Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Pengendalian Kualitas Statistik. Peta pengendalian rata-rata dan standar deviasi Kegunaan :  mengukur tingkat keakurasian proses. Digunakan bersamaan.

Presentasi serupa


Presentasi berjudul: "Pengendalian Kualitas Statistik. Peta pengendalian rata-rata dan standar deviasi Kegunaan :  mengukur tingkat keakurasian proses. Digunakan bersamaan."— Transcript presentasi:

1 Pengendalian Kualitas Statistik

2 Peta pengendalian rata-rata dan standar deviasi Kegunaan :  mengukur tingkat keakurasian proses. Digunakan bersamaan dengan peta pengendali rata- rata. S = = standar deviasi untuk setiap kali observasi

3 jumlahhasilSketerangan observasipengukuran 120,22,21,23, ,18,22,20, ,18,20,17, pemasok baru 420,21,22,21, ,24,23,22, ,20,18,18, ,20,19,18, ,18,23,20, ,20,24,23, ,19,20,20, ,20,23,22, ,21,20,22, ,22,19,18, ,21,22,21, ,24,24,23, kesalahan operasional 1621,20,24,20, ,18,18,20, ,24,22,23, ,19,23,20, ,21,21,24, ,22,22,20, ,18,18,17, kekeliruankaryawan 2321,24,24,23, kesalahan bahan 2420,22,21,21, ,20,21,21, jumlah

4 Sehingga garis pusatnya : garis pusat (center line) BPA = Karena 1+ = B4 maka BPA S = B4. BPB S = Karena 1-= B3 maka BPB S = B3.

5 Batas pengendalian atas dan bawah untuk standar deviasi : BPA S = 2,089 (1,395) = 2,914  b’arti ada data diatas batas pengendalian atas Maka dilakukan revisi BPB S = 0 Batas pengendalian atas dan bawah untuk standar deviasi : BPA S = 2,089 (1,320) = 2,76 BPB S = 0

6 f

7 Identifikasi output Identifikasi pelanggan Identifikasi kebutuhan pelanggan Menerjemahkan kebutuhan pelanggan Kedalam spesifikasi output Identifikasi langkah2 Dalam proses Memilih pengukuran Melakukan pengukuran (pengumpulan data) Membangun peta kontrol Menebarkan data pengukuran dalam peta kontrol Menentukan kapabilitas proses Apakah peta kontrol Terkendali ? ya tidak Apakah proses mampu (capability) Menggunakan peta2 kontrol Untuk memantau proses Terus menerus Evaluasi untuk Perbaikan proses Terus menerus Apakah Ada masalah? Siklus ulang (recycle) Perbaikan proses ya Tidak Kembali ke KP Umpan balikUmpan balik Diagram alir keterkaitan peta-peta kontrol dgn keb. pelanggan

8 Setelah membuat peta kontrol X-bar dan R dan semua data berada dalam batas kontrol atau berada dalam pengendalian statistikal (proses stabil)  dilakukan pemantauan terhadap proses Hitung indeks kapabilitas proses (Cp) indeks performansi Kane (Cpk) Cp = (USL-LSL)/6s  s = R-bar / d 2 Cp = (USL-LSL)/6(R-bar / d 2 ) Cpk = min (CPL,CPU) dimana CPL = (x-double bar – LSL) / 3(R-bar / d 2 ) CPU = (USL – X-double bar) / 3(R-bar / d 2 ) Kriteria penilaian : Jika Cp > 1,33 maka kapabilitas proses  sangat baik 1,00 < Cp < 1,33  kapabilitas proses baik tapi perlu pengendalian ketat apabila Cp mendekati 1,00 Cp < 1,00  kapabilitas proses rendah  perlu perbaikan proses NOTE !!! Indeks kapabilitas proses baru layak untuk dihitung apabila proses berada dalam pengendalian statistikal

9 Contoh Study Kasus PT. ABC adalah perusahaan pembuat kayu lapis (plywood). Berdasarkan permintaan pelanggan ditetapkan spesifikasi ketebalan dari produk kayu lapis adalah 2,40 mm 0,05 mm. untuk mengetahui kemampuan proses dan mengendalikan proses itu, bagian pengendalian kualitas dari PT. ABC telah melakukan pengukuran terhadap 20 sampling, masing2 berukuran 5 unit (n=5). Pihak manajemen ingin membangun peta kontrol terkendali dari X-bar dan R untuk mengendalikan proses pembuatan kayu lapis itu.

10 contohpengukuran pada unit contoh (n=5) perhitunga n yang perlu sampelX1 (mm)X2 (mm)X3 (mm)X4 (mm)X5 (mm)jumlahRata2Range ® X-bar jumlah rata-rata x-double barR-bar

11 Peta kontrol X-bar CL = X-double bar = 2,39 UCL = X-double bar + A 2 R-bar = 2,39 + (0,577)(0,06) = 2,42 LCL = X-double bar - A 2 R-bar = 2,39 - (0,577)(0,06) = 2,36 Peta kontrol R CL = R-bar UCL = D 4 R-bar = (2,114)(0,06) = 0,12 LCL = D 3 R-bar = (0)(0,06) = 0

12 Data keluar dari batas kontrol

13 Dilakukan tindakkan perbaikan dan pengambilan data kembali. contohpengukuran pada unit contoh (n=5) perhitung an yang perlu sampelX1 (mm)X2 (mm)X3 (mm)X4 (mm)X5 (mm)jumlahRata2Range ® X-bar jumlah rata-rata x-double bar R-bar

14 Peta kontrol X-bar CL = 2,391 UCL = 2,41 LCL = 2,37 Peta kontrol R Cl = 0,03 UCL = 0,06 LCL = 0

15 Cp = (USL – LSL)/6s  s = R-bar / d2, s= 0,034/2,326 = 0,01462 Cp = 1,14 Cpk = min (CPL, CPU,) Dimana CPL = (x-double bar – LSL) / 3(R-bar/d 2 ) = 0,91 CPU = (USL – X-double bar) / 3(R-bar/d 2 ) = 1,37 Cpk = min (CPL,CPU) min (0,91 : 1,37) =0,91

16 Cp pembuatan kayu lapis = 1,14  proses memiliki kapabilitas baik untuk memenuhi spesifikasi ketebalan kayu lapis yang diinginkan pelanggan yaitu 2,40 mm 0,05 mm. (nilai target = 2,4 mm ; USL = 2,45. LSL = 2,35) Cpk = 0,91 = CPL. Hal ini berarti bahwa nilai rata2 ketebalan kayu lapis dari proses produksi yg skrg yaitu setebal 2,39 mm adalah lebih dekat dengan batas spesifikasi bawah LSL, sekaligus menunjukkan bahwa proses tidak mampu memenuhi batas spesifikasi bawah (LSL = 2,35 mm). Karena nilai CPL berada dlm kreteria CPL 1,33 (sangat mempu memenuhi spesifikasi atas (USL))

17 REferensi Statistical Process Control, Vincent Gasper Pengendalian Mutu Statistik, Eugene L. Grant Pengendalian Kualitas Statistik, Dorothea Pengantar pengendalian kualitas Statistik, Douglas Montgomery


Download ppt "Pengendalian Kualitas Statistik. Peta pengendalian rata-rata dan standar deviasi Kegunaan :  mengukur tingkat keakurasian proses. Digunakan bersamaan."

Presentasi serupa


Iklan oleh Google