Modul 1 PPST Iii 2020

TI3007
PRAKTIKUM PERANCANGAN
SISTEM TERINTEGRASI III
MODUL 1
PENGENDALIAN KUALITAS:
PETA KENDALI
PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI BANDUNG
2020
TI3007 - Praktikum Perancangan Sistem Terintegrasi III
Modul 1 || Pengendalian Kualitas: Peta Kendali
Tujuan Praktikum
Tujuan Umum
Kegiatan praktikum ini memiliki tujuan umum yaitu untuk memahami konsep pengendalian kualitas.
Tujuan Khusus
Tujuan khusus dari praktikum ini adalah:
• Menentukan peta kendali yang sesuai dengan karakteristik masalah yang dihadapi.
• Membuat dan mengimplementasikan peta kendali.
• Menentukan kapabilitas proses aktual dan potensial melalui perhitungan Cp dan Cpk.
• Membuat Operating Characteristic (OC) Curve dan Average Run Length (ARL) peta kendali.
Prerequisites / Mata Kuliah Prasayarat

• TI3104 – Pengendalian dan Penjaminan Mutu
Output Praktikum
• Peta Kendali
• Kapabilitas Proses
• Operating Characteristic (OC) Curve
• Average Run Length (ARL)
Input Praktikum
• Data Awal Panjang dan Diameter Spesimen
Skenario Praktikum
PT PPST melakukan produksi spesimen logam berbentuk tabung. Terdapat 4 jenis spesimen yang
dihasilkan 3 mesin berbeda yaitu mesin bubut CNC, mesin bubut manual, dan gergaji mesin. Setiap
mesin memiliki karakteristik produksi yang berbeda-beda yang menyebabkan tingkat kepresisian
produk yang dihasilkan berbeda-beda pula. Berikut merupakan skema yang dijalankan PT PPST dalam
memproduksi spesimen logam berbentuk tabung:
Supplier mengirimkan material → proses produksi menghasilkan spesimen → inspeksi spesimen.
Inspeksi dilakukan oleh seorang operator dengan melakukan pengukuran panjang dan diameter. Hasil
pengukuran yang berada diluar batas toleransi dinyatakan sebagai produk cacat dan dilakukan
pengerjaan ulang.
Pada praktikum ini, praktikan berperan dalam proses pengendalian kualitas yang dilakukan PT PPST
yang mencakup penggunaan peta kendali, perhitungan kapabilitas proses, dan perhitungan
persentase produk cacat.
1
A. Pendahuluan
Pengendalian kualitas yang merupakan bagian dari sistem kualitas adalah rangkaian aktivitas dan
teknik operasional yang digunakan untuk memenuhi persyaratan kualitas tertentu dalam sebuah
produk atau jasa (ASQ, 1983). Gambar 1 berikut menunjukkan diagram posisi PPST III yang salah satu
cakupannya adalah sistem kualitas dan Gambar 2 menunjukkan posisi Modul 1 Pengendalian Kualitas:
Peta Kendali.
Gambar 1. Diagram Posisi PPST III
Gambar 2. Posisi Modul 1 Pengendalian Kualitas: Peta Kendali
2
B. Pengantar Praktikum
B.1. Definisi Kualitas
Definisi kualitas dikemukakan oleh beberapa tokoh, diantaranya adalah Juran dan Deming.
Gambar 3 Dimensi Kualitas Menurut Juran

Juran (1974) mendefinisikan kualitas sebagai kesesuaian untuk penggunaan (fitness for use) yang
berarti bahwa suatu produk atau jasa hendaklah sesuai dengan apa yang diperlukan atau diharapkan
oleh konsumen. Selain itu, Juran (2000) juga mengemukakan kualitas sebagai kesesuaian terhadap
syarat spesifikasi desain (conformance to specification).
Kedua definisi kualitas Juran tersebut memiliki konteks yang berbeda seperti yang ditunjukkan pada
Gambar 3. Fitness for use mengacu pada kesesuaian terhadap kebutuhan pelanggan. Dalam Trilogi
Juran yang membagi pencapaian kualitas menjadi tiga proses manajerial, kualitas ini dirancang pada
tahapan planning (lihat bagian B.3). Adapun conformance to specification mengacu pada kesesuaian
produk yang dihasilkan terhadap spesifikasi yang telah ditentukan sebelumnya (dihasilkan dari
tahapan planning).
Dalam Trilogi Juran, kesesuaian terhadap spesifikasi ini dicapai pada tahapan control (lihat bagian
B.3).
Tokoh lain yang mengembangkan manajemen kualitas adalah Edward Deming. Menurut Deming
(1982), kualitas adalah keseragaman produk yang dapat diprediksi. Penekanannya pada
penggunaan control chart sebagai inti dari filosofi kualitas yang dikembangkannya. Menurutnya,
kualitas produk tercermin dari kualitas proses (Mitra, A. 1999, hal.72). Definisi Juran (kualitas
sebagai kesesuaian dengan spesifikasi) sejalan dengan definisi Deming bahwa kualitas
merupakan keseragaman produk. Kesesuaian dengan spesifikasi berarti setiap produk harus
dibuat seakurat mungkin sehingga hasilnya seragam.
3
B.2. Dimensi Kualitas

Garvin (1987) mengemukakan delapan dimensi kualitas produk yaitu:
• Performance: kemampuan produk untuk menjalankan fungsi utama.

• Reliability: kemungkinan produk berfungsi dengan baik dalam suatu jangka waktu tertentu.
• Durability: daya tahan atau masa hidup produk baik secara ekonomis maupun teknis.
• Serviceability: kemudahan produk untuk diperbaiki.
• Aesthetics: daya tarik visual produk dari segi warna, bentuk, kemasan, dan lain- lain.
• Feature: aspek sekunder (tambahan) dari kinerja suatu produk.
• Perceived quality: persepsi konsumen terhadap kualitas produk.
• Conformance to standards: kesesuaian produk dengan desain (spesifikasi awal).
Selain dimensi kualitas produk terdapat juga dimensi kualitas pelayanan (jasa) yang dikemukakan
Parasuraman et al. (1985):
• Reliability: kemampuan untuk melakukan pelayanan yang akurat.

• Responsiveness: keinginan untuk membantu pelanggan dan memberikan layanan dengan
cepat.
• Assurance: pengetahuan, kebaikan, dan kemampuan yang dapat memberikan
kepercayaan dan keyakinan.
• Empathy: perhatian dan peduli terhadap pelanggan.
• Tangibles: bentuk fasilitas f isik, perlengkapan, personal, dan komunikasi.
B.3. Trilogi Kualitas

Menurut Juran (2000), pencapaian kualitas harus diawali dengan membuat visi organisasi dan
disesuaikan dengan tujuan yang ingin dicapai. Untuk mencapai tujuan dan kualitas yang
diinginkan, dibutuhkan suatu proses manajerial yang terdiri dari serangkaian aktivitas yang harus
dilakukan.
Proses manajerial ini dikenal sebagai Trilogi Kualitas yang ditunjukkan pada Gambar 4.
Gambar 4. Diagram Trilogi Kualitas Juran

(Sumber: Juran, Joseph M., 2000 hal 2.7)
4
1. Quality Planning (Perencanaan Kualitas)
Perencanaan kualitas adalah proses pengembangan produk (barang dan jasa) yang dilakukan
secara terstruktur untuk menjamin tercapainya pemenuhan kebutuhan konsumen. Pada tahap
ini kualitas ditentukan berdasarkan kesesuaian antara spesifikasi yang dihasilkan dengan
kebutuhan konsumen (fitness for use). Tahap ini termasuk dalam pengendalian kualitas secara off-
line (off-line quality control).
2. Quality Control (Pengendalian Kualitas)
Pengendalian kualitas adalah proses manajerial yang dilakukan untuk menjamin adanya stabilitas
proses. Pada tahap ini, kualitas ditentukan berdasarkan kesesuaian antara hasil dengan
spesifikasi yang telah ditetapkan pada tahap planning (conformance to specification). Secara garis
besar langkah-langkah pengendalian kualitas yang dilakukan untuk menjamin stabilitas proses adalah
sebagai berikut.
1. Evaluasi performansi secara aktual

2. Membandingkannya dengan tujuan atau target
3. Mengambil tindakan terhadap perbedaan yang terjadi
Adapun langkah-langkah pengendalian kualitas secara spesifik ditunjukkan dalam Gambar 5.
Choose Control Subject
Establish Measurement
Establish Standard of
Performance
Measure Actual Performance

Feedback Loop
OK
Compare to
Standard
Not OK
Take Action on the

Difference
Gambar 5. Langkah Pengendalian Kualitas

(Sumber: Juran, Joseph M. 2000 hal 4.5)
Pada tahap ini terdapat pemborosan-pemborosan yang dapat dieliminasi melalui quality
improvement yang merupakan aktivitas terakhir dalam trilogi Juran.
5
3. Quality Improvement (Perbaikan Kualitas)
Perbaikan kualitas didefinisikan sebagai aktivitas yang dilakukan secara terorganisasi untuk
menghasilkan kualitas yang lebih baik dan bermanfaat. Peningkatan kualitas ini dapat dilakukan
melalui dua pendekatan, yaitu:
• Peningkatan fitur produk, sehingga meningkatkan kepuasan pelanggan yang berpengaruh pada
peningkatan pendapatan (income oriented).
• Penurunan cacat, sehingga mengurangi ketidakpuasan pelanggan dan meminimasi biaya produk
cacat (cost oriented).
Apabila solusi yang dihasilkan melalui tahap ini berkaitan dengan lantai produksi, maka perbaikan
yang dilakukan tergolong on-line quality control. Namun apabila menyangkut desain spesifikasi
produk, maka perbaikan ini termasuk dalam off-line quality control. Dalam hal ini, proses akan
kembali ke tahap pertama, yaitu quality planning.
B.4. Pengendalian Kualitas

Pengendalian kualitas adalah serangkaian aktivitas yang dilakukan untuk memperbaiki,
mempertahankan, dan mencapai kualitas suatu produk atau jasa. Tujuan dari pengendalian kualitas
adalah terciptanya perbaikan kualitas yang berkesinambungan (continuous improvement).
Pengendalian kualitas merupakan sebuah siklus yang berkesinambungan yaitu siklus PDCA (Plan-Do-
Check-Action) yang ditunjukkan pada Gambar 6 dan uraiannya pada Tabel 1 berikut.
Gambar 6. Siklus PDCA

(Sumber: Tague, Nancy R., 2005 hal 391)
6
Tabel 1. Uraian Siklus PDCA
Tahapan Aktivitas
Plan • Mengidentifikasikan masalah.
• Menganalisis penyebab.
• Merencanakan tindakan perbaikan.
Do • Mengimplementasikan rencana perbaikan
pada tahap plan.
Check • Menganalisis hasil perbaikan.
• Menentukan pencapaian hasil.
Action • Jika hasil perbaikan memuaskan, maka
lakukan perubahan pada SOP (Standard
Operating Procedure), lalu sosialisasikan
perubahan.
• Jika tidak memuaskan, maka ulangi siklus
dengan rencana baru.
Pengendalian kualitas dibagi menjadi dua jenis sebagai berikut.
1. On-Line Quality Control
On-line quality control adalah pengendalian kualitas yang dilakukan di lantai produksi. Secara garis
besar, pengendalian ini diklasifikasikan menjadi tiga seperti yang ditunjukkan pada Tabel 2.
Tabel 2. Klasifikasi Pengendalian Kualitas secara On-Line Quality Control
Jenis Forward Control Concurrent Control Feedback Control

Pengertian Mengantisipasi masalah Menyelesaikan masalah Menyelesaikan masalah
saat terjadi setelah terjadi
Contoh • Inspeksi bahan mentah dan • Memonitor proses • Inspeksi kualitas
komponen • Memonitor pekerja produk akhir
• Inspeksi mesin • Total Quality • Analisa sales per
• Hanya mempekerjakan orang Mangement pekerja
yang berkompetensi • Self-adjustment pekerja • Survei pelanggan
Fokus Input On Going Process Output
2. Off-Line Quality Control
Off-line quality control adalah pengendalian kualitas yang tidak dilakukan di lantai produksi. Contohnya
adalah desain produk, yang termasuk dalam tahap Quality Planning dalam Trilogi Kualitas Juran.
7
B.5. Perangkat Pengendalian Kualitas

Berdasarkan Montgomery (2001), perangkat yang digunakan dalam proses pengendalian kualitas
secara on-line (jenis Feedback Control) adalah:
1. Lembar Pengecekan (Check Sheet): alat pengumpulan data karakteristik kualitas yang akan
dikendalikan. Contoh lembar pengecekan ditunjukkan pada Gambar 7.
Gambar 7. Lembar Pengecekan
2. Histogram: alat penyaji data agar mudah dipahami dan diolah lebih lanjut. Contoh histogram
ditunjukkan pada Gambar 8.
Gambar 8. Histogram
8
3. Diagram Pareto: alat untuk mengetahui dan menganalisis tingkat urgensi setiap
ketidaksesuaian. Contoh diagram pareto ditunjukkan pada Gambar 9.
Gambar 9. Diagram Pareto
4. Diagram Sebab Akibat (Cause and Effect Diagram): alat untuk mengetahui penyebab
ketidaksesuaian terhadap spesifikasi yang telah ditentukan. Contoh diagram sebab akibat
ditunjukkan pada Gambar 10.
Gambar 10. Diagram Sebab Akibat
5. Scatter Diagram: alat untuk mengetahui tingkat sebaran cacat/ketidaksesuaian. Contoh

scatter diagram ditunjukkan pada Gambar 11.
Gambar 11. Scatter Diagram
9
6. Peta Kendali (Control Chart): alat untuk memonitor proses sehingga variasi proses dapat
dikendalikan secara statistik. Contoh peta kendali ditunjukkan pada Gambar 12.
Gambar 12. Peta Kendali

7. Diagram Stratifikasi: diagram yang menguraikan atau mengklasifikasi persoalan menjadi
kelompok sejenis yang lebih kecil. Contoh diagram stratifikasi ditunjukkan pada Gambar 13.
Gambar 13. Diagram Stratifikasi
10
B.6. Peta Kendali

Peta kendali adalah alat yang digunakan untuk memonitor proses sehingga variasi proses dapat
dikendalikan secara statistika.
Variasi proses tidak mungkin dihindari meskipun proses produksi dilaksanakan pada kondisi dan
spesifikasi yang sama. Variasi ini dipengaruhi oleh beberapa faktor yang terlibat dalam proses
produksi, seperti:
1. Peralatan atau mesin yang digunakan

2. Set up mesin kurang tepat
3. Kondisi dan keahlian operator
4. Kualitas material yang bervariasi
Manfaat utama peta kendali adalah untuk:
1. Menjaga kestabilan proses

2. Memprediksi perilaku proses
3. Melakukan penyesuaian atau perbaikan proses
4. Perencanaan produksi
5. Sebagai alat preventif pengendalian kualitas.
Gambar 14 menunjukkan jenis dan klasifikasi peta kendali.

Are the data
autocorrelated?
NO YES
Variables or Fit APIMA model; apply standard

attributes? control charts to either the
original data or the residuals
Variables Attributes
(such as x,MR, CUSUM, EWMA),
Sample Size Data Type Or
n>1 n=1 Fraction Deffects (Counts) Use moving center-line EWMA

with control limits based on
Shift Size Shift Size Shift Size Shift Size prediction error variance,
Large Small Large Small Large Small Large Small Or

CUSUM CUSUM,
CUSUM x (Indiviudals) CUSUM p c Use a model-free approach,
EWMA EWMA, Using
EWMA MR EWMA np u
Using p c,u; time
Or
between
events
Use an engineering controller
Gambar 14. Klasifikasi Peta Kendali
11
C. Prosedur Pembuatan Peta Kendali

C.1. Peta Kendali Variabel
Peta kendali variabel digunakan jika karakteristik kualitas yang akan dikendalikan diperoleh melalui
pengukuran dan dinyatakan dalam skala kontinu. Macam-macam peta kendali variabel adalah:
̅ –R
1. Peta 𝑿
Peta 𝑋̅ − 𝑅 adalah peta kendali yang menunjukkan harga rata-rata (mean) dan simpangan (range)
suatu proses. Peta ini sesuai digunakan untuk ukuran sampel yang kecil (≤ 10). Apabila ukuran
sampel besar, peta ini kurang sensitif terhadap perubahan proses. Peta kendali ini terdiri dari dua
peta kendali, yaitu Peta 𝑋̅ yang menunjukkan harga rata-rata proses dan Peta R yang menunjukkan
simpangan atau variabilitas proses. Keduanya saling melengkapi, sehingga dalam pembuatannya
tidak dapat dipisahkan.
Langkah Pembuatan Peta ̅

𝑿-R
1. Tentukan karakteristik kualitas yang akan dikendalikan.

2. Tentukan metode dan perangkat sistem inspeksi yang akan digunakan dilakukan inspeksi
dengan pengukuran menggunakan digital caliper.
3. Kumpulkan data (𝑥𝑖 ) dan kelompokkan dalam subgrup dengan ukuran n.
4. Untuk setiap subgrup hitung nilai rata-rata subgrup (𝑋̅):
∑𝑛𝑗=1 𝑥𝑖𝑗
̅
𝑋𝑖 =
𝑛
dengan:
𝑋̅𝑖 : nilai rata-rata subgrup ke-i
𝑋𝑖𝑗 : nilai data j pada subgrup ke-i
n : ukuran subgrup
5. Setelah dihitung 𝑋̅𝑖 untuk setiap subgrup, hitung nilai rata-rata dari rata-rata subgrup (𝑋̿):
∑𝑚 ̅
𝑖=1 𝑋𝑖
𝑋̿ =
𝑚
dengan:
𝑋̿ : nilai rata – rata dari 𝑋̅𝑖
𝑋̅𝑖 : nilai rata – rata subgrup ke i
m : jumlah subgrup
6. Untuk setiap subgrup dihitung nilai range (R):
𝑅𝑖 = 𝑋𝑖𝑗 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟 − 𝑋𝑖𝑗 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙
7. Setelah hitung nilai range, hitung rata – rata rentang:

∑𝑚
𝑖=1 𝑅𝑖
𝑅̅ =
𝑚
dengan:
𝑅̅ : rata – rata range
12
𝑅𝑖 : nilai range subgrup ke - i

m : jumlah subgrup
8. Hitung garis kendali sebagai berikut:
a. Untuk peta 𝑋̅:
𝐶𝐿 = 𝑋̿
𝑈𝐶𝐿 = 𝑋̿ + 𝐴2 𝑅̅
𝐿𝐶𝐿 = 𝑋̿ − 𝐴2 𝑅̅
dengan:
𝑋̿ : nilai rata – rata dari 𝑋̅𝑖

CL : garis sentral (Central Line)
UCL : batas kendali atas (Upper Control Limit)
LCL : batas kendali bawah (Lower Control Limit)
𝐴2 : faktor untuk konstruksi peta kendali
b. Untuk peta R:
𝐶𝐿 = 𝑅̅
𝑈𝐶𝐿 = 𝐷4 𝑅̅
𝐿𝐶𝐿 = 𝐷3 𝑅̅
dengan:
𝑅̅ : rata-rata range
𝐷4 , 𝐷3 : faktor untuk konstruksi peta kendali
Indeks 𝐴2 , 𝐷3 , dan 𝐷4 dapat dilihat pada tabel Appendix VI (Montgomery Edisi ke-7 hal. 720).
9. Cek kelayakan batas-batas kendali yang diperoleh dari langkah 8:

• Pemetaan rata-rata dan range subgrup pada peta kendali
• Cek validitas data subgrup berdasarkan Peta R:
− Hilangkan data sampel yang berada di luar batas kendali Peta R (dengan alasan yang
signifikan)
− Koreksi perhitungan batas kendali
− Ulangi langkah ini hingga seluruh data subgrup valid untuk digunakan
• Cek validitas data subgrup berdasarkan Peta 𝑋̅ :
− Hilangkan data sampel yang berada di luar batas kendali Peta 𝑋̅ (dengan alasan yang
signifikan)
− Koreksi perhitungan batas kendali
− Ulangi langkah ini hingga seluruh data subgrup valid untuk digunakan
Asumsi Peta 𝑋̅-R adalah karakteristik datanya berdistribusi normal dengan rata -rata  dan
deviasi standar . Nilai 𝑋̿ digunakan sebagai estimator dari , sedangkan estimator untuk 
adalah:
𝜎̂ = 𝑅̅ /𝑑2
13
̅- s
2. Peta 𝑿
Peta 𝑋̅ -s merupakan peta kendali variabel yang digunakan dalam mengendalikan rata-rata proses
(ukuran keakuratan) dan standar deviasi (ukuran kepresisian). Dibandingkan dengan peta 𝑋̅ -R, peta
𝑋̅-s lebih sensitif dalam mendeteksi perubahan proses untuk ukuran sampel yang besar (>10).
̅- s
Langkah Pembuatan Peta 𝑿
Langkah pembuatan peta 𝑋̅-s sama dengan langkah pembuatan peta 𝑋̅-R. Perbedaannya terletak
pada nilai R yang digantikan dengan nilai s, serta dalam penentuan batas-batas kendali, yaitu:
1. Rata-rata standar deviasi subgrup sampel (𝑠̅) dan rata-rata dari rataan subgrup (𝑋̿) dihitung
dengan rumus:
∑𝑚
𝑖=1 𝑠𝑖
𝑠̅ =
𝑚
∑𝑚
𝑖=1 𝑥̅𝑖
𝑋̿ =
𝑚
dengan:
m : jumlah subgrup
𝑠𝑖 : standar deviasi subgrup ke – i
𝑥̅𝑖 : rata-rata subgrup ke-i
2. Batas untuk peta 𝑋̅:
𝐶𝐿 = 𝑋̿
𝑈𝐶𝐿 = 𝑋̿ + 𝐴3 𝑠̅
𝐿𝐶𝐿 = 𝑋̿ − 𝐴3 𝑠̅
dengan:
𝐴3 : faktor untuk konstruksi peta kendali
3. Batas untuk peta s:
𝐶𝐿 = 𝑠̅
𝑈𝐶𝐿 = 𝐵4 𝑠̅
𝐿𝐶𝐿 = 𝐵3 𝑠̅
dengan:
𝐵3 , 𝐵4 : faktor untuk konstruksi peta kendali
Indeks 𝐴3 , 𝐵3 , dan 𝐵4 dapat dilihat pada tabel Appendix VI (Montgomery Edisi ke-7 hal. 720).
14
C.2. Peta Kendali Atribut

Peta kendali atribut digunakan jika karakteristik kualitas yang akan dikendalikan tidak diperoleh
melalui pengukuran. Nilai atribut diperoleh melalui pemeriksaan karakteristik produk yang hasilnya
dinyatakan dengan sesuai atau tidak sesuai, berdasarkan ukuran atau standar tertentu. Contoh
perolehan nilai atribut antara lain:
• Pemeriksaan visual terhadap lengkap atau tidak lengkapnya komponen pada suatu produk.
• Pemeriksaan apakah suatu komponen berfungsi atau tidak berfungsi.
Terdapat beberapa jenis peta kendali atribut. Jenis dan penggunaan peta kendali atribut diberikan
pada Tabel 3.
Tabel 3. Jenis Peta Kendali Atribut
Jenis Peta Penggunaan

1. Peta p • Tipe data diskrit
• Menggambarkan fraksi cacat
• Ukuran sampel yang bervariasi
2. Peta np • Tipe data diskrit
• Menggambarkan jumlah item cacat
• Ukuran sampel sama
3. Peta u • Menggambarkan jumlah cacat per unit
4. Peta c • Menggambarkan jumlah cacat pada
satu unit sampel tertentu
1. Peta p
Nilai p menunjukkan perbandingan jumlah item cacat atau tidak memenuhi spesifikasi dari
sejumlah sampel, yaitu:
𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑦𝑎𝑛𝑔 𝑐𝑎𝑐𝑎𝑡 𝑑𝑎𝑙𝑎𝑚 𝑠𝑎𝑚𝑝𝑒𝑙

𝑝=
𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑑𝑎𝑙𝑎𝑚 𝑠𝑎𝑚𝑝𝑒𝑙
Peta p ditujukan untuk pengendalian proses di mana ukuran sampel bervariasi, sehingga besaran
p selalu menunjukkan proporsi item yang cacat dari sekumpulan sampel.
Langkah Pembuatan Peta p
1. Lakukan pemeriksaan terhadap n buah item produk dan cacat jumlah item yang cacat (np). Ulangi
pemeriksaan untuk sampel lain yang diambil dari lot produksi atau waktu produksi yang lain.
2. Untuk setiap subgrup , hitung fraksi cacat (pi) dengan rumus:
𝐷𝑖
𝑝𝑖 =
𝑛𝑖
dengan:
Di : jumlah produk cacat subgrup ke-i
ni : ukuran subgrup ke-i
3. Hitung rata-rata fraksi cacat (𝑝̅ ) dari seluruh item yang diperiksa dengan rumus:
∑𝑚𝑖=1 𝐷𝑖
𝑝̅ = 𝑚
∑𝑖=1 𝑛𝑖
dengan:
15
𝐷𝑖 : jumlah produk cacat subgrup ke-i

m : jumlah subgrup
ni : ukuran sampel subgrup ke-i
4. Hitung standar deviasi fraksi cacat (std) dengan rumus:

𝑝̅ (1 − 𝑝̅ )
𝜎̂ = √
𝑛𝑖
dengan:
𝑝̅ : rata-rata fraksi cacat
ni : ukuran subgrup ke-i
5. Buat peta p dengan batas-batas kendali sebagai berikut:
𝐶𝐿 = 𝑝̅
𝑈𝐶𝐿 = 𝑝̅ + 3𝜎̂
𝐿𝐶𝐿 = 𝑝̅ − 3𝜎̂
dengan:
𝜎̂ : standar deviasi fraksi cacat
6. Plot fraksi cacat p untuk setiap pemeriksaan (sampel) pada peta kendali yang dibuat pada langkah
5.
7. Interpretasikan peta kendali yang terbentuk dan lakukan analisis.
2. Peta np
Peta np digunakan untuk memetakan jumlah item cacat dengan jenis data diskrit.
Langkah Pembuatan Peta np
1. Catat jumlah cacat setiap lot yang diperiksa.

2. Hitung rata-rata jumlah cacat dengan rumus:
∑𝑚
𝑖=1 𝐷𝑖
𝑝̅ =
𝑚𝑛
dengan:
𝐷𝑖 : jumlah produk cacat subgrup ke-i
m : jumlah subgrup
n : ukuran sampel subgrup
3. Hitung garis sentral peta np:
𝑛 ∑𝑚
𝑖=1 𝑝𝑖
𝑛𝑝̅ =
𝑚
dengan:
m : jumlah subgrup
𝑝𝑖 : fraksi cacat subgrup ke-i
4. Hitung standar deviasi jumlah cacat (𝜎̂) dengan rumus:
16
𝜎̂ = √𝑛𝑝̅ (1 − 𝑝̅ ) … …. (29)
dengan:
𝑛𝑝̅ : garis sentral
5. Buat peta np dengan batas-batas kendali sebagai berikut:
𝐶𝐿 = 𝑛𝑝̅
𝑈𝐶𝐿 = 𝑛𝑝̅ + 3𝜎̂
𝐿𝐶𝐿 = 𝑛𝑝̅ − 3𝜎̂
6. Plot titik-titik np pada peta yang terbentuk.

Interpretasikan peta dan lakukan analisis.
D. Operating Characteristic (OC) Curve Untuk Peta Kendali Variabel

dan Atribut
OC Curve merupakan grafik yang menggambarkan probabilitas penerimaan hasil sampling yang
seharusnya ditolak atau cacat (kesalahan tipe II atau β-error). Oleh karena itu OC Curve juga
menggambarkan ukuran sensitivitas peta kendali dalam mendeteksi pergeseran proses (Montgomery,
2001, hal. 305). Nilai β, probabilitas tidak mendeteksi pergeseran proses pada sampel pertama,
dihitung melalui persamaan berikut :
𝛽 = 𝑃{𝐿𝐶𝐿 ≤ 𝑥̅ ≤ 𝑈𝐶𝐿|𝜇 = 𝜇1 = 𝜇0 + 𝑘𝜎}
𝑈𝐶𝐿 − (𝜇0 + 𝑘𝜎) 𝐿𝐶𝐿 − (𝜇0 + 𝑘𝜎)

𝛽 = 𝜙[ ]−𝜙[ ]
𝜎⁄√𝑛 𝜎⁄√𝑛
𝐿𝜎 𝐿𝜎
𝜇0 + − (𝜇0 + 𝑘𝜎) 𝜇0 − − (𝜇0 + 𝑘𝜎)
𝛽 = 𝜙[ √𝑛 ]−𝜙[ √𝑛
]
𝜎⁄√𝑛 𝜎⁄√𝑛
𝛽 = 𝜙 [𝐿 − 𝑘 √𝑛] − 𝜙[−𝐿 − 𝑘 √𝑛]
dengan:
L : konstanta batas penerimaan sampling
(tergantung tingkat toleransi sampling)
k : konstanta pergeseran proses
n : jumlah sampel (jumlah produk tiap subgrup)
LCL : Lower Control Limit
17
UCL : Upper Control Limit
µ : rataan yang sebenarnya (sesudah terjadi pergeseran rataan proses)
µ0 : rataan proses sebelum pergeseran
σ : standar deviasi proses
Ф(x) : luas daerah z ≤ x di bawah kurva normal
Secara grafik, penghitungan nilai β dilakukan dengan menghitung luas daerah yang diarsir
pada Gambar 14 berikut.
Gambar 15 Kesalahan Tipe II

Perhitungan nilai β untuk beberapa nilai k yang berbeda akan membentuk sebuah OC Curve seperti
yang ditunjukkan pada Gambar 14. Berdasarkan gambar tersebut dapat dilihat bahwa semakin besar
pergeseran proses (k), maka peta kendali akan semakin mudah mendeteksi pergeseran tersebut
sehingga peluang menerima hasil sampling yang seharusnya ditolak (β) akan semakin kecil. Di
samping itu, apabila jumlah sampel (n) semakin besar, maka peta kendali akan semakin sensitif
dalam mendeteksi pergeseran proses.
Gambar 16 OC Curve
Ketika terjadi pergeseran proses, peta kendali tidak selalu dapat mendeteksi pergeseran tersebut
dalam sekali pengambilan sampel, namun pergeseran tersebut baru terdeteksi pada pengambilan
18
sampel ke-n. Jumlah sampel rata-rata yang diambil pada saat pergeseran proses sebesar kσ terdeteksi
disebut Average Run Length (ARL). Probabilitas peta kendali mendeteksi pergeseran proses adalah 1–
β. ARL dihitung melalui rumus berikut.
1
𝐴𝑅𝐿 =
1−𝛽
dengan:
β : probabilitas tidak mendeteksi pergeseran proses pada sampel pertama (risiko-β) yang dihitung
dari persamaan di atas
Misalnya, nilai ARL = 5 menunjukkan bahwa pergeseran proses diprediksi akan terdeteksi oleh peta
kendali pada pengambilan sampel ke-5. Pergeseran proses tersebut terdeteksi melalui ditemukannya
produk cacat pada sampel yang diambil. Selengkapnya dapat dilihat pada Gambar 17.
Gambar 17 Average Run Length (ARL)
E. Abnormalitas Peta Kendali Variabel

Interpretasi terhadap peta kendali secara umum, baik untuk peta kendali atribut maupun variabel,
dapat dijelaskan sebagai berikut:
1. Proses dikatakan berada di luar kendali atau abnormal jika ada titik yang berada di luar batas
kendali (atas atau bawah). Jika data yang berada di luar batas kendali tersebut disebabkan oleh
faktor yang tidak alamiah maka data tersebut harus dibuang dan dilakukan perhitungan kembali
terhadap parameter peta kendali yang baru.
2. Sebaliknya proses dikatakan terkendali jika semua titik/data berada di antara batas-batas
kendali, atau pengelompokan data di antara batas-batas kendali tidak mengasumsikan
suatu pola tertentu. Pengelompokan data dalam pola tertentu disebut sebagai abnormalitas.
3. Bentuk-bentuk abnormalitas yang dimaksud adalah sebagai berikut:
a. Run, terjadi jika beberapa titik yang berurutan berada di atas/bawah garis sentral (lihat Gambar
16). Kriteria evaluasi abnormalitas adalah sebagai berikut:
• Panjang run = 7
• Panjang run < 6 , tetapi 6 dari 10 atau 12 dari 14 titik berada di luar batas kendali.
19
Gambar 18 Abnomalitas Run
b. Trend, yaitu terjadinya peningkatan atau penurunan secara kontinu pada sekelompok titik (lihat
Gambar 17). Abnormalitas pada proses terjadi jika 7 titik berurutan naik atau turun.
Gambar 19 Abnormalitas Trends

c. Pengulangan secara periodik (siklis), yaitu terjadinya pola perubahan yang berulang pada
titik-titik dengan interval yang sama. Evaluasi abnormalitas jenis ini tidak semudah 2 kasus
sebelumnya karena diperlukan perhatian yang saksama untuk mengikuti pergerakan seluruh
titik yang ada (lihat Gambar 18).
Gambar 20 Abnormalitas Periodik
20
d. Hugging pada garis tengah, yaitu pola di mana titik-titik/data cenderung berada dekat garis
sentral atau garis kendali (UCL dan LCL). Evaluasi dilakukan sebagai berikut:
1. Hugging pada garis tengah, yaitu kecenderungan data berada di sekitar garis tengah sehingga
data tidak menunjukkan variabilitas secara natural. Evaluasi yang dilakukan adalah sebagai
berikut (lihat Gambar 19):
• Buat garis kendali tambahan yang terletak di tengah-tengah antara garis tengah dan UCL
serta antara garis tengah dan LCL.
• Jika sebagian besar titik berada di antara kedua garis tersebut maka telah terjadi abnormalitas
pada proses.
Gambar 21 Hugging pada garis tengah

2. Hugging pada garis kendali (CL), yang terjadi apabila terdapat data yang cenderung turun
atau naik di sekitar (baik di luar maupun di dalam) batas kendali dan hanya sedikit titik/data
di sekitar garis tengah. Evaluasi dilakukan sebagai berikut (lihat Gambar 20):
• Buat garis kendali tambahan yang terletak di 2/3 jarak antara garis sentral dan UCL/LCL.
• Jika 2 dari 3, atau 3 dari 7, atau 4 dari 10 titik berada di daerah 1/3 luar (outer third zone) telah
terjadi abnormalitas pada proses.
Gambar 22 Hugging pada garis kendali

Secara umum, jika dijumpai titik-titik yang menunjukkan abnormalitas proses langkah-langkah yang
perlu dilakukan:
21
1. Hentikan proses
2. Periksa proses dan cari penyebab ketidaknormalan tersebut
3. Lakukan penyesuaian proses sesuai dengan temuan pada langkah 2
F. Kapabilitas Proses
Dalam pengendalian proses secara statistika, masalah yang paling mendasar adalah menjaga kondisi
proses yang terkendali dari waktu ke waktu dengan mengeliminasi penyebab timbulnya variasi.
Suatu proses dikatakan memiliki kapabilitas yang baik jika setiap output dapat memenuhi spesifikasi
yang diharapkan. Berdasarkan analisis kapabilitas proses, dapat dilihat kemampuan proses dalam
menghasilkan output yang memenuhi spesifikasi sehingga dapat diputuskan tindakan-tindakan
penyesuaian yang akan dilakukan berkaitan dengan kapabilitas proses yang ada saat ini.
Beberapa tindakan yang mungkin dilakukan jika output proses tidak sesuai dengan spesifikasi
yang ditentukan:
1. Sesuaikan/geser garis sentral

2. Kurangi variabilitas
3. Ubah spesifikasi
Indikator yang menunjukkan tingkat kapabilitas proses disebut dengan Indeks Kapabilitas Proses (Cp)
yang dinyatakan dengan rumus:
𝑈𝑆𝐿 − 𝐿𝑆𝐿
𝐶𝑝 =
6𝜎
dengan:
USL : Upper Specification Level
LSL : Lower Specification Level
𝜎 : standar deviasi sampel
Kriteria umum yang digunakan adalah proses diterima jika Cp ≥ 1,33 dan proses dinyatakan buruk jika
Cp < 1. Cp hanya dapat digunakan untuk proses yang diasumsikan center. Untuk proses yang
tidak center dikembangkan indeks lain yaitu Cpk dengan rumus:
𝑈𝑆𝐿 − 𝑋̅ 𝑋̅ − 𝐿𝑆𝐿
𝐶𝑝𝑘 = 𝑀𝑖𝑛 { , }
3𝜎 3𝜎
dengan:
𝑋̅ : rata–rata sampel
USL : Upper Specification Level
LSL : Lower Specification Level
22
𝜎 : standar deviasi sampel
Indeks Cp dan Cpk hanya dapat digunakan apabila terpenuhinya kedua asumsi berikut:
• Dimensi karakteristik kualitas berdistribusi normal.

• Proses berada dalam kondisi in-statistical control.
Jika proses center maka Cp = Cpk dan jika proses tidak center maka Cp > Cpk. Terdapat dua kemungkinan
apabila terjadi Cp > Cpk yaitu:
1. Peta kendali yang telah dibuat tidak dapat mendeteksi pergeseran yang terlalu kecil, sehingga
proses yang out of control masih dinyatakan sebagai proses yang in control. Hal ini dapat
disebabkan oleh kurangnya data yang digunakan dalam proses konstruksi peta kendali, atau peta
kendali yang digunakan tidak tepat.
2. Terjadi pergeseran rata-rata proses sebesar δ.
Cp dan Cpk yang dihitung di atas merupakan Cp dan Cpk operasional. Sebelumnya, harus
ditentukan terlebih dahulu Cp dan Cpk desain, yang ditentukan sebelum proses produksi berjalan.
Cp dan Cpk ini terkait dengan desain dari proses (proses dikerjakan di mesin mana, berapa
toleransinya, parameter-parameter pemesinannya, dsb). Sehingga, Cp dan Cpk operasional harus
dibandingkan dengan Cp dan Cpk desain, jika terdapat ketidaksesuaian antara Cp dan Cpk operasional
dengan Cp dan Cpk desain, maka perlu dilakukan analisis lebih lanjut.
Pada dasarnya, Cp dan Cpk menggambarkan posisi kurva distribusi proses terhadap rentang spesifikasi
yang diinginkan (lihat Gambar 21). Distribusi proses dapat diidentifikasi melalui nilai LCL, UCL, dan σ.
Sedangkan rentang spesifikasi diidentifikasi melalui nilai LSL dan USL. Proses yang baik harus akurat
dan presisi. Proses yang akurat seharusnya memiliki posisi kurva yang simetris terhadap target
spesifikasi dimana rataan jatuh tepat pada titik target (centered). Sedangkan kepresisian proses
ditunjukkan melalui sebaran distribusi hasil pengukuran proses (σ).
Gambar 21. Posisi kurva distribusi proses terhadap rentang spesifikasi
Jika proses berada di luar rentang spesifikasi, maka produk yang dihasilkan cacat. Persentase produk
yang dihasilkan di luar spesifikasi (cacat) dihitung dengan rumus:
𝑝 = 𝑃{𝑋̅ < 𝐿𝑆𝐿} + 𝑃{𝑋̅ > 𝑈𝑆𝐿}
23
𝐿𝑆𝐿 − 𝑋̅ 𝑈𝑆𝐿 − 𝑋̅
= 𝜙[ ]+1−𝜙[ ]
 
G. Prosedur Praktikum
Langkah-langkah pengolahan data dalam praktikum ini adalah:
1. Menentukan peta kendali yang akan digunakan untuk setiap proses yang akan dikendalikan;
2. Hitung batas kendali (BKA dan BKB) setiap peta kendali;
3. Buat peta kendali yang diperlukan dengan batas kendali yang telah dihitung sebelumnya;
4. Jika ada abnormalitas pada data, lakukan analisis apakah data dapat dihapus;
5. Revisi peta kendali jika diperlukan;
6. Buat peta kendali implementasi dengan batas kendali yang telah diperoleh;
7. Cek abnormalitas dan lakukan analisis apakah data dapat dihapus;
8. Perhitungan Cp, Cpk, dan persentase produk cacat;
9. Buatlah OC Curve untuk setiap peta kendali.
H. Struktur Laporan
Cover
Lembar Pengesahan
Lembar Asistensi
Daftar Isi
Daftar Gambar
Daftar Tabel
Daftar Lampiran
Bab 1. Pendahuluan
Bab 2. Pengolahan Data
Bab 3. Analisis
Bab 4. Kesimpulan & Saran
4.1 Kesimpulan
4.2 Saran
4.2.1. Saran untuk Praktikum
4.2.2. Saran untuk Asisten
Daftar Pustaka
Lampiran
I. Format Laporan
1. Jenis font isi: Calibri 10
2. Jenis font subbab: Cambria 12 (bold)
3. Spasi: 1,15
4. Margin: Kiri 3 cm; Kanan, Atas, dan Bawah 2 cm
5. Header Kanan: Laporan PPST III Modul 1 – Pengendalian Kualitas: Peta Kendali
24
6. Footer
a. Kiri: Nomor kelompok
b. Tengah: Nama dan NIM Asisten
c. Kanan: Nomor halaman
7. Ukuran kertas: A4
Laporan dikumpulkan paling lambat hari Jumat, 14 Februari 2020 pukul 11.00 WIB. Laporan yang
dikumpulkan hanya dalam bentuk softcopy dikirimkan ke e-mail asistenlposi2016@gmail.com dan cc
ke asisten masing-masing. Keterlambatan akan dikenakan pengurangan nilai 1 poin per menit.
Referensi
Referensi Utama
Montgomery, D. C. 2001. Introduction to Statistical Quality Control. 4th edition. New York: John Wiley
& Sons, Inc.
Referensi Pendukung
• ASQ Statistics Division. (1983). Quality Glossary. Retrieved from American Society for Quality:
https://asq.org/quality-resources/quality-glossary/q
• Deming E.W. (1982). Quality, Productivity, and Competitive Position. Cambridge, MA:
Massachusetts Institute of Technology, Center for Advanced Engineering Study.
• Foster, S. Thomas. (2001). Managing Quality: An Integrative Approach. New Jersey: Prentice Hall.
Hal 7.
• Garvin, D.A. (1987). Competing in the Eight Dimensions of Quality. Harvard Business Review, 87,
101-109.
• Juran, J.M. (1974). Juran’s Quality Control Handbook. 3rd Edition. New York: McGraw-Hill.
• Juran, J. M. & A. Blanton Godfrey. (2000). Juran's Quality Handbook. 5th edition. Singapore:
McGraw-Hill. Hal 2.2-2.3, 3.2-3.3, 4.2-4.5, 5.3.
• Kolarik, William J. 1999. Creating Quality: Process Design for Results. Singapore: McGraw-Hill.
Hal 5.
• Mitra, A. (1999). Fundamentals of Quality Control and Improvement. 2nd edition. New Jersey:
Prentice Hall.
• Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1988). SERVQUAL: A multiple-item scale for
measuring consumer perceptions of service quality, Journal of Retailing, Vol. 64, Number 1, p.12-
40.
• Tague, Nancy R. (2005). The Quality Toolbox. 2nd edition. Milwaukee: ASQ Quality Press. Hal 391.
25

Modul 1 PPST Iii 2020

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

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 1 PPST Iii 2020

Diunggah oleh

Hak Cipta:

Format Tersedia

TI3007

PROGRAM STUDI TEKNIK INDUSTRI

Prerequisites / Mata Kuliah Prasayarat

Gambar 1. Diagram Posisi PPST III

Gambar 2. Posisi Modul 1 Pengendalian Kualitas: Peta Kendali

Gambar 3 Dimensi Kualitas Menurut Juran

B.2. Dimensi Kualitas

• Performance: kemampuan produk untuk menjalankan fungsi utama.

• Reliability: kemampuan untuk melakukan pelayanan yang akurat.

B.3. Trilogi Kualitas

Gambar 4. Diagram Trilogi Kualitas Juran

1. Quality Planning (Perencanaan Kualitas)

2. Quality Control (Pengendalian Kualitas)

1. Evaluasi performansi secara aktual

Adapun langkah-langkah pengendalian kualitas secara spesifik ditunjukkan dalam Gambar 5.

Choose Control Subject

Measure Actual Performance

Take Action on the

Gambar 5. Langkah Pengendalian Kualitas

3. Quality Improvement (Perbaikan Kualitas)

B.4. Pengendalian Kualitas

Gambar 6. Siklus PDCA

Tabel 1. Uraian Siklus PDCA

1. On-Line Quality Control

Tabel 2. Klasifikasi Pengendalian Kualitas secara On-Line Quality Control

Jenis Forward Control Concurrent Control Feedback Control

2. Off-Line Quality Control

B.5. Perangkat Pengendalian Kualitas

Gambar 7. Lembar Pengecekan

Gambar 9. Diagram Pareto

Gambar 10. Diagram Sebab Akibat

5. Scatter Diagram: alat untuk mengetahui tingkat sebaran cacat/ketidaksesuaian. Contoh

Gambar 11. Scatter Diagram

Gambar 12. Peta Kendali

Gambar 13. Diagram Stratifikasi

B.6. Peta Kendali

1. Peralatan atau mesin yang digunakan

Manfaat utama peta kendali adalah untuk:

1. Menjaga kestabilan proses

Gambar 14 menunjukkan jenis dan klasifikasi peta kendali.

Variables or Fit APIMA model; apply standard

Sample Size Data Type Or

n>1 n=1 Fraction Deffects (Counts) Use moving center-line EWMA

Large Small Large Small Large Small Large Small Or

Gambar 14. Klasifikasi Peta Kendali

C. Prosedur Pembuatan Peta Kendali

Langkah Pembuatan Peta ̅

1. Tentukan karakteristik kualitas yang akan dikendalikan.

6. Untuk setiap subgrup dihitung nilai range (R):

𝑅𝑖 = 𝑋𝑖𝑗 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟 − 𝑋𝑖𝑗 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙

7. Setelah hitung nilai range, hitung rata – rata rentang:

𝑅̅ : rata – rata range

𝑅𝑖 : nilai range subgrup ke - i

𝑋̿ : nilai rata – rata dari 𝑋̅𝑖

9. Cek kelayakan batas-batas kendali yang diperoleh dari langkah 8:

2. Batas untuk peta 𝑋̅:

3. Batas untuk peta s:

C.2. Peta Kendali Atribut

Tabel 3. Jenis Peta Kendali Atribut

Jenis Peta Penggunaan

𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑡𝑒𝑚 𝑦𝑎𝑛𝑔 𝑐𝑎𝑐𝑎𝑡 𝑑𝑎𝑙𝑎𝑚 𝑠𝑎𝑚𝑝𝑒𝑙

Langkah Pembuatan Peta p