Atribute Chart 2022
Atribute Chart 2022
https://andyor.com/en/quality-control-and-inspection/
https://www.youtube.com/watch?v=nTxQI0Z84qY
https://www.youtube.com/watch?v=KmEvku5MMQA
https://www.youtube.com/watch?v=JdTG7NUn1Kg
https://andyor.com/en/quality-control-and-inspection/
https://www.youtube.com/watch?v=nTxQI0Z84qY
https://www.youtube.com/watch?v=KmEvku5MMQA
https://www.youtube.com/watch?v=JdTG7NUn1Kg
Variabel
Variabel Penelitian Jenis Cacat Keterangan Jenis Cacat Keterangan
Penelitian
1. Bengkok Ada lengkungan di Luka
alumunium 7. Gores memanjang
atau melintang
2. Billet Kotor Alumunium yang kotor
Adanya garis
seperti terdapat noda
8. Garis Putih putih
hitam
1 potongan Alumunium melintang
Ekstrusi 3. Die Mark Garis tajam Permukaan
tidak rata
4. Flex Adanya kotoran berbentuk 9. Gelombang
terlihat seperti
titik-titik hitam gelombang
Adanya serabut
10. Hair Line pada
5. Fusi Adanya sambungan 1 potongan alumunium
Alumunium Adanya bitnik-
6. Gas Benjolan di permukaan
Ekstrusi 11. Korosi bintik karna
alumunium uap
Permukaan
12. Kasar
yang kasar
Adanya
13. Makikomi kotoran pada
alumunium
Warna Pelangi
14. Pelangi pada
alumunium
Ada cekungan
15. Penyok pada
alumunium
p np p’ (laney p) c u u demerit
www.its.ac.id
KELEBIHAN
• Mudah digunakan
www.its.ac.id
Diagram Kontrol p
Produk dinyatakan cacat/tidak, sesuai/tidak sesuai
Distribusi yang mendasari adalah distribusi Binomial
Diagram kontrol p memonitor proporsi bagian tidak sesuai
Pada pemeriksaan terhadap sejumlah sampel, jika terdapat produk
yang tidak sesui dengan spesifikasi disebut cacat.
Proporsi cacat = jumlah produk cacat/jumlah sampel yang diperiksa
Diagram Kontrol p
Pada pemeriksaan terhadap n sampel
Produk cacat/tidak sesui sebanyak D
Maka D mengikuti distribusi Binomial :
𝑛𝑛 𝑑𝑑
𝑃𝑃 𝐷𝐷 = 𝑑𝑑 = 𝑝𝑝 (1 − 𝑝𝑝)𝑛𝑛−𝑑𝑑 ; 𝑑𝑑 = 0,1,2, … , 𝑛𝑛,
𝑑𝑑
dengan
𝜇𝜇 = 𝑛𝑛𝑛𝑛 dan 𝜎𝜎 = 𝑛𝑛𝑛𝑛(1 − 𝑝𝑝)
Diagram Kontrol p
Jika w menyatakan ukuran karakteristik kualitas,
- rata-rata µw
- standar deviasinya σw ,
Model general peta kontrol Shewart adalah :
UCL/BKA = µw + L σw
CL/Garis tengah = µw
LCL/BKB = µw - L σ
L = 3, bersesuaian dengan α=0,0027
Tahapan Diagram Kontrol p
• Menentukan karakteristik kualitas yang akan dimonitor
• Menghitung banyaknya bagian yang tidak sesui dalam setiap sub grup
• Menghitung statistic (proporsi bagian tidak sesuai) tiap subgrup
• Penentuan BATAS kontrol : Batas kontrol Atas (BKA); Garis Tengah
(GT); Batas kontrol Bawah (BKB).
• Interpretasi hasil (pola in-control/out of control)
• Revisi batas kontrol jika penyebab variasi diketahui (assignable
Causes)
Struktur data Diagram kontrol p
Tabel 1. Struktur Data
1 n1 D1 p1
2 n2 D2 p2
i Di pi
m nm Dm pm
Batas kontrol Diagram kontrol p
Proporsi diketahui
𝑝𝑝 (1 − 𝑝𝑝)
𝐵𝐵𝐵𝐵𝐵𝐵 = 𝑝𝑝 + 3
𝑛𝑛
𝐺𝐺𝐺𝐺 = 𝑝𝑝 (1)
𝑝𝑝(1 − 𝑝𝑝)
𝐵𝐵𝐵𝐵𝐵𝐵 = 𝑝𝑝 − 3
𝑛𝑛
Batas kontrol Diagram Kontrol p
Proporsi tidak diketahui
𝑝𝑝(1
̅ − 𝑝𝑝)̅
𝐵𝐵𝐵𝐵𝐵𝐵 = 𝑝𝑝̅ + 3
𝑛𝑛
𝐺𝐺𝐺𝐺 = 𝑝𝑝̅
(2)
𝑝𝑝(1
̅ − 𝑝𝑝)̅
𝐵𝐵𝐵𝐵𝐵𝐵 = 𝑝𝑝̅ − 3
𝑛𝑛
𝐷𝐷𝑖𝑖
𝑝𝑝̂𝑖𝑖 = ; 𝑖𝑖 = 1,2, … , 𝑚𝑚
𝑛𝑛
∑𝑚𝑚 𝑚𝑚
𝑖𝑖=1 𝐷𝐷𝑖𝑖 ∑𝑖𝑖=1 𝑝𝑝�𝑖𝑖
𝑝𝑝̅ = =
𝑛𝑛𝑛𝑛 𝑚𝑚
Interpretasi Diagram Kontrol p
Proses dikatakan terkontrol jika :
Semua titik berada dalam batas kontrol dengan pola random
Jika ada yang berada diluar batas kontrol , variasi yang timbul
dalam proses produksi :
- assignable causes (diketahui sumber penyebabnya ) dihilangkan
- natural/alamiah
Contoh 1 Tabel 2.
Diambil 30 sampel dari suatU proses produksi kotak
karton orange juice, masing-masing terdiri dari 50 kaleng
minuman yang diambil setiap 1,5 jam dari suatu proses Sampel Jumlah yang Proporsi tidak Sampel Jumlah yang Proporsi tidak
produksi. Kriteria ketidak sesuai jika terjadi kebocoran. tidak sesuai sesuai (𝑝𝑝̂𝑖𝑖 ) tidak sesuai sesuai (𝑝𝑝̂𝑖𝑖 )
(𝐷𝐷𝑖𝑖 ) (𝐷𝐷𝑖𝑖 )
∑𝑚𝑚
𝑖𝑖=1 𝐷𝐷𝑖𝑖 347
𝑝𝑝̅ = 𝑛𝑛𝑛𝑛
= = 0,2313
30𝑥𝑥𝑥𝑥
𝑝𝑝(1
̅ − 𝑝𝑝)̅
𝐵𝐵𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝐾𝐾𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 = 𝑝𝑝̅ ± 3
𝑛𝑛
,23131 − 0,7687)
= 0,2313 ± 3
50
𝐵𝐵𝐵𝐵𝐵𝐵 = 0,4102 dan 𝐵𝐵𝐵𝐵𝐵𝐵 = 0,0524
1 0.3
0.4 UCL=0.4102
Proportion
_
Proporsi bagian tidak sesuai
P=0.215
0.2
0.3
_
P=0.2313
0.1
0.2
LCL=0.0407
0.1 0.0
1 4 7 10 13 16 19 22 25 28
LCL=0.0524 Sample
Penyesuaian
Proportion
mesin _
P=0.215
0.2
0.1
LCL=0.0407
1
0.0
1 6 11 16 21 26 31 36 41 46 51
Sample
An estimated historical parameter is used in the calculations.
Results exclude specified rows: 15, 23
0.15
_
0.10 P=0.0967
_
0.10 P=0.0965
0.05
0.05
0.00 LCL=0.0032
LCL=0.0066
1 3 5 7 9 11 13 15 17 19 21 23 25 0.00
Sample 1 3 5 7 9 11 13 15 17 19 21 23 25
Tests are performed with unequal sample sizes. Pengamatan
3 UCL=3
_
Z score
0 X=0
-1
-2
-3 LCL=-3
1 3 5 7 9 11 13 15 17 19 21 23 25
Pengamatan
At least one estimated historical parameter is used in the calculations.
Jika ada yang berada diluar batas kontrol , variasi yang timbul
dalam proses produksi :
- assignable causes (diketahui sumber penyebabnya ) dihilangkan
- natural/alamiah
Contoh 1 Tabel 1.
Diambil 30 sampel, masing-masing terdiri
dari 50 keleng minuman yang diambil setiap Sampel Jumlah yang Sampel Jumlah yang
∑𝑚𝑚
𝑖𝑖=1 𝐷𝐷𝑖𝑖 347
𝑝𝑝̅ = = = 0,2313, n=50
𝑛𝑛𝑛𝑛 30𝑥𝑥𝑥𝑥
Garis Tengah =𝑛𝑛𝑝𝑝̅ = 50(0,2313)=11,565
𝐵𝐵𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝐾𝐾𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 = 𝑛𝑛𝑝𝑝̅ ± 3 𝑛𝑛𝑝𝑝(1
̅ − 𝑝𝑝)̅
= 50(0,2313) ± 3 50(0,2313)(0,7687)
𝐵𝐵𝐵𝐵𝐵𝐵 = 20,510 dan 𝐵𝐵𝐵𝐵𝐵𝐵 = 2,620
Sumber : Montgomery (2020)
Contoh 1 (lanjutan)
Diagram kendali np
Diagram kendali np revisi 1
25 1
1
1 20 Alamiah UCL=19.46
Material
15
15
__
NP=10.75
__ 10
NP=11.57
10
5
5
LCL=2.04
LCL=2.62
0
0 1 4 7 10 13 16 19 22 25 28
1 4 7 10 13 16 19 22 25 28 Sampel
Sampel Results exclude specified rows: 15, 23
LCL=2.04
1
0
1 6 11 16 21 26 31 36 41 46 51
Sampel
An estimated historical parameter is used in the calculations.
Results exclude specified rows: 15, 23
Gambar 3. Diagram np
Contoh 1(lanjutan)
Diagram kendali np dengan batas kendali baru
14
UCL=12.41
12
jumlah sampel yang tidak sesuai
10
6 __
NP=5.68
0 LCL=0
1 3 5 7 9 11 13 15 17 19 21
Sampel
Results exclude specified rows: 15, 23
Ukuran Proporsi
𝑛𝑛𝑖𝑖
Error
sampel error ∑20
𝑖𝑖=1 𝐷𝐷𝑖𝑖
1
1
3785 421 0.11123 1
2897 255 0.08802 𝑝𝑝(1
̅ − 𝑝𝑝)̅ 0.050 1
1
3249 198 0.06094 𝐵𝐵𝐵𝐵𝐵𝐵 = 𝑝𝑝̅ − 3 1
0.15
Tabel 2. Data jumlah error
Monitoring proporsi error dengan
proporsi error
_
0.10 X=0.0920
Ukuran Proporsi
sampel
Error
error diagram kontrol I_MR 0.05
Moving Range
3800 300 0.07895
3785 421 0.11123 tetapi batas kontrol tidak 0.05 __
2897 255 0.08802 MR=0.0419
?
2380 266 0.11176
3850 199 0.05169
2146
3456
214
257
0.09972
0.07436
Gambar 2. Diagram kontrol I-MR
www.its.ac.id INSTITUT TEKNOLOGI SEPULUH NOPEMBER, Surabaya - Indonesia
Permasalahan
Yang terjadi adalah :
- Overdispersion
- Batas kontrol sempit
- Banyak pengamatan yang berada diluar batas kontrol
Permasalahan
Diagram Kendali I-MR Proporsi error
Diagran Kendali p dengan ukuran tiap sampel besar
1 0.20 UCL=0.2036
1
0.150 0.15
proporsi error
_
0.10 X=0.0920
1
Proporsi bagian tidak sesuai
0.125 0.05
1
1 1 0.00
1 LCL=-0.0195
UCL=0.1030 1 3 5 7 9 11 13 15 17 19
0.100 Pengamatan
_
P=0.0885
0.15
UCL=0.1370
0.075 LCL=0.0740
0.10
Moving Range
1
1
1
1 0.05 __
0.050 1 MR=0.0419
1
1 3 5 7 9 11 13 15 17 19 0.00 LCL=0
Sampel ke- 1 3 5 7 9 11 13 15 17 19
Pengamatan
Tests are performed with unequal sample sizes.
(1) (2) 𝑚𝑚
(3)
� = 1 � 𝑅𝑅′
𝑅𝑅𝑅 � 𝑖𝑖
𝑚𝑚 − 1
𝑖𝑖=2
𝑅𝑅′ 𝑅𝑅′
𝜎𝜎𝑧𝑧 = =
𝑑𝑑2 1,128
Hasil Monitoring dengan Laney p (p’)
Diagram Kendalai Laney p
Sigma Z = 7.05593
0.25
0.20
UCL=0.1908
0.15
Proporsi error
0.10 _
P=0.0885
0.05
0.00 LCL=0
1 3 5 7 9 11 13 15 17 19
Sampel
Tests are performed with unequal sample sizes.
ARL0 p
false alarm
tinggi
ARL0 p’
mendekati
teori
Wibawati
www.its.ac.id
DIAGR AM K O N TR O L c
Diagram Kontrol c
Banyak cacat/nonconformities dalam unit pengamatan suatu produk
Distribusi yang mendasari adalah distribusi Poisson
Diagram kontrol c memonitor jumlah cacat/ nonconformities pada
unIt produk tunggal yang sama ukurannya
Misal jumlah cacat pada 1 m2 kain
Diagram Kontrol c
Pada pemeriksaan terhadap n sampel
Banyak cacat/nonconfirmities sebanyak C, yang mengikuti distribusi
Poisson :
𝑒𝑒 −𝑐𝑐 𝑐𝑐 𝑥𝑥
𝑃𝑃 𝑥𝑥 = ; 𝑥𝑥 = 0,1,2, … ,
𝑥𝑥!
dengan
𝜇𝜇 = 𝑐𝑐 dan 𝜎𝜎 2 = 𝑐𝑐
Batas kontrol Diagram kontrol c
Parameter c diketahui
𝐵𝐵𝐵𝐵𝐵𝐵 = 𝑐𝑐 + 3 𝑐𝑐
𝐺𝐺𝐺𝐺 = 𝑐𝑐 (1)
𝐵𝐵𝐵𝐵𝐵𝐵 = 𝑐𝑐 − 3 𝑐𝑐
Kontrol UCL=32.18
30 25
Suhu
jumlah cacat
jumlah cacat
20 _
20 _ C=18.28
C=19.08
15
10
10
LCL=5.97
1 Kesalahan inspeksi
5 LCL=5.45
1
0
1 4 7 10 13 16 19 22 25 1 4 7 10 13 16 19 22 25
Sampel Sampel
Results exclude specified rows: 20
25
banyak cacat
20 _
C=18.28
15
10
5 LCL=5.45
1
1 6 11 16 21 26 31 36 41 46
Sampel
An estimated historical parameter is used in the calculations.
Results exclude specified rows: 20
𝑐𝑐
u= (1)
𝑛𝑛
Batas Kontrol Diagram u
𝑢𝑢
�
𝐵𝐵𝐵𝐵𝐵𝐵 = 𝑢𝑢� + 3
𝑛𝑛
𝐺𝐺𝐺𝐺 = 𝑢𝑢� (2)
𝑢𝑢
�
𝐵𝐵𝐵𝐵𝐵𝐵 = 𝑢𝑢� − 3
𝑛𝑛
∑𝑚𝑚𝑖𝑖=1 𝑢𝑢𝑖𝑖
𝑢𝑢� =
𝑚𝑚
Contoh 1 Tabel 1. Data jumlah cacat per unit
Sampel Ukuran sampel (𝑛𝑛) Jumlah kesalahan Rata-rata kesalahan
(𝑐𝑐𝑖𝑖 ) 𝑢𝑢𝑖𝑖 = 𝑐𝑐𝑖𝑖 /𝑛𝑛
∑𝑚𝑚
𝑖𝑖=1 𝑢𝑢𝑖𝑖 1.48
𝑢𝑢� = = = 0,00740
𝑚𝑚 20
𝐵𝐵𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝐾𝐾𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 = 0,0074 ± 3 0,074/50
𝐵𝐵𝐵𝐵𝐵𝐵 = 0,1894 , GT= 1,93
dan 𝐵𝐵𝐵𝐵𝐵𝐵 = −0,0414 = 0
Sumber : Montgomery (2020)
Hasil Contoh 1
Diagram Kendali u
0.20
UCL=0.1894
0.15
_
U=0.074
0.05
0.00 LCL=0
1 3 5 7 9 11 13 15 17 19
Sampel
,
Kriteria
Misal banyak cacat pada masing-masing kelas :
𝐶𝐶𝐴𝐴 : Banyak Cacat Kelas A dengan bobot 100
𝐶𝐶𝐵𝐵 : Banyak Cacat Kelas B dengan bobot 50
𝐶𝐶𝐶𝐶 : Banyak Cacat Kelas C dengan bobot 10
𝐶𝐶𝐷𝐷 : Banyak Cacat Kelas D dengan bobot 1
Jika ada pengamatan yang berada diluar batas kontrol, jika penyebab
dapat kita telusuri maka pengamatan tersebut dapat kita keluarkan
dan kita dapatkan diagram kontrol dengan batas yang direvisi
Contoh Tabel 1. Data jumlah cacat tiap kelas
Sebuah department store memperoleh feed
back terhadap kepuasan pelangan pada suatu
produk tertentu. 20 sampel masing-masing
terdiri dari 10 konsumen. Konsumen ditanya
ketidak sesuaian yang termasuk kesalahan
serious, cukup serius dan ringan berdasarkan
pengalaman mereka selama berbelanja
dengan Definisi tang sangat kelas untuk
masing-masing klategori. Hasil disaajika pada
Tabel 1. Bobot untuk kesalahan serious,
cukup serius dan ringan adalah 50,10, dan 1.
Sumber : Mitra,Amitava (2016)
Hasil
𝑢𝑢� 𝐵𝐵 = 9⁄200 = 0,045
𝑢𝑢� 𝐶𝐶 = 74⁄200 = 0,47
𝑢𝑢� 𝐷𝐷 = 114⁄200 = 0,57
𝑢𝑢� =50(0,045)+10(0,47)+1(0,57)=6,53
1/2
(100)2 𝑢𝑢�𝐴𝐴 + 50 2 �𝑢𝑢𝐵𝐵 + 10 2 𝑢𝑢� 𝐶𝐶 + 1�
𝑢𝑢𝐷𝐷
𝜎𝜎�𝑢𝑢 =
𝑛𝑛
1/2
502 (0,045) + 102 (0,47) + 1(0,57)
𝜎𝜎�𝑢𝑢 = = 3,487
10
𝐵𝐵𝐵𝐵𝐵𝐵 = 6,53 + 3 3,874 =18,142 Gambar 3. Diagram kontrol u Demerit
𝐺𝐺𝐺𝐺 = 6,53
𝐵𝐵𝐵𝐵𝐵𝐵 = 6,53 − 3 3,874 = −5,102 = 0
TER IM A
K ASIH