MODUL IV

GRAFIK PENGENDALI ATRIBUT

4.1 Tujuan Praktikum

1. Membuat grafik pengendali untuk data atribut
2. Menginterpretasikan output grafik pengendali atribut

4.2 Pengumpulan Data

1. Data atribut kecacatan Baut
4.1 Tabel kecacatan Baut

Jenis Kecacatan
Hari
Karat Tumpul Kotor Gepeng
1 6 4 8 5
2 23 2 4 6
3 11 1 7 10
4 5 5 6 6
5 17 7 18 12
6 13 9 7 10
7 12 4 12 8
8 9 3 8 5
9 14 19 10 7
10 23 4 13 10
11 15 13 9 5
12 11 8 6 9
13 10 6 6 1
14 10 3 7 3

2. Perusahaan minuman dalam kemasan melakukan proses pengendalian pada

produk minumannya. Perusahaan memonitor kemasan apakah terjadi kebicoran
atau penutup yang tidak sempurna. Perusahaan melakukan pengamatan setiap
hari sejumlah dengan produk per hari (sampel bervariasi). Berikut datanya :

Table 4.2 data proses pengendali minuman

Jumlah Cacat Jumlah Cacat

Hari Hari
Sampel Kemasan Sampel Kemasan
1 550 35 16 680 48
2 585 43 17 725 33
3 625 84 18 785 44
4 650 43 19 650 23
5 650 38 20 680 24
6 625 33 21 625 83
7 550 28 22 650 18
8 650 87 23 650 57
9 780 80 24 650 30
10 625 31 25 725 31
11 550 12 26 650 12
12 550 82 27 550 18
13 525 36 28 528 36
14 625 68 29 585 41
15 685 28 30 525 28

3. Sebuha proses yang menghasilkan titanium tempa untuk turbo charger roda mobil
dikontrol melalui penggunaan grafik pengendali keidaksesuaian. Pada setiap
pemeriksaan satu sampel berukuran 150 diambil setiap hari selama dua puluh
hari, dan hasilnya ditunjukkan pada table dibawah ini :

Table 4.3 data proses hasil titanuium tempa

Hari Kecacatan Hari Kecacatan

1 14 11 28
2 18 12 33
3 48 13 38
4 13 14 23
5 38 15 28
6 15 16 48
7 18 17 18
8 38 18 47
9 28 19 50
10 31 20 21

4. Suatu pabrik kertas menggunakan grafik pengendali untuk memonitor

ketidaksempurnaan pada gulungan kertas yang telah selesai di proses. Output
produksi selamadua puluh hari di inspeksi dan datanya ditunjukkan padatabel
berikut :
Tabel 4.5 gulungan kertas

Gulungan Gulungan
Hari Kecacatan Hari Kecacatan
Kertas Kertas
1 28 14 11 18 28
2 28 28 12 28 14
3 38 14 13 18 18
4 26 18 14 20 10
 5 22 18 15 38 28
6 24 12 16 28 18
7 22 11 17 27 16
8 28 18 18 34 28
9 30 18 19 25 20
10 20 10 20 32 17

5. Perusahaan ingin membuat grafik pengendali jumlah ketidaksesuaian pada

panjang botol Tupper Ware. Botol tersebut berukuran 180 mm yaitu
sebanyak 20 sampel masing-masing 100 unit. Berikut data yang diperoleh
:
Tabel 4.5 Panjang Botol

Jumlah Jumlah
Hari ketidak Hari ketidak
sesuaian sesuai
1 12 11 17
2 15 12 18
3 18 13 18
4 20 14 19
5 13 15 15
6 18 16 18
7 22 17 25
8 28 18 15
9 14 19 18
10 15 20 15

4.3 Pengolahan dan Analisa

4.3.1 Pengolahan Data
1. Soal Nomor 1
a. Minitab
Pada soal nomor 1 menggunakan grafik pengendali np
karena jumlah sampel yang digunakan konstan, pertama
menginputkan data (table 4.1) kedalam worksheet. Lalu klik Stat
lalu pilih Control Chart – np, lalu isikan data semua, lalu pilih
menu np chart option klik menu test pilih peform all test for
special causes. Lalu klik OK.
 NP Chart of kecacatan
55 1

1 1
50

UCL=46.12
45
Sample Count

40

__
35 NP=34.64

30

25
LCL=23.16
1 1 1
1
20
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Sample

Gambar 4.1 Tampilan Np Chart

Interpretasi : berdasarkan grafik diatas terdapat 7 data yang keuar
batas UCL

NP Chart of kecacatan
UCL=45.79
45

40
Sample Count

35 __
NP=34.29

30

25

LCL=22.79

20
1 2 3 4 5 6 7
Sample

Gambar 4.2 grafik perbaikan 1

Interpretasi : berdasarkan grafik diatas semua data sudah masuk
batas dan dikatakan data terkendali
b. Manual

pengolahan menggunakan grafik np karena jumlah sampel tetap

(n=60)
 Jenis Kecacatan
Hari Jumlah
Karat Tumpul Kotor Gepeng
1 6 4 8 5 23
2 23 2 4 6 35
3 11 1 7 10 29
4 5 5 6 6 22
5 17 7 18 12 54
6 13 9 7 10 39
7 12 4 12 8 36
8 9 3 8 5 25
9 14 19 10 7 50
10 23 4 13 10 50
11 15 13 9 5 42
12 11 8 6 9 34
13 10 6 6 1 23
14 10 3 7 3 23

hari kecacatan np bar 1-(npbar/n) snp

1 23 34.64 0.42 3.826
2 35 34.64 0.42 3.826
3 29 34.64 0.42 3.826
4 22 34.64 0.42 3.826
5 54 34.64 0.42 3.826
6 39 34.64 0.42 3.826
7 36 34.64 0.42 3.826
8 25 34.64 0.42 3.826
9 50 34.64 0.42 3.826
10 50 34.64 0.42 3.826
11 42 34.64 0.42 3.826
12 34 34.64 0.42 3.826
13 23 34.64 0.42 3.826
14 23 34.64 0.42 3.826
Jumlah 485

∑𝑋 485
np bar= ⁄∑ 𝑘 = 14 = 34,64
 𝑛𝑝𝑏𝑎𝑟 34,64
Snp = √𝑛𝑝 𝑏𝑎𝑟 (1 − ( ) = √34,64(1 − ( ) = 3,826
𝑛 60

Grafik np

Chart Title
60.000

50.000

40.000

30.000

20.000

10.000

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14

UCL Data LCL CL

Gambar 4.10 grafik perbaikan 1

UCL1 = 𝑛𝑝 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑏𝑎𝑟)

= 34,64 + (3 𝑥 3,826 ) = 46,122
LCL 1 = 𝑛𝑝 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑏𝑎𝑟)
= 34,64 − (3 𝑥 3,826 ) = 23,164
CL 1 = 𝑛𝑝 𝑏𝑎𝑟 = 34,64

Interpretasi : berdasarkan grafik diatas diketahui ada 9 data yang

keluar batas UCL dan LCL

Perbaikan 1

hari kecacatan np bar 1-(npbar/n) snp

2 35 34.29 0.43 3.833
3 29 34.29 0.43 3.833
6 39 34.29 0.43 3.833
7 36 34.29 0.43 3.833
8 25 34.29 0.43 3.833
 11 42 34.29 0.43 3.833
12 34 34.29 0.43 3.833
Jumlah 240

∑𝑋 240
np bar= ⁄∑ 𝑘 = 7 = 34,29

𝑛𝑝𝑏𝑎𝑟 34,29
Snp = √𝑛𝑝 𝑏𝑎𝑟 (1 − ( ) = √34,29(1 − ( ) = 3,833
𝑛 60

Grafik np

Chart Title
50.000

45.000

40.000

35.000

30.000

25.000

20.000
1 2 3 4 5 6 7

UCL Data LCL CL

Gambar 4.11 grafik pengendali np

UCL1 = 𝑛𝑝 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑏𝑎𝑟)
= 34,29 + (3 𝑥 3,833) = 45,785
LCL 1 = 𝑛𝑝 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑏𝑎𝑟)
= 34,29 − (3 𝑥 3,833) = 22,786
CL 1 = 𝑛𝑝 𝑏𝑎𝑟 = 34,29

Interpretasi : berdasarkan grafik diatas diketahui semua data

masuk dalam batas yang artinya semua data sudah terkendali

c. Soal Nomor 2
a) Minitab
Pada soal nomor 2 menggunakan grafik pengendali p Karena
sampel yang digunakan berbeda-beda. Pengolahan data
 menggunakan software minitab dengan cara menginputkan data
(table 4.2) kedalam worksheet. Lalu klik Stat lalu pilih Control
Chart – P, lalu isikan data semua, lalu pilih menu P chart option klik
menu test pilih peform all test for special causes. Lalu klik OK.

Grafik Pengendali P
0.1 6
1

0.1 4 1 1 1

0.1 2
1
1
0.1 0 UCL=0.0990
Proportion

0.08
_
P=0.0664
0.06

0.04
1 1
LCL=0.0338
1
0.02 1
1
1

0.00
1 4 7 10 13 16 19 22 25 28
Sample
Tests performed with unequal sample sizes

Gambar 3.2 Tampilan Grafik Pengendali P

Dari data tersebut memiliki data UCL dan LCL yang tiap data. Dari data tersebut
ada data yang melebihi UCL dan LCL ialah 3,8,9,11,12,14,19,20,21,22,26 dan 27.
Berarti diperlukan perbaikan

Grafik Pengendali P
0.09 1 UCL=0.08946

0.08

0.07
Proportion

_
0.06 P=0.05868

0.05

0.04

0.03
LCL=0.02791

0.02
1 3 5 7 9 11 13 15 17
Sample
Tests performed with unequal sample sizes
 Gambar 3.3 Tampilan Perbaikan 1 Grafik Pengendali P

Dari data tersebut setelah dilakukan perbaikan. Data tersebut memiliki data UCL
dan LCL yang tiap data. Dari data tersebut ada data yang melebihi UCL dan LCL
ialah 13. Berarti diperlukan perbaikan

Grafik Pengendali P
0.09
UCL=0.08725

0.08

0.07
Proportion

0.06 _
P=0.05691

0.05

0.04

0.03
LCL=0.02658

0.02
1 3 5 7 9 11 13 15 17
Sample
Tests performed with unequal sample sizes

Gambar 3.4 Tampilan Perbaikan 2 Grafik Pengendali P

Dari data tersebut setelah dilakukan perbaikan 2 kali. Dari data tersebut tidak ada
data yang melebihi UCL dan LCL
b) Manual
Pada pengolahan data ini menggunakan grafik p

Jumlah Cacat
Hari P bar Sp
Sampel Kemasan
1 550 35 0.066 0.011
2 585 43 0.066 0.010
3 625 84 0.066 0.010
4 650 43 0.066 0.010
5 650 38 0.066 0.010
6 625 33 0.066 0.010
7 550 28 0.066 0.011
8 650 87 0.066 0.010
9 780 80 0.066 0.009
10 625 31 0.066 0.010
 11 550 12 0.066 0.011
12 550 82 0.066 0.011
13 525 36 0.066 0.011
14 625 68 0.066 0.010
15 685 28 0.066 0.010
16 680 48 0.066 0.010
17 725 33 0.066 0.009
18 785 44 0.066 0.009
19 650 23 0.066 0.010
20 680 24 0.066 0.010
21 625 83 0.066 0.010
22 650 18 0.066 0.010
23 650 57 0.066 0.010
24 650 30 0.066 0.010
25 725 31 0.066 0.009
26 650 12 0.066 0.010
27 550 18 0.066 0.011
28 528 36 0.066 0.011
29 585 41 0.066 0.010
30 525 28 0.066 0.011
Jumlah 18883 1254 1.992 0.299

∑𝑋 1254
Pbar = ⁄∑ 𝑘 = 18883 = 0,066

𝑝𝑏𝑎𝑟 (1−𝑝𝑏𝑎𝑟)
Sp = √ 𝑛

0,066(1−0,066)
Sp 1 = √ = 0,011
550

Grafik P
0.160

0.140

0.120

0.100
UCL
0.080
Data
0.060 LCL
0.040

0.020

0.000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

UCL1 = 𝑃 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑝1)

= 0,066 + (3 𝑥 0,011) = 0,098
LCL 1 = 𝑃 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑝1)
= 0,066 − (3 𝑥 0,011) = 0,035
CL 1 = 𝑃 𝑏𝑎𝑟 = 0,066
𝑘𝑒𝑐𝑎𝑐𝑎𝑡𝑎𝑛 35
Data 1 = = 550 = 0,064
𝑗𝑢𝑚𝑙𝑎ℎ 𝑠𝑎𝑚𝑝𝑒𝑙

Interpretasi : berdasarkan grafik diatas diketahui bahwa masih

terdapat 12 data yang keluar LCL dan 2 data yang keluar UCL

Perbaikan 1

Jumlah Cacat
Hari P bar Sp
Sampel Kemasan
1 550 35 0.059 0.010
2 585 43 0.059 0.010
4 650 43 0.059 0.009
5 650 38 0.059 0.009
6 625 33 0.059 0.009
7 550 28 0.059 0.010
10 625 31 0.059 0.009
13 525 36 0.059 0.010
15 685 28 0.059 0.009
16 680 48 0.059 0.009
 17 725 33 0.059 0.009
18 785 44 0.059 0.008
23 650 57 0.059 0.009
24 650 30 0.059 0.009
25 725 31 0.059 0.009
28 528 36 0.059 0.010
29 585 41 0.059 0.010
30 525 28 0.059 0.010
Jumlah 11298 663 1.056 0.170

∑𝑋 663
Pbar= ⁄∑ 𝑘 = 11298 = 0,059

𝑝𝑏𝑎𝑟 (1−𝑝𝑏𝑎𝑟)
Sp = √ 𝑛

0,059(1−0,059)
Sp 1 = √ = 0,010
550

Grafik P
0.100

0.080

0.060 UCL
Data
0.040
LCL
0.020

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

UCL1 = 𝑃 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑝1)

= 0,059 + (3 𝑥 0,010) = 0,089
LCL 1 = 𝑃 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑝1)
= 0,059 − (3 𝑥 0,010) = 0,029
CL 1 = 𝑃 𝑏𝑎𝑟 = 0,059
𝑘𝑒𝑐𝑎𝑐𝑎𝑡𝑎𝑛 35
Data 1 = = 550 = 0,064
𝑗𝑢𝑚𝑙𝑎ℎ 𝑠𝑎𝑚𝑝𝑒𝑙
 Interpretasi : berdasarkan grafik diatas diketahui bahwa masih
terdapat 1 data yang keluar LCL

Perbaikan 2

Jumlah Cacat
Hari P bar Sp
Sampel Kemasan
1 550 35 0.057 0.010
2 585 43 0.057 0.010
4 650 43 0.057 0.009
5 650 38 0.057 0.009
6 625 33 0.057 0.009
7 550 28 0.057 0.010
10 625 31 0.057 0.009
15 525 36 0.057 0.010
16 685 28 0.057 0.009
17 680 48 0.057 0.009
18 725 33 0.057 0.009
23 785 44 0.057 0.008
24 650 30 0.057 0.009
25 725 31 0.057 0.009
28 528 36 0.057 0.010
29 585 41 0.057 0.010
30 525 28 0.057 0.010
Jumlah 10648 606 0.968 0.158

∑𝑋 606
Pbar= ⁄∑ 𝑘 = 10648 = 0,057

𝑝𝑏𝑎𝑟 (1−𝑝𝑏𝑎𝑟)
Sp = √ 𝑛

0,057(1−0,057)
Sp 1 = √ = 0,010
550

Grafik P
 0.100
0.090
0.080
0.070
0.060
UCL
0.050
Data
0.040
LCL
0.030
0.020
0.010
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

UCL1 = 𝑃 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑏𝑎𝑟)

= 0,057 + (3 𝑥 0,010) = 0,087
LCL 1 = 𝑃 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑏𝑎𝑟)
= 0,056 − (3 𝑥 0,010) = 0,027
CL 1 = 𝑃 𝑏𝑎𝑟 = 0,057
𝑘𝑒𝑐𝑎𝑐𝑎𝑡𝑎𝑛 35
Data 1 = = 550 = 0,064
𝑗𝑢𝑚𝑙𝑎ℎ 𝑠𝑎𝑚𝑝𝑒𝑙

Interpretasi : berdasarkan grafik diatas diketahui semua data sudah

terkendali Karena sudah masuk dalam Batasan UCL dan LCL

d. Soal Nomor 3
a) Minitab
Pada soal nomor 3 menggunakan grafik pengendali NP karena
jumlah sampel yang digunakan tetap. Pengolahan data
menggunakan software minitab dengan cara menginputkan data
(table 4.2) kedalam worksheet. Lalu klik Stat lalu pilih Control
Chart – NP, lalu isikan data semua, lalu pilih menu P chart option
klik menu test pilih peform all test for special causes. Lalu klik OK.
 grafik pengendali np
1
50 1 1
1

UCL=44.40

40

Sample Count
__
30 NP=29.75

20

LCL=15.10
1
1
1
10
1 3 5 7 9 11 13 15 17 19
Sample

Gambar 3.5 Tampilan Grafik Pengendali C\NP

Grafik Pengedali NP tersebut memiliki UCL atau batas atas 44,40 dan memiliki
LCL atau batas bawah yaitu 15,1. Pada Grafik Pengedali NP data yang melampaui
batas ialah 1, 3, 4, 6, 16, 18, dan 19. Berarti diperlukan perbaikan.

grafik pengendali np
45

UCL=41.95
40

35
Sample Count

30
__
NP=27.69
25

20

15
LCL=13.44

10
1 2 3 4 5 6 7 8 9 10 11 12 13
Sample

Gambar 3.6 Tampilan Perbaikan 1 Grafik Pengendali NP

Dari data tersebut setelah dilakukan perbaikan 1 kali. Data tersebut memiliki UCL
41,95 dan LCL 13,44. Dari data tersebut tidak ada data yang melebihi UCL dan
LCL. Berarti tidak perlu perbaikan.
b) Manual
Pada pengolahan data ini menggunakan grafik NP
Hari Jumlah yang tidak sesuai np bar 1-(np/150) Snp
1 14 29.75 0.802 4.884
2 18 29.75 0.802 4.884
3 48 29.75 0.802 4.884
4 13 29.75 0.802 4.884
5 38 29.75 0.802 4.884
6 15 29.75 0.802 4.884
7 18 29.75 0.802 4.884
8 38 29.75 0.802 4.884
9 28 29.75 0.802 4.884
10 31 29.75 0.802 4.884
11 28 29.75 0.802 4.884
12 33 29.75 0.802 4.884
13 38 29.75 0.802 4.884
14 23 29.75 0.802 4.884
15 28 29.75 0.802 4.884
16 48 29.75 0.802 4.884
17 18 29.75 0.802 4.884
18 47 29.75 0.802 4.884
19 50 29.75 0.802 4.884
20 21 29.75 0.802 4.884

∑𝑋 595
NPbar= ⁄∑ 𝑘 = 20 = 29,75

𝑛𝑝𝑏𝑎𝑟 29,75
Snp = √𝑛𝑝 𝑏𝑎𝑟 (1 − ( ) = √29,75(1 − ( 150 ) = 4,884
𝑛

Grafik NP
 60.000

50.000

40.000
UCL

30.000 Data
LCL
20.000 CL

10.000

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

UCL1 = 𝑁𝑃 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑛𝑝)

= 29,75 + (3 𝑥 4,884) = 44,4
LCL 1 = 𝑁𝑃 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑛𝑝)
= 29,75 − (3 𝑥 4,884) = 15,09
CL 1 = 𝑁𝑃𝑏𝑎𝑟 = 29,75

Interpretasi : berdasarkan grafik diatas diketahui bahwa masih

terdapat 7 data yang keluar UCL & LCL

Perbaikan 1

Hari Jumlah yang tidak sesuai np bar 1-(np/150) Snp

2 18 27.692 0.815 4.752
5 38 27.692 0.815 4.752
7 18 27.692 0.815 4.752
8 38 27.692 0.815 4.752
9 28 27.692 0.815 4.752
10 31 27.692 0.815 4.752
11 28 27.692 0.815 4.752
12 33 27.692 0.815 4.752
13 38 27.692 0.815 4.752
14 23 27.692 0.815 4.752
15 28 27.692 0.815 4.752
17 18 27.692 0.815 4.752
20 21 27.692 0.815 4.752
 ∑𝑋 360
NP bar= ⁄∑ 𝑘 = 13 = 27,69

𝑛𝑝𝑏𝑎𝑟 27,69
Snp = √𝑛𝑝 𝑏𝑎𝑟 (1 − ( ) = √27,69(1 − ( 150 ) = 4,752
𝑛

Grafik NP
45.000

40.000

35.000

30.000
UCL
25.000
Data
20.000
LCL
15.000 CL
10.000

5.000

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13

UCL1 = 𝑁𝑃 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑛𝑝)

= 25,93 + (3 𝑥 4,752) = 41,948
LCL 1 = 𝑁𝑃 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑛𝑝)
= 25,93 − (3 𝑥 4,752) = 13,437
CL 1 = 𝑁𝑃𝑏𝑎𝑟 = 27,69

Interpretasi : berdasarkan grafik diatas diketahui semua data sudah

terkendali Karena sudah masuk dalam Batasan UCL dan LCL

e. Soal Nomor 4
a) Minitab
Pada soal nomor 4 menggunakan grafik pengendali u karena
jumlah sampel yang digunakan berbeda-beda. Pengolahan data
menggunakan software minitab dengan cara menginputkan data
(table 4.2) kedalam worksheet. Lalu klik Stat lalu pilih Control
 Chart – u, lalu isikan data semua, lalu pilih menu P chart option klik
menu test pilih peform all test for special causes. Lalu klik OK.

Grafik Pengendali U
1 .6 1

1 .4

1 .2
Sample Count Per Unit

UCL=1.105
1 .0

0.8
_
U=0.670
0.6

0.4

LCL=0.236
0.2

0.0
1 3 5 7 9 11 13 15 17 19
Sample
Tests performed with unequal sample sizes

Gambar 3.7 Tampilan Grafik Pengendali U

Dari data tersebut memiliki data UCL dan LCL yang tiap data. Dari data tersebut
ada data yang melebihi UCL dan LCL ialah 11. Berarti diperlukan perbaikan

Grafik Pengendali U
1 .2

UCL=1.064
1 .0
Sample Count Per Unit

0.8
_
U=0.640
0.6

0.4

0.2 LCL=0.215

0.0
1 3 5 7 9 11 13 15 17 19
Sample
Tests performed with unequal sample sizes

Gambar 3.8 Tampilan Grafik Pengendali U

Dari data tersebut setelah dilakukan perbaikan 1 kali. Dari data tersebut tidak ada
data yang melebihi UCL dan LCL
b) Manual
Pada pengolahan data ini menggunakan grafik u
 Gulungan
Hari Kecacatan U bar Su
Kertas
1 28 14 0.670 0.155
2 28 28 0.670 0.155
3 38 14 0.670 0.133
4 26 18 0.670 0.161
5 22 18 0.670 0.175
6 24 12 0.670 0.167
7 22 11 0.670 0.175
8 28 18 0.670 0.155
9 30 18 0.670 0.149
10 20 10 0.670 0.183
11 18 28 0.670 0.193
12 28 14 0.670 0.155
13 18 18 0.670 0.193
14 20 10 0.670 0.183
15 38 28 0.670 0.133
16 28 18 0.670 0.155
17 27 16 0.670 0.158
18 34 28 0.670 0.140
19 25 20 0.670 0.164
20 32 17 0.670 0.145
Jumlah 534 358

∑𝑋 358
Ubar= ⁄∑ 𝑘 = 534 = 0,670

𝐶𝑏𝑎𝑟 0,670
Su = √ =√ = 0,155
𝑘 28

Grafik u
 1.800
1.600
1.400
1.200
1.000 UCL

0.800 Data
0.600 LCL
0.400
0.200
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

UCL1 = 𝑈 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑢)

= 0,670 + (3 𝑥 0,155) = 1,135
LCL 1 = 𝐶 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑢)
= 0,670 − (3 𝑥 0,155) = 0,206
CL 1 = 𝐶𝑏𝑎𝑟 = 0,670

Interpretasi : berdasarkan grafik diatas diketahui bahwa masih

terdapat 1 data yang keluar UCL

Perbaikan 1

Gulungan
Hari Kecacatan U bar Su
Kertas
1 28 14 0.640 0.151
2 28 28 0.640 0.151
3 38 14 0.640 0.130
4 26 18 0.640 0.157
5 22 18 0.640 0.170
6 24 12 0.640 0.163
7 22 11 0.640 0.170
8 28 18 0.640 0.151
9 30 18 0.640 0.146
10 20 10 0.640 0.179
11 28 14 0.640 0.151
12 18 18 0.640 0.188
 14 20 10 0.640 0.179
15 38 28 0.640 0.130
16 28 18 0.640 0.151
17 27 16 0.640 0.154
18 34 28 0.640 0.137
19 25 20 0.640 0.160
20 32 17 0.640 0.141
Jumlah 516 330

∑𝑋 330
U bar= ⁄∑ 𝑘 = = 0,640
516

𝑢 𝑏𝑎𝑟 0,644
Su = √ =√ = 0,151
𝑘 28

Grafik U
1.400

1.200

1.000

0.800 UCL
Data
0.600
LCL
0.400

0.200

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

UCL1 = 𝑈 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑢)

= 0,640 + (3 𝑥 0,151) = 1,093
LCL 1 = 𝐶 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑢)
= 0,640 − (3 𝑥 0,151) = 0,186
CL 1 = 𝐶𝑏𝑎𝑟 = 0,640

Interpretasi : berdasarkan grafik diatas diketahui semua data sudah

terkendali Karena sudah masuk dalam Batasan UCL dan LCL
 f. Soal Nomor 5
a) Minitab
Pada soal nomor 3 menggunakan grafik pengendali np karena
jumlah sampel yang digunakan berbeda-beda tetap cara
menginputkan data (table 4.2) kedalam worksheet. Lalu klik Stat
lalu pilih Control Chart – np, lalu isikan data semua, lalu pilih menu
P chart option klik menu test pilih peform all test for special causes.
Lalu klik OK.

grafik pengendali np
30
UCL=29.09

25
Sample Count

20
__
NP=17.65

15

10

LCL=6.21
5
1 3 5 7 9 11 13 15 17 19
Sample

Gambar 3.15 Tampilan Grafik Pengendali U

Grafik Pengendali U tersebut memiliki UCL atau batas atas 29,09 dan memiliki
LCL atau batas bawah yaitu 6,21. Dan tidak ada yang melewati garis UCL
maupun LCL berarti tidak diperlukan prbaikan.

b) Manual
Pada soal ini mengguakan grafik np

Hari Kecacatan np bar Snp

1 12 17.65 3.812
2 15 17.65 3.812
3 18 17.65 3.812
4 20 17.65 3.812
5 13 17.65 3.812
 6 18 17.65 3.812
7 22 17.65 3.812
8 28 17.65 3.812
9 14 17.65 3.812
10 15 17.65 3.812
11 17 17.65 3.812
12 18 17.65 3.812
13 18 17.65 3.812
14 19 17.65 3.812
15 15 17.65 3.812
16 18 17.65 3.812
17 25 17.65 3.812
18 15 17.65 3.812
19 18 17.65 3.812
20 15 17.65 3.812
Jumlah 353

∑𝑋 353
np bar= ⁄∑ 𝑘 = 20 = 17,65

𝑛𝑝𝑏𝑎𝑟 17,65
Snp = √𝑛𝑝 𝑏𝑎𝑟 (1 − ( ) = √17,65(1 − ( ) = 3,812
𝑛 100

Grafik np
35.000

30.000

25.000

20.000 UCL
Data
15.000
LCL
10.000

5.000

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

UCL = 𝑛𝑝 𝑏𝑎𝑟 + (3 𝑥 𝑆𝑏𝑎𝑟)

= 17,65 + (3 𝑥 3,812) = 29,087
 LCL = 𝑛𝑝 𝑏𝑎𝑟 − (3 𝑥 𝑆𝑏𝑎𝑟)
= 17,65 − (3 𝑥 3,812) = 6,213
CL = 𝑛𝑝 𝑏𝑎𝑟 = 17,65

Interpretasi : berdasarkan grafik diatas diketahui semua data sudah

terkendali karena sudah masuk dalam batasan UCL dan LCL
4.3.2 Analisa Data
1. Pada soal nomor 1 jumlah n<10 (tabel 3.1) maka dapat disimpulkan
bahwa data ini menggunakan grafik Xbar-R. Pada gambar 3.5 grafik
pengendali Xbar produksi baut dapat di lihat nilai pada batas
pengendali atas (UCL) adalah 1,369355 dan nilai batas pengendali
bawah (LCL) adalah 1,079407. Pada gambar grafik 3.6 di atas adalah
grafik pengendali Rbar produksi baut. Grafik pengendali dengan nilai
batas atas (UCL) adalah 0,665704 dan nilai batas bawah (LCL)
adalah 0,0262296. Dan dapat dilihat dari hasil plotting data, tidak
terdapat data yang keluar melewati batas pengendali. Maka
diperlukan perbaikan dengan cara menghilangkan data yang telah
keluar melewati batas kendali, maka dapat dikatakan data sudah
terkendali.

2. Pada soal nomor 2 menggunakan grafik pengendali P Karena jumlah

sampel itu berbeda-beda dan yang dianalisa termasuk kedalam
defektif, yaitu kesalahan yang walaupun hanya 1 tidak bisa digunakan
lagi atau tidak dibisa diperbaiki.
Pada gambar 3.2 grafik pengendali P terdapat 12 data yang keluar
lalu melalui grafik perbaikan (gambar 3.3) masih terdapat 1 data
yang keluar dari LCL akhirnya diperbaikan kedua (gambar 3.4) semua
data masuk dalam batas kendali UCL dan LCL sehingga data
dikatakan terkendali.

3. Pada soal nomor 3 menggunakan grafik pengendali C karena jumlah

sampel yang selalu dama dan pada soal ini termasuk dalam data defect.
Dengan nilai UCL sebesar 46,11 dan nilai LCL sebesar 13,39 terdapat
5 data yang kelua batas sehingga dilakukan perbaikan dengan nilai
UCL sebesar 41,21 dan nilai LCL sebesar 10,66 dan saat di plotting
ternyata semua data masuk dalam batas UCL dan LCL maka data
dikatakan terkendali.

4. Pasa soal nomor 4 menggunakan grafik pengendali U Karena nilau

sampel yang diketahui berbeda beda dan pada soal ini masuk dalam
jenis data defect. Pada saat plotting pertama terdapat 1 dta yang
keluar batas UCL sehingga dilakukan perbaikan pertama dan saat
 diplotting semua data masuk dalam batas UCL dan LCL maka
dikatakan data terkendali.

5. Pada soal nomor 5 menggunakan grafik Np Karena jumlah sampel

yang diketahui konstan dan dia temasuk dalam data defective dengan
nilai UCL sebesar 29,09 dan nilai LCL sebesar 6,21 dan saat di plotting
semua data masuk dalam batas UCL dan LCL sehingga dapat
dikatakan data terkendali.

1.4 Kesimpulan
1. Berdasarkan laporan diatas soal nomor 1 menggunakan…….. soal
nomor 2 menggunakan grafik P Karena jumlah sampel beda dan
termasuk data defective. Soal nomor 3 menggunakan grafik C Karena
nilai sampelnya konstan dan termasuk data defect. Soal nomor 4
menggunakan grafik U Karena jumlah sampel yang berbeda beda dan
termasuk data tefect. Dan soal nomor 5 mengguanakn grafik Np Karena
nilai sampel konstan dan termasuk data defective.
2. Berdasarkan laporan diatas diketahui bahwa soal nomor 1 melalui
beberapa perbaikan..... soal nomor 2 melalui 2 kali perbaikan dan
akhirnya semua data terkendali dengan nialli UCL dan LCL yang
berbeda-beda. Soal nomor 3 melalui 1 kali perbaikan dengan nilai UCL
sebesar 41,21 dan nilai LCL sebesar 10,66. Soal nomor 4 melalui 1 kali
perbaikan dengan nilai UCL dan LCL yang berbeda-beda. Dan terakhir
soal nomor 5 langsung terkendali dengan nilai UCL sebesar 29,09 dan
nilai LCL sebesar 6,21..