Alat Pengendalian

Kualitas Manufaktur
(7 Tools QC)
Oleh:

Akhmad Ghiffary Budianto, S.T., M.T.

Pengantar 7 Tools untuk QC

• Diperkenalkan oleh Kaoru Ishikawa untuk mengatasi

permasalahan kualitas di perusahaan Jepang
Teknik statistik elemental/dasar
• Pareto analysis
• Fishbone diagram
• Stratifikasi
• Check list
• Histogram
• Scatter diagram
• SPC chart
1. Check Sheet

• Merupakan lembar yang berisikan daftar hal-hal yang diperlukan

dalam pencatatan data kualitas dari produk yang diamati
• Penggunaan dengan lembar dengan format tertentu yang
memudahkan pengumpulan data dengan mudah, sistematis dan
teratur
• Data yang dicatat dalam check sheet bisa berupa kuantitatif maupun
kualitatif
Kapan menggunakan check sheet?

• Ketika mengamati data yang bersifat berulang-ulang kali oleh orang

yang sama pada proses di lokasi yang sama
• Ketika mengumpulkan data frekuensi, jumlah cacat, lokasi terjadi
defect, penyebab cacat dll
• Ketika mengumpulkan data pada proses produksi
Fungsi Check Sheet

Menurut Ishikawa (1982) fungsi

check sheet sebagai berikut:
• Pemeriksaan distribusi proses
produksi
• Pemeriksaan lokasi cacat
• Pemeriksaan penyebab cacat
• Pemeriksaan konfirmasi pemeriksaan
 Hari Jenis – Jenis kecacatan pada steker
Gores Kotor Patah leleh Part tidak
lengkap
1 - - - - I

Contoh Check
2 I - I - -
3 I - I - -
4 - - - - -

Sheet
5 - - - - -
6 - - - I I
7 I - I - -
Perusahaan : Hari/Tanggal : 08-05-2014 8 - - - I I
Produk : sekrup Pemeriksa: 9 - - - - -
Batas Toleransi Panjang : 10 ± 2 mm Alat Ukur : Jangka Sorong 10 - I - I -
plastik 11 - - - I -
Tabel 1 Ukuran panjang sekrup (mm) 12 - - I - -
13 - - - - -
hari 1 2 3 4 5 14 - - - - -
1 11,25 10,45 10,00 11,35 9,50 15 - - - - -
2 11,00 10,25 11,00 11,00 11,50 16 I - - - -
3 11,25 10,30 11,05 11,00 11,00 17 I - I - -
4 10,75 9,50 11,00 10,60 11,10 18 - I - - -
5 10,35 11,00 10,75 11,20 11,00 19 - - I - -
6 11,00 12,40 10,60 9,25 12,35 20 - I - I I
7 10,00 11,25 11,30 11,00 10,30 21 I - - I -
8 11,00 11,80 11,35 10,50 12,20 22 - I - - -
9 12,30 12,25 11,00 11,00 11,00 23 I - - - -
10 12,20 10,70 12,20 10,50 10,25 24 I I - - -
11 12,50 10,50 9,65 11,00 10,50 25 - I - - -
12 11,20 10,50 10,75 10,25 11,00 26 - - - - -
13 12,00 10,75 9,00 10,00 10,50 27 - I - - -
14 11,40 11,00 12,00 11,00 12,00 28 I - - - -
15 11,50 11,75 11,50 10,75 11,00 29 - I I - -
30 - - I I -
2. Histogram

• Merupakan grafik batang (bar chart) yang menunjukkan distribusi

frekuensi dari data.
• Pada teori probabilitas, histogram yang memiliki distribusi normal
yaitu yang memiliki frekuensi data yang bernilai dekat dengan nilai
rata-rata (mean) dan berbentuk lonceng (bell-shaped)
• Untuk menguji kenormalan data bisa menggunakan uji statistik
kenormalan data berupa kolmogorov-smirnov atau anderson-darling
normality test
Kenapa membuat histogram?

• Menunjukkan data dalam jumlah besar ke dalam kelas nilai datanya

• Menampilkan frekuensi relatif terhadap berbagai nilai datanya
• Menunjukkan variasi, pemusatan dan bentuk data
Histogram dengan 1
Minitab

1. Mengisi data panjang sekrup

2. Klik graph → pilih histogram untuk
membuat histogram
3. pilih historam jenis ‘scale with fit’

3
Hasil dan
Interpretasi

• Dari histogram dapat terlihat

nilai dengan frekuensi paling
banyak muncul adalah 11 mm
sebanyak 20 kali
• Nilai rata-rata dari 75 data
yang didapat yaitu 10.97 mm
dengan standar deviasi
0.7468. dari bentuk grafik
terlihat bentuk lonceng
sehingga dapat dikategorikan
berdistribusi normal
Histogram dengan
Excel

• Masukkan data ke 1 kolom

yang sama
• Block data→Pilih insert →
histogram
• Berikan nama pada grafik
sesuai keinginan
Boxplot (Alternatif dari
Histogram)
• Merupakan metode grafis untuk menggambarkan data
kuantitatif berdasarkan nilai kuartilnya

• Biasanya digunakan untuk melihat distribusi dari data yang

memiliki grup yang banyak

• Minimum : nilai terendah dari kumpulan data, tidak termasuk

pencilan.

• Maksimum : nilai terbesar dari kumpulan data, tidak termasuk

pencilan.

• Median (Q2 / persentil ke-50): nilai tengah kumpulan data.

• Kuartil pertama (Q1 / persentil ke-25): juga dikenal

sebagai kuartil bawah qn(0.25), adalah median dari bagian bawah
kumpulan data.

• Kuartil ketiga (Q3 / persentil ke-75): juga dikenal

sebagai kuartil qn(0.75), adalah median dari bagian atas kumpulan
data
Boxplot dengan Minitab

• Masukkan data, pilih graph→boxplot

• Pilih multiple y simple lalu select semua variabel 1-5 yang
ingin di plot
• Pilih data view, lalu centang IQR, outlier dan mean symbol
• Pilih data label lalu pilih mean
 Boxplot of 1, 2, 3, 4, 5
Hasil dan 13

Interpretasi
12

• Ada 5 grup data yang diplot

11.3133
• Tiap grup data memiliki nilai rata-
11.0133

Data
11 10.96
rata grupnya yang berbeda 10.8767
10.6933

• Garis tengah menunjukkan median

(nilai tengah dari data / nilai ke 50% 10

dari data)
• Grup 3 dan 4 memiliki outlier (data
9
ekstrim bawah)
1 2 3 4 5
Boxplot dengan • Blok data, lalu pilih insert→boxplot (kotak & garis)
Excel
3. Pareto Chart (80:20 Curve)

• Merupakan konsep yang

dikembangkan oleh Vilfredo Paretp
• Terbagi atas 2 plot data yaitu diagram
batang merupakan frekuensi tiap
klasifikasi data dan diagram garis
merupakan nilai persentase frekuensi
kumulatif dari data
Prinsip Pareto 80:20

• Jika dilihat dari kuantitas item, banyaknya item pada 20%

mempengaruhi item yang 80% lainnya
• Sedangkan jika dilihat dari nilai total, yang 80% memiliki pengaruh
terbesar terhadap item lainnya

KELAS % Dari Nilai Total Banyaknya item dari total

item
A 75%-80% 15%-20%

B 15%-20% 20%-30%

C Kurang dari 10% 50%-65%

Kegunaan Pareto Chart

• Membantu untuk mengidentifikasi penyebab paling besar pada suatu

keadaan/fenomena
• Menampilkan secara visual perbandingan frekuensi dan persen
kumulatif dari data
• Menentukan 80% nilai masalah penyebab utama terhadap jumlah
defect yang terjadi
• Dapat digunakan pada konsep lain seperti manajemen persediaan
dengan model ABC dan jasa pada marketing (pemasaran)
 No Defectives Jumlah
1 Gores 70
Contoh 2. Kotor 68
Penggunaan 3. Patah 42
Pareto Chart 4. Leleh 62
5. Part Tidak Lengkap 55
Total :
297
 Pareto Chart dengan Minitab
1
1. Masukkan data total dari defectives yang ada
pada steker listrik, lalu klik stat→quality
tools→pareto chart

2. Tulis chart defect data in dengan ‘jenis cacat’,

isi labels in dengan ‘jenis cacat’, frequencies in
dengan ‘jumlah’, dan isi kan tingkat
kepercayaan dengan 95%. Selanjutnya klik ok

3. Hasil output dari Pareto Chart dengan 2

menggunakan minitab

3
 Pareto dengan Excel
1

1. Urutkan data terbesar-

terkecil, buat persentase
kumulatifnya
2. Lalu insert→klik disebelah 2

histogram
3. Sesuaikan format sumbu
data pada desain bagan

3
4. Ishikawa Chart (Fishbone Diagram)

• Memiliki nama lain fishbone diagram (diagram tulang ikan) dan

cause-effect diagram (diagram sebab-akibat)
• Diperkenalkan penggunaannya oleh Kaoru Ishikawa di CDWC
• Merupakan alat identifikasi berbagai sebab dari suatu masalah,
identifikasi sebab-sebab tersebut dilakukan dengan brainstorming
• Tidak perlu semua sebab dari suatu masalah harus diselesaikan,
namun pada sesi brainstorming perlu dicari sebab masalah yang
berdampak paling besar atau paling urgent untuk diselesaikan
Langkah-langkah pembuatan Fishbone
Diagram

• Mengidentifikasi suatu masalah

• Mengidentifikasi 5m+1e sebab dari masalah tersebut dengan
brainstorming
• Menemukan sebab paling potensial terhadap permasalahan
• Mencapai kesepakatan terhadap sebab paling potensial yang harus
diselesaikan
Gambaran
Fishbone Diagram

• 5m + 1e
• Man→ terkait sumber daya manusia
• Machine → terkait mesin dan peralatan
• Method→ terkait prosedur dan metode
kerja
• Material→ terkait bahan baku
• Measurement→ terkait kalibrasi dan
pengukuran
• Environment/energy→ terkait
lingkungan dan energi
Ishikawa Chart
dengan Minitab 1

1. Isikan data assignable cause

dari defectives produk
2
2. Klik stat→quality tools→cause
and effect...
3. masukkan atribut data yang
sesuai antara cause dan
labels, pilih do not display
empty branches, dan ketik
effect “Panjang sekrup tidak
3
sesuai standar”. Lalu klik OK
Ishikawa Chart

• Alternatif lain bisa dibuat pada Visio

• Atau secara online pada web berikut
(perlu sign up/membuat akun)
https://creately.com/diagram-
community/all?term=Fishbone%20/
%20Ishikawa%20Diagram
5. Control Chart

• Merupakan diagram yang menggambarkan data

variabel
• Terdapat 3 garis utama pada grafik yaitu UCL
(upper control limit), Mean (garis rata-rata) dan LCL
(lower control limit)
• Variabel pada data harus berada diantara UCL dan
LCL agar dapat dikatakan proses terkendali dan
tidak mengalami masalah berarti
• Jika terdapat masalah dan gangguan, maka hasil
dari control chart banyak memiliki data outlier
(pencilan) atau nilai yang melebihi batas UCL dan
LCL
• Biasa digunakan sebagai identifikasi awal
permasalah pada suatu proses
 Control Chart dengan
Minitab

• Masukkan data suatu proses, lalu stat→control

charts→ variabel chart for subgroup→Xbar... 1

• Masukkan data variabel dan ketikan isi

subgrup dari data
• Klik option, lalu isikan nilai mean dan stdev

3
2
Hasil Control Chart

Xbar Chart of Panjang

13
UCL=12.683

12

11
Sample Mean

__
10 X=10

LCL=7.317
7
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Sample
At least one estimated historical parameter is used in the calculations.
Alternatif Control
Chart lain (Run
Chart)

• Untuk mengetahui nilai rata-rata

dari proses yang diamati
• Untuk mengetahui pergerakan
nilai dari 1 data ke data lain
• Caranya pada minitab
• Isikan data→quality tools→run
chart
• Lalu masukkan variabel, isikan
jumlah sub grup dari data, lalu
ganti title sesuai keinginan
• Dan ok maka hasilnya muncul
6. Scatter Plot

• Merupakan grafik yang menampilkan sebaran data pada koordinat

kartesius dengan sumbu X dan Y
• Bertujuan untuk melihat hubungan atau korelasi antar variabel X terhadap
Y
• Biasanya dilakukan juga uji korelasi dengan indikator nilai R squared. Jika
berkorelasi positif sangat kuat >0.8, cukup 0.6>R>0.8 dan lemah <0.6.
• Jika titik sebaran data berada disekitar garis liniernya, maka variabel X dan
Y dapat dinyatakan berkorelasi (berhubungan antar variabelnya)
Scatter Plot dengan
Minitab 1

• Masukkan data tentang

variabel X dan Y yang ingin
dilihat
2
• Klik graph→scatter plot
• Pilih scatter plot with
regression, lalu klik ok

3
Scatter Plot
 1. Masukkan data, blok variabel x dan y. Lalu pilih
Scatter Plot insert→ diagram sebar (scatter plot)

dengan Excel 2. Tambah elemen bagian→garis tren→linear

1 2
 Yang bertanggun
No. Defect Sebab jawab
7. Stratification
Chip Not
No Output Sound Dipping Machine
1 soldered

2 Display Dim Solder Short Workmanship

• Merupakan pembagian atau
pengelompokkan data ke Can not Playback Wire not soldered Workmanship
3
kategori yang memiliki
karakteristik yang serupa 4 No Display LCD Defect Supplier
• Tujuannya untuk
mengidentifikasi faktor 5 No Display LCD No solder Workmanship
penyebab suatu permasalahan
6 Can not Playback Solder Short Workmanship
• Biasanya digunakan setelah
menggunakan scatter atau Missing
Can not Playback Workmanship
pareto chart 7 Component

Can not Power Chip Not

8 Dipping Machine
ON soldered
 • Tolong buatkan pareto chart dari soal disebelah
• Lalu identifikasi permasalahan utama berdasarkan
Tugas 3 80:20 Jenis Cacat
Pengamatan Cant
Hari ke- No Display No Sound Playback Display Dim Cant Turn On
1 2 1 3 1 5
2 2 3 4 4 5
3 1 4 2 1 5
4 1 2 4 5 4
5 2 3 4 4 2
6 3 5 3 2 1
7 4 5 5 2 1
8 1 1 1 5 3
9 4 3 4 5 4
10 2 5 5 1 4
11 1 1 4 3 1
12 5 5 1 5 4
13 2 1 4 5 3
14 2 3 2 2 2
15 4 3 5 5 2
16 2 4 1 5 5
17 1 2 3 3 4
18 4 4 2 1 5
19 4 5 3 2 3
20 1 4 1 1 3
21 1 4 3 4 5
22 5 5 2 1 4
23 4 1 1 3 3
24 3 5 5 2 3
25 1 1 2 4 5
26 1 1 3 5 3
27 5 4 5 4 3
28 4 3 2 2 3
29 2 4 3 5 3
30 3 3 5 2 3
 Sampel Berat Sampel Berat Sampel Berat Sampel Berat Sampel Berat
1 77 31 96 61 133 91 97 121 115
2 97 32 108 62 94 92 81 122 113
3 123 33 97 63 96 93 95 123 109

Tugas 3 4
5
107
82
34
35
144
68
64
65
142
88
94
95
124
127
124
125
116
120
6 106 36 104 66 123 96 112 126 107
7 122 37 115 67 126 97 104 127 107
8 139 38 90 68 85 98 123 128 103
9 99 39 87 69 100 99 102 129 118
• Tolong buatkan histogram, 10 88 40 48 70 90 100 124 130 120
control chart, run chart dan 11 137 41 104 71 100 101 118 131 117
115
12 85 42 126 72 115 102 52 132
boxplot dari data berikut: 13 115 43 95 73 77 103 110 133 111
14 107 44 119 74 101 104 118 134 101
• Dimana nilai rata-rata kualitas 15 110 45 128 75 80 105 107 135 103
16 116 46 143 76 145 106 114 136 101
sesuai berat adalah 100 gram 17 105 47 111 77 92 107 130 137 120
dengan stdev 20 gram 18
19
84
106
48
49
132
75
78
79
144
129
108
109
80
81
138
139
106
105
dengan 30 sampel dan 5 sub 20 65 50 96 80 107 110 122 140 113
21 132 51 92 81 83 111 106 141 110
grup 22 99 52 113 82 92 112 87 142 100
23 104 53 105 83 82 113 107 143 116
• Lakukan interpretasi 24 94 54 117 84 111 114 92 144 106
25 116 55 97 85 108 115 94 145 113
(penjelasan terhadap 26 109 56 107 86 108 116 112 146 115
hasilnya) 27 146 57 54 87 109 117 105 147 101
28 100 58 87 88 96 118 113 148 112
29 100 59 105 89 127 119 83 149 114
30 119 60 117 90 88 120 103 150 116