MANAJEMEN OPERASI

LANJUTAN

OLEH
IR. H. NADJAMUDIN, PIA, MM

SEKOLAH TINGGI ILMU EKONOMI

PASUNDAN BANDUNG
MANAJEMEN OPERASI
KENDALI PROSES STATISTIK

PERKULIAHAN KE 5
Umum
• Pada perkuliahan ke-5 kita akan membahas Kendali
Proses Statistik (Statistical Process Control, SPC) yang
merupakan implementasi dari Konsep Pengendalian
Mutu yang telah kita bahas dalam perkuliahan ke-4.
• SPC merupakan teknik sampling penerimaan
(acceptance sampling) dalam bentuk penerapan
teknik-teknik statistik untuk mengendalikan berbagai
proses operasi.
• Sampling penerimaan digunakan untuk menentukan
apakah satu bahan/produk setengah jadi/produk jadi
yang diperiksa akan diterima atau ditolak dengan
mengunakan sampling.
Apa itu Kendali Proses Statistik ?
Kendali proses statistik (SPC) adalah suatu statistik umum yang
digunakan untuk memastikan serangkaian proses memenuhi standar
yang ditetapkan.
Hasil kendali proses statistik akan bervariasi baik yang disebabkan hal
yang umum atau alamiah (natural) maupun hal yang khusus atau
terusut (assignable). Alat bantu yang digunakan untuk membedakan
kedua penyebab yaitu diagram kendali (control chart).
Hal-hal yang perlu diperhatikan dalam SPC :
1. Penyebab-peneybab.
2. Diagram Kendali (Control Chart).
3. Variabel Diagram
4. Menetapakan Batas-Batas Diagram
1. Penyebab-penyebab.
Ada beberapa hal yang mempengaruhi Penyebab :
a. Variasi Alamiah, Variasi yang mempengaruhi hampir
setiap proses dan merupakan hal yang lumrah. Variasi
alamiah adalah sejumlah sumber variasi yang terjadi
pada suatu proses yang berada dalam kendali statistik.
Variasi alamiah bertindak seperti suatu sistem konstan
yang memproduksi sebab-sebab yang sifatnya acak.
Untuk melihat pola data perlu digambarkan dalam suatu
distribusi.
Apabila distribusi itu normal, sebaran tersebut dapat
dikarakteristikan oleh dua parameter yaitu :
– Rerata, μ (ukuran kecenderungan pusat – dalam hal
ini, nilai rata-rata), µ dibaca miu.
– Standar deviasi,σ (ukuran sebaran atau dispersi)
b. Variasi Terusut (assignable) adalah suatu proses
dapat ditelusuri ke suatu penyebab tertentu.
Faktor-faktor penyebab tertentu seperti
usangnya mesin, kesalahan pengaturan pada
peralatan, pekerja yang tidak terlatih atau
dalam kondisi lelah, dan bahan baku bahan yang
tidak sesuai dg persyaratan. Faktor/variabel ini
yang harus kita kendalikan atau diminimize agar
terkendali sesuai persyaratan.
c. Sampel , kendali proses statistik menggunakan
nilai rata-rata dari suatu sampel terhadap
populasi. Sampel digunakan untuk menghemat
biaya kualitas atau biaya produksi, namun masih
dijamin keakuratannya.
2. Diagram Kendali (control chart).

Proses pembuatan diagram kendali didasarkan pada konsep

yang ditunjukkan satu dari tiga kontribusi sebagai hasil
keluaran tiga jenis proses yaitu :
a. Hasil sampel berada dalam kendali dan proses tersebut
mampu menghasilkan barang dalam batas kendali. Suatu
proses hanya dengan variasi alami dan mampu
menghasilkan barang dalam batas-batas kendali yang
ditetapkan.
b. Hasil sampel berada dalam kendali, tetapi proses tersebut
tidak mampu menghasilkan barang dalam batas-batas
kendali. Suatu proses yang terkendali (hanya ada variasi
sebab alamiah), tetapi tidak mampu menghasilkan barang
dalam batas-batas kendali yang telah ditetapkan.
c. Hasil sampel berada diluar kendali, Suatu
proses yang tidak terkendali karena
mempunyai variasi dengan sebab-sebab
terusut.

3. Variabel Diagram Kendali

Terdapat 2 variabel diagram kendali yaitu :
– Rata-rata , X atau x-bar, menunjukkan apakah
perubahan yang terjadi berkecenderungan
terpusat.
– Rentang Kendali R, menunjukkan besar atau
kecilnya sebaran yang telah terjadi.
•
TINGKAT KEPERCAYAAN YANG UMUM
DIGUNAKAN
Tingkat Keprcayaan yang umum digunakan

Nilai -z (standar deviasi yang diperlukan

Tingkat Kepercayaan
untuk tingkat kepercayaan yang
Yang Diinginkan (%)
diinginkan)

90 1,65
95 1,96
95,45 2
99 2,58
99,73 3
Contoh 1 : Sampel diketahui standar deviasi.
Menetapkan batas-batas kendali menggunakan sampel.
Berat kotak-kotak Oat Flakes dalam suatu lot produksi besar disampel
setiap jamnya. Manajernya ingin menetapkan batas-batas kendali yang
mencakup 99,73% dari seluruh rata-rata sampelnya. Diketahui deviasi
populasi (σ) sebesar 1 ons, dan di pilih secara acak 9 buah kotak Oat Flakes
dan lalu ditimbang untuk setiap jamnya, lama pengecekan untuk 12 jam.
Solusi :
Langkah pertama : Hitunglah rata-rata sampel setiap jam.
Contoh Jam pertama : ambilah 9 kotak oat flakes secara acak pada jam
pertama lalu ditimbang, dengan hasil sbb : berat kotak 1 = 17 ons, kotak 2 =
13 ons, kotak 3 = 16 ons, kotak ke 4 = 18 ons, kotak ke 5 = 17, kotak ke 6 =
16 ons, kotak ke 7 = 15 ons, dan kotak ke 8 = 17 ons dan kotak ke 9 = 16
ons.
Rata-rata berat sampel jam 1 = (17 + 13 +16 + 18 + 17 + 16 + 15 + 17 + 16)/9
= 16,1 ons.
Dengan cara yang sama dilanjutkan pengambilan sampel jam2, dan
seterusnya sampai jam ke-12 , hasil spt tabel dalam langkah ke-2.
Langkah ke-2, Hasil rata2 sampel 9 kotak per jam untuk 12 jam disajikan data
sebagai berikut :

Bobot Sampel Bobot Sampel Bobot Sampel

rata-rata 9 rata-rata 9 rata-rata 9
jam kotak jam kotak jam kotak
1 16,1 5 16,5 9 16,3
2 16,8 6 16,4 10 14,8
3 15,5 7 15,2 11 14,2
4 16,5 8 16,4 12 17,3

Langkah ke-3 : Hitunglah rata-rata selama 12 jam (1 periode) yaitu :

16,1 + 16,8 + 15,5 + 16,5 + 16,5 + 16,4 + 15,2 + 16,4 + 16,3 + 14,8 + 14,2 +
17,3 dibagi 12 didapat sebesar 16 ons.
Dengan demikian diperoleh, rata-rata X = 16 ons, dan dari soal
diketahui, σ (standar deviasi) = 1 ons, n (sampel) = 9 dan z = 3 (tingkat
keyakinan 99,97 %)
•
Langkah 5 : plot/gambarkan , Batas Atas (BA), X rata-rata , Batas
Bawah (BB), serta data pada langkah 2, hasil sbb :
Langkah 6 : Tentukan dari gambar mana sampel yang
berada dalam BA (Batas Atas) dan BB (Batas Bawah)
diperoleh jam 1, 2, 3, 4, 5, 6, 7, 8, dan 9, ini artinya
sampel-sampel masuk dalam batas kendali. Sedangkan
sampel jam 10 dan jam 11 dibawah BB yaitu 14,8 dan
14,2. Sedangkan sampel jam 12 diatas BA yaitu 17,3,
artinya sampel-sampel ini pada jam 10, 11 dan 12 diluar
batas kendali.

Langkah 7 Kesimpulan , : karena rata-rata sampel yang

paling akhir berada diluar batas kendali atas (yaitu :17,3
diatas 17) dan bawah ( yaitu : 14,8 & 14,2 dibawah 15),
kita dapat menyimpulkan bahwa prosesnya mulai
menjadi aneh dan tidak terkendali, sehingga perlu
dilakukan penelitian lebih lanjut terhadap
penyebab-penyebabnya.
Langkah 8 : Cari penyebab-penyebab kenapa sampel
tersebut bisa diluar batas kendali yaitu dengan cara
analisa Fish Bond Chart (Kerangka Tulang Ikan) yaitu
analisa Sebab Akibat, kepala ikan adalah akibat dan
kerangka adalah penyebab.

AKIBAT :
sampel diluar
PENYEBAB : biasanya unsur batas kendali
Manajemen (5M)
b. Standar Deviasi populasi tidak diketahui
Bila standar deviasi populasi tidak diketahui, untuk
membuat batas kendali kita dapat menggunakan
nilai jangkauan rata-rata (R), dengan rumus :
▪ UCL = X +AR
▪ LCL = X – AR
Dimana,
– R= jangkauan rata-rata sampel
– A = nilai yang diperoleh dari Tabel 1
– X= rata-rata dari sampel
 Tabel 1.
Faktor-faktor untuk menghitung Batas-batas Kendali (3 sigma)

faktor rerata Jangkauan Atas Jangkauan Atas

Ukuran Sampel
A D1 D2
2 1,88 3,268 0
3 1,023 2,574 0
4 0,729 2,282 0
5 0,577 2,115 0
6 0,483 2,004 0
7 0,419 1,924 0,076
8 0,373 1,864 0,136
9 0,337 1,864 0,184
10 0,308 1,777 0,223
12 0,266 1,716 0,284
Sumber : Special Technical Publication 15-C " Quality Control of
Material"
Contoh 2: standar deviasi populasi tidak diketahu
Super Cola mengemas botol minuman berlabel “ berat bersih
12 ons”. Rerata proses keseluruhan yang diukur dengan
mengambil sampel adalah 12, dimana setiap sampel terdiri
dari 5 botol. Jangkauan rata-rata proses adalah 0,25 ons. Tim
Manajer ingin menentukan batas kendali atas dan bawah dari
rata-rata dalam proses
Solusi : Dengan menggunakan tabel 1., maka dapat dihitung
kendali batas atas dan bawah , dengan faktor rerata untuk
sampel 5, A= 0,577.
Batas atas, UCL = X +AR = 12 + (0,577)(0,25) = 12,144 ons
Batas bawah LCL = X – AR = 12 – (0,577)(0,25) = 11,856 ons
Gambar 3
Kesimpulan : keuntungan menggunakan pendekatan jangkauan ini
sebagai pengganti dr standar deviasi adalah mudah diterapkan dan
tidak begitu membingunkan.
c. Diagram Kendali untuk Barang Cacat
Diagram kendali X dan R tidak berlaku, apabila
sampel dibagi kedalam kelompok cacat dan tidak
cacat.
Terdapat 2 jenis diagram kendali barang cacat yaitu :
– Diagram yang mengukur persen cacat dalam
sampel yang disebut diagram p
– Diagram yang menghitung jumlah cacat yang
disebut diagram c
•
Contoh 3: Kendali Persen Barang Cacat
Para petugas administrasi di Mosier Data System
memasukkan ribuan data asuransi setiap harinya dari
berbagai perusahaan clien. Pimpinan eksekutif, Donna
Mosier, ingin menetapkan batas-batas kendali yang
menyertakan 99,73 % dari variasi acak untuk proses
pencatatan data yang berada dari dalam kendali.
Sampel hasil kerja 20 pegawai dikumpulkan seperti pada
tabel dibawah ini. Monsier memeriksa 100 data yang
dimasukkan oleh pegawai dan menghitung jumlah
kesalahan. Ia juga meriksa bagian yang cacat (fraksi
cacat) setiap sampel.
Tabel Hasil Pemeriksaan
Jumlah jumlah Jumlah Jumlah jumlah Jumlah
Sampel kesalahan Cacat Sampel kesalahan Cacat
1 6 0,06 11 6 0,06
2 5 0,05 12 1 0,01
3 0 0 13 8 0,08
4 1 0,01 14 7 0,07
5 4 0,04 15 5 0,05
6 2 0,02 16 4 0,04
7 5 0,05 17 11 0,11
8 3 0,03 18 3 0,03
9 3 0,03 19 0 0
10 2 0,02 20 4 0,04
Total kesalahan 80
•
•
•
 Membantu Memutuskan Diagram Kendali yang
Dipakai
A. Menggunakan Diagram X dan R
1. Pengamatan berupa variabel yang biasanya
berupa produk yang satuan ; panjang, luas atau
berat.
2. Tetapkan banyak sampel 20 – 25, setiap sampel
terdiri dari 4 atau 5 produk dengan kondisi stabil
atau normal.
3. Acak sampel masing-masing pada butir 2.
B. Menggunakan Diagram p
1. Pengamatan dapat dikelompokkan produk
baik atau cacat (spesifikasi :fungsi, ukuran,
berat, dll)
2. Lakukan perbandingan atau persen cacat
terhadap jumlah sampel
3. Masing-masing sampel dengan banyak
pengamatan
C. Menggunakan Diagram c
1. Mencatat jumlah yang cacat setiap
pengamatan terhadap sampel yang
ditetapkan
2. Penyajian didasarkan atas jumlah yang
cacat secara rinci terhadap pengamatan
3. Cacat dapat berupa : jumlah keluhan per
hari, jumlah kejahatan pertahun,
kesalahan cetak pada setiap bab naskah,
dll
 LATIHAN (Kerjakan ini menjadi kisi-kisi UTS)
Nomor . Kendali Proses Statistik
Banyaknya keluhan pelanggan terhadap Perusahaan Minuman Kaleng “XX” atas ketidaksesuain
volume dalam satuan ml antara yang tercantum pada label Minuman Kaleng tersebut dengan
kenyataannya, menuntut Manajer Operasional tersebut untuk melakukan pengujian atas volume
Minuman Kaleng (XX) secara sampling apakah volume minuman kaleng terdapat diluar
batas-batas kendali. Manajer operasional menetapkan batas-batas kendali sebesar 95 % dari
rata-rata sampel. Dari pengamatan sebelumnya diperoleh standar deviasi populasi (σ) sebesar 8
ml. Pengamatan dilakukan pengambilan sampel sebanyak 6 buah Minuman Kaleng setiap jam
untuk selama 6 jam, dengan hasil sebagai berikut:
JAM BERAT KOTAK(ml)
1 2 3 4 5 6
1 254 259 264 261 257 260
2 253 263 270 256 271 250
3 250 259 265 261 256 261
4 267 255 251 267 250 250
5 262 249 249 280 272 248
6 259 240 230 241 278 241
Tentukan :
a. Batas kendali Atas (UCL) dan kendali bawah (LCL) atas volume Minuman Kaleng “XX”
berdasarkan hasil penelitian.
b. Bila terdapat hasil penelitian diluar batas kendali, coba tentukan penyebab-penyebabnya
berdasarkan analisis kerangka tulang ikan (fish bone chart).
 TERIMA KASIH
SAMPAI JUMPA MINGGU DEPAN