(Kelompok 20) 5 Sub 1 Pengendalian Kualitas Stastistik PDF

2019
LAPORAN RESMI
PRAKTIKUM PERANCANGAN SISTEM TEKNIK INDUSTRI 2
MODUL 5 SUB 1
PENGENDALIAN KUALITAS STATISTIK
KELOMPOK 20 :
1. RIGA ARUM OCTASARI (170421100043)
2. YOPI TRI SEPTIAN Z (170421100071)
3. SATRIO TEGUH SAMPURNA (170421100103)
4. DEDE IRWANTO (170421100114)

PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK
UNIVERSITAS TRUNOJOYO MADURA
JL. RAYA TELANG, PO BOX 2 KAMAL, BANGKALAN – MADURA 69162
2 2
INDUSTRI
2019
INDUSTRI
MODUL51SUB 1
TEKNIK
TEKNIK
MODUL 5 SUB 1
RESIMMODUL
SISTEM
PENGENDALIAN KUALITAS
SISTEM
STATISTIK
KELOMPOK 20
LAPORANRESMI
PERANCANGAN
Nama : Riga Arum Octasari
PERANCANGAN
Yopi Tri Septian Z.
Satrio Teguh Sampurna
Dede Irwanto
NIM : 17.04.211.00043 LAPORAN
17.04.211.00071
17.04.211.00103
17.04.211.00114
Shift :C
Asisten : Diana Retnosari
PRAKTIKUM
PRAKTIKUM
LABORATORIUM PERANCANGAN SISTEM

TEKNIK INDUTRI
LABORATORIUM MANAJEMEN INDUSTRI i
FAKULTAS TEKNIK
Jl. Raya Telang, Kamal, Bangkalan, 69162
LEMBAR PENGESAHAN
PROGRAM STUDI TEKNIK INDUSTRI
FAKULTAS TEKNIK
TAHUN AKADEMIK 2019 / 2020
Tanggal :
Diajukan oleh : Kelompok 20
1. Riga Arum Octasari (170421100043)
2. Yopi Tri Septian Z (170421100071)
3. Satrio Teguh Sampurna (170421100103)
4. Dede Irwanto (170421100114)
Dikendalikan oleh : Koordinator Praktikum PSTI 2
NURGANDA ABI MULYA

NIM. 160421100117
Disahkan oleh : Dosen Pengampu Praktikum PSTI 2
Dr. Sabarudin Akhmad,S.T.,M.T., IPM

NIP. 19710817 200604 1 001
ii
KATA PENGANTAR
Assalamu’alaikumWr. Wb.
Segala puji hanya milik Allah SWT. Shalawat dan salam selalu tercurahkan
kepada Rasulullah SAW. Berkat limpahan dan rahmat-Nya kami bisa
menyelesaikan laporan praktikum yang berjudul “MODUL 5 SUB 1
PENGENDALIAN KUALITAS STATISTIK” ini dengan tepat waktu.
Penyusunan laporan ini, tidak sedikit hambatan yang kami hadapi. Namun
kami menyadari bahwa kelancaran dalam penyusunan materi ini tidak lain berkat
bantuan, dorongan, dan bimbingan, sehingga kendala-kendala yang kami hadapi
teratasi.
Laporan ini disusun agar pembaca dapat memperluas ilmu tentang
pengendalian kualitas statistik. Laporan ini di susun oleh kami dengan berbagai
rintangan. Baik itu yang datang dari diri kami maupun yang datang dari luar.
Namun dengan penuh kesabaran dan terutama pertolongan dari Allah akhirnya
laporan ini dapat terselesaikan.
Semoga laporan ini dapat memberikan wawasan yang lebih luas kepada
pembaca khususnya para mahasiswa Universitas Trunojoyo Madura. Kami sadar
bahwa laporan ini masih banyak kekurangan dan jauh dari sempurna. Kepada dosen
pengampu mata kuliah, kami meminta masukannya demi perbaikan pembuatan
laporan kami di masa yang akan datang dan mengharapkan kritik dan saran dari
para pembaca.
Wassalamu’alaikum Wr. Wb.
Bangkalan, 21 Desember 2019
Penyusun,
iii
DAFTAR ISI
LEMBAR PENGESAHAN ..................................................................................... i

KATA PENGANTAR ........................................................................................... iii
DAFTAR ISI .......................................................................................................... iv
DAFTAR TABEL ................................................................................................. vii
DAFTAR GAMBAR ............................................................................................. ix
ABSTRACT ............................................................................................................. xi
ABSTRAK ............................................................................................................ xii
BAB I ...................................................................................................................... 1
PENDAHULUAN .................................................................................................. 1
1.1 Latar Belakang .............................................................................................. 1
1.2 Tujuan ........................................................................................................... 2
BAB II ..................................................................................................................... 3
TINJAUAN PUSTAKA ......................................................................................... 3
2.1 Kualitas ......................................................................................................... 3
2.2 Pengendalian Kualitas ................................................................................... 3
2.3 Lembar Pemeriksaan (Check Sheet).............................................................. 3
2.4 Fishbone Diagram ........................................................................................ 4
2.5 Diagram Pareto.............................................................................................. 4
2.6 Peta Kendali Variabel ................................................................................... 5
2.7 Kapabilitas Proses ......................................................................................... 5
2.8 Peta Kendali P ............................................................................................... 6
2.9 Peta Kendali C............................................................................................... 7
2.10 Peta Kendali U ............................................................................................ 7
BAB III ................................................................................................................... 9

METODE PENELITIAN ........................................................................................ 9
3.1 Alat dan Bahan .............................................................................................. 9
3.2 Prosedur Pengolahan Data ............................................................................ 9
iv
3.3 Flowchart .................................................................................................... 10
3.3.1 Flowchart Praktikum ........................................................................... 10
3.3.2 Flowchart Pengolahan data .................................................................. 11
BAB IV ................................................................................................................. 12
PENGOLAHAN DATA ....................................................................................... 12
4.1 Identifikasi Part .......................................................................................... 12
4.1.1 Part C.................................................................................................... 12
4.1.2 Part D ................................................................................................... 13
4.2 Checksheet................................................................................................... 13
4.2.1 Data Variabel ....................................................................................... 14
4.2.2 Data Atribut .......................................................................................... 18
4.3 Histogram .................................................................................................... 19
4.3.1 Data Variabel ....................................................................................... 19
4.3.1.1 Histogram part C .......................................................................... 19
4.3.1.2 Histogram part D .......................................................................... 22
4.3.2 Data Atribut .......................................................................................... 25
4.3.1.1 Histogram part C .......................................................................... 25
4.3.1.2 Histogram part D .......................................................................... 26
4.4 Diagram Pareto ........................................................................................... 27
4.4.1 Diagram Pareto Part C ........................................................................ 27
4.4.2 Diagram Pareto Part D ........................................................................ 28
4.5 Fishbone Diagram ....................................................................................... 29
4.5.1 Fishbone Diagram Cacat Beserat atau Tidak Halus ............................. 29
4.5.2 Fishbone Diagram Cacat Retak ............................................................ 30
4.5.3 Fishbone Diagram Cacat Mata Kayu ................................................... 31
4.6 Peta Kendali ................................................................................................ 32
v
4.6.1 Peta Kendali Variabel .......................................................................... 32
4.6.1.1 Peta X-R Part C ............................................................................ 32
4.6.1.2 Peta X-R Part D............................................................................. 42
4.6.2 Peta Kendali Atribut............................................................................. 50
4.6.2.1 Peta kendali P ................................................................................ 50
4.6.2.2 Peta Kendali C............................................................................... 58
4.6.2.2 Peta Kendali U .............................................................................. 63
4.6.3 Kapabilitas Proses ................................................................................ 66
4.6.3.1 Perhitungan Kapabilitas Proses (Cp) ............................................ 71
4.6.3.2 Perhitungan Indeks Kapabilitas (Cpk) .......................................... 76
4.6.3.3 Perhitungan Kapabilitas Rasio (Cr) .............................................. 79
4.7 Analisa Keseluruhan ................................................................................... 82
BAB V................................................................................................................... 83
KESIMPULAN DAN SARAN ............................................................................. 83
5.1 Kesimpulan ................................................................................................. 83
5.2 Saran ............................................................................................................ 84
DAFTAR PUSTAKA ........................................................................................... 85
vi
DAFTAR TABEL
Tabel 5.2.1 Indeks nilai hasil perhitungan Cp......................................................... 6
Tabel 5.4.2 Indeks nilai hasil perhitungan Cpk....................................................... 6
Tabel 5.4.3 Data Variabel Panjang Part C ............................................................ 14
Tabel 5.4.4 Data Variabel Lebar Part C ................................................................ 15
Tabel 5.4.5 Data Variabel Tebal Part C ................................................................ 15
Tabel 5.4.6 Data Variabel Diameter Part C .......................................................... 16
Tabel 5.4.7 Data Variabel Panjang Part D ........................................................... 16
Tabel 5.4.8 Data Variabel Lebar Part D ............................................................... 17
Tabel 5.4.9 Data Variabel Tebal Part D ............................................................... 17
Tabel 5.4.9 Data Variabel Tebal Part D ............................................................... 18
Tabel 5.4.10 Data Atribut Number Non Conforming Part C ................................ 18
Tabel 5.4.11 Data Atribut Number Non Conforming Part D................................ 19
Tabel 5.4.12 Tabel kumulatif persen part C ......................................................... 27
Tabel 5.4.13 Tabel kumulatif persen part D ......................................................... 28
Tabel 5.4.14 Rekapan peta X variabel panjang Part C ......................................... 33
Tabel 5.4.15 Rekapan peta R variabel panjang Part C ......................................... 35
Tabel 5.4.16 Rekapan peta X variabel lebar Part C ............................................. 36
Tabel 5.4.17 Rekapan peta R variabel lebar Part C.............................................. 37
Tabel 5.4.18 Rekapan peta X variabel tebal Part C.............................................. 38
Tabel 5.4.19 Rekapan peta R variabel tebal Part C .............................................. 39
Tabel 5.4.20 Rekapan peta X variabel diameter Part C ....................................... 40
Tabel 5.4.21 Rekapan peta R variabel diameter Part C........................................ 41
Tabel 5.4.22 Rekapan peta X variabel panjang Part D......................................... 42
Tabel 5.4.23 Rekapan peta R variabel panjang Part D ......................................... 43
Tabel 5.4.24 Rekapan peta X variabel lebar Part D ............................................. 44
Tabel 5.4.25 Rekapan peta R variabel lebar Part D ............................................. 45
Tabel 5.4.26 Rekapan peta X variabel tebal Part D ............................................. 46
Tabel 5.4.27 Rekapan peta R variabel tebal Part D.............................................. 47
Tabel 5.4.28 Rekapan peta X variabel diameter Part D ....................................... 48
Tabel 5.4.29 Rekapan peta R variabel diameter Part D ....................................... 48
Tabel 5.4.30 Peta kendali P Cacat Berserat Part C............................................... 51
vii
Tabel 5.4.31 Peta kendali P Cacat Retak Part C................................................... 52
Tabel 5.4.32 Peta kendali revisi P Cacat Retak Part C......................................... 53
Tabel 5.4.33 Peta kendali P Cacat Mata Kayu Part C .......................................... 53
Tabel 5.4.34 Peta Kendali Cacat Berserat P Part D ............................................. 54
Tabel 5.4.35 Peta kendali P cacat retak Part D..................................................... 55
Tabel 5.4.36 Peta kendali revisi P Cacat Retak Part D ........................................ 56
Tabel 5.4.37 Peta kendali P Cacat Mata Kayu Part C .......................................... 57
Tabel 5.4.38 Peta kendali C part C pada tidak halus/berserat .............................. 58
Tabel 5.4.39 Peta kendali C part C pada retak/pecah ........................................... 59
Tabel 5.4.40 Peta kendali C part C pada cacat mata kayu .................................... 60
Tabel 5.4.43 Peta kendali C part D cacat mata kayu ............................................ 63
Tabel 5.4.44 Peta kendali U pada Part C .............................................................. 64
Tabel 5.4.45 Peta kendali U pada Part D.............................................................. 65
Tabel 5.4.46 Kriteria penilaian perhitungan cp ..................................................... 66
Tabel 5.4.47 Kriteria penilaian perhitungan cpk ................................................... 66
viii
DAFTAR GAMBAR
Gambar 5.2.1 Fishbone diagram (Sumber: Jurnal Bianti, 2016) ............................ 4

Gambar 5.2.2 Diagram pareto (Sumber: Jurnal Yemima, 2014) ............................ 5
Gambar 5.3.3 Flowchart praktikum ...................................................................... 10
Gambar 5.4.5 Part C .............................................................................................. 13
Gambar 5.4.6 Part D.............................................................................................. 13
Gambar 5.4.7 Histogram panjang part C .............................................................. 20
Gambar 5.4.8 Histogram lebar part C ................................................................... 20
Gambar 5.4.9 Histogram tebal part C ................................................................... 21
Gambar 5.4.10 Histogram diameter part C........................................................... 22
Gambar 5.4.11 Histogram panjang part D ............................................................ 23
Gambar 5.4.12 Histogram lebar part D ................................................................ 23
Gambar 5.4.13 Histogram tebal part D................................................................. 24
Gambar 5.4.14 Histogram diameter part D .......................................................... 25
Gambar 5.4.15 Histogram tidak halus/berserat dan retak/pecah part C ............... 26
Gambar 5.4.16 Histogram tidak halus/berserat dan retak/pecah part D ............... 27
Gambar 5.4.17 Diagram pareto part C ................................................................. 28
Gambar 5.4.18 Diagram pareto part D ................................................................. 29
Gambar 5.4.19 Fishbone diagram berserat ........................................................... 30
Gambar 5.4.20 Fishbone diagram retak ............................................................... 30
Gambar 5.4.21 Fishbone diagram cacat mata kayu .............................................. 31
Gambar 5.4.22 Peta X variabel panjang Part C .................................................... 34
Gambar 5.4.23 Peta R variabel panjang Part C .................................................... 36
Gambar 5.4.24 Peta X variabel lebar Part C ........................................................ 37
Gambar 5.4.25 Peta R variabel lebar Part C ......................................................... 37
Gambar 5.4.26 Peta X variabel tebal Part C ......................................................... 38
Gambar 5.4.27 Peta R variabel tebal Part C ......................................................... 39
Gambar 5.4.28 Peta X variabel diameter Part C .................................................. 40
Gambar 5.4.29 Peta R variabel diameter Part C ................................................... 41
Gambar 5.4.30 Peta X variabel panjang Part D.................................................... 42
Gambar 5.4.31 Peta R variabel panjang Part D .................................................... 43
ix
Gambar 5.4.32 Peta X variabel lebar Part D ........................................................ 44
Gambar 5.4.33 Peta R variabel lebar Part D ........................................................ 45
Gambar 5.4.34 Peta X variabel tebal Part D ........................................................ 46
Gambar 5.4.35 Peta R variabel tebal Part D ......................................................... 47
Gambar 5.4.36 Peta X variabel diameter Part D .................................................. 48
Gambar 5.4.37 Peta R variabel diameter Part D .................................................. 49
Gambar 5.4.38 Peta kendali P pada Part C........................................................... 51
Gambar 5.4.39 Peta kendali P pada Part C........................................................... 52
Gambar 5.4.40 Grafik peta kendali revisi P pada Part C...................................... 53
Gambar 5.4.41 Grafik peta kendali cacat mata kayu P pada Part C..................... 54
Gambar 5.4.42 Grafik Peta Kendali Cacat Berserat P pada Part C ..................... 55
Gambar 5.4.43 Peta kendali P pada Part D .......................................................... 56
Gambar 5.4.44 Grafik peta kendali revisi P pada Part D ..................................... 57
Gambar 5.4.45 Peta kendali C pada part C jenis tidak halus/berserat .................. 59
Gambar 5.4.46 Peta kendali C pada part C jenis retak/pecah ............................... 60
Gambar 5.4.48 Peta kendali C pada part D jenis retak/pecah .............................. 62
Gambar 5.4.49 Peta kendali C pada part D jenis mata kayu ................................ 63
Gambar 5.4.50 Peta U pada Part C ....................................................................... 64
Gambar 5.4.51 Peta U pada Part C ....................................................................... 65
Gambar 5.4.52 Grafik kapabilitas proses part C-panjang .................................... 67
Gambar 5.4.53 Grafik kapabilitas proses part C-lebar ......................................... 67
Gambar 5.4.54 Grafik kapabilitas proses part C-tebal ......................................... 68
Gambar 5.4.55 Grafik kapabilitas proses part C-diameter ................................... 68
Gambar 5.4.56 Grafik kapabilitas proses part D-panjang .................................... 69
Gambar 5.4.58 Grafik kapabilitas proses part D-tebal ......................................... 70
Gambar 5.4.59 Grafik kapabilitas proses part D-diameter ................................... 71
x
ABSTRACT
PT. TI PRUTTT is a manufacturing company located in the Madura region
such as Bangkalan, Sampang, Pamekasan and Sumenep. This company produces
Lampu BETI. Every company strives to keep products fulfilling consumer desires
by maintaining product quality. The key to product quality is in the production
process, companies need to reduce defects in products that can affect the quality of
lampu BETI with statistical quality control. Quality control methods use seven
tools. Seven tools used include checksheets, histograms, fishbone diagrams, pareto
diagrams, and control charts.
Keywords: checksheet, histogram, fishbone diagram, pareto diagram, control

chart.
xi
ABSTRAK
PT. TI PRUTTT adalah perusahaan manufaktur yang berada di wilayah
Madura seperti Bangkalan, Sampang, Pamekasan dan Sumenep. Perusahaan ini
memproduksi Lampu BETI. Setiap perusahaan berupaya agar produk tetap
memenuhi keinginan konsumen dengan cara menjaga kualitas produk. Kunci
kualitas produk ada pada proses produksi, perusahaan perlu untuk mengurangi
kecacatan dalam produk yang dapat mempengaruhi kualitas Lampu BETI dengan
pengendalian kualitas statistik. Cara pengendalian kualitas menggunakan seven
tools. Seven tools yang digunakan diantaranya adalah checksheet, histogram,
fishbone diagram, pareto diagram, dan peta kendali.
Kata Kunci : checksheet, histogram, fishbone diagram, pareto diagram, peta

kendali.
xii
BAB I
PENDAHULUAN
Bab satu merupakan bab pendahuluan yang berisikan latar belakang dan tujuan
dari praktikum modul lima sub satu mengenai pengendalian kualitas statistik.
1.1 Latar Belakang
PT. TI PRUTTT adalah perusahaan di bidang manufaktur yang memproduksi
Lampu BETI. Setiap perusahaan berupaya agar produk tetap memenuhi keinginan
konsumen dengan cara menjaga kualitas produk. Produk akhir yang dihasilkan
menentukan kualitas produk. Kualitas produk yang kurang baik ditandai denga
adanya product defect pada produk tersebut. Pengendalian kualitas dilakukan untuk
meningkatkan kualitas produk lampu berbahan dasar kayu dan mengurangi product
defect.
Menurut Idris (2016), pengendalian kualitas adalah kegiatan manajemen dan
teknik yang bisa mengukur spesifikasi kualitas suatu produk dan juga bisa dipakai
untuk membadingkan produk untuk menentukan tindakan yang akan diambil
sebagai langkah perbaikan kualitas. Pengendalian kualitas dilakukan menggunakan
seven tools di antaranya adalah chechsheet, scatter diagram, fishbone diagram,
pareto chart, flowchart, control chart, dan histogram. Tujuan dari pengendalian
kualitas adalah untuk mengendalikan kualitas suatu produk supaya sesuai dengan
spesifikasi yang diinginkan.
Praktikum modul lima sub satu ini membahas cara pengendalian kualitas
menggunakan seven tools. Seven tools yang digunakan dalam praktikum modul
pengendalian kualitas diantaranya adalah checksheet, histogram, fishbone diagram,
pareto diagram, dan peta kendali. Pengendalian kualitas perlu mengidentifikasi
karakteristik kualitas data variabel dan atribut. Perlu pula untuk mengidentifikasi
produk yang dihasilkan berdasarkan perhitungan peta kendali variabel. Analisa peta
kendali atribut dan hasil perhitungan nilai kapabilitas proses juga memiliki peran
dalam pengendalian kualitas statistik.
1
1.2 Tujuan
Tujuan dari praktikum modul lima sub satu mengenai Pengendalian Kualitas
Statistik adalah sebagai berikut:
1. Mampu membuat dan menganalisa seven tools.
2. Mampu mengidentifikasi karakteristik kualitas dari data variabel dan data
atribut yang diamati.
3. Mampu mengidentifikasi produk yang dihasilkan berdasarkan hasil perhitungan
peta kendali variabel.
4. Mampu melakukan analisa terhadap output dari peta kendali atribut.
5. Mampu melakukan analisa hasil perhitungan dari kapabilitas proses.
2
BAB II
TINJAUAN PUSTAKA
Bab dua menjelaskan tentang tinjauan pustaka pada modul lima sub satu yaitu
tentang pengendalian kualitas statistik sebagai berikut.
2.1 Kualitas
Menurut Idris (2016), kualitas adalah faktor yang bisa digunakan sebagai
peningkat daya saing untuk suatu produk ataupun jasa. Jika kualitas ditingkatkan
maka biaya produksi akan semakain sedikit sehingga dapat mengurangi
pemborosan. Langkah yang diambil untuk menjaga kualitas produk yang dihasilkan
dapat sesuai dengan kebutuhan pasar adalah melakukan quality control terhadap
proses yang dilalui saat pembuatan produk.
2.2 Pengendalian Kualitas

Menurut Idris (2016), pengendalian kualitas adalah kegiatan manajemen dan
teknik yang bisa mengukur spesifikasi kualitas suatu produk dan juga bisa dipakai
untuk membandingkan produk untuk menentukan tindakan yang akan diambil
sebagai langkah perbaikan kualitas. Pengendalian kualitas biasanya dilakukan
dengan menggunakan seven tools. Alat-alat yang termasuk seven tools yang diapaki
dalam proses pengendalian kualitas di antaranya adalah chechsheet, scatter
diagram, fishbone diagram, pareto chart, flowchart, control chart, dan histogram.
Tujuan dari pengendalian kualitas adalah untuk mengendalikan kualitas suatu
produk supaya sesuai dengan spesifikasi yang diinginkan.
2.3 Lembar Pemeriksaan (Check Sheet)

Menurut Devani (2016), Check Sheet atau lembar pemeriksaan merupakan alat
pengumpul dan penganalisis data yang disajikan dalam bentuk tabel yang berisi
data jumlah barang yang diproduksi dan jenis ketidaksesuaian beserta dengan
jumlah yang dihasilkannya. Tujuan digunakannya Check Sheet ini adalah untuk
mempermudah proses pengumpulan data dan analisis, serta untuk mengetahui area
permasalahan berdasarkan frekuensi dari jenis atau penyebab dan mengambil
keputusan untuk melakukan perbaikan atau tidak.
3
2.4 Fishbone Diagram
Menurut Widyahening (2018), fishbone diagram atau disebut juga dengan
cause and effect diagram pertama kali diperkenalkan oleh Kaouru Ishikawa (1915-
1989) yang berasal dari Jepang. Fishbone diagram adalah suatu ilustrasi yang
dipakai untuk menganalisa potensi penyebab atau permasalahan kualitas yang
nyata. Menurut Ishikawa (dalam Juran, 1999) fishbone diagram berfungsi untuk
mengendalikan dan menampilkan hubungan berbagai teori dari akar penyebab
suatu masalah. Fungsi dari fishbone diagram diataranya adalah mengelompokkan
permasalahan atau inti masalah menjadi satu kelompok dengan rapi, menganalisa
apa yang terjadi dalam suatu proses, dan mengajarkan kepada manajemen tentang
suatu proses dan juga prosedur yang baru saat ini. Fishbone diagram juga bisa
digunakan untuk melakukan identifikasi dan mengorganisir berbagai sebab yang
mungkin muncul ketika proses berjalan. Kemudian memisahkan masing-masing
akar penyebab masalah dan menyebutkan permasalahan yang ada.
Contoh fishbone diagram:
Gambar 5.2.1 Fishbone diagram (Sumber: Jurnal Bianti, 2016)
2.5 Diagram Pareto

Menurut Yemima (2014), diagram pareto pertama kali diperkenalkan oleh
Alfredo Pareto (1848-1923). Diagram pareto merupakan grafik yang berbentuk
diagram batang yang menampilkan suatu permasalahan berdasarkan dari urutan
jumlah kejadian. Masalah yang paling ditunjukkan oleh grafik batang pertama atau
paling kiri dan semakin ke kanan permasalahan semakin sedikit dengan grafik
paling rendah dan posisi di paling kanan. Contoh dari diagram pareto adalah sebagai
berikut:
4
Gambar 5.2.2 Diagram pareto (Sumber: Jurnal Yemima, 2014)
2.6 Peta Kendali Variabel
Menurut Haryono (2016), peta kendali variabel merupakan suatu diagram yang
digunakan sebagai alat mengendalikan suatu karakteristik kualitas yang dapat
dipakai untuk mengukur mean dan variabilitas proses. Contohnya karakteristik
kualitas yang dapat diukur adalah dimensi, berat, dan volume. Peta kendali variabel
dikelompokkan menjadi 2 jenis berdasarkan jumlah variabel yang dipakai yaitu
peta kendali variabel univariat dan juga peta kendali variabel multivariat. Peta
kendali univariat diterapkan pada data yang memiliki satu karakteristik kualitas,
sedangkan peta kendali multivariat digunakan pada data yang memiliki dua atau
lebih karakteristik kualitas.
2.7 Kapabilitas Proses

Menurut Haryono (2016), kapabilitas proses adalah sebuah analisis statistik
yang dipakai untuk mengukur kemampuan proses. Proses bisa disebut mampu
atau kapabel adalah jika memenuhi presisi dan akurasi yang diketahui dari variasi
didalam suatu pengukuran. Analisis kapabilitas proses adalah salah satu bagian
bagian sangat penting dari keseluruhan aktivitas peningkatan kualitas. Indeks
kapabilitas untuk univariat dan multivariat dihitung dengan cara yang beda.
Indeks kapabilitas untuk univariat sama dengan multivariat apabila proses sudah
terkendali dan juga asumsi data erdistribusi normal. Indeks kapabilitas untuk
multivariat adalah Cpm, Cpm adalah rasio volume atau perbandingan antara
volume daerah toleransi dengan volume didaerah proses. Indeks nilai hasil data
kapabilitas proses adalah sebagai berikut:
5
Tabel 5.2.1 Indeks nilai hasil perhitungan Cp
Nilai Cp Indikator Keterangan
Proses kurang baik, kualitas produk diluar batas
Cp < 1 NT > ET
kendali atau proses tidak mampu (Not Capable )
Cp = 1 NT = ET Proses cukup baik, perlu ditingkatkan kualitasnya
Proses berjalan cukup baik, tapi perbaikan harus
1 < Cp < 1,33 NT < ET
dilanjutkan terus -menerus hingga mencapai 1,33
proses berjalan sangat baik dan memenuhi batas-
Cp >= 1,33 Capable
batas spesifikasi yang diterapkan
Tabel 5.4.2 Indeks nilai hasil perhitungan Cpk

Nilai Cpk Keterangan
Menunjukkan rata-rata dari proses berada di luar
Cpk < 0
batas spesifikasi
Menunjukkan rata-rata dari proses sama dengan
Cpk = 0
salah satu dari batas spesifikasinya
Menunjukkan proses tidak dapat membuat produk
0 < Cpk < 1
yang sesuai dengan spesifikasi yang diinginkan
Menunjukkan variasi proses semuanya berada

Cpk = 1 dalam batas-batas spesifikasi atau dapat membuat
produk sesuai dengan spesifikasi yang diinginkan
Menunjukkan variasi proses semuanya berada
Cpk > 1
dalam batas-batas spesifikasi
2.8 Peta Kendali P

Menurut Arsyad (2017), peta kendali P merupakan peta kendali yang banyak
diapaki dalam pengendalian kualitas proses statistik, karena kecacatan produk yang
sering muncul dalam manufaktur kebanyakan adalah kecacatan yang bersifat
atribut. Peta kendali P biasanya memakai 20-30 sub grup, apabila jumlah ini tidak
dipenuhi maka maka peta kendali P dikatakan tidak akurat. Namun apabila proses
produksi merupakan proses yang tergolong dalam proses pendek atau sub grup
kurang dari 20, maka peta kendali P juga tetap digunakan. Rumus-rumus peta
kendali P adalah sebagai berikut:
∑ 𝑑𝑘
𝑝̅ = ∑ 𝑛𝑘
................................................................................................................ (1)
𝑝̅ (1−𝑝̅ )
𝑈𝐶𝐿𝑘 = 𝑝̅ + 3√ ..........................................................................................(2)
𝑛𝑘
𝐶𝐿 = 𝑝̅ ...................................................................................................................(3)
𝑝̅ (1−𝑝̅ )
𝐿𝐶𝐿𝑘 = 𝑝̅ − 3√ ...........................................................................................(4)
𝑛𝑘
Keterangan:
𝑃̅: Rata-rata proporsi nonconforming untuk banyak sampel
6
nk: banyak unit dalam sampel
dk: jumlah nonconformingdalam sub group
2.9 Peta Kendali C

Menurut Haq (2014), peta kendali C merupakan peta kendali untuk kecacatan
barang yang besar subgroupnya sama. Contoh penerapan peta kendali C adalah
jumlah kecacatan permukaan yang diamati dalam lembaran yang terdapat lapisan
seng ataupun yang dicat pada sisi tertentu nya. Jumlah kerusakan pada bagian titik
lemah isolasi pada panjang kawat tertentu.
Penentu batas kendali didalam peta kedali C adalah sebagai berikut:
Ʃ𝐶
Ĉ= .....................................................................................................................(5)
𝑘
𝑈𝐶𝐿 = 𝐶̅ + 3√𝐶̅ ...................................................................................................(6)

𝐶𝐿 = 𝐶̅ ...................................................................................................................(7)
𝐿𝐶𝐿 = 𝐶̅ − 3√𝐶̅ ....................................................................................................(8)

Keterangan:
𝐶̅ = Proporsi defect per subgroup.
K = jumlah sub group
2.10 Peta Kendali U

Menurut Kaban (2014), peta kendali U adalah peta kendali yang menunjukkan
banyaknya kecacatan per unit. Secara matematis, peta kendali U ini hampir sama
dengan peta kendali C. Perbedaan pet U dan C adalah terletak pada subgroupnya
yang mana peta kendali U memakai subgroup lebih dari 1.
Rumus peta kendali U adalah sebagai berikut:
̅
𝑈
̅ + 3√ ....................................................................................................(9)
𝑈𝐶𝐿 = 𝑈
𝑁
̅................................................................................................................(10)
𝐶𝐿 = 𝑈
̅
̅ − 3√𝑈..................................................................................................(11)
𝐿𝐶𝐿 = 𝑈 𝑁
Keterangan:
N: Jumlah yang diispeksi dalam subgrup
U: jumlah nonconforming/unit dalam 1 subgrup
7
̅: Rata-rata Jumlah nonconforming/unit untuk banyak subgrup
𝑈
8
BAB III
METODE PENELITIAN
Bab tiga akan menjelaskan tentang metode penelitian mengenai pengendalian

kualitas sebagai berikut.
3.1 Alat dan Bahan
Alat dan bahan yang dipakai pada saat praktikum yaitu:
1. Rekapan hasil inspeksi
2. M. Excel
3. M. Word
4. Visio
5. Software minitab
6. PC/ laptop
7. Jangka sorong
8. Penggaris
3.2 Prosedur Pengolahan Data

Prosedur pengolahan data pada praktikum ini yaitu:
1. Mengidentifikasi karakteristik kualitas data variabel dan atribut melalui
inspeksi.
2. Merekap hasil inspeksi kedalam checksheet.
3. Membuat histogram.
4. Membuat diagram fishbone.
5. Membuat diagram pareto.
6. Membuat peta kendali variabel dengan bantuan microsoft excel dan melakukan
perhitungan matematis.
7. Membuat peta kendali atribut (peta c, p, dan u) dengan bantuan microsoft excel
dan melakukan perhitungan matematis.
8. Melakukan analisa terhadap output dari setiap peta kendali.
9. Membuat grafik kapabilitas proses dengan bantuan software minitab.
10. Menghitung nilai kapabilitas proses (Cp, Cpk, dan Cr).
11. Melakukan analisa hasil perhitungan nilai kapabilitas proses.
9
3.3 Flowchart
Flowchart praktikum serta flowchart pengolahan data akan dijelaskan yaitu
sebagai berikut:
3.3.1 Flowchart Praktikum
Flowchart praktikum tentang penjadwalan produksi yaitu sebagai berikut:
Mulai
Modul 5 sub 1 Pengendalian

Kualitas Statistik
Pretest
Tidak lulus
Nilai 60 Remidi
Lulus
Briefing Praktikum
Praktikum:
1. Mempersiapkan alat dan bahan seperti jangka
sorong, mistar, ATK dan checksheet.
2. Mengukur setiap part C dan D menggunakan
alat yang sudah ditentukan.
3. Mencatat hasil pengukuran dari setiap part C dan
D yang sudah diukur ke dalam checksheet.
Briefing Pengolahan Data
Asistensi 1
Asistensi 2
ACC
Laporan Resmi
Selesai
Gambar 5.3.3 Flowchart praktikum
10
3.3.2 Flowchart Pengolahan data
Flowchart pengolahan data tentang peramalan permintaan pasar yaitu sebagai
berikut:
Mulai
Tahap pengumpualan
Data Hasil Inpeksi
data
Mengidentifikasi Karakteristik
Merekap hasil inspeksi kedalam

checksheet
Membuat histogram, Diagram

Fishbone dan diagram pareto.
Tahap pengolahan data
Membuat peta kendali variabel

dengan bantuan microsoft excel dan
melakukan perhitungan matematis.
Membuat peta kendali atribut (peta c, p, dan u)

dengan bantuan microsoft excel dan melakukan
perhitungan matematis.
Melakukan analisa terhadap output

dari setiap peta kendali.
Membuat grafik kapabilitas proses

dengan bantuan software minitab.
Menghitung nilai kapabilitas proses

(Cp, Cpk, dan Cr).
Melakukan analisa hasil perhitungan

nilai kapabilitas proses.
Kesimpulan Tahap kesimpulan dan

dan saran saran
Selesai
Gambar 5.3.4 Flowchart pengolahan data
11
BAB IV
PENGOLAHAN DATA
Bab empat merupakan bab yang membahas mengenai pengolahan data. Isi dari
bab empat diantaranya adalah identifikasi part, rekapan data, histogram, diagram
pareto, fishbone diagram, dan peta kendali.
4.1 Identifikasi Part
PT TI PRUTTT adalah perusahaan di bidang manufaktur yang berproduksi di
wilayah Madura yaitu Bangkalan, Sampang, Pamekasan dan Sumenep. PT. TI
PRUTTT berupaya untuk menjaga kualitas produk agar tetap memenuhi keinginan
konsumen. Kunci kualitas produk ada pada proses produksi, perusahaan perlu untuk
mengurangi kecacatan dalam produk yang dapat mempengaruhi kualitas Lampu
BETI dengan pengendalian kualitas statistik. PT TI PRUTTT menggunakan seven
tools untuk melakukan pengendalian kualitas statistik. PT TI PRUTTT membuat
sebuah produk lampu BETI yang di dalamnya terdiri dari part C dan part D.
4.1.1 Part C
Part C merupakan salah satu part yang menyusun lampu BETI yang terbuat
dari kayu yang memiliki data variabel yaitu dimensi yang dapat diukur berupa
panjang dengan rata-rata 2,5 cm, lebar dengan rata-rata sebesar 25,7-26,6 cm,
tebal dengan rata-rata sebesar 70-76 cm, serta diameter dengan rata-rata sebesar
61,1-65,5cm. Data atribut pada part C yaitu data yang tidak dapat diukur artinya
data ini bersifat kualitatif maksudnya yaitu sesuai dengan penilaian setiap individu
pada part C data atributnya terdiri dari berserat dan pecah. Part C yang berserat
sebanyak 12, retak sebanyak 2 dan cacat mata kayu sebanyak 2. Maka dari itu part
yang tidak sesuai dengan spesifikasi maka tidak akan dilakukan proses
selanjutnya.
12
Gambar 5.4.5 Part C
4.1.2 Part D
Part D merupakan salah satu part yang menyusun lampu BETI yang terbuat
dari kayu yang memiliki data variabel yaitu dimensi yang dapat diukur berupa
panjang dengan rata-rata 71-72,3 cm, lebar dengan rata-rata sebesar 26-27,3 cm,
tebal dengan rata-rata sebesar 68-73 cm, serta diameter dengan rata-rata sebesar
58,5-59,7cm. Data atribut pada part D yaitu data yang tidak dapat diukur artinya
data ini bersifat kualitatif maksudnya yaitu sesuai dengan penilaian setiap individu
pada part D data atributnya terdiri dari berserat dan pecah. Part D yang berserat
sebanyak 15, retak sebanyak 3 dan cacat mata kayu sebanya 2. Maka dari itu part
yang tidak sesuai dengan spesifikasi maka tidak akan dilakukan proses
selanjutnya.
Gambar 5.4.6 Part D
4.2 Checksheet
Checksheet data variabel dan data atribut pada praktikum modul lima sub satu
tentang pengendalian kualitas statistik akan dijelaskan sebagai berikut.
13
4.2.1 Data Variabel
Checksheet data variabel terdiri dari data panjang, lebar, tebal, dan diameter
untuk part C dan part D akan dijelaskan sebagai berikut.
1. Panjang Part C
Part C
Variabel Panjang
Kelompok/Shift 20/C
Inspektor Dede Irwanto
Tgl/Lokasi 10/26/2019
Tabel 5.4.3 Data Variabel Panjang Part C
Panjang Part C
Sampel Inspection Time Sub Grup
1 2 3
1 21.14 252 252 251
2 21.17 252 253 252
3 21.20 251 252 251
4 21.23 254 252 252
5 21.26 250 252 252
6 21.29 251 253 250
7 21.32 250 253 252
8 21.35 251 252 252
9 21.38 246 250 250
10 21.41 250 252 252
Total 2507 2521 2514
2. Lebar Part C
Part C
Variabel Lebar
Kelompok/Shift 20/C
14
Tabel 5.4.4 Data Variabel Lebar Part C
Lebar C
1 2 3
1 21.14 28 26 27
2 21.17 27 27 27
3 21.20 29 29 28
4 21.23 28 26 27
5 21.26 24 26 26
6 21.29 27 28 27
7 21.32 27 27 27
8 21.35 25 27 28
9 21.38 25 29 27
10 21.41 25 25 27
Total 265 270 271
3. Tebal Part C
Part C
Variabel Tebal
Kelompok/Shift 20/C
Tabel 5.4.5 Data Variabel Tebal Part C
Tebal C
1 2 3
1 21.14 8 7 8
2 21.17 8 8 7
3 21.20 7 7 7
4 21.23 7 7 7
5 21.26 8 7 8
6 21.29 8 6 7
7 21.32 8 7 8
8 21.35 8 7 7
9 21.38 7 10 7
10 21.41 8 7 8
Total 77 73 74
4. Diameter Part C
Part C
Variabel Diameter
Kelompok/Shift 20/C
15
Tabel 5.4.6 Data Variabel Diameter Part C
Diameter C
1 2 3
1 21.14 6.5 6 5.8
2 21.17 5.8 6 5.9
3 21.20 5.8 5 5.8
4 21.23 6 5.9 5
5 21.26 5.6 5.9 6
6 21.29 6 5.7 6
7 21.32 6 6 0.8
8 21.35 5.9 6 5.9
9 21.38 6 5.9 6
10 21.41 5.9 6 6
Total 59.5 58.4 53.2
5. Panjang Part D
Part D
Variabel Panjang
Kelompok/Shift 20/C
Tabel 5.4.7 Data Variabel Panjang Part D
Panjang Part D
1 2 3
1 21.14 71 71 73
2 21.17 72 71 74
3 21.20 71 72 70
4 21.23 72 73 73
5 21.26 71 73 71
6 21.29 73 72 72
7 21.32 71 73 71
8 21.35 74 70 73
9 21.38 70 72 72
10 21.41 71 71 71
Total 716 718 720
6. Lebar Part D
Part D
Variabel Lebar
Kelompok/Shift 20/C
16
Tabel 5.4.8 Data Variabel Lebar Part D
Lebar D
1 2 3
1 21.14 28 27 27
2 21.17 28 27 25
3 21.20 28 28 28
4 21.23 27 29 26
5 21.26 27 27 30
6 21.29 28 28 25
7 21.32 27 29 29
8 21.35 27 28 27
9 21.38 27 28 27
10 21.41 26 27 28
Total 273 278 272
7. Tebal Part D
Part D
Variabel Tebal
Kelompok/Shift 20/C
Tabel 5.4.9 Data Variabel Tebal Part D
Tebal D
1 2 3
1 21.14 7 6 7
2 21.17 6 8 8
3 21.20 7 6 7
4 21.23 8 8 8
5 21.26 7 7 8
6 21.29 6 7 7
7 21.32 7 7 6
8 21.35 7 8 7
9 21.38 7 7 7
10 21.41 8 8 7
Total 70 72 72
8. Diameter Part D
Part D
Variabel Diameter
Kelompok/Shift 20/C
17
Tabel 5.4.9 Data Variabel Tebal Part D
Diameter D
1 2 3
1 21.14 5.8 5.8 5.6
2 21.17 5.6 5.9 5.9
3 21.20 5.8 5.9 5.9
4 21.23 5.9 5.8 5.7
5 21.26 5.8 5.9 5.9
6 21.29 5.9 5.9 5.9
7 21.32 5.9 59 5.9
8 21.35 5.8 5.8 5.9
9 21.38 5.5 5.5 5.9
10 21.41 5.9 5.7 5.8
Total 57.9 111.2 58.4
4.2.2 Data Atribut

Checksheet data atribut terdiri dari part C dan part D akan dipaparkan sebagai
berikut.
1. Number Non Conforming Part C
Part C
Tidak
Variabel halus/Berserat
Kelompok/Shift 20/C
Tabel 5.4.10 Data Atribut Number Non Conforming Part C
Number Non Conforming Part C
Sampel Inspection Time Number Inspection
Tidak Halus/Berserat Retak/Pecah
1 21.14 3 2 0
2 21.17 3 1 0
3 21.20 3 2 1
4 21.23 3 1 0
5 21.26 3 2 0
6 21.29 3 1 0
7 21.32 3 0 1
8 21.35 3 1 0
9 21.38 3 1 0
10 21.41 3 1 0
Total 30 12 2
18
2. Number Non Conforming Part D
Part D
Tidak
Variabel halus/Berserat
Kelompok/Shift 20/C
Tabel 5.4.11 Data Atribut Number Non Conforming Part D
Number Non Conforming Part D
Sampel Inspection Time Number Inspection
Tidak Halus/Berserat Retak/Pecah
1 21.14 3 1 1
2 21.17 3 1 0
3 21.20 3 1 0
4 21.23 3 3 1
5 21.26 3 2 0
6 21.29 3 2 0
7 21.32 3 2 0
8 21.35 3 0 0
9 21.38 3 2 0
10 21.41 3 1 1
Total 30 15 3
4.3 Histogram
Histogram dibuat pada masing-masing data, diantaranya adalah data variabel
dan data atribut. Berikut merupakan histogram dari data variabel dan data atribut.
4.3.1 Data Variabel
Histogram dari data variabel terdiri dari panjang, lebar, tebal, dan diameter
terdapat dua part yang dilakukan inspeksi yaitu part C dan part D.
4.3.1.1 Histogram part C
Histogram part C terdiri dari panjang, lebar, tebal, dan diameter yaitu
sebagai berikut:
1. Panjang Part C
Histogram dari data panjang pada part C akan dijelaskan sebagai berikut.
Bin Frequency
246 1
248 0
250 6
252 19
254 4
19
Histogram Panjang Part C
20
15
10
5
0
246 248 250 252 254
Bin
Gambar 5.4.7 Histogram panjang part C

Gambar 5.4.7 menunjukkan histogram panjang part C terdapat hasil
variabel panjang, interval 246-247 dengan frekuensi sebesar 1, interval 248-
249 dengan frekuensi sebesar 0, interval 250-251 dengan frekuensi sebesar 6,
interval 252-253 dengan frekuensi 19, dan interval 254 dengan frekuensi
sebesar 24. Frekuensi terbesar terdapat pada interval data 252 dengan
frekusensi sebanyak 19 sedangkan yang terkecil pada interval 248 dengan
frekuensi sejumlah 0.
2. Lebar Part C
Histogram dari data lebar pada part C akan dijelaskan sebagai berikut:
Bin Frequency
24 1
25.25 4
26.5 4
27.75 13
29 8
Histogram Lebar Part C

15
10
0
24 25.25 26.5 27.75 29
Bin
Gambar 5.4.8 Histogram lebar part C

Gambar 5.4.8 menunjukkan histogram lebar part C terdapat hasil variabel
lebar, pada interval 24-25,24 dengan frekuensi sebesar 1, interval 25,25-26,3
dengan frekuensi sebesar 4, interval 26,5-27,74 dengan frekuensi sebesar 4,
20
interval 27,75-28 dengan frekuensi 13 dan 29 dengan frekuensi sebesar 8.
Frekuensi terbesar terdapat pada interval data 27.5 dengan frekusensi sebanyak
13 sedangkan yang terkecil pada interval 24 dengan frekuensi sejumlah 1`.
3. Tebal Part C
Histogram dari data tebal pada part C akan dijelaskan sebagai berikut.
Bin Frequency
6 1
7 16
8 12
9 0
10 1
Histogram Tebal Part C

20
15
Frequency
10
0
6 7 8 9 10
Bin
Gambar 5.4.9 Histogram tebal part C

Gambar 5.4.9 menunjukkan histogram tebal part C terdapat hasil variabel
tebal, pada interval 6-6,9 dengan frekuensi sebesar 1, interval 7-7,9 dengan
frekuensi sebesar 16, interval 8-8,9 dengan frekuensi sebesar 12, interval 9-9,9
dengan frekuensi 0 dan interval 10 dengan frekuensi sebesar 1. Frekuensi
terbesar terdapat pada interval data 7 dengan frekusensi sebanyak 16
sedangkan yang terkecil pada interval 9 dengan frekuensi sejumlah 0.
4. Diameter Part C
Histogram dari data diameter pada part C akan dijelaskan sebagai berikut.
Bin Frequency
0.8 1
2.225 0
3.65 0
5.075 2
6.5 27
21
Histogram Diameter Part C
30
Frequency
20
10
0
0.8 2.225 3.65 5.075 6.5
Bin
Gambar 5.4.10 Histogram diameter part C

Gambar 5.4.10 menunjukkan histogram diameter part C terdapat hasil
variabel diameter, pada interval 0,8-2,224 dengan frekuensi sebesar 1, interval
2,225-3,64 dengan frekuensi sebesar 0, interval 3,65-5,074 dengan frekuensi
sebesar 0, interval 5,075-6,4 dengan frekuensi 2 dan interval 6,5 dengan
frekuensi sebesar 27. Frekuensi terbesar terdapat pada interval data 6.5 dengan
frekusensi sebanyak 27 sedangkan yang terkecil pada interval 3.65 dengan
4.3.1.2 Histogram part D
Histogram part D terdiri dari panjang, lebar, tebal, dan diameter yaitu
sebagai berikut:
1. Panjang Part D
Histogram dari data panjang pada part D akan dijelaskan sebagai berikut.
Bin Frequency
70 3
71 11
72 7
73 7
74 2
Histogram Panjang Part D

12
10
Frequency
8
6
4
2
0
70 71 72 73 74
Bin
22
Gambar 5.4.11 Histogram panjang part D
Gambar 5.4.11 menunjukkan histogram panjang part D terdapat hasil
variabel panjang, pada interval 70-70,9 dengan frekuensi sebesar 3, interval 71-
71,9 dengan frekuensi sebesar 11, interval 72-72,9 dengan frekuensi sebesar 7,
interval 73-73,9 dengan frekuensi 7 dan interval 74 dengan frekuensi sebesar
2. Frekuensi terbesar terdapat pada interval data 71 dengan frekusensi sebanyak
11 sedangkan yang terkecil pada interval 74 dengan frekuensi sejumlah 2.
2. Lebar Part D
Histogram dari data lebar pada part D akan dijelaskan sebagai berikut.
Bin Frequency
25 2
26.25 2
27.5 12
28.75 10
30 4
Histogram Lebar Part D

14
12
10
Frequency
8
6
4
2
0
25 26.25 27.5 28.75 30
Bin
Gambar 5.4.12 Histogram lebar part D

Gambar 5.4.12 menunjukkan histogram lebar part D terdapat hasil
variabel lebar, pada interval 25-26,24 dengan frekuensi sebesar 2, interval
26,25-27,4 dengan frekuensi sebesar 2, interval 27,5-28,74 dengan frekuensi
sebesar 12, interval 28,75-29 dengan frekuensi 10 dan interval 30 dengan
frekuensi sebesar 4. Frekuensi terbesar terdapat pada interval data 28,75
dengan frekusensi sebanyak 12 sedangkan yang terkecil pada interval 25
dengan frekuensi sejumlah 2.
3. Tebal Part D
Histogram dari data tebal pada part D akan dijelaskan sebagai berikut.
23
Bin Frequency
6 5
6.5 0
7 16
7.5 0
8 9
Histogram Tebal Part D

20
15
Frequency
10
0
6 6.5 7 7.5 8
Bin
Gambar 5.4.13 Histogram tebal part D

Gambar 5.4.13 menunjukkan histogram tebal part D terdapat hasil variabel
tebal, pada interval 6-6,4 dengan frekuensi sebesar 5, interval 6,5-6,9 dengan
frekuensi sebesar 0, interval 7-7,4 dengan frekuensi sebesar 16, interval 7,5-
7,9 dengan frekuensi 0 dan interval 8 dengan frekuensi sebesar 9. Frekuensi
terbesar terdapat pada interval data 7 dengan frekusensi sebanyak 16
sedangkan yang terkecil pada interval 6.5 dengan frekuensi sejumlah 0.
4. Diameter Part D
Histogram dari data diameter pada part D akan dijelaskan sebagai berikut.
Bin Frequency
5.5 2
5.6 2
5.7 0
5.8 2
5.9 8
24
Histogram Diameter Part D
10
8
Frequency
6
4
2
0
5.5 5.6 5.7 5.8 5.9
Bin
Gambar 5.4.14 Histogram diameter part D

Gambar 5.4.14 menunjukkan histogram diameter part D terdapat hasil
variabel diameter, pada interval 5,5-5,59 dengan frekuensi sebesar 2, interval
5,6-5,69 dengan frekuensi sebesar 2, interval 5,7-5,79 dengan frekuensi sebesar
0, interval 5,8-5,89 dengan frekuensi 2 dan interval 5,9 dengan frekuensi
sebesar 8. Frekuensi terbesar terdapat pada interval data 6.5 dengan frekusensi
sebanyak 27 sedangkan yang terkecil pada interval 3.65 dengan frekuensi
sejumlah 0. Frekuensi terbesar terdapat pada interval data 5.9 dengan
frekusensi sebanyak 8 sedangkan yang terkecil pada interval 5.7 dengan
4.3.2 Data Atribut

Histogram dari data atribut terdiri dari tidak halus/berserat dan retak/pecah
terdapat dua part yang dilakukan inspeksi yaitu part C dan part D.
4.3.1.1 Histogram part C
Histogram part C terdiri dari tidak halus/berserat dan retak/pecah yaitu
sebagai berikut:
1. Tidak halus/berserat, retak/pecah dan mata kayu Part C
Histogram dari data Tidak halus/berserat dan retak/pecah pada part C akan
dijelaskan sebagai berikut.
Bin Frequency
0.5 17
1 10
1.5 0
2 3
25
Histogram Atribut Part C
20
15
Frequency
10
0
0.5 1 1.5 2
Bin
Gambar 5.4.15 Histogram tidak halus/berserat dan retak/pecah part C

Gambar 5.4.15 menunjukkan histogram tidak halus/berserat dan
retak/pecah part C terdapat hasil variabel atribut, pada interval 0-0,4 dengan
frekuensi sebesar 8, interval 0,5-0,9 dengan frekuensi sebesar 0, interval 1-1,4
dengan frekuensi sebesar 7, interval 1,5-1,9 dengan frekuensi 0, dan interval 2
dengan frekuensi sebesar 3. Frekuensi terbesar terdapat pada interval data 0.5
dengan frekusensi sebanyak 17 sedangkan yang terkecil pada interval 1.5
dengan frekuensi sejumlah 0.
4.3.1.2 Histogram part D

Histogram part D terdiri dari tidak halus/berserat dan retak/pecah yaitu
sebagai berikut:
1. Tidak halus/berserat, retak/pecah dam mata kayu Part D
Histogram dari data Tidak halus/berserat dan retak/pecah pada part D akan
dijelaskan sebagai berikut.
Bin Frequency
0.75 16
1.5 9
2.25 4
3 1
26
Histogram Atribut Part D
20
15
Frequency
10
0
0.75 1.5 2.25 3
Bin
Gambar 5.4.16 Histogram tidak halus/berserat dan retak/pecah part D

Gambar 5.4.16 menunjukkan histogram tidak halus/berserat dan
retak/pecah part D terdapat hasil variabel atribut, pada interval 0-0,74 dengan
frekuensi sebesar 8, interval 0,75-1,4 dengan frekuensi sebesar 0, interval 1,5-
2,24 dengan frekuensi sebesar 4, interval 2,25-2,9 dengan frekuensi 4, dan
interval 3 dengan frekuensi sebesar 1. Frekuensi terbesar terdapat pada interval
data 0.75 dengan frekusensi sebanyak 16 sedangkan yang terkecil pada interval
3 dengan frekuensi sejumlah 0.
4.4 Diagram Pareto

Diagram pareto merupakan diagram yang berbentuk diagram batang yang
menggambarkan proporsi dari faktor-faktor yang berpengaruh terhadap suatu
produk atau jasa. Analisa diagram pareto adalah 20% permasalahan kualitas akan
menyebabkan 80% besar kerugian. Pembahasan mengenai diagram pareto dari
modul 5 sub 1 adalah sebagai berikut:
4.4.1 Diagram Pareto Part C
Diagram pareto dari part C ditunjukkan sebagai berikut:
Tabel 5.4.12 Tabel kumulatif persen part C
frekuensi presentase presentase
jenis cacat frekuensi
kumulatif (%) kumulatif (%)
berserat 12 12 75 75
retak 2 14 12.5 87.5
mata kayu 2 16 12.5 100
Berdasarkan tabel 5.4.11 Diagram pareto part C menggambarkan tentang

permasalahan dari cacatnya part C. Terdapat tiga masalah dari part C yaitu
produk berserat, retak, dan cacat mata kayu. Jumlah dari produk yang memiliki
27
cacat berserat yaitu sebanyak 12 dengan presentase 75%, cacat retak yaitu
sebanyak 2 dengan presentase 12,5% dan cacat mata kayu yaitu sebanyak 2
dengan presentase 12,5%.
Gambar 5.4.17 Diagram pareto part C

Gambar 5.4.17 menunjukkan jenis cacat tidak halus atau berserat pada part C
sebanyak 12 part, retak atau pecah sebanyak 2 part, dan cacat mata kayu sebanyak
2 part. Presentase 20% jenis cacat tidak halus atau berserat mempengaruhi
presentase 80% penyebab kecacatan pada mata kayu dan retak dari keseluruhan
proses produksi sehingga perlunya didahulukan penanganan atau perbaikan pada
cacat berserat pada produk.
4.4.2 Diagram Pareto Part D
Diagram pareto dari part D ditunjukkan sebagai berikut:
Tabel 5.4.13 Tabel kumulatif persen part D
frekuensi presentase presentase
jenis cacat frekuensi
kumulatif (%) kumulatif (%)
berserat 15 15 75 75
retak 3 18 15 90
mata kayu 2 20 10 100
Berdasarkan tabel 5.4.13 Diagram pareto part D menggambarkan tentang

permasalahan dari cacatnya part D. Terdapat tiga masalah dari part D yaitu
produk berserat, retak, dan cacat mata kayu. Jumlah dari produk yang memiliki
cacat berserat yaitu sebanyak 15 dengan presentase 75%, cacat retak yaitu
sebanyak 3 dengan presentase 15% dan cacat mata kayu yaitu sebanyak 5 dengan
presentase 10%.
28
Gambar 5.4.18 Diagram pareto part D
Gambar 5.4.18 menunjukkan jenis cacat tidak halus atau berserat pada part
C sebanyak 15 part, retak atau pecah sebanyak 3 part, dan cacat mata kayu
sebanyak 2 part. Presentase 20% jenis cacat tidak halus atau berserat
mempengaruhi presentase 80% penyebab kecacatan pada sebagian cacat
berserat, mata kayu dan retak dari keseluruhan proses produksi sehingga
perlunya didahulukan penanganan atau perbaikan pada cacat berserat pada
produk.
4.5 Fishbone Diagram

Fishbone diagram(cause and effect diagram) merupakan diagram yang
menggambarkan hubungan sebab akibat antar faktor yang menyebabkan
ketidaksesuaian pada produk ataupun jasa.
4.5.1 Fishbone Diagram Cacat Beserat atau Tidak Halus
Fishbone diagram berisikan permasalahan berserat yang didapatkan dari
pengolahan data pada 4.4 yang merupakan pengolahan data diagram pareto,
hasilnya sebagai berikut:
Material
Personal
Bahan tidak halus dan
berserat
BERSERAT
Machines
Methods
Environment
29
Gambar 5.4.19 Fishbone diagram berserat
Gambar 5.4.19 dapat diambil kesimpulan bahwa cacat berserat disebabkan
oleh 5 faktor dominan diantaranya materials atau bahan baku, personnel atau
pekerja, environment atau lingkungan, methods atau proses produksi, dan juga
machines atau mesin. Faktor dominan tersebut menghasilkan faktor-faktor lain
yang lebih spesifik. Faktor penyebab dari bahan baku adalah material yang
digunakan mempunyai permukaan yang tidak rata dan berserat. Faktor penyebab
dari pekerja adalah pekerja mengalami kelelahan dan ketika melakukan pekerjaan
operator terlalu tergesa-gesa. Faktor penyebab dari lingkungan adalah lingkungan
kerja tidak ergonomis, terlalu bising, dan suasana ruang kerja panas. Faktor
penyebab dari proses produksi adalah pekerja tidak melakukan tata cara yang
benar saat melakukan proses produksi. Terakhir faktor penyebab dari mesin
adalah mesin mengalami kerusakan sehingga tidak bisa berjalan dengan baik dan
juga karena faktor usia dari mesin itu.
4.5.2 Fishbone Diagram Cacat Retak

Material
Personal
Bahan mudah retak saat
dipotong
RETAK
Methods Machines
Environment
Gambar 5.4.20 Fishbone diagram retak

Gambar 5.4.20 dapat diambil kesimpulan bahwa cacat retak disebabkan oleh
5 faktor dominan diantaranya materials atau bahan baku, personnel atau pekerja,
environment atau lingkungan, methods atau proses produksi, dan juga machines
atau mesin. Faktor dominan tersebut menghasilkan faktor-faktor lain yang lebih
30
spesifik. Diantaranya faktor-faktor penyebab dari bahan baku adalah material
yang digunakan sudah retak. Faktor penyebab dari pekerja adalah pekerja
mengalami kelelahan dan ketika melakukan pekerjaan operator terlalu tergesa-
gesa. Faktor penyebab dari lingkungan adalah lingkungan kerja tidak ergonomis,
terlalu bising, dan suasana ruang kerja panas. Faktor penyebab dari proses
produksi adalah operator memotong bahan dengan urutan proses yang salah.
Terakhir faktor penyebab dari mesin adalah mesin mengalami kerusakan sehingga
tidak bisa berjalan dengan baik dan juga karena faktor usia dari mesin itu.
4.5.3 Fishbone Diagram Cacat Mata Kayu

Material
Personal
Bahan mudah retak saat
dipotong
RETAK
Methods Machines
Environment
Gambar 5.4.21 Fishbone diagram cacat mata kayu

Gambar 5.4.17 dapat diambil kesimpulan bahwa cacat mata kayu disebabkan
oleh 5 faktor dominan diantaranya materials atau bahan baku, personnel atau
pekerja, environment atau lingkungan, methods atau proses produksi, dan juga
machines atau mesin. Faktor dominan tersebut menghasilkan faktor-faktor lain
yang lebih spesifik. Diantaranya faktor-faktor penyebab dari bahan baku adalah
material yang digunakan sudah retak. Faktor penyebab dari pekerja adalah pekerja
mengalami kelelahan dan ketika melakukan pekerjaan operator terlalu tergesa-
31
gesa. Faktor penyebab dari lingkungan adalah lingkungan kerja tidak ergonomis,
terlalu bising, dan suasana ruang kerja panas. Faktor penyebab dari proses
produksi adalah operator memotong bahan dengan urutan proses yang salah.
Terakhir faktor penyebab dari mesin adalah mesin mengalami kerusakan sehingga
tidak bisa berjalan dengan baik dan juga karena faktor usia dari mesin itu.
4.6 Peta Kendali

Peta kendali merupakan diagram yang menunjukkan batas-batas hasil
pengamatan yang masih dapat ditolerir dengan resiko tertentu. Peta kendali terdiri
dari peta kendali variabel dan atribut serta kapabilitas proses.
4.6.1 Peta Kendali Variabel
Peta kendali variabel memuat peta kendali pada variabel part C dan part D
yaitu panjang, lebar, tebal, dan diameter. Peta kendali variabel terdiri dari peta X
dan R
4.6.1.1 Peta X-R Part C
Peta X dan peta R setiap variabel Part C yaitu panjang, lebar, tebal dan
diameter seperti diuraikan berikut.
a. Variabel Panjang
Perhitungan dan grafik peta X pada variabel panjang Part C adalah sebagai
berikut.
Diketahui :
k = 10
n =3
A2 = 1,023
∑X̅ = 2517,03 mm
∑R = 20 mm
Ditanya:
X̅ bar, R̅, UCL, dan LCL
Dijawab:
∑ X̅
X̅ bar = 𝑘
2517,03
= 10
= 251,70 mm
32
∑R
R̅ = 𝑘
20
= 10
= 2 mm
UCL = X̅ bar + (A2* R̅)
= 251,70 + (1,023*2)
= 253,75 mm
CL = X̅ bar = 251,70 mm
LCL = X̅ bar - (A2* R̅)
= 251,70 - (1,023*2)
= 249,66 mm
Jadi, rata-rata panjang Part C dari 10 kali percobaan dengan 3 sub grup
adalah 251,70 mm, sedangkan rata-rata range percobaan tersebut adalah 2
mm. Batas kendali atas dan bawah masing-masing adalah 253,75 mm dan
249,66 mm.
Tabel 5.4.14 Rekapan peta X variabel panjang Part C
Panjang Part C
Sampel Inspection Time Sub Grup R X Bar X double bar UCL LCL CR
1 2 3
1 21.14 252 252 251 1 251.67 251.70 253.75 249.66 251.70
2 21.17 252 253 252 1 252.33 251.70 253.75 249.66 251.70
3 21.20 251 252 251 1 251.33 251.70 253.75 249.66 251.70
4 21.23 254 252 252 2 252.67 251.70 253.75 249.66 251.70
5 21.26 250 252 252 2 251.33 251.70 253.75 249.66 251.70
6 21.29 251 253 250 3 251.33 251.70 253.75 249.66 251.70
7 21.32 250 253 252 3 251.67 251.70 253.75 249.66 251.70
8 21.35 251 252 252 1 251.67 251.70 253.75 249.66 251.70
9 21.38 246 250 250 4 251.70 251.70 253.75 249.66 251.70
10 21.41 250 252 252 2 251.33 251.70 253.75 249.66 251.70
Total 20 2517.033333 2517.033333 2537.493 2496.573 2517
Rata-rata 2 251.7033333 251.7033333 253.7493 249.6573 251.7
PETA X PART C PANJANG

256.00
254.00
252.00
250.00
248.00
246.00
1 2 3 4 5 6 7 8 9 10
X Bar UCL LCL CR
33
Gambar 5.4.22 Peta X variabel panjang Part C
Gambar 5.4.22 menunjukkan peta X variabel panjang pada Part C.
Perhitungan peta X variabel panjang Part C didapatkan batas kendali atas, batas
kendali bawah, dan rata-rata masing-masing sebesar 253,75 mm; 249,66 mm;
dan 251,70 mm, dimana nilai x double bar masih dalam batas dan tidak ada nilai
yang keluar dari batas tersebut sehingga dapat disimpulkan bahwa variabel
panjang Part C masih terkendali.
Perhitungan dan grafik peta R pada variabel panjang Part C adalah sebagai
berikut.
34
Diketahui :
K = 10
N =3
D4 = 2,57
D3 = 0,00
∑R = 20 mm
Ditanya:
R̅, UCL, dan LCL
Dijawab :
∑R
R̅ = 𝑘
20
= 10 = 2 mm
UCL = D4* R̅
= 2,57*2
= 5,14 mm
CL = R̅ = 2 mm
LCL = D3* R̅
= 0*2 = 0 mm
Jadi, rata-rata range data panjang Part C dari 10 kali percobaan dengan
3 sub grup adalah 2 mm dengan batas kendali atas dan bawah masing-masing
adalah 5,14 mm dan 0,00 mm.
Tabel 5.4.15 Rekapan peta R variabel panjang Part C
Sampel Inspection Time Panjang Part C
Sub Grup RANGE R Bar UCL LCL CL
1 2 3
1 21.14 252 252 251 1 2.00 5.14 0.00 2.00
2 21.17 252 253 252 1 2.00 5.14 0.00 2.00
3 21.20 251 252 251 1 2.00 5.14 0.00 2.00
4 21.23 254 252 252 2 2.00 5.14 0.00 2.00
5 21.26 250 252 252 2 2.00 5.14 0.00 2.00
6 21.29 251 253 250 3 2.00 5.14 0.00 2.00
7 21.32 250 253 252 3 2.00 5.14 0.00 2.00
8 21.35 251 252 252 1 2.00 5.14 0.00 2.00
9 21.38 246 250 250 4 2.00 5.14 0.00 2.00
10 21.41 250 252 252 2 2.00 5.14 0.00 2.00
Total 2507 2521 2514 20 20 51.4 0 20
Rata-rata 250.7 252.1 251.4 2 2 5.14 0 2
35
PETA R PART C PANJANG
6
0
1 2 3 4 5 6 7 8 9 10 11
RANGE UCL LCL CL
Gambar 5.4.23 Peta R variabel panjang Part C

Gambar 5.4.23 menunjukkan peta R variabel panjang pada Part C.
Perhitungan peta R variabel panjang Part C didapatkan batas kendali atas, batas
kendali bawah, dan rata-rata masing-masing sebesar 5,14 mm; 0,00 mm; dan
2,00 mm, dimana nilai x double bar masih dalam batas dan tidak ada nilai yang
keluar dari batas tersebut sehingga dapat disimpulkan bahwa variabel panjang
Part C masih terkendali.
b. Variabel Lebar
Grafik peta X pada variabel lebar Part C adalah sebagai berikut.
Tabel 5.4.16 Rekapan peta X variabel lebar Part C
Lebar C
Sampel Inspection Time Sub Grup R X Bar X double bar UCL LCL 1.023
1 2 3
1 21.14 28 26 27 2 27.00 26.67 28.41 24.93 26.67
2 21.17 27 27 27 0 27.00 26.67 28.41 24.93 26.67
3 21.20 29 29 28 1 26.66 26.67 28.41 24.93 26.67
4 21.23 28 26 27 2 27.00 26.67 28.41 24.93 26.67
5 21.26 24 26 26 2 25.33 26.67 28.41 24.93 26.67
6 21.29 27 28 27 1 27.33 26.67 28.41 24.93 26.67
7 21.32 27 27 27 0 27.00 26.67 28.41 24.93 26.67
8 21.35 25 27 28 3 26.67 26.67 28.41 24.93 26.67
9 21.38 25 29 27 4 27.00 26.67 28.41 24.93 26.67
10 21.41 25 25 27 2 25.67 26.67 28.41 24.93 26.67
Total 17 266.66 266.66 284.051 249.269 266.7
Rata-Rata 1.7 26.666 26.666 28.4051 24.9269 26.67
36
PETA X PART C LEBAR
30.00
28.00
Axis Title
26.00
24.00
22.00
1 2 3 4 5 6 7 8 9 10
X Bar UCL LCL CR
Gambar 5.4.24 Peta X variabel lebar Part C

Gambar 5.4.24 menunjukkan peta X variabel lebar pada Part C.
Perhitungan peta X variabel lebar Part C didapatkan batas kendali atas, batas
keluar dari batas tersebut sehingga dapat disimpulkan bahwa variabel lebar Part
C masih terkendali.
Grafik peta R pada variabel lebar Part C adalah sebagai berikut.
Tabel 5.4.17 Rekapan peta R variabel lebar Part C
Lebar C
Sampel Inspection Time Sub Grup RANGE R Bar UCL LCL CL
1 2 3
1 21.14 28 26 27 2 1.70 4.37 0.00 1.70
2 21.17 27 27 27 0 1.70 4.37 0.00 1.70
3 21.20 29 29 28 1 1.70 4.37 0.00 1.70
4 21.23 28 26 27 2 1.70 4.37 0.00 1.70
5 21.26 24 26 26 2 1.70 4.37 0.00 1.70
6 21.29 27 28 27 1 1.70 4.37 0.00 1.70
7 21.32 27 27 27 0 1.70 4.37 0.00 1.70
8 21.35 25 27 28 3 1.70 4.37 0.00 1.70
9 21.38 25 29 27 4 1.70 4.37 0.00 1.70
10 21.41 25 25 27 2 1.70 4.37 0.00 1.70
Total 265 270 271 17 17 43.69 0 17
Rata-Rata 26.66667 27.22222 27.11111 1.666667 1.7 4.369 0 1.7
PETA R PART C LEBAR

6
0
1 2 3 4 5 6 7 8 9 10
RANGE UCL LCL CL
Gambar 5.4.25 Peta R variabel lebar Part C
37
Gambar 5.4.25 menunjukkan peta R variabel lebar pada Part C.
Perhitungan peta R variabel lebar Part C didapatkan batas kendali atas, batas
C masih terkendali.
c. Variabel Tebal
Grafik peta X pada variabel tebal Part C adalah sebagai berikut.
Tabel 5.4.18 Rekapan peta X variabel tebal Part C
Tebal C
1 2 3
1 21.14 8 7 8 1 7.67 7.47 8.59 6.34 7.47
2 21.17 8 8 7 1 7.67 7.47 8.59 6.34 7.47
3 21.20 7 7 7 0 7.00 7.47 8.59 6.34 7.47
4 21.23 7 7 7 0 7.00 7.47 8.59 6.34 7.47
5 21.26 8 7 8 1 7.67 7.47 8.59 6.34 7.47
6 21.29 8 6 7 2 7.00 7.47 8.59 6.34 7.47
7 21.32 8 7 8 1 7.67 7.47 8.59 6.34 7.47
8 21.35 8 7 7 1 7.33 7.47 8.59 6.34 7.47
9 21.38 7 10 7 3 8.00 7.47 8.59 6.34 7.47
10 21.41 8 7 8 1 7.67 7.47 8.59 6.34 7.47
Total 11 74.66666667
Rata-rata 1.1 7.466666667
PETA X PART C TEBAL

10.00
8.00
6.00
4.00
2.00
0.00
1 2 3 4 5 6 7 8 9 10
X Bar UCL LCL CR
Gambar 5.4.26 Peta X variabel tebal Part C

Gambar 5.4.26 menunjukkan peta X variabel tebal pada Part C. Perhitungan
peta X variabel tebal Part C didapatkan batas kendali atas, batas kendali bawah,
dan rata-rata masing-masing sebesar 8,59 mm; 6,34 mm; dan 7,47 mm, dimana
nilai x double bar masih dalam batas dan tidak ada nilai yang keluar dari batas
tersebut sehingga dapat disimpulkan bahwa variabel tebal Part C masih
terkendali.
38
Grafik peta R pada variabel tebal Part C adalah sebagai berikut.
Tabel 5.4.19 Rekapan peta R variabel tebal Part C
Sampel Inspection Time Tebal
1 2 3
1 21.14 8 7 8 1 0.80 2.06 0 0.80
2 21.17 8 8 7 1 0.80 2.06 0 0.80
3 21.20 7 7 7 0 0.80 2.06 0 0.80
4 21.23 7 7 7 0 0.80 2.06 0 0.80
5 21.26 8 7 8 1 0.80 2.06 0 0.80
6 21.29 8 6 7 2 0.80 2.06 0 0.80
7 21.32 8 7 8 1 0.80 2.06 0 0.80
8 21.35 8 7 7 1 0.80 2.06 0 0.80
9 21.38 7 7 7 0 0.80 2.06 0 0.80
10 21.41 8 7 8 1 0.80 2.06 0 0.80
Total 77 70 74 8 8 20.56 0 8
Rata-rata 7.7 7 7.4 0.8 0.8 2.056 0 0.8
PETA R PART C TEBAL

2.5
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10
RANGE UCL LCL CL
Gambar 5.4.27 Peta R variabel tebal Part C

Gambar 5.4.27 menunjukkan peta R variabel tebal pada Part C. Perhitungan
peta R variabel tebal Part C didapatkan batas kendali atas, batas kendali bawah,
tersebut sehingga dapat disimpulkan bahwa variabel tebal Part C masih
terkendali.
d. Variabel Diameter Part C
Grafik peta X pada variabel diameter Part C adalah sebagai berikut.
39
Tabel 5.4.20 Rekapan peta X variabel diameter Part C
Diameter C
1 2 3
1 21.14 6.5 6 5.8 0.7 6.10 5.86 6.77 4.95 5.86
2 21.17 5.8 6 5.9 0.2 5.90 5.86 6.77 4.95 5.86
3 21.20 5.8 5 5.8 0.8 5.53 5.86 6.77 4.95 5.86
4 21.23 6 5.9 5 1 5.63 5.86 6.77 4.95 5.86
5 21.26 5.6 5.9 6 0.4 5.83 5.86 6.77 4.95 5.86
6 21.29 6 5.7 6 0.3 5.90 5.86 6.77 4.95 5.86
7 21.32 6 6 0.8 5.2 5.80 5.86 6.77 4.95 5.86
8 21.35 5.9 6 5.9 0.1 5.93 5.86 6.77 4.95 5.86
9 21.38 6 5.9 6 0.1 5.97 5.86 6.77 4.95 5.86
10 21.41 5.9 6 6 0.1 5.97 5.86 6.77 4.95 5.86
Total 8.9 58.56666667 58.56666667 67.67137 49.46197 58.57
Rata-rata 0.89 5.856666667 5.856666667 6.767137 4.946197 5.857
PETA X PART C DIAMETER

8.00
7.00
6.00
5.00
Axis Title
4.00
3.00
2.00
1.00
0.00
1 2 3 4 5 6 7 8 9 10
X Bar UCL LCL CR
Gambar 5.4.28 Peta X variabel diameter Part C

Gambar 5.4.28 menunjukkan peta X variabel diameter pada Part C.
Perhitungan peta X variabel diameter Part C didapatkan batas kendali atas,
batas kendali bawah, dan rata-rata masing-masing sebesar 6,77 mm; 4,95
mm; dan 5,86 mm, dimana nilai x double bar masih dalam batas dan tidak
ada nilai yang keluar dari batas tersebut sehingga dapat disimpulkan bahwa
variabel diameter Part C masih terkendali.
Grafik peta R pada variabel diameter Part C adalah sebagai berikut.
40
Tabel 5.4.21 Rekapan peta R variabel diameter Part C
Sampel Inspection Time Diameter C
1 2 3
1 21.14 6.5 6 5.8 0.7 0.39 1.0023 0 0.39
2 21.17 5.8 6 5.9 0.2 0.39 1.0023 0 0.39
3 21.20 5.8 5 5.8 0.8 0.39 1.0023 0 0.39
4 21.23 6 5.9 5 1 0.39 1.0023 0 0.39
5 21.26 5.6 5.9 6 0.4 0.39 1.0023 0 0.39
6 21.29 6 5.7 6 0.3 0.39 1.0023 0 0.39
7 21.32 6 6 5.8 0.2 0.39 1.0023 0 0.39
8 21.35 5.9 6 5.9 0.1 0.39 1.0023 0 0.39
9 21.38 6 5.9 6 0.1 0.39 1.0023 0 0.39
10 21.41 5.9 6 6 0.1 0.39 1.0023 0 0.39
Total 59.5 58.4 58.2 3.9 3.9 10.023 0 3.9
Rata-rata 5.95 5.84 5.82 0.39 0.39 1.0023 0 0.39
PETA R PART C DIAMETER

1.2
1
0.8
0.6
0.4
0.2
0
1 2 3 4 5 6 7 8 9 10
RANGE UCL LCL CL
Gambar 5.4.29 Peta R variabel diameter Part C

Gambar 5.4.29 menunjukkan peta R variabel tebal pada Part C.
Perhitungan peta R variabel tebal Part C didapatkan batas kendali atas,
variabel diameter Part C masih terkendali.
41
4.6.1.2 Peta X-R Part D
Peta X dan peta R setiap variabel Part D yaitu panjang, lebar, tebal dan
diameter seperti diuraikan berikut.
e. Variabel Panjang
Perhitungan dan grafik peta X pada variabel panjang Part D adalah sebagai
berikut.
Tabel 5.4.22 Rekapan peta X variabel panjang Part D
Panjang Part D
Sampel Inspection Time Sub Grup Range X Bar X double bar UCL LCL CR
1 2 3
1 21.14 71 71 73 2 71.67 71.80 76.69 66.91 71.80
2 21.17 72 71 74 3 72.33 71.80 76.69 66.91 71.80
3 21.20 71 72 70 2 71.00 71.80 76.69 66.91 71.80
4 21.23 72 73 73 1 72.67 71.80 76.69 66.91 71.80
5 21.26 71 73 71 2 71.67 71.80 76.69 66.91 71.80
6 21.29 73 72 72 1 72.33 71.80 76.69 66.91 71.80
7 21.32 71 73 71 2 71.67 71.80 76.69 66.91 71.80
8 21.35 74 70 73 4 72.33 71.80 76.69 66.91 71.80
9 21.38 70 72 72 2 71.33 71.80 76.69 66.91 71.80
10 21.41 71 71 71 0 71.00 71.80 76.69 66.91 71.80
Total 19 718 718 766.906 669.094 718
Rata-rata 1.9 71.8 71.8 76.6906 66.9094 71.8
PETA X PANJANG PART D

80.00
75.00
70.00
65.00
60.00
1 2 3 4 5 6 7 8 9 10
X Bar UCL LCL CR
Gambar 5.4.30 Peta X variabel panjang Part D

Gambar 5.4.30 menunjukkan peta X variabel panjang pada Part D.
Perhitungan peta X variabel panjang Part D didapatkan batas kendali atas, batas
Part D masih terkendali.
Perhitungan dan grafik peta R pada variabel panjang Part D adalah sebagai
berikut.
42
Tabel 5.4.23 Rekapan peta R variabel panjang Part D
Panjang Part D
1 2 3
1 21.14 71 71 73 2 1.90 4.88 0.00 1.90
2 21.17 72 71 74 3 1.90 4.88 0.00 1.90
3 21.20 71 72 70 2 1.90 4.88 0.00 1.90
4 21.23 72 73 73 1 1.90 4.88 0.00 1.90
5 21.26 71 73 71 2 1.90 4.88 0.00 1.90
6 21.29 73 72 72 1 1.90 4.88 0.00 1.90
7 21.32 71 73 71 2 1.90 4.88 0.00 1.90
8 21.35 74 70 73 4 1.90 4.88 0.00 1.90
9 21.38 70 72 72 2 1.90 4.88 0.00 1.90
10 21.41 71 71 71 0 1.90 4.88 0.00 1.90
Total 19 19 48.83 0 19
Rata-rata 1.9 1.9 4.883 0 1.9
PETA R PART D PANJANG

6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11
RANGE UCL LCL CL
Gambar 5.4.31 Peta R variabel panjang Part D

Gambar 5.4.31 menunjukkan peta R variabel panjang pada Part D.
Perhitungan peta R variabel panjang Part D didapatkan batas kendali atas, batas
Part D masih terkendali.
43
f. Variabel Lebar
Grafik peta X pada variabel lebar Part D adalah sebagai berikut.
Tabel 5.4.24 Rekapan peta X variabel lebar Part D
Lebar D
1 2 3
1 21.14 28 27 27 1 27.33 27.43 32.32 22.54 27.43
2 21.17 28 27 25 3 26.67 27.43 32.32 22.54 27.43
3 21.20 28 28 28 0 28.00 27.43 32.32 22.54 27.43
4 21.23 27 29 26 3 27.33 27.43 32.32 22.54 27.43
5 21.26 27 27 30 3 28.00 27.43 32.32 22.54 27.43
6 21.29 28 28 25 3 27.00 27.43 32.32 22.54 27.43
7 21.32 27 29 29 2 28.33 27.43 32.32 22.54 27.43
8 21.35 27 28 27 1 27.33 27.43 32.32 22.54 27.43
9 21.38 27 28 27 1 27.33 27.43 32.32 22.54 27.43
10 21.41 26 27 28 2 27.00 27.43 32.32 22.54 27.43
Total 19 274.3333 274.3333333 323.2393 225.4273 274.3333
Rata-rata 1.9 27.43333 27.43333333 32.32393 22.54273 27.43333
PETA X LEBAR PART D

35.00
30.00
25.00
20.00
15.00
10.00
5.00
0.00
1 2 3 4 5 6 7 8 9 10
X Bar UCL LCL CR
Gambar 5.4.32 Peta X variabel lebar Part D

Gambar 5.4.32 menunjukkan peta X variabel lebar pada Part D.
Perhitungan peta X variabel lebar Part D didapatkan batas kendali atas, batas
D masih terkendali.
44
Grafik peta R pada variabel lebar Part D adalah sebagai berikut.
Tabel 5.4.25 Rekapan peta R variabel lebar Part D
Lebar D
1 2 3
1 21.14 28 27 27 1 1.90 4.88 0.00 1.90
2 21.17 28 27 25 3 1.90 4.88 0.00 1.90
3 21.20 28 28 28 0 1.90 4.88 0.00 1.90
4 21.23 27 29 26 3 1.90 4.88 0.00 1.90
5 21.26 27 27 30 3 1.90 4.88 0.00 1.90
6 21.29 28 28 25 3 1.90 4.88 0.00 1.90
7 21.32 27 29 29 2 1.90 4.88 0.00 1.90
8 21.35 27 28 27 1 1.90 4.88 0.00 1.90
9 21.38 27 28 27 1 1.90 4.88 0.00 1.90
10 21.41 26 27 28 2 1.90 4.88 0.00 1.90
Total 273 278 272 19 19 48.83 0 19
rata-rata 27.3 27.8 27.2 1.9 1.9 4.883 0 1.9
PETA R PART D LEBAR

6
0
1 2 3 4 5 6 7 8 9 10 11 12
RANGE UCL LCL CL
Gambar 5.4.33 Peta R variabel lebar Part D

Gambar 5.4.33 menunjukkan peta R variabel lebar pada Part D.
Perhitungan peta R variabel lebar Part D didapatkan batas kendali atas, batas
D masih terkendali.
45
g. Variabel Tebal
Grafik peta X pada variabel tebal Part D adalah sebagai berikut.
Tabel 5.4.26 Rekapan peta X variabel tebal Part D
Tebal D
1 2 3
1 21.14 7 6 7 1 6.67 7.13 9.45 4.82 7.13
2 21.17 6 8 8 2 7.33 7.13 9.45 4.82 7.13
3 21.20 7 6 7 1 6.67 7.13 9.45 4.82 7.13
4 21.23 8 8 8 0 8.00 7.13 9.45 4.82 7.13
5 21.26 7 7 8 1 7.33 7.13 9.45 4.82 7.13
6 21.29 6 7 7 1 6.67 7.13 9.45 4.82 7.13
7 21.32 7 7 6 1 6.67 7.13 9.45 4.82 7.13
8 21.35 7 8 7 1 7.33 7.13 9.45 4.82 7.13
9 21.38 7 7 7 0 7.00 7.13 9.45 4.82 7.13
10 21.41 8 8 7 1 7.67 7.13 9.45 4.82 7.13
Total 9 71.33333 71.33333333 94.49933 48.16733 71.33333
Rata-rata 0.9 7.133333 7.133333333 9.449933 4.816733 7.133333
PETA R PART D TEBAL

2.5
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10 11
RANGE UCL LCL CL
Gambar 5.4.34 Peta X variabel tebal Part D

Gambar 5.4.34 menunjukkan peta X variabel tebal pada Part D. Perhitungan
peta X variabel tebal Part D didapatkan batas kendali atas, batas kendali bawah,
tersebut sehingga dapat disimpulkan bahwa variabel tebal Part D masih
terkendali.
Grafik peta R pada variabel tebal Part D adalah sebagai berikut.
46
Tabel 5.4.27 Rekapan peta R variabel tebal Part D
Tebal D
1 2 3
1 21.14 7 6 7 1 0.90 2.31 0.00 0.90
2 21.17 6 8 8 2 0.90 2.31 0.00 0.90
3 21.20 7 6 7 1 0.90 2.31 0.00 0.90
4 21.23 8 8 8 0 0.90 2.31 0.00 0.90
5 21.26 7 7 8 1 0.90 2.31 0.00 0.90
6 21.29 6 7 7 1 0.90 2.31 0.00 0.90
7 21.32 7 7 6 1 0.90 2.31 0.00 0.90
8 21.35 7 8 7 1 0.90 2.31 0.00 0.90
9 21.38 7 7 7 0 0.90 2.31 0.00 0.90
10 21.41 8 8 7 1 0.90 2.31 0.00 0.90
Total 8 8.1 20.817 0 8.1
Rata-rata 0.9 0.9 2.313 0 0.9
PETA R PART D TEBAL

2.5
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10 11
RANGE UCL LCL CL
Gambar 5.4.35 Peta R variabel tebal Part D

Gambar 5.4.35 menunjukkan peta R variabel tebal pada Part D. Perhitungan
peta R variabel tebal Part D didapatkan batas kendali atas, batas kendali bawah,
tersebut sehingga dapat disimpulkan bahwa variabel tebal Part D masih
terkendali.
h. Variabel Diameter Part D
Grafik peta X pada variabel diameter Part D adalah sebagai berikut.
47
Tabel 5.4.28 Rekapan peta X variabel diameter Part D
Diameter D
1 2 3
1 21.14 5.8 5.8 5.6 0.2 5.73 5.83 6.24 5.42 5.83
2 21.17 5.6 5.9 5.9 0.3 5.80 5.83 6.24 5.42 5.83
3 21.20 5.8 5.9 5.9 0.1 5.87 5.83 6.24 5.42 5.83
4 21.23 5.9 5.8 5.7 0.2 5.80 5.83 6.24 5.42 5.83
5 21.26 5.8 5.9 5.9 0.1 5.87 5.83 6.24 5.42 5.83
6 21.29 5.9 5.9 5.9 0 5.90 5.83 6.24 5.42 5.83
7 21.32 5.9 5.9 5.9 0 5.90 5.83 6.24 5.42 5.83
8 21.35 5.8 5.8 5.9 0.1 5.83 5.83 6.24 5.42 5.83
9 21.38 5.5 5.5 5.9 0.4 5.80 5.83 6.24 5.42 5.83
10 21.41 5.9 5.7 5.8 0.2 5.80 5.83 6.24 5.42 5.83
Total 1.6 58.3 58.3 62.4184 54.1816 58.3
Rata-rata 0.16 5.83 5.83 6.24184 5.41816 5.83
PETA X DIAMETER PART D

6.50
6.00
5.50
5.00
1 2 3 4 5 6 7 8 9 10
X Bar UCL LCL CR
Gambar 5.4.36 Peta X variabel diameter Part D

Gambar 5.4.36 menunjukkan peta X variabel diameter pada Part D.
Perhitungan peta X variabel diameter Part D didapatkan batas kendali atas,
variabel diameter Part D masih terkendali.
Grafik peta R pada variabel diameter Part D adalah sebagai berikut.

Tabel 5.4.29 Rekapan peta R variabel diameter Part D
Diameter D
1 2 3
1 21.14 5.8 5.8 5.6 0.2 0.16 0.40 0.00 0.16
2 21.17 5.6 5.9 5.9 0.3 0.16 0.40 0.00 0.16
3 21.20 5.8 5.9 5.9 0.1 0.16 0.40 0.00 0.16
4 21.23 5.9 5.8 5.7 0.2 0.16 0.40 0.00 0.16
5 21.26 5.8 5.9 5.9 0.1 0.16 0.40 0.00 0.16
6 21.29 5.9 5.9 5.9 0 0.16 0.40 0.00 0.16
7 21.32 5.9 5.9 5.9 0 0.16 0.40 0.00 0.16
8 21.35 5.8 5.8 5.9 0.1 0.16 0.40 0.00 0.16
9 21.38 5.5 5.5 5.9 0.4 0.16 0.40 0.00 0.16
10 21.41 5.9 5.7 5.8 0.2 0.16 0.40 0.00 0.16
Total 1.6 1.555556 3.997778 0 1.555556
Rata-rata 0.16 0.155556 0.399778 0 0.155556
48
PETA R PART D DIAMETER
0.5
0.4
0.3
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10
RANGE UCL LCL CL
Gambar 5.4.37 Peta R variabel diameter Part D

Gambar 5.4.34 menunjukkan peta R variabel tebal pada Part D.
Perhitungan peta R variabel tebal Part D didapatkan batas kendali atas,
variabel diameter Part D masih terkendali.
49
4.6.2 Peta Kendali Atribut
Peta kendali atribut terbagi menjadi peta P, C dan U adalah sebagai berikut.
4.6.2.1 Peta kendali P
Peta kendali P digunakan untuk menunjukkan proporsi cacat (cacat
keseluruhan) dengan rumus perhitungan yang digunakan sebagai berikut:
∑ 𝑑𝑘
𝑝̅ =
∑ 𝑛𝑘
𝑝̅ (1 − 𝑝̅ )
𝑈𝐶𝐿𝑘 = 𝑝̅ + 3√
𝑛𝑘
𝑝̅(1 − 𝑝̅)
𝐿𝐶𝐿𝑘 = 𝑝̅ − 3√
𝑛𝑘
Keterangan:
𝑃̅ : Rata-rata proporsi non conforming untuk banyak sampel
Nk : banyak unit dalam sampel
Dk : jumlah non conforming dalam sub group
1. Peta Kendali P Part C
Peta kendali p pada part C dan perhitungan matematis pada part C adalah
sebagai berikut:
Diketahui:
Ʃnp = 15 Ʃn = 30 n = 3
Ditanya: ṕ, UCL, dan LCL
Jawab:
Ʃ𝑛𝑝 15
ṕ= = 30= 0,5
Ʃ𝑛
ṕ (1−ṕ)
UCL = ṕ +3 √ 𝑛
0,5 (1−0,5)
=0,5 + 3 √ 3
= 1,366
ṕ (1−ṕ)
LCL = ṕ -3 √ 𝑛
0,5 (1−0,5)
=0,5 - 3 √ 3
50
= -0,366 ≈ 0
Jadi, perhitungan manual yang diperoleh ṕ sebesar 0,5, UCL sebesar 1,366, dan
LCL sebesar -0,366 = 0.
Tabel dan grafik peta kendali P pada cacat berserat Part C adalah sebagai
berikut:
Tabel 5.4.30 Peta kendali P Cacat Berserat Part C
No Number Inspection Berserat Proporsi (p) P Bar q Bar n bar UCL LCL CL
1 3 2 0.667 0.4 0.4 3 1.09282 0 0.4
2 3 1 0.333 0.4 0.4 3 1.09282 0 0.4
3 3 2 0.667 0.4 0.4 3 1.09282 0 0.4
4 3 1 0.333 0.4 0.4 3 1.09282 0 0.4
5 3 2 0.667 0.4 0.4 3 1.09282 0 0.4
6 3 1 0.333 0.4 0.4 3 1.09282 0 0.4
7 3 0 0.000 0.4 0.4 3 1.09282 0 0.4
8 3 1 0.333 0.4 0.4 3 1.09282 0 0.4
9 3 1 0.333 0.4 0.4 3 1.09282 0 0.4
10 3 1 0.333 0.4 0.4 3 1.09282 0 0.4
Total 30 12 4 4 4 30 10.9282 0 4
Rata-rata 3 1.2 0.4 0.4 0.4 3 1.09282 0 0.4
PETA P BERSERAT PART C

1.200
1.000
Axis Title
0.800
0.600
0.400
0.200
0.000
1 2 3 4 5 6 7 8 9 10
Proporsi (p) P Bar UCL LCL
Gambar 5.4.38 Peta kendali P pada Part C

Gambar 5.4.38 menunjukkan jumlah number inspection sebesar 30,
jumlah cacat berserat sebesar 12, diperoleh proporsi dengan jumlah 4, p bar
sebesar 0.4, UCL sebesar 1.09282 dan LCL sebesar 0. Data yang berjumlah 10
masih berada pada batas kendali UCL dan LCL misalnya proporsi data pertama
sebesar 0,667 yang berarti data tidak melebihi UCL sebesar 1,09282 atau tidak
kurang dari LCL sebesar 0.
51
Tabel dan grafik peta kendali P pada Part C pada jenis retak/pecahdalah
sebagai berikut:
Tabel 5.4.31 Peta kendali P Cacat Retak Part C
No Number Inspection Retak/pecah Proporsi (p) P Bar q Bar n bar UCL LCL CL
1 3 1 0.333 0.1 0.1 3 0.273205 0 0.1
2 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
3 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
4 3 1 0.333 0.1 0.1 3 0.273205 0 0.1
5 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
6 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
7 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
8 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
9 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
10 3 1 0.333 0.1 0.1 3 0.273205 0 0.1
Total 30 3 1 1 1 30 2.732051 0 1
Rata-rata 3 0.3 0.1 0.1 0.1 3 0.273205 0 0.1
PETA P RETAK PART C

0.400
0.300
0.200
0.100
0.000
1 2 3 4 5 6 7 8 9 10
Proporsi (p) P Bar 0.182136721 UCL LCL
Gambar 5.4.39 Peta kendali P pada Part C

jumlah kecacatan sebesar 3, diperoleh proporsi dengan jumlah 1, p bar sebesar
UCL sebesar 0.273, dan LCL sebesar 0. Data yang berjumlah 10 terdapat data
yang berada diluar batas kendali UCL dan LCL misalnya proporsi data pertama
sebesar 0,333 yang berarti data melebihi UCL sebesar 0,273 dan perlu
dilakukan perbaikan atau revisi
Tabel dan grafik peta kendali revisi P pada Part C pada jenis
retak/pecahdalah sebagai berikut:
52
Tabel 5.4.32 Peta kendali revisi P Cacat Retak Part C
1 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
2 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
3 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
4 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
5 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
6 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
7 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
8 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
9 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
10 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
Total 30 2 0.666666667 5 5 30 13.66025 0 5
Rata-rata 3 0.2 0.066666667 0.5 0.5 3 1.366025 0 0.5
PETA P REVISI RETAK PART C

1.500
1.000
0.500
0.000
1 2 3 4 5 6 7 8 9 10
Gambar 5.4.40 Grafik peta kendali revisi P pada Part C

jumlah cacat retak sebesar 2, diperoleh proporsi dengan jumlah 5, p bar sebesar
0.5, UCL sebesar 13.66025 dan LCL sebesar 0. Data yang berjumlah 10 masih
berada pada batas kendali UCL dan LCL.
Tabel dan grafik peta kendali P pada cacat mata kayu Part C adalah
sebagai berikut:
Tabel 5.4.33 Peta kendali P Cacat Mata Kayu Part C
No Number mata kayu Proporsi (p) P Bar q Bar n bar UCL LCL CL
1 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
2 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
3 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
4 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
5 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
6 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
7 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
8 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
9 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
10 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
Total 30 2 0.666667 5 5 30 13.66025 0 5
Rata-rata 3 0.2 0.066667 0.5 0.5 3 1.366025 0 0.5
53
PETA P MATA KAYU PART C
1.600
1.400
1.200
1.000
0.800
0.600
0.400
0.200
0.000
1 2 3 4 5 6 7 8 9 10
Gambar 5.4.41 Grafik peta kendali cacat mata kayu P pada Part C
jumlah cacat mata kayu sebesar 2, diperoleh proporsi dengan jumlah 4, p bar
sebesar 0.5, UCL sebesar 1.3366025 dan LCL sebesar 0. Data yang berjumlah
10 masih berada pada batas kendali UCL dan LCL misalnya proporsi data
ketiga sebesar 0,333 yang berarti data tidak melebihi UCL sebesar 1.3366025
atau tidak kurang dari LCL sebesar 0.
Tabel dan grafik peta kendali P pada Part D pada jenis tidak halus/berserat
adalah sebagai berikut:
Tabel 5.4.34 Peta Kendali Cacat Berserat P Part D
No Number Inspection Berserat Proporsi (p) P Bar q Bar n bar UCL LCL CL
1 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
2 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
3 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
4 3 3 1.000 0.5 0.5 3 1.366025 0 0.5
5 3 2 0.667 0.5 0.5 3 1.366025 0 0.5
6 3 2 0.667 0.5 0.5 3 1.366025 0 0.5
7 3 2 0.667 0.5 0.5 3 1.366025 0 0.5
8 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
9 3 2 0.667 0.5 0.5 3 1.366025 0 0.5
10 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
Total 30 15 5 5 5 30 13.66025 0 5
Rata-rata 3 1.5 0.5 0.5 0.5 3 1.366025 0 0.5
54
PETA P BERSERAT PART D
1.500
Axis Title
1.000
0.500
0.000
1 2 3 4 5 6 7 8 9 10
Gambar 5.4.42 Grafik Peta Kendali Cacat Berserat P pada Part C

Gambar 5.4.42 menunjukkan jumlah number inspectionsebesar 30, jumlah
porositas sebesar 12, diperoleh proporsi dengan jumlah 4, ṕ sebesar 0,4, UCL
sebesar 1,072, dan LCL sebesar 0. Data yang berjumlah 10 masih berada pada
batas kendali UCL dan LCL misalnya proporsi data pertama sebesar 0,667
yang berarti data tidak melebihi UCL sebesar 1,072 atau tidak kurang dari LCL
sebesar 0.
2. Peta kendali P cacat retak Part D
Tabel dan grafik peta kendali P cacat retak pada Part D adalah sebagai
berikut:
Tabel 5.4.35 Peta kendali P cacat retak Part D
1 3 1 0.333 0.1 0.1 3 0.273205 0 0.1
2 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
3 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
4 3 1 0.333 0.1 0.1 3 0.273205 0 0.1
5 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
6 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
7 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
8 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
9 3 0 0.000 0.1 0.1 3 0.273205 0 0.1
10 3 1 0.333 0.1 0.1 3 0.273205 0 0.1
Total 30 3 1 1 1 30 2.732051 0 1
Rata-rata 3 0.3 0.1 0.1 0.1 3 0.273205 0 0.1
55
PETA P RETAK PART D
0.350
0.300
0.250
0.200
0.150
0.100
0.050
0.000
1 2 3 4 5 6 7 8 9 10
Gambar 5.4.43 Peta kendali P pada Part D

jumlah kecacatan sebesar 3, diperoleh proporsi dengan jumlah 1, p bar sebesar
UCL sebesar 0.273, dan LCL sebesar 0. Data yang berjumlah 10 terdapat data
yang berada diluar batas kendali UCL dan LCL misalnya proporsi data pertama
sebesar 0,333 yang berarti data melebihi UCL sebesar 0,273 dan perlu
dilakukan perbaikan atau revisi.
Tabel dan grafik peta kendali revisi P pada Part D pada jenis
retak/pecahdalah sebagai berikut:
Tabel 5.4.36 Peta kendali revisi P Cacat Retak Part D
1 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
2 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
3 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
4 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
5 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
6 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
7 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
8 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
9 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
10 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
Total 30 2 0.666666667 5 5 30 13.66025 0 5
Rata-rata 3 0.2 0.066666667 0.5 0.5 3 1.366025 0 0.5
56
PETA P REVISI RETAK PART D
1.600
1.400
1.200
1.000
0.800
0.600
0.400
0.200
0.000
1 2 3 4 5 6 7 8 9 10
Gambar 5.4.44 Grafik peta kendali revisi P pada Part D

jumlah cacat retak sebesar 2, diperoleh proporsi dengan jumlah 5, p bar sebesar
0.5, UCL sebesar 13.66025 dan LCL sebesar 0. Data yang berjumlah 10 masih
berada pada batas kendali UCL dan LCL.
Tabel dan grafik peta kendali P pada cacat mata kayu Part D adalah
sebagai berikut:
Tabel 5.4.37 Peta kendali P Cacat Mata Kayu Part C
No Number mata kayu Proporsi (p) P Bar q Bar n bar UCL LCL CL
1 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
2 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
3 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
4 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
5 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
6 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
7 3 1 0.333 0.5 0.5 3 1.366025 0 0.5
8 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
9 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
10 3 0 0.000 0.5 0.5 3 1.366025 0 0.5
Total 30 2 0.666666667 0.5 5 30 13.66025 0 5
Rata-rata 3 0.2 0.066666667 0.5 0.5 3 1.366025 0 0.5
Gambar 5.4.36 Grafik peta kendali cacat mata kayu P pada Part C
jumlah cacat mata kayu sebesar 2, diperoleh proporsi dengan jumlah 4, p bar
sebesar 0.5, UCL sebesar 1.3366025 dan LCL sebesar 0. Data yang berjumlah
10 masih berada pada batas kendali UCL dan LCL misalnya proporsi data
ketiga sebesar 0,333 yang berarti data tidak melebihi UCL sebesar 1.3366025
atau tidak kurang dari LCL sebesar 0.
57
4.6.2.2 Peta Kendali C
Peta kendali c digunakan untuk menunjukkan jumlah cacat dalam satuan
inspeksi pada objek yang diamati.
1. Peta Kendali C Part C
Peta kendali C pada part C dan perhitungan matematis porositas pada part
C adalah sebagai berikut:
Diketahui:
𝑐̅ = 2,5
Ditanya:
UCL dan LCL
Jawab:
UCL = 𝑐̅ + 3√ 𝑐̅
= 2.5 + 3√ 2.5
= 7,24
LCL = 𝑐̅ - 3√ 𝑐̅
= 2.5 - 3√ 2.5
= -2,24
Jadi, perhitungan manual yang diperoleh 𝑐̅ sebesar 2 UCL sebesar 6,24 dan
LCL sebesar -2,24.
Tabel 5.4.38 Peta kendali C part C pada tidak halus/berserat
No Inspection Number Berserat C bar UCL LCL
1 21.14 3 2 2.5 7.24 0.00
2 21.17 3 1 2.5 7.24 0.00
3 21.20 3 2 2.5 7.24 0.00
4 21.23 3 1 2.5 7.24 0.00
5 21.26 3 2 2.5 7.24 0.00
6 21.29 3 1 2.5 7.24 0.00
7 21.32 3 0 2.5 7.24 0.00
8 21.35 3 1 2.5 7.24 0.00
9 21.38 3 1 2.5 7.24 0.00
10 21.41 3 1 2.5 7.24 0.00
Total 30 12 25
58
Peta Kendali C Berserat Part C
8
6
4
2
0
-2 1 2 3 4 5 6 7 8 9 10
-4
Berserat C bar UCL LCL
Gambar 5.4.45 Peta kendali C pada part C jenis tidak halus/berserat

Gambar 5.4.45 menunjukkan peta C tidak halus part C. Perhitungan C tidak
halus part C didapatkan batas kendali atas, batas kendali bawah, dan rata-rata
masing-masing sebesar 7,24 mm, -2,24 mm, dan 2.5 mm, dimana nilai x bar
berada diantara batas kendali atas dan batas kendali bawah sehingga dipastikan
produk ini dikatakan dalam keadaan terkendali.
Tabel dan grafik peta kendali C pada part C pada jenis retak/pecah adalah
sebagai berikut:
Tabel 5.4.39 Peta kendali C part C pada retak/pecah
No Inspection Number Retak/Pecah C bar UCL LCL
1 21.14 3 0 15 26.62 0.00
2 21.17 3 0 15 26.62 0.00
3 21.20 3 1 15 26.62 0.00
4 21.23 3 0 15 26.62 0.00
5 21.26 3 0 15 26.62 0.00
6 21.29 3 0 15 26.62 0.00
7 21.32 3 1 15 26.62 0.00
8 21.35 3 0 15 26.62 0.00
9 21.38 3 0 15 26.62 0.00
10 21.41 3 0 15 26.62 0.00
Total 30 2 150
Peta Kendali C Retak Part D

30
20
10
0
1 2 3 4 5 6 7 8 9 10
Retak/Pecah C bar UCL LCL
59
Gambar 5.4.46 Peta kendali C pada part C jenis retak/pecah
Gambar 5.4.46 menunjukkan peta C retak atau pecah part C. Perhitungan C
tidak halus part C didapatkan batas kendali atas, batas kendali bawah, dan rata-
rata masing-masing sebesar 26,62 mm, 0 mm, dan 15 mm, dimana nilai x bar
Tabel dan grafik peta kendali C pada part C pada jenis mata kayu adalah
sebagai berikut:
Tabel 5.4.40 Peta kendali C part C pada cacat mata kayu
No Inspection Time Number Mata Kayu C bar UCL LCL
1 21.14 3 0 15 26.62 0.00
2 21.17 3 0 15 26.62 0.00
3 21.20 3 1 15 26.62 0.00
4 21.23 3 0 15 26.62 0.00
5 21.26 3 0 15 26.62 0.00
6 21.29 3 0 15 26.62 0.00
7 21.32 3 0 15 26.62 0.00
8 21.35 3 1 15 26.62 0.00
9 21.38 3 0 15 26.62 0.00
10 21.41 3 0 15 26.62 0.00
Total 30 2 150
Peta Kendali C Mata Kayu Part D

30
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10
Mata Kayu C bar UCL LCL
Gambar 5.4.40 Peta kendali C pada part C jenis mata kayu

Gambar 5.4.40 menunjukkan peta C mata kayu part C. Perhitungan C mata
kayu part D didapatkan batas kendali atas, batas kendali bawah, dan rata-rata
masing-masing sebesar 26,62 mm, 0 mm, dan 15 mm, dimana nilai x bar berada
diantara batas kendali atas dan batas kendali bawah sehingga dipastikan produk
ini dikatakan dalam keadaan terkendali.
2. Peta Kendali C Part D
60
Peta kendali C pada part D dan perhitungan matematis porositas pada part
D adalah sebagai berikut:
Diketahui:
𝑐̅ = 2,5
Ditanya:
UCL dan LCL
Jawab:
UCL = 𝑐̅ + 3√ 𝑐̅
= 2 + 3√ 2
= 6,24
LCL = 𝑐̅ - 3√ 𝑐̅
= 2 - 3√ 2
= -2,24
Jadi, perhitungan manual yang diperoleh 𝑐̅ sebesar 2 UCL sebesar 6,24 dan
LCL sebesar -2,24.
Tabel 5.4.41 Peta kendali C part D pada tidak halus/berserat
No Inspection Time Number Berserat C bar UCL LCL
1 21.14 3 1 2 6.24 0.00
2 21.17 3 1 2 6.24 0.00
3 21.20 3 1 2 6.24 0.00
4 21.23 3 3 2 6.24 0.00
5 21.26 3 2 2 6.24 0.00
6 21.29 3 2 2 6.24 0.00
7 21.32 3 2 2 6.24 0.00
8 21.35 3 0 2 6.24 0.00
9 21.38 3 2 2 6.24 0.00
10 21.41 3 1 2 6.24 0.00
Total 30 15 20
Peta Kendali C Berserat Part D

8
6
4
2
0
-2 1 2 3 4 5 6 7 8 9 10
-4
Berserat C bar UCL LCL
Gambar 5.4.47 Peta kendali C pada part D jenis tidak halus/berserat
61
Gambar 5.4.47 menunjukkan peta C tidak halus part D. Perhitungan C tidak
halus part D didapatkan batas kendali atas, batas kendali bawah, dan rata-rata
masing-masing sebesar 6,24 mm, -2,24 mm, dan 2 mm, dimana nilai x bar berada
Tabel dan grafik peta kendali C pada part D pada jenis retak/pecah adalah
sebagai berikut:
Tabel 5.4.42 Peta kendali C part C pada retak/pecah
No Inspection Time Number Retak/Pecah C bar UCL LCL
1 21.14 3 0 15 26.62 0.00
2 21.17 3 0 15 26.62 0.00
3 21.20 3 1 15 26.62 0.00
4 21.23 3 0 15 26.62 0.00
5 21.26 3 0 15 26.62 0.00
6 21.29 3 0 15 26.62 0.00
7 21.32 3 1 15 26.62 0.00
8 21.35 3 0 15 26.62 0.00
9 21.38 3 0 15 26.62 0.00
10 21.41 3 0 15 26.62 0.00
Total 30 2 150
Peta Kendali C Retak Part C

30
20
10
0
1 2 3 4 5 6 7 8 9 10
Retak/Pecah C bar UCL LCL
Gambar 5.4.48 Peta kendali C pada part D jenis retak/pecah

Gambar 5.4.48 menunjukkan peta C retak atau pecah part D. Perhitungan C
tidak halus part D didapatkan batas kendali atas, batas kendali bawah, dan rata-
rata masing-masing sebesar 26,62 mm, 0 mm, dan 15 mm, dimana nilai x bar
Tabel dan grafik peta kendali C pada part D pada jenis mata kayu adalah
sebagai berikut:
62
Tabel 5.4.43 Peta kendali C part D cacat mata kayu
No Inspection Time Number Mata Kayu C bar UCL LCL
1 21.14 3 0 15 26.62 0.00
2 21.17 3 0 15 26.62 0.00
3 21.20 3 0 15 26.62 0.00
4 21.23 3 0 15 26.62 0.00
5 21.26 3 1 15 26.62 0.00
6 21.29 3 0 15 26.62 0.00
7 21.32 3 1 15 26.62 0.00
8 21.35 3 0 15 26.62 0.00
9 21.38 3 0 15 26.62 0.00
10 21.41 3 0 15 26.62 0.00
Total 30 2 150
Peta Kendali C Mata Kayu Part C

30
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10
Mata Kayu C bar UCL LCL
Gambar 5.4.49 Peta kendali C pada part D jenis mata kayu

Gambar 5.4.49 menunjukkan peta C mata kayu part D. Perhitungan C mata
kayu part D didapatkan batas kendali atas, batas kendali bawah, dan rata-rata
masing-masing sebesar 26,62 mm, 0 mm, dan 15 mm, dimana nilai x bar berada
4.6.2.2 Peta Kendali U
Peta kendali U digunakan untuk menunjukkan jumlah cacat per unit dalam
subgroup.
1. Peta kendali U Part C
Peta kendali U pada part C dan perhitungan matematis peta kendali U
part C adalah sebagai berikut:
Diketahui :
Ʃc = 7 Ʃn= 10
Ditanya : ū, UCL, dan LCL
63
Jawab:
∑𝑐 ∑7
ū = ∑ 𝑛= ∑ 10 = 0,7
ū 0,7
UCL= ū + 3√𝑛 = 0,7 + 3√ 10 = 2,149
ū 0,7
LCL= ū - 3√𝑛 = 0,7 - 3√ 10 = -0,749 ≈0
Jadi, perhitungan manual yang diperoleh ū sebesar 0,7, UCL sebesar

2,149, dan LCL sebesar 0.
Tabel dan grafik peta kendali U pada Part C adalah sebagai berikut:
Tabel 5.4.44 Peta kendali U pada Part C
Number Non Conforming Part D
Inspection Number Rata-
Sampel Tidak Retak/P Mata Jumlah U Bar UCL LCL CL
Time Inspection rata
Halus/Berserat ecah Kayu
1 21.14 3 1 1 0 2 1 1 2.732051 0 1
2 21.17 3 1 0 0 1 0.5 1 2.732051 0 1
3 21.20 3 1 0 0 1 0.5 1 2.732051 0 1
4 21.23 3 3 1 0 4 2 1 2.732051 0 1
5 21.26 3 2 0 1 3 1.5 1 2.732051 0 1
6 21.29 3 2 0 0 2 1 1 2.732051 0 1
7 21.32 3 2 0 1 3 1.5 1 2.732051 0 1
8 21.35 3 0 0 0 0 0 1 2.732051 0 1
9 21.38 3 2 0 0 2 1 1 2.732051 0 1
10 21.41 3 1 1 0 2 1 1 2.732051 0 1
Total 30 15 3 2 20 10 10 27.32051 8.267949 10
Rata-rata 3 1.5 0.3 0.2 2 1 1 2.732051 0 1
PETA U PART D
3
2.5
FREKUENSI
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10
Rata-rata U Bar UCL LCL
Gambar 5.4.50 Peta U pada Part C

Gambar 5.4.50 menunjukkan jumlah number inspection sebesar 30 dan
jumlah dari dua jenis cacat yaitu tidak halus/berserat dan retak/pecah, hasil
rata-rata diperoleh jumlah setiap data satu persatu dibagi tiga, kemudian hasil
jumlah rata-rata sebesar 10 dibagi dengan jumlahnya data 10 yaitu
64
menghasilkan ū sebesar 1 UCL sebesar 2,73 dan LCL sebesar 0. Data yang
berjumlah 10 tidak ada yang melebihi batas bawah ataupun kurang dari batas
bawah, seperti pada data ke 1 memiliki rata-rata sebesar 1 maka data tersebut
berada diantara UCL dan LCL yang berarti data masih berada dalam kendali.
Peta kendali U Part D
Tabel dan grafik peta kendali U pada Part D adalah sebagai berikut:
Tabel 5.4.45 Peta kendali U pada Part D
Number Non Conforming Part C
Inspection Number Rata-
Sampel Tidak Retak/P Mata Jumlah U Bar UCL LCL CL
Time Inspection rata
Halus/Berserat ecah Kayu
1 21.14 3 2 0 0 2 1 0.8 2.349193 0 0.8
2 21.17 3 1 0 0 1 0.5 0.8 2.349193 0 0.8
3 21.20 3 2 1 1 4 2 0.8 2.349193 0 0.8
4 21.23 3 1 0 0 1 0.5 0.8 2.349193 0 0.8
5 21.26 3 2 0 0 2 1 0.8 2.349193 0 0.8
6 21.29 3 1 0 0 1 0.5 0.8 2.349193 0 0.8
7 21.32 3 0 1 0 1 0.5 0.8 2.349193 0 0.8
8 21.35 3 1 0 1 2 1 0.8 2.349193 0 0.8
9 21.38 3 1 0 0 1 0.5 0.8 2.349193 0 0.8
10 21.41 3 1 0 0 1 0.5 0.8 2.349193 0 0.8
Total 30 12 2 2 16 8 8 9.549193 0 8
Rata-rata 3 1.2 0.2 0.2 1.6 0.8 0.8 2.349193 0 0.8
PETA U PART C
2.5
2
FREKUENSI
1.5
0.5
0
1 2 3 4 5 6 7 8 9 10
Rata-rata U Bar UCL LCL
Gambar 5.4.51 Peta U pada Part C

Gambar 5.4.51 menunjukkan jumlah number inspection sebesar 30 dan
jumlah dari dua jenis cacat yaitu tidak halus/berserat dan retak/pecah, hasil
rata-rata diperoleh jumlah setiap data satu persatu dibagi tiga, kemudian hasil
jumlah rata-rata sebesar 16 dibagi dengan jumlahnya data yaitu 10
menghasilkan ū sebesar 1,8, UCL sebesar 2,543 dan LCL sebesar 0. Data yang
berjumlah 10 tidak ada yang melebihi batas abawah ataupun kurang dari batas
65
bawah, seperti pada data ke 1 memiliki rata-rata sebesar 1 maka data tersebut
berada diantara UCL dan LCL yang berarti data masih berada dalam kendali.
4.6.3 Kapabilitas Proses

Kapabilitas proses merupakan sebuah indeks untuk mengetahui apakah
kemampuan proses telah memenuhi batas-batas dari spesifikasi yang ditunjukkan
atau tidak. Kapabilitas proses pada variabel panjang, lebar, tinggi, dan diameter
pada part C dan part D adalah sebagai berikut:
Tabel 5.4.46 Kriteria penilaian perhitungan cp
Nilai Cp Indikator Keterangan
Proses kurang baik, kualitas produk di luar batas kendali atau
Cp<1 NT>ET
proses tidak mampu (not capable)
Cp=1 NT=ET Proses cukup baik, perlu ditingkatkan kualitasnya
Proses berjalan cukup baik, tapi perbaikan harus dilanjutkan
1<Cp<1,33 NT<ET
terus-menerus hingga mencapai 1,33
Proses berjalan sangat baik dan menemba batas-batas
1,33≤Cp Capable
spesifikasi yang ditetapkan
Note: NT (Natural Tolerance )
ET (Engineering Tolerance )
Tabel 5.4.47 Kriteria penilaian perhitungan cpk

Nilai Cpk Keterangan
Menunjukkan bahwa rata-rata proses terletak di luar batas
Cpk<0
spesifikasi
Menunjukkan rata-rata proses sama dengan salah satu batas
Cpk=0
spesifikasi
Menunjukkan proses tidak dapat membuat produk yang sesuai
0<Cpk<1
dengan spesifikasi yang diinginkan
Menunjukkan variasi proses berada dalam batas spesifikasi
Cpk=1 atau dapat membuat produk sesuai dengan spesifikasi yang
diingnkan
Cpk>1 Menunjukkan variasi proses terletak dalam batas spesifikasi.
66
Gambar 5.4.52 Grafik kapabilitas proses part C-panjang
Gambar 5.4.45 dapat diambil kesimpulan bahwa nilai rata-rata sampel adalah
sebesar 251,4 dan grafik menunjukkan bahwa grafik berada diluar batas LSL,
USL, target, dan toleransi masing-masing sebesar 249,66; 253,75; 251,7; dan
251,7 mm yang artinya bahwa benda yang diproduksi tidak bisa memenuhi
spesifikasi yang sudah ditetapkan. Berdasarkan hasil nilai Cp sebesar 0,50 itu
berarti proses kurang baik, kualitas produk diluar batas kendali atau proses tidak
mampu (not capable). Nilai Cpk sebesar 0,42 itu berarti menunjukkan rata-rata
dari proses berada di luar batas spesifikasi.
Gambar 5.4.53 Grafik kapabilitas proses part C-lebar

USL, target, dan toleransi masing-masing sebesar 24,93; 28,41; 26,67; dan 26,67
mm yang artinya bahwa benda yang diproduksi memenuhi spesifikasi yang sudah
ditetapkan. Berdasarkan hasil nilai Cp sebesar 0,45 itu berarti proses kurang baik,
kualitas produk diluar batas kendali atau proses tidak mampu (not capable). Nilai
Cpk sebesar 0,40 itu berarti menunjukkan rata-rata dari proses berada di luar batas
spesifikasi.
67
Gambar 5.4.54 Grafik kapabilitas proses part C-tebal
USL, target, dan toleransi masing-masing sebesar 6,34; 8,59; 7,47; dan 7,47 mm
yang artinya bahwa benda yang diproduksi memenuhi spesifikasi yang sudah
spesifikasi.
Gambar 5.4.55 Grafik kapabilitas proses part C-diameter

68
spesifikasi.
Gambar 5.4.56 Grafik kapabilitas proses part D-panjang

sebesar 71,8 dan grafik menunjukkan bahwa grafik berada diluar batas LSL, USL,
target, dan toleransi masing-masing sebesar 66,91; 76,69; 71,8; dan 71,8 mm yang
artinya bahwa benda yang diproduksi memenuhi spesifikasi yang sudah
spesifikasi.
Gambar 5.4.57 Grafik kapabilitas proses part D-lebar
69
USL, target, dan toleransi masing-masing sebesar 22,54; 32,32; 27,43; dan 27,43
mm yang artinya bahwa benda yang diproduksi memenuhi spesifikasi yang sudah
spesifikasi.
Gambar 5.4.58 Grafik kapabilitas proses part D-tebal

spesifikasi.
70
Gambar 5.4.59 Grafik kapabilitas proses part D-diameter
Gambar 5.4.59 dapat diambil kesimpulan bahwa nilai rata-rata sampel
adalah sebesar 5,81333 dan grafik menunjukkan bahwa grafik berada diluar
batas LSL, USL, target, dan toleransi masing-masing sebesar 5,42; 6,24; 5,83;
dan 5,83 mm yang artinya bahwa benda yang diproduksi memenuhi spesifikasi
yang sudah ditetapkan. Berdasarkan hasil nilai Cp sebesar 1,37 itu berarti proses
kurang baik, kualitas produk diluar batas kendali atau proses tidak mampu (not
capable). Nilai Cpk sebesar 1,32 itu berarti menunjukkan rata-rata dari proses
berada di luar batas spesifikasi.
4.6.3.1 Perhitungan Kapabilitas Proses (Cp)

Perhitungan kapabilitas proses (Cp) variabel pada part C dan part D yaitu
panjang, lebar, tebal, dan diameter diuraikan sebagai berikut.
1. Part C
Perhitungan Cp variabel part C yaitu panjang, lebar, tebal, dan diameter
diuraikan sebagai berikut.
a. Variabel Panjang
Perhitungan Cp pada variabel panjang part C adalah sebagai berikut.
Diketahui :
USL = 253,75
LSL = 249,66
S = 1,44
Ditanya : Cp?
Dijawab :
71
USL−LSL
Cp = 6S
253,75−249,66
= (6X1,45)
= 0,42
Jadi, nilai kapabilitas proses pada variabel panjang part C adalah 0,42
maka Cp < 1 yang artinya proses tersebut kurang baik, kualitas produk di
luar batas atau proses tidak mampu.
b. Variabel Lebar
Perhitungan Cp pada variabel lebar part C adalah sebagai berikut.
Diketahui :
USL = 26,67
LSL = 24,93
S = 1,25
Ditanya : Cp?
Dijawab :
USL−LSL
Cp = 6S
26,67−24,93
= (6X1,25)
= 0,45
c. Variabel Tebal
Perhitungan Cp pada variabel tebal part C adalah sebagai berikut.
Diketahui :
USL = 8,59
LSL = 6,34
S = 0,73
Ditanya : Cp?
Dijawab :
USL−LSL
Cp = 6S
8,59−6,34
= (6X0,73)
72
= 0,54
d. Variabel Diameter
Perhitungan Cp pada variabel diameter part C adalah sebagai berikut.
Diketahui :
USL = 6,77
LSL = 4,95
S = 0,30
Ditanya : Cp?
Dijawab :
USL−LSL
Cp = 6S
6,77−4,95
= (6X0,30)
= 0,25
2. Part D
Perhitungan Cp variabel part D yaitu panjang, lebar, tebal, dan diameter
adalah sebagai berikut.
a. Variabel Panjang
Perhitungan Cp pada variabel panjang part D adalah sebagai berikut.
Diketahui :
USL = 76,69
LSL = 66,91
S = 1,12
Ditanya : Cp?
Dijawab :
USL−LSL
Cp = 6S
76,69−66,91
= (6X1,12)
73
= 1,31
Jadi, nilai kapabilitas proses pada variabel panjang part D adalah 0,45
maka Cp > 1 yang artinya proses tersebut kurang baik, kualitas produk di luar
batas atau proses tidak mampu.
b. Variabel Lebar
Perhitungan Cp pada variabel lebar part D adalah sebagai berikut.
Diketahui :
USL = 32,32
LSL = 22,54
S = 1,10
Ditanya : Cp?
Dijawab :
USL−LSL
Cp = 6S
32,32−22,54
= (6X1,10)
= 0,56
Jadi, nilai kapabilitas proses pada variabel lebar part D adalah 0,56
maka Cp < 1 yang artinya proses tersebut kurang baik, kualitas produk di luar
c. Variabel Tebal
Perhitungan Cp pada variabel tebal part D adalah sebagai berikut.
Diketahui :
USL = 9,45
LSL = 4,82
S = 0,68
Ditanya :
Cp ?
Dijawab :
USL−LSL
Cp = 6S
9,45−4,82
= (6X0,68)
= 1,01
74
Jadi, nilai kapabilitas proses pada variabel tebal part D adalah 1,01 maka
Cp < 1 yang artinya proses tersebut kurang baik, kualitas produk di luar batas
atau proses tidak mampu.
d. Variabel Diameter
Perhitungan Cp pada variabel diameter part D adalah sebagai berikut.
Diketahui :
USL = 6,24
LSL = 5,42
S = 0,12
Ditanya : Cp?
Dijawab :
USL−LSL
Cp = 6S
6,24−5,42
= (6X0,12)
= 1,37
Jadi, nilai kapabilitas proses pada variabel diameter part D adalah 1,37
maka Cp < 1 yang artinya proses tersebut kurang baik, kualitas produk di luar
75
4.6.3.2 Perhitungan Indeks Kapabilitas (Cpk)
Perhitungan indeks kapabilitas (Cp) variabel pada part C dan part D yaitu
panjang, lebar, dan tinggi seperti diuraikan berikut.
1. Part C
Perhitungan Cpk variabel part C yaitu panjang, lebar, dan tinggi adalah
sebagai berikut.
a. Variabel Panjang
Perhitungan Cpk pada variabel panjang part C adalah sebagai berikut.
Diketahui :
BSA = 160,50
BSB = 159,50
S = 1,27
X̅ = 160,07
Dijawab :
̅ X
BSA− X ̅ − BSB
Cpk = min [ , ]
3s 3s
160,50− 160,07 160,07− 159,50
= min [ , ]
3∗1,27 3∗1,27
= min [0,11 ; 0,15]

Cpk = 0,11
Jadi, nilai indeks kapabilitas pada variabel panjang part C adalah 0,11,
maka 0 < Cpk < 1 yang artinya proses tersebut menunjukkan proses tidak dapat
membuat produk yang sesuai dengan spesifikasi yang diinginkan konsumen.
b. Variabel Lebar
Perhitungan Cpk pada variabel lebar part C adalah sebagai berikut.
Diketahui :
BSA = 65,50
BSB = 64,50
S = 0,50
X̅ = 64,42
Dijawab :
̅ X
BSA− X ̅ − BSB
Cpk = min [ , ]
3s 3s
76
65,50− 64,42 64,42− 64,50
= min [ , ]
3∗0,50 3∗0,50
= min [0,72 ; −0,06]

Cpk = -0,06
Jadi, nilai indeks kapabilitas pada variabel lebar part C adalah -0,06, maka
Cp < 0 yang artinya proses tersebut menunjukkan rata-rata proses diluar batas
spesifikasi.
c. Variabel Tinggi
Perhitungan Cpk pada variabel tinggi part C adalah sebagai berikut.
Diketahui :
BSA = 7,00
BSB = 6,00
S = 0,82
X̅ = 4,38
Dijawab :
̅ X
BSA− X ̅ − BSB
Cpk = min [ , ]
3s 3s
7,00 − 4,38 4,38 − 6,00
= min [ , ]
3∗0,82 3∗0,82
= min [1,07 ; −0,66]

Cpk = -0,66
Jadi, nilai indeks kapabilitas pada variabel tinggi part C adalah -0,66,
maka Cpk < 0 yang artinya proses tersebut menunjukkan rata-rata proses diluar
batas spesifikasi.
2. Part D
Perhitungan Cpk variabel part D yaitu panjang, lebar, dan tinggi adalah
sebagai berikut.
a. Variabel Panjang
Perhitungan Cpk pada variabel panjang part D adalah sebagai berikut.
Diketahui :
BSA = 95,50
BSB = 94,50
S = 0,85
X̅ = 94,35
77
Dijawab :
̅ X
BSA− X ̅ − BSB
Cpk = min [ , ]
3s 3s
95,50− 94,35 94,35− 94,50
= min [ , ]
3∗0,85 3∗0,85
= min [0,45 ; −0,06]

Cpk = -0,06
Jadi, nilai indeks kapabilitas pada variabel panjang part D adalah -0,06,
batas spesifikasi.
b. Variabel Lebar
Perhitungan Cpk pada variabel lebar part D adalah sebagai berikut.
Diketahui :
BSA = 65,50
BSB = 64,50
S = 0,47
X̅ = 64,65
Dijawab :
̅ X
BSA− X ̅ − BSB
Cpk = min [ , ]
3s 3s
65,50− 64,65 64,65− 64,50
= min [ , ]
3∗0,47 3∗0,47
= min [0,61 ; 0,11]

Cpk = 0,11
Jadi, nilai indeks kapabilitas pada variabel lebar part D adalah 0,11, maka
0 < Cpk < 1 yang artinya proses tersebut menunjukkan proses tidak dapat
membuat produk yang sesuai dengan spesifikasi yang diinginkan konsumen.
c. Variabel Tinggi
Perhitungan Cpk pada variabel tinggi part D adalah sebagai berikut.
Diketahui :
BSA = 7,00
BSB = 6,00
S = 0,66
X̅ = 4,19
Dijawab :
78
̅ X
BSA− X ̅ − BSB
Cpk = min [ , ]
3s 3s
7,00 − 4,38 4,38 − 6,00
= min [ , ]
3∗0,66 3∗0,66
= min [1,42 ; −0,91]

Cpk = - 0,91
Jadi, nilai indeks kapabilitas pada variabel panjang part D adalah -0,91,
batas spesifikasi.
4.6.3.3 Perhitungan Kapabilitas Rasio (Cr)

Perhitungan kapabilitas rasio (Cr) variabel pada part C dan part D yaitu
panjang, lebar, dan tinggi seperti diuraikan berikut.
1. Part C
Perhitungan Cr variabel part C yaitu panjang, lebar, dan tinggi adalah
sebagai berikut.
a. Variabel Panjang
Perhitungan Cpr pada variabel panjang part C adalah sebagai berikut.
Diketahui :
BSA = 160,50
BSB = 159,50
S = 1,27
Dijawab :
6𝑠
Cr = BSA−BSB
6∗1,27
= 160,50−159,50B
= 7,62
Jadi, nilai kapabilitas rasio variabel panjang part C adalah 3,97
menunjukan nilai kapabilitas rasio variabel < 0,75 yang berarti nilai kemampuan
proses kurang bagus atau kurang baik.
b. Variabel Lebar
Perhitungan Cr pada variabel lebar part C adalah sebagai berikut.
Diketahui :
BSA = 65,50
BSB = 64,50
79
S = 0,50
Dijawab :
6𝑠
Cr = BSA−BSB
6∗0,50
= 65,50−64,50 = 3,01
Jadi, nilai kapabilitas rasio variabel lebar part C adalah 3,01 menunjukan
nilai kapabilitas rasio variabel < 0,75 yang berarti nilai kemampuan proses
kurang bagus atau kurang baik.
c. Variabel Tinggi
Perhitungan Cr pada variabel tinggi part C adalah sebagai berikut.
Diketahui :
BSA = 7,00
BSB = 6,00
S = 0,82
Dijawab :
6𝑠
Cr = BSA−BSB
6∗0,82
= 7,00 −6,00= 4,93
Jadi, nilai kapabilitas rasio variabel tinggi part C adalah 4,93 menunjukan
2. Part D
Perhitungan Cr variabel part D yaitu panjang, lebar, dan tinggi adalah
sebagai berikut.
a. Variabel Panjang
Perhitungan Cr pada variabel panjang part D adalah sebagai berikut.
Diketahui :
BSA = 95,50
BSB = 94,50
S = 0,85
Dijawab :
6𝑠
Cr = BSA−BSB
80
6∗0,85
= 95,50 −94,50
= 5,12
Jadi, nilai kapabilitas rasio variabel panjang part D adalah 5,12
menunjukan nilai kapabilitas rasio variabel < 0,75 yang berarti nilai kemampuan
proses kurang bagus atau kurang baik.
b. Variabel Lebar
Perhitungan Cr pada variabel lebar part D adalah sebagai berikut.
Diketahui :
SA = 65,50
BSB = 64,50
S = 0,47
Dijawab :
6𝑠
Cr = BSA−BSB
6∗0,47
= 160,50−159,50B = 7,62
Jadi, nilai kapabilitas rasio variabel lebar part D adalah 7,62 menunjukan
c. Variabel Tinggi
Perhitungan Cr pada variabel tinggi part D adalah sebagai berikut.
Diketahui :
BSA = 7,00
BSB = 6,00
S = 0,66
Dijawab :
6𝑠
Cr =
BSA−BSB
6∗0,66
= 7,00 −6,00 = 3,92
Jadi, nilai kapabilitas rasio variabel tinggi part D adalah 3,92 menunjukan
81
4.7 Analisa Keseluruhan
PT. TI PRUTTT memproduksi lampu BETI, untuk mengontrol kualitas dari
lampu BETI agar lampu BETI sesuai dengan ekspetasi dari konsumen maka harus
menggunakan pengendalian kualitas statistik. Pengendalian kualitas dilakukan
dengan tujuan menurunkan: biaya (produksi, perbaikan, dll), keterlambatan, dan
pengulangan pekerjaan, serta dapat meningkatkan produktivitas sehingga bisnis
tetap dapat berjalan. Part C dan D merupakan bagian dari part lampu BETI yang
akan dilakukan pengendalian kualitas. Checksheet digunakan untuk analisa data
secara cepat dan mudah, checksheet terdiri dari data variabel serta atribut dari part
C dan D. Misalnya checksheet dengan data variabel yang bisa diukur misalnya
mengukur panjang pada part, checksheet ini digunakan untuk memudahkan dalam
menganalisa data. Pada checksheet variabel ini terdiri dari jenis part, jenis variabel,
kelompok/shift, inspektor, sehingga tanggal /lokasi pengambilan data. Histogram
pada panjang part C termasuk histogram data variabel karena data yang akan diteliti
berupa angka. Manfaat dari pemggunaan histogram yaitu dapat menjelaskan
variansi produk dengan mudah. Histogram kali ini yaitu inspeksi pengukuran
panjang dengan hasil sebesar 253,6 dan diantara 251-256 mm dengan gip, namun
untuk gip sebesar 2,5. Diagram pareto part C menggambarkan tentang
permasalahan dari cacatnya part C. Terdapat dua masalah dari part C yaitu produk
berserat dan retak. Jumlah dari produk yang memiliki cacat berserat yaitu sebanyak
12 dengan presentase 75% , cacat retak yaitu sebanyak 2 dengan presentase 12.5%
dan cacat mata kayu sebanyak 2 dengan presentase 12.5%. Fishbone diagram
digunakan untuk mengetahui fakttor-faktor yang mempengaruhi kecacatan dari
part C dan D. Peta kendali yang terdiri dari part C dan D, terdapat dua jenis data
yaitu variabel, atribut serta kapabilitas proses untuk menentukan batas kendalinya
serta Kapabilitas proses merupakan sebuah indeks untuk mengetahui apakah
kemampuan proses telah memenuhi batas-batas dari spesifikasi yang ditunjukkan
atau tidak.
82
BAB V
KESIMPULAN DAN SARAN
Bab lima berisi kesimpulan dan saran dari praktikum modul lima sub satu
tentang pengendalian kualitas statistik.
5.1 Kesimpulan
Kesimpulan yang dapat diambil dari keseluruhan hasil praktikum modul lima
sub satu adalah sebagai berikut:
1. Seven tools merupakan salah satu alat yang digunakan dalam pengendalian
kualitas yang terdiri dari checksheet, histogram, fishbone diagram, pareto
diagram, dan peta kendali. Checksheet berisi data hasil pengematan kecacatan
produk dalam 3 subgrup dengan 10 kali perulangan.
2. Karakteristik kualitas diidentifikasi dari data variabel dan data atribut pada dua
partyaitu part C dan part D. Data variabel terdiri dari panjang, lebar, tebal, dan
diameter sedangkan data atribut terdiri dari tidak halus/berserat dan retak/pecah.
3. Produk yang dihasilkan diidentifikasi berdasarkan hasil perhitungan pada peta
kendali variabel yang terdiri dari peta X dan peta R. Peta X menunjukkan
ketelitian proses dan peta R menunjukkan variabilitas proses. Perhitungan peta
X variabel panjang Part C didapatkan batas kendali atas, batas kendali bawah,
dan rata-rata masing-masing sebesar 253,75 mm; 249,66 mm; dan 251,70 mm,
dimana nilai x double bar masih dalam batas dan tidak ada nilai yang keluar dari
batas tersebut sehingga dapat disimpulkan bahwa variabel panjang Part C masih
terkendali. peta R variabel panjang pada Part C. Perhitungan peta R variabel
panjang Part C didapatkan batas kendali atas, batas kendali bawah, dan rata-rata
masing-masing range sebesar 5,14 mm; 0,00 mm; dan 2,00 mm, dimana nilai x
double bar masih dalam batas dan tidak ada nilai yang keluar dari batas tersebut
sehingga dapat disimpulkan bahwa variabel panjang Part C masih terkendali.
4. Peta atribut terdiri dari peta P, C, dan U. Peta P digunakan untuk menunjukkan
proporsi cacat per unit. Pada salah satu contoh diperoleh ṕ sebesar 0,5, UCL
sebesar 1,366, dan LCL sebesar -0,366 = 0. Pada peta C diperoleh ĉ sebesar 1,2,
UCL sebesar 4,486, dan LCL sebesar 0. Pada peta U diperoleh ū sebesar 0,7,
UCL sebesar 2,149, dan LCL sebesar 0.
83
5. Kapabilitas proses digunakan untuk mengukur kemampuan proses dalam
memenuhi batas spesifikasi. Nilai kapabilitas proses pada variabel panjang part
A adalah 0,43, maka Cp < 1 yang artinya proses tersebut kurang baik, kualitas
produk di luar batas kendali atau proses tidak mampu. Sedangkan nilai indeks
kapabilitasnya adalah 0,11, maka 0 < Cpk < 1 yang artinya proses tersebut
menunjukkan proses tidak dapat membuat produk yang sesuai dengan spesifikasi
yang diinginkan konsumen.
5.2 Saran
Saran didapatkan dari keseluruhan hasil praktikum modul lima sub satu adalah
sebaiknya dilakukan perbaikan kualitas sesuai dengan spesifikasi produk dari
perusahaan dan spesifikasi yang diinginkan oleh konsumen.
84
DAFTAR PUSTAKA
Arsyad, A. G. (2017). Analisis Peta Kendali P Yang Distandarisasi Dalam Proses

Produksi Regulator Set Fujiyama (Studi Kasus : PT. XYZ). Jurnal Teknik
Industri Vol. 5 No. 1., 86-92.
Bianti, G. N. (2016). Analisis Kapabilitas Proses Produk Transformator
Hermetically Sealed 100 kVA di PT. “X”. Jurnal Sains Dan Seni Its Vol. 5 No.
2, 384-389.
Haryono, d. (2016). Analisis Pengendalian Kualitas Statistika pada Proses Produksi
Pipa Electric Resistance Welded (ERW) di PT. X. Jurnal Sains Dan Seni Its
Vol. 5, No.2, 83-90.
Haq, A. (2014). Pengukuran Kualitas Produk Dengan Metode Statistical Process
Control (Studi Kasus PT. Intermasa). UG Jurnal Vol. 8, No. 4. 11-13
Idris, I. d. (2016). Pengendalian Kualitas Tempe Dengan Metode Seven Tools.
Jurnal Teknovaso, Vol. 3, No. 1, 66-80.
Kaban, R. (2014). Pengendalian Kualitas Kemasan Plastik Pouch menggunakan
Statistical Process Control (SPC) Di PT. Incasi Raya Padang. Jurnal optimasi
sistem industri, Vol. 13, No. 1. 518-547.
Widyahening, C. E. (2018). Penggunaan Teknik Pembelajaran Fishbone Diagram
Dalam Meningkatkan Keterampilan Membaca Siswa. Jurnal Komunikasi
Pendidikan, Vol.2, No.1, 11-19.
Yemima, O. d. (2014). Penerapan Peta Kendali Demerit dan Diagram Pareto Pada
Pengontrolan Kualitas Produksi (Studi Kasus: Produksi Botol Sosro di PT. X
Surabaya). Jurnal EKSPONENSIAL Volume 5, Nomor 2, 197-202.
85

(Kelompok 20) 5 Sub 1 Pengendalian Kualitas Stastistik PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

(Kelompok 20) 5 Sub 1 Pengendalian Kualitas Stastistik PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

2019

PRAKTIKUM PERANCANGAN SISTEM TEKNIK INDUSTRI 2

LABORATORIUM PERANCANGAN SISTEM

NURGANDA ABI MULYA

Dr. Sabarudin Akhmad,S.T.,M.T., IPM

Bangkalan, 21 Desember 2019

LEMBAR PENGESAHAN ..................................................................................... i

1.2 Tujuan ........................................................................................................... 2

2.2 Pengendalian Kualitas ................................................................................... 3

2.3 Lembar Pemeriksaan (Check Sheet).............................................................. 3

2.4 Fishbone Diagram ........................................................................................ 4

2.5 Diagram Pareto.............................................................................................. 4

2.6 Peta Kendali Variabel ................................................................................... 5

2.7 Kapabilitas Proses ......................................................................................... 5

2.8 Peta Kendali P ............................................................................................... 6

2.9 Peta Kendali C............................................................................................... 7

2.10 Peta Kendali U ............................................................................................ 7

BAB III ................................................................................................................... 9

3.2 Prosedur Pengolahan Data ............................................................................ 9

3.3.1 Flowchart Praktikum ........................................................................... 10

3.3.2 Flowchart Pengolahan data .................................................................. 11

4.1.1 Part C.................................................................................................... 12

4.1.2 Part D ................................................................................................... 13

4.2.1 Data Variabel ....................................................................................... 14

4.2.2 Data Atribut .......................................................................................... 18

4.3 Histogram .................................................................................................... 19

4.3.1 Data Variabel ....................................................................................... 19

4.3.1.1 Histogram part C .......................................................................... 19

4.3.1.2 Histogram part D .......................................................................... 22

4.3.2 Data Atribut .......................................................................................... 25

4.3.1.1 Histogram part C .......................................................................... 25

4.3.1.2 Histogram part D .......................................................................... 26

4.4 Diagram Pareto ........................................................................................... 27

4.4.1 Diagram Pareto Part C ........................................................................ 27

4.4.2 Diagram Pareto Part D ........................................................................ 28

4.5 Fishbone Diagram ....................................................................................... 29

4.5.1 Fishbone Diagram Cacat Beserat atau Tidak Halus ............................. 29

4.5.2 Fishbone Diagram Cacat Retak ............................................................ 30

4.5.3 Fishbone Diagram Cacat Mata Kayu ................................................... 31

4.6 Peta Kendali ................................................................................................ 32

4.6.1.1 Peta X-R Part C ............................................................................ 32

4.6.1.2 Peta X-R Part D............................................................................. 42

4.6.2 Peta Kendali Atribut............................................................................. 50

4.6.2.1 Peta kendali P ................................................................................ 50

4.6.2.2 Peta Kendali C............................................................................... 58

4.6.2.2 Peta Kendali U .............................................................................. 63

4.6.3 Kapabilitas Proses ................................................................................ 66

4.6.3.1 Perhitungan Kapabilitas Proses (Cp) ............................................ 71

4.6.3.2 Perhitungan Indeks Kapabilitas (Cpk) .......................................... 76

4.6.3.3 Perhitungan Kapabilitas Rasio (Cr) .............................................. 79

4.7 Analisa Keseluruhan ................................................................................... 82

5.2 Saran ............................................................................................................ 84

DAFTAR PUSTAKA ........................................................................................... 85

Gambar 5.2.1 Fishbone diagram (Sumber: Jurnal Bianti, 2016) ............................ 4

Keywords: checksheet, histogram, fishbone diagram, pareto diagram, control

Kata Kunci : checksheet, histogram, fishbone diagram, pareto diagram, peta

2.2 Pengendalian Kualitas

2.3 Lembar Pemeriksaan (Check Sheet)

Gambar 5.2.1 Fishbone diagram (Sumber: Jurnal Bianti, 2016)

2.5 Diagram Pareto

2.7 Kapabilitas Proses

Tabel 5.4.2 Indeks nilai hasil perhitungan Cpk

Menunjukkan variasi proses semuanya berada