4. PENGENDALIAN KUALITAS
Keinginan untuk mengendalikan mutu suatu produk mengkin sudah dimulai
sejak manusia mampu memproduksi barang tersebut. Kesempurnaan pyramid mesir
karya-karya klasik Yunani, ketangguhan bangunan-bangunan Romawi kuno adalah
bukti-buktinyata perhatian manusia terhadap pengendalian kualitas pada jaman
pertengahan, hasil-hasil karya para pengrajian sudah mempunyai standart diamping
ada pula program pelatiham bagi pengrajin tersebut.demikian pula padamasa modern
yang diawali oleh revolusi industri pada pertengahan abad 18.
Usaha awal meskipun baru efektif pada jamannya merupakan pemicu bagi
lahirnya metode pengadilan kualitas secara statistic yang berkembang pada sekitar
1920-an, artinya istilah Quality control ( pengedalian kualitas ) sebaliknya ditinjau
dari masing-masing kata yang membentuknya kualitas :
Qualiti: adalah suatu kondisi dimana suatu benda kerja atau produk dapat
memuaskan harapan dari pemakainya.
Control: suatu usaha yang bertujuan memberi batasan atau petunjuk kepada
seseorang atau sesuatu untuk manjamin tercapainya hasil yang dikehendaki.
Bagi dunia industri, istilah quality control mempunyai banyak interpretasi
dalam aplikasinya. Dalam arti sempit ada perusahaan yang mengartikan bahwa qualiti
control adalah aktifitas pemeriksaan (inspection) saja sementara yang lain ada juga
yang memberi arti lebih luas seperti perencanaan mutu dalam produksi (qualiti
plaining), pengendalian proses (proses control), incomming material control, analisa
dan tindakan koroksi terhadap produk cacat dan persiapan prosedur dan laporan
tentang mutu. Jadi pengendalian kualitas adalah: suatu sistem untuk verifikasi dan
pelestarian mutu suatu produk atau proses dengan perencanaan yang seksama,
penggunaan peralatan yang tepat, pemeriksaan yang berkesinambungan dan tindakan
koreksi bila mana perlu .
4.1
produk. Dengan adanya kontrol raw material dan proses selanjutnya mereka
akan memperoleh keunutngan-keuntungan antara lain:
-
produktifitas tinggi
Komersil : warranty yang artinya adalah jaminan bila produk yang rusak akan
digantikan baru atau garranty yang artinya pelayanan purna jual terhadap
kerusakan atau malafungsi
Quality of Conformance
Quality of conformance berkaitan dengan spesifikasi, standart, kriteria kerja
yang diharapkan memenuhi fungsi dan desain produk itu sendisri. Quality of
conformance berbeda dengan kualitas desain (quqlity of design) seperti contoh berikut
:Dua macam elektrical freeser dibuat dengan desain, spesifikasi, standart dan
prosedur yang sama. Salhsatu dari keduanya ternyata tidak mampu memberikan
pendinginan seperti iklannya
o meliputi
aktifitas
aktivitas
pengendalian
proses,
penentuan
penyimpangan
terhadap
standart-standart
yang
telah
ditentukan
3. Defect analysis and correction
o Tindakan koreksi bisa berupa pengetatan inspeksi material atau
pelatiahan tambahan
bagi operator
Quality of performance
Merupakan fungsi dai kuality of design dan quality of performance, dengan
menjaga keduanya pada level yang tinggi maka quality of performance juga akan
meninggi. Bila kualitas desain jelek atau tidak ada conormance terhadap spesifikasi
yang telah ditentukan maka quality performance juga akan terpengaruh.
4.4
Quality control
-
tindakan-tindakan
2.
3.
membuat
lapornmengenai
mutu
danpermasalahannya
kepada
pihak
menejemen
4.
5.
Foremen QC ( Th,1920)
Sekitar tahun 1920, aktivitas pengendalian kualitas merupakan tanggung
jawab para foremen (mandor/kepela regu)
3. Inspector/department QC (1921-1939)
periode 1921-1939aktivitas pengendalian kualitas terpisah dari para pelaksana
produksi dan dilaksanakn secara khusus oleh personil yang disebut inspector
4. Statistical QC (190-196)
metode ini pertama kali diperkenalkan pada tahun 1920 oleh walter A, shewart
yang bekerja untuk bell telephone laboratories berupa penyusunan diagram
kendali (control charts), seiring dengan perkembangan iptek, pada tahun 1929
H.F dodge dan H.G romig mengaplikasikan metode statistik untuk
pengambilan sempel dan cara inspeksinya. Pada tahun 1946 lahirlah sebuah
karya berupa standart pengendalian kualitas yang diberi nama ASQC,
merupakan kepanjangan dari American Standart for Quality Control. Pihak
militer amerika juga berkepentingan dengan masalah Qc berkaitan dengan PD
II sehingga melahirkan MIL std 105 (Military Standart 105) pada tahun 1950
yang diikuti dengan MIL std 414 pada tahun 1957.
Metode inspeksi cukup baik tetapi mendeteksi kurang tepat untuk
menganalisa suatu keadaan karena inspeksi hanya mendeteksi defect dan non
defect. Selain itu metode statistik lebih efesien dalam penganalisaan suatu
kualitas misalnya yang tridak memerlukan inspeksi seluruh produk.
5. Total QC dan QC Circle (sekarang)
4
= 0.05
80
Selain dalm bentuk fraksi cacat, keadaan ini bisa juga dinyatakan dalam bentuk
contoh prosentase cacat yang besarnya adalah 100 kali dari fraksi cacat. Pada contoh
di atas.prosentase cacat adalah 0.05 x 100 % = 5%
Diagarm kendali jenis
digunakannya distribusi probilitasdiskret ini karena hanya ada dua klasifikasi produk
yaitu cacat dan baik, jumlah cacat dalam produk yang diperiksa bisa dihitung dan
probilitas terjadi cacat bisa diasumsikan tetap.
Batas kontrol atas danb atas dan batas kontrol bawah diagram ini ditentukan
dari rata-rata freksi cacat p sejauh 3
Dimana :
UCL =
+3
LCL =
-3
UCL
LCL
p(1 p )
n
contoh 2 : seseorang produse membuat 10.000 katup khusus dalam 10 hari, dua kali
sehari akan mengambil secara acak 50 katup dan menghitung cacatnya. Produksi
katup ini merupakan pesanan pertama yang ia peroleh dan ia ingin menyelidiki
apakah proses berlangsung dengan baik disamping berusaha untuk membuat standart
proses produksi untuk masa yang akan dating.
Solusi : fraksi cacat rata-rata:
p
180
= 0.18
20 x50
Sample lot
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Total:
Jumlah cacat
4
3
8
12
7
15
20
13
9
8
5
14
9
11
2
9
3
13
6
9
1000
Fraksi cacat
4 : 50
0.08
0.06
0.16
0.24
7 : 50
0.14
0.30
0.40
0.26
0.18
0.16
0.10
0.28
0.18
0.22
0.04
0.18
0.06
0.26
0.12
0.18
180
Standar deviasi :
=
0.18(1 0.18)
=0.054
50
UCL
LCL
Langkah berikutnya adalah membuat diagram kendali dengan data dari table
di atas, simbu horisontal adalah nomor sample lot dan sumbu vertical adalah fraksi
cacat. Dari diagram tersebut ternyata sample lot ke 7 berada di atas UCl, sedangkan
lainnya berada di antara UCL dan LCL. Dengan maksud membuat batas kontrol yang
tetap, maka produsen tersebut mengadakan penyelidkan ulang terhadap proses yang
menghasilkan sample lot 7 yaitu apakah jumlah cacat yang besar itu diakibatkan oleh
assignable causes (penyebab yang dapat dideteksi). Apabila penyebabnya memang
assignable causes- misalnya karena yang bertugas pada saat itu adalah operator baru
yang belum paham prosedur operasi, selanjutnya diadakan tindakan koreksi. Sebagai
batas kontrol yang realistis dan tepat maka dibuat lagi diagram yang baru dengan
hanya menggunakan data 19 sampel lot sisanya (sample lot 7 dikeluarkan) yaitu :
akhir =
160
= 0.168
19 x50
0.168(1 0.168)
=0.053
50
UCL
= 0.168 + 3 (0.053)
= 0.327
LCL
= 0.168 3 (0.053)
= 0.009
Dengan UCL dan LCL yang baru ini, 19 data yang ada masih berada dalam batas
control sehingga ke 19 sampel lot trsebut dapat diterima.
Fraksi cacat:
UCLawal
UCLakhir
p awal
p akhir
LCLawal
LCLakhir
2.
np chart
10
Pada contoh 2, topik pembicaraan adalah fraksi cacat, karena jumlah sample
tetap selama proses produksi maka selain fraksi cacat bisa juga digunakan jumlah
cacat yang merupakan perkalian dari ukuran sample dengan fraksi.
Jumlah cacat = np
Dimana : n = ukuran sample ( jumlah dalam 1 lot )
p = fraksi cacat
p = np / n
Dalam hal ini digunakan standart devisi dari distribusi binomial yaitu :
dimana
np
n p(1 p )
contoh 3 : berapakah jumlah cacat dalam 1 sample lot yang terdiri dari 30
produk apabila diketahui mengandung cacat 10 % ?
solusi : n =30 dan p = 0,1 sehingga jumlah cacat, np = 30 x 0,1 = 3
contoh 4 : jumlah cacat dalam 1 sample lot ukuran 35 adalah 7 berapakah fraksi
cacatnya ?
solusi : np = 7 dan n = 35 sehingga p = 7 / 35 = 0,2.
contoh 5 :
Lot sample ke
1
np
= 98 / 10 = 9,8
= 98 / 1000 = 0,098
Ukuran sampel
100
Jumlah cacat, np
8
11
100
100
12
100
100
18
100
100
10
100
16
100
14
10
100
Total = 1000
_
Total =
6
98
9,8(1 0,098)
= 2,98
UCL =
n p 3
LCL =
n p 3
UCL = 18,74
np
= 9,8
LCL = 0,86
Dari diagram kendali np, terlihat bahwa proses produksi isolator berada dalam
kendali.
12
3. c chart
Diagram ini digunakan pada proses pengendalian prduksi yang memeriksa jumlah
cacat yang terdapat dalam satu produk. Produk yang diperiksa bisa merupakan sebuah
produk atau merupakan bagian dari sebuah produk. Hal penting yang perlu diingat
adalah : jumlah produk yang diperiksa adalah tetap.
Berikut ini adalah beberapa contoh penggunaan c chart :
a. Jumlah lubang pada beberapa lembar pelat.
b. Jumlah cacat las pada beberapa sayap pesawat terbang.
c. Jumlah guratan pada beberapa PCB (printed circuit board).
c chart dibuat dengan berdasar kepada distribusi Poisson dengan mengasumsikan bahwa
frekwensi terjadinya cacat akan mengikuti hokum Poisson. Nilai rata-rata dan standar
deviasi distribusi Poisson adalah :
Rata-rata = c
Standar deviasi =
contoh 6 : Sepuluh sayap pesawat terbang diperiksa untuk mendapati cacat las.
Jumlah cacat pada setiap sayap bervariasi antara 26 55 dan jumlah seluruh
cacat pada sepuluh sayap tersebut adalah 360. Tentukan nilai rata-rata dan stndar
deviasinya.
solusi : Rata-rata jumlah cacat per sayap,
Standar deviasi,
36 =
UCL =
c 3 c 36 3 36 54
LCL =
c 3 c 36 3 36 18
contoh 7 :
= 360 / 10 = 36
Tabel berikut ini adalah jumlah cacat mekanis yang didapati pada
pemeriksaan lot rodagigi cacing selama 20 hari. Setiap hari diperiksa satu lot
yang diambil secara acak dan terdiri dari 10 produk. Buat c chartnya.
solusi :
Program Studi D3 Teknik Mesin FTI-ITS
13
Lot ke
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Jumlah : 20 lot (200 unit)
c
220
11
20
11 3,32
Dari data di atas dapat dibuat suatu diagram kendali c dan dapat disimpulkan
bahwa salah satu proses pembuatan rodagigi cacing ini ternyata berada di luar
batas kendali. Selanjutnya dapat dibuat diagram baru seperti contoh kasus pada
p chart.
UCL=20,96
Program Studi D3 Teknik Mesin FTI-ITS
14
c 11
LCL=1,04
4. chart
Ada kondisi-kondisi dimana penentuan ukuran lot yang tetap seperti yang
digunakan pada c chart tidak mungkin dilaksanakan. Hal ini bisa diatasi dengan
membuat batas kontrol yang dinamis untuk setiap lot. Pada penyusunan chart,
perlu ditentukan unit yang akan digunakan sebagai dasar diagram yang disebut
sebagai common basic lot size atau lot ukuran dasar. Sebagai contoh, pada beberapa
lot yang terdiri dari 45, 50, 40, 64, 55 dan 70 produk, lot yang digunakan sebagai
dasar bisa saja lot yang berukuran 50 atau 55. Penggunaan lot ukuran dasar ini
bertujuan untuk mengekspresikan cacat-cacat yang teramati pada lot-lot dengan
ukuran berbeda-beda.
Lot-lot sample yang diamati tidak harus terdiri dari n produk, tetapi bisa berbeda,
misalnya ada sample berukuran 70, kemudian ditentukan bahwa cmmon basic lot
size-nya adalah 55. Dengan demikian maka sample lot tersebut akan setara dengan
k = 70/55 = 1,272 common basic lot size. Jadi, lot-lot sample yang diamati akan
dinyatakan dalam k.
k
15