PERTEMUAN 15:

PETA KENDALI

A. TUJUAN PEMBELAJARAN
Dengan mempelajari materi dalam pertemuan 15 diharapkan anda mampu untuk :
1. Mendefinisikan pengertian Peta Kendali
2. Mengenal jenis-jenis Peta Kendali
3. Menerapkan Peta kendali dalam sebuah proses
4. Melakukan pengambilan sampel penerimaan sebuah proses dengan Peta kendali

B. URAIAN MATERI
Tujuan Pembelajaran 15.1:
Pengertian Statistical Process Control

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).
Menurut Heizer, SPC adalah sebuah teknik statistik yang digunakan secara luas
untuk memastikan bahwa proses memenuhi standart. Semua proses tidak pernah luput
dari hasil bervariasi.
Tujuan Pembelajaran 15.2:
Tujuan Statistical Process Control (SPC)

Statistical Process Control (SPC) yang dipelajari pada tentunya sangat bermafaat
dalam hal menentukan penyebab data yang bervariasi. Statistical Process Control
digunakan untuk mengukur kinerja sebuah proses, sebuah proses dikatakan beroperasi
dalam kendali statistik bila sumber variasi berasal hanya dari sumber yang alamiah.
Tujuan Statistical Process Control menurut Gerald Smith (1996) adalah :
1. Menimasi biaya produksi
2. Memperoleh kekonsistenan terhadap produk dan servis yang memenuhi
sepesifikasi produk dan keinginan konsumen.
3. Menciptakan peluang-peluang untuk semua anggota dari organisasi untuk
memberikan kontribusi terhadap peningkatan kualitas.
4. Membantu manajemen dan karyawan produksi untuk membuat keputsan
yang ekonomis mengenai tindakan yang diambi yang dapat mempengaruhi
proses.
Konsep dasar penggunaan statistik untuk pengendalian kualitas, bermula dari
berbagai kajian dan eksperimen beberapa ahli statistika. Dr. Waiter Shewhart ilmuwan
pada Laboratonum Bell, yang dipublikasikan tahun 1924. prinsip-prinsip pengendalian
mutu secara statistik mulai dikenal. Dr. Shewhar dan rekan-rekannya mengembangkan
diagram-diagram pengendalian selama 1920-1930. Dr. Waiter Shewhart menggunakan
hukum-hukum probabilitas dan statistik untuk menggambarkan bagaimana suatu
variasi mempengaruhi ukuran-ukuran sampel bagi produk- produk manufaktur, yaitu:
1. Bila suatu barang atau jasa yang diproduksi outputnya akan serupa (similar)
tetapi tidak sama (identical).
2. Adanya variasi adalah merupakan hal yang normal dan wajar.
3. Tidak ada dua benda yang benar-benar sama. Namun Shewhart menganggap
terdapat dua variabilitas yaitu variabilitas yang berada dalam batas-batas yang
ditentukan dan variabilitas yang berada di Iuar batas-batas.
4. Dia mengamati bahwa data tidak selalu memberikan kepastian mengenai pola
yang "normal". Sehingga dari ketidak konsistenan yang ditunjukkan data, dia
menyimpulkan bahwa meskipun dalam setiap proses selalu dihasilkan variasi
 pada proses yang menghasilkan variasi terkendali (controlled variation) dan
ada proses yang menghasilkan variasi tak terkendali (uncontrolled variation).

Variasi Terkendali (CONTROLLED VARIATION) adalah suatu variasi variasi

karena sebab-sebab biasa (common-cause) yaitu varasi yang terjadi secara alamiah dan
merupakan suatu hal yang inheren dan terkirakan dalam setiap proses yang stabil yang
menghasilkan barang produksi atau jasa. Variasi yang dapat diterima dan diizinkan
seperti itu dapat dikaitkan dengan sebab-sebab yang acak atau "kebetulan". Perhatikan
Gambar 15.1 di bawah ini:

Gambar 15.1. Gambar pola variasi terkendali

Gambar 15.1 menunjukkan proses stabil dan terkendali meskipun ada variasi di
sekitar ukuran pemusatan yang terjadi setiap hari. Terlihat kecenderungan bahwa pola
variasi yang sama yang telah terjadi sebelumnya akan muncul di hari Jum’at.
Hal-hal yang dapat digolongkan sebagai penyebab biasa (common-cause) yang
dapat mengakibatkan terjadinya variasi dalam suatu proses manufaktur adalah :
1. Kualitas dari material yang digunakan.
2. Tingkat penguasaan/ keterampilan operator mesin.
3. Desain dari mesin-mesin.
Variasi tak terkendali (uncontrolled variation) adalah variasi karena sebabsebab
khusus (special-cause). variasi yang terjadi bila suatu kejadian tidak normal masuk ke
dalam suatu proses dan menghasilkan perubahan yang tidak diharapkan dan tidak
diperkirakan sebelumnya. Variasi ini tidak dapat lagi dikaitkan dengan sebab-sebab
yang acak atau "kebetulan". Perhatikan gambar 10.2 di bawah ini:
 Gambar 15.2. Gambar pola variasi tak terkendali
Gambar 15.2 menunjukkan proses tidak terkontrol dan variasinya tidak dapat
diperkirakan. Variasi pada hari Jumat tidak dapat diantisipasi sebelumnva.
Hal-hal yang dapat dimasukan sebagai penyebab khusus misalnya adalah:
1. Putusnya aliran listrik,
2. Mesin yang sudah tidak tersetel dengan haik.
3. Bidang keterampilan pekerja yang berlain-lainan
Menurut Maleyeff (1994), Statistical Process Control mempunyai cakupan yang
lebih luas karena didalamya terdapat pengendalian proses statistik, pengendalian
produk (acceptance sampling), dan analisis kemampuan proses. (Ariani, 2004: 54).

Tujuan Pembelajaran 15.3:

Peta Kendali

Dikembangkan pertama kali oleh Shewhart → dari penelitian thd mesin mass
production Hasil → karakteristik proses suatu produk menghasilkan suatu distribusi
kemungkinan.

 Peta Kontrol ( Control Chart / Shewart Chart ) :

 Berfungsi mengontrol proses untuk mengetahui apakah proses masih
dipengaruhi oleh sistem sebab yang sama.
 Utuk mengendalikan proses agar bersumber dari sistem sebab yang sama.

 Central Limit Theorm :

Kalau kita mengambil suatu subgrup daripada produk, lalu diukur rata-rata
subgrupnya, ternyata rata-rata subgrup tsb akan mengikuti distribusi normal “.
 Subgrup : suatu bagian daripada produk yg diambil dalam jumlah yang tetap
dengan aturan tertentu.

Peta Kendali : suatu diagram yang menunjukkan batas-batas dimana hasil pengamatan
masih dapat ditolerir dengan resiko tertentu, yang menjamin bahwa proses produksi
masih berada dalam keadaan baik.

Peta Kendali dapat menunjukkan kapan tindakan koreksi harus dilakukan, tetapi tidak
menunjukkan letak dan penyebab kesalahan.

??
Batas Kendali Atas (BKA/UCL)

Garis Tengah ( CL )
Batas Kendali Bawah (BKB/LCL)

Gambar 15.4 Peta Kendali

Jenis Peta Kendali

1. Peta Kendali Variabel : untuk hasil pengukuran Peta Kendali Variabel terdiri dari :
a. Peta X
b. Peta R
c. Peta 

2. Peta Kendali Atribut : untuk hasil perhitungan Peta Kendali Atribut terdiri dari :
a. Peta Kendali Atribut – Defective : Terdiri dari : Peta p dan Peta np
b. Peta Kendali Atribut – Defect : Terdiri dari : Peta c dan Peta u

Secara Statistik, dalam produksi dikenal 2 macam variasi, yaitu :

1. Variasi Probabilistik ( Chance Causes ) :
Yaitu variasi yg terjadi secara kebetulan dan tidak dapat dihindarkan (penyebab
sukar untuk diidentifikasi) → terjadi secara alamiah.
Jika dalam proses dipengaruhi oleh variasi probabilistik, maka masih dapat
dikatakan bahwa process in control.
 2. Variasi Eratik ( Assignable Causes ) :
Yaitu variasi yang terjadi secara tidak menentu karena ada penyebab-penyebab
tidak menentu (tidak wajar) dalam proses (penyebab dapat diidentifikasi).
Sumber penyebab dapat berasal dari : proses, material, lingkungan, operator, dll.
Jika dalam proses dipengaruhi oleh variasi eratik, maka proses dikatakan process
out of control → sehingga harus dicari penyebabnya lalu diperbaiki.

Gambar 15.5 mengenai pengendalian proses secara Statistik :

Gambar 15.5 Pengendalian Proses secara Statistik

Tujuan Pembelajaran 15.4:

Peta Kendali X & R

Peta control X (rata-rata) dan R (Range) digunakan untuk memantau proses

yang mempunyai karakteristik berdimensi kontinu, sehingga peta control X dan R
sering disebut sebagai peta kontrol untuk data variabel. Peta kontrol X
menjelaskan tentang apakah perubahan-perubahan telah terjadi dalam ukuran titik pusat
(central tendency) atau rata-rata dari suatu proses. Hal ini mungkin disebabkan oleh
faktor-faktor seperti peralatan yang dipakai, tenaga kerja yang belum dilatih, material
baru dan lain-lain. Sedangkan peta kontrol R menjelaskan tentang apakah perubahan-
perubahan telah terjadi dalam ukuran variasi, dengan demikian berkaitan dengan
perubahan homogenitas produk yang dihasilkan melalui suatu proses. Hal ini
mungkin disebabkan oleh faktor-faktor seperti bagian peralatan yang hilang, kelelahan
pekerja dan lain-lain.
Peta kendali pertama kali diperkenalkan oleh Dr. Walter Andrew Shewhart dari
Bell Telephone Laboratories, Amerika Serikat pada tahun 1924. Pembuatan peta kendali
dilakukan dengan maksud untuk menghilangkan variasi tidak normal melalui pemisahan
variasi yang disebabkan oleh penyebab khusus (special-causes variation) dan variasi
yang disebabkan oleh penyebab umum (common-causes variation).

Langkah-langkah untuk membuat peta kontrol X dan R dapat dikemukakan

sebagai berikut :
1. Tentukan ukuran contoh (n=5,6,...)

2. Kumpulkan 20-25 set contoh (paling sedikit dari 60-100 titik individu)

3. Hitung nilai rata-rata, X dan range, R dari setiap contoh

4. Hitung nilai rata-rata dari semua X yaitu : X yang merupakan garis tengah
(central line) dari peta kontrol X serta nilai rata-rata dari semua R, yaitu R
yang merupakan garis tengah (central line) dari peta kontrol R
5. Hitung batas-batas kontrol 3 sigma dari peta kontrol X dan R
 Peta kontrol X (batas-batas kontrol 3 sigma)
CL = X

UCL  X  A2 R

LCL  X  A2 R

 Peta kontrol R (batas-batas kontrol 3 sigma)

CL = R
UCL  D4 R

LCL  D3 R
6. Buatkan peta control X dan R dengan menggunakan batas-batas kontrol 3
sigma diatas. Setelah itu plot atau tebarkan data X dan R dari setiap contoh
yang diambil itu pada peta control X dan R serta lakukan pengamatan
apakah data itu berada dalam pengendalian statistical.
7. Gunakan peta kontrol terkendali dari X dan R itu untuk memantau proses
yang sedang berlangsung dari waktu ke waktu.

Gambar 15.6 Peta Kendali X

Gambar 15.7 Peta Kendali R

 Tabel 15.1 Metoda Peta Kendali

 Mengambil keputusan dari Peta X dan R

1. Mengidentifikasikan peta kontrol apakah terkendali atau tidak.
(Tidak terkendali apabila ada titik yang berada di luar batas kontrol atau
ada kecenderungan)
2. Menginterpretasikan hubungan antara proses yang terjadi dengan
tindakan-tindakan yang harus dilakukan.
3. Cari penyebab dan perbaiki , misa dengan diagram Fishbone

 Penggunaan Peta Kendali lebih lanjut :

1. Mengadakan revisi terhadap batas-batas kendali Peta X dan R
 Amati titik-titik pengamatan yang keluar dari batas kendali
 Jika analisis dari data awal menunjukkan keadaan terkendali, maka X dan
R dapat dijadikan nilai standar proses yaitu : X0 dan R0
 Bila ada tanda-tanda proses tidak terkendali, cari sebab lalu perbaiki
 Data-data diluar batas kendali tdk digunakan, harga X dan R perlu untuk
di koreksi bila :
a. penyebab sudah ditemukan
b. penyebab sudah dihilangkan / diperbaiki
 Bila ke-2 hal tersebut belum dilakukan, maka data tidak usah dibuang (data
yang diluar batas kendali tetap digunakan).
 Bila telah dilakukan sesuatu perubahan pada proses, maka data sudah
tidak mencerminkan proses dan batas perlu diganti.
 Rumus Revisi Peta Kontrol dapat dilihat pada Tabel 9.2:

Tabel 15.2 Peta Kontrol/Kendali Revisi

Menggunakan Peta X dan R sebagai dasar untuk mengambil tindakan proses.


Contoh Soal : 

Diketahui data hasil pengukuran volume minuman botol 200 ml sbb :
Data ke -
No
1 2 3 4
1 200,5 197,5 196 196
2 192,9 194,5 196 197,5
3 192,9 194,5 194,5 196
4 191,4 189,9 189,9 196
5 196 197,5 199 197,5
6 192,9 196 197,5 194,5
7 197,5 197,5 200,5 202
8 194,5 197,5 197,5 197,5
9 196 196 196 199
10 196 196 196 196

a. Buatlah peta kendali yang sesuai untuk data tersebut diatas !

b. Apakah seluruh subgrup sudah terkendali ?
c. Jika tidak terkendali, susun peta kendali revisinya ! (asumsi : cacat akibat
assignable causes)
Jawab :
 Data ke -
No. 1 2 3 4 X R
1 200,5 197,5 196 196 197,500 4,5
2 192,9 194,5 196 197,5 195,225 4,6
3 192,9 194,5 194,5 196 194,475 3,1
4 191,4 189,9 189,9 196 191,800 6,1
5 196 197,5 199 197,5 197,500 3,0
6 192,9 196 197,5 194,5 195,225 4,6
7 197,5 197,5 200,5 202 199,375 4,5
8 194,5 197,5 197,5 197,5 196,750 3,0
9 196 196 196 199 196,750 3,0
10 196 196 196 196 196,000 0,0
TOTAL 1960,600 36,40
Diketahui :

10 10

 X  1960.6
i 1
 R  36.4
i 1

1960.6 36.4
X  196.06 R  3.64
10 10

a. Peta Kendali X dan R

Peta X

UCL = X  A2 .R  196.06  (0.729*3.64)  198.714

CL = 196.06
LCL = X  A2 .R  196.06  (0.729*3.64)  193.406
Peta Kendali sebagaia berikut
 Data yang keluar data ke 4 & 7

Peta R

UCL = D4 * R  2.282*3.64  8.306

CL = 3.64
LCL = D3 * R  0*3.64  0

Peta Kendali sebagaia berikut

Tidak ada data yang keluar

b. Subgrup belum terkendali, masih ada 2 data yang diluar batas kontrol, yaitu data
ke-4 dan 7, sehingga perlu untuk direvisi (dimana, telah diasumsikan bahwa cacat
diakibatkan dari assignable causes).
c. Peta Kendali Variabel Revisi :

X new X 0 
X X d

1960.6  (191.8  199.375)
 196.178
k  kd 10  2

R new  R0 
R R d

36.4  (6.1  4.5)
 3.225
k  kd 10  2

σ o  σ '  R o  3,225  1,566

d2 2,059

Peta X Revisi

UCL = X o + A . o = 196,178 + ( 1,5 * 1,566 ) = 198,528

CL = X o
LCL = X o – A . o = 196,178 – ( 1,5 * 1,566 ) = 193,829

Peta Kendali Sudah Revisi

Peta R -Revisi

UCL = D 2 .  o = 4,698 * 1,566 = 7,358

CL = d 2 .  o = Ro = 3,225
LCL = D 1 . o = 0 * 1,566 = 0
 Peta Kendali sudah Revisi

C. SOAL LATIHAN/TUGAS
1. Dalam suatu perusahaan, diadakan pengamatan terhadap dimensi tebal produk
potongan kayu. Diambil sebanyak 10 subgrup yang masing-masing terdiri dari 4
potongan kayu, dengan data hasil pengamatan sbb : (mm)
Subgrup Hasil Pengamatan Subgrup Hasil Pengamatan
1 495 500 510 475 6 500 500 545 475
2 440 520 540 480 7 578 500 470 530
3 525 625 550 550 8 530 540 470 460
4 722 727 690 605 9 523 532 547 500
5 700 798 750 720 10 596 528 540 500

a. Buatlah peta kendali yang sesuai untuk data tersebut diatas !

b. Apakah variabilitas dalam subgrup terkendali ?
c. Jika tidak terkendali, susun peta kendali revisinya ! (asumsi : cacat akibat
assignable causes).

2. Sebuah mesin produksi tidak selamanya beroperasi dengan baik, sehingga perlu
disesuaikan. Untuk mengetahui apakah mesin berjalan dgn baik perlu dibuat peta
kendali. Dikumpulkan sampel (berukuran 5) sbb :
Buat peta kontrolnya, apakah proses terkendali ? Kalo tidak terkendali, susunlah
peta revisinya (asumsi : cacat akibat assignable causes)!
Subgrup X R Subgrup X R
1 35,4 3 7 34,0 4
2 34,0 4 8 35,1 3
3 36,4 4 9 33,7 7
4 34,9 4 10 32,8 8
5 33,5 5 11 33,5 3
6 31,1 6 12 34,2 9
UNIVERSITAS PAMULANG

D. DAFTAR PUSTAKA
Grant. E., Pengendalian Mutun Statistik, Jakarta : Erlangga
Heizer, Jay., Render, Barry. 2011. Manajemen Operasi. Jakarta : Salemba Empat.
Nasution, M. N. 2005. Manajemen mutu terpadu (Total Quality Management)
Edisi kedua. Jakarta : Ghalia Indonesia
Sutalaksana, Z.I, Anggawisatra, R., dan Tjakraatmdaja, H.J.,1979, Teknik Tata
Cara Kerja, Jurusan Teknik Industri Institut Teknologi Bandung

S1 Manajemen Universitas Pamulang

16