MODULPERKULIAHAN

Pengendalian dan
Penjaminan Kualitas

Peta Kontrol

Disusun Oleh
Teknik Teknik Industri W161700
0220220

Abstract Kompetensi
Modul ini mencakup mengenai Mahasiswa memahami mengenai
Peta Pengendali Rata-rata. Peta Pengendali Rata-rata.
 Pendahuluan

Peta Pengendali Rata-Rata dan Jarak (Range)

Peta Pengendali rata-rata dan jarak merupakan dua peta pengendali yang saling
membantu dalam mengambil keputusan mengenai kualitas proses. Peta pengendali
rata-rata merupakan peta pengendali untuk melihat apakah proses masih berada
dalam batas pengendalian atau tidak. Kondisi tersebut dapat dilihat dari produk yang
sedang berada dalam proses. Peta pengendali rata-rata menunjukkan apakah rata-
rata produk yang dihasilkan sesuai dengan standar pengendalian yang digunakan
perusahaan. Proses produksi dikatakan baik apabila produk yang dihasilkan berada
di sekitar garis pusat (center line). Namun, data yang berada di dalam peta
pengendali statistik masih disebut sebagai berada dalam batas pengendalian statistik
(in statistical control) walaupun terdapat penyimpangan yang disebabkan oleh
penyebab umum. Sementara data yang berada di luar batas pengendali rata-rata
tersebut pasti disebut sebagai (out of statistical control) yang disebabkan oleh
penyebab khusus.

Sementara itu, peta pengendali jarak (range) digunakan untuk mengetahui tingkat
keakurasian atau ketepatan proses yang diukur dengan mencari range dari sampel
yang diambil dalam observasi. Data yang berada di dalam batas pengendali statistik
untuk range disebut sebagai in statistical control yang terdapat penyimpangan
karena penyebab umum. Sementara data yang berada di luar batas pengendali
statistik untuk range disebut sebagai out of statistical control yang disebabkan oleh
penyebab khusus.
Selanjutnya, bagaimana cara mengadakan pengujian dan analisis terhadap data
yang digunakan sebagai sampel dalam observasi dapat dilihat pada contoh soal
berikut ini.
Data yang didapat dari suatu proses produksi pada perusahaan “SEDARSARI” yang
merupakan perusahaan penghasil kayu, akan mengetahui ukuran panjang yang baik.
Dari 25 kali observasi yang dilakukan dimana setiap kali observasi dilakukan
pengukuran sebanyak 5 kali dengan hasil sebagai berikut :
Jumlah observasi Hasil Pengukuran X R Keterangan

1 20 22 21 23 22 21.60 3
2 19 18 22 20 20 19.80 4
3 25 18 20 17 22 20.40 8 pemasok baru
4 20 21 22 21 21 21.00 2
5 19 24 23 22 20 21.60 5
6 22 20 18 18 19 19.40 4
7 18 20 19 18 20 19.00 2
8 20 18 23 20 21 20.40 5
9 21 20 24 23 22 22.00 4
10 21 19 20 20 20 20.00 2
11 20 20 23 22 20 21.00 3
12 22 21 20 22 23 21.60 3
13 19 22 19 18 19 19.40 4
14 20 21 22 21 22 21.20 2
15 20 24 24 23 23 22.80 4
16 21 20 24 20 21 21.20 4
17 20 18 18 20 20 19.20 2
18 20 24 22 23 23 22.40 4
19 20 19 23 20 19 20.20 4
20 22 21 21 24 22 22.00 3
21 23 22 22 20 22 21.80 3
22 21 18 18 17 19 18.60 4 kekeliruan karyawan
23 21 24 24 23 23 23.00 3 kesalahan bahan
24 20 22 21 21 20 20.80 2
25 19 20 21 21 22 20.60 3
Jumlah 521.00 92

Dengan menggunakan rumus-rumus peta pengendali rata-rata dan jarak di atas maka
penyelesaian contoh soal tersebut adalah :

92
R= = 3.68
25
Karena sampel yang diambil untuk setiap observasi 5, maka nilai D3 dari Tabel 4.3 adalah 0
dan nilai D4 dari tabel 4.3 adalah 2.114. Sehingga batas pengendalian tingkat keakurasian
proses ini adalah :
dianggap out of statistical control dan harus direvisi. Untuk merevisinya data tersebut harus
dihilangkan dengan menggunakan cara sebagai berikut :

92  8
R revisi = = 3.5
25  1

Sehingga batas pengendaliannya sebagai berikut :

BPA R = 3.5 (2.114) = 7.40

BPB R = 3.5 (0) = 0

Dengan demikian seluruh data hasil observasi berada di dalam batas pengendalian yang
menunjukkan bahwa data tersebut dalam kondisi in statistical control atau telah sesuai
dengan standar pengendalian proses. Setelah peta pengendali jarak atau tingkat
keakurasian diketahui maka kita menuju pada tingkat pengendali rata-rata sebagai berikut :

521
X= = 20.84 (garis pusat peta pengendali rata-rata)
25

Batas pengendali atas dan batas pengendali bawah sebelum adanya revisi terhadap peta
pengendali rata-rata maupun tingkat keakurasian adalah :

BPA X = 20.84 + (0.577) 3.68 = 22.96

BPB X = 20.84 – 0.577 (3.68) = 18.72

Karena pada data ketiga dalam pengendali jarak atau tingkat keakurasian proses sudah
dilakukan revisi yang disebabkan kesalahan karena penyebab khusus, maka garis pusat
setelah revisi tersebut adalah :

521  20,40
X= = 20.86 (garis pusat ini dihitung setelah dilakukan revisi terhadap
25  1
observasi ke-8)

Sehingga batas pengendali atas dan batas pengendali bawahnya setelah revisi pada
observasi ketiga menjadi :
 BPA X = 20.86 + 0.577(3.5) = 22.880

BPB X = 20.86 – 0.577 (3.5) = 18.841

Apabila kita lihat pada data hasil observasi ternyata data dari hasil observasi ke 22 dan 23
berada diluar batas pengendalian dan ternyata penyebabnya termasuk dalam sebab yang
dapat dihindarkan (assignable cause) sehingga harus dilakukan revisi sebagai berikut :

500.6 18.60  23
X= = 20.86
24 1 1
84  4  3
Sedang nilai R sekarang menjadi R = = 3.5
24  1 1
Sehingga batas pengendali atas dan batas pengendali bawah untuk pengendali rata-rata
adalah :

BPA X = 20.86 + 0.577(3.5) = 22.87

BPB X = 20.86 – 0.577 (3.5) = 18.840

Sedangkan batas pengendali atas dan batas pengendali bawah untuk jarak (range) adalah :

BPA R = 3.5 (2.114) = 7.40

BPB R = 3.5 (0) = 0

Apabila kondisi-kondisi sebelum dan setelah revisi tersebut digambarkan, maka akan
tampak seperti gambar berikut ini :

Peta Pengendali Rata-rata Sebelum Revisi

 Peta Pengendali Range Sebelum Revisi

Peta Pengendali Rata-rata Setelah Revisi

Peta Pengendali Range Setelah Revisi

Dengan demikian seluruh data hasil observasi berada diantara batas pengendalian yang
menunjukkan bahwa data tersebut semua dalam kondisi terkendali dan sesuai dengan
pengendalian proses atau berada dalam batas pengendali statistik (in statistical control.

Apabila data yang di ambil sebagai sampel untuk setiap kali observasi berbeda-beda, maka
peta pengendali untuk setiap observasi tersebut juga akan bervariasi. Untuk rata-rata
sampel setiap kali observasi digunakan rumus :
  xi
ii
X =
n

Merupakan rata-rata pengukuran untuk setiap kali observasi.

Sementara itu, untuk garis pusat (center line) menggunakan rumus :

 ni.Xi
ii
X= = garis pusat untuk peta pengendali rata-rata
 nii1

Sehingga batas pengendali atas (BPA) dan batas pengendali bawah (BPB) untuk peta
pengendali rata-ratanya adalah :

BPA X = X + A2. R

BPB X = X - A2. R

Sementara itu, untuk jarak data setiap observasi tetap menggunakan rumus selisih data
tertinggi dengan data terendah setiap kali observasi.

Sedangkan rumus untuk garis pusat jarak (range) :

 ni.Ri
ii
R= = garis pusat untuk peta pengendali range
 ni
i1

Sehingga batas pengendali atas (BPA) dan batas pengendali bawah (BPB) untuk peta
pengendali jarak nya adalah :

BPA R = R .D4 dan BPB R = R . D3

Nilai A2, D4 dan D3 dapat dilihat pada Tabel 4.3.

Untuk mengetahui bagaimana penerapan metode ini, berikut adalah contoh soal untuk
pengambilan sampel yang bervariasi banyaknya setiap kali observasi.

Perusahaan pipa akan mengukur rata-rata diameter produk yang dihasilkan. Untuk itu
dilakukan 10 kali observasi dengan banyaknya sampel bervariasi, sebagai berikut :
 Pengukuran setiap Data Sampel
Observasi X Ri
X1 X2 X3 X4 X5 X6 X7
1 6 9 10 15 10 4 6 8.57 11
2 11 7 8 10 5 8 8.17 6
3 9 6 13 9 10 7 13 9.57 7
4 12 11 10 10 10.75 2
5 16 10 8 9 7 5 9.17 11
6 10 4 9 7 8 12 8.33 8
7 15 16 10 13 8 12.40 8
8 12 14 16 6 13 9 11 11.57 10
9 16 9 13 15 13.25 7
10 7 13 10 12 11 7 10 10.00 6
Jumlah 101.78 76

Garis pusat rata-rata dan jarak untuk data diatas adalah :

(7)(8.57)  (6)(8.17)  (7)(9.57)  .......... (7)(10)
X= = 10.00
7  6  7  .....  7

(7)(11)  (6)(6)  (6)(7)  .......... (7)(6)

R= = 7.75
7  6  7  .....  7

Sehingga batas pengendali atas dan batas pengendali bawah baik untuk rata-rata dan jarak
untuk setiap observasi adalah :

Batas Pengendali Rata-rata Batas Pengendali Range

Observasi X i Ri
BPA BPB BPA BPB
1 8.57 13.35 6.75 11 14.91 0.59
2 8.17 13.74 6.26 6 15.53 0
3 9.57 13.25 6.75 7 14.91 0.59
4 10.75 15.65 4.35 2 17.69 0
5 9.17 13.74 6.26 11 15.53 0
6 8.33 13.74 6.26 8 15.53 0
7 12.40 14.47 5.53 8 16.38 0
8 11.57 13.25 6.75 10 14.91 0.59
9 13.25 15.65 4.35 7 17.69 0
10 10.00 13.25 6.75 6 14.91 0.59

Apabila digambarkan dalam suatu grafik maka akan tampak seperti gambar berikut ini :

Peta Pengendali Rata-rata Sebelum Revisi

 Peta Pengendali Range Sebelum Revisi

Dari kedua gambar di atas maka tampak bahwa seluruh data sampel tersebut telah berada
dalam batas pengendali statistik (in statistical control), sehingga tidak perlu mencari
penyebab kesalahan karena penyebab khusus. Selain itu, tidak perlu dilakukan revisi
terhadap garis pusat, batas pengendali atas dan batas pengendali bawahnya baik untuk
rata-rata dan range.
Daftar Pustaka
 Dorothea Wahyu Ariani, 2003, Pengendalian Kualitas Statistik, ANDI, Yogyakarta

 Drs. M.N. Nasution, M.Sc., A.P.U, 2005, Manajemen Mutu Terpadu, Ghalia
Indonesia

 Vincent Gaspersz, 1997, Manajemen Kualitas, Gramedia, Jakarta.

 Prof. Dr. Ir. T. Yuri M.Z. MEngSc dan Dr.Ir. Rahmat Nurcahyo MEngSc, 2013,
TQM Manajemen Kualitas Total Dalam Perspektif Teknik Industri, PT. Indeks,
Jakarta