Continuous Improvement Quality Control Shewhart Chart Statistical Process Control
Apa itu Kualitas? W. Edwards Deming: Memenuhi kebutuhan + keinginan pelanggan = kualitas Kualitas meningkatkan produk/layanan dan proses Peningkatan produk/layanan dan proses = profitabilitas 2
Apa itu Kualitas? Dewasa ini pandangan yang paling progresif mengenai kualitas adalah bahwa kualitas itu didefinisikan sepenuhnya oleh pelanggan atau pengguna akhir dan didasarkan pada evaluasi terhadap seluruh pelanggan atau pengalaman klien. Pengalaman klien adalah agregat dari semua titik interaksi yang klien miliki dengan produk dan layanan dari perusahaan, dan didefinisikan sebagai kombinasi dari kedua hal tersebut. 3
Keuntungan Kualitas Terhadap Karyawan Kebanggaan dalam pelayanan yang diberikan Kepuasan kerja Peningkatan komunikasi Proses kerja Efisien Klien lebih bahagia Hubungan klien yang kuat 4
Keuntungan Kualitas Terhadap Perusahaan Peningkatan kualitas pelayanan Karyawan berorientasi klien Peningkatan hubungan klien Biaya yang lebih rendah Peningkatan hubungan masyarakat = Branding Kemampuan untuk memperluas layanan Peningkatan pendanaan 5
Keuntungan Kualitas Terhadap Pelanggan Peningkatan kualitas pelayanan Karyawan berorientasi klien Suasana yang lebih ramah Peningkatan pilihan Harapan terpenuhi atau terlampaui 6
Quality Control Secara tradisional: menghasilkan produk yang kualitasnya sesuai dengan spesifikasi design. 100% Inspeksi Deming s: menghasilkan produk yang kualitasnya memenuhi kriteria terkontrol secara statistik dimulai dari perancangan spesifikasi produk
Historical Perspective Sebelum 1875: Pre-Industrial Revolution Kualitas dikontrol oleh individu (pengrajin / artisan) yang terlibat pada segala aspek dari produk cycle. 1875: Tayorism Era produksi massal, F. W. Taylor memperkenalkan scientific management, standar kerja dan insentif terhadap gaji. 1925: Shewhart s Statistical Process Control Memperkenalkan pendekatan statistik untuk mempelajari variasi pada proses produksi untuk memperbaiki proses tersebut.
Historical Perspective (Cont...) 1930: Dodge dan Romig Sampling Methods Mengembangkan sistem metode inspeksi sampling lot demi lot pada produk hasil produksi untuk menentukan kelayakan pengiriman ke pelanggan 1950: Deming s Continuous Improvement Mengembangkan pendekatan pada peningkatan kualitas / produktivitas berasaskan statistik seperti halnya Shewhart tapi diproyeksikan berasaskan institusi. 1980: Pendekatan Deming dan Metode Taguchi Penekanan dengan meletakkan masalah kualitas naik ke design teknik dengan menggunakan experiment berbasiskan statistik.
Quality Trilogy Juran Quality Planning membangun sistem yang kapabel Quality Control mengidentifikasi di mana tindakan diperlukan Quality Improvement cara yang lebih baik melakukan berbagai hal
Quality Trilogy Juran Quality Control Holding The Gains Quality Planning Breakthrough Pareto Analysis Quality Improvement Project by Project
Cost of Poor Quality Quality Trilogy Juran Quality Planning Quality Control Quality Improvement Feedback
Deming Cycle PDCA atau PDSA PDCA dipopulerkan oleh Dr Deming yang dianggap oleh banyak orang menjadi bapak dari quality control modern; namun hal tersebut selalu disebut oleh Deming sebagai "Shewhart cycle."
Deming Cycle PDCA atau PDSA PDCA harus berulang kali diimplementasikan berbentuk spiral dengan meningkatkan pengetahuan akan sistem mengarah ke tujuan utama, setiap siklus lebih dekat daripada sebelumnya. Kekuatan siklus Deming terletak pada kesederhanaannya.
PDCA Cycle adalah checklist dari empat tahap yang harus Anda lalui untuk mendapatkan hal dari `masalah dihadapi ke`masalah diselesaikan'. Keempat tahapan itu adalah Plan-Do-Check-Act, dan mereka dilakukan dalam siklus.
Project Difficulty Continuous Quality Improvement A P A P C D A P C D C D Knowledge & Experience
Continuous Improvement Act Check Plan Do Fase continuous improvement dari sebuah proses adalah bagaimana Anda membuat perubahan arah. Perubahan tersebut biasanya karena proses output yang memburuk atau kebutuhan klien telah berubah.
Continuous Improvement Istilah continuous improvement dan continual improvement yang sering digunakan secara bergantian. Tetapi beberapa praktisi kualitas membuat perbedaan berikut : Continual improvement: istilah yang lebih luas disukai oleh W. Edwards Deming untuk merujuk pada proses umum perbaikan dan meliputi discontinuous improvement yaitu, banyak pendekatan yang berbeda, yang meliputi area yang berbeda. Continuous improvement: bagian dari continual improvement, dengan fokus yang lebih spesifik pada linear, perbaikan inkremental dalam proses yang ada. Beberapa praktisi juga mengasosiasikan perbaikan terus-menerus lebih erat dengan teknik statistical process control (SPC).
Perbedaan Filosofi Deming dan Juran Filosofi Deming pada kualitas adalah suatu teori yang komprehensif sedangkan filosofi Juran adalah pendekatan analitis dan praktis Deming berfokus pada deskripsi (penggunaan SPC) dan melihat sistematis bisnis sedangkan Juran berfokus pada pengelolaan mutu dan kualitas fungsi Deming adalah seorang filsuf yang memberikan pandangan atau perspektif yang berbeda, sedangkan Juran adalah seorang praktisi yang ingin mengajar praktek bisnis
Persamaan Filosofi Deming dan Juran Argumen Deming pada variasi dan argumen Juran terhadap perencanaan kualitas, keduanya fokus pada perbaikan dalam proses. Kedua filsafat terkait dengan "Quality Circle" Deming dan Juran mengamati bahwa untuk sebuah bisnis untuk berhasil, upaya manajemen mutu memerlukan komitmen dan keterlibatan manajemen puncak jangka panjang Menolak ketergantungan pada slogan-slogan untuk memotivasi pekerja terutama karena kinerja tergantung pada sistem bisnis dan bukan operator
Persamaan Filosofi Deming dan Juran Keduanya memiliki kekhawatiran mengenai praktik saat ini seperti pembayaran insentif yang didasarkan pada tempat yang salah atau ketinggalan zaman Menempatkan pentingnya perencanaan sebagai keputusan yang dibuat "hulu" atau manajemen puncak yang berpengaruh pada hasil akhir Keduanya berfokus pada pelanggan-kebutuhan dan sangat bergantung pada riset pasar meskipun pendekatan Juran adalah didorong rekayasa bahwa visi kualitas pelanggan diterjemahkan ke dalam apa yang dapat diproduksi
Quality Circle Sekelompok relawan dilatih untuk mengidentifikasi, menganalisis dan memecahkan masalah yang berhubungan dengan pekerjaan dan mempresentasikan solusi untuk manajemen guna meningkatkan kinerja organisasi E.g. Badan Penjaminan Mutu UAJM
STATISTICAL PROCESS CONTROL METODE UNTUK PENINGKATAN KUALITAS BERKELANJUTAN BERDASARKAN OPTIMASI PROSES DAN KUALITAS PRODUK
Statistical Process Control (SPC) Statistical Process Control memonitor proses produksi/layanan untuk mendeteksi dan mencegah kualitas buruk Sample subset dari item yang diproduksi / layanan diberikan untuk digunakan dalam pemeriksaan Control Chart proses berada dalam batas kendali statistik UCL LCL
SPC pada Manajemen Kualitas SPC penggunaan Apakah proses terkontrol? Mengidentifikasi masalah dalam rangka untuk melakukan perbaikan Berkontribusi pada tujuan perbaikan terus-menerus
Dimana Menggunakan Control Chart Proses Memiliki kecenderungan untuk lepas kendali Sangat berbahaya dan mahal jika berjalan di luar kendali Contoh Pada awal proses karena pemborosan untuk memulai proses produksi dengan persediaan yang buruk Sebelum titik mahal atau tidak dapat diperbaiki, setelah produk mana yang sulit untuk dikerjakan ulang atau memperbaiki Sebelum dan sesudah operasi perakitan atau di cat yang mungkin mencakup cacat Sebelum produk akhir keluar atau jasa disampaikan
Control Chart Sebuah grafik yang memantau kualitas proses Control limit Batas atas dan bawah dari control chart Attributes chart p-chart c-chart Variables chart mean (x bar chart) range (R-chart)
Control Chart Proses Upper control limit Out of control Process average Lower control limit 1 2 3 4 5 6 7 8 9 10 Sample number
Distribusi Normal Probabilities for Z= 2.00 and Z = 3.00 95% 99.74% -3-2 -1 =0 1 2 3
Metode Statistik Populasi: semua kemungkinan dari suatu proses didalam rangka tertentu. Sampling: suatu subset kecil dari populasi pada waktu tertentu. Statistik: perhitungan yang dilakukan terhadap sample dimana merupakan refleksi dari beberapa fitur spesial dari populasi.
Enumerasi dan Analitik Enumerasi: analisa statistik pada sample berada pada rangka tetap. Analitik: Analisa statistik untuk mengetahui formasi umum dari populasi (Proses pada Statistical Control).
Sample Tidak pada kontrol statistik Pada kontrol statistik Sample Sample Dalam Transisi
Representasi Data Rata-rata : Variance Standar Deviasi Range n X X n i i 1 n i I x N X X S 1 2 1 ) ( n i I x N X X S 1 1 ) ( X max X min R
Representasi Data (Cont ) Standar Deviasi (R) x E( R) d 2 R dan Sx / σx adalah ukuran besaran variasi atau level data yang acak Variabilitas CV S x X Signal to Noise Rasio S / N X S x
Distribusi Normal Kemungkinan nilai x berada pada range 0 x 1 f 1 e 2 ( 1/ 2)[( x)/ x ( x) x 2 ] STD Rata-rata
Fundamental SPC 1. Dasar dan sifat umum Variabilitas. 2. Evolusi proses terhadap waktu. 3. Konsep Shewhart dengan Kontrol Statistik. 4. Mengatur variablitas menggunakan control chart. 5. Proses dari SPC.
Sumber dari Variasi Fungsional Taguchi s Functional Variation: 1. Outer Noise Sumber eksternal yang beroperasi pada lingkungan dimana produk berfungsi. Suhu, kelembaban, fluktuasi tegangan, manusia 2. Inner Noise Perubahan internal terhadap karakteristik produk. Usia, Kekalahan mekanik 3. Variational Noise Variasi pada parameter produk akibat proses produksi.
Penanganan Outer dan Inner noise dapat ditangani pada proses desain teknis produk tersebut. Variational Noise dapat ditangani melalui penanganan proses, design produk serta SPC.
Variasi Pada Proses Produksi
Variasi Pada Proses Produksi
Sifat Umum Fault Pada Proses
Evolusi Proses Terhadap Waktu Proses yang dipengaruhi oleh penyebab umum yang konstan akan menghasilkan model statistik yang terkontrol.
Perubahan Sifat Proses
Variasi Proses Pada Waktu
Proses Kontrol vs. Kapabilitas Konformasi produk terhadap spesifikasi berarti ekspektasi pelanggan tercapai. Kontrol statistik pada proses berarti ekspektasi pelanggan tercapai secara ekonomis. Tanpa mengontrol proses secara statistik berarti kita mengeluarkan biaya lebih untuk memproduksi produk dalam proses yang terkontrol.
Konformasi Produk vs. Kontrol Proses
Manajemen Variasi Proses Membawa proses dari tidak terkontrol (ada special causes ) menjadi terkontrol lalu mendeteksi chronic common causes untuk meningkatkan kontrol terhadap proses.
Proses dari SPC Proses Implementasi Ambil tindakan Observasi Pengkoleksian Data Keputusan Formulasi Tindakan Diagnosis Pencarian Fault Evaluasi Analisis Data
Control Chart untuk Attribute p-chart menggunakan porsi yang cacat dalam sampel c-chart menggunakan jumlah cacat (ketidaksesuaian) dalam sampel
p-chart UCL = p + z p LCL = p - z p z p p = jumlah standar deviasi dari rata-rata proses = proporsi sampel cacat, estimasi proses rata-rata = standar deviasi dari proporsi sampel p = p(1 - p) n
Konstruksi p-chart JUMLAH PROPORSI SAMPEL# CACAT CACAT 1 6.06 2 0.00 3 4.04 : : : : : : 20 18.18 200 20 sampel dar 100 pasang jeans
Konstruksi p-chart p = total cacat total sampel obsevasi = 200 / 20(100) = 0.10 p(1 - p) UCL = p + z = 0.10 + 3 n 0.10(1-0.10) 100 UCL = 0.190 p(1 - p) LCL = p - z = 0.10-3 n 0.10(1-0.10) 100 LCL = 0.010
Proporsi Cacat Konstruksi p-chart 0.20 0.18 UCL = 0.190 0.16 0.14 0.12 0.10 p = 0.10 0.08 0.06 0.04 0.02 LCL = 0.010 2 4 6 8 10 12 14 16 18 20 Jumlah Sampel
p-chart di Excel Klik Insert lalu Charts untuk membuat control chart I4 + 3*SQRT(I4*(1-I4)/100) I4-3*SQRT(I4*(1-I4)/100) Kopi nilai kolum dari I5 dan I6
c-chart UCL = c + z c LCL = c - z c c = c dimana c = jumlah cacat per sampel
c-chart Jumlah cacat di 15 ruang sampel SAMPEL JUMLAH CACAT 1 12 2 8 3 16 : : : : 15 15 190 190 c = = 12.67 15 UCL = c + z c = 12.67 + 3 12.67 = 23.35 LCL = c - z c = 12.67-3 12.67 = 1.99
Jumlah Cacat c-chart 24 21 UCL = 23.35 18 15 c = 12.67 12 9 6 3 LCL = 1.99 2 4 6 8 10 12 14 16 Nomor Sampel
Control Chart untuk Variabel Range chart ( R-Chart ) Plot sampel range (variabilitas) Mean chart ( x -Chart ) Plot sampel rata-rata Shewhart Chart
Dasar Statisitk Shewhart Chart Control Chart untuk Rata-rata, X Control Chart untuk Range, R
Membuat X dan R Control Chart 1. Untuk setiap sampel hitung ratarata: X i n i 1 n X ij 2. Untuk setiap sampel i hitung range: R i X max X min
Membuat X dan R Control Chart 3. Hitung grand average: X k i 1 k X i 4. Hitung rata-rata range: R k i 1 k R i
Membuat X dan R Control Chart 5. Perhitungan true range dan standar deviasi (): 6. Perhitungan X chart: tidak diketahui 2 ) ( d R E x R R n d X 2 3 UCL R n d X 2 3 LCL A 2 n x
Membuat X dan R Control Chart 7. Perhitungan R chart UCL R d 3 d 3 2 R LCL R d 3 d 3 2 R D 4 D 3 Estimasi deviasi range R
Process Capability vs. Process Control
x-bar Chart: Diketahui UCL = = x + z - x LCL = = x - z - x Dimana = X = x - 1 + x - 2 +... + x - k k = standar deviasi proses x = standar deviasi rata-rata sampel =/ k = jumlah sampel (subgrup) n = ukuran sampel (jumlah observasi) n
Contoh x-bar Chart: Diketahui Observasi (Diameter Slip-Ring, cm) n Sampel k 1 2 3 4 5 - x Kita mengetahui σ =.08
Contoh x-bar Chart: Diketahui
Table Konstanta Control Chart Ukuran Sampel Faktor u/ X-chart Faktor u/ R-chart n A2 D3 D4 2 1.880 0.000 3.267 3 1.023 0.000 2.575 4 0.729 0.000 2.282 5 0.577 0.000 2.114 6 0.483 0.000 2.004 7 0.419 0.076 1.924 8 0.373 0.136 1.864 9 0.337 0.184 1.816 10 0.308 0.223 1.777 11 0.285 0.256 1.744 12 0.266 0.283 1.717 13 0.249 0.307 1.693 14 0.235 0.328 1.672 15 0.223 0.347 1.653 16 0.212 0.363 1.637 17 0.203 0.378 1.622 18 0.194 0.391 1.609 19 0.187 0.404 1.596 20 0.180 0.415 1.585 21 0.173 0.425 1.575 22 0.167 0.435 1.565 23 0.162 0.443 1.557 24 0.157 0.452 1.548 25 0.153 0.459 1.541
Contoh x-bar dan R Chart: Tidak Diketahui OBSERVASI (DIAMETER SLIP- RING, CM) SAMPEL k 1 2 3 4 5 x R 1 5.02 5.01 4.94 4.99 4.96 4.98 0.08 2 5.01 5.03 5.07 4.95 4.96 5.00 0.12 3 4.99 5.00 4.93 4.92 4.99 4.97 0.08 4 5.03 4.91 5.01 4.98 4.89 4.96 0.14 5 4.95 4.92 5.03 5.05 5.01 4.99 0.13 6 4.97 5.06 5.06 4.96 5.03 5.01 0.10 7 5.05 5.01 5.10 4.96 4.99 5.02 0.14 8 5.09 5.10 5.00 4.99 5.08 5.05 0.11 9 5.14 5.10 4.99 5.08 5.09 5.08 0.15 10 5.01 4.98 5.08 5.07 4.99 5.03 0.10 Total 50.09 1.15
Contoh x-bar Chart: Tidak Diketahui
Rata-rata Contoh x-bar Chart: Tidak Diketahui 5.10 5.08 5.06 5.04 5.02 UCL = 5.08 = x = 5.01 5.00 4.98 4.96 4.94 4.92 1 LCL = 4.94 2 3 4 5 6 Nomor Sampel 7 8 9 10
Contoh R-Chart: Tidak Diketahui _ UCL = D 4 R = 2.11(0.115) = 0.243 _ LCL = D 3 R = 0(0.115) = 0 Dapatkan faktor chart D 3 dan D 4
Range Contoh R-Chart: Tidak Diketahui 0.28 0.24 0.20 UCL = 0.243 0.16 0.12 R = 0.115 0.08 0.04 0 LCL = 0 1 2 3 4 5 6 Nomor Sampel 7 8 9 10
X-bar dan R charts Excel
Zona untuk Pattern Test UCL Zona A = 3 sigma = x + A 2 R Zona B = 2 2 sigma = x + 3 (A 2 R) Rerata Proses Zona C Zona C = 1 1 sigma = x + 3 (A 2 R) x = = 1 sigma = x - 1 (A 2 R) 3 Zona B = 2 2 sigma = x - (A 2 R) 3 Zona A = 3 sigma = x - A 2 R LCL 1 2 3 4 5 6 7 8 Jumlah Sample 9 10 11 12 13
Interpretasi Chart X dan R 1. Titik ekstrim: titik-titik diluar batas limit kontrol mengindikasikan kondisi tidak terkontrol. 2. 2 dari 3 titik pada zona A keatas: hanya untuk grafik X, mengindikasikan kondisi tidak terkontrol. 3. 4 dari 5 titik pada zona B keatas: hanya untuk grafik X, mengindikasikan kondisi tidak terkontrol. 4. 8 atau lebih titik berurut diatas atau dibawah garis tengah: mengindikasikan rata-rata atau variabilitas proses bergeser. 5. Tren linear: perubahan sistimatik proses terjadi. 6. 14 titik berosilasi: perubahan sistimatik proses terjadi. 7. 8 titik berurut tidak pada zona C: hanya grafik X, mengindikasikan kondisi tidak terkontrol. 8. 15 titik berurut pada zona C: hanya grafik X, mengindikasikan kondisi tidak terkontrol.
Melakukan Test Pattern SAMPEL x ATAS/BAWAH NAIK/TURUN ZONA 1 4.98 B B 2 5.00 B U C 3 4.95 B D A 4 4.96 B D A 5 4.99 B U C 6 5.01 U C 7 5.02 A U C 8 5.05 A U B 9 5.08 A U A 10 5.03 A D B
Penentuan Ukuran Sampel Chart Atribut membutuhkan ukuran sampel yang lebih besar 50 hingga 100 part dalam sebuah sampel Chart variabel memerlukan sampel yang lebih kecil 2 hingga 10 part dalam sebuah sampel
Bahan Lanjut 7 Deadly Diseases