Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Acceptance Sampling Anom Yudistira,

Presentasi serupa


Presentasi berjudul: "Acceptance Sampling Anom Yudistira,"— Transcript presentasi:

1

2 Acceptance Sampling Anom Yudistira,

3 Kesalahan (error) Tipe 1 dan 2 Keliru menolak suatu lot padahal semestinya diterima, disebut dengan kesalahan tipe 1 atau . Risiko membuat kesalahan tipe 1 ini disebut dengan risiko produsen Keliru menerima suatu lot padahal semestinya ditolak, disebut dengan kesalahan tipe 2 atau . Risiko membuat kesalahan tipe 2 ini disebut dengan risiko konsumen Karena keputusan mengenai lot ini didasari dari sampel, maka ada peluang membuat kekeliruan dalam memutuskannya.

4 Kesalahan (error) Tipe 1 dan 2 Jika perencanaan sampling yang digunakan sahih secara statistik, maka kesalahan tipe 1 dan 2 ini dapat diduga Pada sampling penerimaan digunakan kurva operating characteristic atau OC untuk menduga peluang membuat kesalahan tipe 1 dan 2 Setiap rencana sampling mempunyai kurva OC yang khas yang ditentukan oleh besarnya ukuran sampel n, dan angka penerimaan c.

5 Kurva OC Persen KecacatanPersen Kecacatan (percentage defective) disimbolkan dengan p’ adalah rasio antara banyaknya bahan yang cacat dalam suatu lot terhadap keseluruhan bahan pada lot tersebut. Tingkat Kualitas yang DiterimaTingkat Kualitas yang Diterima (acceptable quality level, AQL) adalah maksimum persen kecacatan yang masih dapat diterima sebagai suatu rata-rata proses. AQL ditetapkan produsen Persen kecacatan dalam suatu lot yang ditoleransiPersen kecacatan dalam suatu lot yang ditoleransi (lot tolerance percentage defective, LTPD) adalah batas proporsi kecacatan yang masih ditoleransi oleh konsumen. Proporsi pada atau dibawah LTPD tidak dapat diterima.

6 Kurva OC Peluang penerimaanPeluang penerimaan sebuah lot bahan, disimbolkan dengan p a, adalah peluang suatu sampel yang diperiksa memenuhi standar kualitas tertentu Perencanaan Sampling Tunggal (single sampling plan), dimana ukuran lot (N) adalah besar yang berasal dari proses yang secara teoritis tak pernah berakhir dan menyebar menurut sebaran binomial

7 Kurva OC Pada perencanaan sampling ini sebuah sampel berukuran n diambil dari lot terse- but dan digunakan untuk memutuskan lot. Peluang diterimanya lot (p a )adalah sama dengan peluang banyaknya cacat (d) yang dijumpai pada sampel kurang dari angka penerimaan (c), dan ini tergantung pada persen kecacatan yang sebenarnya pada lot (p’). Kurva OC memplot hubungan antara p a dan p’ ini.

8 Kurva OC

9

10 Bentuk kurva OC ditentukan oleh nilai n dan c. Semakin besar ukuran sampel (n) sedangkan angka penerimaan (c) dijaga tetap proporsional, maka kurva OC semakin mendekati keadaan ideal (lihat gambar kurva OC keadaan ideal). Hal ini menunjukkan semakin besarnya daya pendiskriminasian untuk diterima atau ditolaknya suatu lot.

11 Peluang Sampling Tujuan perencanaan sampling adalah menentukan peluang diterimanya suatu lot pada berbagai tingkat kualitas –Berapakah peluang menerima sebuah lot yang seharusnya ditolak? –Berapakah peluang menolak sebuah lot yang seharusnya diterima? –Berapakah peluang menerima sebuah lot yang memang seharusnya diterima? Karena sampling plan mencerminkan banyaknya cacat per sampel (lot), maka sebaran peluang poisson adalah yang tepat dalam menghitungnya

12 Teladan: Peluang Sampling Gunakan sebaran peluang poisson untuk menentukan peluang mendapatkan tepat 3 bahan cacat dari sebuah sampel yang berukuran 80, jika sampel tersebut diambil dari lot yang mengandung 4 persen kecacatan.

13 Teladan: Peluang Sampling Hitunglah peluang diterimanya sebuah lot (P a ) yang berisi 5 persen kecacatan menggunakan perencanaan sampling tunggal yang mana n=100 dan c=4? Sampling penerimaan Pa diperoleh sebagai berikut P a = P(0) + P(1) + P(2) + P(3) +P(4), dimana P(x) dicari dengan cara yang sama seperti sebelumnya, dimana np’= (100)(0,05) = 5. Jadi diperoleh P a = 0,440 atau ada 44% peluang menerima suatu lot dengan proporsi kecacatan 5%. Bila persen kecacatan berubah P a juga berubah, kurva OC memplot hubungan ini

14 Teladan: Peluang Sampling lanjutan Gambarlah kurva OC untuk perencanaan sampling sampel tunggal yang mana n = 150 dan c = 5. p’np’PaPa 0,000,01,000 0,023,00,916 0,034,50,703 0,046,00,446 0,057,50,242 0,069,00,116 0,0710,50,050 0,1015,00,003

15 Teladan: Peluang Sampling

16 Perencanaan sampling sampel tunggal Ambil sampel berukuran n d  c Tolak Lot Terima Lot Ya Perencanaan Sampling Sampel Tunggal Ket: d = banyaknya cacat yang dijumpai pada sampel c =angka penerimaan

17 Teladan: perencanaan sampling sampel tunggal Buatlah perencanaan sampling sampel tunggal yang memenuhi kondisi berikut, AQL= 0,02 LTPD = 0,06  = 0,10 dan  = 0,10 Masalah yang dihadapi adalah menentukan besarnya n dan c Dilakukan dengan cara coba-coba (trial & error), nilai n dan c yang kemudian diperoleh adalah suatu nilai pendekatan yang terbaik Untuk membantu menyelesaikan masalah ini sebaiknya menggunakan tabel I (tabel sebaran poisson)

18 Teladan: perencanaan sampling sampel tunggal Sebelum trial & error dilakukan hitung terlebih dahulu –Peluang merima lot yg seharusnya diterima 1-  = 0,90 –Rasio LTPD thd AQL  LTPD/AQL=0,06/0,02 = 3 Coba untuk c=1, diperoleh np’=n(AQL) yang terdekat adalah antara 0,5 dan 0,55 yang bersesuaian terhadap Pa= 1-  = 0,90, dengan interpolasi diperoleh n(AQL)=0,53 nLTPD=(3)nAQL=(3)(0,53)=1,59. Nilai  yang bersesuaian dg nLTPD=1,59 dan c=1 adalah 0,528, ternyata nilai ini jauh dari nilai  =0,10.

19 Teladan: perencanaan sampling sampel tunggal Dicobakan lagi untuk nilai c yang lain. Dengan cara yg sama untuk nilai c=4 diperoleh: nAQL=2,43 nLTPD=7,29  =0,149 Untuk c=5 diperoleh nAQL=3,15 nLTPD=9,45 dan  =0,092, nilai  untuk uji coba terakhir ini nilainya paling dekat dengan  =0,10. Jadi dipilih c=5, sedangkan nilai n diperoleh nAQL = n(0,02) = 3,15  n = 157 atau nLTPD = n(0,06) = 9,45  n = 157

20 Perencanaan Sampling Sampel Ganda dua (double sample sampling plan) Ambil sampel n 1 d1c1d1c1 Terima Lot d 1 >c 2 Ambil sampel n 2 d 1 +d 2  c 2 Tolak Lot ya tidak d 1 = banyaknya cacat pada sampel n 1 d 2 = banyaknya cacat pada sampel n 2

21 Perencanaan Sampling Sampel Ganda dua (double sample sampling plan) Prosedur pengambilan keputusan untuk double sampling plan, bila diketahui n 1 =100, n 2 =75, c 1 =2, c 2 =4 Pertama ambil sampel acak berukuran 100, jika ada 0, 1 atau 2 saja yg cacat pada sampel ini, maka lot diterima. Jika ada 5 atau lebih cacat maka lot ditolak. Jika 3 atau 4 yg cacat, maka masih dapat diterima jika ditemukan 1 atau 0 berturut- turut pada pengambilan sampel kedua yg berukuran 75, selain itu ditolak

22 Perencanaan Sampling Sampel Ganda dua (double sample sampling plan) Suatu perencanaan sampling sampel ganda dua yg mana n 1 =25, n 2 =25, c 1 =2 dan c 2 =5. Carilah peluang diterimanya lot jika terdapat 4% item yg cacat pada lot itu Misal P a1 adalah peluang penerimaan lot yang didasari oleh pemeriksaan sampel pertama. P a2 adalah peluang diambilnya sampel kedua dan menerima lot yg didasari oleh pemeriksaan pada sampel kedua ini. P a adalah peluang penerimaan lot dengan prosedur perencanaan sampling ini

23 Perencanaan Sampling Sampel Ganda dua (double sample sampling plan) P a1 = P(jumlah cacat 2 atau kurang pada sampel n 1 ) P a2 = P(tepat 3 cacat pada n 1 )P(2 atau kurang cacat pada n 2 ) + P(tepat 4 cacat pada n 1 )P(1 atau kurang cacat pada n 2 ) + P(tepat 5 cacat pada n 1 ) P(0 cacat pada n 2 ) P a = P a1 + P a2

24 Perencanaan Sampling Sampel Ganda dua (double sample sampling plan) Jika diketahui 4% cacat pada lot, maka –n 1 p’=(25)(0,04)=1,0 & n 2 p’=(25)(0,04)=1,0 Dari tabel I, untuk np’=1,0 dan c=2 diperoleh – P a1 = P(2 atau kurang cacat pada n 1 ) = 0,920 Dari tabel B dan Tabel I diperoleh – P a2 = (0,0613)(0,920)+(0,0153)(0,736)+(0,0031)(0,368) = 0,068 P a = 0, ,068 = 0,988


Download ppt "Acceptance Sampling Anom Yudistira,"

Presentasi serupa


Iklan oleh Google