Pengendalian Kualitas
Pengendalian Kualitas
Dibuat Oleh :
Hizkia Oswari
Raihan Tholib
Febi Ferdiansyah
REVOLUSI INDUSTRI
Quality : Quality :
- performance - kepemimpinan
- kebanggaan - komitmen
Quality :
• ongkos pemeriksaan
ongkos penolakan
• keuntungan ( jumlah produksi )
• keseragaman kualitas
• sebaran toleransi
Konsep PDCA
Mengaitkan :
• kepuasan konsumen
• SQC
• “respect” terhadap SDM ~ skill
RANTAI REAKSI DEMING
Q Biaya : Produktivitas
- pekerjaan diulang
- keterlambatan
- penggunaan mesin
Pangsa pasar
( Q , Price )
Stay in
Jobs opportunity
business
TRILOGI :
• Q planning
• Q control
• Q improvement
Q planning :
• menentukan konsumen
• menentukan kebutuhan konsumen
• mengembangkan produk = f (kebutuhan)
•mengembangkan proses = f ( produk)
Q control :
• evaluasi produk
• membandingkan dengan tujuan
• perbaikan
Q improvement
• infrastruktur
• melihat kemajuan yang dicapai
• motivasi tim
Manajemen kualitas :
• uncertainty
• awakening
• enlightment
• wisdom
•certainty
4 filosofi :
• Q ~ kebutuhan
• Q ~ pencegahan
• “zero defect”
• pengukuran kualitas ketidaksamaan
kebutuhan
“ zero defect”
action Check and
feedback
cause
defects
Gusoku (armor)
Katana (sword)
Ya (arrow)
7
CHECK SHEET
Fungsi
• Defective item
• Defective location
• Defective cause
• Check up confirmation
CHECK SHEET
Date :
Product : Plant :
Usage : Dept. :
Specification : Inspector :
Inspection number Lot No. :
:
Lot Size :
Supplier :
Measurement unit
:
Total
HISTOGRAM
1. Guna : menyajikan data secara visual sehingga lebih mudah
dilihat oleh pelaksanan
2. Mekanisme :
1. Kumpulkan data pengamatan (N)
data : minimum rumus statistik
tentukan
2. Pilih harga maksimum & minimum
a) Susun data dalam baris & kolom
b) Pilih angka max. Tiap baris
c) Pilih angka min. tiap baris
d) Tentukan max & min dari keseluruhan
3. Hitung range ( R ) = max min
4. Tentukan jumlah kelas ( K )
K = f(R) = 1 + 3.3 log R
Atau
K= N
atau
K = 10 ~ tentukan
5. Tentukan kelas interval ( KI)
KI = R/K
6. Tentukan batas bawah KI terendah
BB = min – KI/2
7. Tentukan BB, batas atas dan setiap nilai kelas
KI
K?
min max
NT
10 11
5
2 2 2 1 10
8.25 20.25
X = 12.78 , SD = 2.31
DIAGRAM PARETO
~ Petunjuk hierarki kepentingan persoalan cacat produk
~ Mekanisme
1. Buat klasifikasi cacat
2. Tentukan absis~ordinat
3. Buat diagram % jumlah cacat
Kumulatif % cacat
a b c d e
~ manfaat
• membuat orang mau bekerja sama
• dampak perbaikan besar
• identifikasi tujuan terpilih
Pareto Diagram
75
Jumlah cacat
100
50
25
0
0 Hd Bd Ld Md Cd
C.E. DIAGRAM
DIAGRAM
~ MANFAAT :
• mengarahkan diskusi faktor sebab dominan
• petunjuk pengumpulan dan pencatatan data
• menunjukkan kemampuan pekerja
IDE
Cari hubungan antar faktordengan cara mencari hubungan sebab
akibatnya dengan tanda panah sbb :
Moisture content (m)
Steam pressure (P)
Reaction Liquid
temperature (t)
Yield (y)
Yield (y)
Step 6. Pada setiap cabang tulis secara rinci faktor yang mempengaruhi
terjadinya karakteristik tersebut.
Yield (y)
Temp.
Steam Pressure
Step 8. Lihat kembali dan tambahkan bila perlu faktor lain yang
belum ada padadiagram
SCATTERED DIAGRAM
~ MANFAAT :
X
X
X
X
Population in Paris
X
X
Mud stratum
Ilustrasi :
Sand stratum
Stone stratum
Rock
Contoh : analisa produk cacat distratifikasi berdasarkan penemuan operatornya.
N=200
Operators Production (in pieces) Defectives (Pieces) Defective Percentage
Tanaka 75 20 26.7 %
Sato 62 12 19.4 %
Kohmo 63 8 12.7 %
Total 200 40 20.0 %
Statify the defectives by the material suppliers
Suppliers Production (in pieces) Defectives (Pieces) Defective Percentage
pH
t
GAFIK
GAFIK KENDALI
KENDALI
Grafik yang dilengkapi garis-garis kendali
~garis kendali atas (UCL)
~garis pusat (CL)
~garis kendali bawah (LC)
Grafik kendali X – R
Grafik kendali P
GRAFIK KENDALI ~ proses normal / tidak normal
- RELATION DIAGRAM
- AFFINITY DIAGRAM
- SYSTEMATIC DIAGRAM
- MATRIX DIAGRAM
- MATRIX DATA ANALYSIS
- PROCESS DECISION PROGRAM CHART
- ARROW DIAGRAM
KONSEP TQC :
• Q first
• consumer orientation
• the next process is your customer
• using facts and data ( statistics)
• respect for humanity
• cross functional management
STATISTICAL PROCESS CONTROL (SPC)
• Control chart (Peta kontrol):
Metoda grafis untuk memonitor aktivitas dari suatu proses yang
sedang berlangsung (Disebut juga ‘Peta Kontrol Shewart).
Garis vertikal memuat karakteristik kualitas yang akan
dimonitor
Garis horizontal memuat sampel atau ukuran sampel (group)
Garis sentral (center line) memuat nilai rata-rata dari
karakteristik
Garis batas atas (upper control limit) dan garis batas bawah
(lower control limit) dibuat untuk membuat keputusan:
Rule 1: Suatu Proses diasumsikan keluar dari kontrol jika sebuah titik plot berada
diluar batas kontrol atas dan kontrol bawah.
Rule 2: Suatu proses diasumsikan akan keluar dari kontrol jika dari tiga t
titik plot yang berurutan terdapat 2 titik plot berada di luar batas
kontrol 2 (warning limit) pada sisi yang sama.
Rule 3: Suatu proses diasuksikan akan keluar dari kontrol jika dari lima titik plot
yang berurutan terdapat empat titik plot yang melewati batas kontrol 1 pada sisi
yang sama.
Rule 4: Suatu proses diasumsikan akan keluar dari kontrol jika delapan atau lebih
titik plot yang berurutan berada di satu sisi dari center line.
Rule 5: Suatu proses diasumsikan akan keluar dari kontrol jika delapan atau lebih
titik plot yang berurutan berada di atas atau di bawah center line.
- Dasar Statistika Dalam Peta Kontrol
* Distribusi Normal
* Populasi, sampel, mean, standar deviasi
X bar = Σ Xi/√n
xbar = /√n
BATAS-BATAS KONTROL
• CL = E (θ bar)
• UCL = E (θ bar) + k SD (θ bar)
• LCL = E (θ bar) – k SD (θ bar)
Dimana:
- θ merupakan karakter kualitas
- θ bar merupakan estimator θ
- SD = standar deviasi
- K = jumlah SD statistik sampel dari center line
PETA KONTROL VARIABEL
PETA X-Bar dan R-Bar
* Digunakan untuk memantau proses yang mempunyai
karakteristik bersifat kontinyu (data variabel) berdasarkan rata-
ratanya, dengan asumsi ukuran contoh (n) kecil.
• PETA X bar 3
CL = X double bar
UCL = X double bar + A2 R bar
LCL = X double bar – A2 R bar
PETA R 3
CL = R bar
UCL = D4. R bar
LCL = D3. R bar
PETA KONTROL X-Bar dan S
* Digunakan untuk memantau proses yang mempunyai
karakteristik bersifat kontinyu (data variabel)
berdasarkan rata-ratanya, dengan asumsi ukuran contoh
(n) besar.
• PETA X Bar 3
CL = X double bar
UCL = X double bar + A3 S bar
LCL = X double bar – A3 S bar
PETA S 3
CL = S bar
UCL = B4 S bar
LCL = B3 S bar
PETA KONTROL X bar dan MR
* Digunakan untuk memantau proses yang mempunyai
karakteristik bersifat kontinyu (data variabel) berdasarkan rata-
ratanya, dengan asumsi ukuran contoh (n) = 1.
• PETA X bar 3
CL = X bar
UCL = X bar + 2,66 MR bar
LCL = X bar – 2,66 MR bar
• PETA MR 3
CL = MR bar
UCL = D4 MR bar = 3,267 MR bar
LCL = D3 MR bar = 0
PETA KONTROL ATRIBUT
PETA P 3
* Digunakan untuk mengukur proporsi ketidak sesuaian dari
iyem-item dalam kelompok yang sedang diinspeksi, untuk n
konstan atau berubah (variable).
CL = P bar
UCL = P bar + 3Sp
LCL = P bar – 3 Sp
CL = np bar
UCL = np bar + 3Snp
LCL = np bar – 3 Snp
CL = c bar
UCL = c bar + 3 Sc
LCL = c bar – 3 Sc
Sc = √c bar
PETA u
CL = u bar
UCL = u bar + 3 Su
LCL = u bar – 3 Su
Su = √u bar/n
ACCEPTANCE SAMPLING PLAN
• MANFAAT SAMPLING:
- Meminimasi kerugian, untuk inspeksi yang merusak
- Lebih ekonomis untuk inspeksi dengan biaya tinggi,
waktu yang lama dan sumberdaya yang terbatas
- Dapat mengurangi kesalahan inspeksi oleh inspektor
- Memperkuat motivasi untuk meningkatkan kualitas,
karena setiap anggota lot/batch mungkin ditolak
KELEMAHAN SAMPLING
Artinya:
Pertama dipilih 100 unit sampel dari 5.000 populasi
secara acak, jika terdapat ≤ 1 item cacat maka lot
diterima, jika terdapat ≥ 4 item cacat maka lot ditolak,
jika cacat 2 atau 3 item maka dilakukan sampling
kedua, diambil 60 sampel. Jika kombinasi item cacat
sampling 1 dan 2 ≤5 maka lot diterima, jika ≥ 6 maka
lot ditolak.
MULTIPLE SAMPLING PLAN
• Tiga, empat, lima, atau lebih sampel yang digunakan untuk
memutuskan menerima atau menolak lot.
• Biasanya memiliki nilai ni yang sama dan cenderung kecil.
• Jika sampel pertama ‘bagus’ maka lot diterima, jika ‘jelek’
maka ditolak, jika diantarannya maka diambil sampel
kedua. Jika kombinasi sampel 1 dan 2 ‘bagus’ maka lot
diterima dan jika ‘jelek’ maka ditolak, jika diantaranya
diambil sampel ketiga, dan seterusnya.
Contoh:
N = 4.000 n1 = 20 n2 = 20 n3 = 20
c1 = 0 c2 = 1 c3 = 4
r1 = 3 r2 = 4 r3 = 5
Artinya:
Pertama dipilih 20 unit sampel dari 4.000 populasi secara
acak, jika tidak item cacat maka lot diterima, jika terdapat
≥ 3 item cacat maka lot ditolak, jika cacat 1 atau 2 item
maka dilakukan sampling kedua, diambil 20 sampel. Jika
kombinasi item cacat sampling 1 dan 2 ≤1 maka lot
diterima, jika ≥ 4 maka lot ditolak, jika item cacat 2 atau 3
dilakukan sampling ketiga. Jika kombinasi cacat sampling
1,2,3 ≤ 4 maka lot diterima, jika ≥ 5 maka lot ditolak