Pengendalian Kualitas Statistik
Pengendalian Kualitas Statistik
Joseph Juran mempunyai suatu pendapat bahwa quality is fitness for use yang
bila diterjemahkan secara bebas berarti kesesuaian spesifikasi untuk
penggunaan.
Menurut Crosby dalam buku pertamanya Quality is Free yang mendapatkan
perhatian sangat besar pada waktu itu (1979) menyatakan, bahwa kualitas
adalah conformance to requirement, yaitu sesuai dengan yang disyaratkan
atau distandarkan. Suatu produk memiliki kualitas apabila sesuai dengan standar
oleh perusahaan telah sesuai dengan spesifikasi yang telah ditentukan oleh
Thomy E. S | Pengendalian Kualitas Statistik
perusahaan. Sedangkan kualitas yang jelek adalah apabila produk yang dihasilkan tidak
sesuai dengan spesifikasi standar yang telah ditentukan serta menghasilkan produk
rusak. Namun demikian perusahaan dalam menentukan spesifikasi produk juga harus
memperhatikan keinginan dari konsumen, sebab tanpa memperhatikan itu produk yang
dihasilkan oleh perusahaan tidak akan dapat bersaing dengan perusahaan lain yang
lebih memperhatikan kebutuhan konsumen. Kualitas yang baik menurut sudut
pandang konsumen adalah jika produk yang dibeli tersebut sesuai dengan dengan
keinginan, memiliki manfaat yang sesuai dengan kebutuhan dan setara dengan
pengorbanan yang dikeluarkan oleh konsumen. Apabila kualitas produk tersebut tidak
dapat memenuhi keinginan dan kebutuhan konsumen, maka mereka akan
menganggapnya sebagai produk yang berkualitas jelek.
2. DIMENSI KUALITAS PRODUK
Sifat khas mutu/ kualitas suatu produk yang andal harus multidimensi karena
harus memberi kepuasan dan nilai manfaat yang besar bagi konsumen dengan melalui
berbagai cara. Oleh karena itu, sebaiknya setiap produk harus mempunyai ukuran yang
mudah dihitung (misalnya, berat, isi, luas) agar mudah dicari konsumen sesuai dengan
kebutuhannya. Di samping itu harus ada ukuran yang bersifat kualitatif, seperti warna
yang unik dan bentuk yang menarik. Jadi, terdapat spesifikasi barang untuk setiap
produk, walaupun satu sama lain sangat bervariasi tingkat spesifikasinya.
Secara umum, dimensi kualitas menurut Garvin dan Douglas C. Montgomery
(2001) dalam bukunya, mengidentifikasikan delapan dimensi kualitas yang dapat
digunakan untuk menganalisis karakteristik kualitas barang, yaitu sebagai berikut:
1. Performa (performance)
Berkaitan dengan aspek fungsional dari produk dan merupakan karakteristik
utama yang dipertimbangkan pelanggan ketika ingin membeli suatu produk.
2. Keistimewaan (features)
Merupakan aspek kedua dari performansi yang menambah fungsi dasar,
berkaitan dengan pilihan-pilihan dan pengembangannya.
3. Keandalan (reliability)
Berkaitan dengan kemungkinan suatu produk melaksanakan fungsinya secara
berhasil dalam periode waktu tertentu di bawah kondisi tertentu.
4. Konformasi (conformance)
Berkaitan dengan tingkat kesesuaian produk terhadap spesifikasi yang telah
ditetapkan sebelumnya berdasarkan keinginan pelanggan.
5. Daya tahan (durability)
Thomy E. S | Pengendalian Kualitas Statistik
Merupakan ukuran masa pakai suatu produk. Karakteristik ini berkaitan dengan
daya tahan dari produk itu.
6. Kemampuan Pelayanan (serviceability)
Merupakan karakteristik yang berkaitan dengan kecepatan, keramahan/
kesopanan, kompetensi, kemudahan serta akurasi dalam perbaikan.
7. Estetika (esthetics)
Merupakan karakteristik yang bersifat subjektif sehingga berkaitan dengan
pertimbangan pribadi dan refleksi dari preferensi atau pilihan individual.
8. Kualitas yang dipersepsikan (perceived quality)
Bersifat subjektif, berkaitan dengan perasaan pelanggan dalam mengkonsumsi
produk tersebut.
Kualitas pada industri manufaktur selain menekankan pada produk yang
dihasilkan, juga perlu diperhatikan kualitas pada proses produksi.
Cara menggambarkan ukuran kualitas
a) Variabel : karakteristik kualitas suatu produk dinyatakan dengan besaran yang
dapat diukur (besaran kontinue). Seperti : panjang, berat, temperatur, dll.
b) Attribut : karakteristik kualitas suatu produk dinyatakan dengan apakah produk
tersebut memenuhi kondisi/persyaratan tertentu, bersifat dikotomi, jadi hanya
ada dua kemungkinan baik dan buruk. Seperti produk cacat atau produk baik, dll.
3. PENGENDALIAN KUALITAS STATISTIK
3.1 Pengendalian Kualitas
Pengertian pengendalian kualitas menurut Sofjan Assauri (1998) adalah :
Pengawasan mutu merupakan usaha untuk mempertahankan mutu/ kualitas dari
barang yang dihasilkan, agar sesuai dengan spesifikasi produk yang telah ditetapkan
berdasarkan kebijaksanaan pimpinan perusahaan.
Menurut Vincent Gasperz (2005), pengendalian kualitas adalah:
Quality control is the operational techniques and activities used to fulfill requirements
for quality.
Berdasarkan pengertian di atas, maka dapat ditarik kesimpulan bahwa pengendalian
kualitas adalah suatu teknik dan aktivitas/ tindakan yang terencana yang dilakukan
untuk mencapai, mempertahankan dan meingkatkan kualitas suatu produk dan jasa
agar sesuai dengan standar yang telah ditetapkan dan dapat memenuhi kepuasan
konsumen.
Tujuan dari pengendalian kualitas adalah:
1. Agar barang hasil produksi dapat mencapai standar kualitas yang telah ditetapkan.
2. Mengusahakan agar biaya inspeksi dapat menjadi sekecil mungkin.
3. Mengusahakan agar biaya desain dari produk dan proses dengan menggunakan
kualitas produksi tertentu dapat menjadi sekecil mungkin.
4. Mengusahakan agar biaya produksi dapat menjadi serendah mungkin.
Thomy E. S | Pengendalian Kualitas Statistik
A
C
T
I
O
N
CHEC
K
N
DO
penyebab khusus dalam proses dan dengan mencapai stabilitas dalam proses.
Manfaat/ keuntungan melakukan pengendalian kualitas secara statistik adalah:
Thomy E. S | Pengendalian Kualitas Statistik
dari output proses produksi. Apabila setelah pemeriksaan sampel terdapat alasan
untuk mempercayai bahwa karakeristik kualitas proses telah berubah, maka proses
itu akan diberhentikan dan dicari penyebabnya. Penyebab tersebut dapat berupa
perubahan pada operator, mesin ataupun pada bahan. Apabila penyebab ini telah
dikemukakan dan diperbaiki, maka proses itu dapat dimulai kembali. Dengan
memantau proses produksi tersebut melalui pengambilan sampel secara acak, maka
pengendalian yang konstan dapat dipertahankan.
3.4 Alat Bantu Pengendalian Kualitas Statistik
1) Check sheet
Check Sheet atau lembar pemeriksaan merupakan alat pengumpul dan
penganalisis data yang disajikan dalam bentuk tabel yang berisi data
jumlahbarang yang diproduksi dan jenis ketidaksesuaian beserta dengan jumlah
yang dihasilkannya.
Tujuan digunakannya check sheet ini adalah untuk mempermudah proses
pengumpulan data dan analisis, serta untuk mengetahui area permasalahan
berdasarkan frekuensi dari jenis atau penyebab dan mengambil keputusan untuk
melakukan perbaikan atau tidak. Pelaksanaannya dilakukan dengan cara
mencatat frekuensi munculnya karakteristik suatu produk yang berkenaan
dengan kualitasnya. Data tersebut digunakan sebagai dasar untuk mengadakan
analisis masalah kualitas.
dipasarkan.
Peta kendali digunakan untuk membantu mendeteksi adanya penyimpangan
dengan cara menetapkan batas-batas kendali:
1) Upper control limit / batas kendali atas (UCL)
Merupakan garis batas atas untuk suatu penyimpangan yang masih diijinkan.
2) Central line / garis pusat atau tengah (CL)
Merupakan garis yang melambangkan tidak adanya penyimpangan dari
karakteristik sampel.
3) Lower control limit / batas kendali bawah (LCL)
Merupakan garis batas bawah untuk suatu penyimpangan dari karakteristik
sampel.
Data Variabel :
Hasil pengukuran dan dalam skala continous, contoh : waktu, temperatur, biaya, dimens
SampleSample
size = size
1 kecil, nilai tengah
X dan Rm
~
x
Data Atribut :
Dihitung dan dalam skala diskrit, contoh : jumlah cacat, % cacat, dsb
Defect* data
Peta c
Defective** data
Peta np
Peta p
10
11
A2
1.880
1.023
0.729
0.577
0.483
0.419
0.373
0.337
0.308
and R chart
D3
D4
0
3.267
0
2.574
0
2.282
0
2.114
0
2.004
0.076
1.924
0.136
1.864
0.184
1.816
0.223
1.777
X
n
3) Hitung Batas Pengendali Atas (UCLX ) = X +A2 . R .................. (lihat tabel nilai
konstanta)
4) Hitung Batas Pengendali bawah (LCLX ) = X -A2 . R .................(lihat tabel nilai
konstanta)
5) Lakukan plot data seluruh pengukuran dengan menggunakan UCLX, X , LCLX
STUDY KASUS !
PT. ABC adalah perusahaan pembuat kayu lapis (plywood). Berdasarkan permintaan
pelanggan ditetapkan spesifikasi ketebalan dari produk kayu lapis adalah 2,40 mm
0,05 mm. untuk mengetahui kemampuan proses dan mengendalikan proses itu, bagian
pengendalian kualitas dari PT. ABC telah melakukan pengukuran terhadap 20 sampling,
masing2 berukuran 5 unit (n=5). Pihak manajemen ingin membangun peta kontrol
terkendali dari X-bar dan R untuk mengendalikan proses pembuatan kayu lapis itu.
contoh
Range
(R)
sampel
X1 (mm)
X2 (mm)
X3 (mm)
X4 (mm)
X5 (mm)
jumlah
2.38
2.45
2.4
2.35
2.42
12
2.4
0.1
2.39
2.4
2.43
2.34
2.4
11.96
2.39
0.09
2.4
2.37
2.36
2.36
2.35
11.84
2.37
0.05
2.39
2.35
2.37
2.39
2.38
11.88
2.38
0.04
2.38
2.42
2.39
2.35
2.41
11.95
2.39
0.07
Rata2 (
12
2.41
2.38
2.37
2.42
2.42
12
2.4
0.05
2.36
2.38
2.35
2.38
2.37
11.84
2.37
0.03
2.39
2.39
2.36
2.41
2.36
11.91
2.38
0.05
2.35
2.38
2.37
2.37
2.39
11.86
2.37
0.04
10
2.43
2.39
2.36
2.42
2.37
11.97
2.39
0.07
11
2.39
2.36
2.42
2.39
2.36
11.92
2.38
0.06
12
2.38
2.35
2.35
2.35
2.39
11.82
2.36
0.04
13
2.42
2.37
2.4
2.43
2.41
12.03
2.41
0.06
14
2.36
2.38
2.38
2.36
2.36
11.84
2.37
0.02
15
2.45
2.43
2.41
2.45
2.45
12.19
2.44
0.04
16
2.36
2.42
2.42
2.43
2.37
12
2.4
0.07
17
2.38
2.43
2.37
2.39
2.38
11.95
2.39
0.06
18
2.4
2.35
2.39
2.35
2.35
11.84
2.37
0.05
19
2.39
2.45
2.44
2.38
2.37
12.03
2.41
0.08
20
2.35
2.41
2.45
2.47
2.35
12.03
2.41
0.12
47.77
1.19
jumlah
X = 2.39
rata-rata
R =0
.06
X Chart
kontrol
13
R Chart
atau gagal.
Peta kendali atribut dibagi menjadi 4 :
1) Peta kendali kerusakan (p chart)
berkaitan dengan fraction defective yaitu jumlah cacat dibagi dengan
jumlah item (sampel) yang di inspeksi.
2) Peta kendali kerusakan per unit (np chart)
Berkaitan dengan number of defective atau jumlah cact yang
diketemukan dalam sample.
3) Peta kendali ketidaksesuaian (c chart)
digunakan untuk mengadakan pengujian terhadap kualitas proses produksi
dengan mengetahui banyaknya kesalahan pada satu unit produk sebagai
sampelnya.
4) Peta kendali ketidaksesuaian per unit (u chart)
digunakan untuk mengadakan pengujian terhadap kualitas proses produksi
dengan mengetahui banyaknya kesalahan pada satu unit produk sebagai
sampelnya. Digunakan untuk menganalisa dengan cara menghitung jumlah
Sample Size
Bermacam macam,
50
Peta - P
Jumlah Barang Cacat
Peta np
Konstan,
50
Garis Tengah
Untuk setiap subgroup
p = np / n
Untuk keseluruhan subgroup :
p np / n
n p np / k
Batas Kontrol
* UCL p p 3
p(1 p)
n
* LCL p p 3
p(1 p)
n
UCL np np 3 np(1 p)
LCL np np 3 np(1 p)
14
p (1 p )
n
Peta kontrol P (P chart) 1 sigma :
p(1 p )
UCLnP
LCLP
Peta kontrol
P (P chart)
3 sigma :
Batas Pengendali
Atas proporsi
UCLPBPAp p 3
p(1 p)
n
LCLPBPBp p 3
p(1 p)
n
p (1 p)
p 6Batas Pengendali Atas proporsi
Batas Pengendali Bawah proporsi
n
Peta kontrol P (P chart) 6 sigma :
p (1 p)
p 6UCL
P
n
LCLP
np n p 3 (n p (1 p ) np n p 3 (n p (1 p)
STUDY KASUS :
Thomy E. S | Pengendalian Kualitas Statistik
15
dalam suatu inspeksi lampu untuk mengetahui ketidaksesuaian dalam proses diambil
sebanyak 30 sampel masing-masing 10 pieces lampu dalam selang setengah jam. Struktu
data sebagai berikut :
Sample size (ukuran sampel) : n = 50 pieces.
Frekuensi pengambilan sampel : k = 30.
Tabel hasil inspeksi :
Nomor Sampel
Sample Size
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
Banyak Cacat
dari sampel
8
4
7
9
5
6
8
5
9
7
3
6
8
5
2
6
7
9
6
4
3
8
9
5
7
6
4
8
8
6
188
p 0.1253
Peta Kontrol P
Dengan demikian :
Thomy E. S | Pengendalian Kualitas Statistik
16
UCL p 3
p (1 p)
0.1253 (1 0.1253 )
0.1253 3
0.1253 0.1405 0.2658
n
50
LCL p 3
p (1 p)
0.1253 (1 0.1253 )
0.1253 3
0.1253 0.1405 0.0152 0
n
50
P Chart
0.3
UCL=0.2658
Proportion
0.2
P=0.1253
0.1
0.0
LCL=0
0
10
20
30
Sample Number
Gambar peta-p
untuk contoh diatas :
Peta Kontrol np
Pengambilan data sampel untuk peta np tidak jauh berbeda dengan pengambilan sampel
peta p.
Contoh sebagai berikut :
Tabel hasil inspeksi :
Thomy E. S | Pengendalian Kualitas Statistik
17
Nomor
Sampel
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Sample
Size
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
Banyak Cacat
dari sampel
8
4
7
9
5
6
8
5
9
7
3
6
8
5
2
6
7
9
6
4
3
8
9
5
7
6
4
8
8
6
Proporsi Cacat
dari sampel (p)
0.24
0.30
0.16
0.20
0.08
0.14
0.32
0.18
0.28
0.20
0.10
0.12
0.34
0.24
0.44
0.16
0.20
0.10
0.26
0.22
0.40
0.36
0.48
0.30
0.18
0.24
0.14
0.26
0.18
0.12
nxp
p 0.231
np 6.267
8
4
7
9
5
6
8
5
9
7
3
6
8
5
2
6
7
9
6
4
3
8
9
5
7
6
4
8
8
6
18
NP Chart
15
Sample Count
UCL=13.29
10
NP=6.267
5
LCL=0
0
10
20
30
Sample Number
Catatan : Apabila batas kontrol bawah (LCL) didapatkan nilai negatif maka untuk batas kontrol
3) (LCL)
Histogram
bawah
sama dengan nol (0).
Histogram adalah suatu alat yang membantu untuk menentukan variasi dalam
proses. Berbentuk diagram batang yang menunjukkan tabulasi dari data yang
diatur berdasarkan ukurannya. Tabulasi data ini umumnya dikenal sebagai
distribusi frekuensi. Histogram menunjukkan karakteristik-karakteristik dari data
yang dibagi-bagi menjadi kelas-kelas. Histogram dapat berbentuk normal atau
berbentuk seperti lonceng yang menunjukkan bahwa banyak data yang terdapat
pada nilai rata-ratanya. Bentuk histogram yang miring atau tidak simetris
menunjukkan bahwa banyak data yang tidak berada pada nilai rata-ratanya
19
a.
b.
c.
d.
4) Pareto
Diagram pareto pertama kali diperkenalkan oleh Alfredo Pareto dan digunakan
pertama kali oleh Joseph Juran. Diagram pareto adalah grafik balok dan grafik
baris yang menggambarkan perbandingan masing-masing jenis data terhadap
keseluruhan. Dengan memakai diagram Pareto, dapat terlihat masalah mana
terbatas.
4. Menunjukkan perbandingan masing-masing persoalan sebelum dan setelah
perbaikan.
Diagram Pareto digunakan untuk mengidentifikasikan beberapa permasalahan
yang penting, untuk mencari cacat yang terbesar dan yang paling berpengaruh.
Pencarian cacat terbesar atau cacat yang paling berpengaruh dapat berguna
untuk mencari beberapa wakil dari cacat yang teridentifikasi, kemudian dapat
digunakan untuk membuat diagram sebab akibat. Hal ini perlu untuk dilakukan
mengingat sangat sulit untuk mencari penyebab dari semua cacat yang
teridentifikasi. Apabila semua cacat dianalisis untuk dicari penyebabnya maka
hal tersebut hanya akan menghabiskan waktu dan biaya dengan sia-sia.
20
kerja.
8) Merencanakan tindakan perbaikan.
Langkah-langkah dalam membuat diagram sebab akibat adalah sebagai berikut :
1. Mengidentifikasi masalah utama.
2. Menempatkan masalah utama tersebut disebelah kanan diagram.
3. Mengidentifikasi penyebab minor dan meletakannya pada diagram utama.
4. Mengidentifikasi penyebab minor dan meletakannya pada penyebab
mayor.
21
22
proses dengan kualitas produk. Pada dasarnya diagram sebar merupakan suatu
alat interpretasi data yang digunakan untuk menguji bagaimana kuatnya
hubungan antara dua variabel dan menentukan jenis hubungan dari dua variabel
tersebut, apakah positif, negatif, atau tidak ada hubungan. Dua variabel yang
ditunjukkan dalam diagram sebar dapat berupa karakteristik kuat dan faktor
yang mempengaruhinya.
23
24