MAKALAH PENGENDALIAN MUTU PRODUKSI

HISTOGRAM, DIAGRAM PARETO, DIAGRAM SEBAB-AKIBAT

DISUSUN OLEH:

KELOMPOK I

NAMA : AMALIA RAHMAH 0615 4042 1594

SINTHA MARDIANA 0615 4042 1655

KELAS : 5 KIA

DOSEN PEMBIMBING : Ir. Jaksen M Amin

PROGRAM STUDI DIV TEKNOLOGI KIMIA INDUSTRI

JURUSAN TEKNIK KIMIA

POLITEKNIK NEGERI SRIWIJAYA

TAHUN AKADEMIK 2017

 BAB I
PENDAHULUAN

1.1. LATAR BELAKANG

Kualitas menyangkut masalah produk unggulan atau pelayanan yang dapat memenuhi
atau melebihi harapan kita. Harapan ini didasarkan pada tujuan penggunaan dan harga jual.
Menurut ANSI/ASQC Standart A31987, kualitas adalah keseluruhan ciri dan karakteristik
produk atau jasa yang kemampuannya dapat memuaskan kebutuhan, baik yang dinyatakan
secara tegas maupun tersamar. Pengendalian kualitas adalah teknik-teknik pemakaian &
kegiatan-kegiatan untuk mencapai, memperpanjang, dan memperbaiki mutu produk atau
pelayanan. Yang mencakup teknik-teknik dan kegiatan-kegiatan tersebut:
- Spesifikasi-spesifikasi apa yang diperlukan
- Rancangan produk atau pelayanan yang memenuhi spesifikasi
- Produksi atau instalasi yang sesuai dengan spesifikasi
- Pemeriksaan untuk menentukan kesesuaian dengan spesifikasi
- Tinjauan pemakaian untuk menginformasikan bila diperlukan perbaikan spesifikasi
Pengendalian kualitas statistik adalah bagian dari pengendalian mutu. Pengendalian
kualitas Statistik adalah kumpulan, analisis dan intepretasi dari data-data yang digunakan
untuk aktifitas pengendalian mutu
Dalam mengatasi upaya peningkatan mutu produksi, terdapat 5 teknik dasar yang
merupakan bahan untuk membantu menganaisa persoalan, mengambil keputusan, membuat
rencana / perbaikan dari suatu produk yang diproduksi atau yang dihasilkan, yaitu :
1. Histogram
2. Diagram Pareto
3. Diagram sebab akibat
4. Diagram pencar
5. Bagan pengendalian
Kelima teknik dasar ini dapat dibuat data-data statistik melalui suatu data yang
diambil dari hasil pemeriksaan terlebih dahulu dengan memakai lembar periksa dari suatu
produk yang diproduksi atau yang dihasilkan. Data-data statistik inilah yang dapat dijadikan
bahan untuk mengambil keputusan dalam upaya meningkatkan mutu.
Dalam makalah ini akan dibahas 2 dari 5 teknik dasar tersebut, yaitu Histogram,
Diagram Pareto dan Diagram Sebab-Akibat.
1.2. RUMUSAN MASALAH
1. Apakah pengertian dari Histogram ?
2. Apakah kegunaan dari Histogram ?
3. Bagaimana cara membuat Histogram ?
4. Apakah pengertian dari Diagram Pareto ?
5. Apakah kegunaan dari Diagram Pareto ?
6. Bagaimana cara membuat Diagram Pareto ?
7. Apakah pengertian dari Diagram Fishbone ?
8. Apakah kegunaan dari Diagram Fishbone ?
9. Bagaimana cara membuat Diagram Fishbone ?
10. Bagaimana cara menyelesaikan suatu masalah dengan menggunakan salah satu alat
ukur quality control ?

1.3. TUJUAN PENULISAN

1. Menjelaskan kepada pembaca yang dimaksud Histogram.
2. Menjelaskan kegunaan dari Histogram
3. Menjelaskan kepada pembaca tentang penggunaan Histogram atau cara membuat
Histogram
4. Menjelaskan kepada pembaca yang dimaksud Diagram Pareto.
5. Menjelaskan kegunaan dari Diagram Pareto
6. Menjelaskan kepada pembaca tentang Diagram Pareto atau cara membuat Diagram
Pareto
7. Menjelaskan kepada pembaca yang dimaksud Diagram Fishbone
8. Menjelaskan kegunaan dari Diagram Fishbone
9. Menjelaskan kepada pembaca tentang penggunaan Histogram atau cara membuat
Diagram Fishbone
 BAB II
ISI

2.1. DEFINISI PENGENDALIAN MUTU / QUALITY CONTROL (QC)

Pengendalian adalah suatu proses pendelegasian tanggung jawab dan wewenang untuk
suatu aktivitas manajemen,dalam menopang usaha-usaha atau sarana dalam rangka menjamin
hasil-hasil yang memuaskan. Pengertian kualitas juga banyak diberikan oleh orang yang ahli
dalam bidang manajemen mutu terpadu, diantaranya :
Menurut Philip B. Crosby (1979)
Kualitas adalah comformance to requirement, yaitu sesuai dengan yang disyaratkan atau
distandarkan. Suatu produk memiliki kualitas apabila sesuai dengan standar kualitas
yang telah ditentukan. Standar kualitas meliputi bahan baku, proses produksi, dan produk
jadi. Crosby terkenal dengan anjuran manajemen zero defect dan pencegahan, yang
menentang tingkat kualitas yang dapat diterima secara statistik (acceptable quality level).

ISO 8402 & SNI 19-8402-1991

Keseluruhan ciri dan karakteristik produk atau jasa yang kemampuannya dapat
memuaskan kebutuhan, baik yang dintakan secara tegas maupun tersamar.

Statistik adalah seni pengambilan keputusan tentang suatu proses atau populasi
berdasarkan suatu analisis informasi yang terkandung didalam suatu sampel dari populasi itu.
Metode statistik memainkan peranan penting dalam jaminan kualitas. Metode statistik itu
memberikan cara cara pokok dalam pengambilan sampel produk, pengujian serta
evaluasinya dan informasi didalam data itu digunakan untuk mengendalikan dan
meningkatkan proses pembuatan. Lagipula statistik adalah bahasa yang digunakan oleh
insinyur pengembangan, pembuatan, pengusahaan, manajemen, dan komponen komponen
fungsional bisnis yang lain untuk berkomunikasi tentang kualitas. (Montgomery, 1993)

Untuk menjamin proses produksi dalam kondisi baik dan stabil atau produk yang
dihasilkan selalu dalam daerah standar, perlu dilakukan pemeriksaan terhadap titik origin dan
hal-hal yang berhubungan, dalam rangka menjaga dan memperbaiki kualitas produk sesuai
dengan harapan. Hal ini disebut Statistical Process Control (SPC).
 Dalam pengendalian proses statistik dikenal adanya seven tools. Seven tools dari
pengendalian proses statistik ini adalah metode grafik paling sederhana untuk menyelesaikan
masalah. Seven tools tersebut adalah:

1. Lembar pengamatan (check sheet)

2. Stratifikasi (run chart)
3. Histogram
4. Grafik kendali (control chart)
5. Diagram pareto
6. Diagram sebab akibat (cause and effect diagram)
7. Diagram sebar (scatter diagram)
Tujuan pengendalian mutu adalah perbaikan yang berkesinambungan pada produk
untuk memenuhi kebutuhan pelanggan, memberikan keberhasilan usaha dan mengembalikan
investasi kepada para pemegang saham dan pemilik perusahaan.
Berbasis Pengguna
Kualitas Berbasis Manufaktur
Berbasis Produk
STANDAR KUALITAS INTERNASIONAL
ISO 9000 (1987) ISO 9001:2000
Tujuan penetapan standar adalah menetapkan prosedur manajemen kualitas melalui
kepemimpinan, dokumentasi terinci, perintah kerja, dan penyimpanan catatan. Kepuasan
pelanggan memainkan peranan yang lebih penting disbanding prosedur terdokumentasi pada
ISO 9001:2000.

2.2. HISTOGRAM
2.2.1. PENGERTIAN HISTOGRAM

Kata histogram berasal dari bahasa Yunani: histos, dan gramma. Histogram adalah
suatu bentuk grafik yang menunjukkan adanya dispersi data. Dari grafik ini kita dapat
membuat analisa karakteristik dan penyebab dispersi tersebut. Tiap tampilan batang
menunjukkan proporsi frekuensi pada masing-masing deret kategori yang berdampingan
dengan interval yang tidak tumpang tindih. Adapun karakteristik histogram adalah :
1. Histogram menjelaskan variasi proses, namun belum mengurutkan rangking dari variasi
terbesar sampai dengan yang terkecil.
2. Gambar bentuk distribusi (cacah) karakteristik mutu yang dihasilkan oleh data yang
dikumpulkan melalui check sheet.
3. Histogram juga menunjukkan kemampuan proses, dan apabila memungkinkan, histogram
dapat menunjukkan hubungan dengan spesifikasi proses dan angka-angka nominal,
misalnya rata-rata.
4. Dalam histogram, garis vertikal menunjukkan banyaknya observasi tiap-tiap kelas.
Histogram dikenal juga sebagai grafik distribusi frekuensi, salah satu jenis grafik
batang yang digunakan untuk menganalisa mutu dari sekelompok data (hasil produksi),
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.
Agar Histogram memberikan gambaran yang akurat tentang kondisi hasil produksi,
perlu dilakukan pengolahan data yang akurat terlebih dulu, dimulai dari pengumpulan data,
tidak kurang dari 50 sampel, yaitu jumlah yang dianggap dapat memenuhi populasi yang
akan diamati. Pengolahan data pada Histogram menjadi sangat penting, terutama dalam
menentu-kan besaran nilai tengah (standar) dan seberapa banyak kelas-kelas data yang akan
menggambarkan penyebaran data yang tercipta. Melalui gambar Histogram yang
ditampilkan, akan dapat diprediksi hal-hal sebagai berikut :
a. Bila bentuk Histogram pada sisi kiri dan kanan dari kelas yang tertinggi berbentuk
simetri, maka dapat diprediksi bahwa proses berjalan konsisten, artinya seluruh faktor-
faktor dalam proses memenuhi syarat-syarat yang ditentukan.
b. Bila Histogram berbentuk sisir, kemungkinan yang terjadi adalah ketidak-tepatan dalam
pengukuran atau pembulatan nilai data, sehingga berpengaruh pada penetapan batas-
batas kelas.
c. Bila sebaran data melampaui batas-batas spesifikasi, maka dapat dikatakan bahwa ada
bagian dari hasil produk yang tidak memenuhi spesifikasi mutu. Tetapi sebaliknya, bila
sebaran data ternyata berada di dalam batas-batas spesifikasi, maka hasil produk sudah
memenuhi spesifikasi mutu yang ditetapkan.
 Secara umum, histogram biasa digunakan untuk memantau pengembangan produk
baru, penggunaan alat atau teknologi produksi yang baru, memprediksi kondisi pengendalian
proses, hasil penjualan, manajemen lingkungan dan lain sebagainya.
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. Dalam histogram, garis
vertikal menunjukkan banyaknya observasi tiap-tiap kelas.

Histogram juga merupakan bagan batang jenis khusus yang dapat digunakan untuk
menyampaikan informasi mengenai variasi dalam suatu proses dan mengambil keputusan
dengan memusatkan perhatian pada upaya perbaikan. Adapun Histogram memiliki beberapa
fungsi diantaranya :
1. Diagram batang umumnya digunakan untuk mengambarkan perkembanga nilai suatu
objek penelitian dalam kurun waktu tertentu. Diagram batang menunjukan keterangan-
keterangan dengan batang-batang tegak atau mendatar dan sama lebar dengan batang-
batang terpisah
2. Mengetahui dengan mudah penyebaran data yang ada;
3. Mempermudah melihat dan menginterpretasikan data;
4. Sebagai alat pengendali proses, sehingga dapat mencegah timbulnya masalah.
Aplikasi histogram sangat tepat digunakan pada saat:
1. Ingin menetapkan apakah proses berjalan dengan stabil atau tidak;
2. Ingin mendapatkan informasi tentang performance sekarang atau variasi proses;
3. Ingin menguji dan mengevaluasi perbaikan proses untuk peningkatan;
4. Ingin mengembangkan pengukuran dan memonitor peningkatan proses.

Adapun Histogram memiliki beberapa jenis, diantaranya :

1. Bentuk normal (simetris / bentuk lonceng):
- Harga rata rata histogram terletak ditengah range data.
- Frekuensi data paling tinggi di tengah dan menurun
- secara bertahap dan simetris pada kedua sisinya.
Bentuk ini merupakan bentuk yang paling sering dijumpai.
 Gambar 1. Histogram distribusi normal

2. Bentuk Multimodal
Bentuk Multimodal ini memiliki lebih dari satu peak. Bentuk ini bisa terjadi bila jumlah
data tidak menentu pada masing-masing kelas ada kecenderungan pengumpulan /
pembulatan data yang kurang tepat.

Gambar 2. Histogram distribusi multimodal

3. Bentuk Curam Dikiri

Harga rata-rata histogram terletak jauh disebelah kiri dari range dan frekuensi disisi kiri
turun menjadi nol secara tiba tiba. Bentuk ini mungkin disebabkan adanya batasan yang
tidak boleh dilampaui di sisi kiri (data yang dibawah batas bawah tidak dipakai).
 Gambar 3. Histogram Curam di kiri

4. Bentuk Curam Dikanan:

Harga rata-rata histogram terletak jauh disebelah kanan dari range dan frekuensi disisi
kanan turun menjadi nol secara tiba tiba. Bentuk ini mungkin disebabkan adanya batasan
yang tidak boleh dilampaui di sisi kanan (data yang dibawah batas bawah tidak dipakai).

Gambar 4. Histogram curam di kanan

5. Bentuk Plateau
Bentuk ini terjadi bila frekuensi di masing masing kelas hampir sama dan hanya pada
ujung yang berbeda cukup banyak. Bentuk ini mungkin disebabkan adanya
penggabungan beberapa kumpulan data yang mempunyai harga rata-rata berdekatan.
 Gambar 5. Histogram Plateau

6. Bentuk dengan dua puncak

Pada bentuk ini frekuensinya dibagian tengah agak rendah dan terdapat 2 puncak di
masing-masing sisinya. Bentuk ini dapat terjadi bila ada penggabungan 2 kumpulan data
yang harga rata-ratanya berbeda jauh.

Gambar 6. Histogram dua puncak

2.2.2. CARA APLIKASI

Menurut Mitra (1993), langkah penyusunan histogram adalah:
1. Kumpulkan dan tabulasikan data continuous (data hasil pengukuran) : n data
2. Urutkan data dari data yang terendah nilainya (min) sampai nilai tertinggi (max)
3. Kurangi nilai tertinggi dengan nilai terendah untuk menghitung range dari data yang
diobservasi, range = max min
4. Hitung jumlah balok akar pangkat dua dari jumlah nilai data, k = ()
5. Hitung lebar tiap balok dengan membagi range dari data (max min) dengan jumlah
balok, h = range / k
6. Beri label di sumbu X dengan nilai dari tiap balok ( dari balok pertama s/d balok ke k)
7. Hitung jumlah data dari tiap balok
8. Sumbu Y = jumlah data pada tiap balok, sumbu X = nilai data dari setiap balok
9. Analisa histogram

2.2.3. CONTOH HISTOGRAM

Tabel 1. Data Berat Susu Kemasan 400 gr

Tabel 2. Pengelompokan Data

.
k = sqrt (30) = mendekati 6 Max = 409,4

Range = Max min = 409,4 400,1 = 9,3 Min = 400,1

H = Range / k = 9,3 / 6 = 1,55 Jumlah data n= 30
Rata-rata : Mean : Excel formula = average (....) = 404,25
Standard deviasi : Excel formula = STDEV (....) = 2,26
 Gambar 7. Historam Berat Susu 400 gr

CONTOH LAINNYA:
P. T. A ingin mengetahui, apakah benar keluhan konsumen yang menyatakan, bahwa 1 kantong
produknya sering kurang dari 40 kg.

Untuk mengecek apakah benar ada atau tudak yang mempunyai berat di bawah 40 kg, petugas
mengambil 100 kantong produk sebagai sample

1) Dikumpulkan data dari 100 kantong produk PT A (untuk membuat Histogram,kumpulan data
paling sedikit harus 50 ). Jumlah data (n) = 100, kita buat table dan susun angka-angka tersebut
pada table 2.1 berikut :

Tabel 3. Data berat produk tiap kantong dari PT. A

1 2 3 4 5 6 7 8 9 10
1 39 42,3 42,4 41,6 38 38 38,8 41 42 38
2 42,4 41,4 39,6 39,6 40 42,9 40,8 42,2 40,2 39,4
3 40,4 40,2 40,4 38,4 38,2 38,4 38,2 38,4 38,4 39,4
4 40 38,8 42,2 38,9 38,4 40 40 42,2 40 40
5 40 41,2 40,4 40,4 40,8 40,4 40,4 40,4 39,6 40,2
6 41 39,8 38,4 41,6 41,6 41 43 43 43 42,2
7 39 37,2 37,5 38,7 38,7 39,4 39,4 39 39,4 41,2
8 39 38,4 43 40 40 40,2 40,2 40,4 40,2 41
9 40 40,8 40,8 40 40 38,2 38,2 37,2 38,8 40
10 40 37,2 38,6 42,4 42,4 40,4 40,4 40,4 38,6 41
Tapi dari angka-angka diatas, kita masih sulit mengetahui variasi dan pembagian dari berat minimal/
maksimal ke 100 kantong produk PT A.

2) Selanjutnya dalam pembacaan daftar di atas kita lingkari angka maksimum dan angka minimum
setiap baris horizontal. Angka Maksimum kita masukkan ke dalam kolom (XL), sehingga
didapatkan daftar table 4 berikut :
Tael 4. Data berat produk tiap kantong dari PT "A" dengan berat Minimum (XS) dan
Maksimum (XL)

1 2 3 4 5 6 7 8 9 10 XS XL
1 39 42,3 42,4 41,6 38 38 38,8 41 42 38 38 42,4
2 42,4 41,4 39,6 39,6 40 42,9 40,8 42,2 40,2 39,4 39,4 42,9
3 40,4 40,2 40,4 38,4 38,2 38,4 38,2 38,4 38,4 39,4 38,2 40,4
4 40 38,8 42,2 38,9 38,4 40 40 42,2 40 40 38,4 42,2
5 40 41,2 40,4 40,4 40,8 40,4 40,4 40,4 39,6 40,2 39,6 41,2
6 41 39,8 38,4 41,6 41,6 41 43 43 43 42,2 38,4 43
7 39 37,2 37,5 38,7 38,7 39,4 39,4 39 39,4 41,2 37,2 41,2
8 39 38,4 43 40 40 40,2 40,2 40,4 40,2 41 38,4 43
9 40 40,8 40,8 40 40 38,2 38,2 37,2 38,8 40 37,2 40,8
10 40 37,2 38,6 42,4 42,4 40,4 40,4 40,4 38,6 41 37,2 42,4
Keterangan :

N = 100 ; XL = 43,0 ; XS = 37,2

: Angka berat terbesar (maksimal) dalam baris tersebut

:Angka berat terkecil (minimal) dalam baris tersebut

3) Langkah berikutnya adalah mencari angka terbesar dalam kolom XL (-43,0) dan angka terkecil
dalam kolom XS (=37,2). Dari kedua data tersebut kita temukan Range (selisih bilangan
terbesar dengan bilangan terkecil, yaitu Xl Xs (atau L-S) = 43,0 37,2 = 5,8)

4) Kemudian kita menghitung panjang interval kelas ( C ) dengan rumus :

C=

 Tabel 5. Jumlah kelas (K) tiap selang jumlah data
Jumlah Data (n) Jumlah Kelas (K) Harga K yang bisa diambil
50 -100 6-10
100 250 7-12 8
Lebih dari 250 10-20

Jumlah kelas (K) dapat dihtung dengan perumusan :

K = 1 +3,332 log n
K = 1 + 3,332 log 100
= 1 + 3,332 (2)
= 1 + 6,66
= 7,66
=8
Sehingga didapatkan Interval kelas ( C )
5,8
C= = = 0,7571 = 0,8
7,66

Catatan :
Jumlah kelas selalu merupakan bilangan bulat
Jumlah digit jarak kela disesuaikan dengan jumlah digit data asalnya
Pembulatan jarak kelas ( C ) mengikuti pembulatan ke atas atau ke bawah dari jarak
kelas.

5) Kelas pertama ditentukan sebagai patokan, dengan dasar jarak kelas = 0,8 dan jumlah kelas = 8.
Yang terpenting disini nilai terendah termasuk ke dalam kelas yang pertama dan nilai yang
tertinggi masuk ke dalam kelas yang terakhir.
Dalam contoh kita, kelas yang pertama dimulai dari (37,0 -37,7). Jarak kelas pertama ini sesuai
dengan perhitungan adalah 0,8 (tepi kelas atasnya 37,75 dikurang dengan tepi kelas bawahnya
36,95 ). Kemudian dilanjutkan dengan pembulatan kelas-kelas berikutnya seampai delapan kelas.
Untuk menghindari sebuah data masuk ke dalam 2 kelas maka ; ketelitian batas kelas, satu
tingkat lebih tinggi dari ketelitian data.
 Data dan batas kelas

Data Batas Kelas

Bilangan bulat : 1,2,3, dan seterusnya Bilangan dengan satu decimal :
1,5 ; dan 2,5 ; dan seterusnya
Bilangan dengan satu decimal : 1,3 ; 1,4 dan Bilangan dengan dua decimal 1,35 atau 1,45
seterusnya dan seterusnya.

6) Data-data tersebut dimasukkan ke dalam kelompok / kelasnya masing-masing sehingga terdapat

frekuensi atau banyaknya data pada tiap-tiap kelas total keseluruhannya (sigma) adalah n = 100
Catatan :
Dalam contoh kita akan menggunakan rumus skala U sebagai koefisien letak, yaitu dengan
menentukan suatu kelas sebagai patokan jadi U = 0. Kelas tersebut ialah kelas yang memiliki
frekuensi terbanyak. Dan rata-rata hitng sementaranya (X0) sama dengan titik tengah (mid
point) dari kelas tersebut.
Harga U untuk kelas yang terkecil ; -1, -2, -3, dan seterusnya.
Harga U untuk kelas yang besar ; +1, +2, +3, dan seterusnya.

7) Kolom-kolom table dilengkapi untuk mendapatkan nilia-nilai total (sigma) yang diperlukan
dalam perhiungan yang menggunakan rumus rata-rata hitung keseluruhan (X) dan standar
deviasi.
Selanjutnya lihat table an perhitungan rata-rata dan standar deviasi.
Di bawah ini merupakan table frekuensi distribusi dan perhitungan dari berat per kantong produk
PR A dari 100 sample yang diambil.

Tabel 6. Data Frekuensi dari tiap kelas berat produk perkantong dari PT A

Titik Jumlah Frekuensi

No. Kelas Ui fi Ui fi (Ui)2
Tengah (Xi) rata -rata (fi)
1 37,0 - 37,7 37,35 IIII 4 -3 -12 36
2 37,8 - 38,5 38,15 IIIII IIIII IIII 14 -2 -28 56
3 38,6 - 39,3 38,95 IIIII IIIII II 12 -1 -12 12
IIIII IIIII IIIII
4 39,4 - 40,1 39,75 IIIII IIII 24 0 0 0
IIIII IIIII IIIII
5 40,2 - 40,9 40,55 IIII 19 1 19 19
6 41,0 -41,7 41,35 IIIII IIIII II 12 2 24 48
7 41,8 - 42,5 42,15 IIIII IIIII 10 3 30 90
8 42,6 - 43,3 42,95 IIIII 5 4 20 80
Jumlah 100 41 341

= Rata rata hitung

.
= 0 +

41
= 39,75 + 0,8 = 39,75 + 0,33 = 40,1
100

S = Standar deviasi

2 2
= .
[
]

341 41 2
= 0,8 . 100 [100]

= 0,8 3,41 0,17

= 0,8 (1,8 ) = 1,44

8) Sehingga jika Histogramnya digambarkan dimana frekuensi sebagai sumbu vertical dan
karakteristik sebagai sumbu horizontal.

Batas Pengendalian

40
35
30
Frekuensi

25
20
15
10
5
0
43.35
36.95

37.75

38.55

39.35

40.15

40.95

41.75

42.55

Kelas (kg)

Gambar 8. Histogram PT A

Batas atas = Rata-rata hitung + standar deviasi = 40,1 + 1,44 = 41,54

Batas bawah = Rata-rata hitung - standar deviasi = 40,1 - 1,44 = 38,66

2.3. DIAGRAM PARETO
2.3.1. PENGERTIAN DIAGRAM PARETO
Diagram Pareto pertama kali diperkenalkan oleh seorang ahli ekonomi dari Italia, bernama
"Vilvredo Pareto", pada tahun 1897 dan kemudian digunakan oleh Dr. M. Juran dalam bidang
pengendalian mutu. Alat bantu ini biasa digunakan untuk menganalisa suatu fenomena, agar dapat
diketahui hal-hal yang prioritas dari fenomena tersebut. Maka istilah PARETO biasanya identik
dengan PRIORITY.
Diagram Pareto (Pareto Diagram = Diagram 20-80) adalah suatu alat untuk menentukan
/mengetahui problem atau penyebab utama , yang merupakan kunci dalam penyelesaian-serta
perbandingannya terhadap keseluruhan. Diagram pareto membantu kita memilih fakor-faktor mana
yang perlu mendapatkan perhatian secara terus menerus. Hal ini dapat membantu menemukan
permasalahan yang terpenting untuk segera diselesaikan (ranking tertinggi) sampai dengan
yang tidak harus segera diselesaikan (ranking terendah). Selain itu, Diagram Pareto juga
dapat digunakan untuk membandingkan kondisi proses, misalnya ketidaksesuaian proses,
sebelum dan setelahdiambil tindakan perbaikan terhadap proses.
Diagram ini biasanya digunakan untuk memisahkan unsur-unsur yang vital (jenis/jumlahnya
kecil tapi harganya mahal) dari unsur-unsur yang remeh (jenis/jumlahnya banyak tetapi harganya
murah = trivial many).
Dengan mengetahui penyebab utama (D) maka kalau hal tersebut kita tanggulangi terlebih
dahulu walaupun hasilnya hanya 50% saja, akan memberikan pengaruh yang lebih besar terhadap
keseluruhan persoalan dibandingngkan dengan kalau kita dahulukan menaggulangi penyebab yang
kecil, apalagi bila tidak dilakukan secara tuntas. Bagan Pareto merupakan grafik batang khusus
yang dapat digunakan sebagai alat interpretasi dalam :
1. Menentukan frekuensi atau tingkat kepentingan relatif dari berbagai persoalan atau sebab
2. Memfokuskan pada pokok persoalan vital dengan cara mengurutkan berdasarkan
kepentingan
Kegunaan dari diagram pareto antara lain :
1. Membantu menemukan dan menunjukan persoalan utama
2. Menyatakan perbandingan masing-masing persoalan terhadap soal keseluruhan
3. Menunjukan tingkat hasil perbaikan setelah tindakan perbaikan dalam lingkup yang terbatas
4. Menunjukan perbandingan masing-masing persoalan sebelum dan sesudah perbaikan

2.3.2. CARA APLIKASI

Penyusunan Diagram Pareto meliputi enam langkah, yaitu:
1. Menentukan metode atau arti dari pengklasifikasian data, misalnya berdasarkan masalah,
penyebab jenis ketidaksesuaian, dan sebagainya.
2. Menentukan satuan yang digunakan untuk membuat urutan karakteristik- karakteristik
tersebut, misalnya rupiah, frekuensi, unit, dan sebagainya.
3. Mengumpulkan data sesuai dengan interval waktu yang telah ditentukan.
4. Merangkum data dan membuat rangking kategori data tersebut dari yaang terbesar
hingga yang terkecil.
5. Menghitung frekuensi kumulatif atau persentase kumulatif yang digunakan.
6. Menggambar diagram batang, menunjukkan tingkat kepentingan relatif masing- masing
masalah. Mengidentifikasi beberapa hal yang penting untuk mendapat perhatian.

2.3.3. CONTOH DIAGRAM PARETO

Tabel 7. Data Pengelompokan Jenis Cacat

107 100.00%
95.33%
89.72% 90.00%
87 82.24% 100.00%
80.00%
71.03% 70.00%
67
60.00%
jumlah

56.07%
47 40 50.00%
40.00% frekuensi
27 37.38%
20 16 12 30.00%
8 % akumulasi
6 5 20.00%
7
10.00%
-13 0.00%

Gambar 9. Diagram Pareto Jenis Cacat

kerusakan pada system hydraulic dari Front-end Looder

Tabel 8. Data kerusakan analisis pareto

Jenis kerusakan Jumlah kerusakan Persentase kerusakan

O-ring hilang 16 3,9%
Torsi tidak tepat 25 6,1%
Sambungan kendor 193 46,8%
Sambungan listrik terbakar 47 11,7%
Sambungan hidrolik retak 131 31,8%
Jumlah 412 100,0%

90.05% 96.12% 100.00%

400
78.64% 100.00% 90.00%
350
80.00%
jumlah kerusakan

300 70.00%
250 46.84% 60.00%
200 50.00%
150 40.00%
30.00%
100 193 Jumlah kerusakan
20.00%
50 131
47 25 16 10.00% presentase kumulatif
0 0.00%

Gambar 10. Diagram Pareto Jenis Kerusakan pada Sistem Hidrolic

Sebagai contoh, ada kasus seperti dibawah ini :
Standar daftar nonconformities dan tepat definisi untuk masing-masing. lembar periksa,
kemudian memeriksa setiap item dan dihitung jumlah kejadian (frekuensi) untuk setiap penyebab
nonkonformitas. Gambar 1 menyajikan hasilnya :

Gambar 11. Data Checksheet Sample

Nonconformities yang diurutkan dari frekuensi tertinggi ke terendah, dan frekuensi relatif untuk
masing-masing ditentukan (Gambar 11).

Gambar 12. Data Checksheet Sampel Berdasarkan Urutan Frekuensi

Gambar 13 adalah bagan Pareto untuk data pada Gambar 12. Di kiri sumbu vertikal menunjukkan
jumlah (frekuensi) dari tiap jenis nonkonformitas. Plot nonconformities selalu dalam urutan frekuensi,
dan sumbu kanan menunjukkan frekuensi kumulatif.
 Gambar 13. Diagram Pareto nonconformities

Bagan Pareto memudahkan untuk melihat ukuran out-of-specification, fuzzy grain, dan
machine tear out adalah nonconformi utama - ikatan. Peningkatan mutu yang berfokus pada item ini
akan memberikan keuntungan yang besar. Namun Frekuensi, bukan satu-satunya pertimbangan
penting. Nonconformities jenis tertentu, meskipun jarang, dapat sangat mahal unt. Oleh karena itu,
analisis Pareto selanjutnya memperhitungkan biaya dan frekuensi baik.

Tabel 1 menunjukkan biaya relatif, dan Gambar 4 menunjukkan hubungan Diagram Pareto. Kita dapat
melihat bahwa ukuran out-of-spesifikasi adalah noncon utama - formity dari sudut pandang frekuensi
(Gambar 3) serta biaya relatif untuk memo atau ulang (Gambar 4). Oleh karena itu, untuk
mendapatkan "Keuntungan terbesar" didapatkan jika program SPC memfokuskan pada masalah-
masalah yang menyebabkan ukuran out-of spesifikasi
 Gambar 14. Diagram Paretp terhadap relative cost

Diagram pareto dibuat untuk menemukan masalah atau penyebab yang merupakan
kunci dalam penyelesaian masalah dan perbandingan terhadap keseluruhan. Dengan
mengetahui penyebab-penyebab yang dominan (yang seharusnya pertama kali diatasi) maka
kita akan bisa menetapkan prioritas perbaikan. Perbaikan atau tindakan koreksi pada faktor
penyebab yang dominan ini akan membawa akibat atau pengaruh yang lebih besar
dibandingkan dengan penyelesaian penyebab yang tidak berarti. Prinsip Pareto adalah
sedikit tapi penting, banyak tetapi remeh.

2.4. DIAGRAM SEBAB-AKIBAT

Fishbone Diagram lahir karena adanya kebutuhan akan peningkatan mutu atau kualitas
dari barang yang dihasilkan. Seringkali dalam suatu proses produksi dirasakan hasil akhir
yang diperoleh tidak sesuai dengan ekspektasi, misalnya: barang cacat terjadi lebih dari yang
ditetapkan, hasil penjualan sedikit, mutu barang kompetitor lebih baik dari barang kita,
nasabah lebih memilih produk kompetitor kompetitor , dan lain-lain. Dari sinilah timbul
pemikiran untuk melakukan analisa dan evaluasi terhadap proses yang sudah terjadi dalam
rangka untuk memperbaiki mutu. Diagram sebab akibat sering juga disebut sebagai diagram
fishbone atau ishikawa diagram. Diagram ini diperkenalkan oleh Kaoru Ishikawa, yang
menyatakan bahwa diagram ini merupakan metode garfik yang simpel untuk mencatat dan
mengklasifikasikan sebuah rentetan sebab akibat agar menyelesaikan masalah kualitas.
Secara khas, kita bisa melihat, sebuah diagram fishbone dapat digunakan sebagai berikut:
Untuk mengidentifikasi alasan-alasan utama dan pendukung untuk sebuah masalah
yang lebih spesifik dari penampilan.
Untuk mengidentifikasi akar penyebab atau kunci masalah, yang mengakibatkan
beberapa efek dan hasil yang terukur (indikator penampilan).
Untuk mengidentifikasi penyebab kunci untuk data tambahan yang dibutuhkan.

Gambar 15. Bentuk Skema Diagram Fishbone

Kenapa di sebut sebagai Diagram tulang ikan? Karena bentuknya menyerupai tulang
ikan yang bagian moncong kepalanya menghadap ke kanan. Diagram ini akan menunjukkan
sebuah dampak atau akibat dari sebuah permasalahan, dengan berbagai penyebabnya. Efek
atau akibat dituliskan sebagai moncong kepala. Sedangkan tulang ikan diisi oleh sebab-sebab
sesuai dengan pendekatan permasalahannya. Umumnya penggunaan fishbone adalah untuk
design produk dan mencegah kualitas produk yang jelek (defect). Mekanisme penggunaan
metoda Diagram Tulang Ikan ini adalah melalui pengklasifikasian sesuai dengan sebab-
sebab, berikut adalah beberapa pendekatannya.

The 4 Ms (digunakan untuk perusahaan manufaktur) :

Machine (Equipment),
Method (Process/Inspection)
Material (Raw,Consumables etc.)
Man power.

The 8 Ps (digunakan pada industri jasa) :

People
Process
 Policies
Procedures
Price
Promotion
Place/Plant
Product

The 4 Ss (digunakan pada industri jasa) :

Surroundings
Suppliers
Systems
Skills

The 4 Ps (pendekatan manajemen pemasaran) :

Price
Product
Place
Promotion

Dalam menerapkan diagram ini mengandung langkah-langkah sebagai berikut:

1. Menyiapkan sesi sebab-akibat
2. Mengidentifikasi akibat
3. Mengidentifikasi berbagai kategori.
4. Menemukan sebab-sebab potensial dengan cara sumbang saran.
5. Mengkaji kembali setiap kategori sebab utama
6. Mencapai kesepakatan atas sebab-sebab yang paling mungkin

Penggunaan diagram tulang ikan ini ternyata memiliki manfaat yang lain yaitu
bermanfaat sebagai perangkat proses belajar diri, pedoman untuk diskusi, pencarian penyebab
permasalahan, pengumpulan data, penentuan taraf teknologi, penggunaan dalam berbagai hal
dan penanganan yang kompleks. Apabila masalah dan penyebab sudah diketahui secara
pasti, maka tindakan (action) dan langkah perbaikan akan lebih mudah dilakukan. Dengan
diagram ini, semuanya menjadi lebih jelas dan memungkinkan kita untuk dapat melihat
semua kemungkinan penyebab dan mencari akar permasalahan sebenarnya. Jadi sangat
jelas bahwa Fishbone Diagram ini akan menunjukkan dan mengajarkan kita untuk melihat
ke dalam dengan bertanya tentang permasalahan yang sedang terjadi dan menemukan
solusinya dari dalam juga.
Analisa tulang ikan dipakai jika ada perlu untuk mengkategorikan berbagai sebab
potensial dari satu masalah atau pokok persoalan dengan cara yang mudah dimengerti dan
rapi. Juga alat ini membantu kita dalam menganalisis apa yang sesungguhnya terjadi dalam
proses. Yaitu dengan cara memecah proses menjadi sejumlah kategori yang berkaitan dengan
proses, mencakup manusia, material, mesin, prosedur, kebijakan dan sebagainya.

Contoh Diagram Fish Bone :

Manusia Lingkungan

Salah printer Debu

Panas Tidak pernah

Tidak default
dibersihkan
secara berkala

Salah seting Ruangan tidak Karat

ber AC
Terkena
Kurang Pengetahuan tumpahan air

Tidak bisa
mencetak Laporan

Versi driver Komponen Aus

Tidak ada Kabel jaringan
Salah pilih Versi peroperiodic
maintennce
Kabel tidak
Konflik OS Kabel power rusak tersambung
Listrik
Tidak instal SP Perangkat Error
Virus Tidak ad
UPS Tidak pernah
Tidak pernah diupdate dimatikan

Piranti lunak Piranti keras

Gambar 16. Contoh Diagram Fishbone

 Tabel 9. Penyebab dan rekomendasi dari diagram fishbone

No Faktor Utama Penyebab Rekomeandasi

Lingkungan
Tidak ada
Perlu ada pembersihan berkala,
1 Debu pembersihan secara
setidaknya 3 bulan sekali
berkala
Lokasi printer dalam jarak aman
2 Karat Terkena tumpahan air
dari bahan cair
Pendingin udara tidak Pendingin ruangan perlu service
3 Panas
berfungsi maksimal berkala
Manusia
Perlu disetup printer default oleh
IT berpengalaman agar user tidak
1 Salah Printer Tidak defult
perlu memilih printer setiap kali
hendak mencetak
Perlu disetting dari awal oleh
2 Salah Setting Kurang pengetahuan
Tekhnisi IT.
Piranti Lunak
CD Driver printer perlu disimpan
Salah Instal/pilih versi pada tempat yang aman dan
1 Versi driver
driver mudah ditemukan saat akan
digunakan user.
OS harus di update dengan service
Tdak update service
2 Konflik OS pack terbaru dan dilakukan secara
packs
berkala
Setting Anti virus agar selau
Tidak Update antivirus
3 Virus melakukan update otomatis secara
secara berkala
berkala
Perangkat Keras
Perawatan dan pengecekan fisik
Kabel Putus/tidak
1 Kabel Jaringan jaringan dilakukan 2 (dua) kali
tersambug
dalam setahun
 Perangakat Tidak pernah Mematikan printer diluar jam
2
Error dimatikan operasional kantor
Tidak ada UPS Perlu menambahkan UPS
Tidak menggunakan kabel power
kabel power
3 Listrik yang kendor dan dalam jarak yang
kendor/rusak
aman dengan perangkat
Komponen Tidak ada periode Perlu dilakukan maintenance
4
Rusak maintance setidaknya sekali dalam setahun

Pada dasarnya diagram Fishbone (Tulang Ikan)/ Cause and Effect (Sebab dan Akibat)/
Ishikawa dapat dipergunakan untuk kebutuhan-kebutuhan berikut :
a) Membantu mengidentifikasi akar penyebab dari suatu masalah
b) Membantu membangkitkan ide-ide untuk solusi suatu masalah
c) Membantu dalam penyelidikan atau pencarian fakta lebih lanjut
d) Mengidentifikasi tindakan (bagaimana) untuk menciptakan hasil yang diinginkan
e) Membahas issue secara lengkap dan rapi
f) Menghasilkan pemikiran baru

Gambar 17. Contoh Diagram Fishbone

Gambar 18. Contoh Diagram Fishbone

Gambar 19. Contoh Diagram Fishbone

 BAB III
PENUTUP

3.1. KESIMPULAN
Histogram adalah suatu bentuk grafik yang menunjukkan adanya dispersi data. Dari
grafik ini kita dapat membuat analisa karakteristik dan penyebab dispersi tersebut. Tiap
tampilan batang menunjukkan proporsi frekuensi pada masing-masing deret kategori yang
berdampingan dengan interval yang tidak tumpang tindih.
Diagram Pareto dipergunakan untuk mengidentifikasi dan mengevaluasi tipe-tipe/jenis-
jenis Non Conformance. Pareto Diagram digunakan untuk memperbandingkan berbagai
kategori kejadian yang disusun menurut ukurannya, dari yang paling besar disebelah kiri ke
yang paling kecil disebelah kanan. Susunan tersebut akan membantu kita untuk menentukan
pentingnya atau prioritas kategori kejadian-kejadian atau sebab-sebab kejadian yang dikaji.
Dengan bantuan Pareto Diagram tersebut kegiatan akan lebih efektif dengan memusatkan
perhatian pada sebab-sebab yang mempunyai dampak yang paling besar terhadap kejadian
daripada meninjau berbagai sebab suatu waktu.
Diagram tulang ikan atau fishbone diagram adalah salah satu metode / tool di dalam
meningkatkan kualitas. Sering juga diagram ini disebut dengan cause effect diagram. Teknik
diagram fishbone sebenarnya dibentuk untuk menganalisa faktor-faktor yang mempengaruhi
proses pembentukan produk yang berkualitas. Bagaimanapun, Diagram fishbone bisa
digunakan sebagai alat untuk menganalisis informasi yang berhubungan dengan sebuah
analisis kebutuhan dan intervensi alternative pilihan untuk meningkatkan penampilan.
Dengan menggunakan cara ini, diagram fishbone akan membantu untuk menghasilkan ide-
ide tentang perkiraan penyebab masalah, mengidentifikasi komponen-komponen dalam
proses yang bertanggung jawab untuk masalah yang terjadi. Diagram fishbone ini juga bisa
digunakan untuk merencanakan proses baru untuk memperoleh inisiatif peningkatan kualitas
atau kesempatan bisnis

3.2. SARAN

Untuk meghasilkan suatu produk, ikutilah prosedur atau tata cara yang ada dengan baik
dan seksama serta pahami sifat masing-masing pelanggan agar menghasilkan produk yang
berkualitas dan tidak mengecewakan pelanggan. Cara ini bertujuan untuk mengantisipasi jika
ada kesalahan-kesalahan dalam pelaksanaan produksi.
DAFTAR PUSTAKA