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

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

Metode Training SPC TIDAK FOKUS PADA CARA MELAKUKAN PERHITUNGAN STATISTIK TAPI

Kelemahan Sistem Sampling

III Control chart for variables. Pengendalian Kualitas TIN-212

BAB IV HASIL DAN PEMBAHASAN. selama proses analisa perbaikan, antara lain adalah : penyelesaian masalah terhadap semua kasus klaim yang masuk.

Pengendalian Kualitas Statistik. Lely Riawati

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

SOAL DETECT UTS GENAP 2014/2015. Quality Control

Metode Training ISO/TS Sentral Sistem TAPI MENJELASKAN

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

STATISTICAL PROCESS CONTROL

KULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL

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

BAB V PEMBAHASAN. 5.1 Temuan Utama Temuan utama dari Penelitian ini adalah sebagai berikut:

BAB III METODE PENELITIAN

PETA KENDALI VARIABEL

Corrective Action, Preventive Action and Continuous Improvement

BAB V ANALISIS PEMECAHAN MASALAH

BAB 2 LANDASAN TEORI

Peta Kendali (Control Chart)

ANALISA PERFORMANCE MESIN PENGUPAS KAYU (ROTARY) PT. HENRISON IRIANA SORONG MENGGUNAKAN METODE INDEKS KAPABILITAS

BAB 2 LANDASAN TEORI

IV. METODOLOGI PE ELITIA

STRATEGI PERBAIKAN KUALITAS GULA BERDASARKAN KEMAMPUAN PROSES KONTROL

Peta Kendali (Control Chart)

BAB 4 HASIL DAN PEMBAHASAN

PENGENDALIAN KUALITAS STATISTIK

PENGENDALIAN KUALITAS STATISTIK

ANALISIS KEMAMPUAN PROSES

BAB 3 METODOLOGI PENELITIAN

QCC, BEDAKAN TAHAPAN ANALISA VS ALAT ANALISA

Materi ke-8 Rabu, 1 Desember 2010

PETA PENGENDALI UNTUK UNIT INDIVIDU PRESENTASI PENGENDALIAN KUALITAS

Pengendalian Kualitas Kadar Air Produk Kerupuk Udang Berbasis SNI Menggunakan Statistical Quality Control Method

Apakah ISO 9001 bermanfaat??

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

Review QUIZ ( 10 menit )

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

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

Analisa Kegagalan Pada Proses. dan

PETA KENDALI VARIABEL

Statistical Process Control

ANANALISIS EFISIENSI SISTEM PEMBAKARAN PADA BOILER DI PLTU UNIT III PT.PJB UP GRESIK DENGAN METODE STATISTICAL PROCESS CONTROL (SPC)

BAB III METODE PENELITIAN

GRAFIKPENGENDALI VARIABEL

Sharing Experienced : Control Shipping; Solusi Alternatif Untuk Mempercepat Penurunan Customer Claim

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

BAB V PEMBAHASAN 5.1 Data Atribut Menganalisis CTQ ( Critical to Quality) Mengidentifikasi Sumber-sumber dan Akar Penyebab Kecacatan

BAB V ANALISIS HASIL

BAB 5 HASIL DAN PEMBAHASAN

Analisis Tingkat ph Air Produksi Menggunakan Grafik Kendali pada PDAM Tirta Keumuning Kota Langsa

ANALISIS EFISIENSI MESIN POMPA PADA RUMAH POMPA PDAM SURABAYA UNIT X DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) Oleh: Resty Dwi S.

B A B I I LANDASAN TEORI

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. kualitatif. Proses pengumpulan data dilakukan dengan cara mengumpulkan data. 1. Produk : Cairan Rem DOT 3

BAB V ANALISA HASIL. R = 2 mm R = 0.5 mm. Gambar 5.1 Radius pada bagian tepi produk botol Merk X Volume 0.8 Liter

BAB 4 PENGOLAHAN DATA PENELITIAN

BAB 4 HASIL DAN PEMBAHASAN. Secara garis besar flow proses pembuatan produk Cylinder Comp. tipe GN5

PROCESS CAPABILITY ANALYSIS PADA NUT (STUDI KASUS: PT SANKEI DHARMA INDONESIA)

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB II LANDASAN TEORI

BAB IV PEMBUATAN SIMULASI MESIN PRES SIL OLI

BAB V ANALISA PEMECAHAN MASALAH

Metode Training ISO 9001 Sentral Sistem TIDAK MENJELASKAN APA ISI PERSYARATAN ISO 9001 TAPI

BAB V ANALISA HASIL. 5.1 Analisa Pembuatan Diagram Sebab Akibat. Diagram sebab akibat memperlihatkan hubungan antara permasalahan

BAB II TINJAUAN PUSTAKA. oleh para konsumen dalam memenuhi kebutuhannya. Kualitas yang baik

Perbandingan Peta Kendali X-R Dan EWMA Dengan Pendekatan P-Value Untuk Mendeteksi Pergeseran Rata-Rata Proses Di PT.XYZ

BAB 1 PENDAHULUAN. pengendalian kualitas dalam pembuatan produk. standar (Montgomery, 1990). Statistical Quality Control (SQC) merupakan salah

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

Pengendalian Kualitas

PENGENDALIAN KUALITAS PRODUK GARAM PADA PT. SUSANTI MEGAH SURABAYA

BAB 2 LANDASAN TEORI

BAB V ANALISIS DATA DAN PEMBAHASAN

BAB III LANGKAH PEMECAHAN MASALAH

BAB III METODOLOGI 3.1 Divisi Managed Service PT. XYZ

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

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 3 METODOLOGI PENELITIAN

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB III METODOLOGI PENELITIAN

MODUL 5 PETA KENDALI CUSUM & EWMA

Fungsi Internal Quality Audit yang baik! Bukan sekedar Memastikan sistem dijalankan sesuai aturan (prosedur/ persyaratan ISO 9001)

BAB V PEMBAHASAN. lima kategori produk cacat, yaitu Filling Height, No Crown, Breakage Full, Out of Spec,

BAB II TINJAUAN PUSTAKA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB III METODOLOGI PENELITIAN

Seminar Nasional IENACO 2014 ISSN

V. METODOLOGI A. KERANGKA PEMIKIRAN B. TAHAP-TAHAP PENELITIAN. 1. Observasi Lapang. 2. Pengumpulan Data Kuantitatif

Continuous Improvement. Quality Control Shewhart Chart Statistical Process Control

Sumber : PQM Consultant QC Tools Workshop module.

BAB III BAHAN DAN METODE

Pengendalian Kualitas TIN-212

memuaskan pelanggan dan memenangkan persaingan PT. ITS selalu berasaha mengurangi adanya aktivitas tambahan atau pemborosan yang disebabkan karena

Rancang Bangun Sistem Monitoring Dengan Metode SPC (Statistical Process Control) Secara On-Line Pada Plant Bioreaktor Anaerob Kontinyu

BAB 4 HASIL DAN PEMBAHASAN

Sampling Plan System for Attribute Inspection. For use with ANSI / ASQC Z1.4

BAB 3 METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

BAB IV HASIL DAN PEMBAHASAN

B A B 5. Ir.Bb.INDRAYADI,M.T. JUR TEK INDUSTRI FT UB MALANG 1

MEMPELAJARI PENGENDALIAN KUALITAS PEMBUATAN PINTU MEDIUM BUS TIPE VIERO 050 PADA PT. RAHAYU SANTOSA

Transkripsi:

Aplikasi Statistik pada Industri Manufaktur

Why Statistic? Kecepatan Produksi sangat cepat, pengecekan 00% sulit dilakukan karena tidak efisien Cycle time produksi motor di AHM : 9 detik Cycle time produksi mobil Kijang Innova:,7 menit Sampling berpotensi mengakibatkan produk defect terkirim ke customer

Kenapa DEFECT masih terkirim ke customer?? Produk defect berasal dari produk yang tidak dicek (produk yang ada diantara waktu inspeksi) 8.00 x x x x x x x 9.00 x x x x x x x x 0.00 x x x x x x x.00 Cek OK Cek OK Cek OK Cek NG Lot diterima Lot diterima Lot ditolak Spesifikasi produk Variasi proses produksi Beberapa produk berada diluar spesifikasi 3

Proses Produksi Pengukuran Variasi Variasi Stabil Output variasi relatif stabil sepanjang waktu (bisa diprediksi) Hanya common cause yang ada di proses Variasi yang tidak stabil Output variasi tidak sama sepanjang waktu (tidak bisa diprediksi) Ada faktor X (spesial cause) yang menyebabkan variasi menjadi tidak stabil Proses Mampu Variasi < Spec Proses Tidak Mampu Variasi > spec Proses Sebenarnya Mampu, tapi posisi variasi bergeser Variasi < spec Posisi variasi bergeser 4

Konsep Variasi Definisi variasi : Perbedaan data dari suatu objek yang ingin dipelajari Contoh variasi : Variasi tinggi badan dari orang Indonesia 55 cm s/d 75 cm Output dari proses pembuatan silinder adalah 0, mm; 0, mm; 0,05 mm; 0, mm Rasa ayam goreng yang dibuat oleh suatu restoran beragam, terkadang dagingnya keras, terkadang dagingnya lembut Cycle time suatu proses produksi bervariasi, menit;, menit;,05 menit;,5 menit Jumlah reject yang dihasilkan oleh operator A,5 % sedangkan jumlah reject yang dihasilkan oleh operator B,8 % Reject yang dihasilkan oleh mesin A 0, % sedangkan reject dari mesin B adalah 0,5 % 5

Grafik & Perhitungan Variasi Distribusi Normal Sekumpulan data jika dikelompokkan akan membentuk suatu pola variasi 6

Pola Variasi Variasi yang stabil Pola output variasi relatif sama sepanjang waktu Variasi produksi tanggal mei, relatif sama dengan variasi produksi tanggal mei, 3 mei, agustus, dst Jika variasi stabil, maka ouput dari suatu data bisa diprediksi Variasi yang sifatnya tidak stabil Pola output variasi relatif berubah-ubah Variasi produksi tanggal mei, berbeda dengan variasi produksi tanggal mei, dst Jika variasi tidak stabil, maka output dari suatu data tidak bisa diprediksi Pola yang diharapkan adalah pola variasi yang stabil, Sehingga output dari suatu data bisa diprediksi 7

Penyebab Ketidakstabilan Proses Suatu proses menjadi tidak stabil akibat munculnya Faktor X yang mengakibatkan pola suatu variasi menjadi berubah. Contoh: Terjadi keausan pada pahat (keausan pahat = faktor X yang muncul), pola variasi bergeser ke bawah Operator baru yang belum memiliki keahlian yang cukup dipekerjakan (opetor baru = Faktor X yang muncul) Dalam istilah statistik Faktor X dikenal dengan istilah Special Causes Keausan pahat mengakibatkan pola variasi berubah Operator yang belum terlatih bekerja Terjadi kerusakan mesin 8

Tahapan pertama dari Statistik adalah Membuat proses menjadi stabil sehingga output bisa diprediksi Langkah dalam men-stabil-kan proses Amati proses Pelajari Faktor X yang membuat proses menjadi tidak stabil Kendalikan Faktor X tersebut, sehingga faktor x tersebut tidak akan muncul pada proses Proses sebelumnya : tidak stabil Contoh : Faktor X : keausan pahat Buat schedule penggantian pahat. Ganti pahat sebelum pahat aus Faktor X (keausan pahat) tidak akan muncul Faktor X : karyawan yang keahliannya kurang dipekerjakan Buat standard kompetensi. Hanya karyawan yang kompetensinya memadai yang boleh dilepas untuk bekerja. Faktor X (karyawan yang keahliannya kurang) tidak akan muncul Setelah perbaikan : proses menjadi stabil 9

Dalam Prakteknya Kita Memantau Variasi melalui Grafik Dimensi dari suatu produk Jumlah defect per operator Dimensi Waktu Jum lah defect 0 8 6 4 0 3 4 5 Jono Joni Jimi Temperatur 7 6 Parameter proses (temperatur) Tanggal 5 4 3 0 Waktu 0

Ketidakstabilan suatu proses juga bisa dilihat dari Grafik, Terjadi perubahan pola pada grafik 3 Prosentase reject,5,5 0,5 0 Shift

Ciri-ciri Pola Ketidakstabilan Pada Proses UCL UCL UCL UCL R R R R LCL LCL LCL LCL titik lebih dari 3 standard devisasi dari center (keluar control limit) 6 titik berurutan naik atau turun Tujuh titik berurutan berada pada salah satu sisi 8 Point lebih berurutan > standard deviasi (dua sisi) UCL R LCL UCL R LCL * * * * * * * * * * *.00 5.00.00 3.00.00 3.00 5.00 9 90 88 I Chart 5 5 6 5 5 7 3 9 5 3 37 43 49 55 U _ X L 5 point berurutan berada dalam standard deviasi dari center ( sisi) - dari 3 titik > dari standard deviasi (satu sisi) - 4 dari 5 titik > dari standard deviasi (satu sisi) Data individu membentuk pola - siang hari hasil pengukuran selalu diatas - terjadi perpindahan pola data (data switch)

Ilustrasi Ketidakstabilan Proses Pembuatan teh Manis 3

Case : Ketidakstabilan Pada Proses Pembuatan Teh Manis Kadar kemanisan teh Kadar kemanisan teh Kadar kemanisan teh 0,5 0 9,5 9 8,5 8 UCL LCL 3 4 5 6 7 Kadar kemanisan teh 0,5 0 9,5 9 8,5 8 UCL LCL 3 4 5 6 7 Gelas Gelas Penyebab ketidakstabilan :. Sebenarnya ketidakstabilan terjadi sejak gelas ke 5, hanya saja gejala ketidakstabilan baru terlihat digelas ke 6 (data keluar control limit). Pada gelas ke 5 terjadi perubahan sendok, dari sendok kecil ke sendok besar, ternyata takaran sendok kecil (variasi 4-5 gr) > dari takaran sendok besar (variasi 3,5-4,5 gr), sehingga variasi kadar kemanisan gula menjadi cenderung kebawah > 4

Case : Ketidakstabilan Pada Proses Pembuatan Teh Manis Kadar Kemanisan Teh 0 9 8 Kadar Kemanisan Teh 4 5 6 7 8 9 0 3 4 Gelas UCL LCL Penyebab ketidakstabilan :. Ide untuk mempercepat proses perubahan dari gula pasir ke gula cair sehingga proses pengadukan bisa lebih dipercepat, ternyata membawa dampak pada variasi yang mengecil dan mengumpul diarea bawah. Variasi input material gula menjadi kecil karena menggunakan gula cair. Ketidakstabilan bersifat positif dan akan dijadikan permanen V.S Variasi volume gula relatif lebih besar Variasi volume gula relatif lebih kecil 5

Case 3 : Ketidakstabilan Pada Berat Grid Casting Gate/ aliran masuk timah cair Individual Value 9 90 88 7 3 9 5 I Chart 5 5 5 6 5 3 37 43 49 55 yp _ UCL=90,70 X=89,977 LCL=89,5 Moving Range 3,0,5 0,0 7 3 Moving Range Chart 9 5 3 37 43 49 55 UCL=0,89 MR=0,73 LCL=0 Ketidakstabilan akibat adanya penyumbatan pada area gate. (aliran material menjadi tidak lancar) Proses seharusnya segera diperbaiki tidak menunggu sampai produk menjadi reject (reject unfilled) Hasil Casting unfilled 6

Proses Produksi Pengukuran Variasi Variasi Stabil Output variasi relatif stabil sepanjang waktu (bisa diprediksi) Hanya common cause yang ada di proses Variasi yang tidak stabil Output variasi tidak sama sepanjang waktu (tidak bisa diprediksi) Ada faktor X (spesial cause) yang menyebabkan variasi menjadi tidak stabil Proses Mampu Variasi < Spec Proses Tidak Mampu Variasi > spec Proses Sebenarnya Mampu, tapi posisi variasi bergeser Variasi < spec Posisi variasi bergeser 7

Mempelajari Kemampuan Proses MEMBANDINGKAN VARIASI PRODUK TERHADAP SPESIFIKASI Variasi produk berasal dari proses produksi, dihitung berdasarkan hasil aktual produksi Spesifikasi dibuat sesuai tuntutan fungsi dari produk Kemampuan proses Proses Mampu : Lebar variasi part < lebar spesifikasi Proses tidak mampu : Lebar variasi part > lebar spesifikasi Proses sebenarnya mampu: Lebar variasi part < lebar spesifikasi Tapi posisi variasi bergeser Proses sampling hanya bisa dilakukan apabila proses telah stabil dan mampu Variasi Variasi berasal dari proses, dihitung berdasarkan hasil aktual produksi Proses stabil tapi tidak mampu Spesifikasi Spesifikasi dibuat sesuai tuntutan fungsi dari produk Proses stabil dan mampu 8

Mempelajari Kemampuan Proses Untuk menyatakan kemampuan proses, maka dihitung besaran kemampuan proses. Besar spesifikas i Index Capability = = Besar Variasi USL 6 - LSL x σ Terdapat index yang bisa mengambarkan besaran kemampuan proses. Cp. Cp menyatakan perbandingan antara lebar spesifikasi dibanding dengan lebar variasi. Semakin besar angka index Cp, semakin baik proses tersebut. Cp < berarti variasi proses terlalu besar, proses tidak mampu Cp = berarti variasi proses sama dengan spesifikasi Cp > berarti variasi proses relatif lebih kecil daripada spesifikasi USL = Upper Spesifikasi Limit (spesifikasi atas) LSL = Lower Spesifikasi Limit (spesifikasi bawah) Lebar variasi : 6 σ Jika proses stabil Perhitungan σ bisa Menggunakan konstanta σ R d = R d Ilustrasi perhitungan Cp 4 5 8 9 4 9 8-5 Cp = = 0,6 Cp =.. 9-4 Jika proses tidak stabil hitung σ dengan perhitungan standard deviasi total σ s = n ( X i X ) i = n 34 9 0 Cp =.. 9

Mempelajari Kemampuan Proses. Cpk. Selain menyatakan perbandingan antara lebar spesifikasi dengan lebar variasi, Cpk juga menggambarkan posisi variasi terhadap spesifikasi. Untuk studi jangka pendek (validasi proses) Target index capability >,67 Untuk studi jangka panjang, (produksi masal) Target index capability >,33 Cp & Cpk rendah menyatakan proses tidak mampu Cp tinggi, tapi Cpk rendah menyatakan bahwa proses sebenarnya mampu (variasi proses sudah relatif kecil dibanding dengan spesifikasi), tetapi posisi variasi bergeser Index capability = Index capability σ R d (posisi variasi terhadap spec atas atau bawah) Min / lebar variasi USL x atau x - LSL Min = 3σ Jika proses stabil Perhitungan σ bisa Menggunakan konstanta R = d Jika proses tidak stabil hitung σ dengan perhitungan standard deviasi total n ( X i X ) σ s = i = n Ilustrasi Grafik & Perhitungan 3 3 5 7 8 Cp = Cpk = 8-3 7-3 [( 8-5) atau( 5-3) ] ( ) = = = 5 4 =,5 7-3 / MIN 4 3 4 5 7 9 Cp = Cpk = 9-4 7-3 = 5 4 =,5 [( 9-5) atau ( 5-4) ] ( 7-3)/ = = 0,5 MIN 0

Case Study : Validasi Proses Produksi Karakteristik penting produk adalah jarak 75, Jika jarak 75 out spec, produk tidak bisa diassy 0-0,5 Kendala : Ketika dilas terjadi tarikan, jarak 75 bisa melebihi standard ±0, Las-lasan

Case Study : Validasi Proses Produksi Untuk mengatasi masalah jarak 75 keluar dari spec, maka dibuat pelat penahan Pokayoke untuk penahan tarikan las d = 75 Material dikeluarkan dari jig masih dalam kondisi panas, apakah masih terjadi tarikan akibat proses pengelasan??

Case Study : Validasi Proses Produksi Ternyata setelah keluar dari jig masih terjadi tarikan material!! Jarak penahan 75 Setelah dikeluarkan dari jig masih terjadi penambahan dimensi akibat tarikan dari las-lasan LSL USL d = 75 Masih ada sebagian part yang out spec Jarak lebih besar dari 75 74,5 74,6 74,7 74,8 74,9 75,0 3

Case Study : Validasi Proses Produksi Produksi perlu di perbaiki sehingga output variasi produksi bisa bergeser ke tengah Proses sebenarnya mampu (karena lebar variasi lebih kecil dari lebar spesifikasi) hanya saja posisi variasi berada terlalu dekat ke spesifikasi atas 4

Validasi Proses Step : Membuat proses menjadi stabil Step : Setelah stabil, cek kemampuan proses Proses Proses Proses Proses TIDAK STABIL STABIL TIDAK MAMPU MAMPU Evolusi mutu dari approval sample ke Approval proses produksi (target akhir : produksi stabil & mampu) 5

Validasi proses produksi Awal mass pro Tingkat kegagalan Sudah dilakukan sesuai kondisi aktual produksi Menggunakan tooling/ mesin produksi Menggunakan orang produksi yang sebenarnya Dilakukan pada kecepatan produksi normal Perbaikan Index capability >.67 Proses belajar, digunakan untuk produk similar dimasa yang akan datang Persiapan produksi Validasi proses Studi kemampuan proses (jangka pendek & jangka panjang) Dikontrol dengan lebih ketat Perencanaan Produk baru 6

Produksi Masal Setelah Hasil Validasi Proses menunjukkan proses telah stabil dan mampu, maka engineering bisa mengalihkan proses produksi ke bagian produksi Tugas Produksi selanjutnya adalah menjaga kestabilan proses. Acuan Produksi bukan spesifikasi produk, tetapi garis kestabilan proses yang didapat dari hasil studi sebelumnya 7

Lakukan corrective action untuk mengembalikan kestabilan proses Acuan kestabilan/ucl Acuan kestabilan/lcl Monitoring proses produksi (Menjaga kestabilan proses) 8

Produksi Masal Hal yang harus diperhatikan dalam mengontrol proses : Sampling dilakukan berdasarkan karakteristik proses bukan berdasarkan jumlah atau populasi (ambil dari 00 produk) atau berdasarkan waktu (ambil setiap jam) Oleh karena itu kita harus memahami karakteristik proses 9

Contoh kelemahan sistem sampling ( faktor x yang dominan adalah material bubuk, namun sampling dilakukan berdasarkan acuan waktu) Proses Pressing Bubuk Flow Proses Mixing Pressing bubuk Menjadi tablet Cek density OK Jam 7 Sistem sampling pada proses produksi Pengecekan sampling setiap jam sekali x x x x x x x x x x x x x x x x x x x Ganti bubuk (faktor x) Ganti bubuk (faktor x) Ganti bubuk (faktor x) Cek density OK Jam 9 Sampling seharusnya bukan berdasarkan aturan waktu, tetapi dilakukan setiap ganti material, (ganti material adalah faktor X), yang bisa mengakibatkan proses menjadi tidak stabil!!! Ketika bubuk NG, maka Defect produk tidak akan terdeteksi 30

Contoh kelemahan sistem sampling (faktor x yang dominan adalah mold, tapi sampling dilakukan secara random setiap lot) Mold-5 Mold-4 Pernyimpangan Max 3 mm 3. 4..... 8 0 9 6 Mold-3 Wagon yang berputar 5 Mold- Mold- Mold- Mold-8 Mold- Proses Pembentukkan kaca / Bending. Pengechekan Curvature Tgl 05/03/ 009 06/04/ 009 Lot Cutting Mold Checked 0/03/09-4 Mold-7 0/03/09-5 Mold- 0/03/09-6 Mold-3 0/03/09-7 Mold-4 0/03/09-8 Mold-4 0/03/09-9 Mold-9 0/03/09-0 Mold-0 0/03/09- Mold-0. Mold --.. Mold --. Mold -- 03/03/09- Mold- 03/03/09- Mold-0 03/03/09-3 Mold-3 Pengecekan random, memungkinkan adanya mold yang tidak tersampling, Misalkan mold-6 Tgl 05/03 /009 06/03 /009 Lot Cutting Mold Checked 0/03/09-4 Mold- 0/03/09-5 Mold- 0/03/09-6 Mold-3 0/03/09-7 Mold-4 0/03/09-8 Mold-5 0/03/09-9 Mold-6 0/03/09-0 Mold-7 0/03/09- Mold-8. Mold --.. Mold --. Mold -- 03/03/09- Mold-7 03/03/09- Mold-8 03/03/09-3 Mold- Pengechekan digilir, Setiap mold akan dicek bergantian 3

KESIMPULAN. Teknologi mutu saat ini menuntut adanya approval proses produksi bukan approval sample. Approval proses produksi menargetkan proses produksi secara masspro stabil & mampu 3. Sampling yang dilakukan pada proses yang belum stabil atau belum mampu berpotensi mengakibatkan produk reject lolos cek 4. Sampling yang dilakukan pada proses produksi sebaiknya tidak berdasarkan populasi, tetapi berdasarkan karakteristik proses. Oleh karenanya sebelum menetapkan metode sampling, proses harus dipahami terlebih dahulu 3

KESIMPULAN 5. Penerapan statistik berfungsi sebagai alat monitor proses, sehingga jika terjadi ketidaknormalan, proses bisa secepatnya diperbaiki, tidak menunggu produk defect terdeteksi 33

JANGAN LUPA ISI SURVEY KEPUASAN DAFTAR KE MAILING LIST Sentral Sistem untuk berdiskusi dengan para profesional, konsultan dan berbagai pihak terkait hse-community@sentral-sistem.com iso-automotive@sentral-sistem.com improvement@sentral-sistem.com KUNJUNGI WEBSITE http://www.sentral-sistem.com untuk informasi lainnya 34