Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Outline •Overview •Peta P •Peta C Control Charts R Chart Variables Charts Attributes Charts X Chart P C Continuous Numerical Data Categorical or Discrete.

Presentasi serupa


Presentasi berjudul: "Outline •Overview •Peta P •Peta C Control Charts R Chart Variables Charts Attributes Charts X Chart P C Continuous Numerical Data Categorical or Discrete."— Transcript presentasi:

1

2 Outline •Overview •Peta P •Peta C

3 Control Charts R Chart Variables Charts Attributes Charts X Chart P C Continuous Numerical Data Categorical or Discrete Numerical Data Control Chart Types

4 Konsep •Atribut : karakteristik kualitas yg sesuai spesifikasi atau tidak •Atribut dipakai jk ada pengukuran yg tidak mungkin dilakukan ( tidak dibuat) spt : goresan,apel yg busuk, kesalahan warna, ada bagian yg hilang

5 Kelebihan •Dapat diterapkan di semua tgkt organisasi, departemen, pusat kerja dan mesin operasional (tgk tertinggi – terendah) •Membantu identifikasi permasalahan ( umum dan detil)

6 Kelemahan •Tdk dapat diketahui sbrp jauh ketidaktepatan dg spesifikasi tsb •Ukuran sampel yg besar akan bermasalah jk pengukurannya mahal dan destruktif

7 Tipe Peta Kendali ATRIBUT 1.Berdasar Distribusi BINOMIAL –Kelompok pengendali unit ketidaksesuaian –Dinyatakan dalam proporsi (%) –Menunjukkan proporsi ketidaksesuaian dalam sampel / sub kelompok p Chart

8 2. Berdasar Distribusi POISSON – bagian ketidaksesuaian dalam unit inspeksi –Berkaitan dg kombinasi ketidaksesuaian berdasar BOBOT yg dipengaruhi banyak sedikitnya ketidaksesuaian c- Chart

9 Tahapan…. •Menentukan sasaran  menentukan karakteristik kualitasnya (ketidaksesuaian dalam proporsi atau unit) •Memilih tipe peta kendali atribut •Banyaknya sampel dan observasi •Pengumpulan data •Penentuan BATAS KENDALI ( CL,UCL dan LCL) •Interpretasi hasil (pola in/out of control) •Revisi jika perlu

10 p/c Chart Structure UCL LCL Process Mean When in Control Center Line Time p/np/c Upper Control Limit Lower Control Limit

11 Outline •Overview •Peta P •Peta C

12 Peta P 1. Jumlah sampel sama •Proporsi diketahui •Proporsi tidak diketahui 2. Jumlah sampel berbeda •Dihitung secara rata-rata •Dihitung secara individu Peta P

13 1. Jumlah Sampel SAMA • Proporsi diketahui • Garis Tengah = p¯

14 Contoh : Ukuran sampel per grup = 50 ( p-chart) NoNoNoNo Banyak produk cacat NoNoNoNo

15 NoNoNoNo Proporsi NoNoNoNo Proporsi , , Total Proporsi......

16 •p¯= total proporsi / grup sampel =.072 •p= √ (0,072)(0,928)/50 =.037 •BKA= 0, (0,037) = 0,183 •BKB = 0, (0,037) = -0,039 = 0

17 1. Jumlah Sampel SAMA • Proporsi TIDAK diketahui  m = banyak grup sampel  n = ukuran sampel (banyak sampel dalam grup)  D = bagian tidak sesuai p¯ = ∑Di/(mn) Garis Tengah = p¯

18 Example Twenty samples, each consisting of 250 checks, The number of defective checks found in the 20 samples are listed below. (proporsi tidak diketahui) $ Simon Says Augusta, ME 01227

19 •n = 250 sampel •m = 20 grup •D = total defect (semua defect dijumlah) •p¯= ∑Di/(mn) Estimated p = 80/((20)(250)) = 80/5000 =.016

20 Note that the computed LCL is negative. $ Simon Says Augusta, ME Control Limits For a p Chart

21 Tdk sesuai Proporsi Proporsi (4/250) = 0,016 (1/250) =0, (2/250) = 0,008 (8/250) = 0,032

22 p Chart for Norwest Bank Sample Number Sample Proportion p UCL LCL Control Limits For a p Chart $ Simon Says Augusta, ME 01227

23 2. Sampel BEDA … a.Metode RATA_RATA  Ukuran sampel RATA -RATA dg perbedaan tidak terlalu besar -> ( n¯ = ∑n/observasi) a.Metode INDIVIDU  Batas Kendali tergantung ukuran sample tertentu shg UCL/LCL tidak berupa garis LURUS

24 Ukuran sampel beda (p chart) nosampel Produk cacat nosampel Jmlsampel4860JmlCacat341

25 Metode Rata-rata •Sampel rata-rata n¯ = total sampel /observasi = 4860/20 = 243 p¯ = D/(n¯m) = 341 / (243.20) = 0,07 (CL) p = √ (0,07(0,93))/243 = 0,0164 BPAp = 0, (0,0164) = 0,119 BPBp = 0, (0,0164) = 0,021

26 Metode Individu •Sampel rata-rata n¯ = total sampel /observasi = 4860/20 = 243 p ¯= D/(n¯m) = 341 / (243.20) = 0,07 (CL) semua titik sama •Control Limit (obs-1) (tergantung jml sampel per grup) p = √ (0,07(0,93))/200 = 0,018 UCL = 0, (0,018) = 0,124 LCL = 0, (0,018) = 0,016……………….dst

27 Tabel Proporsi untuk Grafik No observasi sampelcacatproporsi ,0700,0550,0850,067………………………………0,0950,0500,0550,067

28 Outline •Overview •Peta P •Peta C

29 C-chart •Mengetahui banyaknya kesalahan unit produk sbg sampel •Jumlah kesalahan per sample •Aplikasi : bercak pd tembok, gelembung udara pd gelas, kesalahan pemasangan sekrup pd mobil

30 C - chart Number of defects per unit: c¯ = ∑ Ci / n

31 Example…c-chart no Byknya kesalahan no

32 •c¯ = ∑c/n = 152/20 = 7,6 •BPA c = (7, 6) + 3 (√7,6) = 15,87 •BPB c = (7, 6) - 3 (√7,6) = -0,67 = 0

33


Download ppt "Outline •Overview •Peta P •Peta C Control Charts R Chart Variables Charts Attributes Charts X Chart P C Continuous Numerical Data Categorical or Discrete."

Presentasi serupa


Iklan oleh Google