9/30/2016

Peta Kontrol

SISTEM PENGENDALIAN KUALITAS

ieg4g3

Peta Kontrol untuk Data Variabel

Peta Kontrol untuk Data Atribut

Program Studi Teknik Industri

Fakultas Rekayasa Industri
Telkom University

Variasi dan Peta KONTROL

Tujuan PEMBELAJARAN

1. Memahami pengertian dan manfaat peta

kontrol kualitas proses secara statistik
untuk data variabel dan data atribut
2. Mampu menerapkan peta kontrol kualitas
proses secara statistik untuk data variabel
dan data atribut

Variasi dapat terjadi dimanapun didunia ini, misalnya, tidak ada 3 lembar daun
yang benar-benar sama, walaupun berasal dari pohon yang sama. Hal tersebut
terjadi pula pada proses di dunia industri maupun jasa.

Terdapat dua jenis penyebab terjadinya Variasi atau Kesalahan proses, yaitu:
1. Random cause / chance cause/ common cause (penyebab umum), yang
sudah melekat pada proses. Misalnya, kondisi emosional karyawan,
penurunan kinerja mesin, penurunan suhu udara, naik turunnya
kelembaban udara,dsb
2. Assignable cause / special cause (penyebab khusus), yang merupakan
kesalahan yang berlebihan. Misalnya, kesalahan penggunaan alat,
kesalahan operator, kesalahan penyiapan mesin, kesalahan penghitungan,
kesalahan bahan baku, dsb, yang tidak tampak dalam proses
4

Variasi dan Peta Kendali(2)

Control Chart Peta Kontrol

Macam-macam variasi:
Variasi dalam objek
Mis : kehalusan dari salah satu sisi dari suatu produk tidak
sama dengan sisi yang lain, lebar bagian atas suatu
produk tidak sama dengan lebar bagian bawah, dll.
Variasi antar objek
Mis : suatu produk yang diproduksi pada saat yang hampir
sama mempunyai kualitas yang berbeda/ bervariasi.
Variasi yg ditimbulkan oleh perbedaan waktu produksi
Mis : produksi pagi hari berbeda hasil produksi siang hari.
FRI-PPS

Salah satu alat terpenting dalam statistical quality

control) adalah :
Shewhart control chart (Peta Kontrol Shewhart)
Dinamakan demikian karena teknik ini
dikembangkan oleh Dr.Walter A.Shewhart
pada tahun 1920-an, sewaktu ia bekerja di Bell
Telephone Laboratories

9/30/2016

Control Chart Peta Kontrol

Control Chart Peta Kontrol

Keampuhan teknik Shewhart terletak dalam

kemampuannya untuk memisahkan assignable
causes (sebab-sebab terusut/khusus) dari quality
variation (keragaman mutu/umum)

Dengan mengidentifikasi beberapa keragaman mutu sebagai

keragaman acak yang tak terhindarkan, Peta Kontrol dapat
memberitahu :
Kapan suatu proses harus dibiarkan begitu saja,
sehingga mencegah frekuensi tindakan penyesuaian
yang tak perlu, yang cenderung menambah keragaman
proses dan bukan menurunkannya

Hal ini memungkinkan:

Dilakukan diagnosis dan koreksi terhadap
gangguan produksi
Meningkatkan mutu produk secara berarti
Mengurangi spoilage (bagian yang rusak) atau
rework (pengerjaan ulang)

Kemungkinan untuk mengambil keputusan yang lebih

baik tentang toleransi teknik dan pembandingan yang
lebih baik antara berbagai alternatif rancangan dan
antara berbagai metode produksi
7

Control Chart Peta Kontrol

Control Chart Peta Kontrol

Peta Kontrol merupakan peragaan grafik suatu karakteristik

kualitas yang telah diukur atau dihitung dari sampel terhadap
nomor sampel dan waktu

control chart (peta kontrol), yaitu gambar sederhana, terdiri dari TIGA
garis,
Out of control

Upper Control Limit

(Batas Kontrol Atas)

Batas-batas pengendali dipilih sedemikian rupa, sehingga

apabila proses TERKENDALI, maka hampir semua titik-titik
sampel akan jatuh diantara kedua garis (UCL & LCL)

Center Line
(Garis Pusat)

Jika ada satu titik saja terletak diluar batas pengendali, maka
diinterpretasikan sebagai fakta bahwa proses tidak
terkendali, dan diperlukan tindakan penyelidikan dan
perbaikan untuk mendapatkan dan menyingkirkan
penyebabnya

Lower Control Limit

(Batas Kontrol Bawah)

10

Control Chart Peta Kontrol

Perbandingan Control Chart

Peta Kontrol dapat diklasifikan ke dalam DUA tipe umum,
yaitu:
1. Peta Kontrol (menggunakan data) Variabel, untuk
karakteristik kualitas yang dapat diukur dan
dinyatakan dalam bilangan, misalnya berat, volume,
panjang, lebar Peta kontrol Xbar- R & Peta kontrol
Xbar- s)

Pengukuran
Statistik

2. Peta Kontrol (menggunakan data) Atribut, untuk

karakteristik yang tidak diukur dengan skala
kuantitatif,melainkan menilai produk sebagai sesuai
atau tidak sesuai,
x atas dasar apakah produk itu
memiliki atau tidak memiliki sifat tertentu, atau kita
dapat mencatat banyak yang tidak sesuai (cacat),
yang tampak pada suatu unit produk Peta kontrol
p, c, dan u
11

Peta Kontrol untuk

Data Variabel

Peta Kontrol untuk Peta Kontrol untuk

Data Atribut (%)
Data Atribut
(jumlah)

Jenis data yang

dibutuhkan

Data Variabel
(pengukuran nilainilai karakteristik)

Data Atribut
(banyaknya unit
produk yang
cacat)

Data Atribut
(banyaknya
kesalahan dalam
setiap unit produk)

Gambaran
penerapn
secara umum

Pengendalian
karakteristik individu

Pengendalian
seluruh bagian
kesalahan proses

Pengendalian
seluruh kesalahan
tiap unit produk

Ukuran sampel

Biasanya 4 atau 5 unit

setiap kali observasi
atau setiap sub
kelompok

Menggunakan
hasil inspeksi
tertentu atau
sampel dari 25,
50,100 unit,dst

Beberapa unit
produk cacat

12

9/30/2016

Perbandingan Control Chart

Perbandingan Control Chart

Pengukuran
Statistik

Peta Kontrol untuk Data

Variabel

Peta Kontrol untuk

Data Atribut (%)

Peta Kontrol untuk

Data Atribut (jumlah)

Manfaat yang
penting

Penggunaan secara
maksimum informasi
yang tersedia dari
data
Penyediaan
informasi secara
mendetail pada datadata proses dan
penyimpangan dari
pengendalian
dimensi-dimensi
individu

Data yang
dibutuhkan
seringkali sudah
tersedia dari
laporan inspeksi
Mudah dipahami
seluruh personil
Menyediakan
seluruh gambaran
kualitas

Data yang
dibutuhkan
seringkali sudah
tersedia dari
laporan inspeksi
Mudah dipahami
seluruh personil
Menyediakan
seluruh gambaran
kualitas

Pengukuran
Statistik

Kelemahan
yang perlu
diingat

Peta Kontrol untuk

Data Variabel

Tidak dapat
dipahami tanpa
pelatihan
Dapat
menyebabkan
kebingungan untuk
membedakan antara
batas-batas
pengendalian dengan
batas-batas toleransi
Tidak dapat
digunakan pada tipe
data cacat atau baik

Peta Kontrol untuk Peta Kontrol untuk

Data Atribut (%)
Data Atribut
(jumlah)

Tidak
menyediakan
informasi secara
mendetail untuk
pengendalian
karakteristik
individu
Tidak mengenal
tingkat kesalahan
yang berbeda
pada unit-unit
produk tersebut

Tidak
menyediakan
informasi secara
mendetail untuk
pengendalian
karakteristik
individu

13

14

Peran & Kegunaan Control Chart

Peran & Kegunaan Control Chart

1.

Meningkatkan produktivitas
program peta kontrol yang berhasil, akan mengurangi
buangan dan pembuatan ulang yang merupakan pembunuh
utama kreativitas dalam setiap proses

4. Memberikan informasi diagnostik

pola titik-titik pada peta kontrol akan memberikan informasi
bernilai diagnostik bagi operator atau engineer yang
berpengalaman

2. Efektif dalam pencegahan cacat

membantu memelihara proses agar tetap terkendali, yang
konsisten dengan falsafah kerjakan dengan benar sejak awal
3. Mencegah penyesuaian proses yang tidak perlu
x
peta kontrol dapat membedakan
antara gangguan dasar
dengan variasi abnormal

15

5. Memberikan informasi tentang kemampuan proses

yaitu informasi tentang nilai parameter proses yang penting
dan stabilitasnya terhadap waktu, memberikan perkiraan
kemampuan proses yang akan dibuat
x

16

Peta Kontrol Variabel(1)

Peta Kontrol Variabel

Peta Kontrol Xbar - R
Peta Kontrol Xbar - s

Banyak karakteristik kualitas yang dapat dinyatakan dalam

bentuk ukurang angka. Misalnya diameter bantalan poros
dapat diukur menggunakan miktometer dan dinyatakan
dalam milimeter
Karakteristik kualitas yang dapat diukur dinamakan
VARIABEL.
Apabila bekerja dengan karakteristik kualitas yang variabel,
maka yang akan dikendalikan adalah :
Nilai mean (rata-rata), dan
Variabilitasnya.
18

9/30/2016

Peta Kontrol Variabel(2)

Peta Kontrol Variabel(3)

Variabilitas proses membesar

Rataan proses bergeser

LCL

UCL

Untuk memonitor rataan proses digunakan peta kontrol x

LCL
UCL
0
Untuk memonitor variabilitas proses digunakan peta kontrol R (peta
kontrol untuk range) atau peta kontrol s (peta kontrol untuk standar
deviasi)

19

Beberapa notasi

20

Beberapa notasi

Ri = Nilai range pada sampel ke-i

= Datamax Datamin

n = Ukuran sampel (subgrup)

m atau k = Jumlah sampel yang diambil

R = Rata-rata range keseluruan

x i= rata-rata sampel ke-i sample (i = 1, 2, ..., k)

= rata-rata populasi

x = Rata-rata total (digunakan sebagai garis

tengah center line)

= standar deviasi populasi

21

22

Teknik Pembuatan Peta Kontrol(2)

Teknik Pembuatan Peta Kontrol(1)

2. Tentukan subgrup
Prosedur pembuatan peta kontrol x dan R adalah
sebagai berikut:
1. Tentukan karakteristik kualitas
Tetapkan karakteristik kualitas yang akan diukur,
misalnya:
panjang,
temperatur,
tingkat
pencahayaan dan lain-lain.
Dalam penetapan prioritas karakteristik kualitas
yang akan diukur dapat menggunakan diagram
pareto.

23

Terdapat dua cara dalam menentukan pengambilan sampel

atau subgrup , yaitu:
a. Metode waktu instan. Pilih sample dari produk yang
diproduksi pada saat yang berdekatan. Misal: ambil
4(empat) buah produk yang baru saja selesai diproduki,
dan 4(empat) produk lagi dari tempat penyimpanan
produk yang baru saja selesai diproduksi. Untuk sample
berikutnya diambil dengan cara yang sama, tetapi
menunggu dari hasil produksi beberapa jam kemudian.
b. Metode rentang waktu. Sample atau subgrup dipilih dari
kumpulan produk yang sudah diproduksi pada beberapa
jam sebelumnya. Misal: seorang inspektor melakukan
inspeksi setiap jam, produk yang diinspeksi saat ini
adalah produk yang diproduksi, misalnya, 1 jam yang lalu.
24

9/30/2016

Mengkonstruksi peta kontrol

Teknik Pembuatan Peta Kontrol(3)

Menyeleksi subgrup yang rasional

Perbedaan antar subgrup maximal
Perbedaan dalam subgrup minimal

3. Kumpulkan data
Data dikumpulkan minimum 25 subgroup.
4. Tetapkan central line dan control limits

Ukuran subgrup
Antara 4 10 ( 4 atau 5 )
Banyaknya subgrup tergantung biaya

Alat ukur yang digunakan

25

Peta Kontrol x dan R

Garis tengah ( CL ) tidak diketahui

Rumus yang digunakan

, R

, R

i 1

max

min

i 1

Teknik Pembuatan Peta Kontrol(3)

5. Revisi central line dan control limits (jika diperlukan)
Dilakukan bila terjadi kondisi out of control
Terjadinya out of control, mengindikasikan terjadinya
kesalahan proses yang disebabkan oleh penyebab khusus
(assignable causes).
Jika penyebab khusus telah ditemukan, maka data yang out
of control dapat dibuang, dan hitung kembali central line dan
control limit yang baru.

i 1

26

6. Capai tujuan
Peta kontrol yang dibuat harus diinformasikan ke lantai
produksi, hal ini dimaksudkan untuk meningkatkan kinerja di
lantai produksi.

m
27

Peta Kontrol x dan R

Peta kontrol x :
Memantau perubahan suatu sebaran atau distribusi suatu
variabel asal dalam hal lokasinya (pemusatannya).
Apakah proses masih berada dalam batas-batas
pengendalian atau tidak.
Apakah rata-rata produk yang dihasilkan sesuai dengan
standar yang telah ditentukan.

Peta kontrol R :
Memantau perubahan dalam hal spread-nya
(penyebarannya).
Memantau tingkat keakurasian/ketepatan proses yang diukur
dengan mencari range dari sampel yang diambil.
29

28

Langkah-langkah Pembuatan Peta Kontrol x DA R(1)

1. Tentukan ukuran subgrup (n = 3, 4, 5, ).

2. Tentukan banyaknya subgrup (k) sedikitnya 25
subgrup.
3. Hitung nilai rata-rata dari setiap subgrup, yaitu x.
4. Hitung nilai rata-rata seluruhx, yaitu
, yang
merupakan center line dari peta kontrol x .
5. Hitung nilai selisih data terbesar dengan data
terkecil dari setiap subgrup, yaitu Range ( R ).
Ri = xmax xmin
30

9/30/2016

Langkah-langkah Pembuatan Peta Kontrol x dan R(2)

6. Hitung nilai rata-rata dari seluruh R, yaitu R yang

merupakan center line dari peta kontrol R.
7. Hitung batas kontrol dari peta kontrol x :

Rumus yang digunakan

UCL , LCL X A R
X

Peta
kontrol X

8. Hitung batas kendali untuk peta kendali R

UCL = RD4

Tabel D (Grant)

LCL = RD3

9. Plot data x dan R pada peta kendali x dan R serta

amati apakah data tersebut berada dalam
pengendalian atau tidak.

UCLR D4 R , LCLR D3 R

31

Peta
kontrol R

32

Sebagian dari tabel D (Grant)

Di-PLOT-kan dalam Peta

__________________________________________
Number of
Factor for
Factors for R chart
Observations
X chart,
In subgroup
(LCL)
(UCL)

n
A2
D3
D4
___________________________________________
2
1.88
0
3.27
3
1.02
0
2.57
4
0.73
0
2.28
5
0.58
0
2.11
6
0.48
0
2.00
7
0.42
0.08
1.92
8
0.37
0.14
1.86
9
0.34
0.18
1.82
10
0.31
0.22
1.78

___________________________________________
_________________________________________

Peta Kontrol

33

Peta Kontrol

Peta Kontrol R
Peta Kontrol R

35

9/30/2016

Contoh Soal(1)
Buatlah peta kontrol x dan R, terhadap proses
pembuatan piston ring untuk mesin otomotif. Data
yang dikumpulkan adalah data diameter dalam untuk
piston ring. Terdapat 25 sampel yang masing-masing
sampel berukuran 5, adapun data tersebut dapat
dilihat pada tabel berikut:

Nomor
sample
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

1
74.030
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
74.000
73.994
74.006
73.984
74.000
73.982
74.004
74.010
74.015
73.982

37

2
74.002
73.992
74.024
73.996
74.007
73.994
74.006
74.003
73.995
74.000
73.998
74.000
74.002
73.967
74.014
73.984
74.012
74.010
74.002
74.010
74.001
73.999
73.989
74.008
73.984

Observasi
3
74.019
74.001
74.021
73.993
74.015
73.997
73.994
73.993
74.009
73.990
73.994
74.007
73.998
73.994
73.998
74.005
73.986
74.018
74.003
74.013
74.015
73.990
73.990
73.993
73.995

4
73.992
74.011
74.005
74.015
73.989
73.985
74.000
74.015
74.005
74.007
73.995
74.000
73.997
74.000
73.999
73.998
74.005
74.003
74.005
74.020
74.005
74.006
74.009
74.000
74.017

5
74.008
74.004
74.002
74.009
74.014
73.993
74.005
73.988
74.004
73.995
73.990
73.996
74.012
73.984
74.007
73.996
74.007
74.000
73.997
74.003
73.996
74.009
74.014
74.010
74.013
Sum
Average

74.010
74.001
74.008
74.003
74.003
73.996
74.000
73.997
74.004
73.998
73.994
74.001
73.998
73.990
74.006
73.997
74.001
74.007
73.998
74.009
74.000
74.002
74.002
74.005
73.998
1850.029
74.001

0.038
0.019
0.036
0.022
0.026
0.024
0.012
0.030
0.014
0.017
0.008
0.011
0.029
0.039
0.016
0.021
0.026
0.018
0.021
0.020
0.033
0.019
0.025
0.022
0.035
0.581
0.023

38

Contoh Soal(2)
Penentuan CL, UCL dan LCL untuk peta kontrol x
CL =
Dalam penetuan UCL dan LCL gunakan tabel Faktor
untuk mengkonstruksi peta kontrol variabel dengan
ukuran sampel 5 (n = 5)
Diperoleh nilai A2 = 0.577, maka,
UCL =
LCL =
40
40

39

Contoh Soal(3)

Contoh Soal(4)
Penentuan CL, UCL dan LCL untuk peta kontrol R

Peta Kendalix
74,015

UCL

CL =

74,010

74,005

Dalam penetuan UCL dan LCL gunakan tabel Faktor

untuk mengkonstruksi peta kontrol variabel dengan
ukuran sampel 5 (n = 5)
Diperoleh nilai D3 = 0 dan D4 = 2.115, maka,
UCL =RD4 = 0.023(2.115) = 0.049
LCL = RD3 = 0.023(0) = 0

CL
74,000

73,995

73,990

LCL

73,985
1

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

41

42

9/30/2016

Contoh Soal(5)

(homework-1)

Peta Kendali R
0,060

0,050

UCL

0,040

0,030

CL
0,020

0,010

LCL

0,000
1

Berikut ini merupakan

data deviasi diameter
lubang pada material
komposit di
aerospace
manufacturing.
Buatlah peta kontrol
x - R dan x- s. Apakah
proses dalam kendali?

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

43

Mengubah Ukuran Sample pada Peta Kontrol x dan

R (1)

Rumus-rumus yang digunakan:

Untuk peta kontrol x
Nilai CL tidak mengalami perubahan, sementara
nilai UCL dan LCL berubah menjadi:

44

Mengubah Ukuran Sample pada Peta Kontrol x dan

R (2)
Untuk peta kontrol R

45

Mengubah Ukuran Sample pada Peta Kontrol x dan

R (3)
Notasi yang digunakan:
Rold = range rata-rata untuk ukuran sampel yang lama
Rnew = range rata-rata untuk ukuran sampel yang baru
nold = ukuran sampel yang lama
nnew = ukuran sampel yang baru
d2(old) = faktor d2 untuk ukuran sampel yang lama
d2(new) = faktor d2 untuk ukuran sampel yang baru

46

Mengubah Ukuran Sample pada Peta Kontrol x dan

R (4)

Contoh Soal:
dengan menggunakan data yang sama dari contoh
soal sebelumnya, dinyatakan bahwa proses berada
pengendalian yang baik, sehingga engineer dari
departemen manufacturing engineering akan
mencoba mengurangi ukuran sampel menjadi 3 (n
= 3), maka perubahan-perubahan yang tejadi
adalah sebagai berikut:

47

48

9/30/2016

Mengubah Ukuran Sample pada Peta Kontrol x dan

R (5)

Mengubah Ukuran Sample pada Peta Kontrol x

dan R (6)
Untuk peta kontrol R
Berdasarkan tabel diperoleh data:
D3 = 0 dan D4 = 2.575
(keduanya untuk n = 3)
Centre line dan control limits yang baru untuk peta kontrol R
adalah:

Untuk peta kontrol x

Diketahui:
nold = 5, Rold = 0.023, = 74.001, A2 = 1.023
berdasarkan tabel diperoleh data:
d2(old) = 2.326 untuk n = 5
d2(new) = 1.693 untuk n = 3
Maka control limits yang baru untuk peta kontrol x adalah:

49

50

Hasil Pengukuran
Sampel

Contoh Soal untuk Kasus Out of Control(1)

PT XYZ adalah suatu perusahaan pembuatan

suatu produk industri. Ditetapkan spesifikasi
adalah : 2.40 0,05 mm. Untuk mengetahui
kemampuan proses dan mengendalikan
proses itu bagian pengendalian PT XYZ telah
melakukan pengukuran terhadap 20 sampel.
Masing-masing berukuran 5 unit (n=5).
Adapun data sampel adalah sebagai berikut:
51

X1

X2

X3

X4

X5

2.38

2.45

2.40

2.35

2.42

2.39

2.40

2.43

2.34

2.40

2.40

2.37

2.36

2.36

2.35

2.39

2.35

2.37

2.39

2.38

2.38

2.42

2.39

2.35

2.41

2.41

2.38

2.37

2.42

2.42

2.36

2.38

2.35

2.38

2.37

2.39

2.39

2.36

2.41

2.36

2.35

2.38

2.37

2.37

2.39

10

2.43

2.39

2.36

2.42

2.37

11

2.39

2.36

2.42

2.39

2.36

12

2.38

2.35

2.35

2.35

2.39

13

2.42

2.37

2.40

2.43

2.41

14

2.36

2.38

2.38

2.36

2.36

15

2.45

2.43

2.41

2.45

2.45

16

2.36

2.42

2.42

2.43

2.37

17

2.38

2.43

2.37

2.39

2.38

18

2.40

2.35

2.39

2.35

2.35

19

2.39

2.45

2.44

2.38

2.37

20

2.35

2.41

2.45

2.47

2.35

52

Perhitungan

Perhitungan rata-rata:

Sampel

Rata-rata

Range

2.40

0.10

2.39

0.09

2.37

0.05

2.38

0.04

2.39

0.07

2.40

0.05

2.37

0.03

2.38

0.05

2.37

0.04

10

2.39

0.07

11

2.38

0.06

12

2.36

0.04

13

2.41

0.06

14

2.37

0.02

15

2.44

0.04

16

2.40

0.07

17

2.39

0.06

18

2.37

0.05

19

2.41

0.08

20

2.41

0.12

Jumlah

47.78

1.19

Rata-rata

2.39

0.06

Contoh Soal untuk Kasus Out of Control(2)

Penentuan CL, UCL dan LCL untuk peta kontrol x

CL = 2.39
Dari tabel Faktor untuk mengkonstruksi peta kontrol
variabel dengan ukuran sampel 5 (n = 5) diperoleh nilai
A2 = 0.577, maka,
UCL =
LCL =

53

54

9/30/2016

Contoh Soal untuk Kasus Out of Control(3)

Contoh Soal untuk Kasus Out of Control(4)

Penentuan CL, UCL dan LCL untuk peta kontrol R

2,46

CL = 0.06
Dalam penetuan UCL dan LCL gunakan tabel Faktor
untuk mengkonstruksi peta kontrol variabel dengan
ukuran sampel 5 (n = 5)
Diperoleh nilai D3 = 0 dan D4 = 2.115, maka,
UCL =RD4 = 0.06(2.115) =0.127
LCL = RD3 = 0.06(0) = 0

2,43

2,40

2,37

2,34
1

10

11

12

13

14

15

16

17

18

19

20

55

56

Peta Kontrol x dan s

Contoh Soal untuk Kasus Out of Control(5)

Peta kontrol s digunakan

penyebaran subgrup.

0,14

0,12

untuk

mengukur

Peta kontrol s lebih akurat dibadingkan dengan

peta kontrol R, karena menggunakan seluruh data
pada subgrup (peta kontrol R hanya menggunakan
data max dan data min dalam subgrup).

0,10

0,08

0,06

Peta kontrol x dan s biasanya digunakan bila:

0,04

1. Ukuran sampel (n) besar, n > 10 atau 12

2. Ukuran sampel bervariasi

0,02

0,00
1

10

11

12

13

14

15

16

17

18

19

20

57

58

Langkah-langkah Pembuatan Peta Kontrol s

(1)

Langkah-langkah Pembuatan Peta Kontrol s(2)

4. Hitung central limit dan control limits untuk peta x
dengan rumus sebagai berikut:

Bila tidak diketahui:

1. Hitunglah S dari setiap subgrup dengan rumus:

2. Hitung rata-rata S (S)

3. Hitung central limit dan control limits untuk peta s
dengan rumus sebagai berikut:
Lihat

5. Plot data x dan S pada peta kendali x dan s serta

amati apakah data tersebut berada dalam pengendalian
atau tidak.

Tabel E

59

60

10

9/30/2016

Contoh Soal(1)

Langkah-langkah Pembuatan Peta Kontrol s(3)

Rumus untuk menghitung

revisi control limits

Rumus penentuan central line

dan control limits untuk peta s
adalah:

Dengan menggunakan data yang sama pada

contoh soal pengukuran diameter dalam piston
ring, maka diperoleh tabel perhitungan sebagai
berikut:

Rumus penentuan control limits

untuk peta x adalah:

61

Nomor
sample
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

1
74.030
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
74.000
73.994
74.006
73.984
74.000
73.982
74.004
74.010
74.015
73.982

Observasi
3
74.019
74.001
74.021
73.993
74.015
73.997
73.994
73.993
74.009
73.990
73.994
74.007
73.998
73.994
73.998
74.005
73.986
74.018
74.003
74.013
74.015
73.990
73.990
73.993
73.995

2
74.002
73.992
74.024
73.996
74.007
73.994
74.006
74.003
73.995
74.000
73.998
74.000
74.002
73.967
74.014
73.984
74.012
74.010
74.002
74.010
74.001
73.999
73.989
74.008
73.984

4
73.992
74.011
74.005
74.015
73.989
73.985
74.000
74.015
74.005
74.007
73.995
74.000
73.997
74.000
73.999
73.998
74.005
74.003
74.005
74.020
74.005
74.006
74.009
74.000
74.017

5
74.008
74.004
74.002
74.009
74.014
73.993
74.005
73.988
74.004
73.995
73.990
73.996
74.012
73.984
74.007
73.996
74.007
74.000
73.997
74.003
73.996
74.009
74.014
74.010
74.013
Sum
Average

74.010
74.001
74.008
74.003
74.003
73.996
74.000
73.997
74.004
73.998
73.994
74.001
73.998
73.990
74.006
73.997
74.001
74.007
73.998
74.009
74.000
74.002
74.002
74.005
73.998
1850.029
74.001

0.0148
0.0075
0.0147
0.0091
0.0122
0.0087
0.0055
0.0123
0.0055
0.0063
0.0029
0.0042
0.0105
0.0153
0.0073
0.0078
0.0106
0.0070
0.0085
0.0080
0.0122
0.0074
0.0119
0.0087
0.0162
0.2350
0.0094

62

Contoh Soal(2)
Berdasarkan tabel diperoleh nilai A3 = 1.427, B3 = 0
dan B4 = 2.089
Control limits untuk peta x
UCL = 74.001 + (1.427)(0.0094) = 74.014
LCL = 74.001 - (1.427)(0.0094) = 73.988
Control limits untuk peta s
UCL = (2.089)(0.0094) = 0.0196
LCL = (2.089)(0)
=0

63

64

Contoh Soal(3)

Contoh Soal(4)

Peta Kontrol x

Peta Kontrol s

74,020

0,0250

74,015
0,0200
74,010

0,0150

74,005

74,000

0,0100

73,995
0,0050
73,990

0,0000

73,985
1

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

65

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

66

11

9/30/2016

Contoh Soal(5)

Perbandingan Peta Kontrolx berdasarkan R dan S

Peta Kontrol x

Peta Kendalix
74,020

74,015

74,015

74,010

74,010

74,005

Pada kasus ini batas kontrol untuk peta kontrol

x berdasarkan S sama dengan batas kontrol
berdasarkanR. kondisi tersebut tidak mutlak
harus selalu sama, adakalanya batas kontrol
tersebut berbeda, pada dasarnya terdapat
sedikit perbedaan diantara batas kontrol
berdasarkan S dan berdasarkan R.

74,000

74,005
74,000

73,995

73,995
73,990

73,990

73,985

73,985
1

11 13 15 17 19 21 23 25

9 11 13 15 17 19 21 23 25

Peta Kontrolx berdasarkan R

Peta Kontrolx berdasarkan S

UCL = 74.014
CL = 74.001
LCL = 73.988

UCL = 74.014
CL = 74.001
LCL = 73.988

67

68

Peta Kontrolx dan s dengan Ukuran Sampel yang

Bervariasi

Contoh Soal(1)

Adakalanya ukuran sampel tidak seragam, untuk

memonitor proses, dapat digunakan peta kontrolx dan s,
dengan rumus-rumus sebagai berikut:

Contoh soal permasalahan ini sama dengan

contoh soal mengenai pengukuran diameter
dalam piston ring, dengan modifikasi ukuran
sampel, yang bervariasi antara n = 3 sampai
n = 5. Data hasil pengukuran adalah sebagai
berikut:

Untuk perhitungan control limits, menggunakan rumus

yang sama, hanya faktor A3, B3, dan B4, nilainya terantung
ukuran sampel masing-masing subgrup.

69

Nomor
sample
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

1
74.030
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
74.000
73.994
74.006
73.984
74.000
73.982
74.004
74.010
74.015
73.982

2
74.002
73.992
74.024
73.996
74.007
73.994
74.006
74.003
73.995
74.000
73.998
74.000
74.002
73.967
74.014
73.984
74.012
74.010
74.002
74.010
74.001
73.999
73.989
74.008
73.984

Observasi
3
74.019
74.001
74.021
73.993
74.015
73.997
73.994
73.993
74.009
73.990
73.994
74.007
73.998
73.994
73.998
74.005
73.986
74.018
74.003
74.013
74.015
73.990
73.990
73.993
73.995

4
73.992

5
74.008

74.005
74.015
73.989
73.985
74.000
74.015
74.005
74.007
73.995
74.000

74.002
74.009
74.014

74.000

73.984

73.998
74.005
74.003
74.005

73.996

74.005
74.006
74.009
74.000
74.017

73.996
74.009
74.014
74.010
74.013

73.988
73.995
73.990
73.996

74.000
73.997

5
3
5
5
5
4
4
5
4
5
5
5
3
5
3
5
4
5
5
3
5
5
5
5
5

74.010
73.996
74.008
74.003
74.003
73.996
73.999
73.997
74.004
73.998
73.994
74.001
73.994
73.990
74.008
73.997
73.999
74.007
73.998
74.008
74.000
74.002
74.002
74.005
73.998

70

S
0.0148
0.0046
0.0147
0.0091
0.0122
0.0099
0.0055
0.0123
0.0064
0.0063
0.0029
0.0042
0.0100
0.0153
0.0087
0.0078
0.0115
0.0070
0.0085
0.0068
0.0122
0.0074
0.0119
0.0087
0.0162

Contoh Soal(2)

Perhitungan

= 74.001
71

Perhitungan S

= 0.0103
72

12

9/30/2016

A3

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

5
3
5
5
5
4
4
5
4
5
5
5
3
5
3
5
4
5
5
3
5
5
5
5
5

74.0102
73.9960
74.0080
74.0030
74.0034
73.9963
73.9988
73.9968
74.0043
73.9980
73.9942
74.0014
73.9943
73.9902
74.0080
73.9966
73.9993
74.0074
73.9982
74.0077
73.9998
74.0016
74.0024
74.0052
73.9982

0.0148
0.0046
0.0147
0.0091
0.0122
0.0099
0.0055
0.0123
0.0064
0.0063
0.0029
0.0042
0.0100
0.0153
0.0087
0.0078
0.0115
0.0070
0.0085
0.0068
0.0122
0.0074
0.0119
0.0087
0.0162

1.427
1.954
1.427
1.427
1.427
1.628
1.628
1.427
1.628
1.427
1.427
1.427
1.954
1.427
1.954
1.427
1.628
1.427
1.427
1.954
1.427
1.427
1.427
1.427
1.427

x chart
LCL
UCL
73.9861 74.0154
73.9806 74.0209
73.9861 74.0154
73.9861 74.0154
73.9861 74.0154
73.9840 74.0175
73.9840 74.0175
73.9861 74.0154
73.9840 74.0175
73.9861 74.0154
73.9861 74.0154
73.9861 74.0154
73.9806 74.0209
73.9861 74.0154
73.9806 74.0209
73.9861 74.0154
73.9840 74.0175
73.9861 74.0154
73.9861 74.0154
73.9806 74.0209
73.9861 74.0154
73.9861 74.0154
73.9861 74.0154
73.9861 74.0154
73.9861 74.0154

B3

B4

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

2.089
2.568
2.089
2.089
2.089
2.266
2.266
2.089
2.266
2.089
2.089
2.089
2.568
2.089
2.568
2.089
2.266
2.089
2.089
2.568
2.089
2.089
2.089
2.089
2.089

s chart
LCL
UCL
0
0.0215
0
0.0264
0
0.0215
0
0.0215
0
0.0215
0
0.0233
0
0.0233
0
0.0215
0
0.0233
0
0.0215
0
0.0215
0
0.0215
0
0.0264
0
0.0215
0
0.0264
0
0.0215
0
0.0233
0
0.0215
0
0.0215
0
0.0264
0
0.0215
0
0.0215
0
0.0215
0
0.0215
0
0.0215

Contoh Soal(3)
Peta Kontrol x
74,0250

74,0150

74,0050

Sampel

73,9950

73,9850

73,9750
1

Contoh Soal(4)
Peta Kontrol S

0,02

0,015

0,01

0,005

0
3

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

74

Banyak situasi yang menyebabkan ukuran sampel hanya 1 (n =

1), diantaranya:
1. Menggunakan teknologi inspeksi dan pengukuran
otomatis.
2. Laju produksi rendah.
3. Banyak proses kimiawi.
4. Pengukuran berulang pada sebuah produk (pada lokasi
yang berbeda).
5. Proses kontinyu.
Untuk memperkirakan variabilitas proses pada pengukuran
individu, biasa digunakan Moving Range (MR)

0,025

Peta Kontrol Shewhart untuk Pengukuran

Individu(1)

0,03

73

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

75

76

Contoh Soal(1)
Peta Kontrol Shewhart untuk Pengukuran
Individu(2)

Rumus-rumus yang digunakan:

Peta MR

Berikut ini
merupakan tabel
pengukuran
viskositas cat pada
industri pesawat
terbang. Buatlah
peta kontrol x dan
Moving Range.

a) MRi = xi xi-1|
b) UCL = D4.MR
c) LCL = D3.MR
Untuk peta kontrol x

77

Batch
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Viskositas
33.75
33.05
34.00
33.81
33.46
34.02
33.68
33.27
33.49
33.20
33.62
33.00
33.54
33.12
33.84

78

13

9/30/2016

Batch Viskositas Moving Range

1
33.75
2
33.05
0.70
3
34.00
0.95
4
33.81
0.19
5
33.46
0.35
6
34.02
0.56
7
33.68
0.34
8
33.27
0.41
9
33.49
0.22
10
33.20
0.29
11
33.62
0.42
12
33.00
0.62
13
33.54
0.54
14
33.12
0.42
15
33.84
0.72
Total
502.85
6.73
Average
33.52
0.48

Contoh Soal(3)

Contoh Soal(2)
Untuk petax

Peta Moving Range

1,8
1,6

Moving Range

Berdasarkan tabel faktor

pembangun peta kontrol
variabel dengan n = 2,
diperoleh: D3 = 0, D4 =
3.267, maka:
UCL = D4.MR
UCL = (3.267)(0.48) =
1.57
LCL = D3.MR
LCL = (0)(0.48) = 0

1,4
1,2
1
0,8
0,6
0,4
0,2
0

= 34.80

Cost X Weeks

328

9 10 11 12 13 14 15

35
34,5

34
33,5
33

= 32.24

32,5
32
1

79

Cost X Weeks

11

311

21

Cost X Weeks

304

Homework(1)
sampel ke1
2
3
4
5
6
7
8
9
10
11
12

Cost X

31

306
308

333

12

298

22

301

32

305

13

301

23

306

33

297

304

14

287

24

293

34

294
303

310

15

295

25

295

35

304

16

314

26

314

36

307

299

17

296

27

299

37

298

305

18

305

28

297

38

297

292

19

282

29

299

39

288

10

310

20

305

30

294

40

310

Buatlah peta kontrol x dan Moving Range !

9 10 11 12 13 14 15

80

Homework(1)

Peta Kontrol x

Costs of processing mortgage loan application

Weeks

X1
20
19
25
20
19
22
18
20
21
21
20
22

X2
22
18
18
21
24
20
20
18
20
19
20
21

X3
21
22
20
22
23
18
19
23
24
20
23
20

81

X4
22
20
21
21
20
19
17
18
17
17
24
23

X5
20
18
20
19
20
21
22
21
20
19
25
20

X6
20
22
19
20
20
21
20
20
22
23
21
21
82

Latihan Soal(2)
sampel ke-

X1

X2

X3

X4

X5

X6

13

19

22

23

21

19

20

14

20

21

19

18

22

19

15

20

24

22

18

18

20

16

21

20

24

21

20

18
20

17

20

18

18

22

21

18

20

24

21

22

21

19

19

22

19

23

22

20

20

20

23

21

22

19

23

21

21

21

22

18

17

19

22

22

21

18

24

18

22

21

23

20

24

22

21

24

24

24

19

22

21

22

18

20

Interpretasi Peta

Rancanglah
Peta Kontrol x
-R & x -s yang
terkendali

83

x dan R

Interpretasi dilakukan dengan mengamati

pola sebaran titik-titik dalam peta kontrol
Pada kondisi tertentu, proses dapat
dinyatakan tidak terkontrol meskipun tidak
satu titik pun berada di luar batas kontrol
semua data in control , yaitu ketika pola
titik-titik yang digambarkan menunjukkan
perilaku tidak random atau sistematik
84

14

9/30/2016

Pola Cyclic
Interpretasi Peta

dan R

Terdapat lima pola umum yang harus

diperhatikan:
1.
2.
3.
4.
5.

Cycles on a control
A mixture pattern
A shift in process level
A trend in process
A stratification pattern

Pada peta kontrol Xbar, pola ini timbul akibat perubahan

lingkungan yang sistematis, misalnya perubahan temperature,
kelelahan operator, perputaran operator dan atau mesin yang
teratur, atau fluktuasi voltase atau tekanan, atau variabel lain dalam
alat produksi
Pada peta kontrol R, timbul karena jadwal pemeliharaan, kelelahan
operator, ketidaktahanan alat sebagai akibat variabilitas yang terlalu
besar.
85

86

Pola Shift in Process

Pola Mixture

Menunjukkan adanya dua distribusi (atau lebih) yang

bercampur
Terjadi biasanya karena operator terlalu sering meng-adjust
setting atau adanya output dari beberapa mesin/operator yang
dicampur

Terjadi biasanya karena adanya pekerja, metode,

material, atau mesin baru

87

Pola Trend

88

Pola Stratifikasi

Pola trend menunjukkan pergeseran konsisten ke satu arah

Pola ini dapat terjadi karena kelelahan operator, temperatur,
atau keausan tools
Jika sebab sistematis ini diketahui dan dianggap alamiah, maka
dapat diinkorporasi ke dalam peta kontrol (misalnya regression
chart)
89

Pola ini menunjukkan bahwa titik-titik berkumpul dengan

ketat di sekitar center line.
Hal ini bisa terjadi karena batas-batas kontrol didapat
dari perhitungan yang salah (misalnya didasarkan pada
inflated R )
90

15