Ringkasan Peta Kendali Variabel - Konsep & Latihan

PENGENDALIAN KUALITAS STATISTIKA

 SQC dapat mempengaruhi keputusan-keputusan yang berkenaan dengan fungsi-fungsi
spesifikasi, produksi, pemeriksaan.

 Beberapa fungsi SQC dalam TQC :

 Untuk mengendalikan proses (input / output) & yg dikendalikan adalah produk / jasa.
 Untuk mengendalikan antara produk & spesifikasi (conformance terhadap spesifikasi)
 Berhubungan quality of product

 Alat-alat yang digunakan dalam SQC :

1. Peta Kendali Shewhart
2. Sampling Penerimaan

I. PETA KENDALI SHEWHART

 Dikembangkan pertama kali oleh Shewhart  dari penelitian thd mesin mass production
Hasil :  karakteristik proses suatu produk menghasilkan suatu distribusi kemungkinan.
 Central Limit Theorm :
“ Kalau kita mengambil suatu subgrup daripada produk, lalu diukur rata-rata
subgrupnya, ternyata rata-rata subgrup tsb akan mengikuti distribusi normal “
Subgrup : suatu bagian daripada produk yg diambil dalam jumlah yang tetap
dengan aturan tertentu.
 dikembangkan Peta Kontrol ( Control Chart / Shewart Chart ) :
 berfungsi mengontrol proses untuk mengetahui apakah proses masih
dipengaruhi oleh sistem sebab yang sama.
 untuk mengendalikan proses agar bersumber dari sistem sebab yang sama.

 Peta Kendali Shewhart digunakan untuk menganalisis & mempresentasikan data.

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

 Peta Kendali dapat menunjukkan kapan tindakan koreksi harus dilakukan, tetapi tidak
menunjukkan letak dan penyebab kesalahan.
Karakteristik ??
Mutu Batas Kendali Atas ( BKA / UCL )

Garis Tengah ( GT / CL )

Batas Kendali Bawah ( BKB / LCL )

No. Sampel
 JENIS-JENIS PETA KENDALI

1. Peta Kendali Variabel : untuk hasil pengukuran

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

 Catatan mengenai cara untuk mengambil keputusan dalam pemilihan Peta Kendali yang
sesuai dengan data, dapat dilihat pada gambar berikut ini :
Rata-rata,
Rentang
n = 2 s/d 9

Pengukuran n = 10 atau lebih Rata-rata,

(Variabel) Sigma

n=1
Data Non Grafik Run
Normal

Data Normal
Peta Grafik Kontrol X
Kendali

n tetap Grafik np

Perhitungan
satuan
n variasi
Grafik p
Perhitungan
(Atribut)
n tetap Grafik c
Perhitungan
Kejadian
n variasi
Grafik u

Source : Pyzdeck, Thomas T, “The Six Sigma Hand Book, Panduan Lengkap untuk Greenbelts, Blackbelts,
& Managers pada semua tingkat”
 Secara Statistik, dalam produksi dikenal 2 macam variasi, yaitu :
1. Variasi Probabilistik ( Chance Causes ) :
Yaitu variasi yg terjadi secara kebetulan dan tidak dapat dihindarkan (penyebab sukar
untuk diidentifikasi)  terjadi secara alamiah.
Jika dalam proses dipengaruhi oleh variasi probabilistik, maka masih dapat dikatakan
bahwa process in control.
2. Variasi Eratik ( Assignable Causes ) :
Yaitu variasi yang terjadi secara tidak menentu karena ada penyebab-penyebab tidak
menentu (tidak wajar) dalam proses (penyebab dapat diidentifikasi).
Sumber penyebab dapat berasal dari : proses, material, lingkungan, operator, dll.
Jika dalam proses dipengaruhi oleh variasi eratik, maka proses dikatakan process out
of control  sehingga harus dicari penyebabnya lalu diperbaiki.
Gambaran mengenai pengendalian proses secara Statistik :

Input

Proses Test Proses

Produksi Produksi

T
Keluar
Batas?

Process Keluar Y Process

In Control Spec.? Out of Control
kasi?
T  Cari penyebab
 Lakukan perbaikan

Variasi Variasi Variasi

Probabilistik ? Eratik

Spec : Spesifikasi  batasan dimana produk masih dapat diterima oleh konsumen ( toleransi )
 Perbedaan antara Chance Causes dan Assignable Causes :
Jumlah penyebab Pengaruh masing 2 Apa perlu dicari ?
tidak ada
Chance Causes banyak sekali kecil
kecenderuangan
Assignable
sedikit besar perlu / harus
Causes

 Falsafah penggunaan Peta Kendali :

 Setiap data yg bervariasi ( contoh : hasil pengukuran - X, nilai rata-rata - X, range - R,
standar deviasi - , persentase cacat - p, jumlah cacat - c ) akan membentuk suatu
distribusi, bila yang mempengaruhi hanya Chance Causes.
 Pada umumnya distribusi tersebut akan mempunyai nilai rata-rata dan simpangan
baku.
 Apapun bentuk distribusinya ( kecuali kondisi ekstrim ) kemungkinan kecil sekali
bahwa besaran hasilnya terletak di luar batas   3.
 Kemungkinan bahwa besaran hasil pengukuran atau perhitungan yang terletak di luar
batas-batas tersebut dipengaruhi oleh Assignable Causes cukup besar.
Catatan :
Digunakan batas 3 karena 3 sudah terlalu besar untuk mengcover seluruh data agar
kemungkinan terjadinya Chance Causes kecil.

 Notasi yang digunakan dalam Peta Kendali ( PK ) :

Statistika PK Statistika Umum
populasi X’ 
Rata-rata :
sampel X X
populasi ’ 2 2
Variansi :
sampel 2 S2
Standar populasi ’ 
deviasi : sampel  S
populasi p’ p
Proporsi :
sampel p p̂
populasi N N
Ukuran :
sampel n n

Rata-rata dari rata-rata sampel X X

beberapa : proporsi sampel p -
A. PETA KENDALI VARIABEL

 Tujuan dari pembuatan Peta Kendali Variabel :

1. Memberikan informasi untuk perbaikan kualitas
2. Memberikan informasi untuk menentukan kemampuan proses
3. Memberikan informasi untuk keputusan tentang spesifikasi produk
4. Memberikan informasi untuk keputusan tentang proses produksi
5. Memberikan informasi untuk keputusan tentang produk yang dibuat

 Informasi yang dapat diperoleh dari gambaran Peta Kendali Variabel :

 Keragaman dasar dari karakteristik kualitas
 Kekonsistenan performance
 Tingkat rata-rata dari karakteristik kualitas

 Peta Kendali Variabel terdiri dari :

1. Peta X
2. Peta R
3. Peta 

 Peta X :
 Grafik yang menggambarkan letak nilai-nilai X (rata-rata) suatu subgroup
(sampel) relatif terhadap batas kontrol atas dan bawahnya.
 Tujuan untuk mengetahui apakah proses produksi dalam keadaan terkendali atau
tidak.
 Dasar teori : Theorema Central Limit

 Peta R :
Grafik yang menggambarkan letak nilai-nilai jangkauan / range anggota subgrup /
sampel relatif terhadap batas kontrolnya.

 Peta X dan R :
 Digunakan untuk membantu menentukan apakah nilai-nilai data dari proses dalam
keadaan normal atau tidak, sehingga dapat diambil kesimpulan dan tindakan.
 Biasanya digunakan bersama, karena peta X untuk mengendalikan rata-rata, peta
r atau  untuk mengendalikan sebaran proses.
(Tetapi peta  jarang digunakan karena sulit dalam perhitungannya)
 Langkah-langkah penggunaan Peta X dan R :
I. Persiapan pembuatan Peta X dan R :
1. Menentukan tujuan penggunaan Peta kontrol X dan R
2. Menentukan variabel yang akan dipetakan
 karakteristik kualitas yang akan diperiksa (spt. kekuatan, ukuran, berat, dll)
3. Menentukan dasar pembentukan subgrup
a. Memilih subgrup dari produk yang diproduksi pada waktu yang sama atau
waktu yang sedekat mungkin (instant time method)
b. Memilih produk secara rutin dalam periode waktu (period of time method)
4. Menentukan ukuran dan frekuensi subgrup
a. Semakin besar ukuran subgrup  semakin sensitif terhadap variasi
Semakin besar ukuran subgrup  batas kontrol semakin sempit (semakin
mendekat Garis Tengah)  peta semakin ketat  kendali akan semakin
ketat  peta akan semakin sensitif terhadap variasi
b. Semakin besar ukuran subgrup  biaya inspeksi akan semakin besar pula
c. Jika test yang dilakukan bersifat merusak & mahal, maka ukuran subgrup
cukup kecil saja.
d. Untuk bentuk distribusi Normal  minimal ukuran subgrup = 4
e. Jika ukuran subgrup > 10  lebih baik digunakan peta  daripada peta R
5. Menyiapkan format untuk membuat data
6. Menentukan metoda pengukuran / pemeriksaan

II. Pembuatan Peta Kontrol X dan R awal :

1. Mengumpulkan dan mencatat data
Jumlah data umumnya diambil > 100, dimana semuanya harus diambil dari
proses yang sama secara berurut.
Ukuran subgrup  n (ukuran sampel)
Jumlah subgrup  k
2. Menghitung nilai rata-rata X untuk tiap subgrup :
n

X 1  X 2  X 3  .....  X n X i
X  i 1
n n
3. Menghitung nilai R untuk setiap subgrup :
R = X maksimum – X minimum
4. Menentukan jumlah subgrup yang diinginkan (k)

5. Menghitung nilai rata-rata X (menjadi X ) :

k

X 1  X 2  X 3  .....  X n 
Xi
X  i 1
k k
6. Menghitung nilai rata-rata jangkauan ( R ) :
k

R 1  R 2  R 3  .....  R n R i
R  i 1
k k
7. Menghitung batas kontrol atas dan bawah X :
a. Bila ’ diketahui :
BKA X = X + σ X Untuk 3  :
BKA X = X ’ + A ’
GT X = X
GT X = X ’
BKB X = X – σ X
BKA X = X ’ – A ’
σ'
σX 
n

b. Bila ’ tidak diketahui  diperkirakan dari R :

R
σ'
d2 R
σX 
σ' d2 n
σX 
n
3R
Untuk 3   3 σ X   A2 R
d2 n

Jadi : BKA X = X + A 2 . R
GT X = X
BKB X = X – A 2 . R

c. Bila ’ tidak diketahui  diperkirakan dari  :

k

 1   2   3  .....   n  i
  i 1
k k
σ 
σ' σX 
c2 c2 n
σ' 3
σX  3 σX   A1 
n c2 n

Jadi : BKA X = X + A 1 . σ
GT X = X
 BKB X = X – A 1 . σ
Alasan penggunaan batas kendali sebesar 3 σ :
 Secara empiris, batas kendali 3 σ adalah terbaik untuk memberikan
kesempatan agar variasi yang disebabkan oleh Chance Causes tidak
keluar, tapi Assignable Causes keluar.
 Mempunyai luas daerah yang besar : probabilitas = 0,9973. Probabilitas yg
keluar = 0,0027 , dengan syarat bahwa proses tidak berubah.
 Kemudahan untuk melakukan perhitungan karena tabel tersedia.
8. Menghitung batas kontrol atas dan bawah R
9. Memplot titik-titik harga X , R dan batas-batas kontrol

Bagan Peta Kendali Variabel :

METODA PETA X PETA R PETA 

dan ’ diketahui
GT = X ’ GT = d 2 . ’ GT = c 2 . ’
1. X’
(diasumsikan) BKA = X ’ + A . ’ BKA = D 2 . ’ BKA = B 2 . ’
BKB = X ’ – A . ’ BKB = D 1 . ’ BKB = B 1 . ’

GT = X GT = R
2. X’ dan ’ diestimasi
BKA = X + A 2 . R BKA = D 4 . R
dari X dan R
BKB = X – A 2 . R BKB = D 3 . R

GT =X GT = σ
3. X’ dan ’ diestimasi
BKA = X + A 1 . σ BKA = B 4 . σ
dari X dan σ
BKB = X – A 1 . σ BKB = B 3 . σ

III. Mengambil keputusan dari Peta X dan R :

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

IV. Penggunaan Peta Kendali lebih lanjut :

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

PETA X PETA R PETA 

X new  X o 
X - X d
R new  R o 
R - R d
 new   o   - d
k - kd k - kd k - kd
GT = X o GT = d 2 . o = Ro GT = c 2 . o
BKA = X o + A . o BKA = D 2 . o BKA = B 2 . o
BKB = X o – A . o BKB = D 1 . o BKB = B 1 . o
Ro σo
σo  σ '  σo  σ ' 
d2 c2

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

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

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

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

Diketahui :
k k


i 1
X i = 1960,600 R
i 1
i = 36,40

k = 10 k = 10
n=4 n=4
k k

 Xi 1960,600 R i
36,40
X i 1
  196,06 R i 1
  3,64
k 10 k 10
a. Peta Kendali yang sesuai : Peta Kendali Variabel ( Peta X dan R )
Peta X :
BKA X = X + A 2 . R = 196,06 + ( 0,729 * 3,64 ) = 198,714
GT X = X = 196,06
BKB X = X – A 2 . R = 196,06 – ( 0,729 * 3,64 ) = 193,406
Peta Kendali X

200,500
199,000
197,500
196,000
X

194,500
193,000
191,500
190,000
1 2 3 4 5 6 7 8 9 10

Subgrup
 Data yg keluar : data ke-4 dan 7
Peta R :
BKA = D 4 . R = 2,282 * 3,64 = 8,306
GT = R = 3,64
BKB = D 3 . R = 0 * 3,64 = 0
Peta Kendali R

9,0

7,5

6,0
R

4,5

3,0

1,5

0,0
1 2 3 4 5 6 7 8 9 10

Subgrup

Tidak ada data yang keluar.

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

X new  X o 
X - X d

1960,600 - ( 191,800  199,375 )
 196,178
k - kd 10 - 2

R new  R o 
R - Rd

36,40 - ( 6,1  4,5 )
 3,225
k - kd 10 - 2

Ro 3,225
σo  σ '    1,566
d2 2,059

Peta X - Revisi :
BKA = Xo + A . o = 196,178 + ( 1,5 * 1,566 ) = 198,528
GT = Xo
BKB = Xo – A . o = 196,178 – ( 1,5 * 1,566 ) = 193,829

Peta kendali sudah di revisi

 Peta Kendali X - Revisi

199,500

198,000

196,500
X

195,000

193,500

192,000
1 2 3 4 5 6 7 8

Subgrup

Peta R – Revisi :
BKA = D 2 . o = 4,698 * 1,566 = 7,358
GT = d 2 . o = Ro = 3,225
BKB = D 1 . o = 0 * 1,566 = 0
Peta Kendali R - Revisi

9,000

7,500

6,000
R

4,500

3,000

1,500

0,000
1 2 3 4 5 6 7 8

Subgrup

 Peta kendali sudah di revisi

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

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

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

2. Sebuah mesin produksi tidak selamanya beroperasi dengan baik, sehingga perlu
disesuaikan. Untuk mengetahui apakah mesin berjalan dgn baik perlu dibuat
peta kendali. Dikumpulkan sampel (berukuran 5) sbb :
Subgrup X R Subgrup X R
1 35,4 3 7 34,0 4
2 34,0 4 8 35,1 3
3 36,4 4 9 33,7 7
4 34,9 4 10 32,8 8
5 33,5 5 11 33,5 3
6 31,1 6 12 34,2 9

Buat peta kontrolnya, apakah proses terkendali ? Kalo tidak terkendali, susunlah
peta revisinya (asumsi : cacat akibat assignable causes)!

3. Diketahui data kekuatan plastik (kg/mm2) dengan ukuran subgrup 4 sbb :

X : 482,5 503,7 477,8 497,8 500,2 490,2 488,9 460,7 500,1
R : 25,2 23,1 26,6 30,2 27,7 23,6 24,0 22,7 22,8
Buat peta kontrolnya, apakah proses sudah terkendali ? Kalo tidak, susunlah
peta revisinya !

4. Berikut ini data hasil pengukuran selama 10 hari terhadap 4 buah produk baja.
Subgrup Hasil Pengamatan Subgrup Hasil Pengamatan
1 77,4 77,8 66,1 89,1 6 75,4 76,0 82,8 83,4
2 72,6 74,0 79,2 70,6 7 71,1 75,6 81,6 86,1
3 67,4 70,4 86,4 89,4 8 76,6 77,4 81,8 82,6
4 70,6 74,0 79,2 82,6 9 75,3 78,0 79,6 82,3
5 73,5 75,0 79,0 80,5 10 72,2 75,2 81,2 84,2
 Buat peta kontrolnya, apakah proses terkendali ? Kalo tidak terkendali, susunlah
peta revisinya (asumsi : cacat akibat assignable causes)!
 Klasifikasi keadaan tak terkendali ( Lack of Control ) :
Ada 3 bentuk perubahan proses, yaitu :
1. Perubahan hanya pada rata-rata ( dilihat dari X )
2. Perubahan hanya pada sebaran ( dilihat dari R atau  )
3. Perubahan pada rata-rata dan sebaran :

’ tetap
X ’ bergeser sementara

’ tetap
X ’ bergeser tidak tetap

’ tetap
X ’ bergeser bertahap

’ bertambah besar
X ’ tetap

’ bergeser tak tetap

X ’ bergeser tak tetap
Kondisi tak terkendali yang terlihat melalui peta X atau peta p adalah bila terjadi
kondisi sbb :
1. Beberapa titik (nilai X atau p) keluar dari batas kendali (termasuk titik yang tepat
terletak pada batas kendali).
Untuk proses yang sudah sangat baik atau terkendali selama periode yang
panjang, proses dikatakan tidak terkendali jika :
a. Dari 35 titik berurutan, terdapat lebih dari 1 titik di luar batas kendali
b. Dari 100 titik berurutan, terdapat lebih dari 2 titik di luar batas kendali
c. Berulang :

Karakteristik BKA
Mutu

GT

BKB

No. Sampel

d. Terjepit :

BKA
Karakteristik
Mutu

GT

BKB

No. Sampel

BKA
Karakteristik
Mutu

GT

BKB

No. Sampel
 e. Pelompatan :

Karakteristik BKA
Mutu

GT

BKB

No. Sampel

2. Titik yang mengelompok menunjukkan bentuk-bentuk khusus, meskipun masih

dalam batas kendali.
a. Deret :

Karakteristik BKA
Mutu

GT

BKB

No. Sampel

b. Kecenderungan :

Karakteristik BKA
Mutu

GT

BKB

No. Sampel
 Hubungan antara Penyebaran Proses dengan Batas Spesifikasi :
 Spesifikasi adalah batas-batas ukuran hasil yang dapat diterima oleh konsumen.
Contoh : diketahui batas spesifikasi : 15,3  0,025
USL  Spesifikasi Atas (SA) = 15,3 + 0,025 = 15,325
LSL  Spesifikasi Bawah (SB) = 15,3 – 0,025 = 15,275

 Spesifikasi ditentukan oleh perancang produk untuk memenuhi fungsi tertentu,

ditentukan untuk masing-masing benda ( bukan untuk kelompok ).
 Spesifikasi jarang digambarkan dalam peta kendali.
 Hubungan antara Sebaran Proses dan Spesifikasi :
Jika spesifikasi ditentukan oleh perancang produk tanpa memperhatikan sebaran
prosesnya  akan menimbulkan kesalahan
Ada 3 macam situasi yang mungkin terjadi :
Out of Control
1. KASUS I : 6  < SA – SB (USL - LSL)
SA

UCL/
BKA

SA – SB 6 X0

LCL/
BKB
kondisi yg tidak diinginkan,
kondisi yg diinginkan tetapi tidak ada Waste
SB

SA

SA – SB 6 X0 B C

SB

A : kondisi ideal SA : Spesifikasi Atas

B : perubahan rata-rata proses SB : Spesifikasi Bawah
C : perubahan sebaran proses
 Kondisi ini masih dapat dikatakan baik karena perubahan rata-rata dan sebaran
proses tidak menimbulkan defektif ( Waste ).
2. KASUS II : 6  = SA – SB

Waste
Out of Control
SA
BKA

SA – SB 6 X0 kondisi yg tidak
diinginkan, krn ada
Out of Control &
Waste
BKB
SB
Memuaskan

Rework

Waste
SA

B
A

SA – SB 6 X0 C

SB
Scrap

A : menunjukkan batas spesifikasi berimpitan dengan batas 6 (SA – SB)

 kondisi yang cukup baik tetapi masih perlu pengendalian secara ketat
B : terjadi perubahan rata-rata proses
 sehingga proses harus digeser ke bawah dan memperkecil variabilitas
C : penyetelan sudah tepat, tapi variabilitas terlalu besar sehingga akan
selalu ada hasil yang tidak memenuhi syarat.
Bila ongkos : rework < scrap, geser proses bila variabilitas memang
tidak bisa diperkecil
3. KASUS III : 6  > SA – SB  Selalu Dihindarkan!

Waste
Out of Control

SA
BKA

SA – SB 6 X0

BKB
SB
kondisi yg tidak diinginkan,
Out of Control dan Waste
kondisi yg tidak diinginkan, dimana
proses In Control namun ada Waste

Rework

Rework
SA

SA – SB 6 A B

SB
Scrap

A : pola baik, simetris tetapi menghasilkan produk yg tidak memenuhi syarat

(Rework dan Scrap)
B : bentuk sangat lancip, perlu pengendalian ketat
C : bila ongkos rework < ongkos scrap

Kasus ini selalu ingin dihindarkan.

Pemecahan untuk kasus ini :
a. Diskusi dengan perancang produk  kemungkinan untuk memperlebar
SA – SB
b. Inspeksi 100 % terhadap barang-barang yg rusak  ganti (tidak ekonomis)
c. Ubah sebaran proses agar menjadi lebih lancip (seperti dengan mengubah
material, operator yang lebih terampil, mesin baru, pengendalian proses
otomatis, dll)
d. Ubah rata-rata proses sehingga semua produk cacat terjadi pada 1 sisi.
 Scrap & Rework :

Scrap Rework

SB SA

BSB - μ BSA - μ
Z1  Z2 
σ' σ'
% Scrap = P (Z 1) % Rework = P (Z 2)

Contoh :
Diketahui sebuah produk pipa dibuat dengan diameter 12,5 mm dengan toleransi
0,05 mm. Bila garis tengah proses () = 12,5 mm dan simpangan bakunya adalah
0,02 mm (').
a. Berapa % produk yang scrap dan rework ?
b. Berapa nilai garis tengah proses jika % scrap dihilangkan? Berapa % rework?
Jawab :
Diketahui : SA = 12,5 + 0,05 = 12,55 mm
SB = 12,5 – 0,05 = 12,45 mm
a. % produk yang scrap dan rework :
BSB - μ 12,45 - 12,5
Z1    - 2,5  P (Z 1) = 0,0062 = 0,62 %
σ' 0,02
 Produk Scrap = 0,62 %

BSA - μ 12,55 - 12,5

Z2    2,5  P (Z 2) = 1 - 0,9938 = 0,0062
σ' 0,02
 Produk Rework = 0,0062 = 0,62 %

Scrap = 0,62 % Rework = 0,62 %

- 2,5 2,5
b. Berapa nilai garis tengah proses jika % scrap dihilangkan? Berapa % rework?
Produk Scrap = 0 %  P (Z 1) = 0,0000  Z 1 = - 3,59
 BSB - μ 12,45 - μ
Z1   - 3,59    = 12,52 mm
σ' 0,02
BSA - μ 12,55 - 12,52
Z2    1,5  P (Z 2) = 1 - 0,9332 = 0,0668
σ' 0,02
 Produk Rework = 0,0668 = 6,68 %

Scrap = 0 % Rework = 6,68 %

- 3,59 1,5

 Process Capability :
 Process Capability : adalah kemampuan dari proses untuk memenuhi spesifikasi
 Proses terkendali ≠ setiap hasil selalu memenuhi spesifikasi
Spesifikasi  distribusi X ()
Batas Kendali  distribusi X ( σ X )

 Makin mampu suatu proses dalam menghasilkan produk yg memenuhi spesifikasi

maka dapat dikatakan proses makin capable.
SA

Hampir semua produk memenuhi

spesifikasi dan proses in control,
variasi kecil (hampir tidak ada cacat)
(Kasus II dan Kasus I)

SB

 Untuk mengukur Process Capability, digunakan suatu Index, yi : Capability

Index ( dilambangkan : Cp )
BSA - BSB
Cp 
6σ'
 Digunakan angka 6 karena ukuran 3
 Kasus I : BSA – BSB > 6 Cp > 1
 SA

 BKA

  Semua produk memenuhi spesifikasi
SA – SB 6  X0  Kondisi Cp > 1  Capable

 BKB

 SB

BSA - BSB 8σ
Ilustrasi : C p  = = 1,33
6σ' 6σ

Process Centered :

6


 Cp = 1,33
 Cpk = 1,33


 SB X0 SA

Process Off Center 1 :

6


 Cp = 1,33
 Cpk = 1,00


 SB X0 SA




 Kasus II : BSA – BSB = 6 Cp = 1

SA

BKA

 Cp = 1, menunjukkan bhw BSA – BSB = 6
SA – SB 6  X0 (jadi hanya ada 0,27 % produk yang tidak
 memenuhi spesifikasi)

 BKB
SB
 Memuaskan


BSA - BSB 6σ
Ilustrasi : C p  = = 1,00
6σ' 6σ

Process Centered :

6


 Cp = 1,00
 Cpk = 1,00


 SB X0 SA

Process Off Center 1 :

6


 Cp = 1,00
 Cpk = 0,67


 SB X0 SA





 Kasus III : BSA – BSB < 6 Cp < 1


SA
BKA

Banyak produk yang tidak

SA – SB 6 X0 memenuhi spesifikasi
 Proses tidak Capable

BKB
SB

BSA - BSB 4σ
Ilustrasi : C p  = = 0,67
6σ' 6σ

Process Centered :

6


 Cp = 0,67
 Cpk = 0,67


 SB X0 SA

Process Off Center 1 :

6


 Cp = 0,67
 Cpk = 0,33


 SB X 0 SA


Sebaiknya nilai : Cp ≥ 1  Cp semakin besar semakin baik
Secara umum, dalam proses, nilai Cp yang lebih baik apabila : Cp ≥ 1,33
  Kelemahan dari Indeks Capability (Cp) adalah tidak memperhatikan letak Center
Line.

SA

 A =  B  Cp sama
Padahal B lebih Capable dari A
B

SB

 Indeks Cp hanya dapat dipakai jika Center Line ( X ) sudah berada di tengah-tengah
spesifikasi, karena itu dipakai indeks lain yaitu :
 BSA - μ μ - BSB 
C pk  min  ;
 3 σ' 3 σ ' 
 dipakai nilai minimal karena ingin diambil resiko terburuk sebagai bahan
analisa

 Catatan :
1. Nilai indeks Cp tidak akan berubah walau terjadi perubahan pada Center Line atau
Process Center.
2. Nilai Cp = Cpk ketika proses berada ditengah ( centered ).
3. Nilai Cpk selalu lebih kecil atau sama dengan nilai Cp.  Nilai dari : Cpk  Cp
4. Nilai Cpk secara de facto standard = 1  yang menunjukkan bahwa proses dapat
membuat produk yang sesuai dengan spesifikasi yang diinginkan.
5. Jika nilai Cpk < 1  menunjukkan bahwa proses tidak dapat membuat produk
yang sesuai dengan spesifikasi yang diinginkan.
6. Jika nilai Cp < 1  menunjukkan proses tidak mampu ( not capable ).
7. Jika nilai Cpk = 0  menunjukkan bahwa rata-rata proses sama dengan salah satu
batas spesifikasi.
8. Jika nilai Cpk negatif  menunjukkan bahwa rata-rata proses berada di luar batas
spesifikasi.

“The capability index ( Cp ) does not measure process performance in terms

of the nominal or target value. This measure is accomplished using Cpk
 Contoh Soal :
Diketahui spesifikasi produk : 150 mm  20 mm dan ukuran subgrup = 4. Setelah
diambil 50 subgrup, diperoleh nilai :  X = 8000 ; R = 900.
a. Tentukan batas-batas kendali untuk peta X dan R !
b. Berapa % produk yang tidak memenuhi spesifikasi ?
c. Berapa nilai Cp dan Cpk dari proses ?
Jawab :
Diketahui : SA = 150 + 20 = 170 n=4 k=4
SB = 150 – 20 = 130 A 2 = 0,729 D3 = 0
 X = 8000 d 2 = 2,059 D 4 = 2,282
R = 900
k k

 Xi 8000 R i
900
X i 1
  160 R i 1
  18
k 50 k 50

a. Tentukan batas-batas kendali untuk peta X dan R !

Peta X :
BKA X = X + A 2 . R = 160 + ( 0,729 * 18 ) = 173,122
GT X = X = 160
BKB X = X – A 2 . R = 160 – ( 0,729 * 18 ) = 146,878

Peta R :
BKA = D 4 . R = 2,282 * 18 = 41,076
GT = R = 18
BKB = D 3 . R = 0 * 18 = 0

b. Berapa % produk yang tidak memenuhi spesifikasi ?

R 18
σ'    8,742
d2 2,059
BSB - μ 130 - 160
Z1    - 3,43  P (Z 1) = 0,00030 = 0,03 %
σ' 8,742
 Produk Scrap = 0,03 %

BSA - μ 170 - 160

Z2    1,14  P (Z 2) = 1 - 0,8729 = 0,1271
σ' 8,742
 Produk Rework = 0,1271 = 12,71 %
 c. Berapa nilai Cp dan Cpk dari proses ?
BSA - BSB 170 - 130
Cp    0,763  process not capable
6σ' 6 * 8,742

 BSA - μ μ - BSB 
C pk  min  ;
 3 σ' 3 σ ' 
 170 - 160 160 - 130 
 min  ;
 3 * 8,742 3 * 8,742 
 min  0,381 ; 1,144 
C pk  0,381
Cpk < 1  menunjukkan bahwa proses tidak dapat membuat produk yang sesuai
dengan spesifikasi yang diinginkan

 Soal-soal :
1. Sebuah msn produksi tidak selamanya beroperasi dengan baik, sehingga perlu
disesuaikan. Untuk mengetahui apakah mesin berjalan dengan baik perlu dibuat
peta kendali. Dikumpulkan sampel (berukuran 5) :
X 35,4 34,0 36,4 34,9 33,5 31,1 34,0 35,1 33,7 32,8 33,5 34,2
R 3 4 4 4 5 6 4 3 7 8 3 9

a. Buat peta kontrolnya, apakah data terkendali ? Kalo tdk, susun peta revisinya !
b. Jika batas spesifikasi   1,44, berapa % produk yg ditolak berdasarkan
data diatas ?
c. Dgn menggunakan batas spesifikasi diatas, hitung nilai Cp dan Cpk – nya !

2. Suatu produk dibuat dengan SA = 32,67 cm dan SB = 30,21 cm. Jika produk
berdistribusi normal, dengan rata-rata 31,88 cm dan standar deviasi 0,83 cm, maka
tentukan :
a. Berapa % scrap dan % rework nya ?
b. Jika diinginkan hanya 0,19 % scrap, berapa nilai rata-rata proses baru-nya dan
berapa % rework yang diperoleh ?

3. Dlm proses pembuatan bearing, dibuat peta kendali unk diameter luar bearing,
dgn ukuran subgrup = 4. Dari 20 subgrup, diperoleh  X = 41,283, R = 0,3.
Batas spesifikasi produk : 2,060  0,020. Biaya rework = Rp. 1000,-/pcs, biaya
scrap = Rp. 25.000,-/pcs. Proses diatas terkendali dan mempunyai dist. normal.
Hitunglah :
a. Cp dan Cpk.
b. Estimasi biaya rework dan scrap untuk proses diatas.
 c. Apabila proses distel, sehingga  = 2,06, sedangkan simp. bakunya tetap,
apakah proses ini akan lebih menguntungkan ?
4. Data yang diperoleh dari 40 kelompok sampel dengan masing-masing 5
pengukuran hasil pembubutan poros, diperoleh nilai X = 98,57 dan R = 0,312
a. Hitunglah batas kendali peta X dan R !
b. Berapa taksiran nilai ’ dari proses ?
c. Bila spesifikasi yang diminta adalah 98,07  0,57,

5. Diketahui spesifikasi barang yang diinginkan adalah antara 12,5 s/d 16,7.
a. Jika diinginkan semua barang yang diproduksi memenuhi spesifikasi, maka
tentukan nilai  dan  nya !
b. Jika nilai rata-rata berubah menjadi 13,7, simpangan bakunya tetap (dari no.
a), maka berapa % kemungkinan perubahan ini masih dapat diterima ?

6. Suatu proses telah terkendali dng menggunakan peta kendali X dan R. Batas
spesifikasi : USL = X + 3 ‘ dan LSL = X - 3,2 ‘. Tiba-tiba terjadi perubahan
proses, harga rata-rata populasi bergeser dari X menjadi X + 1,5 ‘, tetapi nilai
standar deviasi-nya tetap. Bila distribusi populasi sebelum dan sesudah perubahan
adalah normal & ukuran subgrupnya 3, maka hitung :
a. Probabilitas dari hasil produksi keluar dari batas spesifikasi.
b. Cp dan Cpk sebelum dan sesudah terjadinya perubahan.

7. Suatu peta kendali telah digunakan untuk memonitor proses selama periode yang
cukup lama. Ukuran subgrup = 4 dengan interval waktu kira-kira 2 jam. Peta
kendali X dengan batas 3 adalah 121 dan 129 dengan rata-rata proses X 0 = 125.
a. Jika produk dijual kepada konsumen yang memiliki spesifikasi 127  8,
berapa % produk yang tidak memenuhi spesifikasi ini?
b. Jika rata-rata proses diubah tanpa mengubah standar deviasinya, berapa nilai
rata-rata proses baru yang harus ditargetkan untuk meminimasi jumlah produk
yang tidak memenuhi spesifikasi?
c. Dengan nilai rata-rata proses yang baru ini (dari no. b), berapa % produk yang
tidak memenuhi spesifikasi ?

8. Perusahaan yang memproduksi oil seal, menyatakan bahwa rata-rata oil seal yang
diproduksinya memiliki ketebalan 49,15 mm dan standar deviasi 0,51 mm. Data
berdistribusi Normal. Jika ketebalan seal dibawah BSB (yaitu : 47,8 mm), maka
produk itu harus diperbaiki (rework) ; jika ketebalan di atas BSA (yaitu 49,8 mm),
maka produk seal harus dibuang (scrap).
a. Berapa % seal yang harus diperbaiki dan berapa % seal yang dibuang ?
b. Bila ternyata nilai rata-rata proses telah berubah menjadi 48,5 mm, berapa %
kesalahan tipe 2 yang terjadi ?
c. Bila perbaikan lebih murah daripada dibuang, tindakan apa yg harus dilakukan
oleh perusahaan (jika dilihat dari keadaan semula) ?

Terus berlatih dengan semangat, maka kesulitan akan menjadi kemudahan

(Yogi Yogaswara, 2017)