1

KOMPETENSI

• Mampu menerapkan rencana penerimaan

sampel, baik satu tingkat atau beberapa
tingkat, untuk data atribut dan data
variabel dengan menggunakan beberapa
metode guna menentukan keputusan
dalam menerima atau menolak produk
yang datang, produk yang dalam proses
atau produk jadi, dengan berdasarkan
pada sampel yang diambil.
2
 LATAR BELAKANG

SERINGKALI KITA HARUS MENGAMBIL

KEPUTUSAN UNTUK MENERIMA ATAU
MENOLAK SESUATU HAL TANPA
MEMPUNYAI KESEMPATAN UNTUK
MEMERIKSANYA SECARA KOMPREHENSIF
(MENYELURUH)

3
 RENCANA PENERIMAAN SAMPEL
(ACCEPTANCE SAMPLING)
Pengertian Rencana Penerimaan Sampel
Rencana penerimaan sampel (acceptance sampling plans) adalah
prosedur yang digunakan dalam mengambil keputusan terhadap
produk-produk yang datang atau yang sudah dihasilkan
perusahaan.

4
 TIGA METODE

1. Tidak mengadakan inspeksi terhadap

produk
2. Mengadakan 100% inspeksi terhadap
produk
3. Dengan sampel penerimaan.

5
 AS dan QC
• Acceptance sampling tidak digunakan untuk memperkirakan keputusan
penerimaan atau penolakan saja.
• Acceptance sampling juga bukan merupakan alat pengendalian kualitas,
namun merupakan alat untuk memeriksa apakah produk atau bahan baku
yang datang ke perusahaan atau produk yang telah dihasilkan perusahaan
tersebut telah memenuhi spesifikasi.
• Acceptance sampling dapat dilakukan selama inspeksi bahan baku yang
datang, komponen, dan perakitan, pada berbagai fase dalam proses
operasi, atau selama inspeksi produk akhir.
• Acceptance sampling digunakan sebagai suatu bentuk dari inspeksi antara
perusahaan dengan pemasok, antara pembuat produk dengan konsumen,
atau antar divisi dalam perusahaan.
• Acceptance sampling tidak melakukan pengendalian atau perbaikan
kualitas proses, melainkan hanya sebagai metode untuk menentukan
disposisi terhadap produk yang datang (bahan baku) atau produk yang
6
telah dihasilkan (barang jadi) (Mitra, 1993).
 Mengapa dilakukan acceptance sampling?

• Pengujian yang dapat merusakkan produk,

• Biaya inspeksi yang sangat tinggi
• 100% inspeksi yang dilakukan memerlukan waktu
yang lama,
• Pemasok memiliki kinerja yang baik tetapi beberapa
tindakan pengecekan tetap harus dilaksanakan,
• Adanya isu-isu mengenai tanggungjawab perusahaan
terhadap produk yang dihasilkannya.

7
 KEUNGGULAN AS

Besterfield (1998):

• Lebih murah

• Dapat meminimalkan kerusakan dan perpindahan tangan

• Mengurangi kesalahan dalam inspeksi,

• Dapat memotivasi pemasok bila ada penolakan bahan baku.

8
 KELEMAHAN AS

• Adanya risiko penerimaan produk cacat atau penolakan produk baik

• Sedikitnya informasi mengenai produk
• Membutuhkan perencanaan dan pendokumentasian prosedur
pengambilan sampel, dan
• Tidak adanya jaminan mengenai sejumlah produk tertentu yang
akan memenuhi spesifikasi.

9
 DUA JENIS PENGUJIAN

• Sebelum pengiriman produk akhir ke pelanggan

(dilakukan oleh produsen,disebut dengan the
producer test the lot for outgoing quality)
• Setelah pengiriman produk akhir ke pelanggan
(dilakukan oleh konsumen, disebut dengan the
consumer test the lot for incoming quality)

10
 AS UTK DATA ATRIBUT DAN DATA
VARIABEL
• Acceptance sampling untuk data atribut dilakukan apabila inspeksi
mengklasifikasikan produk sebagai produk yang baik dan produk yang
cacat tanpa ada pengklasifikasian tingkat kesalahan atau cacat produk
tersebut (Mitra, 1993).

• Dalam acceptance sampling untuk data variabel, karakteristik kualitas

ditunjukkan dalam setiap sampel. Oleh karenanya, dalam acceptance
sampling untuk data variabel dilakukan pula penghitungan rata-rata sampel
dan penyimpangan atau deviasi standar sampel tersebut. Apabila rata-rata
sampel berada di luar jangkauan penerimaan, maka produk tersebut akan
ditolak.

11
 SAMPEL DENGAN PENGEMBALIAN DAN
PENGAMBILAN SAMPEL TANPA PENGEMBALIAN

• Acceptance sampling dpt dilakukan dengan pengambilan sampel

atau inspeksi dengan mengadakan pengembalian dan perbaikan
atau pengambilan sampel atau inspeksi tanpa mengadakan
pengembalian dan perbaikan.

• Hal ini dilakukan selama inspeksi,

• Pengembalian serta perbaikan yang dilakukan juga membutuhkan

biaya yang tidak sedikit.

12
 Sampel Tunggal, Sampel Ganda, Dan Sampel Banyak
• AS dapat dilakukan dengan sampel tunggal, sampel ganda, dan sampel banyak.
• Pengambilan sampel ganda berarti apabila sampel yang diambil tidak cukup
memberikan informasi, maka diambil lagi sampel yang lain.
• Pada pengambilan sampel banyak, tambahan sampel dilakukan setelah sampel
kedua.
• Mitra (1993): prosedur pengambilan sampel yang terbaik dari segi biaya adalah
pengambilan sampel tunggal, lalu diikuti ganda, dan yang terakhir banyak.
• Secara rata-rata banyaknya unit yang diinspeksi untuk membuat keputusan
berkaitan dengan produk biasanya lebih pada perencanaan sampel tunggal. Hal ini
disebabkan pengambilan sampel ganda dan banyak hanya menggunakan beberapa
unit dalam sampel, sehingga bila produk diterima untuk inspeksi adalah sangat baik
atau buruk kualitasnya, keputusan penerimaan atau penolakan harus dibuat secepat
mungkin.
• Pengambilan sampel tunggal juga menyediakan paling banyak informasi, diikuti
sampel ganda dan banyak. Hal ini disebabkan informasi dari sampel merupakan
fungsi ukuran sampel, sehingga pada sampel tunggal yang menggunakan unit yang
diinspeksi paling banyak juga akan memberikan informasi yang lebih banyak dan
13
lebih baik.
 SYARAT PENGAMBILAN SAMPEL
• Syarat pengambilan produk sebagai sampel, yaitu produk harus homogen yakni
berasal dari mesin yang sama, menggunakan karyawan yang sama dalam proses
pembuatan, menggunakan input yang sama, dan seterusnya.
• Hal ini akan lebih memudahkan dan pengujian yang dilakukan menjadi lebih tepat.
• Apabila produk yang diambil berasal dari sumber yang berbeda, maka
pengambilan sampel tersebut tidak berfungsi dengan benar.
• Selain itu, produk yang diambil sebagai sampel harus sebanyak mungkin.
Semakin banyak sampel yang diambil akan semakin baik, walaupun biayanya
akan semakin tinggi.
• Sistem penanganan produk juga harus direncanakan untuk membantu
pengambilan sampel tersebut.
• Syarat yang lain adalah sampel yang diambil harus dilakukan dengan cara acak,
sehingga semua produk yang ada mempunyai kesempatan yang sama untuk
14
dipilih sebagai sampel
 PROSEDUR AS TUNGGAL

• Dari sejumlah produk yang sama sebanyak N

unit, diambil sampel secara acak sebanyak n
unit.
• Apabila ditemukan kesalahan (d) sebanyak
maksimum c unit, maka sampel diterima.
• Tetapi apabila kesalahan (d) ditemukan melebihi
c unit, maka sampel ditolak, yang berarti seluruh
produk homogen yang dihasilkan tersebut juga
ditolak.

15
 INDEKS KUALITAS
Beberapa indeks kualitas yang dapat digunakan dalam acceptance
sampling plans, yaitu:
1. AQL - Acceptable Quality Level atau tingkat kualitas menurut produsen
2. LQL - Limiting Quality Level atau tingkat kualitas menurut konsumen.
3. IQL - Indifference Quality Level atau tingkat kualitas diantara AQL dan
LQL, yang seringkali diartikan sebagai tingkat kualitas pada
probabilitas penerimaan 0,5 untuk rencana sampel tertentu
4. AOQL - Average Outgoing Quality LevelAOQL adalah suatu perkiraan
hubungan yang berada diantara bagian kesalahan pada produk
sebelum inspeksi (incoming quality) atau p dari bagian sisa kesalahan
setelah inspeksi (outgoing quality)
16
 KARAKTERISTIK ACCEPTANCE
SAMPLING
Gryna (2001):
1. Indeks (AQL, AOQL, dan sebagainya) yang digunakan untuk menentukan
"kualitas" harus menunjukkan kebutuhan konsumen dan produsen dan tidak dipilih
hanya untuk kebutuhan statistik.
2. Risiko dalam pengambilan sampel harus diketahui secara kuantitatif (kurva OC).
Produsen harus memiliki perlindungan yang cukup terhadap penolakan produk
baik, konsumen juga harus dilindungi terhadap penerimaan produk cacat.
3. Perencanaan harus meminimalkan biaya inspeksi produk secara keseluruhan.
Perlu evaluasi yang lebih teliti dalam perencanaan sampel, baik dalam
pengambilan sampel tunggal, ganda, dan banyak.
4. Perencanaan harus menggunakan pengetahuan seperti kemampuan proses, data
pemasok, dan informasi-informasi lainnya.
5. Perencanaan harus fleksibel menyesuaikan perubahan banyaknya produk,
kualitas produk yang diterima, dan faktor-faktor lain yang ter-kait.
6. Pengukuran yang diperlukan dalam perencanaan harus menyediakan informasi
yang bermanfaat dalam memperkirakan kualitas produk secara individu dan 17
kualitas jangka panjang.
PENGUKURAN UNTUK MENGEVALUASI
KINERJA SAMPEL

Ada beberapa macam pengukuran yang dapat

dilakukan untuk meng-evaluasi kinerja sampel
yang diambil, antara lain :
1. Kurva OC (operating characteristics curve),
2. Kurva AOQ (average outgoing quality curve),
3. Kurva ATI (average total inspection curve), dan
4. Kurva ASN (average sample number curve).

18
 KURVA KARAKTERISTIK OPERASI
(OPERATING CHARACTERISTIC CURVE)
ATAU OC CURVE
• Kurva ini menyatakan hubungan antara probabilitas penerimaan
(Pa) dengan bagian kesalahan dalam produk yang dihasilkan (p).
• Untuk menggambarkan kurva ini diperlukan rumus Pa = P(d ≤ c)
dimana Pa adalah probabilitas penerimaan, c adalah cacat produk
yang disyaratkan, dan d adalah jumlah cacat yang terjadi.
c c
pd (1 − p) n − d
n!
• Pa = P(d ≤ c) = ∑ p(d) = ∑ .
d =0 d = 0 d!( n − d ) !
• Untuk penghitungan probabilitas penerimaan dapat digunakan
Tabel Distribusi Poisson

19
 Contoh Kurva OC

Operating Characteristic (OC) Curve

Operating Characteristic (OC) Curve
n=1948, c=14
n=138, k=2.43545
1
1

0.8
Prob. of acceptance

0.8

Prob. of acceptance
0.6
0.6

0.4
0.4

0.2
0.2

0
0
0 0.4 0.8 1.2 1.6 2
0 0.4 0.8 1.2 1.6 2
True percent defective
True percent defective

20
Hubungan Antara p dan Pa
Proporsi kesalahan np Probabilitas
penerimaan
( Pa)
0,01 0,50 0,986
0,02 1,00 0,920
0,03 1,50 0,809
0,04 2,00 0,677
0,05 2,50 0,544
0,06 3,00 0,423
0,07 3,50 0,321
0,08 4,00 0,238
0,09 4,50 0,174
0,10 5,00 0,125
0,11 5,50 0,088
0,12 6,00 0,062
0,13 6,50 0,043
0,14 7,00 0,030
0,15 7,50 0,020
21
 PERENCANAAN SAMPEL GANDA
(DOUBLE SAMPLING PLANS)
Prosedur:
1. Ambil sampel yang pertama. Apabila
keputusannya jelas, diterima atau ditolak
maka proses pengambilan dan pengujian
sampel berhenti.
2. Apabila tidak jelas keputusannya, maka
diambil sampel yang kedua tanpa ada
pengembalian atau perbaikan dari
sampel pertama.
22
 PROSEDUR SAMPEL GANDA

Jika dl > cl Jika dl + d2 > c2

Produk ditolak ditolak
datang Inspeksi Inspeksi
n1 unit n2 unit
P0
Jika d1≤c1 Jika d1+d2≤c2
diterima diterima

23
 CONTOH

N = 5000 unit,
n1 = 40 unit,
n2 = 60 unit,
c1 = 1 unit,
c2 = 5 unit,
r1 = 4 unit, dan
r2 = 6

24
Tabel nilai p, dan Pa

Proporsi Pa I Pa II Probabilitas
kesalahan Penerimaan (Pa)
Pa =PaI +PaII
0,01 0,938 0,061 0,999
0,02 0,808 0,173 0,981
0,03 0,662 0,257 0,919
0,04 0,525 0,280 0,805
0,05 0,406 0,251 0,657
0,06 0,309 0,198 0,507
0,07 0,231 0,135 0,366
0,08 0,171 0,061 0,232
0,09 0,125 0,060 0,185
0,10 0,091 0,034 0,125
0,11 0,066 0,020 0,086
0,12 0,047 0,011 0,058
0,13 0,036 0,006 0,042
0,14 0,027 0,003 0,030
0,15 0,017 0,001 0,018

25
KURVA OC

26
 PERENCANAAN SAMPEL BANYAK
(MULTIPLE SAMPLING PLANS):
Prosedur penerimaan sampel banyak dapat dijelaskan seperti contoh
berikut (untuk empat tingkat):

Jika d1>c1 Jika d1+d2>c2 Jika d1+d2+d3 Jika d1+d2+d3

ditolak ditolak >c3 ditolak +d4>c4 ditolak

Produk datang Inspeksi Inspeksi Inspeksi Inspeksi

P0 n1 unit n2 unit n3 unit n4 unit

Jika d1≤c1 Jika d1+d2≤c2 Jika d1+d2+d3 Jika d1+d2+d3

diterima diterima ≤c3 diterima +d4≤c4 diterima

27
 Contoh

• Misal

N = 3000
cl = 0 rl = 4
n 2 = 30 c2 = 2 r2 = 5

n 3 = 30 c3 = 3 r3 = 5

n 4 = 30 c4 = 4 r4 = 5

28
 Kurva Tingkat Kualitas Output Rata-rata
(Average Outgoing Quality (AOQ) Curve)
• AOQ adalah tingkat kualitas rata-rata dari suatu departemen inspeksi. Di sini sampel yang
diambil harus dikembalikan untuk mendapatkan perbaikan bila produk tersebut ternyata
rusak atau cacat atau adanya kesalahan.
• AOQ mengukur rata-rata tingkat kualitas output dari suatu hasil produksi yang banyak
dengan proporsi kerusakan sebesar p.
• Apabila N adalah banyaknya unit yang dihasilkan dan n sebagai unit sampel yang
diinspeksi. Sementara p adalah bagian kesalahan atau ketidaksesuaian dan Pa
merupakan probabilitas penerimaan produk tersebut, maka rumus yang digunakan adalah:
AOQ = Pa.p.(N-1)/N
• Kurva AOQ ini mempunyai titik puncak yang disebut dengan AOQL (Average Outgoing
Quality Limit).
• AOQL tersebut menunjukkan kualitas rata-rata terburuk yang akan meninggalkan bagian
pengujian atau inspeksi dengan asumsi dilakukan pengembalian untuk perbaikan tanpa
mempedulikan kualitas produk yang datang. Pada titik itulah mulai dilakukan perbaikan.
• AOQL juga mengukur kebaikan perencanaan sampel.
29
Cara pembuatan kurva AOQ
Misalnya diketahui N = 2000, n = 50, c = 2

Probabilitas
Proporsi Kualitas output
penerimaan
kesalahan rata-rata (AOQ)
( Pa)
0,01 0,986 0,0096
0,02 0,920 0,0179
0,03 0,809 0,0237
0,04 0,677 0,0264
0,05 0,544 0,0265
0,06 0,423 0,0247
0,07 0,321 0,0219
0,08 0,238 0,0186
0,09 0,174 0,0153
0,10 0,125 0,0122
0,11 0,088 0,0094
0,12 0,062 0,0073
0,13 0,043 0,0055
0,14 0.030 0,0041
0,15 0.020 0,0029 30
 Contoh

Maka kurva AOQ-nya adalah:

0.03
0,03
0.025
0,025
0.02
0,02
0.015
0,015
0.01
0,01
0.005
0
0,005
0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Di mana sumbu vertikal merupakan sumbu AOQ sedang sumbu horisontal menunjukkan
proporsi kesalahan

31
Untuk pengambilan sampel ganda, rumus AOQ yang digunakan adalah:
[PaI(N − n1) + PaII(N − n1 − n2)]
AOQ = .
N

Apabila digunakan contoh soal yang sama dengan contoh pembuatan kurva OC di mana
N 5000
nl 40 n2 60 unit
cl 1 c2 5 unit
rl 4 r2 6 unit
maka hasil AOQ pada berbagai tingkat proporsi kesalahan adalah:
Proporsi kesalahan Pa I Pa II Kualitas output
0,01 0,938 0,061 0,0099
0,02 0,808 0,173 0,0194
0,03 0,662 0,257 0,0273
0,04 0,525 0,280 0,0318
0,05 0,406 0,251 0,0324
0,06 0,309 0,198 0,0300
0,07 0,231 0,135 0,0253
0,08 0,171 0,061 0,0185
0,09 0,125 0,060 0,0165
0,10 0,091 0,034 0,0124
0,11 0,066 0,020 0,0091
0,12 0,047 0,011 0,0069
0,13 0,036 0,006 0,0054
0,14 0,027 0,003 0,0042

32
 Kurva AOQ untuk Sampel Ganda dengan N=5000 n1=40 c1=1
rl=4dan n2=60 c2=5 r2=6

33
 Kurva Inspeksi Total (Average Total
Insepction Curve) atau ATI curve

• Pengukuran lain yang sering digunakan bila sampel yang diambil dikembalikan
adalah rata-rata inspeksi total.
• ATI menunjukkan rata-rata jumlah sampel yang diinspeksi setiap unit yang
dihasilkan. Apabila dari produk yang dihasilkan tidak ditemukan adanya kesalahan
atau ketidaksesuaian, maka produk tersebut akan diterima melalui rencana sampel
yang dipilih dan hanya sebanyak n unit yang akan diinspeksi. Di sisi lain, apabila dari
produk yang dihasilkan memiliki 100 persen produk yang mengalami
ketidaksesuaian, banyaknya unit yang diinspeksi akan sebanyak N unit, dengan
asumsi produk yang mengalami ketidaksesuaian atau kesalahan tersebut disaring.
• Untuk kualitas produk yang berada di antara kedua sisi ekstrim tersebut, rata-rata
banyaknya unit yang diinspeksi akan bervariasi diantara kedua nilai.
• Untuk sampel tunggal digunakan rumus:
ATI = n+(1-Pa)(N-n)
• Sedang untuk sampel ganda digunakan rumus:
34
ATI = nl (PaI)+(nl+n2)PaII+N(1-PaI-PaII)
 Banyaknya Sampel Rata-rata (Average
Sample Number Curve) atau ASN curve
• ASN adalah rata-rata banyaknya unit yang diuji untuk membuat suatu keputusan.
Asumsinya, inspeksi tidak hanya dibatasi untuk sampel tunggal.
• Misalnya jika terdapat 3 kesalahan setelah 20 unit diinspeksi dengan perencanaan
sampel tunggal di mana N = 800, n = 60, dan c = 2, meskipun keputusan diambil
setelah unit ke-20 untuk menolak produk tersebut, inspeksi akan tetap dilanjutkan
hingga seluruhnya, 60 unit tersebut sesuai sampel yang diambil.
• Oleh karena itu, untuk sampel tunggal banyaknya sampel rata-rata adalah sama
dengan ukuran atau jumlah sampel tersebut ( n).
• Sedang untuk sampel ganda jumlah sampel rata-rata dirumuskan dengan:
ASN = n1Pl+(nl+n2)(1-Pl) = nl + n2(1-Pl)
di mana PI merupakan probabilitas pembuatan keputusan pada sampel pertama.
P1=P (produk yang diterima pada sampel pertama) + P(produk yang ditolak pada
sampel pertama)=P (d≤cl) + P (d ≥ rl)P1 = P(d≤cl)+P(d≥ rl)

35
• contoh:
diketahui N = 3000
n1 = 40 cl = 1 rl =4
n2 = 80, c2 = 3, r2 = 4
misal nilai p atau proporsi kerusakan 0,02 maka:
P1 = P(d≤cl)+P(d≥ rl)
= P[d≤ l | n1p=40(0.02)] + P(d ≥ 4 | n1p=40(0.02)]
= P[d≤ l | n1p=0.8] + P(d ≥ 4 | n1p=0.8)]
= 0.808 + (1-0.991)
= 0,817
ASN = nl + n2 (1 - P1)
=40+80(1-0,817)
= 54,64

36
Berikut adalah contoh pembuatan kurva ASN dengan sampel ganda.
Diketahui N = 3000 unit, n 1= 40 unit, c 1= 1 dan rl = 4 sedang n2 = 80, c2 = 3
dan r2 = 4 dengan menggunakan cara coba-coba terhadap nilai proporsi kesalahan
maka dapat kita gambarkan kurvanya:

Proporsi Probabilitas Banyaknya sampel

k 0,01
lh k 0,939 R 44,88(ASN)
0,02 0,818 54,56
0,03 0,697 64,24
0,04 0,604 71,68
0,05 0,549 76,08
0,06 0,529 77,68
0,07 0,539 76,88
0,08 0,568 74,58
0,09 0,610 71,20
0,10 0,671 66,32
0,11 0,712 63,04
0,12 0,753 59,76
0,13 0,794 56,48
0,14 0,830 53,60
0,150 0,866 50,72

37
Kurva ASN untuk Sampel Ganda dengan N= 3000 n1= 40 c1=1 r1= 4 dan n2 =
80 c2 = 3 r2 = 4

38
 Merencanakan Kebutuhan Sampel
Secara Manual

• Untuk menentukan besarnya sampel yang

diambil secara manual, yang harus ditentukan
terlebih dahulu adalah apakah kita menekankan
perhatian pada risiko produsen, atau pada risiko
konsumen, ataukah keduanya.
• Sebagai alat bantu kita dapat pergunakan Tabel
7.1 yang sebenarnya juga diambil dari tabel
distribusi poisson.
• Yang perlu diperhatikan dan diingat adalah
adanya beberapa lambang atau simbol penting.

39
Tabel 7.1 Nilai np pada Risiko Produsen 0,05 dan Risiko
Konsumen 0,10
Jumlah Pa = 0,95 Pa = ( np2 )/(
0i 0,051 2,303 44,88
1 0,355 3,890 10,96
2 0,818 5,322 6,51
3 1,366 6,681 4,89
4 1,970 7,994 4,06
5 2,613 9,274 3,55
6 3,286 10,532 3,21
7 3,981 11,771 2,96
8 4,695 12,995 2,77
9 5,426 14,206 2,62
10 6,169 15,407 2,50
11 6,924 16,598 2,40
12 7,690 17,782 2,31
13 8,464 18,958 2,24
14 9,246 20,128 2,18
40
15 10,035 21,292 2,21
 Merencanakan Sampel Tunggal
Menekankan pada Risiko Produsen

• Untuk merencanakan besar sampel yang harus diambil dengan pene-kanan pada
risiko produsen, ada beberapa hal yang harus diperhatikan yaitu a dan nilai AQL
(Acceptable Quality Level). Selain itu Tabel 7.l, yang harus diperhatikan adalah kolom
pertama yang menunjukkan jumlah pene-rimaan (c) dan kolom kedua yang
menunjukkan nilai np pada probabilitas, penerimaan sesuai dengan risiko produsen.
Sebagai contoh, tentukan perencanaan sampel tunggal yang menekankan pada
risiko produsen sebesar 5% untuk sejumlah 1,5% produk yang baik.
• Dari contoh tersebut dapat kita tentukan nilai a sebesar 0,05 dan AQL atau p1
sebesar 0,015. Dengan menggunakan Tabel 7.1 maka dapat ditentukan besarnya
sampel yang harus diambil. Namun terlebih dahulu ditentukan banyaknya cacat
dalam sampel itu, misalnya 1, 3, atau 6. Yang perlu diingat dalam Tabel 7.l adalah
bahwa nilai npl adalah n x pl sehingga:
• bila c = 1 maka n = atau 24.
• bila c = 3 maka n = atau 92.
• bila c = 6 maka n = atau 220.

41
 Menekankan Pada Risiko Konsumen
• Untuk merencanakan besar sampel yang harus diambil dengan pene-kanan pada
risiko konsumen harus diperhatikan beberapa hal, yaitu b dan nilai LQL (Limiting
Quality Level). Selain itu, digunakan Tabel 7.1 pada kolom pertama yang
menunjukkan jumlah penerimaan (c) dan kolom ketiga yang menunjukkan nilai np
pada probabilitas penerimaan sesuai dengan risiko konsumen terhadap produk
cacat. Sebagai contoh, tentukan peren-canaan sampel tunggal yang menekankan
pada risiko konsumen sebesar 10% untuk sejumlah 8% produk cacat.
• Dari contoh tersebut dapat ditentukan nilai b sebesar 0,10 dan LQL atau p2 sebesar
0,08. Dengan menggunakan Tabel 7.1 maka dapat ditentu-kan besarnya sampel
yang harus diambil bila banyaknya cacat dalam sampel itu diasumsikan, misalnya 1,
3, atau 6. Yang perlu diingat dalam Tabel 7.1 adalah bahwa nilai np2 adalah n x p2
sehingga:
• Bila c = 1 maka:
• n = atau 49
• Bila c = 3 maka
• n = atau 84
• Bila c = 6 maka
• n = atau 132.

42
 Menekankan pada Risiko Produsen dan
Risiko Konsumen
• Untuk merencanakan besar sampel yang harus diambil dengan penekanan pada risiko
produsen dan risiko konsumen harus diperhatikan beberapa hal, yaitu a, b, nilai AQL
(Acceptable Quality Level), dan nilai LQL (Limiting Quality Level). Selain itu Tabel 7.1. yang
diperhatikan adalah kolom pertama yang menunjukkan jumlah penerimaan (c) dan kolom
keempat yang menunjukkan perbandingan nilai npl dan np2 sesuai dengan risiko produsen dan
risiko konsumen. Sebagai contoh, tentukan perencanaan sampel tunggal yang menekankan
pada risiko produsen 5% terhadap 1,8% produk baik yang ditolaknya dan risiko konsumen
sebesar 10% untuk sejumlah 9% produk cacat yang diterimanya.
• Dari contoh tersebut dapat ditentukan nilai a sebesar 0,05 dan AQL atau p1 0,018 serta nilai b
sebesar 0,10 dan LQL atau p2 sebesar 0,08. Dengan menggunakan Tabel 7.1 maka dapat
ditentukan besarnya sampel yang harus diambil dengan terlebih dahulu membandingkan nilai
p2 dan p1 sebagai berikut:
• R = p1/p2 = 0,09/0,018 = 5,00
• Apabila dilihat pada Tabel 7.1 maka nilai 5,00 terletak pada nilai antara 6,51 dengan 4,89
dimana nilai 6,51 ada pada nilai c = 2 dan nilai 4,89 ada pada nilai c = 3. Sehingga menurut
penekanan pada risiko produsen sampel yang diambil:
• Untuk c = 2 maka np1 = 0,818 sehingga npl/p1 = 0,818 / 0,018 = 45,44 = 46
• Untuk c = 3 maka np1 = 1,366 sehingga npl/p1 = 1,366 / 0,018 = 75,88 = 76.
• Sedang menurut penekanan pada risiko konsumen maka sampel yang diambil:
• Untuk c = 2 maka np2 = 5,322 sehingga n = np2/p2 = 5,322/0,09 = 59,13 = 60
• Untuk c = 3 maka np2 = 6,681 sehingga n = np2/p2 = 6,681 / 0,9 = 74,23 = 75
• Apabila perusahaan memperhatikan kedua risiko tersebut, ada dua macam pertimbangan yang
dapat dilakukan, yaitu menekankan pada risiko produsen yang dekat dengan nilai LQL atau
menekankan pada risiko konsumen yang dekat dengan nilai A QL.
43
 Menekankan Pada Risiko Produsen
Dekat Dengan LQL

• Untuk memenuhinya, perlu diperhatikan nilai n (banyaknya sampel)

yang diperoleh dari hasil perhitungan di atas menurut penekanan
pada risiko produsen, yaitu n= 46 untuk c = 2 dan n = 76 untuk c =
3, sehingga LQL atau p2 yang diperoleh adalah:
• Untuk c = 2 dan n = 46 dengan (3 = 0,10 dan np2 = 5,322 sehingga
• p2 = np2/n= 6,681/76 = 0,1157
• Untuk c = 3 dan n = 76 dengan b = 0,10 dan np2 = 6,681 sehingga
• p2 = np2/n - 6,681/76 = 0,0879.
• Dari kedua nilai p2 atau LQL di atas maka yang dekat dengan LQL -
0,09 adalah pada n = 76 dengan c = 3

44
 Menekankan Pada Risiko Konsumen
Dekat Dengan AQL

• Untuk memenuhinya, perlu diperhatikan nilai n (banyaknya sampel)

yang diperoleh dari hasil perhitungan di atas menurut penekanan
pada risiko konsumen, yaitu n = 60 untuk c = 2 dan n = 75 untuk c =
3, sehingga AQL atau p1 yang diperoleh adalah:
• Untuk c = 2 dan n = 60 dengan a = 0,10 dan np1= 0,818 sehingga:
• p2 = np2/n = 0,818/60 = 0,0136
• Untuk c = 3 dan n = 75 dengan a = 0,10 dan npl = 1,366 sehingga
p2 = np2/n = 1,336/75 = 0,0182.
• Dari kedua nilai pl atau AQL di atas maka yang dekat dengan AQL =
0,018 adalah pada n = 75 dengan c = 3.

45
 Merencanakan Sampel Ganda
• Untuk membuat perencanaan sampel ganda ini harus tetap diperhati-kan nilai a, b, AQL, dan LQL. Namun
perencanaan sampel ini dibatasi pada dua syarat, yaitu bila besarnya sampel pertama sama dengan sampel
kedua (nl = n2) atau besarnya sampel kedua sama dengan dua kali lebih besar dari sampel pertama (n2 =
2nl). Untuk membuat perencanaan terhadap jumlah sampel tersebut digunakan Tabel 7.2 dan 7.3
• Contoh:
• Tentukan berapa sampel pertama dan kedua yang harus diambil bila jumlah produk yang dihasilkan 2500 unit
dimana 1,2% produk baik akan ditolak oleh produsen dengan probabilitas penolakannya 5%, sementara 7,5%
produk cacat akan diterima oleh konsumen dengan probabilitas penerimaan 10%. Bila besar sampel pertama
sama dengan sampel kedua dengan pilihan pada penekanan terhadap risiko produsen, maka:
• R = p2/p1 = 0,075/0,012 = 6,25
• Nilai R = 6,25 berdasar Tabel 7.2 tersebut dekat dengan nilai R = 6,79 dimana c1 = 0 dan c2 = 2. Jika
penekanan pada risiko produsen (a = 0,05) maka nilai np pada probabilitas penerimaan 0,95 adalah 0,43,
sehingga sampel yang harus diambil:
• n1=0,43/0,012 = 35,86 = 36.
• Karena n1= n2 maka n1 = 36 dan n2 = 36.
• Apabila dalam soal di atas besarnya sampel kedua sama dengan dua kali besar sampel pertama dengan
penekanan terhadap risiko konsumen maka:
• R = p2 / p1 = 0,075 / 0,012 =6,25
• Nilai R = 6,25 berdasar Tabel 7.3 tersebut dekat dengan nilai R = 6,48 dimana cl = 0 dan c2 = 3. Jika
penekanan pada risiko produsen (b = 0,10) maka nilai np pada probabilitas penerimaan 0,10 adalah 3,89,
sehingga sampel yang harus diambil:
• n1= 3,89 / 0,075 = 51,87 = 52. 46
• Karena n2 = 2 n1 maka besar sampel pertama (n1) adalah 52 dan sampel kedua (n2) adalah 104.
 Merencanakan Sampel Banyak

• Sampel banyak merupakan perluasan dari sampel ganda apabila

setelah sampel kedua diambil tetap belum ada informasi yang jelas
mengenai keputusan yang harus diambil, akan menerima atau
menolak produk tersebut. Prosedur pengambilan sampelnya sama
dengan pengambilan sampel ganda. Biasanya, dalam tabel, nilai
penerimaan selalu diberitahukan, tetapi nilai penolakan tidak. Bila
nilai penolakan (r) tidak ada, maka diasumsikan bahwa
• rl = r2 = c2 +1.
• Untuk selanjutnya pengambilan sampel banyak ini meng-gunakan
pengambilan sampel berdasar standar.

47
 Merencanakan Kebutuhan Sampel
Berdasarkan Standar
Dari pembahasan sebelumnya, dapat dilakukan perencanaan berapa besar sampel yang harus kita ambil, baik
untuk sampel tunggal maupun ganda. Namun, apabila masih terdapat keraguan dan harus dilakukan perencanaan
sampel banyak (multiple sampling plan), maka besar sampel yang ketiga, keempat, dan seterusnya sulit sekali
dicari. Oleh karena itu perlu adanya perencanaan besar sampel berdasarkan standar tertentu.

Tabel 7.2 Nilai untuk Penyusunan Sampel Ganda dengan nl = n2

( otr-0,05, 0=0,10)
Jumlah Nilai n1p ASN/nl pada Titik
P i
nomorR = p2/p1 c 1 c2 Pa = 0,95Pa = 0,50Pa = 0,10
1 11,90 0 1 0,21 1,00 2,50 1,170
2 7,54 1 2 0,52 1,82 3,92 1,081
3 6,79 0 2 0,43 1,42 2,96 1,340
4 5,39 1 3 0,76 2,11 4,11 1,169
5 4,65 2 4 1,16 2,90 5,39 1,105
6 4,25 1 4 1,04 2,50 4,42 1,274
7 3,88 2 5 1,43 3.20 5,55 1,170
8 3,63 3 6 1,87 3,98 6,78 1,117
9 3,38 2 6 1,72 3,56 5,82 1,248
10 3,21 3 7 2,15 4,27 6,91 1,173
11 3,09 4 8 2,62 5,02 8,10 1,124
12 2,85 4 9 2,90 5,33 8,26 1,167
13 2,60 5 11 3,68 6,40 9,56 1,166
14 2,44 5 12 4,00 6,73 9,77 1,215
15 2,32 5 13 4,35 7,06 10,08 1,271
48
16 2,22 5 14 4,70 7,52 10,45 1,331
17 2,12 5 16 5,39 8,40 11,41 1,452
• Ada dua macam standar, yaitu standar yang dibuat oleh suatu organisasi,
yaitu American National Standards Institute dan The American Society for
Quality Control yang dikenal dengan nama ANSI/ASQC Z1.4-1993 -
American National Standard-Sampling Procedures and Tables for
Inspection by Attributes. Standar tersebut dikembangkan selama Perang
Dunia II (1950) yang dikenal dengan nama Military Standard 105A
(MIL-STD-105A). Standar ini telah direvisi lalu diberi nama MIL-STD-105E
sebagai perencanaan sampel. Sedang ANSI/ASQC Z1.4-1993 merupakan
sistem pengambilan sampel.
• Standar lain yang juga dapat digunakan untuk membuat perencanaan
terhadap besar sampel yang harus diambil adalah standar yang ditetapkan
oleh H.F. Dodge dan H.G. Romig pada tahun 1959 yang dikenal dengan
Sistem Dodge-Romig yang dirancang untuk meminimalkan inspeksi rata-
rata dengan penekanan pada risiko konsumen (P dan LQL). Selain itu
Dodge-Romig System juga berdasar pada penekanan pada batas mutu
rata-rata (AOQL).

49
• ANSI/ASQC Z1.4. (Military Standard 105E)
• Versi paling awal dari Military Standard 105E (MIL STD 105E) adalah MIL STD 105A
tahun 1950, kemudian direvisi menjadi MIL STD 105E tahun 1989 yang tertunda
hingga 1991. Sekarang standar tersebut telah diadopsi oleh International Standard
Organization (ISO) sebagai ISO 2859. ANSI/ASQC Z7.4 (1993) adalah sistem
pengambilan sampel untuk data atribut dengan indeks kualitas yang digunakan
adalah AQL. AQL adalah persentase ketidaksesuaian maksimum (atau maksimum
banyaknya kesa-lahan per seratus unit produk) yang bertujuan untuk inspeksi
sampel, yang dipertimbangkan secara tepat sebagai rata-rata proses. Alat yang
digunakan adalah tabel yang berkaitan dengan banyaknya inspeksi. Inspeksi tersebut
menggunakan inspeksi tingkat I, II, dan III, di mana tingkat II dianggap sebagai
inspeksi normal.
• Selanjutnya, standar tersebut mencakup tiga tipe/cara inspeksi, yaitu inspeksi secara
normal, ketat, dan longgar. Tipe inspeksi tersebut diterapkan tergantung kualitas
produk yang diinspeksi. Pada awalnya, inspeksi normal yang digunakan, lalu diikuti
inspeksi ketat atau longgar. Inspeksi ketat atau inspeksi untuk kualitas produk yang
rendah, menghendaki sampel yang lebih banyak jumlahnya daripada inspeksi
normal. Inspeksi ketat digunakan bila kualitas produk menurun. Inspeksi longgar atau
untuk kualitas produk yang tinggi, memiliki banyaknya penerimaan yang relatif lebih
tinggi dibanding-kan inspeksi normal, sehingga lebih mudah untuk menerima produk
tersebut. Inspeksi ini digunakan apabila kualitas produk naik.

50
Tabel 7.3 Nilai untuk Penyusunan Sampel Ganda dengan n2 = 2n1 ( α=0,05, β=0,10)
Jumlah Nilai n1p ASN/nl pada titik
penerimaan Pa = 0,95
nomor R = p2/p l c1 c2 Pa = 0,95 Pa = 0,50 Pa = 0, I 0
1 14,50 0 1 0,16 0,84 2,32 1,273
2 8,07 0 2 0,30 1,07 2,42 1,511
3 6,45 1 3 0,60 1,80 3,89 1,238
4 5,39 0 3 0,49 1,35 2,64 1,771
5 5,09 1 4 0,77 1,97 3,92 1,359
6 4,31 0 4 0,68 1,64 2,93 1,985
7 4,19 1 5 0,96 2,18 4,02 1,498
8 3,60 1 6 1,16 2,44 4,17 1,646
9 3,26 2 8 1,68 3,28 5,47 1,476
10 2,96 3 10 2,27 4,13 6,72 1,388
11 2,77 3 11 2,46 4,36 6,82 1,468
12 2,62 4 13 3,07 5,21 8,05 1,394
13 2,46 4 14 3,29 5,40 8,11 1,472
14 2,21 3 15 3,41 5,40 7,55 1,888
15 1,97 4 20 4,75 7,02 9,35 2,029
16 1,74 6 30 7,45 10,31 12,96 2,230

51
• ANSI/ ASQC Z1.4 mencakup ketentuan untuk inspeksi ketat bila
kualitas memburuk. Apabila 2 dari 5 produk yang berurutan tidak
dapat diterima (ditolak) dalam inspeksi awal, perencanaan
pengambilan sampel secara ketat segera diberlakukan. Banyaknya
sampel biasanya sama, tetapi banyaknya penerimaan berbeda.
Perencanaan pengambilan sampel secara ketat menghendaki
sampel yang lebih banyak apabila probabilitas penerima-an untuk
AQL kurang dari 0,75. ANSI/ASQC Z1.4 juga menyediakan inspeksi
longgar apabila laporan pemasok baik. 10 produk yang semua
diterima pada perencanaan pengambilan sampel secara normal
akan memindahkan inspeksi normal tersebut ke inspeksi longgar.
Tabel dari batas bawah rata-rata proses akan membantu
memutuskan apakah laporan pemasok cukup baik untuk berpindah
ke inspeksi longgar. Biasanya, banyaknya sampel pada
pengambilan sampel dalam inspeksi secara longgar hanya sekitar
40% dari banyaknya sampel pada inspeksi secara normal.
Perpindahan dari inspeksi normal ke inspeksi ketat atau longgar
tentu menggunakan aturan atau pedoman
52
• . Aturan atau pedoman tersebut menurut Gryna (2001) meliputi:
• Inspeksi terhadap produk pertama menggunakan inspeksi normal.
• Apabila dalam inspeksi normal tersebut:
• 3. Jika dalam inspeksi ketat setelah 5 unit yang berurutan diterima, inspeksi dapat berpindah ke inspeksi normal.
• a. Ada 2 dari 5 produk berurutan ditolak, maka pindah ke inspeksi ketat.
• b. Apabila:
• 10 produk secara berurutan diterima, pindah ke inspeksi awal atau normal, dan banyaknya ketidaksesuaian dalam produk tersebut tidak
melebihi batas yang ada dalam tabel dan produksi tetap, tidak ada kerusakan mesin, tidak ada keterlambatan bahan baku atau tidak ada
masalah-masalah lain yang terjadi dan inspeksi Longgar dibutuhkan dengan tanggungjawab penuh.
• maka pindah ke inspeksi longgar
• 4. Dalam inspeksi longgar, perpindahan ke inspeksi normal apabila:
• Satu produk ditolak
• Produk dapat diterima secara marginal
• Produk menjadi irregular atau tidak biasanya
• Adanya kondisi-kondisi lain yang menjamin kembalinya inspeksi ke bentuk normal
• Sementara itu, apabila pengambilan sampel berdasarkan standar, informasi yang harus dikumpulkan antara lain:
• 1. Informasi yang harus diketahui
• AQL
• Banyaknya produk yang dihasilkan
• Jenis sampel (tunggal, ganda, atau banyak)
• Tingkat inspeksi yang digunakan (biasanya tingkat II)
• 2. Pengetahuan tentang banyaknya produk yang dihasilkan dan tingkat inspeksi yang digunakan untuk menentukan kode seperti pada
Tabe17.4
• 3. Pengetahuan tentang kode, AQL, dan jenis pengambilan sampel, sehingga rencana pengambilan sampel dapat dilakukan dengan
Tabel 7.5 sampai dengan Tabel 7.13

53
• Secara keseluruhan, langkah-langkah penggunaan antar
ANSI/ASQC Z1.4 ini adalah :
• 1. Menentukan AQL
• 2. Memilih tingkat inspeksi umum (general inspection level),
biasanya dimulai dari tingkat II (normal)
• 3. Menentukan ukuran produk (lot size) dengan melihat Tabel 7.4
• 4. Menemukan simbol ukuran sampel berdasarkan data-data di atas
(no. 1- -3)
• 5. Menentukan jenis pengambilan sampel tunggal, ganda, atau
banyak.
• 6. Menentukan besar sampel yang harus diambil dengan
menggunakan Tabel 7.5. sampai dengan Tabel 7.13
• 7. Untuk inspeksi awal digunakan inspeksi normal, kemudian beralih
ke inspeksi ketat atau longgar sesuai dengan aturan perubahan
jenis inspeksi yang ada.

54
Contoh 1:
Jumlah produk yang akan diuji 2000 unit dengan AQL yang disetujui 0,65 %. Jika inspeksi
yang akan dilakukan adalah inspeksi umum tingkat II clan merupakan inspeksi tunggal dan
normal, maka dengan standar ANSI/ ASQC Z1.4 besar sampel yang diambil yaitu:
Tabe17.4 Simbol Ukuran Sampel
Ukuran Tingkatan Inspeksi Umum
Produksi I II III
2-8 A A B
9-15 A B C
16-25 B C D
26-50 C D E
51-90 C E F
91-150 D F G
151 - 280 E G H
281 - 500 F H J
501 - 1200 G J K
1201 - 3200 H K L
3201 - 10000 1 L M
10001 - 35000 K M N
35001 - 150000 L N P
150001 - 500000 M P Q
500001 - N Q R
Sumber: ANSI/ASQC Z1.4., 1993

Jumlah produksi 2000 unit, dari Tabel 7.4 terlihat, dengan inspeksi umum tingkat II maka
simbol yang digunakan adalah K. Nilai AQL 0,65 untuk sampel tunggal, maka kita gunakan
Tabel 7.5. Dari tabel tersebut dapat kita ketahui bahwa besar sampel yang diambil n = 125,
penerimaan c = 2, dan penolakan r = 3.

Bila nilai AQL diubah menjadi 0,065% sedang kriteria lain tetap sama maka untuk nilai
AQL 0,065 pada simbol K harus bergerak ke bawah menjadi simbol L dengan besar sampel
yang diambil n = 200, penerimaan c = 0, dan penolakan r = 1.

55
 Contoh 2 :
Jumlah produk yang akan diuji 1.000 unit dengan AQL yang disetujui 15%. Jika inspeksi
yang akan dilakukan adalah inspeksi umum tingkat III, merupakan inspeksi ganda dan
jenisnya longgar, maka dengan standar ANSI/ASQC Z1.4, besar sampel yang diambil, yaitu:

Dari Tabel 7.4 maka kita dapatkan simbol K. Untuk AQL 15 pada simbol K dalam Tabel
7.10. harus bergeser ke atas menjadi simbol J, sehingga nl = 10, cl = 5, rl = 10, dan n2 = 20,
c2 = 12, r2 = 16. Dari hasil tersebut, bila ternyata produk yang diuji mempunyai cacat antara
12 dan 16 (13,14,15) maka harus dilakukan pengambilan sampel ketiga atau menjadi
pengambilan sampel banyak.

56
Contoh 3:

Jumlah produk yang akan diuji 80 unit dengan AQL yang disetujui 2,5%. Jika inspeksi yang
akan dilakukan adalah inspeksi umum tingkat II, merupakan inspeksi banyak dan jenisnya
ketat, maka dengan standar ANSI/ASQC Z1.4 besar sampel yang diambil, yaitu:

Dari Tabel 7.4. kita dapatkan simbol E, dan pada sampel banyak - ketat maka kita gunakan
Tabel 10.13. Dari tabel tersebut ternyata simbol E harus bergeser menjadi G sehingga n1 =
8, c1 = #, r1 = 2, n2 = 8, c2 = #, r2 = 2, n3 = 8, c3 = 0, r3 = 2, n4 = 8, c4 = 0, r4 =3, n5 = 8,
c5 = 1, r5 = 3, n6 = 8, c6 = 1, r6 = 3, n7 = 8, c7 = 2, r7 = 3. Untuk sampel pertama dan
kedua tidak terdapat kriteria penerimaan, sehingga hanya ada lima kali pengambilan
sampel.

57
Contoh 4:

Jumlah produk yang akan diuji 400 unit dengan AQL yang disetujui 1,0%. Jika inspeksi
yang akan dilakukan adalah inspeksi umum tingkat II, merupakan inspeksi tunggal dan
jenisnya normal sebagai awal pengujian. Inspeksi dilakukan 10 kali dengan hasil sebagai
berikut:

no. jumlah cacat no. jumlah cacat

1 1 6 1
2 0 7 0
3 2 8 1
4 3 9 1
5 1 10 2

Perencanaan berdasar LQL ini digunakan bila ada perlindungan terhadap penerimaan
individu terhadap sejumlah produk. Nilai biasanya berkisar 0,5; 1,0; 2,0; 3,0; 4,0; 5,0; 7,0;
dan 10,0 persen, baik untuk sampel tunggal maupun sampel ganda. Tabel 10.15 sampai 10.18
hanya menyediakan LQL sebesar 3% dan 5%.

Dengan standar ANSI/ASQC Z1.4 jenis sampel yang diambil yaitu:

Sampel pertama normal dengan simbol H, sebanyak n = 50, c = 1, r = 2, hasilnya

diterima. Sampel 2 masih menggunakan jenis atau tipe yang sama dan hasilnya diterima.
Sampel ketiga dengan jenis sama namun hasilnya ditolak, demikian juga untuk sampel
keempat. Karena ada dua kali penolakan dari lima sampel berurutan yang dilakukan maka
inspeksi pindah ke jenis inspeksi ketat. Dari Tabel 7.6 maka sampel yang diambil n = 80, c =
1, r = 2. Dengan menggunakan tipe sampel ini maka sampel keenam, ketujuh, kedelapan,
dan kesembilan diterima. Karena lima kali penerimaan dalam jenis sampel ketat maka
mulai pengujian kesepuluh diambil sampel jenis normal dengan n = 50, c = 1, dan r = 2.
Untuk sampel kesebelas juga masih digunakan jenis sampel yang sama dengan sampel
kesepuluh.

58