PPMUTU (3) (SPC Peta Kontrol)
PPMUTU (3) (SPC Peta Kontrol)
- Klasifikasi variasi:
1. Variasi Penyebab-Khusus (Special-Causes Variation)
Merupakan kejadian-kejadian di luar sistem yang mempengaruhi variasi
dalam sistem.
Polanya adalah non acak (non random pattern) sehingga dapat diidentifika,
ditemukan sebab tidak selalu aktif dalam proses tetapi memiliki pengarh
yang lebih kuat pada proses sehingga menimbulkan variasi.
Pada peta kontrol (control charts), jenis variasi tersebut sering ditandai
dengan titik-titik pengamatan yang melewati atau keluar dari batas-batas
pengendalian yang didefinisikan (defined control limits).
Pada peta control (control charts), jenis variasi ini sering ditandai dengan
titik-titik pengamatan yang berada dalam batas-batas pengendalian yang
didefinisikan (defined control limits).
Rule 1: Suatu Proses diasumsikan keluar dari kontrol jika sebuah titik plot
berada diluar batas kontrol atas dan kontrol bawah.
Rule 2: Suatu proses diasumsikan akan keluar dari kontrol jika dari tiga titik
plot yang berurutan terdapat 2 titik plot berada di luar batas kontrol 2s
(warning limit) pada sisi yang sama.
Rule 3: Suatu proses diasuksikan akan keluar dari kontrol jika dari lima titik
plot yang berurutan terdapat empat titik plot yang melewati batas
kontrol 1s pada sisi yang sama.
Rule 4: Suatu proses diasumsikan akan keluar dari kontrol jika delapan atau
lebih titik plot yang berurutan berada di satu sisi dari center line.
Rule 5: Suatu proses diasumsikan akan keluar dari kontrol jika delapan atau
lebih titik plot yang berurutan berada di atas atau di bawah center line.
- Dasar Statistika Dalam Peta Kontrol
* Distribusi Normal
* Populasi, sampel, mean, standar deviasi
X bar = Σ Xi/√n
sxbar = s/√n
Batas Kontrol:
• CL = E (θ bar)
• UCL = E (θ bar) + k SD (θ bar)
• LCL = E (θ bar) – k SD (θ bar)
Dimana:
- θ merupakan karakter kualitas
- θ bar merupakan estimator θ
- SD = standar deviasi
- K = jumlah SD statistik sampel dari center line
PETA P
* Digunakan untuk mengukur proporsi ketidak sesuaian dari iyem-item dalam
kelompok yang sedang diinspeksi, untuk n konstan atau berubah (variable).
PETA np
* Digunakan untuk mengukur proporsi ketidak sesuaian dari iyem-item dalam
kelompok yang sedang diinspeksi, untuk n konstan.
PETA c
* Digunakan untuk mengukur cacat terhadap spesifikasi-spesifikasi dari suatu
item dengan ukuran contoh (n) yang konstan
PETA u
* Digunakan untuk mengukur cacat terhadap spesifikasi-spesifikasi dari suatu
unit item dengan ukuran contoh (n) > 1, baik konstan atau berubah
(variable).
• PETA X bar 1s
PETA R 1s
CL = X double bar
CL = R bar
UCL = X double bar + (1/3) A2 R bar
UCL = (1/3) D4. R bar
LCL = X double bar – (1/3) A2 R bar
LCL = (1/3) D3. R bar
• PETA X bar 2s
CL = X double bar PETA R 2s
UCL = X double bar + (2/3) A2 R bar CL = R bar
LCL = X double bar – (2/3) A2 R bar UCL = (2/3) D4. R bar
LCL = (2/3) D3. R bar
- PETA KONTROL p
6. Plot atau tebarkan data proporsi (atau persentase) cacat dan lakukan
pengamatan apakah data itu berada dalam pengendalian statistikal.
7. Apabila data pengamatan menunjukkan bahwa proses berada dalam
pengendalian statistikal, tentukan kapabilitas proses menghasilkan produk yang
sesuai (tidak cacat) sebesar (1 – p-bar) atau (100% - p-bar), hal ini serupa
dengan proses menghasilkan produk cacat sebesar p-bar.
8. Apabila data pengamatan menunjukkan bahwa proses berada dalam batas
pengendalian statistikal, gunakan peta kontrol p untuk memantau proses terus
menerus. Tetapi apabila data pengamatan menunjukkan bahwa proses tidak
berada dalam pengendalian statistikal, proses tersebut harus diperbaiki terlebih
dahulu sebelum menggunakan peta kontrol itu untuk pengendalian proses terus
menerus.
Jika kita menggunakan nilai persentase, maka simpangan baku dihitung sbb:
Sp = {p-bar (100 – p-bar) / n} = {(20,0) (100 – 20,0) / 50} = 5,68%
Selanjutnya kita menentukan batas-batas kontrol (missal pada 3 sigma) sbb:
- untuk nilai proporsi:
CL = p-bar = 0,202 = 0,20 (dibulatkan)
UCL = p-bar + 3Sp = 0,202 + (3)(0,0568) = 0,3724 = 0,37
LCL = p-bar - 3Sp = 0,202 - (3)(0,0568) = 0,0316 = 0,03
- untuk nilai persentase:
CL = p-bar = 20,2% = 20% (dibulatkan)
UCL = p-bar + 3Sp = 20,2% + (3)(5,68%) = 37,24 = 37%
LCL = p-bar - 3Sp = 20,2% - (3)(5,68%) = 3,16 = 3%
Peta kontrol np digunakan untuk mengukur banyaknya item yang tidak memenuhi
spesifikasi atau banyaknya item yang tidak sesuai (cacat) dalam suatu
pemeriksaan. Pilihan penggunaan peta control np adalah apabila:
1. Data banyaknya item yang tidak sesuai adalah lebih bermanfaat dan mudah
untuk diinterpretasikan dalam pembuatan laporan dibandingkan data proporsi,
2. Ukuran contoh (n) bersifat konstan dari waktu ke waktu.
6. Plot atau tebarkan data proporsi (atau persentase) cacat dan lakukan
pengamatan apakah data itu berada dalam pengendalian statistikal.
7. Apabila data pengamatan menunjukkan bahwa proses berada dalam
pengendalian statistikal, tentukan kapabilitas proses menghasilkan produk yang
sesuai (tidak cacat) adalah sama dengan peta p, yaitu sebesar (1 – p-bar) atau
(100% - p-bar), hal ini serupa dengan proses menghasilkan produk cacat
sebesar p-bar.
8. Apabila data pengamatan menunjukkan bahwa proses berada dalam batas
pengendalian statistikal, gunakan peta kontrol np untuk memantau proses terus
menerus. Tetapi apabila data pengamatan menunjukkan bahwa proses tidak
berada dalam pengendalian statistikal, proses tersebut harus diperbaiki terlebih
dahulu sebelum menggunakan peta kontrol itu untuk pengendalian proses terus
menerus.
CONTOH
Tabel Lembar Perhitungan Untuk Pembuatan Peta Kontrol np
Pemeriksaan Pada 50 formulir Isian (n=50)
Nomor Banyak Formulir Proporsi Kesalahan
Pengamatan Isian Yang Salah (p)
(Hari) (Total Cacat)
1 12 0,24
2 8 0,16
3 10 0,20
4 7 0,14
5 9 0,18
6 11 0,22
7 10 0,20
8 12 0,24
9 13 0,26
10 15 0,30
11 11 0,22
12 14 0,28
13 10 0,20
14 9 0,18
15 7 0,14
16 8 0,16
17 9 0,18
18 10 0,20
19 8 0,16
20 9 0,18
Jumlah = 202 4,04
Rata-rata = 10,1 0,202
(np-bar) (p-bar)
Snp = {np-bar (1-np) / n} = {np-bar (1 – p-bar)}
= {(50)(0,202)(1-0,202)}
= {(10,1)(1 – 0,202)}
= 2,839
Kapabilitas Proses?
- Peta Kontrol c
Suatu item yang tidak memenuhi syarat atau yang cacat dalam proses
pengendalian kualitas didefinisikan sebagai ‘tidak memenuhi satu atau lebih
spesifikasi’ untuk item itu. Bila ada titik spesifik (specific point) yang tidak
memenuhi spesifikasi yang ditentukan untuk item itu, maka item itu digolongkan
sebagai cacat atau tidak memenuhi syarat. Konsekuensinya setiap utem yang
tidak memenuhi syarat akan mengandung paling sedikit satu titik spesifik yang
tidak memenuhi syarat.
Contoh: dalam proses perakitan komputer setiap unit komputer dapat saja
mengandung satu atau lebih titik lemah, namun kelemahan itu tidak
mempengaruhi operasional komputer, dan oleh karena itu masih layak diterima
(tidak cacat secara keseluruhan).
6. Plot data banyaknya titik spesifik yang tidak sesuai dan lakukan pengamatan
apakah data itu berada dalam pengendalian statistikal.
7. Apabila data pengamatan menunjukkan bahwa proses berada dalam
pengendalian statistikal, tentukan kapabilitas proses sebesar c-bar.
8. Apabila data pengamatan menunjukkan bahwa proses berada dalam
pengendalian statistikal, gunakan peta kontrol c untuk memantau proses terus
menerus. Tetapi apabila data pengamatan menunjukkan bahwa proses tidak
berada dalam pengendalian statistikal, maka proses itu harus diperbaiki terlebih
dahulu sebelum menggunakan peta kontrol c untuk pengendalian proses.
CONTOH
PT ABC adalah sebuah perusahaan jasa yang beroperasi dalam bidang transportasi
taksi. Pada saat ini perusahaan sedang mengoperasikan limaratus armada taksi.
Pada saat ini perusahaan sedang mengoperasikan 500 armada taksi. PT ABC
ingin memantau proses pelayanan taksi melalui pengendalian banyaknya keluhan
dari pengguna taksi yang diterima setiap hari. Untuk maksud tersebut, bagian
pengendalian kualitas PT ABC ingin membangun peta kontrol malalui
pengumpulan data banyaknya keluhan dari pengguna taksi selama 20 hari periode
pengamatan sbb:
Kapabilitas proses?
- Peta Kontrol u
Langkah-langkah:
1. Tentukan ukuran contoh yang bersifat konstan selama periode pengamatan.
2. Lakukan pengamatan untuk beberapa periode waktu atau beberapa kelompok
contoh.
3. Hitung nilai rata-rata banyaknya ketidaksesuaian (titik spesifik) yang
ditemukan, yaitu: u-bar = total banyaknya ketidkasesuaian (titik spesifik)
dibagi dengan banyaknya unit item yang diperiksa.
4. Hitung nilai simpangan baku, yaitu Su = (u-bar/n)
5. Hitung batas-batas kontrol 3-sigma dari:
- Peta kontrol u (batas-batas kontrol 3 sigma)
CL = u-bar
UCL = u-bar + 3Su
LCL = u-bar - 3 Su
6. Plot data banyaknya titik spesifik yang tidak sesuai dengan unit item yang
diperiksa (u = c/n) dan lakukan pengamatan apakah data itu berada dalam
pengendalian statistikal.
7. Apabila data pengamatan menunjukkan bahwa proses berada dalam
pengendalian statistikal, tentukan kapabilitas proses sebesar u-bar.
8. Apabila data pengamatan menunjukkan bahwa proses berada dalam
pengendalian statistikal, gunakan peta kontrol u untuk memantau proses terus
menerus. Tetapi apabila data pengamatan menunjukkan bahwa proses tidak
berada dalam pengendalian statistikal, maka proses itu harus diperbaiki terlebih
dahulu sebelum menggunakan peta kontrol u untuk pengendalian proses.
CONTOH 1
PT ABC adalah sebuah perusahaan perakitan komputer yang ingin memantau proses
perakitan komputer dengan cara mengendalikan banyaknya komponen yang tidak
memenuhi syarat per unit komputer. Untuk maksud tersebut bagian pengendalian PT
ABC ingin membangun peta kontrol u, dengan cara mengumpulkan data banyaknya
komponen yang tidak memenuhi syarat selama dua hari periode pengamatan dengan
ukuran contoh sebesar 5 unit kompuet (n=5).
Kapabilitas Proses?
CONTOH 2