BAB 2 LANDASAN TEORI

Transkripsi

1 8 BAB LANDASAN TEOI.1 Defenisi Statistical Quality Control Penenalian kualitas statistik (statistical quality control) merupakan teknik penyelesaian masalah yan iunakan untuk memonitor, menenalikan, menanalisis, menelola, an memperbaiki prouk an proses menunakan metoe-metoe statistik. Penenalian kualitas statistik (statistical quality control) serin isebut sebaai penenalian proses statistik (statistical process control). Penenalian kualitas statistik an penenalian proses statistik meman merupkan ua istilah yan salin ipertukarkan, yan apabila ilakukan bersamasama maka pemakai akan melihat ambaran kinerja proses masa kini an masa menatan. Hal ini isebabkan penenalian proses statistik ikenal sebaai alat yan bersifat online untuk menambarkan apa yan sean terjai alam proses saat ini. Penenalian kualitas statistik menyeiakan alat-alat offline untuk menukun analisis an pembuatan keputusan yan setiap tahapannya, hari emi hari, an ari pemasok ke pemasok (Cawley an Harol,1999). Penenalian kualitas statistik mempunyai cakupan yan lebih luas karena i alamnya terapat penenalian proses statistik, penenalian prouk (acceptance samplin), an analisis kemampuan proses. Konsep terpentin alam penenalian kualitas statistik aalah variabilitas, imana semua proseur penenalian kualitas statistik membuat keputusan berasar sampel yan iambil ari populasi yan lebih besar. Variabilitas yan imaksu aalah variabilitas antar sampel (misalnya rane atau stanar eviasi). Apabila iambil sampel ari populasi yan sama, variasi statistik akan terjai ari sampel ke sampel an variasi rane apat ihitun. Bentuk ini merupakan asar ari batas yan ihitun paa peta penenali (control chart) an banyaknya penerimaan yan iunakan paa acceptance samplin. Apabila penyimpanan atau variabilitas

2 9 tiak ikenal, maka ilakukan pencarian enan penyesuaian proses an klasifikasi bahan baku yan atan (Maleyeff,1994). Penenalian kualitas proses statistik (statistical process control) merupakan teknik penyelesaian masalah yan iunakan sebaai pemonitor, penenali, penanalisis, penelola, an memperbaiki proses menunakan metoe-metoe statistik. Filosofi paa konsep penenalian kualitas proses statistik atau lebih ikenal enan penenalian kualitas statistik (statistical quality control) aalah output paa proses atau pelayanan apat ikemukakan ke alam penenalian statistik melalui alat-alat manajemen an tinakan perancanan (Ariani, 004). Penenalian proses statistik merupakan penerapan metoe-metoe statistik untuk penukuran an analisis variasi proses. Denan menunakan penenalian proses statistik ini maka apat ilakukan analisis an minimasi penyimpanan atau kesalahan, menuantifikasikan kemampuan proses, menunakan penekatan statistik enan asar six-sima an membuat hubunan antara konsep an teknik yan aa untuk menaakan perbaikan proses. Selain itu, tujuan utama alam penenalian proses statistik aalah meneteksi aanya penyebab khusus alam variasi atau kesalahan proses melalui analisis ata ari masa lalu maupun masa menatan. Variasi proses seniri teriri ari ua macam penyebab, yaitu penyebab umum (ranom cause atau chance cause atau common cause) yan suah melekat paa proses, an penyebab khusus (assinable cause atau special cause) yan merupakankesalahan yan berlebihan. Iealnya hanya penyebab umum yan itunjukkan bahwa proses beraa alam konisi stabil an apat ipreiksi (Ariani, 004).. Manfaat Statistical Quality Control Penenalian kualitas proses statistik atau lebih ikenal enan penenalian kualitas statistik (statistical quality control) ikatakan beraa alam batas penenalian apabila hanya terapat kesalah yan isebabkan oleh sebab umum. Berasarkan hal tersebut tentunya memberikan manfaat pentin, yaitu (Gryna,001):

3 10 1. Proses memiliki stabilitas yan akan memunkinkan oranisasi apat mempreiksi perilaku palin tiak untuk janka penek.. Proses memiliki ientitas alam menyusun seperankat konisi yan pentin untuk membuat preiksi masa menatan. 3. Proses yan beraa alam konisi beraa alam batas penenalian statistik beroperasi enan variabilitas yan lebih kecil aripaa proses yan memiliki penyebab khusus, variabilitas yan renah pentin untuk memenankan persainan. 4. Proses yan mempunyai penyebab khusus merupakan proses yan tiak stabil an memiliki kesalahan yan berlebihan yan harus itutup enan menaakan prubahan untuk mecapai perbaikan. 5. Denan menetahi bahwa proses beraa alam batas penenalian statistik akan membantuk karyawan alam menjalankan proses tersebut. Atau apat ikatakan, apabila ata bera alam batas penenali, maka tiak perlu lai ibuat penyesuaian atau perubahan kembali yan tiak iperlukan justru akan menambah kesalahan, bukan menurani. Penenalian kualitas statistik meman memiliki berbaai manfaat bai oranisasi yan menerapkannya. Terapat beberapa manfaat tersebut, antara lain (Antony, 000): 1. Terseianya informasi bai karyawan apabila akan memperbaiki proses.. Membantu karyawan memisahkan sebab umu an sebab khusus terjainya kesalahan. 3. Terseianya bahasa yan umum alam kinerja proses untuk berbaai pihak. 4. Menhilankan penyimpanan karena sebab khusus untuk mencapai konsistensi an kinerja yan lebih baik. 5. Penuranan waktu yan berarti alam penyelesaian masalah kualitas. 6. Penuranan biaya pembuanan prouk cacat, penerjaan ulan terhaap prouk cacat, inspeksi ulan an sebaainya. 7. Komunikasi yan lebih baik enan pelanan tentan kemampuan prouk alam memenuhi spesifikasi pelanan.

4 11 8. Membuat oranisasi lebih berorientasi paa ata statistik aripaa hnya beberapa asumsi saja. 9. Perbaikan proses, sehina kualitas prouk menjai lebih baik, biaya lebih renah, an prouktivitas meninkat. Walaupun emikian, aa pula beberapa kesulitan yan ihaapi alam penenalan an penerapan penenalian proses statistik. Kesulitan tersebut antara lain isebabkan (Antony, 000): 1. Tiak aanya ukunan an komitmen manajemen yan membantu penenalan proram penenalian kualitas statistik.. Tiak aanya peniikan an pelatihan yan imaksukan untuk memberikan penertian yan jelas menenai alat an teknik penenalian proses statistik yan apat memberikan kompetensi bai oranisasi seperti historam, pareto chart, iaram sebab-akibat, an sebaainya. 3. Ketiakcukupan sistem penukuran. Hal ini isebabkan sektor inustri serinkali menabaikan sistem penukuran selama penenalan proram penenalian proses statistik penenalian proses statistik terantun paa sistem penukuran efektif. Apabila system penukuran tiak memenuhi, maka penenalian proses statistik harus itanuhkan penuanannya. 4. Kurannya penetahuan menenai apa yan imonitor an iukur. Penukuran aalah elemen kunci alam continuous improvement.penertian yan baik terhaap proses sanat pentin untuk menientifikasi karakteristik yan sesuai an pentin bai pelanan. 5. Kurannya komunikasi antara perencana, manajer an operator yn sanat pentin bai keberhasilan alam penerapan penenalian kualitas statistik. Penenalian kualitas statistik secara aris besar iolonkan menjai ua, yaitu penenalian proses statistik an rencana penerimaan sampel prouk. Berasarkan jenis ata yan iunakan penenalian kualitas statistik apat ibai atas ua olonan, yaitu penenalian kualitas untuk ata variabel an penenalian kualitas untuk ata atribut.

5 1.3 Data Atribut an Data Variabel.3.1 Data Atribut Banyak karakteristik kualitas tiak apat iklasifikasi sesuai kuantitasnya. Dalam suatu kasus kita selalu menklasifikasikan tiap-tiap item yan iperiksa sebaai ata yan seraam an ata yan tiak seraam ke alam suatu spesifikasi alam suatu karakteristik. Karakteristik alam jenis ini yan isebut ata atribut. Data atribut merupakan ata kualitatif yan apat ihitun untuk pencatatan an analisis. Contoh ari ata atribut karakteristik kualitas aalah ketiaaan label paa kemasan, banyaknya jenis cacat. Data atribut biasanya iperoleh alam bentuk unit-unit yan ketiaksesuaian enan spesifikasi atribut yan itetapkan. Paa umumnya ata atribut iunakan alam peta kenali p, np, c an u..3. Data Variabel Data variabel merupakan ata kuantitatif yan iukur untuk keperluan analisis. Contoh ari ata variabel karakteristik kualitas aalah iameter pipa, ketebalan prouk, berat prouk an lain-lain. Ukuran-ukuran berat, panjan, tini, iameter, volume biasana merupakan ata variabel. Penenalian kualitas untuk ata variabel serin isebut enan metoe peta kenali variabel. Manfaat penenalian kualitas proses untuk ata variabel aalah memberikan informasi menenai perbaikan kualitas, menentukan kemampuan proses setelah perbaikan kualitas tercapai, membuat keputusan yan berkaitan enan spesifikasi prouk, membuat keputusan yan berkaitan enan proses prouksi, membuat keputusan terbaru yan berkaitan enan prouk yan ihasilkan. Peta kontrol yan umum iunakan untuk ata variabel aalah peta kenali an peta kenali.

6 13.4 PETA KENDALI (CONTOL CHAT).4.1 Teori Peta Kenali Peta kenali pertama kali itemukan oleh Walter A. Shewart ketika sean bekerja umtuk perusahaan Western Electrik. Shewart telah lama meneliti cara untuk menembankan reliabilitas ari sistem transmisi telepon. Peta kenali secara rutin iunakan untuk memeriksa kualitas, terantun paa jumlah karakteristik yan akan iperiksa. Penenalian kualitas proses statistik untuk ata variabel serinkali isebut sebaai metoe peta penenali (control chart) untuk ata variabel. Metoe ini iunakan untk menambarkan variasi atau penyimpanan yan terjai paa kecenerunan memusat an penyebaran observasi. Metoe ini jua apat menunjukkan apakah proses alam konisi stabil atau tiak. Dalam peta penenali serin kali terjai kekacauan antara batas penenali enan batas spesifikasi. Para karyawan akan bereaksi terhaapa ketiaksesuaian prouk karena batas spesifikasi i toko, tetapi mereka tiak akan bereaksi terhaap batas penenali karena aturan batas penenali tiak iperkenalkan secara jelas (Ariani, 004). Sementara itu, alam proses penenalian, peta penenali statistik meneteksi aanya sebab khusus alam ketiaksesuaian yan terjai. Apabila ata sampel beraa i luar batas penenali, maka ata sampel tersebut beraa i luar batas penenali statistik (out of statistical control). Sebaliknya, apabila ata sampel beraa i alam batas penenali statistik(in statistical control). Proses yan isebut beraa alam batas penenali statistik tersebut ikatakan beraa alam konisi stabil enan kemunkinan aanya variasi yanesebabkan oleh sebab umum. Namun emikian, konisi in statistical control tersebut tiak selalu ientik enan kepuasan pelanan. Demikianlah, batas-batas paa peta penenali statistik berbea enan batas-batas spesifikasi. Paa beberapa situasi, proses tiak beraa alam penenali statistik tetapi tiak memerlukan tinakan

7 14 karena telah memenuhi spesifikasi. Paa konisi lain, proses yan in statistical control justru membutuhkan tinakan karena spesifikasi prouk tiak tercapai (Ariani, 004). Peta penenali aalah metoe statistik yan membeakan aanya variasi atau penyimpanan karena sebab umum an karena sebab khusus. Penyimpanan yan isebabkan oleh sebab khusus biasanya beraa i luar batas penenalian, sean yan isebabkan oleh sebab umum biasanya beraa alam batas penenalian. Manfaat penenalian kualitas proses untuk ata variabel aalah member informasi menenai (Besterfiel,1998): 1. Perbaikan kualitas. Menentukan kemampuan proses setelah perbaikan kualitas tercapai. 3. Membuat kepututsan yan berkaitan enan spesifikasi prouk. 4. Membuat keputusan yan berkaitan enan proses prouksi. 5. Membuat keputusan terbaru yanberkaitan enan prouk yan ihasilkan. Peta kenali merupakan penambaran secara visual menenai mutu atau kualitas suatu baran atau jasa. Teknik yan palin umum ilakukan alam penontrolan kualitas aalah menunakan peta kontrol Shewart. Peta ini bentuknya sanat seerhana, yaitu teriri ari tia buah aris yan sejajar. 1. Garis tenah atau CL (Central Line), yaitu menambarkan nilai rata-rata proses. Batas kenali atas atau serin isebut UCL (Upper Control Limit) itarik nilai tia kali stanar eviasi i atas aris tenah 3. Batas kenali bawah atau LCL (Lower Control Limit) yan terletak paa nilai tia kali stanar eviasi i bawah aris tenah..4. Peta Kenali untuk Data Variabel Peta kenali untuk ata variabel apat iunakan secara luas. Biasanya peta kenali ini merupakan proseur penenali yan lebih efisien an memberikan

8 15 informasi tentan proses yan lebih banyak. Apabila bekerja enan karakteristik kuantitas yan variabelnya suah merupakan stanar untuk menenalikan nilai mean karakteristik kualitas an variabilitasnya. Penenalian rata-rata proses atau mean tinkat kualitas biasanya enan peta kenali mean atau peta kenali. peta kenali untuk rentan inamakan peta kenali. A. Peta Kenali (ata-rata) Peta kenali iunakan untuk proses yan mempunyai karakteristik berimensi kontinu. Peta ini menambarkan variasi hara rata-rata (mean) ari ata yan iklasifikasikan alam suatu kelompok. Penelompokan ata ini biasa ilakukan berasarkan satuan waktu hari atau satuan waktu lainnya imana sampel berasal ari kelompok yan melakukan pekerjaan yan sama, an lainlain. Peta kenali menjelaskan tentan apakah perubahan-perubahan telah terjai alam ukuran titik pusat (central tenency) atau rata-rata ari suatu proses. Hal ini munkin isebabkan oleh faktor-faktor seperti: peralatan yan ipakai, peninkatan temperatur secara raual, perbeaan metoe yan iunakan alam shift, material baru, tenaa kerja baru yan belum ilatih, an lain-lain. Lankah-lankah untuk membuat peta kenali apat ikemukakan sebaai berikut: 1. Menentukan aris pusat atau CL (central line) yan iperoleh enan mencari hara rata-rata. Nilai rata-rata iapat enan rumus: i1 i.1 Denan: = jumlah rata-rata ari nilai rata-rata subroup i = Nilai rata-rata subroup ke-i = jumlah subroup

9 16. Batas kontrol untuk peta kenali (rata-rata) Menurut konsepnya, batas penenali 3 untuk peta kenali rata-rata (mean chart) aalah 3 imana taksiran untuk ihitun enan =. Nilai apat ilihat paa tabel i lampiran. Jika ukuran sampel relatif kecil, metoe rentan menhasilkan penaksir untuk variansi yan hampir sama baiknya seperti penaksir kuaratik yan biasa (variansi sampel S ). Efisiensi relatif metoe rentan terhaap S itunjukkan i bawah ini untuk berbaai ukuran sampel: n Efisiensi elatif 1, ,99 4 0, , , ,850 Untuk nilai n yan aak besar, misalnya n 10, rentan kehilanan efisiensinya secara cepat, karena rentan menabaikan semua informasi alam sampel antara x max an x min. Tetapi untuk ukuran sampel yan kecil yan kerap kali iunakan paa rafik penenali variabel (n=3,4,5 atau 6) sanat memuaskan. Jika kita unakan x sebaai penaksir untuk µ an penaksir untuk, maka parameter rafik x aalah sebaai UCL 3 n.. LCL 3 n..3 Dimana A = an nilai apat 3 n. kita lihat paa kolom A paa lampiran aalah konstan yan hanya terantun paa ukuran sampel.

10 17 Sehina batas penenali atas atau UCL peta kenali rata-ratanya aalah: UCL A..4 Denan: UCL A = Upper Control Limit atau batas kontrol atas = nilai koefisien = rata-rata ari nilai rata-rata rane subroup = rata-rata ari nilai rata-rata subroup Batas penenali bawah atau LCL peta penenali rata-ratanya aalah: LCL A..5 Denan: LCL A = Lower Control Limit atau batas kontrol bawah = nilai koefisien = rata-rata ari nilai rata-rata rane subroup = rata-rata ari nilai rata-rata subroup 3. Menambarkan peta kenali menunakan batas kontrol an sebaran ata rata-rata B. Peta Kenali (ane) Peta kenali (rane) menjelaskan tentan apakah perubahan-perubahan telah terjai alam ukuran variasi, enan emikian berkaitan enan perubahan homoenitas prouk yan ihasilkan melalui suatu proses. Hal ini munkin isebabkan oleh faktor-faktor seperti: baian peralatan yan hilan, minyak pelumas mesin yan tiak menalir enan baik, kelelahan pekerja an lain-lain. Lankah-lankah untuk membuat peta kenali sebaai berikut: apat ikemukakan 1. Menentukan aris pusat atau CL (central line) yan iperoleh enan mencari hara rata-rata. Nilai rata-rata iapat enan rumus:

11 18 i1 i.6 Denan: = jumlah rata-rata ari nilai rata-rata subroup i = nilai rata-rata subroup ke-i = jumlah subroup. Batas kontrol untuk peta kenali aalah: Untuk menentukan batas penenalinya, maka iperlukan taksiran untuk. Denan menanap bahwa karakteristik kualitas beristribusi normal, estimasi untuk apat iperoleh ari istribusi rentan relative W=/. Deviasi stanar W aalah 3 aalah funsi n yan iketahui. Jai karena: =W. Maka eviasi stanar aalah = 3. Karena tiak iketahui, maka apat itaksir enan: ˆ 3.7 Denan emikian, parameter rafik enan batas penenali 3 yan biasa aalah ˆ UCL 3 33 ˆ LCL

12 19 Jika imisalkan 3 D3 13 an D Maka apat iunakan rumus untuk batas kenalinya aalah sebaai berikut: UCL. D LCL. D Denan: UCL LCL D 3 an D 4 = Upper Control Limit atau batas kontrol atas = Lower Control Limit atau batas kontrol bawah = nilai koefisien (apat ilihat paa tabel D 3 an D 4 paa lampiran) = rata-rata ari nilai rata-rata rane subroup 3. Menambarkan peta kenali an aris batas kontrol paa peta serta sebaran ata rane ().4.3 Peta Kenali untuk Data Atribut Data yan iperlukan i sini hanya iklasifikasikan sebaai ata alam konisi baik atau cacat. Seperti halnya enan peta kenali variabel, maka suatu proses akan ikatakan terkenali bila ata beraa alam batas-batas kenali. Paa umumnya untuk ata atribut iperunakan peta kenali p, np, c, u. a. Peta Kenali p Peta kenali p iunakan untuk menukur proporsi ketiaksesuaiau atau serin isebut cacat) ari item-item alam kelompok yan sean iinspeksi. Denan emikian Peta kenali p iunakan untuk menenalikan proporsi ari item-item

13 0 yan tiak memenuhi syarat-syarat kualitas. Proporsi yan tiak memenuhi syarat iefinisikan sebaai rasio banyaknya item yantiak memenuhi syarat alam suatu kelompok terhaap total banyaknya item alam kelompok itu. Jika itemitem itu tiak memenuhi stanar paa satu atau lebih karakteristik kualitas yan iperiksa, maka item-item itu iolonkan sebaai tiak memenuhi syarat spesifikasi atau cacat. b. Peta Kenali np Paa asarnya Peta kenali np serupa enan Peta kenali p kecuali alam Peta kenali np terjai perubahan skala penukuran. Peta kenali np menunakan ukuran banyaknya item yan tiak memenuhi spesifikasi atau banyaknya item yan tiak sesuai (cacat) alam suatu pemeriksaan. c. Peta Kenali c Suatu item tiak memenuhi syarat atau cacat alam proses penenalian kualitas iefinisikan sebaai tiak memenuhi spesifikasi untuk item itu. Setiap titik spesifikasi yan tiak memenuhi spesifikasi yan itentukan untuk item itu, menyebabkan item itu iolonkan sebaai cacat. Konsekuensinya setiap item yan tiak memenuhi syarat akan menanun palin seikit satu spesifikasi yan tiak memenuhi syarat. Penolonan prouk yan cacat berasarkan kriteria i atas, kaankaan untuk jenis prouk tertentu ianap kuran representatif karena bias saja suatu prouk masih apat berfunsi enan baik meskipun menanun satu atau lebih titik spesifik yan tiak memenuhi spesifikasi. Sebaai contoh alam proses perakitan komputer. Setiap unit komputer bisa saja menanun satu atau lebih titik lemah, namun kelemahan itu tiak mempenaruhi operasional komputer an karena itu iolonkan sebaai titik cacat atau masih layak iterima.. Peta Kenali u Peta kenali u menukur banyaknya ketiaksesuaian (titik spesifikasi) per unit laporan inspeksi alam kelompok (perioe) penamatan, yan munkin memiliki

14 1 ukuran contoh (banyak item yan iperiksa). Peta kenali u serupa enan peta kenali c, kecuali bahwa banyaknya ketiaksesuaian inyatakan alam basis per unit item..4.4 Peta Kenali evisi Untuk peta kenali yan memiliki ata i luar batas kenali atau out of control maka ilakukan perbaikan enan menunakan peta kenali revisi. Aapun tujuan ari pemakaian peta kenali revisi ini untuk menapatkan peta kenali imana ata beraa alam batas penenali. Aapun ata penahuluan paa peta kenali revisi untuk peta an aalah sebaai berikut: 1. Meletakkan ata penahuluan paa peta kenali Apabila terjai nilai-nilai maupun subroup-subroup yan menyimpan ari aris sentral maka perlu ihitun aris sentral baru terhaap ata yan aa. Dimana ata yan i luar batas kenali ihilankan ari peta kenali. rumus: Untuk peta rata-rata an perhitunannya enan menunakan new new i1 i1 i i.1.13 Denan: = Jumlah rata-rata subroup yan itolak = Jumlah rane subroup yan itolak

15 G = Jumlah subroup yan itolak. Menhitun batas kenali atas an batas kenali bawah Untuk menhitun batas kenali yan baru maka apat iunakan enan rumus: Batas Kenali Atas untuk Peta evisi new : UCL A.14 Batas Kenali Bawah untuk Peta evisi new : LCL A.15 0 new 0 new Batas Kenali Atas untuk Peta evisi new : UCL. D4 new.16 Batas Kenali Bawah untuk Peta evisi new : LCL D 3. new Menambarkan peta kenali new an new.5. Ineks Kapabilitas Proses (Cp) Ineks kapabilitas proses (Cp) an ineks performansi Kane (Cpk) iunakan untuk melihat kapabilitas atau kemampuan proses. Ineks kapabilitas proses hanya layak ihitun apabila proses beraa alam penenalian. Perumusan untuk perhitunan nilai ineks kapabilitas ini aalah sebaai berikut: 0.18 USL LSL Cp Denan: Cp LSL = process capability = Lower Specification Limit

16 3 USL = Upper Specification Limit Kriteria Penilaian: 1. Jika Cp > 1,33 maka kapabilitas proses sanat baik. Jika 1,00 Cp 1,33 maka kapabilitas proses baik, namun perlu penenalian ketat apabila Cp menekati 1, Jika Cp < 1,00 maka kapabilitas proses renah, sehina perlu itinkatkan kinerjanya melalui peninkatan proses itu. umus-rumus yan iunakan aalah sebaai berikut: CPU USL 3.0 CPL LSL 3.1 min ( UCL ) or( LCL) CPK 3. Denan: LSL USL = Lower Specification Limit = Upper Specification Limit Kriteria penilaian: a. Jika CPL >1,33 berarti prose akan mampu memenuhi LSL b. Jika 1,00 < CPL < 1,33 berarti proses masih mampu memenuhi LSL namun perlu penenalian ketat apaila CPL menekati 1,00 c. Jika CPL < 1,00 berarti prosestiak mampu memenuhi LSL. Jika CPU > 1,33 berarti proses akan mampu memenuhi USL e. Jika 1,00 < CPU <1,33 berarti proses mampu memenuhi USL tapi perlu penenalian jika CPU menekati 1,00 f. Jika CPU <1,00 berarti proses tiak mampu memenuhi USL