Disusun oleh :
Nashirotus Sa’adah
13/346000/PN/13136
Golongan A
Statistical Process Control (SPC) adalah sebuah teknik yang digunakan untuk
memastikan bahwa proses memenuhi standar (Render, 2005). SPC digunakan untuk
mengukur kinerja sebuah proses. Statistical Process Control yang dimaksud disini
adalah pengendalian mutu produk selama masih ada dalam proses. Dalam
mengadakan pengendalian mutu tersebut dapat digambarkan batas atas (upper
control limit) dan batas bawah (lower control limit) beserta garis tengahnya (center
line). Pengendalian mutu proses statistik meliputi pengendalian mutu proses untuk
data variabel dan pengendalian mutu proses untuk data atribut (Ariani, 1999).
Pengendalian kualitas statistik mempunyai cakupan yang lebih luas karena di
dalamnya terdapat pengendalian proses statistik, pengendalian produk (acceptance
sampling) dan analisis kemampuan proses. Konsep terpenting dalam pengendalian
kualitas statistik adalah variabilitas, dimana semua prosedur pengendalian kualitas
statistik membuat keputusan berdasar sampel yang diambil dari populasi yang lebih
besar. Variabilitas yang dimaksud adalah variabilitas antar sampel (misalnya range
atau standar deviasi). Sampel diambil apabila sampel dari populasi yang sama,
variasi statistik akan terjadi dari sampel ke sampel dan variasi range dapat dihitung.
Bentuk ini merupakan dasar dari batas yang dihitung pada peta pengendali (control
chart) dan banyaknya penerimaan yang digunakan pada acceptance sampling.
Penyimpangan atau variabilitas tidak dikenal, maka dilakukan pencarian dengan
penyesuaian proses dan klasifikasi bahan baku yang datang (Maleyeff, 1994).
Menurut Grig (1998) dalam Nugroho (2011), terdapat beberapa manfaat
pengendalian proses statistik (Statistical Process Control) antara lain:
a. Pengurangan pemborosan.
b. Perbaikan pengendalian dalam proses.
c. Peningkatan efisiensi.
d. Peningkatan kesadaran karyawan.
e. Peningkatan jaminan kualitas pelanggan.
f. Perbaikan analisis dan monitoring proses.
g. Meningkatkan pemahaman terhadap proses.
h. Meningkatkan keterlibatan karyawan.
i. Pengurangan keluhan pelanggan.
j. Peningkatan pemberdayaan personil lini.
k. Perbaikan komunikasi.
l. Pengurangan waktu penyampaian jasa atau pelayanan.
Metode statistic process control (SPC) kondisi diluar kontrol biasanya
disebabkan oleh sebab-sebab yang telah diketahui dengan pasti, atau bisa juga
dikarenakan oleh sebab-sebab khusus, seperti misalnya perubahan dari bahan baku,
degradasi atau penyalahgunaan mesin, pergantian operator/user dari suatu mesin,
dan lain-lain. Jika kondisi diluar kontrol ini terjadi, maka biasanya proses produksi
akan dihentikan untuk mencegah adanya produksi yang tidak sesuai dengan kualitas
yang seharusnya, kemudian pihak dari perusahaan yang akan melakukan
penyelidikan untuk mencari tahu apa penyebab dari kondisi tersebut terjadi, serta
menghilangkan penyebab tersebut. Sehingga dengan demikian maka kualitas dari
produk yang dihasilkan akan tetap terjaga (Montgomery, 2009).
B. Tujuan
Chart.
Ŕ=
∑ Ŕ
Garis tengah = n
Batas Kontrol Atas (UCL) = D4R
Batas Kontrol Bawah (LCL) = D3R
b. Persamaan untuk grafik-X
X́ =
∑ X́
Garis tengah = n
Nilai X́ dan Ŕ digunakan untuk menghitung UCL, LCL dan CL. Nilai UCL
dapat dihitung dengan mengkalikan nilai Ŕ dengan nilai D4 yang ada pada tabel
yang bernilai 1,777. Nilai LCL dapat dihitung dengan mengkalikan nilai Ŕ
dengan nilai D3 yang ada pada tabel yang mempunyai nilai 0,223, sedangkan nilai
CL merupakan nilai Ŕ . Berikut contoh perhitungan dari nilai UCL, CL, dan LCL,
nilai X́ dengan perkalian antara 3/3, Ŕ , dan A2. Nilai 2UCL dapat dihitung
dengan menjumlahkan nilai X́ dengan perkalian antara 2/3, Ŕ , dan A2. Nilai
3UCL dapat dihitung dengan menjumlahkan nilai X́ dengan perkalian antara 1/3,
Ŕ , dan A2. Nilai 3LCL dapat dihitung dengan mengurangkan nilai X́ dengan
perkalian antara 3/3, Ŕ , dan A2. Nilai 2LCL dapat dihitung dengan mengurangkan
nilai X́ dengan perkalian antara 2/3, Ŕ , dan A2. Nilai 1LCL dapat dihitung
dengan mengurangkan nilai X́ dengan perkalian antara 1/3, Ŕ , dan A2. Berikut
ini perhitungan kelompk satu golongan dengan nilai 1UCL (UCL), 2UCL, 3UCL,
3LCL (LCL), 2LCL, dan 1LCL, dengan diketahui nilai Ŕ sebesar 0,07, nilai
X́ sebesar 0.16, dan nilai A2 sebesar 0,308. Berikut hasil perhitungan dari data
kelmpok:
3 UCL X 0.18
UCL X 2 UCL X 0.173
1 UCL X 0.165
X control chart 3 LCL X 0.14
LCL X 2 LCL X 0.14
1 LCL X 0.15
CL X 0.16
UCL R 0.13
R control chart LCL R 0.02
CL R 0.07
Berikut ini grafik X Chart dan R Chart dari kelompok satu golongan A:
a. X Chart data kelompok
Ulangan
0.04
0.02
0.00
1 2 3 4 5 6 7 8 9 10
Ulangan
R UCL r LCL r CL r
a. X Chart golongan A
X BAR
0.25
CL
3 UCLx
0.20
3 LCLx
2 UCLx
0.15 2 LCLx
1 UCLx
0.10 1 LCLx
0.05
0.00
Grafik di atas menunjukkan bahwa rata-rata ketebalan kerupuk udang pada
data golongan A melampaui garis UCL dan LCL. Hal ini berarti proses produksi
kerupuk udang menurut data golongan A pada X Chart tidak dalam batas
pengendalian atau out of control sehingga perlu dilakukan analisis lebih lanjut
mengenai penyebab apa yang dapat menyebabkan penyimpangan ini.
b.
0.18
0.16
0.14 R
CL R
0.12
UCL R
0.1 LCL R
0.08
0.06
0.04
0.02
R Chart golongan A
Grafik di atas menunjukkan bahwa garis R tidak melampaui garis UCL dan
LCL sehingga dapat disimpulkan bahwa proses produksi kerupuk udang menurut
data golongan pada R Chart masih dalam batas pengendalian atau in control. Hal ini
berarti proses produksi kerupuk udang masih dalam pengendalian sehingga dapat
menghasilkan ketebalan yang seragam dan tidak ada produk yang menyimpang dari
yang lainnya.
IV. PENUTUP
A. Kesimpulan
Proses produksi kerupuk udang kelompok satu golongan A sudah dalam batas
pengendalian dapat dilihat berdasarkan X chart dan R chart pada data kelompok.
Sedangkan R Chart data golongan tidak memperlihatkan adanya penyimpangan
yang diperlihatkan pada X Chart karena data yang digunakan pada X Chart
merupakan data secara keseluruhan. Grafik X Chart masih memperlihatkan
penyimpangan di mana garis X́ melampaui garis UCL dan LCL karena masih ada
data yang tidak seragam. Hal ini berarti proses produksi kerupuk udang dengan
parameter ketebalan keluar dari batas pengendalian atau out of control sehingga perlu
dilakukan analisis untuk mengetahui penyebab dari penyimpangan tersebut.
B. Saran
Sebaiknya sampel yang digunakan ada dua yaitu produk komersil dan produk
rumahan (UKM) agar memperoleh data perbandingan tentang proses pengendalian
produksinya.
DAFTAR PUSTAKA
Sampel Ulangan
(n) 1 2 3 4 5 6 7 8 9 10
1 0.15 0.14 0.14 0.15 0.13 0.16 0.13 0.13 0.16 0.13
2 0.19 0.13 0.16 0.16 0.15 0.15 0.19 0.14 0.16 0.15
3 0.15 0.13 0.16 0.15 0.13 0.17 0.19 0.18 0.15 0.15
4 0.13 0.12 0.12 0.19 0.14 0.22 0.17 0.17 0.18 0.13
5 0.13 0.13 0.13 0.13 0.15 0.20 0.18 0.16 0.17 0.22
6 0.16 0.16 0.13 0.16 0.17 0.17 0.19 0.18 0.16 0.11
7 0.16 0.12 0.12 0.18 0.19 0.19 0.18 0.18 0.18 0.11
8 0.14 0.16 0.18 0.14 0.18 0.14 0.14 0.15 0.27 0.14
9 0.13 0.14 0.17 0.15 0.15 0.16 0.16 0.19 0.16 0.17
10 0.15 0.14 0.16 0.16 0.19 0.13 0.19 0.18 0.18 0.16
0.1
rata* 0.15 0.14 0.15 0.16 0.16 0.17 0.17 0.17 0.18 0.15 X bar bar 6
0.2
max 0.19 0.16 0.18 0.19 0.19 0.22 0.19 0.19 0.27 0.22 max 7
min 0.13 0.12 0.12 0.13 0.13 0.13 0.13 0.13 0.15 0.11 min 0.11
0.0
range 0.06 0.04 0.06 0.06 0.06 0.09 0.06 0.06 0.12 0.11 R bar 7
C. Perhitungan
1. Data kelompok
UCL = Ŕ x D4
LCL = Ŕ x D3
CL = Ŕ = 0,07
1UCL = X́ + 1/3 Ŕ A2
2UCL = X́ + 2/3 Ŕ A2
3UCL = X́ + 3/3 Ŕ A2
3LCL = X́ - 3/3 Ŕ A2
2LCL = X́ - 2/3 Ŕ A2
1LCL = X́ - 1/3 Ŕ A2
= 0,16 - (1/3 x 0,07 x 0,308) = 0.15
2. Data Golongan
LCL = Ŕ x D3
CL = Ŕ = 0,07
1UCL = X́ + 1/3 Ŕ A2
2UCL = X́ + 2/3 Ŕ A2
3UCL = X́ + 3/3 Ŕ A2
3LCL = X́ - 3/3 Ŕ A2
2LCL = X́ - 2/3 Ŕ A2
1LCL = X́ - 1/3 Ŕ A2
= 0,18 - (1/3 x 0,07 x 0,308) = 0.175