KENDALI PROSES

STATISTIKA (STATISTICAL
PROCESS CONTROL=SPC)
 PENGERTIAN
Statistik proses kontrol (SPC) :

adalah aplikasi metode statistika untuk pemantauan

dan pengendalian suatu proses untuk memastikan
proses tersebut bekerja pada potensi penuh untuk
menghasilkan produk yang sesuai.
 Dalam menggunakan SPC suatu proses
dikatakan bekerja dalam kendali statistika
apabila sumber variasinya hanya berasal dari
sebab-sebab umum / acak (alamiah) dan
variasi khusus atau terusut (assignable).
 Tujuan dari SPC adalah memberikan sinyal
statistika apabila terdapat sebab-sebab
variasi khusus. Syarat ini dapat memperce-
pat tindakan yg diperlukan untuk menyingkir-
kan sebab-sebab khusus (assignable) tsb.
VARIASI ALAMIAH DAN
VARIASI KHUSUS/TERUSUT
 Variasi alamiah / acak (Natural Variation)
Adalah variabelitas yang disebabkan oleh
penyebab alamiah yang tidak dapat
dihilangkan kecuali dilakukan perubahan
besar dalam proses yang dilakukan.
Selama variasi tetap berada dalam batas yg
telah dite-tapkan, proses tsb dikatakan
“terkendali” dan variasi alamiah tsb dpt
diterima.
 Variasi Terusut (Assignable Variation)
Adalah variasi dalam proses produksi yang
dapat ditelusuri ke sebab-sebab tertentu.
Faktor-faktor seperti usangnya mesin, kesa-
lahan pengaturan pada peralatan, pekerja yg
lelah atau tidak terlatih, sumber bahan baku
yg baru merupakan sumber potensial dari
variasi terusut.
 Variasi alamiah dan variasi terusut membe-
dakan dua buah tugas tujuan manajer opera-
sional :
a. Variasi alamiah : harus bekerja secara ter-
kendali.
b. Variasi terusut : harus dikenali dan dising-
kirkan sehingga semua proses tetap
berada dlm kendali.
 SAMPEL
 Karena variasi alamiah dan terusut, SPC
menggunakan nilai rata-rata dari banyak
sampel kecil dan bukan data dari setiap
bagian. Bagian-bagian tersendiri cendrung
lebih tidak menentukan sehingga trennya
tidak dapat teramati dengan cepat.
 DIAGRAM DIAGNOSIS
 DIAGRAM PARETO
Diagram yang dibuat dengan mengidentifikasi 80%
penyebab permasalahan terbesar dengan
melakukan sampling pada proses yang dilakukan.
 DIAGRAM FISHBONE
Diagram yang menekankan hubungan sebab
akibat untuk menyusun gagasan dan mengetahui
hubungannya. Nama fishbone berasal dari bentuk
diagramnya.
DIAGRAM FISHBONE
 DIAGRAM KENDALI
 Ada tiga jenis keluaran proses dlm kendali
proses :
(1). Berada dalam kendali dan proses tsb
mampu menghasilkan barang dlm batas-
batas kendali yg telah ditetapkan.
Suatu proses hanya dgn variasi alamiah
dan mampu menghasilkan brg dlm batas
kendali yg telah ditetapkan.
(2). Berada dalam kendali, tetapi proses tsb
tidak mampu menghasilkan barang dlm
batas kendali. Suatu proses yg terkenda-
li (hanya ada variasi sebab alamiah) ttp
tidak mampu menghasilkan brg dalam
batas-batas kendali yg telah ditetapkan.
(3). Di luar kendali : suatu proses yg tidak
terkendali karena mempunyai variasi-
variasi sebab yg terusut.
  Gambar :Kendali Proses (1)

Frekuensi

Batas Kendali bawah (2)

Batas Kendali atas

(3)

ukuran
(berat, panjang, kecepatan, dll)
Jenis Peta Kendali
 Peta Kendali Variabel (Shewart)
Peta kendali untuk data variabel :
 Peta X dan R, Peta X dan S, dll.
 Peta Kendali Attribut
Peta kendali untuk data atribut :
 Peta-P, Peta-C dan peta-U, dll.
Peta X dan R

 Peta kendal X :
 Memantau perubahan suatu sebaran atau distribusi suatu
variabel asal dalam hal lokasinya (pemusatannya).
 Apakah proses masih berada dalam batas-batas
pengendalian atau tidak.
 Apakah rata-rata produk yang dihasilkan sesuai dengan
standar yang telah ditentukan.
 Peta kendali R :
 Memantau perubahan dalam hal spread-nya
(penyebarannya).
 Memantau tingkat keakurasian/ketepatan proses yang
diukur dengan mencari range dari sampel yang diambil.
Langkah dalam pembuatan Peta X dan R
1. Tentukan ukuran subgrup (n = 3, 4, 5, ……).
2. Tentukan banyaknya subgrup (k) sedikitnya 20 subgrup.
3. Hitung nilai rata-rata dari setiap subgrup, yaitu X.
4. Hitung nilai rata-rata seluruh X, yaitu X, yang
merupakan center line dari peta kendali X.
5. Hitung nilai selisih data terbesar dengan data terkecil
dari setiap subgrup, yaitu Range ( R ).
6. Hitung nilai rata-rata dari seluruh R, yaitu R yang
merupakan center line dari peta kendali R.
7. Hitung batas kendali dari peta kendali X :
UCL = X + (A2 . R) …………. A2 =
LCL = X – (A2 . R) 3
d2 n
8. Hitung batas kendali untuk peta kendali R
UCL = D4 . R
LCL = D3 . R
9. Plot data X dan R pada peta kendali X dan R serta amati
apakah data tersebut berada dalam pengendalian atau
tidak.
 Contoh Kasus
PT XYZ adalah suatu perusahaan pembuatan
suatu produk industri. Ditetapkan spesifikasi
adalah : 2.40 ± 0,05 mm. Untuk mengetahui
kemampuan proses dan mengendalikan proses
itu bagian pengendalian PT XYZ telah
melakukan pengukuran terhadap 20 sampel.
Masing-masing berukuran 5 unit (n=5).
Sampel Hasil Pengukuran
X1 X2 X3 X4 X5
1 2.38 2.45 2.40 2.35 2.42
2 2.39 2.40 2.43 2.34 2.40
3 2.40 2.37 2.36 2.36 2.35
4 2.39 2.35 2.37 2.39 2.38
5 2.38 2.42 2.39 2.35 2.41
6 2.41 2.38 2.37 2.42 2.42
7 2.36 2.38 2.35 2.38 2.37
8 2.39 2.39 2.36 2.41 2.36
9 2.35 2.38 2.37 2.37 2.39
10 2.43 2.39 2.36 2.42 2.37
11 2.39 2.36 2.42 2.39 2.36
12 2.38 2.35 2.35 2.35 2.39
13 2.42 2.37 2.40 2.43 2.41
14 2.36 2.38 2.38 2.36 2.36
15 2.45 2.43 2.41 2.45 2.45
16 2.36 2.42 2.42 2.43 2.37
17 2.38 2.43 2.37 2.39 2.38
18 2.40 2.35 2.39 2.35 2.35
19 2.39 2.45 2.44 2.38 2.37
20 2.35 2.41 2.45 2.47 2.35
 Perhitungan
Perhitungan : Sampel
Rata-rata Range

1 2.40 0.10
2 2.39 0.09
3 2.37 0.05
4 2.38 0.04
5 2.39 0.07
6 2.40 0.05
7 2.37 0.03
8 2.38 0.05
9 2.37 0.04
10 2.39 0.07
11 2.38 0.06
12 2.36 0.04
13 2.41 0.06
14 2.37 0.02
15 2.44 0.04
16 2.40 0.07
17 2.39 0.06
18 2.37 0.05
19 2.41 0.08
20 2.41 0.12
Jumlah 47.78 1.19
Rata-rata 2.39 0.06
X = (Σ X)/k = 47.78 / 20 = 2.39
R = (Σ R)/k = 1.19 / 20 = 0.06
Peta Kendali X :
CL = X = 2.39
UCL = X + (A2 * R) = 2.39 + (0.577*0.06) = 2.42
LCL = X - (A2 * R) = 2.39 – (0.577*0.06) = 2.36
Peta Kendali R
CL = R = 0.06
UCL = D4 * R = 2.114 * 0.06 = 0.12
LCL = D3 * R = 0 * 0.06 = 0