Qualitas Produksi
Obyek Qualitas Produksi Qualitas Manajemen
dan Service
Sasaran
Product Proses Sistem Manajemen
Manajemen
Pemeliharaan Pengutamaan
Rentang Kontrol Kaizen stop
kaizen reformasi
SAMPLING PLAN
Ada tiga jenis sampling penerimaan, yaitu single sampling plans, double sampling plans,
dan multiple sampling plans.
Pada jenis sampling ini, dilakukan hanya sekali pengambilan sampel untuk selanjutnya
diputuskan apakah keseluruhan isi lot dapat diterima atau harus ditolak. Sebelumnya
ditentukan sebuah bilangan akseptansi (acceptance number) dilambangkan dengan c, maka
jika jumlah cacat yang kita temukan pada sampel leebih besar dari bilangan tersebut maka
lot ditolak dan dilakukan pemeriksaan seluruh lot.
Metode ini, merupakan yang paling sederhana dalam hal prosedur dan
dokumentasinya. Sampling tunggal juga merupakan dasar dari metode – metode yang
berkembang berikutnya.
Pada prinsipnya metode sampling ganda sama dengan sampling tunggal, hanya saja
disini dilakukan dua kali pengambilan sampel. Metode ini dipakai untuk mendapatkan
pengawasan yang lebih hati – hati, yaitu dengan terdapatnya dua kali kesempatan
pengambilan sampel. Penarikan sampel rangkap dua menyertakan kemungkinan menunda
keputusan mengenai lot tersebut hingga ditariknya sampel kedua. Suatu lot dapat diterima
sekaligus jika sampel pertama cukup baik atau ditolak sama sekali jika sampel pertama
cukup buruk. Jika sampel pertama tidak cukup baik dan juga tidak buruk, maka keputusan
diambil berdasarkan pada bukti gabungan sampel pertama dan kedua.
Sampling plan akan diakhiri pada tingkat sekali kriteria penerimaan atau penolakan
ditemui. Sampel size pada multiple sampling plan biasanya kurang daripada double sampling
plan yang ekuivalen, yang mana biasanya juga kurang dari single sampling plan yang
ekuivalen juga. Ekuivalen disini maksudnya adalah sampling plan memiliki probabilitas
penerimaan yang sama untuk kualitas lot tertentu. Salah satu kelemahan metode ini adalah
dibutuhkannya prosedur inspeksi yang lengkap.
Untuk setiap bagian yang cacat p dalam satu lot yang diserahkan, kurva OC memperlihatkan
probabilitas Pa bahwa lot tersebut akan diterima dengan rencana penarikan sampel yang
ditetapkan. Atau, dinyatakan sedikit berbeda, kurva OC memperlihatkan persentase jangka
panjang dari lot–lot yang diserahkan yang akan diterima jika sangat banyak lot pada mutu yang
ditetapkan diserahkan untuk pemeriksaan. Dalam sebagian besar kasus kurva OC dapat juga
dianggap memperlihatkan probabilitas penerimaan lot–lot dari suatu arus produk yang mempunyai
bagian yang cacat p. Secara umum dikatakan bahwa semakin besar ukuran sampel, maka semakin
curam kemiringan kurva OC.
Dodge dan Romig membuat perbedaan yang bermanfaat antara dua jenis kurva OC. Kurva
jenis A menghasilkan probabilitas penerimaan untuk berbagai bagian yang cacat sebagai fungsi
mutu lot dari lot–lot terhingga. Pada prinsipnya, kurva tersebut harus dihitung dengan probabilitas
hipergeometrik; distribusi binomial atau Poisson seringkali menghasilkan pendekatan yang
memuaskan. Kurva tersebut tidak kontinyu. Sebagai contoh, suatu lot berukuran 200 mungkin
mengandung 0.5 atau 1.0% cacat tetapi bukan 0.8%. Dalam prakteknya, merupakan hal yang biasa
untuk menggambarkan kurva jenis A secara kontinyu.
Kurva B memberikan probabilitas penerimaan sebuah lot sebagai suatu fungsi dari mutu
produk. Kurva tersebut dihitung seolah–olah berasal dari ukuran lot tak terhingga. Untuk kurva
jenis B distribusi binomialnya adalah tepat dan distribusi Poissonnya sering menghasilkan
pendekatan yang memuaskan. Kurva ini bersifat kontinyu
Ada empat cara yang dapat digunakan untuk mengevaluasi sampling plan, yaitu Average
Outgoing Quality (AOQ), Average Outgoing Quality Limit (AOQL), ASN, dan ATI
Average outgoing quality adalah tingkat kualitas rata-rata dari sejumlah batch yang
meninggalkan stasiun pemeriksaan, mengasumsikan pemeriksaan ralat, setelah dilakukan
pemeriksaan pada berbagai tingkat kualitas p.
Average outgoing quality limit merupakan nilai maksimum atau puncak dari kurva
AOQ. AOQL menunjukkan kualitas terburuk yang akan meninggalkan stasiun pemeriksaan
berkaitan dengan kualitas lot yang masuk. Nilai AOQL juga merupakan ukuran kebaikan
sampling plan. Dengan catatan bahwa proteksi yang diberikan oleh sampel plan, dalam hal
nilai AOQL, tidak berlaku untuk individual lot, tetapi mencakup kualitas rat-rata dari suatu
seri atau batch.
2.4.3 ASN
ASN yaitu jumlah rata-rata item yang diinspeksi untuk serangkain lot dengan kualitas
lot yang masuk diberikan untuk membuat keputusan. Untuk single sampling plans ASN-nya
sama dengan sampel size n. Untuk double sampling plans ASN = n1P1 + (n1+n2)(1-P1).
2.4.4 ATI
ATI menunjukkan jumlah rata-rata yang diinspeksi per lot. Jika lot tidak memuat
produk yang cacat, tidak ada lot yang akan ditolak, dan banyak pemeriksaan tiap lot akan
sama dengan ukuran sampel n. Jika semua benda cacat, setiap lot akan diserahkan untuk
pemeriksaan 100%. Dan banyak pemeriksaan tiap lot akan sama dengan ukuran lot N. Jika
kualitas lot adalah 0<p<1, banyak pemeriksaan rata-rata tiap lot akan berubah-ubah antara
ukuran sampel n dan ukuran lot N.
Ada dua metode sistem sampling penerimaan berdasarkan atribut, yaitu Sampling Dodge-
Romig, dan Sampling MIL-STD-105D.
MIL-STD 105E adalah sistem pengambilan sampel untuk data atribut dengan indeks
kualitas yang digunakan adalah AQL. Langkah-langkah menggunakan MIL STD 105D
adalah sebagai berikut:
1. Menentukan jenis perencanaan sampling yang akan digunakn yaitu, sampling tunggal
atau sampling ganda.
2. Menentukan ukuran lot yang paling tepat.
3. Mencari rata-rata proses produksi (dari produsen). Rata-rata proses adalah rata-rata
prosentase cacat yang dihasilkan oleh pabrik (produsen).
4. Menentukan nilai LQL (jika menggunakan LQL) atau nilai AOQL (jika menggunakan
(AOQL).
5. Melihat tabel yang untuk menentukan nilai n dan c (disesuaikan dengan jenis samping:
tunggal atau ganda, dan konsep yang digunakan : LQL atau AOQL), kemudian cacat nilai
n dan c.
6. Memulai melakukan sampling dengan mengambil sampel pertama.
Perbandingan antara banyaknya cacat dengan semua pengamatan, yaitu setiap produk yang
diklasifikasikan sebagai “diterima” atau “ditolak” (yang diperhatikan banyaknya produk
cacat).
p(1 p)
UCL = p + 3
n
p(1 p)
LCL =p– 3
n
6. Plot data proporsi (persentase) unit cacat serta amati apakah data tersebut berada dalam
pengendalian atau diluar pengendalian.
Contoh :
Sebuah perusahaan ingin membuat peta kendali untuk periode mendatang dengan mengadakan
inspeksi terhadap proses produksi pada bulan ini. Perusahaan melakukan 25 kali observasi
dengan mengambil 50 buah sample untuk setiap kali observasi. Hasil selengkapnya adalah :
Ukuran Banyaknya Proporsi
Observasi
Sampel Produk Cacat Cacat
1 50 4 0,08
2 50 2 0,04
3 50 5 0,10
4 50 3 0,06
5 50 2 0,04
6 50 1 0,02
7 50 3 0,06
8 50 2 0,04
9 50 5 0,10
10 50 4 0,08
11 50 3 0,06
12 50 5 0,10
13 50 5 0,10
14 50 2 0,14
15 50 3 0,06
16 50 2 0,04
17 50 4 0,08
18 50 10 0,20
19 50 4 0,08
20 50 3 0,06
21 50 2 0,04
22 50 5 0,10
23 50 4 0,08
24 50 3 0,06
25 50 2 0,08
Jumlah 1250 90 1,90
Peta Kendali – c
Suatu produk dikatakan cacat (defective) jika produk tersebut tidak memenuhi suatu syarat
atau lebih. Setiap kekurangan disebut defec. Setiap produk yang cacat bias saja terdapat lebih
dari satu defec. (yang diperhatikan banyaknya defec).
c=
c
k
4. Hitung batas kendali untuk peta kendali c :
UCL = c + 3 c
LCL =c– 3 c
5. Plot data jumlah cacat dari setiap subgrup yang diperiksa dan amati apakah data tersebut
berada dalam pengendalian atau diluar kendali.
Peta Kendali - u
Peta kendali u relatif sama dengan peta kendali c. Perbedaanya hanya terdapat pada peta
kendali u spesifikasi tempat dan waktu yang dipergunakan idak harus selalu sama, yang
membedakan dengan peta kendai c adalah besarnya unit inspeksi perlu diidentifikasikan.
u bar
Su =
ni
CL = u-bar
UCL = u-bar + 3 Su
LCL = u-bar - 3 Su
Bukan merupakan alat pengendalian kualitas, namun alat untuk memeriksa apakah produk
yang dihasilkan tersebut telah memenuhi spesifikasi.
Kelemahan al :
adanya resiko penerimaan produk cacat atau penolakan produk baik
membutuhkan perencanaan dan pendokumentasian prosedur pengambilan sampel.
Tidak adanya jaminan mengenai sejumlah produk tertentu yang akan memenuhi
spesifikasi.
Sedikitnya informasi mengenai produk.
Acceptance Sampling untuk data variabel karakteristi kualitas ditunjukkan dalam setiap
sample, sehingga dilakukan pula perhitungan rata-tata sampel dan penyimpangan atau
deviasi standar.
Rumus : Pa = P(d=< c)
Pa : probabilitas penerimaan
c : batas penerimaan cacat produk
d : jumlah cacat yang terjadi
Kurva ini dilakukan untuk mencari hubungan antara probabilitas penerimaan (Pa) dengan
bagian kesalahan dalam produk yang dihasilkan (p).
Perhitungan probabilitas penerimaan dapat digunakan Tabel distribusi Poisson. Apabila
tidak diketemukan nilai probabilitasnya karena keterbatasan nilai np, maka dapat
digunakan cara interpolasi.
1
Penerimaan (Pa)
Penerimaam (Pa)
Probabilitas
Probabilitas
1
Po proporsi
Kurva OC
1,2
1.0
P
a
0.8
0.6 p
2. AOQ Curve (Kurva Kualitas Output rata-rata)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
AOQ adalah tingkat kualitas rata-rata dari suatu inspeksi. Sampel yang diambil harus
0.4
dikembalikan untuk dilakukan perbaikan bila produk tersebut ternyata rusak atau cacat.
0.2
0
AOQ untuk mengukur rata-rata kualitas output dari suatu hasil produksi dengan proporsi
kerusakan sebesar p.
Paxp( N 1)
AOQ =
N
Kurva AOQ mempunyai titik puncak (AOQL= Average Outgoing Quality Limit). AOQL
menunjukkan kualitas rata-rata yang harus dikembalikan dari inspeksi untuk dilakukan
perbaikan.
Kurva AOQ
0,030
0.025
AO
Q
0.020
p
ATI menunjukkan rata-rata jumlah sampel yang diinspeksi setiap unit yang dihasilkan.
ATI = n + (1 – Pa) (N – n)
Kurva ATI
2500
AO
Q
2000
1500 p
ASN = n1 + n2 (1 – P1)
= 40 + 80 (1 = 0.817)
= 54.64
Adalah system pengambilan sampel untuk data atribut dengan indek kualitas yang digunakan
adalah AQL.
AQL : Tingkat kualitas menurut produsen merupakan proporsi maksimum dari cacat atau
kesalahan yang diperbolehkan yang bertujuan untuk inspeksi sampel, yang dipertimbangkan
secara tepat sebagai rata-rata proses.
Alat yang digunakan adalah “tabel” yang berkaitan dengan banyaknya inspeksi.
Level Inspeksi
o Special (khusus)
o General (umum)
Jenis Inspeksi
o Normal
o Tighten (ketat)
o Reducet (longgar)
Prodedur Pemilihan :
Single sampling plan
1. Tentukan lot size dan level inspeksi
2. Dari table I : tentukan sampel code letter
3. Tentukan AQL (dalam %)
4. Tentukan batas penerimaan/penolakan dan jumlah sampel dari :
Tabel II – A Normal
II – B Tighten
II – C Reduced
Jika tingkat pemeriksaan tidak diketahui maka diambil “tingkat pemeriksaan umum tk.
II”
Khusus S1
S2
Tingkat pemeriksaan S3
S4
Umum I
II
III
Huruf yang didapat dari table K untuk menentukan ukuran sample dan batas kelas
pemeriksaan suatu penolakan dari lot
Jenis pemeriksaan :
Contoh :
N = 1000
Tingkat pemeriksaan umum II
AQL = 0,25
Cari : a). Jenis pemeriksaan tunggal normal
b). Jenis pemeriksaan ganda longgar
dari tabel K didapat untuk N = 1000 dg tingkat pemeriksaan umum tk II dg kode letter J :
a. dengan jenis pemeriksaan tunggal normal
n = 80
AQL = 0,25
Maka Ac = 0
Re = 1
b. Ganda longgar
n1 = 20
n2 = 20
Perencanaan sampel untuk data variabel. Pengambilan dan penerimaan data variabel didasarkan
pada rata-rata dan standar deviasi, serta distribusi frekuensi.
METODE TAGUCHI
Metode Taguchi dikembangkan untuk melaukan perbaikan kualitas dengan metode baru
dengan pendekatan lain yang memberikan tingkat kepercayaan yang sama dengan SPC
(Statistical Process Control).
1. System Design
Tahap konseptual untuk memperoleh ide-ide baru dan mewujudkan dalam produk baru
atau inovasi proses.
2. Parameter Design
Tahap pembuatan prototipe matematis bedasarkan tahap sebelumnya melalui percobaan
secara statistik. Tujuannya adalah mengidentifikasi setting parameter yang akan
memberikan performansi rata-rata pada target dan menentukan pengaruh dari faktor
gangguan pada variasi dari target.
3. Tolerance Design
Penentuan toleransi dari parameter yang berkaitan dengan kerugian pada masyarakat akibat
penyimpangan produk.
Karakteristik Kualitas
Karakteristik kualitas adalah hasil suatu proses yang berkaitan dengan kualitas.
1. Nominal is the best
Karakteristik kualitas yang menuju nilai target yang tepat pada suatu nilai tertentu.
Berat panjang lebar kerapatan
Ketebalan diameter luas kecepatan
Volume jarak tekanan waktu
Keuntungan OA adalah kemampuan untuk mengevaluasi berapa faktor dengan jumlah tes yang
minimum. Jika terdapat 7 faktor dengan 2 level, maka jika menggunakan full factorial akan
diperlukan 27 buah percobaan. Dengan OA jumlah percobaan dapat dikurangi shg dapat
mengurangi waktu dan biaya percobaan.