PENGENDALIAN KUALITAS PETA KENDALI VARIABEL

PETA KENDALI (CONTROL CHART) Metode Statistik untuk menggambarkan adanya variasi atau penyimpangan dari mutu (kualitas) hasil produksi yang diinginkan. Dengan Peta kendali : Dapat dibuat batas-batas dimana hasil produksi menyimpang dari ketentuan. Dapat diawasi dengan mudah apakah proses dalam kondisi stabil atau tidak. Bila terjadi banyak variasi atau penyimpangan suatu produk dapat segera menentukan keputusan apa yang harus diambil.

Variasi yg ditimbulkan oleh perbedaan waktu produksi Macam Variasi : Variasi dalam objek Mis : kehalusan dari salah satu sisi daru suatu produk tidak sama dengan sisi yang lain, lebar bagian atas suatu produk tidak sama dengan lebar bagian bawah, dll. Variasi antar objek Mis : sautu produk yang diproduksi pada saat yang hampir sama mempunyai kualitas yang berbeda/ bervariasi. Variasi yg ditimbulkan oleh perbedaan waktu produksi Mis : produksi pagi hari berbeda hasil produksi siang hari.

Penyebab Timbulnya Variasi Penyebab Khusus (Special Causes of Variation) Man, tool, mat, ling, metode, dll. (berada di luar batas kendali) Penyebab Umum (Common Causes of Variation) Melekat pada sistem. (berada di dalam batas kendali)

Jenis Peta Kendali Peta Kendali Variabel (Shewart) Peta kendali untuk data variabel : Peta X dan R, Peta X dan S, dll. Peta Kendali Attribut Peta kendali untuk data atribut : Peta-P, Peta-C dan peta-U, dll.

Apakah proses masih berada dalam batas-batas pengendalian atau tidak. Peta X dan R Peta kendal X : Memantau perubahan suatu sebaran atau distribusi suatu variabel asal dalam hal lokasinya (pemusatannya). Apakah proses masih berada dalam batas-batas pengendalian atau tidak. Apakah rata-rata produk yang dihasilkan sesuai dengan standar yang telah ditentukan. Peta kendali R : Memantau perubahan dalam hal spread-nya (penyebarannya). Memantau tingkat keakurasian/ketepatan proses yang diukur dengan mencari range dari sampel yang diambil.

Langkah dalam pembuatan Peta X dan R Tentukan ukuran subgrup (n = 3, 4, 5, ……). Tentukan banyaknya subgrup (k) sedikitnya 20 subgrup. Hitung nilai rata-rata dari setiap subgrup, yaitu X. Hitung nilai rata-rata seluruh X, yaitu X, yang merupakan center line dari peta kendali X. Hitung nilai selisih data terbesar dengan data terkecil dari setiap subgrup, yaitu Range ( R ). Hitung nilai rata-rata dari seluruh R, yaitu R yang merupakan center line dari peta kendali R. Hitung batas kendali dari peta kendali X : UCL = X + (A2 . R) …………. A2 = LCL = X – (A2 . R)

Hitung batas kendali untuk peta kendali R UCL = D4 . R LCL = D3 . R Plot data X dan R pada peta kendali X dan R serta amati apakah data tersebut berada dalam pengendalian atau tidak. Hitung Indeks Kapabilitas Proses (Cp) Cp = Dimana : S = atau S = R/d2 Kriteria penilaian : Jika Cp > 1,33 , maka kapabilitas proses sangat baik Jika 1,00 ≤ Cp ≤ 1,33, maka kapabilitas proses baik Jika Cp < 1,00, maka kapabilitas proses rendah

Hitung Indeks Cpk : Cpk = Minimum { CPU ; CPL } Dimana : CPU = dan CPL = Kriteria penilaian : Jika Cpk = Cp, maka proses terjadi ditengah Jika Cpk = 1, maka proses menghasilan produk yang sesuai dengan spesifikasi Jika Cpk < 1, maka proses menghasilkan produk yang tidak sesuai dengan spesifikasi Kondisi Ideal : Cp > 1,33 dan Cp = Cpk

Contoh Kasus PT XYZ adalah suatu perusahaan pembuatan suatu produk industri. Ditetapkan spesifikasi adalah : 2.40 ± 0,05 mm. Untuk mengetahui kemampuan proses dan mengendalikan proses itu bagian pengendalian PT XYZ telah melakukan pengukuran terhadap 20 sampel. Masing-masing berukuran 5 unit (n=5).

Sampel Hasil Pengukuran X1 X2 X3 X4 X5 1 2.38 2.45 2.40 2.35 2.42 2 2.39 2.43 2.34 3 2.37 2.36 4 5 2.41 6 7 8 9 10 11 12 13 14 15 16 17 18 19 2.44 20 2.47

Perhitungan : Sampel Perhitungan Rata-rata Range 1 2.40 0.10 2 2.39 0.09 3 2.37 0.05 4 2.38 0.04 5 0.07 6 7 0.03 8 9 10 11 0.06 12 2.36 13 2.41 14 0.02 15 2.44 16 17 18 19 0.08 20 0.12 Jumlah 47.78 1.19 Perhitungan :

X = (Σ X)/k = 47.78 / 20 = 2.39 R = (Σ R)/k = 1.19 / 20 = 0.06 Peta Kendali X : CL = X = 2.39 UCL = X + (A2 * R) = 2.39 + (0.577*0.06) = 2.42 LCL = X - (A2 * R) = 2.39 – (0.577*0.06) = 2.36 Peta Kendali R CL = R = 0.06 UCL = D4 * R = 2.114 * 0.06 = 0.12 LCL = D3 * R = 0 * 0.06 = 0

Sampel Perhitungan Rata-rata Range 1 2.40 0.10 2 2.39 0.09 3 2.37 0.05 4 2.38 0.04 5 0.07 6 7 0.03 8 9 10 11 0.06 12 2.36 13 2.41 14 0.02 16 17 18 19 0.08 20 0.12 Jumlah 45.34 1.15 2.386 0.0605 Pada Peta X ada data yang out of control, maka data pada sampel tersebut dibuang.

X = (Σ X)/k = 45.34 /19 = 2.386 R = (Σ R)/k = 1.15 /19 = 0.0605 Peta Kendali X : CL = X = 2.386 UCL = X + (A2 * R) = 2.386 + (0.577*0.0605) = 2.4209 LCL = X - (A2 * R) = 2.386 – (0.577*0.0605) = 2.3511 Peta Kendali R CL = R = 0.0605 UCL = D4 * R = 2.114 * 0.0605 = 0.1280 LCL = D3 * R = 0 * 0.06 = 0

Karena sudah tidak ada data yang out of control, maka langkah selanjutnya adalah menghitung kapabilitas proses. Perhitungan Kapabilitas Proses : S = atau S = R/d2 = 0.0605/2.326 = 0.026 Cp = =

CPU = = CPL = = Cpk = Minimum { CPU ; CPL } = 0.4615 Nilai Cpk sebesar 0.4615 yang diambil dari nilai CPL menunjukkan bahwa proses cenderung mendekati batas spesifikasi bawah. Nilai Cp sebesar 0.6410 ternyata kurang dari 1, hal ini menunjukkan kapabilitas proses untuk memenuhi spesifikasi yang ditentukan rendah.