Anda di halaman 1dari 87

Laporan Praktikum Perancangan Sistem Industri Terpadu

Modul 2

Pengukuran dan Pengendalian Proses

Disusun Oleh :

Kelompok 4

Anggota :

AHMAD IQBAL 171730055

SHAFA TRI PRIHARTINI 171730051

SYARIF SYAHRIL 171730025

Dosen Pembimbing : Ch. Desi Kusmindari, S.T, M.T

FAKULTAS TEKNIK

PROGRAM STUDI TEKNIK INDUSTRI

UNIVERSITAS BINA DARMA PALEMBANG

2019

1
BAB I
PENDAHULUAN

1.1 Latar Belakang Masalah


Di era globalisasi yang semakin modern dan perkembangan teknologi
yang semakin maju dan pesat ini, persaingan antara perusahaan-perusahaan
semakin ketat. Setiap perusahaan dituntut untuk menghasilkan produk yang
bermutu sehingga dapat menarik perhatian konsumen. Dalam hal ini, yang
dimaksud dengan mutu adalah ukuran seberapa dekat suatu barang atau jasa
sesuai dengan standar tertentu (Marimin,2005).
Peningkatan mutu produk juga terus menerus dilakukan oleh setiap
perusahaan agar dapat bersaing di pasar global. Oleh karena itu, dalam kegiatan
operasional/proses produksi, perusahaan harus melakukan pengendalian mutu
untuk meningkatkan mutu dan mengurangi produk yang mengalami
kegagalan/cacat supaya mencapai standar mutu. Pengendalian mutu menentukan
komponen-komponen mana yang rusak dan menjaga agar bahan-bahan untuk
produksi mendatang jangan sampai rusak. Pengendalian mutu juga merupakan
alat bagi manajemen untuk memperbaiki mutu produk bila diperlukan,
mempertahankan mutu yang sudah tinggi dan mengurangi jumlah bahan yang
rusak (Reksohadiprojo, 1995). Karena Pengendalian mutu dimaksudkan agar
mutu produk yang ditetapkan sebagai standar akan tercermin dalam produk/hasil
akhir,
Didalam proses produksi terdapat juga sistem pengukuran. Pengukuran
waktu ini merupakan suatu proses kuatitatif, yang diarahkan untuk mendapatkan
suatu kriteria yang obyektif. Study mengenai pengukuran waktu kerja dilakukan
untuk dapat melakukan perancangan atau perbaikan dari suatu sistem kerja. Untuk
keperluan tersebut, dilakukan penentuan waktu baku, yaitu waktu yang diperlukan
dalam bekerja dengan telah mempertimbangkan faktor-faktor diluar elemen
pekerjaan yang dilakukan. Oleh karena itu dalam laporan praktikum ini kami akan
memaparkan pengukuran dan pengendalian proses dari pembuatan mainan tank.

2
1.2 Tujuan Praktikum
Tujuan dari praktikum modul 2 ini yaitu :
1. Mampu menghitung waktu baku dari suatu proses.
2. Mampu menentukan factor penyesuaian dan kelonggaran.
3. Mampu menguji kenormalan data, keragaman data dan kecukupan data.
4. Mampu menguji kualitas produk menggunakan peta kendali.
1.3 Manfaat Praktikum
Manfaat dari praktikum modul 2 ini yaitu :
1. Mahasiswa mengerti dalam menentukan factor penyesuaian dan
kelonggaran.
2. Mahasiswa dapat mengerti cara perhitungan waktu baku dari suatu proses
produksi.
1.4 Rumusan Masalah
Rumusan masalah dari praktikum modul 2 ini yaitu, bagaimana cara
menentukan waktu baku berdasarkan peta tangan kanan dan kiri serta
mengidentifikasi elemen-elemen gerakan suatu perkerjaan, dan mengendalikan
kualitas produk dengan peta kendali serta cara menguji kenormalan data,
keragaman data dan kecukupan data dengan 10 kali percobaan.

1.5 Batasan Masalah


Batasan masalah dalam laporan Pengukuran dan Pengendalian Proses ini
adalah produk yang telah dipilih, yaitu mainan tank yang terbuat dari kayu

Berikut ini merupakan pembatas masalah dari modul 2 :


1. Waktu baku dari suatu proses pembuatan komponen mainan tank.
2. Faktor penyesuaian menggunakan metode westinghouse dan kelonggaran
proses pembuatan komponen.
3. Uji kenormalan data, uji keragaman data dan uji kecukupan data.
4. Analisis gerakan dengan peta tangan kanan dan kiri.
5. Menggunakan peta kendali atribut.

3
BAB II
LANDASAN TEORI
2.1 Studi Gerakan
Studi gerakan adalah analisa yang dilakukan terhadap beberapa gerakan
bagian badan pekerja dalam menyelesaikan pekerjaannya. Untuk
memudahkan penganalisaan terhadap elemen gerakan kerja yang dipelajari, perlu
dikenal dahulu gerakan - gerakan dasar. Seorang tokoh yang telah meneliti
gerakan - gerakan dasar secara mendalam adalah Frank B. Gilberth beserta
istrinya yang menguraikan gerakan ke dalam 17 gerakan dasar atau elemen
gerakan yang dinamai Therblig (Sutalaksana, 1979) Suatu pekerjaan mempunyai
uraian yang berbeda - beda jika dibandingkan dengan pekerjaan yang lainnya. Hal
ini tergantung pada jenis pekerjaannya. Secara garis besar masing - masing
gerakan Therblig dapat didefinisikan sebagai berikut (Wignjosoebroto, 1995):
1. Mencari
Mencari adalah elemen dasar gerakan pekerja untuk menentukan lokasi
suatu obyek. Gerakan dimulai pada saat mata bergerak mencari obyek dan
berakhir jika obyek telah ditemukan. Mencari ini termasuk dalam gerakan
Therblig yang tidak efektif. Untuk mengurangi atau menghilangkan elemen
kegiatan ini maka ada beberapa hal yang harus dilaksanakan:
a. Mengetahui ciri - ciri obyek yang akan diambil.
b. Mengatur tata letak area kerja sehingga mampu mengeliminir proses
mencari
c. Pencahayaan yang sesuai dengan persyaratan ergonomis
d. Usahakan merancang tempat obyek yang tembus pandang (transparan).
2. Memilih
Memilih merupakan elemen gerakan Therblig untuk menemukan atau
memilih suatu obyek di antara dua atau lebih obyek lainnya yang sama.
Memilih ini termasuk dalam elemen gerakan Therblig yang tidak efektif.
Untuk dapat menghilangkan elemen gerakan ini maka beberapa hal yang harus
dilaksanakan adalah :
a. Obyek - obyek yang berbeda ditempatkan pada tempat yang
terpisah.

4
b. Obyek yang digunakan harus sudah standart, sehingga dapat
dipertukarkan antara yang satu dengan yang lain.
c. Mempergunakan suatu tempat material yang mampu mengatur
posisi obyek sedemikian rupa sehingga tidak menyulitkan pada
saat mengambil tanpa harus memilih.
3. Memegang (Grasp)
Memegang adalah elemen gerakan tangan yang dilakukan dengan
menutup jari-jari tangan obyek yang dikehendaki dalam suatu operasi kerja.
Memegang adalah elemen Therblig yang diklasifikasikan sebagai elemen
gerakan efektif yang biasanya tidak bisa dihilangkan tetapi dalam beberapa hal
dapat diperbaiki. Untuk memperbaiki elemen gerak ini dapat digunakan:
a. Mengusahakan agar beberapa obyek dapat dipegang secara
bersamaan.
b. Obyek diletakan secara teratur sehingga pemegangan obyek dapat
dilaksanakan lebih mudah dibandingkan dengan letak obyek yang
berserakan.
c. Menggunakan peralatan yang dapat mengganti fungsi tangan untuk
memegang sehingga dapat mengurangi gerakan anggota badan
yang pada akhirnya dapat memperlambat datangnya kelelahan.
4. Menjangkau / Membawa Tanpa Beban (Transport Empty)
Menjangkau adalah elemen gerakan Therblig yang menggambarkan
gerakan tangan berpindah tempat tanpa beban atau hambatan (resistance) baik
gerakan yang menuju atau menjauhi obyek. Gerakan ini diklasifikasikan
sebagai elemen Therblig yang efektif dan sulit untuk dihilangkan secara
keseluruhan dari suatu siklus kerja. Meskipun demikian gerakan ini dapat
diperbaiki dengan memperpendek jarak jangkauan serta memberikan lokasi
yang tetap untuk obyek yang harus dicapai selama siklus kerja berlangsung.
5. Membawa Dengan Beban (Transport Loaded )
Membawa merupakan elemen perpindahan tangan, hanya saja disini
tangan bergerak dalam kondisi membawa beban (obyek). Elemen gerak
membawa termasuk Therblig yang efektif sehingga sulit untuk dihindarkan.
Tetapi waktu yang digunakan untuk elemen kegiatan ini dapat dihemat dengan

5
cara mengurangi jarak perpindahan, meringankan beban yang harus
dipindahkan, dan memperbaiki tipe pemindahan beban dengan prinsip
gravitasi atau mempergunakan peralatan material handling.
6. Memegang untuk Memakai ( Hold)
Elemen ini terjadi jika elemen memegang obyek tanpa menggerakan
obyek tersebut. Elemen memegang untuk memakai adalah elemen kerja yang
efektif yang bisa dihilangkan dengan memakai alat bantu untuk memegang
obyek.
7. Melepas ( Release Load)
Elemen ini terjadi pada saat operator melepaskan kembali terhadap obyek
yang dipegang sebelumnya. Elemen gerak melepas termasuk elemen therblig
yang efektif yang bisa diperbaiki. Elemen kegiatan ini dapat diperbaiki
dengan cara :
a. Mengusahakan kegiatan ini dapat dilaksanakan sekaligus dengan
elemen gerakan membawa.
b. Mendesign tempat untuk melepas obyek sedemikian rupa sehingga
elemen melepas dapat dilaksanakan secara singkat.
c. Mengusahakan agar setelah melepas posisi tangan langsung berada
pada kondisi kerja untuk elemen berikutnya.
8. Mengarahkan ( Position)
Mengarahkan adalah elemen gerakan therblig yang terdiri dari
menempatkan obyek pada lokasi yang dituju secara tepat. Elemen gerak ini
termasuk Therblig yang tidak efektif, sehingga untuk itu harus diusahakan
untuk dihilangkan. Waktu untuk mengarahkan dapat diefisiensikan dengan
mempergunakan alat bantu.
9. Mengarahkan Awal ( Pre-Position)
Mengarahkan awal adalah elemen gerakan efektif Therblig yang
mengarahkan obyek ke suatu tempat sementara sehingga pada saat kerja
mengarahkan obyek benar-benar dilakukan maka obyek tersebut dengan
mudah dapat dipegang dan dibawa ke arah tujuan yang dikehendaki.
10. Memeriksa ( Inspect )

6
Elemen ini termasuk dalam langkah kerja untuk menjamin bahwa obyek
telah memenuhi persyaratan kualitas yang ditetapkan. Elemen ini termasuk
elemen Therblig yang tidak efektif. Usaha-usaha yang dapat dilakukan untuk
menghindari elemen gerakan ini adalah:
a. Mengabungkan elemen gerakan memeriksa dengan kegiatan yang
lain.
b. Mempergunakan peralatan inspeksi yang mampu melakukan
inspeksi untuk beberapa obyek sekaligus.
c. Penambah faktor pencahayaan terutama untuk obyek - obyek yang
kecil.
11. Merakit ( Assembly)
Merakit adalah elemen gerakan Therblig untuk menghubungkan dua
obyek atau lebih menjadi satu kesatuan. Elemen ini merupakan elemen
Therblig yang efektif yang tidak dapat dihilangkan sama sekali tetapi dapat
diperbaiki.
12. Mengurai Rakit ( Disassembly)
Disini dilakukan gerakan memisahkan atau mengurai dua obyek tergabung
satu menjadi obyek-obyek yang terpisah. Ini termasuk gerakan therbligh yang
efektif .
13. Memakai (Use)
Memakai adalah elemen gerakan efektif Therblig dimana salah satu atau
kedua tangan digunakan untuk memakai/mengontrol suatu alat untuk tujuan-
tujuan tertentu selama kerja berlangsung.
14. Kelambatan yang Tidak Terhindarkan (Unavoidable Delay)
Kondisi ini diakibatkan oleh hal-hal diluar kontrol dari operator dan
merupakan interupsi terhadap proses kerja yang sedang berlangsung. Ini
termasuk gerakan therbligh yang tidak efektif .
15. Kelambatan yang Dapat Dihindarkan ( Avoidable Delay)
Kegiatan ini menunjukan situasi yang tidak produktif yang dilakukan oleh
operator sehingga perbaikan/penanggulangan yang perlu dilakukan lebih
ditujukan kepada operator sendiri tanpa harus merubah proses kerja lainnya.
Ini termasuk gerakan therbligh yang tidak efektif.

7
16. Merencanakan ( Plan)
Elemen ini merupakan proses mental dimana operator berhenti sejenak
bekerja dan memikir untuk mentukan tindakan-tindakan apa yang harus
dilakukan. Ini termasuk gerakan therbligh yang tidak efektif.
17. Istirahat untuk Menghilangkan Lelah ( Rest to Overcome Fatigue)
Elemen ini tidak terjadi pada setiap siklus kerja akan tetapi berlangsung
secara periodik. Ini termasuk gerakan therbligh yang tidak efektif.
(Sumber : https://hermantechnic-ind.blogspot.com/2016/10/17-gerakan-
therblig.html)

2.2 Pengukuran Waktu


Untuk mengukur kebaikan suatu sistem kerja diperlukan prinsip-
prinsip pengukuran kerja (work measurement) yang meliputi teknik-teknik
pengukuran waktu psikologis dan fisiologis. Sebagai bagian dari pengukuran kerja
tersebut, pengukuran waktu (time study) bertujuan untuk mendapatkan waktu
baku penyelesaian pekerjaan yang dijadikan waktu standar, yaitu waktu yang
dibutuhkan secara wajar oleh seorang pekerja normal untuk menyelesaikan
pekerjaannya yang dijalankan dengan sistem kerja terbaik. Hal yang perlu
diperhatikan bahwa waktu baku yang dicari adalah suatu pengerjaan secara
normal, wajar dan suatu pekerjaan yang secara rutin dilakukan oleh pekerja atau
operator yang telah terlatih. Ini menunjukkan bahwa waktu baku yang dicari
bukanlah waktu penyelesaian yang diselesaikan secara tidak wajar seperti
terlampau cepat atau terlampau lambat. Meskipun pengukuran waktu pada
awalnya lebih banyak diterapkan dalam kaitannya dengan upah perangsang,
namun pada saaat ini pengukuran waktu dan tenik- teknik pengukuran kerja
lainnya memiliki manfaat di berbagai bidang antara lain:
1. Untuk menentukan jadwal dan perencanaan kerja.
2. Untuk menentukan standar biaya dan membantu persiapan anggaran.
3. Untuk memperkirakan biaya sebuah produk sebelum diproduksi,
termasuk mempersiapkan penawaran dan menentukan harga jual.

8
4. Untuk menentukan pemanfaatan mesin, jumlah mesin yang dapat
dioperasikan seorang operator, dan membantu penyeimbangan lini
perakitan
5. Untuk menentukan standar waktu yang digunakan sebagai dasar
pemberian upah perangsang bagi tenaga kerja langsung dan tidak
langsung.
6. Untuk menentukan standar waktu yang digunakan sebagai dasar
pengendalian biaya tenaga kerja.
Pada garis besarnya teknik-teknik pengukuran waktu dibagi kedalam dua
bagian (Sritomo, 2000), pertama secara langsung dan kedua secara tidak langsung.
Cara pertama disebut demikian karena pengukurannya dilaksanakan secara
langsung yaitu ditempat dimana pekerjaan yang bersangkutan dijalankan. Dua
cara yang termasuk didalamnya adalah cara jam berhenti dan sampling
pekerjaan. Sebaliknya cara tidak langsung melakukan perhitungan waktu tanpa
harus berada ditempat pekerjaan yaitu dengan membaca tabel- tabel yang tersedia
asalkan mengetahui jalannya pekerjaan melalui elemen- elemen pekerjaan atau
elemen-elemen gerakan.
2.2.1 Pengukuran waktu kerja secara langsung
Pengukuran waktu kerja secara langsung merupakan pengukuran waktu
kerja yang dilaksanakan secara langsung yaitu di tempat pekerjaan yang diukur
tersebut dijalankan. Metode pengukuran waktu secara langsung dapat
menggunakan jam henti (stopwatch) dan dengan metode sampling kerja (work
sampling) .
a. Pengukuran waktu kerja dengan menggunakan jam henti (Stopwatch Time
Study)
Pada pengukuran waktu yang menggunakan jam henti (Stopwatch) sebagai
alat utamanya. Cara ini merupakan cara yang paling banyak digunakan karena
kesederhanaannya. Dalam pengukuran waktu jam henti terdapat beberapa
aturan yang perlu dijalankan untuk mendapat hasil yang baik. Aturan-aturan
tersebut dijelaskan dalam langkah-langkah berikut ini.
1. Langkah-langkah sebelum melakukan pekerjaan :
a. Melakukan penelitian pendahuluan

9
b. Memilih operator
c. Mengurai pekerjaan atas elemen pekerjaan
d. Menyiapkan alat pengukuran

2. Langkah-langkah melakukan pengukuran waktu


a) Uji keseragaman data
b) Uji kecukupan data
c) Langkah-langkah melakukan perhitungan waktu baku
b. Pengukuran waktu kerja dengan metode sampling kerja
Pengukuran waktu kerja dengan metode sampling kerja merupakan cara
langsung karena dilakukan dengan mengukur secara langsung dimana
pekerjaan dilakukan. Berbeda dengan pengukuran waktu kerja dengan metode
jam henti, pengukuran kerja dengan menggunakan metode sampling tidak
dilakukan terus-menerus di tempat dimana pekerjaan dilakukan, melainkan
pada waktu-waktu tertentu yang ditentukan secara acak. Kegunaan dari
metode sampling kerja adalah :
1. Untuk mengetahui distribusi pemakaian waktu kerja oleh pekerja.
2. Untuk mengetahui tingkat pemanfaatan mesin.
3. Untuk menentukan waktu baku bagi pekerjatidaklangsung.
4. Untuk memperkirakan kelonggaran bagi suatu pekerjaan.
2.2.2 Pengukuran waktu kerja secara tidak langsung
Pengukuran waktu kerja secara tidak langsung adalah melakukan
perhitungan waktu kerja tanpa si pengamat harus berada di tempat pekerjaan yang
diukur. Di sini aktivitas yang dilakukan hanya melakukan perhitungan waktu
kerja dengan membaca tabel-tabel yang tersedia, yaitu dengan mengetahui
jalannya pekerjaan melalui elemen-elemen pekerjaan atau elemen-elemen
gerakan. Cara ini biasa dilakukan dalam aktivitas data waktu baku (standard data)
dan datan waktu gerakan (predetermined time system). Pengukuran kerja secara
tidak langsung antara lain meggunakan :
1. Data Waktu Baku
2. Data Waktu Gerakan, terdiri dari :
a. Work Faktor (WF System)

10
b. Maynard Operation Sequece Time (MOST System )
c. Motion Time Measurement ( MTM System )
(sumber :https://dokumen.tips/documents/laporan-praktikum-rske-
modul-vi-pengukuran-waktu-kerja.html)

2.3 Faktor Penyesuaian


Terdapat 4 cara penyesuaian, yaitu :
1. Schumard

Cara Shumard memberikan patokan-patokan penelitian malalui


kelas performance kerja dimana setiap kelas mempunyai nilai sendiri-sendiri. Di
sini pengukuran diberi patokan untuk manilai performance kerja operator
menurut kelas-kelas superfast+, fast, fast-, exelent dan seterusnya. Seorang yang
dipandang berkerja normal diberikan nilai 60, dengan nama performance
kerja yang lain dibandingkan untuk menghitung faktor penyesuaian.
Tabel 2.1 Penyesuaian Schumard
Kelas Penyesuaian
Superfast 100

 Fast + 95
 Fast 90

 Fast - 85

 Excellent 80

Good + 75
Good 70

Good - 65

 Normal 60

 Fair + 55

2. Westinghouse

11
Tabel 2.2 Penyesuaian Westinghouse

3. Cara Objektif

Cara objektif memperhatikan 2 faktor yaitu kecepatan kerja dan tingkat


kesulitan pekerjaan. Kedua faktor inilah yang dipandang secara bersama- sama
menentukan berapa harga p untuk mendapatkan waktu normal. Kecepatan kerja
adalah kecepatan dalam melakukan pekerjaan dalam pengertian biasa. Jika
operator bekerja dengan kecepatan wajar maka diberi nilai satu. Cara menentukan
besarnya p tidak berbeda dengan cara menentukan faktor penyesuaian dengan cara
persentase. Perbedannya terletak pada yang dinilai.

Untuk kesulitan kerja disediakan sebuah tabel yang menunjukkan berbagai


keadaan kesulitan kerja seperti apakah pekerjaan tersebut memerlukan banyak
anggota badan, apakah ada pedal kaki dan sebagainya. Angka yang ditunjukkan
dalam tabel adalah dalam perseratus dan jika nilai dari setiap kondisi kesulitan
kerja yang bersangkutan dengan pekerjaan yang sedang diukur dijumlahkan akan
menghasilkan notasi bagi bagian penyesuaian objektif untuk tingkat keseulitan
pekerjaan.

4. Cara Bedaux dan Sintesa

Dua cara lain yang dikembangkan untuk lebih mengobjektifkan


penyesuaian adalah cara Bedaux dan cara Sintesa. Pada dasarnya cara
Bedaux tidak banyak berbeda dengan cara Shumard, hanya saja nilai-nilai pada
cara Bedaux dinyatakan dalam ”B” Sedangkan cara Sintesa agar berbeda dengan

12
cara-cara lain, dimana dalam cara ini waktu penyelesaian setiap elemen
gerakan dibandingkan dengan harga-harga yang diperoleh dari tabel-tabel data
waktu gerakan untuk dihitung harga rata-ratanya. Harga rata-rata yang dinilai
sebagai penyesuaian bagi satu siklus yang bersangkutan.

2.4 Faktor Kelonggaran

2.4.1. Pengertian Faktor Kelonggaran


Kelonggaran pada dasarnya adalah suatu faktor koreksi yang harus
diberikan kepada waktu kerja operator, karena dalam melakukan pekerjaannya
operator terganggu oleh hal-hal yang tidak diinginkan namun sifatnya alamiah.
Sifat alamiah menyebabkan waktu kerja menjadi cenderung bertambah lama,
karena ‘gangguan-ganguan’ ini muncul tidak dapat dihindarkan.
Kelonggaran secara umum dapat dibagi kedalam 3 jenis, yaitu : kelonggaran
untuk kebutuhan pribadi, kelonggaran untuk menghilangkan kelelahan, serta
kelonggaran untuk hambatan-hambatan yang tidak dapat dihindarkan.
1. Kelonggaran untuk kebutuhan pribadi
Beberapa aktivitas yang termasuk kedalam kebutuhan kelonggaran untuk
kebutuhan pribadi, antara lain : minum untuk menghilangkan rasa haus,
kekamar kecil, bercakap-cakap dengan teman untuk menghilangkan kejenuhan
kerja, dan lain sebagainya. Aktivitas-aktivitas ini sifatnya alamiah dan mutlak.
Seseorang tidak dapat diharapkan untuk minum selama bekerja, atau tidak
pergi kekamar kecil pada saat bekerja. Dengan demikian tuntutan ini sifatnya
wajar sepanjang dilakukan dalam batas-batas yang seperlunya.
2. Kelonggaran untuk menghilangkan kelelahan
Dalam mendesain tempat dan cara kerja, kadang-kadang terdapat hal yang
terlewatkan, sehingga hal ini mendorong pekerja cepat merasa lelah. Untuk itu
pekerja harus diberi kesempatan istirahat sekedarnya, bahkan bila perlu pergi
keluar ruangan kerja untuk menghilangkan kelelahan. Hal ini adalah alamiah
dan wajar untuk diberikan, mengingat bahwa kelelahan yang berlangsung
terus menerus tanpa dikompensasi oleh istirahat, akan menyebabkan turunnya
kualitas maupun kuantitas kerja.
3. Kelonggaran untuk hambatan-hambatan yang tidak dapat dihindarkan

13
Dalam melaksanakan pekerjaannya, pekerja tidak lepas dari hambatan-
hambatan yang datang pada saat pekerja tengah melakukan pekerjaannya.
Hambatan ini dapat berupa ngobrol, merokok, membaca koran, dan
sebagainya. Untuk hambatan jenis ini, maka upaya yang harus dilakukan
adalah menghilangkan ‘delay’ tersebut dengan cara melakukan perbaikan
kerja. Namun demikian, ada hambatan lain yang benar-benar diluar kendali
pekerja. Antara lain dapat berupa :
a. Menerima perintah kerja dari pengawas.
b. Listrik padam.
c. Peralatan rusak.
d. Menerima telepon.
e. Serta gangguan-gangguan kerja lainnya.
Besarnya hambatan-hambatan tersebut bervariasi dari satu pekerjaan ke
pekerjaan yang lain. Untuk itu, besarnya nilai kelonggaran pun akan berbeda-
beda.
2.4.2. Cara Pemberian Kelonggaran
Pemberian faktor kelonggaran dapat dilakukan dengan menggunakan
formulasi sebagai mana dijelaskan diatas. Nilai kelonggaran umumnya dinyatakan
dalam persentase. Besar nilai ini dapat dilihat pada lampiran. Pemberian
kelonggaran umumnya merupakan hal yang harus didiskusikan antara pihak
manajemen dan pekerja. Kesepakatan akan besarnya nilai kelonggaran, akan
mendorong disepakatinya waktu standar kerja.
(sumber:https://materiapk.wordpress.com/2014/05/23/penyesuaian-dan-
kelonggaran/).

14
Tabel 2.3 Tabel Besar Kelonggaran Berdasarkan Faktor-faktor yang
Berpengaruh

15
2.5 Pengertian, Dimensi, dan Faktor – Faktor Yang Memengaruhi Mutu

2.5.1 Pengertian Mutu

Dalam kehidupan sehari – hari seringkali kita mendengar orang


membicarakan mengenai mutu. Mutu sendiri memiliki banyak kriteria yang
berubah secara terus menerus, sehingga banyak definisi mutu yang bisa kita lihat
dalam beberapa literatur dari beberapa pakar. Menurut Kotler (1997) mutu harus
dimulai dari kebutuhan pelanggan dan berakhir pada persepsi pelanggan. Berarti
bahwa citra mutu yang baik bukan dilihat dari persepsi pihak perusahaan atau
penyedia jasa, melainkan berdasar persepsi para pelanggan. Persepsi pelanggan
terhadap mutu merupakan perilaku menyeluruh atas keunggulan suatu jasa.

Mutu merupakan suatu kondisi dinamis yang berhubungan dengan produk,


jasa, manusia, proses, dan lingkungan yang memenuhi atau melebihi harapan
(Goetsch dan Davis, 2002). Sedangkan menurut Juran (1997), mutu adalah fitness
for use/kesesuaian penggunaan. Beberapa alat yang dapat digunakan untuk
pemecahan masalah adalah statistical process control (SPC). Ia berorientasi untuk
memenuhi kebutuhan pelanggan. Juran memperkenalkan quality trilogy yang
terdiri:

a. Quality planning/perencanaan mutu. Perencanaan mutu merupakan


proses untuk merencanakan mutu sesuai dengan tujuan. Dalam
proses ini pelanggan diidentifikasikan dan produk yang sesuai
dengan kebutuhan pelanggan dikembangkan.

b. Quality control/pengendalian mutu. Pengendalian mutu merupakan


proses mencapai tujuan selama operasi. Pengendalian mutu
meliputi lima tahap:

1. Menentukan apa yang seharusnya dikontrol

2. Menentukan unit-unit pengukuran

3. Menetapkan standar kinerja

4. Mengukur kinerja

16
5. Evaluasi dengan membandingkan antara kinerja
sebenarnya dengan standar kinerja

c. Quality improvement/perbaikan mutu, untuk mencapai tingkat 


kinerja yang lebih tinggi.

Meskipun tidak ada definisi mengenai mutu yang diterima secara


universal, namun dari definisi – definisi yang ada terdapat beberapa kesamaan,
yaitu dalam elemen – elemen sebagai berikut :

a. Mutu meliputi usaha memenuhi atau melebihi harapan


pelanggan.

b. Mutu mencakup pabrik, jasa, manusia, proses, dan lingkungan.

c. Mutu merupakan kondisi yang selalu berubah (misalnya apa


yang dianggap merupakan mutu saat ini mungkin dianggap
kurang berkualitas pada masa mendatang).

Mutu pelayanan merupakan salah satu hal penting yang harus diperhatikan
oleh para manajer perusahaan. Mutu pelayanan merupakan tingkat keunggulan
yang diharapkan dan pengendalian atas tingkat keunggulan untuk memenuhi
keinginan konsumen (Lovelock, 1988). Parasuraman dkk. (1988) dan Kotler
(1997) mendefinisikan mutu layanan sebagai suatu bentuk penilaian konsumen
terhadap tingkat layanan yang diterima (perceived service) dengan tingkat layanan
yang diharapkan (expected service). Menurut definisi ini, ada dua faktor utama
yang memengaruhi mutu layanan yaitu, layanan yang diharapkan (expected
service) dan layanan yang diterima (perceived service).

2.5.2 Dimensi Mutu

Parasuraman, (1990) mengidentifikasikan lima dimensi mutu dalam jasa


pelayanan, yaitu:

1. Tangibles, meliputi fasilitas fisik, perlengkapan, personilnya


dan sarana komunikasi.

17
2. Reliability, yaitu kemampuan untuk menghasilkan kinerja
pelayanan yang dijanjikan secara akurat dan pasti. Hal ini
berarti bahwa pelayanan harus tepat waktu dan dalam
spesifikasi yang sama, tanpa kesalahan, kapanpun pelayanan
tersebut diberikan.

3. Responsiveness, yaitu bisa menjawab kebutuhan atau bisa


diartikan dengan kemauan untuk menolong pelanggan dan
memberikan pelayanan yang cepat

4. Assurance, meliputi pengetahuan dan rasa hormat para


karyawan dan kemampuan mereka berarti adanya jaminan
tentang kepastian pelayanan yang diberikan.

5. Empathy, yaitu adanya penjiwaan dan perhatian secara pribadi


terhadap konsumen.

Sedangkan Gronroos (1993) memberikan dimensi penilaian mutu yang baik yaitu:

1. Profesionalisme dan keahlian (professionalism and skill).


Konsumen menyadari bahwa pemberi jasa, karyawan, sistem
operasi dan sumber daya fisik mempunyai pengetahuan dan
keahlian yang diperlukan untuk memecahkan masalah-masalah
mereka dengan cara yang profesional (kriteria yang
berhubungan dengan hasil).

2. Sikap dan perilaku (attitude and behavior). Konsumen merasa


bahwa para karyawan memerhatikan mereka dan
berkepentingan dalam pemecahan masalah mereka dengan cara
spontan dan akrab (kriteria yang berhubungan dengan proses).

Gronroos (1993) berpendapat bahwa mutu pelayanan seperti yang


dirasakan oleh para pelanggan mempunyai dua dimensi. Pertama adalah dimensi
proses, yakni mengenai cara pelanggan menerima jasa dari perusahaan, dalam hal
ini menyangkut apa yang terjadi pada interaksi pembeli-penjual. Kedua, dimensi

18
hasil, yaitu mengenai hasil transaksi jasa, menyangkut apa yang pembeli rasakan
dalam interaksinya dengan pihak perusahaan pemberi jasa.

2.5.3 Faktor – faktor yang Memengaruhi Mutu

Menurut Assauri (2008) faktor – faktor yang memengaruhi mutu adalah :

a. Fungsi suatu barang

Suatu barang yang dihasilkan hendaknya memerhatikan fungsi untuk


apa barang tersebut digunakan atau dimaksudkan, karena pemenuhan
fungsi tersebut memengaruhi kepuasan para pelanggan. Mutu yang hendak
dicapai sesuai dengan fungsi untuk apa barang tersebut digunakan,
tercermin pada spesifikasi dari barang tersebut seperti kecepatan, daya
tahan, kegunaannya, berat, bunyi, mudah atau tidaknya perawatan dan
kepercayaan.

b. Wujud luar

Walaupun barang yang dihasilkan secara teknis atau mekanis telah


maju, tetapi bila wujud luarnya kuno atau kurang dapat diterima, maka
akan menyebabkan barang tersebut tidak disenangi oleh konsumen karena
dianggap mutunya kurang memenuhi syarat.

c. Biaya barang

Umumnya biaya dan harga suatu barang akan menentukan kualitas


barang tersebut. Hal ini terlihat dari barang – barang yang mempunyai
biaya atau harga yang mahal, dapat menunjukkan bahwa kualitas barang
tersebut relatif lebih baik.

Sedangkan menurut Garvin yang diterjemahkan oleh Nasution (2001:17)


faktor – faktor yang memengaruhi mutu suatu produk yaitu :

a. Performa (Performance)

19
Aspek fungsional dari produk dan karakteristik utama yang
dipertimbangkan pelanggan ketika ingin membeli suatu produk.

b. Features

Pilihan – pilihan dan pengembangan merupakan ciri – ciri atau


keistimewaan tambahan atau pelengkap fungsi dasar.

c. Kehandalan (Realibility)

Penggunaan suatu produk berfungsi secara berhasil dalam periode


waktu tertentu di bawah kondisi tertentu.

d. Konformasi (Conformance)

Tingkat kesesuaian produk terhadap spesifikasi yang telah ditetapkan


sebelumnya berdasarkan keinginan pelanggan.

e. Daya Tahan (Durability)

Daya tahan dari ukuran masa pakai suatu produk.

f. Kemampuan Pelayanan (Service Ability)

Kecepatan atau kesopanan, kompetensi, kemudahan, serta akurasi


dalam perbaikan.

g. Estetika (Aestethics)

Keindahan yang bersifat subjektif mengenai pertimbangan pribadi


dan refleksi dari preferensi atau pilihan individual.

h. Kualitas yang dipersepsikan (Perceived Quality)

Perasaan pelanggan dalam mengonsumsi produk seperti


meningkatkan harga diri.

20
2.6 Pengertian, Tujuan dan Ruang Lingkup Pengendalian Mutu

2.6.1 Pengertian Pengendalian Mutu

Pengendalian Mutu menurut Feigenbaum (1991) merupakan suatu sistem


yang efektif untuk mengintegrasikan kegiatan – kegiatan pemeliharaan dan
pengembangan mutu dalam suatu organisasi sehingga dapat diperoleh produksi
dan servis dalam tingkat yang paling ekonomis dan memuaskan pelanggan.
Pelanggan adalah sosok yang dilayani, jadi perhatian dipusatkan pada kebutuhan
dan harapan para pelanggan. Untuk itu, setiap yang melaksanakan pengendalian
mutu harus mengetahui ciri – ciri pelanggannya dan harus mengidentifikasi dan
menganalisis kebutuhan dan harapan pelanggan tersebut agar bisa memuaskannya.

Dalam pelaksanaan pengendalian mutu tidak hanya pihak manajemen


yang bertanggung jawab dalam memenuhi kebutuhan pelanggan tetapi juga
dibutuhkan komitmen dan peran secara aktif seluruh anggotanya. Seperti yang
dijelaskan oleh Ishikawa (1990) bahwa pengendalian mutu adalah suatu kegiatan
meneliti, mengembangkan, merancang dan memenuhi kepuasan pelanggan,
memberi pelayanan yang baik dimana pelaksanaannya melibatkan seluruh
kegiatan dalam perusahaan mulai dari pimpinan teratas sampai karyawan
pelaksana. Falsafah pengendalian mutu dari Kaoru Ishikawa adalah bahwa tidak
ada gunanya memroduksi barang dengan biaya murah, tetapi tidak memenuhi
harapan mutu pihak pelanggan dan tidak ada gunanya memroduksi produk yang
tinggi mutunya tetapi harganya mahal dan tidak terjangkau oleh pelanggan pada
umumnya. Harus ada keselarasan antara mutu, biaya, harga, dan harapan
pelanggan.

Adapun Prinsip dasar pengendalian mutu, yakni :

1. Mutu adalah memenuhi keinginan sesuai yang diharapkan oleh


pelanggan, yaitu dengan memberikan barang serta service yang
memuaskan.

21
2. Quality control adalah dari Top Management sampai dengan seluruh
karyawan benar – benar merasakan dan menyadari bahwa Quality
adalah jiwa dari perusahaan.

3. Langkah – langkah yang dilakukan dalam Quality Control adalah


Plan – Do – Action (Deming Circle).

Beberapa langkah yang dilakukan dalam proses kontrol mutu :

1. Penentuan standar. Menentukan standar mutu produksi sesuai dengan


pesanan/permintaan.

2. Konfirmasi. Membandingkan hasil produksi dengan ukuran standar yang


telah ditentukan.

3. Tindakan. Mengambil tindakan (koreksi) bila standar dilampui.

4. Rencana perbaikan. Menggambarkan usaha terus–menerus untuk


memperbaiki standar harga dan standar mutu

2.6.2 Tujuan Pengendalian Mutu

Menurut Prawirosentono (2007), tujuan pengendalian mutu adalah agar


produk akhir mempunyai spesifikasi yang sesuai dengan standar mutu yang telah
ditetapkan dan agar biaya desain produk, biaya inspeksi, dan biaya produksi dapat
berjalan efisien.

Sedangkan tujuan pengendalian mutu menurut Assauri (2008) adalah:

1. Agar barang hasil produksi dapat mencapai standar mutu yang


telah ditetapkan.

2. Mengusahakan agar biaya inspeksi dapat menjadi sekecil


mungkin.

3. Mengusahakan agar biaya desain dari produk dan proses


dengan menggunakan mutu produksi tertentu dapat menjadi
sekecil mungkin.

22
4. Mengusahakan agar biaya produksi dapat menjadi serendah
mungkin.

2.6.3 Ruang lingkup Pengendalian Mutu

Assauri (2008) menambahkan bahwa ruang lingkup pengendalian mutu


meliputi:

1. Pengendalian mutu pada bahan baku

Pengendalian mutu pada bahan baku ini sangat penting untuk


menjaga mutu produk perusahaan. Hal – hal yang dilakukan untuk
menjaga mutu bahan baku yang digunakan yaitu :

a. Seleksi sumber bahan baku


b. Pemeriksaan dokumen pembelian
c. Pemeriksaan penerimaan barang

2. Pengendalian proses produksi

3. Pengendalian produk akhir

Pengendalian mutu mempunyai dua arti. Arti yang lebih luas bersinonim
dengan pemeriksaan dan arti yang lebih sempit adalah pengendalian mutu secara
statistik (Statistical Quality Control).

1. Pemeriksaan (Inspection)

Mencakup semua format pemeriksaan untuk memastikan


bahwa proses produksi dan keluaran memenuhi persyaratan yang telah
ditetapkan.

2. Statistik (Stastistical Quality Control)

Dalam SQC semua data penyimpangan spesifikasi yang terjadi


pada sampel dicatat dan kemudian dianalisis, untuk diambil
kesimpulan akan karakteristik populasi sampel tersebut.

23
Menurut Handoko (2000), SQC mempunyai tiga penggunaan umum, yaitu :

a. Untuk mengawasi pelaksanaan kerja sebagai operasi – operasi


individual selama pekerjaan sedang dilakukan.

b. Untuk memutuskan apakah menerima atau menolak sejumlah


produk yang telah diproduksi.

c. Untuk melengkapi manajemen dengan audit kualitas produk


perusahaan.

2.7 Statisical Process Control (SPC)

2.7.1 Pengertian Statistical Process Control (SPC)

Statistical Proces Control (SPC) adalah sebuah teknik statistik yang


digunakan secara luas untuk memastikan bahwa proses memenuhi standar (Heizer
dan Render, 2006:286). SPC juga merupakan bagan visual untuk memberi
gambaran proses yang sedang berjalan, untuk mengetahui apakah proses berada di
dalam batas – batas yang telah ditetapkan sebelumnya atau tidak dan dapat
dikatakan bahwa SPC merupakan ilmu yang mempelajari tentang teknik atau
metode pengendalian kualitas berdasarkan prinsip/konsep statistik (Ariani,2004).
Selain itu, SPC adalah sekumpulan strategi, teknik, dan tindakan yang diambil
oleh sebuah organisasi untuk memastikan bahwa strategi tersebut menghasilkan
produk yang berkualitas atau menyediakan pelayanan yang berkualitas
(Lind,2008).

SPC adalah alat yang sangat berguna dalam membuat produk sesuai
dengan spesifikasi sejak dari awal proses hingga akhir proses. Dalam banyak
proses produksi, akan selalu ada gangguan yang dapat timbul secara tidak terduga.
Apabila gangguan tidak terduga relatif kecil biasanya dipandang sebagai
gangguan yang masih dapat diterima atau masih dalam batas toleransi. Apabila
gangguan proses ini relatif besar atau secara komulatif cukup besar dikatakan
tingkat gangguan yang tidak dapat diterima.

24
SPC tidak lepas dari kerja Walter Andrew Shewhart, ahli bidang fisika,
rekayasa, dan statistika ketika ditugasi oleh bosnya Dr. George D. Edward untuk
membuat sebuah diagram quality control process pada 16 Mei 1924. Sebelumnya,
yaitu tahun 1918, Dr. Shewhart terlibat dalam pengawasan produk jadi dan
mengeluarkan produk-produk cacat di Engineering Dept. salah satu perusahaan
Western Electric. Shewhart menggunakan distribusi Gauss dengan mean (µ) yang
ditransformasi menjadi rata-rata sebaran karakteristik proses, dan standar deviasi
proses (σ) yang ditransformasi menjadi UCL atau Upper Control Limit dan LCL
atau Lower Control Limit sebagai landasannya.

Dari batasan yang dibuat oleh Shewhart ini, tampak bahwa ide
menemukan SPC adalah untuk mengetahui apa yang sedang terjadi dan bisa
digunakan untuk memprediksi apa yang akan terjadi sehingga tindakan yang
dipandang perlu bisa segera dilakukan. Di samping itu, bagan SPC juga
memunculkan gambaran mengenai proses yang di luar kendali atau out of control.

2.7.2 Tujuan Statistical Process Control (SPC)

Berikut ini merupakan tujuan-tujuan utama dari SPC (Smith, 2001) antara
lain:

1. Meminimasi biaya produksi.

2. Memeroleh kekonsistenan terhadap produk dan servis yang


memenuhi spesifikasi produksi dan keinginan konsumen.

3. Menciptakan peluang-peluang untuk semua anggota dari organisasi


untuk memberikan kontribusi terhadap peningkatan kualitas.

4. Membantu karyawan management dan produksi untuk membuat


keputusan yang ekonomis mengenai tindakan yang diambil yang
dapat memengaruhi proses.

25
2.7.3 Teknik – Teknik Statistical Process Control (SPC)

Teknik-teknik yang penting di dalam SPC dan penggunaannya, antara lain:

1. Process Control Chart untuk mencapai dan mempertahankan


pengendalian statistik pada tiap tahap proses.

2. Process Capability Studies yang menggunakan control charts


untuk memperkirakan kapabilitas dari proses dalam kaitannya
dengan spesifikasi dari produk dan keinginan dari konsumen.

3. Gauge Capability Study.

4. SPC tools untuk penyelesaian masalah.

2.7.4 Alat Bantu Statistical Process Control (SPC)

SPC mempunyai 7 alat bantu statistik utama yang dapat digunakan sebagai
alat bantu untuk mengendalikan mutu yaitu :

1. Lembar Pengecekan (Check Sheet)

Lembar pengecekan (check sheet) adalah suatu formulir yang didesain


untuk mencatat data. Pencatatan dilakukan sehingga pada saat data diambil
pola dapat dilihat dengan mudah. Lembar pengecekan membantu analisis
menentukan fakta atau pola yang mungkin dapat membantu analisis
selanjutnya.(Heizer dan Render, 2006:263).

Adapun manfaat lembar pengecekan (Check Sheet), yaitu:

a. Mempermudah pengumpulan data terutama untuk mengetahui


bagaimana suatu masalah terjadi.

b. Mengumpulkan data tentang jenis masalah yang sedang terjadi.

c. Menyusun data secara otomatis sehingga lebih mudah untuk


dikumpulkan.

26
d. Memisahkan antara opini dan fakta.

2. Diagram Sebar (Scatter Diagram)

Diagram Sebar (Scatter Diagram) adalah grafik yang menampilkan


hubungan antara dua variabel apakah hubungan tersebut kuat atau tidak,
yaitu antara faktor proses yang memengaruhi proses dengan kualitas
produk. Diagram sebar menunjukkan hubungan antar-dua perhitungan
(Heizer dan Render, 2006:263).

3. Diagram Sebab Akibat (Fishbone Diagram)

Diagram Sebab Akibat juga dikenal sebagai diagram Ishikawa dan


Fishbone diagram karena bentuknya menyerupai tulang ikan. Dimana,
setiap tulang mewakili kemungkinan sumber kesalahan (Heizer dan
Render, 2006:265).

Diagram ini berguna untuk memperlihatkan faktor-faktor utama


yang berpengaruh pada kualitas dan mempunyai akibat pada masalah yang
kita pelajari. Faktor-faktor penyebab utama ini dapat dikelompokkan
antara lain:

1. Bahan baku (Material)

2. Mesin (Machine)

3. Tenaga Kerja (Man)

4. Metode (Method)

5. Lingkungan (Environment)

4. Diagram Pareto (Pareto Analysis)

Diagram Pareto (Pareto Analysis) adalah sebuah metode untuk


mengelola kesalahan, masalah atas cacat untuk membantu memusatkan
perhatian pada usaha penyelesaian masalah. Diagram ini berdasarkan
pekerjaan Vilfredo Pareto, seorang pakar ekonomi di abad ke-19. Joseph

27
M. Juran mempopulerkan pekerjaan Pareto dengan menyatakan bahwa
80% permasalahan perusahaan merupakan hasil dari penyebab yang hanya
20%. (Heizer dan Render, 2006:266)

Dengan memakai diagram pareto, dapat terlihat masalah mana


yang dominan sehingga dapat mengetahui prioritas penyelesaian masalah

5. Diagram Alir (Process Flow Chart)

Diagram Alir (Process Flow Chart) secara grafik menyajikan


sebuah proses atau system dengan menggunakan kotak dan garis yang
saling berhubungan. Diagram ini cukup sederhana, tetapi merupakan alat
yang sangat baik untuk mencoba memahami sebuah proses atau
menjelaskan sebuah proses (Heizer dan Render, 2006:267)

6. Histogram

Histogram menunjukkan cakupan nilai sebuah perhitungan dan


frekuensi dari setiap nilai yang terjadi. Histogram menunjukkan peristiwa
yang paling sering terjadi dan juga variasi dalam pengukuran.(Heizer dan
Render, 2006:268)

7. Peta Kendali (Control Chart)

Peta kendali (Control Chart) adalah gambaran grafik data sejalan


dengan waktu yang menunjukkan batas atas dan bawah proses yang ingin
kita kendalikan. Peta kendali dibangun sedemikian rupa sehingga data
baru dapat dibandingkan dengan data masa lalu secara cepat. Sampel
output proses diambil dan rata-rata sampel ini dipetakan pada sebuah
diagram yang memiliki batas. Batas atas dan bawah dalam sebuah diagram
kendali bisa dalam satuan temperatur, tekanan, berat, panjang, dan
sebagainya (Heizer dan Render, 2006:268).

Peta kendali dibedakan menjadi dua golongan besar sesuai dengan


karakteristik data yang diobservasi, yaitu Variabel dan Atribut.

28
1. Data Variabel

Data variabel bersifat continyu (continuous distribution). Data ini


diukur dalam satuan-satuan kuantitatif, sebagai contoh:

a. Cycle time yang dibutuhkan untuk melakukan satu proses.

b. Diameter poros,

c. Tinggi badan 100 orang operator, dan lain-lain.

Sifat continuous distribution pada data variable menggambarkan


data berbentuk selang bilangan yang bisa terjadi dalam digit di
belakang koma hingga n digit, tidak dapat dihitung, dan tidak
terhingga. Bentuk distribusi yang rapat seperti ini lebih sensitive
terhadap perubahan, namun akan lebih sulit baik dalam
mengidentifikasi apa yang harus diukur juga dalam pengukuran aktual.

Ada tiga jenis peta kendali yang dapat digunakan dalam data
variable, yaitu :

1. R-chart

R dalam R-chart adalah “range”, yang mengukur beda nilai


terendah dan tertinggi sampel produk yang diobservasi, dan
memberi gambaran mengenai variabilitas proses.

UCL = D4Ŕ

LCL = D3Ŕ

Ŕ=
∑R
k

Dimana : R = range

k = jumlah sampel inspeksi

29
2. X-chart.

X-chart atau mean chart, memvisualisasikan fluktuasi rata-rata


sampel dan rata-rata dari rata-rata sampel kemudian akan
menunjukkan bagaimana penyimpangan rata-rata sampel dari
rata-ratanya. Penyimpangan ini akan memberi gambaran
bagaimana konsistensi proses. Semakin dekat rata-rata sampel ke
nilai rata-ratanya maka proses cenderung stabil.

x 1+ x 2+ …+ xn
ẋ=
n

UCL = ẋ + A2Ŕ

LCL = ẋ - A2Ŕ

Dimana ẋ = rata-rata

n = jumlah sampel

3. S-chart.

S dalam S-chart adalah sigma σ atau Standard Deviation


Chart, yang digunakan untuk mendeteksi apakah karakteristik
proses stabil. Oleh karena itu, S-chart biasanya diplot bersama
dengan X-chart sehingga memberikan gambaran mengenai variasi
proses lebih baik.

UCL = ẋ + z σ ẋ

LCL = ẋ - z σ ẋ

Dimana : ẋ = rata-rata rangkap sampel atau nilai target yang


ditetapkan untuk proses

z = jumlah standar deviasi

30
σ ẋ= standar deviasi dari rata-rata sampel = σ / √ n

σ = standar deviasi populasi (proses)

n = ukuran sampel

2. Data Atribut

Data atribut bersifat diskrit (discrete distribution). Data ini


umumnya diukur dengan cara dihitung menggunakan daftar
pencacahan atau tally untuk keperluan pencatatan dan analisis, sebagai
contoh:

a. Jumlah cacat dalam satu batch produk,

b. Jenis kelamin (laki-laki/perempuan),

c. Jenis warna (merah,hijau,biru,hitam), dan lain-lain.

Sifat discrete distribution memberi gambaran data atribut


berbentuk bilangan cacah dimana nilai data harus interger atau tidak
pecahan, dapat dihitung, dan terhingga. Pengukuran data atribut akan
jauh lebih sederhana dibandingkan dengan pengukuran data variabel
karena data diklasifkasikan sebagai cacat atau tidak cacat berdasarkan
perbandingan dengan standar yang telah ditetapkan. Pengklasifikasian
ini tentunya menjadikan kegiatan inspeksi lebih ekonomis dan
sederhana.

Ada empat jenis peta kendali yang dapat digunakan dalam


data atribut, yaitu:

1. Proportion defective control chart (P-chart).

P-chart berarti “proportion”, yaitu proporsi unit-unit


yang tidak sesuai dalam sebuah sampel. Proporsi sampel

31
tidak sesuai didefinisikan sebagai rasio dari jumlah unit–unit
yang tidak sesuai, D, dengan ukuran sampel , n (Prins,2006).

Jika mengasumsikan bahwa D adalah sebuah variabel


random binomial dengan parameter p tidak diketahui,
proporsi cacat dari masing-masing sampel yang diplotkan
dalam peta kendali adalah:

D
ṕ=
n

selanjutnya, varians dari statistik ṕ adalah:

p (1− p)
σ 2 ṕ=
n

Oleh karena itu, P-chart dibuat dengan


menggunakan p sebagai garis pusat dengan batas kendali
adalah:

p(1− p)
p±3 (
√ n
)

2. Number defective control chart (NP-chart).

NP-chart memonitor jumlah cacat itu sendiri. N dalam


NP-chart berarti “number” atau jumlah, yaitu jumlah unit-
unit yang tidak sesuai dalam sebuah sampel. NP-chart hanya
menggunakan pengukuran sampel konstan. Montgomery
(2005:279) mengatakan:

“many non-statistically trained personnel find the np-


chart easier to interpret than the usual fraction
nonconforming control chart.”

Pada umumnya data jumlah item cacat memang lebih


disukai dan mudah untuk diinterpretasikan dalam pembuatan
laporan dibandingkan dengan data proporsi.

32
Batas kendali NP-chart dapat dihitung dengan:

np ± 3√ n p (1− p)

dimana : n = ukuran sampel

p = proporsi cacat

Jika nilai standar untuk p tidak tersedia, ṕ dapat digunakan


untuk menghampiri p. Data yang diplotkan adalah jumlah
cacat (np), dan ukuran sampel harus konstan.

3. Defects per count/subgroup control chart (C-chart).

C pada C-chart berarti ”count” atau hitung cacat, ini


bermaksud bahwa C-chart dibuat berdasarkan pada
banyaknya titik cacat dalam suatu item. C-chart menghitung
banyaknya cacat dalam satu item tersebut atau menghitung
semua kerusakan pada item sampel.

C-chart didasarkan pada distribusi poisson yang pada


dasarnya mensyaratkan bahwa jumlah peluang atau lokasi
potensial cacat sangat besar (tidak terhingga) dan bahwa
probability cacat di setiap lokasi menjadi kecil dan konstan.
Selanjutnya prosedur pemeriksaan harus sama untuk setiap
sampel dan dilakukan secara konsisten dari sampel ke sampel
(Montgomery,2005:289).

Batas kendali untuk C-chart adalah c ± 3 √ c

Dimana: c = means varians dari distribusi poisson.

Jika nilai standar c tidak tersedia, maka ĉ dapat digunakan


untuk menghampiri c.

33
4. Defects per unit control chart (U-chart).

U dalam U-chart berarti “unit” cacat dalam kelompok


sampel. U-chart menghitung titik cacat per unit laporan
pemeriksaan dalam periode yang mungkin memiliki ukuran
sampel bervariasi (banyak item yang diperiksa). U-chart
digunakan dalam kasus dimana sampel yang diambil
bervariasi atau memang seluruh produk yang dihasilkan akan
diuji. Hal ini berarti bahwa U-chart digunakan jika ukuran
sampel lebih dari satu unit atau mungkin bervariasi dari
waktu ke waktu.

Dalam U-chart, kita perlu menghitung terlebih dahulu


µ cacat untuk setiap n sampel, yaitu:

µ i = xi
¿

Nilai µi inilah yang akan diplotkan dalam peta kendali,

Dimana: xi = jumlah cacat dalam subgrup ke-i

ni = jumlah unit laporan pemeriksaan dalam

subgroup ke-i.

Terdapat dua model untuk penyelesaian U-chart


beserta batas-batas kendalinya, yaitu menggunakan:

Model harian/individu, yaitu ū ± 3 = ū


1.
¿ √
ū
2. Model rata-rata, yaitu ū ± 3 =
√ ń

34
35
BAB III
DIAGRAM ALIR PRAKTIKUM
Berikut menampilkan diagram alir praktikum.

Mulai

Identifikasi Masalah

Tujuan dan Manfaat

Pengumpulan data

 Waktu siklus operator dalam perakitan komponen


 Jarak operator dengan komponen-komponen lain
 Faktor penyesuaian dan kelonggaran
 Sampel produk dan jenis cacat

Pengolahan data

 Waktu baku eksisting dan usulan


 Uji kenormalan data, uji keseragaman
data
 Layout dan waktu baku usulan
 Peta kendali
 Peta tangan kanan dan kiri

Analisis Hasil

Kesimpulan dan Saran

Selesai

Gambar 3.1 Diagram Alir Praktikum

36
1. Identifikasi Masalah 
Identifikasi masalah adalah proses terpenting dalam sebuah penelitian
selain latar belakang dan perumusan masalah.
2. Tujuan Penelitian
Tujuan penelitian merupakan rumusan kalimat yang menunjukkan adanya
hasil, sesuatu yang diperoleh setelah penelitian selesai, sesuatu yang akan
dicapai atau dituju dalam sebuah penelitian.
3. Manfaat Penelitian
Manfaat penelitian merupakan dampak dari pencapaiannya tujuan.
4. Pengumpulan Data
Pengumpulan data dilakukan untuk memperoleh informasi yang
dibutuhkan dalam rangka mencapai tujuan penelitian. Sebelum melakukan
penelitian, seorang peneliti biasanya telah memiliki dugaan berdasarkan
teori yang ia gunakan, dugaan tersebut disebut dengan hipotesis. Data
yang dikumpulkan berupa waktu siklus operator dalam perakitan
komponen, jarak operator dengan komponen-komponen lain, faktor
penyesuaian dan kelonggaran, sampel produk dan jenis cacat.
5. Pengolahan Data
Pengolahan Data adalah manipulasi data agar menjadi bentuk yang lebih
berguna. Pengolahan data ini tidak hanya berupa perhitungan numeris
tetapi juga operasi-operasi seperti klasifikasi data dan perpindahan data
dari satu tempat ke tempat lain. Data yang diolah berupa waktu baku
eksisting dan usulan, uji kenormalan data, uji keseragaman data, layout
dan waktu baku usulan, peta kendali dan peta tangan kanan dan kiri.
6. Analisis Hasil
Analisis hasil adalah sebuah proses untuk memecahkan sesuatu ke dalam
bagian-bagian yang saling berkaitan satu sama lainnya.
7. Kesimpulan dan Saran
Kesimpulan adalah pernyataan singkat, jelas, dan sistematis dari
keseluruhan hasil analisis, pembahasan, dan pengujian hipotesis dalam
sebuah penelitian. Saran adalah usul atau pendapat dari seorang peneliti

37
yang berkaitan dengan pemecahan masalah yang menjadi objek penelitian
ataupun kemungkinan penelitian lanjutan.

38
BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data


Dari hasil pengamatan didapatkan data waktu kerja dan layout meja kerja
sebagai berikut :
4.1.1 Peta Tangan Kanan dan Tangan Kiri Eksisting
Tabel 4.4 Peta Tangan Kanan dan Tangan Kiri Eksisting
Jarak Waktu Waktu Jarak
Tangan Kiri Lambang Tangan Kanan
(cm) (detik) (Detik) (Cm)
menjangkau menjangkau
40 RE RE 50
komponen ass 1 komponen roda 1
memegang 2 2 memegang
  G G  
komponen ass 1 komponen roda 1
membawa membawa
40 M M 50
komponen ass 1 komponen roda 1
merakit ass 1 + merakit ass 1 +
  2 A A 2  
roda 1 roda 1
menjangkau
menganggur   D RE 50
komponen roda 2
1 1 memegang
menganggur   D G  
komponen roda 2
membawa
menganggur   D M 50
komponen roda 2
merakit roda tank I merakit roda tank
( ass 1 + roda 1 +   2 A A 2   I ( ass 1 + roda 1
roda 2) + roda 2)
menjangkau menjangkau
39 RE RE 51
komponen ass 2 komponen roda 3
memegang 2 2 memegang
  G G  
komponen ass 2 komponen roda 3
membawa membawa
39 M M 51
komponen ass 2 komponen roda 3
merakit ass 2 + merakit ass 2 +
  2 A A 2  
roda 3 roda 3
menjangkau
menganggur   D RE 52
komponen roda 4
memegang
menganggur   1 D G 1  
komponen roda 4
membawa
menganggur   D M 52
komponen roda 4
merakit roda tank merakit roda tank
  2 A A 2  
II ( ass 2 + roda 3 II ( ass 2 + roda 3

39
+ roda 4) + roda 4)

menjangkau menjangkau
38 RE RE 53
komponen ass 3 komponen roda 5

memegang 2 2 memegang
  G G  
komponen ass 3 komponen roda 5
membawa membawa
38 M M 53
komponen ass 3 komponen roda 5
merakit ass 3 + merakit ass 3 +
  2 A A 2  
roda 5 roda 5

menjangkau
menganggur   D RE 54
komponen roda 6

1 1 memegang
menganggur   D G  
komponen roda 6
membawa
menganggur   D M 54
komponen roda 6
merakit roda tank merakit roda tank
III ( ass 3 + roda 5   2 A A 2   III ( ass 3 + roda
+ roda 6) 5 + roda 6)
menjangkau menjangkau
37 RE RE 55
komponen ass 4 komponen roda 7
memegang memegang
  2 G G 2  
komponen ass 4 komponen roda 7
membawa membawa
37 M M 55
komponen ass 4 komponen roda 7

merakit ass 4 + merakit ass 4 +


  2 A A 2  
roda 7 roda 7

menjangkau
menganggur   D RE 52
komponen roda 8
memegang
menganggur   1 D G 1  
komponen roda 8
membawa
menganggur   D M 52
komponen roda 8
merakit roda tank merakit roda tank
IV ( ass 4 + roda 7   2 A A 2   IV ( ass 4 + roda
+ roda 8) 7+ roda 8)
menjangkau
menganggur   D RE 52
komponen cassis
1 1
memegang
menganggur   D G  
komponen cassis

40
membawa
menganggur   D M 52
komponen cassis
merakit perakitan
merakit perakitan I
I (roda tank I + II
(roda tank I + II +   8 A A 8  
+ III + IV +
III + IV + cassis)
cassis)
menjangkau
menganggur   D RE 49 komponen badan
tank
memegang
menganggur   1 D G 1   komponen badan
tank
membawa
menganggur   D M 49 komponen badan
tank
merakit perakitan merakit perakitan
II ( perakitan I +   3 A A 3   II ( perakitan I +
badan tank) badan tank
menjangkau
komponen tangki 39 RE D   Menganggur
minyak
memegang
komponen tangki   1 G D 1   Menganggur
minyak
membawa
komponen tangki 39 M D   Menganggur
minyak
merakit perakitan merakit perakitan
III ( perakitan II +   3 A A 3   III ( perakitan II +
tangki minyak) tangki minyak)
menjangkau
komponen kepala 53 RE D   Menganggur
tank
memegang
komponen kepala   1 G D 1   Menganggur
tank
membawa
komponen kepala 53 M D   Menganggur
tank
merakit perakitan merakit perakitan
IV( perakitan III +   3 A A 3   IV ( perakitan III
kepala tank) + kepala tank)
menjangkau
menganggur   D RE 37
komponen mesin
memegang
menganggur   1 D G 1  
komponen mesin
membawa
menganggur   D M 37
komponen mesin
merakit perakitan merakit perakitan
  3 A A 3  
V ( perakitan IV + V ( perakitan IV

41
mesin) + mesin)
menjangkau
komponen laras 46 RE D   Menganggur
tank
memegang
komponen laras   1 G D 1   Menganggur
tank
membawa
komponen laras 46 M D   Menganggur
tank
merakit perakitan merakit perakitan
VI ( perakitan V +   4 A A 4   VI ( perakitan V
laras tank) + laras tank)
    58     58    
Ringkasan
Waktu Tiap Siklus : 58
Waktu untuk membuat 1 mainan tank kayu : 57 detik = 0,96 menit
Jumlah produk tiap siklus : 1 buah

4.1.2 Layout Meja Perakitan Eksisting

Gambar 4.2 Layout Meja Perakitan Eksisting

42
 Nama Objek: Ergoracer 
 No. Peta: 01 Dipetakan Oleh :
Kelompok 3
Tanggal Dipetakan: 06 April 2013

Keterangan :
Fuselage Right
Landing Gear Side (1) 3. Horizontal
4.1.3 Data Perakitan Eksisting
4 1 5
Stabilizer  3 11
15
4. Holding Horizontal Stabilizer 5. 65
14
Power Plant 66
Landing Gear 
Telah didapat data dengan 10kali percobaan sebagai berikut :
9 7
Vertical Stabilizer Left 8. Vertical 54 55 54 59 17
Stabilizer Right
67 57 57 13

Tabel 4.5 Data Perakitan Eksisting

Empennage
Fuselage Left 16.
Waktu 52
12
8

Operator 
17. Lem
Data Perakitan
(Detik)16
1 62
2 60
3 62
4 59
5 62
6 58
7 60
8 59
9 60
10 58

4.1.4 Faktor Penyesuaian dan Kelonggaran

a. Penyesuaian

Berdasarkan yang terjadi pekerjaan dilakukan oleh operator dengan


keadaan keterampilan baik , usaha yang dilakukan kategori baik, kondisi
kerja baik, konsistensi kerja yang baik maka didapat kan faktor
penyesuaian nya adalah :

Skill : Good (C1) = + 0,06

Effort : Good (C1) = + 0,05

Conditions : Good (C) = + 0,02

Consistency : Good (C) = + 0,01

Jumlah = + 0,14

b. Kelonggaran

Berdasarkan yang terjadi pekerjaan dilakukan oleh seorang


operator dengan jenis kelamin laki-laki dengan tenaga yang dikeluarkan

43
dapat diabaikan, sikap kerja berkerja duduk ringan, gerakan kerja normal,
pandangan yang terus menerus dengan fokus berubah ubah dengan
pencahayaan baik, keadan suhu tempat kerja sedang, keadaan atmosfer
yang cukup dan lingkungan yang cukup bising. Berdasarkan faktor
tersebut besar kelonggarannya adalah:

1. Tenaga yang dikeluarkan dapat diabaikan = 4,0


2. Sikap kerja duduk =0
3. Gerakan kerja normal =0
4. Pandangan terus menerus fokus berubah ubah = 15,0
5. Keadaan suhu tempat kerja sedang = 5,0
6. Keadaan atmosfer baik =0
7. Keadaan lingkungan yang cukup bising =1
8. Kebutuhan pribadi (Pria) =2
Jumlah = 27%
Kelonggaran tak terhindarkan = 5% +
Jadi, kelonggaran (i) = 32%
Hasil interaksi dari faktor kelonggaran tersebut adalah 32%.

4.1.5 Sampel Produk dan Jenis Cacat

A. Komponen Ass

Tabel 4.6 Sampel Jenis Cacat Komponen Ass

jenis cacat
jumlah cat potonga jumlah
sampel kayu
produksi tidak n tidak cacat
gompel
rata rapi
1 35 1 0 2 3
2 31 0 2 2 4
3 40 2 4 2 8
4 33 3 5 0 8
5 34 1 2 1 4
6 30 0 0 3 3
7 36 1 1 2 4
8 29 2 0 0 2
9 30 4 0 2 6
10 37 4 0 0 4

44
11 34 2 3 2 7
12 35 1 1 1 3
13 38 0 2 2 4
14 32 2 2 3 7
15 31 0 1 2 3
16 28 0 2 1 3
17 34 2 0 1 3
18 35 1 2 1 4
19 30 2 3 1 6
20 40 0 2 1 3
21 30 2 1 0 3
22 33 0 0 0 0
23 32 2 0 2 4
24 34 0 3 2 5
25 35 1 1 2 4
26 31 1 2 3 6
27 34 2 0 2 4
28 35 3 2 4 9
29 31 2 2 2 6
30 33 1 3 1 5
jumlah 1000 42 46 47 135
rata 33.3333 1.53333 1.56666
1.4 4.5
rata 3 3 7

B. Komponen Roda

Tabel 4.7 Sampel Jenis Cacat Komponen Roda

jenis cacat
jumlah
cat potonga jumlah
sampel produks kayu
tidak n tidak cacat
i gompel
rata rapi
1 33 1 0 2 3
2 34 2 2 2 6
3 33 4 4 2 10
4 44 2 5 3 10
5 35 3 2 2 7
6 34 1 0 0 1
7 36 1 1 2 4
8 36 1 2 3 6
9 31 2 1 2 5
10 33 3 2 0 5
11 35 2 1 2 5
12 34 3 1 1 5

45
13 32 1 3 2 6
14 31 1 1 3 5
15 30 1 2 2 5
16 29 2 1 1 4
17 34 1 2 1 4
18 35 3 3 1 7
19 30 1 2 1 4
20 41 2 2 1 5
21 30 3 2 0 5
22 34 3 1 0 4
23 33 2 3 2 7
24 34 2 1 2 5
25 35 5 1 2 8
26 31 1 1 1 3
27 24 1 1 1 3
28 35 1 3 1 5
29 31 3 2 1 6
30 33 2 1 1 4
jumlah 1000 60 53 44 135
rata 33.3333 1.76666 1.46666 5.23333
2
rata 3 7 7 3

C. Komponen Badan Tank

Tabel 4.8 Sampel Jenis Cacat Komponen Badan Tank

jenis cacat
jumlah
potonga jumlah
sampel produks cat tidak kayu
n tidak cacat
i rata gompel
rapi
1 32 1 0 2 3
2 35 2 2 2 6
3 34 4 0 2 6
4 39 2 0 3 5
5 36 3 2 2 7
6 34 1 3 0 4
7 32 1 1 2 4
8 36 1 0 3 4
9 40 2 1 2 5
10 33 3 2 0 5
11 35 2 1 2 5
12 34 0 1 1 2
13 32 1 3 2 6
14 31 1 1 3 5

46
15 30 1 2 2 5
16 29 2 1 1 4
17 34 1 2 1 4
18 35 3 0 1 4
19 30 1 2 1 4
20 41 2 2 1 5
21 30 3 2 0 5
22 34 3 1 0 4
23 33 2 0 2 4
24 34 2 1 2 5
25 34 5 1 0 6
26 31 1 1 1 3
27 24 1 1 1 3
28 35 1 3 1 5
29 30 1 2 1 4
30 33 2 1 1 4
jumlah 1000 55 39 42 136
rata- 33.3333 1.83333 4.53333
1.3 1.4
rata 3 3 3

D. Komponen Mesin

Tabel 4.9 Sampel Jenis Cacat Komponen Mesin

jenis cacat
jumlah
cat potonga jumlah
sampel produks kayu
tidak n tidak cacat
i gompel
rata rapi
1 30 1 0 2 3
2 40 2 2 2 6
3 44 4 0 2 6
4 35 2 0 3 5
5 36 2 2 2 6
6 37 1 2 0 3
7 32 1 1 2 4
8 36 1 0 3 4
9 32 2 1 2 5
10 31 1 2 1 4
11 35 2 1 2 5
12 34 0 1 1 2
13 32 1 3 2 6
14 31 1 1 3 5
15 30 1 2 2 5
16 29 2 1 1 4

47
17 34 1 2 1 4
18 35 2 0 1 3
19 30 1 2 1 4
20 37 2 2 1 5
21 32 3 2 0 5
22 34 3 1 0 4
23 33 2 0 2 4
24 34 2 1 2 5
25 34 3 1 0 4
26 31 1 1 1 3
27 24 1 1 1 3
28 35 3 2 1 6
29 30 1 4 1 6
30 33 2 2 1 5
jumlah 1000 51 40 43 134
rata- 33.4482 1.33333 1.43333 4.46666
1.7
rata 8 3 3 7

4.2 Pengolahan Data

4.2.1 Menentukan waktu baku eksisting dengan jam henti

Tabel 4.10 Data Waktu Siklus Eksisting Perakitan

Data
No Waktu xi² X xi - x (xi-x)²   Σ
(xi)
1 62 3844 60 2 4 1.56347
2 60 3600 60 0 0 1.56347
3 62 3844 60 2 4 1.56347
4 59 3481 60 -1 1 1.56347
5 62 3844 60 2 4 1.56347
6 58 3364 60 -2 4 1.56347
7 60 3600 60 0 0 1.56347
8 59 3481 60 -1 1 1.56347
9 60 3600 60 0 0 1.56347
10 58 3364 60 -2 4 1.56347
Jumlah 600 36022 600 0 22  

Contoh Perhitungan

48
Σ xi 600
x́= = =60
N 10

∑ ( xi− x )2 =¿
σ=
√ N −1 √ 22
10−1
=1,56 ¿

4.2.1.1 Uji Kecukupan Data Eksisting

Berikut ini uji kenormalan dari waktu siklus eksisting

Diketahui :

K = Tingkat kepercayaan 95%, maka k = 1,96... ≈ 2


S = Derajat ketelitian 5% atau 0,05
N = Jumlah data operator = 10
∑X = 62 + 60 + 62 + 59 + 62 + 58 + 60 + 59 + 60 + 58 = 600
(∑X)2 = (600)2 = 360000
∑X2 = (62)2 + (60)2 + (59)2 + .... + (58)2 = 36022

N ' =¿ ¿
2
2

[ ][
2
√ 10 ( 36022 ) −( 360000 ) 40 √ 360220−360000
¿
0,05
600
¿
600 ]
2
2 √55
¿[ ] 15
5× 11
¿
45
¿ 0,97
Apabila N’<N maka data dinyatakan cukup dan sebaliknya.
Jadi, 0,97 < 10 maka data dinyatakan cukup

4.2.1.2 Uji Keseragaman Eksisting


Berikut ini uji keseragaman dari waktu siklus eksisting :
Mean ( Rata – rata )
∑ X 600
X́ = = = 60
N 10

Standar Deviasi
σ =¿
¿¿

49
20
¿
√9
¿ 1,4 ≈ 2

BKA = X́ + K σ
= 60 +¿ 2 (1,4)
= 62,8 ≈ 63

BKB = X́ −K σ
= 60 −¿ 2 (1,4)
= 57,2 ≈ 57
64

63

62

61

60
waktu praktikum
59
BKA
58 BKB

57

56

55

54
1 2 3 4 5 6 7 8 9 10

Gambar 4.3 Peta Kontrol Waktu Praktikum Eksisting

4.2.1.3 Uji Kenormalan Eksisting

a. Hipotesa

H0 = Data observasi waktu siklus perakitan mainan tank kayu


berdistribusi normal

H1 = Data observasi waktu siklus perakitan mainan tank kayu tidak


bersistribusi normal

Xmax = 58 Xmin = 62

Range= Xmax – Xmin

= 62 – 58 = 4

50
K = 1 + 3,3log 10

= 4,3 ≈ 5

I =R/K

= 4 / 4,3

= 0,93 ≈ 1

Tabel 4.11 Uji Kenormalan Waktu Siklus Eksisting

batas
Data F Ntk fi xi xi² fi xi²
kelas
58-59 4 57.5-59.5 58.5 234 3422.25 13689
60-61 3 59.5-61.5 60.5 181.5 3660.25 10980.75
62-63 3 61.5-63.5 62.5 187.5 3906.25 11718.75
64-65 0 63.5-65.5 64.5 0 4160.25 0
66-67 0 65.5-67.5 66.5 0 4422.25 0
Total 10   312.5 603 19571.25 36388.5

 Χ=
∑ fi xi = 603 =60,3
∑ fi 10
2
 Standar Devasi = ∑

fi x i 2 ∑ fi xi

10
36388,5 603
( 10
2
)
=
√ 10

10
= √ 3638,85−3636,09
( )
= 1.66

Tabel 4.12 Uji Kenormalan Eksisting Xhitung

Xbatas kelas Oi Z Pi   Ei (Oi - Ei)²


batas Oi Z Pi Ei (Oi - Ei)²
kelas
57.5-59.5 4 (-1.68)-(- 0.0465-0.3156 -0.2691 -2.691 44.769481
57.5-59.5 4 (-1.68)-(-0.48) 0.48)
0.0465-0.3156 -0.2691 -2.691 44.769481 -16.6367451
59.5-61.5
59.5-61.5 33 (-0.48)-(0.72) (-0.48)-(0.72)
0.3156-0.7642 0.3156-0.7642
-0.4486 -4.486-0.4486
56.040196 -12.4922416
-4.486 56.040196
61.5-63.5
61.5-63.5 33 (0.72)-(1.92) (0.72)-(1.92)
0.7642-0.9726 0.7642-0.9726
-0.2084 -2.084-0.2084
25.847056
-2.084-12.402618
25.847056
63.5-65.5 0 (1.92)-(3.13) 0.9726-0.9991 -0.0265 -0.265 0.070225 -0.265
65.5-67.5 0 (3.13)-(4.33) 0.9991-0.9999 -0.0008 -0.008 6.4E-05 -0.008
∑ 10 51 -0.9534 -41.8046048
63.5-65.5 0 (1.92)-(3.13) 0.9726-0.9991 -0.0265 -0.265 0.070225
65.5-67.5 0 (3.13)-(4.33) 0.9991-0.9999 -0.0008 -0.008 6.4E-05
 ∑ 10     -0.9534    

Xbatas Oi Z Pi   Ei (Oi -
kelas Ei)²  
57.5- 4 (-1.68)-(-0.48) 0.454-0.184= 0.27 2.7 1.69 0.625926
59.5
59.5- 3 (-0.48)-(0.72) 0.184-0.264= -0.08 -0.8 14.44 -18.05
61.5
61.5- 3 (0.72)-(1.92) 0.264-0.473= -0.209 -2.09 25.9081 -12.3962
63.5
63.5- 0 (1.92)-(3.13) 0.473-0.999= -0.526 -5.26 27.6676 -5.26
65.5
65.5- 0 (3.13)-(4.33) 0.9991-0.9999= -0.0008 -0.008 6.4E-05 -0.008
67.5
 ∑ 10     -0.5458     -35.0883

batas kelas−X 57,5−60,3


 Z= = =¿ -1,68
SD 1,66
batas kelas−X 59,5−60,3
 Z= = =¿ -0,48
SD 1,66
batas kelas−X 61,5−60,3
 Z= = =¿ 0,72
SD 1,66
batas kelas−X 63,5−60,3
 Z= = =¿ 1,92
SD 1,66
batas kelas−X 65,5−60,3
 Z= = =¿3,13
SD 1,66
batas kelas−X 67,5−60,3
 Z= = =¿ 4,33
SD 1,66
 Pi = dengan mencocokkan data batas kelas dengan table distribusi Z
 Ei = hasil Pi × n(jumlah data)
Ei = 0,27 × 10
Ei = 2,7
2
 Jadi nilai chi kuadrat adalah X hitung=¿-41.80

Menentukan taraf nyata (α)

 Derajat kebebasan (dk)


dk = banyak kelas – 3

=5–3=2

52
 α =0,05
X 2tabel =X 2(1−0,05) (2 )
X 2tabel =X 2(0,95) (2 )
 Lihat pada table Chi-kuarat menunjukkan
2 2
X tabel =X (0,95) (2 )=5,99
 Menentukan kriteria pengujian

X 2hitung = -41.80
X 2tabel = 5,99
-41.80 < 5,99

Karena X 2hitung < X 2tabel , Maka Ho diterima.

4.2.1.4 Perhitungan waktu baku dengan jam henti

Berikut ini perhitungan waktu baku dari waktu siklus eksisting

a. Waktu siklus rata-rata (WS) =


∑ xi = 600 =60
N 10

b. Waktu normal (WN) = WS × (1+p)

Diketahui

WS = 60 detik

Faktor penyesuaian = 0,14

WN = WS x (1 + 0,14)

= 60 × (1,14) = 68,4 detik

c. Waktu baku (WB) = WN × (1+Allowance)

Diketahui

WN = 68,4 detik

53
Faktor kelonggaran (Allowance): 0,32

WB = 62,01 x (1 + 0,32)

= 68,4 x 1,32

= 90,2 detik

4.2.2 Peta Tangan Tangan Kiri Perbaikan

Tabel 4.13 Peta Tangan Tangan Kiri Perbaikan

jarak waktu waktu jarak


tangan kiri Lambang tangan kanan
(cm) (detik) (detik) (cm)
menjangkau
menjangkau
40 RE RE 50 komponen roda
komponen ass 1
1
memegang
memegang
  1 G G 1   komponen roda
komponen ass 1
1
membawa
membawa
40 M M 50 komponen roda
komponen ass 1
1
menjangkau
Menganggur   D RE 50 komponen roda
2
memegang
Menganggur   1 D G 1   komponen roda
2
membawa
Menganggur   D M 50 komponen roda
2
merakit roda merakit roda
tank I ( ass 1 +   2 A A 2   tank I ( ass 1 +
roda 1 + roda 2) roda 1 + roda 2)
menjangkau
menjangkau
39 RE RE 51 komponen roda
komponen ass 2
3
memegang
memegang
  2 G G 2   komponen roda
komponen ass 2
3
membawa
membawa
39 M M 51 komponen roda
komponen ass 2
3
menjangkau
Menganggur   1 D RE 1 52
komponen roda

54
4
memegang
Menganggur     D G     komponen roda
4
membawa
Menganggur     D M   52 komponen roda
4
merakit roda merakit roda
tank II ( ass 2 +   2 A A 2   tank II ( ass 2 +
roda 3 + roda 4) roda 3 + roda 4)
menjangkau
menjangkau
38 RE RE 53 komponen roda
komponen ass 3
5
memegang
memegang
  2 G G 2   komponen roda
komponen ass 3
5
membawa
membawa
38 M M 53 komponen roda
komponen ass 3
5
menjangkau
Menganggur   D RE 54 komponen roda
6
memegang
Menganggur   1 D G 1   komponen roda
6
membawa
Menganggur   D M 54 komponen roda
6
merakit roda merakit roda
tank III ( ass 3 +   2 A A 2   tank III ( ass 3 +
roda 5 + roda 6) roda 5 + roda 6)
menjangkau
menjangkau
37 RE RE 55 komponen roda
komponen ass 4
7
memegang
memegang
  2 G G 2   komponen roda
komponen ass 4
7
membawa
membawa
37 M M 55 komponen roda
komponen ass 4
7
menjangkau
Menganggur   D RE 52 komponen roda
8
1 1 memegang
Menganggur   D G   komponen roda
8
Menganggur   D M 52 membawa

55
komponen roda
8
merakit roda merakit roda
tank IV ( ass 4 +   2 A A 2   tank IV ( ass 4 +
roda 7 + roda 8) roda 7+ roda 8)
menjangkau
Menganggur   D RE 52 komponen
cassis
memegang
Menganggur   1 D G 1   komponen
cassis
membawa
Menganggur   D M 52 komponen
cassis
merakit merakit
perakitan I (roda perakitan I (roda
  8 A A 8  
tank I + II + III tank I + II + III
+ IV + cassis) + IV + cassis)
menjangkau menjangkau
komponen 39 RE RE 49 komponen
tangki minyak badan tank
memegang memegang
komponen   2 G G 2   komponen
tangki minyak badan tank
membawa membawa
komponen 39 M M 49 komponen
tangki minyak badan tank
merakit merakit
perakitan II perakitan II
(perakitan I +   4 A A 4   (perakitan I +
Badan tank + Badan tank +
tangki minyak) tangki minyak)
menjangkau menjangkau
komponen 53 RE RE 37 komponen
kepala tank mesin
memegang memegang
komponen   2 G G 2   komponen
kepala tank mesin
membawa membawa
komponen 53 M M 37 komponen
kepala tank mesin
merakit III merakit III
( perakitan II + ( perakitan II +
  4 A A 4  
kepala tank + kepala tank +
mesin) mesin)

56
menjangkau
komponen laras 46 RE D   Menganggur
tank
memegang
komponen laras   2 G D 2   Menganggur
tank
membawa
komponen laras 46 M D   Menganggur
tank
merakit merakit
perakitan IV perakitan IV
  3 A A 3  
( perakitan III + ( perakitan III +
laras tank) laras tank)
Total   45     45    

Ringkasan
Waktu Tiap Siklus: 45
Waktu untuk membuat 1 mainan kayu tank: 45 detik = 0,75 menit
Jumlah produk tiap siklus : 1 buah

4.2.3 Layout Meja Perakitan Perbaikan

Gambar 4.4 Layout Meja Perakitan Perbaikan

57
4.2.4 Menentukan Waktu Baku Perbaikan dengan Jam Henti

Tabel 4.14 Data Waktu Siklus Perakitan Perbaikan

No data waktu (xi) xi² X xi – x xi - x²  𝜎

1 47 2209 45.8 1.2 1.44 1.39841

2 45 2025 45.8 -0.8 0.64 1.39841

3 46 2116 45.8 0.2 0.04 1.39841

4 44 1936 45.8 -1.8 3.24 1.39841

5 47 2209 45.8 1.2 1.44 1.39841

6 45 2025 45.8 -0.8 0.64 1.39841

7 47 2209 45.8 1.2 1.44 1.39841

8 48 2304 45.8 2.2 4.84 1.39841

9 45 2025 45.8 -0.8 0.64 1.39841

10 44 1936 45.8 -1.8 3.24 1.39841

Jumlah 458 20994 458 0 17.6  

Contoh Perhitungan

Σ xi 458
x́= = =45,8
N 10

∑ ( xi− x )2 =¿
σ=
√ N −1 √ 17,6
10−1
=¿ ¿ 1.39841

4.2.4.1 Uji Kecukupan Data Perbaikan

Berikut ini uji kecukupan data waktu siklus perbaikan

Diketahui :

K = Tingkat kepercayaan 95%, maka k = 1,96... ≈ 2


S = Derajat ketelitian 5% atau 0,05

58
N = Jumlah data operator = 10
∑X = 47+45+46+44+47+45+47+48+45+44= 458
(∑X)2 = (458)2 = 209764
∑X2 = (47)2 + (45)2 + (46)2 + .... + (44)2 = 20994

N ' =¿ ¿
2
2

[ ][
2
√ 10 ( 20994 )−( 209764 ) 40 √ 209940−209764
¿
0,05
458
¿
458 ]
2
80 √11
¿[ 229 ]
6400× 11
¿
52441
¿ 1,34246
Apabila N’<N maka data dinyatakan cukup dan sebaliknya.
Jadi, 1,3 < 10 maka data dinyatakan cukup

4.2.4.2 Uji Keseragaman Data Perbaikan


Mencari uji keseragaman data perbaikan:
Mean ( Rata – rata )
∑X 458
X́ = =
N 10 = 45,8

Standar Deviasi
σ =¿
¿¿
440
¿
√ 225
¿ 1,39 ≈ 2

BKA = X́ + K σ
= 45,8 +¿ 2 (1,39)
= 48,58 ≈ 49

BKB = X́ −K σ
= 45,8 −¿ 2 (1,39)
= 43,02 ≈ 43

59
50

49

48

47

46
waktu praktikum
45
BKA
44 BKB

43

42

41

40
1 2 3 4 5 6 7 8 9 10

Gambar 4.5 Peta Kontrol Waktu Praktikum

4.2.4.3 Uji Kenormalan Data Perbaikan

a. Hipotesa

H0 = Data observasi waktu siklus perakitan mainan tank kayu


berdistribusi normal

H1 = Data observasi waktu siklus perakitan mainan tank kayu tidak


bersistribusi normal

Xmax = 48 Xmin = 44

Range= Xmax – Xmin

= 48 – 44 = 4

K = 1 + 3,3log 10

= 4,3 ≈ 5

I =R/K

= 4 / 4,3

= 0,93 ≈ 1

60
Tabel 4.15 Uji Kenormalan Waktu Siklus Eksisting

Data F batas kelas Ntk fi xi xi² fi xi²


44-45 5 43.5 – 45.5 44.5 222.5 1980.25 9901.25
46-47 4 45.5-47.5 46.5 186 2162.25 8649
48-49 1 47.5-49.5 48.5 48.5 2352.25 2352.25
50-51 0 50.5-51.5 50.5 0 2550.25 0
52-53 0 51.5-53.5 52.5 0 2756.25 0
Total 10   242.5 457 11801.25 20902.5

∑ fi xi = 457 =45,7
 Χ=
∑ fi 10
2

 Standar Devasi

20902.5 457 2
=
√ ∑ fi x i2 − ∑ fi xi
10 ( 10 )
¿
√ 10
− ( )
10

= 1,32

Tabel 4.16 Uji Kenormalan Xhitung

batas kelas Oi Z Pi   Ei (Oi - Ei)²  Xhitung


43.5 – 45.5 5 (-1.66)-(-0.15) 0,0485-0,4404 -0.3919 -3.919 79.548561 -20.2981784
45.5-47.5 4 (-0.15)-(1.36) 0,4404-0,9131 -0.4727 -4.727 76.160529 -16.1118107
47.5-49.5 1 (1.36)-(2.87) 0,9131-0,9979 -0.0848 -0.848 3.415104 -4.02724528
49.5-51.5 0 (2.82)-(4.39) 0,9979-0,9999 -0.002 -0.02 0.0004 -0.02
51.5-53.5 0 (4.39)-(5.90) 0,9999-0,9999 0 0 0 0
∑ 10     -0.9514 -9.514 159.124594 -40.4572343
Xbatas Oi Z Pi   Ei (Oi -
kelas Ei)²  
57.5- 4 (-1.68)-(-0.48) 0.454-0.184= 0.27 2.7 1.69 0.625926
59.5
59.5- 3 (-0.48)-(0.72) 0.184-0.264= -0.08 -0.8 14.44 -18.05
61.5
61.5- 3 (0.72)-(1.92) 0.264-0.473= -0.209 -2.09 25.9081 -12.3962
63.5
63.5- 0 (1.92)-(3.13) 0.473-0.999= -0.526 -5.26 27.6676 -5.26
65.5
65.5- 0 (3.13)-(4.33) 0.9991-0.9999= -0.0008 -0.008 6.4E-05 -0.008
67.5

61
 ∑ 10     -0.5458     -35.0883

batas kelas−X 43,5−45,7


 Z= = =−1.66
SD 1,32
batas kelas−X 45,5−45,7
 Z= = =−0.15
SD 1,32
batas kelas−X 47,5−45,7
 Z= = =1.36
SD 1,32
batas kelas−X 49,5−45,7
 Z= = =2.87
SD 1,32
batas kelas−X 51,5−45,7
 Z= = =4.39
SD 1,32
batas kelas−X 53,5−45,7
 Z= = =5.90
SD 1,32

 Pi = dengan mencocokkan data batas kelas dengan table distribusi Z


 Ei = hasil Pi × n(jumlah data)
Ei = -0,3919 × 10
Ei = -3,919
2
 Jadi nilai chi kuadrat adalah X hitung =−40.45

Menentukan taraf nyata (α)

 Derajat kebebasan (dk)


dk = banyak kelas – 3

=5–3=2

 α =0,05
X 2tabel =X 2(1−0,05) (2 )
X 2tabel =X 2(0,95) (2 )
 Lihat pada table Chi-kuarat menunjukkan
2 2
X tabel =X (0,95) (2 )=5,99
 Menentukan kriteria pengujian

X 2hitung = -40.45
X 2tabel = 5,99
-40.45 < 5,99

62
Karena X 2hitung < X 2tabel , Maka Ho diterima.

4.2.4.4 Perhitungan waktu baku perbaikan dengan jam henti

a. Waktu siklus rata-rata (WS) =


∑ xi = 45,8 =45,8
N 10

b. Waktu normal (WN) = WS × (1+p)

Diketahui

WS = 45,8 detik

Faktor penyesuaian = 0,14

WN = WS x (1 + 0,14)

= 45,8 × (1,14)

= 52,212 detik

c. Waktu baku (WB) = WN × (1+Allowance)

Diketahui

WN = 52,212 detik

Faktor kelonggaran (Allowance): 0,32

WB = 52,21 x (1 + 0,32)

= 52,21 x 1,32

= 68,92 detik

63
4.2.5 Sampel Produk dan 3 Jenis Cacat

4.2.5.1 Diagram Histogram

Diagram histogram merupakan tampilan grafis dari data yang

dikumpulkan, dimana setiap tampilan batang menunjukkan proporsi frekuensi

pada masing-masing kategori secara berdampingan. Berdasarkan data yang

didapan berikut diagram histogramnya :

a. Diagram Komponen Ass

47

46

45

44 cat tidak rata


kayu gompel
43 potongan tidak rapi

42

41

40

39
Jenis Cacat Produksi Komponen Ass

Gambar 4.6 Histogram Komponen Ass

b. Diagram Komponen Roda

64
60

50

40
cat tidak rata
kayu gompel
30 potongan tidak rapi

20

10

0
Jenis Cacat Produksi Komponen Roda

Gambar 4.7 Histogram Komponen Roda

c. Diagram Komponen Badan Tank

60 Gambar 4.8
50
Histogram
40
cat tidak rata

30
kayu gompel Komponen
potongan tidak rapi

20 Badan Tank
10

0
Jenis Cacat Produksi Komponen Badan Tank
d. Diagram
Komponen Mesin

60

50

40
cat tidak rata
kayu gompel
30 potongan tidak rapi

20

10

0
Jenis Cacat Produksi Komponen Mesin

Gambar 4.6
Histogram Komponen Mesin

4.2.5.2 Peta Kendali (control chart)

65
Setelah membuat diagram histogram, langkah selanjutnya adalah membuat
peta kendali dengan Proportion defective control chart (P-Chart) dan C-Chart.

A. P-Chart
 Komponen Ass

Adapun langkah-langkahnya, yaitu :

1. Menghitung persentase kerusakan.


Tabel 4.17 Presentase Produk Cacat Komponen Ass

jenis cacat
presentas
jumlah potonga jumlah proporsi
sampel cat tidak kayu e produk
produksi n tidak cacat cacat
rata gompel cacat
rapi
8.571428 0.08571
1 35 1 0 2 3
6 4
12.90322 0.12903
2 31 0 2 2 4
6 2
3 40 2 4 2 8 20 0.2
24.24242 0.24242
4 33 3 5 0 8
4 4
11.76470 0.11764
5 34 1 2 1 4
6 7
6 30 0 0 3 3 10 0.1
11.11111 0.11111
7 36 1 1 2 4
1 1
6.896551 0.06896
8 29 2 0 0 2
7 6
9 30 4 0 2 6 20 0.2
10.81081 0.10810
10 37 4 0 0 4
1 8
20.58823 0.20588
11 34 2 3 2 7
5 2
8.571428 0.08571
12 35 1 1 1 3
6 4
10.52631 0.10526
13 38 0 2 2 4
6 3
14 32 2 2 3 7 21.875 0.21875
9.677419 0.09677
15 31 0 1 2 3
4 4
10.71428 0.10714
16 28 0 2 1 3
6 3

66
8.823529 0.08823
17 34 2 0 1 3
4 5
11.42857 0.11428
18 35 1 2 1 4
1 6
19 30 2 3 1 6 20 0.2
20 40 0 2 1 3 7.5 0.075
21 30 2 1 0 3 10 0.1
22 33 0 0 0 0 0 0
23 32 2 0 2 4 12.5 0.125
14.70588 0.14705
24 34 0 3 2 5
2 9
11.42857 0.11428
25 35 1 1 2 4
1 6
19.35483 0.19354
26 31 1 2 3 6
9 8
11.76470 0.11764
27 34 2 0 2 4
6 7
25.71428 0.25714
28 35 3 2 4 9
6 3
19.35483 0.19354
29 31 2 2 2 6
9 8
15.15151 0.15151
30 33 1 3 1 5
5 5
405.9796 4.05979
jumlah 1000 42 46 47 135
8 7
rata 33.3333333 1.53333 1.56666 26.19223 0.26192
1.4 4.5
rata 3 3 7 8 2

2. Setelah persentase cacat dihitung, maka langkah selanjutnya


yaitu menghitung garis pusat (centre line).

D Jumlah produk cacat


P= =
n Jumlah seluruh produksi

135
P= = 0,135
1000

3. Menghitung Batas kendali atas (UCL) dan batas kendali bawah


(LCL).

p (1− p)
p±3 (√ n )
 Batas kendali atas (UCL) n = banyak sampel

67
p ( 1− p )
UCL = p+3 (√ n )
0,135 (1−0,135 )
UCL = 0,135+3 (√ 30 )
1557
UCL = 0,135+3 (√ 400000 )
UCL = 0,32217
 Batas kendali bawah (LCL)

p ( 1− p )
LCL = p-3 (√ n )
0,135 (1−0,135 )
LCL = 0,135-3 (√ 30 )
1557
LCL = 0,135-3 (√ 400000 )
LCL = -0,0521697

4. Grafik kendali P-chart

68
0.35

0.3

0.25

0.2

UCL
0.15
LCL
P
0.1
X

0.05

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
-0.05

-0.1

Gambar 4.7 Grafik kendali P-chart Komponen Ass


Dari grafik keseragaman data diatas untuk komponen ass,
diketahui bahwa seluruh data sampel produk didalam batas
kendali atas dan batas kendali bawah, maka data sampel produk
dinyatakan data seragam.
 Komponen Roda

Adapun langkah-langkahnya, yaitu :

1. Menghitung persentase kerusakan.


Tabel 4.18 Presentase Produk Cacat Komponen Roda

jenis cacat
presentase
sampe jumlah cat potonga jumlah proporsi
kayu produk
l produksi tidak n tidak cacat cacat
gompel cacat
rata rapi
1 33 1 0 2 3 9.090909 0.090909
2 34 2 2 2 6 17.64706 0.176471
3 33 4 4 2 10 30.30303 0.30303
4 44 2 5 3 10 22.72727 0.227273
5 35 3 2 2 7 20 0.2
6 34 1 0 0 1 2.941176 0.029412
7 36 1 1 2 4 11.11111 0.111111
8 36 1 2 3 6 16.66667 0.166667
9 31 2 1 2 5 16.12903 0.16129
10 33 3 2 0 5 15.15152 0.151515
11 35 2 1 2 5 14.28571 0.142857

69
12 34 3 1 1 5 14.70588 0.147059
13 32 1 3 2 6 18.75 0.1875
14 31 1 1 3 5 16.12903 0.16129
15 30 1 2 2 5 16.66667 0.166667
16 29 2 1 1 4 13.7931 0.137931
17 34 1 2 1 4 11.76471 0.117647
18 35 3 3 1 7 20 0.2
19 30 1 2 1 4 13.33333 0.133333
20 41 2 2 1 5 12.19512 0.121951
21 30 3 2 0 5 16.66667 0.166667
22 34 3 1 0 4 11.76471 0.117647
23 33 2 3 2 7 21.21212 0.212121
24 34 2 1 2 5 14.70588 0.147059
25 35 5 1 2 8 22.85714 0.228571
26 31 1 1 1 3 9.677419 0.096774
27 24 1 1 1 3 12.5 0.125
28 35 1 3 1 5 14.28571 0.142857
29 31 3 2 1 6 19.35484 0.193548
30 33 2 1 1 4 12.12121 0.121212
jumlah 1000 60 53 44 135 468.537 4.68537
rata 33.3333 1.76666 5.23333
2 1.466667 15.6179 0.156179
rata 3 7 3

2. Setelah persentase cacat dihitung, maka langkah selanjutnya yaitu


menghitung garis pusat (centre line).

D Jumlah produk cacat


P= =
n Jumlah seluruh produksi

157
P= = 0,157
1000

3. Menghitung Batas kendali atas (UCL) dan batas kendali bawah


(LCL).

p (1− p)
p±3 (√ n )
 Batas kendali atas (UCL) n = banyak sampel

p ( 1− p )
UCL = p+3 (√ n )

70
0,157 ( 1−0,157 )
UCL = 0,157+3 (√ 30 )
44117
UCL = 0,157+3 (√ 10000000 )
UCL = 0,356262
 Batas kendali bawah (LCL)

p ( 1− p )
LCL = p-3 (√ n )
0,157 ( 1−0,157 )
LCL = 0,157-3 (√ 30 )
44117
LCL = 0,157-3 (√ 10000000 )
LCL = -0,0422619
4. Grafik kendali P-chart
0.4

0.35

0.3

0.25

0.2 UCL
LCL
0.15
P
0.1 X

0.05

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
-0.05

-0.1

Gambar 4.8 Grafik kendali P-chart Komponen Roda


Dari grafik keseragaman data diatas untuk komponen roda,
diketahui bahwa seluruh data sampel produk didalam batas
kendali atas dan batas kendali bawah, maka data sampel produk
dinyatakan data seragam.

71
 Komponen Badan Tank

Adapun langkah-langkahnya, yaitu :

1. Menghitung persentase kerusakan.


Tabel 4.19 Presentase Produk Cacat Komponen Badan Tank

jenis cacat
presentase
jumlah jumlah proporsi
sampel cat tidak kayu potongan produk
produksi cacat cacat
rata gompel tidak rapi cacat

1 32 1 0 2 3 9.375 0.09375
2 35 2 2 2 6 17.142857 0.171429
3 34 4 0 2 6 17.647059 0.176471
4 39 2 0 3 5 12.820513 0.128205
5 36 3 2 2 7 19.444444 0.194444
6 34 1 3 0 4 11.764706 0.117647
7 32 1 1 2 4 12.5 0.125
8 36 1 0 3 4 11.111111 0.111111
9 40 2 1 2 5 12.5 0.125
10 33 3 2 0 5 15.151515 0.151515
11 35 2 1 2 5 14.285714 0.142857
12 34 0 1 1 2 5.8823529 0.058824
13 32 1 3 2 6 18.75 0.1875
14 31 1 1 3 5 16.129032 0.16129
15 30 1 2 2 5 16.666667 0.166667
16 29 2 1 1 4 13.793103 0.137931
17 34 1 2 1 4 11.764706 0.117647
18 35 3 0 1 4 11.428571 0.114286
19 30 1 2 1 4 13.333333 0.133333
20 41 2 2 1 5 12.195122 0.121951
21 30 3 2 0 5 16.666667 0.166667
22 34 3 1 0 4 11.764706 0.117647
23 33 2 0 2 4 12.121212 0.121212
24 34 2 1 2 5 14.705882 0.147059
25 34 5 1 0 6 17.647059 0.176471
26 31 1 1 1 3 9.6774194 0.096774
27 24 1 1 1 3 12.5 0.125
28 35 1 3 1 5 14.285714 0.142857
29 30 1 2 1 4 13.333333 0.133333
30 33 2 1 1 4 12.121212 0.121212
jumlah 1000 55 39 42 136 408.50901 4.08509
rata
33.33333 1.833333 1.3 1.4 4.5333 13.616967 0.13617
rata

72
2. Setelah persentase cacat dihitung, maka langkah selanjutnya yaitu
menghitung garis pusat (centre line).

D Jumlah produk cacat


P= =
n Jumlah seluruh produksi

136
P= = 0,136
1000

3. Menghitung Batas kendali atas (UCL) dan batas kendali bawah


(LCL).

p (1− p)
p±3 (√ n )
 Batas kendali atas (UCL) n = banyak sampel

p ( 1− p )
UCL = p+3 (√ n )
0,136 ( 1−0,136 )
UCL = 0,136+3 (√ 30 )
306
UCL = 0,136+3 (√ )
78125
UCL = 0,323753
 Batas kendali bawah (LCL)

p ( 1− p )
LCL = p-3 (√ n )
0,136 ( 1−0,136 )
LCL = 0,136-3 (√ 30 )
306
LCL = 0,136-3 (√ )
78125
= -0,0521697

4. Grafik kendali P-chart

73
0.35

0.3

0.25

0.2

UCL
0.15
LCL
P
0.1
X

0.05

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
-0.05

-0.1

Gambar 4.9 Grafik kendali P-chart Komponen Badan Tank


Dari grafik keseragaman data diatas untuk komponen badan
tank, diketahui bahwa seluruh data sampel produk didalam
batas kendali atas dan batas kendali bawah, maka data sampel
produk dinyatakan data seragam.

 Komponen Mesin

Adapun langkah-langkahnya, yaitu :

1. Menghitung persentase kerusakan.


Tabel 4.20 Presentase Produk Cacat Komponen Mesin

jenis cacat
jumla presentas
jumlah cat potonga proporsi
sampel kayu h e produk
produksi tidak n tidak cacat
gompel cacat cacat
rata rapi
1 30 1 0 2 3 10 0.1
2 40 2 2 2 6 15 0.15
3 44 4 0 2 6 13.63636 0.136364
4 35 2 0 3 5 14.28571 0.142857
5 36 2 2 2 6 16.66667 0.166667
6 37 1 2 0 3 8.108108 0.081081
7 32 1 1 2 4 12.5 0.125
8 36 1 0 3 4 11.11111 0.111111
9 32 2 1 2 5 15.625 0.15625
10 31 1 2 1 4 12.90323 0.129032
11 35 2 1 2 5 14.28571 0.142857
12 34 0 1 1 2 5.882353 0.058824

74
13 32 1 3 2 6 18.75 0.1875
14 31 1 1 3 5 16.12903 0.16129
15 30 1 2 2 5 16.66667 0.166667
16 29 2 1 1 4 13.7931 0.137931
17 34 1 2 1 4 11.76471 0.117647
18 35 2 0 1 3 8.571429 0.085714
19 30 1 2 1 4 13.33333 0.133333
20 37 2 2 1 5 13.51351 0.135135
21 32 3 2 0 5 15.625 0.15625
22 34 3 1 0 4 11.76471 0.117647
23 33 2 0 2 4 12.12121 0.121212
24 34 2 1 2 5 14.70588 0.147059
25 34 3 1 0 4 11.76471 0.117647
26 31 1 1 1 3 9.677419 0.096774
27 24 1 1 1 3 12.5 0.125
28 35 3 2 1 6 17.14286 0.171429
29 30 1 4 1 6 20 0.2
30 33 2 2 1 5 15.15152 0.151515
jumlah 1000 51 40 43 134 402.9793 4.029793
rata 33.4482 1.33333 4.466
1.7 1.433333 13.43264 0.134326
rata 8 3 7

2. Setelah persentase cacat dihitung, maka langkah selanjutnya


yaitu menghitung garis pusat (centre line).

D Jumlah produk cacat


P= =
n Jumlah seluruh produksi

134
P= = 0,134
1000

3. Menghitung Batas kendali atas (UCL) dan batas kendali bawah


(LCL).

p (1− p)
p±3 (√ n )

 Batas kendali atas (UCL) n = banyak sampel

p ( 1− p )
UCL = p+3 (√ n )
75
0,134 ( 1−0,134 )
UCL = 0,134+3 (√ 30 )
29011
UCL = 0,134+3 (√ 7500000 )
UCL = 0,32051753
 Batas kendali bawah (LCL)

p ( 1− p )
LCL = p-3 (√ n )
0,134 ( 1−0,134 )
LCL = 0,134-3 (√ 30 )
29011
LCL = 0,134-3 (√ 7500000 )
LCL = -0,052583

4. Grafik kendali P-chart


0.35

0.3

0.25

0.2

UCL
0.15
LCL
P
0.1
X

0.05

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
-0.05

-0.1

Gambar 4.10 Grafik Kendali P-chart Komponen Mesin


Dari grafik keseragaman data diatas untuk komponen
mesin, diketahui bahwa seluruh data sampel produk didalam
batas kendali atas dan batas kendali bawah, maka data sampel
produk dinyatakan data seragam.

B. C-Chart
1. Komponen Ass

76
 Hitunglah jumlah cacat setiap grup

c=
∑ c = 135 =0,135
k 1000
 Hitung nilai rata-rata jumlah cacat dan batas kendali
UCL = c + 3 √ c=0,135+3 √0,135=1,237
LCL = c - 3 √ c=0,135−3 √ 0,135=−0,967
 Grafik kendali C-chart
1.5

0.5
ucl
lcl
0
c
1 3 5 7 9 11 13 1 5 17 19 2 1 23 2 5 2 7 29
x
-0.5

-1

-1.5

Gambar 4.11 Grafik Kendali C-chart Komponen Ass


Dari grafik keseragaman data diatas untuk komponen sss,
diketahui bahwa seluruh data sampel produk didalam batas
kendali atas dan batas kendali bawah, maka data sampel produk
dinyatakan data seragam.

2. Komponen Roda
 Hitunglah jumlah cacat setiap grup

c=
∑ c = 157 =0,157
k 1000
 Hitung nilai rata-rata jumlah cacat dan batas kendali
UCL = c + 3 √ c=0,157+ 3 √0,157=1,345
LCL = c - 3 √ c=0,157−3 √ 0,157=−1,0317
 Grafik kendali C-chart

77
1.5

0.5 ucl
lcl
0
c
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
-0.5 x

-1

-1.5

Gambar 4.12 Grafik Kendali C-chart Komponen Roda


Dari grafik keseragaman data diatas untuk komponen roda,
diketahui bahwa keseluruhan data sampel produk didalam batas
kendali atas dan batas kendali bawah, maka data sampel produk
dinyatakan data seragam.

3. Komponen Badan Tank


 Hitunglah jumlah cacat setiap grup

c=
∑ c = 136 =0,136
k 1000
 Hitung nilai rata-rata jumlah cacat dan batas kendali
UCL = c + 3 √ c=0,136+ 3 √0,136=1,242
LCL = c - 3 √ c=0,136−3 √ 0,136=−0,970
 Grafik kendali C-chart
1.5

0.5 ucl
lcl
0
c
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
-0.5 x

-1

-1.5

Gambar 4.13 Grafik Kendali C-chart Komponen Badan Tank


Dari grafik keseragaman data diatas untuk komponen badan
tank, diketahui bahwa keseluruhan data sampel produk didalam

78
batas kendali atas dan batas kendali bawah, makadata
dinyatakan data seragam.

4. Komponen Mesin
 Hitunglah jumlah cacat setiap grup

c=
∑ c = 134 =0,134
k 1000
 Hitung nilai rata-rata jumlah cacat dan batas kendali
UCL = c + 3 √ c=0,134 +3 √ 0,134=1,232
LCL = c - 3 √ c=0,134−3 √ 0,134=−0,96418
 Grafik kendali C-chart
1.5

0.5
ucl
lcl
0
c
1 3 5 7 9 1 1 1 3 15 17 19 2 1 2 3 2 5 27 29
x
-0.5

-1

-1.5

Gambar 4.12 Grafik Kendali C-chart Komponen Mesin


Dari grafik keseragaman data diatas untuk komponen
mesin, diketahui bahwa keseluruhan data sampel produk
didalam batas kendali atas dan batas kendali bawah, maka data
sampel produk dinyatakan data seragam.

4.3 Analisis

4.3.1 Analisis Hasil Menentukan Waktu Baku Eksisting dengan Jam Henti

a. Uji Kecukupan Data

Didapatkan N’ = 1,34 dan N = 10

Apabila N’ < N maka data dinyatakan cukup dan sebaliknya

79
Jadi, 1,34 < 10 maka data waktu perakitan eksisting dinyatakan
cukup.

b. Uji Keseragaman Data

BKA = 62,8

BKB = 57,2

Dari Gambar 4.5 Peta Kontrol Waktu Perakitan Perbaikan,


maka dapat terlihat bahwa semua data berada di dalam batas
kontrol atas (BKA) dan batas kontrol bahwa (BKB).
Jadi data waktu perakitan eksisting tersebut seragam.

c. Uji Kenormalan Data

Didapatkan X²hitung = -41,80

X²tabel =5,99

Apabila X²hitung < X²tabel maka H0 diterima, dimana data waktu

siklus perakitan mainan tank kayu berdistribusi normal (data


normal). -35,08 < 5,99 maka Ho diterima.

Jadi data waktu perakitan eksisting tersebut normal.

d. Waktu Baku

Didapatkan Waktu Baku Eksisting = 90,2 detik

4.3.2 Analisis Peta Tangan dan Tangan Kiri Perbaikan

Didapatkan total waktu perakitan perbaikan 45 detik yang lebih cepat


waktunya dibandingkan waktu perakitan eksisting 57 detik. Di peta tangan kanan
dan tangan kiri perbaikan waktu menganggur yang lebih sedikit dibanding peta
tangan kanan dan tangan kiri eksisting.

4.3.3 Layout Meja Perakitan Perbaikan

80
Didapatkan letak setiap komponen lebih rapi dan lebih praktis untuk
dijangkau dibanding layout meja perakitan eksisting yang letak komponen tidak
teratur dan membuat operator lebih memerlukan konsentrasi lebih.

4.3.4 Analisis Hasil Menentukan Waktu Baku Perbaikan dengan Jam Henti

a. Uji Kecukupan Data

Didapatkan N’ = 1,3 dan N = 10

Apabila N’ < N maka data dinyatakan cukup dan sebaliknya

Jadi, 1,3 < 10 maka data waktu perakitan perbaikan dinyatakan


cukup.

b. Uji Keseragaman Data

BKA = 48,58

BKB = 43,02

Dari gambar 4.3 Peta Kontrol Waktu Perakitan Perbaikan,


maka dapat terlihat bahwa semua data berada di dalam batas
kontrol atas (BKA) dan batas kontrol bahwa (BKB) sehingga data
tersebut seragam.

Jadi, data waktu perakitan perbaikan tersebut seragam.

c. Uji Kenormalan Data

Didapatkan X²hitung = -40,45

X²tabel = 5,99

Apabila X²hitung < X²tabel maka H0 diterima, dimana data waktu

siklus perakitan mainan tank kau berdistribusi normal (data


normal). -40.45 < 5,99 maka Ho diterima.

Jadi data waktu perakitan perbaikan tersebut cukup.

81
d. Waktu Baku

Didapatkan Waktu Baku Eksisting = 68,92 detik

4.3.5 Analisis Sampel Produk dan Jenis Cacat


 P-chart
a. Komponen Ass
Didapatkan batas kendali atas (UCL) = 0,32217 , batas
kendali bawah (LCL) = -0.0521697 dan P = 0,135.
Kemudian grafik keseragaman data untuk komponen ass,
diketahui bahwa seluruh data sampel produk didalam batas
kendali atas dan batas kendali bawah, maka data sampel
produk dinyatakan data seragam.

b. Komponen Roda
Didapatkan batas kendali atas (UCL) = 0,356262 , batas
kendali bawah (LCL) = -0.0422619 dan P = 0,157.
Kemudian grafik keseragaman data untuk komponen
Roda, diketahui bahwa seluruh data sampel produk didalam
batas kendali atas dan batas kendali bawah, maka data
sampel produk dinyatakan data seragam.

c. Komponen Badan Tank


Didapatkan batas kendali atas (UCL) = 0,323753 , batas
kendali bawah (LCL) = -0.051753 dan P = 0,136.
Kemudian grafik keseragaman data untuk komponen
badan tank, diketahui bahwa seluruh data sampel produk
didalam batas kendali atas dan batas kendali bawah, maka
data sampel produk dinyatakan data seragam .

d. Komponen Mesin
Didapatkan batas kendali atas (UCL) = 0,320583 , batas
kendali bawah (LCL) = -0.052583 dan P = 0,134.
Kemudian grafik keseragaman data untuk komponen
mesin, diketahui bahwa seluruh data sampel produk
didalam batas kendali atas dan batas kendali bawah, maka
data sampel produk dinyatakan data seragam.

82
 C-chart
a. Komponen Ass
Didapatkan batas kendali atas (UCL) = 1,237 , batas
kendali bawah (LCL) = -0.967 dan c = 0,135. Kemudian
grafik keseragaman data untuk komponen ass, diketahui
bahwa seluruh data sampel produk didalam batas kendali
atas dan batas kendali bawah, maka data sampel produk
dinyatakan data seragam .

b. Komponen Roda
Didapatkan batas kendali atas (UCL) = 1,345 , batas
kendali bawah (LCL) = -1,0317 dan c = 0,157. Kemudian
grafik keseragaman data untuk komponen Roda, diketahui
bahwa seluruh data sampel produk didalam batas kendali
atas dan batas kendali bawah, maka data sampel produk
dinyatakan data seragam.

c. Komponen Badan Tank


Didapatkan batas kendali atas (UCL) = 1,242 , batas
kendali bawah (LCL) = -0,970 dan c = 0,136. Kemudian
grafik keseragaman data untuk komponen badan tank,
diketahui bahwa seluruh data sampel produk didalam batas
kendali atas dan batas kendali bawah, maka data sampel
produk dinyatakan data seragam.

d. Komponen Mesin
Didapatkan batas kendali atas (UCL) = 1,232 , batas
kendali bawah (LCL) = -0.964 dan c = 0,134. Kemudian
grafik keseragaman data untuk komponen mesin, diketahui
bahwa seluruh data sampel produk didalam batas kendali
atas dan batas kendali bawah, maka data sampel produk
dinyatakan data seragam.

83
BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Adapun kesimpulan yang dapat ditarik penyusunan laporan ini, yaitu

1. Untuk mementukan waktu baku kita pertama harus mencari waktu


siklus dengan membagi jumlah seluruh waktu siklus percobaan dengan
banyak percobaan, lalu mencari waktu normal dengan mengkali waktu
siklus dengan penyesuaian + 1. Setelah semua sudah dihitung kita dapat
menghitung waktu baku nya dengan mengkali waktu normal dengan factor
kelonggaran + 1.

2. Cara menentukan faktor penyesuaian dengan menggunakan metode


westinghouse mengarahkan pada penilaian pada 4 faktor yang dianggap
menentukan kewajaran atau ketidakwajaran dalam bekerja. yaitu :
Keterampilan, Usaha, Kondisi Kerja, dan Konsistensi.dan setiap faktor
dibagi dalam kelasnya dengan nilai masing masing.

Cara menentukan faktor kelonggaran hal pertama yang dilkukan


adalah menentukan besarnya kelonggaran untuk ketihga hal
diatas.kesemuanya dinyatakan dalam bentuk persentase. misalkan dari
tabel diperoleh kelonggran untuk rasa fatique dan kelonggaran pribadi dan
dari hambatan tak terhindarkan 5% maka jumlah total kelonggaran

3. Dalam menguji kecukupan data eksisting dan perbaikan


disimpulkan bahwa data dinyatakan cukup. Dalam menguji keseragaman
eksisting dan perbaikan perhitungan grafik di atas menunjukkan bahwa
rata-rata dari tiap percobaan berada diantara batas kelas atas dan batas
kelas bawah, sehingga data waktu perakitan mainan tank yang diperoleh
bersifat seragam. Didapatkan dalam menguji kenormalan data eksisting
dan data perbaikan tersebut normal.

84
4. Berdasarkan pengumpulan data sampel produk dan tiga jenis data
didapatkan jenis data atribut. Dalam pengendalian produk kami
menggunakan petakendali P-chart dan C-chart. Pada peta kendali P-chart
komponen ass, roda, badan tank dan mesin seluruh data sampel produk
seragam. Pada peta kendali C-chart kompomponen ass, roda, badan tank,
dan mesin dinyatakan seragam. Karena data-data tersebut berada dalam
batas kendali atas dan batas kendali bawah

85
DAFTAR PUSTAKA

Fathan sami,Fachri (2014, 23 Mei) Penyesuaian Dan Kelonggaran. Dikutip


Oktober 10, 2019 dari
https://materiapk.wordpress.com/2014/05/23/penyesuaian-dan-kelonggaran/

Akbar Rismawan, Rizky (2013). Laporan Praktikum Rekayasa Sistem Kerja &
Ergonomi “Pengukuran Waktu Kerja”. Dikutip Oktober 9, 2019
dari:https://dokumen.tips/documents/laporan-praktikum-rske-modulvipengu
kuran-waktu-kerja.html

https://materiapk.wordpress.com/2014/05/23/penyesuaian-dan-kelonggaran/

https://repository.maranatha.edu/4523/2/0223136_Appendices.pdf

86
LAMPIRAN

z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09


-3,5 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
-2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
-1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
-1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
-1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
-0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998

87

Anda mungkin juga menyukai