Modul 6

KATA PENGANTAR
Puji dan Syukur kami panjatkan kehadirat Allah SWT karena kami diberikan
kemudahan dan kelancaran sehingga dapat menyusun laporan praktikum Perancangan
Teknik Industri Modul 6 : Statistical Quality Control dan Quality Cost Planning dengan
baik. Laporan ini dibuat untuk memenuhi Praktikum Perancangan Teknik Industri.
Penyusunan laporan ini dapat terselesaikan berkat bantuan banyak pihak, baik
pada saat pelaksanaan praktikum maupun pada saat penyusunan laporan praktikum. Oleh
karena itu, penyusun mengucapkan terima kasih kepada dosen, asisten lab dan teman-
teman yang banyak membantu dalam penyusunan laporan ini.
Kami menyadari bahwa laporan ini masih banyak memiliki kekurangan. Oleh
karena itu, saran dan kritik yang membangun sangat kami harapkan demi perbaikan dalam
pengerjaan tugas-tugas mendatang.
Semarang, 05 Maret 2018
Penulis
i
DAFTAR ISI
KATA PENGANTAR ...................................................................................................... i
DAFTAR ISI.................................................................................................................... ii
DAFTAR GAMBAR ...................................................................................................... iv
DAFTAR TABEL .......................................................................................................... vi
BAB 1 PENDAHULUAN ............................................................................................... 1
1.1. Latar Belakang ...................................................................................................... 1
1.2. Perumusan Masalah .............................................................................................. 2
1.3. Tujuan Penulisan ................................................................................................... 2
1.4. Pembatasan Penelitian .......................................................................................... 3
1.5. Sistematika Penulisan ........................................................................................... 3
BAB II TINJAUAN PUSTAKA ................................................................................... 5
2.1. Kualitas ................................................................................................................. 5
2.2. Pengendalian Kualitas ........................................................................................... 6
2.3. Konsep Kualitas Berdasarkan Pandangan Tradisional dan Modern ..................... 9
2.4. Kualitas Pada Industri Manufaktur dan Jasa ....................................................... 12
2.5. Alat Bantu Pengendalian Kualitas ...................................................................... 16
2.5.1 Acceptance Sampling.......................................................................................... 16
2.5.2 Seven Tools ......................................................................................................... 17
2.5.3 5 Why .................................................................................................................. 30
2.5.4 Pola out of Control .............................................................................................. 31
2.6. Pengendalian Kualitas Proses Statistik ............................................................... 32
2.7. Biaya Kualitas ..................................................................................................... 36
BAB III METODOLOGI PENELITIAN ................................................................... 38
ii
BAB IV PENGAMBILAN DAN PENGOLAHAN DATA ........................................ 40
4.1. Acceptance Sampling.......................................................................................... 40
4.2. Pengumpulan dan Pengolahan dan Peta Kendali ................................................ 56
4.2.1. Data Variabel ...................................................................................................... 56
4.2.2. Data Atribut ........................................................................................................ 77
4.3. Penentuan Biaya Kualitas ................................................................................... 96
BAB V ANALISIS....................................................................................................... 100
5.1 Analisis Acceptance Sampling ......................................................................... 100
5.1.1 Kebijakan Sampel Data Variabel 1 ................................................................... 100
5.1.2 Kebijakan Sampel Data Variabel 2 ................................................................... 102
5.2 Analisis Peta Kendali ........................................................................................ 104
5.2.1 Data Variabel .................................................................................................... 104
5.2.2. Data Atribut ...................................................................................................... 107
5.2.3. Analisis Biaya Kualitas ..................................................................................... 109
BAB VI PENUTUP ..................................................................................................... 110
6.1 Kesimpulan ....................................................................................................... 110
6.2 Saran ................................................................................................................. 111
DAFTAR PUSTAKA .................................................................................................. 112
iii
DAFTAR GAMBAR
Gambar 2. 1 Siklus PDCA .............................................................................................. 10

Gambar 2. 2 Dua Perspektif Kualitas.............................................................................. 16
Gambar 2. 3 Lembar Pengamatan ................................................................................... 21
Gambar 2. 4 Run Chart ................................................................................................... 22
Gambar 2. 5 Histogram ................................................................................................... 23
Gambar 2. 6 Grafik Kendali............................................................................................ 24
Gambar 2. 7 Pareto Diagram........................................................................................... 29
Gambar 2. 8 Scatter Diagram .......................................................................................... 31
Gambar 2. 9 Diagram Sebab Akibat ............................................................................... 32
Gambar 2. 10 Pola Out of Control .................................................................................. 34
Gambar 3. 1 Metodologi Praktikum ............................................................................... 41
Gambar 4. 1 R – chart Panjang Gardan Manual ............................................................. 63
Gambar 4. 2 X -Bar chart Panjang Gardan Manual ........................................................ 64
Gambar 4. 3 R - chart Panjang Gardan SPSS ................................................................. 64
Gambar 4. 4 X - chart Panjang Gardan SPSS ................................................................. 65
Gambar 4. 5 R - chart Panjang Gardan Minitab ............................................................. 65
Gambar 4. 6 X - chart Panjang Gardan Minitab ............................................................. 65
Gambar 4. 7 Cp Panjang Gardan .................................................................................... 66
Gambar 4. 8 R – chart Diameter Gardan Manual ........................................................... 69
Gambar 4. 9 X -Bar chart Diameter Gardan Manual ...................................................... 69
Gambar 4. 10 R - chart Diameter Gardan SPSS ............................................................. 70
Gambar 4. 11 X - chart Diameter Gardan SPSS ............................................................. 70
Gambar 4. 12 R - chart Diameter Gardan Minitab ......................................................... 71
Gambar 4. 13 X - chart Diameter Gardan Minitab ......................................................... 71
Gambar 4. 14 Cp Diameter Gardan ................................................................................ 72
Gambar 4. 15 X̅ - Chart As Roda Manual ..................................................................... 74
Gambar 4. 16 S - Chart As Roda Manual ...................................................................... 74
Gambar 4. 17 X̅ - Chart Diameter As Roda Output Software SPSS ............................. 75
Gambar 4. 18 S - Chart Diameter As Roda Output Software SPSS .............................. 75
iv
Gambar 4. 19 X̅ - Chart Diameter As Roda Output Software Minitab .......................... 76
Gambar 4. 20 X̅ - Chart Diameter As Roda Output Software Minitab .......................... 76
Gambar 4. 21 Cp Diameter As Roda .............................................................................. 77
Gambar 4. 22 X̅ - Chart Panjang As Roda Manual........................................................ 79
Gambar 4. 23 S - Chart Panjang As Roda Manual ........................................................ 79
Gambar 4. 24 X̅ - Chart Panjang As Roda Output Software SPSS ............................... 80
Gambar 4. 25 S - Chart Panjang As Roda Output Software SPSS ................................ 80
Gambar 4. 26 X̅ - Chart Panjang As Roda Output Software Minitab ............................ 81
Gambar 4. 27 S - Chart Panjang As Roda Output Software Minitab ............................ 81
Gambar 4. 28 Cp Panjang As Roda ................................................................................ 82
Gambar 4. 29 Peta Kendali p Penutup Baterai Manual .................................................. 84
Gambar 4. 30 Peta Kendali p Penutup Baterai SPSS...................................................... 85
Gambar 4. 31 Peta Kendali p Penutup Baterai Minitab .................................................. 86
Gambar 4. 32 Peta Kendali np Pengunci Body Manual ................................................. 88
Gambar 4. 33 Peta Kendali np Pengunci Body SPSS ..................................................... 88
Gambar 4. 34 Peta Kendali np Pengunci Body Minitab ................................................. 89
Gambar 4. 35 Peta Kendali c Bumper Belakang Manual ............................................... 91
Gambar 4. 36 Peta Kendali c Bumper Belakang SPSS .................................................. 91
Gambar 4. 37 Peta Kendali c Bumper Belakang Minitab ............................................... 92
Gambar 4. 38 Diagram Sebab-Akibat Bumper Belakang ............................................... 93
Gambar 4. 39 Peta Kendali u Bumper Depan Manual .................................................... 96
Gambar 4. 40 Peta Kendali u Bumper Depan SPSS ....................................................... 97
Gambar 4. 41 Peta Kendali u Bumper Depan Minitab ................................................... 97
Gambar 4. 42 Diagram Sebab-Akibat Bumper Depan ................................................... 98
Gambar 4. 43 Peta Kendali U Body.............................................................................. 101
v
DAFTAR TABEL
Tabel 2. 1 Perbandingan Pandangan Tradisional dan Pandangan Modern ..................... 16

Tabel 2. 2 Perbandingan Tingkat Performansi Kualitas berdasarkan Padangan
Tradisonal dan Modern ................................................................................................... 18
Tabel 4. 1 Tabel POR Part Gardan ................................................................................. 46
Tabel 4. 2 Data Given Panjang Gardan........................................................................... 47
Tabel 4. 3 Panjang Gardan .............................................................................................. 49
Tabel 4. 4 Data Given Diameter Gardan......................................................................... 51
Tabel 4. 5 Diameter Gardan ............................................................................................ 53
Tabel 4. 6 Tabel POR As Roda ....................................................................................... 55
Tabel 4. 7 Data Given Panjang As Roda ........................................................................ 56
Tabel 4. 8 Panjang As Roda ............................................................................................ 57
Tabel 4. 9 Data Given Diameter As Roda ...................................................................... 59
Tabel 4. 10 Diameter As Roda ........................................................................................ 60
Tabel 4. 11 Rekap Manual Panjang Gardan ................................................................... 63
Tabel 4. 12 Rekap Manual Diameter Gardan ................................................................. 69
Tabel 4. 13 Rekap Manual Diameter As Roda ............................................................... 74
Tabel 4. 14 Rekap Manual Panjang As Roda ................................................................. 79
Tabel 4. 15 Rekap Manual Penutup Baterai ................................................................... 84
Tabel 4. 16 Rekap Manual Pengunci Body..................................................................... 88
Tabel 4. 17 Rekap Manual Bumper Belakang ................................................................ 91
Tabel 4. 18 Rekap Manual Bumper Depan ..................................................................... 96
Tabel 4. 19 Rekap Manual Body .................................................................................. 101
Tabel 4. 20 Rekap Biaya Kualitas ................................................................................. 105
vi
Laporan Praktikum Perancangan Teknik Industri
Modul 6 – Statistical Quality Control & Quality Cost Planning
Kelompok 01
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Pada saat ini, perkembangan industry semakin pesat. Pertumbuhan dan
perkembangan industry-industri manufaktur yang baru maupun yang sudah ada
meningkatkan persaingan yang ada dalam merebut ataupun menguasai pasar. Banyak hal
dilakukan dan direncanakan oleh manajer puncak untuk menyusun sebuah kebijakan
yang dapat meningkatkan profit perusahaan. Hal tersebut sangatlah wajar karena
merupakan salah satu upaya dari pihak perusahaan untuk mempertahankan posisinya di
mata konsumen. Salah satu yang selalu menjadi perhatian dari perusahaan adalah tentang
pengendalian kualitas dari produk atau jasa yang mereka hasilkan.
Menurut Juran, kualitas adalah sebagai fitness for use, yang mengandung
pengertian bahwa suatu produk atau jasa harus dapat memenuhi apa yang diharapkan oleh
pemakainya. Sedangkan menurut Deming, kualitas adalah suatu tingkat yang dapat
diprediksi dari keseragaman dan ketergantungan pada biaya yang rendah dan sesuai
dengan pasar.
Dalam melakukan pengendalian kualitas, terdapat beberapa metode yang dapat
digunakan. Metode yang paling umum digunakan adalah Seven Tools. Seven Tools
adalah 7 (tujuh) alat dasar yang digunakan untuk memecahkan permasalahan yang
dihadapi oleh produksi, terutama pada permasalahan yang berkaitan dengan kualitas
(mutu). Tujuh alat dasar pengendalian kualitas ini pertama kali diperkenalkan oleh Kaoru
Ishikawa pada tahun 1968. Ketujuh alat tersebut adalah Check Sheet, Control Chart,
Cause and Effect Diagram, Pareto Diagram, Histogram, Scatter Diagram dan
Stratification.
Dalam melakukan pengendalian kualitas, terdapat juga yang disebut dengan biaya
kualitas. Biaya kualitas adalah biaya yang mengacu pada biaya-biaya yang terjadi untuk
mencegah atau biaya-biaya yang timbul sebagai hasil dari memproduksi suatu produk
yang berkualitas. Terdapat 4 pengelompokkan biaya kualitas, yaitu biaya pencegahan,
biaya penilaian, biaya kegagalan internal dan biaya kegagalan eksternal.
Departemen Teknik Industri 1

Universitas Diponegoro
2018
Kelompok 01
Perusahaan praktikan yaitu PT Suwardana adalah sebuah perusahaan yang

bergerak dalam industri mainan anak-anak dengan produk unggulan yaitu Tamiya Mini
4WD kategori Lomba dan Anak-Anak. Pada praktikum Modul 6 Statistical Quality
Control & Quality Cost Planning ini, akan dilakukan perhitungan sampling berdasarkan
data MRP yang didapat pada Modul 5 Perencanaan Produksi dan Kebutuhan Material
dengan metode Acceptance Sampling dengan tingkat inspeksi special S-4 dan nilai AQL
15%. Selanjutnya akan dilakukan perhitungan peta kendali untuk melakukan
pengendalian produk cacat dari raw material yang diperoleh dari supplier.
1.2. Perumusan Masalah
Dalam praktikum Modul 6 Statistical Quality Control & Quality Cost Planning
ini perusahaan praktikan yaitu PT Suwardana akan menghitung produk cacat dari raw
material yang didapat dari supplier berdasarkan data POR dari MRP pada Modul 5.
Selanjutnya akan dilakukan perhitungan pera kendali untuk mengendalikan tingkat
produk cacat dari raw material. Hasil yang didapat akan digunakan untuk melakukan
perhitungan biaya kualitas untuk PT Suwardana.
1.3. Tujuan Penulisan
Tujuan dari praktikum Modul 6 Statistical Quality Control & Quality Cost
Planning ini adalah:
1. Praktikan mampu memahami konsep dan mengaplikasikan Acceptance Sampling
pada dunia industri.
2. Praktikan mampu memahami konsep Statistical Quality Control pada dunia
industri.
3. Praktikan mampu memahami konsep dan mengaplikasikan penggunaan Seven
Tools pada dunia industri.
4. Praktikan mampu memahami konsep biaya kualitas dan merancang biaya kualitas
yang akan digunakan di dunia industri.

2018
Kelompok 01
1.4. Pembatasan Penelitian

Pada Modul 6 ini, batasan masalah yang digunakan adalah data MRP dari Modul
5 dan data given dari produk cacat. Dari data tersebut akan dilakukan pengambilan sampel
dengan metode Acceptance Sampling dengan tingkat inspeksi special S-4 dan nilai AQL
15%. Selanjutnya dalam perhitungan sampel cacat produk, PT Suwardana melakukan
sampling pada material as roda dan gardan untuk peta kendali variabel dan Acceptance
Sampling, penutup baterai untuk peta kendali atribut p, pengunci body untuk peta kendali
atribut np, bumper belakang untuk peta kendali atribut c, bumper depan untuk peta
kendali atribut u dan body untuk peta kendali atribut U. Setelah mendapatkan diagram
peta kendali, maka akan dilihat apakah terdapat data yang out of control. Apabila tedapat
data yang out of control, maka akan dilakukan analisis dengan diagram fishbone.
Software yang digunakan untuk membantu perhitungan adalah Microsoft Excel, SPSS
dan Minitab. Setelah itu akan dilakukan perhitungan biaya kualitas untuk melakukan
antisipasi terhadap produk yang cacat. Biaya kualitas terdiri dari biaya pencegahan, biaya
penilaian, biaya kegagalan internal dan biaya kegagalan eksternal.
1.5. Sistematika Penulisan
BAB I PENDAHULUAN
Berisi latar belakang, perumusan masalah, tujuan penelitian, pembatasan
masalah dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Berisi pengertian kualitas, pengendalian kualitas, konsep kualitas, alat bantu
pengendalian kualitas, seven tools, 5 why dan biaya kualitas
BAB III METODOLOGI PENELITIAN
Berisi metodologi praktikum.
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
Berisi pengumpulan data acceptance sampling, data variabel, data atribut dan
pengolahannya dengan peta kendali manual maupun software dan fishbone
diagram dan 5 why.
BAB V ANALISIS

2018
Kelompok 01
Berisi analisis dari kebijakan sampel data atribut dan variabel, analisis peta
kendali, analisis proses dan analisis biaya kualitas.
BAB VI PENUTUP
Berisi kesimpulan dan saran.

2018
Kelompok 01
BAB II
TINJAUAN PUSTAKA
2.1. Kualitas
Kualitas merupakan suatu proses perbaikan secara terus menerus yang dapat
diukur, baik secara individual, organisasi, korporasi, dan tujuan kerja nasional. Konsep
kualitas harus bersifat menyeluruh, baik produk maupun prosesnya. Kualitas produk
meliputi bahan baku dan barang jadi sedangkan kualitas proses meliputi segala sesuatu
yang berhubungan dengan proses produksi, baik manufaktur maupun jasa. Pengertian
kualitas menurut beberapa ahli.
Menurut Crosby (Quality Is free, 1979), kualitas adalah conformance to
requirement, yaitu sesuai dengan yang disyaratkan atau distandarkan. Suatu produk
memiliki kualitas apabila sesuai dengan standar kualitas yang telah ditentukan. Standar
kualitas meliputi bahan baku, proses produksi, dan produk jadi.
Menurut Deming (Out of crisis, 1982), kualitas adalah kesesuaian dengan
kebutuhan pasar. Apabila Juran mendefinisikan kualitas sebagai fitness for use dan
Crosby sehagai conformance to requirement, maka Deming mendefinisikan kualitas
sebagai kesesuaian dengan kebutuhan pasar atau konsumen.
Menurut Juran (1998), kualitas adalah kesesuaian untuk penggunaan (fitness for
use), ini berarti bahwa suatu produk atau jasa hendaklah sesuai dengan apa yang
diperlukan atau diharapkan oleh pengguna, lebih jauh Juran mengemukakan lima dimensi
kualitas yaitu:
1. Rancangan (design), sebagai spesifikasi produk
2. Kesesuaian (conformance), yakni kesesuaian antara maksud desain dengan
penyampaian produk aktual
3. Ketersediaan (availability), mencakup aspek kedapatdipercayaan, serta
ketahanan,dan produk itu tersedia bagi konsumen untuk digunakan
4. Keamanan (safety), aman dan tidak membahayakan konsumen
5. Guna praktis (field use), kegunaan praktis yang dapat dimanfaatkan pada
penggunaannya oleh konsumen.

2018
Kelompok 01
Menurut Feigenbaum (1991), kualitas merupakan keseluruhan karakteristik

produk dan jasa yang meliputi marketing, engineering, manufacture, dan maintenance,
dalam mana produk dan jasa tersebut dalam pemakaiannya akan sesuai dengan kebutuhan
dan harapan pelanggan.
Meskipun tidak ada definisi mengenai kualitas yang diterima secara universal,
dari definisi-definisi yang ada terdapat beberapa kesamaan, yaitu dalam elemen-elemen
sebagai berikut (Garvin, 1995):
1. Kualitas meliputi usaha memenuhi atau melebihi harapan pelanggan.
2. Kualitas mencakup produk, jasa, manusia, proses, dan lingkungan.
3. Kualitas merupakan kondisi yang selalu berubah (misalnya apa yang dianggap
merupakan kualitas saat ini mungkin dianggap kurang berkualitas pada masa
mendatang).
2.2. Pengendalian Kualitas

Pengendalian kualitas menurut adalah suatu sistem verifikasi dan
penjagaan/perawatan dari suatu tingkatan / derajat kualitas produk atau proses yang di
kehendaki dengan cara perencanaan yang seksama, pemakaian peralatan yang sesuai,
inspeksi yang terus menerus, serta tindakan korektif bilamana diperlukan.
(Wignjosoebroto, 2003). Tujuan diadakannya pengendalian kualitas adalah menyediakan
suatu alat baru yang membuat pemeriksaan proses menjadi lebih efektif (Eugene L. Grant
& Richard S. Leavenworth, 1993), dan untuk mendapatkan gambaran bahwa spesifikasi
produk yang telah ditetapkan apakah masih sesuai dengan kualitas standar atau perlu
pengecekan terhadap kesalahan-kesalahan yang terjadi, sehingga dapat menurunkan
kualitas produk tersebut.
Pengendalian kualitas ini dilakukan dalam upaya untuk meningkatkan rasa
percaya konsumen terhadap produk atau jasa yang dihasilkan oleh perusahaan, tujuan
jangka panjangnya adalah untuk perkembangan perusahaan tersebut masa datang.
(Douglas, 1995). Pengendalian kualitas harus dilakukan melaului proses yang terus-
menerus dan berkesinambungan. Proses pengendalian kualitas tersebut dapat dilakukan
salah satunya dengan melalui penerapan PDCA (paln – do – check – action) yang

2018
Kelompok 01
diperkenalkan oleh Dr. W. Edwards Deming, seorang pakar kualitas ternama

berkebangsaan Amerika Serikat, sehingga siklus ini disebut siklus deming (Deming
Cycle/ Deming Wheel). Siklus PDCA umumnya digunakan untuk mengetes dan
mengimplementasikan perubahan-perubahan untuk memperbaiki kinerja produk, proses
atau suatu sistem di masa yang akan datang.
Gambar 2. 1 Siklus PDCA
Penjelasan dari tahap-tahap dalam siklus PDCA adalah sebagai berikut (M. N.
Nasution, 2005):
1. Mengembangkan rencana (Plan)
Merencanakan spesifikasi, menetapkan spesifikasi atau standar kualitasyang baik,
memberi pengertian kepada bawahan akan pentingnya kualitas produk,
pengendalian kualitas dilakukan secara terus-menerus dan berkesinambungan.
2. Melaksanakan rencana (Do)
Rencana yang telah disusun diimplementasikan secara bertahap, mulai dari skala
kecil dan pembagian tugas secara merata sesuai dengan kapasitas dan kemampuan
dari setiap personil. Selama dalam melaksanakan rencana harus dilakukan
pengendalian, yaitu mengupayakan agar seluruh rencana dilaksanakan dengan
sebaik mungkin agar sasaran dapat tercapai.
3. Memeriksa atau meneliti hasil yang dicapai (Check)
Memeriksa atau meneliti merujuk pada penetapan apakah pelaksanaannya berada
dalam jalur, sesuai dengan rencana dan memantau kemajuan perbaikan yang
direncanakan. Membandingkan kualitas hasil produksi dengan standar yang telah

2018
Kelompok 01
ditetapkan, berdasarkan penelitian diperoleh data kegagalan dan kemudian

ditelaah penyebab kegagalannya.
4. Melakukan tindakan penyesuaian bila diperlukan (Action)
Penyesuaian dilakukan bila dianggap perlu, yang didasarkan hasil analisisdi atas.
Penyesuaian berkaitan dengan standarisasi prosedur baru guna menghindari
timbulnya kembali masalah yang sama atau menetapkan sasaran baru bagi
perbaikan berikutnya.
Keuntungan Pengendalian Kualitas, adapun keuntungan dari pengendalian
kualitas adalah sebabai berikut :
1. Mengendalikan kualitas dari produk agar sesuai dengan spesifikasi yang telah
ditetapkan dan melakukan perbaikan kualitas produk.
2. Sistem kualitas selalu mengalami perbaikan kontinyu sehingga dapat memenuhi
keinginan konsumen yang dapat berubah sewaktu-waktu.
3. Pengendalian kualitas dapat meningkatkan produktivitas karyawan dan
kemampuan karyawan serta dapat mengurangi volume scrap (cacat) dan reworks
(pengerjaan ulang).
4. Biaya-biaya pemeriksaan, karena Statistical Quality Control dilakukan dengan
cara mengambil sampel-sampel dan mempergunakan sampling techniques, maka
hanya sebagian saja dari hasil produksi yang perlu untuk diperiksa. Akibatnya
maka hal ini akan dapat menurunkan biaya-biaya pemeriksaan.
5. Sistem pengendalian kualitas dapat memacu semangat untuk selalu berjuang
dalam perbaikan berkesinambungan pada kualitas dan produktivitas.

2018
Kelompok 01
2.3. Konsep Kualitas Berdasarkan Pandangan Tradisional dan Modern

Secara tradisional, pengontrolan kualitas biasanya dilakukan para produsen hanya
dengan melakukan inspeksi terhadap produk ketika produk tersebut telah selesai dibuat.
Cara yang dijalankan adalah menyortir produk dengan memisahkan antara yang baik dan
yang buruk. Kemudian melakukan perbaikan pada produk-produk yang cacat. Pandangan
ini lebih berfokus kepada aktivitas inspeksi untuk mencegah produk-produk yang cacat
ke pasaran. Kekurangan pandangan tradisional ini adalah tidak memberikan perhatian
penuh pada peningkatan kualitas secara berkesinambungan. Pengertian modern dari
konsep kualitas adalah membangun sistem kualitas modern. Pada dasarnya, sistem
kualitas modern dapat dicirikan lima karateristik, yaitu:
 Sistem kualitas modern berorientasi pada pelanggan.
 Sistem kualitas modern dicirikan oleh adanya partisipasi aktif yang dipimpin oleh
manajemen puncak dalam proses peningkatan kualitas secara terus menerus.
 Sistem kualitas modern dicirikan oleh adanya pemahaman dari setiap orang
terhadap tanggung jawab spesifik untuk kualitas.
 Sistem kualitas modern dicirikan oleh adanya aktivitas yang berorientasi pada
tindakan pencegahan kerusakan, bukan berfokus pada upaya untuk mendeteksi
kerusakan saja. Sistem kualitas modern dicirikan oleh adanya suatu filosofi yang
menganggap bahwa kualitas merupakan “jalan hidup” (way of life).
Untuk lebih jelasnya perbandingan tentang konsep kualitas secara tradisional dan
modern berikut tingkat performansi yang dijadikan indikator kualitas seperti tampak
dalam tabel berikut ini: (Gaspersz, 2002)

2018
Kelompok 01
Tabel 2. 1 Perbandingan Pandangan Tradisional dan Pandangan Modern
Pandangan Tradisional Pandangan Modern

Usaha perbaikan kualitas Usaha perbaikan kualitas diarahkan
dikoordinasikan oleh manajer kualita. oleh manajemen puncak.
Produktivitas dan kualitas merupakan Produktivitas dan kualitas merupakan
sasaran yang bertentangan. sasaran yang bersesuaian, karena
hasil-hasil produktivitas dicapai
melalui peningkatan atau perbaikan
kualitas.
Memandang kualitas sebagai isu Memandang kualitas sebagai isu
teknis. bisnis.
Memfokuskan kualitas pada fungsi Kualitas mencakup semua fungsi atau
atau departemen produksi. departemen dalam organisasi
Kualitas adalah fungsi terpisah dan Kualitas adalah bagian dari setiap
berfokus pada evaluasi produksi. fungsi dalam semua tahap dari siklus
hidup produk.
Kualitas didefinisikan sebagai Kualitas secara tepat didefinisikan
konformansi (conformance) terhadap sebagai persyaratan untuk memuaskan
spesifikasi atau standar. kebutuhan pengguna produk atau
Membandingkan produk terhadap pelanggan (costumers).
spesifikasi Membandingkan produk terhadap
kompetisi dan terhadap produk terbaik
dipasar.

2018
Kelompok 01
Tabel 2.1 Perbandingan Pandangan Tradisional dan Pandangan Modern (lanjutan)
Kualitas diukur melalui derajat Kualitas diukur melalui perbaikan

nonkonformansi (nonkonformansi), proses/ produk dan kepuasan
menggunakan ukuran-ukuran kualitas pengguna produk atau pelanggan
internal. secara terus-menerus, dengan
menggunakan ukuran-ukuran kualitas
berdasarkan pelanggan.
Kualitas dicapai melalui inspeksi Kualitas ditentukan melalui desain
secara intensif terhadap produk. produk dan dicapai melalui teknik
pengendalian yang efektif, serta
memberikan kepuasan selama masa
pakai produk.
Beberapa kerusakan atau cacat diijinkan, Cacat atau kerusakan dicegah sejak awal
jika produk telah memenuhi melalui teknik pengendalian
standar kualitas minimum. proses yang efektif.
Hubungan dengan pemasok bersifat Hubungan dengan pemasok bersifat
jangka pendek dan berorientasi pada jangka panjang dan berorientasi pada
biaya. kualitas
Pekerja dipermalukan apabila Manajemen bertanggung jawab untuk
menghasilkan kualitas jelek. kualitas.
Selain itu ada juga perbedaan tingkat performansi terhadap kualitas berdasarkan
pandangan tradisional dan pandangan modern. Hal itu akan terlihat pada tabel di bawah
ini

2018
Kelompok 01
Tabel 2. 2 Perbandingan Tingkat Performansi Kualitas berdasarkan Padangan Tradisonal dan

Modern
Item Pandangan Tradisional Pandangan Modern

Fokus Keuntungan jangka pendek Keuntungan jangka
panjang.
Kualitas 1. Ukuran berdasarkan bagian 1. Ukuran berdasarkan
perseratus (persen). bagian persejuta ( parts
2. Jika produk tidak rusak tidak per million = ppm).
perlu memperbaikinya. 2. Perbaikan produk/
3. Inspeksi sama dengan proses
kualitas. secara terus-menerus.
3. Manajemen kualitas
terpadu.
Keterlibatan 1. Sistem saran secara pasif. 1. Tim kualitas proaktif.
Karyawan 2. strategi menang-kalah. 2. Strategi menang-
3. Paling banyak satu perbaikan menang.
per karyawan per tahun. 3. Selusin atau lebih
perbaikan per
karyawan
pertahun
2.4. Kualitas Pada Industri Manufaktur dan Jasa

Kualitas secara umum dapat dikatakan sebagai produk dan jasa itu akan
diwujudkan bila orientasi seluruh kegiatan perusahaan atau organisasi tersebut
berorientasi kepada kepuasan pelanggan (customer Satisfaction). Apabila diutarakan
secara rinci, kualitas memiliki dua perspektif, yaitu perspektif produsen dan perspektif
konsumen, dimana bila kedua hal tersebut disatulkan maka akan tercapai kesesuaian
antara kedua sisi tersebut yang dikenal sebagai kesesuaian untuk digunakan oleh
konsumen.

2018
Kelompok 01
Apabila diperhatikan, maka kedua perspektif tersebut akan bertemu pada satu kata
“Fitness for Consumer”. Kesesuaian yang digunakan tersebut merupakan kesesuaian
antar konsumen dengan produsen sehingga dapat membuat suatu standar yang disepakati
bersama dan memenuhi kebutuhan dan harapan kedua belah pihak. Kegiatan
pengendalian kualitas pun tidak hanya meliputi penerapan standar produk atau proses dari
pihak produsen melainkan standar yang diterapkan produsen tersebut juga harus sesuai
dengan spesifikasi atau toleransi yang ditetapkan oleh pihak konsumen.
Arti kualitas
Pandangan Produsen Pandangan Konsumen
Produksi Kualitas kesesuaian Kualitas Desain Pemasaran

1. Sesuai dengan standar 1. Karakteristik Kualitas
2. Biaya 2. Harga
Fitness for
Consumer Use
Gambar 2. 2 Dua Perspektif Kualitas
Sumber : Russel, 1996
Selanjutnya ada beberapa dimensi kualitas untuk industri manufaktur dan jasa.
Dimensi ini digunakan untuk melihat dari sisi manakah kualitas dinilai. Tentu saja
perusahaan ada yang menggunakan salah satu dari sekian banyak dimensi kualitas yang
ada. Yang dimaksud dengan dimensi kualitas tersebut, telah di uraikan oleh Garvin
(1996) untuk industri manufaktur meliputi:
 Performance, yaitu kesesuaian produk dengan fungsi utama produk itu sendiri
atau karakteristik operasi dari suatu produk.
 Feature, yaitu ciri khas produk yang membedakan dari produk lain yang
merupakan karakteristik pelengkap dan mampu menimbulkan kesan yang baik
bagi pelanggan.
 Reliability, yaitu kepercayaan pelanggan terhadap produk karena ke
handalannya atau karena kemungkinan kerusakan yang rendah.

2018
Kelompok 01
 Conforrnance, yaitu kesesuaian produk dengan syarat atau ukuran tertentu atau
sejauh mana karakteristik desain dan operasi memenuhi standar yang telah
ditetapkan.
 Durability, yaitu tingkat ketahanan/awet produk atau lama umur produk.
 Serviceability, yaitu kemudahan produk itu bila akan diperbaiki atau kemudahan
memperoleh komponen produk tersebut.
 Aesthetic, yaitu keindahan atau daya tarik produk tersebut.
 Perception, yaitu fanatisme konsumen akan merek suatu produk tertentu karena
citra atau reputasi produk itu sendiri.
Kualitas pada industri manufaktur selain menekan pada produk yang dihasilkan
juga perlu dperhatikan kualitas pada proses produksi. Bahkan yang terbaik adalah apabila
diperhatikan pada kualitas bukan pada produk akhir, melainkan proses produksinya atau
proses yang masih ada dalam proses (Work in process), sehingga bila diketahui terdapat
cacat atau kesalahan masih dapat diperbaiki. Dengan demikian produk akhir yang
dihasilkan adalah produk yang bebas cacat dan tidak ada lagi pemborosan yang harus
dibayar mahal karena produk tersebut harus dibuang atau dilakukan pengerjaan ulang.
Pengukuran kualitas pada industri jasa sulit sekali dilakukan karena karakteristik
jasa pada umumnya tidak tampak. banyak sekali perbedaan antara industri manufaktur
dengan industri jasa yang menurut Gaspersz (1997), karakteristik unik dari suatu industri
jasal pelayanan yang sekaligus membedakannya dari barang antara lain
1. Pelayanan merupakan output tak berbentuk (intangible output) Pelayanan
merupakan output variabel, tidak standar.
2. Pelayanan tidak dapat disimpan dalam persediaan, tetapi dapat dikonsumsi dalam
produksi.
3. Terdapat hubungan langsung yang erat dengan pelanggan melalui proses
pelayanan.
4. Pelanggan berpartisipasi dalam proses memberikan pelayanan.
5. Pelanggan sekaligus merupakan input bagi proses pelayanan yang diterimanya.
6. Keterampilan personil “diserahkan” atau “diberikan” secara langsung kepada
pelanggan.

2018
Kelompok 01
7. Pelayanan tidak dapat diproduksi secara masal.

8. Membutuhkan pertimbangan pribadi yang tinggi dari individu yang memberikan
pelayanan.
9. Perusahaan jasa pada umumnya bersifat padat karya.
10. Fasilitas pelayanan berada dekat lokasi pelanggan.
11. Pengukuran efektivitas pelayanan bersifat subyektif.
12. Pengendalian kualitas terutama dibatasi pada pengendalian proses.
13. Option penetapan harga lebih rumit.
Pengukuran kualitas untuk produk fisik tidak sama dengan industri jasa. walaupun
demikian, ada beberapa dimensi yang digunakan dalam mengukur kualitas suatu industri
jasa. Menurut Garvin (1996), dimensi kualitas pada industri jasa antara lain:
 Communication, yaitu komunikasi atau hubungan antara penerima jasa dengan
pemberi jasa.
 Credibility, yaitu kepercayaan pihak penerima jasa terhadap pemberi
jasa. Security, yaitu keamanan terhadap jasa yang ditawarkan.
 Knowing the customer, yaitu pengertian dari pihak pemberi jasa pada penerima
jasa atau pemahaman pemberi jasa terhadap kebutuhan dan harapan pemakai jasa.
 Tangibles, yaitu bahwa dalam memberikan pelayanan kepada pelanggan harus
dapat diukur atau dibuat standarnya.
 Reliability, yaitu konsistensi kerja pemberi jasa dan kemampuan pemberi jasa
dalam memenuhi janji para penerima jasa.
 Responsiveness, yaitu tanggapan pemberi jasa terhadap kebutuhan dan harapan
penerima jasa.
 Competence, yaitu kemampuan atau keterampilan pemberi jasa yang dibutuhkan
setup orang dalam perusahaan untuk memberikan jasanya kepada penerima jasa.
 Access, yaitu kemudahan pemberi jasa untuk dihubingi oleh pihak atau pelanggan
atau penerima jasa.
 Courtesy, yaitu kesopanan, respek, perhatian, dan kesamaan dalam hubungan
personil.

2018
Kelompok 01
Meningkatkan kualitas jasa yang ditawarkan tidak semudah usaha meningkatkan

kualitas produk, karena karakteristiknya yang unik. Peningkatan kualitas jasa juga akan
berdampak pada organisasi secara menyeluruh.
2.5. Alat Bantu Pengendalian Kualitas
2.5.1 Acceptance Sampling
Rencana penerimaan sampel adalah prosedur yang digunakan dalam mengambil
keputusan terhadap produk-produk yang dihasilkan perusahaan. Bukan merupakan alat
pengendalian kualitas, namun alat untuk memeriksa apakah produk yang dihasilkan
tersebut telah memenuhi spesifikasi.
Acceptance sampling digunakan karena alasan :
o Dengan pengujian dapat merusak produk.
o Biaya inspeksi yang tinggi.
o 100 % inspeksi memerlukan waktu yang lama, dll.
Keunggulan dari acceptance sampling adalah:
o Biaya lebih murah
o Meminimalkan kerusakan
o Mengurangi kesalahan dalam inspeksi
o Dapat memotivasi pemasok bila ada penolakan bahan baku.
Kelemahan dari acceptance sampling adalah :
o Adanya resiko penerimaan produk cacat atau penolakan produk baik.
o Membutuhkan perencanaan dan pendokumentasian prosedur pengambilan
sampel.
o Tidak adanya jaminan mengenai sejumlah produk tertentu yang akan memenuhi
spesifikasi.
o Sedikitnya informasi mengenai produk.
 Data Atribut
Acceptance Sampling untuk data atribut dilakukan apabila inspeksi
mengklasifikasikan sebagai produk baik dan produk cacat tanpa ada
pengklasifikasian tingkat kesalahan/cacat produk.
 Data Variabel

2018
Kelompok 01
Acceptance Sampling untuk data variabel karakteristi kualitas ditunjukkan dalam

setiap sample, sehingga dilakukan pula perhitungan rata-tata sampel dan
penyimpangan atau deviasi standar.
(http://library.binus.ac.id)
2.5.2 Seven Tools

Dalam pengendalian proses statistik dikenal adanya “seven tools”. Seven tools
merpakan alat bantu peengendalian kualitas. Seven tools dari pengendalian proses
statistik ini adalah metode grafik paling sederhana untuk menyelesaikan masalah. Seven
tools tersebut adalah:
1. Check Sheet atau Lembar Pengamatan
Check Sheet adalah merupakan alat yang mutlak diperlukan bagi mereka yang
melaksanakan penelitian dan pengendalian kualitas atau kuantitas barang ataupun
jasa. Karena dari data yang didapat /dikumpulkan dapat mengambil suatu
gambaran, kesimpulan ataupun keputusan yang akurat. Tanpa mempunyai data
membuat pengambilan kesimpulan/keputusan ataupun rencana tindakan hanya
berdasarkan kira-kira saja, sehingga bukan suatu yang mustahil akhirnya
kesimpulan/keputusan akan jauh dari yang diharapkan.
Gambar 2. 3 Lembar Pengamatan
Hal-hal yang perlu diperhatikan dalam membuat Check Sheet, antara lain :
• Sasarannya harus jelas
• Keterangan yang diperlukan memenuhi sasaran
• Dapat diisi dengan mudah dan cepat
• Dapat disimpulkan dengan cepat

2018
Kelompok 01
Secara umum Check Sheet dibagi dalam 3 jenis menurut fungsinya masing-
masing, yaitu:
 Check Sheet
Suatu lembaran yang berisi bahan-bahan keterangan yang telah ditentukan
sasaran/keperluannya dengan kolom jumlah/ukuran barang atau kegiatan yang
diperiksa dengan penentuan waktu yang teratur ataupun bebas.
Fungsi Check Sheet :
• untuk menghitung jumlah produksi/jasa yang dihasilkan
• untuk menghitung kerusakan/kesalahan produk yang dibuat
• untuk mengukur bentuk (panjang/volume hasil produksi)
• untuk mengukur keadaan/kondisi alat/hasil produksi
• untuk mengukur waktu proses pekerjaan
 Check List
Suatu lembaran yang berisi bahan-bahan keterangan yang telah ditentukan
sasaran/keperluannya, kegiatan yang dicocokkan keberadaanya/jumlahnya
dengan penentuan waktu yang tertentu.
Fungsi Check List :
• untuk mencocokkan ukuran hasil produksi dengan standar
• untuk mencocokkan jumlah pengiriman dengan pesanan untuk mencocokkan
barang dengan jumlah yang dibawa/dikirim
• untuk mengontrol jenis barang yang dibeli
 Check drawing
Suatu lembaran yang berisi gambar barang yang telah ditentukan untuk diperiksa
keadaannya dan setiap barang menggunakan lembar yang berbeda.
Fungsi Drawing :
• untuk menunjukkan posisi/lokasi kerusakan
• untuk mencocokkan posisi pemasangan bagian barang produksi
• untuk pengontrolan lokasi masalah yang akan/telah diselesaikan
2. Stratifikasi (Run Chart)

2018
Kelompok 01
Stratifikasi adalah suatu upaya untuk mengurai atau mengklasifikasi persoalan

menjadi kelompok atau golongan sejenis yang lebih kecil atau menjadi unsur-
unsur tunggal dari persoalan.
Gambar 2. 4 Run Chart
Stratifikasi dipakai untuk menentukan penyebab khusus. Misal untuk membuat

analisa terhadap 2 mesin yang berbeda yaitu A & B.

2018
Kelompok 01
3. Histogram
Histogram adalah suatu bentuk graph yang menunjukkan adanya dispersi data.
Dari graph ini kita dapat membuat analisa karakteristik dan penyebab dispersi
tersebut.
Gambar 2. 5 Histogram
Langkah-langkah pembuatan Histogram :

Langkah 1 : Kumpulkan data sekurang-kurangnya 30 sampai 50 dan sedapat
dapatnya lebih, makin banyak datanya makin banyak kesimpulan yang disarankan
oleh data itu dapat dipercaya
Langkah 2 : Carilah nilai frekuensi yang terbesar (L) dan nilai frekuensi yang
terkecil (S) dan kurangi untuk memperoleh bidang yang dicakup (jarak) : R= L –
S
Langkah 3 : Menentukan jumlah kelas data dapat digunakan dengan rumus
Sturges yaitu : k = 1 + 3.322 log n
Langkah 4: Untuk memperoleh interval kelas atau panjang kelas adalah dengan
jarak dibagi jumlah kelas
Langkah 5: Tentukan batas kelas, batas kelas ini merupakan kelipatan berurutan
dari
ukuran kelas. Angka yang paling kecil adlaah kurang dari pada atau sama dengan
nilai contoh yang terkecil
Langkah 6: Buat lembar hitungan (tally sheet) dengan memasukkan data angka ke
dalam kelas yang telah ditentukan. Setelah pemasukan angka-angka sedemikian
selesai, hitung jumlah frekuensi data pada setiap kelas.

2018
Kelompok 01
Langkah 7: Gambarlah garis mendatar dan garis tegak pada selembar kertas
grafik. Pada
garis horizontal, tunjukkan semua batas kelas dengan beri tanda “X” pada jarak
yang sama. Periksalah lembar hitungan untuk mencari jumlah tanda hitungan
yang terbanyak pada suatu kelas tertentu dan gambarkan skalanya pada garis tegak
sesuai dengan itu.
Langkah 8 : Pindahkan data dari lembar hitunga n ke kertas grafik dengan
menggambar satu kolom pada setiap kelas yang tinggi kolomnya sebanding
dengan jumlah tanda hitungan yang ada di kelas tersebut.
4. Grafik Kendali
Grafik kendali atau peta kendali adalah suatu alat yang secara grafis digunakan
untuk memonitor apakah suatu aktivitas dapat diterima sebagai proses yang
terkendali.
Gambar 2. 6 Grafik Kendali
Peta Kendali untuk menunjukkan batasan kualitas dalam proses produksi,dan

sangat bermanfaat untuk deteksi situasi abnormal di luar standar yang ditentukan
dalam proses manufaktur.
a. Peta Kendali Atribut
Suatu produk dapat diklasifikasikan berdasarkan atributnya, yaitu baik atau
buruk, cacat atau tidak cacat.Cacat (defect) merupakan ketidaksesuaian individual
dalam suatu prose/produk yang disebabkan kegagalan dalam memenuhi satu atau
lebih spesifikasi yang ditetapkan. Dengan demikian, suatu produk yang cacat
akan mengandung paling tidak satu cacat individual.
Keuntungan dari grafik atribut :

2018
Kelompok 01
 Karakteristik kualitas tertentu yang lebih baik dengan atribut

 Hemat waktu dan biaya
 Dalam tingkat pabrik, digunakan untuk menentukan proporsi dari iten-item
cacat.
 Dalam tingkat departemen, untuk menunjukkan area permasalahan.
 Atribut chart membantu mengarahkan permasalahan dari yang umum ke
tingkat lebih fokus.
Selain itu ada pula kerugian dari grafik atribut, antara lain : informasi atribut
hanya menunjukkan apakah karakteristik kualitas tertentu berada dalam batasan
spesifikasi, serta grafik atribut tidak menunjukkan tingkat dari nilai data, dan tidak
menyediakan informasi dan kinerja proses.
Macam-macam peta kendali atribut :
1) Peta kendali proporsi (p-chart)
Sampel yang diambil harus konstan dan itemnya diasumsikan bebas
(independen).Peta kendali p ini merupakan peta kendali yang serba
guna.Digunakan untuk mengkontrol kemampuan karakteristik kualitas.Peta
kendali p juga dapat digunakan untuk mengukur kualitas operator mesin,
stasiun kerja, sebuah departemen. Peta kendali digunakan untuk data atribut
dengan ukuran lot yang tidak sama. Peta kendali p berdasar pada distribusi
binomial.
𝑗𝑢𝑚𝑙𝑎ℎ 𝑐𝑎𝑐𝑎𝑡
𝑝=
𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎
𝑝(1 − 𝑝)
𝑈𝐶𝐿 = 𝑝 + √
𝑛𝑖
𝑝(1 − 𝑝)
𝐿𝐶𝐿 = 𝑝 − √
𝑛𝑖

2018
Kelompok 01
2) Peta kendali jumlah (np-chart)

Sebagai alternative untuk menghitung proporsi cacat, kita dapat menghitung
jumlah item cacat dalam sampel dan menggunakan perhitungan itu sebagai
dasar dari peta kendali.Tidak ada penarikan kembali dari np-chart.Jumlah item
cacat dalam sampel diasumsikan untuk diberikan dalam distribusi binomial.
Prinsip yang sama juga digunakan untuk grafik jumlah cacat dan
pembentukan np-chart serupa dengan pembentukan p-chart. Distribusi yang
berlaku distribusi binomial.
𝑡𝑜𝑡𝑎𝑙 𝑗𝑢𝑚𝑙𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖𝑡𝑜𝑙𝑎𝑘
𝑛𝑝 =
𝑗𝑢𝑚𝑙𝑎ℎ 𝑙𝑜𝑡 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎
𝑈𝐶𝐿 = 𝑛𝑝 + √𝑛𝑝(1 − 𝑝)
𝐿𝐶𝐿 = 𝑛𝑝 − √𝑛𝑝(1 − 𝑝)
3) Peta kendali jumlah ketidaksesuaian (c-chart)
u-chart dan c-chart berhubungan dengan item cacat. c-chart digunakan untuk
melacak jumlah total ketidaksesuaian dalam sampel-sampel dengan ukuran
tetap. Jika ukuran sampel bervariasi digunakan u-chart untuk melacak jumlah
ketidaksesuaian per unit. Dalam membangun c-chart dan u-chart, ukuran
sampel juga mengacu pada daerah peluang (single atau multiple)
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛
𝑐=
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑚𝑒𝑟𝑖𝑘𝑠𝑎𝑎𝑛
𝑈𝐶𝐿 = 𝑐 + 3√𝑐
𝐿𝐶𝐿 = 𝑐 − 3√𝑐
4) Peta kendali ketidaksesuaian per unit (u-chart)
Grafik ini digunakan ketika ukuran sampel tetap.u-chart digunakan
perusahaan untuk memeriksa semua materi produksi atau jasa untuk kehadiran
bukan penyesuaian.
∑ 𝑐𝑖
𝑢̅ =
∑ 𝑛𝑖
𝑐𝑖
𝑢𝑖 =
𝑛𝑖

2018
Kelompok 01
𝑢
𝑈𝐶𝐿 = 𝑢 + 3√
𝑛𝑖
𝑢
𝐿𝐶𝐿 = 𝑢 − 3√
𝑛𝑖
5) Peta kendali jumlah cela per unit (U-chart)
Grafik kendali c dan u digunakan untuk semua jenis cacat banyaknya
ketidaksesuaian, tanpa memperhatikan derajat pembagiannya.Sebuah
pendekatan alternative mengenai bobot banyaknya ketidaksesuaian menurut
derajat pembagian relatifnya (Besterfield, 1990).Sistem tingkat kt ualitas ini,
yang merating cacat per unit dan disebut peta kendali U.
Jumlah cacat terbobot
D= w1c1 + w2c2 + w3c3 + w4c4
Rata-rata cacat terbobot per unit

𝐷
𝑢 = 𝑛 = ( w1c1 + w2c2 + w3c3 + w4c4)/n
U = w1u1 + w2u2 + w3u3 + w4u4

w1u1 + w2u2 + w3u3 + w4u4
σu = √ 𝑛
UCL = U + 3σu
LCL = U - 3σu
(Amitava Mitra, 1993)
b. Peta Kendali Variable

1) Grafik kendali untuk mean dan range (X-R chart)
Peta kendali untuk data variable adalah peta kendali yang digunakan untuk
pengendalian karakteristik mutu yang dapat dinyatakan secara numeric.
Umumnya peta kendali variable disebut juga X-R Chart. Peta control X-bar
(rata-rata) dan R (range) digunakan untuk memantau proses yang mempunyai
karakteristik yang berdimensi kontinyu. (V. Gaspersz,1998).
 Peta kendali X-R :

2018
Kelompok 01
X-R chart adalah jenis control chart yang menggunakan angka rata-rata
dari contoh yang diambil dari suatu paket produk output yang akan diukur
variable atau atribut dalam rangka untuk mengetahui status proses
produksi atau tingkat pengendalian kualitas dan biasa dinamakan sample
average.
∑𝑅
𝑅̅ =
𝑁
∑𝑅
𝐶𝐿 = 𝑋̿ =
𝑁
Untuk menentukan UCL dan LCL peta kendali X bar digunakan rumus:
𝑈𝐶𝐿 = 𝑋̿ + (𝐴2 ∗ 𝑅̅ )
𝐿𝐶𝐿 = 𝑋̿ − (𝐴2 ∗ 𝑅̅ )
Untuk menentukan UCL dan LCL peta kendali R digunakan rumus:
𝑈𝐶𝐿 = 𝐷4 ∗ 𝑅̅
𝐿𝐶𝐿 = 𝐷3 ∗ 𝑅̅
X-R chart mempunyai tiga parameter penting yang ditentukan dengan cara
perhitungan dari data-data histories, yaitu:
1. Nilai rata-rata
2. Batas pengendalian atas atau upper control limit (UCL)
3. Batas pengendalian bawah atau lower control limit (LCL)
2) Grafik kendali untuk mean dan deviasi (X-S Chart)

Apabila ukuran sampel n cukup besar, n > 10 atau 12, metode rentang guna
menaksir σ kehilangan efisiensi statistiknya. Dalam hal-hal seperti ini, yang
terbaik adalah mengganti grafik x dan σ menjadi grafik x dan S dengan standar
proses ditaksir secara langsung tidak melalui R.
∑ 𝑆𝑖
𝑆̅ =
𝑁
∑ 𝑋̅
𝐶𝐿 = 𝑋̿ =
𝑁
Untuk menentukan UCL dan LCL peta kendali X digunakan rumus:

2018
Kelompok 01
𝑈𝐶𝐿 = 𝑋̿ + (𝐴3 ∗ 𝑆̅)

𝐿𝐶𝐿 = 𝑋̿ − (𝐴3 ∗ 𝑆̅)
Untuk menentukan UCL dan LCL peta kendali S digunakan rumus:
𝑈𝐶𝐿 = 𝐵4 ∗ 𝑆̅
𝐿𝐶𝐿 = 𝐵3 ∗ 𝑆̅
(Douglas C. Mongometry, 1985)
5. Pareto Diagram
Pareto Diagram membantu memfokuspada sejumlah masalah atau efek yang
sedikit tetapi dengan dampak terbesar (memakai skala prioritas). Diagram Pareto
adalah kombinasi dua macam bentuk grafik yaitu grafik kolom dan grafik garis,
berguna untuk :
• Menunjukkan masalah utama/pokok masalah
• Menyatakan perbandingan masing-masing masalah terhadap keseluruhan
• Menunjukkan perbadingan masalah sebelum dan sesudah perbaikan
Gambar 2. 7 Pareto Diagram
Langkah-langkah pembuatan diagram pareto :

Langkah 1 : Tentukan bagaimana data harus diklasifikasikan menurut
pelaksanaan pekerjaan.
Langkah 2: Tentukan periode waktu yang diperlukan untuk mempelajari dan buat
lembar isian (check sheet) yang mencakup periode waktu dari semua klasifikasi
data yang mungkin, kemudian kumpulkan datanya.
Langkah 3: Untuk tiap kelompok hitunglah data untuk seluruh periode waktu dan
catatlah jumlah totalnya

2018
Kelompok 01
Langkah 4: Gambarlah sumbu horizontal dan vertical pada secarik kertas grafik.
Bagilah sumbu horizontal ke dalam bagian yang sama, satu bagian untuk tiap
kelompok. Skala sumbu vertical dibuat sedemikian rupa sehingga titik puncak
sumbu vertical tersebut menggambarkan suatu jumlah yang sama dengan jumlah
total dari semua kelompok.
Langkah 5: Gambar data ke dalam bentuk kolom. Mulailah dari sisi sebelah kiri
dari grafik tersebut dengan kelompok yang semakin kecil.
Bilamana ada kelompok yang disebut “lain-lain“ gambarkanlah kelompok itu
pada bagian yang paling akhir setelah kelompok yang paling kecil
Langkah 6: Gambarlah garis komulatif. Mulailah dengan menggambar garis
diagonal memotong kolom yang pertama, dengan dimulai dari dasar pada sudut
kiri (titik nol). Dari bagian atas sudut kanan pada kolom pertama, lanjutkan garis
ini ke arah yang baru dengan menggerakkannya kearah kanan yang jaraknya sama
dengan tinggi kolom kedua, dari titik tersebut tariklah garis lurus untuk ruas
berikutnya , teruskan ke arah kanan dengan jarak yang sama dengan lebar kolom
dan menuju ke atas dengan jarak yang sama dengan tingginya kolom ketiga.
Ulangi terus sampai ujung sudut kanan paling atas dari grafik tercapai. Tingginya
garis komulatif pada titik ini menggambarkan jumlah data yang telah
dikumpulkan
Langkah 7: Buat sumbu vertical yang lain di sebelah kanan grafik, dan buat skala
dari 0 – 100 %. Akhir dari garis komulatif adalah pada titik yang betuliskan 100%.
Langkah 8: Tambahkan keterangan pada diagram pareto tersebut. Jelaskan siapa
yang telah mengumpulkan data tersebut , kapan dan dimana, serta tambahan
informasi apa saja yang penting untuk mengidentifikasi data.Tuliskan tanggal
pembuatan diagram pareto tersebut, nama anggota gugus yang bertanggung jawab
atas persiapan diagram tersebut.
6. Scatter Diagram
Scatter Diagram digunakan untuk menyatakan hubungan antara sebab dan akibat.

2018
Kelompok 01
Gambar 2. 8 Scatter Diagram
Langkah-langkah pembuatan Scatter Diagram :

Langkah 1 : Kumpulkan data dan masukkan dalam table
Langkah 2 : Gambarkan sumbu tegak dan sumbu datar beserta skala dan
keterangannya
Langkah 3 : Gambarkan titik-titik koordinat data tersebut.
7. Diagram Sebab Akibat

Diagram Sebab Akibat untuk mengetahui penyebab-penyebab (variasi
penyebab)suatu masalah. Disebut juga “ Grafik Tulang Ikan”, yaitu diagram yang
menunjukkan sebab akibat yang berguna untuk mencari atau menganalisa
sebabsebab timbulnya masalah sehingga memudahkan cara mengatasinya.
Gambar 2. 9 Diagram Sebab Akibat
Penggunaan Analisis Sebab Akibat :

• Untuk mengenal penyebab yang penting

2018
Kelompok 01
• Untuk memahami semua akibat dan penyebab

• Untuk membandingkan prosedur kerja
• Untuk menemukan pemecahan yang tepat
• Untuk memecahkan hal apa yang harus diilakukan
• Untuk mengembangakan proses
Langkah-langkah membuat diagram Sebab Akibat :
Langkah 1: Gambarlah sebuah garis horizontal dengan suatu tanda panah pada
ujung sebelah kanan dan suatu kotak didepannya. Akibat atau masalah yang ingin
dianalisis ditempatkan dalam kotak
Langkah 2: Tulislah penyebab utama (manusia, bahan, mesin dan metoda) dalam
kotak yang ditempatkan sejajar dan agak jauh dari garis panah utama. Hubungan
kotak tersebut dengan garis panah yang miring ke arah garis panah utama.
Kadang-kadang mungkin, atau mungkin diperlukan untuk menambahkan lebih
dari empat macam penyebab utama.
Langkah 3: Tulislah penyebab kecil pada diagram tersebut di sekitar penyebab
utama, yang penyebab kecil tersebut mempunyai pengaruh terhadap penyebab
utama. Hubungkan penyebab kecil tersebut dengan sebuah garis panah dari
penyebab utama yang bersangkutan
(Tjiptono, 2001)
2.5.3 5 Why
5 Why adalah suatu metode yang digunakan dalam root cause analysis dalam
rangka untuk problem solving yaitu mencari akar suatu masalah atau penyebab dari defect
supaya sampai ke akar penyebab masalah.
Metoda root cause analysis ini dikembangkan oleh pendiri Toyota Motor
Corporation yaitu Sakichi Toyoda yang menginginkan setiap individu dalam organisasi
mulai level top management sampai shopfloor memiliki skill problem solving dan mampu
menjadi problem solver di area masing-masing.
Tahapan umum saat melakukan root cause analysis dengan 5 why:
• Menentukan masalahnya dan area masalahnya

2018
Kelompok 01
• Mengumpulkan team untuk brainstorming sehingga kita bisa memiliki berbagai

pandangan, pengetahuan, pengalaman, dan pendekatan yang berbeda terhadap
masalah
• Melakukan gemba (turun ke lapangan) untuk melihat actual tempat, actual object,
dan actual data
• Mulai bertanya menggunakan why why
• Setelah sampai pada akar masalah, ujilah setiap jawaban dari yang terbawah
apakah jawaban tersebut akan berdampak pada akibat di level atasnya.
• Pada umumnya solusi tidak mengarah pada menyalahkan ke orang tapi bagaimana
cara melakukan perbaikan sistem atau prosedur
• Jika akar penyebab sudah diketahui maka segera implementasikan solusinya
• Monitor terus performancenya untuk memastikan bahwa masalah tersebut tidak
terulang lagi.
2.5.4 Pola out of Control

a. Bila ada salah satu data yang keluar dari batas atas atau batas bawah
b. Jika dua dari tiga poin berturut-turut di daerah yang berada di luar dua standar
deviasi dari rata-rata, baik di atas atau di bawah - lihat bagian B dari ilustrasi di
bawah.
c. Jika empat dari lima poin berturut-turut berada di daerah yang berada di luar satu
standar deviasi dari mean, atas atau di bawah - lihat bagian C dari ilustrasi di
bawah.
d. Jika ada enam atau lebih poin yang semua baik berturut-turut lebih tinggi atau
berturut-turut lebih rendah - lihat bagian D dari ilustrasi di bawah.
e. Jika delapan atau lebih poin jatuh di kedua sisi dari mean - lihat bagian E dari
ilustrasi di bawah.
f. Jika 15 poin berturut-turut jatuh dalam daerah di kedua sisi dari mean yang
merupakan salah satu standar deviasi dari mean - lihat bagian F dari ilustrasi di
bawah.

2018
Kelompok 01
Gambar 2. 10 Pola Out of Control

2018
Kelompok 01
2.6. Pengendalian Kualitas Proses Statistik

Pengendalian kualitas proses statistik (Statistical Process Control) merupakan
teknik penyelesaian masalah yang digunakan sebagai pemonitor, pengendali,
penganalisis, pengelolam dan memperbaiki proses menggunakan metode-metode
statistik.
Pengendalian kualitas proses statistik merupakan penerapan metode-metode
statistik untuk pengukuran dan analisis variasi proses. Dengan menggunakan
Pengendalian kualitas proses statistik maka dapat dilakukan analisis dan minimasi
penyimpangan, mengevaluasi kemampuan proses, dan membuat hubungan antara konsep
serta teknik yang ada untuk mengadakan perbaikan proses.
Data atribut merupakan data yang dapat dihitung untuk pencatatan dan analisis.
Contoh daridata data atribut adalah ketiadaan label pada kemasan produk, kesalahan
proses administrasi buku tabungan nasabah, banyaknya jenis cacat pada produk dan lain-
lain. Data atribut diperoleh dalam bentuk unit-unit ketidaksesuaian dengan spesifikasi
atribut yang ditetapkan. Atribut dalam pengendalian kualitas menunjukan karakteristik
kualitas yang sesuai dengan spesifikasi. Atribut digunakan apabila ada pengukuran yang
tidak memungkinkan untuk dilakukan, missal 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. Pengendalian kualitas proses
statistik untuk data atribut ini digunakan sebagai pengganti pengendali kualitas proses
statistik untuk data variabel. (Ariani D.W., 2004)
Dalam melakukan pengendalian kualitas proses statistik untuk data atribut ini
terdapat peta kendali yang merupakan suatu alat bantu dalam hal mempermudah proses
memonitor atau mengawasi segala proses sehingga variasi dari proses yang dihasilkan
dapat dikendalikan secara statistik. Berikut ini adalah macam-macam peta kendali atribut:
1. Peta Kendali Proporsi (p-Chart)
Peta kendali proporsi (p-Chart) adalah peta kendali yang serba guna, dimana
fungsinya untuk mengontrol kemampuan karakteristik kualitas, selain itu dapat
digunakan untuk mengukur kualitas operator mesin, stasiun kerja, serta sebuah

2018
Kelompok 01
departemen. Peta kendali p ini berguna untuk mengetahui cacat produk yang
dihasilkan masih dalam batas yang disyaratkan dengan syarat sampel yang harus
diambil adalah variatif (tidak konstan). Berikut ini adalah rumus untuk proporsi
sampel :
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑟𝑜𝑑𝑢𝑘 𝑐𝑎𝑐𝑎𝑡
𝑝̅ = .................................................................. (1)
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑟𝑜𝑑𝑢𝑘 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎
Sedangkan untuk batas batas kendali dari peta kendali p, adalah :

p (1  p )
3
UCL = p + n ....................................................................................... (2)
p (1  p )
3
LCL = p – n ....................................................................................... (3)
Contoh penerapan : jumlah produk cacat saat proses inspeksi komponen
elektronik yang terjadi karena tidak sesuai dengan spesifikasi.
2. Peta Kendali Jumlah (np-Chart)

Peta kendali u adalah suatu langkah alternatif untuk menghitung proporsi cacat,
dengan menghitung jumlah item cacat yang ada dalam sampel dan menggunakan
perhitungan tersebut sebagai dasar dari peta kendali. Tidak ada penarikan kembali
dari np-Chart. Jumlah item cacat dalam sampel diasaumsikan untuk diberikan
dalam distribusi binomial. Prinsip yang sama juga digunakan untuk grafik jumlah
cacat dan pembentukan np-Chart serupa dengan pembentukan p-Chart.
𝑇𝑜𝑡𝑎𝑙 𝑗𝑢𝑚𝑙𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖𝑡𝑜𝑙𝑎𝑘
𝑛𝑝 = ....................................................................... (4)
𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑜𝑡 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎
𝑈𝐶𝐿 = 𝑛𝑝 + 3 √𝑛𝑝 (1 − 𝑝).......................................................................... (5)
𝐿𝐶𝐿 = 𝑛𝑝 − 3 √𝑛𝑝 (1 − 𝑝) .......................................................................... (6)

Distribusi yang berlaku adalah distribusi binomial. Contoh penerapan : jumlah
produk cacat saat proses inspeksi komponen elektronik yang terjadi karena tidak
sesuai dengan spesifikasi.
3. Peta Kendali Jumlah Ketidaksesuaian (c-Chart)
c-Chart dan u-Chart adalah peta kendali yang sama-sama berhubungan dengan
item cacat. Untuk c-Chart ini digunakan untuk melacak jumlah ketidaksesuaian
dalam sampel-sampel dengan ukuran tetap (konstan). Jika ukuran sampel

2018
Kelompok 01
bervariasi maka digunkan u-Chart untuk melacak jumlah ketidaksesuaian per

unit. Dalam membangun c-Chart dan u-Chart, ukuran sampel juga mengacu pada
daerah peluang (single atau multiple). Berikut ini adalah rumus yang digunakan
dalam peta kendali c :
𝑗𝑢𝑚𝑙𝑎ℎ 𝑐𝑎𝑐𝑎𝑡 𝑡𝑜𝑡𝑎𝑙
𝑐̅ = ................................................................................ (7)
𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑚𝑒𝑟𝑖𝑘𝑠𝑎𝑎𝑛
Sedangkan batas kendali untuk peta kendali c :
UCL = c + 3 c .......................................................................................... (8)
LCL = c – 3 c .............................................................................................. (9)

Contoh penerapan : Dalam 5 botol kaleng sarden terdapat berapa produk cacat,
dan jumlah gelembung pada botol kaca.
4. Peta Kendali Jumlah Ketidaksesuaian per Unit (u-Chart)

Grafik ini digunakan ketika ukuran sampel tetap. Jika area kesempatan berubah
satu sampel ke sampel yang lain, garis pusat dan batas kendali suatu tabel berubah
sesuai dimana ukuran sampel bervariasi. u-Chart digunakan perusahaan untuk
memeriksa semua materi produksi atau jasa untuk kehadiran bukan penyesuaian.
Keluaran tiap produksi berkeanekargaman karena fluktuasi persediaan tenaga
kerja, uang, dan bahan baku, dengan konsekuensi, jumlah pemeriksaan per
produksi setiap perubahan, sehingga menyebabkan ukuran sampel ketika variasi
ukuran sampel suatu peta kendali-u digunakan untuk memonitor banyaknya
ketidaksesuaian per unit. Walaupun perubahan batas kendali dari ukuran sampel
bervariasi, garis pusat suatu peta kendali-u tetap konstan. Ukuran sampel variabel
dan standar tidak ditentukan ketika ukuran sampelbervariasi, jumlah dari
ketidaksesuaian per unit untuk sampel ke-i adalah :
∑ 𝑐𝑖
𝑢= ∑ 𝑛𝑖
= 𝑟𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 𝑐𝑎𝑐𝑎𝑡 𝑝𝑒𝑟𝑠𝑎𝑡𝑢𝑎𝑛 ................................................. (10)
𝐽𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑡𝑖𝑑𝑎𝑘𝑠𝑒𝑠𝑢𝑠𝑎𝑖𝑎𝑛 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑜𝑙𝑒ℎ 𝑐𝑖
𝑢= = ............................................ (11)
𝐽𝑢𝑚𝑙𝑎ℎ 𝑢𝑛𝑖𝑡 𝑝𝑒𝑛𝑔𝑢𝑘𝑢𝑟𝑎𝑛 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎 𝑛
𝑢
𝑈𝐶𝐿 = 𝑢 + 3 √𝑛 .......................................................................................... (12)
𝑖

2018
Kelompok 01
𝑢
𝐿𝐶𝐿 = 𝑢 − 3 √𝑛 ........................................................................................... (13)
𝑖
Distribusi yang digunakan dalah distribusi poisson. Contoh penerapannya, yaitu:

 Jumlah ketidaksesuaian pada lembaran kerpet, dimana luas karpet yang
diperiksa tidak sama.
 Jumlah ketidaksesuaian pada unit komputer.
5. Peta Kendali Jumlah Cela per Unit (U-Chart)

Grafik kendali c dan u digunakan untuk semua jenis cacat banyaknya
ketidaksesuaian, tanpa memperhatikan derajat pembagiannya. Sebuah pendekatan
alternatif mengenai bobot banyaknya ketidaksesuaian menurut derajat pembagian
relatifnya. Sistem tingkat kualitas ini me-rating cacat per unit disebut peta kendali U,
mengatasi kekurangan dari grafik kendali c dan u. Hal ini sangat membantu pada aplikasi
pelayanan/service.
Sebagai kategori ANSI/ASQC (Standar A3 1978) : mengelompokkan cacat dalam 4
kategori:
Cacat kelas 1 : Sangat serius : bobot cacat : 𝑤1 = 100
Cacat kelas 2 : Serius : bobot cacat : 𝑤2 = 50
Cacat kelas 3 : Agak serius : bobot cacat : 𝑤3 = 10
Cacat kelas 4 : Tidak serius : bobot cacat : 𝑤4 = 1
Jumlah cacat berbobot:
𝐷 = 𝑤1 𝑐1 + 𝑤2 𝑐2 + 𝑤3 𝑐3 + 𝑤4 𝑐4 ................................ (14)
Rata – rata cacat terbobot per unit:
𝐷 (𝑤1 𝑐1 +𝑤2 𝑐2 +𝑤3 𝑐3 +𝑤4 𝑐4 )
𝑈= = ..................................... (15)
𝑛 𝑛
c adalah bilangan hasil perhitungan “cacat” (poisson). Sehingga U merupakan

kombinasi linier dari variabel acak independen poisson.
𝑈 = 𝑤1 𝑢1 + 𝑤2 𝑢2 + 𝑤3 𝑢3 + 𝑤4 𝑢4 ................................ (16)
2 2
𝑤 𝑢 +𝑤 𝑢 +𝑤 𝑢 +𝑤 𝑢 2 2
𝜎𝑈 = √ 1 1 2 2 3 3 4 4 ......................................... (17)
𝑛
𝑈𝐶𝐿 = 𝑈 + 3𝜎𝑈 ................................................. (18)

2018
Kelompok 01
𝐿𝐶𝐿 = 𝑈 − 3𝜎𝑈 .................................................. (19)
2.7. Biaya Kualitas

Biaya kualitas adalah biaya-biaya yang berkaitan dengan pencegahan,
pengidentifikasian, perbaikanm dan pembentukan produk yang berkualitas rendah, dan
dengan “opportunity cost” dari hilangnya waktu produksi dan penjualan sebagai akibat
dari rendahnya kualitas.
Pengelompokkan biaya kualitas terbagi kedalam empat, yaitu : (Amitava, 1993)
a. Biaya pencegahan
Biaya pencegahan ini muncul untuk mencegah terjadinya kualitas buruk dalam
produk maupun jasa yang dihasilkan
b. Biaya penilaian
Biaya penilaian ini muncul setelah proses produksi selesai dilakukan tetapi belum
masuk pada tahap penjualan, yang gunanya untuk memastikan bahwa semua unit
yang dihasilkan sesuai dengan syarat yang diminta oleh pelanggan.
c. Biaya kegagalan internal
Biaya kegagalan internal ini timbul karena produk dan jasa yang dihasilkan tidak
sesuai dengan spesifikasi yang telah ditetapkan di awal. Adanya ketidaksesuaian
ini terdeteksi sebelum produk dikirimkan atau dijual ke pihak luar.
d. Biaya kegagalan eksternal
Biaya kegagalan eksternal adalah biaya yang muncul karena produk ataupun jasa
yang dihasilkan gagal memenuhi spesifikasi atau harapan pelanggan setelah
produk ataupun jasa telah dikirimkan kepada pelanggan

2018
Kelompok 01
BAB III
METODOLOGI PENELITIAN
Mulai
Menentukan Tujuan
Menentukan Batas dan

Asumsi
Melakukan Studi Pustaka
Kebijakan
Perusahaan Melakukan Rencana Melakukan Inspaksi Menghitung Jumlah Cacat Menghitung Data
mengenai Sampling Penerimaan Raw Material pada Finished Goods Biaya Kualitas Biaya
AQL
Menentukan Jumlah Membuat Peta Kendali

Sampel Atribut dan Variabel
Melakukan
Data Terkontrol
Pengambilan Data
Menentukan Lot Analisis Fishbone dan

Diterima atau Tidak 5 Why
Melakukan Analisis
Selesai
Gambar 3. 1 Metodologi Praktikum
Langkah pertama yang dilakukan adalah menentukan tujuan penelitian. Dimana,

tujuan ini agar praktikan dapat membuat penelitian memahami dan mengerti penelitian
yang harus dilakukan. Tujuan berguna untuk berpacu pada hasil yang akan di hasilkan
nanti. Penelitian perlu ditentukan batasan dan asumsi yang digunakan untuk membatasi
ruang lingkup dalam observasi. Makanya, pentingnya menentukan Batasan dan asumsi
agar penelitian tidak terlalu luas sehingga masih dalam ruang lingkup yang di amati.
Langkah selanjutnya adalah melakukan kajian studi pustaka untuk memperoleh wawasan
dan pengetahuan mengenai penelitian yang ingin dilakukan. Kajian studi pustaka

2018
Kelompok 01
merupakan langkah dalam mencari informasi dalam bidang yang di teliti dari penelitian
terdahulu agar dapat menyaring wawasan dan informasi yang didapatkan.
Dengan dasar tersebut, dilakukan 4 perhitungan, yakni menentukan rencana
sampling penerimaan, melakukan inspeksi raw material, menghitung jumlah cacat pada
finished goods, dan menghitung biaya kualitas. Pada rencana sampling penerimaan, ini
untuk mengetahui apakah lot yang digunakan diterima dalam proses penelitian atau tidak,
apakah lot melebihi batas ukuran yang diukur. Lalu, inspeksi raw material. Pada
menghitung jumlah cacat pada finished goods menggunakan peta kendali agar
mengetahui apakah jumlah cacat pada finished goods tersebut melebihi batas atas dan
bawah atau tidak dengan menggunakan software maupun tidak. Terakhir, menghitung
biaya kualitas.
Dengan input kebijakan perusahaan mengenai AQL, penentuan rencana sampling
dilanjutkan dengan menentukan jumlah sampel. Setelah jumlah sampel ditentukan,
dilakukan pengambilan data dan penentuan penerimaan lot yang diperiksa.
Setelah melakukan inspeksi raw material, dilakukan pembuatan peta kendali. Peta
kendali ini dibuat berdasarkan raw material laporan penjualan (MRP) yang datanya untuk
mengetahui data accepatance sampling yang nantinya bertujuan untuk mengetahui
apakah data dapat digunakan atau tidak. Jika data tidak dapat dikontrol, maka akan
dilakukan eliminasi data out of control dan kembali lagi ke pembuatan peta kendali
sampai dengan data terkontrol. Jika data dapat dikontrol akan dilanjutkan ke proses
perhitungan performansi peta kendali.
Tahap terakhir adalah tahap analisis data yang telah didapat dari hasil perhitungan
dan pengamatan. Analisis data ini merupakan pengamatan hasil apakah hasil yang
diperoleh sesuai dengan yang diinginkan atau tidak. Lalu, di analisis mengapa hasil
tersebut dapat dihasilkan seperti itu. Analisis data merupakan hasil akhir. Analisis
nantinya akan ditarik kesimpulan untuk mempermudah penelitian dalam hasil akhir.

2018
Kelompok 01
BAB IV
PENGAMBILAN DAN PENGOLAHAN DATA
4.1. Acceptance Sampling

4.1.1 Kebijakan Acceptance Sampling
1. Gardan
Berikut hasil MRP untuk part garden:
Tabel 4. 1 Tabel POR Part Gardan
Periode
Part 1 2 3 4 5 6 7 8 9 10 11 12
Gardan 4554 0 4556 0 4578 0 4582 0 4602 0 4605 0
Berdasarkan output MRP, lot size gardan pada periode pertama adalah 4.554.
Berdasarkan tabel MIL STD 105 E Table 1 dengan special inspection levels S-4,
Sample size code letters nya G.
Berdasarkan tabel MIL STD 414, Table B.1 diperoleh nilai k dengan AQL = 0,15
adalah 2,32.

2018
Kelompok 01
 Panjang Gardan
Tabel 4. 2 Data Given Panjang Gardan
Panjang
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
1 71.22 71.65 71.86 70.33 72.09 70.75 71.62 73.04 73.8 71.75 71.67 71.4 73.94 71.92 71.08 72.45 71.45 71.08 72.05 72.05 72.43 72.12 72.13 72.01 72.3
2 71.22 72.12 71.45 73.94 71.67 71.09 72.13 72.45 71.4 71.65 72.09 71.08 72.05 71.08 73.8 71.86 71.48 72.3 71.22 71.75 72.01 71.92 72.43 70.75 71.07
3 71.45 71.75 71.82 72.56 70.33 71.08 71.62 72.06 72.3 73.94 71.22 71.07 72.05 73.8 72.3 71.45 71.4 72.45 71.09 70.75 71.78 73.23 72.05 71.67 72.09
4 71.67 71.86 73.28 71.45 71.07 71.48 72.58 72.45 72.09 72.3 71.92 72.05 72.56 72.3 72.12 72.13 71.62 71.09 71.08 72.05 73.04 71.22 73.23 71.75 73.94
5 71.22 71.07 71.08 73.04 71.45 73.94 73.23 72.56 72.3 71.75 71.09 71.82 71.54 71.48 71.92 72.09 71.08 72.06 72.15 73.28 72.12 72.3 70.33 72.05 72.13
6 72.15 71.45 71.45 70.33 73.23 71.62 72.05 72.45 73.04 72.58 71.08 71.07 71.22 73.04 71.48 72.06 72.01 72.05 71.08 72.3 71.09 71.86 73.8 72.13 71.98
7 71.92 70.33 72.05 71.08 71.98 72.05 72.56 72.58 72.09 71.67 71.48 71.75 71.22 71.45 72.01 72.3 72.3 71.08 72.06 72.15 71.86 71.45 72.13 71.09 72.45
8 71.65 71.78 71.54 71.82 73.94 71.98 72.09 71.48 72.56 71.67 72.05 72.58 72.05 71.4 73.28 71.45 72.3 70.33 70.75 71.62 71.08 71.08 72.45 71.22 71.07
9 72.09 70.33 71.65 72.3 71.08 73.28 72.05 71.07 70.75 72.13 71.45 71.82 71.62 72.12 71.22 71.48 72.56 71.98 73.04 73.23 71.92 71.4 71.78 71.45 71.08
10 71.86 71.62 73.28 70.33 71.07 72.56 71.45 72.05 72.13 72.3 71.08 71.65 72.45 72.3 73.04 72.01 72.06 73.23 71.09 71.92 71.82 73.8 71.4 72.09 71.98
11 71.08 71.65 72.05 71.98 71.4 72.43 71.48 72.01 72.15 70.33 72.05 71.62 72.3 72.3 71.75 71.45 72.06 71.54 73.23 72.58 71.22 71.82 73.8 72.12 71.92
12 72.43 71.78 71.92 71.62 72.3 72.15 71.22 72.58 71.82 71.67 72.3 72.06 71.08 71.48 72.56 71.07 71.86 71.75 72.05 71.98 73.28 72.12 70.33 71.09 71.22
13 71.75 72.3 73.23 71.48 71.98 73.28 72.56 71.07 72.13 71.22 71.08 71.67 71.62 71.4 71.65 71.92 72.01 72.3 72.58 71.82 72.09 71.86 71.67 72.15 72.06
14 73.28 73.94 72.06 71.09 72.05 71.08 71.45 72.05 71.45 72.43 71.65 71.86 72.3 72.13 72.56 71.08 71.62 71.67 71.07 70.33 73.8 72.15 71.22 72.06 71.92
15 72.58 71.54 72.45 73.8 71.98 70.33 71.62 72.43 72.05 72.12 73.04 72.13 70.75 71.45 71.09 72.09 72.15 71.45 72.56 72.06 71.22 71.67 71.08 72.3 71.86
16 72.15 71.82 70.33 72.05 72.05 73.8 71.98 72.58 71.07 71.09 72.45 72.43 72.3 71.08 72.06 73.23 71.45 71.4 71.75 70.75 72.13 72.12 71.65 71.45 71.54
17 72.05 73.8 71.98 71.08 71.54 72.43 71.65 72.12 72.45 71.62 72.56 71.78 73.23 71.82 73.28 73.94 72.3 71.07 71.09 71.45 72.15 72.05 72.06 71.4 72.13
18 72.05 71.22 71.86 71.92 71.67 72.43 72.3 72.01 71.45 73.04 72.01 72.56 71.08 73.8 71.98 71.54 73.28 71.09 72.15 73.23 72.05 71.98 71.07 72.12 71.82
19 72.09 71.78 71.65 72.13 72.56 71.98 72.58 72.45 71.08 71.08 71.82 71.67 71.54 72.12 71.4 71.45 71.48 70.75 72.01 72.3 73.28 72.05 71.86 72.06 71.22

2018
Kelompok 01
Tabel 4.2 Data Given Panjang Gardan (lanjutan)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
20 71.48 71.75 73.04 73.28 71.54 72.15 71.65 71.08 72.3 72.05 70.75 71.98 72.05 72.45 71.86 72.09 72.43 72.01 72.13 72.58 73.94 73.8 73.23 71.08 71.62
21 71.65 71.45 73.28 71.67 72.09 72.56 72.06 71.08 71.4 71.86 73.94 70.33 72.3 71.78 71.82 72.43 71.54 72.13 71.22 71.98 72.01 72.58 72.05 71.08 70.75
22 73.04 71.48 71.54 72.13 72.05 71.75 71.22 73.28 72.06 71.08 71.45 71.67 72.15 71.98 73.94 71.07 72.43 71.4 71.82 72.09 71.45 71.65 71.86 72.12 71.78
23 71.78 71.4 71.67 72.15 71.09 70.75 73.94 71.22 71.45 72.3 71.65 71.08 72.05 71.54 72.13 71.98 72.12 72.58 71.86 71.08 71.45 73.23 72.06 72.56 71.48
24 72.58 71.75 70.75 71.67 72.58 71.54 71.86 72.15 71.09 71.4 71.98 72.06 72.05 71.22 71.45 73.04 71.62 71.08 71.78 72.45 73.94 71.92 71.48 72.3 72.13
25 71.08 72.09 71.67 71.54 71.98 70.75 71.07 72.05 71.4 71.45 71.08 71.09 72.58 71.22 71.75 73.94 71.78 72.15 71.45 73.8 71.48 71.92 72.56 72.05 73.28
26 71.54 71.08 71.82 72.58 72.13 71.62 72.01 70.33 72.05 73.28 71.67 71.4 71.22 71.75 73.94 71.09 71.75 71.86 72.56 72.05 71.92 72.12 71.48 71.07 72.45
27 72.56 71.98 71.08 72.05 71.22 71.45 71.48 73.28 71.09 72.05 70.33 72.06 71.92 71.82 72.43 71.65 72.45 71.75 71.86 71.62 70.75 71.07 71.67 71.54 71.45
28 73.28 72.05 72.12 71.08 71.65 71.07 72.01 71.86 73.04 71.62 71.67 71.98 71.09 71.48 71.82 72.06 72.43 71.78 72.56 73.23 71.75 71.08 72.45 72.05 71.4
29 72.58 71.98 71.82 71.08 72.12 71.09 72.01 72.45 71.62 70.75 72.09 73.94 72.43 71.92 71.75 72.15 71.07 72.01 71.48 70.33 71.86 71.78 73.04 72.06 71.67
30 72.05 71.48 72.45 71.07 71.92 73.04 71.86 72.58 72.56 72.09 72.05 71.67 72.06 72.01 71.09 70.75 70.33 73.23 72.43 71.08 73.94 71.78 72.06 71.45 73.8

2018
Kelompok 01
Berikut adalah hasil pengukuran:

Tabel 4. 3 Panjang Gardan
Jumlah
̅
𝑿 ̅𝟐
𝑿
Sampel
1 71.9276 5173.58
2 71.8404 5161.04
3 71.8924 5168.52
4 72.0932 5197.43
5 71.9632 5178.7
6 71.944 5175.94
7 71.8036 5155.76
8 71.8088 5156.5
9 71.7952 5154.55
10 72.0228 5187.28
11 71.9328 5174.33
12 71.8288 5159.38
13 71.9552 5177.55
14 71.932 5174.21
15 71.912 5171.34
16 71.8684 5165.07
17 72.1212 5201.47
18 72.0684 5193.85
19 71.8556 5163.23
20 72.1728 5208.91
21 71.8816 5166.96
22 71.9396 5175.31
23 71.864 5164.43

2018
Kelompok 01
Tabel 4.3 Panjang Gardan (lanjutan)
Jumlah
̅
𝑿 ̅𝟐
𝑿
Sampel
24 71.9148 5171.74
25 71.8884 5167.94
26 71.8708 5165.41
27 71.7044 5141.52
28 71.9444 5176
29 71.8832 5167.19
30 72.0332 5188.78
∑ 𝑋̅ 2157,66
𝑋̿ = = = 71,92
𝑁 30
2
∑ 𝑋̅ 2 −(∑ 𝑋̅ ) /𝑁
S=√ = 0,102
𝑁−1
Standar perusahaan untuk panjang as roda = 73  0,7 mm

USL = 73 + 0,7 = 73,7 mm
LSL = 73 – 0,7 = 72,3 mm
𝑈𝑆𝐿− 𝑋̅̿ 𝑛 73,7−71,92 30
ZU = √𝑛−1 = √ =17,65
𝑆 0,102 29
𝑋̿ −𝐿𝑆𝐿 𝑛 71,92−72,3 30
ZL = √𝑛−1 = √ =-3,75
𝑆 0,102 29
ZU > k = 17,35 > 2.32 maka lot diterima

ZL > k = -3,69> 2.32 maka lot ditolak

2018
Kelompok 01
 Diameter Gardan
Tabel 4. 4 Data Given Diameter Gardan
Diameter
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
1 1.28 1.29 1.36 1.32 1.26 1.19 1.19 1.4 1.24 1.48 1.1 1.38 1.14 1.18 1.28 1.34 1.5 1.33 1.18 1.5 1.56 1.38 1.26 1.2 1.33
2 1.28 1.38 1.5 1.14 1.1 1.59 1.26 1.34 1.38 1.29 1.26 1.28 1.18 1.33 1.24 1.36 1.24 1.33 1.28 1.48 1.2 1.18 1.56 1.19 1.34
3 1.5 1.48 1.42 1.32 1.32 1.28 1.19 1.32 1.27 1.14 1.28 1.34 1.18 1.24 1.33 1.33 1.38 1.34 1.59 1.19 1.26 1.42 1.5 1.1 1.26
4 1.1 1.36 1.24 1.33 1.34 1.24 1.32 1.34 1.26 1.27 1.18 1.5 1.32 1.33 1.38 1.26 1.19 1.59 1.28 1.18 1.4 1.28 1.42 1.48 1.14
5 1.28 1.34 1.28 1.4 1.33 1.14 1.42 1.32 1.27 1.48 1.59 1.42 1.55 1.24 1.18 1.26 1.33 1.32 1.14 1.24 1.38 1.33 1.32 1.5 1.26
6 1.14 1.5 1.33 1.32 1.42 1.19 1.18 1.34 1.4 1.32 1.33 1.34 1.28 1.4 1.24 1.32 1.2 1.5 1.28 1.27 1.59 1.36 1.24 1.26 1.15
7 1.18 1.32 1.18 1.28 1.15 1.5 1.32 1.32 1.26 1.1 1.24 1.48 1.28 1.33 1.2 1.27 1.33 1.33 1.32 1.14 1.36 1.5 1.26 1.59 1.34
8 1.29 1.26 1.55 1.42 1.14 1.15 1.26 1.24 1.32 1.1 1.5 1.32 1.18 1.38 1.24 1.5 1.27 1.32 1.19 1.19 1.33 1.28 1.34 1.28 1.34
9 1.26 1.32 1.29 1.27 1.28 1.24 1.18 1.34 1.19 1.26 1.33 1.42 1.19 1.38 1.28 1.24 1.32 1.15 1.4 1.42 1.18 1.38 1.26 1.5 1.33
10 1.36 1.19 1.24 1.32 1.34 1.32 1.33 1.18 1.26 1.27 1.28 1.29 1.34 1.33 1.4 1.2 1.32 1.42 1.59 1.18 1.42 1.24 1.38 1.26 1.15
11 1.28 1.29 1.5 1.15 1.38 1.56 1.24 1.2 1.14 1.32 1.18 1.19 1.33 1.27 1.48 1.33 1.32 1.55 1.42 1.32 1.28 1.42 1.24 1.38 1.18
12 1.56 1.26 1.18 1.19 1.33 1.14 1.28 1.32 1.42 1.1 1.27 1.32 1.33 1.24 1.32 1.34 1.36 1.48 1.18 1.15 1.24 1.38 1.32 1.59 1.28
13 1.48 1.27 1.42 1.24 1.15 1.24 1.32 1.34 1.26 1.28 1.33 1.1 1.19 1.38 1.29 1.18 1.2 1.33 1.32 1.42 1.26 1.36 1.1 1.14 1.32
14 1.24 1.14 1.32 1.59 1.18 1.28 1.5 1.5 1.33 1.56 1.29 1.36 1.33 1.26 1.32 1.33 1.19 1.1 1.34 1.32 1.24 1.14 1.28 1.32 1.18
15 1.32 1.55 1.34 1.24 1.15 1.32 1.19 1.56 1.18 1.38 1.4 1.26 1.19 1.5 1.59 1.26 1.14 1.33 1.32 1.32 1.28 1.1 1.33 1.27 1.36
16 1.14 1.42 1.32 1.18 1.5 1.24 1.15 1.32 1.34 1.59 1.34 1.56 1.27 1.33 1.32 1.42 1.33 1.38 1.48 1.19 1.26 1.38 1.29 1.5 1.55
17 1.18 1.24 1.15 1.33 1.55 1.56 1.29 1.38 1.34 1.19 1.32 1.26 1.42 1.42 1.24 1.14 1.27 1.34 1.59 1.33 1.14 1.5 1.32 1.38 1.26
18 1.5 1.28 1.36 1.18 1.1 1.56 1.27 1.2 1.33 1.4 1.2 1.32 1.28 1.24 1.15 1.55 1.24 1.59 1.14 1.42 1.18 1.15 1.34 1.38 1.42
19 1.26 1.26 1.29 1.26 1.32 1.15 1.32 1.34 1.28 1.33 1.42 1.1 1.55 1.38 1.38 1.33 1.24 1.19 1.2 1.27 1.24 1.5 1.36 1.32 1.28

2018
Kelompok 01
Tabel 4.4 Data Given Diameter Gardan (lanjutan)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
20 1.24 1.48 1.4 1.24 1.55 1.14 1.29 1.33 1.27 1.18 1.19 1.15 1.5 1.34 1.36 1.26 1.56 1.2 1.26 1.32 1.14 1.24 1.42 1.28 1.19
21 1.29 1.33 1.24 1.1 1.26 1.32 1.32 1.28 1.38 1.36 1.14 1.32 1.27 1.26 1.42 1.56 1.55 1.26 1.28 1.15 1.2 1.32 1.18 1.33 1.19
22 1.4 1.24 1.55 1.26 1.18 1.48 1.28 1.24 1.32 1.28 1.33 1.1 1.14 1.15 1.14 1.34 1.56 1.38 1.42 1.26 1.5 1.29 1.36 1.38 1.26
23 1.26 1.38 1.1 1.14 1.59 1.19 1.14 1.28 1.5 1.27 1.29 1.33 1.18 1.55 1.26 1.15 1.38 1.32 1.36 1.28 1.33 1.42 1.32 1.32 1.24
24 1.32 1.48 1.19 1.1 1.32 1.55 1.36 1.14 1.59 1.38 1.15 1.32 1.18 1.28 1.33 1.4 1.19 1.33 1.26 1.34 1.14 1.18 1.24 1.27 1.26
25 1.33 1.26 1.1 1.55 1.15 1.19 1.34 1.18 1.38 1.33 1.28 1.59 1.32 1.28 1.48 1.14 1.26 1.14 1.5 1.24 1.24 1.18 1.32 1.5 1.24
26 1.55 1.33 1.42 1.32 1.26 1.19 1.2 1.32 1.18 1.24 1.1 1.38 1.28 1.48 1.14 1.59 1.48 1.36 1.32 1.5 1.18 1.38 1.24 1.34 1.34
27 1.32 1.15 1.33 1.18 1.28 1.5 1.24 1.24 1.59 1.5 1.32 1.32 1.18 1.42 1.56 1.29 1.34 1.48 1.36 1.19 1.19 1.34 1.1 1.55 1.33
28 1.24 1.18 1.38 1.33 1.29 1.34 1.2 1.36 1.4 1.19 1.1 1.15 1.59 1.24 1.42 1.32 1.56 1.26 1.32 1.42 1.48 1.28 1.34 1.5 1.38
29 1.32 1.15 1.42 1.33 1.38 1.59 1.2 1.34 1.19 1.19 1.26 1.14 1.56 1.18 1.48 1.14 1.34 1.2 1.24 1.32 1.36 1.26 1.4 1.32 1.1
30 1.18 1.24 1.34 1.34 1.18 1.4 1.36 1.32 1.32 1.26 1.5 1.1 1.32 1.2 1.59 1.19 1.32 1.42 1.56 1.33 1.14 1.26 1.32 1.5 1.24

2018
Kelompok 01
Berikut adalah hasil pengukuran:

Tabel 4. 5 Diameter Gardan
Jumlah
̅
𝑿 ̅𝟐
𝑿
Sampel
1 1.3068 1.70773
2 1.3084 1.71191
3 1.3192 1.74029
4 1.3092 1.714
5 1.3328 1.77636
6 1.316 1.73186
7 1.3032 1.69833
8 1.2956 1.67858
9 1.2964 1.68065
10 1.3044 1.70146
11 1.318 1.73712
12 1.3032 1.69833
13 1.2768 1.63022
14 1.3056 1.70459
15 1.3152 1.72975
16 1.352 1.8279
17 1.3256 1.75722
18 1.3112 1.71925
19 1.3028 1.69729
20 1.3012 1.69312
21 1.2924 1.6703
22 1.3136 1.72554
23 1.3032 1.69833

2018
Kelompok 01
Tabel 4.5 Diameter Gardan (lanjutan)
Jumlah
̅
𝑿 ̅𝟐
𝑿
Sampel
24 1.292 1.66926
25 1.3008 1.69208
26 1.3248 1.7551
27 1.332 1.77422
28 1.3308 1.77103
29 1.2964 1.68065
30 1.3172 1.73502
∑ 𝑋̅ 39,31
𝑋̿ = = = 1,31
𝑁 30
2
∑ 𝑋̅ 2 −(∑ 𝑋̅ ) /𝑁
S=√ = 0,015
𝑁−1
Standar perusahaan untuk panjang as roda = 1,4  0,13 mm

USL = 1,4 + 0,13 = 1,53 mm
LSL = 1,4 – 0,13 = 1,27 mm
𝑈𝑆𝐿− 𝑋̅̿ 𝑛 1,53−1,31 30
ZU = √𝑛−1 = √ = 14.74
𝑆 0,15 29
𝑋̿ −𝐿𝑆𝐿 𝑛 1,31−1,27 30
ZL = √𝑛−1 = √ = 2,70
𝑆 0,15 29
ZU > k = 14,74 > 2,32 maka lot diterima

ZL > k = 2,70> 2,32 maka lot diterima

2018
Kelompok 01
2. As. Roda
Berikut hasil MRP untuk As Roda:
Tabel 4. 6 Tabel POR As Roda
Periode
Part 1 2 3 4 5 6 7 8 9 10 11 12
As Roda 9108 0 9112 0 9156 0 9164 0 9204 0 9210 0
Berdasarkan output MRP, lot size gardan pada periode pertama adalah 9.108
Berdasarkan tabel MIL STD 105 E Table 1 dengan special inspection levels S-4,
Sample size code letters nya G.
Berdasarkan tabel MIL STD 414, Table B.1 diperoleh nilai k dengan AQL = 0,15
adalah 2,32.

2018
Kelompok 01
 Panjang As Roda
Tabel 4. 7 Data Given Panjang As Roda
Panjang
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
59.36 60.27 59.01 58.31 60.02 60.28 58.97 59.24 59.54 59.68 58.77 59.28 59.25 58.73 59.61 59.42 59.52 59.92 58.36 59.24 59.54 59.57 60.04 60 59.72 58.06 59.02 59.34 59 59.06
58.73 59.17 60.28 59.72 58.98 58.97 59.34 59.68 59.64 59.53 59.24 59.54 59.27 59.06 59.25 60.02 59.28 59.02 59 60.04 59.28 59.61 60 59.01 59.57 59.36 58.06 59.92 59.24 60.27
58.36 59.18 59.17 59.25 59.92 59.36 59.64 59.01 59.52 59.54 59.28 59.05 59.42 59 59.53 60.28 59.24 60.04 59.68 60.02 59.34 58.77 58.97 59.28 59.28 58.06 59.66 58.31 59.06 59.27
58.73 59.36 59.18 59.54 59.06 58.77 59.66 59.17 59.28 60.28 58.36 59.01 60.04 59.72 59.61 59.27 59.25 59.34 60 59.24 59.64 59.24 60.27 59.05 58.98 59.42 59.53 59.28 59.28 59.02
59.18 59.66 59.28 58.97 59.17 59.25 59.28 59.27 59.72 59.64 59.34 59.24 58.98 59.05 59.54 59.54 60.28 59.06 59.57 60 58.36 59.02 59.92 60.02 58.77 59.61 59.24 60.27 59 58.06
58.73 59.27 60.27 59.25 59.24 59.53 60.28 59.52 58.36 59.66 59.05 59.34 58.06 59.54 59.27 59.57 59.72 59.28 58.98 60.02 59.18 59.92 59 59.06 59.02 59.54 60 58.77 59.17 60.04
59.34 58.97 58.73 59.68 58.06 59.57 59.01 59.06 59.72 59.05 59.24 59.66 59.28 59.61 59.27 58.77 60.28 59.54 58.36 58.98 59.25 59.92 59.53 59.54 60.02 60 59.18 59 59.02 59.42
59.64 59.18 59 59.17 59.24 59.28 59.25 59.66 58.77 58.97 58.06 59.36 59.02 59.57 59.01 60.28 60.02 59.61 58.36 59.54 58.98 59.24 59.53 59.05 59.06 58.73 60 59.52 59.27 59.72
60 59.24 59.42 58.97 60.28 59.72 59.28 59.02 60.02 59.17 59.54 59.64 59.06 59.57 58.06 59.01 60.04 59 58.73 59.28 59.18 58.77 60.27 59.28 59.53 59.05 58.36 59.66 59.25 59.36
59.53 59.01 59.28 58.06 60.28 59.25 58.97 60.04 58.73 59.36 59.72 59 60 59.64 59.02 60.02 59.42 59.92 59.06 59.54 59.28 58.31 59.24 59.66 58.98 58.36 59.27 59.52 60.27 59.34
59.27 58.06 60.02 59.06 59.53 59.54 59.72 59.24 59.57 60.27 59.54 59.25 58.73 59.17 59.61 60.28 59.28 58.77 59.05 59.68 59.28 59.66 58.36 58.98 59.18 59.28 60 58.97 60.04 59.02
58.77 59.28 59.17 59.06 60.27 59.24 59.61 59.25 58.06 59.54 59.66 59.28 59.27 59.68 59.34 59.02 58.97 60.28 60.02 59 59.52 59.01 59.64 59.57 59.24 59.72 59.42 59.54 58.98 59.36
59.05 59.01 59.64 59.52 59.54 59.54 59.24 58.06 58.73 59 59.53 59.57 59.27 59.36 60.27 60.28 60.04 59.18 59.17 58.77 59.61 59.25 58.98 58.97 59.92 58.36 59.42 58.31 59.68 59.28
59.28 60.27 58.36 59.36 59.18 59.24 58.77 60.04 58.97 59.54 59.17 59.34 59.66 59.28 59.28 59 59.53 59.25 59.01 59.54 59.61 59.06 58.73 59.57 60.02 58.31 59.24 59.02 60 59.64
59.92 59.72 59.25 59.68 59.24 58.77 59.36 59.34 58.06 59.28 59.54 59.54 58.73 58.36 59.64 59.02 60.27 59.27 59.06 60 59.61 60.04 59.28 58.31 58.98 59.05 59.25 59.57 60.02 59.42
59.28 59.42 60 58.98 59.24 59.68 59.92 60.04 60.02 58.36 59.05 59.28 60.27 59.54 58.77 59.61 59.02 59.68 58.31 58.73 59.66 60.28 59.24 59.34 59.01 59.25 58.97 59.18 59.36 59.27
59.17 59.28 60.04 59.06 59.57 59.36 59.54 59.64 59.52 59.28 58.73 60.28 59.34 59.05 59 59.24 59.27 59.68 59.36 59.28 59.02 58.31 59.53 60 58.36 59.42 59.66 58.77 59.54 59.24
60 59.68 59.28 59.54 59.66 59.28 59.01 60.28 58.97 58.31 59.53 59.28 58.73 59 58.77 59.27 59.57 59.25 60.04 59.54 59.24 59.64 59.24 59.17 59.24 59.36 58.98 60.02 58.36 59.92
58.98 59.66 59.17 59 59.53 60.04 58.97 59.28 58.77 60.28 59.27 59.05 59.36 59.28 59.42 59.92 59.64 59.54 60.02 59.28 59.61 59.18 59.02 59.72 59.34 59.42 59.24 59.54 59.24 58.36
59.06 59.28 59.25 58.06 59.66 59.53 59.72 60.27 59.57 59.28 59 59.54 59.05 60.04 60.02 59.24 59.24 59.64 59.27 59.92 59.02 59.61 58.73 59.36 58.77 59.52 60.28 58.97 59.05 58.98
59 59.28 58.06 59.52 60.04 58.77 59.02 59.66 59.68 60 58.36 60.27 59.27 59.24 59.54 60.28 59.17 58.31 59.06 59.61 59.28 59.34 58.97 59.54 59.25 59.42 59.72 59.05 59.18 60.02
59.28 59.02 60.02 58.98 60.04 59.36 58.77 58.97 59.66 59.18 58.31 59.25 59.52 59.34 59.27 59.68 59.54 58.73 59.57 60 59.28 59.92 59.01 58.06 59.24 58.36 60.27 60.28 59.72 59.28
59.18 58.36 58.73 60 59.34 58.98 58.77 59.28 59.24 59.92 59.72 59.42 59.28 58.31 59.02 60.27 60.28 59.54 59.28 58.06 59.36 59.28 59.36 59.06 59.57 59.24 59.66 59.27 58.97 59.18
59.28 59.42 59.28 59.92 59.27 59.01 59.64 59.24 59.57 59.02 59.05 59.66 59.25 59 59.53 58.31 58.97 59.24 58.98 60 59.61 59.54 60.02 59.36 59.34 59.28 59.18 60.27 58.06 58.73
59.05 59.34 59.54 59.61 59.68 59.01 58.98 59.24 59.28 58.31 59.17 59.28 60.02 58.06 59 59.24 59.92 59.42 59.28 59.64 59.53 58.73 59.66 59.02 59.18 59.25 59.52 60.27 60.04 59.54
59.18 60.28 60.02 59.36 59.34 58.31 59.24 59.06 59.64 59.54 58.77 58.98 59.27 59.92 59.28 60.04 58.36 59.28 59.02 60.27 58.06 59.52 59.25 59.28 59.24 59.01 59.17 59.68 59.61 59.05
59.64 59.57 59.54 59.36 59.92 59.54 59.42 59.05 58.98 59.53 59.28 59.68 59.72 58.31 59.66 59.17 59 59.02 59.28 58.73 59.01 59.53 60.28 58.77 59.25 60.27 59.28 59.24 59.34 59.06
59.24 58.77 59.66 59.25 59.02 59.24 59.54 59.28 59.28 59.36 58.98 59.54 59.05 59.53 58.73 58.36 59.34 59.68 58.06 60.27 59.64 59.17 59.57 59 60.02 58.97 60.04 59.42 59.72 58.31
59.54 59.27 59.68 58.36 59.36 58.06 59.18 59.53 58.73 59.17 59.54 59.57 59.24 59.52 59.54 60.02 59 59.28 60.04 59.24 58.97 59.61 58.77 59.28 58.31 59.92 59.34 59.28 59.25 59.06
58.98 59.72 59.64 59.92 59.53 60.28 60 59.06 58.77 59.66 59.05 60.02 59.68 58.31 59.28 59.54 58.73 59.61 59.02 59.36 58.36 59 59.24 59.42 60.04 59.28 59.34 59.17 59.54 58.97

2018
Kelompok 01
Tabel 4. 8 Panjang As Roda
Jumlah
̅
𝑿 ̅𝟐
𝑿
Sampel
1 59.3377 3520.96
2 59.4027 3528.68
3 59.283 3514.47
4 59.3527 3522.74
5 59.343 3521.59
6 59.3547 3522.98
7 59.302 3516.73
8 59.2697 3512.89
9 59.3253 3519.5
10 59.336 3520.76
11 59.347 3522.07
12 59.359 3523.49
13 59.285 3514.71
14 59.309 3517.56
15 59.3193 3518.78
16 59.3587 3523.45
17 59.318 3518.63
18 59.3387 3521.08
19 59.371 3524.92
20 59.3643 3524.12
21 59.3303 3520.09
22 59.3303 3520.09
23 59.2643 3512.26

2018
Kelompok 01
Tabel 4.8 Panjang As Roda (lanjutan)
Jumlah
̅
𝑿 ̅𝟐
𝑿
Sampel
24 59.301 3516.61
25 59.327 3519.69
26 59.301 3516.61
27 59.3477 3522.15
28 59.268 3512.7
29 59.2553 3511.19
30 59.3507 3522.5
∑ 𝑋̅ 1779.75
𝑋̿ = = = 59,33
𝑁 30
2
∑ 𝑋̅ 2 −(∑ 𝑋̅ ) /𝑁
S=√ = 0,035
𝑁−1

USL = 59,33 + 2,32 = 61 mm
LSL = 59,33 – 2,32 = 57,8 mm
𝑈𝑆𝐿− 𝑋̅̿ 𝑛 61− 59,33 30
ZU = √𝑛−1 = √ = 48,09
𝑆 0,035 29
𝑋̿ −𝐿𝑆𝐿 𝑛 59,33−57,8 30
ZL = √𝑛−1= √ = 43,79
𝑆 0,035 29
ZU > k = 48,09> 2,32 maka lot diterima


2018
Kelompok 01
 Diameter As Roda
Tabel 4. 9 Data Given Diameter As Roda
Diameter
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1 1.73 1.8 1.77 1.78 1.76 1.8 1.88 2.02 1.67 1.8 1.7 1.82 1.71 1.84 1.66 1.85 1.64 1.74 1.79 1.71 1.92 1.6 1.72 1.76 1.67 1.87 1.67 1.78 1.9 1.93
2 1.84 1.76 1.8 1.67 1.89 1.88 1.78 1.8 1.86 1.8 1.71 1.67 1.84 1.93 1.71 1.76 1.75 1.67 1.9 1.72 1.82 1.66 1.76 1.77 1.6 1.73 1.87 1.74 2.02 1.8
3 1.79 1.69 1.76 1.71 1.74 1.73 1.86 1.77 1.64 1.67 1.78 1.81 1.85 1.9 1.8 1.8 2.02 1.72 1.8 1.76 1.78 1.7 1.88 1.75 1.82 1.87 1.9 1.78 1.93 1.84
4 1.84 1.73 1.69 1.67 1.93 1.7 1.9 1.76 1.82 1.8 1.79 1.77 1.72 1.67 1.66 1.84 1.71 1.78 1.76 2.02 1.86 1.71 1.8 1.81 1.89 1.85 1.8 1.78 1.75 1.67
5 1.69 1.9 1.82 1.88 1.76 1.71 1.75 1.84 1.67 1.86 1.78 2.02 1.89 1.81 1.67 1.92 1.8 1.93 1.6 1.76 1.79 1.67 1.74 1.76 1.7 1.66 1.71 1.8 1.9 1.87
6 1.84 1.84 1.8 1.71 2.02 1.8 1.8 1.64 1.79 1.9 1.81 1.78 1.87 1.67 1.84 1.6 1.67 1.75 1.89 1.76 1.69 1.74 1.9 1.93 1.67 1.92 1.76 1.7 1.76 1.72
7 1.78 1.88 1.84 1.8 1.87 1.6 1.77 1.93 1.67 1.81 1.71 1.9 1.82 1.66 1.84 1.7 1.8 1.67 1.79 1.89 1.71 1.74 1.8 1.92 1.76 1.76 1.69 1.9 1.67 1.85
8 1.86 1.69 1.9 1.76 2.02 1.75 1.71 1.9 1.7 1.88 1.87 1.73 1.67 1.6 1.77 1.8 1.76 1.66 1.79 1.92 1.89 1.71 1.8 1.81 1.93 1.84 1.76 1.64 1.84 1.67
9 1.76 2.02 1.85 1.88 1.8 1.67 1.75 1.67 1.76 1.76 1.67 1.86 1.93 1.6 1.87 1.77 1.72 1.9 1.84 1.78 1.69 1.7 1.8 1.82 1.8 1.81 1.79 1.9 1.71 1.73
10 1.8 1.77 1.78 1.87 1.8 1.71 1.88 1.72 1.84 1.73 1.67 1.9 1.76 1.86 1.67 1.76 1.85 1.74 1.93 1.67 1.75 1.78 2.02 1.9 1.89 1.79 1.84 1.64 1.8 1.78
11 1.84 1.87 1.76 1.93 1.8 1.92 1.67 1.71 1.6 1.8 1.67 1.71 1.84 1.76 1.66 1.8 1.75 1.7 1.81 1.8 1.78 1.9 1.79 1.89 1.69 1.82 1.76 1.88 1.72 1.67
12 1.7 1.82 1.76 1.93 1.8 1.71 1.66 1.71 1.87 1.92 1.9 1.78 1.84 1.8 1.78 1.67 1.88 1.8 1.76 1.9 1.64 1.77 1.86 1.6 2.02 1.67 1.85 1.67 1.89 1.73
13 1.81 1.77 1.86 1.64 1.92 1.67 1.71 1.87 1.84 1.9 1.8 1.6 1.84 1.73 1.8 1.8 1.72 1.69 1.76 1.7 1.66 1.71 1.89 1.88 1.74 1.79 1.85 1.78 1.8 1.82
14 1.75 1.8 1.79 1.73 1.69 1.71 1.7 1.72 1.88 1.92 1.76 1.78 1.9 1.78 1.82 1.9 1.8 1.71 1.77 1.67 1.66 1.93 1.84 1.6 1.76 1.78 2.02 1.67 1.76 1.86
15 1.74 1.67 1.71 1.8 1.71 1.7 1.73 1.78 1.87 1.82 1.67 1.92 1.84 1.79 1.86 1.67 1.8 1.84 1.93 1.76 1.66 1.72 1.78 1.78 1.89 1.81 1.71 1.6 1.76 1.85
16 1.78 1.85 1.76 1.89 1.71 1.8 1.74 1.72 1.76 1.79 1.81 1.75 1.8 1.67 1.7 1.66 1.67 1.8 1.78 1.84 1.9 1.8 2.02 1.78 1.77 1.71 1.88 1.69 1.73 1.84
17 1.76 1.75 1.72 1.93 1.6 1.73 1.92 1.86 1.64 1.82 1.84 1.8 1.78 1.81 1.9 1.71 1.84 1.8 1.73 1.78 1.67 1.78 1.8 1.76 1.79 1.85 1.9 1.7 1.67 2.02
18 1.76 1.8 1.78 1.92 1.9 1.78 1.77 1.8 1.88 1.78 1.8 1.82 1.84 1.9 1.7 1.84 1.6 1.71 1.72 1.92 2.02 1.86 1.71 1.76 2.02 1.73 1.89 1.76 1.79 1.74
19 1.89 1.9 1.76 1.9 1.8 1.72 1.88 1.78 1.7 1.8 1.84 1.81 1.73 1.82 1.85 1.74 1.86 1.67 1.76 1.75 1.66 1.69 1.67 1.67 1.78 1.85 2.02 1.92 1.71 1.79
20 1.93 1.82 1.71 1.87 1.9 1.8 1.67 1.8 1.6 1.75 1.9 1.92 1.81 1.72 1.76 1.71 2.02 1.86 1.84 1.74 1.67 1.66 1.84 1.73 1.7 1.64 1.8 1.88 1.81 1.89
21 1.9 1.75 1.87 1.64 1.72 1.7 1.67 1.9 1.8 1.76 1.79 1.8 1.84 1.71 1.67 1.8 1.76 1.78 1.93 1.66 1.82 1.78 1.88 1.92 1.71 1.85 1.67 1.81 1.69 1.76
22 1.78 1.67 1.76 1.89 1.72 1.73 1.7 1.88 1.9 1.69 1.78 1.71 1.64 1.78 1.84 1.8 1.92 1.84 1.6 1.76 1.82 1.74 1.77 1.87 1.71 1.79 1.8 1.8 1.67 1.75
23 1.69 1.79 1.84 1.76 1.78 1.89 1.7 1.78 1.71 1.74 1.67 1.85 1.75 1.78 1.67 1.8 1.8 1.92 1.82 1.87 1.73 1.82 1.73 1.93 1.6 2.02 1.9 1.84 1.88 1.69
24 1.78 1.85 1.82 1.74 1.84 1.77 1.86 2.02 1.6 1.67 1.81 1.9 1.71 1.9 1.8 1.78 1.88 1.71 1.89 1.76 1.66 1.92 1.76 1.73 1.78 1.75 1.69 1.8 1.87 1.84
25 1.81 1.78 1.92 1.66 1.8 1.77 1.89 1.71 1.82 1.78 1.76 1.78 1.76 1.87 1.9 2.02 1.74 1.85 1.75 1.86 1.8 1.84 1.9 1.67 1.69 1.71 1.64 1.8 1.72 1.67
26 1.69 1.8 1.76 1.73 1.78 1.78 2.02 1.93 1.86 1.92 1.7 1.89 1.84 1.74 1.82 1.72 1.79 1.75 1.67 1.8 1.87 1.64 1.71 1.78 1.71 1.77 1.76 1.8 1.66 1.81
27 1.86 1.6 1.67 1.73 1.74 1.92 1.85 1.81 1.89 1.8 1.78 1.8 1.67 1.78 1.9 1.76 1.9 1.67 1.75 1.84 1.77 1.8 1.8 1.7 1.71 1.8 1.82 2.02 1.78 1.93
28 2.02 1.7 1.9 1.71 1.67 1.71 1.92 1.82 1.75 1.73 1.89 1.67 1.81 1.8 1.84 1.79 1.78 1.8 1.87 1.8 1.86 1.76 1.6 1.9 1.76 1.88 1.72 1.85 1.67 1.78
29 1.92 1.84 1.8 1.79 1.73 1.87 1.69 1.8 1.84 1.76 1.92 1.6 1.71 1.64 1.67 1.76 1.9 1.75 1.72 2.02 1.88 1.66 1.7 1.82 1.78 1.74 1.78 1.78 1.71 1.93
30 1.89 1.67 1.86 1.74 1.8 1.8 1.76 1.93 1.7 1.9 1.81 1.76 1.8 1.78 1.82 1.67 1.84 1.66 1.67 1.73 1.79 1.9 1.71 1.85 1.72 1.75 1.78 1.76 1.92 1.88

2018
Kelompok 01
Tabel 4. 10 Diameter As Roda
Jumlah
̅
𝑿 ̅𝟐
𝑿
Sampel
1 1.77633 3.15536
2 1.78367 3.18147
3 1.795 3.22203
4 1.78267 3.1779
5 1.78867 3.19933
6 1.78567 3.18861
7 1.78433 3.18385
8 1.78767 3.19575
9 1.787 3.19337
10 1.79667 3.22801
11 1.77667 3.15654
12 1.78967 3.20291
13 1.77833 3.16247
14 1.782 3.17552
15 1.77233 3.14117
16 1.78 3.1684
17 1.78867 3.19933
18 1.81 3.2761
19 1.79067 3.20649
20 1.79167 3.21007
21 1.778 3.16128
22 1.77033 3.13408
23 1.79167 3.21007
24 1.79633 3.22681
25 1.789 3.20052

2018
Kelompok 01
Tabel 4.10 Diameter As Roda (lanjutan)
Jumlah
̅
𝑿 ̅𝟐
𝑿
Sampel
26 𝟏. 𝟕𝟖𝟑𝟑𝟑 𝟑. 𝟏𝟖𝟎𝟐𝟖
27 1.795 3.22203
28 1.792 3.21126
29 1.78367 3.18147
30 1.78833 3.19814
∑ 𝑋̅ 53,60
𝑋̿ = = = 1,79
𝑁 30
2
∑ 𝑋̅ 2 −(∑ 𝑋̅ ) /𝑁
S=√ = 0,008
𝑁−1

USL = 1,79 + 2,32 = 2,5 mm
LSL = 1,79 – 2,32 = 1,1 mm
𝑈𝑆𝐿− 𝑋̅̿ 𝑛 2,5− 1,79 30
ZU = √𝑛−1 = √ = 88,76
𝑆 0,008 29
𝑋̿ −𝐿𝑆𝐿 𝑛 1,79−1,1 30
ZL = √𝑛−1 = √ =85,40
𝑆 0,008 29
ZU > k = 88,76> 2,32 maka lot diterima


2018
Kelompok 01
4.2. Pengumpulan dan Pengolahan dan Peta Kendali

4.2.1. Data Variabel
a. Panjang Gardan
 Manual
Contoh Perhitungan :
71,22+71,65+71,86+70,33+72,09
𝑋̅ = = 71,43
5
Max = nilai terbesar dari jumlah sampel ke – 1

= 72,09
Min = nilai terkecil dari jumlah sampel ke – 1
= 70,33
R = Max – Min
= 72,09 – 70,33 = 1,76
71,43+72,08+71,58+⋯+71,79
𝑋̿ = = 71,87
30
1,76+2,72+2,23+⋯+1,38
𝑅̅ = 30
=1,83
𝑈𝐶𝐿𝑋̅ = 𝑋̿ + A2 . 𝑅̅
= 71,87 + 0.577 . (1,83) = 72,926
𝐿𝐶𝐿𝑋̅ = 𝑋̿ - A2 . 𝑅̅
= 71,87 - 0.577 . (1,83) = 70,814
𝑈𝐶𝐿𝑅̅ = 𝑅̅ . D4
= 1,83 x 2.114 = 3,869
𝐿𝐶𝐿𝑅̅ = 𝑅̅ . D3
=2 x 0 = 0

2018
Kelompok 01
Tabel 4. 11 Rekap Manual Panjang Gardan
Jumlah Ukuran Sampel

Xbar Max Min R
Sampel
1 2 3 4 5
1 71.22 71.65 71.86 70.33 72.09 71.43 72.09 70.33 1.76
2 71.22 72.12 71.45 73.94 71.67 72.08 73.94 71.22 2.72
3 71.45 71.75 71.82 72.56 70.33 71.58 72.56 70.33 2.23
4 71.67 71.86 73.28 71.45 71.07 71.87 73.28 71.07 2.21
5 71.22 71.07 71.08 73.04 71.45 71.57 73.04 71.07 1.97
6 72.15 71.45 71.45 70.33 73.23 71.72 73.23 70.33 2.90
7 71.92 70.33 72.05 71.08 71.98 71.47 72.05 70.33 1.72
8 71.65 71.78 71.54 71.82 73.94 72.15 73.94 71.54 2.40
9 72.09 70.33 71.65 72.3 71.08 71.49 72.30 70.33 1.97
10 71.86 71.62 73.28 70.33 71.07 71.63 73.28 70.33 2.95
11 71.08 71.65 72.05 71.98 71.4 71.63 72.05 71.08 0.97
12 72.43 71.78 71.92 71.62 72.3 72.01 72.43 71.62 0.81
13 71.75 72.3 73.23 71.48 71.98 72.15 73.23 71.48 1.75
14 73.28 73.94 72.06 71.09 72.05 72.48 73.94 71.09 2.85
15 72.58 71.54 72.45 73.8 71.98 72.47 73.80 71.54 2.26
16 72.15 71.82 70.33 72.05 72.05 71.68 72.15 70.33 1.82
17 72.05 73.8 71.98 71.08 71.54 72.09 73.80 71.08 2.72
18 72.05 71.22 71.86 71.92 71.67 71.74 72.05 71.22 0.83
19 72.09 71.78 71.65 72.13 72.56 72.04 72.56 71.65 0.91
20 71.48 71.75 73.04 73.28 71.54 72.22 73.28 71.48 1.80
21 71.65 71.45 73.28 71.67 72.09 72.03 73.28 71.45 1.83
22 73.04 71.48 71.54 72.13 72.05 72.05 73.04 71.48 1.56
23 71.78 71.4 71.67 72.15 71.09 71.62 72.15 71.09 1.06
24 72.58 71.75 70.75 71.67 72.58 71.87 72.58 70.75 1.83
25 71.08 72.09 71.67 71.54 71.98 71.67 72.09 71.08 1.01
26 71.54 71.08 71.82 72.58 72.13 71.83 72.58 71.08 1.50
27 72.56 71.98 71.08 72.05 71.22 71.78 72.56 71.08 1.48
28 73.28 72.05 72.12 71.08 71.65 72.04 73.28 71.08 2.20

2018
Kelompok 01
Tabel 4.11 Rekap Manual Panjang Gardan (lanjutan)

Xbar Max Min R
Sampel
1 2 3 4 5
29 72.58 71.98 71.82 71.08 72.12 71.92 72.58 71.08 1.50
30 72.05 71.48 72.45 71.07 71.92 71.79 72.45 71.07 1.38
X bar 71.87 R bar 1.83
Berikut ini output grafik X dan grafik R dari panjang gardan menggunakan
peerhitungan manual.
PETA KENDALI R
4.50
4.00
3.50
3.00
2.50
2.00
1.50
1.00
0.50
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
R UCL LCL R-Bar
Gambar 4. 1 R – chart Panjang Gardan Manual

2018
Kelompok 01
PETA KENDALI X-BAR

73.50
73.00
72.50
72.00
71.50
71.00
70.50
70.00
69.50
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Xbar UCL LCL X Double Bar
Gambar 4. 2 X -Bar chart Panjang Gardan Manual
 SPSS
Berikut ini output grafik X dan grafik R dari panjang gardan menggunakan
software SPSS.
Gambar 4. 3 R - chart Panjang Gardan SPSS

2018
Kelompok 01
Gambar 4. 4 X - chart Panjang Gardan SPSS
 Minitab
Berikut ini output grafik X dan grafik R dari Panjang gardan menggunakan
software Minitab.
Gambar 4. 5 R - chart Panjang Gardan Minitab
Gambar 4. 6 X - chart Panjang Gardan Minitab

2018
Kelompok 01
Berdasarkan grafik di atas, dapat disimpulkan banyaknya cacat pada grafik

masih dalam batas bawah dan atas, sehingga lot masih dalam keadaan didalam
kendali.
 Kapabilitas Proses
Berikut ini merupakan output Software Minitab untuk nilai kapabilitas proses
komponen Gardan (Panjang) dengan batas spesifikasi sebesar 73 ± 0,7
Gambar 4. 7 Cp Panjang Gardan
Kapabilitas proses tidak kapabel karena Nilai Cp < 1,00 yaitu sebesar 0,28.
Cpl sebesar -0,19 dan Cpu sebesar 0,80, sehingga Cpk sebesar -0,19 yang
menunjukkan data proses terletak diluar batas spesifikasi atau terpusat di batas
spesifikasi bawah.
b. Diameter Gardan
 Manual
Contoh Perhitungan :
1,28+1,29+1,36+1,32+1,26
𝑋̅ = = 1,30
5
Max = nilai terbesar dari jumlah sampel ke – 1

= 1,36

2018
Kelompok 01
Min = nilai terkecil dari jumlah sampel ke – 1

= 1,26
R = Max – Min
= 1,36 – 1,26 = 0,10
1,30+1,28+1,41+⋯+1,26
𝑋̿ = = 1,30
30
0,10+0,40+0,18+⋯+0,16
𝑅̅ = 30
=0,29
𝑈𝐶𝐿𝑋̅ = 𝑋̿ + A2 . 𝑅̅
= 1,30 + 0.577 . (0,29) = 1,469
𝐿𝐶𝐿𝑋̅ = 𝑋̿ - A2 . 𝑅̅
= 1,30 + 0.577 . (0,29) = 1,135
𝑈𝐶𝐿𝑅̅ = 𝑅̅ . D4
= 0,29 x 2.114 = 0,612
𝐿𝐶𝐿𝑅̅ = 𝑅̅ . D3
=2 x 0 = 0

2018
Kelompok 01
Tabel 4. 12 Rekap Manual Diameter Gardan

Xbar Max Min R
Sampel
1 2 3 4 5
1 1.28 1.29 1.36 1.32 1.26 1.30 1.36 1.26 0.10
2 1.28 1.38 1.5 1.14 1.1 1.28 1.50 1.10 0.40
3 1.5 1.48 1.42 1.32 1.32 1.41 1.50 1.32 0.18
4 1.1 1.36 1.24 1.33 1.34 1.27 1.36 1.10 0.26
5 1.28 1.34 1.28 1.4 1.33 1.33 1.40 1.28 0.12
6 1.14 1.5 1.33 1.32 1.42 1.34 1.50 1.14 0.36
7 1.18 1.32 1.18 1.28 1.15 1.22 1.32 1.15 0.17
8 1.29 1.26 1.55 1.42 1.14 1.33 1.55 1.14 0.41
9 1.26 1.32 1.29 1.27 1.28 1.28 1.32 1.26 0.06
10 1.36 1.19 1.24 1.32 1.34 1.29 1.36 1.19 0.17
11 1.28 1.29 1.5 1.15 1.38 1.32 1.50 1.15 0.35
12 1.56 1.26 1.18 1.19 1.33 1.30 1.56 1.18 0.38
13 1.48 1.27 1.42 1.24 1.15 1.31 1.48 1.15 0.33
14 1.24 1.14 1.32 1.59 1.18 1.29 1.59 1.14 0.45
15 1.32 1.55 1.34 1.24 1.15 1.32 1.55 1.15 0.40
16 1.14 1.42 1.32 1.18 1.5 1.31 1.50 1.14 0.36
17 1.18 1.24 1.15 1.33 1.55 1.29 1.55 1.15 0.40
18 1.5 1.28 1.36 1.18 1.1 1.28 1.50 1.10 0.40
19 1.26 1.26 1.29 1.26 1.32 1.28 1.32 1.26 0.06
20 1.24 1.48 1.4 1.24 1.55 1.38 1.55 1.24 0.31
21 1.29 1.33 1.24 1.1 1.26 1.24 1.33 1.10 0.23
22 1.4 1.24 1.55 1.26 1.18 1.33 1.55 1.18 0.37
23 1.26 1.38 1.1 1.14 1.59 1.29 1.59 1.10 0.49
24 1.32 1.48 1.19 1.1 1.32 1.28 1.48 1.10 0.38
25 1.33 1.26 1.1 1.55 1.15 1.28 1.55 1.10 0.45
26 1.55 1.33 1.42 1.32 1.26 1.38 1.55 1.26 0.29
27 1.32 1.15 1.33 1.18 1.28 1.25 1.33 1.15 0.18
28 1.24 1.18 1.38 1.33 1.29 1.28 1.38 1.18 0.20
29 1.32 1.15 1.42 1.33 1.38 1.32 1.42 1.15 0.27
30 1.18 1.24 1.34 1.34 1.18 1.26 1.34 1.18 0.16

2018
Kelompok 01
Berikut ini output grafik X dan grafik R dari diameter gardan menggunakan
peerhitungan manual.
PETA KENDALI R
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
R UCL LCL R-Bar
Gambar 4. 8 R – chart Diameter Gardan Manual
PETA KENDALI X-BAR

1.60
1.40
1.20
1.00
0.80
0.60
0.40
0.20
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Xbar UCL LCL X Double Bar
Gambar 4. 9 X -Bar chart Diameter Gardan Manual

2018
Kelompok 01
 SPSS
Berikut ini output grafik X dan grafik R dari diameter gardan menggunakan
software SPSS.
Gambar 4. 10 R - chart Diameter Gardan SPSS
Gambar 4. 11 X - chart Diameter Gardan SPSS

2018
Kelompok 01
 Minitab
Berikut ini output grafik X dan grafik R dari Diameter gardan menggunakan
software Minitab.
Gambar 4. 12 R - chart Diameter Gardan Minitab
Gambar 4. 13 X - chart Diameter Gardan Minitab
Berdasarkan grafik di atas, dapat disimpulkan banyaknya cacat pada grafik

masih dalam batas bawah dan atas, sehingga lot masih dalam keadaan didalam
kendali

2018
Kelompok 01
komponen Gardan (Diameter) dengan batas spesifikasi sebesar 1,4 ± 0,13.
Gambar 4. 14 Cp Diameter Gardan
Kapabilitas proses tidak kapabel karena Nilai Cp < 1,00 yaitu sebesar 0,34.
Cpl sebesar 0,09 dan Cpu sebesar 0,60, sehingga Cpk sebesar 0,09 yang
menunjukkan data proses terletak dalam batas spesifikasi namun beberapa
bagian dari variasi proses terletak diluar batas spesifikasi.
c. Diameter As Roda
 Manual
1,73+1,8+1,77+⋯+1,93
X̅ = = 1,77
30
∑𝑥 53,595
x̿ = = = 1,787
𝑁 30
UCL = 𝑥̅ + 𝐴3 x 𝑠̅ = 1,787 + 0,552 x 0,090 = 1,836

LCL = 𝑥̅ − 𝐴3 x 𝑠̅ = 1,787 − 0,552 x 0,090 = 1,737
- Peta kendali S
∑𝑆 2,694
𝑠̅ = = = 0,090
𝑁 30
CL = 𝑠̅ = 0,090
2018
Kelompok 01
UCL = B4 x 𝑠̅ = 1,397 x 0,090 = 0,125

LCL = B3 x 𝑠̅ = 0,603 x 0,090 = 0,054
Tabel 4. 13 Rekap Manual Diameter As Roda
X
Jumlah
Xbar UCL LCL Double S UCL LCL Sbar
Sampel
Bar
1 1.776 1.836 1.737 1.787 0.097 0.12545 0.05415 0.090
2 1.784 1.836 1.737 1.787 0.092 0.12545 0.05415 0.090
3 1.795 1.836 1.737 1.787 0.083 0.12545 0.05415 0.090
4 1.783 1.836 1.737 1.787 0.085 0.12545 0.05415 0.090
5 1.789 1.836 1.737 1.787 0.098 0.12545 0.05415 0.090
6 1.786 1.836 1.737 1.787 0.098 0.12545 0.05415 0.090
7 1.784 1.836 1.737 1.787 0.088 0.12545 0.05415 0.090
8 1.788 1.836 1.737 1.787 0.100 0.12545 0.05415 0.090
9 1.787 1.836 1.737 1.787 0.091 0.12545 0.05415 0.090
10 1.797 1.836 1.737 1.787 0.087 0.12545 0.05415 0.090
11 1.777 1.836 1.737 1.787 0.085 0.12545 0.05415 0.090
12 1.790 1.836 1.737 1.787 0.101 0.12545 0.05415 0.090
13 1.778 1.836 1.737 1.787 0.083 0.12545 0.05415 0.090
14 1.782 1.836 1.737 1.787 0.094 0.12545 0.05415 0.090
15 1.772 1.836 1.737 1.787 0.082 0.12545 0.05415 0.090
16 1.780 1.836 1.737 1.787 0.079 0.12545 0.05415 0.090
17 1.789 1.836 1.737 1.787 0.092 0.12545 0.05415 0.090
18 1.810 1.836 1.737 1.787 0.093 0.12545 0.05415 0.090
19 1.791 1.836 1.737 1.787 0.089 0.12545 0.05415 0.090
20 1.792 1.836 1.737 1.787 0.100 0.12545 0.05415 0.090
21 1.778 1.836 1.737 1.787 0.083 0.12545 0.05415 0.090
22 1.770 1.836 1.737 1.787 0.079 0.12545 0.05415 0.090
23 1.792 1.836 1.737 1.787 0.093 0.12545 0.05415 0.090
24 1.796 1.836 1.737 1.787 0.090 0.12545 0.05415 0.090
25 1.789 1.836 1.737 1.787 0.088 0.12545 0.05415 0.090
26 1.783 1.836 1.737 1.787 0.086 0.12545 0.05415 0.090
27 1.795 1.836 1.737 1.787 0.091 0.12545 0.05415 0.090
28 1.792 1.836 1.737 1.787 0.092 0.12545 0.05415 0.090

2018
Kelompok 01
Tabel 4.13 Rekap Manual Diameter As Roda (lanjutan)
X
Jumlah
Sampel
Bar
29 1.784 1.836 1.737 1.787 0.097 0.12545 0.05415 0.090
30 1.788 1.836 1.737 1.787 0.079 0.12545 0.05415 0.090
Berikut ini merupakan grafik perhitungan peta X untuk diameter As Roda.
PETA KENDALI X-Bar

1.860
1.840
1.820
1.800
1.780
1.760
1.740
1.720
1.700
1.680
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
X Double Bar Xbar UCL LCL
Gambar 4. 15 X̅ - Chart As Roda Manual
Berikut ini merupakan grafik perhitungan peta S untuk As Roda.
PETA KENDALI S
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
UCL LCL S Sbar
Gambar 4. 16 S - Chart As Roda Manual

2018
Kelompok 01
Dari grafik diatas dapat disimpulkan jumlah sampel yang diambil tidak ada
yang keluar dari garis UCL dan LCL.
 SPSS
Berikut ini output grafik X dan grafik S dari diameter As Roda
menggunakan software SPSS.
Gambar 4. 17 X̅ - Chart Diameter As Roda Output Software SPSS
Gambar 4. 18 S - Chart Diameter As Roda Output Software SPSS

2018
Kelompok 01
 Minitab
Berikut ini output grafik X dan grafik S dari diameter As Roda menggunakan
software Minitab.
Gambar 4. 19 X̅ - Chart Diameter As Roda Output Software Minitab
Gambar 4. 20 X̅ - Chart Diameter As Roda Output Software Minitab

2018
Kelompok 01
komponen As Roda (Diameter) dengan batas spesifikasi sebesar 1,8 ± 0,7
Gambar 4. 21 Cp Diameter As Roda
Kapabilitas proses sangat baik atau kapabel karena Nilai Cp > 1,33 yaitu
sebesar 2,59. Cpl sebesar 2,54 dan Cpu sebesar 2,64, sehingga Cpk sebesar
2,54 yang menunjukkan data proses terletak dalam batas spesifikasi.
d. Panjang As Roda
 Manual
59,36+1,8+60,27+⋯+59,06
X̅ = = 59,338
30
∑𝑥 1779,752
x̿ = = = 59,325
𝑁 30
UCL = 𝑥̅ + 𝐴3 x 𝑠̅ = 59,325 + 0,552 x 0,488 = 59,595

LCL = 𝑥̅ − 𝐴3 x 𝑠̅ = 59,325 − 0,552 x 0,488 = 59,055
- Peta kendali S
∑𝑆 14,652
𝑠̅ = = = 0,488
𝑁 30
CL = 𝑠̅ = 0,488

2018
Kelompok 01
UCL = B4 x 𝑠̅ = 1,397 x 0,488 = 0,682

LCL = B3 x 𝑠̅ = 0,603 x 0,488 = 0,682
Tabel 4. 14 Rekap Manual Panjang As Roda

X
Jumlah
Sampel
Bar
1 59.338 59.595 59.055 59.325 0.554 0.68229 0.29451 0.488
2 59.403 59.595 59.055 59.325 0.479 0.68229 0.29451 0.488
3 59.283 59.595 59.055 59.325 0.495 0.68229 0.29451 0.488
4 59.353 59.595 59.055 59.325 0.432 0.68229 0.29451 0.488
5 59.343 59.595 59.055 59.325 0.498 0.68229 0.29451 0.488
6 59.355 59.595 59.055 59.325 0.519 0.68229 0.29451 0.488
7 59.302 59.595 59.055 59.325 0.484 0.68229 0.29451 0.488
8 59.270 59.595 59.055 59.325 0.468 0.68229 0.29451 0.488
9 59.325 59.595 59.055 59.325 0.512 0.68229 0.29451 0.488
10 59.336 59.595 59.055 59.325 0.546 0.68229 0.29451 0.488
11 59.347 59.595 59.055 59.325 0.514 0.68229 0.29451 0.488
12 59.359 59.595 59.055 59.325 0.440 0.68229 0.29451 0.488
13 59.285 59.595 59.055 59.325 0.525 0.68229 0.29451 0.488
14 59.309 59.595 59.055 59.325 0.455 0.68229 0.29451 0.488
15 59.319 59.595 59.055 59.325 0.523 0.68229 0.29451 0.488
16 59.359 59.595 59.055 59.325 0.500 0.68229 0.29451 0.488
17 59.318 59.595 59.055 59.325 0.434 0.68229 0.29451 0.488
18 59.339 59.595 59.055 59.325 0.469 0.68229 0.29451 0.488
19 59.371 59.595 59.055 59.325 0.399 0.68229 0.29451 0.488
20 59.364 59.595 59.055 59.325 0.481 0.68229 0.29451 0.488
21 59.330 59.595 59.055 59.325 0.534 0.68229 0.29451 0.488
22 59.330 59.595 59.055 59.325 0.552 0.68229 0.29451 0.488
23 59.264 59.595 59.055 59.325 0.512 0.68229 0.29451 0.488
24 59.301 59.595 59.055 59.325 0.465 0.68229 0.29451 0.488
25 59.327 59.595 59.055 59.325 0.469 0.68229 0.29451 0.488
26 59.301 59.595 59.055 59.325 0.523 0.68229 0.29451 0.488
27 59.348 59.595 59.055 59.325 0.423 0.68229 0.29451 0.488
28 59.268 59.595 59.055 59.325 0.501 0.68229 0.29451 0.488
29 59.255 59.595 59.055 59.325 0.466 0.68229 0.29451 0.488
30 59.351 59.595 59.055 59.325 0.479 0.68229 0.29451 0.488

2018
Kelompok 01
Berikut ini merupakan grafik perhitungan peta X untuk panjang As Roda.
PETA KENDALI X-Bar

59.700
59.600
59.500
59.400
59.300
59.200
59.100
59.000
58.900
58.800
58.700
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
X Double Bar Xbar UCL LCL
Gambar 4. 22 X̅ - Chart Panjang As Roda Manual
Berikut ini merupakan grafik perhitungan peta S untuk panjang As Roda.
PETA KENDALI S
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
UCL LCL S Sbar
Gambar 4. 23 S - Chart Panjang As Roda Manual
Dari grafik diatas dapat disimpulkan jumlah sampel yang diambil tidak ada
yang keluar dari garis UCL dan LCL.

2018
Kelompok 01
 SPSS
Berikut ini output grafik X dan grafik S dari panjang As Roda menggunakan
software SPSS.
Gambar 4. 24 X̅ - Chart Panjang As Roda Output Software SPSS
Gambar 4. 25 S - Chart Panjang As Roda Output Software SPSS

2018
Kelompok 01
 Minitab
Berikut ini output grafik X dan grafik S dari Panjang As Roda menggunakan
software Minitab.
Gambar 4. 26 X̅ - Chart Panjang As Roda Output Software Minitab
Gambar 4. 27 S - Chart Panjang As Roda Output Software Minitab

2018
Kelompok 01
komponen As Roda (Panjang) dengan batas spesifikasi sebesar 59,4 ± 1,6
Gambar 4. 28 Cp Panjang As Roda
Kapabilitas proses baik atau kapabel namun perlu pengendalian ketat karena
Nilai Cp 1,00 ≤ Cp ≤ 1,33 yaitu sebesar 1,09. Cpl sebesar 1,04 dan Cpu sebesar
1,14, sehingga Cpk sebesar 1,04 yang menunjukkan data proses terletak dalam
batas spesifikasi.
4.2.2. Data Atribut

a. Peta Kendali p (penutup baterai)
Peta Kendali p digunakan untuk mengetahui apakah cacat produk yang dihasilkan
masih dalam batas yang disyaratkan atau tidak. Dapat dikatakan juga sebagai
perbandingan antara banyaknya cacat dengan semua pengamatan, yaitu setiap
produk yang diklasifikasikan sebagai “diterima” atau “ditolak”.
 Manual
𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑒𝑡𝑖𝑑𝑎𝑘𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 12
Pi = = = 0.571
𝐽𝑢𝑚𝑙𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎 21
𝑗𝑢𝑚𝑙𝑎ℎ 𝑠𝑒𝑚𝑢𝑎 𝑘𝑒𝑡𝑖𝑑𝑎𝑘𝑠𝑒𝑠𝑢𝑎𝑖𝑎𝑛 311
𝑝̅ = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑠𝑒𝑙𝑢𝑟𝑢ℎ𝑎𝑛 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎 = = 0.458
678

2018
Kelompok 01
𝑝̅ (1−𝑝̅ ) 0.458(1−0.458)
UCL = 𝑝̅ + 3√ = 0.458 + 3√ = 0.784
𝑛𝑖 21
𝑝̅ (1−𝑝̅ ) 0.458(1−0.458)
LCL = 𝑝̅ − 3√ = 0.458 − 3√ = 0.131
𝑛𝑖 21
Berikut ini merupakan rekapitulasi hasil perhitungan dengan menggunakan

peta kendali p pada penutup baterai :
Tabel 4. 15 Rekap Manual Penutup Baterai
Number
Jumlah Number of
of Pi CL UCL LCL
Sampel Nonconformities
Inspection
1 21 12 0.57 0.46 0.895 0.247
2 25 10 0.4 0.46 0.6939 0.1061
3 22 8 0.36 0.46 0.6717 0.0563
4 21 9 0.43 0.46 0.753 0.105
5 22 9 0.41 0.46 0.7235 0.0945
6 21 12 0.57 0.46 0.895 0.247
7 23 9 0.39 0.46 0.6963 0.0858
8 24 10 0.42 0.46 0.7189 0.1151
9 21 11 0.52 0.46 0.851 0.1971
10 22 10 0.46 0.46 0.7735 0.1365
11 22 11 0.5 0.46 0.8198 0.1802
12 21 11 0.52 0.46 0.851 0.1971
13 25 11 0.44 0.46 0.7378 0.1422
14 21 9 0.43 0.46 0.753 0.105
15 23 11 0.48 0.46 0.7905 0.1655
16 21 11 0.52 0.46 0.851 0.1971
17 24 8 0.33 0.46 0.6216 0.0444
18 21 8 0.38 0.46 0.6989 0.0631
19 21 9 0.43 0.46 0.753 0.105
20 22 11 0.5 0.46 0.8198 0.1802
21 23 9 0.39 0.46 0.6963 0.0858
22 22 8 0.36 0.46 0.6717 0.0563
23 24 12 0.5 0.46 0.8062 0.1938
24 25 11 0.44 0.46 0.7378 0.1422
25 25 12 0.48 0.46 0.7798 0.1802
26 23 11 0.48 0.46 0.7905 0.1655
27 23 13 0.57 0.46 0.8751 0.2549
28 24 12 0.5 0.46 0.8062 0.1938
2018
Kelompok 01
Tabel 4.15 Rekap Manual Penutup Baterai (lanjutan)
Number
Jumlah Number of
of Pi CL UCL LCL
Inspection
29 25 13 0.52 0.46 0.8198 0.2202
30 21 10 0.48 0.46 0.803 0.1491
TOTAL 678 311
Berikut ini merupakan grafik dengan peta kendali p pada penutup batrai:
Peta Kendali P
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
pi CL UCL LCL
Gambar 4. 29 Peta Kendali p Penutup Baterai Manual
Grafik diatas menunjukan bahwa pada peta kendali p part penutup batrai data
non conformities tidak melewati batas UCL dan LCL sehingga data dapat
dikatakan tidak out of control.

2018
Kelompok 01
• SPSS
Berikut output software SPSS dengan peta kendali p pada penutup batrai:
Gambar 4. 30 Peta Kendali p Penutup Baterai SPSS
Dapat dilihat grafik hasil dari output software SPSS bahwa tidak terdapat out
of control. Dari grafik diatas terlihat bahwa tidak ada data yang melebihi batas
maksimal dan minimal, sehingga data dapat diterima.

2018
Kelompok 01
• Minitab
Berikut output software Minitab dengan peta kendali p pada plat depan:
P Chart of Defect Counts

0,8 UCL=0,7849
0,7
0,6
Proportion
0,5 _
P=0,4587
0,4
0,3
0,2
LCL=0,1325
0,1
1 4 7 10 13 16 19 22 25 28
Sample
Tests performed with unequal sample sizes
Gambar 4. 31 Peta Kendali p Penutup Baterai Minitab
Dapat dilihat grafik hasil dari output software Minitab bahwa tidak terdapat
out of control dengan N=30 dan terdapat batas-batasannya, yaitu LCL
=0.1325, CL = 0,4587 dan UCL = 0.7849. Dari grafik diatas terlihat bahwa
tidak ada data yang melebihi batas maksimal dan minimal, sehingga data dapat
diterima
b. Peta Kendali np (Pengunci Body)
Peta kendali np ini merupakan sebuah peta kendali yang digunakan sebagai
alternative untuk menghitung proporsi cacat. Peta kendali np ini memiliki prinsip
yang hampir sama dengan peta kendali p. Perbedaannya adalah jika peta kendali
np memiliki ukuran sampel tetap.
• Manual
𝐽𝑢𝑚𝑙𝑎ℎ 𝐶𝑎𝑐𝑎𝑡 331
p = = = 0.441 np =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎 𝑥 𝑗𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑚𝑒𝑟𝑖𝑘𝑠𝑎𝑎𝑛 25𝑥30
𝑡𝑜𝑡𝑎𝑙 𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑖𝑡𝑜𝑙𝑎𝑘 331
= = 11.033
𝐽𝑢𝑚𝑙𝑎ℎ 𝑙𝑜𝑡 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎 30
UCL = 𝑛𝑝 + 3√𝑛𝑝(1 − 𝑝) = 11 + 3√11.033(1 − 0.441) = 18.484
LCL = 𝑛𝑝 − 3√𝑛𝑝(1 − 𝑝) = 11 − 3√11.033(1 − 0.441) = 3.5829

2018
Kelompok 01

peta kendali np pada pengunci body:
Tabel 4. 16 Rekap Manual Pengunci Body
Number
Jumlah Number of
of CL UCL LCL
Inspection
1 25 13 11.03 18.48 3.583
2 25 13 11.03 18.48 3.583
3 25 15 11.03 18.48 3.583
4 25 11 11.03 18.48 3.583
5 25 11 11.03 18.48 3.583
6 25 9 11.03 18.48 3.583
7 25 11 11.03 18.48 3.583
8 25 10 11.03 18.48 3.583
9 25 11 11.03 18.48 3.583
10 25 9 11.03 18.48 3.583
11 25 10 11.03 18.48 3.583
12 25 13 11.03 18.48 3.583
13 25 15 11.03 18.48 3.583
14 25 11 11.03 18.48 3.583
15 25 11 11.03 18.48 3.583
16 25 10 11.03 18.48 3.583
17 25 11 11.03 18.48 3.583
18 25 13 11.03 18.48 3.583
19 25 9 11.03 18.48 3.583
20 25 11 11.03 18.48 3.583
21 25 12 11.03 18.48 3.583
22 25 12 11.03 18.48 3.583
23 25 11 11.03 18.48 3.583
24 25 14 11.03 18.48 3.583
25 25 10 11.03 18.48 3.583
26 25 6 11.03 18.48 3.583
27 25 11 11.03 18.48 3.583
28 25 8 11.03 18.48 3.583
29 25 10 11.03 18.48 3.583
30 25 10 11.03 18.48 3.583
TOTAL 750 331

2018
Kelompok 01
Berikut ini merupakan grafik dengan peta kendali np pada pengunci body:
Peta Kendali np (Pengunci Body)

20
18
16
14
12
10
8
6
4
2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Number of Nonconformities CL UCL LCL
Gambar 4. 32 Peta Kendali np Pengunci Body Manual
Grafik diatas menunjukan bahwa nilai UCL18,484, nilai LCL 5.5829, dan
nilai CL adalah 11.033. Dari grafik diatas dapat dilihat bahwa data non
conformities tidak melewati batas UCL dan LCL sehingga data dapat
dikatakan tidak out of control.
• SPSS
Berikut merupakan output software SPSS peta kendali np pengunci body:
Gambar 4. 33 Peta Kendali np Pengunci Body SPSS

2018
Kelompok 01
Dapat dilihat grafik hasil dari output software SPSS bahwa tidak terdapat out
of control dengan N=30 dan terdapat batas-batasannya, yaitu LCL = 3.59, CL
= 11.03 dan UCL = 18.48. Dari grafik diatas terlihat bahwa tidak ada data
yang melebihi batas maksimal dan minimal, sehingga data dapat diterima
• Minitab
Berikut merupakan output software Minitab peta kendali np pengunci body:
NP Chart of Defect Counts

20,0
UCL=18,48
17,5
15,0
Sample Count
12,5
__
NP=11,03
10,0
7,5
5,0
LCL=3,59
1 4 7 10 13 16 19 22 25 28
Sample
Gambar 4. 34 Peta Kendali np Pengunci Body Minitab
Dapat dilihat grafik hasil dari output software Minitab bahwa tidak terdapat
out of control dengan N=30 dan terdapat batas-batasannya, yaitu LCL = 3.59,
CL = 11.03 dan UCL = 18.48. Dari grafik diatas terlihat bahwa tidak ada data
yang melebihi batas maksimal dan minimal, sehingga data dapat diterima
c. Peta Kendali c (Bumper Belakang)
Peta kendali c digunakan untuk melacak jumlah ketidaksesuaian dalam sampel
yang memiliki ukuran tetap. Peta kendali c ini berkaitan dengan item cacat.
 Manual
𝑡𝑜𝑡𝑎𝑙 𝑐𝑎𝑐𝑎𝑡 𝑡𝑜𝑡𝑎𝑙 880
c = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑚𝑒𝑟𝑖𝑘𝑠𝑎𝑎𝑛 = = 29.333
30
UCL = 𝑐 + 3√𝑐 = 29.333 + 3√29.333 = 45.581

LCL = 𝑐 − 3√𝑐 = 29.333 − 3√29.333 = 13.085
peta kendali c pada bumper belakang:

2018
Kelompok 01
Tabel 4. 17 Rekap Manual Bumper Belakang
Number
Jumlah Number of
of CL UCL LCL
Inspection
1 25 24 29.33 45.58 13.09
2 25 27 29.33 45.58 13.09
3 25 33 29.33 45.58 13.09
4 25 33 29.33 45.58 13.09
5 25 20 29.33 45.58 13.09
6 25 38 29.33 45.58 13.09
7 25 23 29.33 45.58 13.09
8 25 13 29.33 45.58 13.09
9 25 19 29.33 45.58 13.09
10 25 27 29.33 45.58 13.09
11 25 18 29.33 45.58 13.09
12 25 17 29.33 45.58 13.09
13 25 33 29.33 45.58 13.09
14 25 23 29.33 45.58 13.09
15 25 22 29.33 45.58 13.09
16 25 41 29.33 45.58 13.09
17 25 36 29.33 45.58 13.09
18 25 29 29.33 45.58 13.09
19 25 39 29.33 45.58 13.09
20 25 30 29.33 45.58 13.09
21 25 31 29.33 45.58 13.09
22 25 27 29.33 45.58 13.09
23 25 38 29.33 45.58 13.09
24 25 27 29.33 45.58 13.09
25 25 28 29.33 45.58 13.09
26 25 24 29.33 45.58 13.09
27 25 37 29.33 45.58 13.09
28 25 41 29.33 45.58 13.09
29 25 41 29.33 45.58 13.09
30 25 41 29.33 45.58 13.09
TOTAL 750 880

2018
Kelompok 01
Berikut ini merupakan grafik dengan peta kendali c pada bumper belakang:
Peta Kendali c (Bumper Belakang)

50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Number of Nonconformities CL UCL LCL
Gambar 4. 35 Peta Kendali c Bumper Belakang Manual
Grafik diatas menunjukan bahwa nilai UCL 45.581; nilai LCL 13.085; dan
nilai CL adalah 29.333. Dari grafik diatas dapat dilihat bahwa ada data non
conformities yang melewati batas LCL yaitu pada data ke-8.
• SPSS
Berikut ini merupakan output software SPSS dengan peta kendali c pada
bumper belakang:
Gambar 4. 36 Peta Kendali c Bumper Belakang SPSS

2018
Kelompok 01
Grafik diatas menunjukan bahwa nilai UCL 45.58; nilai LCL 13.09; dan nilai
CL adalah 29.35. Grafik diatas menunjukan bahwa perhitungan dengan
software SPSS memiliki hasil yang sama dengan perhitungan manual dimana
ada data yang out of control yaitu data ke-8.
• Minitab
Berikut ini merupakan output software Minitab dengan peta kendali c pada
bumper belakang:
C Chart of Defect Count

50
UCL=45,58
40
Sample Count
_
30 C=29,33
20
LCL=13,09
1
10
1 4 7 10 13 16 19 22 25 28
Sample
Gambar 4. 37 Peta Kendali c Bumper Belakang Minitab
Grafik diatas menunjukan bahwa nilai UCL 45.58; nilai LCL 13.09; dan nilai
CL adalah 29.33. Grafik diatas menunjukan bahwa perhitungan dengan
software SPSS memiliki hasil yang sama dengan perhitungan manual dimana
ada data yang out of control yaitu data ke-8.

2018
Kelompok 01
 Analisis Fishbone Diagram
Gambar 4. 38 Diagram Sebab-Akibat Bumper Belakang
Diagram fishbone digunakan untuk mengetahui penyebab terjadinya

kerusakan pada bumper belakang hingga terdapat jumlah cacat yang berada
diluar batas kendali. Pada diagram fishbone ini terdapat 5 komponen utama
yang menjadi perhatian guna mencari penyebab terjadinya kerusakan pada
bumper depan, yaitu man, machine, material, method dan measurement
Man berfokus pada cacat yang terjadi karena faktor manusia (pekerja).
Terdapat dua penyebab pada faktor manusia, yaitu operator yang lalai/kurang
teliti dan manpower yang tidak diberi taining dengan baik. Operasi kerja yang
tidak sesuai standar memungkinkan terjadinya perlakuan (handling) yang
buruk, sehingga memungkinkan terjadinya kesalahan pada proses operasi.
Operator yang lalai disebabkan karena kurang fokus sehingga kurangnya
pengawasan akan cacat yang terjadi.
Machine meliputi kesalahan yang terjadi karena faktor mesin dan peralatan
yang digunakan. Penyebab kerusakan faktor ini dapat disebabkan karena
mesin yang rusak dan kesalahan setting.

2018
Kelompok 01
Material meliputi kerusakan yang disebabkan oleh material bumper belakang

itu sendiri. Cacat akibat faktor material disebabkan karena kualitas material
yang rendah. Kualitas material yang tidak sesuai standar disebabkan harga
material dengan kualitan prime yang mahal, sehingga agar tetap memiliki
harga bersaing digunakan material kelas kedua.
Method meliputi metode proses operasi yang digunakan dalam menyebabkan
kerusakan pada bumper belakang. Proses operasi yang menyebabkan
kerusakan disebabkan karena ada step atau proses operasi yang miss dan
urutan metode yang kurang tepat.
Measurement meliputi kesalahan yang terjadi karena pengukuran yang
dilakukan. Kesalahan pengukuran dapat disebabkan oleh alat ukur yang
kurang presisi sehingga banyak produk yang ukurannya tidak sesuai standar.
 Analisis 5Why
Why 1 : Mengapa terjadi cacat pada bumper belakang?
Karena material yang tersedia
Why 2 : Mengapa dengan material yang tersedia menyebabkan terjadinya
cacat pada bumper belakang?
Karena kualitas material rendah
Why 3 : Mengapa kualitas material rendah?
Karena material yang digunakan adalah material kelas kedua
Why 4 : Kenapa material yang digunakan adalah material kelas kedua?
Karena harga material kelas prime mahal sementara harga produk harus tetap
bersaing di pasaran
Why 5 : Kenapa harga produk harus tetap bersaing di pasaran?
Karena konsumen biasanya tidak membeli produk yang sama dengan harga
yang lebih tinggi
d. Peta Kendali u
Peta kendali u merupakan peta kendali untuk jumlah cacat suatu unit dengan
jumlah sampel yang berbeda. Peta kendali u ini digunakan untuk menghitung
cacat pada part bumper depan.

2018
Kelompok 01
Berikut adalah tabel hasil uji sampling untuk part bumper depan dan contoh
perhitungannya.
 Manual
𝑐𝑖 22
𝑢𝑖 = = = 0,96
𝑛𝑖 23
∑ 𝑐𝑖 1002
𝐶𝐿 = 𝑢̅ = = = 1,45
∑ 𝑛𝑖 690
𝑢̅ 1,45
𝑈𝐶𝐿 = 𝑢̅ + 3√ = 1,45 + 3√ = 2,21
𝑛𝑖 23
𝐿𝐶𝐿 = 𝑢̅ −
𝑢̅ 1,45
3√ = 1,45 − 3√ = 0,70
𝑛𝑖 23
Tabel 4. 18 Rekap Manual Bumper Depan
Number
Jumlah Number of
of
ui UCL LCL
Inspection
1 23 22 0.96 2.21 0.7
2 22 14 0.64 2.22 0.68
3 24 18 0.75 2.19 0.71
4 25 31 1.24 2.18 0.73
5 21 50 2.38 2.24 0.66
6 22 48 2.18 2.22 0.68
7 23 42 1.83 2.21 0.7
8 24 41 1.71 2.19 0.71
9 25 29 1.16 2.18 0.73
10 21 25 1.19 2.24 0.66
11 25 40 1.6 2.18 0.73
12 22 24 1.09 2.22 0.68
13 21 18 0.86 2.24 0.66
14 24 45 1.88 2.19 0.71
15 23 28 1.22 2.21 0.7
16 21 26 1.24 2.24 0.66
17 25 28 1.12 2.18 0.73
2018
Kelompok 01
Tabel 4.18 Rekap Manual Bumper Depan (lanjutan)
Number
Jumlah Number of
of
ui UCL LCL
Inspection
18 23 23 1 2.21 0.7
19 24 34 1.42 2.19 0.71
20 21 30 1.43 2.24 0.66
21 25 40 1.6 2.18 0.73
22 23 28 1.22 2.21 0.7
23 22 45 2.05 2.22 0.68
24 25 43 1.72 2.18 0.73
25 21 35 1.67 2.24 0.66
26 24 53 2.21 2.19 0.71
27 21 36 1.71 2.24 0.66
28 23 31 1.35 2.21 0.7
29 22 47 2.14 2.22 0.68
30 25 28 1.12 2.18 0.73
TOTAL 690 1002
u-bar 1.45
Peta Kendali u
2.50
2.00
1.50
1.00
0.50
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
ui UCL LCL u-bar
Gambar 4. 39 Peta Kendali u Bumper Depan Manual

2018
Kelompok 01
 SPSS
Gambar 4. 40 Peta Kendali u Bumper Depan SPSS
 Minitab
U Chart of Nonconformities
2.5 1
1
UCL=2.175
2.0
Sample Count Per Unit
_
1.5
U=1.452
1.0
LCL=0.729
1
0.5
1 4 7 10 13 16 19 22 25 28
Sample
Tests performed with unequal sample sizes
Gambar 4. 41 Peta Kendali u Bumper Depan Minitab

2018
Kelompok 01
 Diagram Fishbone
Dari data di atas, didapatkan bahwa pada sampe ke-2, ke-5 dan ke-26 melewati
batas. Maka dari itu dapat dikatakan out of control. Berikut adalah diagram
fishbone untuk analisa dari data yang out of control tersebut:
Gambar 4. 42 Diagram Sebab-Akibat Bumper Depan
Terdapat 5 kategori penyebab produk yang out of control yaitu Man, Material,
Machine, Methode, Measurement. Man, yaitu faktor penyebab oleh manusia
di mana disebabkan oleh operator yang kurang terlatih dan kondisi tubuh dari
operator yang kelelahan atau kurang fit sehingga menyebabkan faktor human
error. Machine, yaitu faktor penyebab oleh kondisi mesin yang perlu
maintenance atau umur mesin yang sudah tua. Material, yaitu faktor penyebab
dari kualitas material yang tidak baik dan usia material sudah berumur lama.
Method, yaitu faktor penyebab cara proses yang kurang efisien dan efektif
atau ada terdapat salah langkah dalam pengerjaan. Measurement, yaitu
kurangnya ketelitian dari operator atau alat ukur yang sudah tidak presisi.
 Analisis Why
Why 1 : Mengapa terjadi cacat pada bumper depan?
Karena mesinnya kurang baik.
Why 2 : Mengapa mesinnya kurang baik?

2018
Kelompok 01
Karena kurang perawatan.

Why 3 : Mengapa kurang perawatan?
Karena tidak dilakukannya pengecekan kondisi mesin.
Why 4 : Kenapa tidak dilakukan pengecekan kondisi mesin?
Karena jadwal pengecekan kondisi mesin belum ada?
Why 5 : Kenapa jadwal maintenance belum ada?
Karena kurangnya sumber daya manusia.
e. Peta Kendali U
Peta kendali U digunakan untuk melakukan perhitungan terhadap ketidaksesuaian
dengan memperhatikan tingkat bobot masing-masing jenis ketidaksesuaian.
Produk yang digunakan adalah body, dengan 3 jenis ketidak sesuaian yaitu
scratch, peeled off dan color streak.
Berikut ini adalah tabel hasil uji sampling untuk part body dan contoh
perhitungannya.
 Manual
𝐷 = 𝑤1 𝑐1 + 𝑤2 𝑐2 + 𝑤3 𝑐3 = (10 × 22) + (50 × 17) + (1 × 25) = 1095
𝐷 1095
𝑈= = = 43,8
𝑛 25
𝑐1 633
𝑈1 = ∑ = = 0,84
𝑁 × 𝑛 30 × 25
𝑐2 446
𝑈2 = ∑ = = 0,59
𝑁 × 𝑛 30 × 25
𝑐3 899
𝑈3 = ∑ = = 1,20
𝑁 × 𝑛 30 × 25
̅ = (𝑤1 𝑈1 ) + (𝑤2 𝑈2 ) + (𝑤3 𝑢3)
𝑈
= (10 × 0,84) + (50 × 0,59) + (1 × 1,20) = 39,37
(𝑤1 2 𝑈1 ) + (𝑤2 2 𝑈2 ) + (𝑤3 2 𝑈3 )

3𝜎𝑢 = 3 × √
𝑛
(102 × 0,84) + (502 × 0,59) + (12 × 1,20)

= 3×√ = 23,79108068
25
̿ + 3𝜎𝑢 = 39,37 + 23,79 = 63,16

𝑈𝐶𝐿 = 𝑈
2018
Kelompok 01
̿ − 3𝜎𝑢 = 39,37 − 23,79 = 15,58

𝐿𝐶𝐿 = 𝑈
Tabel 4. 19 Rekap Manual Body
Number of Nonconformities
Number
Jumlah Peeled Color
of Scratch D U
Sampel off Streak
Inspection
(W=10) (W=50) (W=1)
1 25 22 17 25 1095 43.8
2 25 19 20 28 1218 48.72
3 25 26 12 38 898 35.92
4 25 18 12 32 812 32.48
5 25 19 14 24 914 36.56
6 25 23 16 35 1065 42.6
7 25 27 11 29 849 33.96
8 25 21 13 30 890 35.6
9 25 18 12 24 804 32.16
10 25 14 17 25 1015 40.6
11 25 18 19 38 1168 46.72
12 25 19 13 37 877 35.08
13 25 20 12 30 830 33.2
14 25 26 11 25 835 33.4
15 25 24 14 28 968 38.72
16 25 25 15 29 1029 41.16
17 25 28 17 32 1162 46.48
18 25 22 13 33 903 36.12
19 25 23 12 27 857 34.28
20 25 17 14 25 895 35.8
21 25 14 16 23 963 38.52
22 25 16 18 37 1097 43.88
23 25 18 20 33 1213 48.52
24 25 24 21 35 1325 53
25 25 23 14 30 960 38.4
26 25 20 16 29 1029 41.16
27 25 20 13 32 882 35.28
28 25 21 18 33 1143 45.72
29 25 25 12 27 877 35.08
30 25 23 14 26 956 38.24
2018
Kelompok 01
Tabel 4.19 Rekap Manual Body (lanjutan)
Number of Nonconformities
Number
Jumlah Peeled Color
of Scratch D U
Sampel off Streak
Inspection
(W=10) (W=50) (W=1)
TOTAL 633 446 899
U-bar 39.37 0.84 0.59 1.2
SU 62.890613
23.791081
Peta Kendali U
70
60
50
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
U UCL LCL
Gambar 4. 43 Peta Kendali U Body
4.3. Penentuan Biaya Kualitas

Biaya kualitas dapat dikategorikan menjadi 4 kategori, yaitu:
1. Biaya Pencegahan
Biaya pencegahan adalah biaya-biaya yang terkait biaya yang mencegah
terjadinya cacat pada suatu produk.
 Biaya Perencanaan Kualitas
Biaya Perencanaan Kualitas adalah biaya yang terkait untuk perencanaan
bagaimana mencegah terjadinya cacat produk. Bisa berarti biaya rapat atau
penyusunan prosedur kualitas. Dilakukan setiap triwulan satu kali.
2018
Kelompok 01
4 x Rp 300.000,00 = Rp 1.200.000,00
 Biaya Survey Supplier
Biaya Survey Supplier adalah biaya melakukan peninjauan tentang kualitas
material dari supplier. Dilakukan setiap 1 semester satu kali.
2 x Rp 300.000,00 = Rp 600.000,00
 Biaya Pelatihan Operator
Biaya Pelatihan Operator adalah biaya pelatihan proses produksi yang ditujukan
pada operator. Tujuannya adalah melakukan pencegahan cacat produk yang
dilakukan oleh operator pada proses produksi. Jumlah operator adalah sesuai
dengan stasiun kerja, yaitu 4 orang.
4 x Rp 750.000,00 = Rp 3.000.000,00
 Biaya Maintenance
Biaya Maintenance adalah biaya perawatan dari mesin. Bertujuan untuk
mencegah cacat produk akibat mesin rusak. Dilakukan setiap 1 semester satu kali.
2 x Rp 200.000,00 = Rp 400.000,00
2. Biaya Penilaian
 Biaya Peralatan
Biaya Peralatan adalah biaya pengadaan peralatan untuk inspeksi. Alat yang
digunakan adalah jangka sorong. Pengadaan jangka sorong adalah 2 buah setiap
tahunnya.
2 x Rp 100.000,00 = Rp 200.000,00
 Biaya Kalibrasi
Biaya Kalibrasi adalah biaya penyesuaian conveyor untuk mencegah
ketidaktepatan dari proses produksi. Dilakukan setiap triwulan dengan jumlah 4
conveyor.
4 x 4 x Rp 110.000,00 = Rp 1.760.000,00
 Biaya Pengujian dan Inspeksi
Biaya Pengujian dan Inspeksi adalah upah tenaga kerja untuk melakukan
pengujian dan inspeksi. Dengan memperhatikan UMR Kota Semarang dan jumlah
QC ada 2 orang.

2018
Kelompok 01
2 x Rp 2.125.000,00 x 12 = Rp 51.000.000,00
3. Biaya Kegagalan Intern
 Downgrading cost
3% x 9917 x Rp 12.180,00 = Rp 3.623.672,00
4. Biaya Kegagalan Ekstern
 Biaya Garansi
Biaya kegagalan eksternal adalah biaya kualitas yang ditanggung perusahaan
karena produk cacat yang telah diterima konsumen. Biaya kegagalan eksternal
bisa berupa biaya garansi.
Perhitungan biaya garansi adalah sebagai berikut:
Asumsi menggunakan distribusi eksponensial
Ave. Cost = Cs [1+M(W)]
Ave.Cost = 12180 [1+1(1/12)]
= 13195
Biaya garansi = 1% x JIP 1 tahun untuk 2 tamiya x ave.cost
= 1% x 27477 x 13195 = Rp 3.625.590,00
Keterangan:
Cs : biaya seluruh part dalam 1 tamiya : 12180
M:𝜆:1
W : masa garansi : 30 hari

2018
Kelompok 01
Tabel 4. 20 Rekap Biaya Kualitas
Kategori Rincian Nominal

Biaya Perencanaan
Rp1,200,000.00
Kualitas
Biaya Pencegahan Biaya Survey Supplier Rp600,000.00
Biaya Pelatihan Operator Rp3,000,000.00
Biaya Maintenance Rp400,000.00
Total Rp5,200,000.00
Biaya Peralatan Rp200,000.00
Biaya Penilaian Biaya Kalibrasi Rp1,760,000.00
Biaya Pengujian dan
Rp51,000,000.00
Inspeksi
Total Rp52,960,000.00
Biaya Kegagalan
Biaya downgrading Rp3,623,672.00
Intern
Total Rp3,623,672.00
Biaya Kegagalan
Biaya Garansi Rp3,625,590.00
Ekstern
Total Rp3,625,590.00
GRAND TOTAL Rp65,409,262.00

2018
Kelompok 01
BAB V
ANALISIS
5.1 Analisis Acceptance Sampling

5.1.1 Kebijakan Sampel Data Variabel 1
 Panjang Gardan
Kebijakan sampel untuk panjang gardan dapat dilakukan sesuai dengan
pengambilan sampel sebanyak 30 sampel. Ukuran sampel didapat dari MRP as
roda yaitu 4.554 dengan melihat pada tabel L10 sample size code letters (s-4)
diperoleh inspection levels adalah G (3,201 to 10,000) dengan nilai AQL = 0,15.
Berdasarkan table 10.3 dengan sample size code letter G dan sample size yaitu 30
untuk nilai AQL sendiri sebesar 0,15 maka akan memperoleh AQL value yang
memiliki nilai k sebesar 2,32. Acceptance sampling perlu dilakukan untuk
pengambilan keputusan apakah suatu lot diterima atau ditolak. Syarat lot diterima
adalah harus memiliki nilai ZU dan ZLl ebih besar dari k.
Untuk panjang as roda dilakukan dengan cara single acceptance sampling cara
perhitungannya adalah menghitung rata-rata sample ( 𝑥̅ ) dan standar deviasinya
(s). Rata-rata sample diperoleh dengan cara menjumlahkan semua data kemudian
di bagi dengan banyaknya sampel yaitu 30 sehingga didapat nilai 𝑥̅ adalah 71,92.
Standar deviasi diperoleh dengan rumus akar dari jumlah sampel (n) dikali dengan
total kuadrat dari rata-rata sampel (∑ 𝑥 2 ) dikurangi dengan total rata-rata
dikudratkan (∑ 𝑥)2 kemudian dibagi dengan jumlah sampel (n) dikali jumlah
sampel (n) dikurangi 1.nilai deviasi standar adalah 0,102. Nilai USL dan LSL
dipeorleh dari nilai standar perusahaan. Diperoleh nilai USL adalah 73,7 dan nilai
LSL adalah 72,3. Hitung deviasi normal yaitu untuk batas atas (𝑍𝑢) adalah USL
dikurangi rata-rata sampel ( 𝑥̅ ) dibagi standar deviasi (s). Untuk batas bawah (𝑍𝑙)
adalah USL dikurangi rata-rata sampel ( 𝑥̅ ) dibagi standar deviasi (s). Hasil dari
perhitungan single acceptance sampling memiliki nilai ZU > k, yaitu 17,35 > 2,32
keputusannya lot diterima dan ZL > k, yaitu -3,69 > 2,32 maka keputusannya lot
ditolak. Karena adanya keputusan ditolak maka lot tersebut ditolak, lot ditolak

2018
Kelompok 01
dapat disebabkan banyak faktor, diantaranya: faktor produksi yang memproduksi

secara longgar berarti faktor produksi harus ditingkatkan menjadi normal. Adapun
kemungkinan adanya faktor yang mempengaruhi distraksi yang ada pada proses
produksi sehingga mengakibatkan produk tidak menghasilkan produk dengan
kriteria atau spesifikasi yang sudah ditentukan sehingga lot yang tadinya sudah
ditentukan dapat ditolak dan berarti proses produksi tidak terkendali secara
statistic. Lot di tolak pada proses produksi tadi menggunakan metode single
acceptance sampling, untuk mengetahui lot tadi dapat diterima atau tidak harus
dilanjutkan menggunakan double acceptance sampling. Double acceptance
sampling bertujuan untuk menerima lot produksi dengan pemeriksaan 2x baru
dapat disimpulkan apakah lot itu diterima atau ditolak.
 Diameter Gardan
Kebijakan sampel untuk diameter gardan dapat dilakukan sesuai dengan ukuran
sampel sebanyak 25 sampel. Ukuran sampel didapat dari MRP as roda yaitu 4.554
dengan melihat pada tabel L10 sample size code letters (s-4) diperoleh inspection
levels adalah G (3,201 to 10,000) dengan nilai AQL = 0,15. Berdasarkan table
10.3 dengan sample size code letter G dan sample size yaitu 30 untuk nilai AQL
sendiri sebesar 0,15 maka akan memperoleh AQL value yang memiliki nilai k
sebesar 2,32. Acceptance sampling perlu dilakukan untuk pengambilan
keputusan apakah suatu lot diterima atau ditolak. Syarat lot diterima adalah harus
memiliki nilai ZU dan ZLlebih besar dari k.
Untuk diameter as roda dilakukan dengan cara single acceptance sampling cara
sampel (n) dikurangi 1. Nilai deviasi standar adalah 0.015. Nilai USL dan LSL

2018
Kelompok 01
perhitungan single acceptance sampling memiliki nilai ZU > k, yaitu 14,74 > 2,32
keputusannya lot diterima dan ZL > k, yaitu 2,70 > 2,32 maka keputusannya lot
diterima. Berarti lot terkendali secara statistik
5.1.2 Kebijakan Sampel Data Variabel 2

 Panjang As Roda
Kebijakan sampel untuk panjang as roda dapat dilakukan sesuai dengan ukuran
sampel sebanyak 30 sampel. Ukuran sampel didapat dari MRP as roda yaitu 9108 dengan
melihat pada tabel L10 sample size code letters (s-4) diperoleh inspection levels adalah
G (3,201 to 10,000) dengan nilai AQL = 0,15. Berdasarkan table 10.3 dengan sample size
code letter G dan sample size yaitu 30 untuk nilai AQL sendiri sebesar 0,15 maka akan
memperoleh AQL value yang memiliki nilai k sebesar 2,32. Acceptance sampling perlu
dilakukan untuk pengambilan keputusan apakah suatu lot diterima atau ditolak. Syarat
lot diterima adalah harus memiliki nilai ZU dan ZLl ebih besar dari k.
Untuk panjang as roda dilakukan dengan cara single acceptance sampling cara
perhitungannya adalah menghitung rata-rata sample ( 𝑥̅ ) dan standar deviasinya (s). Rata-
rata sample diperoleh dengan cara menjumlahkan semua data kemudian di bagi dengan
banyaknya sampel yaitu 30 sehingga didapat nilai 𝑥̅ adalah 59.33. Standar deviasi
diperoleh dengan rumus akar dari jumlah sampel (n) dikali dengan total kuadrat dari rata-
rata sampel (∑ 𝑥 2 ) dikurangi dengan total rata-rata dikudratkan (∑ 𝑥)2 kemudian dibagi
dengan jumlah sampel (n) dikali jumlah sampel (n) dikurangi 1.nilai deviasi standar
adalah 0.035. Nilai USL dan LSL dipeorleh dari nilai standar perusahaan. Diperoleh nilai
USL adalah 61 dan nilai LSL adalah 57.8. Hitung deviasi normal yaitu untuk batas atas
(𝑍𝑢) adalah USL dikurangi rata-rata sampel ( 𝑥̅ ) dibagi standar deviasi (s). Untuk batas
bawah (𝑍𝑙) adalah USL dikurangi rata-rata sampel ( 𝑥̅ ) dibagi standar deviasi (s). Hasil
dari perhitungan single acceptance sampling memiliki nilai ZU > k, yaitu 48,09 > 2,32

2018
Kelompok 01
keputusannya lot diterima dan ZL > k, yaitu 43,79 > 2,32 maka keputusannya lot diterima.
Berarti lot terkendali secara statistic.
 Diameter As Roda
Kebijakan sampel untuk diameter as roda dapat dilakukan sesuai dengan ukuran
sampel sebanyak 30 sampel. Ukuran sampel didapat dari MRP as roda yaitu 9108
dengan melihat pada tabel L10 sample size code letters (s-4) diperoleh inspection
levels adalah G (3,201 to 10,000) dengan nilai AQL = 0,15. Berdasarkan table
10.3 dengan sample size code letter G dan sample size yaitu 30 untuk nilai AQL
sendiri sebesar 0,15 maka akan memperoleh AQL value yang memiliki nilai k
sebesar 2,32. Acceptance sampling perlu dilakukan untuk pengambilan
keputusan apakah suatu lot diterima atau ditolak. Syarat lot diterima adalah harus
memiliki nilai ZU dan ZLlebih besar dari k.
Untuk diameter as roda dilakukan dengan cara single acceptance sampling cara
sampel (n) dikurangi 1. Nilai deviasi standar adalah 0.008. Nilai USL dan LSL
perhitungan single acceptance sampling memiliki nilai ZU > k, yaitu 88.76 > 2,32
keputusannya lot diterima dan ZL > k, yaitu 85,40 > 2,32 maka keputusannya lot
diterima. Berarti lot terkendali secara statistik.
5.2 Analisis Peta Kendali
5.2.1 Data Variabel
1. Panjang Gardan

2018
Kelompok 01
Untuk 30 sampel ukuran panjang gardan digunakan peta kendali R-bar dan peta
kendali X-bar yang diuji di sini adalah variabel X-bar dengan ukuran sampel 5
dimana perusahaan menerapkan spesifikasi kualitas raw material yang terukur
secara ketat. Variabel ukuran yang diambil sampel adalah panjang gardan.
Selanjutnya inspeksi menggunakan peta R, pada komponen panjang gardan
diperoleh hasil nilai R-bar atau Central line nya sebebsar 1,83. sedangkan nilai
UCL dan LCL untuk peta kendali R-bar adalah 3,869 dan 0. Sedangkan pada peta
kendaki X didapatkan nilai X double Bar atau nilai central Line nya adalah
71,870. Sedangkan nilai UCL dan LCL pada peta kendali X adalah 72,926 dan
70,814. Dari penjelasan peta kendali diatas komponen diameter gardan terdapat
data yang keluar dari batas atas peta kendali R-bar. Dari penjelasan peta kendali
diatas, tidak terdapat data yang out of control sehingga komponen diameter gardan
tidak terjadi masalah, maka didapatkan kesimpulan yaitu untuk ukuran diameter
gardan sudah presisi. Nilai Cp didapat sebesar 0,28 sehingga kapabilitas proses
tidak kapabel
2. Diameter Gardan
Untuk 30 sampel ukuran diameter gardan digunakan peta kendali R-bar dan peta
secara ketat. Variabel ukuran yang diambil sampel adalah diameter gardan. Lalu
inspeksi menggunakan peta kendali R, pada komponen diameter gardan
diperoleh nilai R-bar diameter gardan sebesar 0,29. kemudian batas UCL dan
LCL pada peta kendali variable adalah 0,612 dan 0. Pada peta kendali X
didapatkan nilai X double bar atau central linenya sebesar 1,302. Diameter gardan
juga memiliki batasan-batasan UCL dan LCL berturut-turut sebesar 1,469 dan
1,135. Kemudian dilakukan pengukuran dengan menggunakan peta kendali R-
bar. Dari pengukuran didapatkan nilai Dari penjelasan peta kendali diatas
komponen diameter gardan terdapat data yang keluar dari batas atas peta kendali
R-bar. Dari penjelasan peta kendali diatas, tidak terdapat data yang out of control
sehingga komponen panjang gardan tidak terjadi masalah, maka didapatkan

2018
Kelompok 01
kesimpulan yaitu untuk ukuran panjang gardan sudah presisi. Nilai Cp didapat
sebesar 0,34 sehingga kapabilitas proses tidak kapabel.
3. Diameter As Roda
Untuk 30 sampel ukuran Diameter As Roda digunakan peta kendali S-bar dan peta
secara ketat. Variabel ukuran yang diambil sampel adalah Diameter As Roda.
Selanjutnya inspeksi menggunakan peta S, pada komponen panjang gardan
diperoleh hasil nilai S-bar atau Central line nya sebebsar 0,090. sedangkan nilai
UCL dan LCL untuk peta kendali S-bar adalah 0,125 dan 0,054. Sedangkan pada
peta kendali X didapatkan nilai X double Bar atau nilai central Line nya adalah
1,737. Dari penjelasan peta kendali diatas, tidak terdapat data yang out of control
sehingga komponen diameter As Roda tidak terjadi masalah, maka didapatkan
kesimpulan yaitu untuk ukuran diameter As Roda sudah presisi. Nilai Cp didapat
sebesar 2,59 sehingga kapabilitas proses sangat baik atau kapabel.
4. Panjang As Roda
Untuk 30 sampel ukuran Panjang As Roda digunakan peta kendali S-bar dan peta
secara ketat. Variabel ukuran yang diambil sampel adalah Panjang As Roda.
Selanjutnya inspeksi menggunakan peta S, pada komponen panjang As Roda
diperoleh hasil nilai S-bar atau Central line nya sebebsar 0,488. sedangkan nilai
UCL dan LCL untuk peta kendali S-bar adalah 0,682 dan 0,294. Sedangkan pada
peta kendali X didapatkan nilai X double Bar atau nilai central Line nya adalah
59,055. Dari penjelasan peta kendali diatas, tidak terdapat data yang out of control
sehingga komponen panjang As Roda tidak terjadi masalah, maka didapatkan
kesimpulan yaitu untuk ukuran panjang As Roda sudah presisi. Nilai Cp didapat
sebesar 1,09 sehingga kapabilitas proses baik atau kapabel namun perlu
pengendalian ketat.
2018
Kelompok 01
5.2.2. Data Atribut

1. Peta Kendali p (Penutup Baterai)
Dalam inspeksi raw material yang telah dilakukan, untuk peta kendali p
menggunakan part penutup batrai. Pada peta kendali p ini memiliki karakteristik
yang dapat diimplentasikan pada unit ukuran sampel yang berbeda, cacat yang
menjadi perhatian adalah cacat per unit. Artinya, di dalam 1 unit, berapapun
jumlah cacatnya makan terhitung sebagai 1 ketidaksesuaian. Data yang digunakan
dalam peta kendali p ini adalah part roda sebanyak 30 kali pengambilan dengan
ukuran sampel setiap pengambilan berbeda-beda. Hasil perhitungan dari peta
kendali p menggunakan metode manual dan menggunakan software SPSS dan
Minitab serta perhitungan pi yang didapat berdasarkan proporsi dari jumlah cacat
yang dibagi dengan jumlah inspeksinya. Nilai p1 pada peta kendali atribut p yaitu
0,571 (didapat dari 12/21). Selain menghitung nilai proporsi p,juga menghitung
nilai CL,UCL dan LCL yang sama. Dengan nilai CL sebesar 0,458 , nilai UCL
sebesar 0,784 dan nilai LCL sebesar 0,1325 .Level sigma yang digunakan adalah
3 sigma. Dari hasil perhitungan peta kendali terlihat tidak ada data yang melewati
batas kontrol yang artinya cacat pada produk ini masih terkendali secara statistik.
2. Peta Kendali np (Pengunci Body)
Untuk mengetahui apakah raw material komponen pengunci body terkendali atau
tidak maka diambil sampel sebanyak 30 sampel dengan ukuran sampel masing-
masing 25. Kemudian data yang diperoleh diolah menggunakan peta kendali np.
Peta kendali np digunakan pada pengunci body dikarenakan jumlah inspeksi yang
digunakan adalah sama dan semua jumlah cacatnya adalah lebih kecil dari jumlah
inspeksi. Hasil perhitungan dari peta kendali np menggunakan metode manual dan
menggunakan software SPSS dan Minitab. Proses pengendalian dilakukan dengan
melihat apakah data melewati batas kendali yaitu UCL dan LCL, dan
mengeluarkan data yang keluar. Pada perhitungan ini, nilai UCL yang diperoleh
sebesar 14,484, nilai CL sebesar 11,033 dan nilai LCL sebesar 3,528. Berdasarkan
perhitungan yang telah dilakukan, tidak ada data yang keluar dari batas kendali,
dengan ini dapat dikatakan bahwa komponen pengunci body dalam kondisi
terkendali.
2018
Kelompok 01
3. Peta Kendali c (Bumper Belakang)

Untuk mengetahui apakah raw material komponen bumper belakang terkendali
atau tidak maka diambil sampel sebanyak 30 sampel dengan ukuran sampel
masing-masing 25. Kemudian data yang diperoleh diolah menggunakan peta
kendali c. Peta kendali c digunakan pada komponen bumper belakang
dikarenakan jumlah inspeksi yang digunakan adalah sama dan terdapat jumlah
cacat yang lebih besar dari jumlah inspeksi. Hasil perhitungan dari peta kendali c
menggunakan metode manual dan menggunakan software SPSS dan Minitab.
Proses pengendalian dilakukan dengan melihat apakah data melewati batas
kendali yaitu UCL dan LCL, dan mengeluarkan data yang keluar. Pada
perhitungan ini, nilai UCL yang diperoleh sebesar 45,581, nilai CL sebesar 29,333
dan nilai LCL sebesar 13,085. Setelah mendapatkan plot data, diketahui terdapat
satu nilai cacat yang diluar batas kendali. Nilai tersebut kemudian dianalisis
menggunakan fishbone dan 5why untuk menentukan permasalahan yang perlu
diperbaiki guna memastikan jumlah cacat masih berada didalam batas kendali.
4. Peta Kendali u (Bumper Depan)

Untuk mengetahui apakah raw material komponen bumper depan terkendali atau
tidak maka diambil sampel sebanyak 30 sampel dengan ukuran sampel masing-
masing 21-25. Kemudian data yang diperoleh diolah menggunakan peta kendali
u. Hasil perhitungan dari peta kendali u menggunakan metode manual dibantu
excel dan menggunakan software SPSS dan Minitab. Proses pengendalian
dilakukan dengan melihat apakah data melewati batas kendali yaitu UCL dan
LCL, dan mengeluarkan data yang keluar. Pada perhitungan ini, nilai UCL yang
diperoleh sebesar 2,24, nilai CL sebesar 1,45 dan nilai LCL sebesar 0,66. Setelah
mendapatkan plot data, diketahui terdapat tiga nilai cacat yang di luar batas
kendali. Nilai tersebut kemudian dianalisis menggunakan fishbone dan 5 why
untuk menentukan permasalahan yang perlu diperbaiki guna memastikan jumlah
cacat masih berada didalam batas kendali.

2018
Kelompok 01
5. Peta Kendali U (Body)

Untuk mengetahui apakah raw material komponen body terkendali atau tidak
maka diambil sampel sebanyak 30 sampel dengan ukuran sampel masing-masing
25. Kemudian data yang diperoleh diolah menggunakan peta kendali U. Terdapat
3 jenis cacat yaitu scratch dengan bobot 10, peeled off dengan bobot 50 dan color
streak dengan bobot 1. Hasil perhitungan dari peta kendali U menggunakan
metode manual dibantu excel. Proses pengendalian dilakukan dengan melihat
apakah data melewati batas kendali yaitu UCL dan LCL, dan mengeluarkan data
yang keluar. Pada perhitungan ini, nilai UCL yang diperoleh sebesar 63,16; nilai
CL sebesar 39,37 dan nilai LCL sebesar 15,58. Setelah mendapatkan plot data,
diketahui tidak ada cacat yang di luar batas kendali.
5.2.3. Analisis Biaya Kualitas
Biaya kualitas merupakan biaya – biaya yang direncanakan perusahaan yang
bertujuan untuk mengendalikan dan menjaga kualitas produk akhir maupun proses
produksi. Biaya kualitas diklasifikasikan dalam 4 kategori atau kelompok, yaitu biaya
pencegahan, biaya penilaian, biaya kegagalan internal, dan biaya kegagalan eksternal.
Berdasarkan hasil perhitungan yang telah dilakukan, PT. Suwardana
mengeluarkan total biaya kualitas sebesar Rp 65.409.262,00, dengan rincian untuk biaya
pencegahan adalah sebesar Rp 5.200.000,00, biaya penilaian adalah sebesar Rp
52.960.000,00, biaya kegagalan internal adalah sebesar Rp 3.623.672,00, dan biaya
kegagalan eksternal adalah sebesar Rp 3.625.590,00.

2018
Kelompok 01
BAB VI
PENUTUP
6.1 Kesimpulan
Kesimpulan yang dapat diambil dari praktikum modul 6 Statistical Quality
Control and Quality Cost Planning untuk PT Suwardhana adalah sebagai berikut:
1. Acceptance sampling merupakan proses acak memeriksa barang yang dilakukan

untuk mengambil keputusan apakah akan menerima lot atau menolak lot dari
sampling yang telah dilakukan. Berdasarkan perhitungan yang telah dilakukan
keputusan untuk menerima lot adalah kebijakan sampel untuk panjang as roda,
diameter as roda dan diameter gardan. Sedangkan keputusan untuk menolak lot
adalah kebijakan sampel untuk panjang gardan. Lot di tolak pada proses produksi
tadi menggunakan metode single acceptance sampling, untuk mengetahui lot tadi
dapat diterima atau tidak harus dilanjutkan menggunakan double acceptance
sampling. Double acceptance sampling bertujuan untuk menerima lot produksi
dengan pemeriksaan 2x baru dapat disimpulkan apakah lot itu diterima atau
ditolak.
2. Pengendalian kualitas statistika merupakan suatu aktivitas manajemen perusahaan
untuk menjaga dan mengarahkan agar kualitas produk dan jasa perusahaan dapat
dipertahankan sebagaimana yang telah direncanakan, sehingga produk atau jasa
yang dihasilkan dapat memenuhi kepuasan konsumen. Pengendalian kualitas
dilakukan agar penyimpangan-penyimpangan yang muncul dapat dikurangi dan
proses dapat dialihkan pada tujuan yang ingin dicapai. Pengendalian kualitas
dapat dikatakan efektif apabila dapat menekan sampai batas minimal
penyimpangan yang terjadi terhadap rencana yang telah ditetapkan.
3. Seven tools merupakan alat statistik paling sederhana yang digunakan dalam
pengendalian kualitas. Tools yang terdapat dalam Seven tools yaitu Check Sheet,
Scatter Diagram, Fishbone Diagram, Pareto Chart, Flow Chart, Histogram, dan
Control Chart. Tools yang digunakan dalam praktikum modul 6 Statistical Quality
Control And Quality Cost Planning ini adalah peta kendali (control chart) dan
2018
Kelompok 01
fishbone diagram. Peta kendali yang digunakan untuk memonitor apakah suatu
aktivitas dapat diterima sebagai proses yang terkendali atau tidak, dalam hal ini
digunakan untuk memonitor kualitas raw material tamiya. Berdasarkan
karakteristik yang dapat diukur, peta kendali dibagi menjadi dua yaitu peta kendali
variabel dan peta kendali atribut, Peta kendali variabel digunakan untuk
memantau karakteristik yang dapat diukur dan memiliki nilai kontinu, sedangkan
peta kendali atribut digunakan untuk memantau karakteristik yang memiliki nilai-
nilai diskrit dan dengan cara dihitung. Peta kendali yang akan digunakan untuk
data variabel yaitu peta kendali Xbar-R untuk komponen gardan yang terdiri dari
diameter dan panjang gardan serta peta kendali Xbar-S untuk komponen as roda
yang terdiri dari diameter dan panjang as roda. Sedangkan untuk data atribut
digunakan peta kendali p untuk komponen penutup batrai, peta np untuk
komponen pengunci body, peta c untuk komponen bumper belakang , peta u untuk
komponen bumper depan, dan peta U untuk komponen Body. Sedangkan fishbone
diagram merupakan alat untuk mengidentifikasi berbagai sebab potensial dari satu
efek atau masalah dan menganalisis penyebab masalah tersebut. Dalam laporan
ini analisis fishbone diagram dilakukan berdasarkan 5M (Man, machine, methods,
materials, dan measurement).
4. Biaya kualitas merupakan kumpulan dari biaya yang berhubungan dengan
pencegahan, pengidentifikasian, perbaikan dan pembentukan produk yang
memiliki kulitas rendah, dengan opportunity cost dari hilangnya waktu produksi
dan penjualan sebagai akibat rendahnya kualitas. Biaya kualitas terdiri dari empat
jenis, yaitu biaya pencegahan, biaya penilaian, biaya kegagalan internal dan biaya
kegagalan eksternal. Total biaya kualitas yang dikeluarkan PT. Suwardhana
adalah sebesar Rp. Rp 65.409.262,00.
6.2 Saran
Saran yang dapat diberikan untuk praktikum modul 6 Statistical Quality Control
and Quality Cost Planning adalah sebagai berikut :
1. Praktikan seharusnya lebih teliti dalam pengambilan data.
2. Praktikan diharapkan memahami konsep peta kendali atribut dan variabel terlebih

2018
Kelompok 01
dahulu sebelum mengolah data.

3. Sebaiknya praktikan harus sudah menguasai ilmu pengendalian manajemen
kualitas, agar dalam proses pembuatan laporan lebih mudah memahami
pengendalian kualitas untuk perusahaan.

2018
DAFTAR PUSTAKA
Montgomery, Douglas C.1998. Pengantar Pengendalian Kualitas Statistik: Gajah Mada

University Press.
Mitra, Amitava. 1993. Fundamental of Quality Control and Improvement. United States
of America: Macmillan Publishing Company.
R. Dan Reid. 2006. Operations Management: An Integrated Approach. Singapore: John
Wiley and Sons.
Muis,Rudianto & Wawolumaja,Rudy. Diktat Kuliah Pengendalian & Penjamin Kualitas
(IE-501) Topik 3 SQC-Sampling Penerimaan.
Laila, Reni et.al . Analisis Pengendalian Kualitas dengan Pendekatan Six Sigma dan
Seventools.
112

Modul 6

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul 6

Diunggah oleh

Hak Cipta:

Format Tersedia

KATA PENGANTAR

Semarang, 05 Maret 2018

KATA PENGANTAR ...................................................................................................... i

DAFTAR GAMBAR ...................................................................................................... iv

DAFTAR TABEL .......................................................................................................... vi

BAB 1 PENDAHULUAN ............................................................................................... 1

1.1. Latar Belakang ...................................................................................................... 1

1.2. Perumusan Masalah .............................................................................................. 2

1.3. Tujuan Penulisan ................................................................................................... 2

1.4. Pembatasan Penelitian .......................................................................................... 3

1.5. Sistematika Penulisan ........................................................................................... 3

BAB II TINJAUAN PUSTAKA ................................................................................... 5

2.1. Kualitas ................................................................................................................. 5

2.2. Pengendalian Kualitas ........................................................................................... 6

2.3. Konsep Kualitas Berdasarkan Pandangan Tradisional dan Modern ..................... 9

2.4. Kualitas Pada Industri Manufaktur dan Jasa ....................................................... 12

2.5. Alat Bantu Pengendalian Kualitas ...................................................................... 16

2.5.1 Acceptance Sampling.......................................................................................... 16

2.5.2 Seven Tools ......................................................................................................... 17

2.5.3 5 Why .................................................................................................................. 30

2.5.4 Pola out of Control .............................................................................................. 31

2.6. Pengendalian Kualitas Proses Statistik ............................................................... 32

2.7. Biaya Kualitas ..................................................................................................... 36

BAB III METODOLOGI PENELITIAN ................................................................... 38

4.1. Acceptance Sampling.......................................................................................... 40

4.2. Pengumpulan dan Pengolahan dan Peta Kendali ................................................ 56

4.2.1. Data Variabel ...................................................................................................... 56

4.2.2. Data Atribut ........................................................................................................ 77

4.3. Penentuan Biaya Kualitas ................................................................................... 96

BAB V ANALISIS....................................................................................................... 100

5.1 Analisis Acceptance Sampling ......................................................................... 100

5.1.1 Kebijakan Sampel Data Variabel 1 ................................................................... 100

5.1.2 Kebijakan Sampel Data Variabel 2 ................................................................... 102

5.2 Analisis Peta Kendali ........................................................................................ 104

5.2.1 Data Variabel .................................................................................................... 104

5.2.2. Data Atribut ...................................................................................................... 107

5.2.3. Analisis Biaya Kualitas ..................................................................................... 109

BAB VI PENUTUP ..................................................................................................... 110

6.1 Kesimpulan ....................................................................................................... 110

6.2 Saran ................................................................................................................. 111

DAFTAR PUSTAKA .................................................................................................. 112

Gambar 2. 1 Siklus PDCA .............................................................................................. 10

Tabel 2. 1 Perbandingan Pandangan Tradisional dan Pandangan Modern ..................... 16

Departemen Teknik Industri 1

Perusahaan praktikan yaitu PT Suwardana adalah sebuah perusahaan yang

Departemen Teknik Industri 2

1.4. Pembatasan Penelitian

Departemen Teknik Industri 3

Departemen Teknik Industri 4

Departemen Teknik Industri 5

Menurut Feigenbaum (1991), kualitas merupakan keseluruhan karakteristik

2.2. Pengendalian Kualitas

Departemen Teknik Industri 6

diperkenalkan oleh Dr. W. Edwards Deming, seorang pakar kualitas ternama

Gambar 2. 1 Siklus PDCA

Departemen Teknik Industri 7

ditetapkan, berdasarkan penelitian diperoleh data kegagalan dan kemudian

Departemen Teknik Industri 8

2.3. Konsep Kualitas Berdasarkan Pandangan Tradisional dan Modern

Departemen Teknik Industri 9

Tabel 2. 1 Perbandingan Pandangan Tradisional dan Pandangan Modern

Pandangan Tradisional Pandangan Modern

Departemen Teknik Industri 10

Tabel 2.1 Perbandingan Pandangan Tradisional dan Pandangan Modern (lanjutan)