A.

Grafik Pengendalian p
Peta Kendali P (pengendali proporsi kesalahan) merupakan salah satu peta
kendali atribut yang digunakan untuk mengendalikan bagian produk cacat produk
yang dihasilkan masih dalam batas yang disyaratkan atau tidak. Dapat dikatakan juga
sebagai perbandingan antara banyaknya cacat dengan semua pengamatan, yaitu setiap
produk yang diklasifikasikan sebagai “diterima” atau “tidak” (yang dipeerhatikan
banyaknya produk cacat).
Peta pengendali proporsi kesalahan digunakan bila kita memakai ukuran cacat
berupa proporsi produk cacat dalam setiap sampel yang diambil. Bila sampel yang
diambil untuk setiap kali melakukan observasi jumlahnya sama, maka kita dapat
menggunakan peta pengendali proporsi kesalahan (p-chart) maupun banyaknya
kesalahan (np-chart). Namun bila sampel yang diambil bervariasi untuk setiap kali
melakukan observasi berubah-ubah jumlahnya atau memang perusahaan tersebut akan
melakukan 100% inspeksi maka kita harus menggunakan peta kendali proporsi
kesalahan (p-chart).
Bila sampel yang diambil untuk setiap kali observasi jumlahnya selalu sama atau
konstan, maka langkah-langkah pembuatan peta kendali p secara manual adalah :
1. Tentukan ukuran contoh/subgrup yang cukup besar (n > 30),
2. Kumpulkan banyaknya subgrup (k) sedikitnya 20-25 subgrup,
3. Hitung untuk setiap subgrup nilai proporsi unit yang cacat, yaitu :
x
p
n
Dimana,
p = Proporsi kesalahan dalam setiap sampel
x = Banyaknya produk yang salah dalam setiap sampel
n = Banyaknya sampel yang diambil dalam inspeksi
4. Hitung nilai rata-rata dari p dengan cara :
p = total produk cacat / total produk diinpeksi
5. Hitung batas kendali atas dan batas kendali bawah dari peta kendali p :
UCL = (p+3).sqrt(p(1-p)/n)
LCL = (p-3).sqrt(p(1-p)/n)
NOTE :
UCL = Upper Control Limit / Batas Pengendalian Atas (BPA)
LCL = Lower Control Limit / Batas Pengendalian Bawah (BPB)
6. Plot data proporsi (persentase) unit cacat serta amati apakah data tersebut berada
dalam pengendalian atau diluar pengendalian.
Bila sampel yang diambil untuk setiap kali observasi jumlahnya selalu sama atau
konstan, maka langkah-langkah pembuatan peta kendali p dengan menggunakan
Minitab adalah :
1. Masukkan data produk yang cacat pada lembar kerja Minitab,
2. Klik : Stat - Control Chart - Attributes Chart - p,
3. Masukkan data pada kolom “Variabel”, dan masukkan angka ukuran sampel pada
kolom “Subgrup Sizes”, lalu klik OK
Bila sampel yang diambil bervariasi untuk setiapkali melakukan observasi atau
jumlah sampel berubah-ubah jumlahnya, maka pada kolom “subgrup sizes” diisi
dengan jumlah seluruh ukuran sampel.
Contoh pada Minitab :
Observasi Jumlah Sampel Jumlah Kecacatan Proporsi UCL LCL
1 50 4 0.08 0.182 -0.037667133
2 50 2 0.04 0.182 -0.037667133
3 50 5 0.1 0.182 -0.037667133
4 50 3 0.06 0.182 -0.037667133
5 50 2 0.04 0.182 -0.037667133
6 50 1 0.02 0.182 -0.037667133
7 50 3 0.06 0.182 -0.037667133
8 50 2 0.04 0.182 -0.037667133
9 50 5 0.1 0.182 -0.037667133
10 50 4 0.08 0.182 -0.037667133
11 50 3 0.06 0.182 -0.037667133
12 50 5 0.1 0.182 -0.037667133
13 50 5 0.1 0.182 -0.037667133
14 50 2 0.04 0.182 -0.037667133
15 50 3 0.06 0.182 -0.037667133
16 50 2 0.04 0.182 -0.037667133
17 50 4 0.08 0.182 -0.037667133
18 50 10 0.2 0.182 -0.037667133
19 50 4 0.08 0.182 -0.037667133
20 50 3 0.06 0.182 -0.037667133
21 50 2 0.04 0.182 -0.037667133
22 50 5 0.1 0.182 -0.037667133
23 50 4 0.08 0.182 -0.037667133
24 50 3 0.06 0.182 -0.037667133
25 50 4 0.08 0.182 -0.037667133
Jumlah 1250 90
P bar 0.072

Chart Sebelum Revisi

0.25

0.2

0.15

Proporsi
0.1 UCL
LCL

0.05

0
1

9
11

13

15

17

23

25
19

21

-0.05
Karena data pada observasi ke-18 ada diluar batas pengendalian yang disebabkan
kasus (assignable cause), maka harus dilakuka revisi.

Chart setelah direvisi

 0.2

0.15

0.1
Proporsi
UCL
LCL
0.05

0
1

13

15

21
11

17

19

23
-0.05

B. Grafik Pengendali np
Peta kendali np menyatakan bagan untuk banyaknya unit yang tak sesuai dalam
suatu sampel (Besterfield Dale. H, dkk, Total Quality Management) dengan nilai p
sama dengan nilai p pada peta kendali p.
Seperti yang telah dijelaskan sebelumnya bahwa bila sampel yang diambil setiap
kali melakukan observasi jumlahnya sama, maka kita dapat menggunakan peta
pengendali proporsi kesalahan (np-chart). Bila peta kendali p digunakan untuk
memetakan proses secara proposional, maka peta kendali np merupakan peta kendali
yang digunakan untuk mengukur banyaknya produk cacat per item.
Peta kendali np biasa digunakan untuk memetakan jumlah item cacat atau
banyaknya cacat dari sebuah sampel yang diambil. Berbeda dengan peta kendali p
yang dapat memetakan proses dengan jumlah sampel tiap observasi sama maupun
tidak sama, peta kendali np hanya biasa digunakan apabila sampel yang diambil tiap
observasi jumlahnya sama.
Langkah-langkah pembuatan peta kendali np :
1. Catat jumlah cacat setiap lot yang diperiksa,
2. Hitung rata-rata jumlah cacat dengan rumus :
k

∑ ¿ pi
p ¯¿ i=1k
∑ n1
i=1

3. Hitung garis sentral dari peta np :

k

∑ ¿ pi
i=1
np ¯¿ k

∑ ¿ grup
i=1

4. Hitung standar deviasi jumlah cacat dengan rumus :

si=√ np ( 1− p )
5. Buat peta np dengan batas-batas kendali sebagai berikut :
a. Garis Sentral (Central Limit) : C L = n p
b. Batas Kendali Atas ( Upper Control Limit ) : UCL = p + 3si
c. Batas Kendali Bawah (Lower Control Limit) : LCL = p - 3si
6. Plot titik-titik np pada peta yang terbentuk. Pada tahap kontruksi peta ini jika
terdapat data-data yang keluar dari kontrol dan diketahui penyebabnya, buang data
dan lakukan perhitungan ulang untuk mendapatkan CL, UCL, dan LCL lalu revisi
sampai semua data berada dalam batas kendali,
7. Interpretasikan peta dan lakukan analisis.
Langkah-langkah pembuatan peta kendali np dengan menggunakan software
Minitab adalah :
1. Masukkan data produk yang cacat pada lembar kerja Minitab,
2. Klik Stat - Control Chart - Attributes Chart - np
3. Masukkan data pada kolom “Variables” dan masukkan angka ukuran sampel pada
kolom “Subgrup Sizes”, lalu OK
Contoh pada Minitab :
Jumlah Sampel Jumlah Kecacatan
Observasi
(n) (np)
1 15 2
2 15 6
3 15 5
4 15 3
5 15 3
6 15 2
7 15 4
8 15 5
9 15 3
10 15 5
11 15 3
12 15 3
13 15 3
14 15 3
15 15 4
Jumlah 225 54
Rata-rata 15 3.6
 Hitung nilai rata-rata banyaknya cacat
(np1  np 2  ...  npk ) 54
np    3,6
k 15

 Menghitung nilai simpangan baku

  np     3,6  
Snp  np1      3,61      1,654
  n    15  
 Menghitung batas-batas kendali 3 sigma
CL  3,6
UCL  np  3Si  3,5  3(1,654)  8,562
LCL  np  3Si  3,6  3(1,654)  1,362
Karena hasil perhitungan LCL minus, maka bisa dikatakan 0
 Grafik Pengendali np (Minitab)

Interpretasi : Karena tidak ada data yang tidak terkendali ( out of control), maka data
dapat diverifikas terkendali (incontrol)

C. Grafik Pengendalian c
Ini adalah Control Chart 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.
Suatu produk dikatakan cacat (Defective) jika produk tersebut tidak memnuhi
suatu syarat atau lebih. Setiap kekurangan disebut defect. Setiap produk yang cacat
bisa saja terdapat lebih dari satu defect (yang diperhatikan banyaknya defect). C pada
peta kendali atau c-chart menandai “count” atau hitung cacat. Dalam sebuah sampel
berapa banyak cacat yang dijumpai tanpa memperhitungkan jenis cacatnya, segala
macam cacat sesuai dengan batasan yang telah dibuat. Misalnya dalam sebuah proses
produksi yang dihaslkan, maka jumlah cacat per satuan produk per satuan waktu yang
dihitung.
Lagkah-langkah membuat peta kendali (c-chart) adalah :
1. Kumpulkan k = banyaknya subgrup yang kan diinspeksi, usahakan k mencukupi
jumlah antara k = 20-25 subgrup,
2. Hitung jumlah cacat setiap subgrup (=c),
3. Hitung nilai rata-rata jumlah cacat, c dan batas atas (UCL) dan bats bawah (LCL)
pengendalian untuk peta kendali c dengan rumus rata-rata c, UCL, dan LCL untuk c-
chart adalah sebagai berikut :
4. Plot data jumlah cacat dari setiap subgrup yang diperiksa dan amati apakah data
tersebut berada dalam pengendalian atau diluar kendali.
Contoh pada Minitab :
Observasi Jumlah Sampel Jumlah Cacat
1 100 5
2 100 4
3 100 7
4 100 6
5 100 8
6 100 5
7 100 6
8 100 5
9 100 16
10 100 10
11 100 9
12 100 7
13 100 8
14 100 11
15 100 9
16 100 5
17 100 7
18 100 6
19 100 10
20 100 8
21 100 9
22 100 9
23 100 7
24 100 5
25 100 7
m

 ci 189
CLC  cbar  i 1
  7,56
m 25
UCL  cbar  3 cbar  7,560  3 7,560  15,809
LCL  cbar  3 cbar  7,560  3 7,560   0,689  0
Karena LCL bernilai minus, maka nilai bisa dikatakan 0

Chart sebelum direvisi

Data observasi ke-9 berada diluar batas control yang disebabkan oleh sebab khusus,
maka akan direvisi
m

 ci 189  16
CLC  cbar  i 1
  7,208
m 25  1
UCL  cbar  3 cbar  7,208  3 7,208  15,262
LCL  cbar  3 cbar  7,208  3 7,208  0,846  0
Karena LCL bernilai minus, maka bisa dikatakan bernilai 0

Chart Setelah direvisi

D. Grafik Pengendalian u
 Peta kendali u relatif samadengan peta kendali c. Perbedaannya hanya terdapat
pada peta kendali u spesifikasi tempat dan waktu yang dipergunakan tidak harus
selalu sama. Yang membedakannya dengan peta kendali c adalah besarnya unit
inspeksi perlu diidentifikasi. U dalam u-chart menandai “unit” cacat dalam kelompok
sampel. Bila dalam teknik yang lain data cacat langsung menjadi data diplot ke bagan,
maka u-chart perlu untuk menghitung terlebih dahulu U (“Unit”) cacat untuk setiap n,
dimana Ui = ci/ni. Inilah yang terutama membedakan peta kendali u-chart dengan c-
chart.
Karakteristik ini memberi gambaran mengenai tujuan penggunaan u-chart, yaitu
bila dikehendaki observasi dengan inspeksi rutin dengan cara sampling untuk
mengetahui kerusakan cacat proses per sampel pada proses produksi dengan volume
per satuan waktu tinggi.
Rumus yang digunakan untuk menghitung u rata-rata, standard deviasi pada u chart
adalah :

Sedangkan rumus Batas Pengendaliana Atas (UCL) dan Batas Pengendalian

Bawah (LCL) untuk u-chart adalah :

Contoh pada Minitab :

Suatu unit QC dari perusahaan lembar baja ingin mengadakan inspeksi pada
lembaran-lembaran baja yang diinspeksinya. Karena lembaran panjang, maka
ditetapkan pemeriksaan tiap 100 m2 lembar kerja. Pemeriksaan dilakukan untuk 25
gulungan baja.
Jumlah
Observasi Jumlah Cacat
Sampel (n)
 1 100 5
2 100 4
3 100 7
4 100 6
5 100 8
6 100 9
7 100 6
8 100 5
9 100 16
10 100 10
11 100 9
12 100 7
13 100 8
14 100 11
15 100 9
16 100 5
17 100 7
18 100 6
19 100 10
20 100 8
21 100 9
22 100 9
23 100 7
24 100 5
25 100 7
Jumlah 2500 193
 Tentuka batas-batas pengendalian untuk Peta Kendali U

CL  Ubar 
 ci  193  0,0772
 ni 2500
U 0,0772 =0,027785
Standar Deviasi ( Su )= √ ¿
=
100
U
UCL = Ubar + z
√
mi
U
=¿ 0,0772 + 3(0,027785) = 0,0772 + 0,083355 = 0,16055

LCL = U bar - z
√
mi
= 0,0772 – 3(0,27785) = 0,0772 – 0,08335 = -0,00615
Karena LCL bernilai minus, maka nilai dianggap 0