Pengendalian Proses. Waktu

dokumen-dokumen yang mirip
Rabu, 8 Desember 2010

SAMPLING PENERIMAAN ( ACCEPTANCE SAMPLING )

RENCANA PENERIMAAN SAMPEL (ACCEPTANCE SAMPLING)

Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut

ACCEPTANCE SAMPLING PLANS MUHAMMAD YUSUF IWAN NOEGROHO GALIH DWI AGUNG P BRIAN REYVENDRA P AHMAD AUDREY T. JUIOCAISAR W SYAFIQAR NABIL M.

BAB III MODEL DASAR DAN RENCANA PENGEMBANGAN AOQ DAN ATI

Rabu, 8 Desember 2010

Seminar Nasional IENACO ISSN: PENENTUAN SAMPEL PRODUK LINK BELT MENGGUNAKAN METODE ACCEPTANCE SAMPLING MIL-STD-105E

MILITARY STANDARD (MIL-STD) Ganda Marulitua Simbolon ( )

BAB II LANDASAN TEORI. SEMPEL TUNGGAL MAUPUN GANDA. NAMUN APABILA MASIH TERDAPAT KERAGUAN DAN HARUS

Praktikum Total Quality Management

BAB II LANDASAN TEORI. sempel tunggal maupun ganda. Namun apabila masih terdapat keraguan dan harus

BAB I PENDAHULUAN. Perencanaan dan pengendalian terhadap kualitas merupakan bagian yang

TEKNIK PENARIKAN SAMPEL PADA DATA ATRIBUT UNTUK PEMERIKSAAN HASIL AKHIR PRODUKSI

BAB 3 METODE PENELITIAN

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

BAB 2 LANDASAN TEORI

ANALISIS RENCANA SAMPLING PENERIMAAN (RSP) MENGGUNAKAN MEDIAN PADA DATA MASA HIDUP YANG BERDISTRIBUSI EKSPONENSIAL. (Skripsi) Oleh

Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Variabel

PROJECT 2 PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI

Usulan Perencanaan Sampling Penerimaan Berdasarkan Kecacatan Atribut dengan Metode Mil Std 105E pada Proses Penyamakan Kulit

PEMODELAN KUALITAS PROSES

Acceptance Sampling. sampling penerimaan

BAB II LANDASAN TEORI

PENGENDALIAN MUTU PRODUK DENGAN METODE STATISTIK

ANALISIS RISIKO TIPE I (PRODUSEN) DAN RISIKO TIPE ii (KONSUMEN) DALAM KOLABORASI RANTAI PASOK

Rencana Penerimaan Sampel (Acceptance Sampling)

BAB 2 LANDASAN TEORI

Pengendalian Kualitas dengan Metode Acceptance Sampling (Studi kasus: AMDK ADENI Pamekasan)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan

BAB 3 METODOLOGI PENELITIAN. dengan menggunakan jenis penelitian eksplanatif dan metode penelitian kuantitatif.

BAB 2 LANDASAN TEORI

Pengendalian Kualitas Statistik. Lely Riawati

Garis Entry Behavior. Mata kuliah: Pengendalian dan Penjaminan Mutu* (AK043241) / 2 sks

PENINGKATAN KEAKURATAN INSPEKSI SUBDEPARTMENT QUALITY CONTROL INCOMING : STUDI KASUS

BAB I PENDAHULUAN. kreatif menciptakan produk - produk yang tidak hanya mampu bersaing dengan

BAB I PENDAHULUAN. atau kualitas. Dalam dunia industri, kualitas barang yang dihasilkan merupakan

Lobes Herdiman, Retno Wulan Damayanti 1, Sukarno Jurusan Teknik Industri, Universitas Sebelas Maret, Surakarta

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

PERMODELAN SISTEM PENGAWASAN MUTU PRODUK KUALITAS EKSPOR AGROINDUSTRI PERIKANAN RAKYAT

Pendahuluan. Pendahuluan

KUMPULAN TABEL MIL-STD-414

DISTRIBUSI PROBABILITAS NORMAL

MODEL OPTIMISASI UKURAN LOT PRODUKSI PADA SISTEM PRODUKSI TIDAK SEMPURNA DENGAN MEMPERTIMBANGKAN PEMERIKSAAN SAMPLING BERGANDA DAN PROSES REWORK

BAB I PENDAHULUAN. Di dalam dunia industri, kualitas merupakan faktor dasar yang

PERANCANGAN ULANG STASIUN KERJA PADA LINTAS PERAKITAN UTAMA STEERING HANDLE

BAB II LANDASAN TEORI

Yang termasuk persyaratan umum adalah hama/penyakit, bau apek atau asing, bahan

DISTRIBUSI PROBABILITAS

BAB III LANGKAH PEMECAHAN MASALAH

Bab 10 Sampling Audit dalam Pengujian Pengendalian

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

III. METODE PENELITIAN

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Konsep Dasar Statistik dan Probabilitas

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

PENGUMPULAN DATA PENGOLAHAN DATA

3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian 3.2 Metode Penelitian 3.3 Pengumpulan Data Pengumpulan data primer

BAB 2 LANDASAN TEORI

Soal-soal dan Pembahasan Matematika Dasar SBMPTN-SNMPTN 2009

Jurusan Teknik Industri Itenas No.01 Vol.4 Jurnal Online Institut Teknologi Nasional Januari 2016

STMIK KAPUTAMA - BINJAI

TUGAS KELOMPOK ANALISIS STATISTIKA (STK 511)

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

DISTRIBUSI SAMPLING besar

BAB II DISTRIBUSI PROBABILITAS

PROJECT IV PERANCANGAN TEKNIK INDUSTRI PENGENDALIAN KUALITAS PRODUKSI

Rencana Penerimaan Sampel (Acceptance Sampling)

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

ANALISIS KEMAMPUAN PROSES PADA DATA BERDISTRIBUSI BINOMIAL

Distribusi Frekuensi

SAMPLING PENERIMAAN SKRIPSI

DISTRIBUSI VARIABEL RANDOM

BAB 2 LANDASAN TEORI

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

Sampling, Estimasi dan Uji Hipotesis

Sampling (kamus) : Kelompok orang/barang yg dipilih untuk mewakili kelompok yang lebih besar Barang contoh yg ditawarkan untuk dicoba.

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

Model Optimisasi Ukuran Lot Produksi yang Mempertimbangkan Inspeksi Sampling dengan Kriteria Minimisasi Total Ongkos

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia

BAB 8 DISTRIBUSI PELUANG DISKRIT

Distribusi Probabilitas Diskrit: Binomial & Multinomial

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)

Prosedur untuk Memonitor Proses dengan Proporsi Kecacatan yang Rendah

AUDIT & ATESTASI SA 530 SAMPLING AUDIT

MANAJEMEN KUALITAS PROYEK

BAB 2 LANDASAN TEORI

Pengantar Statistika Bab 1

BAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan

FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING

BAB I PENDAHULUAN BAB II

Transkripsi:

Pengendalian Kualitas TKI-306

DEFINISI adalah Pernyataan tentang ukuran sampel yang akan digunakan dan kriteria penerimaan/penolakan sampel untuk memvonis suatu lot

Aplikasi tipikal sampling penerimaan : Perusahaan menerima kiriman barang (seringkali berupa komponen atau bahan mentah yang digunakan di dalam proses manufakturing perusahaan ybs.) dari vendor Dari lot barang diambil sampel, kemudian dilakukan inspeksi terhadap sampel tersebut dalam kaitannya dengan (beberapa) karakteristik kualitas barang. Berdasarkan informasi yang diperoleh dari inspeksi terhadap sampel tersebut, diambil keputusan berkenaan dengan disposisi lot (menerima atau menolak lot).

Tujuan Sampling Penerimaan 1. Untuk menaksir lot, bukan menaksir kualitas lot 2. Rancangan Sampling Penerimaan tidak memberikan suatu bentuk pengendalian kualitas langsung 3. Penggunaan Sampling penerimaan yang paling efektif adalah tidak untuk memeriksa kualitas ke dalam produk, tetapi lebih sebagai alat audit untuk menjamin hasil suatu proses telah memenuhi persyaratan.

Diagram Fase Penggunaan Metode Jaminan Kualitas 100 Sampling Penerimaan Persen penerapa an Pengendalian Proses Perancangan Eksperimen 0 Waktu

PENDEKATAN untuk memvonis lot Menerima lot tanpa pemeriksaan Pemeriksaan 100% Sampling penerimaan

KAPAN digunakan Sampling Penerimaan? Jika pengujian merusak Biaya pemeriksaan 100% sangat tinggi Pemeriksaan 100% secara teknologi tidak mungkin dilakukan atau membutuhkan waktu yang lama Banyak benda yang harus diperiksa Penjual mempunyai sejarah kualitas yang istimewa Terdapat resiko tanggungjawab produk yang cukup serius karena diperlukan program monitoring secara terus menerus

Keunggulan Sampling Penerimaan Lebih murah Lebih sedikit penanganan terhadap produk sehingga mengurangi kerusakan Dapat diterapkan pada pengujian yang merusak Lebih sedikit personil yangterlibat dalam pemeriksaan Seringkali dapat mengurangi jumlah kesalahan pemeriksaan Dapat memotifasi penjual untuk lebih meningkatkan kualitas

Kelemahan Sampling Penerimaan Berisiko menerima lot yang jelek dan menolak lot yang baik Kurangnya informasi mengenai produk atau proses pembuatan produk Sampling penerimaan memerlukan perencanaan dan dokumentasi mengenai prosedur sampling penerimaan

JENIS Sampling Penerimaan Skala datanya Variabel: Karakteristik kualitas yang diukur dalam skala numerik Atribut (lot demi lot) : Karakteristik kualitas di dasarkan pada go, no-go Tahapannya Tunggal Ganda Multiple

PERTIMBANGAN-PERTIMBANGAN dalam membuat lot Homogenitas Ukurannya Kesesuaian dengan sistem material handling yang digunakan oleh penjual maupun konsumen

PROSEDUR SAMPLING PENERIMAAN Tujuan Meyakinkan tingkat kualitias bagi konsemen/produsen Prosedur atribut Pilih perencanaan untuk kurva KO tertentu Prosedur variabel Pilih perencanaan untuk kurva KO tertentu Memelihara kualitas pada target Sistem AQL; MIL STD 105E, ANSI/ASQC Z1.4 Sistem AQL; MIL STD 414, ANSI/ASQC Z1.9 Meyakinkan tingkat kualitas rata- rata Mengurangi pemeriksaan, dengan ukuran sampel kecil, sejarah kualitas baik Mengurangi pemeriksaan setalah sejarah kualitas baik Meyakinkan kualitas tidak lebih jelek dari target Sistem AOQL, Perencanaaan Dodge-Romig Chain sampling Sampling Skip-lot,, sampling ganda Perencanaan LTPD; Perencanaan Dodge-Romig Sistem AOQL Narrow-limit gaging Sampling Skip-lot,, sampling ganda Perencanaan LTPD; Uji hipotesis

PERENCANAAN SAMPLING TUNGGAL PADA ATRIBUT adalah Prosedur memvonis kotak dimana sejumlah sampel n unit dipilih secara acak dari lot dan kedudukan lot ditentukan berdasarkan informasi yang dimuat dalam sampel tersebut

Perencanaan Sampling TUNGGAL Andaikan suatu lot berukuran N akan diperiksa. Perencanaan Sampling tunggal didefinisikan sebagai ukuran sampel n dan bilangan penerimaan c. Contoh: Andaikan terdapat N = 10.000 dan perencanaan sampling n = 89 dan c = 2. Ini berarti dari lot yang berukuran 10.000 diampil suatu sampel acak dengan n = 89 unit untuk diperiksa dan diamati jumlah unit yang tidak sesuai (cacat) yang dinyatakan dalam d. Jika terdapat d (c = 2) maka lot diterima,, namun Jika terdapat d > 2 maka lot akan ditolak

KURVA KARAKTERISTIK OPERASI (KURVA KO) adalah Kurva yang digunakan untuk menggambarkan perencanaan sampling penerimaan

Bagaimana membuat Kurva KO? Distribusi banyak cacat d dalam sampel acak dengan n unit mengikuti distribusi Binomial dengan parameter n dan p, dimana p adalah bagian unit yang cacat dalam lot. Probabilitas akan mengamati tepat d cacat adalah: n! d P [ d cacat] f ( d ) p (1 p ) d! ( n d )! Probabilitas akan mengamati d lebih kecil atau sama dengan c adalah: n d P a P{ d c} c d0 n! p d!( n d)! d (1 p) nd

Misal, jika cacat lot adalah p = 0,01, n = 89, dan c = 2, maka P a P{ d 2} 89! (0,01) 0!89! 0,9397 0 2 d 0 89! (0,01) d!(89 d)! (0,99) 89 89! 1!88! d (0,01) (0,99) 1 (0,99) 89d 88 89! (0,01) 2!87! 2 (0,99) 87 1.0 Probabilitas penerimaan, Pa 0.8 0.6 0.4 0.2 n = 89 c = 2 0.0 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 Bagian cacat lot, p

n =5 0 c= 1 Pengaruh n dan c pada Kurva KO 1.0 0.8 Probabilitas pen nerimaan, Pa 0.6 0.4 0.2 n =20 n=100 c=2 0 c=4 0.0 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 Bagian cacat lot, p

Tipe B: Kurva KO tipe A, Kurva KO tipe B 1. Diasumsikan bahwa sampel berasal dari sejumlah besar lot atau sampling dilakukan secara random dari suatu aliran lot yang dihasilkan oleh suatu proses 2. Distribusi probabilitas untuk menghitung probabilitas penerimaan lot adalah distribusi binomial Tipe A: 1. Digunakan untuk menghitung probabilitas penerimaan dari suatu lot tertentu yang berukuran terhingga. 2. Distribusi probabilitas banyaknya item cacat di dalam sampel adalah distribusi hypergeometriks.

Merancang Perencanaan Sampling Tunggal dengan Kurva KO tertentu Misalkan diinginkan untuk membuat rencana sampling tunggal sedemikian hingga probabilitas penerimaan lot dengan fraksi cacat p 1 adalah 1- α,, dan probabilitas penerimaan lot dengan fraksi cacat p 2 adalah ß. Diasumsikan juga bahwa distribusi probabilitas sampling adalah binomial (jadi, kurva KO-nya adalah kurva tipe B). Maka:

Ukuran sampel Ukuran sampel n dan bilangan penerimaan dan bilangan penerimaan c didapatkan didapatkan dengan menyelesaikan formula berikut ini: dengan menyelesaikan formula berikut ini: d n d c d p p d n d n 1 1 0 1!!! 1 d n d c d p p d n d n 2 2 0 1!!!

Pembetulan Pemeriksaan (Rectifying inspection) Kotak ditolak Bagian cacat 0 Kotak Masuk Bagian cacat p 0 Aktifitas pemeriksaan Kotak diterima Bagian cacat p 0 Kotak keluar Bagian cacat p 1 < p 0 Untuk mengevaluasi perencanaan sampling digunakan: AOQ ( Average Outgoing Quality ) P p( N N n a ) ATI (Average Total Inspection) = n + (1 Pa)(N n)

Perencanaan Sampling GANDA adalah suatu prosedur dimana sebelum membuat suatu keputusan dalam kondisi tertentu diperlukan sampel kedua

Empat parameter yang dibutuhkan: n n c c 1 2 1 2 ukuran ukuran bilangan bilangan sampel pertama sampel kedua penerimaan dari penerimaan dari sampel sampel pertama kedua Misalkan n1 50, c1 1, n2 100, c2 3 Maka:

PROSEDUR PERENCANAAN SAMPLING GANDA Pemeriksaan sampel acak dengan n 1 = 50 dari lot d 1 =banyak cacat diamati Terima lot d 1 <= c 1 =1 1< d 1 3 d 1 > c 2 =3 Tolak lot Pemeriksaan sampel acak dengan n 2 = 100 dari lot d 2 =banyak cacat diamati Terima lot d 1 + d 2 c 2 = 3 d 1 + d 2 > c 2 = 3 Tolak lot

Kurva Karakteristik Operasi 1.0 0.0 Probab bilitas penerimaan, Pa 0.8 0.2 Probabilitas penolakan pada sampel pertama (skala kanan) 0.6 0.4 0.4 0.6 Probabilitas penerimaan pada Probabilitas penerimaan pada sampel ko mbinasi (skala kiri) sampel pertama (skala kiri) 0.2 0.8 0.0 0.02 0.04 0.06 0.08 0.10 0.12 1.0 Fraksi cacat lot, p

Misalkan: Maka: n n P 1 2 Average Sample Number,, ASN ASN average sample number I ukuran sampel pertama ukuran sampel kedua probabilitas menentukan disposisi lot pada sampel pertama lot diterima pada sampel pertama P lot ditolak pada sampel pertama P ASN n1 n2(1 PI ) Jika formula di atas digunakan untuk berbagai fraksi cacat lot, p, yang berbeda-beda, beda, maka kurva yang dibuat dengan ASN dan p sebagai sumbu dinamakan Kurva ASN

AOQ, ATI AOQ ATI I II Pa 1 a 1 2 n 1 di mana : P N n P N n n I a N II a n n P N 1 P 1 2 a p P a probabilit P I a P II a as akhir penerimaan lot

Perencanaan Sampling Majemuk Merupakan perluasan dari sampling ganda, dimana diperlukan lebih dari dua lot untuk memvonis suatu lot. Pembuatan kurva KO merupakan perluasan langsung dari kurva KO sampling ganda. Juga dimungkinkan untuk membuat kurva ASN. Keunggulan: sampel yang dibutuhkan pada tiap-tiap tahap biasanya lebih kecil daripada jumlah sampel yang dibutuhkan pada sampling tunggal maupun sampling ganda.

Contoh: suatu sampling majemuk sebanyak lima tahap Ukuran sampel kumulatif Bilangan penerimaan 20 0 3 40 1 4 60 3 5 80 5 7 100 8 9 Bilangan penolakan

Penjelasan: Jika, setelah selesainya sampling pada tahapan tertentu, banyaknya item cacat adalah kurang dari atau sama dengan besarnya bilangan penerimaan, maka lot diterima. Jika, pada tahapan sampling tertentu, banyaknya item cacat adalah sama dengan lebih dari bilangan penolakan, maka lot ditolak. Jika keduanya tidak terpenuhi, maka dilakukan sampling tahapan berikutnya. Prosedur sampling majemuk diteruskan hingga sampel kelima diambil, pada tahapan mana dibuat keputusan tentang disposisi lot.