Professional Documents
Culture Documents
Oleh:
Kelompok D-5
Eunike Lauwrence B.U 6103008071
Lily Chandra 6103008114
UCL
LCL
Menurut Mitra (1993), ada emapt tipe dasar dari control chart atribut
yang biasa digunakan, yaitu:
1. Control chart untuk proporsi cacat (p-chart)
Grafik pengendalian p (proporsi cacat) dapat dikelompokkan atas jumlah
sampel tetap dan jumlah sampel bervariasi, dimana p adalah perbandingan
antara jumlah produk yang cacat dengan total produksi.
Peta kontrol p digunakan untuk mengukur proporsi-ketidaksesuaian
(penyimpangan atau sering disebut cacat) dari item-item dalam kelompok yang
sedang diinspeksi. Dengan demikian peta kontrol p digunakan untuk
mengendalikan proporsi dari item-item yang tidak memenuhi syarat-syarat
spesifikasi kualitas atau proporsi dari produk yang cacat yang dihasilkan dalam
suatu proses. Proporsi yang tidak memenuhi syarat didefinisikan sebagai rasio
banyaknya item yang tidak memenuhi syarat dalam suatu kelompok terhadap
total banyaknya item dalam kelompok itu. Item-item itu dapat mempunyai
beberapa karakteristik kualitas yang diperiksa atau diuji secara simultan oleh
pemeriksa. Jika item-item itu tidak memenuhi standar pada satu atau lebih
karakteristik kualitas yang diperiksa, item-item itu digolongkan sebagai tidak
memenuhi syarat spesifikasi atau cacat (Gasperz, 1998).
Menurut Gaspersz (1998), pembuatan peta control p, dapat dilakuakn
dengan mengikuti beberapa langkah berikut :
a. Tentukan ukuran contoh yang cukup besar (n>30)
b. Kumpulkan 20-25 set contoh
c. Hitung nilai proporsi cacat, yaitu : p-bar = total cacat / total inspeksi
d. Hitung nilai simpangan baku, yaitu : Sp = p-bar(1-p-bar)/n
Jika p-bar dinyatakna dalam persentase, maka Sp dihitung sebagai berikut:
Sp = p-bar(100-p-bar)/n.
e. Hitung batas-batas control 3-sigma
f. Plot/tebarkan data proporsi (persentase) cacat dan lakukanlah pengamatan
apakah data itu berada dalam pengendalian statistical
g. Apabila data menunjukkan bahwa proses berada dalam pengendalian
statistikan, tentukan kapabilitas proses menghasilkan produk yang tidak
sesuai (cacat) sebesar : (1-p-bar) atau (100%-p-bar,%) hal ini serupa dengan
proses menghasilkan produk cacat sebesar p-bar.
h. Gunakan peta control p chart untuk memantau proses terus-menerus
p = x/n
x = jumlah produk cacat dalam sampel
n = ukuran sampel
bila tidak ada standar digunakan rumus sebagai berikut:
CLp = p = i=1 pi
g
UCLp = p + 3 p (1-p)
n
LCLp = p - 3 p (1-p)
n
bila standar diberikan:
CLp = p0
UCLp = p0 + 3 p0 (1-p0)
n
LCLp = p0 - 3 p0 (1-p0)
n
2. Control chart untuk jumlah cacat (np-chart)
Merupakan alternatif untuk menghitung fraksi cacat, jumlah cacat
diukur secara langsung ketika sampel dipilih. Bila standar tidak diberikan,
digunakan rumus sebagai berikut:
CLnp = np
UCL np = np + 3 np (1-p)
LCL np = np 3 np (1-p)
Bila standar diberikan:
CLnp = np0
UCL np = np0 + 3 np0 (1-p0)
LCL np = np0 3 np0 (1-p0)
3. Control chart intuk jumlah cacat persatuan luas atau jumlah cacat dalam
satu unit produksi (c-chart), dimana jumlah sampel tetap.
Bila standar tidak diberikan:
CLc = c
UCLc = c + 3 c
LCLc = c 3 c
Bila standart diberikan:
CLc = c0
UCLc = c0 + 3 c0
LCLc = c0 3 c0
Keterangan: c0 = jumlah cacat standar
4. Control chart untuk jumlah cacat persatuan luas atau jumlah cacat dalam
satu unit produksi (u-chart), dimana jumlah sampel bervariasi.
Bila standart tidak diberikan:
u = jumlah cacat/jumlah sampel
UCLu = u + 3 u/n
LCLu = u 3 u/n
Setelah diperoleh diagram ini, amak dapat dilakukan pengontrolan suatu
proses. Apabila proses dalam keadaan normal atau abnormal maka ploting
sampel yang beroleh selalu berada didalam kisaran UCL dan LCL. Sedangkan
apabila ploting terletak di luar kedua batas tersebut dapat diartikan bahwa
situasi proses dalam kondisi out of control. Apabila situasi ini diketahui maka
dengan segera dilakukan tindakan-tindakan untuk menyelidiki dan mencari
tindakan perbaikan untuk mencari dan mengutangi kondisi tersebut (Kartika,
1990).
Pada umumnya data atribut hanya memiliki dua nilai yang berkaitan
dengan YA atau TIDAK, seperti: sesuai atau tidak sesuai, berhasil atau gagal,
lulus atau tidak lulus, hadir atau tidak hadir, bagus atau jelek (Gasperz, 1998).
Menurut Gasperz (1998), peta-peta kontrol untuk data atribut adalah penting
untuk beberapa alasan berikut:
1. Situasi-situasi yang berkaitan dengan data atribut ada dalam proses teknikal
atau administratif, sehingga teknik-teknik analisis atribut menjadi berguna
dalam banyak penerapan.
2. Data atribut telah tersedia dalam banyak situasi termasuk dalam aktivitas
inspeksi material, proses perbaikan, atau inspeksi akhir.
3. Apabila data baru harus dikumpulkan, informasi atribut pada umumnya
mudah diperoleh dan tidak mahal, serta tidak membutuhkan ketrampilan
khusus untuk mengumpulkan data atribut.
4. Kebanyakan data yang dikumpulkan untuk pelaporan manajemen adalah
dalam bentuk atribut dan akan menjadi lebih bermanfaat apabila dilakukan
analisis peta kontrol untuk data atribut itu.
5. Ketika memperkenalkan peta-peta kontrol dalam suatu organisasi, adalah
penting untuk memprioritaskan area masalah dan menggunakan peta kontrol
itu di tempat yang paling membutuhkannya.
Bagaimanapun sebelum peta-peta kontrol untuk data atribut digunakan
untuk mengendalikan karakteristik kualitas dari item-item, beberapa langkah
pendahuluan harus dipersiapkan, sebagai berikut (Gasperz, 1998):
1. Menetapkan suatu lingkungan yang cocok untuk tindakan. Penggunaan
metode-metode statistikal akan gagal, kecuali manajemen telah menyiapkan
suatu lingkungan yang responsif.
2. Mendifinisikan proses, dalam hal ini proses harus dipahami dalam bentuk
hubungannya dengan operasi yang lain, pengguna, dan dalam bentuk
elemen-elemen proses yang berpengaruh terhadap tiap tahapan proses.
3. Menentukan karakteristik kualitas yang akan dikelola. Manajemen
seyogianya mengkonsentrasikan pada karakteristik-karakteristik yang paling
bermanfaat untuk perbaikan proses.
4. Mendefinisikan sistem pengukuran. Karakteristik kualitas harus
didefinisikan secara operasional, sehingga temuan-temuan dapat
dikomunikasikan kepada semua pihak yang terkait agar memperhatikannya.
Hal ini mencakup spesifikasi data apa yang dikumpulkan, dimana,
bagaimana, oleh siapa, bilamana, dan dalam kondisi apa.
5. Meminimumkan variasi-variasi yang tidak perlu. Variasi-variasi penyebab
eksternal yang tidak perlu seyogianya dikurangi sebelum studi tentang
pengendalian kualitas dimulai.
BAB II
METODE
2.1. ALAT DAN BAHAN
Kacang Kedelai
Penyedian 9 batch
l
Pengambilan Pengambilan ;
Tetap, n = 8 biji Bervariasi, n = 8,
13, dan 18 biji ;
Pengulangan 3 kali
BAB III
HASIL DAN PEMBAHASAN
3.1. HASIL PENGAMATAN
3.1.1. Kelompok 5:
TETAP VARIASI
PENGAMBILAN
JUMLAH JUMLAH JUMLAH JUMLAH
SAMPEL
SAMPEL CACAT SAMPEL CACAT
1 8 0 8 0
2 8 2 13 2
3 8 3 18 1
4 8 0 8 0
5 8 0 13 0
6 8 0 18 2
7 8 0 8 0
8 8 2 13 1
9 8 1 18 2
3.1.2. p chart, n tetap (tanpa target)
0.50
0.40
0.30 Cacat
0.20 Center = 0,125
0.10
UCL = 0,4758
0.00
0.00 2.00 4.00 6.00 8.00 10.00 LCL = 0,0000
Sigma level : 3
3.1.7. np chart, n tetap (dengan target)
3.50
3.00
2.50 Cacat
2.00
1.50 Center = 1
1.00 UCL = 3.8062
0.50 LCL = 0,0000
0.00
0.00 2.00 4.00 6.00 8.00 10.00
Sigma level : 3
0.40
Cacat
0.35
0.30
Center =
0.25 0,0769
0.20
UCL
0.15
0.10 LCL
0.05
0.00
0.00 5.00 10.00
Sigma level : 3
3.1.9. Perhitungan:
p-chart, n tetap, tanpa target:
CLp = p = x rata2/n
8/9
= = 1/9= 0,1111
8
(1)
UCLp = p + 3
1/9(11/9)
= 1/9 + 3
8
= 0,4444
(1)
LCLp = p 3
1/9(11/9)
= 1/9 - 3 8
= -0,2222 0
0 (10 )
UCLp = p0 + 3
0,125(10,125)
= 0,125 + 3
8
= 0,4758
0 (10 )
LCLp = p0 - 3
0,125(10,125)
=0,125 3
8
= -0,2258 0
UCL np = np + 3 np (1 p)
= 1 + 3 1 (1 0,125)
= 3,8062
LCL np = np0 3 np0 (1 p0 )
= 1 - 3 1 (1 0,125)
= -1,8062 0
p-chart, n bervariasi, tanpa target
CL = p = x/n
= 8/117 = 0,0684
(1)
n=8 UCLp = p + 3
0,0684(10,0684)
= 0,0684 + 3
8
= 0,3361
(1)
LCLp = p 3
0,0684(10,0684)
= 0,0684 - 3
8
= - 0,1993 0
(1)
n=13 UCLp = p + 3
0,0684(10,0684)
= 0,0684 + 3
13
= 0,2784
(1)
LCLp = p 3
0,0684(10,0684)
= 0,0684 - 3
13
= - 0,1416 0
(1)
n=18 UCLp = p + 3
0,0684(10,0684)
= 0,0684 + 3
18
= 0,2469
(1)
LCLp = p 3
0,0684(10,0684)
= 0,0684 - 3
18
= - 0,1101 0
= 9/117 = 0,0769
0 (10 )
n=8 UCLp = p0 + 3
0,0769(10,0769)
= 0,0769 + 3
8
= 0,3595
0 (10 )
LCLp = p0 - 3
0,0769(10,0769)
= 0,0769 -3 8
=-0,2057 0
0 (10 )
n=13 UCLp = p0 + 3
0,0769(10,0769)
= 0,0769 +3 13
= 0,2986
0 (10 )
LCLp = p0 - 3
0,0769(10,0769)
= 0,0769 - 3
13
= - 0,1448 0
0 (10 )
n=18 UCLp = p0 + 3
0,0769(10,0769)
= 0,0769 + 3
18
= 0,2653
0 (10 )
LCLp = p0 - 3
0,0769(10,0769)
= 0,0769 - 3
18
=-0,1115 0
3.1.1.0. Tabel Pengamatan Jumlah Cacat dan % Proporsi Cacat dengan nilai n
tetap
Pengambilan n Tetap Jumlah %Proporsi Cacat
Sampel Cacat
1 8 0 0
2 8 2 0.25
3 8 3 0.375
4 8 0 0
5 8 0 0
6 8 0 0
7 8 0 0
8 8 2 0.25
9 8 1 0.125
Contoh Perhitungan % proporsi cacat
% proporsi cacat =
0
=8=0
3.1.1.1. Tabel Pengamatan Jumlah Cacat dan % Proporsi Cacat dengan nilai n
variasi
Pengambilan
n Variasi Jumlah Cacat % Proporsi Cacat
Sampel
1 8 0 0.0000
2 13 2 0.1538
3 18 1 0.0556
4 8 0 0.0000
5 13 0 0.0000
6 18 2 0.1111
7 8 0 0.0000
8 13 1 0.0769
9 18 2 0.1111
3.2. PEMBAHASAN
Percobaan ini mendasarkan pada pengendalian proses dengan
menggunakan sifat atribut (attribute control chart). Dimana metode tersebut
berkaitan dengan jumlah yang cacat, jumlah kerusakan, penerimaan, atau
penolakan produk yang baik atau sifat mutu lainnya dengan pilihan yang
terbatas. Sampel yang digunakan adalah kacang kedelai yang jika diasumsikan
dengan kehidupan nyata maka proses tersebut dapat diibaratkan dengan
pengiriman kontainer produk pada konsumen, dimana ada tidaknya kecacatan
pada produk tersebut di dalam kontainer. Sampel yang cacat ditunjukkan
dengan kacang kedelai yang berwarna hijau. Pengambilan sampel dilakukan
sebanyak 9 kali dan menggunakan ukuran sampel (n) 2 macam yaitu n konstan
dan n bervariasi. Pengambilan sampel harus dilakukan secara acak dan
mewakili populasi sehingga dapat digeneralisasikan untuk pengambilan
kesimpulan untuk keseluruhan populasi. Setelah itu baru dilakukan perhitungan
jumlah sampel yang cacat. Control chart yang digunakan adalah jenis p-chart
dan np-chart.
3.2.1. p-chart dengan n tetap
p-chart digambar dengan menggunakan standar dan tidak menggunakan
standar. Standar yang digunakan dalam percobaan adalah 1. Kedua grafik
menunjukkan bahwa proses out of control. Hal ini disebabkan terdapat empat
titik berurutan dari pengambilan sampel ke 4-7 yang berada dibawah CL. Pada
proses produksi menunjukkan bahwa perlu dilakukan pemeriksaan pada
kontainer ke 4-7. Hal ini disebabkan apabila tejadi terus-menerus maka
produsen dapat mengalami kerugian karena produknya berkualitas baik
sehingga memerlukan biaya yang tinggi untuk memproduksinya sedangkan
harga tetap. Sedangkan konsumen akan mengalami keuntungan karena
menerima produk yang berkualitas baik dengan harga yang tetap. Oleh karena
itu perlu dilakukan tindakan koreksi pada lot 4-7. Untuk grafik p-chart tanpa
target diperoleh nilai UCL sebesar 0,4444dan nilai LCL nya -0,2222. Nilai LCL
yang negatif pada grafik digambar pada titik nol. Hal ini disebabkan %proporsi
cacat tidak mungkin bernilai nol. Sedangkan nilai CL sebesar 0,1111. Nilai CL
menunjukkan nilai rata-rata sifat kualitas yang menyatakan mutu dalam
keadaan yang terkendali. Berdasarkan data pengamatan ditunjukkan bahwa %
proporsi cacat terendah adalah 0 dan terbesar adalah 0,375 sehingga tidak ada
titik yang melewati batas UCL dan LCL. Sedangkan untuk p-chart dengan
target nilai UCL sebesar 0,4758 dan LCL nya 0 maka proporsi cacat tidak ada
yang melebihi UCL dan LCL. Pada dasarnya grafik p-chart dengan atau
menggunakan target memiliki plot yang sama hanya batas UCL, CL, dan
LCLnya yang berbeda. Hal inilah yang menentukan suatu proses dikatakan out
of control atau tidak.
3.2.2. np-chart untuk n tetap
Pada grafik np digunakan jumlah cacat sebagai sumbu Y dan
pengambilan sampel pada sumbu X. Dari grafik diperoleh bahwa grafik np
sebanding dengan grafik p. Nilai UCL pada np chart tanpa target sebesar
3,5556 dan CL 0,8889. Ditunjukkan bahwa jumlah cacat yang diambil tidak
melebihi batas UCL dan LCL. Namun pada grafik terdapat 4 titik berurutan
yang berada pada wilayah yang sama yaitu di bawah CL sehingga proses
dikatakan out of control. Hal ini menunjukkan perlu adanya tindakan koreksi
pada lot yang mengalami out of control yaitu pada lot 4-7. np chart tidak dapat
digunakan untuk nilai n yang bervariasi karena akan diperoleh nilai CL yang
bervariasi juga sehingga tidak dapat diketahui nilai rata-rata kualitas dari
produk tersebut.
3.2.3. p chart untuk n variasi
n yang dimaksud merupakan jumlah sampel yang diambil berbeda-
beda/bervariasi dan dilakukan secara berurutan. Pada percobaan, n yang
diambil adalah 8, 13, 18, 8, 13, 18, 8, 13 dan 18. Adanya perbedaan jumlah
sampel yang diambil dapat menyebabkan perubahan pada batas UCL dan LCL
sehingga hasilnya akan lebih bervariasi daripada pengambilan dengan n tetap.
Pada grafik p tanpa target dan menggunakan target ditunjukkan bahwa semua
titik berada di bawah UCL dan di atas LCL serta naik turun pada CL. Hal ini
menunjukkan bahwa proses under control dan lot diterima. Nilai CL pada
grafik tanpa target sebesar 0,0684 sedangkan untuk yang menggunakan target
adalah sebesar 0,125. Pada grafik tanpa target dan menggunakan target
ditunjukkan bahwa proses under control sehingga produk dapat diterima.
BAB IV
KESIMPULAN