Sampling Penerimaan Acceptance Sampling PDF
Sampling Penerimaan Acceptance Sampling PDF
( ACCEPTANCE SAMPLING )
PENDAHULUAN
Pengertian dari Sampling Penerimaan :
keputusan untuk menerima atau menolak suatu lot atau populasi berdasarkan hasil
dari pemeriksaan sebagian lot / populasi saja ( sampel ).
Beberapa kurva yang digunakan sebagai bahan analisis dalam Sampling Penerimaan :
1. Kurva Penjagaan ( Protection Curve ) :
a. Operating Characteristic Curve ( Kurva OC ) :
Menggambarkan : Pa vs p‟ atau c‟ Pa vs Kualitas Lot
b. Average Outgoing Quality Curve ( Kurva AOQ ) :
Harga rata-rata dari Fraction Defective setelah pemeriksaan total ( Sorting ) dari
lot yang ditolak sebagai fungsi dari p.
2. Kurva Biaya ( Cost Curve ) :
a. Average Sample Number Curve ( Kurva ASN ) :
Harga rata-rata dari ukuran contoh untuk terwujudnya keputusan, sbg fungsi dari
p.
b. Average Total Inspection Curve ( Kurva ATI ) :
Harga rata-rata dari jumlah benda yg diperiksa ( Inspected ) per-lot, sebagai fungsi
dari p.
Contoh Soal :
Sebuah pabrik melakukan pemeriksaan pada 1 lot bahan baku yang dipasok oleh sebuah
supplier. Dari suatu lot yang berisi 1000 gulung benang, diambil sampel 20 gulung. Batas
maksimum gulungan benang cacat yang diperbolehkan 1 gulung dengan rata-rata cacat
sebesar 5 %. Berapakah probabilitas lot akan diterima dan ditolak ?
Jawab :
Diketahui : N = 1000 c=1
n = 20 p‟ = 5 % = 0,05
= n . p = 20 * 0,05 = 1
Probabilitas Lot Diterima :
Pa = P ( d ≤ c ; ) = P ( d ≤ 1 ; ) = 0,736
Probabilitas Lot Ditolak :
Pa‟ = 1 – Pa = 1 – 0,736 = 0,264
Sampling Ganda ( Double Acceptance Sampling )
Sampling Ganda : adalah suatu rencana sampling dimana keputusan untuk menerima atau
menolak lot berdasarkan pada pemeriksaan 2x penarikan sampel.
d1 c1 c1 < d1 < r1 d1 r1
d1 + d2 c2 d1 + d2 ≥ r2
TERIMA LOT TOLAK LOT
Diketahui : N = 10.000
p‟ = 0,02
c1 = 1 r1 = 4 n 1 = 60 1 = n * p = 60 * 0,02 = 1,2
c2 = 4 r2 = 5 n 2 = 60 2 = n * p = 60 * 0,02 =
1,2
atau :
Pa I = P ( d 1 ≤ c 1 ) I = P ( d 1 ≤ 1 ) I = 0,662 ( dimana : 1 = 1,2 )
d1 = 2 : Pa II = P ( d 1 = 2 ; 1 ) * P ( d 2 ≤ 2 ; 2 )
Pa II = P ( d 1 = 2 ; 1,2 ) * P ( d 2 ≤ 2 ; 1,2 )
Pa II = 0,217 * 0,879 = 0,1907
d1 = 3 : Pa II = P ( d 1 = 3 ; 1 ) * P ( d 2 ≤ 1 ; 2 )
Pa II = P ( d 1 = 3 ; 1,2 ) * P ( d 2 ≤ 1 ; 1,2 )
Pa II = 0,087 * 0,662 = 0,0576
+
Pa II = 0,2483
atau :
d1 = 2 : Pa II = P ( d 1 = 2 ) I * P ( d 2 ≤ 2 ) II
Pa II = 0,217 * 0,879 = 0,1907
d1 = 3 : Pa II = P ( d 1 = 3 ) I * P ( d 2 ≤ 1 ) II
Pa II = 0,087 * 0,662 = 0,0576
+
Pa II = 0,2483
atau :
Pa II = P ( d 1 = 2 ) I * P ( d 2 ≤ 2 ) II + P ( d 1 = 3 ) I * P ( d 2 ≤ 1 ) II
= { 0,217 * 0,879 } + { 0,087 * 0,662 }
= 0,1907 + 0,0576 dimana :
= 0,2483 I 1 = 1,2
II 2 = 1,2
2. Diketahui pemeriksaan 1 lot produk yang berisi 9.000 unit. Rata-rata cacat dalam
sampel = 3 %. Jika telah ditentukan bhw rencana sampling yg digunakan adalah sbb :
n 1 = 50 c1 = 1 r1 = 5
n 2 = 60 c2 = 6 r2 = 7
Maka, tentukan :
a. Tent. probabilitas penerimaan lot pada sampel pertama !
b. Tent. probabilitas penerimaan lot pada sampel kedua !
c. Tent. total probabilitas penerimaan lot berdasarkan rencana sampling tsb. !
Jawab :
Diketahui : N = 9.000 p‟ = 0,03
c1 = 1 r1 = 5 n 1 = 50 1 = n * p = 50 * 0,03 = 1,5
c2 = 6 r2 = 7 n 2 = 60 2 = n * p = 60 * 0,03 =
1,8
a. Probabilitas penerimaan lot pada sampel pertama :
Pa I = P ( d 1 ≤ c 1 ) I = P ( d 1 ≤ 1 ) I = 0,558 ( dimana : 1 = 1,5 )
b. Probabilitas penerimaan lot pada sampel kedua :
d1 c1 c1 < d1 < r1 d1 r1
d1 + d2 c2 c2 < d1 + d2 < r2 d1 + d2 ≥ r2
d1 + d2 + d3 c3 d1 + d2 + d3 ≥ r3
TERIMA LOT c3 < d1 + d2 + d3 < r3 TOLAK LOT
Pa II = P ( d 1 = 1 ) I * P ( d 2 ≤ 0 ) II dimana : I 1 = 2,5
= { 0,205 * 0,050 } II 1 = 3,0
= 0,01025
Ragu-ragu Sampel 2 R II : { 2 }
SOAL – SOAL :
1. Sebuah perusahaan garmen telah menentukan rencana pengambilan sampling sbb : n =
50, c = 3. Bila persentase cacat proses dalam perusahaan tersebut adalah p‟ = 3 %,
tentukan :
a. Probabilitas penerimaan suatu lot
b. Bila 1 hari dihasilkan 50 buah lot, berapa lot yang akan ditolak ?
3. Diketahui rencana sampling ganda untuk N sangat besar, dgn rincian sbb :
n1 = 20 c1 = 1 r1 = 4 p‟ = 5 %
n2 = 30 c2 = 3 r2 = 4
Hitunglah total probabilitas penerimaan lot-nya !
Contoh :
Diketahui beberapa data mengenai rencana Sampling Penerimaan yg akan digunakan sbb
:
N = 5000 c=2
n = 100 p‟ = 0,02
Maka, berdasarkan data diatas, dapat ditentukan rumusan mengenai Pa nya sbb :
= n.p = 100 * 0,02 = 2
Pa = P ( d ≤ c ; ) = P ( d ≤ 2 ; ) = 0,6767
Jika disusun dalam suatu tabel Kualitas Proses, diperoleh nilai Pa untuk tiap po sbb :
po 100 po n n.po Pa
0,01 1,0 100 1 0,9197
0,02 2,0 100 2 0,6767
0,03 3,0 100 3 0,4232
0,04 4,0 100 4 0,2381
0,05 5,0 100 5 0,1247
0,06 6,0 100 6 0,0620
0,07 7,0 100 7 0,0296
0,08 8,0 100 8 0,0138
0,09 9,0 100 9 0,0062
0,10 10,0 100 10 0,0028
Dari tabel Kualitas Proses diatas, dapat dibentuk grafik Kurva OC sbb :
KURVA OC
1,000
0,900
0,800
0,700
0,600
Pa
0,500
0,400
0,300
0,200
0,100
0,000
1 2 3 4 5 6 7 8 9 10
100 po
Jika ada 100 lot, maka kemungkinan lot yang diterima adalah 100 lot * 0,6767 = 67,67 lot
68 lot.
Pa II = P ( d 1 = 2 ) I * P ( d 2 ≤ 4 ) II + P ( d 1 = 3 ) I * P ( d 2 ≤ 3 ) II + P ( d 1 = 4 ) I * P ( d 2 ≤ 2 )
II
= { 0,251 * 0,964 } + { 0,126 * 0,892 } + { 0,047 * 0,731 }
= 0,2420 + 0,1124 + 0,0344
= 0,3888
KURVA OC
1,200
Pa I
1,000
0,800
Pa
0,600
Pa TOTAL
0,400
0,200
Pa II
0,000
1 2 3 4 5 6 7 8 9 10
100 po
Sifat-sifat Kurva OC :
1. Ukuran sampel sebagai persentase tetap dari ukuran lot
Semakin besar ukuran sampel sebagai persentase tetap dr ukuran lot, maka Kurva
OC akan semakin curam “
Contoh : untuk ukuran sampel 10 % dari ukuran lot, dengan p‟ = 5 %
N = 900 n = 90 c=0
N = 300 n = 30 c=0
N = 90 n=9 c=0
Dari data diatas, dengan menggunakan Tabel Kualitas Proses dapat dibentuk Kurva
OC sbb :
KURVA OC
N = 900
n = 90
1,00
c =0 N = 300
0,90
n = 30
0,80 N = 90
c =0
0,70 n =9
0,60 c =0
Pa
0,50
0,40
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10
100 po
KURVA OC
N = 300
n = 90
1,00
c =0 N = 500
0,90
n = 90
0,80 N = 900
c =0
0,70 n = 90
0,60 c =0
Pa
0,50
0,40
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10
100 po
3. Untuk N dan c tetap, makin besar n kurva OC makin curam
KURVA OC
N = 300
n = 120
1,00
c =0 N = 300
0,90
n = 90
0,80 N = 300
c =0
0,70 n = 30
0,60 c =0
Pa
0,50
0,40
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10
100 po
KURVA OC
N = 900
n = 200
1,00
c =1 N = 900
0,90
n = 200
0,80 N = 900
c =3
0,70 n = 200
0,60 c =5
Pa
0,50
0,40
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10
100 po
Kurva OC Ideal :
Penggunaan Sampling Penerimaan dapat menimbulkan perbedaan kepentingan antara
produsen dan konsumen. Agar produk dapat diterima oleh semua pihak, maka seluruh
resiko yang terjadi ( resiko produsen dan konsumen ) sebaiknya perlu untuk diminimasi.
Kurva OC ideal ( yang hanya dapat dicapai bila dilakukan pemeriksaan 100%)
merupakan suatu bentuk kurva OC dimana tidak terdapat resiko produsen ( ) dan resiko
konsumen ( ), atau : besar = 0 dan = 0.
1,00
0,75
0,50
0,25
1 2 100 po
Pa
1
0,5
p‟
AQL IQL LQL
AVERAGE OUTGOING QUALITY ( AOQ )
AOQ : merupakan alat untuk mengevaluasi rencana sampling
AOQ : harga rata-rata kualitas output ( harga rata-rata dari persentase yg tidak memenuhi
syarat sesudah lot ditolak, diperiksa 100 %, dan yang tidak memenuhi syarat
disingkirkan )
AOQ : kualitas yang keluar dari suatu inspeksi dengan asumsi setiap lot yang ditolak,
diperiksa, dikembalikan dengan 100 % produk baik untuk diterima konsumen.
AOQ = p‟ * Pa
Kurva AOQ : berapa besar rata-rata kualitas setelah lot yang ditolak, diperiksa 100%,
dan yang tidak memenuhi syarat dipisahkan.
Contoh :
Pengiriman 15 lot berukuran N = 5000 dikirim dari produsen ke konsumen. Dalam 15 lot
tsb terdapat 2 % defective. Rencana sampling penerimaan yang digunakan adalah n = 100
dan c = 2. Dari kurva OC diketahui nilai Pa untuk cacat 2 % adalah 0,6767. Jadi lot yang
diterima oleh konsumen adalah 15 * 0,6767 = 10,1505 10 lot. 5 lot akan ditolak dan
dikembalikan ke produsen. 5 lot tersebut akan diperiksa 100 % dan kembali ke konsumen
dengan persen cacat 0 %.
Gambaran dari persoalan diatas adalah sbb :
5 lot ditolak
1000
% Cacat ( AOQ ) = * 100 = 1,34 % ; atau :
74.500
% Cacat ( AOQ ) = p‟ * Pa = 0,02 * 0,6767 = 0,0135 = 1,35 %
Contoh Pembuatan Kurva AOQ :
Diketahui Rencana Sampling Penerimaan Tunggal yang akan digunakan sbb :
N = 5000 c=2
n = 100 p‟ = 0,02
Jika dalam tabel Kualitas Proses sebelumnya ditambahkan kolom nilai AOQ untuk tiap
po ( dimana : AOQ = p‟ * Pa atau 100po * Pa ), maka akan diperoleh nilai AOQ sbb :
KURVA AOQ
1,600
AOQL = 1,3534 %
1,400
1,200
AOQ ( % )
1,000
0,800
0,600
0,400
0,200
0,000
1 2 3 4 5 6 7 8 9 10
100 po
AOQL ( Average Outgoing Quality Limit ) : harga max. dari AOQ sebagai fungsi dari p‟
AOQL = max AOQ = 1,3534 % ( untuk contoh soal diatas )
AVERAGE SAMPLE NUMBER ( ASN ) ( Rata-rata jumlah sampel )
ASN : perbandingan rata-rata jumlah yg diperiksa per lot oleh konsumen untuk sampling
tunggal, ganda, dan jamak.
Contoh Soal :
1. Diketahui Rencana Sampling Penerimaan Tunggal yang akan digunakan sbb :
N = 1000 c=1
n = 20 p‟ = 5 % = 0,05
Jika diasumsikan pemeriksaan sampel diatas tidak dilakukan 100%, maka nilai ASN
untuk persoalan diatas adalah :
ASN = n = 20
ASN = n 1 + n 2 ( 1 – P 1 )
= 50 + 60 ( 1 – 0,576 )
= 75,44
ASN 75
AVERAGE TOTAL INSPECTION ( ATI )
ATI : rata-rata jumlah inspeksi per lot jika pemeriksaan dilakukan 100 % untuk lot yang
ditolak.
Contoh Soal :
1. Diketahui Rencana Sampling Penerimaan Tunggal yang akan digunakan sbb :
N = 1000 c=1
n = 20 p‟ = 5 % = 0,05 = n . p = 20 * 0,05 = 1
Jika diasumsikan pemeriksaan sampel diatas dilakukan 100%, maka nilai ATI untuk
persoalan diatas adalah :
Pa = P ( d ≤ c ; ) = P ( d ≤ 1 ; ) = 0,736
ATI = n + ( 1 – Pa ) ( N – n )
= 20 + ( 1 – 0,736 ) ( 1000 – 20 )
= 278,72
ATI 279
Contoh Soal :
Diketahui ukuran lot sebesar 5000 unit, perlu disusun suatu rencana sampling dengan
ketentuan :
= 0,05 AQL = 0,9 %
= 0,1 LQL = 7,8 %
Tentukan rencana sampling yang tepat !
Jawab :
Diketahui : N = 5000
= 0,05 AQL = 0,9 %
= 0,1 LQL = 7,8 %
Untuk c = 2 :
np 0,1 5,322 np 0,95 0,818
n = = = 68,231 68 p 0,95 =
n
=
68
= 0,012
p 0,1 0,078
np 0,95 = n * p 0,95 = 68 * 0,009 = 0,612 ( lihat Tabel Poisson )
= 0,6 P ( d 1 2 ; 0,6) = 0,977
= 0,7 P ( d 1 2 ; 0,7) = 0,967
= 0,612 P ( d 1 2 ; 0,612) = ???
Interpolasi :
y - y1 x - x1 a - 0,977 0,612 - 0,6
y 2 - y1 x 2 - x 1 0,967 - 0,977 0,7 - 0,6
a = 0,9758 Pa = 0,9758
’ = 1 – Pa = 1 – 0,9758 = 0,0242
2. Tentukan rencana sampling tunggal yg dpt memberikan jaminan bahwa resiko pembuat
adh 1 % bila lot mengandung 0,5 % produk yg tdk memenuhi syarat, sedangkan resiko
pembeli tidak lebih dari 10 % pada keadaan lot 4 % yang tidak memenuhi syarat.
3. Tentukan rencana sampling tunggal yg dpt memberikan jaminan bahwa resiko pembuat
adh maksimum 5 % bila lot mengandung 1,5 % produk yang tidak memenuhi syarat, jika
resiko pembelinya 10 % pada keadaan lot 4 % yg tdk memenuhi syarat.
CATATAN :
Karakteristik suatu Rencana Sampling yang baik adalah :
1. Indeks ( AQL, AOQL ) yg digunakan untuk mendefinisikan kualitas, harus
mencerminkan kebutuhan konsumen dan produsen, bukan untuk kebutuhan statistik.
2. Resiko sampling bisa diketahui secara kuantitatif.
3. Rencana sampling harus meminimasi biaya.
4. Rencana sampling dibuat dengan menggunakan masukan dari pengetahuan-pengetahuan
lain, seperti : kemampuan proses produksi, data supplier, dll.
5. Rencana sampling harus flexible.
6. Pengukuran yg dibutuhkan harus memberikan informasi untuk estimasi kualitas individu
dan untuk jangka panjang.
7. Rencana sampling harus sederhana, mudah untuk dijelaskan.
SAMPLING PENERIMAAN ATRIBUT ( MIL–STD–105D / ABC–STD–105 )
Sampling Penerimaan Atribut : suatu rencana sampling untuk inspeksi lot per lot.
Sistem ini dipilih karena pertimbangan :
1. Sistem AQL tidak mensyaratkan inspeksi 100% untuk lot yang ditolak.
2. Kemudahan dimengerti dan dilaksanakan :
a. Sistem AQL tidak memerlukan perhitungan yang rumit ada tabel
b. Adanya pengertian : Mutu Lot = Nilai AQL yang digunakan
( adanya jaminan bhw lot yg diterima oleh sampling dianggap mutunya = AQL )
3. Adanya jaminan bahwa lot yang ditolak berkisar 10% – 12% ( asal produsen
membuat barang sesuai dengan standar yang ditetapkan ).
Contoh Soal :
1. Diketahui rencana Sampling Tunggal dengan menggunakan tabel ABC – STD untuk
GIL II, N = 1000, AQL = 1 %, dan p = 12,5 % !
a. Tentukan rencana samplingnya ( Normal, Ketat, dan Longgar ) !
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar !
c. Hitung probabilitas lot inspeksi Longgar ditolak !
d. Hitung probabilitas bahwa lot inspeksi Longgar diterima tetapi pindah ke Normal
!
Jawab :
Diketahui : Sampling Tunggal dengan tabel ABC – STD :
General Inspection Level II ( GIL II )
N = 1000 Kode J
AQL = 1 %
p‟ = 12,5 %
a. Rencana Sampling Penerimaan :
n c r
Normal 80 2 3 10
Ketat 80 1 2 10
Longgar 32 1 3 4
b. Probabilitas penerimaan lot untuk kondisi inspeksi Longgar ( Pa ) :
Pa = P ( d ≤ c ; ) = P ( d ≤ 1 ; 4 ) = 0,091
c. Probabilitas lot inspeksi Longgar ditolak ( Pa‟ ) :
Pa‟ = P ( d ≥ r ; ) = P ( d ≥ 3 ; 4 )
= 1 – P(d ≤ 2 ; 4)
= 1 – 0,238
= 0,762
d. Probabilitas bahwa lot inspeksi Longgar diterima tetapi pindah ke Normal ( Pa” ) :
Pa” = P ( c < d < r ; ) = P ( 1 < d < 3 ; 4 )
= P(d = 2 ; 4)
= 0,147
2. Diketahui rencana Sampling Ganda dengan menggunakan tabel ABC – STD untuk
GIL I, N = 20000, AQL = 1,5 %, dan p‟ = 12,5 % !
a. Tentukan rencana samplingnya ( Normal, Ketat, dan Longgar ) !
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar !
c. Hitung probabilitas lot inspeksi Longgar ditolak !
d. Hitung probabilitas bahwa lot inspeksi Longgar diterima tetapi pindah ke Normal
!
Jawab :
Diketahui : Sampling Ganda dengan tabel ABC – STD :
General Inspection Level I ( GIL I )
N = 20000 Kode K
AQL = 1,5 %
p‟ = 12,5 %
a. Rencana Sampling Penerimaan :
n1 c1 r1 n2 c2 r2
Normal 80 2 5 80 6 7
Ketat 80 1 4 80 4 5
Longgar 32 0 4 32 3 6
Pa I = P ( d 1 ≤ c 1 ) I = P ( d 1 ≤ 0 ) I = 0,018
Pa II = P ( d 1 = 1 ) I * P ( d 2 ≤ 2 ) II + P ( d 1 = 2 ) I * P ( d 2 ≤ 1 ) II +
P ( d 1 = 3 ) I * P ( d 2 ≤ 0 ) II
= ( 0,073 * 0,238 ) + ( 0,147 * 0,091 ) + ( 0,195 * 0,018 )
= 0,034261
Pa TOTAL = Pa I + Pa II
= 0,018 + 0,034261
= 0,052261
c. Probabilitas lot inspeksi Longgar ditolak ( Pa TOTAL‟ ) :
Pa I‟ = P ( d 1 ≥ r 1 ) I = P ( d 1 ≥ 4 ) I = 1 – 0,433 = 0,567
Pa II‟ = P ( d 1 = 1 ) I * P ( d 2 ≥ 5 ) II + P ( d 1 = 2 ) I * P ( d 2 ≥ 4 ) II +
P ( d 1 = 3 ) I * P ( d 2 ≥ 3 ) II
= (0,073 * (1 – 0,628)) + (0,147 * (1 – 0, 433)) + (0,195 * (1 – 0,238))
= 0,259095
Pa TOTAL‟ = Pa I‟ + Pa II‟
= 0,567 + 0,259095
= 0,826095
d. Probabilitas bahwa lot inspeksi Longgar diterima tetapi pindah ke Normal ( Pa” ) :
Keputusan Ragu-ragu ada pada sampel ke-2
syarat : c 2 < d 1 + d 2 < r 2
3 < d1 + d2 < 6 4 ≤ d1 + d2 ≤ 5
Pa” = P ( d 1 = 1 ) I * P ( 3 ≤ d 2 ≤ 4 ) II + P ( d 1 = 2 ) I * P ( 2 ≤ d 2 ≤ 3 ) II +
P ( d 1 = 3 ) I * P ( 1 ≤ d 2 ≤ 2 ) II
= ( 0,073 * ( 0,628 – 0,238 ) ) + ( 0,147 * ( 0,433 – 0, 091 ) ) +
( 0,195 * ( 0,238 – 0,018 ) )
= 0,121644
Kualitas baik
Pemeriksaan Longgar
Lot yang
diterima
Inspeksi Ketat
Inspeksi Normal
Inspeksi Longgar
Beberapa catatan tentang syarat perubahan inspeksi lot :
1. Perubahan dari inspeksi NORMAL ke :
a. Inspeksi KETAT : bila ada 2 lot yg ditolak diantara 5 lot berturut-turut
b. Inspeksi LONGGAR :
bila diinginkan oleh konsumen untuk kurangi jmlh pemeriksaan di konsumen
bila produksi berjalan stabil, wajar, dan tidak ada masalah
bila dari 10 lot terakhir berurutan yang diperiksa semuanya diterima
pindah ke Longgar
1 2 3 4 5 6 7 8 9 10 11
1 2 3 4 5 6
CATATAN !!!
Pada tabel ABC – STD untuk pemeriksaan Longgar, terdapat daerah antara Penerimaan
dan Penolakan, berarti jika :
a. Terdapat jumlah defective ≤ angka penerimaan (c) lot diterima
b. Jika jumlah defective berada diantara angka penerimaan (c) dan penolakan (r) :
c < jumlah defective < r lot diterima, tapi pada pemeriksaan selanjutnya harus
kembali ke Normal
SOAL – SOAL :
1. Diketahui rencana sampling dgn menggunakan tabel ABC-STD, double sampling,
general inspection level II, AQL = 1 %, dengan ukuran lot 2500 dan persen defektif
sebesar 5 %.
a. Tentukan rencana samplingnya
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar
c. Hitung probabilitas lot Longgar ditolak
d. Hitung probabilitas bahwa lot Longgar diterima tetapi pindah ke inspeksi Normal
6. Tentukan rencana sampling tunggal yg dapat memberikan jaminan bahwa resiko pembuat
adalah 5% bila lot mengandung 0,4 % produk yang tidak memenuhi syarat, sedang resiko
pembeli tidak lebih dari 10% pada keadaan lot 1,2% yg tidak memenuhi syarat.
7. Hitung harga-harga Pa, AOQ, ASN dan ATI pada p‟ = 0,02 untuk sampling ganda –
normal dgn ukuran lot 250 # dan tingkat inspeksi umum level 2 pada AQL = 1 %.
11. Diketahui rencana sampling ganda dgn menggunakan tabel ABC-STD, pemeriksaan
khusus level III, AQL = 1,5 %, dengan ukuran lot 3570 dan persen defektif sebesar 10 %.
a. Tentukan rencana samplingnya !
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar !
c. Hitung probabilitas lot Longgar ditolak !
d. Hitung probabilitas bahwa lot Longgar diterima tetapi pindah ke inspeksi Normal !
12. Diketahui rencana sampling ganda dgn menggunakan tabel ABC-STD, pemeriksaan
khusus level III, AQL = 2,5 %, dengan ukuran lot 2770 dan persen defektif sebesar 12 %.
a. Tentukan rencana samplingnya !
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar !
c. Hitung probabilitas lot Longgar ditolak !
d. Hitung probabilitas bahwa lot Longgar diterima tetapi pindah ke inspeksi Normal !
13. Sebuah perusahaan ingin mengadakan sampling penerimaan tunggal dengan pemeriksaan
sampel 100 % pd lot yg berukuran 1775. Jika diinginkan LQL = 1 %, p‟ = 0,0037 , maka :
a. Tentukan rencana sampling untuk perusahaan tersebut dan besar AOQL nya !
b. Berapakah nilai probabilitas penerimaannya ?
c. Jk biaya pemeriksaan lot adalah Rp. 500,-/#, berapakah biaya rata-rata yg digunakan ?
14. Tentukan rencana sampling tunggal yg dapat memberikan jaminan bahwa resiko
produsen adalah 5 % bila lot mengandung 0,35 % produk yang tidak memenuhi syarat,
dan resiko pembelinya adalah 10 % pd keadaan lot 2,25 % yg tidak memenuhi syarat !
15. Sebuah perusahaan ingin mengadakan sampling penerimaan tunggal dengan pemeriksaan
sampel 100 % pd lot yg berukuran 3500. Jika diinginkan AOQL = 2%, p‟ = 1,5% , maka :
a. Tentukan rencana sampling untuk perusahaan tersebut dan besar LQL nya !
b. Berapakah nilai probabilitas penerimaannya ?
c. Jk biaya pemeriksaan lot adh Rp. 1.000,-/ #, berapakah biaya rata-rata yg digunakan ?
16. Diketahui rencana sampling ganda dgn menggunakan tabel ABC-STD, pemeriksaan
khusus level IV, AQL = 0,1 , dengan ukuran lot 3000 dan persen defektif sebesar 20 %.
a. Tentukan rencana samplingnya !
b. Hitung probabilitas penerimaan lot untuk kondisi inspeksi Longgar !
c. Hitung probabilitas lot inspeksi Longgar ditolak !
d. Hitung probabilitas bahwa lot Longgar diterima tetapi pindah ke inspeksi Normal !
e. Jika biaya pemeriksaan lot adalah Rp. 1.000,- / #, berapakah biaya rata-rata yg
digunakan untuk pemeriksaan Longgar ?
17. Sebuah perusahaan ingin mengadakan sampling penerimaan tunggal dengan pemeriksaan
sampel 100 % pd lot yg berukuran 8000. Jika diinginkan LQL = 1 %, p = 0,0035 , maka :
a. Tentukan rencana sampling untuk perusahaan tersebut dan besar AOQL nya !
b. Berapakah nilai probabilitas penerimaannya ?
c. Jika biaya pemeriksaan lot adalah Rp. 1.000,-/ #, berapa biaya rata-rata yg digunakan?
18. Tentukan rencana sampling tunggal yang dapat memberikan jaminan bahwa resiko
produsen adalah tidak lebih dari 5 % bila lot mengandung 1,72 % produk yang tidak
memenuhi syarat, dan resiko pembelinya adalah 10 % pada keadaan lot 5,38 % yang tidak
memenuhi syarat !