GRAFIK KENDALI ATRIBUT U (U-CHART)

Makalah

Makalah ini disusun untuk memenuhi tugas matakuliah Pengendalian Kualitas

Statistik yang dibina oleh Bapak Dr. Ir. Hendro Permadi, M.Si

Oleh :

Moh. Nasir Lidinillah (160312604910)

Sri Indah Dwirahmasari Yudha (160312604901)

Su'aibatul Aslamiah (150312607575)

UNIVERSITAS NEGERI MALANG

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

JURUSAN MATEMATIKA

Maret 2019
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Atribut dalam pengendalian kualitas menunjukkan karakteristik
kualitas yang sesuai dengan spesifikasi atau tidak sesuai dengan
spesifikasi . Menurut Besterfield (1998), 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.
Sementara itu, definisi kesalahan atau cacat sama, kecuali
berkaitan dengan penggunaan atau kepuasan. Kesalahan atau cacat akan
tepat digunakan apabila evaluasi yang di lakukan berkaitan dengan
penggunaan. Di sisi lain, ketidaksesuaian akan tepat apabila digunakan
untuk kesesuaian dengan spesifikasinya. Pengendali kualitas proses
statistik untuk data atribut ini digunakan sebagai pengganti pengendali
kualitas proses statistik untuk data variabel. Hal ini dapat terjadi apabila
pengukuran seperti kesalahan warna, adanya bagian yang hilang, dan
seterusnya tidak dapat diukur. Selain itu, dalam peta pengendali kualitas
proses statistik untuk data variabel harus dihitung semua karakteristik
kualitas untuk dapat dibuat peta pengendali rata-rata proses maupun tingkat
keakuratan proses. Misalnya, dalam perusahaan terdapat karakteristik
kualitas seperti panjang, lebar, diameter, goresan, dan seterusnya, maka
harus dibuat pula 100 peta pengendali rata-rata proses dan 100 peta
pengendali tingkat keakuratan proses. Hal ini yang membuat kegiatan
pengendalian kualitas proses statistik tersebut mahal dan sulit diterapkan.
Peta pengendali kualitas proses statistik data atribut dapat meminimalkan
keterbatasan tersebut dengan menyediakan semua informasi kualitas untuk
dapat mengurangi biaya.
Selanjutnya, peta pengendali kualitas proses statistik untuk data
atribut dapat menggunakan pada semua tingkatan dalam organisasi,
perusahaan, departemen, pusat-pusat kerja, dan mesin-mesin. Namun, peta
pengendali kualitas proses untuk data variabel biasanya digunakan pada
 tingkat terendah, yaitu mesin-mesin. Selain itu, peta pengendali kualitas
proses statistik data atribut dapat membantu mengidentifikasikan akar
permasalahan baik pada tingkat umum maupun pada tingkat yang lebih
mendetail. Sementara itu, peta pengendali kualitas proses statistik
untuk data variabel biasanya digunakan untukmenentukan alasan khusus
pada situasi out of statistical control.
Disamping berbagai kelebihan yang dimiliki oleh peta pengendali
kualitas proses statistik data atribut, ada beberapa kelemahan yang
dimiliki peta pengendali tersebut. Kelemahan pertama, dalam peta
pengendali kualitas proses statistik data atribut tidak dapat diketahui
seberapa ketidaktepatan dengan spesifikasi tersebut. Kelemahan lain dari
peta pengendali tersebut adalah ukuran sampel yang semakin besar akan
bermasalah bila pengukuran mahal dan proses pengujian justru
menyebabkan kerusakan. Namun demikian, secara keseluruhan peta
pengendali kualitas proses statistik untuk data atribut lebih sedikit
memberikan informasi dari pada peta pengendali kualitas proses
statistik data variabel.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, tujuan dari penulisan makalah ini
adalah sebagai berikut.
1.2.1 Apa yang dimaksud dengan peta kendali U-Chart?
1.2.2 Bagaimana hasil analisis dari suatu permasalahan dengan
menggunakan U-Chart?

1.3 Tujuan
Berdasarkan rumusan masalah diatas, maka makalah ini memiliki
tujuan sebagai berikut :
1.3.1 Untuk mengetahui tentang peta kendali U-Chart.
1.3.2 Untuk mengetahui hasil analisa permasalahan dengan menggunakan
U-Chart.
BAB II
 KAJIAN PUSTAKA

2.1 Peta Kendali Atribut

Peta kendali atribut digunakan untuk mengendalikan kualitas produk

selama proses produksi yang tidak dapat diukur tetapi dapat dihitung
sehingga kualitas produk dapat dibedakan dalam karakteristik baik atau
buruk, berhasil atau gagal. Peta kendali atribut dibagi menjadi 4:

a. Peta kendali kerusakan (P Chart)

Digunakan untuk menganalisis banyaknya barang yang ditolak
yang ditemukan dalam pemeriksaan atau sederetan pemeriksaan terhadap
total barang yang diperiksa.
b. Peta kendali kerusakan per unit (NP Chart)
Merupakan peta kendali yang menginterpretasikan jumlah
kerusakan dalam suatu unit produk.
c. Peta Kendali Ketidaksesuaian (C Chart)
Digunakan untuk menganalisis dengan cara menghitung jumlah
produk yang mengalami ketidaksesuaian dengan cara spesifikasi.
d. Peta Kendali Ketidaksesuaian per unit (U Chart)
Digunakan untuk menganalisa dengan cara menghitung jumlah
produk yang mengalami ketidaksesuaian per unit.

2.2 Grafik U (U-Chart)

U-Chart atau grafik U merupakan suatu grafik yang bermanfaat dalam
keadaan dimana rata-rata banyak ketidaksesuaian per unit dan hal ini lebih
baik untuk pengendalian proses.U-Chart biasanya digunakan untuk mengukur
banyaknya jumlah defect atau ketidaksesuaian dalam unit yang diproduksi.
Penggunaan U-Chart apabila jumlah kesempatan yang defect adalah non-
konstan atau tidak tetap.
Perbedaan C-Chart dan U-Chart hanya terdapat pada peta kendali U.
Di dalam peta kendali U menjelaskan bahwa spesifikasi tempat dan waktu
yang dipergunakan tidak harus selalu sama dan yang membedakan dengan
peta kendali C adalah besarnya unit inspeksi perlu diidentifikasikan. Inspeksi
dalam peta kendali diartikan sebagai suatu kegiatan penilaian terhadap suatu
produk, apakah produk itu baik atau rusak ataupun untuk penentuan apakah
suatu plot dapat diterima atau tidak berdasarkan metode dan standard yang
sudah ditentukan. U dalam U-Chart menunjukkan “Unit” cacat dalam
kelompok sampel. Unit cacat dalam suatu produk tersebut dikategorikan
kedalam tiga jenis, yaitu cacat ringan, cacat sedang, atau cacat berat.
Karakteristik inilah yang memberikan gambaran mengenai tujuan
penggunakan U-Chart, yaitu bila dikehendaki observasi dengan inspeksi rutin
dengan cara sampling untuk mengetahui kerusakan cacat proses per-sampel
pada proses produksi. Jika C-Chart kita langsung memplotkan data cacat
langsung ke dalam peta kendali, maka pada U-Chart kita perlu menghitung
terlebih dahulu cacat untuk setiap n sampel.
Rumus yang digunakan untuk menghitung U rata-rata, standar deviasi
pada U-Chart adalah sebagai berikut :

a. Menghitung kesalahan per unit pada observasi ke-i dan rata-rata

b. Standar Deviasi

Sedangkan rumus untuk peta kendali U-3 sigma untuk sampel variansi
adalah sebagai berikut :

a. Garis Tengan (CL)

=
 b. Batas Pengendalian Atas (UCL)

c. Batas Pengendalian Bawah (LCL)

Jika UCL < 0, UCL= 0

Keterangan :
= Unit cacat per sampel
= Rata-rata banyak kesalahan per sampel
= Banyaknya kesalahan pada observasi ke-i
= Ukuran sampel
= Ukuran sampel observasi ke-i
= Banyaknya observasi yang dilakukan

2.3 Distribusi Poisson

Banyak kesalahan yang terjadi pada suatu masalah yang berdasarkan
distribusi poisson, maka dapat digunakan pengendali attribute C-chart atau
U-chart. Distribusi poisson sendiri adalah distribusi porbabilitas diskrit yang
menyatakan peluang jumlah peristiwa yang terjadi pada periode tertentu
apabila rata-rata kejadian tersebut diketahui dan dalam waktu yang saling
bebas sejak kejadian terakhir (distribusi poisson juga dapat digunakan untuk
jumlah kejadian pada interval tertentu seperti jarak, luas atau volume).
Apablia nilai harapan kejadian pada suatu interval adalah , maka

probabilitas terjadi peristiwa sebanyak k kali adalah

Dimana:
K : jumlah kejadian suatu peristiwa
 : bilangan real positif, sama dengan nilai harapan yang terjadi dalam

interval tertentu.

BAB III
PEMBAHASAN

3.1 Contoh Kasus

Suatu unit QC dari perusahaan lembaran baja ingin mengadakan
inspeksi pada lembaran-lembaran baja yang diinspeksinya. Karena lembaran-

lembarannya panjang, maka ditetapkan pemeriksaan tiap lembaran

baja. Pemeriksaan dilakukan untuk 20 gulungan baja.

 Ukuran

Observasi Sampel ( Jumlah Cacat

1 100 6
2 100 4
3 100 8
4 100 10
5 100 9
6 100 12
7 100 16
8 100 2
9 100 3
10 100 10
11 100 9
12 100 15
13 100 8
14 100 10
15 100 8
16 100 2
17 100 7
18 100 1
19 100 7
20 100 13

3.1.1 Uji Goodness of Fit

Uji ini merupakan pengujian hipotesis untuk menentukan apakah
suatu himpunan frekuensi yang diharapkan sama dengan frekuensi yang
diperoleh dari suatu distribusi. Pengujian ini dilakukan dengan bantuan
software EasyFit, langkah-langkahnya adalah sebagai berikut:
1. Masukkan data cacat pada setiap observari pada easy fit, seperti
gambar dibawah ini:

2. Klik analyze, lalu pilih fit distribution. maka akan tampil kotak dialog
sebagai berikut:

Selanjutnya klik data domain discrete dan pilih ok. Dan hasinya adalah
sebagai berikut :
 Dari gambar diatas terlihat bahwa data sudah mengikuti distribusi
poisson, dengan menggunakan uji Kolmogrov Smirnov dan uji
Anderson Darling data berturut-turut menduduki peringkat 2 dan 1.

3.1.2 Penerapan U-Chart

Berikut terdapat dua cara untuk menyelesaikan permasalahan
berdasarkan data diatas dengan grafik pengendali U-chart, yaitu :
1) Menggunakan Cara Manual
Dengan cara ini, langkah pertama yang dilakukan adalah:
a. Menghitung cacat per unit

Sehingga didapat hasil sebagai berikut :

Ukuran Sampel (
Jumlah
Observasi
) Cacat

1 100 6 0,06

2 100 4 0,04

3 100 8 0,08

4 100 10 0,10

5 100 9 0,09

6 100 12 0,12

7 100 16 0,16

8 100 2 0,02

9 100 3 0,03

10 100 10 0,10

11 100 9 0,09

12 100 15 0,15

13 100 8 0,08

14 100 10 0,10

15 100 8 0,08

16 100 2 0,02

17 100 7 0,07

18 100 1 0,01

19 100 7 0,07

20 100 13 0,13
Nilai-nilai dari Rata-rata (U) digunakan sebagai plot pada
grafik U (U-Chart).

b. Menghitung Garis Tengah (CL)

 =

c. Menghitung Batas Pengendalian Atas (UCL)

d. Menghitung Batas Pengendalian Bawah (LCL)

2) Menggunakan Minitab
a. Masukkan data ke dalam Minitab seperti gambar di bawah :

b. Klik Stat  Control Chart  Attributes Chart  U. Kemudian

akan muncul kotak U-Chart seperti gambar dibawah ini
 Kemudian klik OK. Sehingga muncul garfik seperti dibawah ini.

Hasil Analisis
Dari Grafik U-chart diatas diketahui bahwa UCL =0,1649, LCL= 0 dan
CL=0,08. Kemudian terlihat bahwa plot dari setiap sampel tidak ada yang
melewati UCL dan LCL sehingga dapat disimpulkan bahwa grafik pengendalian
cacat per unit pada lembaran baja terkontrol.
 BAB IV
PENUTUP

4.1 Kesimpulan

U-Chart atau grafik U merupakan suatu grafik yang bermanfaat

dalam keadaan dimana rata-rata banyak ketidaksesuaian per unit. U dalam
U-Chart menunjukkan “Unit” cacat dalam kelompok sampel. Unit cacat
dalam suatu produk tersebut dikategorikan kedalam tiga jenis, yaitu cacat
ringan, cacat sedang, atau cacat berat. Karakteristik inilah yang memberikan
gambaran mengenai tujuan penggunakan U-Chart, yaitu bila dikehendaki
observasi dengan inspeksi rutin dengan cara sampling untuk mengetahui
kerusakan cacat proses per-sampel pada proses produksi.