Makalah Control Chart
Makalah Control Chart
Alhamdulillahi Rabbil alamin, Puji dan syukur kepada Allah Subhanahu Wa Taala.
Karena atas izin-Nya, makalah ini dapat terselesaikan tepat pada waktunya.
Makalah ini dibuat sebagai tugas di kelas pada mata kuliah Manajemen Mutu dan
Kemanan Pangan semester VII 2016/2017 dan sebagai salah satu syarat dan penilaian
kelulusan mata kuliah ini. Penyusun menyampaikan banyak terima kasih kepada Bu Fajriyati
Masud, STP., M. Si., atas arahan dan ilmunya pada kuliah Manajemen Mutu dan Kemanan
ini, serta teman-teman yang terlibat dalam penyusunan makalah ini.
Penulis sadari pada makalah ini masih terdapat banyak kekurangan, oleh karena itu
Penulis memohon maaf yang sebesar-besarnya apabila pada pemanfaatannya nanti terdapat
kekurangan sehingga kritik dan saran sangat diharapkan untuk melengkapi makalah ini.
Penulis
DAFTAR PUSTAKA
BAB I
PEDAHULUAN
A. Latar Belakang
Pengendalian Kualitas Statistik merupakan Ilmu yang mempelajari tentang metode
pengendalian kualitas berdasarkan konsep statistik. Tujuan pengendalian kualitas statistik
adalah untuk memperoleh jaminan kualitas, menjaga konsistensi kualitas yang dilaksanakan
dengan grafik pengendali (Control Chart) dengan cara untuk mempertinggi kualitas atau
mengurangi biaya, penggunaan alat produksi lebih efisien, mengurangi rework dan
pembuangan, inspeksi yang lebih baik, memperbaiki hubungan produsen-konsumen, dan
spesifikasi lebih baik.
Grafik pengendali (control chart) digunakan untuk membantu dalam menentukan
apakah proses berada dalam pengendalian atau tidak. Bila penyimpangan atau kesalahan
melebihi batas pengendalian, menunjukkan bahwa sebab-sebab terduga telah masuk ke dalam
proses dan proses harus diperiksa untuk mengidentifikasi penyebab dari penyimpangan atau
kesalahan yang berlebihan tersebut. Proses diharapkan hanya berjalan dengan sebab-sebab
tak terduga saja, sehingga secara langsung kesalahan karena sebab-sebab tak terduga tersebut
dapat distabilkan.
Peta kontrol dapat dibagi menjadi dua jenis, yaitu peta kontrol atribut dan peta kontrol
variabel. Karakteristik kualitas yang dapat diukur dan dinyatakan secara kuantitatif
dinamakan variabel, sedangkan kualitas yang dinilai sebagai sesuai atau tidak sesuai (cacat)
dinamakan atribut. Peta kontrol memberikan informasi tentang kemampuan proses, nilai
parameter proses yang penting, dan stabilitas terhadap waktu sehingga memberikan taksiran
kemampuan proses. Informasi ini
Sangat berguna bagi perancangan produk dan proses. Pengertian atribut dalam
pengendalian kualitas berkaitan dengan karakteristik kualitas yang dapat digolongkan atas
baik (diterima) dan cacat (ditolak). Salah satu peta kontrol atribut yaitu Peta kontrol (control
chart), yaitu peta kontrol untuk jumlah ketidaksesuaian (number of nonconformities),
mempunyai kegunaan yang jauh lebih terbatas.
Oleh karena itu, dalam makalah yang berjudul Peta Kendali (Control Chart) ini akan
dijelaskan mengenai pengertian peta kontrol (control chart), tujuan, jenis-jenis dan contoh
penerapan peta kendali.
BAB II
PEMBAHASAN
Peta kendali (Control Chart) merupakan alat SPC (Statistical Process Control) yang
paling penting yang digunakan untuk mendeteksi ketika proses dalam keadaan tidak
terkendali (out of control).
Peta kendali pertama kali di perkenalkan oleh DR. Walter Andrew Shewart dari
Bell Telephone Laboratories, Amerika Serikat, Tahun 1924 dengan maksud untuk
menghilangkan variasi tidak normal melalui pemisahan variasi yang disebabkan oleh
penyebab khusus (special-cause variation) dari variasi yang disebabkan oleh sebab umum
(common-causes variation). Pada dasarnya semua proses menampilkan variasi, namun proses
produksi harus dikendalikan dengan cara menghilangkan variasi penyebab khusus dari proses
tersebut, sehingga variasi yang ada pada proses hanya disebabkan oleh variasi penyebab
umum.
2. Data atribut
Merupakan data kualitatif yang dapat di hitung untuk pencatatan dan analisa.
Contoh dari data atribut karakteristik kualitas adalah ketiadaan label pada kemasan
produk, kesalahan proses administrasi, banyaknya jenis cacat pada produk, banyaknya
produk kayu lapis yang cacat karena corelap, dll.
Data untuk atribut (Atributes Data) merupakan data kualitatif yang dapat dihitung
untuk pencatatan dan analisis. Contoh dari data atribut adalah ketiadaan label pada
kemasan produk, kesalahan proses administrasi buku tabungan nasabah, banyaknya
jenis cacat pada produk dan lain-lain. Data atribut diperoleh dalam bentuk unit-unit
ketidaksesuaian dengan spesifikasi atribut yang ditetapkan. Atribut dalam
pengendalian kualitas menunjukkan karakteristik kualitas yang sesuai dengan
spesifikasi. Atribut digunakan apabila ada pengukuran yang tidak memungkinkan
untuk dilakukan misalnya goresan, kesalahan warna, atau ada bagian yang hilang.
Selain itu, atribut digunakan apabila pengukuran dapat dibuat tetapi tidak dibuat
karena alasan waktu, biaya, atau kebutuhan. Pengendalian kualitas proses statistic
untuk data atribut ini digunakan sebagai pengganti pengendali kualitas proses statistik
untuk data variabel.
Grafik pengendali kualitas proses statistik data atribut dapat digunakan pada
semua tingkatan dalam organisasi, perusahaan, dan mesin-mesin. Grafik pengendali
kualitas proses statistik data atribut juga dapat membantu mengidentifikasi akar
permasalahan baik pada tingkat umum maupun pada tingkat yang lebih mendetail.
Ada dua kelompok grafik pengendali proses statistik data atribut, yaitu yang
berdasarkan distribusi binomial dan distribusi poisson. Kelompok pengendali untuk
unit-unit ketidaksesuaian, didasarkan pada distribusi binomial seperti p-chart yang
menunjukkan proporsi ketidaksesuaian dalam sampel atau sub kelompok yang
ditunjukkan dengan bagian atau persen. Sedangkan yang berdasarkan distribusi
poisson, terdapat c-chart dan u-chart. Untuk menyusun grafik pengendali proses
statistik untuk data atribut diperlukan beberapa langkah sebagai berikut.
a. Menentukan sasaran yang akan dicapai
Sasaran ini akan mempengaruhi jenis pada pengendali kualitas proses
statistik data atribut yang harus digunakan. Hal ini tentu saja dipengaruhi
oleh karakteristik kualitas suatu produk dan proses, apakah proporsi atau
banyaknya ketidaksesuaian dalam sampel atau sub kelompok, ataukah
ketidaksesuaian dari suatu unit setiap kali mengadakan observasi.
b. Menentukan banyaknya sampel dan banyaknya observasi
Banyaknya sampel yang diambil akan mempengaruhi jenis grafik pengendali
di samping karakteristik kualitasnya.
c. Mengumpulkan data
Data yang dikumpulkan tentu disesuaikan dengan jenis peta pengendali.
Misalnya suatu perusahaan atau organisasi menggunakan p-chart, maka data
yang dikumpulkan juga harus diatur dalam bentuk proporsi kesalahan
terhadap banyaknya sampel yang diambil.
d. Menentukan garis
Menentukan garis tengah dan batas-batas pengendali pada masing-masing
grafik pengendali biasanya menggunakan 3 sebagai batas-batas
pengendalinya.
e. Merevisi garis tengah dan batas-batas pengendali
Revisi terhadap garis pusat dan batas-batas pengendali dilakukan apabila
dalam grafik pengendali kualitas proses statistik untuk data atribut terdapat
data yang berada di luar batas pengendali statistik (out of statistical control)
dan diketahui kondisi tersebut disebabkan karena penyebab khusus.
Demikian pula data yang berada di bawah garis pengendali bawah apabila
ditemukan penyebab khusus di dalamnya tentu juga diadakan revisi.
Untuk data atribut peta kendalinya petaP, petaC, peta U dan peta-np
a. Peta-P
Digunakan untuk mengukur proposi cacat dari item yang dihasilkan dalam
suatu produk. Dengan demikian peta kendali p digunakan untuk
mengendalikan proposi item yang tidak memenuhi syarat kualitas yang
dihasilkan dalam suatu proses.
b. Peta-C
Diterapkan pada kasus yang tingkat tolerasi atas kelemahan satu atau beberapa
titik spesifik yang tidak memenuhi syarat sepanjang tidak mempengaruhi fungsi
dari produk yang diperiksa.
c. Peta-U
Mengukur banyaknya cacat per unit laporan inpeksi dalam kelompok pengamatan,
yang mungkin memiliki ukuran contoh.
d. Peta-np
Peta kendali np menggunakan ukuran banyaknya item yang tidak memenuhi
spesifikasi dalam suatu pemeriksaan. Jadi dalam peta np tidak ada perubahan
skala pengukuran
Dalam memproduksi barang secara massal tentu akan dijumpai variasi meskipun sudah
ditentukan ukuran maupun kualitasnya.
Ada 3 macam variasi yang dapat terjadi :
1. Variasi yang terdapat pada unit (barang) / variasi dalam objek
Misalnya : Kehalusan dari salah satu sisi dari suatu produk tidak sama dengan sisi
lain, lebar bagian atas suatu produk tidak sama dengan lebar bagian bawah.
2. Variasi yang timbul diantara unit-unit yang dihasilkan selama waktu tertentu / variasi
antar objek
Misalnya : Suatu produk yang diproduksi pada saat yang hampir sama mempunyai
kualitas yang berbeda atau bervariasi.
3. Variasi yang ditimbulkan oleh perbedaan waktu produksi
Misalnya : Produksi pagi hari berbeda dengan hasil produksi siang hari.
d. Hitung nilai rata-rata seluruh X, yaitu X, yang merupakan center line dari peta
kendali X
e. Hitung nilai selisih data terbesar dengan data terkecil dari setiap subgrup, yaitu
range (R)
f. Hitung nilai rata-rata dari seluruh R, yaitu R yang merupakan center line dari peta
kendali R
LCL = X (A2 . R)
h. Hitung batas kendali untuk peta kendali R
UCL = D4 . R
LCL = D3 . R
i. Plot data X dan R pada peta kendali X dan R serta amati apakah data tersebut
berada dalam pengendalian atau tidak.
Contoh kasus I :
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 )
Hasil Pengukuran
Sampel
X1 X2 X3 X4 X5
1 2.38 2.45 2.40 2.35 2.42
2 2.39 2.40 2.43 2.34 2.40
3 2.40 2.37 2.36 2.36 2.35
4 2.39 2.35 2.37 2.39 2.38
5 2.38 2.42 2.39 2.35 2.41
6 2.41 2.38 2.37 2.42 2.42
7 2.36 2.38 2.35 2.38 2.37
8 2.39 2.39 2.36 2.41 2.36
9 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
Perhitungan :
Perhitungan
Sampel
Rata-rata Range
1 2.40 0.10
2 2.39 0.09
3 2.37 0.05
4 2.38 0.04
5 2.39 0.07
6 2.40 0.05
7 2.37 0.03
8 2.38 0.05
9 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
( X) 47,78
X= = = 2,39
k 20
( R) 1,19
R= = = 0,06
k 20
Peta kendali X :
CL = X = 2,39
UCL = X + (A2 x R) = 2,39 + (0,577 x 0,06) = 2,42
LCL = X (A2 x R) = 2,39 (0,577 x 0,06) = 2,36
Peta kendali R :
CL = R = 0,06
UCL = D4 x R = 2,114 x 0,06 = 0,12
LCL = D3 x R = 0 x 0,06 = 0
Pada peta X ada data yang out of control, maka data pada sampel tersebut
dibuang!
Perhitungan
Sampel
Rata-rata Range
1 2.40 0.10
2 2.39 0.09
3 2.37 0.05
4 2.38 0.04
5 2.39 0.07
6 2.40 0.05
7 2.37 0.03
8 2.38 0.05
9 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
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 45.34 1.15
Rata-rata 2.386 0.0605
( X) 45, 34
X= = = 2,386
k 19
( R) 1,15
R= = = 0, 0605
k 19
Peta kendali X :
CL = X = 2,386
UCL = X + (A2 x R) = 2,386 + (0,577 x 0,0605) = 2,4209
LCL = X (A2 x R) = 2,386 (0,577 x 0,0605) = 2,3511
Peta kendali R :
CL = R = 0,0605
UCL = D4 x R = 2,114 x 0,0605 = 0,1280
LCL = D3 x R = 0 x 0,06 = 0
Karena sudah tidak ada data yang out of control, maka langkah selanjutnya
adalah menghitung kapabilitas proses.
Perhitungan kapabilitas proses :
R 0, 0605
S= = = 0, 026
d 2 2,326
Cpk = Minimum {CPU : CPL} = 0,4615
Keputusannya adalah :
Nilai Cpk sebesar 0,4615 yang diambil dari nilai CPL menunjukkan bahwa
proses cenderung mendekati batas spesifikasi bawah
Nilai Cp sebesar 0,6410 ternyata kurang dari 1, hal ini menunjukkan
kapabilitas proses untuk memenuhi spesifikasi yang ditentukan rendah.
I. Peta Kendali/ Control Chart Rata-Rata (X) dan Standar Deviasi (S)
Peta kendali standar deviasi digunakan untuk mengukur tingkat keakurasian suatu
proses.
Langkah-langkah pembuatan peta kendali x dan S adalah sebagai berikut :
1. Tentukan ukuran contoh/subgrup (n > 10)
4. Hitung nilai rata-rata dari seluruh x, yaitu x yang merupakan garis tengah (center line)
dari peta kendali x
S=
(X i - X)2
5. Hitung simpangan baku dari setiap subgrup yaitu S : n -1
6. Hitung nilai rata-rata dari seluruh S, yaitu S yang merupakan garis tengah dari peta
kendali S
3.S
UCL = x +
C4. n
3.S 3
LCL = x - dimana = A3
C4. n C4. n
sehingga
UCL = x + (A3.S)
LCL = x - (A3.S)
8. Hitung batas kendali untuk peta kendali S :
Contoh Kasus II
Misalnya, Perusahaan ASA melakukan monitoring terhadap produk yang dihasilkan oleh
bagian produksi selama 25 hari. Setiap hari diambil 5 (harusnya > 10, namun untuk
kepentingan kemudahan pembahasan dimisalkan 5) produk untuk diukur panjangnya.
Selengkapnya tersaji dalam tabel berikut:
Jumlah Observasi Hasil Pengukuran x S
1 20, 22, 21, 23, 22 21,60 1,14
2 19, 18, 22, 20, 20 19,80 1,48
3 25, 18, 20, 17, 22 20,40 3,21
4 20, 21, 22, 21, 21 21,00 0,71
5 19, 24, 23, 22, 20 21,00 2,07
6 22, 20, 18, 18, 19 19,40 1,67
7 18, 20, 19, 18, 20 19,00 1,00
8 20, 18, 23, 20, 21 20,40 1,82
9 21, 20, 24, 23, 22 22,00 1,58
10 21, 19, 20, 20, 20 20,00 0,71
11 20, 20, 23, 22, 20 21,00 1,41
12 22, 21, 20, 22, 23 21,60 1,14
13 19, 22, 19, 18, 19 19,40 1,52
14 20, 21, 22, 21, 22 21,20 0,84
15 20, 24, 24, 21, 23 22,80 1,64
16 21, 20, 24, 20, 21 21,20 1,64
17 20, 18, 18, 20, 20 19,20 1,10
18 20, 24, 23, 23, 23 22,40 1,52
19 20, 19, 23, 20, 19 20,20 1,64
20 22, 21, 21, 24, 22 22,00 1,22
21 23, 22, 22, 20, 22 21,80 1,10
22 21, 18, 18, 17, 19 18,60 1.52
23 21, 24, 24, 23, 23 23,00 1,22
24 20, 22, 21, 21, 20 20,80 0,84
25 19, 20, 21, 21, 22 20,60 1,14
Jumlah 521,00 34,88
Rata-rata 20,77 1,30
Peta kendali x :
CL = 20, 77
UCL = x + (A3.S) = 20, 77 +1, 427(1,30) = 22, 63
LCL = x - (A3.S) = 20, 77 -1, 427(1,30) = 18,91
Peta kendali S :
CL = 1,30
UCL = B4.S = 2, 089(1,30) = 2, 716
LCL = B3.S = 0(1,30) = 0
Tabel Nilai A2, d2, D3, D4
Subgroup A2 d2 D3 D4
Size
2 1.880 1.128 ----- 3.268
3 1.023 1.693 ----- 2.574
4 0.729 2.059 ----- 2.282
5 0.577 2.326 ----- 2.114
6 0.483 2.534 ----- 2.004
7 0.419 2.704 0.076 1.924
8 0.373 2.847 0.136 1.864
9 0.337 2.970 0.184 1.816
10 0.308 3.078 0.223 1.777
11 0.285 3.173 0.256 1.744
12 0.266 3.258 0.283 1.717
13 0.249 3.336 0.307 1.693
14 0.235 3.407 0.328 1.672
15 0.223 3.472 0.347 1.653
16 0.212 3.532 0.363 1.637
17 0.203 3.588 0.378 1.622
18 0.194 3.640 0.391 1.608
19 0.187 3.689 0.403 1.597
20 0.180 3.735 0.415 1.585
BAB III
PENUTUP
A. Kesimpulan
Peta Kendali atau Control Chart merupakan suatu teknik yang dikenal sebagai metode
grafik yang digunakan untuk mengevaluasi apakah suatu proses berada dalam pengendalian
kualitas secara statistik atau tidak sehingga dapat memecahkan masalah dan menghasilkan
perbaikan kualitas.
DAFTAR PUSTAKA