PRAKTIKUM PERANCANGAN TEKNIK INDUSTRI II

FAKULTAS TEKNIK
JURUSAN TEKNIK INDUSTRI
PROGRAM STUDI TEKNIK INDUSTRI

Nama Tugas Praktikum : Modul 2 – Pengendalian Kualitas Statistik

Nama Praktikan : Harly Steven Halawane ( 2017 – 72 – 077 )

Nanda Putri Sakinah ( 2017 – 72 – 023 )

Rohni Natalin Damanik ( 2017 – 72 – 039 )
Andrew Novanto Lalihatu ( 2017 – 72 – 091 )

Jauhar S. A. Maarib ( 2017 – 72 – 041 )

Rasmi Siribon ( 2017 – 72 – 021 )
Kelompok : Kelompok V ( Lima )

Jurusan : Teknik Industri

Program Studi : Teknik Industri
Tanggal Praktikum : 12 Oktober 2020

Tanggal Asistensi :
Dosen Mata Kuliah : Johan M. Tupan, ST, MT, IPM

Tanda Tangan Dosen :

 BAB I

PENDAHULUAN

1.1 Latar Belakang

Persaingan dalam dunia industri manufaktur maupun jasa semakin ketat dengan
memasuki era globalisasi, karena persaingan bukan hanya dengan perusahaandalam
negeri saja tetapi juga dengan perusahaan asing. Perusahaan harus
mempunyaikeunggulan kompetitif untuk menghadapi persaingan tersebut agar dapat
bertahandalam dunia industri. Konsumen tentunya berharap bahwa barang yang
dibelinyaakan dapat memenuhi kebutuhan dan keinginannya oleh karena itu produk
tersebutharus memiliki kondisi yang baik serta terjamin.
Pengendalian mutu atau kualitas merupakan salah satu fungsi yang terpentingdari
suatu perusahaan. Setiap perusahaan mempunyai fungsi pengendalian mutubiasanya
dilakukan oleh bagian pengawasan mutu akan tetapi didalam suatu perusahaan bagian
pengendalian atau pengawasan mutu tidak selaluada tergantungpada besar kecilnya
suatu perusahaan dan jenis produk dari perusahaan tersebut. Suatu produk yang
dihasilkan oleh suatuperusahaan dapat memberikan dampak yang cukup besar terhadap
mutu produk yang dihasilkan dapat menekan persentase dari cacat produk dapat
ditekan sekecil mungkin, sehingga perusahaan mendapatkankeuntungan yang lebih
besar
Metode yang sering digunakan untuk mengetahui sumber variasi dari proses
adalah Peta Kontrol (Control Chart) beserta Analisis Kapabilitas Proses (Process
Capability Analysis) dan juga diagram pareto (pareto chart) untuk pengukuran
kecacatan dari sutu produk. Control chart pertama kali dikenalkan oleh Dr. Walter
Andrew Shewart dari Bell Telephone Laboratories Amerika Serikat pada tahun 1924
dengan maksud untuk menghilangkan variasi tidak normal melalui pemisahan variasi
yang disebabkan oleh Variasi Penyebab Khusus dan Variasi Penyebab Umum. Pada
dasarnya semua proses menampilkan variasi namun manajemen harus mampu
mengendalikan proses dengan cara menghilangkan Variasi Penyebab Khusus dari

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 22

proses itu, sehingga variasi yang melekat pada proses hanya disebabkan oleh Variasi
Penyebab Umum
Dalam praktikum ini kami menggunakan produk cutter pipe dengan melakukan
pengolahan data sekunder menggunakan software MiniTab untuk melakukan analisis
kualitas produk dengan menggunakan peta kendali variabel dan juga mengukur
kemampuan proses dengan menggunakan Cp,Cpk,Cpm.

1.2 Rumusan Masalah

Rumusan masalah pada Praktikum ini adalah sebagai berikut :
1. Bagaimana menggunakan peta kendali (control chart) untuk analisis kualitas
produk ?
2. Bagaimana dapat mengukur kemampuan proses dengan menggunakan Cp,
Cpk, dan juga Cpm ?

1.3 Tujuan
Tujuan pada Praktikum ini adalah sebagai berikut :
1. Untuk mengetahui menggunakan peta kendali untuk analisis kualitas produk.
2. Untuk mengetahui cara mengukur kemampuan proses dengan menggunakan
Cp, Cpk, dan juga Cpm.

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 23

 BAB II

LANDASAN TEORI

2.1 Pengertian Pengendalian Kualitas

Pengendalian kualitas merupakan suatu sistem verifikasi dan penjagaan atau
pengawasan dari suatu tingkat atau derajat kualitas produk atau proses yang
dikehendaki dengan perencanaan yang seksama,pemakaian peralatan yang sesuai,
inspeksi yang terus menerus serta tindakan korektif bilamana diperlukan”. Jadi
pengendalian kualitas tidak hanya kegiatan inspeksi ataupun menentukan apakah
produk itu baik atau jelek. (Ginting,2007;301) Sedangkan menurut pakar kualitas
seperti Montgomery, DC dalam Irwan dan Haryono (2015;62) Pengendalian kualitas
adalah proses yang digunakan untuk menjamin tingkat kualitas dalam produk atau jasa.
Mendefinisikan pengendalian kualitas tidak terlepas dari apa yang telah didefinisikan
oleh mendefinisikan bahwa pengendalian kualitas adalah aktivitas keteknikan dan
manajemen, yang dengan aktivitas itu kita ukur ciri-ciri kualitas produk,
membandingkannya dengan spesifikasi atau persyaratan dan mengambil tindakan
penyehatan yang sesuai apabila ada perbedaan antara penampilan yang sebenarnya dan
yang standar.
Sedangkan menurut Gasperz (2005;480) pengendalian kualitas adalah teknik dan
aktifasi oprasional yang digunakan untuk memenuhi standart kualitas yang diharapkan.
Pengendalian kualitas adalah kombinasi semua alat dan teknik yang digunakan untuk
mengentrol kualitas suatu produk dengan biaya seekonomis mungkin dan memenuhi
syarat pemesan. Dalam konteks pengendalian kualitas melalui penurunan variasi
karakteristik kualitas dari suatu produk (barang atau jasa) yang diahasilkan, agar
memenuhi kebutuhan yang telah di spesifikasikan, guna meningkatkan kepuasan
pelanggan. Variasi yang berlebihan seringkali mengakibatkan adanya pemborosan
(waste), misalnya berupa uang waktu, dan usaha, sehingga, peningkatan kualitas juga
merupakan cara mengurangi pemborosan. Oleh karena itu, peran pengendalian kualitas
statistik tidak terlepas dari pemenuhan kebutuhan dalam meningkatkan kepuasan
konsumen (Irwan dan Haryono,2015;63). Mengendalikan proses dapat diselidiki

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 24

dengan cepat apabila terjadi gangguan proses dan tindakan pembetulan dapat segera
dilakukan sebelum terlalu banyak unit yang tidak sesuai dengan standar produksi.
Faktor-faktor yang mempengaruhi dalam pengendalian kualitas antara lain:
1. Segi operator yaitu keterampilan dan keahlian dari manusia yang menangani
produk.
2. Segi bahan baku yaitu bahan baku yang dipasok oleh penjual.
3. Segi mesin yaitu jenis mesin dan elemen-elemen mesin yang digunakan dalam
proses produksi. Pengendalian kualitas menjelaskan bahwa penggunaannya
diarahkan untuk mengukur pencapaian standar yang ditetapkan.
Pengendalian kualitas merupakan bagian dari pengujian, meskipun Sering
digunakan secara bersamaan dengan pengujian. Misalkan, akan menguji suatu produk
untuk melihat apakah ada yang cacat atau rusak, dan dengan pengendalian kualitas
yang ditetapkan, pada dasarnya, jika ini hall tersebut rusak maka apa pun yang diuji
gagal. Namun dengan cara lain untuk melihat perbedaan antara pengujian dan
pengendalian yang berkualitas adalah harus mempertimbangkan perbedaan antara tes
tebagai suatu kejadian dan tes sebagai bagian dari sistem.

2.2 Tujuan Pengendalian Kualitas

Menurut Assauri (2008;299) tujuan dari pengendalian kualitas adalah agar
spesifikasi produk yang telah ditetapkan sebagai standar dapat tercermin dalam
produk/hasil akhir. Tujuan dari pengawasan mutu adalah:
1. Agar barang hasil produksi dapat mencapai standar kualitas/mutu yang telah
ditetapkan.
2. Mengusahakan agar biaya inspeksi dapat menjadi sekecil mungkin.
3. Mengusahakan biaya desain dari produk dan proses dengan menggunakan
kualitas/mutu produksi tertentu dapat menjadi sekecil mungkin.
4. Mengusahakan agar biaya produksi dapat menjadi serendah mungkin. Dalam
kutipan diatas dapat disimpulkan bahwa pengendalian kualitas bertujuan untuk
menghindari pengulangan produksi agar tidak mengeluarkan biaya lebih untuk
menghasilkan produk yang sesuai dengan standar yang ditetapkan

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 25

 Pengendalian kualitas menjadi faktor dasar keputusan konsumen dalam banyak
produk dan jasa. Gejala ini meluas, tanpa membedakan apakah konsumen itu
perorangan, kelompok industri, program pertahanan militer atau toko pengecer.
Akibatnya, pengendalian kualitas merupakan faktor kunci yang membawa
keberhasilan dari hasil produk jasa, pertumbuhan bisnis dan peningkatan posisi
bersaing. Pengendalian kualitas berperan penting untuk mengetahui sampai sejauh
mana proses (Irwan dan Haryono,2015;47).

2.3 Jenis-jenis Peta Kendali

Control Chart atau Peta Kendali yang paling sering dipakai dalam Produksi pada
umumnya terdiri dari 7 Jenis Control Chart dan digolongkan menjadi 2 Kategori
berdasarkan jenis data yang diukurnya. Berikut ini adalah Jenis-jenis Control Chart
(Peta Kendali) :

a. Variable Control Chart (Peta Kendali Variabel)

Variable Control Chart atau Peta Kendali Variabel ini digunakan untuk
mengendalikan proses dengan Data Variabel seperti Panjang Kaki Komponen, Suhu
Solder, Tegangan Power Supply, Dimensi Komponen dan Data-data variabel lainnya.
Jenis-jenis Control Chart ini diantaranya adalah Xbar – R Chart, Xbar – s Chart dan I
– MR Chart. Komponen penting yang terdapat dalam sebuah Control Chart adalah
Batas-batas kendali (Control Limit) yang terdiri dari Upper Control Limit (UCL),
Central Limit (CL), dan Lower Control Limit (LCL).
1. Xbar – R Chart
Xbar – R Chart adalah Peta kendali untuk mengendalikan proses berdasarkan Rata-
rata (Xbar) dan Range (R). Xbar – R Chart digunakan apabila ukuran sampel yang
dikumpulkan berjumlah lebih dari 2 dan kurang dari atau sama dengan 5 (2 < n ≤
5) pada setiap set sampel data, Jumlah set sampel yang ideal adalah 20 – 25 set
sampel.
2. Xbar – s Chart

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 26

 Xbar – s Chart adalah Peta kendali untuk mengendalikan proses berdasarkan Rata-
rata (X-bar) dan Standar Deviasi (s). Xbar-s Chart digunakan apabila ukuran
sampel yang dikumpulkan berjumlah lebih dari 5 (n > 5) pada setiap set sampel
data, Jumlah set sample yang ideal adalah 20 – 25 set sampel.
3. I – MR Chart (Individual Moving Range Chart)
I-MR Chart digunakan apabila data sampel yang dikumpulkan hanya berjumlah 1
unit. Chart jenis ini sering digunakan jika sampel yang diperiksa tersebut harus
dimusnahkan (tidak dapat dipakai kedua kalinya) atau pada produk yang berharga
tinggi.

b. Attribute Control Chart (Peta Kendali Atribut)

Attribute Control Chart atau Peta Kendali Atribut ini digunakan untuk
mengendalikan proses dengan menggunakan Data Atribut seperti Jumlah unit yang
Gagal Produksi (Reject), Jumlah ketidakhadiran karyawan, Jumlah Komponen yang
defective dan lain sebagainya. Pada dasarnya, Data Atribut adalah Data yang hanya
memiliki 2 nilai atau pilihan seperti OK atau NG, Hadir atau Absen, dan Komponen
Baik atau Komponen Defective. Jenis-jenis Control Chart ini diantaranya adalah np-
Chart, p-Chart, c-Chart dan u-Chart.
1. np-Chart
np-Chart adalah Control Chart (Peta kendali) yang berfungsi untuk mengukur
jumlah defective (kegagalan/cacat) pada produksi. np-Chart digunakan apabila
jumlah sampel (sample size) yang dikumpulkan adalah konstan atau tetap. Ukuran
sampel (sample size) sebaiknya berjumlah lebih dari 30 (n>30) dan harus konstan
(tetap) dari waktu ke waktu sedangkan Jumlah Set sampel yang ideal adalah sekitar
20 – 25 set sampel.
2. p-Chart
np-Chart adalah salah Jenis Control Chart (Peta Kendali) yang berfungsi untuk
mengukur proporsi defective (kegagalan/cacat) pada produksi. Sebagai contoh,
jika ada 10 unit yang cacat dari 100 unit yang di inspeksi, maka proporsi produk
cacat adalah 10/100=0,10. p-Chart digunakan apabila jumlah sampel (sample size)

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 27

 yang dikumpulkan adalah tidak konstan atau tidak tetap. Ukuran sampel (sample
size) sebaiknya lebih dari 30 (n>30) dan Jumlah Set sampel yang ideal adalah
sekitar 20 – 25 set sampel.
3. c-Chart
c-Chart adalah jenis Control Chart (Peta Kendali) yang berfungsi untuk mengukur
banyaknya jumlah defect atau ketidaksesuaian yang terdapat dalam unit yang
diproduksi. c-Chart digunakan apabila jumlah kesempatan yang defect adalah
konstan atau tetap.
4. u-Chart
Sama seperti c-Chart, u-Chart digunakan untuk mengukur banyaknya jumlah
defect atau ketidaksesuaian dalam unit yang diproduksi. Penggunaan u-Chart
apabila jumlah kesempatan yang defect adalah non-konstan atau tidak tetap.
Rumus untuk menghitung Control Limit (Batas Kendali) berbeda-beda tergantung
jenis Control Chart (Peta Kendali) yang dipergunakannya, Berikut ini adalah
Rumus-rumus Control Chart yang digunakan untuk menghitung batas kendalinya
:

Tabel 2.1 Rumus – Rumus Peta Kendali

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 28

2.4 Pengenalan Kemampuan Proses
Kemampuan dapat diukur dengan menggunakan “Capability Index”, dimana
mean dan veriabilitas produk akan dibandingkan terhadap batas spesifikasi dan target
yang telah ditetapkan. ada berbagai jenis Capability Index yang dapat diguanakan
seperti Cp, Cpk, Cpm dimana masing-masing memiliki kelebihan dan kekurangan.

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 29

 BAB III

PENGUMPULAN DATA

3.1 Gambar Produk Cutter Pipe

Gambar 2.1 Gambar Produk Cutter Pipe

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 30

 Gambar 2.2 Gambar Proyeksi Produk Cutter Pipe

3.2 Ukuran Dimensi Produk Cutter Pipe

Berikut ini merupakan ukuran panjang dan lebar dari ukuran dimensi produk cutter
pipe. Dalam pengukuran dimensi ini, digunakan 20 sampel produk cutter pipe.

Tabel 2.1 Ukuran Dimensi Cutter Pipe

Panjang Lebar
Sampel Ke-
(cm) (cm)
1 35 23
2 40 28
3 35 23
4 40 28
5 35 23
6 40 28
7 40 28
8 35 23
9 40 28

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 31

 10 35 23
11 40 28
12 35 23
13 40 28
14 40 28
15 35 23
16 40 28
17 40 28
18 35 23
19 40 28
20 35 23

3.3 Jenis – Jenis Kecacatan Produk Cutter Pipe

Tabel 2.2 Kecacatan Produk Cutter Pipe

Jumlah
No. Jenis Kecacatan
Produk
Kesalahan ukuran, ini terjadi
akibat kesalahan dalam
pembuatan pola. Pola yang
dibuat untuk membuat cetakan
ukuranya tidak sesuai dengan
1 ukuran produk yang diharapkan. 5
Selain itu kesalahan ukuran
dapat terjadi akibat cetakan yang
mengembang atau penyusutan
logam yang tinggi saat
pembekuan.
Permukaan yang kasar, terjadi
2 karena proses pengamplasan 2
yang tidak baik dan benar.

Polishing Marks, merupakan

cacat yang terjadi ketika selesai
melakukan poles, dengan bagian
3 1
cat yang tidak seragam atau
timbulnya perubahan warna
selesai poleshing.

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 32

 Popping, merupakan cacat
berupa luka atau lecetnya
lapisan cat yang disebabkan oleh
pengencer yang terjebak dalam
4 2
lapisan atas atau lapisan bawah,
terlebih lagi apabila dipengaruhi
oleh pengeringan yang tidak
tepat.
Bentuk yang tidak
sempurna. Jenis cacat karena
bentuk yang tidak sempurna ini
5 1
disebabkan karena sambungan
las yang tidak baik atau tidak
sempurna.
Kerutan pada salah satu sisi,
dikarenakan pengelasan yang
6 1
terlalu panas dan arus las yang
terlalu tinggi
JUMLAH 12

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 33

 BAB IV

PENGOLAHAN DATA DAN ANALISIS

4.1 Pengolahan Data

Pengolahan data disini menggunakan data dari ukuran dimensi produk cutter pipe,
dan jumlah kecacatan dari produk tersebut yang kemudain diolah dengan
menggunakan software minitab yang hasilnya adalah control chart, process capability,
dan pareto chart sebagai berikut.
4.1.1 Control Chart Dimensi Panjang

Xbar Chart of Panjang

41
UCL=40,634

40

39
Sample Mean

38 _
_
X=37,75

37

36

35 LCL=34,866

1 2 3 4
Sample

Gambar 4.1 Control Chart Untuk Dimensi Panjang

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 34

4.1.2 Control Chart Dimensi Lebar

Xbar Chart of Lebar

29
UCL=28,634

28

27
Sample Mean
26 _
_
X=25,75

25

24

23 LCL=22,866

1 2 3 4
Sample

Gambar 4.2 Control Chart Untuk Dimensi Lebar

4.1.3 Histogram Process Capability Dimensi Panjang

Process Capability of Panjang

LSL Target USL

P rocess Data Within
LS L 34,86600 Overall
Target 37,75000
USL 40,63400 P otential (Within) C apability
S ample M ean 37,75000 Cp 0,45
S ample N 20 C PL 0,45
S tDev (Within) 2,14961 C PU 0,45
S tDev (O v erall) 2,58588 C pk 0,45
C C pk 0,45
O v erall C apability
Pp 0,37
PPL 0,37
PPU 0,37
P pk 0,37
C pm 0,38

32 34 36 38 40 42 44
O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
P P M < LS L 0,00 PPM < LS L 89856,89 P P M < LS L 132363,15
P P M > U S L 0,00 PPM > USL 89856,89 P P M > U S L 132363,15
P P M Total 0,00 PPM Total 179713,79 P P M Total 264726,31

Gambar 4.3 Histogram Process Capability Untuk Dimensi Panjang

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 35

4.1.4 Histogram Process Capability Dimensi Lebar
Process Capability of Lebar

LSL Target USL

P rocess Data Within
LS L 22,86600 Overall
Target 25,75000
USL 28,63400 P otential (Within) C apability
S ample M ean 25,75000 Cp 0,45
S ample N 20 C PL 0,45
S tDev (Within) 2,14961 C PU 0,45
S tDev (O v erall) 2,58588 C pk 0,45
C C pk 0,45
O v erall C apability
Pp 0,37
PPL 0,37
PPU 0,37
P pk 0,37
C pm 0,38

20 22 24 26 28 30 32
O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
P P M < LS L 0,00 PPM < LS L 89856,89 P P M < LS L 132363,15
P P M > U S L 0,00 PPM > USL 89856,89 P P M > U S L 132363,15
P P M Total 0,00 PPM Total 179713,79 P P M Total 264726,31

Gambar 4.4 Histogram Process Capability Untuk Dimensi Lebar

4.1.5 Pareto Chart

Pareto Chart of Jenis Cacat

12 100
10 80
8
Percent

60
Count

6
40
4
2 20

0 0
Jenis Cacat an ar in
g
rn
a
ta
n ks
ur Ka
s
pp pu ru ar
Uk Po Ke
M
n an e m ng
ha uk
a S hi
la k lis
sa rm da o
Ke Pe Ti P
uk
nt
Be
Count 5 2 2 1 1 1
Percent 41,7 16,7 16,7 8,3 8,3 8,3
Cum % 41,7 58,3 75,0 83,3 91,7 100,0

Gambar 4.5 Pareto Chart Jenis Kecacatan

Produk Cutter Pipe

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 36

4.2 Analisis Pengolahan Data
4.2.1 Control Chart
Peta kendali atau control chart merupakan jenis peta yang di gunakan untuk
mengevaluasi apakah suatu proses berada dalam pengendalian kualitas secara
statistik atau tidak. Pada praktikum ini digunakan 20 sampel produk cutter pipe
yang diukur dimensi panjang dan juga lebar. Dalam control chart ini terdapat
UCL (upper control limit) atau batas atas¸ nilai rata – rata (𝑥̅ ), dan juga LCL (lower
control chart) atau batas bawah.
Berdasarkan hasil control chart untuk dimensi panjang dari produk cutter
pipe dapat dilihat bahwa UCL (upper control limit) atau batas atas sebesar 40,634,
nilai rata – rata (𝑥̅ ) sebesar 37,75, dan juga LCL (lower control chart) atau batas
bawah sebesar 34,866. Jika dilihat pada control chart yang ada terlihat bahwa data
yang diperoleh untuk dimensi panjang dengan 20 sampel produk cutter pipe berada
dalam batas pengendalian statistik, artinya tidak ada data yang melewati batas atas
dan juga batas bawah.
Kemudian untuk hasil control chart dimensi lebar dari produk cutter pipe
dapat dilihat bahwa UCL (upper control limit) atau batas atas sebesar 28,634, nilai
rata – rata (𝑥̅ ) sebesar 25,75, dan juga LCL (lower control chart) atau batas bawah
sebesar 22,866. Jika dilihat pada control chart yang ada terlihat bahwa data yang
diperoleh untuk dimensi lebar dengan 20 sampel produk cutter pipe berada dalam
batas pengendalian statistik, artinya tidak ada data yang melewati batas atas dan
juga batas bawah.

4.2.2 Process Capability

Definisi kapabilitas proses (process capability) adalah kemampuan suatu
proses untuk menghasilkan suatu produk yang sesuai dengan kebutuhan/syarat dari
konsumen atau spesifikasi yang diharapkan atau yang sudah ditentukan. Untuk
mengetahui suatu proses berjalan secara capable/tidak (menghasilkan produk/jasa
yang sesuai spesifikasinya) dipakailah AKP. Dalam AKP dipakai berbagai nilai

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 37

indeks untuk mengetahui kualitas dari proses yang dihasilkan. Antara lain Cp, Pp,
Cpk, Ppk, dan Cpm.
Pada capability process yang pertama yaitu untuk ukuran dimensi panjang
memliki nilai Cp 0,45 dimana nilai ini menunjukan <1 yang artinya data dimensi
lebar dari produk cutter pipe ini tidak memiliki kemampuan yang cukup atau tidak
layak, untuk CPL (capability process lower) dan untuk CPU (capability process
upper) memiliki nilai 0,45 dimana nilai tersebut berarti proses tidak mampu
memenuhi batas spesifikasi bawah (LSL) maupun batas atas (USL) kemudian
untuk capability perfomance (Cpk) bernilai 0,45 berada pada kriteria Cpk <1,00
yang berarti proses memiliki kemampuan yang tidak memuaskan atau tidak cukup
layak dan critical point method (Cpm) bernilai 0,38 yang berada pada kriteria Cpm
<1,00 berarti proses tidak cukup layak.
4.2.3 Pareto Chart
Diagram pareto (pareto chart) digunakan untuk tingkat jenis kecacatan yang
paling banyak dialami atau paling dominan terjadi dari produk cutter pipe dimana
pada diagram pareto ini dilakukan pengolahan data berdasarkan data jenis
kecacatan yang diperoleh dan pada diagram ini dilakukan pengurutan jumlah
frekuensi dari yang terbesar ke yang terkecil. Pengurutan dilakukan dari kiri ke
kanan dengan frekuensi cacat tertinggi ke cacat paling rendah.
Diagram pareto kecacatan produk cutter pipe dengan garis horisontal
menunjukkan variabel karakteristik kualitas, garis vertikal kiri menunjukan
banyaknya kecacatan yang terjadi pada masing-masing variabel dan garis vertikal
kanan menunjukkan persentase kecacatan. Jumlah produk yang menjadi sampel
dalam praktikum ini 20 produk dengan tota produk cutter pipe yang mengalami
kecacatan adalah 6 buah. Dari diagram pareto ini diketahui bahwa jumlah
kecacatan terbesar adalah kesalahan ukuran dengan persentase sebesar 41,7%
dimana jumlah produk yang mengalami kecacatan ini sebanyak 5 produk. Dari sini
bisa disimpulkan bahwa pada pembuatan atau pada produksi dari produk cutter
pipe harus diperhatikan lagi soal pola yang akan dibuat serta pengukuran yang
tepat agar tidak menimbulkan jenis kecacatan yang sama.

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 38

 BAB V

PENUTUP

5.1 Kesimpulan
Dari hasil praktikum pada modul ini, maka dapat disimpulkan bahwa :
1. Peta kendali atau control chart dibuat dengan menggunakan software MINITAB
14, dimana pada praktikum ini peta kendali digunakan untuk data pengukuran dari
20 sampel dimensi panjang dan juga lebar dari produk cutter pipe. Dari hasil peta
kendali bisa dilihat bahwa smeua data pengukuran dimensi panjang dan juga lebar
dari produk cutter pipe berada dalam batas kontrol atau yang dilambangkan
dengan UCL (upper control line) dan LCL (lower control limit).
2. Kemampuan proses diukur dengan menggunakan capability process yang
didapatkan dari hasil pengolahan data pengukuran dimensi panjang dan juga lebar
dari 20 sampel produk cutter pipe menggunakan minitab. Terlihat pada grafik
tersebut semua nilai Cp, Cpk dan juga Cpm berada dalam kriteria <1,00 yang
artinya tidak memenuhi standar atau tidak memenuhi kulitas yang ada, sehingga
perlu dilakukan perencanaan kualitas dari suatu produk dengan baik dan benar.

5.2 Saran
Beberapa saran yang dapat dikemukakan dalam praktikum ini, adalah:
1. Penentuan produk harus dilakukan dengan benar dan tepat karena penentuan
produk ini akan berlangsung dan berkaitan dengan penyusunan modul berikutnya.
2. Diperlukan kerja sama yang intensif antar individu dalam kelompok agar
penyusunan laporan praktikum dapat berlangsung dengan baik dan lancar.
3. Diperlukan ketelitian saat mengolah data menggunakan software-software tertentu

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 39

 DAFTAR PUSTAKA

Modul 2 Pengendalian Kualitas Statistik (Analisis Kemampuan Proses). Ambon.

Universitas Pattimura

Montgomery, D, C. (1990). Pengantar Pengendalian Kualitas Statistik. In

International Journal of Physiology.

Ratnadi, & Suprianto, E. (2016). Pengendalian Kualitas Produksi Menggunakan Alat

Bantu Statistik (Seven Tools) Dalam Upaya Menekan Tingkat Kerusakan
Produk. Indept.

Supriyadi, E. (2018). Analisis Pengendalian Kualitas Produk dengan Statistical

Proses Control (SPC) di Pt. Surya Toto Indonesia, Tbk. Jitmi.

PPTI 2 – MODUL 2 “PENGENDALIAN KUALITAS STATISTIK” 40