I

Pendahuluan

1.1 Pengukuran dalam Kehidupan Manusia

Metrologi secara sederhana disebut sebagai suatu ilmu pengukuran, dan
dalam kehidupan sehari-hari kita sering dihadapkan pada suatu kegiatan ukur
mengukur serta bagaimana pentingnya kebenaran dalam mengukur

Barangsiapa lalai atau lupa mengalibrasi standar satuan panjang setiap bulan
purnama diancam dengan hukuman mati. Itulah resiko yang dihadapi oleh arsitek
resmi kerajaan yang bertanggungjawab atas pembangunan kuil-kuil dan piramid-
piramid Firaun pada jaman Mesir kuno, 3000 tahun sebelum Masehi. Satuan cubit
resmi yang pertama dinyatakan sebagai panjang lengan Firaun yang berkuasa, dari
siku hingga ke ujung jari tengah yang diluruskan, ditambah lebar tangannya.
Hasil pengukuran asli direkam dengan cara ditatah pada granit hitam. Standar
ukuran ini kemudian diperbanyak menggunakan granit atau kayu dan dibagi-
bagikan kepada para pekerja, dan para arsitek bertanggungjawab untuk
memeliharanya.
Demikianlah salah satu contoh pengukuran presisi yang terekam dalam
sejarah. Walaupun kisah di atas terjadi di suatu masa dan tempat yang jauh,
pentingnya pengukuran sudah disadari umat manusia pada umumnya. Sejarah
pengukuran yang sedikit lebih mutakhir adalah pencanangan Sistem Metrik di
Paris tahun 1799, dengan ditetapkannya dua buah benda standar terbuat dari
platinum satu mewakili meter, dan satu lagi mewakili kilogram, sebagai 'nenek
moyang' Sistem Internasional,Satuan yang kita kenal sekarang atau disingkat SI.
Memang, biaya untuk melakukan pengukuran cukup besar, namun
manfaatnya lebih besar lagi. Dengan demikian, metrologi telah menjadi bagian
dari hidup kita sehari-hari yang sangat alamiah dan vital. Komoditas seperti
sembako atau bahan bangunan diperjualbelikan berdasarkan berat atau ukuran; air

1
ledeng, listrik dan gas harus diukur, dan semua hal ini mempengaruhi kehidupan
pribadi kita. Kadar zat aktif dalam obat- obatan, pengukuran sampel darah, dan
keefektifan laser yang digunakan untuk pembedahan harus diukur dengan teliti
agar kesehatan dan keselamatan pasien terjamin. Hampir segala sesuatu kita
nyatakan dalam ukuran: suhu udara, tinggi badan, nilai kalori makanan, berat paket
kiriman, tekanan udara ban kendaraan, dan seterusnya. Hampir tidak mungkin kita
berbicara tanpa menggunakan kata-kata yang berkaitan dengan timbangan atau
ukuran.Kemudian, ada perdagangan, kegiatan ekonomi dan peraturan-peraturan
yang sangat bergantung pada timbangan dan ukuran. Seorang pilot pesawat terbang
harus mengamati dengan cermat ketinggian pesawat, arah, penggunaan bahan
bakar dan kecepatan; pengawas obat-obatan dan makanan mengukur kandungan
bakteri dan zat beracun; perusahaan membeli bahan baku berdasarkan timbangan
dan ukuran, dan menyatakan produknya dalam satuan yang serupa. Umumnya
setiap proses dipantau berdasarkan pengukuran, dan setiap penyimpangan akan
ketahuan dari hasil pengukuran tersebut. Pengukuran sistematis dengan tingkat
ketidakpastian yang terukur merupakan landasan pengendalian mutu di industri;
pada industri modern biaya untuk melakukan pengukuran memakan porsi 10%
hingga 15% dari ongkos produksi.
Ilmu pengetahuan sangat bergantung pada pengukuran. Para geolog mengukur
kekuatan gelombang kejut ketika terjadi gempa bumi; para astronom dengan
seksama mengukur cahaya lemah yang dipancarkan sebuah bintang untuk
mengetahui umurnya; para fisikawan yang mempelajari partikel elementer harus
melakukan pengukuran waktu dalam orde sepersejuta sekon untuk memastikan
adanya partikel yang amat sangat kecil. Ketersediaan alat ukur dan kemampuan
menggunakannya sangatlah esensial bagi para ilmuwan untuk merekam hasil
penelitian mereka secara objektif. Maka, ilmu pengukuran, atau Metrologi, bisa
jadi adalah ilmu yang tertua di dunia dan pengetahuan tentang penggunaannya
adalah syarat mutlak dalam segala profesi yang berbasis ilmu pengetahuan.

I.2 Pengukuran Memerlukan Pengetahuan Umum

Mungkin hanya segelintir orang saja yang memahami ilmu metrologi secara
mendalam, padahal metrologi juga dipergunakan oleh banyak orang yang mungkin
merasa sudah cukup memahami istilah-istilah seperti meter, kilogram, watt, liter
dan sebagainya.

2
 Diperlukan keyakinan agar metrologi bermanfaat dalam menghubungkan
segala kegiatan umat manusia di seantero dunia dalam berbagai profesi. Keyakinan
ini akan meningkat sejalan dengan meningkatnya jaringan kerjasama, adanya
satuan ukuran yang dipakai bersama dan juga prosedur pengukuran yang dipakai
secara umum, serta pengakuan, akreditasi dan uji banding atas standar-standar
satuan ukuran dan laboratorium- laboratorium di berbagai negara. Sejarah manusia
selama ribuan tahun menguatkan keyakinan bahwa banyak hal akan menjadi
mudah jika semua orang bekerja sama dalam bidang metrologi.

1.3 Pembagian Kategori dalam Metrologi

Metrologi dikelompokkan dalam tiga kategori utama dengan tingkat
kerumitan dan akurasi yang berbeda-beda:
1. Metrologi Ilmiah (Scientific metrology): berhubungan dengan pengaturan dan
pengembangan standar-standar pengukuran dan pemeliharaannya (tingkat
tertinggi).
2. Metrologi Industri (Industrial metrology): bertujuan untuk memastikan
bahwa sistem pengukuran dan alat-alat ukur di industri berfungsi dengan
akurasi yang memadai, baik dalam proses persiapan, produksi maupun
pengujiannya.
3. Metrologi Legal (Legal metrology): berkaitan dengan pengukuran yang
berdampak pada transaksi ekonomi, kesehatan, dan keselamatan.
Ada lagi istilah “Metrologi fundamental” yang tidak mempunyai definisi
internasional, namun menyiratkan tingkat akurasi tertinggi dalam suatu cabang.
Jadi bisa juga dikatakan sebagai ranting tertinggi dalam metrologi ilmiah.

3
 II
Metrologi

II.1 Metrologi Industri dan Ilmiah

Metrologi industri dan metrologi ilmiah adalah dua dari tiga kategori
metrologi yang diuraikan dalam butir 1.3. pada bab I
Kegiatan-kegiatan kemetrologian, pengujian dan pengukuran memberikan
masukan penting dalam menjamin kualitas berbagai kegiatan industri. Hal ini
mencakup kebutuhan akan adanya ketertelusuran, yang menjadi sangat
penting sebagaimana halnya pengukuran itu sendiri. Pengakuan atas kompetensi
kemetrologian pada tiap tingkat dalam rantai ketertelusuran itu dapat dicapai
dengan membuat suatu pengaturan saling mengakui (mutual recognition
arrangement, disingkat MRA). Contohnya adalah CIPM MRA dan ILAC MRA.
Selain dengan MRA, pengakuan itu bisa didapat dari akreditasi atau peer review.

II.1.1 Bidang-bidang Metrologi

Metrologi ilmiah dibagi oleh BIPM (Bureau International des Poids et
Mesures, Biro Internasional Timbangan dan Takaran) menjadi 9 bidang teknis:
1. massa dan besaran terkait,
2. kelistrikan,
3. panjang,
4. waktu dan frekuensi,
5. suhu,
6. radiasi pengion dan
radioaktivitas,
7. fotometri dan radiometri,
4
 8. akustik,
9. jumlah zat.

Tabel 2.1
Bidang pengukuran, subbidang dan standar ukuran yang penting.
Hanya bidang teknis yang dicantumkan.

Bidang Sub-bidang Standar pengukuran yang

Pengukuran penting
Massa dan Pengukuran massa Standar massa, timbangan
besaran terkait standar, mass comparators
Gaya dan tekanan Load cell, dead-weight tester,
force, moment and torque
converter; pressure balance oli
atau gas, mesin uji gaya
Volume dan Areometer gelas, glassware
densitas, laboratorium, vibration
viskositas densitometer, viskometer
kapiler gelas, viskometer rotasi,
skala viskometri
Kelistrikan dan Kelistrikan DC Komparator arus kriogenis, efek
kemagnetan Josephson dan efek Quantum
Hall, acuan diode Zener, metode
potensiometris, jembatan (bridge)
komparator
Kelistrikan AC Pengubah (converter) AC/DC,
kapasitor standar, kapasitor
udara, induktansi standar,
kompensator, wattmeter

Kelistrikan frekuensi Pengubah termal,

tinggi kalorimeter, bolometer

5
 Arus kuat dan Transformator pengukur arus dan
tegangan tinggi tegangan, sumber tegangan tinggi
acuan
Panjang Panjang gelombang Laser stabil, interferometer,
dan interferometri sistem pengukuran
interferometri laser,
komparator interferometris

Metrologi dimensi Balok ukur, skala mistar, step

gauge, setting ring, plug, height
master, dial gauge, mikroskop
ukur, standar kerataan optis,
mesin ukur koordinat, laser scan
micrometer, mikrometer
kedalaman
Pengukuran sudut Autocollimator, meja rotari,
balok sudut, poligon,
penyipat datar

Bidang Sub-bidang Standar pengukuran yang

Pengukuran penting
Panjang Bentuk Kelurusan, kerataan,
kesejajaran, kesikuan,
kebundaran, standar silinder

Kualitas permukaan Step height and groove

standard, standar kekasaran,
alat pengukur kekasaran

Waktu dan Pengukuran waktu Standar frekuensi atomik

frekuensi Cesium, alat pengukur interval
waktu

6
 Frekuensi Standar frekuensi atomik
Cesium, osilator kuarsa, laser,
pencacah elektronis dan
synthesiser, alat ukur geodetic

Termometri Pengukuran suhu Termometer gas, titik-tetap

secara kontak ITS 90, termometer tahanan,
termokopel

Pengukuran suhu Black body suhu tinggi,

secara tidak-kontak radiometer kriogenis,
pirometer, fotodiode Si

Kelembaban Mirror dew point meter atau

higrometer elektronis, double
pressure/temperature humidity
generator
Radiasi Dosis terserap — Kalorimeter, high dose rate cavity
pengion dan produk industri terkalibrasi, dosimeter dikromat
radioaktivitas tingkat tinggi

Dosis terserap — Kalorimeter, kamar ionisasi

produk medis

Perlindungan Kamar ionisasi, berkas/medan

terhadap radiasi radiasi acuan, pencacah
proporsional dan lainnya,
TEPC, spektrometer neutron
Bonner

Radioaktivitas Kamar ionisasi tipe sumur (well),

sumber radioaktivitas
bersertifikat, spektroskopi gamma
dan alpha, detektor 4 Gamma

7
 Bidang Sub-bidang Standar pengukuran yang
Pengukuran penting

Fotometri Radiometri optis Radiometer kriogenis, detektor,

dan sumber acuan laser stabil, bahan
radiometri acuan — serat Au
Fotometri Detektor cahaya tampak,
fotodioda Si, detektor efisiensi
kuantum
Kolorimetri Spektrofotometer

Serat optis Bahan acuan — serat Au

Aliran Aliran gas (volume) Bell prover, meter gas rotari,
meter gas turbin, meter transfer
dengan critical nozzle
Aliran air (volume, Standar volume, standar terkait
massa dan energi) massa Coriolis, level meter,
Aliran zat cair selain pengukur aliran induktif dan
air ultrasonik
Anemometri Anemometer
Akustik, Pengukuran akustik Mikrofon standar, pistonphone,
ultrasound dalam gas mikrofon kondensor, kalibrator
dan vibrasi suara
Akselerometri Akselerometer, transduser
gaya, vibrator,
interferometer laser
Pengukuran akustik Hidrofon
dalam cairan
Ultrasound Pengukur daya ultrasonik,
radiation force balance

8
 Jumlah zat Kimia lingkungan CRM (Certified reference
Kimia klinis material), spektrometer
massa, kromatograf

Kimia bahan Bahan murni, CRM

Kimia CRM
pangan
Biokimia
Mikrobio

II.I.2 Kalibrasi
Untuk menjamin ketertelusuran suatu hasil pengukuran, maka alat ukur dan
bahan ukur yang digunakan harus dikalibrasi. Proses kalibrasi dapat menentukan
nilai-nilai yang berkaitan dengan kinerja suatu alat ukur atau bahan acuan. Hal ini
dicapai dengan pembandingan langsung terhadap suatu standar ukur atau bahan
acuan bersertifikat. Keluaran dari kalibrasi adalah sertifikat kalibrasi. Selain
sertifikat, biasanya juga ada label atau stiker yang disematkan pada alat yang sudah
dikalibrasi.
Ada tiga alasan penting mengapa sebuah alat ukur perlu dikalibrasi:
1. Memastikan bahwa penunjukan alat tersebut sesuai dengan hasil pengukuran
lain.
2. Menentukan akurasi penunjukan alat.
3. Mengetahui keandalan alat, yaitu bahwa alat tersebut dapat dipercayai.
II.1.3 Prosedur Acuan
Prosedur acuan bisa diartikan sebagai suatu prosedur untuk melakukan pengujian,
pengukuran atau analisis, yang ditelaah dengan seksama dan dikontrol dengan
ketat. Tujuannya adalah untuk mengkaji prosedur lain untuk pekerjaan yang
serupa, atau untuk menentukan sifat-sifat bahan acuan (termasuk objek acuan),
atau untuk menentukan suatu nilai acuan.
Ketidakpastian dalam hasil kerja suatu prosedur acuan harus diperkirakan dengan
memadai dan sesuai untuk penggunaan yang dimaksudkan.
Menurut definisi ini, maka prosedur acuan dapat digunakan untuk:
1. Memvalidasi pengukuran lain atau prosedur pengujian lain, yang digunakan
untuk pekerjaan yang serupa, dan menentukan ketidakpastiannya;

9
2. Menentukan nilai acuan sifat-sifat dari suatu bahan, yang dapat disusun dalam
buku panduan atau pangkalan data, atau nilai acuan yang terkandung dalam
bahan acuan atau objek acuan.

II.1.4 Pengujian
Pengujian adalah suatu kegiatan untuk menentukan sifat-sifat suatu produk,
proses atau jasa, menurut suatu prosedur, metodologi atau persyaratan tertentu.
Tujuan pengujian misalnya untuk memastikan apakah suatu produk memenuhi
spesifikasi tertentu, misalnya persyaratan keselamatan atau karakteristik yang
berkaitan dengan perdagangan. Dalam hal ini, maka pengujian berkaitan dengan
penilaian kesesuaian.
Kegiatan pengujian dilakukan di mana-mana dan bisa mencakup beberapa bidang
pengukuran. Pengujian bisa dilakukan pada berbagai tahap dalam suatu kegiatan dan
tingkat akurasinya pun beragam.
Pengujian dilakukan oleh berbagai laboratorium, baik laboratorium pihak
pertama, kedua maupun pihak ketiga. Laboratorium pihak pertama adalah bagian
dari organisasi produsen; laboratorium pihak kedua dimiliki oleh pembeli,
sedangkan laboratorium pihak ketiga bersifat independen.
Metrologi adalah perangkat yang memungkinkan agar hasil-hasil pengujian dapat
diperbandingkan, misalnya dengan cara mendefinisikan satuan pengukuran dan
menyediakan alur ketertelusuran serta ketidakpastian yang terkait dengan hasil-hasil
pengukuran pada pengujian.

II.2 Metrologi Legal

Metrologi legal adalah kategori ketiga dalam metrologi, lihat Bab 1.3.
Metrologi legal bermula dari kebutuhan untuk menjamin keadilan dalam
perdagangan, khususnya di bidang penimbangan dan pengukuran. Metrologi legal
terutama berkaitan dengan alat- alat ukur yang diatur oleh undang-undang.
Tujuan utama metrologi legal adalah menjamin terlaksananya pengukuran yang
benar bagi warga negara bilamana pengukuran itu dilakukan:
 Dalam transaksi resmi dan transaksi niaga
 Berkaitan dengan lingkungan, kesehatan dan keselamatan kerja.
Di luar lingkup metrologi legal, ada juga peraturan-peraturan lain yang
mengharuskan dilakukannya pengukuran untuk menguji kesesuaian dengan
peraturan, misalnya penerbangan, lingkungan dan pengendalian pencemaran.

10
II.2.1 Perundang-undangan Mengenai Peralatan Ukur
Orang-orang yang menggunakan hasil-hasil pengukuran dalam penerapan
metrologi legal belum tentu ahli dalam ilmu metrologi dan karenanya pemerintah
bertanggung jawab atas kebenaran hasil pengukuran tersebut. Alat-alat ukur yang
dikendalikan secara legal mesti menjamin kebenaran hasil pengukuran:
 ketika digunakan
 selama waktu penggunaan
 dengan kesalahan yang tidak melebihi batas tertentu.
Oleh karena itu, ada persyaratan yang dibuat dalam bentuk peraturan-peraturan
mengenai alat-alat ukur serta metode pengukuran dan pengujian, termasuk untuk
produk-produk jadi.
Di seluruh dunia, negara-negara membuat peraturan mengenai peralatan ukur
dan penggunannya dalam bidang-bidang tersebut di atas.

II.2.2 Uni Eropa – Perundang-undangan Mengenai Peralatan Ukur

Di Eropa, harmonisasi peralatan ukur yang diatur secara hukum saat ini
didasarkan pada Direktif (Panduan) 71/316/EEC yang memuat persyaratan untuk
semua kategori peralatan ukur dan juga panduan-panduan lain yang mencakup
kategori-kategori khusus yang diterbitkan sejak 1971. Peralatan ukur yang telah
mendapat EEC type approval (persetujuan tipe) dan EEC initial verification
(verifikasi awal) boleh dipasarkan dan digunakan oleh negara-negara anggota tanpa
pengujian tambahan.

Karena sejarahnya, lingkup metrologi legal berbeda-beda di tiap negara. Suatu

panduan baru, Measuring Instruments Directive (MID) telah dikembangkan dan
bilamana panduan ini berlaku nantinya, semua panduan lain berkaitan dengan
peralatan ukur akan ditarik.
Panduan Peralatan Ukur (Measuring Instruments Directive, MID) EU
MID ini bertujuan untuk menghilangkan halangan teknis perdagangan
sehingga dapat meregulasi pemasaran dan penggunaan peralatan ukur berikut:

11
MI-001 meter air
MI-002 meter gas
MI-003 meter energi listrik dan transformator ukur
MI-004 meter kalor
MI-005 peralatan ukur untuk likuida selain air
MI-006 peralatan timbang otomatis
MI-007 meter taxi
MI-008 bahan-bahan ukur
MI-009 sistem pengukuran dimensi
MI-010 penganalisis gas buang

Perangkat lunak yang digunakan dalam peralatan tersebut tidak tercakup dalam
panduan yang ada sekarang, namun aka dicakup oleh MID

II.2.3 Penegakan Hukum Perundang-undangan Peralatan Ukur di

Uni Eropa
Tindakan pencegahan dilakukan sebelum peralatan dipasarkan, yaitu,
peralatan harus diuji tipe dan diverifikasi. Pembuat alat diberi persetujuan tipe
(type approval) oleh suatu badan yang berwenang dan kompeten bilamana alat
tersebut memenuhi semua persyaratan legal yang terkait. Untuk alat-alat yang
diproduksi secara berantai, verifikasi memastikan bahwa tiap-tiap alat memenuhi
semua persyaratan.
Pengawasan pasar adalah tindakan hukum untuk menemukan segala
penggunaan ilegal peralatan ukur. Untuk peralatan yang sedang digunakan,
inspeksi atau re-verifikasi dilakukan untuk memastikan bahwa peralatan ukur
memenuhi persyaratan hukum. Persyaratan tersebut berbeda-beda di tiap-tiap
negara, namun standar-standar untuk inspeksi dan pengujian harus tertelusur ke
standar internasional atau nasional.
Perlindungan konsumen berbeda di tiap-tiap negara anggota dan karenanya
persyaratan tentang penggunaan peralatan ukur menjadi lingkup negara masing-
masing. Negara- negara anggota EU boleh membuat persyaratan untuk peralatan
ukur yang tidak dicakup MID.

12
II.2.4 Tanggung jawab Penegakan Hukum
Panduan menetapkan:
 Tanggung jawab produsen: Produk harus memenuhi persyaratan dalam
panduan
 Tanggung jawab pemerintah: Produk yang tidak sesuai harus ditarik dari
pasar

Tanggung jawab produsen

Setelah MID diterapkan, produsen bertanggung jawab untuk membubuhkan
tanda CE (CE marking) dan tanda-tanda metrologis lainnya pada produk.
Dengan melakukan itu, produsen memastikan dan menyatakan bahwa produknya
memenuhi persyaratan panduan. MID adalah sebuah panduan wajib.
Produsen barang-barang dalam kemasan tertutup harus menerapkan sistem
penjaminan mutu dan pengujian pada proses produksinya. Suatu badan
administratif publik atau badan yang dinotifikasi (notified body) bisa memeriksa
sistem penjaminan mutunya dan juga melakukan pengujian acuan. Panduan Pra-
kemas bukanlah panduan wajib.

Tanggung Jawab Pemerintah

Pemerintah berkewajiban mencegah peredaran atau penggunaan peralatan
ukur yang wajib dikontrol namun tidak memenuhi persyaratan dalam panduan.
Misalnya, peralatan yang tidak mempunyai penandaan yang sesuai harus ditarik
dari pasar.
Pemerintah harus memastikan bahwa barang dalam kemasan, yang menggunakan
tanda "e" atau epsilon terbalik "∍", memenuhi persyaratan dalam panduan yang
sesuai.

Pengawasan Pasar

13
 Kewajiban pemerintah di atas dilaksanakan melalui pengawasan pasar
(market surveillance). Untuk melakukannya, pemerintah memberikan wewenang
bagi inspektur untuk:
 Melakukan survei pasar
 Mendata produk-produk yang tidak sesuai
 Memberitahu pengguna atau pembuat produk tersebut tentang
ketidaksesuaiannya
 Melaporkan produk yang tidak sesuai tersebut ke pemerintah

II.2.5 Pengukuran dan Pengujian Dalam Perundang-Undangan

Perekonomian dunia dan taraf kehidupan kita sehari-hari bergantung pada
pengukuran yang andal dan pengujian yang dapat dipercaya, diterima secara
internasional, serta tidak membentuk suatu halangan perdagangan (barrier to
trade). Di samping peraturan- peraturan yang mewajibkan tera peralatan ukur, ada
peraturan tersendiri di bidang- bidang tertentu yang juga menuntut pengukuran dan
pengujian guna menilai kesesuaian, entah dengan peraturan atau pun berdasarkan
standar dokumenter wajib. Contohnya penerbangan, kir kendaraan, pengendalian
dampak lingkungan, dan keamanan mainan anak-anak. Banyak peraturan yang
menekankan pentingnya mutu data, pengukuran dan pengujian.
Lembaga metrologi nasional dan lembaga-lembaga lain dapat memberikan saran
dan panduan mengenai hal-hal yang berkaitan dengan pengukuran bagi pengguna.
Panduan mengenai praktik pengukuran yang baik
Pengukuran bisa saja dilakukan pada tahap apa pun dalam proses regulasi.
Regulasi yang baik memerlukan pendekatan pengukuran atau pengujian yang
sesuai ketika:
 menetapkan dasar pertimbangan peraturan
 menyusun peraturan dan menetapkan batas-batas teknis
 melaksanakan pengawasan pasar.
Ringkasan di bawah ini menggambarkan isi panduan mengenai peraturan terkait
pengukuran dan pengujian yang dibuat oleh beberapa lembaga metrologi nasional
(national metrologi institute, NMI) di Eropa.

14
Dasar pertimbangan
peraturan
Identifikasi faktor
pendorong
Pengumpulan data yang ada
Pelaksanaan riset untuk
mendukung dasar
pertimbangan
Penyusunan peraturan Pengawasan pasar
Pengkajian status terkini Pengukuran dan
Penetapan batas-batas pengujian yang
efisien
teknis yang ketat
Pelaksanaan riset untuk Umpan balik
menetapkan pemecahan Adaptasi teknologi baru
Penentuan tingkat rincian
yang harus diatur

Paling sedikit ada 8 topik penting pengukuran yang mungkin perlu diperhatikan
dalam tiap tingkat, selain hal-hal di atas:
1. Parameter apa saja yang perlu diukur?
2. Penggunaan infrastruktur kemetrologian yang ada.
3. Penjaminan ketertelusuran pengukuran yang tepat—bilamana bisa, harus
tertelusur ke SI melalui suatu rantai perbandingan yang tidak terputus dan
dapat diaudit.
4. Apakah metode dan prosedur yang tepat tersedia untuk semua macam
pengujian atau kalibrasi?
5. Batas-batas teknis ditetapkan dengan analisis risiko berdasarkan data yang
kuat— apakah data yang ada mendukung dasar pertimbangan; apakah perlu
data baru atau tambahan?
6. Penggunaan standar internasional yang ada—jika perlu, ditambah ketentuan-
ketentuan lain atau pengembangan standar internasional baru.
7. Ketidakpastian pengukuran—seberapa besar nilainya dibandingkan dengan
batas- batas teknis, dan apa dampaknya pada kemampuan untuk melakukan
penilaian kesesuaian?
8. Pengambilan sampel dari data—apakah secara acak atau selektif; apakah ada
dasar ilmiah pada ketentuan-ketentuan yang berkaitan dengan frekuensi;
apakah ada dampak dari variasi waktu, musim atau geografis?

15
 III
Satuan Metrologis
Gagasan di balik sistem metrik—sebuah sistem satuan yang berdasarkan pada
satuan meter dan kilogram—muncul pada saat revolusi Perancis, yaitu ketika dua
buah standar acuan platina untuk satuan meter dan kilogram dibuat dan disimpan
di Pusat Arsip Nasional Perancis di Paris pada tahun 1799—belakangan dikenal
sebagai Meter Arsip dan Kilogram Arsip. Akademi Ilmu Pengetahuan Perancis
ditugasi oleh parlemen untuk merancang sistem satuan baru untuk digunakan di
seluruh dunia dan pada tahun 1946 sistem MKSA (metre, kilogram, second,
ampere atau meter, kilogram, sekon, ampere) diterima oleh negara-negara anggota
Konvensi Meter. Pada tahun 1954, sistem MKSA diperluas dengan memasukkan
satuan kelvin dan candela. Sistem ini kemudian memakai nama Sistem
Internasional Satuan, SI, Le Système International d’Unités.
SI ditetapkan pada tahun 1960 dalam CGPM (Konferensi Umum Timbangan dan
Takaran) yang ke-11.
“Sistem Internasional Satuan, SI, adalah sistem satuan koheren yang diadopsi
dan direkomendasikan oleh CGPM”
Pada pertemuan CGPM ke-14 tahun 1971, SI kembali diperluas dengan
memasukkan mol sebagai satuan dasar untuk jumlah zat. Saat ini SI terdiri dari tujuh
satuan atau besaran dasar yang bersama dengan satuan-satuan turunan
membentuk sistem satuan yang koheren. Selain itu, satuan tertentu lain di luar SI
dapat digunakan dengan satuan SI
Satuan SI
Tabel 3.1 Satuan dasar SI
Tabel 3.2 Satuan turunan SI dinyatakan dalam satuan dasar SI
Tabel 3.3 Satuan turunan SI dengan nama dan simbol tertentu
Tabel 3.4 Satuan turunan SI yang nama dan simbolnya meliputi satuan
turunan SIdengan nama dan simbol tertentu

16
Satuan selain SI
Tabel 3.5 Satuan-satuan yang diterima karena banyak digunakan
Tabel 3.6 Satuan-satuan yang digunakan dalam bidang-bidang tertentu
Table 3.7 Satuan-satuan yang digunakan dalam bidang tertentu dan
nilainya didapatkan melalui eksperimen

Tabel 3.1
Satuan dasar SI

Besarann Satuan dasar Simbol

panjang meter m
massa kilogram kg
waktu sekon s
arus listrik amper A
suhu termodinamika kelvin K
kuantitas zat mole mol
kuat cahaya kandela cd

Tabel 3.2
Contoh-contoh satuan turunan SI yang dinyatakan dengan satuan
dasar

Besaran turunan Satuan turunan Simbol

luas meter persegi m2
isi meter kubik m3
kecepatan meter per sekon m·s-1
percepatan meter per sekon kuadrat m·s-2
kecepatan sudut radian per sekon rad·s-1
percepatan sudut radian per sekon kuadrat rad·s-2
rapat massa kilogram per meter kubik kg·m-3
kuat medan magnet ampere per meter A·m-1
rapat arus listrik ampere per meter persegi A·m-2
momen gaya newton meter N·m
kekuatan medan listrik volt per meter V·m-1
permeabilitas henry per meter H·m-1

17
 permisivitas farad per meter F·m-1
kapasitas panas spesifik joule per kilogram Kelvin J·kg-1·K-1
konsentrasi jumlah zat mol per meter kubik mol·m-3
luminansi candela per meter persegi cd·m-3

III.1 Satuan Dasar SI

Sebuah satuan dasar adalah satuan pengukuran sebuah besaran dasar pada
sebuah sistem besaran [4]. Definisi dan realisasi dari setiap satuan dasar bisa
berubah dengan adanya penelitian kemetrologian yang menemukan kemungkinan
dapat dicapainya definisi dan realisasi yang lebih akurat dari satuan tersebut.

Contoh: Definisi meter pada tahun 1889 didasarkan pada prototipe

internasional platina-iridium yang ada di Paris.
Pada tahun 1960, meter didefinisikan ulang sebagai 1 650 763,73
panjang gelombang dari garis spektral tertentu krypton-86.
Pada tahun 1983 definisi di atas dirasakan tidak mencukupi dan
diputuskan untuk mendefinisikan ulang meter sebagai panjangnya jarak
yang ditempuh oleh cahaya dalam hampa dalam waktu 1/299 792 458
sekon, dan direalisasikan misalnya dalam panjang gelombang dari laser
helium-neon yang distabilkan dengan iodine.
Pendefinisian ulang ini telah mengurangi ketidakpastian relatif dari

10-7menjadi 10-11.

Definisi Satuan Dasar SI

Meter: panjang lintasan yang ditempuh oleh cahaya dalam hampa dalam
waktu1/299 792 458 sekon.

Kilogram: massa prototipe kilogram internasional.

Sekon: durasi dari 9 192 631 770 periode radiasi yang sesuai dengan transisi
antara dua tingkat sangat halus dari ground state sebuah atom caesium-133.

18
Amper: arus tetap yang, jika dijaga dalam dua kawat konduktor yang lurus dan
parallel dengan panjang tak terhingga dan luas penampang dapat
diabaikan serta berjarak 1 meter satu sama lain, dalam ruang hampa,

akan menghasilkan gaya sebesar 2 r 10-7 newton per meter panjang

kawat.

Kelvin: 1/273,16 dari suhu termodinamis titik tripel air.

Mole: jumlah zat dari sebuah sistem yang mengandung entitas sebanyak entitas
yang ada dalam 0,012 kg atom karbon-12. Apabila satuan mole digunakan,
entitas dasar harus didefinisikan apakah itu atom, molekul, ion, elektron,
partikel lain atau gabungan tertentu dari partikel-partikel.

Kandela: intensitas luminansi pada arah tertentu dari sebuah sumber yang

memancarkan radiasi monokromatik dengan frekuensi 540 r 1012

hertz dan mempunyai intensitas radian pada arah tersebut sebesar 1/683
watt per steradian.

Tabel 3.3
Satuan turunan SI dengan nama dan simbol tertentu
Satuan Simbol Dalam Dalam satuan
Besaran turunan
turunan , satuan SI dasar SI
frekuensi hertz Hz s-1
gaya newton N m·kg·s-2
tekanan, stress pascal Pa N/m2 m-1·kg·s-2
energi, kerja, joule J N·m m2·kg·s-2
kuantitas
daya, panas
fluks radian watt W J/s m2·kg·s-3
muatan listrik coulomb C s·A
beda potensial volt V W/A m2·kg·s-3·A-1
listrik, emflistrik
kapasitas farad F C/V m2·kg-1·s4·A2
tahanan listrik ohm Ω V/A m2·kg·s-3·A-2
daya hantar listrik / siemens S A/V m-2·kg-1·s3·A2
konduktansi
fluks magnetik weber Wb V·S m2·kg·s-2·A-1

19
 induksi magnet, tesla T Wb/m2 kg·s-2·A-1
rapat fluks
induktansi henry H Wb/A m2·kg·s-2·A-2
fluks luminan lumen lm Cd·sr m2·m-2·Cd = Cd
Iluminansi lux lx Lm/m2 m2·m-4·Cd =
aktifitas becquerel Bq -1 -2
sCd·m
(dari gray Gy J/kg
dosis absorbsi, m2·s-2
kerma,dosis
setara energi sievert Sv J/kg m2·s-2
sudut datar radian Rad m·m-1 = 1
sudut ruang steradian Sr m·m-1 = 1
aktivitas katalitik katal Kat s-1·mol

III.2 Satuan Turunan SI

Satuan turunan adalah sebuah satuan pengukuran dari sebuah besaran
turunan dalam sebuah sistem besaran . Satuan turunan SI diturunkan dari satuan
dasar SI sesuai dengan hubungan fisis antarbesaran.

Contoh:
Dari hubungan fisik antara besaran panjang yang diukur dalam satuan m, dan
besaran waktu yang diukur dalam satuan s,besaran kecepatan yang diukur dalam
satuan m/s dapat diturunkan.
Satuan turunan dinyatakan dalam satuan dasar dengan simbol matematis
perkalian dan pembagian. Contoh-contoh diberikan dalam Tabel 3.2.
CGPM telah menyetujui nama dan simbol khusus untuk beberapa satuan turunan
seperti tampak pada Tabel 3.3.
Beberapa satuan dasar digunakan dalam besaran yang berbeda-beda seperti
tampak pada Tabel 3.4. Sebuah satuan turunan sering dapat dinyatakan dalam
kombinasi yang berbeda-beda dari 1) satuan-satuan dasar dan 2) satuan-satuan
turunan dengan nama khusus. Di lapangan, ada kecenderungan penggunaan nama
satuan khusus dan kombinasi satuan-satuan untuk membedakan antara besaran
yang berbeda-beda dengan dimensi yang sama. Oleh karena itu, peralatan ukur
sebaiknya menunjukkan satuan serta besaran yang diukur.

20
 Tabel 3.4
Contoh satuan turunan SI yang nama dan simbolnya terdapat satuan turunan SI
dengan nama dan simbol khusus

Dalam satuan
Besaran turunan Satuan turunan Simbol
dasar SI
viskositas dinamik pascal sekon Pa·s m-1·kg·s-1
momen gaya newton meter N·m m-2·kg·s-2
tegangan permukaan newton per meter N/m kg·s-2
kecepatan sudut radian per sekon Rad/s m· m-1·s-1 = s-1
percepatan sudut radian per sekon Rad/s2 m· m-1·s-2 = s-2
rapat fluks panas, kuadrat
watt per meter W/m2 kg·s-3
iradiansi
kapasitas panas, entropi persegi
joule per kelvin J/K m-2·kg·s-2·K-1
kapasitas panas joule per J/(kh·K) m-2·s-2·K-1
jenis, entropi
energi jenis kilogram
joule kelvin
per kilogram J/kg m-2·s-2
konduktivitas termal watt per meter W/(m·K) m·kg·s-3·K-1
rapat energi kelvin
joule per meter kubik J/m3 m-1·kg·s-2
kekuatan medan listrik volt per meter V/m m·kg·s-3·A-1
rapat muatan listrik coulomb per C/m3 m-3·s·A
rapat fluks listrik meter kubik
coulomb per C/m2 m-2·s·A
permitivitas meter per
farad persegi
meter F/m m-3·kg-1·s4·A2
permeabilitas henry per meter H/m m·kg·s-2·A-2
energi molar joule per mole J/mol m2·kg·s-2·mol-1
entropy molar, joule per mole kelvin J/(mol/K) m2·kg-
kapasitas(sinar
paparan panasχ dan γ) coulomb per C/kg kg-1·s·A
laju dosis absorbsi kilogram
gray per sekon Gy/s m2·s-3
intensitas radian watt per steradian W/sr m4·m-2· kg·s-3 =
radiansi watt per meter W/(m2·sr) m2·m-2· kg·s-3 =
persegi steradian
21
konsentrasi katalitik katal per meter kubik Kat/m3 m-3·s-1·mol
(aktivitas)

III.3 Satuan–satuan di Luar SI

Tabel 3.5 memperlihatkan satuan-satuan selain SI yang diterima untuk digunakan

bersama dengan satuan SI karena banyak digunakan atau karena
digunakan pada bidang- bidang tertentu.

Tabel 3.6 memperlihatkan contoh satuan-satuan selain SI yang diterima untuk

digunakan pada bidang tertentu.

Tabel 3.7 memperlihatkan satuan selain SI yang dapat digunakan dalam bidang
tertentu yang nilainya didapatkan dari hasil eksperimen.

Tabel 3.5.
Satuan selain SI yang diterima

Besaran Satuan Simbol Nilai dalam satuan SI

waktu menit min 1 min = 60 s
jam h 1 h = 60 min = 3600 s
hari 1 d = 24 h
sudut permukaan derajat °d 1º = (π/180) rad
menit ' 1' = (1/60)'= (π/10800) rad
sekon " 1" = (1/60)"= (π/648 000) rad
nygrad g
1 gon = (π/2000) rad
volume liter o ℓ
L, 1 ℓ = 1 dm3 = 10-3 m3

massa ton metrik T 1 t = 103 kg

tekanan udara, bar bar 1 bar = 105 Pa

fluida

22
 Tabel 3.6
Satuan-satuan selain SI yang digunakan pada bidang-bidang tertentu

Besaran Satuan Simbol Nilai dalam satuan SI

panjang mil 1 mil laut = 1852 m
nautika
kecepatan knot 1 mil laut per jam = (1852/3600) m/s
massa karat 1 karat = 2 r 10-4 kg = 200 mg
densitas linier tex tex 1 tex = 10-6 kg/m = 1 mg/m
kekuatan sistem dioptre 1 dioptre = 1 m-1
optik
tekanan pada milimeter mmHg 1 mmHg = 133 322 Pa
fluida dalam merkuri
tubuh manusia
luas are a 1 a = 100 m2
luas hektar ha 1 ha = 104 m2
tekanan bar bar 1 bar = 100 kPa = 105 Pa
panjang ångström Å 1 Å = 0,1 nm = 10-10 m
penampang barn b 1 b = 10-28 m2

23
 Tabel 3.7
Satuan-satuan selain SI yang digunakan pada bidang-bidang tertentu dan nilainya
diperoleh dari hasil eksperimen . Ketidakpastian gabungan (factor cakupan =
1)sampai dengan 2 digit diberikan dalam tanda kurung.

Besaran Satuan Simbol Definisi Dalam satuan SI

energi electron- eV 1 eV adalah energi 1 eV =

volt kinetik 1,602 177 33 (49) · 10-19 J
sebuah elektron
yang melewati
beda potensial
sebesar 1 V
dalam ruang
massa satuan u 1hampa
u adalah energi 1 u =
massa kinetik dari 1,660 540 2 (10) · 10-27 kg
atom massa sebuah
atom netral C-12
pada ground
state
panjang satuan ua 1 ua =
astronomi 1,495 978 706 91 (30) ·1011 m

24
III.4 Prefiks atau Awalan Satuan SI

CGPM telah mengadopsi dan merekomendasikan prefiks dan simbol prefiks seperti
pada Tabel 3.8.

Aturan penggunaan prefiks dengan benar

1. Prefiks hanya untuk pangkat 10 (bukan pangkat 2,

misalnya) Contoh: satu kilobit berarti 1000 bit bukan 1024
bit

2. Prefiks harus ditulis tanpa spasi di depan simbol satuan

Contoh: Centimeter ditulis cm bukan c m

3. Tidak boleh menggabungkan prefiks

Contoh: 10-6 kg harus ditulis 1 mg bukan 1 µkg

4. Prefiks tidak boleh dituliskan sendirian

Contoh: 109/m3 tidak boleh ditulis G/m3

Tabel 3.8
Prefiks satuan SI

Faktor Nam Simbol Faktor Nam Simbol

a a
101 deka da 10-1 deci d
102 hekto h 10-2 centi c
103 kilo k 10-3 milli m

25
 106 mega M 10-6 mikro µ
109 giga G 10-9 nano n
1012 tera T 10-12 pico p
1015 peta P 10-15 femto f
1018 exa E 10-18 atto a
1021 zetta Z 10-21 zepto z
1024 yotta Y 10-24 yocto y

III.5 Penulisan Nama dan Simbol Satuan SI

1. Simbol tidak ditulis dalam huruf besar, tetapi huruf pertama dari simbol
ditulis dalam huruf besar apabila: Nama satuan berasal dari nama orang, atau
Simbol merupakan awalan dari kalimat. Contoh: Satuan kelvin ditulis dengan
simbol K

2. Simbol tidak berubah dalam jamak atau plural – tidak ditambah s.

3. Simbol tidak pernah diikuti dengan titik kecuali terletak di akhir kalimat.

4. Satuan-satuan yang digabungkan dengan perkalian dari beberapa satuan

harus dituliskan dengan titik di atas garis atau spasi.
Contoh: N·m atau N m

5. Satuan-satuan yang digabungkan dengan pembagian dari beberapa satuan

harus dituliskan dengan garis miring atau pangkat negatif.

Contoh: m/s atau m·s-1

6. Satuan-satuan yang digabungkan hanya boleh ada satu garis miring

Diperbolehkan menggunakan tanda kurung atau pangkat negatif untuk
kombinasi yang kompleks.

Contoh: m/s2 atau m·s-2 bukan m/s/s

Contoh: m·kg/(s3·A) atau m·kg·s-3·A-1 bukan m·kg/s3/A ataupun

m·kg/s3·A

26
 7. Simbol harus dipisahkan dari nilai besaran dengan sebuah
spasi.
Contoh 5 kg bukan 5kg

8. Simbol dan nama satuan tidak boleh tercampur.

III.6 Notasi Angka

Sebaiknya diberikan satu spasi antara setiap tiga angka baik pada sebelah kanan
atau sebelah kiri tanda desimal (15 739,012 53). Untuk angka empat digit,
spasi boleh dihilangkan. Titik sebaiknya tidak digunakan sebagai pemisah angka
ribuan. Operasi matematika sebaiknya dipakai hanya untuk simbol satuan

(kg/m3), bukan nama satuan (kilogram/meter kubik) Penulisan harus jelas

menunjukkan simbol satuan untuk setiap nilai besaran dan operasi matematika
yang mana yang berlaku untuk nilai besaran
Contoh: 35 cm × 48 cm bukan 35 × 48 cm
100 g ± 2 g bukan 100 ± 2 g

27
 IV
Metrologi di Indonesia

IV.1 Infrastruktur Metrologi Indonesia

IV.1.1 Lembaga Metrologi Nasional — Puslit KIM-LIPI
Pusat Penelitian Kalibrasi, Instrumentasi dan Metrologi yang merupakan
bagian dari Lembaga Ilmu Pengetahuan Indonesia dan disingkat Puslit KIM-LIPI
adalah instansi pemerintah yang menjalankan fungsi lembaga metrologi nasional
atau NMI di Indonesia. Hal tersebut merupakan penjabaran dari Undang-undang
Metrologi Legal (UUML) nomor 2 tahun 1981 yang mengharuskan adanya lembaga
yang membina standar nasional dan ditetapkan oleh Keppres. Lalu diturunkan
menjadi Keppres no 79 tahun 2001 tentang Komite Standar Nasional untuk Satuan
Ukuran (Komite SNSU), yang menyerahkan pengelolaan teknis ilmiah SNSU
tersebut kepada LIPI. Secara tidak langsung, Keppres ini berisi penunjukan NMI
kepada salah satu unit kerja di LIPI. Dalam hal ini, Puslit KIM adalah unit organisasi
di bawah LIPI yang bidang kegiatannya paling berkaitan dengan pengelolaan standar
nasional.
Puslit KIM-LIPI mempunyai kompetensi di bidang metrologi panjang, waktu,
massa dan besaran terkait, kelistrikan, suhu, radiometri dan fotometri, serta akustik
28
dan getaran. Kebanyakan standar yang dipelihara oleh Puslit KIM-LIPI adalah
standar tertinggi di Indonesia. Besaran yang tidak ditangani oleh Puslit KIM-LIPI
adalah jumlah zat. Standar dan ketertelusuran untuk besaran ini ditangani oleh Pusat
Penelitian Kimia (juga bagian dari LIPI) untuk metrologi kimia pada umumnya, dan
Pusat Teknologi Keselamatan dan Metrologi Radiasi (PTKMR) di bawah Badan
Tenaga Atom Nasional (BATAN) yang menangani metrologi radiasi pengion dan
radioaktivitas.

Di forum internasional, Puslit KIM-LIPI adalah wakil Indonesia di Konvensi

Meter dan telah menandatangani CIPM MRA pada tanggal 2 Juni 2004. Di lingkup
Asia-Pasifik, Puslit KIM-LIPI adalah anggota APMP. Sedangkan di tingkat nasional,
Puslit KIM-LIPI mendukung sistem akreditasi laboratorium oleh KAN, di antaranya
dengan menjadi laboratorium acuan dalam uji banding antar laboratorium.

IV1.2 Badan Akreditasi — KAN

Komite Akreditasi Nasional (KAN) adalah lembaga non-struktural yang
bertugas membantu Badan Standardisasi Nasional (BSN) dalam menyelenggarakan
kegiatan akreditasi untuk berbagai bidang kegiatan standardisasi, termasuk di
antaranyaakreditasi laboratorium kalibrasi, laboratorium pengujian, dan lembaga
sertifikasi produk. Dalam melakukan kegiatan akreditasi, KAN dibantu oleh tenaga-
tenaga profesional (baik pegawai pemerintah maupun swasta) dari berbagai lembaga,
instansi, organisasi dan perusahaan yang mempunyai kompetensi di bidang yang
diakreditasi. Di tingkat regional, KAN adalah penandatangan APLAC MRA. Pada
awal tahun 2005, KAN telah mendapatkan pengakuan untuk bidang kalibrasi dan
pengujian, yang berarti bahwa sertifikat kalibrasi atau laporan pengujian yang
diterbitkan oleh laboratorium yang diakreditasi KAN bisa diakui di lingkungan
Asia-Pasifik. Di tingkat internasional, KAN juga anggota dari ILAC.

IV.1.3 Badan Standardisasi — BSN

Badan Standardisasi Nasional (BSN) adalah lembaga pemerintah di bawah
Presiden RI yang bertugas mengembangkan dan membina kegiatan standardisasi dan
penilaian kesesuaian di Indonesia dalam suatu Sistem Standardisasi Nasional (SSN).
Tujuan utama standardisasi di Indonesia adalah melindungi konsumen, tenaga kerja,

29
dan masyarakat dari aspek keamanan, keselamatan, kesehatan serta berwawasan
lingkungan didasarkan pada Peraturan Pemerintah No. 102 tahun 2000 tentang
Standardisasi Nasional. BSN menetapkan standar yang disebut Standar Nasional
Indonesia (SNI).

IV.1.4 Metrologi legal — Direktorat Metrologi Departemen Perdagangan

Direktorat Metrologi di bawah Departemen Perdagangan adalah organisasi
sentral yang bertanggungjawab atas pelaksanaan metrologi legal di Indonesia.
Direktorat Metrologi tergabung dalam OIML. Dalam era otonomi daerah,
pelaksanaan metrologi legal dilakukan oleh unit-unit kerja tertentu yang berada di
bawah tiap-tiap pemerintah daerah (baik di tingkat provinsi maupun kabupaten/kota).

IV.2 Undang-undang Mengenai Metrologi di Indonesia

Peraturan tertinggi di Indonesia yang menyangkut masalah metrologi adalah
Undang- undang Republik Indonesia No 2 Tahun 1981 Tentang Metrologi Legal
(Undang-undang Metrologi Legal atau UUML). Undang-undang ini mengatur hal-
hal mengenai pembuatan, pengedaran, penjualan, pemakaian dan pemeriksaan alat-
alat ukur, takar, timbang dan perlengkapannya. Di bawah UUML, ada Peraturan
Pemerintah (PP) No 2 Tahun 1989 Tentang Standar Nasional untuk Satuan Ukuran
yang menjabarkan perihal penetapan, pengurusan, pemeliharaan dan pemakaian
Standar Nasional untuk Satuan Ukuran (SNSU) sebagai acuan tertinggi pengukuran
yang berlaku di Indonesia.

30
 V
Sistem Mutu Terpadu

V.1. Pendahuluan.
Mutu merupakan salah satu faktor utama bagi konsumen dalam menentukan
pilihan terhadap berbagai produk dan jasa dewasa ini. Pada era sebelum 1980-an,
mutu merupakan suatu keunggulan komparatif bagi suatu perusahaan, kini ia
merupakan salah satu syarat utama untuk sebuah perusahaan bisa tetap hidup dalam
bisnis. Karenanya pengendalian mutu mutlak menjadi bagian dari langkah strategi
sebuah perusahaan.
Pada awal perkembangannya (Gambar 1.1.), bidang mutu masih merupakan
kendali mutu operator, yaitu mutu yang hanya dikendalikan pada proses
pembikinan saja dan oleh seorang atau beberapa orang operator. Hal ini terutama
karena hampir keseluruhan proses produksi dikerjakan oleh operator tersebut. Di
awal 1900-an, terutama selama Perang Dunia I, diperlukan produksi massal, menjadi
semakin rumit dan melibatkan jumlah karyawan yang semakin banyak, maka
pemerikasaan perlu dilakukan oleh organisasi pemeriksaan.
Era produksi massal, PD II (Kendali Mutu Statistik): teknik pemeriksaan
dengan penarikan sampel (bukan pemeriksaan 100%) serta statistik mulai dipakai.
Era Kendali Mutu Terpadu: Pengendalian mutu bukan lagi pekerjaan parsial, tapi
merupakan upaya terkoordinasi, terstruktur dan berkesinambungan di sepanjang

31
daur proses produksi. Era sejak 1980-an (Manajemen Mutu Terpadu): Masalah mutu
sudah menjadi sutau strategi bisnis utama. Komitmen mutu yang berorientasi pada
kepuasan pelanggan dan menjadi syarat utama untuk sebuah perusahaan bisa tetap
hidup dalam bisnis.

Gambar 1.1. Evolusi Kendali Mutu (Feigembaun, 1996).

Pengendalian mutu pada hakekatnya merupakan "cara pengelolaan

organisasi". Bidang pengendalian mutu modern menjadi suatu batang tubuh dari
pengetahuan manejerial, tehnologi, keprilakuan, dan ekonomi. Ia merupakan cara
pegololaan organisasi secara terpadu mengingat peranannya yang sangat vital dalam
kesuksesan sebuah perusahaan. Pengendalian mutu terpadu ini mengikuti seluruh
proses operasi mulai dari penggalian ide, perancangan dan pengembangan produk
sampai pada pemasaran dan pasca pemasaran.
Mutu dewasa ini tidak lagi didefenisikan hanya oleh engineer tapi terutama
oleh konsumen. Terutama saat pesaing dan jenis produk semakin banyak, konsumen
semakin faham akan kebutuhannya dan semakin banyak pilihan, maka mutu suatu
produk yang mencakup mutu itu sendiri, harga, dan keterandalan, menjadi faktor

32
utama untuk bisa tetap dipilih. Untuk menjawab tantangan diatas, maka pengendalian
mutu harus menjadi bagian terpadu dalam manajemen organisasi sebuah perusahaan.
Pengendalian mutu terpadu dan berkesinambungan akan memberi jaminan
bahwa produk yang dihasilkan adalah yang dibutuhkan oleh konsumen dan memberi
keuntungan bagi produsen karena beberapa hal:
1. Spesifikasi produk dibuat berdasarkan keinginan konsumen (kebutuhan pasar
terkini dan kecendrungannya kedepan).
2. Pengurangan waktu dan biaya produksi sebagai hasil dari penghindaran
kesalahan secara berarti dan pemilihan metode dan proses yang tepat selama
proses produksi.
3. Selama proses operasi, seluruh energi (baik alat-alat produksi dan terutama
sumber daya manusia) di dalam perusahaan di selaraskan untuk mencapau tujuan
bersama. Energi tersebut diintegrasikan secara apik melalui suatu managemen
mutu terpadu.

V.2. Pengertian tentang mutu.

V.2.1. Defenisi.

Inspeksi:
"Kegiatan seperti: pengukuran, pengujian, pengetesan,
pemeteran/pengukuran satu atau lebih karakteristik dari suatu
produk atau jasa dan membandingkannya dengan persyaratan
khusus untuk menetukan kesesuaian".

(BS.4778: Part 1, 1987; ISO 8402, 1986)

Mutu:
"Keseluruhan gabungan karakteristik produk dan jasa dari
pemasaran, rekayasa, pembikinan, dan pemeliharaan yang
membuat produk yang memenuhi harapan-harapan pelanggan."
(Feigenbaun, A. V., 1996., hal. 5)

Kendali Mutu:
"Kegiatan-kegiatan dan teknik-teknik operasional yang digunakan
untuk memenuhi persyaratan-persyaratan untuk mutu"

(BS.4778: Part 1, 1987; ISO 8402, 1986)

Kendali mutu terpadu:

"Kendali mutu terpadu adalah suatu sistem yang efektif untuk
memadukan pengembangan mutu, pemeliharaan mutu, dan upaya
perbaikan mutu berbagai kelompok dalam sebuah organisasi agar

33
 pemassaran, kerekayasaan, produksi, dan jasa dapat berada pada
tingkatan yang paling ekonomis agar pelanggang mendapat
kepuasan penuh"

(Feigenbaun, A. V., 1996., hal. 5)

Sistem mutu terpadu:

"sebuah sistem mutu terpadu adalah struktur kerja operasi pada
seluruh perusahaan dan pabrik yang disepakati, didokumentasi
dalam prosedur-prosedur teknis dan manejerial yang terpadu dan
efektif, untuk membimbing tindakan-tindakan yang
terkoordinasidari tenaga kerja, mesin, dan informasi perusahaan
dan pabrik melalui cara yang terbaik dan paling preaktis untuk
menjamin kepuasan pelanggan akan mutu dan biaya mutu yang
ekonomis."

(Feigenbaun, A. V., 1996., hal. 72)

Kegiatan yang mencakup inspeksi antara lain:

1. Penyelamatan barang
2. Penyortiran, rangking, pencampuran ulang
3. Perbaikan
4. Pengidentifikasian sumber-sumber ke tidaksesuaian.

Kegiatan yang mencakup kendali mutu antara lain:

1. Mengembangkan manual mutu
2. Proses data hasil
3. Inspeksi diri
4. Pengetesan produk
5. Perencanaan mutu dasar
6. Penggunaan dasar statistik
7. Kertas kerja kendali.

Kedua tingkat manejemen produk diatas bekerja pada wilayah pendeteksian

yaitu menemukan dan memperbaiki kesalahan. Penekanannya adalah pada produk,
prosedur dan/atau pengiriman. Selain itu pada tingkat ini diharapkan dapat dilakukan
kegiatan pasca inspeksi, pengecekan dan pengetesan produk dan melakukan
perbaikan singkat untuk menjamin barang atau jasa yang diantar ke kensumen adalah
yang memenuhi persyaratan mutu.

34
 menemukan
kesalahan
1. Inspeksi pendeteksian
2. Kendali Mutu
memperbaiki
kesalahan

V.2.2. Kenapa Perlu Kendali Mutu?

Sedikitnya ada dua alasan diperlukannya pengendalian mutu produk antara

lain:
1. Persaingan pasar
2. Tanggung jawab terhadap lingkungan

A. Persaingan Pasar.
Semakin banyak produsen untuk suatu jenis produk tertentu, terutama dewasa
ini di era perdangan bebas global. Produk-produk dari berbagai negara akan dengan
bebas dipasarkan di suatu negara dan sebaliknya. Selain itu diversifikasi produk
untuk suatu atau beberapa fungsi yang sama semakin berkembang. Misalnya,
peralatan dapur, dalam hal ini oven, kini sudahbanyak digantikan fungsinya oleh
mikrowave. Selain lebih hemat listrik, mikrowave juga lebih praktis, sehingga
konsumen lebih banyak memilih mikrowave. Bila produsen oven tidak bisa melihat
fenomena ini maka perusahaannya akan kehilangan pasar, untuk selanjutnya mati.
Hal paling penting lagi adalah bahwa konsumen kini semakin cerdas. Selain
mereka punya kebebasan memilih produk yang diinginkan, mereka juga semakin
tahu produk mana yang mereka benar-benar butuhkan. Oleh karena itu hanya produk
yang bemutu, murah dan terandalkan yang akan dipilih dan dipilih lagi oleh
konsumen.

B. Tanggung jawab terhadap lingkungan.

Polusi (kerusakan) pada alam meningkat akibat proses-proses yang

mrencakup: ektraksi bahan baku dari alam, transportasi, proses produksi, proses
pemakaian produk sampai produk itu dibuang. Sepanjang proses itu menggunakan

35
energi dan bahan baku alam yang berpotensi merurak lingkungan terutama bila
produk dibuat tanpa mempedulikan mutu. Hal ini karena antara lain: produk yang
tidak bermutu akan menggunakan energi secara tidak efisien, akan cepat dibuang,
membutuhkan proses yang banyak dan berulang serta akan bayak skrap yang
terbuang selama proses produksinya dan lain-lain.
Sumber daya alam juga kini semakin berkurang. Beberapa negara maju
seperti Eropah, USA, dan Jepang telah mempersyaratkan konservasi sumber daya
alam dalam bentukproduk yang memenuhu standar mutu yang boleh masuk ke
negara mereka. Standar internasional tentang mutu (Seri ISO 9000 untuk mutu
produk dan ISO seri 14000) untuk lingkungan kemudian menjadi syarat dalam
perdagangan global. Oleh karenanya, hanya produk yang dirancang dengan standar
mutu terjamin yang akan mengurangi polusi atau kerusakan pada alam dan menjadi
pilihan konsumen.

V.2.3. Dampak Positif Pengendalian Mutu:

Pengendalian mutu produk akan berdampak positif baik pada konsumen dan
produsen dalam tiga hal:
1. Jaminan bahwa produk yang dibuat adalah yang akan dipilih konsumen
Karena
 Spesifikasi produk dibuat berdasarkan keinginan konsumen (kebutuhan pasar
terkini).
 Produk ahir adalah yang telah lolos pemeriksaan mutu.
2. Pengurangan waktu dan biaya produksi
Karena
 Kesalahan-kesalahan dapat dihindari sejak dini melalui kendali rancang bangun dan
perencanaan mutu dasar.
 Pemilihan metode dan proses yang tepat selama proses produksi.
3. Seluruh potensi organisasi terberdayakan
Karena
Seluruh energi (baik alat-alat produksi dan SDM) di dalam perusahaan di
selaraskan dan diintegrasikan untuk mencapai tujuan bersama melalui
manajemen mutu terpadu.

36
V.3. Pekerjaan Utama Kendali Mutu.

Kendali mutu dalam daur produksi terlibat dalam empat fase seperti terlihat
pada Gambar I.2:
1. Pengendalian Rancangan Baru. Pembentukan dan spesifikasi mutu-biaya, mutu-
prestasi, mutu-keamanan, dan mutu-keterandalan.
2. Pengendalian Bahan Masuk. Penerimaan dan penyimpanan, pada tingkatan mutu
yang paling ekonomis.
3. Pengendalian Produk. Kendali proses produksi untuk memastikan semua
penyimpangan spesifikasi mutu dapat dikoreksi sebelum produk dibikin.
4. Kajian Prodses Khusus. Penyelidikan dan pengujian untuk menetapkan tempat
penyebab terjadinya produk-produk yang tidak sesuai, untuk menentukan
kemungkinan memperbaiki karakteristik mutu, dan untuk menjamin bahwa
perbaikan dan tindakan korektif adalah permanen dan selesai.

Kegiatan Kendali Mutu Dalam Daur Produksi

Penjualan Produk
Bermutu
Rekayasa Produk
Bermutu
Perencanaan
Proses Bermutu

Pembelian Bahan
Bermutu
Penerimaan dan
Pemeriksaan
Kendali Rancang Bahan Bermutu
Bangun
Pembikinan Produk
dan Komponen
Bermutu
Pemeriksaan dan
Kendali Bahan Pengujian Produk
Masuk Bermutu
Pengiriman Produk
Bermutu
Pemasangan
Pelayanan
Produk Bermutu

37
Kendali Produk
Telaah Proses Khusus
 Gambar 1.2. Kendali Mutu dalam proses produksi (Feigembaun, 1996).

SOAL:
Jelaskan tentang:
1. Mutu, inspeksi, dan kendali mutu.
2. Manfaat pengendalian mutu
3. Ruang lingkup dan pekerjaan-pekerjaan kendali mutu.

REFERENSI
1. "KENDALI MUTUTERPADU", A.V. Feigenbaum., Penerbit Erlangga,
1996.

2. "MANAGING QUALITY", Barrie . Dale., Second Edition, Prentice Hall

Europe, 1994.

3. "MANAJEMEN OPERASI", D.T. Johns., H.A. Harding., Edisi Indonesia,

PT. Pustaka Binaman Presindo, 1996.

4. "OPERATION MANAGEMENT", James B. Dilworth., Second Edition, The

McGraw-Hill Companies, Inc., 1996.

5. "SYSTEM APPROACH TO COMPUTER-INTEGRATED DESIGN AND

MANUFACTURING", Nanua Singh, John Wiley & Sons, Inc., 1996.

6. Sumber-sumber lain yang relevan.

38
 VI
Kendali Rancang Bangun

VI.1. Penggelaran Fungsi-Fungsi Mutu (QFD)

Setiap produk bersaing dipasar berdasarkan: dayaguna, penampilan, harga,
keterandalan, ketersediaan, keamanan, daya tahan, dan kemampu-rawatan. Semua
faktor ini tergantung secara fundamental pada rancangannya. Mutu, keterandalan,
dan daya tahan tidak dapat diisnpeksi pada sebuah produk, tapi harus dirancang
sebelum produk tersebut dibuat. Pada prrancangan ini harapan dan persyaratan
konsumen harus secara akurat diterjemahkan kedalam rancangan praktis dan
spesifikasi teknik yang memungkinkan produksi, perawatan dan pelayanan menjadi
layak (mungkin) baik secara teknis dan ekonomi.

39
 Matriks korelasi

Max Min Target         

Persyaratan
rancangan
Spesifikasi teknik
(Bagaimana?)

Harapan
konsumen Tingkat
kepentingan 1 2 3 4 5 6 7 8 9

Dimensi atau Matriks korelasi antara Apa? Dan

variabel mutu Bagaimana?
(Apa?)

Tingkat kesulitan teknis 4 5 3 1 5 1 1 2 2

Ukuran, strandar, dll

Gambar 6.1. House of quality (Dale, 1994)

Peranan fungsi rancangan adalah untuk menterjemahkan kebutuhan,
persyaratan dan harapan konsumen (yang terindikasi melalui survey pasar) kedalam
rancangan praktis dan spesifikasi untuk material, produk dan proses. Proses
penterjemahan keinginan dan persyaratan konsumen dapat dilihat pada Gambar 2.1.
Matriks sederhana (Quality Function Deployment) atau QFD berikut ini
(Singh, 1996, hal.133; Dale, 1994, 417) memberikan gambaran bagaimana variabel-
variabel mutu atau sering disebut sebagai dimensi mutu yang juga merupakan
persyaratan (harapan) konsumen diterjemahkan kedalam spesifikasi teknis.

Karakteristik teknis
(Bagaimana?)

40
 Bahan

Bentuk
Warna
Dimensi

Dll.
(0 - 100)Tingkat kepentingan

Tekanan
(Apa?)Keinginan konsumen

Dayaguna    
Penampilan    
Keterandalan    
Keamanan    
Daya tahan    
Dll.

Simbol hubungan:
Putih, hitam, dll.

Dll.
Panjang, lebar, dll

Kubus, lurus, dll

Logam, plastik, dll

Nilai-nilai obyektif yang

ditargetkan (spesifikasi  = Korelasi sangat
teknis) kuat
 = Korelasi kuat
 = Korelasi lemah
 = Korelasi negatif
 = Korelasi negatif
sangat kuat.
Peringkat absolut
Peringkat relatif (%)

Gambar 6.2. Matrik QFD

VI.2. Variabel-Variabel Mutu.
Mutu ditandai dengan sedikitnya delapan dimensi mutu (Tabel 2.1) (Singh, 1996,
hal.350). Dimensi mutu ini dapat dikembangkan dari dimensi primer sampai
sekunder seperti terlihat pada contoh untuk Rice cooker (Tabel 2.2).

Tabel 6.1. Dimensi mutu.

Daya guna Karakteristik operasi utama
Penampilan Karakteristik operasi sekunder (berupa sentuhan tambahan)
Waktu Waktu realisasi produk dari penuangan konsep sampai
pelepasan produk, waktu penyelaian pelayanan.
Keterandalan Seberapa handal produk yang bersangkutan selama
operasinya.
Daya tahan Seberapa frekwensi pemakaian sampai diperlukannya
perbaikan atau penggantian komponen.

41
 Keseragaman Seberapa sedikit variasi pada pekerjaan berulang dari suatu
proses.
Konsistensi Kesesuai dengan spesifikasi yang telah ditentukan baik
pada brosur, iklan, jadwal, dan standar.
Serviceability Seberapa mudah masalah dapat diselesaikan.
Estetika Karkteristik yang berhubungan dengan selera
Keamanan Karakteristik yang berhubungan dengan keamanan,
kesehatan, dan lingkungan.
Perceive quality

Tabel 6.2. Hubungan antara persyaratan konsumen dan persyaratan rancangan untuk
Rice cooker.
Customer requirements Design requirements
Primary Secondary
Pleasing appearance Shape Diameter, high of body
Colour Paint materials
Safe for use easy to handle Double side handles
electric shock proof
Body material, good seals
does not leak Ventilation, good seals
Convenience light in weight Material
fast cook Material and capacity of heater
Indicator Sound indicator
Reliable Always stars
Automatic shifted from cook to
warm
last a long time Durability
Proportional size Suitable from 1 to 2 litres
Untuk meningkatkan mutu produk pada fase rancangan, perlu diperharikan dua hal:
1. Semua aspek rancangan yang mempengaruhi deviasi karakteristik fungsional
dari target.
2. Metoda untuk mengurangi faktor-faktor yang tak dapat dikendalikan yang
menyebabkan deviasi fungsi.

Taguchi telah mengusulkan suatu filosofi dan metodologi dalam merancang

mutu kedalam produk dan proses. Dia mengatakan bahwa proses perangcangan suatu
produk atau proses harus ditinjau sebagai sutau program tiga fase:
1. Rancangan sistem (System design). Yaitu proses penggunaan pengetahuan
sains dan teknik dalam menghasilkan suatu rancangan prototipe fungsi dasar.

42
 Teknik penggelaran fungsi-fungsi mutu (QFD) adalah cara yang sangat
efektif.
2. Rancangan parameter (Parameter design). Pada fase ini, level parameter
rancangan produk dan proses di tentukan sehingga prestasi sistem tidak peka
terhadap variasi yang timbul. Atau dengan kata lain, bila ada perubahan,
misalnya, dimensi maka tidak akan banyak berpengaruh terhadap prestasi
kerja produk tersebut.
3. Rancangan toleransi (Tolerance design). Peningkatan mutu dicapai dengan
mengetatkan toleransi disekitar nilai target dari faktor-faktor kendali. Akan
tetapi hal ini akan meningkatkan biaya manufaktur. Karenanya ada titik yang
paling ekonomis dimana dua masalah yang saling berlawanan ini dicapai.
Dengan merancang produk dan proses, berarti kita menentukan nilai-nilai
nominal dan toleransi pada karakteristik rancangan produk dan proses tersebut.

VI.3. Pengaruh Variasi Dimensi Pada Biaya Dan Kerugian.

Pemahaman lama tentang rugi mutu (quality loss) dijelaskan pada Gambar
6.3.a. Tujuan dari pendekatan mutu tradisional ini adalah untuk menjamin bahwa
produk yang dihasilkan berada didalam batas-batas spesifikasi. Semua item yang
memenuhi batas spesifikasi tersebut dinggap bermutu bagus. Sebaliknya item yang
keluar dari batas spesifikasi tersebut dinggap tidak bermutu dan memerlukan
pengerjaan ulang atau dibuang.

Akan tetapi pendekatan moderen tentang mutu menganggap bahwa kerugian

selalu terjadi bila terjadi deviasi (perbedaan) karakteristik fungsi mutu dari nilai
target (T). Misalkan, diamater poros ditentukan sebagai 20 mm, maka poros yang
dibuat dengan diameter kurang atau lebih dari 20 mm akan mengakibatkan kerugian.
Suatu hubungan antara rugi mutu dan deviasi dari target diillustrasikan pada Gambar
6.3.b. Setiap peningkatan deviasi akan menyebabkan peningkatan pada rugi mutu.
Namun pada nilai-nilai yang dibatasi dari karakteristik mutu (batas-batas spesifikasi
bawah dan atas), kerugian adalah sama dengan biaya manufactur atau disposal
produk tersebut.

LSL USL
T = nilai target
USL = batas spesifikasi atas
LSL = batas spesifikasi bawah
y = nilai karakteristik rugi
rugi
43

T y
rugi
 (a)

L(y) = k(y - T)2

LSL USL
T = nilai target
L = rugi dalam rupiah
k = koefisien biaya
rugi y = nilai karakteristik rugi
mutu
rugi rugi

T y
rugi
rugi

(b)
Gambar 6.3. (a) Pendekatan tradisional pada rugi mutu, (b) Taguchi loss function.

Tagichi memberikan suatu fungsi rugi mutu (quality loss function), dikenal
kemudian dengan Taguchi loss function, yang mengukur variabilitas yang terjadi
pada proses. Karenanya, alat ini sangat efektif dalam mengevaluasi efek peningkatan
mutu, menentukan dampak ekonomis dari pengetatan toleransi sebagai upaya
peningkatan mutu, dan dalam menilai peningkatan mutu.
Fungsi rugi (loss function) didefenisikan sebagai:

L(y) = k(y - T)2…………………………………… …………………….(2.1)

Dimana k = koefisien rugi mutu, suatu konstanta

y = karakteristik mutu suatu produk
T = niai target untuk y.

IV.3.1. Rugi mutu rata-rata.

Akan selalu terjadi variasi karakteristik mutu karena adanya "noise factor"
dari unit ke unit dan dari waktu ke waktu selama pemakaian suatu produk. Jika yi (i
= 1, 2, …, n) adalah pengukuran representatif ke i dari karakteristik mutu y, maka
rugi mutu rata-rata dapat dihitung sebagai berikut:
1
Rugi mutu rata-rata (AQS) = [ L ( y1 )  L( y 2 )  ...  L( y n )]
n

44
 k
= [( y1  T ) 2  ( y 2  T ) 2  ...  ( y n  T ) 2 ]
n

 n 1 
= k (   T )  2 
2

 n 
jiak n besar, maka rugi mutu rata-rata (AQS) equivalen dengan:

AQS = k[( - T)2 + 2] …………………………………. (2.2)

dimana
1 n 1 n
   yi
n i 1
dan 2 
n 1 i  1
( yi   ) 2

karenanya, rugi mutu rata-rata terjadi pada dua komponen berikut ini:
1. Rugi, k( - T)2, karena deviasi nilai rata-rata y dari nilai target.
2. Rugi, k2, akibat deviasi kuadrat nilai tengah (mean) dari di sekitar nilai
tengahnya.

VI.3.2. Variasi umum loss function.

Karakteristik produk merupakan barometer mutu produk tersebut.
Karakteristik ini menjelaskan dan mengukur prestasi produk relatif terhadap
persyaratan-persyaratan dan harapan konsumen. Dari sisi konsumen, rugi akan
minimal bila karakteristik mutu berada pada nilai target, T. Hanya saja harapan
konsumen tersebut akan berbeda dari produk ke produk lainnya. Hal ini ditandai
dengan nilai-nilai target mereka.
Misalnya:
1. Nilai nominal terbaik, bila y berada pada target. Contoh dari karakteristik
mutu yang termasuk mencakup: dimensi, kecepatan, dan klerens
(kelonggaran).
2. Lebi kecil lebih baik, yaitu y cendrung nol, dimana target adalah nol. Contoh
dari karakteristik mutu yang termasuk adalah: kerataan, penyusutan,
kemerosotan, rugi gesekan, dan kekasaran permukaan.
3. Lebih besar lebih baik, yaitu y cendrung tak terbatas bila target pada tak
terbatas. Misalnya efesiensi bahan bakar, tegangan maksimum (ultimate
strenght) dan umur produk.
Tagichi loss function berdasarkan klassifikasi ini, kemudian didefenisikan
menjadi:
45
 Tipe nilai nominal terbaik: L(y) = k(y - T)2 …………………… (2.3)
Tipe lebih kecil lebih baik: L(y) = k(y)2 ……………………. (2.4)
 1 
Tipe lebih besar lebih baik: L(y) = k  2  …………………..(2.5)
y 

Nilai k pada persamaan (2.3) ditentukan dari batas-batas fungsi T  d untuk

nilai y; yaitu suatu produk dianggap rusak (scrap) atau dikerjakan jauh diluar batas-
batas tersebut dan harus diperbaiki atau diganti pada suatu biaya sebesar A Rupiah.
Karenanya, dari persamaan (2.3) diperoleh:
X
A = k(d)2 atau k = ……………………………….……………. (2.6)
d2
Koefisien rugi mutu k, baik untuk persamaan (2.3) dan (2.4), ditentukan dari
batas fungsi d dan rugi mutu yang bersangkutan A, yaitu:
A
k= (untuk kategori lebih kecil lebih baik) …….……………. (2.7)
d2
k = Ad2 (untuk kategori lebih besar lebih baik) …….……………. (2.8)
Rugi mutu rata-rata untuk fungsi-fungsi diatas adalah:
Tipe nilai nominal terbaik: L(y) = k[2 + ( - T)2]……………. (2.9)
Tipe lebih kecil lebih baik: L(y) = k[2 + ()2] ……………..(2.10)
 1  2 
Tipe lebih besar lebih baik: L(y) = k  2 1  3 2  …… (2.11)
   
Dalam hal masalah-masalah lebih besar lebih baik, pertanyaan berikut
mungkin muncul: kenapa kita mengambil kebalikan dari suatu karakteristik lebih
besar lebih baik dan memperlakukannya sebagai suatu tipe lebih kecil lebih baik dari
karakteristik mutu? Kenapa tidak memaksimalkan karakteristik mutu rata-rata?
Jawabannya adalah pada persamaan (2.11), dengan meminimalkan quadrat rata-rata
dari kareakteristik mutu berarti memaksimalkan  dan meminimalkan 2, (yang
merupakan tindakan yang benar).

Contoh:
Sebuah perusahaan memproduksi transmisi otomatis. Titik perpindahan
transmisi merupakan satu dari karakteristik mutu yang penting. Supir truk akan
merasa tidak nyaman bila titik perpindahan transmisi dari gigi I ke II berubah lebih
besar dari 35 rpm. Misalkan bahwa akan ada biaya manufaktur sebesar Rp.
2.000.000 untuk menyesuaikan suatu rumah katup untuk memperbaiki masalah titik
perpindahan tersebut. Sebaliknya, akan ada biaya buruh hanya sebesar Rp. 164.000

46
untuk membuat penyesuaian selama fase manufaktur di pabrik. Tentukan toleransi
(spesifikasi) untuk titik pergantian transmisi tersebut.

Solusi:
Kerugian akibat variasi produk dari nilai target, L(y), adalah:
L(y) = k(y - T)2, dimana y = T  d
A 2.000.000
Dari persamaan (2.4), k = = = Rp. 1.633/rpm2
d2 35 2
Toleransi harus ditentukan berdasarkan rugi Rp. 164.000 karena perbaikan di
pabrik. Dari persamaan (2.4):
164.000 = 1.633(d)2
d =  10 rpm
Karenanya, toleransi pabrik haruslah  10 rpm. Ini berarti bahwa bila titik
pergantian trnasmisi lebih besar dari 10 rpm dari nominal, akan lebih murah
melakukan perbaikan di pabrik sebelum transmisi itu dijual dibanding menunggu
komplain dari konsumen (sebagai jaminan garansi). Selain itu komplain itu juga
sudah mengakibatkan kerugian bagi konsumen tersebut karena pekerjaannya harus
terhenti.
SOAL:
1. Buat matrik sederhana QFD untuk menentukan karakteristik mutu produk untuk
sebuah pemanas air listrik otomatis.
2. Jelaskan apa itu Taguchi Loss Function
3. Laboratorium Mesin Perkakas D3 Teknik Mesin Untad akan memproduksi poros
penerus daya untuk mesin pengolah pakan ternak. Diameter poros dirancang
sebesar 20 mm. Terjadi kerusakan pada komponen lain pada mesin (akibat
kebocoran) bila diameter poros kurang dari 1 mm. Selain itu juga akan terjadi
penurunan mutu pakan ternak. Jumlah kerugian yang timbul bila hal ini terjadi
sebesar RP. 10.000,-. Tapi bila dilakukan penyesuaian atau perbaikan di mesin
bubut hanya memerlukan biaya Rp. 1.000,-. Tentukan toleransi untuk poros
tersebut.

(kunci jawaban: Toleransi (d) = 0,32 mm, dengan kata lain, Diameter poros =
20  0,32 mm)

47
REFERENSI:
1. "MANAGING QUALITY", Barrie . Dale., Second Edition, Prentice Hall Europe, 1994.

2. "OPERATION MANAGEMENT", James B. Dilworth., Second Edition, The McGraw-

Hill Companies, Inc., 1996.

3. "SYSTEM APPROACH TO COMPUTER-INTEGRATED DESIGN AND

MANUFACTURING", Nanua Singh, John Wiley & Sons, Inc., 1996.

VII
Rekayasa Kendali Proses

VII. 1. Pendahuluan.

48
 Selama proses manufaktur, masalah bisa timbul dimana proses tersebut
keluar dari keadaan terkendali. Hal ini menyebabkan terjadinya kerusakan pada
produk atau produk tersebut tidak masuk dalam spesifikasi. Agar mutu, dalam hal ini
spesifikasi produk terjamin selama proses pembuatan, perlu untuk menjamin bahwa
proses tersebut stabil selama porses produksinya. Suatu proses idealnya harus
mampu beroperasi dengan sedikit variabilitas disekitar nilai target (berdasarkan
karakteristik mutu produk).

Material
Mesin Proses
Input Operator transformasi Output
Informasi
Dll.

Output ukuran
Lakukan
tindakan
perbaikan Penyebab yang dapat dideteksi dan
ditentukan

Temukan akar penyebab masalah

Gambar 3.1. proses peningkatan mutu selama proses produksi.

Tujuan utama dari peningkatan mutu produk ini adalah mengurangi

variabilitas dan menghilangkan scrap. Proses peningkatan mutu dillustrasikan pada
Gambar 3.1.
Lingkungan produksi yang menggunakan metoda kendali mutu modern
tergantung pada teknik statistik. Tool (alat-alat) tersebut dikenal dengan tujuh alat
kendali mutu yang mencakup:
1. Diagram sebab-akibat
2. Histogram
3. Diagram Pareto
4. Check sheet
5. Diagram konsentrasi defect
6. Diagram scatter
7. Control chart.

49
 Alat-alat kendali proses statistik (SPC) diatas berguna dalam pendekatan
motivatif-partisipatif pada peningkatan mutu. Satu kelompok karyawan dan
supervisornya membentuk beberapa tim dalam rangka mereview masalah yang
berhubungan dengan mutu, biaya, produktifitas dan keamanan bersama-sama
mencari solusi efektif terhadap masalah tersebut.
Alat SPC tersebut memberikan informasi penting tentang proses dan
penyebab masalah-masalah mutu. Ada empat tujuan utama alat kendali statistik ini:
1. Untuk mencapai kestabilan proses
2. Untuk memberikan petunjuk tentang bagaimana proses dapat ditngkatkan
dengan mengurangi variabilitas
3. Untuk menilai prestasi suatu proses, dan
4. Untuk memberikan informasi bagi pengambilan keputusan manejemen.
Akan tetapi keterlibatan dan komitmen manejemen dalam proses peningkatan mutu
merupakan hal yang paling vital dalam kesuksesan upaya peningkatan mutu.

1. Diagram sebab-akibat
Diagram ini, juga dikenal dengan diagram Ishikawa (atau diagram tulang
ikan), digunakan untuk menghubungkan beberapa penyebab yang mungkin dengan
suatu akibat. Diagram ini dibuat untuk mengidentifikasi dan menyusun sebab-sebab
yang mungkin.

2. Histogram
Histograms memberikan suatu pandangan grafik sederhana dari akumulasi
data yang meliputi, sebaran, bentuk dan kecendrungan (trend). Selain mudah
membuatnya, histograms juga memberikan cara termudah untuk mengevaluasi
distribusi data.
3. Pareto Chart
Pareto charts sangat berguna karena dapat digunakan untuk mengidentifikasi
faktor-faktor yang mempunyai efek kumulatif terbesar pada suatu sistem, dan
menyisihkan faktor-faktor yang kurang penting dalam suatu analisis. Idealnya, hal ini
memungkinkan penguna untuk memusatkan perhatian pada beberapa faktor penting
dalam suatu proses.
Pareto charts dibuat dengan memplot frekwensi kumulatif dari data frekwensi
relatif (event count data), dalam urutan menurun. Bila hal ini dilakukan, maka faktor-

50
faktor yang paling penting untuk analisis tersebut secara grafis ditampilkan dan
dalam suatu bentuk berurutan.

4. Checksheet
Fungsi dari checksheet adalah untuk menyajikan informasi dalam suatu
format grafik yang efficien. Hal ini dapat diselesaikan dengan suatu daftar item
sederhana. Akan tetapi, dalam hal tertentu, penggunaan checksheet tersebut dapat
diperkaya secara berarti dengan menyertakan suatu penjelasan dari sistem yang
sedang dialanalisis ke dalam bentuk tersebut.

5. Flowchart
Flowcharts adalah representasi pictorial dari suatu proses. Dengan memecah
proses kedalam langkah-langkah (step) pokoknya. Flowchart dapat berguna dalam
mengidentifikasi saat dimana kemungkinan terjadi kesalahan dalam suatu sistem.

6. Scatter Diagram
Scatter diagrams adalah alat grafis yang dimaksudkan untuk menggambarkan
pengaruh suatu variabel terhadap yang lainnya. Suatu diagram umum dari tipe ini
biasanya menampilkan titik-titik yang menunjukkan nilai dari suatu variabel terhadap
nilai variabel lain.

7. Control Chart
Control chart adalah alat dasar dari kendali proses statistik, karena ia
mengindikasikan kisaran (range) dari variabilitas yang dibangun pada suatu sistem
(dikenal sebagai variasi sebab umum). Control chart bermanfaat dalam penentuan
apakah atau tidak suatu poroses dioperasikan secara konsisten atau jika suatu sebab
khusus telah terjadi untuk mengubah rata-rata (mean) atau variasi proses.
Batas dari control chart ditandai dengan batas kendali atas (UCL) yang
dihitung dengan menggunakan rumus statistik pada data dari suatu proses. Titik-titik
data yang jatuh diluar batas menunjukkan variasi yang disebabkan oleh beberapa
sebab khusus, yang dapat dengan mudah ditemukan dan dihilangkan. Peningkatan
(perbaikan) dalam variasi sebab umum memerlukan perubahan mendasar pada proses
tersebut.

51
Summary
Tool diatas idealnya digunakan pada suatu metodologi khusus yang
melibatkan pengurangan variabilitas proses atau mengidentifikasi masalah-masalah
khusus dalam proses tersebut. Namun metodologi-metodologi lain munkin
diperlukan untuk memungkinkan pembiasan yang cukup untuk suatu proses tertentu.
Dalam beberapa hal, tool tersebut harus digunakan untuk menjamin bahwa semua
upaya pada peningkatan proses meliputi:
 Identifikasi
 Analisis
 Peningkatan
 Monitoring
 Implementasi
 Verification (pembuktian)
Penting dicatat bahwa penggunaan tool semata tidak dengan serta merta
merupakan suatu program mutu. Karenanya, untuk mencapai peningkatan yang terus
menerus dalam mutu, diperlukan pembentukan suatu sistem yang secara terus
menerus mendukung mutu dalam segala aspek dari operasinya.
Pada modul ini akan dibahas tiga tool yang paling banyak digunakan dalam
proses pengendalian mutu; 1. Diagram sebab-akibat, 2. Histogram, dan 3. Control
Chart.

VII.2. Diagram Sebab-akibat

Tujuan dan Penggunaan:
Memberikan suatu tampilan piktorial dari suatu daftar dimana anda dapat
mengidentifikasi dan menyusun kemungkinan penyebab-penyebab suatu masalah,
atau faktor-faktor yang diperlukan untuk menjamin suksesnya usaha.
Diagram "sebab-akibat" ini merupakan suatu alat yang efektif yang
memungkinkan kita untuk dengan mudah melihat hubungan antara faktor-faktor
untuk mempelajari proses, situasi dan untuk perencanaan.

52
Latar Belakang
Diagram sebab-akibat juga dikenal dengan diagram "Ishikawa" (diagram ini
diperkenalkan pertama kali oleh Kaoru Ishikawa, Jepang) atau diagram "tulang ikan"
(karena bentuknya yang mirip tulang ikan). Diagram ini dibuat sehingga semua
potensi penyebab dari suatu akibat dapat didaftar dengan cara dimana pemakai dapat
secara grafik menunjukkan potensi-potensi penyebab tersebut. Dari diagram ini
pemakai dapat menetukan penyebab yang paling mungkin dari suatu akibat.

Proses pembentukannya:
1. Buat garis panah panjang secara horisontal yang menunjuk ke nama suatu akibat
akibat, misalnya:
Late for Work

2. Buat empat atau lebih garis cabang dari garis utama yang menunjukkan kategori
utama dari sebab potensil. Kategori-kategori utama yang umum adalah antara
lain: manusia, mesin, metoda, and material.
Mesin
Manusia

Late for Work

Metoda Material

3. Penyebab tersier dapat didaftar pada ranting dari cabang kategori.

Mesin
Manusia

Late for Work

4. Daftar
sebab-sebab masih dapat
Metoda Material ditambahkan pada ranting
berikutnya.

53
VII.3. Histogram
Tutorial histogram ini memberikan informasi tentang cara menyusun dan
menginterpretasikan histogram pada penggunaan quality process control (Q.C.).

Tujuan:
Tujuan tutorial ini adalah agar mahasiswa familiar dengan grafik histogram
yang secara luas digunakan pada quality control (Q.C.). Histogram adalah alat Q.C.
yang effectif yang digunakan dalam analisis data. Histogram digunakan sebagai
suatu pengecekan pada parameter proses khusus untuk menentukan dimana jumlah
variasi terbesar terjadi di dalam proses, atau untuk menetukan apakah spesifikasi
proses terlampaui. Metoda statistik ini tidak membuktikan bahwa suatu proses berada
dalam suatu keadaan kontrol, namun, histogram itu sendiri telah digunakan untuk
menyelesaikan banyak masalah di dalam quality control.

Latar belakang
Histogram menggambarkan dengan jelas informasi dan lokasi, sebaran
(spread), dan bentuk yang memungkinkan pengguna untuk merasakan seluk-beluk
yang berhubungan dengan fungsi proses fisik yang menghasilkan data.

Membuat suatu Histogram

1. Tentukan kisaran (range) dari data dengan mengambil hasil pengurangan
pengukuran terkecil dari yang terbesar dan beri nama dengan R.
Contoh:
Data pengukuran terbesar = 1.1185 inci
Data pengukuran terkecil = 1.1030 inci
R = 1.1185 inci - 1.1030 inci = .0155 inci
2. Catat unit pengukuran (MU) yang digunakan. Hal ini biasanya dikontrol
dengan mengukur unit pengukuran terkecil.
Contoh:
MU = .0001 inch
3. Tentukan jumlah kelas. Untuk kemudahan, jumlah kelas, k, tidak boleh lebih
kecil dari enam dan tidak boleh lebih dari lima belas. Trial and error dapat
dilakukan untuk mendapatkan distribusi terbaik untuk analisis.

54
 Contoh:
k=8
4. Tentukan lebar kelas (H) dengan membagi range, R, dengan jumlah kelas, k.
Contoh:
R/k = .0155/8 = .0019375 inch
Lebar kelas yang dipilih harus bilangan ganjil
Harga ini harus mendekati harga H:
MU = .0001 inci
Lebar kelas = .0019 inci atau .0021 inci
5. Tentukan midpoin kelas dan batas kelas. Midpoin kelas pertama harus berada
dekat hasil pengukuran terbesar. Jika mungkin, ia harus berupa suatu
peningkatan yang memadai. Buat lebar kelas selalu dengan ukuran yang sama
dan nyatakan batas kelas sehingga setengah dari unit melebihi keakuratan
unit pengukuran pertama. Hal ini untuk menghindari pemeplotan suatu
pengukuran yang diteliti pada suatu batas kelas.
Contoh: Titik tengah (midpoint) kelas pertama = 1.1185 inci, dan lebar kelas
adalah .0019 inci. Sehingga batas-batasnya akan berupa:
1.1185 + atau - .0019/2.
6. Tentukan aksis dari grafik. Skala frequency pada aksis vertikal harus sedikit
lebih besar dari frekwensi terbesar, dan skala pengukuran disepanjang aksis
horisontal harus pada interval regular yang independen dari lebar kelas. (lihat
contoh dibawah)
7. Gambar grafik. Tandai kelas, dan gambar segi empat dengan tinggi yang
menyatakan frekwensi pengukuran pada kelas tersebut.
8. Beri judul pada histogram, judul masing-masing aksis.
Contoh histogram!!

55
Interpretasi

Suatu histogram dapat interpretasikan dengan menjawab tiga pertanyaan:

1. Apakah proses bekerja didalam batas-batas spesifikasi?
2. Apakah proses menampilkan variasi yang lebar?
3. Jika aksi diperlukan pada proses tersebut, apakah aksi itu sesuai?

Jawaban dari ketiga pertanyaan ini berada pada tiga sifat histogram:
1. Seberapa bagus histogram terpusat? Pemusatan data memberikan informasi
pada tujuan proses tentang beberapa nilai rata-rata dan nominal.
2. Seberapa lebar histogram tersebut? Lebar histogram menentukan variabilitas
dari proses tersebut.
3. Apa bentuk dari histogram tersebut? Ingat bahwa data diharapkan untuk
membentuk suatu kurva normal atau kurva berbentuk lonceng. Setiap
perubahan berarti atau anomali biasanya menunjukkan adanya sesuatu yang
terjadi pada proses yang disebabkan masalah mutu.

Contoh: dari Distribusi khusus:

NORMAL

 Digambarkan dengan kurva berbentuk lonceng

 Pengukuran yang paling sering muncul pada pusat distribusi
 Pengukuran yang lebih jarang meruncing secara teratur pada kedua ujung
distribusi
 Menunjukkan bahwa suatu proses berjalan cecara normal (hanya kasus-kasus
biasa yang terjadi)

BI-MODAL

56
  Distribusi tampak mempunyai dua puncak
 Mungkin menunjukkan bahwa data dari satu proses digabung bersama.
 Material mungkin berasal dari dua vendor terpisah.
 Sample-sampel mungkin beasal dari dua mesin terpisah.

CLIFF-LIKE

 Tampak berujung dengan tajam atau curam pada satu sisi.

 Menunjukkan kemungkinan inspeksi atau penyotiran dari bagian-bagian
(komponen) yang tidak sesuai.

SAW-TOOTHED

 Juga dikenal dengan suatu distribusi sisir.

 Sering menunjukkan suatu masalah pengukuran.
 Kesalahan pembacaan meteran
 Meteran tidak cukup peka dalam pembacaan skala.
 Tampil sebagai suatu curva tidak merata, harga-harga tampak meruncing ke
satu sisi.

SKEWED

57
 Perlu untuk menjelaskan kembali bahwa analisis fase atau fase lain histogram
ini harus dikawinkan dengan pengetahuan tentang proses yang sedang dipelajari
untuk mendapatkan harga yang riil. Pengetahuan dari analisis data itu sendiri tidak
memberikan pemahaman yang cukup pada masalah mutu.

Jumlah sampel.
Agar histogram dapat merepresentasikan perilaku proses secara benar, maka
minimal harus ada lima puluh (50) jumlah sampel harus diukur.

Keterbatasan-keterbatasan teknik histogram.

Histograms terbatas dalam penggunaannya karena urutan random dimana
sampel diambil dan kurangnnya informasi menyangkut keadaan kontrol dari proses
yang sedang diteliti. Karena sampel diperoleh tanpa mempertimbangkan urutan,
waktu atau kecendrungan waktu terkait didalam proses tyersebut tidak diperoleh.
Sehingga apa yang mungkin tampil sebagai kecendrungan pusat data mungkin akan
menyesatkan. Dalam hal kendali statistik proses, histogram tidak memberikan
indikasi apakah proses dioperasikan pada kondisi terbaiknya saat data dikumpulkan.
Kekurangan informasi pada kendali proses ini dapat menyebabkan pada kesalahan
kesimpulan yang diambil., dan tentunya pengambilan keputusan yang salah. Akan
tetapi, dengan pertimbangan ini dikepala, kesederhanaan konstruksi histogram dan
kemudahannya membuat menjadikannya suatu tool yang berharga pada langkah
analisis data dasar.
Example
Contoh berikut memperlihatkan data yang dikumpulkan dari suatu percobaan
yang mengukur kedalaman penetrasi peluru (dalam inci) dan histogram untuk
percobaan tersebut:
Kedalaman penetrasi (inci)
_______________________
2
3
3
3
3
4
4

58
 4
5
5
6
6

Beberapa hal yang perlu diingat saat membuat suatu histogram:

 Gunakan interval dengan panjang yang sama.
 Perlihatkan seluruh aksis vertikal mulai dari nol.
 Jangan memotong kedua aksis.
 Tetap gunakan skala seragam pada kedua aksis.
 Tempatkan bar histogram pada titik tengah (dalam hal ini, interval
kedalamam penetrasi).

VII.4. Variabilitas
Jika kita diminta untuk membuat suatu produk, apakah dengan tangan atau
dengan mesin, akan terdapat sejumlah variabilitas dalam pekerjaan itu yang timbul
karena faktor fisik dan manusia. Ilmu statistic dapat membantu kita untuk
mempelajari variasi ini, untuk menilai pengaruhnya terhadap tingkat mutu yang
diminta oleh pelanggan. Pada saat sebuah mesin memotong metal hingga ukuran
atau diameter tertentu, pabrik yang beroperasi secara kontinyu, kelihatannya
menghasilkan lembar material yang sesuai dengan kelebaran dan ketebalan yang
ditentukan, namun jika satu batch diukur dengan viscosity cairan, maka akan
terdapat variasi dan hasil yang diperoleh. Satu cara untuk memeriksa variasi ini

59
 adalah dengan menghitung frekuensi hasil yang diperoleh. Dengan demikian, untuk
panjang 5cm yang diminta kita mungkin memperoleh:
30 unit untuk 5.00cm
25 unit untuk 4.99cm 25 unit untuk 5.0lcm
18 unit untuk 4.98cm 17 unit untuk 5.02cm
8 unit untuk 4.96cm 9 unit untuk 5.04cm
1 unit untuk 4.94cm 2 unit untuk 5.06cm
Ini memberi kita suatu frekuensi variasi-variasi, yang mungkin ditunjukkan sebagai
suatu bagan (lihat Gambar 7.2). la juga memberi suatu gambaran tentang:
(a) Di mana nilai tengah terletak dalam hubungan dengan nilai (nominal) yang
diinginkan. lni pada gilirannya menunjukkan seberapa baik proses itu
dipusatkan.
(b) Sebaran nilai. Dari 125 keping hanya satu yang serendah 4.94 dan setinggi
5.06

4,94 cm 5,00 cm 5,06 cm

Gambar 7.2. Frekwensi variasi sekitar 5cm

Kurva Distilbusi
Jika kita diberi batas-batas penerimaan (toleransi) sekitar 4.96 dan 5.04, kita
telah memiliki gambaran tentang berapa unit yang mungkin ditolak. Kurva distribusi
dari jenis ini umum dalam proses industrial, yang penggunaannya berbeda jauh.
Studi kemampuan proses biasanya memerlukan persiapan pembuatan distribusi
frekuensi bagi pekerjaan yang sedang dibuat. Hasilnya dapat memberikan suatu
gambaran yang lebih akurat mengenai kemampuan dari proses untuk memenuhi
standar produksi yang diminta. Sangat sering, kurva yang diperoleh berbentuk bel,
atau disebut kurva normal. Kurva itu mungkin memiliki ekor yang panjang pada

60
satu sisi atau sisi yang lain, dikenal sebagai bengkokan, kanan atau kiri (lihat contoh
yang diberikan dalam bagian histogram).
Distribusi normal memiliki manfaat jika dilakukan pengukuran deviasi dari
nilai nominal. Yang pertama perlu dihitung adalah nilai rata-rata. lngat bahwa dua
mesin mungkin memotong 500 keping masing-masing 5 cm, dan rata-rata untuk tiap
mesin mungkin tepat 5cm. Namun, rentang yang dihasilkan masing-masing
mungkin sangat berbeda. Hal itu terjadi karena hanya satu dari mesin itu mampu
mencapai batas yang
diminta. Gambar 3.3 melukiskan hal ini.

4,98 5,00 cm 5,01 4,96 4,9 5,00 5,02 5,04

8 cm

Gambar 7.3. Contoh dua rentang distribusi

Untuk mendapatkan gambar yang lebih baik tentang penyimpangan dari standar,
kita menghitung nilai standar deviasi. Yaitu akar deviasi tengah kuadrat dari rata-
rata data.

Standar deviasi sampel:   (X  X ) 2

Di mana
X = rata-rata
 = standar deviasi sampel
n = jumlah data
Untuk standar deviasi populasi kita harus menggunakan (n-1) bukan n, tetapi
jika ukuran sampel cukup tinggi kita memperoleh akurasi yang mencukupi untuk
tujuan kita. Pembahasan ukuran sampel ini akan dilakukan kemudian, dan kita harus
cukup yakin bahwa, jika pengetesan suatu batch atau selama pengoperasian, kita
mengambil suatu ukuran sampel yang realistic, sehingga n dan (n-1) secara
signifikan tidak berbeda dalam ukuran.

61
 Kita sekarang berada dalam posisi (telah diketahui ukuran sampel yang
mencukupi) untuk menduga berapa banyak penafsiran yang mungkin akan nampak
pada deviasi yang berbeda dari nilai rata-rata.
1 Ambil sejumlah contoh produk dari batch atau dalam proses operasi
2 Gunakan nilai-nilai mereka untuk menghitung standar deviasi

1/6 1/6

68.27%
1/40
1/40

1/100
1/100

1
3 2 1 2 3

Gambar 7.4. Arti standar deviasi

Kita kemudian dapat menyatakan berapa lebar atau berapa sempit batas-batas

proses. Gambar 3.4 menunjukkan bahwa 68.27 persen dari data berada di dalam

kurang lebih 1  (standar deviasi) dari rata-rata. Sekitar 4.28 persen akan jatuh

antara kurang lebih 2  dan 3  dari rata-rata. Akhirnya, 0.27 persen akan berada di

luar kurang lebih 3 . Rata-rata adalah ukuran tendensi sentral yang menentukan

variabilitas dan penyimpangan dalam bentuk standar deviasi. Yang lain adalah

median atau nilal tengah dalam suatu kelompok data. lni digunakan dalam jenis

testing yang sederhana dan testing tipe pendekatan.

Control chart atau peta kendali akan dibahas lebih dalam pada bagian berikunya.

62
SOAL:

Umpamakan anda adalah anggota tim kendali mutu yang melakukan uji mutu
terhadap poros yang dibuat oleh Bagian Produksi. Data berikut adalah hasil
pengukuran diameter poros (dalam mm).
1. Buat histogram dan berikan analisis anda tentang perilaku (bentuk) histogram itu.
Apa rekomendasi anda kepada Bagian Produksi.
2. Hitung:
a. Standar deviasi ()
b. Batas peringatan (2)
c. Buat kurva distribusi
d. Bila spesifikasi teknik ditentukan sebagai: D = 200  4 mm, berapa sampel
yang keluar spesifikasi itu? Apa rekomendasi anda?

Data hasil pengukuran

Sampel X Sampel X
1 205 26 202
2 202 27 196
3 201 28 202
4 205 29 203
5 199 30 196
6 203 31 198
7 202 32 202
8 197 33 196
9 199 34 200
10 202 35 196
11 205 36 201
12 200 37 201
13 205 38 196
14 202 39 199
15 200 40 200
16 201 41 187
17 202 42 202
18 201 43 198
19 207 44 206
20 200 45 204
21 204 46 202
22 204 47 196
23 194 48 202
24 198 49 203
25 204 50 196

63
REFERENSI:
1. "MANAGING QUALITY", Barrie . Dale., Second Edition, Prentice Hall Europe, 1994.

2. "OPERATION MANAGEMENT", James B. Dilworth., Second Edition, The McGraw-

Hill Companies, Inc., 1996.

3. "SYSTEM APPROACH TO COMPUTER-INTEGRATED DESIGN AND

MANUFACTURING", Nanua Singh, John Wiley & Sons, Inc., 1996.

64
 VIII
Kendali Proses Statistik

VIII.1. Pendahuluan
Teknik statistic banyak digunakan dalam industri, paling tidak dalam
manajemen material dan pengendalian mutu. Kita tidak dapat mengabaikan
keterlibatan matematika, tetapi harus memilih bagaimana memperiakukannya. Di
sini kita akan membahas beberapa prinsip dari matematika terapan yang
dikembangkan, antara lain:
1. Berbagai jenis peta kendali
2. Contoh penerapan peta kendali
3. Daftar sumber untuk penjelasan yang lebih rinci mengenai subjek ini
Peta kendali mutu telah menjadi suatu bagian yang diharapkan oleh operasi
pabrik. Biasanya terlihat di atas meja kerja, di dinding dekat pekerja, atau dalam
kamar kendali proses otomatis. Namun jarang digunakan untuk mengukur mutu
pekerjaan kantor. Alasan yang diberikan biasanya adalah "Ah, pekerjaan saya itu
berbeda dengan yang lain. Kita hanya dapat dinilal oleh perasaan kepuasan
pelanggan. Sangat sulit untuk mengukur sendiri mutu apa yang kita kerjakan."
Maksudnya adalah mengukur mutu dapat mengarah pada kesalahpahaman yang
memundurkan perkembangan metode ilmiah dalam banyak bisnis. Mungkin terdapat
kaitan antara motivasi dan pengukuran kerja, tetapi ini adalah tantangan manajer
operasi dalam industri jasa.

Terdapat sejumlah parameter yang menggunakan peta kendali sebagai alat,

tetapi dalam tiap kasus, cara menetapkan batas pengendalian adalah penting,
misalnya dengan tahap:
1 Pelanggan memberikan suatu spesifikasi, yang kemudian digunakan untuk
menetapkan batas pengendalian.

65
 2 Kemampuan proses diukur dan kemudian dicocokkan dengan spesifikasi itu.

Jika cocok, maka jawabannya mudah. Jika proses itu memiliki bentangan
terlalu luas, maka keputusan atas pembatasan menjadi lebih ekonomis. Apakah kita
kemudian menginspeksi semua kecacatan, memberikan pekerjaan itu pada proses
lain, menolak pekerjaan itu, atau mengubah proses itu sendiri? Cara apapun, batas
pengendalian ditentukan, keputusan harus memperhitungkan biaya-biaya yang
terlibat dengan jelas, misalnya: pengerjaan ulang, skrap, penanaman modal, atau
pelatihan mutu.

VIII.2. Peta Kendali Mutu (Control Chart)

Overview
Modul ini dirancang untuk membantu dalam mempelajari dan memahami
penggunaan, rancangan dan analisis diagram kontrol, yang merupakan tool paling
penting dalam kendali mutu statistik.

History
Diagram kontrol merupakan alat yang secara teknis paling canggih dalam
rekayasa kendali statistik. Dekembangkan oleh Dr. Walter A. Shewhart di tahun
1920-an. Dr. Shewhart mengembangkan diagram kendali sebagai suatu pendekatan
statistik dalam mempelajari variasi proses manufactur dalam rangka peningkatan
efektifitas ekonomis proses tersebut. Metode ini berdasarkan pada pemantauan
secara kontinyu pada variasi proses.

Latar belakang
Ciri dari diagram kontrol adalah penampilan grafis dari suatu karakteristik
mutu yang telah diukur atau dihitung dari suatu sampel terhadap jumlah sample atau
waktu. Diagram tersebut terdiri atas satu garis tengah yang menyatakan nilai rata-rata
dari karakteristik mutu dalam hubungannya dengan keadaan "terkontrol" (in-control).
Dua garis horisontal lainnya adalah batas kendali atas atau upper control limit (UCL)
dan batas kendali bawah atau lower control limit (LCL). Batas-batas kendali ini
dipilih sehingga jika prosesnya berada dalam kendali, semua titik sampel akan jatuh
diantara kedua batas tersebut. Selama titik-titik tersebut berada di dalam batas-batas
kendali, proses dianggap dalam kendali dan tidak diperlukan adanya tindakan.

66
 Akan tetapi, satu titik yang berada diluar batas-batas kendali diartikan sebagai
kejadian dimana proses diluar kendali, dan pemeriksaan serta tindakan kerektif harus
diambil untuk menemukan dan menghilangkan penyebab perilaku tersebut. Titik-titik
kendali dihubungkan dengan segmen-segmen garis lurus untuk kemudahan
visualisai. Hanya saja, walaupun jika semua titik berada didalam batas-batas kendali
namun cendrung tidak acak atau sistematis, ini juga mengindikasikan bahwa proses
tidak berada dalam kendali.

Penggunaan diagram kontrol

Diagram control merupakan alat untuk menjelaskan secara akurat tentang arti
kendali statistik. Dalam penggunaannya diagram ini:
9. Merupakan teknik pembuktian tentang peningkatan produktifitas.
10. Efektif dalam pencegahan terjadinya kesalahan.
11. Efektif dalam pencegahan terjadinya proses pekerjaan tak perlu
12. Memberikan informasi diagnosa.
13. Memberikan informasi tentang kemampuan proses (process capability).

Model umum dari sebuah Control Chart

Misalkan y adalah suatu statistik sampel yang mengukur beberapa
karakteristik mutu dan misalkan µy sebagai rata-rata dan y standar deviasi. Batas
kendali (CL), batas kendali atas (UCL), dan batas kendali bawah (LCL) dapat
dihitung dengan:
UCL = µy + ky
CL = µy
LCL = µy - ky
Dimana k adalah jarak (dalam unit-unit standar deviasi) batas-batas kendali dari garis
tengah. Jika k = 3, batas-batas kendali biasanya disebut batas kendali "tiga sigma"

67
Analisis Pola pada Control Charts
Suatu control chart dapat menunjukkan suatu kondisi diluar kendali baik bila
satu atau lebih titik jatuh diluar batas-batas kendali, atau bila titik-titik yang diplot
menunjukkan perilaku tak acak.

Proses dikatakan diluar kendali bila terjadi salah satu dari kriteria berikut:

1. Satu atau lebih titik berada di luar batas-batas kendali. Pola ini dapat
mengindikasikan:
 Suatu sebab varians yang khusus dari suatu perubahan pada material,
peralatan, metode, atau sistem pengukuran.
 Kesalahan alat (pengukuran).
 Kesalahan perhitungan atau kesalahan dalam memplot titik-titik.
 Kesalahan perhitungan atau kesalahan memplot batas-batas kendali.
2. Terjadinya delapan atau lebih titik berurutan berada pada satu sisi garis pusat.
Pola ini mengindikasikan suatu perubahan dalam output proses dari
perubahan-perubahan dalam peralatan, metode, atau material atau suatu
perubahan dalam sistem pengukuran.
3. Dua dari tiga titik berurutan berada di luar batas-batas 2-sigma tapi masih
berada didalam batas-batas kendali. Hal ini mungkin sebagai akibat dari suatu
perubahan besar dalam proses pada peralatan, metode, material, atau operator
atau suatu perubahan dalam sistem pengukuran.
4. Empat dari lima titik berurutan berada jauh dari batas-batas 1-sigma
5. Suatu pola yang tak biasa atau tak acak pada data.
a. Suatu trend dari tujuh titk dalam suatu baris kebawah atau keatas. Hal ini
menunjukkan:
 Kemerosotan berangsur-angsur atau keausan peralatan.
 Peningkatan atau penurunan teknik.
1. Perputaran data menunjukkan:
 Perubahan-perubahan temperatur yang berulang pada lingkungan.
 Perbedaan operator atau teknik.
 Pergiliran reguler dari mesin-mesin.
 Perbedaan dalam peralatan pengukuran dan pengetesan.
6. Beberapa titik berada dekat suatu peringatan atau batas kendali.

68
Control chart diklassifikasikan kedalam dua kategori umum: control chart untuk
variabel dan control chart untuk atribut.

VIII.2.1. Control Charts untuk Variabel

Pendahuluan
Berbagai karakteristik mutu dapat diekpresikan dengan suatu ukuran
numerik. Suatu karakteristik mutu terukur, misalnya dimensi, berat, atau volume
disebut sebagai variabel. Control charts untuk variabel digunakan secara luas yang
umumnya merupakan prosedur yang lebih efesien serta memberikan lebih banyak
informasi tentang kemampuan proses dibanding control charts untuk attributes.
Ketika menangani suatu karakteristik mutu yaitu suatu variabel, adalah suatu
praktek standar untuk mengontrol baik nilai tengah dari karakteristik mutu dan
variabilitasnya. Kendali dari rata-rata proses atau tingkat mutu tengah biasanya
dengan control chart untuk nilai-nilai tengah, atau x bar chart. Kendali dari rentang
proses (process range) dilakukan dengan menggunakan control chart untuk range,
atau R chart.

X bar dan R charts

X-bar dan R chart digunakan untuk memonitor perilaku suatu karakteristik
tunggal yang terukur yang dihasilkan dalam volume yang relatif tinggi. Rata-rata
sampel (X-bar) dan rentang atau range (R) diplot pada peta (chart) terpisah untuk
memungkinkan pemantauan independen terhadap rata-rata proses dan variasi
disekitar rata-rata.
X-bar dan R chart bertumpu pada suatu ukuran sampel yang konstan. Satu
karakteristik diplot per chart. Dibutuhkan minimal 20 sampel sebelum menghitung
batas-batas kendali. Persamaan yang digunakan dalam perhitungan batas-batas
kendali dapat dilihat pada Tabel 4.1. X bar chart dikembangkan dari rata-rata tiap
subgrup data. R chart dikembangkan dari rentang (range) dari tiap subgrup data, yang
dihitung dengan mengurangkan nilai maximum dan minimum pada tiap subgrup.

Tabel 8.1. Persamaan untuk X-bar dan R chart

Chart Batas-batas kendali Garis tengah Plot point Ukuran sampel

69
 UCL  X  A2 R
X LCL  X  A2 R X
X X
X 2 - 9
n n namun
3 - 5
UCL R  D4 R
R
R lebih baik
R LCL R  D3 R n R

A2, D3 dan D4 adalah konstanta yang nilainya dapat dilihat pada Tabel 4.2.
Contoh: data sampel
62
61
61
60
Total data sampel ( X) = 244
244
Rata-rata X   61  Titik plot X
4
Rentang (62 - 60) = 2  Titik plot rentang

Tabel 8.2.
Faktor untuk perhitungan garis tengah dan 3 
Batas-batas kendali untuk cahart variabel.
Chart untuk rata-rata Chart untuk standar deviasi
Ukuran Faktor untuk batas-batas Faktor Faktor untuk batas-
sampel kendali untuk garis batas kendali
tengah
N A2 A3 C4 B3 B4
2 1,88 2,659 0,7979 0 3,267
3 1,023 1,954 0,8862 0 2,568
4 0,729 1,628 0,9213 0 2,266
5 0,577 1,427 0,9400 0 2,089
6 0,483 1,287 0,9515 0,030 1,970
7 0,419 1,182 0,9594 0,118 1,882
8 0,373 1,099 0,9650 0,185 1,815
Chart untuk rentang (R)
Ukura Faktor Faktor untuk batas-batas kendali Chart untuk
n untuk garis median
sampel tengah
N D2 D3 D4 D5 D6 A5
2 1,128 0 3,267 0 3,865 2,224
3 1,1693 0 2,574 0 2,745 1,265
4 2,059 0 2,282 0 2,375 0,829
5 2,326 0 2,114 0 2,179 0,712
6 2,534 0 2,004 0 2,055 0,562

70
 7 2,704 0,076 1,924 0,078 1,967 0,520
8 2,847 0,136 1,864 0,139 1,901 0,441

Contoh:
Tabel berikut adalah hasil pengukuran untuk mengevaluasi prestasi proses
pembubutan poros dengan karakteristik mutu tunggal yaitu diameter poros. Diameter
poros diukur dalam mm. Sampel diambil setiap tiga jam dengan ukuran sampel
adalah 3.

Sampel X X R
1 2 3
1 205 202 204 203,6667 3
2 202 196 201 199,6667 6
3 201 202 199 200,6667 3
4 205 203 196 201,3333 9
5 199 196 201 198,6667 5
6 203 198 197 199,3333 6
7 202 202 198 200,6667 4
8 197 196 197 196,6667 1
9 199 200 204 201 5
10 202 196 204 200,6667 8
11 205 201 199 201,6667 6
12 200 201 199 200 2
13 205 196 201 200,6667 9
14 202 199 200 200,3333 3
15 200 200 201 200,3333 1
16 201 187 209 199 22
17 202 202 204 202,6667 2
18 201 198 204 201 6
19 207 206 194 202,3333 13
20 200 204 198 200,6667 6
X = 200,55 R=6

Untuk X-bar:
UCL  X  A2 R
LCL  X  A2 R

dari Tabel 3.2, A2 = 1,023.

UCL = 200,55 + 1,023 (6) = 206,688
LCL = 200,55 - 1,023 (6) = 194.412

71
 Grafik berikut menunjukkan perilaku proses yang sedang dievaluasi.

X-bar
210
UCL = 206,688
205
sampel rata-rata

200 X-Bar = 200,55

195 UCL = 194,412

190
185
1
3
5
7
9

13
15
17
19
11
sampel

Untuk R chart:
UCL R  D4 R
LCL R  D3 R

D4 = 2,574
D3 = 0
ULCR = 2,574 (6) = 15.444
LCLR = 0

R-bar

25
R entang (R )

20
15 ULCR = 15.444

10
R-bar = 6
5
0 LCLR = 0
13

16
10

19
1

Sampel
Series1
Series2
Series3
Series4
Dari diagram diatas nampak bahwa pada X-bar chart, semua data berada
didalam batas-batas kendali, namun pada R chart, terdapat satu data yang berada

72
diluar batas-batas kendali (data 16). Hal ini menunjukkan bahwa ada masalah dalam
proses produksi dimana terdapat suatu rentang (range) yang sangat jauh. Hal ini
mungkin terjadi karena pergantian operator, atau pergantian mesin, atau sebab-sebab
lain. Untuk mengetahui masalah yang terjadi, perlu dilakukan analisis sebab-akibat
dan penelusuran proses melalui diagram alir proses. Untuk itu perlu data lengkap
antara lain tentang: tahap-tahap produksi, proses-proses dalam produksi, termasuk
pergantian operator (data ini bisa diperoleh saat pengambilan data sampel), dll.
Untuk menjaga agar mutu dapat dipertahankan dan ditingkatkan, maka perlu ada
tindakan korektif sampai tidak ada lagi data yang keluar batas-batas kendali.

Dunia industri juga menggunakan garis peringatan dan garis tindakan, yang
dihitung berdasarkan masing-masing 2 deviasi standar dan 3 deviasi standar (Gambar
8.1).

Gambar 8.1. Contoh Peta kendali rata-rata dan peta kendali

Batas pengendalian ditentukan baik dari kemampuan proses atau dari

spesifikasi yang diminta. Diharapkan keduanya saling berhubungan, tetapi ini
jarang benar-benar terjadi. Pertama, kita mengambil sejumlah contoh, masing-
masing 20 unit, dari proses; kedua, kita hitung rata-ratanya, kemudian kita
menghitung nilai untuk kurang lebih 3 dan kurang lebih 2. Angka-angka ini
mungkin kemudian digunakan sebagai pengendalian dan batas peringatan, karena

73
 menggambarkan bahwa proses itu sebenarnya mampu melakukan apa. Jika
spesifikasi itu meminta batas yang lebih ketat, artinya proses tidak dapat
memenuhi. Seorang manajer operasi kemudian harus membuat keputusan
mengenai:
1 Apakah akan mengganti atau memodifikasi mesin proses
2 Apakah akan menerima sejumlah tolakan yang telah diperkirakan
3 Apakah akan merundingkan kembali spesifikasi itu
Batas pengendalian untuk peta kendali jangkauannya ditentukan dengan
menggunakan seperangkat sampel yang sama. Untuk tiap set, jangkauan diukur
untuk menghitung standar deviasi. Maka, dengan menggunakan rata-rata dan
jangkauan untuk batas pengendalian kita memiliki:
Rata-rata Jangkauan
1 X + 3 x R+3 r
2 Nilal nominal Nilai Nominal
3 X -3 x R-3 r
Semua perhitungan itu mungkin memerlukan ketelitian, namun terdapat tabel
statistic yang dapat membantu kita, untuk peta kendali jangkauan. Kita
menggunakan formula yang sederhana:

Batas-batas = Konstanta x Jangkauan rata-rata

Terdapat konstanta yang berbeda untuk 2 r dan 3 r bergantung pada

ukuran sampel itu.

Chart X individual dan rentang-berjalan (moving-range chart)

Chart ini digunakan bila kesempatan untuk memperoleh data terbatas,
misalnya volume produksi rendah atau saat pengetesan. Juga digunakan bila ukuran
sampel hanya satu, misalnya produksi dari hanya satu mesin, sampling dari batche
yang homogen, atau bila sampel mempunyaivariasi-variasi jangka pendek yang
sangat rendah.
Setiap pengukuran pada suatu chart X (IX) individu dan rentang-berjalan
diantara setiap setiap pengukuran berturut-turut pada suatu chart rentang-berjalan
(MR) akan digambar 4.4. Teknik ini menganggap suatu ukuran sampel adalah satu

74
dan data terdistribusi normal. Tabel. 4.3. adalah persamaan untuk menghitung chart
untuk X individu dan rentang-berjalan (MR).

Tabel. 8.3. persamaan untuk X individu dan rentang-berjalan (MR)

Chart Batas-batas kendali Garis tengah Titik plot Ukuran
sampel
IX UCL  X  ( 2,66 x M R )
X
X X individu
LCL  X  ( 2,66 x M R ) k
MR UCL  3,27 x M R
M R
 MR Rentang-
Satu
LCL  todak ada k 1
berjalan

VIII.2.2. Control Charts untuk atribut.

Jenis pengendalian yang lain adalah bila suatu produk diukur hanya dengan
kriteria bagus atau ditolak, (terus/tidak terus). Semua kalkulasi rinci di atas
bergantung pada kemampuan kita untuk mengukur secara kuantitatif, tetapi itu tidak
selalu dimungkinkan. Warna mungkin diukur dengan spectrometer, tetapi hasilnya
memerlukan intepretasi rinci. Permukaan gloss dan opal sulit untuk diukur dalam
prakteknya, sementara sejumlah bentuk fisik akan mensyaratkan pengukuran yang
rumit dan berkepanjangan. Dalam kasus ini, sudah biasa untuk memiliki suatu
bentuk inspeksi terus atau tidak terus, baik berdasarkan pada suatu bentuk dimensi,
atas suatu standar kinerja, atau sejumlah tes kualitatif lain. Apapun atribut yang
digunakan, metode pengendalian yang cukup baik adalah dengan mengukur
kecacatan dalam suatu contoh yang diberikan. Terdapat tiga jenis peta kendali:
1Jumlah cacat, np
2Proporsi cacat, p
3Prosentase cacat

Simbol standar yang digunakan adalah

n = ukuran sampel
c = jumlah cacat
p = proporsi cacat dalam sampel
p = proporsi cacat rata-rata
p = standar deviasi untuk persen cacat

Untuk suatu ukuran sampel yang diberikan:

75
 p (100  p )
P
n

Batas pengendalian untuk persen cacat dihitung dengan menggunakan:

p ( 100  p )
P3
n

Batas peringatan dapat dihitung dengan:

2 p (100  p )
P
n

VIII.3. Teknik Sampling

Bagaimana menetapkan mutu dari bahan baku yang datang dalam jumlah
besar, jika metode pengetesannya bersifat merusak? Bagaimana menetapkan dengan
cepat tanpa menghamburkan biaya, tingkat mutu dari suatu produk selama
manufaktur? Bagaimana kita menilai mutu layanan yang diberikan oleh fasilitas
nasional yang menarik ribuan ibu rumahtangga? Jawabannya haruslah dengan
menerapkan teknik sampling. Terdapat ratusan penerapan dan rencana sampling
yang dapat dipakai. Sebagaimana layanan yang lain, hasilnya bergantung pada
investasi. Dengan kata lain, semakin banyak Anda membayar, maka semakin besar
sampel dan semakin akurat hasil-hasilnya.
Metode sampling modern telah bergerak melampaui apa yang disebut dengan
sample-sampel acak yang digunakan dalam metode pengetesan sebelumnya. Mereka
didasarkan pada prinsip probabilitas yang kokoh, di antaranya dikembangkan oleh
Dodge dan Romigl di Amerika Serikat. Kedua penguasa militer di lnggris dan
Amerika itu menerbitkan tabel sampel. lni menjangkau penerapan yang luas,
khususnya untuk sampel penerimaan bahan baku dalam jumlah yang besar dan
sediaan dalam proses. Termasuk semua jenis bahan kimia solid/bubuk, pulp kayu,
cetakan kecil (small casting), minyak, karya metal kecil dalam jumlah yang besar,
mur baut dan sebagainya. Suatu penerapan lain untuk teknik sampling adalah
pengendalian proses. Mengingat bahwa taktik inspeksi adalah untuk mencontohkan
seawal mungkin proses operasi yang sifatnya kontinyu. Keluaran yang tinggi akan
meminta beberapa bentuk sampling lebih daripada 100 persen inspeksi.
Pengecualian terhadap hal ini bila terdapat alat pengendali elektronik yang secara
terus-menerus digunakan untuk mengendalikan proses dengan melakukan

76
pengukuran produk seperti hainya ia dibuat. Pada kenyataannya, lebih banyak yang
menggunakan rencana sampling untuk mendukung instrumentasi pengendaliannya.

VIII.3.1. Teori Sampling

Logika sederhana sampling adalah bahwa semakin banyak unit yang kita
ukur, maka akan semakin akurat hasilnya. Namun, terdapat alasan ekonomis dan
praktis untuk mengurangi ukuran sampel. Teori probabilitas membolehkan kita
untuk membuat formula yang mencakup ukuran sampel dan risiko yang ada dan,
demi kenyamanan, tabel-tabel dapat digunakan untuk situasi yang berbeda.
Tabel-tabel sampling terkait dengan parameter berikut
1 Ukuran sampel yang diminta untuk suatu ukuran lot tertentu.
2 Jumlah atau unit cacat yang menandai batch atau lot harus ditolak

VIII.3.2. Jenis Tabel Sampling

Dua jenis tabel sampling mendominasi yang telah dipakai pada banyak industri
penting. Pertama, terdapat tabel yang menangani penerimaan atau penolakan batch
tunggal, atau lot, atas dasar sampel yang diambil. Bentuk yang paling populer dari
ini adalah tabel untuk tingkat mutu yang dapat diterima (Acceptable Quality Level,
AQL). Caranya disatukan bahwa kita dapat membuat pernyataan mengenai ciri-ciri
pengoperasiannya seperti:
Untuk tabel ini, di bawah kondisi-kondisi ini, batch apapun akan memiliki
kesempatan x persen (biasanya 90 persen) sehingga batch yang dites pada y persen
(sering 5 persen) cacat, akan diterima. Kita kemudian membicarakan dengan
pemasok tentang peluang keberhasilannya. Dengan demikian risiko pemasok di sini
adalah 10 persen (bila 10 persen dari sampel menunjukkan 4 persen cacat, batch
akan ditolak).
Jenis kedua dari tabel sampel berkaitan dengan mutu rata-rata dari banyak
batch. Dalam kasus ini, kita memperhatikan tingkat mutu pengeluaran rata-rata
(Average Outgoing Quality Level, AOQL). Jenis tabel ini lebih sering digunakan
daripada tabel AQL. Pengaturan di sini adalah bahwa terdapat angka target bagi
prosentase cacat dan bahwa, jika suatu batch ditolak sesudah pensampelan, mereka
kemudian akan diinspeksi 100 persen untuk mengeluarkan cacat-cacat sebenarnya.

77
Sampling Tunggal dan Ganda
Seringkali membantu bila mengambil sampel kedua, atau bahkan sampel
multi. Sampel kedua, atau metode sampel ganda, mampu menghemat biaya jika
digunakan pada kemungkinan terdapat batch bermutu sangat tinggi atau sangat
rendah. Sampel pertama akan mengambil batch-batch bermutu tinggi untuk
mengurangi biaya.

Sampel 1 (Mengambil 60) Sampel 2 (Mengambil 60)

Tingkat 1 cacat Tingkat 5 cacat
Penerimaan Penerimaan
Tingkat 5 cacat Tingkat Penolakan 6 cacat
Penolakan

Dengan cara ini, kita mencoba sampel pertama, jika nol atau 1 cacatnya, kita
menerimanya; jika 5 atau lebih, kita samasekali menolaknya. Jika 2, 3 atau 4, kita
mengambil sampel 2, dan hanya menerima pada cacat 0-5 saja. Dari sini, dapatlah
dipahami bagaimana sampel pertama mengambil secara jelas batch baik atau jelek
dan kemudian hanya jika perlu saja sampel kedua mengatasi kasus yang meragukan.
Setelah menggambarkan sejumlah teknik sampel yang sederhana kita harus
mempertimbangkan latar belakang situasi di mana mereka mungkin digunakan. Jika
sampel ganda itu perlu, maka mengapa menerima variabel seperti itu lebih dahulu?
Praktek modern membawa kepada pengurangan sediaan bahan baku melalui
penerapan falsafah "Just-In-Time". Juga, terdapat suatu penekanan berlebihan pada
pemastian mutu atas seluruh material yang masuk. Mungkin penggunaan yang
paling menguntungkan untuk sampel ganda adalah untuk memeriksa batch yang
dicurigai pada suatu bernegosiasi awal dengan pemasok tentang tingkat mutu yang
lebih realistis bagi produk mereka. Namun, terdapat sejumlah industri di mana
keluaran yang tinggi meminta bahan baku dalam jumlah besar terus-menerus. Dalam
situasi-situasi ini, dan di mana pengetesan yang destruktif tidak dimungkinkan,
sampling adalah esensial. Tetapi hal itu harus dilakukan atas dasar bahwa tingkat
mutu dapat dijamin dan tes merupakan bagian dari prosedur pengamatan
keselamatan.
Harus selalu diingat bahwa sejumlah bahan baku merupakan produk alam, di mana
keragamannya tidak mudah dikendalikan. Sementara upaya untuk memenuhi
spesifikasi dan pengembangan produk mungkin terus menerus dilakukan, terdapat

78
beberapa material yang masih memerlukan waktu panjang untuk masuk ke dalam
konsistensi tingkat mutu mereka.

Komentar
Kita telah menggambarkan secara singkat mengenai teknik sampling, dan itu
membawa kita pada keingintahuan yang lebih mendalam. Untuk mendapakan
metode sampling yang sesuai dengan kebutuhan, memerlukan perhatian penuh, dan
manajer operasi dalam situasi seperti itu akan menemukan cara terbaik memakai
ketiga subjek statistic yang dibahas di sini dengan mendalami bacaan referensi.

VIII.4. Aplikasi Peta Kendali

Studi kasus: Diagnosis Masalah Dengan Peta Kendali
Suatu peta kendali atribut digunakan untuk mendiagnosis dan kemudian
menyelesaikan masalah kerusakan selama pembuatan drive shafts. Peta kendali yang
ditunjukkan pada Gambar 8.5 menunjukkan bagaimana sejumlah splines rusak,
sementara yang lain diukur terlalu ketat, sehingga proporsi cacat tidak dapat
diterima. Perhatikan 100 persen sampel diambil sementara masalah itu diselidiki dan
kembalinya ke tingkat cacat nol sesudah prosedur pembetulan.

Gambar.8.5. Peta kendali atribut

79
Studi kasus: - Keluhan Pelanggan
Dalam kasus ini, suatu keluhan diterima oleh sebuah perusahaan rekayasa
presisi dari pelanggan ekspor yang dihargai. Keluhannya sebagai berikut:
Masalah "Shaped helical relief tidak sesuai ukuran". Bunyi teleks keluhan
pelanggan ekspor.
Investigasi Peta kendali atribut proses untuk dua mesin menunjukkan: Heat
treatment 2,3% scrap. (Biaya/kerugian pendapatan yang ditunjukkan.)
Shaping 0% cacat. (sejumlah pengerjaan ulang dibutuhkan.)
Aksi Melakukan studi kemampuan terhadap kedua mesin untuk
menciptakan jumlah distorsi heat treatment
Hasil Lihat laporan yang terlampir
Aksi Mengembangkan alat pengukur untuk mengukur backlash
Hasil Skrap dikurangi hingga nol

Ini mengarahkan pada penggunaan suatu studi kemampuan, yang laporannya

diterangkan dalam Tabel 4.1

Tabel 8.4 Laporan: hasil Studi Kemampuan 92116

(50 off produced on each machine, backlash with acceptance cause measured)
Machine 7891 6849
Before HT Mean 0.0015 0.0066
Spread (6) 0.0049 0.007"
CM (8) 1.06 0.75
CMK (8) 0.62 0.10
Out of tol. 3.1% 37.8% above H.L.
Conclusion Set too low Set too high, too much
spread
After HT Mean 0.0007 0.0058
Spread 0.0046 0.0068
CM 1.15 0.77
CMK 0.31 0.35
Out of tol 17.83 below L.L. 14.76% about H.L
(Post HT gauge 0.0005" backlash smaller)
Conclusion 0.0008" 0.0008"
shrinkage shrinkage

80
 Gambar 8.6. Pengendalian perakitan Gearbox
Studi kasus: Audit Final Pada Perakitan Gearbox
Sesudah perakitan akhir gearbox, audit mutu akhir dilaksanakan, dengan
menggunakan peta kendali atribut, dan pemantauan beberapa ciri-ciri. Ini adalah
bagan bertujuan ganda, dengan memberikan gambaran tentang sifat dari ciri yang
menyebabkan keragaman mutu produk selama suatu periode waktu. Perhatikan
bahwa angka rata-rata U berada sedikit di bawah batas atas pengendalian dan
bahwa terdapat dua titik di mana tiap ukuran sampelnya yang pertu diperhatikan
kecil.

100

80
Persen

60

40

20

6 3 5 4 2 1 7
Kategori cacat 81
 Gambar 8.7. Bagan Pareto

Perhatikan juga bagan Pareto yang menunjukkan sebab utama dari masalah-
masalah itu. Dengan metode sederhana ini kita melihat bahwa 60 persen cacat
disebabkan oleh tiga atribut. Ini memberi kita suatu strategi yang jelas bagi
pencapaian perbaikan mutu terbesar pada biaya terendah yang realistis.

Studi Kasus: Target Perbaikan Efisiensi

Perhatian bahwa efisiensi dan mutu bisa bertahan dengan sendirinya jika
semua proyek yang muncul dari Gugus Mutu atau kelompok proyek dikumpulkan
bersama dalam suatu program efisiensi departemental. Gambar. 4.8 memperlihatkan
kinerja bruto dan neto untuk biaya bagian penggilingan selama satu periode duabelas
bulan. Pokok pertama yang muncul adalah persyaratan bagi perbaikan terus-menerus
dalam target neto yang ditetapkan untuk ,tiap bulan. Kedua, kinerja sebenamya
mulai dengan sedikit di bawah target awal tetapi sebelum bulan kesebelas terus
meningkat melampaui target.

Gambar 8.8. Bagan kinerja Bruto dan Netto

Sarana di mana efisiensi diperbaiki termasuk kegiatan housekeeping,

penggantian kabinet yang tidak efisien, memeriksa rak gudang dan memindahkan

82
pasokan oli. Sejumlah tindakan spesifik juga diambil untuk mengurangi waktu
pemasangan seperti rebatching, menempatkan peralatan lebih dekat dengan mesin
dan mengubah rincian cara pemasangan. Kerja yang dilaksanakan dalam bagian ini
demi memperbaiki kinerja dicerminkan pada semua bagian lain dari unit operasi.
Tujuan manufaktur untuk tahun itu termasuk peningkatan tingkat kinerja ke seluruh
bagian dan departemen hingga paling tidak pada angka kasar 90 persen. Dalam
sejumlah kasus, itu membutuhkan perbaikan yang sangat substansial.

Studi Kasus: Masalah Diagnosis dengan Peta Kendali Atribut

Adalah tujuan dari studi apapun untuk sampai pada suatu kesimpulan yang
sangat jelas, dengan usulan yang muncul secara otomatis. Namun, kebanyakan
mesin mengalami banyak pengaruh. Dalam kasus ini, kesimpulan menunjukkan
secara singkat dan jelas apa yang sedang terjadi, mengusulkan tindakan segera,
kemudian melakukan studi lebih jauh untuk memastikan bahwa pembetulan
sebenamya terjadi. Dibawah ini adalah suatu catatan kegiatan tentang penyelidikan
terhadap ukuran gigi gir yang terlalu besar. Perhatikan bagaimana pengaruh luar
seperti perubahan shift dicatat sehingga dapat dilaporkan.

RAPAT TINDAKAN
CATATAN MENGENAI PROLEEDING

SUBJEK Ukuran span gir XY pada driveshaft 96449

MASALAH Bagan atribut HT menunjukkan ukuran gigi gir yang
kebesaran pada drive shaft 96449. (Ukuran span sampai
dengan 0.002" kebesaran - tidak akan cocok dengan
pasangan bagian-bagian mating atau melewati inspeksi
pemeliharaan nasional).
BAGAN Studi kemampuan, hobbed span size for 50 off M/C 7517
Studi kemampuan, ukuran span untuk 60 off aksi yang
sama H.T.
ANALISIS Hobbing see analysis 751708
after HT "751709
KESIMPULAN Analisis hobbing memperlihatkan bahwa batas bawah
sudah dikerjakan untuk menyadarkan operator F/L bahwa
83
 gir-gir sudah oversize. Mesin 7517 tidak mampu. Data
disebabkan perubahan shift selama studi. Hal itu dilakukan
untuk lebih menurunkan dan membuka batas-batas proses
hobbed dari 1.1975"/1.1965" hingga 1.1956"/1.1950"
dengan 0.0014" pertumbuhan HT. lni akan memberi ukuran
jadi 1.1965"/1.1979" lawan persyaratan 1.1970"/1.1980".
Ini akan mengurangi prosentase dari gir-gir yang oversize
dari 38% hingga nol.
TINDAKAN Ubah ukuran layout hingga 1.1965"/ 1.1950". Studi
kembali karena terjadinya distribusi yang bengkok
RAPAT BERIKUT Mengenal penyelesaian studi di atas.

Tugas pengembangan pribadi

Sisihkan waktu anda sesaat untuk meninjau kembali strategi pengukuran
mutu Anda. Tuliskan, dalam satu kalimat, pemahaman Anda mengenai strategi itu.
Kemudian periksa teknik yang sedang digunakan terhadap pertanyaan berikut.
1 Apakah Anda membeli sejumlah besar bahan baku? Jika demikian bagaimana
Anda mengujinya? Berapa besar biaya pengetesan itu? Berapa banyak
kesalahan yang lolos pengetesan? Apakah mutu membaik setelah pengetesan?
2 Apakah Anda menggunakan bagan pengendalian untuk mengukur kinerja proses
Anda? Jika demikian, apakah bagan itu mendeteksi semua kesalahan-kesalahan
proses, atau beberapa dihilangkan, untuk diambil lagi nanti? Apa yang dapat
Anda lakukan mengenai hal itu?
3 Apakah Anda mengeluarkan cukup uang untuk jenis penilaian ini?
4 Apakah strategi pengukuran mutu Anda efektif?

CATATAN: Tugas pengembangan ini berkenaan semata-mata dengan penggunaan

bagan pengendalian mutu dan pensampelan skema dan keefektivan mereka.

Pokok Ringkasan Modul

84
1 Proses industri beragam dalam kemampuan untuk mengadakan seperangkat
penafsiran
2 Kita dapat mengukur rata-rata dari penafsiran dan standar penyimpangan dari
rata-rata itu
3 Ini memungkinkan kita mengukur banyak kemampuan proses untuk memenuhi
batas-batas tertentu
4 Pengukuran tersebut juga menyatakan berapa banyak penolakan yang akan
didapatkan untuk seperangkat batas yang diberikan.
5 Standar penyimpangan mengukur kemampuan proses.
6 Kemampuan proses harus sesuai dengan spesifikasi produk, sehingga bagan
pengendalian harus mencakup kedua persyaratan.
7 Untuk atribut gunakan bagan persentase cacat.
8 Untuk pengukuran gunakan bagan rata-rata dan jangkauan
9 Batas pengendalian untuk rata-rata x ± 3 x

REFERENSI:
1. "OPERATION MANAGEMENT", James B. Dilworth., Second Edition, The
McGraw-Hill Companies, Inc., 1996.

2. "MANAJEMEN OPERASI", D.T. Johns., H.A. Harding., Edisi Indonesia, PT.

Pustaka Binaman Presindo, 1996.

3. "MANAGING QUALITY", Barrie . Dale., Second Edition, Prentice Hall Europe,

1994.

4. Dan sumber-sumber lain yang relevan.

85
86