III Control chart for variables. Pengendalian Kualitas TIN-212

dokumen-dokumen yang mirip
BAB III METODE CONTROL CHART. sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses

STATISTICAL PROCESS CONTROL

KULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL

Peta Kendali (Control Chart)

MODUL 5 PETA KENDALI CUSUM & EWMA

BAB III PENGENDALIAN KUALITAS MULTIVARIAT. menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian

Review QUIZ ( 10 menit )

PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas

PENGENDALIAN KUALITAS STATISTIK

PETA PENGENDALI UNTUK UNIT INDIVIDU PRESENTASI PENGENDALIAN KUALITAS

GRAFIKPENGENDALI VARIABEL

BAB 4 HASIL DAN PEMBAHASAN

Peta Kendali (Control Chart)

Statistical Process Control

PETA KENDALI ATRIBUT. 9 Pengendalian Kualitas. Semester Genap 2017/2018

PERAN STATISTIKA DALAM MENDUKUNG PENGEMBANGAN INDUSTRI Pengendalian Mutu dengan Bantuan Statistika

III. METODE PENELITIAN

BAB 2 LANDASAN TEORI

Pengendalian Kualitas Statistik. Lely Riawati

Pengendalian Kualitas TIN-212

BAB 5 HASIL DAN PEMBAHASAN

BAB III METODE PENELITIAN. dan juga produk jadi Crude Palm Oil (CPO) PT Kalimantan Sanggar Pusaka

PETA KENDALI VARIABEL

BAB V ANALISA HASIL. PT. XYZ selama ini belum pernah menerapkan metode Statistical Process

BAB III LANGKAH PEMECAHAN MASALAH

BAB I PENDAHULUAN. untuk menentukan produk dan jasa yang digunakan (Ariani, 2004). Konsumen

BAB 2 LANDASAN TEORI

Metode Training SPC TIDAK FOKUS PADA CARA MELAKUKAN PERHITUNGAN STATISTIK TAPI

Aplikasi Statistik Pada Industri Manufaktur. SPC,I/Rev.03 Copyright Sentral Sistem Mei 08

Peta Kendali (Control Chart untuk Unit-Unit Individu)

BAB 2 LANDASAN TEORI

PENGENDALIAN KUALITAS STATISTIK

PROJECT 2 PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI

Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste

Pengendalian dan Evaluasi Kualitas Beton Dengan Metode Statistical Process Control (SPC) Ir. Helmy Darjanto, MT ABSTRAK

PEMODELAN KUALITAS PROSES

BAB I PENDAHULUAN. B. Rumusan masalah Bagaimana cara pengendalian kualitas proses statistik pada data variabel.

BAB III METODE PENELITIAN. 3.1 Variabel Penelitian dan Definisi Operasional Variabel

SKRIPSI ANALISIS PENGENDALIAN KUALITAS PRODUK DENGAN MENGGUNAKAN STATISTICAL PROCESS CONTROL (SPC) PADA PT. NGK

BAB II LANDASAN TEORI

SPC Copyright Sentral Sistem March09 - For Trisakti University. Aplikasi Statistik pada Industri Manufaktur

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Prosedur untuk Memonitor Proses dengan Proporsi Kecacatan yang Rendah

PENGENDALIAN MUTU BERAT PRODUKSI PT. SEMEN PADANG MENGGUNAKAN BAGAN KENDALI MEDIAN ABSOLUTE DEVIATION (MAD) PADA DATA TIDAK NORMAL

ABSTRAK. Universitas Kristen Maranatha

SOAL DETECT UTS GENAP 2014/2015. Quality Control

PENGENDALIAN KUALITAS PRODUK GARAM PADA PT. SUSANTI MEGAH SURABAYA

BAB V ANALISA HASIL. batas kendaliatas (UCL) dan batas kendali bawah (LCL). Garis Pusat ini

METODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data

7 Basic Quality Tools. 14 Oktober 2016

Continuous Improvement. Quality Control Shewhart Chart Statistical Process Control

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB III METODE PENELITIAN

3. BAB III METODOLOGI PENELITIAN

BAB II TINJAUAN PUSTAKA. pasar nasional negara lain. Dalam menjaga konsistensinya perusahaan

BAB 2 LANDASAN TEORI

PETA KENDALI VARIABEL

Seminar Nasional IENACO 2014 ISSN

Proses pembuatan roti lebih didominasi oleh pekerjaan manual seperti membuat adonan

BAB 3 METODOLOGI PEMECAHAN MASALAH

Studi Performansi Air Bersih Pada Peta Kendali Untuk Minimasi Fungsi Kerugian Waste

Bab 2. Teori Dasar. 2.1 Pendahuluan

BAB III METODE PENELITIAN

DAFTAR PUSTAKA KATA PENGANTAR... DAFTAR ISI...

BAB III METODOLOGI PENELITIAN

CONTROL CHARTS UNTUK DATA ATRIBUT. Lely Riawati, ST., MT

STRATEGI PERBAIKAN KUALITAS GULA BERDASARKAN KEMAMPUAN PROSES KONTROL

BAB V ANALISA DAN PEMBAHASAN. atribut dilakukan dengan menggunakan diagram pareto untuk mengetahui CTW. Circumference RTD

BAB V ANALISA HASIL. 5.1 Analisa peta kendali dan kapabilitas proses. Dari gambar 4.7 peta kendali X-bar dan R-bar bulan Januari 2013, dapat

Pada tugas akhir ini, data yang digunakan adalah data salah satu key characteristic dari suatu produk manufaktur.

PETA KENDALI ATRIBUT. 6 Pengendalian Kualitas

BAB III METODOLOGI PENELITIAN

ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA)

Pengendalian Kualitas Statistik untuk Data Atribut

METODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data

ABSTRAK. Universitas Kristen Maranatha

BAB III METODE PENELITIAN

BAB 2 LANDASAN TEORI

PENGENDALIAN KUALITAS PROSES EDIT PROGRAM PENGERJAAN MOULD: STUDI KASUS PT ASTRA HONDA MOTOR

BAB III METODE PENELITIAN. Sampel merupakan sebagian anggota dari populasi yang dipilih dengan

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA. Pada era globalisasi ini semakin marak bemunculan perusahaan-perusahaan

ANALISA PENYEBAB CACAT PADA PROSES PRODUKSI GALVANIZED IRON DIVISI COIL TO COIL (SHEAR LINE 1 DAN 4) DI PT. FUMIRA SEMARANG

BAB III METODE PENELITIAN

BAB II TINJAUAN PUSTAKA. statistik, secara singkat akan diuraikan asal mula perangkat-perangkat tersebut.

BAB II LANDASAN TEORI

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

barang yang dihasilkan. Menurut para ahli, kualitas adalah :

ABSTRAK. iii. Universitas Kristen Maranatha

ANALISIS RANCANGAN EKONOMI PADA GRAFIK KENDALI EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) UNTUK MEAN DAN VARIANS

BAB V ANALISIS DATA DAN PEMBAHASAN

BAB V ANALISA HASIL. Pada bab sebelumnya telah dilakukan pengolahan data-data yang

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

PROJECT IV PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI

PETA KENDALI ATRIBUT. 6 Pengendalian Kualitas

Penerapan Diagram Kontrol EWMA dan NEWMA pada Proses Pembuatan Benang 30 Rayon di PT. Lotus Indah Textile Industries Surabaya

ANALISIS PENGENDALIAN KUALITAS PRODUK BAKERY BOX MENGGUNAKAN METODE STATISTICAL PROCESS CONTROL (STUDI KASUS PT. X)

Transkripsi:

III Control chart for variables Pengendalian Kualitas TIN-212

Common dan Assignable causes of variation Variabilitas dapat dibagi ke dalam dua kategori: 1. Common causes of variation. Variasi ini merupakan efek kumulatif dari banyak penyebab tidak terhindarkan yang kecil namun esensial. Variasi random tidak dapat dihindari, dan biasanya variabilitas ini disebabkan oleh faktor-faktor seperti variabilitas inheren di dalam diri operator dari satu siklus operasi ke siklus operasi lainnya, variasi yang terkandung di dalam bahan baku, dan vibrasi mesin. Suatu proses yang beroperasi dengan hanya mengandung common causes of variation di dalamnya dikatakan sebagai berada dalam situasi terkendali secara statistik. 2. Assignable causes of variation. Variabilitas jenis ini biasanya berasal dari penyebab-penyebab berikut ini: mesin produksi yang disetting secara tidak tepat, kesalahan operator, bahan baku yang cacat atau berkualitas rendah, kegagalan tool, dan malfungsi peralatan di dalam proses produksi, dan proses yang beroperasi dengan adanya jenis penyebab variasi ini di dalamnya dinamakan sebagai proses yang berada dalam kondisi tidak terkendali

Peta Kendali 1 Peta kendali merupakan alat untuk menguraikan secara persis apakah yang dimaksudkan dengan pengendalian statistik, dan terutama digunakan untuk pengendalian kualitas secara on-line. Sekumpulan data dikumpulkan dan digunakan untuk membuat peta kendali, dan jika nilai (-nilai) sampel tertentu, misalkan nilai x, berada di dalam batas kendali dan tidak memiliki pola sistematis, maka proses dikatakan terkendali pada level sebagaimana ditunjukkan oleh peta.

Peta Kendali 2 Kegunaan paling penting peta kendali adalah untuk memperbaiki proses. Secara umum, didapati bahwa: Sebagian besar proses tidak beroperasi dalam kondisi terkendali secara statistik; dan Sebagai konsekuensinya, penggunaan peta kendali secara rutin akan mengidentifikasi assignable causes of variation. Jika causes tersebut dapat dihilangkan dari proses, maka variabilitas proses akan berkurang dan proses akan membaik.

Peta Kendali 3 Secara umum peta kendali bisa dibagi menjadi beberapa jenis: Peta kendali variabel Digunakan untuk karakteristik kualitas berjenis variabel, yaitu karakteristik kualitas yang diukur pada skala numerik. Contoh karakteristik jenis ini mencakup dimensi seperti panjang atau lebar, suhu, dan volume. Peta kendali dan R dan peta kendali dan S x x termasuk ke dalam peta kendali jenis ini. Peta kendali atribut Peta kendali atribut memerlukan penentuan apakah sebuah part cacat atau tidak atau berapakah banyaknya cacat yang terdapat di dalam sampel. Beberapa peta kendali jenis ini adalah peta kendali p, peta kendali c, peta kendali u, peta kendali np, dan sebagainya.

Peta Kendali Variabel Ada dua sebab proses menjadi out-of-control: rataan proses bergeser variabilitas proses membesar Peta kontrol Shewhart untuk variabel antara lain: peta x, R, dan s Peta kontrol x digunakan untuk memonitor rataan proses Peta kontrol R dan s digunakan untuk memonitor variabilitas proses

Membuat Peta Kendali Variabel 1 Beberapa notasi n Ukuran sampel (subgrup) m Jumlah sampel yang diambil = rata-rata sampel ke-i sample (i = 1, 2,..., m) x i x = Rata-rata total (digunakan sebagai garis tengah center line)

Membuat Peta Kendali Variabel 2 Beberapa notasi R i = Nilai range pada sampel ke-i R i = x max - x min R = Rata-rata range keseluruan rata populasi standar deviasi populasi

Peta kontrol x dan R 1 Peta kontrol x memonitor antar subgrup Peta kontrol R memonitor dalam subgrup

Peta kontrol dan R 2 Garis tengah ( CL ) tidak diketahui Rumus yang digunakan x n m R m R n g i i g i i n i i R 1 1 min max 1,,

Peta kontrol x dan R 3 Rumus yang digunakan UCL, LCL A R UCL 2 2 Peta kontrol UCL D R, LCL 4 R D R 3 R Peta kontrol R

Peta kontrol x dan R 4 n A2 D3 D4 d2 2 1.880 0.000 3.267 1.128 3 1.023 0.000 2.574 1.693 4 0.729 0.000 2.282 2.059 5 0.577 0.000 2.115 2.326 6 0.483 0.000 2.004 2.534 7 0.419 0.076 1.924 2.704 8 0.373 0.136 1.864 2.847 9 0.337 0.184 1.816 2.970 10 0.308 0.223 1.777 3.078

Peta kontrol x dan R 5 Contoh Di-PLOTkan dalam Peta

Peta Kontrol Peta Kontrol R

Peta Kontrol Peta Kontrol R

Peta kontrol x dan R 8 Garis tengah ( CL ) diketahui CL LCL 0 0 0, UCL 0 3 n 0 0 3 n UCL R D 2 0 R 2 0 target value of the process mean standard deviation CL LCL R R d 2 D 1 0 0

Interpretasi Peta x dan R 1 Interpretasi dilakukan dengan mengamati pola sebaran titik-titik dalam peta kontrol Terdapat lima pola umum yang harus diperhatikan: 1. Cyclic 2. Mixture 3. Shift in process level 4. Trend 5. Stratification

Interpretasi Peta x dan R 2 Pola Cyclic Pola ini timbul pada peta karena perubahan pada lingkungan. Misalnya perubahan temperature, voltase listrik, operator, shift, dan lainnya. Sedangkan pada peta R timbul karena kelelahan operator dan keausan tool

Interpretasi Peta x dan R 3 Pola Mixture Menunjukkan adanya dua distribusi (atau lebih) yang bercampur Terjadi biasanya karena operator terlalu sering meng-adjust setting atau adanya output dari beberapa mesin/operator yang dicampur

Interpretasi Peta x dan R 4 Pola Shift in Process Terjadi biasanya karena adanya pekerja, metode, material, atau mesin baru

Interpretasi Peta x dan R 5 Pola Trend Pola trend menunjukkan pergeseran konsisten ke satu arah Pola ini dapat terjadi karena kelelahan operator, temperatur, atau keausan tools Jika sebab sistematis ini diketahui dan dianggap alamiah, maka dapat diinkorporasi ke dalam peta kontrol (misalnya regression chart)

Interpretasi Peta x dan R 6 Pola Stratifikasi Pola ini menunjukkan bahwa titik-titik berkumpul dengan ketat di sekitar center line. Hal ini bisa terjadi karena batas-batas kontrol didapat dari perhitungan yang salah.

Peta kontrol x dan S 1 Standar deviasi tidak diketahui Peta S CL Peta CL g 1 s i i s s 1, UCLs B4 s, LCLs B3 x g g i i 1, g UCL A 3 s s LCL A 3 s

Peta kontrol x dan S 2 Standar deviasi diketahui Peta S CL s C, UCL B, LCL B 4 0 s 6 0, s 5 0 Peta x CL 0, UCL 0 3 0 LCL 0 3 0

Peta Kontrol Shewhart untuk Pengukuran Individual Ada beberapa situasi yang menyebabkan ukuran sampel yang digunakan adalah n = 1 (sampel adalah unit individual) Beberapa situasi tersebut antara lain: 1. inspeksi otomatis di mana setiap unit dimonitor 2. tingkat produksi sangat lambat 3. hasil berbeda semata-mata error pengukuran 4. pengukuran berulang terjadi pada unit yang sama 5. pada industri proses, perbedaan hasil pengukuran sangat kecil sehingga deviasi standarnya juga sangat kecil

Interpretasi Pola pada Peta Kendali 1 Berikut adalah pola yang menunjukkan bahwa proses yang sedang ditelaah dengan menggunakan peta kendali berada dalam kondisi tidak terkendali: 1. Satu titik jatuh di luar batas kendali 3σ; 2. Sembilan titik secara berurutan jatuh di sisi yang sama dari garis tengah (mean); 3. Enam titik secara berurutan terus menunjukkan trend naik (atau turun); 4. Empat belas titik secara bergantian menunjukkan pola naik-turun; 5. Dua dari tiga titik jatuh di luar batas kendali 2 σ; 6. Empat dari lima titik jatuh di luar batas kendali 1σ; 7. Lima belas titik berada dalam batas kendali 1 σ; dan 8. Delapan titik secara berurutan jatuh di luar batas kendali 1σ.

Interpretasi Pola pada Peta Kendali 2