MANAJEMEN PRODUKSI

Materi – 3

MANAGING QUALITY
Rencana Sampling Penerimaan
 Total Quality Management (TQM)
Konsep dasar TQM terdiri dari 7 program yaitu,
1. Continous Improvment
2. Six Sgma
3. Employe empowerment
4. Benchmarking
5. Just-In-Time
6. Taguchi Concept
7. Knowledge of TQM Tools
 Continous Improvement (Perbaikan Berkelanjutan)

• Melakukan perbaikan secara kontinu, model putaran

yang dikembangkan oleh Walter Shewhart adalah
PDCA :
• Plan Do Check Act

• 1. Plan, Identifikasi masalah dan buat perencanaan

• 2. Do, pengujian rencana yang dibuat
• 3. Check, dilakukan uji coba perencanaan
• 4. Act, implementasi perencanaan
 Six Sigma
Tahapan dalam six sigma : DMAIC
1. Definition, definisikan kualitas produk
2. Measure, lakukan pengukuran proses untuk memperoleh data
3. Analysis, melakukan analisis data
4. Improve, melakukan improve apabila hasil analisis data perlu
melakukan modifikasi atau redesain proses maupun produk
5. Control, melakukan pengontrolan terhadap improve yang
dilakukan

Apabila menggunakan 3σ maka tingkat akurasinya 99,73% dan

kemungkinan terjadinya defect adalah 2700/sejuta
Untuk 6σ tingkat akurasinya 99,9997% dan kemungkinan
terjadinya defect adalah 3,4/sejuta
 Employee Empowerment (Pemberdayaan Karyawan)
Teknik untuk membangun employee empowerment adalah sbb:
1. Building communication networks that include employee,
Membangun jaringan komunikasi yang melibatkan karyawan
2. Develoving open, supportive supervisors, mengembangkan
supervisor yang terbuka dan suportif
3. Moving responsibility from both manager and staff to
production employee, Memindahkan tanggung jawab dari
manajer dan staf ke karyawan produksi
4. Building high-morale organizations, Membangun organisasi
dengan semangat tinggi
5. Creating such formal organization structures as teams and
quality circles, Menciptakan struktur organisasi formal
sebagai tim dan lingkaran kualitas.
 JUST IN TIME

JIT dalam manajemen kualitas adalah sbb :

. JIT, untuk memangkas biaya dalam memperoleh
kualitas yang ditentukan
. JIT, untuk memperbaiki kualitas
. JIT, untuk sistem yang lebih baik dengan
menghilangkan biaya inventory dan mempermudah
pengerjaannya bagi pegawai
 Metode Taguchi
• Suatu metode untuk mengidentifikasi menurut
banyaknya masukan (input) yang benar dan
parameter untuk membuat suatu produk atau
layanan berkualitas tinggi yang didambakan oleh
pelanggan atau konsumen.
• Genichi Taguchi mengembangkan suatu pendekatan
desain dari perspektif desain yang sempurna
(robust), dimana produk (barang atau jasa) harus
didesain bebas dari cacat (defect) dan berkualitas
tinggi.
 Taguchi Concept
Quality Robust, produk diproduksi secara seragam dan
konsekuen, dengan cara memperkecil variasi bahan baku
dan proses, tetapi tidak merusak kualitas produk
. Quality Loss Function
Contoh : Gb. 6.5a hal 231
Kurva QLF dalam bentuk kuadratik : L = D2 C
dengan ,
L = Loss to seciety, kerugian konsumen
D2 = kuadrat dari nilai jarak target
C = biaya untuk perbedaan dengan batas spesifikasi
. Knowledge of TQM Tools
Semua orang dalam organisasi harus memperoleh
pelatihan mengenai pengetahuan TQM
 Contoh untuk Quality Loss Function
• Gb. 6.5a hal 231 Heizer Render
 Seven Tools untuk TQM

1 . Check Sheets (Gambar 6.6.a)

2. Scetter Diagram (Gambar 6.6.b)
3. Cause-and-effect Diagram (Gambar 6.6.c dan Gb 6.7)
4. Pareto Chart (Gambar 6.6.d)
5. Flowchart (Gambar 6.6.e)
6. Histogram (Gambar 6.6.f)
7. Statistical Proses Control (Gambar 6.6.g)
Contoh lihat halaman 232-236
 Contoh Tools of TQM
• Seven Tools of TQM
STASTISTICAL QUALITY CONTROL
• Untuk menjaga mutu barang hasil produksi agar berada dalam
batas-batas tertentu, maka harus diusahakan bahwa : mesin,
manusia, material dan metode yang digunakan untuk pembu-
atan produk, tidak mengalami perubahan yang cukup berarti
atau dengan variasi yang cukup kecil. Salah satu alat yang bisa
digunakan untuk pengendalian mutu suatu produk adalah
dengan Statisical Quality Control
Variasi mutu produk secara statistika ada 2 macam :
* Variasi bersifat probabilistik, yaitu variasi yang bersifat acak
selama proses produksi dan tidak bisa dihindarkan, sehingga
proses dibiarkan berjalan selama berada pada batas-batas
tertentu.
* Variasi bersifat eratik, variasi ini timbul tidak menentu karena
penyebab tertentu, sehingga dari 4M di atas harus dicari dulu
penyebabnya, sehingga proses harus dihentikan dulu.
III.1. Batas Spesifikasi, Batas Toleransi dan Batas Kendali
secara Statistika
• Batas Spesifikasi, batas yang ditentukan oleh perusahaan untuk
mengendalikan mutu produk, yang yang dirancang sedemikian
rupa sehingga mengidentifikasikan karakteristik mutu produk
secara umum.
• Batas Toleransi, batas-batas kendali yang ditentukan dengan
memprtimbangkan variasi mutu yang masih dapat ditolerir
berdasarkan, kemampuan operator, material, mesin, dan
kemampuan proses dan alat ukur.
Batas toleransi idealnya kecil, tetapi kemungkinan banyak mutu
produk yang ditolak, tetapi mutu produk cukup baik, sedangkan
apabila batas toleransinya cukup besar maka mutu produk yang
ditolak sedikit tetapi variasi mutu produk yang dikendalikan cukup
besar. Untuk mengatasinya digunakan pengendalian mutu secara
statistika (Statistical Quality Control)
III.2. Statisical Quality Control
• Statisical Quality Control, merupakan alat untuk menjaga
mutu suatu produk secara statistika, alat yang bisa digunakan
adalah :
• Acceptance Sampling (Rencana Sampling Penerimaan)
Untuk memutuskan menerima atau menolak bahan baku
berdasarkan sampel
• Control chart (Diagram Kendali)
Untuk mengendalikan stabilitas proses, apakah terkendali
atau tidak
• Process capability (Kapabilitas Proses)
Untuk melihat kemampuan proses dalam memenuhi
spesifikasi produk.
III.2.1. Rencana Sampling Penerimaan Acceptance Sampling

• Rencana sampling penerimaan ini dilakukan untuk mengendalikan

kualitas bahan baku dan produk jadi
• Tujuannya untuk mengetahui apakah bahan baku atau produk jadi
yang diterima sesuai dengan nilai standar spesifikasi atau tidak

Pengendalian Produk dan Proses

Pengendalian Produk

Bahan baku Produksi Produk Jadi

Pengendalian Proses

Gambar III.1.
Dua Resiko yang terjadi dalam Rencana Sampling Penerimaan

• Resiko produsen (α), peluang untuk menolak lot berdasarkan

kesepakatan RSP, padahal mutu produk dalam lot baik
• Resiko konsumen(β), peluang konsumen menerima produk
berdasarkan kesepakatan RSP padahal mutu produk tersebut tidak
baik
Dalam bentuk peluang
P(produsen) = P(menerima produk yang baik dengan
persentase kerusakan p1’)=1-α
P(konsumen) = P(menerima produk yang rusak dengan
persentase kerusakan p2’)=β
Dengan,
p1’ adalah persentase kerusakan dalam lot
p2’ adalah persentase kerusakan berdasarkan sampling.
Ada dua macam rencana sampling penerimaan :
1. Atribut (berdasarkan jumlah rusak)
2. Variabel (berdasarkan ukuran statistik μ , σ, atau R
Rencana Sampling Penerimaan Atribut :
1. Tunggal
2. Ganda
3. Multiple
4. Sekuensial
1. RSP Tunggal
Dari lot berukuran N diambil sampel sebesar n secara
acak dengan angka penerimaan c, maka untuk d
memenuhi syarat:
* untuk d ≤ c maka lot diterima
* untuk d > c, maka lot ditolak
Dalam rencana sampling penerimaan tunggal bisa digunakan :
• Distribusi Geometrik, jika yang diperhatikan adalah banyaknya
kerusakan dalam lot (D1), dengan resiko produsen α, N dan n
diketahui, maka c dapat ditentukan berdasarkan:
 D1   N  D1 
c   
x n  x
P( X  c)       1  
x 0 N
n
 
• Distribusi Geometrik, jika yang diperhatikan adalah banyaknya
kerusakan berdasarkan sampling (D2), dengan resiko konsumen β,
N dan n diketahui, maka c dapat ditentukan berdasarkan:
 D2   N  D2 
c   
x n  x
P( X  c)      
x 0 N
 
 n 
Rencana Sampling Penerimaan Tunggal (lanjutan) :

• Distribusi Binomial
Jika yang diperhatikan adalah adalah persentase kerusakan dalam
lot (p1’), dengan resiko produsen α, maka c dapat ditentukan
berdasarkan:
c
n 1 x
P( X  c)      p1   1  p1  1  
1 n x

x 0  x 

• Jika yang diperhatikan adalah adalah persentase kerusakan

berdasarkan sampling pendahuluan (p2’), dengan resiko konsumen
β, maka c dapat ditentukan berdasarkan:
c
n 1 x
P ( X  c )      p2   1  p 2 
1 n x

x 0  x 
Rencana Sampling Penerimaan Tunggal (lanjutan) :

• Distribusi Poisson:
Jika yang diperhatikan adalah rata-rata kerusakan dalam lot (λ1),
dengan resiko produsen α, maka c dapat ditentukan berdasarkan:
c
1x e  1
P( X  c)   1  
x 0 x!

• Jika yang diperhatikan adalah adalah rata-rata kerusakan

berdasarkan sampling pendahuluan (λ2), dengan resiko konsumen
β, maka c dapat ditentukan berdasarkan:

2x e  2
c
P( X  c)   
x 0 x!
 Contoh :
1. Suatu lot berukuran 30 dengan banyaknya produk yang rusak 3.
Berdasarkan pertimbangan tertentu diambil sampel berukuran
10, ternyata banyaknya barang yang rusak 6, dengan resiko
produsen 5% dan resiko konsumen 10%. Tentukan sampling
peneriman berdasarkan : a) resiko produsen dan b) resiko
konsumen.
2. Suatu lot berukuran 10.000 dengan persentase kerusakan 2%.
Berdasarkan sampling pendahuluan ternyata persentase
kerusakannya 10% . Apabila produsen mengambil resiko 5% dan
konsumen 10%, jika diambil sampel berukuran 30, tentukan
rencana sampling penerimaan berdasarkan : a) resiko produsen
dan b) resiko konsumen.
 Jawaban Contoh-1
• Dari Contoh-1 tersebut diketahi N=30, D1=3, D2=6, n=10, α=0,05
dan β=0,10
a. Menentukan angka penerimaan c berdasarkan resiko produsen
 3   30  3 
c   
x 10  x
P( X  c)       0, 95
x 0  30 
 
 10 
Untuk X=0 , P(X=0) = 0,2808
X=1 , P(X=1) = 0,4680
X=2 , P(X=2) = 0,2217
Sehingga P( X  2)  0, 2808  0, 4680  0, 2217  0,9705
Jadi dapat disimpulkan bahwa rencana sampling penerimaan
berdasarkan resiko produsen adalah (n=10 , c=2)
 Jawaban Contoh-1 Lanjutan
b. Menentukan angka penerimaan c berdasarkan resiko konsumen
 6   30  6 
c   
x 10  x
P( X  c)       0,10
x 0  30 
 
 10 

Untuk X=0 , P(X=0) = 0,0489

X=1 , P(X=1) = 0,0435
Sehingga P( X  1)  0, 0489  0, 0435
Jadi rencana sampling berdasarkan resiko konsumen adalah
(n=10 , c=1)
Jawaban Contoh-2

• Dari contoh-2 diketahui N=10.000, n=30, p1’=0,02 , p2’=0,10,

α=0,05 dan β=0,10
a. Menentukan angka penerimaan c berdasarkan resiko produsen,
c
 30 
P( X  c)      0,02   1  0, 02 
x 30  x
0,95
x 0  x 

Untuk X=0 , P(X=0) = 0,5455

X=1 , P(X=1) = 0,3340
X=2 , P(X=2) = 0,0988
Sehingga P( X  2)  0,5455  0,3340  0,0988  0,9783
Jadi dapat disimpulkan bahwa rencana sampling penerimaan
berdasarkan resiko produsen adalah (n=30 , c=2)
 Jawaban Contoh-2 Lanjutan

b. Menentukan angka penerimaan c berdasarkan resiko konsumen

c
 30 
P( X  c)      0,10   1  0,10 
x 30  x
0,10
x 0  x 

Untuk X=0 , P(X=0) = 0,0424

X=1 , P(X=1) = 0,1413
Sehingga P( X  1)  0, 0424  0,1413  0,1837
Jadi dapat disimpulkan bahwa rencana sampling penerimaan
berdasarkan resiko konsumen adalah (n=30 , c=1)