IDENTITAS :
Nama
NIM
:
:
Dosen Pembimbing:
Yenni Kurniawati, S.Si, M.Si
Modul ini dibuat untuk membantu mahasiswa dalam mempelajari, dan melakukan
prosedur analisis data berdasarkan metode statistika kendali mutu yang telah dipilih. Mata kuliah
Statistika Kendali Mutu ini, memiliki bobot 3 sks dengan pelaksanaan 2 sks teori dan 1 sks
praktikum. Pelaksanaan 1 sks praktikum dilaksanakan sebanyak 2x50 menit. Modul ini
memandu mahasiswa dalam melaksanakan tahapan analisis data.
Modul panduan dan latihan praktikum Statistika Kendali Mutu ini dibuat sangat
sederhana dengan maksud agar mahasiswa dapat mengerjakan, memahami dan merancang suatu
metode perbaikan kualitas yang akan dilakukan dengan mudah.
Semoga modul ini bermanfaat bagi asisten pratikum, dan mahasiswa dalam membimbing
dan mempelajari praktikum pada Mata Kuliah Statistika Kendali Mutu.
Padang,
2016
Penyusun
DAFTAR ISI
halaman
KATA PENGANTAR ..........................................................................................................
ii
MODUL I
MODUL II
MODUL III
Distribusi Probabilitas...............................................................................
17
MODUL IV
x dan R....................................................
20
MODUL V
x dan s.....................................................
23
2
MODUL VI
25
27
33
MODUL IX
38
MODUL X
41
MODUL I
SEVEN TOOLS ( I )
Gugus kendali mutu dalam memperbaiki dan meningkatkan mutu menggunakan teknik
SEVEN TOOLS. Seven tools adalah alat-alat bantu yang bermanfaat untuk memetakan lingkup
persoalan, menyusun data dalam diagram-diagram agar lebih mudah untuk dipahami, menelusuri
berbagai kemungkinan penyebab persoalan dan memperjelas kenyataan atau fenomena yang
otentik dalam suatu persoalan. Ada 2 hal pokok yang perlu menjadi pedoman, sebelum
menggunakan seven tools, yaitu : EFISIEN (tepat) dan EFEKTIF (benar). EFISIEN, maksudnya
adalah ketepatan dalam memilih alat bantu yang sesuai dengan karakteristik persoalan yang akan
dibahas. EFEKTIF, artinya bahwa penggunaan alat bantu tersebut dilakukan dengan benar,
sehingga persoalan menjadi lebih jelas, mudah dimengerti dan memberikan peluang untuk
diperbaiki.
Seven tools meliputi :
1.
2.
3.
4.
5.
6.
7.
Lembar pemeriksaan
Diagram pareto
Histogram
Diagram pencar
Steam-and-leaf plot
Diagram sebab akibat
Peta kendali
a. LEMBAR PEMERIKSAAN
Tujuan pembuatan lembar pengecekan adalah menjamin bahwa data dikumpulkan secara
teliti dan akurat oleh karyawan operasional untuk diadakan pengendalian proses dan
penyelesaian masalah. Data dalam lembar pengecekan tersebut nantinya akan digunakan dan
dianalisis secara cepat dan mudah (Ariani, 2004:22).
KEGIATAN PRATIKUM
1. Apa saja yan harus diperhatikan dalam membuat lembar pemeriksaan? Jelaskan !
..........................................................................................................................................
1
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
2. Jelaskan beberapa jenis check sheet.
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
3. Buatlah lembar pemeriksaan dan interpretasikan dari soal berikut :
Dr. Frans Melik, Direktur Pengelola M. C. SEHATi, baru-baru ini mengadakan
survey melalui penyebaran kuesioner, guna menganalisa faktor-faktor penyebab pasien
yang semakin menurun karena akibat penurunan ini pendapatan M. C. SEHATi juga
turun sampai 20% dibandingkan dengan bulan yang sama periode tahun lalu.
Hasil
kuesioner dari 1000 responden telah diringkas seperti dibawah ini, untuk memudahkan,
terlebih dahulu diberi kode pada masing-masing jawaban responden.
Penyebab
Obat-obatan di apotek (Klinik) kurang lengkap
Dokter ahli (spesialis) tidak lengkap
Tidak punya kartu berobat
Tidak tahu ada Klinik Sehat Krina
Pelayanan di Klinik kurang baik
Lokasi Klinik jauh dari rumah
Ruang tunggu Klinik kurang nyaman
Belum tahu prosedur pendaftarannya
KODE
A
B
C
D
E
F
G
H
Kode
Tabulasi
Frekuensi
b. DIAGRAM PARETO
Diagram pareto merupakan suatu gambar yang mengurutkan klasifikasi data dari kiri
ke kanan menurut urutan rangking tertinggi hingga terendah. Hal ini dapat membantu
menemukan permasalahan yang paling penting untuk segera diselesaikan (rangking
tertinggi) sampai dengan masalah yang tidak harus segera diselesaikan (rangking terendah).
diagram pareto juga dapat mengidentifikasi masalah yang paling penting mempengaruhi
Kode
Frekuensi
Freku-
Freku-
ensi
ensi
kumul
kumul
-atif
-atif
(%)
3. Buatlah diagram pareto dan langkah-langkah membuat diagram pareto pada minitab 16,
serta analisis data.
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
c. HISTOGRAM
Histogram menjelaskan variasi proses, namun belum mengurutkan rangking dari
variasi terbesar sampai dengan yang terkecil. Histogram juga menunjukkan kemampuan
proses, dan apabila memungkinkan histogram dapat menunjukkan hubungan dengan
spesifikasi proses dan angka-angka nominal, misalnya rata-rata (Ariani, 2004:20).
Histogram dikenal juga sebagai grafik distribusi frekuensi, dengan menampilkan nilai
tengah sebagai standar mutu produk dan distribusi atau penyebaran datanya. Meski
sekelompok data memiliki standar mutu yang sama, tetapi bila penyebaran data semakin
melebar ke kiri atau ke kanan, maka dapat dikatakan bahwa mutu hasil produksi pada
kelompok tersebut kurang bermutu, sebaliknya, semakin sempit sebaran data pada kiri
dan kanan nilai tengah, maka hasil produksi dapat dikatakan lebih bermutu, karena
mendekati spect yang telah ditetapkan.
KEGIATAN PRATIKUM
1. Sebutkan langkah-langkah penyusunan histogram .
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
2. Data perolehan suara di 57 wilayah Indonesia untuk partai PKS
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Perolehan Suara
PKS
9.671
17.487
18.242
18.930
19.294
22.094
22.310
24.750
26.233
26.592
26.650
27.078
27.214
27.362
28.228
28.775
29.071
29.819
30.355
31.293
No
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
Perolehan Suara
PKS
36.583
36.911
37.114
37.718
38.871
40.472
40.484
42.446
42.553
43.288
44.039
46.179
46.205
50.914
51.338
55.117
57.199
57.253
58.478
71.020
5
21
22
23
24
25
26
27
28
29
31.390
31.533
32.760
33.223
33.934
35.165
35.980
36.515
36.556
50
51
52
53
54
55
56
57
72.409
77.250
84.946
88.407
99.348
105.412
106.521
119.287
a. Buatlah histogram
Negara
Aljazair
Bangladesh
Mesir
Iran
Yordania
Kazakhstan
Persentase
60
31
46
71
86
99
8
Lebanon
Libya
Malaysia
Maroko
Saudi Arabia
Suriah
Tajikistan
Tunisia
Turki
Uzbekistan
Yaman
a. Buatlah steam-and-leaf plots
82
71
85
38
70
63
99
63
78
99
29
KEGIATAN PRATIKUM
9
Manusia
Perilaku
Operator Baru
Mesin
Sabuk Konveyor
Perilaku
Lelah
Ngantuk
Ceroboh
Operator Baru
Kurang Training
Tidak Terbiasa
Proses Solder
Diagram Alur Proses
Material
Beda Ukuran
Kurang Baik
Penyimpanan
dan Bentuk
Terlalu Banyak
Kurang Teratur
Sabuk Konveyor
Berisik
Terlalu Cepat
Perlengkapan
10
12
13
MODUL III
DISTRIBUSI PROBABILITAS
Fungsi distribusi probabilitas merupakan rumusan matematika yang berhubungan dengan
nilai-nilai karakteristik dengan probabilitas kejadian pada populasi. Pengumpulan probabilitas ini
disebut distribusi probabilitas. Rata-rata dari dristribusi probabilitas disebut nilai yang
diharapkan. Ada dua jenis distribusi probabilitas, yaitu distribusi kontinu dan distribusi diskrit
(Ariani, 2004:39).
Distribusi kontinu yaitu apabila variabel yang diukur dinyatakan dalam skala kontinu,
yang termasuk dalam distribusi ini adalah distribusi normal, distribusi eksponensial, distribusi
gamma, dan distribusi weibull. Sedangkan distribusi diskrit yaitu apabila variabel yang diukur
hanya dapat menjalani nilai-nilai tertentu, seperti bilangan bulat, yang termasuk dalam distribusi
ini adalah distribusi hipergeometrik, distribusi binomial, distribusi poisson, dan distribusi pascal
atau binomial negatif.
KEGIATAN PRATIKUM
1. Isi bersih (dalam ons) suatu minuman kaleng adalah variabel random dengan distribusi
probabilitas
f ( x )=4 ( x11,75 ) ; 11,75 x 12,25
f ( x )=4 ( 12,75x ) ; 12,25 x 12,75
Hitung probabilitas bahwa suatu kaleng memuat kurang dari 12 ons minuman.
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
2. Suatu proses produksi bekerja dengan 1% hasil yang tidak sesuai. Setiap jam diambil
sampel dengan 50 unit produk, dan banyak unit yang tidak sesuai dihitung. Apabila
ditemukan satu unit atau lebih yang tidak sesuai, proses itu dihentikan dan teknisi
pengendalian kualitas harus mencari penyebab produksi tidak sesuai. Nilailah aturan
keputusan ini.
.............................................................................................................................................
14
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
3. Botol dibuat dengan menuangkan cairan gelas ke dalam cetakan. Cairan gelas disiapkan
dalam tungku yang dilapisi dengan batu. Apabila batu itu aus, potongan batu kecil itu
akan bercampur dengan cairan gelas, dan akhirnya tampak sebagai cacat (dinamakan
batu) di dalam botol. Apabila kita anggap bahwa batu terjadi secara random pada
kecepatan 0,00001 per botol, berapa probabilitas bahwa satu botol yang dipilih secara
random akan memuat paling sedikit satu cacat seperti itu?
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
4. Tahap hidup baterai mobil berdistribusi normal dengan mean 900 hari dan deviasi standar
50 hari. Berapa bagiankah dari baterai ini yang diharapkan bertahan hidup lebih dari 1000
hari?
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
5. Suatu bola lampu mempunyai daya sinar berdistribusi normal dengan mean 3000 lilin dan
deviasi standar 50 lilin. Hitunglah batas spesifikasi bawah sehingga hanya 0,5% bola
lampu yang tidak melebihi batas ini.
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
DAFTAR PUSTAKA
Ariani, DorotheaWahyu. 2004. Pengendalian Kualitas Statistik. Yogyakarta : Andi
15
MODUL IV
GRAFIK PENGENDALI VARIABEL
x dan R
Suatu karakteristik yang dapat diukur, seperti dimensi, berat atau volume, dinamakan
variabel. Metode peta pengendali untuk data variabel digunakan untuk menggambarkan variasi
atau penyimpangan yang terjadi pada kecenderungan memusat dan penyebaran observasi.
Peta pengendali rata-rata dan jarak merupakan dua pengendali yang saling membantu dan
mengambil keputusan mengenai kualitas proses. Peta pengendali rata-rata merupakan peta
pengendali untuk melihat apakah proses masih berada dalam batas pengendali atau tidak. Peta
pengendali rata-rata menunjukkan apakah rata-rata produk yang dihasilkan sesuai dengan standar
pengendalian yang digunakan perusaahaan. Sementara itu, peta pengendali jarak (range)
16
digunakan untuk mengetahui tingkat keakurasian atau ketepatan proses yang diukur dengan
mencari range dari sampel yang diambil dalam observasi (Ariani, 2004:87).
KEGITAN PRATIKUM
1. Jelaskan beberapa langkah yang diperlukan dalam melakukan pengendalian kualitas
proses statistik untuk data variabel.
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
2. Berikut data diameter cincin piston
x1
74,03
73,995
73,988
74,002
73,992
74,009
73,995
73,985
74,008
73,998
73,994
74,004
73,983
74,006
74,012
74
73,994
74,006
73,984
74
73,988
74,004
74,01
74,015
x2
74,002
73,992
74,024
73,996
74,007
73,994
74,006
74,003
73,995
74
73,998
74
74,002
73,967
74,014
73,984
74,012
74,01
74,002
74,01
74,001
73,999
73,989
74,008
x3
74,019
74,001
74,021
73,993
74,015
73,997
73,994
73,993
74,009
73,99
73,994
74,007
73,998
73,994
73,998
74,005
73,986
74,018
74,003
74,013
74,009
73,99
73,99
73,993
x4
73,992
74,011
74,005
74,015
73,989
73,985
74
74,015
74,005
74,007
73,995
74
73,997
74
73,999
73,998
74,005
74,003
74,005
74,02
74,005
74,006
74,009
74
x5
74,008
74,004
74,002
74,009
74,014
73,993
74,005
73,988
74,004
73,995
73,99
73,996
74,012
73,984
74,007
73,996
74,007
74
73,997
74,003
73,996
74,009
74,014
74,01
x i
Ri
17
73,982
73,984
73,995
74,017
74,013
a. Tentukan nilai :
x i
Ri
dan
X
:
A2
D3 :
D4
Garis sentral :
BPA :
BPB :
x dan R.
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
DAFTAR PUSTAKA
Ariani, DorotheaWahyu. 2004. Pengendalian Kualitas Statistik. Yogyakarta : Andi
Montgomery, D. C. 1990. Pengantar Pengendalian Kualitas Statistik. Terjemhan: Zanzawi,
S. Yogyakarta: Universitas Gajah Mada.
MODUL V
GRAFIK PENGENDALI VARIABEL
x dan s
Peta pengendali standar deviasi digunakan untuk tingkat keakurasian proses. Penggunaan
peta pengendali standar deviasi digunakan bersama dengan peta pengendali rata-rata (Ariani,
2004: 95). Apabila ukuran sampel n cukup besar, katakan n 10 atau 12, metode rentang guna
menaksir
kehilangan efisiensi statistikanya. Dalam hal ini, yang terbaik adalah mengganti
bagan kendali
secara langsung tidak melalui R. Guna tujuan pengendalian, maka dari tiap himpunan bagian kita
harus menghitung rata-rata sampel x dan standar deviasi standar sampel s.
KEGIATAN PRATIKUM
1. Berikut data diameter cincin piston
x1
74,03
73,995
73,988
74,002
73,992
74,009
73,995
73,985
x2
74,002
73,992
74,024
73,996
74,007
73,994
74,006
74,003
x3
74,019
74,001
74,021
73,993
74,015
73,997
73,994
73,993
x4
73,992
74,011
74,005
74,015
73,989
73,985
74
74,015
x5
74,008
74,004
74,002
74,009
74,014
73,993
74,005
73,988
x i
si
19
74,008
73,998
73,994
74,004
73,983
74,006
74,012
74
73,994
74,006
73,984
74
73,988
74,004
74,01
74,015
73,982
73,995
74
73,998
74
74,002
73,967
74,014
73,984
74,012
74,01
74,002
74,01
74,001
73,999
73,989
74,008
73,984
74,009
73,99
73,994
74,007
73,998
73,994
73,998
74,005
73,986
74,018
74,003
74,013
74,009
73,99
73,99
73,993
73,995
74,005
74,007
73,995
74
73,997
74
73,999
73,998
74,005
74,003
74,005
74,02
74,005
74,006
74,009
74
74,017
74,004
73,995
73,99
73,996
74,012
73,984
74,007
73,996
74,007
74
73,997
74,003
73,996
74,009
74,014
74,01
74,013
a. Tentukan nilai :
x i
s
dan i
x :
s :
A3 :
c4
B4
B3
BPA :
BPB :
20
d. Analisis data, apakah proses terlihat dalam keadaan terkendali atau tidak
DAFTAR PUSTAKA
Ariani, DorotheaWahyu. 2004. Pengendalian Kualitas Statistik. Yogyakarta : Andi
Montgomery, D. C. 1990. Pengantar Pengendalian Kualitas Statistik. Terjemhan: Zanzawi,
S. Yogyakarta: Universitas Gajah Mada.
MODUL VI
GRAFIK PENGENDALI VARIABEL
I-MR
Peta kendali I-MR yang juga dikenali dengan nama X-MR atau Shewhart Individual
Contol Chart adalah peta kendali yang digunakan di dunia industri atau bisnis untuk mengontrol
proses dimana dari suatu proses tersebut secara partikal memungkinkan untuk menggunakan
rasionalisasi subgroup (Wheeler,2009). Peta pengendalian Individual Moving Range (I-MR)
digunakan jika jumlah observasi dari masing-masing subgroup hanya satu (n=1). Kondisi lain
yang menjadi alas an digunakannya peta pengendali ini adalah apabila proses pengujian akan
menyebabkan kerusakan produk, atau proses pengujian tersebut dirasakan sangat mahal. Oleh
karenanya, maka hanya diambil satu unit produk sebagai sampel untuk menguji apakah proses
produksinya masih berada dalam batas pengendali atau tidak (Ariani, 2004:104).
KEGIATAN PRATIKUM
1. Jelaskan dalam situasi apa saja grafik pengendali I-MR dapat digunakan.
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
................................................................................................................................................
21
BPA MR:
BPB MR:
..........................................................................................................................................
DAFTAR PUSTAKA
Ariani, DorotheaWahyu. 2004. Pengendalian Kualitas Statistik. Yogyakarta : Andi
MODUL VII
GRAFIK PENGENDALI ATRIBUT
p dan np
Banyak karakteristik kualitas yang tidak dapat dengan mudah dinyatakan secara numerik.
Atribut dalam pengendalian kulitas menunjukkan karakteristik kualitas yang sesuai dengan
spesifikasi atau tidak sesuai dengan spesifikasi. Istilah cacat dan tidak cacat tepat digunkan
apabila evaluasi yang dilakukan berkaitan dengan penggunaan. Di sisi lain sesuai dan tidak
sesuai akan tepat apabila digunakan untuk kesesuaian dengan spesifikasinya (Ariani, 2004:130).
Grafik pengendali proporsi kesalahan (p-chart) dan banyaknya kesalahan (np-chart)
termasuk dalam grafik pengendali atribut, dimana digunakan untuk mengetahui apakah cacat
produk yang dihasilkan masih dalam batas yang disyaratkan. Untuk grafik pengendali proporsi
dan banyak, digunakan bila kita memakai ukuran cacat berupa proporsi produk cacat dalam
setiap sampel yang diambil. Bila sampel yang diambil setiap kali observasi jumlahnya sama
maka digunakan grafik pengendali p-chart maupun np-chart. Namun bila jumlah sampel
bervariasi atau berubah-ubah, maka digunakan grafik pengendali p-chart.
KEGIATAN PRATIKUM
1. Jelaskan langkah-langkah pembuatan grafik pengendali p.
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
2. Untuk memeriksa adanya kebocoran pada kotak apabila diisi air jeruk dingin, diambil 30
sampel yang masing-masing berisi 50 kotak (n=50).
23
Data jumlaah kotak cacat pada kasus pengepakan sari air jeruk dingin
Nomor
Sampel
Jumlah
Cacat
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
12
15
8
10
4
7
16
9
14
10
5
6
17
12
22
Nomor
Sampe
l
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Jumlah
Cacat
^pi
8
10
5
13
11
20
18
24
15
9
12
7
13
9
6
a. Tentukan nilai :
^pi
Garis sentral ( p :
BPA :
BPB :
..........................................................................................................................................
..........................................................................................................................................
d. Analisis data, apakah proses terlihat dalam keadaan terkendali atau tidak
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
3. Suatu pemeriksaan karakteristik mutu terhadap produk X dengan jumlah inspeksi
sebanyak 25 observasi datanya sebagai berikut :
Nomor
Sampe
l
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
Jumlah
Ukuran Banya
Sampel k Cacat
100
80
80
100
110
110
100
100
90
90
110
120
120
120
110
80
80
80
90
100
100
100
100
90
90
^pi
BPA
BPB
12
8
6
9
10
12
11
16
10
6
20
15
9
8
6
8
10
7
5
8
5
8
10
6
9
a. Tentukan nilai :
25
^pi
Garis sentral :
BPA
BPB :
26
Nomor
Sampe
l
1
2
3
4
5
6
7
8
9
10
a. Tentukan nilai :
Garis pusat np:
BPA np :
BPB np :
Banyak
Rakitan tak
sesuai
7
4
1
3
6
8
10
5
2
7
Nomor
Sampe
l
11
12
13
14
15
16
17
18
19
20
Banyak
Rakitan tak
sesuai
6
15
0
9
5
1
4
5
7
12
MODUL VIII
GRAFIK PENGENDALI ATRIBUT
c dan u
Grafik pengendali ini digunakan untuk mengadakan pengujian terhadap kualitas proses
produksi dengan mengetahui banyaknya kesalahan pada satu unit produk sebagai sampelnya.
Untuk jumlah sampel yang konstan dapat digunakan grafik pengendali c-chart maupun grafik
pengendali u-chart. Namun apabila sampel yang diambil bervariasi atau memang seluruh produk
yang dihasilkan akan diuji, maka digunakan peta pengendali banyaknya kesalahan dalam satu
unit produk yang berbeda (u-chart) (Ariani, 2004:152).
KEGIATAN PRTIKUM
1. Telah dihitung cacat permukaan pada 25 pelat baja segiempat dan data itu ditunjukkan
dibawah. Buatlah grafik pengendali untuk ketidaksesuaian dengan menggunakan data ini.
Apakah proses yang memproduksi pelat itu tampak dalam keadaan terkendali statistik?
Nomor
Banyak
Pelat Ketidaksesuaian
1
1
2
0
3
4
4
3
5
1
6
2
7
5
8
0
9
2
10
1
11
1
12
0
13
8
Nomor
Pelat
14
15
16
17
18
19
20
21
22
23
24
25
Banyak
Ketidaksesuaian
0
2
1
3
5
4
6
3
1
0
2
4
a. Tentukan nilai :
28
Garis pusat c:
BPA c :
BPB c :
BPA u :
BPB u :
29
Banyak
gulungan
yang
diproduksi
Banyak
ketidaksempurnaan
1
18
2
18
3
24
4
22
5
22
6
22
7
20
8
20
9
20
10
20
a. Tentukan nilai :
Garis pusat u:
BPA u :
BPB u :
12
14
20
18
15
12
11
15
12
10
Hari
Banyak
gulungan
yang
diproduksi
Banyak
ketidaksempurnaan
11
12
13
14
15
16
17
18
19
20
18
18
18
20
20
20
24
24
22
21
8
14
9
10
14
13
16
18
20
17
30
31
MODUL IX
GRAFIK PENGENDALI ATRIBUT
DEMERIT PER UNIT
Peta pengendali kesalahan per unit produk baik pada sampel konstan maupun bervariasi,
masih belum membedakan jenis atau tingkat kesalahan yang dialami oleh suatu produk dalam
proses yang sedang berjalan. Menurut Mitra (1993), apabila dalam perusahaan terdapat berbagai
macam tingkat kesalahan, misalnya : parah, sedang, ringan,dan sebagainya maka yang
mengadakan pengendalian, perusahaan harus menggunakan peta pengendali jenis kesalahan atau
peta pengendali U (U-chart).
KEGIATAN PRATIKUM
1. Jelaskan langkah-langkah dalam membuat grafik pengendali U.
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
2. Jelaskan klasifiksi cacat dalam grafik pengendali demerit per unit.
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
..............................................................................................................................................
32
3. Tabel di bawah ini menunjukkan tiga belas proyek yang diselesaikan dengan mengambil
1000 unit sebagai sampelnya beserta klasifikasi keparahan mereka.
Table 1. Percentage of non-closed defects according to their severity classification
Severity
Projec
t No.
Low
(30%)
Mediu
m
(20%)
High
(10%)
Very
High
(5%)
Show
Stoppe
r (0%)
5.1%
4.7%
0.4%
1.7%
18.4
%
0.0%
20.8%
0.0%
0.0%
0.0%
51.3%
2.6%
0.0%
8.5%
11.3%
5
6
7
8
0.0%
4.5%
2.7%
1.1%
10.6
%
0.7%
2.1%
1.4%
4.3%
0.1%
5.7%
4.0%
2.1%
4.2%
10.3
%
11.3
%
0.3%
2.3%
1.4%
1.6%
15.6%
6.3%
0.5%
0.0%
2.7%
5.0%
2.9%
6.4%
3.1%
8.5%
6.9%
6.4%
2.6%
2.9%
3.1%
3.2%
0.3%
1.3%
0.2%
0.0%
9
10
11
12
13
14.2
%
0.1%
0.8%
1.1%
1.9%
2.8%
0.1%
0.0%
0.4%
0.5%
Weight
70
Medium
80
High
90
Very High
95
Show Stopper
100
a. Tentukan jumlah unit cacat tiap bobotnya, nilai total demerit (D), dan nilai demerit
per unit (U).
No
Low
Medium
High
Very High
Show
Stopper
Total
Demerits
Demerits/unit
1
2
3
33
4
5
6
7
8
9
10
11
12
13
b. Tentukan nilai rata-rata banyaknya kesalahan per unit produk pada masing-masing
kelas:
u 1
u 4
u 2
u 5
u 3 :
c. Tentukan nilai :
^ u
BPA U :
BPB U :
DAFTAR PUSTAKA
Ariani, DorotheaWahyu. 2004. Pengendalian Kualitas Statistik. Yogyakarta : Andi
34
MODUL X
ANALISIS KEMAMPUAN PROSES
Analisis kemampuan proses adalah teknik yang mempunyai penerapan dalam banyak
bagian dari putaran produk, termasuk rancangan produk dan proses, asal mula penjual,
perencanaan produksi, dan produksi (Montgomery,1999:329). Penentuan kapabilitas proses
dilakukan setelah proses telah berada dalam batas kendali. Analisis kapabilitas proses begitu
penting karena hal ini yang mengizinkan untuk seberapa baik suatu proses dapat membuat
produk yang diterima.
KEGIATAN PRATIKUM
1. Sebutkan tujuan analisis kemampuan proses.
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
2. Sebutkan manfaat analisis kemampuan proses.
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
3. Sebutkan langkah-langkah membuat analisis kemampuan proses.
.............................................................................................................................................
.............................................................................................................................................
.............................................................................................................................................
35
.............................................................................................................................................
.............................................................................................................................................
4. Sebuah mesin ekstruder diukur suhunya tiga kali setiap harinya selama 20 hari.
Spesifikasi suhu proses adalah 200 10 C. Proses diketahui sudah terkendali secara
statistik. Lakukan analisis kapabilitas untuk proses tersebut.
a. Tentukan nilai :
USL :
LSL :
:
x :
36
Cp :
Cpk :
b. Buatlah grafik analisis kemampuan proses.
DAFTAR PUSTAKA
Ariani, DorotheaWahyu. 2004. Pengendalian Kualitas Statistik. Yogyakarta :Andi
Montgomery, D. C. 1990. Pengantar Pengendalian Kualitas Statistik. Terjemhan: Zanzawi,
S. Yogyakarta: Universitas Gajah Mada.
37