METROLOGI DAN PENGENDALIAN MUTU

(METROLOGY AND QUALITY CONTROL)

MODUL MST - 11
(METROLOGI & STATISTIKA MUTU)

Oleh:
Khairul Rahmi, B.Eng (Hons), M.Sc(Eng)

Jurusan Teknik Mesin

Politeknik Negeri Medan
 Jenis Data: Konsep Variabel dan Atribut

 Variabel adalah karakteristik kualitas yang dapat diukur (ada

alat ukurnya) dan digambarkan dalam skala yang
berkelanjutan, misalnya: berat, panjang, waktu, kecepatan,
temperatur, tegangan, dan sebagainya.

 Atribut adalah data yang dapat dihitung dan digambarkan

sebagai peristiwa atau keadaan terpisah/diskret. Contohnya
jumlah cat yang cacat, jumlah lubang pada panjang kabel
listrik, jumlah cacat tenunan atau jahitan pada pakaian,
jumlah telur yang pecah dalam satu kotak, dan sebagainya.

@KhairulRahmi
 Jenis-jenis Peta Kendali

Tipe Data?

Variabel Atribut

n ≥ 10 1<n<10 n=1 Hitung Hitung Jumlah

Proporsi Cacat Cacat

Peta Peta Peta Jumlah Jumlah Jumlah Jumlah

Sampel Sampel Tak- Sampel Sampel Tak-
Xbar-s Xbar-R IMR Konstan Konstan Konstan Konstan

Peta np Peta p Peta c Peta u

n = ukuran sampel
(sample size)

@KhairulRahmi
Peta Kendali Sifat (Attribute Control Charts)
Peta Kendali p dan np (p and np charts)

• Peta Kendali p dan np digunakan jika data yang diamati adalah data
sifat (atribut) dan perhitungannya berdasarkan proporsi cacat/ rusak
(defective/ rejected) dari produk (hasil proses)

• Peta ini disebut juga sebagai Peta Kendali untuk Proporsi Cacat

• Proporsi cacat adalah perbandingan sampel cacat dengan jumlah

sampel yang diobservasi

• Suatu produk dikatakan cacat jika mengalami ketidaksesuaian pada

satu atau lebih karakteristik yang telah ditetapkan

• Peta Kendali p digunakan untuk ukuran sampel TIDAK TETAP

• Peta Kendali np digunakan untuk ukuran sampel TETAP

@KhairulRahmi
Peta Kendali c dan u (c and u charts)

• Peta Kendali c dan u digunakan jika data yang diamati adalah data sifat (atribut) dan
perhitungannya berdasarkan jumlah cacat (number of defects) dari produk (hasil
proses)

• Cacat atau lebih tepat disebut sebagai ketidaksesuaian dengan spesifikasi

(nonconformities) dihitung jumlahnya

• Ketidaksesuaian yang dimaksud disini berbeda dengan pengertian cacat seperti pada
peta kendali p dan np

• Pengertian cacat pada peta kednali p dan np terkait dengan bisa atau tidak bisa
produk digunakan atau dijual (distribusi normal), sedangkan pengertian
ketidaksesuaian adalah jumlah ketidaksesuaian produk dengan spesifikasi (distribusi
binomial)

• Peta ini disebut juga sebagai Peta Kendali untuk Jumlah Cacat

• Peta Kendali c digunakan untuk ukuran sampel TETAP (KONSTAN)

• Peta Kendali u digunakan untuk ukuran sampel TIDAK TETAP

@KhairulRahmi
 Peta Kendali p (p-Chart)

p (1  p ) p (1  p )
UCL  p  3 CL  p LCL  p  3
n n

p
 p  p  jumlah _ cacat ci
pi  = proporsi
 n  n  jumlah _ sampel nicacat ke-i
p = rata-rata proporsi cacat
UCL = Upper Control Limit (Batas Kendali Atas)
LCL = Lower Control Limit (Batas Kendali Bawah)
n = ukuran sampel (sample size)
n = ukuran sampel rata-rata

@KhairulRahmi
 Peta np (np-Chart)

UCL  np  3 np (1  p )

CL  np

LCL  np  3 np (1  p )

n p = rata-rata jumlah cacat

UCL = Upper Control Limit (Batas Kendali Atas)
LCL = Lower Control Limit (Batas Kendali Bawah)
n = ukuran sampel (sample size)

@KhairulRahmi
 Peta c (c-Chart)

UCL  c  3 c CL  c
c
LCL  c  3 c c 
n

UCL = Upper Control Limit (Batas Kendali Atas)

LCL = Lower Control Limit (Batas Kendali Bawah)
n = ukuran sampel (sample size)

@KhairulRahmi
 Peta u (u-Chart)

u u
UCL  u  3 CL  u LCL  u  3
n n

u
c
u
 c
u = Jumlah ketidaksesuaian
n n
UCL = Upper Control Limit (Batas Kendali Atas)
LCL = Lower Control Limit (Batas Kendali Bawah)
n = ukuran sampel (sample size)
n = ukuran sampel rata-rata

@KhairulRahmi
Rujukan:
https://sites.google.com/site/kelolakualitas/Dimensi-
Tugas Peta Kendali

@KhairulRahmi