PENGENDALIAN PROSES

STATISTIK (SPC)
Disusun oleh Kelompok
1. Toifsa Rosita Dewi F0218113
2. Tri Martines W. F0218114
3. Umu Ni’matun N. F0218115
 PENGENDALIAN PROSES
STATISTIK (SPC)
Statistik proses kontrol (SPC) adalah aplikasi metode
statistika untuk pemantauan dan pengendalian proses untuk
memastikan bahwa dia bekerja pada potensi penuh untuk
menghasilkan produk yang sesuai. Dalam SPC, proses
berperilaku diduga untuk memproduksi sebanyak mungkin
produk sesuai dengan limbah paling mungkin. Alat kunci dalam
SPC adalah kontrol grafik, fokus pada perbaikan terus-menerus
dan dirancang percobaan.
 Dalam menggunakan SPC untuk mengukur kinerja suatu
proses, suatu proses dikatakan bekerja dalam kendali statistika
apabila sumber variasinya hanya berasal dari sebab - sebab
umum (alamiah) dan variasi khusus / terusut (assignable).
Tujuan dari SPC adalah memberikan sinyal statistika apabila
terdapat sebab - sebab variasi khusus.  Dengan SPC kita dapat
mempercepat tindakan yg diperlukan untuk menyingkirkan sebab
- sebab khusus (assignable) tersebut
 VARIASI ILMIAH (NATURAL
VARIATION)
Variasi Ilmiah (Natural Variation) adalah variabelitas yg
mempengaruhi setiap proses produksi dgn derajat yg berbeda dan
telah diproduksi sebelumnya, serta sering disebut suatu penyebab
umum. Variasi alamiah bertindak seperti suatu sistem konstan yg
memproduksi sebab-sebab yang sifatnya acak. Meskipun setiap
nilainya berbeda, sebagai suatu kelompok, nilai mereka tersebut
membentuk suatu pola yg dapat digambarkan sebagai suatu
distribusi (distribution).
 VARIASI TERSUSUT (ASSIGNABLE
VARIATION)
Variasi Tersusut (Assignable Variation) adalah variasi dalam
proses produksi yang dapat ditelusuri ke sebab-sebab tertentu.
Variasi alamiah dan variasi terusut membedakan dua buah
tugas tujuan manajer operasional :
 Variasi alamiah : harus bekerja secara terkendali.
 Variasi terusut   : harus dikenali dan disingkirkan sehingga
semua proses tetap berada dalam kendali.
 SAMPEL
Karena variasi alami dan dapat ditugaskan, kontrol proses
statistik menggunakan rata-rata sampel kecil (sering terdiri dari
empat hingga delapan item) dibandingkan dengan data pada
bagian-bagian individual.
Skala horizontal dapat berupa sesuatu yang berat atau
panjang. Skala vertikal adalah frekuensi.
 DIAGRAM KENDALI
Ada tiga jenis keluaran proses dalam kendali proses :
1. Berada dalam kendali dan proses tersebut mampu
menghasilkan barang dalam batas-batas kendali yang telah
2. Berada dalam kendali, tetapi proses tersebut tidak mampu
menghasilkan barang dalam batas kendali.
3. Di luar kendali : suatu proses yang tidak terkendali karena
mempunyai variasi- variasi sebab yang terusut
 DIAGRAM KENDALI VARIABEL
Diagram kendali kualitas untuk variabel yang menunjukkan
terjadinya perubahan dalam kecenderungan terpusat dari suatu proses
produksi.  Perubahan ini dapat disebabkan oleh factor -faktor :
usangnya peralatan, kenaikan suhu secara bertahap, metode berbeda
yg digunakan oleh giliran kerja kedua, atau bahan-bahan yang baru
dan lebih kuat.
Diagram kendali yang menelusuri “jangkauan” (range=R) dalam
suatu sampel, grafik ini menunjukkan peningkatan atau penurunan
dalam keseragaman yg telah terjadi dalam seberan dari suatu proses
produksi.
TEOREMA LIMIT TENGAH
Landasan teoritis bagi diagram adalah teorema limit tengah
(central limit theorem). Teorema tersebut juga menyatakan :
 Rerata dari distribus akan sama dengan rerata dari seluruh
populasi µ.
 Standar deviasi dari distribusi sampling σ  akan menjadi deviasi
standar populasiσ dibagi dengan akar kuadrat dari jumlah
sampelnya n
 MENETAPKAN BATAS-BATAS
DIAGRAM RERATA
Karena standar deviasi proses tidak diketahui atau sulit
dihitung, kita umumnya menghitung batas – batas kendali
berdasarkan nilai jangkauan rata – rata, bukan berdasarkan
standar deviasi. Jangkauan didefinisikan sebagai selisih
antara nilai terbesar dan nilai terkecil dalam suatu sampel.
 MENETAPKAN BATAS-BATAS DIAGRAM
JANGKAUAN (DIAGRAM R)
Selain tugasnya memperhatikan rata-rata proses, para manajer
operasi juga perlu memperhatikan dispersi dari proses atau
jangkauannya. Para manajer operasi menggunakan diagram
kendali jangkauan untuk memantau variabilitas proses, selain
diagram kendali rata-rata yang memantau kecenderungan tengah.
Teori di balik diagram kendali sama dengan teori untuk
diagram kendali rata-rata proses. Batas-batas yang ditentukan
memiliki ± 3 standar deviasi dari distribusi jangkauan rata-rata R.
 MENETAPKAN BATAS-BATAS DIAGRAM
JANGKAUAN (DIAGRAM R)
Kita dapat menggunakan persamaan-persamaan berikut untuk
menentukan batas-batas kendali atas dan bawah untuk jangkauan :

dimana :
● UCLR                  = batas kendali atas untuk jangkauan
● LCLR              = batas kendali bawah untuk jangkauan
● D4 dan D3        = nilai-nilai yang diperoleh
MENGGUNAKAN DIAGRAM RERATA DAN
JANGKAUAN
Distribusi normal didefinisikan oleh dua parameter, yaitu
rerata dan standar deviasi. Diagram (rerata) dan diagram R
menyerupai kedua parameter ini. Diagram peka terhadap
pergeseran nilai rerata proses, sedangkan diagram R peka
terhadap pergeseran nilai standar deviasi proses.
Langkah-langkah yang ditempuh ketika
menggunakan diagram kendali:
Pada umumnya, ada 5 langkah yang ditempuh saat menggunakan diagram dan
R,yaitu :
• Kumpulkan 20-25 sampel yang masing-masing berukuran n=4 atau n=5
dari proses yang stabil. Hitung rerata dan jangkauan setiap sampel.
• Hitung rerata keseluruhan, tetapkan batas-batas kendali yang sesuai,
biasanya pada tingkat 99,73%, dan hitung batas-batas kendali atas dan
bawah awal. Gunakan tabel yang tersedia sebagai acuan untuk batas-batas
kendali yang lain. Jika saat ini prosesnya belum stabil, gunakan rerata yang
diinginkan, µ, untuk menggantikan dalam menghitung batas-batas kendali.
Langkah-langkah yang ditempuh ketika
menggunakan diagram kendali:
● Gambar titik-titik rerata dan jangkauan sampel pada diagram
kendalinya masing-masing dan tentukan apakah titik-titik itu
berada di dalam atau di luar batas yang diterima.
● Periksa titik-titik atau pola titik yang menunjukkan dari
variasi tersebut, atasi penyebabnya, kemudian lanjutkan
prosesnya.
● Kumpulkan sampel tambahan. Bila perlu, sesuaikan batas-
batas kendali menggunakan data yang baru.
 DIAGRAM KENDALI UNTUK ATRIBUT

Diagram kendali  dan R tidak berlaku apabila kita mengambil sampel

dari atribut yang umumnya dibagi dalam kelompok cacat dan tidak cacat.
Untuk mengukur jumlah yang cacat, kita harus menghitung jumlah yang
cacat, sedangkan variabel biasanya diukur panjang atau beratnya. Ada 2
jenis diagram kendali atribut :
● diagram yang mengukur persen cacat dalam sampel yang disebut
diagram p
● diagram yang menghitung jumlah cacat yang disebut diagram c
 Diagram p
Diagram p adalah diagram kendali kualitas yang
digunakan untuk mengendalikan atribut. Meskipun
atribut yang baik atau buruk mengikuti distribusi
binomial, distribusi normal dapat digunakan untuk
menghitung batas-batas diagram p apabila ukuran sampel
besar.
Rumus untuk batas kendali atas dan bawah dari diaram p
adalah :
 Diagram c
Diagram c adalah diagram kendali kualitas yang digunakan untuk
mengendalikan jumlah cacat setiap unit output. Diagram kendali
untuk cacat sangat bermanfaat untuk memantau proses yang
memiliki potensi terjadinya banyak kesalahan, tetapi jumlah
kesalahan yang memang terjadi relatif kecil. Distribusi peluang
Poisson yang memiliki variansi yang sama dengan reratanya
adalah dasar dari diagram c. Rumus:
 ISU-ISU MANAJERIAL DAN DIAGRAM
KENDALI
Manajer harus mengambil tiga keputusan utama dalam kaitannya
dengan diagram kendali, yaitu :
1. Para manajer harus menentukan titik-titik di mana suatu
proses membutuhkan SPC.
2. Para manajer harus memutuskan diagram variabel atau
diagram atribut yang cocok digunakan.
3. Perusahaan harus menetapkan kebijakan SPC yang jelas dan
spesifik untuk diikuti karyawannya.
ISU-ISU MANAJERIAL DAN DIAGRAM
KENDALI
Terdapat metode yang disebut dengan runtest, yaitu uji
yang digunakan untuk memeriksa titik-titik pada diagram
kendali untuk melihat adanya variasi nonacak.
 KAPABILITAS PROSES
● Kemampuan suatu proses untuk memenuhi spesifikasi
rancangan yang ditetapkan oleh rancangan teknik atau
keinginan pelanggan dinamakan kapabilitas proses.

● Terdapat dua pengukuran yang lazim digunakan untuk

menentukan kapabilitas dari suatu proses secara kualitatif,
yaitu rasio kapabilitas proses (Cp) dan indeks kapabilitas
proses (Cpk).
 RASIO KAPABILITAS PROSES (Cp)
Agar suatu proses dianggap memiliki kapabilitas, nilai-
nilainya harus berada dalam spesifikasi atas dan bawahnya. Hal
ini umunya berarti kapabilitas proses berada didalam lebih kurang
3 standar deviasi dari rerata prosesnya. Karena jangkauan nilai ini
adalah 6 standar deviasi, toloransi proses yang baik dan
merupakan selisih antara spesifikasi atas dan bawah harus lebih
besar atau sama dengan 6
 RASIO KAPABILITAS PROSES (Cp)

Rasio kapabilitas proses (Cp) dihitung sebagai berikut

 RASIO KAPABILITAS PROSES (Cp)
Suatu proses yang kapabilitasnya baik adalah proses dengan
nilai Cp setidaknya 1,00. Apabila Cp kurang dari 1,0 maka proses
tersebut menghasilkan produk atau jasa yang berada di luar
toleransi yang dibolehkan. Semakin tinggi rasio kapabilitas
proses, semakin besar pula kemungkinan proses tersebut berada
dalam spesifikasi rancangan.
 INDEKS KAPABILITAS PROSES (Cpk)

● Indeks kapabilitas proses (Cpk), mengukur selisih antara

dimensi yang diinginkan dari dimensi yang sebenarnya dari
barang atau jasa yang dihasilkan.
● Apabila angka Cpk untuk batas spesifikasi atas dan bawah
sama dengan 1,0 , maka variasi proses berada di tengah
danprosesnya dikatakan mampu menghasilkan barang dalam
lebih kurang 3 standar deviasinya
INDEKS KAPABILITAS PROSES (Cpk)

Indeks kapabilitas proses (Cpk) dihitung sebagai berikut

 INDEKS KAPABILITAS PROSES (Cpk)

● Nilai Cpk senilai 1,0 baik untuk batas kendali atas dan bawah
menunjukkan variasi proses berada dalam batas kendali atas dan
bawah. Nilai Cpk yang berada diatas 1,0 menunjukkan
prosesnya menjadi semakin terarah pada sasarannya dengan
berkurangnya cacat. Apabila Cpk kurang dari 1,00 , prosesnya
tidak akan memproduksi barang dalam toleransi yang telah
ditentukan. Dibutuhkan angka Cpk diatas 1,0 agar prosesnya
tetap berpusat dan tidak menyimpang atau “bergeser”.
 SAMPLING KEBERTERIMAAN

● Sampling keberterimaan (acceptance sampling) adalah suatu

bentuk pengujian yang meliputi pengambilan sampel acak dari
“lot” atau kumpulan produk jadi dan pengukuran sampel itu
terhadap standar yang telah ditentukan. Mengambil sampel
lebih ekonomis jika dibandingkan dengan pemeriksaan 100%.
Kualitas dari sampel digunakan untuk menilai kualitas dari
semua barang dalam lot.
 Kurva Karakteristik Operasional

● Kurva karakteristik operasional (operating characteristic curve,

OC) menjelaskan seberapa baiknya suatu rencana penerimaan
dalam membedakan antara lot yang baik dan buruk. Kurva
terkait dengan suatu rencana tertentu yaitu gabungan antara n
(ukuran sampel) dan c (tingkat penerimaan). Kurva ini
dimaksudkan untuk menunjukkan peluang suatu rencana akan
menerima lot dengan tingkat kualitas yang bervariasi.
 Kurva Karakteristik Operasional

● Ada empat konsep dalam kurva karakteristik operasional yaitu:

○ Tingkat Kualitas Berterima (AQL)

○ Persen Cacat Toleransi Lot (LPTD)

○ Risiko Produsen (a)

○ Risiko Konsumen (b)

 Rata – Rata Kualitas Keluaran
● Pada kebanyakan rencana sampling, ketika suatu lot ditolak,
keseluruhan lot tersebut akan diperiksa dan semua barang yang
cacat akan diganti. Metode penggantian ini akan meningkatkan
rata-rata kualitas keluaran dalam hal nilai persen cacatnya.
 Rata – Rata Kualitas Keluaran
● Berikut ini persamaan untuk rata-rata kualitas keluaran (AOQ)
 Rata – Rata Kualitas Keluaran
● Nilai maksimum AOQ menunjukkan rata-rata persen cacat yang
tertinggi atau rata-rata kualitas terendah untuk rencana
samplingnya. Nilai ini dinamakan rata-rata kualitas
keluaran ( average outgoing quality limit – AOQL).
● Sampling keberterimaan bermanfaat dalam menyaring lot yang
masuk. Ketika barang yang cacat diganti dengan yang baik,
sampling keberterimaan akan membantu meningkatkan kualitas
lot dengan mengurangi nilai persen cacat keluarannya.
Perbandingan antara Sampling Keberterimaan, SPC
dan Cpk
Terimakasih