Outline

Overview
Peta P
Peta C
 Control Chart Types

Continuous Categorical or Discrete

Numerical Data Control Numerical Data
Charts

Variables Attributes
Charts Charts

R X P C
Chart Chart 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

Proporsi
1. Jumlah diketahui
sampel
sama Proporsi tidak
diketahui

Peta P
Dihitung secara
2. Jumlah rata-rata
sampel
berbeda Dihitung secara
individu
1. Jumlah Sampel SAMA

Proporsi diketahui
Garis Tengah = p

UCLp p 3 p
LCL p p 3 p p p(1 p )
n
 Contoh :
Ukuran sampel per grup = 50 ( p-chart)
No Banyak produk cacat No Banyak produk cacat

1 4 11 3
2 2 12 5
3 5 13 5
4 3 14 2
5 2 15 3
6 1 16 2
7 3 17 4
8 2 18 10
9 5 19 4
10 4 20 3
No Banyak Proporsi No Banyak Proporsi
produk produk cacat
cacat
1 4 0,08 11 3 0,06
2 2 ... 12 5 ...
3 5 ... 13 5 ...
4 3 ... 14 2 ...
5 2 ... 15 3 ...
6 1 ... 16 2 ...
7 3 ... 17 4 ...
8 2 ... 18 10 ...
9 5 ... 19 4 ...
10 4 ... 20 3 ...
Total Proporsi ... Total Proporsi ...
 p = total proporsi / grup sampel = .072
p = (0,072)(0,928)/50 = .037
BKA = 0,072 + 3(0,037) = 0,183
BKB = 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)
p 3 =p p
UCL pTengah
Garis p( 1 p )
p
LCL p p 3 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 1 5 3 2 7 4 5 2 3
2 8 5 3 6 4 2 5 3 6
n = 250 sampel
m = 20 grup
D = total defect
(semua defect dijumlah)
p = 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 (4/250) = 0,016 2 (2/250) = 0,008

1 (1/250) =0,004 8 (8/250) = 0,032
5 5
3 3
2 6
7 4
4 2
5 5
2 3
3 6
Control Limits For a p Chart
p Chart for Norwest Bank
0.045
0.040
UCL
Sample Proportion p

0.035
0.030
0.025
0.020
0.015
0.010
0.005
LCL
0.000
0 5 10 15 20
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 sampel Produk cacat no sampel Produk cacat
1 200 14 11 190 15
2 180 10 12 380 26
3 200 17 13 200 10
4 120 8 14 210 14
5 300 20 15 390 24
6 250 18 16 120 15
7 400 25 17 190 18
8 180 20 18 380 19
9 210 30 19 200 11
10 380 15 20 180 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 sampel cacat proporsi
1 200 14 0,070
2 180 10 0,055
3 200 17 0,085
4 120 8 0,067
5 300 20
6 250 18
7 400 25
8 180 20
9 210 30
10 380 15
11 190 15
12 380 26
13 200 10
14 210 14
15 390 24
16 120 15
17 190 18 0,095
18 380 19 0,050
19 200 11 0,055
20 180 12 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 Byknya kesalahan no Byknya kesalahan

1 5 11 9
2 4 12 7
3 7 13 8
4 6 14 11
5 8 15 9
6 5 16 5
7 6 17 7
8 5 18 6
9 16 19 10
10 10 20 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