Rencana Penerimaan

Sampling
Untuk Data Atribut
Untuk Data Variabel
Pengertian
Rencana penerimaan sampel (acceptance
sampling plans) adalah:
Prosedur yang digunakan dalam
mengambil keputusan terhadap produk-
produk yang datang atau yang sudah
dihasilkan perusahaan apakah sudah
memenuhi spesifikasi atau belum
Pengertian
Ada 3 metode yang dapat digunakan untuk
memutuskan menerima atau menolak
produk, yaitu :
1. Tidak mengadakan inspeksi sama sekali
2. Mengadakan inspeksi 100%
3. Dengan sampel penerimaan

Pengertian
Acceptance sampling tidak digunakan untuk
memperkirakan keputusan penerimaan
atau penolakan produk akhir saja

Acceptance sampling dapat dilakukan :
selama inspeksi bahan baku /komponen
Pada saat perakitan, atau pada berbagai
fase dalam proses operasi, atau
Selama inspeksi produk akhir
Pengertian
Acceptance sampling dapat dilakukan sebagai
suatu bentuk dari inspeksi:
Antara perusahaan dengan pemasok
Antara pembuat produk dengan konsumen
Antar divisi dalam perusahaan

o.k.i 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
telah dihasilkan (barang jadi)
Alasan penggunaan
Alasan menggunakan Acceptance sampling,
misalnya:
Karena pengujian merusak produk
Biaya inspeksi sangat tinggi
Pemeriksaan 100% memerlukan waktu yang
lama
Pemasok memiliki kinerja yang baik tetapi
beberapa tindakan pengecekan tetap harus
dilaksanakan, atau
Adanya isu-isu mengenai tanggung jawab
perusahaan terhadap produk yang
dihasilkannya
Keunggulan & Kelemahan
Keunggulan dalam Acceptance sampling, antara lain:
Lebih murah
Dapat meminimalkan kerusakan dan perpindahan
tangan
Mengurangi kesalahan dalam inspeksi
Dapat memotivasi pemasok bila ada penolakan bahan
baku

Kelemahan dalam Acceptance sampling, antara lain:
Adanya risiko penerimaan produk cacat atau penolakan
produk baik
Sedikitnya informasi mengenai produk
Membutuhkan perencanaan dan pendokumentasian
prosedur pengambilan sampel
Tidak adanya jaminan mengenai sejumlah produk
tertentu yang akan memenuhi spesifikasi
Jenis pengujian
Dalam Acceptance sampling, terdapat dua jenis
pengujian yang dapat dilakukan, yaitu:

Sebelum pengiriman produk akhir ke
pelanggan,
Dilakukan oleh produsen, atau disebut
dengan the producer test the lot of for
outgoing quality

Setelah pengiriman produk akhir ke pelanggan
Dilakukan oleh konsumen, atau disebut
dengan the consumer test the lot of for
incoming quality

Jenis data
Acceptance sampling, dapat dilakukan untuk :

data atribut
dilakukan apabila inspeksi mengklasifikasikan
produk sebagai produk yang baik dan produk
yang cacat, tanpa ada pengklasifikasian tingkat
kesalahan atau cacat produk

data variabel
karakteristik kualitas ditunjukkan dalam setiap
sampel. O.k.i dilakukan penghitungan rata-rata
sampel dan penyimpangan/ standar deviasi
sampel. Apabila rata-rata sampel berada diluar
jangkauan penerimaan, maka produk akan
ditolak
Pengembalian & Tanpa pengembalian
Acceptance sampling, juga mencakup:

Pengambilan sampel /inspeksi dengan
mengadakan pengembalian dan perbaikan

Pengambilan sampel /inspeksi tanpa
mengadakan pengembalian dan perbaikan
Teknik Pengambilan Sampel
Acceptance sampling, juga menggunakan teknik
pengambilan sampel, yaitu:

Sampel Tunggal (single sampling)

Sampel Ganda (double sampling)

Sampel Banyak (multiple sampling)
Teknik Pengambilan Sampel
Syarat pengambilan produk sebagai sampel, yaitu:

Produk harus homogen (berasal dari mesin
yang sama, menggunakan karyawan yang
sama dalam proses pembuatan, menggunakan
input yang sama, dst)

Produk yang diambil sebagai sampel harus
sebanyak mungkin

Pengambilan sampel dilakukan secara acak,
sehingga semua produk yang ada, mempunyai
kesempatan yang sama untuk dipilih sebagai
sampel
Prosedur
Dari sejumlah produk yang homogen, sebanyak
N unit, diambil sampel secara acak sebanyak n
unit.

Tentukan kriteria kualitas

Tentukan bilangan penerimaan (c)

Apabila ditemukan kesalahan (d) sebanyak
maksimum c unit, maka populasi diterima

Apabila ditemukan kesalahan (d) melebihi c unit,
maka populasi ditolak
N = 50
n = 5
c = 0
Take a random sample of 5
from a lot of 50.
If the sample contains more
than 0 defectives, reject the
lot.
Otherwise, accept the lot
50
5
Indeks Kualitas
Ada beberapa indeks kualitas yang dapat digunakan
dalam Acceptance Sampling, yaitu
1. AQL Acceptance Quality Level tingkat kualitas
menurut produsen
a. merupakan proporsi maksimum dari cacat atau
kesalahan yang diperbolehkan
b. merupakan persentase maksimum ketidaksesuaian
atau banyaknya ketidaksesuaian maksimum setiap
100 unit produk
c. Produsen menginginkan semua produk yang baik
dapat diterima, sehingga meminimalkan risiko
produsen.
Indeks Kualitas
1. AQL Acceptance Quality Level tingkat kualitas
menurut produsen (lanjutan)

d. Risiko produsen adalah risiko yang diterima
produsen karena menolak produk yang baik dalam
inspeksinya (o)
e. Dengan kata lain, bila AQL atau nilai p kecil,
produsen menginginkan probabilitas penerimaan
(Pa) dekat dengan 1.
f. Probabilitas kesalahan tipe I (risiko produsen) = o =
1-Pa, biasanya hanya sekitar 0.05 atau 0.01
dengan nilai AQL mendekati 0
Indeks Kualitas
2. LQL Limiting Quality Level tingkat
kualitas menurut konsumen
a. Merupakan kualitas ketidakpuasan atau
merupakan tingkat penolakan, dimana
probabilitas penerimaan LQL harus
rendah.
b. Probabilitas tersebut dikenal dengan risiko
konsumen (|) atau kesalahan tipe II
c. Risiko konsumen adalah risiko yang
dialami konsumen karena terpaksa
menerima produk yang cacat atau yang
tidak sesuai.
Indeks Kualitas
2. LQL Limiting Quality Level tingkat
kualitas menurut konsumen (lanjutan)

d. Risiko konsumen merupakan probabilitas
akan menerima produk pada tingkat LQL.
e. Probabilitas kesalahan tipe II = |,
menunjukkan probabilitas penerimaan
konsumen terhadap produk cacat.
f. LQL sering disebut dengan LTPD lot
tolerance percent defective atau RQL
rejectable quality level
Proportion Non
conforming Pa
0 1
0.01 0.986
. .
. .
. .
0.11 0.088
AQL : 1%
LQL : 11%
Producers risk : 1 0.986 = 0.014
Consumers risk : 0.088
Indeks Kualitas
3. IQL Indifference Quality Level tingkat
kualitas diantara AQL dan LQL
a. Diartikan sebagai tingkat kualitas pada
probabilitas penerimaan 0,5 untuk rencana
sampel tertentu.
b. Menekankan pada pemasok internal dan
eksternal bahwa semua produk yang
diserahkan untuk diinspeksi diharapkan
dapat memenuhi spesifikasi
Indeks Kualitas
4. AOQL Average Outgoing Quality Level
a. Suatu perkiraan hubungan yang berada diantara
bagian kesalahan pada produk sebelum inspeksi
(incoming quality) atau p dari bagian sisa kesalahan
setelah inspeksi (outgoing quality) AOQ = p(Pa)

b. Apabila incoming quality baik, maka outgoing
quality juga harus baik. Sebaliknya, bila incoming
quality buruk, maka outgoing quality akan tetap baik
(dengan asumsi tidak ada kesalahan dalam
inspeksi)

c. Incoming quality sangat baik atau sangat buruk,
outgoing quality akan cenderung baik. Diantara
kedua titik tersebut terdapat suatu titik dimana
persentase kesalahan dari produk yang selesai
dibuat (outgoing material) akan maksimum
Karakteristik Acceptance sampling
1. Indeks (AQL, AOQL, dsb) yang digunakan untuk
menentukan kualitas harus menunjukkan kebutuhan
konsumen dan produsen dan tidak dipilih hanya untuk
kebutuhan statistik

2. Risiko dalam pengambilan sampel haus diketahui secara
kuantitatif (kurva OC). Produsen harus memiliki
perlindungan yang cukup terhadap penolakan produk baik,
dan konsumen juga harus dilindungi terhadap penerimaan
produk cacat

3. Perencanaan harus meminimalkan biaya inspeksi semua
produk secara keseluruhan. Hal ini menghendaki evaluasi
yang lebih teliti dari apa yang boleh dan yang tidak boleh
dalam perencanaan sampel untuk data atribut dan variabel,
seperti juga dalam pengambilan sampel tunggal, ganda,
dan banyak. Hal ini menunjukkan prioritas produk,
khususnya dati titik pandang kesesuaiannya untuk
digunakan
Karakteristik Acceptance sampling
4. Perencanaan harus menggunakan pengetahuan, seperti
kemampuan proses, data pemasok, dan informasi
lainnya

5. Perencanaan harus fleksibel menyesuaikan perubahan
banyaknya produk, kualitas produk yang diterima, dan
faktor-faktor lain yang terkait.

6. Pengukuran yang diperlukan dalam perencanaan harus
menyediakan informasi yang bermanfaat dalam
memperkirakan kualitas produk secara individu dan
kualitas jangka panjang

7. Perencanaan harus sederhana untuk dijelaskan dan
dicatat
Pengukuran untuk Mengevaluasi Kinerja
Sampel
Ada beberapa macam pengukuran yang dapat
dilakukan untuk mengevaluasi kinerja sampel
yang diambil, antara lain :
a. Kurva OC (operating characteristics curve)
b. Kurva AOQ (average outgoing quality curve)
c. Kurva ATI (average total inspection curve)
d. Kurva ASN (average sample number curve)
Kurva OC
Merupakan kurva probabilitas penerimaan terhadap produk
yang dihasilkan

Untuk menggambarkan kurva ini, digunakan rumus:

Pa = P(d s c)
Dimana Pa: probabilitas penerimaan
c :bilangan penerimaan, maksimum cacat
produk yang disyaratkan
d : jumlah cacat yang terjadi

Kurva ini menggambarkan hubungan antara probabilitas
penerimaan (Pa) dengan bagian kesalahan dalam
produk yang dihasilkan (p)

Pa = P(d s c)


= =

= =
c
d
c
d
d n d
p p
d n d
n
d p Pa
0 0
) 1 (
) ( !
!
) (
Penghitungan Pa dapat
Menggunakan Tabel Distribusi
Poisson Tabel G
contoh
Sebuah lot yang berisi N = 10.000 produk dilakukan
pengujian sampling tunggal dengan
n=89 , c=2
Ini berarti bahwa sebelum diputuskan apakah lot
berukuran 10000 akan diterima atau tidak, perlu
dilakukan pengujian/pemeriksaan dengan sample
ukuran 89 dan bilangan penerimaan=2.
Jika ditemukan jumlah produk cacat, kurang
dari atau sama dengan 2, maka lot akan
diterima.
Jika ditemukan jumlah produk cacat, lebih dari
2, maka lot akan ditolak
contoh
Probabilitas akan menemukan tepat d cacat adalah:



Probabilitas akan menerima lot = probabilitas
bahwa d lebih kecil atau sama dengan c, atau
d n d
p p
d n d
n
d f dcacat P

= = ) 1 (
)! ( !
!
) ( } {
Pa=P{d s c}=
=

c
d
d n d
p p
d n d
n
0
) 1 (
)! ( !
!
contoh
Misalnya, jika proporsi bagian cacat kotak itu,
p=0,01 ; n=89 ; dan c=2 , maka:
Pa=P{d s c}=
=

c
d
d n d
p p
d n d
n
0
) 1 (
)! ( !
!

2
0
89
) 01 , 0 1 ( ) 01 , 0 (
)! 89 ( !
! 89
d
d d
d d
Pa=P{d s 2}=
87 2 88 1 89 0
) 99 , 0 ( ) 01 , 0 (
)! 87 ( ! 2
! 89
) 99 , 0 ( ) 01 , 0 (
! 88 ! 1
! 89
) 99 , 0 ( ) 01 , 0 (
! 89 ! 0
! 89
+ +
=
= 0,9397
Kurva OC dikembangkan dengan menghitung
untuk berbagai nilai p (lihat figure 14-2)
Fraction Defective,p Probability of Acceptance,Pa
0.005 0.9897
0.010 0.9397
0.020 0.7366
0.030 0.4985
0.040 0.3042
0.050 0.1721
0.060 0.0919
0.070 0.0468
0.080 0.0230
0.090 0.0109
OC Curve of the single-sampling plan
Kurva OC menunjukkan kekuatan membedakan
perencanaan sampling itu.

Misalnya, dalam perencanaan sampling n=89,
c=2.
Jika lot memuat 2% cacat (p=0.020),
probabilitas penerimaannya kira-kira 0,74
(Pa=0.7366 ~ 0.74).
Artinya, lot dengan 2% cacat akan diterima
sebanyak 74% penerimaan.
Pengaruh n dan c pada kurva OC
Suatu perencanaan sampling yang membedakan dengan
tepat, lot baik dan jelek, akan mempunyai kurva OC
seperti figure 14-3 berikut:
Pengaruh n dan c pada kurva OC
Kurva berjalan mendatar pada Pa=1.00 sampai tingkat kualitas lot
yang dianggap jelek (1%) tercapai, yang pada titik itu kurva
jatuh tegak pada Pa=0.00, dan selanjutnya kurva berjalan
mendatar lagi untuk semua p yang lebih besar

Jika perencanaan sampling semacam ini bisa digunakan, semua lot
berkualitas jelek akan ditolak dan semua lot berkualitas baik
akan diterima
Pengaruh n dan c pada kurva OC
Sayangnya, kurva OC ideal hampir tidak pernah dijumpai
dalam praktek.

Dalam teori, hal itu dapat dicapai dengan pemeriksaan
100%, jika pemeriksaan bebas kesalahan.

Bentuk kurva OC ideal dapat didekati dengan menaikkan
ukuran sampel

Ketepatan suatu perencanaan sampling membedakan
antara lot baik dan lot jelek, akan naik bersama ukuran
sampel. Makin besar lerengan kurva OC, makin besar
kekuatan membedakannnya. (lihat figure 14.4)
Kurva OC dengan berbagai n
OC dengan berbagai c
Figure 14-5 menunjukkan bagaimana kurva OC berubah jika
bilangan penerimaan berubah.

Jika bilangan penerimaan mengecil, kurva OC akan bergeser ke
kiri
Titik-titik khusus pada Kurva OC
Penjual biasanya tertarik untuk mengetahui berapakah
tingkat kualitas lot atau proses yang akan menghasilkan
Pa yang tinggi.

Misalnya, penjual mungkin tertarik pada titik Pa=0.95
pada tingkat penolakan tertentu, masih ada peluang
95% lot akan diterima.

Sebaliknya, konsumen akan tertarik pada sisi lain kurva
OC, yaitu berapakah tingkah kualitas lot

Kerap kali konsumen membuat perencanaan sampling
untuk penyediaan komponen atau bahan baku
berkenaan dengan AQL (acceptance quality level=AQL
atau tingkat kualitas yang dapat diterima)
Titik-titik khusus pada Kurva OC
AQL menunjukkan tingkat kualitas terendah bagi proses
penjual, yang akan diterima sebagai rata-rata proses

Kerap kali konsumen akan merancang prosedur
sampling sedemikian rupa sehingga kurva OC
memberikan Pa yang tinggi pada AQL diharapkan
proses penjual akan beroperasi pada tingkat kesalahan
yang jauh lebih baik daripada AQL

Konsumen juga akan tertarik pada perlindungan dari
kemungkinan memperoleh lot berkualitas rendah.
Konsumen dapat membuat LTPD (lot toterance percent
defective tingkat kualitas lot yang ditetapkan oleh
konsumen).
Nama lain dari LTPD adalah LQL (limiting quality level)
Kurva OC Jenis A dan Jenis B
Contoh-contoh sebelumnya dinamakan Kurva OC jenis B
sampel berasal dari ukuran lot yang besar, atau
sampel yang diambil dari aliran lot yang dipilih secara
random dari suatu proses. Pa dihitung berdasarkan
distribusi binomial

Kurva OC jenis A digunakan untuk menghitung Pa untuk
lot terpisah berukuran ~ (tak berhingga). Andaikan lot
berukuran N, ukuran sampel n, dan bilangan penerimaan
c. Disribusi banyaknya cacat dalam sampel yaitu
distribusi binomial.
OC Tipe A, B
OC dengan c = 0 berbagai n
Double Sampling Plans
Adalah prosedur yang dalam keadaan tertentu, sampel
kedua diperlukan sebelum lot dapat divonis

Ambil sampel yang pertama. Apabila keputusannya jelas,
diterima atau ditolak, maka proses pengambilan dan
pengujian sampel berhenti.

Apabila tidak jelas keputusannya, maka ambil sampel
yang kedua tanpa ada pengembalian atau perbaikan dari
sampel pertama.

Apabila digambarkan dalam bentuk skema, tampak
seperti gambar berikut:
Double Sampling Plans (cara 1)
Ambil n1
Temukan d1
d1 s c1
d1 > c2
TERIMA lot
tanpa harus
memeriksa n2
TOLAK lot
Tanpa harus
memeriksa
n2
Ambil n2
Temukan d2
Jumlahkan dengan d1
c1 <d1 s c2
TERIMA lot

TOLAK lot
d1+d2 s c2
d1+d2 > c2
Contoh Double Sampling Plans
N= 5000 unit
n1= 40 unit n2= 60 unit
c1= 1 unit c2= 5 unit
r1= 4 unit r2= 6 unit
Dimana:
N jumlah unit yang dihasilkan
n1 sampel pertama yang diambil
n2 sampel kedua yang diambil tanpa ada pengembalian dari sampel
pertama
c1 bilangan penerimaan dari sampel pertama
c2 bilangan penerimaan dari kedua sampel (sampel pertama dan kedua)
r1 bilangan penolakan dari sampel pertama
r2 bilangan penolakan dari kedua sampel (sampel pertama dan kedua)
Interpretasi data (cara 1)
N= 5000 unit
n1= 40 unit n2= 60 unit
c1= 1 unit c2= 5 unit
r1= 4 unit r2= 6 unit

Bila ditemukan produk cacat dari sampel pertama banyaknya
satu atau kurang, maka sampel pertama diterima, yang
berarti seluruh unit produk yang dihasilkan juga diterima

Bila banyaknya produk cacat lebih dari lima, maka sampel
tersebut ditolak, yang berarti seluruh unit yang dihasilkan
juga ditolak

Apabila banyaknya produk cacat, dua sampai lima (dua, tiga,
empat atau lima), maka timbul keraguan dari pihak
penguji, apakah produk tersebut tergolong baik atau jelek.
Oleh karena itu diambil sampel yang kedua
Interpretasi data cara 1 (lanjutan)
N= 5000 unit
n1= 40 unit n2= 60 unit
c1= 1 unit c2= 5 unit
r1= 4 unit r2= 6 unit

Setelah mengambil sampel kedua
Bila ditemukan jumlah produk cacat dari sampel pertama dan
sampel kedua adalah lima atau kurang, maka sampel
diterima, yang berarti seluruh unit produk yang dihasilkan
juga diterima

Bila jumlah produk cacat dari sampel pertama dan sampel
kedua adalah enam atau lebih, maka sampel tersebut
ditolak, yang berarti seluruh unit yang dihasilkan juga
ditolak
Probabilitas penerimaan (Pa) cara 1
Maka besarnya Pa bila proporsi kesalahan(p)= 1% adalah

Pa I = P[d
1
s 1;np=40(0.01)=0.4] = 0.938 (lihat tabel G)

Pa II = [P(d
1
=2;np=40(0.01))xP(d
2
s3; np=60(0.01)] +
[P(d
1
=3;np=0.4)xP(d
2
s2;np=0.6)]+ [P(d
1
=4;np=0.4)xP(d
2
s1;np=0.6)]+
[P(d
1
=5;np=0.4)xP(d
2
s0;np=0.6)]

= [P(cacat 2;np=0.4)xP(cacat 3 atau kurang; np=0.6] +
[P(cacat 3;np=0.4)xP(cacat 2 atau kurang;np=0.6)] +
[P(cacat 4;np=0.4)xP(cacat 1 atau kurang;np=0.6)] +
[P(cacat 5;np=0.4)xP(cacat 0 atau kurang;np=0.6)]

= [(0.992-0.938)(0.997)] +[(0.999-0.992)(0.977) +[(1.000-
0.999)(0.878) +[(1.000-1.000)(0.549)]

= 0.053838 + 0.006839 +0.000878 + 0

= 0.061555 ~ 0.061

Pa = Pa I + Pa II = 0.999
Double Sampling Plans (cara 2)
Ambil n1
Temukan d1
d1 s c1
d1 >= r
1
TERIMA lot
tanpa harus
memeriksa n2
TOLAK lot
Tanpa harus
memeriksa
n2
Ambil n2
Temukan d2
Jumlahkan dengan d1
c1 <d1< r
1
TERIMA lot

TOLAK lot
d1+d2 s c2
d1+d2 >= r2
Kurva OC untuk double sampling plans
Hitung Pa dengan besar proporsi kesalahan (p)
berbeda-beda p=2% dst sampai p=15%
Kurva OC untuk Double Sampling Plans
0
0.2
0.4
0.6
0.8
1
1.2
1 3 5 7 9 11 13 15
p
P
a
Pa
Multiple Sampling Plans
Dilakukan apabila dari hasil pengambilan
sampel kedua, masih ditemukan adanya
keraguan dalam informasi, apakah produk
tersebut akan diterima atau ditolak
Average Outgoing Quality Curve ~ AOQ Curve
Adalah tingkat kualitas rata-rata dari suatu departemen
inspeksi

Sampel yang diambil harus dikembalikan untuk
mendapatkan perbaikan bila produk tersebut ternyata
rusak atau cacat atau ada kesalahan

AOQ mengukur rata-rata tingkat kualitas output dari
suatu hasil produksi yang banyak dengan proporsi
kesalahan sebesar p

N
N p Pa
AOQ
)] 1 ( [
=
Untuk single sampling
Average Outgoing Quality Curve ~ AOQ Curve
Kurva ini mempunyai titik puncak yang disebut
dengan AOQL (Average Outgoing Quality Limit)
menunjukkan kualitas rata-rata terburuk yang
akan meninggalkan bagian pengujian atau
inspeksi, dengan asumsi dilakukan
pengembalian untuk perbaikan tanpa
memperdulikan kualitas produk yang datang.
Pada titik itulah mulai dilakukan perbaikan.

AOQL juga mengukur kebaikan perencanaan
sampel
Contoh AOQ Curve
Diketahui N=2000, n=50, c=2

p Pa AOQ
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
Contoh AOQ Curve
Diketahui N=2000, n=50, c=2

Kurva AOQ untuk single sampling plan
0
0.005
0.01
0.015
0.02
0.025
0.03
1 3 5 7 9 11 13 15
p
A
O
Q
AOQ
Average Outgoing Quality Curve ~ AOQ Curve
Untuk double sampling plans, rumus AOQ yang
digunakan adalah sbb.:
N
n n N PaII n N PaI
AOQ
)] ( ) ( [
2 1 1
+
=
Average Total Inspection Curve ~ ATI Curve
Kurva ini menunjukkan rata-rata jumlah sampel
yang diinspeksi dari setiap lot yang dihasilkan

Apabila dari produk yang dihasilkan tidak ditemukan
kesalahan atau ketidaksesuaian, maka produk
tersebut akan diterima melalui rencana sampel yang
dipilih dan hanya sebanyak n unit yang akan
diinspeksi

Apabila dari produk yang dihasilkan memiliki 100%
produk yang mengalami ketidaksesuaian, banyaknya
unit yang diinspeksi akan sebanyak N unit, dengan
asumsi produk yang mengalami ketidaksesuaian
atau kesalahan tersebut disaring
Average Total Inspection Curve ~ ATI Curve
If the lots contain
no defective items
(p=0) No lots
will be rejected
amount of
inspection per lot
will be the sample
size n
Average Total Inspection Curve ~ ATI Curve
If the items are all
defectives (p=1)
every lot will be
submitted to 100%
inspection the
amount of
inspection per Lot
will be the lot size N
100% inspection
(number of
inspection = N)
Rejected
Average Total Inspection Curve ~ ATI Curve
If the Lot quality is 0 < p < 1, the average
amount of inspection per lot will vary
between the sample size n and the lot size
N.
p: 0 1
Average
inspection : n N
Average Total Inspection Curve ~ ATI Curve
Average Fraction Inspected ~ AFI
Untuk single sampling, digunakan rumus:
ATI = nPa + N(1-Pa)
= n + (N-n)(1-Pa)

AFI = ATI/N

Untuk double sampling, digunakan rumus:
ATI = n1PaI + (n1+n2)PaII + N(1-Pa)
= n1Pa + n2Pa(n2) + N(1-Pa)
dimana:
Pa(n1) = Pa pada sampel pertama
Pa(n2) = Pa pada sampel kedua
Pa = Pa(n1) + Pa(n2)
Average Sample Number Curve ~ ASN Curve
Kurva ini menunjukkan rata-rata banyaknya unit
yang diuji untuk membuat suatu keputusan.

Asumsinya, inspeksi tidak hanya dibatasi untuk
sampel tunggal.

Misalnya, jika terdapat 3 kesalahan setelah
pemeriksaan 20 unit dengan single sampling plan,
dimana N=800, n=60, c=2
meskipun keputusan diambil setelah unit ke-20
untuk menolak produk tersebut, inspeksi akan
dilanjutkan hingga seluruhnya (60 unit)
O.k.i untuk sampel tunggal, banyaknya sampel rata-
rata adalah sama dengan ukuran sampel (n)
Average Sample Number Curve ~ ASN Curve
Untuk sampel ganda (double sampling), jumlah
sampel rata-rata dirumuskan dengan:
ASN = n1PI + (n1+n2)(1-PI)
= n1 + n2 (1-PI)

Kurva ini menunjukkan rata-rata banyaknya unit
yang diuji untuk membuat suatu keputusan.

Perancangan SP
NOMOGRAPH
N=8
9
C=2
AOQ
Inspeksi
Terima
Tolak
po
p=0
Outgoing lot

p1<p0
Pa p(N-n)
p1=AOQ = --------------
N
Periksan
semua.
Ganti yang
cacat
AOQ n=89, c=2
AOQL=0.0155
ATI =n+(1-Pa)(N-n)
OC
ASN
ASN=n
1
+n
2
(1-P
1
)
AOQ, ATI
[P
a
I
(N-n1)+P
a
II
(N-n
1
-n
2
)]p
AOQ = ---------------------------------
N

ATI = n
1
P
a
I
+(n
1
+n
2
) P
a
II
+N(1-P
a
)
Sampling Berurutan
Merencanakan Kebutuhan Sampel
Berdasarkan Standar
Ada 2 macam standar, yaitu :
1. 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 Standards-Sampling Procedures and Tables for Inspection
by Attributes

Standar tersebut dikembangkan selama PD II (1950) yang dikenal
dengan nama Military standard 105A (MIL-STD-105A), yang
kemudian direvisi, lalu diberi nama MIL-STD-105E sebagai
perencanaan sampel. Sedangkan ANSI/ASQC Z1.4-1993
merupakan sistem pengambilan sampel

2. 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 resiko konsumen (| dan LQL). Selain itu Dodge-
Romig System juga berdasar pada penekanan pada batas mutu
rata-rata (AOQL)
ANSI/ASQC Z1.4-1993 (Military
Standard 105E)
Standar tersebut dikembangkan selama PD II (1950) yang
dikenal dengan nama Military Standard 105A (MIL-STD-
105A), yang kemudian direvisi, lalu diberi nama MIL-
STD-105E tahun 1989 yang tertunda hingga 1991.
Sekarang standar tersebut telah diadopsi oleh International
Standard Organization (ISO) sebagai ISO 2859

ANSI/ASQC Z1.4-1993 merupakan sistem pengambilan
sampel untuk data atribut dengan indeks kualitas yang
digunakan adalah AQL.

AQL adalah persentase ketidaksesuaian maksimum (atau
maksimum banyaknya kesalahan per seratus unit
produk), yang bertujuan untuk inspeksi sampel, yang
dipertimbangkan secara tepat sebagai rata-rata proses
ANSI/ASQC Z1.4-1993 (Military Standard 105E)
Alat yang digunakan adalah tabel yang berkaitan
dengan banyaknya inspeksi/pemeriksaan

Tingkat Inspeksi dibagi menjadi 2 macam, yaitu:
Special (I, II, III, IV) dan
General (I, II, III)

Selanjutnya standar tersebut mencakup 3
tipe/cara inspeksi, yaitu:
Normal,
Ketat,
Longgar
Aturan Perpindahan tipe/cara pemeriksanaan
mulai
NORMAL
2 dari 5 lot berurutan,
ditolak
KETAT
LONGGAR
Produksi tetap
10 lot berurutan, diterima
Disetujui o/petugas yang
bertanggung jawab
5 lot berurutan,
diterima
10 lot berturut-turut tetap
pada pemeriksaan ketat
Lot ditolak
Produksi tidak teratur
Lot tidak memenuhi
kriteria penolakan/penerimaan
Syarat lain yang menuntut
Kembali ke pemeriksaan Normal
Pemeriksaan dihentikan