LAPORAN PRAKTIKUM

PENGENDALIAN DAN PENJAMINAN

KUALITAS

Disusun Oleh :
ALVIAN BUDI SANTOSO 41616320019

ALFIYA ROKHMAH 41616320070

MUHAMMAD DANI DARONI 41616320077

AGOES STAIFUDIN 41617310015

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS MERCUBUANA
2019
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan karunia kesehatan,
kesempatan, dan semangat yang tinggi sehingga kelompok kami dapat
menyelesaikan Laporan Pengendalian dan penjaminan kualitas ini.

Tak lupa secara khusus peyusun laporan menyampaikan terima kasih kepada
:

1) Ibu Hayu Kartika ST, MM selaku dosen mata kuliah Pengendalian dan
penjaminan kualitas yang telah memberikan materi dan bimbingan
dalam mengampu mata kuliah;
2) Teman-teman di Kelas Teknik Industri, yang telah memberikan
dukungan, informasi dan motivasi selama pelajaran ataupun praktikum;
dan
3) Semua pihak yang tidak mungkin disebutkan satu per satu yang telah
memberikan saran dalam penyusunan laporan ini.
Laporan ini masih sangat jauh dari kesempurnaan oleh karena itu kritik serta
saran yang membangun masih kami harapkan untuk penyempurnaan Laporan akhir
ini. Sebagai manusia biasa kami merasa memiliki banyak kesalahan, oleh karena
itu kami mohon maaf yang sebesar-besarnya untuk kelancaran penyelesaian laporan
ini.

Harapan penulis semoga laporan ini dapat bermanfaat bagi para pembaca.
Akhirnya penulis mengharapkan bantuan koreksi dan bahan masukan dari para
pakar untuk menyempurnakan laporan praktikum ini.

Bekasi, 06 Juli 2019

ii
DAFTAR ISI

KATA PENGANTAR ........................................... Error! Bookmark not defined.

DAFTAR ISI .......................................................................................................... iii

DAFTAR TABEL .................................................................................................. iv

DAFTAR GAMBAR .............................................................................................. v

DAFTAR GRAFIK ................................................................................................ vi

BAB I Pendahuluan ............................................... Error! Bookmark not defined.

1.1 Latar Belakang ............................................. Error! Bookmark not defined.

1.2 Rumusan Masalah ........................................ Error! Bookmark not defined.

1.3 Tujuan .......................................................... Error! Bookmark not defined.

BAB II Tinjauan Pustaka ....................................... Error! Bookmark not defined.

2.1 Dimensi Kualitas .......................................... Error! Bookmark not defined.

2.2 Pengertian QC 7 Tools (Tujuh Alat Pengendalian Kualitas) ............... Error!

Bookmark not defined.

2.3 Statistical Process Control (SPC) ................. Error! Bookmark not defined.

a. Variable Control Chart (Peta Kendali Variabel)Error! Bookmark not

defined.

b. Attribute Control Chart (Peta Kendali Atribut)Error! Bookmark not

defined.

2.4 Kapabilitas Proses ....................................... Error! Bookmark not defined.

BAB III Pengumpulandan Pengolahan Tugas ...................................................... 14

3.1 Pengamatan Proses Kegiatan Nasabah Di Perbankan ............................ 14

BAB IV KESIMPULAN ...................................................................................... 40

4.1 Kesimpulan ............................................................................................. 40

Saran .................................................................................................................. 40

DAFTAR PUSTAKA ........................................................................................... 41

iii
LAMPIRAN ........................................................... Error! Bookmark not defined.

iv
DAFTAR TABEL

Tabel 1. Pengurutan Data (perhitungan deviasi) .... Error! Bookmark not defined.
Tabel 2. Perhitungan Pareto ................................... Error! Bookmark not defined.
Tabel 3. Data Berat Badan Mahasiswa .................. Error! Bookmark not defined.
Tabel 4. Data Tinggi Badan Mahasiswa ................ Error! Bookmark not defined.
Tabel 5. Gulungan Kertas ...................................... Error! Bookmark not defined.
Tabel 6. Ketebalan Kayu ........................................ Error! Bookmark not defined.
Tabel 7. Tabel Cacat Produk .................................. Error! Bookmark not defined.
Tabel 8 Tabel Cacat Tiang ..................................... Error! Bookmark not defined.
Tabel 9 Tabel Diameter Besi.................................. Error! Bookmark not defined.

v
DAFTAR GAMBAR

Gambar 1. Checksheet ........................................... Error! Bookmark not defined.

Gambar 2. Scatter diagram ...................................................................................... 5
Gambar 3. Fishbon .................................................................................................. 5
Gambar 4. Pareto Chart ........................................................................................... 6
Gambar 5. Control Chart Out of Control ................................................................ 7
Gambar 6 Peta Kendali X dan MR ........................ Error! Bookmark not defined.

vi
DAFTAR GRAFIK

Grafik 1 Histogram Berat Badan Mahasiswa........................................................ 23

Grafik 2 Histogram Tingi Badan Mahasiswa........................................................ 23
Grafik 3 Peta Kendali X dan MR .......................................................................... 27
Grafik 4 Peta Kendali X dan R ............................................................................. 29
Grafik 5 Peta Kendali C ........................................................................................ 32
Grafik 6 Peta Kendali P......................................................................................... 34
Grafik 7 Peta X dan R ........................................................................................... 35
Grafik 8 Kapabilitas Proses ................................................................................... 37

vii
 BAB I

Pendahuluan

1.1 Latar Belakang

Perkembangan dunia usaha yang terjadi pada saat ini bukan hanya
berorientasi kepada seberapa tinggi tingkat produktifitas dari usaha tersebut
melainkan lebih fokus kepada kualitas dari produk yang dihasilkan. Kualitas
adalah karakteristik yang melekat pada suatu produk. Produk yang berkualitas
akan mampu memberikan kepuasan terhadap pelanggan. Untuk itu pihak
produsen harus bisa memenuhinya agar bisa mengikuti persaingan yang ada.
Kualitas menjadi sangat penting dalam memilih produk disamping factor harga
yang bersaing. Perbaikan dan peningkatan kualitas produk dilakukan dengan
harapan tercapainya tingkat cacat produk mendekati zero defect. Perbaikan
kualitas dan perbaikan proses terhadap sistem produksi secara menyeluruh
harus dilakukan jika perusahaan ingin menghasilkan produk yang berkualitas
baik.

Suatu perusahaan dikatakan berkualitas bila perusahaan tersebut

mempunyai sistem produksi yang baik dengan proses terkendali. Melalui
pengendalian kualitas (quality control) diharapkan bahwa perusahaan dapat
meningkatkan efektifitas pengendalian dalam mencegah terjadinya produk
cacat (defect prevention), sehingga dapat menekan terjadinya pemborosan dari
segi material maupun tenaga kerja yang akhirnya dapat meningkatkan
produktifitas (Ahmad Muhaimin, 2012).

Kualitas merupakan kendaraan bagi suatu produk, untuk itu diperlukan

beberapa alat untuk pengendalian kualitas. Untuk membantu proses
pengendalian kualitas yang ada, maka dibutuhkan beberapa tools yang bisa
membantu didalam pemecahan masalah yang diteliti. Pada penelitian ini alat
bantu yang digunakan adalah 7 quality control tools (QC7Tools) dan new 7
quality control tools (new QC7 Tools).

1
 Dalam tugas praktikum ini penyusun akan membahas tentang bagaimana
alur diagram pada suatu proes dapat terlaksana. Selain itu, penyusun juga akan
membuat suatu histogram sesuai arahan yang telah di berikan pembimbing.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas maka dapat dirumuskan permasalahan

sebagai berikut

1. Bagaimana alur diagram pada proses kegian nasabah di perbankan ?

2. Bagaimana membuat histogram dari data berat badan dan tinggi badan
mahasiswa disekirar kampus ?

1.3 Tujuan

Berdasarkan rumusan di atas, maka dalam penelitian ini penyusun memiliki

tujuan sebagai berikut :
1. Dapat membuat alur diagram proses dalam berbgai jenis kegiatan
2. Dapat membuat histogram.
3. Dapat mengetahui beberapa fungsi alat pengendalian kualitas

2
 BAB 2

TINJAUAN PUSTAKA

2.1 Seventools Qualily

Seven tools adalah 7 alat yang digunakan untuk mendukung pengendalian kualitas.
Pada dasarnya seven tools digunakan untuk menyelesaikan permasalahan yang terjadi
dalam proses produksi. Dalam industri manufaktur, seven tools sebenarnya tidak hanya
digunakan untuk membantu menyelesaikan masalah kualitas saja. Masalah lain seperti
losstime atau waktu proses yang hilang karena sesuatu hal dalam proses produksi juga
bisa diselesaikan dengan seven tools. Seven tools merupakan alat yang didesain cukup
sederhana agar mudah dipahami oleh setiap orang membacanya.
Penggunaan seven tools tidak harus digunakan secara berurutan. Sebab, kita bisa
memakai alat – alat tersebut sesuai dengan kebutuhan penelitian kita. Dalam
penyelesaian suatu masalah dengan menggunakan seven tools, kita perlu metodologi
untuk mempermudah tahapan dalam menyelesaikan masalah. Sebab, seven tools tidak
bisa berdiri sendiri. Perlu adanya metodologi untuk mengelola pengunaan peralatan
tersebut. Secara umum seven tools biasanya digunakan bersamaan dengan metode PDCA
(Plan, Do, Check, Action) DMAIC (Define, Measure, Analyze, Improve, Control) atau
biasa di sebut six sigma.Berikut ini beberapa penjelasan mengenai seventools :

1. Checksheet

Check sheet (lembar pemeriksaan) adalah lembar yang dirancang sederhana

berisi daftar hal-hal yang perlukan untuk tujuan perekaman data sehingga pengguna
dapat mengumpulkan data dengan mudah, sistematis, dan teratur pada saat data itu
muncul di lokasi kejadian. Data dalam check sheet baik berbentuk data kuantitatif
maupun kualitatif dapat dianalisis secara cepat (langsung) atau menjadi masukan
data untuk peralatan kualitas lain, misal untuk masukan data Pareto chart.

Gambar di bawah ini menunjukkan contoh check sheet yang digunakan untuk
mengumpulkan data cacat per jam.

3
 Gambar 1. Contoh Check Sheet

Scartter Diagram

2. Scatter Diagram

Scatter diagram atau diagram tebar adalah salah satu alat dari QC Seven
Tools (7alat pengendalian kualitas) yang berfungsi untuk melakukan pengujian
terhadap seberapa kuatnya hubungan antara 2 variabel serta menentukan jenis
hubungan dari dua variable tersebut apakah berhubungan positif, negative, atau
tidak ada hubungan sama sekali. Bentuk dari Scatter Diagram adalah gambaran
grafis yang terdiri dari sekumpulan titik-titik (point) dari nilai sepasang variabel
(Variabel X dan Variabel Y).

Scatter diagram sering disebut juga dengan Scatter Chart, Scatter plot,
scattergram, dan Scatter graph.

Contoh kasus pengujian kekuatan hubungan antara 2 variebel antara lain :

1. Hubungan antara kecepatan mesin dengan kualitas produk.

2. Hubungan antara jumlah tenaga erja dengan output yang dihasilkan.
3. Hubungan antara jumlah jam kerusakan mesin denan tingkat kecacatan yang
terjadi.
4. Hubungan antara totsl jsm lembur dengan tingkat absensi tenaga kerja.
5. Hubungan antara absensi dengan tingkat kerusakan produk.

Gambar di bawah ini menunjukkan contoh scatter diagram yang digunakan

untuk melihat sejauh mana temperatur mempengaruhi defect. Tampak bahwa ada
4
 korelasi antara temperatur dan defect, di mana semakin tinggi temperatur semakin
rendah jumlah defect, ini mungkin karena proses warm-up mesin yang kurang.

Gambar 2. Contoh Scatter Diagram

3. Fishbone Diagram

Fishbone diagram (diagram tulang ikan) sering disebut juga diagram Ishikawa
atau cause–and–effect diagram (diagram sebab-akibat). Fishbone diagram adalah alat
untuk mengidentifikasi berbagai sebab potensial dari satu efek atau masalah, dan
menganalisis masalah tersebut melalui sesi brainstorming. Masalah akan dipecah
menjadi sejumlah kategori yang berkaitan, mencakup manusia, material, mesin,
prosedur, kebijakan, dan sebagainya. Setiap kategori mempunyai sebab-sebab yang
perlu diuraikan melalui sesi brainstorming.

Gambar di bawah ini menunjukkan contoh bentuk fishbone diagram dengan

manpower, machinery, material, dan methods sebagai kategori. Kategori ini hanya
contoh, anda bisa menggunakan kategori lain yang dapat membantu mengatur
gagasan-gagasan. Sebaiknya tidak ada lebih dari 6 kategori.

Gambar 3. Contoh Fishbone Diagram

5
4. Pareto Chart

Pareto chart (bagan pareto) adalah bagan yang berisikan diagram batang
(bars graph) dan diagram garis (line graph); diagram batang memperlihatkan
klasifikasi dan nilai data, sedangkan diagram garis mewakili total data kumulatif.
Klasifikasi data diurutkan dari kiri ke kanan menurut urutan ranking tertinggi hingga
terendah. Ranking tertinggi merupakan masalah prioritas atau masalah yang
terpenting untuk segera diselesaikan, sedangkan ranking terendah merupakan
masalah yang tidak harus segera diselesaikan.

Prinsip pareto chart sesuai dengan hukum Pareto yang menyatakan bahwa
sebuah grup selalu memiliki persentase terkecil (20%) yang bernilai atau memiliki
dampak terbesar (80%). Pareto chart mengidentifikasi 20% penyebab masalah vital
untuk mewujudkan 80% improvement secara keseluruhan. Gambar di bawah ini
menunjukkan contoh pareto chart.

Gambar 4. Contoh Pareto Chart

5. Flow Charts

“Draw a flowchart for whatever you do. Until you do, you do not know what
you are doing,
you just have a job” — Dr. W. Edwards Deming.

Flow charts (bagan arus) adalah alat bantu untuk memvisualisasikan proses
suatu penyelesaian tugas secara tahap-demi-tahap untuk tujuan analisis, diskusi,

6
 komunikasi, serta dapat membantu kita untuk menemukan wilayah-wilayah perbaikan
dalam proses.

Gambar di bawah ini menunjukkan contoh flow chart. Untuk mengetahui arti
simbol-simbol flowchart dan cara penggunaannya, silahkan buka posting yang
berjudul: Standar Simbol-Simbol Flowchart dan Penggunaannya.

Gambar 5. Contoh Flow Charts

6. Histogram

Histogram adalah alat seperti diagram batang (bars graph) yang digunakan
untuk menunjukkan distribusi frekuensi. Sebuah distribusi frekuensi menunjukkan
seberapa sering setiap nilai yang berbeda dalam satu set data terjadi. Data dalam
histogram dibagi-bagi ke dalam kelas-kelas, nilai pengamatan dari tiap kelas
ditunjukkan pada sumbu X.

Teori mengatakan bahwa distribusi yang normal, yaitu yang kebanyakan

datanya mendekati nilai rata-rata akan ditunjukan oleh histrogram yang berbentuk
lonceng, seperti contoh gambar di bawah ini. Tapi jika histogram serong ke kiri atau
ke kanan berarti kebanyakan data berkumpul dekat batas toleransi suatu pengukuran
sehingga ada kemungkinan data tidak normal (ada masalah ketika pengukuran, atau
bahkan ada masalah dalam proses). Untuk memastikan data normal atau tidak
sebaiknya menggunakan metode uji kenormalan data, seperti Kolmogorov-Smirnov
test atau Anderson-Darling normality test.

7
 Gambar 6. Contoh Histogram

7. Control Chart

Control chart atau peta kendali adalah peta yang digunakan untuk
mempelajari bagaimana proses perubahan dari waktu ke waktu. Data di-plot dalam
urutan waktu. Control chart selalu terdiri dari tiga garis horisontal, yaitu:

 Garis pusat (center line), garis yang menunjukkan nilai tengah (mean) atau nilai
rata-rata dari karakteristik kualitas yang di-plot-kan pada peta kendali.
 Upper control limit (UCL), garis di atas garis pusat yang menunjukkan batas
kendali atas.
 Lower control limit (LCL), garis di bawah garis pusat yang menunjukkan batas
kendali bawah.

Garis-garis tersebut ditentukan dari data historis, terkadang besarnya UCL

dan LCL ditentukan oleh confidence interval dari kurva normal. Dengan control
chart, kita dapat menarik kesimpulan tentang apakah variasi proses konsisten
(dalam batas kendali) atau tidak dapat diprediksi (di luar batas kendali karena
dipengaruhi oleh special cause of variation, yaitu variasi yang terjadi karena faktor
dari luar sistem).

Gambar di bawah ini menunjukkan contoh control chart. Untuk jenis-

jenis control chart dan cara membuatnya, silahkan buka posting yang berjudul:
Statistical Process Control.

8
 Gambar 7. Contoh Control Charts

2.2 PETA KENDALI

2.2.1 Statistical Process Control (SPC)

Tujuan utama dari peningkatan kualitas tidak hanya untuk menyediakan

kualitas produk yang baik tetapi juga meningkatkan produktivitas dan kepuasan
konsumen. Pada dasarnya, peningkatan produktivitas dan kepuasan konsumen harus
beriringan agar memberikan perusahaan biaya yang murah dalam peningkatan
kualitas tersebut. SPC adalah teknik yang memampukan pengendali kualitas untuk
memonitor, menganalisis, memprediksikan, mengontrol, dan meningkatkan proses
produksi melalui control charts. Control charts merupakan alat dalam menganalisis
variasi dari proses produksi. Biasanya plot control charts terdiri dari garis-garis yang
menunjukkan Under Control Limit (UCL), Center Line (CL), Lower Control Limit
(LCL), serta mean sampel.

Gambar 1. Control chart

9
 Control limit/garis kontrol adalah garis batas yang menggambarkan
kemampuan berdasarkan pengalaman dan kemampuan teknik. Limit spesifikasi
adalah batas-batas spesifikasi yang ditentukan oleh konsumen (dalam/luar) atau
target yang harus dipernuhi. Walaupun proses menunjukkan keadaan terkontrol (di
dalam garis kontrol) harus diperhatikan juga apakah proses sesuai dengan limit
spesifikasi. Manfaat digunakannya garis control dalam SPC adalah untuk
mengidentifikasi gejala penyimpangan suatu proses.

Garis kontrol dalam control chart merupakan alat yang efektif untuk mendeteksi
penyebab khusus dari suatu variasi. Jika terdapat poin-poin yang berada di luar garis
control, maka akan diindikasikan bahwa proses berada di luar control dan tindakan
koreksi harus dilakukan.

Gambar 2. Contoh control chart yang out of control

10
a. Variable Control Chart (Peta Kendali Variabel)

Variable Control Chart atau Peta Kendali Variabel ini digunakan untuk mengendalikan
proses dengan Data Variabel seperti Panjang Kaki Komponen, Suhu Solder, Tegangan
Power Supply, Dimensi Komponen dan Data-data variabel lainnya. Jenis-jenis Control
Chart ini diantaranya adalah Xbar – R Chart, Xbar – s Chart dan I – MR Chart.
Komponen penting yang terdapat dalam sebuah Control Chart adalah Batas-batas
kendali (Control Limit) yang terdiri dari Upper Control Limit (UCL), Central Limit
(CL), dan Lower Control Limit (LCL).

1. Xbar – R Chart

Xbar – R Chart adalah Peta kendali untuk mengendalikan proses berdasarkan Rata-
rata (Xbar) dan Range (R). Xbar – R Chart digunakan apabila ukuran sampel yang
dikumpulkan berjumlah lebih dari 2 dan kurang dari atau sama dengan 5 (2 < n ≤
5) pada setiap set sampel data, Jumlah set sampel yang ideal adalah 20 – 25 set
sampel

2. Xbar – s Chart

Xbar – s Chart adalah Peta kendali untuk mengendalikan proses berdasarkan Rata-
rata (X-bar) dan Standar Deviasi (s). Xbar-s Chart digunakan apabila ukuran
sampel yang dikumpulkan berjumlah lebih dari 5 (n > 5) pada setiap set sampel
data, Jumlah set sample yang ideal adalah 20 – 25 set sampel.

3. I – MR Chart (Individual Moving Range Chart)

I-MR Chart digunakan apabila data sampel yang dikumpulkan hanya berjumlah 1
unit. Chart jenis ini sering digunakan jika sampel yang diperiksa tersebut harus
dimusnahkan (tidak dapat dipakai kedua kalinya) atau pada produk yang berharga
tinggi.

b. Attribute Control Chart (Peta Kendali Atribut)

Attribute Control Chart atau Peta Kendali Atribut ini digunakan untuk
mengendalikan proses dengan menggunakan Data Atribut seperti Jumlah unit yang

11
Gagal Produksi (Reject), Jumlah ketidakhadiran karyawan, Jumlah Komponen yang
defective dan lain sebagainya. Pada dasarnya, Data Atribut adalah Data yang hanya
memiliki 2 nilai atau pilihan seperti OK atau NG, Hadir atau Absen, dan Komponen
Baik atau Komponen Defective. Jenis-jenis Control Chart ini diantaranya adalah np-
Chart, p-Chart, c-Chart dan u-Chart.

1. np-Chart

np-Chart adalah Control Chart (Peta kendali) yang berfungsi untuk mengukur
jumlah defective (kegagalan/cacat) pada produksi. np-Chart digunakan apabila
jumlah sampel (sample size) yang dikumpulkan adalah konstan atau tetap. Ukuran
sampel (sample size) sebaiknya berjumlah lebih dari 30 (n>30) dan harus konstan
(tetap) dari waktu ke waktu sedangkan Jumlah Set sampel yang ideal adalah sekitar
20 – 25 set sampel.

2. p-Chart

np-Chart adalah salah Jenis Control Chart (Peta Kendali) yang berfungsi untuk
mengukur proporsi defective (kegagalan/cacat) pada produksi. Sebagai contoh, jika
ada 10 unit yang cacat dari 100 unit yang di inspeksi, maka proporsi produk cacat
adalah 10/100=0,10. p-Chart digunakan apabila jumlah sampel (sample size) yang
dikumpulkan adalah tidak konstan atau tidak tetap. Ukuran sampel (sample size)
sebaiknya lebih dari 30 (n>30) dan Jumlah Set sampel yang ideal adalah sekitar 20
– 25 set sampel.

3. c-Chart

c-Chart adalah jenis Control Chart (Peta Kendali) yang berfungsi untuk mengukur
banyaknya jumlah defect atau ketidaksesuaian yang terdapat dalam unit yang
diproduksi. c-Chart digunakan apabila jumlah kesempatan yang defect adalah
konstan atau tetap.

12
 4. u-Chart

Sama seperti c-Chart, u-Chart digunakan untuk mengukur banyaknya jumlah defect
atau ketidaksesuaian dalam unit yang diproduksi. Penggunaan u-Chart apabila
jumlah kesempatan yang defect adalah non-konstan atau tidak tetap.

2.3 KAPABILITAS PROSES

Definisi Kapabilitas Proses adalah kemampuan suatu proses untuk menghasilkan

suatu produk/jasa yang sesuai dengan kebutuhan/syarat dari konsumen atau spesifikasi
yang diharapkan. Statistical Process Control (SPC) tidak mampu untuk menganalisa
secara kuantitaif suatu proses yang sedang berjalan, karena SPC hanya
memantau/memonitor proses yang sedang berjalan. Untuk mengetahui suatu proses
berjalan secara capable/tidak (menghasilkan produk/jasa yang sesuai spesifikasinya)
dipakailah AKP. Dalam AKP dipakai berbagai nilai indeks untuk mengetahui kualitas dari
proses yang dihasilkan. Antara lain Cp, Pp, Cpk, Ppk, Cpm, dan PPM.

Kapabilitas Proses adalah kemampuan suatu proses untuk menghasilkan suatu

produk/jasa yang sesuai dengan kebutuhan/syarat dari konsumen atau spesifikasi yang
diharapkan. Statistical Process Control (SPC) tidak mampu untuk menganalisa secara
kuantitaif suatu proses yang sedang berjalan, karena SPC hanya memantau/memonitor
proses yang sedang berjalan. Untuk mengetahui suatu proses berjalan secara capable/tidak
(menghasilkan produk/jasa yang sesuai spesifikasinya) dipakailah AKP. Dalam AKP
dipakai berbagai nilai indeks untuk mengetahui kualitas dari proses yang dihasilkan.
Antara lain Cp, Pp, Cpk, Ppk, Cpm, dan PPM.

13
 BAB III Pengumpulan dan Pengolahan Tugas

3.1 Pengamatan Proses Kegiatan Nasabah Di Perbankan

3.1.1 Pembukaan Rekening Bank

Rekening berarti suatu rekening dalam rupiah atau mata uang asing yang dibuka
dan ditatausahakan oleh Bank. Setiap nasabah yang ingin membuka rekening akan
diberikan formulir pembukaan rekening. Formulir pembukaan rekening itu sendiri
adalah formulir yang diisi dan ditandatangani nasabah untuk tujuan pembukaan
rekening. Pada umumnya persyaratan pembukaan rekening adalah sebagai berikut
:

1. KTP / SIM / Kartu Pelajar / bukti identitas lainnya

2. Membawa uang setoran awal sesuai aturan yang ditetapkan bank
3. Membayar biaya yang telah ditentukan oleh pihak bank
4. Tanda tangan sesuai kartu identitas

Cara Membuka Tabungan

Setelah kita mempersiapkan persyaratan yang secara umum nantinya akan diminta
oleh pegawai bank untuk administrasi pendaftaran nasabah baru kita mendatangi
bank yang akan kita buat tabungan barunya.

Jika anda datang pertama kali ke bank tersebut, tanyalah kepada satpam atau
petugas lainnyayang bisa ditanyai tentang maksud k edatangan anda, yaitu
membuat rekening tabungan baru. Petugas yang ada akan membantu anda ke
tempat pembuatan rekening baru.

Pada saat anda membuat rekening baru biasanya anda akan dimintai ktp asli anda
dan anda diwajibkan mengisi berbagai beberapa lembar formulir yang cukup
melelahkan. Selanjutnya anda akan diminta tanda tangan didepan petugas bank.
Usahakan jangan berbeda sekali dengan yang ada di kartu identitas anda, karena
anda bisa dicurigai melakukan tindakan kriminal. Jika agak berbeda biasanya anda
akan diminta tanda tangan lagi sampai mirip.

14
Setelah semua urusan administratif selesai, maka anda nanti akan mendapatkan
buku tabungan dan diharuskan menyetor uang seturan awal secara tunai di kasir
bank. Beberapa bank akan mungkin membebani anda dengan biaya lain seperti
biaya materai.

Beberapa bank bisa membuat kartu atm di hari itu juga, namun ada juga yang
mengharuskan anda menunggu beberapa hari kerja untuk menunggu kartu atm
anda selesai di proses. Kelebihan yang beberapa hari proses adalah pada kartu atm
anda bisa terpampang nama anda pada kartu tersebut. Jika bank tersebut bisa
membuat kartu atm di hari yang sama, uruslah. Tetapi jika harus ditunggu beberapa
hari kerja, anda sebaiknya menunggu sesuai anjuran dan datang kembali di lain
waktu.

Ketika kartu ATM dari bank anda terima sebaiknya anda periksa dan dicoba
dahulu agar tidak usah bolak-balik jika ada masalah. Segera ganti pin pada kartu
atm anda dari pin default awal yang diberikan bank secara tertulis dan rahasia.
Ganti dengan pin yang mudah anda ingat tetapi sulit ditebak orang lain. Setelah
semua selesai anda kini sudah memiliki rekening bank baru yang siap anda
gunakan untuk berbagai keperluan anda

Data Flow Diagram (DFD) adalah alat pembuatan model yang

memungkinkan profesional sistem untuk menggambarkan system sebagai suatu
jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data,
baik secara manual maupun komputerisasi. Syarat utama DFD adalah dapat
digambarkan dengan baik dan jelas, pemberian nama dan komponen lainnya
harus konsisten, nama proses didefinisikan dengan kata kerja dan nama aliran
data dengan kata benda.

Penggambaran DFD terdiri dari :

1. Diagram Konteks

Diagram ini adalah diagram level tertinggi dari DFD yang menggambarkan
hubungan sistem dengan lingkungan luarnya secara keseluruhan.

2. Diagram Level Rinci

Diagram ini adalah dekomposisi dari diagram konteks.

15
 - Diagram 1 Level 1

Diagram ini merupakan dekomposisi dari diagram rinci

- Diagram 1 Level 2
Diagram ini merupakan dekomposisi dari diagram rinci
- Diagram 1 Level 3
Diagram ini merupakan dekomposisi dari diagram rinci

Pada tugas sebelumnya, dapat dibuat gambaran Data Flow Diagram pada
sebuah system informasi mengenai proses – proses yang ada yaitu :

1. Pembukaan Rekening
2. Penyetoran Uang ( Menabung )
3. Penarikan Uang
4. Pembuatan Laporan

Penyelesaian:

Dalam penyelesaian, kami menggunakan komponen DFD menurut Yourdan dan DeMarco

1. Diagram Konteks

16
 Diagram konteks pada layanan nasabah berikut adalah nasabah sebagai pihak eksternal
dan teller, CS, Direktur Bank sebagai pihak internal yang sedang berjalan :

Gambar : Diagram Konteks

2. Diagram Rinci

Pada DFD Rinci proses setoran ini terdapat empat proses utama yaitu pembukaan
rekening, penyetoran uang (menabung), penarikan uang, dan pembuatan laporan
dijelaskan pada gambar diagram dibawah ini :

17
 Gambar : Diagram Rinci

- Diagram 1 Level 1

Pada DFD ini proses pembukaan rekening ini terdapat tiga proses utama yaitu validasi
data nasabah, input data nasabah, dan laporan dijelaskan pada gambar diagram
dibawah ini :

18
 Gambar : Diagram 1 level 1

- Diagram 1 Level 2

Pada DFD ini proses setoran ini terdapat dua proses utama yaitu entri jumlah setoran,
dan laporan penyimpanan dijelaskan pada gambar diagram dibawah ini :

Gambar : Diagram 1 level 2

- Diagram 1 Level 3

Pada DFD ini proses penarikan ini terdapat dua proses utama yaitu pengambilan jumlah
uang, dan laporan dijelaskan pada gambar diagram dibawah ini :

19
 Gambar Diagram 1 level 3

NO NAMA PROSES KETERANGAN

1 Nama Pembukaan Rekening

Deskripsi Proses ini berfungsi untuk mengisi data nasabah baru atau
pembukaan rekening baru

Input KTP, Form pembukaan rekening

Output Buku tabungan & No. rekening baru, ATM

2 Nama Penyetoran uang

Deskripsi Proses ini berfungsi dalam melakukan penyetoran

Input KTP, Uang tunai, dan slip setoran

Output Print bukti slip penyetoran/Saldo tabungan

20
 3 Nama Penarikan uang

Deskripsi Proses ini untuk penarikan uang secara tunai atau nontunai

Input KTP, slip penarikan

Output Uang, bukti slip penarikan dan laporan saldo tabungan nasabah

4 Nama Laporan

Deskripsi Proses ini untuk mendata seluruh kegiatan nasabah kedalam

system

Input No. Rekening ( Data nasabah & Penakian/setoran )

Output Buku Besar

3.2 Pengambilan Data Berat Badan Dan Tinggi Badan Mahasiswa

Data berat badan mahasiswa universitas

mercubuana
48 48 52 56 58
58 60 62 63 63
65 65 65 67 67
67 68 68 68 69
72 72 74 75 75
75 75.5 79 79 85

BERAT BADAN (KG) FREKUENSI

48-52 3

55-61 4

62-68 12

69-75 7

76-82 3

21
 83-85 1

TOTAL 30

fi adalah frekuensi pada kelas i

xi adalah nilai tengah pada kelas i

BERAT BADAN (KG) FREKUENSI fᵢ xᵢ

48-52 3 50 150
55-61 4 57 228
62-68 12 64 768
69-75 7 71 497
76-82 3 78 234
83-85 1 85 85

TOTAL 30 1,962

x=1962/30
x= 65,4

Jadi, rata-rata berat badan siswa adalah 65,4 kg.

22
 14
HISTOGRAM BERAT BADAN 30
12
MAHASISWA
10

FREKUENSI
8
6
4
2
0
48-52 55-61 BERAT
62-68BADAN
69-75
(KG) 76-82 83-85

Historgram 3.1.1 Berat Badan

DATA TINGGI BADAN MAHASISWA

UNIVERSITAS MERCUBUANA (CM)

160 160 161 162 165

165 165 165 166 167
168 168 168 168 168
168 170 170 170 170
172 173 173 173 175
175 175 175 177 180

fi adalah frekuensi pada kelas i

xi adalah nilai tengah pada kelas i

TINGGI BADAN
fᵢ xᵢ
(CM) FREKUENSI

160-162 4 161 644

163-165 4 164 656

166-168 8 167 1336

169-171 4 170 680

172-175 8 173 1384

176-180 2 177 354

23
 TOTAL 30 5,054

Dengan demikian rata-rata data dapat dihitung sebagai berikut.

x= 5054 = 168.47

30

Jadi, rata-rata tinggi badan siswa adalah 168.47 cm.

HISTOGRAM TINGGI BADAN 30 MAHASISWA

9

6
FREKUENSI

0
160-162 163-165 166-168 169-171 172-175 176-180
TINGGI BADAN (CM)

Historgram 3.1.2 Tinggi Badan

24
3.2 Praktikum 2
1. Sebuah perusahaan yang bergerak di bidang pembuatan kertas berlapis film,
melakukan pengamatan terhadap suatu gulungan kertas dan mengukurnya untuk
mengetahui distribusi ketebalan. Pengukuran dilakukan selama 1 bulan (30 HARI)
dan setiap harinya diukur sekali diperoleh data sebagai berikut :

CL UCL LCL CL UCL LCL

Nom
(X- (X- (X- (MR- (MR- (MR-
or Ketebal avera M
bar Bar Bar bar Bar Bar
samp an (cm) ge X R
Char Char Char Char Char Char
el
t) t) t) t) t) t)
1 2,12 2,073 0 2,073 2,173 1,97 0,038 0,12 0
0,0
2
2,11 2,073 1 2,073 2,173 1,97 0,038 0,12 0
0,0
3
2,03 2,073 8 2,073 2,173 1,97 0,038 0,12 0

25
 0,0
4
2,04 2,073 1 2,073 2,173 1,97 0,038 0,12 0
0,0
5
2,06 2,073 2 2,073 2,173 1,97 0,038 0,12 0
0,0
6
2,1 2,073 4 2,073 2,173 1,97 0,038 0,12 0
0,0
7
2,08 2,073 2 2,073 2,173 1,97 0,038 0,12 0
0,0
8
2,13 2,073 5 2,073 2,173 1,97 0,038 0,12 0
0,0
9
2,06 2,073 7 2,073 2,173 1,97 0,038 0,12 0
0,0
10
2,05 2,073 1 2,073 2,173 1,97 0,038 0,12 0
0,0
11
2,12 2,073 7 2,073 2,173 1,97 0,038 0,12 0
0,0
12
2,1 2,073 2 2,073 2,173 1,97 0,038 0,12 0
0,0
13
2,05 2,073 5 2,073 2,173 1,97 0,038 0,12 0
0,0
14
2,06 2,073 1 2,073 2,173 1,97 0,038 0,12 0
0,0
15
2,09 2,073 3 2,073 2,173 1,97 0,038 0,12 0
0,0
16
2,04 2,073 5 2,073 2,173 1,97 0,038 0,12 0
17 2,04 2,073 0 2,073 2,173 1,97 0,038 0,12 0
0,0
18
2,01 2,073 3 2,073 2,173 1,97 0,038 0,12 0
0,0
19
2,1 2,073 9 2,073 2,173 1,97 0,038 0,12 0
0,0
20
2,06 2,073 4 2,073 2,173 1,97 0,038 0,12 0
26
 0,0
21
2,07 2,073 1 2,073 2,173 1,97 0,038 0,12 0
0,0
22
2,08 2,073 1 2,073 2,173 1,97 0,038 0,12 0
0,0
23
2,09 2,073 1 2,073 2,173 1,97 0,038 0,12 0
0,0
24
2,1 2,073 1 2,073 2,173 1,97 0,038 0,12 0
0,0
25
2,01 2,073 9 2,073 2,173 1,97 0,038 0,12 0
0,0
26
2,1 2,073 9 2,073 2,173 1,97 0,038 0,12 0
0,0
27
2,05 2,073 5 2,073 2,173 1,97 0,038 0,12 0
0,0
28
2,12 2,073 7 2,073 2,173 1,97 0,038 0,12 0
0,0
29
2,05 2,073 7 2,073 2,173 1,97 0,038 0,12 0
0,0
30
2,07 2,073 2 2,073 2,173 1,97 0,038 0,12 0

Tabel 3.2.1 Gulungan Kertas

27
 Gambar 3.2.1 Peta kendali X dan MR
a. Tentukan peta kendali apa yang tepat untuk data diatas?
Peta pengendali yang tepat untuk data diatas adalah peta kendali X dan MR,
karena ukuran sampel data diatas hanya 1 (n=1) dan data individual sebanyak
39 set contoh.
b. Hitung CL, UCL dan LCL
 Tentukan central line untuk peta kendalu X dan MR

62,2
=
30
= 2,073

 Peta kendali X

=2,073 + (2.66*0,038)
= 2,173

28
 = 2,073 – (2,66*0.038)
=1.97
 Peta kendali MR

UCL = 3,276*0,038
=0,12

LCL = 0*0,038
=0
c. Buat peta kendalinya dan apakah terkendali atau tidak, jika tidak lakukan revisinya
Sesuai grafik peta kendali X dan MR bahwa data tersebut terkendali, karena tidak
ada data yang melewati UCL dan LCL

2. Sebuah besi silinder 30 cm dibubut untuk menghasilkan tiang penyangga jug hanger
yang berdiameter lebih kecil dengan mengggunakan mesin bubut modern.Setelah
selesai dibubut diperoleh data diameter yang diukur menggunakan micrometer dari
10 sampel dengan pengukuran sebanyak 5 kali

LCL
CL UCL LCL CL UCL
Nomor Hasil Observasi Ketebalan kayu (R-
x r (X-bar (X-Bar (X-Bar (R-bar (R-Bar
sampel (cm) Chart) Chart) Chart) Chart) Chart)
Bar
Chart)

1 31 30,25 32 29,2 30,2 30,53 2,8 29,721 31,27 28,17 2,68 5,67 0
2 28 30,1 31 30,1 29 29,64 3 29,721 31,27 28,17 2,68 5,67 0
3 28 31 30,15 30,3 30,45 29,98 3 29,721 31,27 28,17 2,68 5,67 0
4 29 30,2 29 30 28 29,24 2,2 29,721 31,27 28,17 2,68 5,67 0
5 30,25 28 29 28,5 30,1 29,17 2,25 29,721 31,27 28,17 2,68 5,67 0
6 28,55 32 28 28,75 28 29,06 4 29,721 31,27 28,17 2,68 5,67 0
7 28,75 30,2 29,55 30,15 30,4 29,81 1,65 29,721 31,27 28,17 2,68 5,67 0
8 29 29 30,45 30,05 29,25 29,55 1,45 29,721 31,27 28,17 2,68 5,67 0
9 32 30,15 32 30,4 28,55 30,62 3,45 29,721 31,27 28,17 2,68 5,67 0
10 30,15 31 28,75 28 30,15 29,61 3 29,721 31,27 28,17 2,68 5,67 0
Tabel 3.2.2 Diameter Besi

29
 Gambar 3.2.2 Peta kendali X dan R
a. Tentukan peta kendali apa yang tepat untuk data diatas?
Peta pengendali yang tepat untuk data diatas adalah peta kendali X dan R
b. Hitung CL, UCL dan LCL

= 29,701

=2,68
 Batas kendali R bar

= 2,68*2,114
=5,67

= 2,68*0

30
 =0
 Batas kendali x bar

= 29,72 + (0.577*2,68)
= 31,27

= 29,72 – (0.577*2,68)
=28,17
c. Buat peta kendalinya dan apakah terkendali atau tidak, jika tidak lakukan revisinya
Sesuai grafik peta kendali X dan R bahwa data tersebut terkendali, karena tidak ada
data yang melewati UCL dan LCL

3. Perusahaan sedang mengadakan penelitian mengenai jumlah jenis cacat (reject)

uang terjadi selama 1 bulan terakhir. Penelitian ini digunakan untuk mendata jenis-
jenis cacat (kerusakan,lubang,kotor dll).Berikut data rejectnya :

Hari Reject C UCL LCL

1 4 2,433 7,113 -2,246
2 2 2,433 7,113 -2,246
3 0 2,433 7,113 -2,246
4 3 2,433 7,113 -2,246
5 1 2,433 7,113 -2,246
6 5 2,433 7,113 -2,246
7 2 2,433 7,113 -2,246
8 2 2,433 7,113 -2,246
9 3 2,433 7,113 -2,246
10 4 2,433 7,113 -2,246
11 0 2,433 7,113 -2,246
12 5 2,433 7,113 -2,246

31
13 4 2,433 7,113 -2,246
14 2 2,433 7,113 -2,246
15 2 2,433 7,113 -2,246
16 1 2,433 7,113 -2,246
17 3 2,433 7,113 -2,246
18 3 2,433 7,113 -2,246
19 0 2,433 7,113 -2,246
20 5 2,433 7,113 -2,246
21 2 2,433 7,113 -2,246
22 2 2,433 7,113 -2,246
23 3 2,433 7,113 -2,246
24 3 2,433 7,113 -2,246
25 4 2,433 7,113 -2,246
26 2 2,433 7,113 -2,246
27 1 2,433 7,113 -2,246
28 1 2,433 7,113 -2,246
29 2 2,433 7,113 -2,246
30 2 2,433 7,113 -2,246

Tabel 3.2.3 Cacat Produk

32
 3.2.3 Peta kendali C
a. Tentukan peta kendali apa yang tepat untuk data diatas?
Peta pengendali yang tepat untuk data diatas adalah peta kendali C, karena peta
kendali C merupakan peta dengan ukuran jumlah kecacatan dalam suatu produk
juga menentukan kualitas dari produk tersebut. Peta kendali C digunakan untuk
memantau jumlah cacat yang timbul dari produk yang dihasilkan bukan jumlah
produk yang cacat
b. Hitung CL, UCL dan LCL

= 73/30
=2,433

=2,433+3√2,433
=7,113

=2,433-3√2,433
=7,113
c. Buat peta kendalinya dan apakah terkendali atau tidak, jika tidak lakukan
revisinya

33
 Sesuai grafik peta kendali X dan R bahwa data tersebut terkendali, karena tidak
ada data yang melewati UCL dan LCL

4. Sebuah pengamatan dilakukan oleh divisi QC. Ditemukan banyaknya produk cacat
pada proses pembubutan pada tiang penyangga. Kemudian dicatat banyaknya tiang
penyangga yang tidak memenuhi persyaratan yang diinginkan adalah seperti pada
table. Pengamatan dilakukan selama 20 hari.

Ukuran Cacat Proporsi

Obs. BPA BPB
sample tiang cacat
1 48 5 0,104 0,144 -0,044
2 37 5 0,135 0,157 -0,057
3 50 0 0,000 0,142 -0,042
4 47 5 0,106 0,145 -0,045
5 48 0 0,000 0,144 -0,044
6 54 3 0,056 0,139 -0,039
7 51 0 0,000 0,142 -0,042
8 42 1 0,024 0,151 -0,051
9 32 5 0,156 0,166 -0,066
10 40 2 0,050 0,153 -0,053
11 56 2 0,036 0,137 -0,037
12 45 4 0,089 0,147 -0,047
13 57 1 0,018 0,137 -0,037
14 61 0 0,000 0,134 -0,034
15 62 3 0,048 0,133 -0,033
16 55 0 0,000 0,138 -0,038
17 55 5 0,091 0,138 -0,038
18 51 2 0,039 0,142 -0,042
19 46 2 0,043 0,146 -0,046
20 42 4 0,095 0,151 -0,051
Sum 979 49
Tabel 3.2.4 Cacat Tiang

34
 Gambar 3.2.4 Peta kendali P

a. Tentukan peta kendali apa yang tepat untuk data diatas?

Peta pengendali yang tepat untuk data diatas adalah peta kendali P, karena untuk
mengendalikan proporsi dari item-item yang dokategorikan cacat dan dengan
jumlah sampel yang tidak konstan
b. Hitung CL, UCL dan LCL

=49/979
=0,05

c. Buat peta kendalinya dan apakah terkendali atau tidak, jika tidak lakukan revisinya
Sesuai grafik peta kendali X dan R bahwa data tersebut terkendali, karena tidak ada
data yang melewati UCL dan LCL

35
3.3 Tugas Praktikum Modul 3
1. Carilah nilai indeks kemampuan proses dari data peta X dan R tugas praktikum pada
P2 ditetapkan batas spesifikasi sebesar 30 + 1mm, apakah proses tersebut capable ?
2. Hitung berapa besar proporsi kesalahan pada soal no 1 diatas ?
3. Dari modul sebelumnya didapatkan hasil rata-rata proporsi cacat untuk peta kendali P,
hitunglah nilai Cp dan Cpk ?

Jawab :
1. Mencari indeks kemampuan proses (cpk) dari data pengukuran diameter besi pada tabel
modul 2. Kemudian ditetapkan batas spesifikasi sebesar 30+ 1mm.

Dapat dilihat pada gambar.

Cpk = 0,21
Syarat, bila cpk > 1 maka proses disebut baik (capable)
Bila < 1 maka proses disebut kurang baik (not capable)
Jadi, proses tersebut not capable,kurang baik

36
2. Proporsi kesalahan pada no.1

Process Capability of Pengukuran 1; ...; Pengukuran 5

LSL Target USL

P rocess Data Within
LS L 29 Ov erall
Target 29,701
USL 31 P otential (Within) C apability
S ample M ean 29,701 Cp 0,29
S ample N 50 C PL 0,20
S tDev (Within) 1,15219 C PU 0,38
S tDev (O v erall) 1,13318 C pk 0,20
C C pk 0,20
O v erall C apability
Pp 0,29
PPL 0,21
PPU 0,38
P pk 0,21
C pm 0,21

27 28 29 30 31 32
O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
% < LS L 26,00 % < LS L 27,15 % < LS L 26,81
% > USL 8,00 % > U S L 12,98 % > U S L 12,58
% Total 34,00 % Total 40,12 % Total 39,39

Berdasarkan hasil analisis dengan minitab yaitu 26,81% kesalahan berada di bawah LSL
dan 12,58% kesalahan berada di atas USL. Sedangkan hasil dari perhitungan menggunakan
tabel distribusi normal yaitu:

𝑠𝑝𝑒𝑘 𝑎𝑡𝑎𝑠 − 𝑋̅
𝑍𝐴 =
𝜎

31 − 29,701
𝑍𝐴 =
1,13548

𝑍𝐴 = 1,14

𝑋̅ − 𝑠𝑝𝑒𝑘 𝑏𝑎𝑤𝑎ℎ
𝑍𝐵 =
𝜎

29,701 − 29
𝑍𝐵 =
1,13548

𝑍𝐵 = 0,62

37
 Dari tabel distribusi normal dapat diketahui bahwa 0,2676 atau 26,76% berada
di bawah LSL, dan 0,1271 atau 12,71% kesalahan berada di atas USL.

3. Berikut adalah hasil perhitungan Cp dan Cpk dari tabel modul 2 tentang peta
kendali p

Capability Analysis p-chart

P C har t Rate of Defectives
20
0,15 U C L=0,1510

% Defective
P r opor tion

0,10
10
_
0,05 P =0,0501

0,00 LC L=0 0
1 3 5 7 9 11 13 15 17 19 40 50 60
Sample Sample Size
Tests performed w ith unequal sample sizes

C umulative % Defective Dist of % Defective

S ummary S tats Tar

12
(using 95,0% confidence) 4,8

10 % Defectiv e: 5,01
% Defective

Low er C I: 3,73 3,6

8 U pper C I: 6,56
Target: 0,00 2,4

6 P P M Def: 50051
Low er C I: 37254 1,2
4 U pper C I: 65633
P rocess Z: 1,6444 0,0
5 10 15 20 Low er C I: 1,5091 0 4 8 12 16
Sample U pper C I: 1,7835

Berdasarkan hasil analisis menggunakan minitab, diperoleh hasil upper CI 6,56%

yang berarti melebihi estimasi %defect yaitu 5,01%. Sehingga proses 95% tidak
dapat dianggap capable, dan diperlukan tambahan data.

Sedangkan berdasarkan hasil perhitungan diperoleh hasil sebagai berikut:

%𝑘𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛
𝑎 =1−
100 × 2

𝑎 = 0,99973

38
Nilai Z yang menghasilkan area kurva a yaitu 3,46

𝑇𝑖𝑡𝑖𝑘 𝑍
𝐶𝑝 =
3

3,46
𝐶𝑝 = = 1,15
3

𝑟𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎 %𝑘𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛

𝑎 = 1−
100 × 2

𝑎 = 0,99952

Nilai Z yang menghasilkan area kurva a yaitu 3,30

𝑇𝑖𝑡𝑖𝑘 𝑍
𝐶𝑝 =
3

3,30
𝐶𝑝 = = 1,10
3

Nilai Cp 1,15 dan Cpk 1,10, hal ini berarti proses dianggap capable karena
menunjukkan nilai >1.

39
 BAB IV KESIMPULAN

4.1 Kesimpulan

Dari praktikum yang telah dilakukan dapat ditarik beberapa kesimpulan

1.Praktikum 1

Dari hasil pengukuran berat badan dan tinggi badan 30 mahasiswa Universitas
Mercubuana mayoritas mahasiswa mempunyai berat badan di atas 65,4 kg dan
tinggi di atas 168,7 cm.

2.Praktikum 2

Dari hasil perhitungan di ke 4 soal tidak ditemukan data yang bersada di luar UCL
maupun LCL jadi tidak diperlukan revisi.

3.Praktikum 3

Proporsi kesalahan dari mesin bubut dari 10 sampel dan 5x kali pengecekan tiap
sampel adalah 3,46

Dari nilai CPK yang didapatkan yaitu 1,10 menandakan proses belum capable.
perlu dilakukan tindakan perbaikan agar diameter besi tidak berada di luar range.

Saran

Perlu dilakukan tindakan perbaikan agar diameter besi tidak berada di luar range.

40
DAFTAR PUSTAKA
Kartika ,Hayu. ST.MM, dan Novera Elisa Triana. ST.MM, 2019. Pengendalian dan
Penjaminan Kualitas.Jakarta: Universitas Mercubuana

41