PETA KENDALI VARIABEL

dokumen-dokumen yang mirip
PETA KENDALI VARIABEL

Peta Kendali (Control Chart)

PETA KENDALI ATRIBUT. 6 Pengendalian Kualitas

PETA KENDALI ATRIBUT. 6 Pengendalian Kualitas

Peta Kendali (Control Chart)

PENGENDALIAN KUALITAS STATISTIK

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

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

ANALISIS KEMAMPUAN PROSES

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

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

KULIAH 4-6 PENGENDALIAN KUALITAS STATISTIKA UNTUK DATA VARIABEL

BAB III BAHAN DAN METODE

BAB III LANDASAN TEORI

IV. METODOLOGI PE ELITIA

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

Materi ke-8 Rabu, 1 Desember 2010

Analisis Proses Bisnis TA NTRI HIDAYAT I S I NAG A, M.KO M

BAB 4 HASIL DAN PEMBAHASAN

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

PENGENDALIAN KUALITAS STATISTIK

STRATEGI PERBAIKAN KUALITAS GULA BERDASARKAN KEMAMPUAN PROSES KONTROL

Peta Kendali (Control Chart untuk Unit-Unit Individu)

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

V. HASIL DA PEMBAHASA

BAB 2 LANDASAN TEORI

STATISTICAL PROCESS CONTROL

GRAFIKPENGENDALI VARIABEL

PETA PENGENDALI UNTUK UNIT INDIVIDU PRESENTASI PENGENDALIAN KUALITAS

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

BAB 4 METODOLOGI PEMECAHAN MASALAH

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

BAB IV PEMBAHASAN DAN ANALISIS

BAB III METODOLOGI PENELITIAN

BAB II LANDASAN TEORI

Bab I. Pendahuluan. menghasilkan barang dan jasa dengan biaya yang serendah-rendahnya untuk

Statistical Process Control

Seminar Nasional IENACO 2014 ISSN

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

BAB III METODOLOGI PENELITIAN

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

III Control chart for variables. Pengendalian Kualitas TIN-212

BAB II LANDASAN TEORI

Metode Training SPC TIDAK FOKUS PADA CARA MELAKUKAN PERHITUNGAN STATISTIK TAPI

SOAL DETECT UTS GENAP 2014/2015. Quality Control

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

Kata kunci: Daya Saing, Peningkatan Kualitas yang Berkesinambungan, Kualitas Produk, Kapabilitas Proses (Cp), Indeks Kinerja Kane (Cpk)

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

BAB 2 LANDASAN TEORI

Review QUIZ ( 10 menit )

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

Pasteurized Milk Industry in Malang

ANALISIS KUALITAS DAN FAKTOR-FAKTOR PENYEBAB KERUSAKAN PRODUK DI PT. KATWARA ROTAN GRESIK

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

BAB III LANGKAH PEMECAHAN MASALAH

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

Jurnal Teknik Industri HEURISTIC Vol 11 No 1 April ISSN

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

BAB 2 LANDASAN TEORI

BAB III. PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI. Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

BAB II LANDASAN TEORI. Persyaratan utama untuk mencapai kepuasan pelanggan (customer

BAB IV HASIL DAN PEMBAHASAN

MODUL 5 PETA KENDALI CUSUM & EWMA

ANALISIS PERBAIKAN POWER QUALITY UNTUK PENCAPAIAN EFISIENSI ENERGI DI RS. X

BAB V ANALISIS HASIL

Rencana Penerimaan Sampel (Acceptance Sampling)

BAB 4 ANALISA DAN PEMBAHASAN

DAFTAR ISI. HALAMAN PENGAKUAN... ii. SURAT PENGAMBILAN DATA DARI PERUSAHAAN... iii. HALAMAN PENGESAHAN PEMBIMBING... iv. HALAMAN PERSEMBAHAN...

BAB II LANDASAN TEORI

III. METODE PENELITIAN

deduktif. Kajian induktif adalah kajian pustaka yang bermakna untuk menjaga

Pengendalian Kualitas Statistik. Lely Riawati

METODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data

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

METODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data

Pengukuran Deskriptif

BAB 2 LANDASAN TEORI

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

Distribusi Probabilitas : Gamma & Eksponensial

PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani /

BAB 5 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

PENGUJIAN HIPOTESIS (3)

Pengendalian Kualitas TIN-212

BAB III METODE PENELITIAN

Pengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum

BAB 4 PEMBAHASAN DAN ANALISIS DATA

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

BAB 3 LANGKAH PEMECAHAN MASALAH. PT. Citra Tunas Baru Gramindo adalah sebuah perusahaan garmen yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Kualitas telah menjadi karkteristik utama dalam organisasi atau perusahaan agar

TUGAS SARJANA Diajukan untuk Memenuhi Sebagian dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik. Oleh Ahmad Raya Lubis NIM.

Pengukuran Deskriptif. Debrina Puspita Andriani /

BAB III LANGKAH PEMECAHAN MASALAH. Gramedia Cikarang yaitu dengan menggunakan metode DMAIC (Define,

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

Transkripsi:

PETA KENDALI VARIABEL 9 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/

2 Outline Peta Kendali Variabel

3 PETA KENDALI (CONTROL CHART) Metode StaHsHk untuk menggambarkan adanya variasi atau penyimpangan dari mutu (kualitas) hasil produksi yang diinginkan. Dengan Peta kendali : Dapat dibuat batas- batas dimana hasil produksi menyimpang dari ketentuan. Dapat diawasi dengan mudah apakah proses dalam kondisi stabil atau Hdak. Bila terjadi banyak variasi atau penyimpangan suatu produk dapat segera menentukan keputusan apa yang harus diambil.

4 Macam Variasi

5 Penyebab Timbulnya Variasi PETA KENDALI VARIABEL

6 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.

7 Peta Kendali Variabel Variabel adalah ukuran karakterishk dari produk atau jasa Dilakukan pengukuran data dan dibuat petanya. KarakterisHk yang akan dipelajari, misal: panjang dari produk yang dihasilkan atau variabel lain yang dianggap penhng yang mungkin mempengaruhi kualitas produk seperh Hnggi, kekentalan, warna, suhu, berat, volume, kepadatan dan lain sebagainya.

8 Batas- batas Kendali Kurva normal menunjukkan distribusi dari rata- rata sampel. Peta kendali merupakan perwujudan dari kurva normal yang bergantung waktu. Proses yang berada dalam kendali akan menunjukkan bahwa 99.73% dari grafiknya akan berada di antara rata- rata ± 3 simpangan bakunya Jika 1000 subgroup, 997 akan berada di dalam batas- batas 6 (six) sigma.

9 Peta X dan R Peta Kendali Variabel (Shewart)

Peta Kendali Variabel (Shewart) 10 Peta X dan R Peta kendali X : Peta kendali R : Memantau perubahan suatu sebaran atau distribusi suatu variabel asal dalam hal lokasinya (pemusatannya). Memantau perubahan dalam hal spread- nya (penyebarannya). Apakah proses masih berada dalam batas- batas pengendalian atau Hdak. Memantau Hngkat keakurasian/ketepatan proses yang diukur dengan mencari range dari sampel yang diambil. Apakah rata- rata produk yang dihasilkan sesuai dengan standar yang telah ditentukan.

11 Langkah pembuatan Peta X dan R (1) 1. Tentukan ukuran subgrup (n = 3, 4, 5, ). 2. Tentukan banyaknya subgrup (k) sedikitnya 20 subgrup. 3. Hitung nilai rata- rata dari sehap 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 sehap 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 : 3 UCL = X + (A2. R). A2 = d 2 n LCL = X (A2. R)

12 Langkah pembuatan Peta X dan R (2) 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 amah apakah data tersebut berada dalam pengendalian atau Hdak. 10. Hitung Indeks Kapabilitas Proses (Cp) Cp = Dimana : USL LSL 6S 2 ( Nx Xi ) ( Xi) N( N 1) S = atau S = R/d2 2 Kriteria penilaian : Jika Cp > 1,33, maka kapabilitas proses sangat baik Jika 1,00 Cp 1,33, maka kapabilitas proses baik Jika Cp < 1,00, maka kapabilitas proses rendah

13 Langkah dalam pembuatan Peta X dan R (3) 11. Hitung Indeks Cpk : Cpk = Minimum { CPU ; CPL } Dimana : USL X CPU = dan CPL = 3S X LSL 3S Kriteria penilaian : Jika Cpk = Cp, maka proses terjadi ditengah Jika Cpk = 1, maka proses menghasilan produk yang sesuai dengan spesifikasi Jika Cpk < 1, maka proses menghasilkan produk yang Hdak sesuai dengan spesifikasi Kondisi Ideal : Cp > 1,33 dan Cp = Cpk

Banyaknya Produk Ukuran sampel 91-150 10 151-280 15 281-400 20 401-500 25 501-1200 35 1201-3200 50 3201-10000 75 10001-35000 100 35001-150000 150 Ukuran Sampel Tabel Ukuran Sampel menurut ANSI/ASQC Z1.9-1993, Inspeksi Normal, Level 3

15 Tabel Nilai A 2, d 2, D 3, D 4 Sumber: hcps://sites.google.com/site/kelolakualitas/tabel- nilai- A2d2D3D4

JUMLAH OBSERVASI HASIL PENGUKURAN RATA- RATA R KETERANGAN I 20, 22, 21, 23, 22 21,60 3 2 19, 18-22, 20, 20 19,80 4 3 25, 18, 20, 17, 22 20,40 8 pemasok baru 4 20,21,22,21,21 21,00 2 5 19, 24, 23, 22, 20 21,60 5 6 22,20, 18, 18, 19 19,40 4 7 18,20, 19, 18,20 19,00 2 8 20, 18, 23, 20, 21 20,40 5 9 21,20,24,23,22 22,00 4 l0 21, 19, 20, 20, 20 20,00 2 11 20, 20, 23, 22, 20 21,00 3 12 22,21,20,22,23 21,60 3 13 19,22, 19, 18, 19 19,40 4 14 20, 21, 22, 21, 22 21,20 2 15 20, 24, 24, 23, 23 22,80 4 16 21,20,24,20,21 21,20 4 17 20, 18, 18, 20, 20 19,20 2 18 20, 24, 22, 23, 23 22,40 4 19 20, 19, 23, 20, 19 20,20 4 20 22,21,21,24,22 22,00 3 21 23, 22, 22, 20, 22 21,80 3 22 21, 18, 18, 17, 19 18,60 4 kekeliruan 23 21, 24, 24, 23, 23 23,00 3 kesalahan bahan 24 20, 22, 21, 21, 20 20,80 2 karyawan 25 19, 20, 21, 21, 22 20,60 3 JUMLAH 521,00 87 = 521/25 = 20,84 Rbar = 87/25 = 3,48 Peta Pengendali Rata-Rata CL = 20,84 UCL = 20,84 + (0,577) (3,48) = 22,85 LCL = 20,84-0,577 (3,48) = 18,83 Peta Pengendali Jarak/Range CL R = 3,48 UCL R = 3,48 (2,114) = 7,36 LCL R = 3,48 (0) = 0 16 Studi Kasus (1) Peta Pengendali Rata- Rata dan Jarak (Range)

17 Peta Kontrol Peta Kontrol X Peta Kontrol R

18 Batas Kontrol Revisi Batas Kontrol Peta Kontrol X Batas Kontrol Peta Kontrol R CL = 20,86 Rbar = 3,27 UCL = 20,86 + (0,577) (3,27) = 22,75 UCL R =3,27 ( 2,114 ) = 6,92 LCL = 20,86-0,577 (3,27) = 18,98 LCL R = 3,27 (0) = 0

19 Peta Kontrol Revisi Peta Kontrol X Peta Kontrol R

20 Sampel Hasil Pengukuran Studi Kasus (2) 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). 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

Sampel Perhitungan 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 Perhitungan (1) 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 21 Rata-rata 2.39 0.06

22 Pada Peta X ada data yang out of control, maka data pada sampel tersebut direvisi dengan cara dibuang. Sampel Perhitungan 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 Perhitungan (2) X = (Σ X)/k = 45.34 /19 = 2.386 R = (Σ R)/k = 1.15 /19 = 0.0605 Peta Kendali X : CL = X = 2.386 UCL = X + (A2 * R) = 2.386 + (0.577*0.0605) = 2.4209 LCL = X - (A2 * R) = 2.386 (0.577*0.0605) = 2.3511 13 2.41 0.06 14 2.37 0.02 16 2.40 0.07 17 2.39 0.06 18 2.37 0.05 Peta Kendali R CL = R = 0.0605 UCL = D4 * R 19 2.41 0.08 20 2.41 0.12 Jumlah 45.34 1.15 Rata-rata 2.386 0.0605 = 2.114 * 0.0605 = 0.1280 LCL = D3 * R = 0 * 0.06 = 0

23 Perhitungan Kapabilitas Proses Karena sudah Hdak ada data yang out of control, maka langkah selanjutnya adalah menghitung kapabilitas proses. S = atau S = R/d2 = 0.0605/2.326 = 0.026 Cp = = ( Nx USL X 3S CPU = = Xi 2 ) ( N( N 1) Xi) USL LSL 6S 2. 45 2. 35 = 0. 6410 6( 0. 026) 2 2. 45 2. 386 3( 0. 026) = 0. 8205 Cpk = Minimum { CPU ; CPL } = 0.4615 Nilai Cpk sebesar 0.4615 yang diambil dari nilai CPL menunjukkan bahwa proses cenderung mendekah batas spesifikasi bawah. Nilai Cp sebesar 0.6410 ternyata kurang dari 1, hal ini menunjukkan kapabilitas proses untuk memenuhi spesifikasi yang ditentukan rendah. X LSL 3S CPL = = 2. 386 2. 35 3( 0. 026) = 0. 4615

24 Peta X dan S Peta Kendali Variabel (Shewart)

Peta Kendali Variabel (Shewart) 25 Peta X dan S S dalam S Chart menandai Sigma (σ) atau Standard DeviaHon Chart hendaknya digunakan untuk mendeteksi apakah karakterishk proses stabil. Oleh karena itu, S Chart biasanya diplot bersama dengan X Chart sehingga memberi gambaran mengenai variasi proses lebih baik. Peta kendali standar deviasi digunakan untuk mengukur Hngkat keakurasian suatu proses. Digunakan untuk memantau proses yang mempunyai karakterishk bersifat konhnyu (data variabel) berdasarkan rata- ratanya, dengan asumsi ukuran contoh (n) besar.

26 Langkah pembuatan Peta X dan S (1) 1. Tentukan ukuran subgrup (n = 3, 4, 5, ). 2. Tentukan banyaknya subgrup (k) sedikitnya 20 subgrup. 3. Hitung nilai rata- rata dari sehap subgrup, yaitu X. 4. Hitung nilai rata- rata seluruh X, yaitu X, yang merupakan center line dari peta kendali X. 5. Hitung simpangan baku dari sehap subgrup yaitu S. 6. Hitung nilai rata- rata dari seluruh S, yaitu S yang merupakan center line dari peta kendali S.

27 Langkah pembuatan Peta X dan S (2) 8. Hitung batas kendali dari peta kendali X : 8. Hitung batas kendali untuk peta kendali S : 9. Plot data X dan S pada peta kendali X dan S serta amah apakah data tersebut berada dalam pengendalian atau Hdak. 10. Hitung Indeks Kapabilitas Proses (Cp) 11. Hitung Indeks Cpk

28 Tabel Nilai A 3, B 3, B 4 Sumber: hcps://sites.google.com/site/kelolakualitas/tabel- nilai- A3B3B4

29 Sampel Hasil Pengukuran Latihan Soal 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). 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