Anda di halaman 1dari 33

Outline

Overview Peta P Peta C

Control Chart Types


Continuous Numerical Data Control Charts Categorical or Discrete Numerical Data

Variables Charts

Attributes Charts

R
Chart

Chart

P
Chart

Chart

Konsep
Atribut : karakteristik kualitas yg sesuai spesifikasi atau tidak Atribut dipakai jk ada pengukuran yg tidak mungkin dilakukan ( tidak dibuat) spt : goresan,apel yg busuk, kesalahan warna, ada bagian yg hilang

Kelebihan
Dapat diterapkan di semua tgkt organisasi , departemen, pusat kerja dan mesin operasional (tgk tertinggi terendah)
Membantu identifikasi permasalahan ( umum dan detil)

Kelemahan
Tdk dapat diketahui sbrp jauh ketidaktepatan dg spesifikasi tsb Ukuran sampel yg besar akan bermasalah jk pengukurannya mahal dan destruktif

Tipe Peta Kendali ATRIBUT


1. Berdasar Distribusi BINOMIAL
Kelompok pengendali unit ketidaksesuaian Dinyatakan dalam proporsi (%)
p Chart

Menunjukkan proporsi ketidaksesuaian dalam sampel / sub kelompok

2. Berdasar Distribusi POISSON


bagian ketidaksesuaian dalam unit inspeksi Berkaitan dg kombinasi ketidaksesuaian berdasar BOBOT yg dipengaruhi banyak sedikitnya ketidaksesuaian
c- Chart

Tahapan.
Menentukan sasaran menentukan karakteristik kualitasnya (ketidaksesuaian dalam proporsi atau unit) Memilih tipe peta kendali atribut Banyaknya sampel dan observasi Pengumpulan data Penentuan BATAS KENDALI ( CL,UCL dan LCL) Interpretasi hasil (pola in/out of control) Revisi jika perlu

p/c Chart Structure


p/np/c
Upper Control Limit UCL Center Line

Process Mean When in Control


LCL

Time

Lower Control Limit

Outline
Overview Peta P Peta C

Peta P
1. Jumlah sampel sama

Proporsi diketahui Proporsi tidak diketahui

Peta P
2. Jumlah sampel berbeda

Dihitung secara rata-rata Dihitung secara individu

1. Jumlah Sampel SAMA


Proporsi diketahui Garis Tengah = p

UCL p p 3 p LCL p p 3 p p p(1 p )


n

Contoh : Ukuran sampel per grup = 50 ( p-chart)


No 1 2 3 4 5 6 7 8 9 Banyak produk cacat 4 2 5 3 2 1 3 2 5 No 11 12 13 14 15 16 17 18 19 Banyak produk cacat 3 5 5 2 3 2 4 10 4

10

20

No

Banyak produk cacat 4 2 5 3 2 1 3 2 5 4

Proporsi

No

Banyak produk cacat 3 5 5 2 3 2 4 10 4 3

Proporsi

1 2 3 4 5 6 7 8 9 10

0,08 ... ... ... ... ... ... ... ... ... ...

11 12 13 14 15 16 17 18 19 20

0,06 ... ... ... ... ... ... ... ... ... ...

Total Proporsi

Total Proporsi

p p BKA BKB

= total proporsi / grup sampel = .072 = (0,072)(0,928)/50 = .037 = 0,072 + 3(0,037) = 0,183 = 0,072 - 3(0,037) = -0,039 = 0

1. Jumlah Sampel SAMA


Proporsi TIDAK diketahui
m = banyak grup sampel n = ukuran sampel (banyak sampel dalam grup) D = bagian tidak sesuai p = Di/(mn) UCL pTengah p 3 = p p Garis p LCL p p 3 p

p( 1 p ) n

Example

Twenty samples, each consisting of 250 checks, The number of defective checks found in the 20 samples are listed below. (proporsi tidak diketahui)

4 2

1 8

5 5

3 3

2 6

7 4

4 2

5 5

2 3

3 6

n m D p

= 250 sampel = 20 grup = total defect (semua defect dijumlah) = Di/(mn)

Estimated p = 80/((20)(250)) = 80/5000 = .016

Control Limits For a p Chart

p(1 p) .016(1 .016) .015744 p .007936 n 250 250


UCL = p 3 p .016 3(.007936) .039808 LCL = p 3 p .016 3(.007936) -.007808 0
Note that the computed LCL is negative.

Tdk sesuai

Proporsi

Tdk sesuai

Proporsi

4
1 5 3 2 7

(4/250) = 0,016
(1/250) =0,004

2
8 5 3 6 4

(2/250) = 0,008
(8/250) = 0,032

4
5 2

2
5 3

Control Limits For a p Chart


p Chart for Norwest Bank
0.045

0.040
Sample Proportion p 0.035

UCL

0.030
0.025 0.020 0.015 0.010 0.005

LCL
0 5 10 15 20

0.000

Sample Number

2. Sampel BEDA
a. Metode RATA_RATA Ukuran sampel RATA -RATA dg perbedaan tidak terlalu besar -> ( n = n/observasi)
a. Metode INDIVIDU Batas Kendali tergantung ukuran sample tertentu shg UCL/LCL tidak berupa garis LURUS

Ukuran sampel beda (p chart)


no 1 2 3 4 5 6 7 sampel 200 180 200 120 300 250 400 Produk cacat 14 10 17 8 20 18 25 no 11 12 13 14 15 16 17 sampel 190 380 200 210 390 120 190 Produk cacat 15 26 10 14 24 15 18

8
9 10

180
210 380

20
30 15

18
19 20

380
200 180

19
11 12

Jml

sampel

4860

Jml

Cacat

341

Metode Rata-rata
Sampel rata-rata n = total sampel /observasi = 4860/20 = 243 p = D/(nm) = 341 / (243.20) = 0,07 (CL) p = (0,07(0,93))/243 = 0,0164 BPAp = 0,07 + 3 (0,0164) = 0,119 BPBp = 0,07 - 3 (0,0164) = 0,021

Metode Individu
Sampel rata-rata n = total sampel /observasi = 4860/20 = 243 p = D/(nm) = 341 / (243.20) = 0,07 (CL) semua titik sama Control Limit (obs-1) (tergantung jml sampel per grup) p = (0,07(0,93))/200 = 0,018 UCL = 0,07 + 3 (0,018) = 0,124 LCL = 0,07 - 3 (0,018) = 0,016.dst

Tabel Proporsi untuk Grafik


No observasi
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

sampel
200 180 200 120 300 250 400 180 210 380 190 380 200 210 390 120 190 380 200 180

cacat
14 10 17 8 20 18 25 20 30 15 15 26 10 14 24 15 18 19 11 12

proporsi
0,070 0,055 0,085 0,067 0,095 0,050 0,055 0,067

Outline
Overview Peta P Peta C

C-chart
Mengetahui banyaknya kesalahan unit produk sbg sampel Jumlah kesalahan per sample Aplikasi : bercak pd tembok, gelembung udara pd gelas, kesalahan pemasangan sekrup pd mobil

C - chart
Number of defects per unit:

c = Ci / n

c c

UCLc c 3 c

LCLc c 3 c

Examplec-chart
no 1 Byknya kesalahan 5 no 11 Byknya kesalahan 9

2
3 4 5 6 7 8

4
7 6 8 5 6 5

12
13 14 15 16 17 18

7
8 11 9 5 7 6

9
10

16
10

19
20

10
8

c = c/n = 152/20 = 7,6 BPA c = (7, 6) + 3 (7,6) = 15,87 BPB c = (7, 6) - 3 (7,6) = -0,67 = 0