PENDAHULUAN
1
Shewhart menciptakan dasar diagram kontrol dan konsep negara kontrol statistik
dengan percobaan yang dirancang dengan hati-hati. Sementara Shewhart menarik dari teori
statistik matematika murni, Shewhart memahami data dari proses fisik yang menghasilkan
"kurva normal distribusi" (distribusi Gaussian, juga biasa disebut sebagai "kurva lonceng").
Shewhart menemukan bahwa variasi yang diamati dalam data manufaktur tidak selalu
member hasil dengan cara yang sama sebagai data yang sesuai (gerak Brown dari partikel).
Pada tahun 1924 atau 1925, inovasi Shewhart menjadi perhatian W. Edwards Deming,
yang bekerja di fasilitas Hawthorne. Setelah kekalahan Jepang pada akhir Perang Dunia II,
Deming menjabat sebagai konsultan statistik untuk Panglima Tertinggi untuk Sekutu dan
menjadi pendukung inovasi Shewhart. Keterlibatannya dalam kehidupan Jepang, dan karir
yang panjang sebagai konsultan industri di sana W. Edwards Deming menggunakan dan
menyebarkan pemikiran Shewhart sehingga penggunaan peta kendali digunakan secara luas
di industri manufaktur Jepang sepanjang tahun 1950-an dan 1960-an.
1.3 Tujuan
1. Mengetahui definisi dari Control Chart
2. Mengetahui jenis – jenis dari Control Chart
3. Mengetahui cara pembuatan diagram pengendali dari berbagai jenis – jenisnya
1.4 Manfaat
1. Dapat mengetahui fungsi masing – masing jenis dari Control Chart
2. Dapat membandingkan kegunaan dari berbagai jenis Control Chart
3. Dapat mempermudah pemecahan masalah dengan menggunakan Control Chart
2
BAB II
ISI
Tujuan Control Chart adalah untuk menetapkan apakah setiap titik pada grafik normal
atau tidak normal dan dapat mengetahui perubahan dalam proses dari mana data
dikumpulkan, sehingga setiap titik pada grafik harus mengindikasikan dengan cepat dari
proses mana data diambil.
3
Ada dua macam control chart yaitu untuk data variabel dan untuk data attribute.
4
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.
4. Menentukan garis
Menentukan garis tengah dan batas-batas pengendali pada masing-masing grafik
pengendali biasanya menggunakan ±3σ sebagai batas-batas pengendalinya.
5. 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.
Peta pengendali proporsi digunakan bila kita memakai ukuran cacat berupa proporsi
produk cacat dalam setiap sempel yang diambil. Bila sampel yang diambil untuk setiap kali
melakukan observasi jumlahnya sama maka kita dapat menggunakan peta pengendali
proporsi kesalahan (p-chart) maupun banyaknya kesalahan (np-chart). Namun bila sampel
yang diambil bervariasi untuk setiapkali melakukan observasi berubah-ubah jumlahnya atau
memang perusahaan tersebut akan melakukan 100% inspeksi maka kita harus menggunakan
peta pengendali proporsi kesalahan (p-chart).
Bila sampel yang diambil untuk setiap kali observasi jumlahnya selalu sama atau konstan,
maka
langkah-langkah pembuatan peta kendali - p adalah sebagai berikut:
5
Tentukan ukuran contoh/subgrup yang cukup besar (n > 30),
Hitung untuk setiap subgrup nilai proporsi unit yang cacat, yaitu :
𝑥
P=𝑛
Dimana
p = proporsi kesalahan dalam setiap sampel
x = banyaknya produk yang salah dalam setiap sampel
n = banyaknya sampel yang diambil dalam inspeksi
Hitung batas kendali CL, UCL dan LCL dari peta kendali p :
Catatan:
Plot data proporsi (persentase) unit cacat serta amati apakah data tersebut berada
dalam pengendalian atau diluar pengendalian.
6
pengendali proporsi kesalahan (p-chart).
Namun apabila banyaknya sampel atau sub kelompok yang digunakan pada setiap kali
observasi turun atau berkurang, maka batas-batas pengendali menjadi lebih tinggi atau
meningkat. Kondisi ini dapat mempengaruhi karakteristik kualitas proses produksi yang
dimiliki perusahaan. Hal inilah yang merupakan kelemahan dalam pengendalian kualitas
proses statistik untuk data atribut.
Untuk banyaknya sampel yang bervariasi peta pengendali yang digunakan pasti hanya
peta pengendali proporsi kesalahan (p-chart), bukan banyaknya kesalahan (np-chart). Namun
peta pengendali proporsi kesalahan tersebut mempunyai tiga pilihan model, yaitu
menggunakan peta pengendali model harian atau individu, peta pengendali model rata-rata,
dan peta pengendali dengan model yang di buat menurut aturan banyaknya sampel
berdasarkan pertimbangan perusahaan (Mitra,1993).
Peta pengendali model harian atau individu ini dibuat untuk setiap observasi. Oleh
karenanya, perusahaan akan mempunyai beberapa batas pengendali atas dan beberapa batas
pengendali bawahnya dalam peta pengendali proporsi kesalahan untuk kualitas produksinya.
Keunggulan peta pengendali proporsi kesalahan model harian atau individu (chart individu)
ini adalah ketepatannya dalam memutuskan apakah sampel berada di dalam atau diluar batas
pengendaliannya.
Rumus Penentuan garis pusat p chart dengan jumlah sampel bervariasi model harian/ individu
adalah sbb
7
Dimana :
Pi = proporsi kesalahan setiap sampel pada setiap kali observasi
xi = banyaknya kesalahan setiap sampel pada setiap kali observasi
ni = banyaknya sampel yang diambil pada setiap kali observasi yang selalu bervariasi
g = banyaknya observasi
Sedangkan rumus batas pengendali atas (UCL) dan batas pengendali bawah (LCL) p chart
sampel bervariasi model harian/ individu adalah :
Kemudian menghitung rata-rata nilai UCL dan LCL untuk p chart sampel bervariasi model
harian/ individu dengan rumus
Peta pengendali proporsi kesalahan model rata-rata adalah bentuk yang lebih sederhana, lebih
cepat, dan lebih mudah daripada model individu atau harian. Peta prngendali model ini juga
lebih banyak digunakan daripada peta pengendali proporsi kesalahan model individu atau
harian. Namun, peta pengendali proporsi kesalahan model individu atau harian ini lebih tepat
dibandingkan dengan dengan model rata-rata. Penyusunan garis pusat (CL) untuk peta
pengendali proporsi kesalahan (p chart) sampel bervariasi model rata-rata ini adalah:
8
Batas pengendali atas dan batas pengendali bawahnya adalah :
Peta pengendali proporsi kesalahan dengan pertimbangan perusahaan yang dimaksud adalah
dengan mengambil sampel yang jumlahnya ditetapkan oleh perusahaan, misalnya 100, 200,
300 dan sebagainya. Bila ternyata sampel mendekati jumlah yang ditetapkan perusahaan
maka digunakan peta pengendali yang terdekat.
Misal diambil sampel 130 unit maka peta pengendali yang digunakan adalah peta pengendali
berdasar nilai n = 100. Bila yang diambil 340 unit maka peta pengendali yang digunakan
adalah peta pengendali berdasar nilai n = 300 dan seterusnya. Rumus yang digunakan untuk
menentukan garis pusat, batas pengendali atas dan batas pengendali bawahnya sama dengan
kedua model sebelumnya.
Selanjutnya, dari ketiga model peta pengendali proporsi dengan sampel bervariasi tersebut
semuanya tentu menghasilkan hasil penilaian hasil kualitas proses yang sama. Biasanya,
perusahaan menggunakan model kedua (rata-rata) sebagai awal pengujian. Bila ternyata dari
hasil observasi yang dilakukan terdapat data yang berbeda diluar batas pengendalian yang
disebabkan karena penyebab khusus (assignable cause) maka perlu dilakukan perbaikan
dengan ketentuan 4 p. Menurut mitra (1993) dan Basterfield (1998), ketentuan 4 p tersebut
adalah:
1. Bila LCL < pi < UCL dan ni < n menggunakan peta pengendali rata-rata
9
2. Bila LCL < pi < UCL dan ni > n manggunakan peta pengendali individu
3. Bila pi < LCL atau pi > UCL dan ni > n menggunakan peta pengendali
rata_rata
4. Bila pi < LCL atau pi > UCL dan ni < n Menggunakan peta pengendali
individu
2. NP Chart. Diagram kontrol NP chart mirip dengan diagram kontrol P, tetapi pada
diagram kontrol NP terjadi perubahan skala pengukuran. Diagram kontrol NP
menggunakan ukuran banyaknya item yang tidak memenuhi spesifikasi atau
banyaknya item yang tidak sesuai dalam suatu pemeriksaan. Diagram kontrol NP dan
P dapat digunakan untuk situasi sebagai berikut ; data banyak item yang tidak sesuai
adalah lebih bermanfaat dan mudah untuk diinteprestasikan dalam pembuatan laporan
dibandingkan dengan data proporsi, ukuran contoh (n) bersifat konstan dari waktu ke
waktu.
3. C Chart. Suatu item yang tidak memenuhi syarat atau yang cacat dalam proses
pengendalian kualitas didefinisikan sebagai tidak memenuhi satu atau lebih
spesifikasi standar untuk item tersebut maka item tersebut akan dikategorikan cacat
atau tidak memenuhi syarat. penggolongan produk cacat berdasarkan kriteria di atas
kadang-kadang untuk jenis produk tertentu dianggap kurang representatif, karena
mungkin saja suatu produk masih dapat berfungsi dengan baik walaupun satu atau
lebih titik spesifikasi yang tidak memenuhi spesifikasi. Contohnya : perakitan
komputer. Jika terdapat banyak titik lemahnya maka tentu saja produk tersebut perlu
dikategorikan sebagai produk cacat atau tidak memenuhi syarat. Hal ini berarti bahwa
perusahaan memberikan toleransi atas kelemahan pada satu atau beberapa titik
spesifikasi yang tidak memenuhi syarat sepanjang tidak mempengaruhi fungsi dari
produk tersebut. Oleh karenanya diagram kontrol yang sesuai adalah diagram kontrol
C atau C chart yang didasarkan pada banyaknya titik spesifik yang tidak memenuhi
syarat dalam suatu item.
4. U chart. Diagram kontrol U mengukur banyaknya ketidak sesuaian (titik spesifik) per
unit laporan inspeksi dalam periode yang mungkin memiliki ukuran contoh
(banyaknya item yang diperiksa). Mirip dengan diagram kontrol kecuali pada
banyaknya ukuran sampel yang digunakan. Pada diagram kontrol C memilki ukuran
sampel pada setiap kali pengamatan adalah satu buah,sedangkan pada diagram kontrol
U ukuran sampel dapat bervariasi pada setiap kali pengamatan. Sehingga dapat
10
dikatakan bahwa diagram kontrol U dapat digunakan apabila ukuran contoh lebih dari
satu unit atau mungkin bervariasi dari waktu ke waktu.
8 Kategori adanya pola yang Out of Control pada special Cause yang menunjukan
bahwa proses belum stabil secara statistik (Uncontrolled)
b. Sembilan titik berada pada lajur baris yang sama dari center line.
d. Keempat belas titik yang terdapat pada gambar naik dan turun.
11
e. Titik-titik yang dilingkari berada lebih dari 2 sigma pada CL.
12
2.4 Contoh Penerapan Control Chart
a. Aplikasi six sigma pada pengujian kualitas produk di UKM Keripik Apel Tinjuan Dari
Aspek
Pembuatan Peta Kontrol X dan R
Pembuatan peta kendali X dan R dilakukan untuk mengetahui apakah proses spinning
sudah terkendali atau belum. Hasil pengukuran data remukan keripik apel per 100 g untuk
pembuatan peta kontrol X dan R menunjukkan garis tengah pada peta kontrol X berada pada
36,72 dan garis tengah pada peta control R berada pada 10,53. Hal tersebut menunjukkan
bahwa proses pengukuran remukan keripik apel kemasan 100 g dalam keadaan terkendali dan
tidak ada titik-titik yang berada di luar batas-batas kontrol yang menunjukkan adanya outlier
(data pencilan), proses berjalan dengan stabil atau masih dalam keadaan terkendali dan tidak
ada kelebihan variabilitas dalam proses pengukuran tersebut.
Menurut Lindsay dan Evans (2007), jika nilai sampel jatuh di luar batas pengendalian
atau jika pola yang tidak acak terjadi di dalam diagram, maka itu berarti bahwa penyebab
khusus mempe-ngaruhi proses tersebut dan dikatakan proses tidak stabil, sehingga perlu dila-
kukan perbaikan dengan cara membuang outlier.
b. Contoh penerapan control chart pada industri pangan
Berikut adalah salah satu contoh penerapan control chart dalam industri pangan.
Dalam penelitian ini peneliti menggunakan metode control chart (peta kendali). Control
Chart adalah suatu alat yang secara grafis digunakan untuk memonitor dan mengevaluasi
apakah suatu aktivitas/ proses berada dalam pengendalian kualitas, menjelaskan nilai-nilai
statistik dari cacat keluaran yang dilengkapi batas atas, garis tengah dan batas bawah
(Haming dan Nurnajamuddin, 2012). Produk cacat dapat disebabkan karena berbagai hal di
antaranya, produk cacat yang disebabkan oleh sulitnya pengerjaan dan kurangnya
pengendalian dalam perusahaan. Salah satu perusahaan yang memproduksi produk yang
rentan mengalami kecacatan adalah PT. Ital Fran’s Multindo Food Industries.
PT. Ital Fran’s Multindo Food Industries adalah suatu perusahaan yang
memproduksi produk makanan tepatnya roti Bakery yang sering dikenal dengan sebutan
Fran’s Bakery, yang berlokasi di Desa Kaba-Kaba Tabanan. Perusahaan ini memproduksi
aneka jenis Bakery yang ditampilkan dalam berbagi bentuk, jenis serta rasa dengan tujuan
agar konsumen tertarik untuk membeli dan merasa puas dengan apa yang telah disajikan oleh
perusahaan. Jenis produk roti yang diproduksi seperti, roti manis, roti tawar, cake, pastry,
donat. Dalam proses produksi, terkadang apa yang diharapkan tidak sesuai dengan kenyataan,
13
seperti adanya produk cacat yang didapat saat proses produksi ataupun saat pengepakan
barang.
Hasil analisis dengan alat pengendalian kualitas yaitu control chart terhadap produk
cacat yang ada pada PT. Ital Fran’s Multindo Food Industries tahun 2013 dengan bantuan
Software SPSS (Statistical Program Sosial Science) 16.0 mengalami fluktuasi di setiap
bulannya. Dapat dilihat pada gambar 4.1, masih adanya titik-titik yang berada di luar batas
kendali. Terdapat 1 titik yang berada di luar batas kendali atas (UCL) yaitu pada bulan
Desember dan 11 titik yang berada diantara batas kendali atas (UCL) dan batas kendali
bawah (LCL) yaitu pada bulan Januari sampai November. Dapat dikatakan bahwa proses
produksi pada PT. Ital Fran’s Multindo Food Industries tahun 2013 masih dalam batas
pengendalian, namun proses produksi belum dikatakan sempurna, karena titik-titik yang
berada diantara UCL dan LCL tidak sejajar atau lurus dengan Central Line (CL)/ garis pusat
atau tengah dan juga terdapat satu titik yang melewati batas UCL, hal ini sesuai dengan
teori UCL ≤ p ≤ LCL (Haming dan Nurnajamuddin, 2012) yang berarti p lebih besar atau
sama dengan UCL dan p lebih kecil atau sama dengan LCL. Untuk membuat semua proses
berada di dalam batas kendali masih diperlukan langkah antisipasi.
c. Contoh lainnya dalam penerapan control chart pada industri pangan
Dalam pengendalian mutu pada dasarnya dilakukan perbandingan keluaran proses
dengan ketentuan yang telah ditetapkan, Dalam prakteknya dapat dilakukan degan
menggunakan diagram pengendalian (control chart) sehingga dapat diketahui kapan suatu
keadaan dikatakan masih dalam kendali (in control) yang tidak memerlukan perubahan, dan
kapan dikatakan di luar kendali (out of control) sehingga memerlukan perubahan atau
pengaturan kembali.
Sebagai contoh penerapan metode control chart pada sebuah perusahaan industry
pangan, control chart ( bagankendali ) dapat digunakan untuk menjaga agar produk tetap
dalam tingkat mutu yang diinginkan. Hal ini dapat dicapai melalui perencanaan mutu produk
yang sesuai dengan spesifikasi yang diinginkan konsumen, penggunaan alat dan prosedur
pengujian yang benar. Pemeriksaan serta tindakan korektif apabila terdapat penyimpangan
produk dari standard atau spesifikasi yang sudah ditetapkan dalam perencanaan. Pemilihan
bahan, kondisi proses dan peralatan yang sesuai merupakan hal yang perlu diperhatikan
dalam suatu industri.
14
15
DAFTAR PUSTAKA
16