TOPIK 11
ACCEPTANCE SAMPLING
SAMPLING PENERIMAAN
Hlm. 1
PENDAHULUAN
Aspek penting dalam sampling
Hlm. 2
Lebih murah;
Mengurangi handling;
Dapat diterapkan pada uji destruktuf;
Jumlah inspektor lebih sedikit;
Kesalahan inspeksi lebih rendah;
Mempunyai dampak lebih besar pada pemasok/vendor.
Mempunyai resiko menolak lot yang baik (error tipe I, ), atau menerima lot yang
jelek (error tipe II, );
Memberikan sedikit informasi mengenai produk atau proses yang menghasilkan
produk tersebut;
Memerlukan perencanaan dan dokumentasi dari prosedur Sampling Penerimaan.
Hlm. 3
Output keputusan:
Sampling I: TERIMA / TOLAK / LANJUT KE SAMPLING II
Sampling II: TERIMA /TOLAK (berdasarkan hasil dari sampling I & II)
Hlm. 4
SAMPLING PENERIMAAN
DENGAN ATRIBUT
Hlm. 5
Ukuran kinerja Rencana Sampling dalam membedakan LOT BAIK dan LOT
CACAT.
Bentuk OC curve yang ideal:
OC Curve ideal
1
Probabilitas
Penerimaan
p0
Pa(menerima lot) = 1, p p0
Pa (menolak lot) = 0, p > p0
Hlm. 6
Jenis OC Curve
1. OC Curve Tipe A:
LOT
SAMPEL
Ukuran lot: N
Jumlah item cacat: D
Probabilitas mengambil
sejumlah x item cacat dari lot:
Ukuran
sample: n
D N D
x n x
P ( x) =
N
n
D N D
x n x
Pa = P( x c) = P( x ) =
N
x =0
x =0
n
c
Hlm. 7
2. OC Curve Tipe B:
Aliran lot yang dihasilkan dari proses, dan ukuran lot besar (minimum 10x dari
ukuran sampel);
Basis: distribusi Binomial;
Probabilitas mengambil sejumlah x item cacat dari lot:
n
P( x) = p x (1 p ) n x
x
c n
Pa = P ( x c) = p x (1 p) n p
x =0 x
Pendekatan distribusi Poisson untuk distribusi Binomial (jika ukuran sampel besar &
proporsi item cacat):
P( x) =
= np
x e
x!
c
x e
x =0
x =0
x!
Pa = P ( x c) = P( x) =
Hlm. 8
Hlm. 9
Hlm. 10
Resiko Produsen
(Terjadinya Error Tipe I: )
Kesalahan menolak lot
yang baik.
Resiko konsumen
(Terjadinya Error Tipe II: )
Resiko Konsumen
Hlm. 11
3. RENCANA SAMPLING
Rencana Sampling
Ukuran sampel: n
Kriteria penerimaan / penolakan: c
Rectifying Inspection
GANTI ITEM
CACAT DENGAN
ITEM BAIK
AOQ =
proporsi rata-rata item
cacat yang terkandung
dalam lot yang diterima
Terima Lot
INPEKSI
AOQ =
Tolak Lot
Pa ( p )( N n)
N
INSPEKSI 100%
Lot yang
diterima
LD, Semester II 2003/04
Hlm. 12
Hlm. 13
P1
P1
= P (x c) + P(x r)
Hlm. 14
2
2
Hlm. 15
Contoh:
N = 1000; = 5%, AQL = 1,5%, B.Insp = Rp100/unit, B.Warranty: Rp5.000/unit.
c1 = 1, n1 = /p, : diperoleh dr. Tabel D. Poisson atau Tabel Grubbs;
c1 = 1, n1 = 0,355/0,015 = 23,67 24
c2 = 3, n2 = 1,366/0,015 = 91,07 92
Dihitung dengan
distribusi Poisson
np1 =
Pa
25
0,38
92
1,38
220
3,30
ATI
AOQ
B. INS
B. WARR
TOTAL
0,9450
78,6
0,9485
138,8
13,8
7.860
69.105
76.965
12,9
13.876
64.593
78.469
0,9490
259,8
11,1
25.975
55.519
81.494
ATI
AOQ
B. INS
B. WARR
TOTAL
np1 =
Pa
25
0,38
0,9450
78,6
13,8
7.860
110.568
118.428
92
1,38
0,9485
138,8
12,9
13.876
103.349
117.225
220
3,30
0,9490
259,8
11,1
25.975
88.830
114.805
Hlm. 16
= 0,05
Pa = 1-0,05 = 0,95
c=1
Hlm. 17
Hlm. 18
Tabel GRUBBS
Berdasarkan
Resiko
Produsen,
Berdasarkan
Resiko
Produsen () &
Konsumen ()
Berdasarkan
Resiko
Konsumen,
Hlm. 19
2
2
2
=10%
LQL = 8%
Hlm. 20
10
Contoh:
N = 1000, = 10%, LQL = 8%, B.Insp = Rp 100,- / unit, B.Warranty: Rp 5.000,- / unit.
ATI
AOQ
B.
INSPEKSI
B.
WARRANTY
TOTAL
3,89
0.09762
907.17
1.39
90,717
6,963
97,679
6,681
0.09758
910.62
1.34
91,062
6,704
97,765
0.0986
914.42
1.28
91,442
6,419
97,860
np2 =
49
84
132
10,532
ATI
AOQ
B.
INSPEKSI
B.
WARRANTY
TOTAL
3,89
0.09762
907.17
1.39
90,717
20,888
111,604
6,681
0.09758
910.62
1.34
91,062
20,111
111,173
0.0986
914.42
1.28
91,442
19,256
110,698
np2 =
49
84
132
10,532
Hlm. 21
Hlm. 22
11
Contoh:
N = 1000; = 0,05 & p1 = AQL = 1,8%; = 10% & LQL = 9%, Biaya Inspeksi = Rp 100,- / unit,
Biaya Warranty: Rp 5.000,- / unit.
p = LQL / AQL = 0,09 / 0,018 = 5,00
Dari Tabel GRUBBS, diperoleh 2 < c < 3.
Berdasarkan kriteria : diperoleh:
c = 2, np1 = 0,818, maka n = 0,818 / 0,018 = 45,44 46
c = 3, np1 = 1,366, maka n = 1,366 / 0,018 = 75,88 76
Berdasarkan kriteria : diperoleh:
c = 2, np2 = 5,322 maka n = 5,322 / 0,09 = 59,13 60
c = 3, np2 = 6,681, maka n = 6,681 / 0,09 = 74,23 75
Evaluasi Rencana Sampling:
RS berdasarkan kriteria yang memenuhi kriteria = 0,09,
0,09 maka
c = 2, n = 46, p2 = 5,322 / 46 = 0,1157
c = 3, n = 76 , p2 = 6,681 / 46 = 0,0879 mendekati = 0,09
RS berdasarkan kriteria yang memenuhi kriteria = 0,018,
0,018 maka
c = 2, n = 60, p1 = 0,818 / 60 = 0,0136
c = 3, n = 75, p1 = 1,366 / 75 = 0,0182 mendekati = 0,018
c
np
Pa
ATI
AOQ
76
1,37
0,9498
122,37
13,16
B.INS
12.237
B.WARR
197.467
209.704
75
6,75
0,0958
911,42
1,33
91.142
19.931
111.073
TOT
Hlm. 23
x1 c1
x1 r1
Tolak Lot
C1 < x1 < r1
SAMPLING II
Terima Lot
LD, Semester II 2003/04
X1 + x2 c2
X1 + x2 > c2
Tolak Lot
Hlm. 24
12
Catatan:
Dihitung dgn
distribusi
Poisson, dgn =
n1(p) = 40(0,03) =
1,2
Pa1 = P (x1 1)
= P (x1 1)
= 0,6628
x1 r1
x1 c1
Terima Lot
Tolak Lot
c1 < x1 < r1
SAMPLING II
X1 + x2 c 2
X1 + x2 > c2
Terima Lot
Tolak Lot
Pa2 = P(x1=c1+1) x P(x2 c2 - x1) + P(x1=c1+2) x P(x2 c2 - x1) + + P(x1=r1-1) x P(x2 c2 - x1)
Catatan:
Dihitung dgn distribusi
Poisson, di mana: 1 =
n1(p) = 40(0,03) = 1,2 dan
2 = n2(p) =
80(0,03) = 2,4.
Hlm. 25
4. OC CURVE
Hlm. 26
13
Hlm. 27
Hlm. 28
14
R=
p2 LQL 0,075
=
=
= 6,25
p1 AQL 0,012
Dari tabel nilai parameter RSG, maka R yang mendekati nilai 6,25 adalah RSG plan 3 dengan R = 6,79
dan c1 = 0 dan c2 = 2.
Jika = 0,05 maka Pa = 1 0,05 = 0,95 untuk AQL = 0,012.
Dari tabel nilai parameter RSG, untuk Pa = 0,95 diperoleh n1p = 0,43, maka:
n1 =
0,43
= 35,83 36
0,012
Hlm. 29
Hlm. 30
15
ANSI/ASQC Z1.4
Hlm. 31
Ukuran Nonconformance:
Dinyatakan dalam persentase dari nonconforming units atau jumlah nonconforming
units per 100 unit.
Percent nonconform ing =
Number of conformities
x 100
Number of units inspected
Hlm. 32
16
Hlm. 33
REDUCED
NORMAL
TIGHTENED
5 lot yang
berurutan
diterima.
10 lot berurutan
tetap inspeksi ketat
Berhenti inspeksi
dengan Z1.4
Hlm. 34
17
Hlm. 35
Hlm. 36
18
(**) Contoh Tabel Master 1: Rencana Sampling Tunggal untuk Inspeksi Normal
Hlm. 37
(**) Contoh Tabel Master 2: Rencana Sampling Ganda untuk Inspeksi Normal
Hlm. 38
19
(**) Contoh Tabel Master 1: Rencana Sampling Tunggal untuk Inspeksi Normal
Hlm. 39
Hlm. 40
20