PENGENDALIAN KUALITAS - PERTEMUAN 07 -

Slides:



Advertisements
Presentasi serupa
Control chart for Variabel
Advertisements

7 Sebaran Penarikan Contoh/Sampel dan Penduga Titik Bagi Parameter.
PENGENDALIAN & PENJAMINAN MUTU RESUME JURNAL
PROCESS CAPABILITY ANALYSIS
Nama : Robin Hood Jan P NPM : Kelas : A
OLEH IR. INDRAWANI SINOEM, MS
Akhmad Rafsanjani Teknik Industri. Kebutuhan untuk kesempurnaan dan penghapusan produk yang tidak sesuai dengan spesifikasi merupakan alasan utama.
OLEH IR. INDRAWANI SINOEM, MS
BAB VI UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi) (Pertemuan ke-8) Oleh: Andri Wijaya, S.Pd., S.Psi., M.T.I. Program Studi Sistem Informasi Sekolah.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
ESTIMASI.
Varable Control Chart Individual, Cumulative Sum, Moving-Average, Geometric Moving-Average, Trend, Modified, Acceptance.
Anom Yudistira, Acceptance Sampling Anom Yudistira, .
Directorate General of Higher Education Ministry of National Education
Oleh : Andhika Kurniawan ( ).  Abstrak Kualitas telah menjadi salah satu hal paling penting bagi pelanggan dalam faktor pengambilan keputusan.
Sifat-Sifat Kebaikan Penduga
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
Pengujian Hipotesis Satu Rata-rata Sampel besar (n > 30)
PENDUGAAN PARAMETER Luh Putu Suciati 29 Maret 2015.
Pendugaan Parameter Oleh : Enny Sinaga.
VARIABEL.
METODOLOGI PENELITIAN
Uji Hipotesis.
Statistika Inferensi : Estimasi Titik & Estimasi Interval
STATISTIK DESKRIPTIF Pengumpulan data, pengorganisasian, penyajian data Distribusi frekuensi Ukuran pemusatan Ukuran penyebaran Skewness, kurtosis.
PENGUJIAN HIPOTESIS.
Metode Statistika Pertemuan VI
TENDENSI SENTRAL.
PENAKSIRAN PARAMETER Statistika digunakan untuk menyimpulkan popoulasi yaitu: Secara sampling (pengukuran pada sampel) Secara sensus ( pengukuran dilakukan.
Estimasi Topik Pembahasan: Konsep estimasi (pendugaan statistik)
Statistika Inferensi : Estimasi Titik & Estimasi Interval
PENGENDALIAN KUALITAS - pertemuan 05 -
UJI HIPOTESIS (2).
QC Seven Tools Oleh Hazairin Darmis.
PENGENDALIAN KUALITAS
Anom Yudistira, Acceptance Sampling Anom Yudistira, .
Nama : Dhita Deliarwan NPM : Teknik Industri “B”
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
Peta kendali variabel2 (lanjutan)+Latihan
STATISTIKA DALAM KIMIA ANALITIK
Pendugaan Parameter Pendugaan rata-rata (nilai tengah)
Dalam suatu proses industri
Statistika Inferensi : Estimasi Titik & Estimasi Interval
Muthia Saraswati (080798) Teknik Industri
ESTIMASI dan HIPOTESIS
MENAKSIR RATA-RATA µ RUMUS-RUMUS YANG DAPAT DIGUNAKAN
Metode Statistika Pertemuan VI
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
ESTIMASI.
Peta Kendali (variabel)
STATISTIK Pertemuan 6: Teori Estimasi (Interval Konfidensi)
PENGENDALIAN KUALITAS
Contoh soal Jangkauan (data belum dikelompokkan):
ANALISA STATISTICAL QUALITY CONTROL DALAM PENENTUAN PENGAWASAN KUALITAS PRODUK ROKOK PADA PT. GANDUM)
UKURAN PENYEBARAN Ukuran Penyebaran
Peta X dan R Peta kendal X :
Bagan kontrol dan Distribusi normal
UKURAN VARIASI ATAU DISPERSI (Pengukuran Dispersi)
Penaksiran Parameter Bambang S. Soedibjo.
Peta kendali variabel2 (lanjutan)+Latihan
TEKNIK INFORMATIKA UNIVERSITAS ATMA JAYA YOGYAKARTA
Sebaran Penarikan Contoh
C. Ukuran Penyebaran Data
Peta Konsep. Peta Konsep C. Ukuran Penyebaran Data.
Pengendalian Kualitas
Statistika Inferensi : Estimasi Titik & Estimasi Interval
STATISTIKA 2 2. Distribusi Sampling OLEH: RISKAYANTO
Interval Konfidensi Selisih Mean, Variansi dan Rasio Variansi
Contoh soal Jangkauan (data belum dikelompokkan):
Bila ada 2 populasi masing-masing dengan rata- rata μ 1 dan μ 2, varians σ 1 2 dan σ 2 2, maka estimasi dari selisih μ 1 dan μ 2 adalah Sehingga,
Transcript presentasi:

PENGENDALIAN KUALITAS - PERTEMUAN 07 - … Anom Yudistira E-mail: anom1392@lecturer.binus.ac.id

Kemampuan Proses (Process Capability) Bagan kendali hanya memberikan informasi apakah suatu proses itu berjalan stabil (terkendali), tetapi tidak mengindikasikan apapun mengenai keluaran proses itu apakah memenuhi spesifikasinya Kemampuan Proses mengukur kemampuan proses yang terkendali, apakah menghasilkan produk yang memenuhi spesifiaksi Dua ukuran yang secara luas digunakan pada pengukuran kemampuan proses adalah Cp dan Cpk

Kemampuan Proses (Process Capability) Kemampuan Proses: adalah batas-batas antara, dima-na nilai-nilai individual yang dihasilkan oleh suatu proses diharapkan jatuh diantaranya, bila hanya keraga-man acak saja yang muncul. Batas-batas antara itu adalah Batas Atas Toleransi Alamiah (Upper Natural Tolerance Limits, UNTL), berjarak +3  dari rata-rata proses Batas Bawah Toleransi Alamiah (Lower Natural Tolerance Limits, LNTL), berjarak -3  dari rata-rata proses

Kemampuan Proses (Process Capability) Batas Spesifikasi: adalah batas-batas yang ditetapkan untuk suatu produk, krakteristik produk, atau layanan, yang ditetapkan oleh bagian rekayasa atau perancang untuk meyakinkan bahwa suatu produk akhir itu menjalankan fungsinya dengan tepat dan memenuhi keinginan pelanggan. Batas-batas itu adalah Batas Atas Spesifikasi (Upper Specification Limit, USL) Batas Bawah Spesifikasi (Lower Specification Limit, LSL)

Teladan Kemampuan Proses (Process Capability) Contoh kasus: Tim perancang menetapkan batas spesifikasi untuk shaft yang diproduksinya adalah 0,75  0,04 cm. Proses yang memproduksi shaft itu ternyata mempunyai rata-rata 0,75 dan UNTL=0,78 dan LNTL=0,72 Apakah proses ini bermasalah?

Teladan Kemampuan Proses (Process Capability) Spesifikasi untuk berat shaft ditetapkan 46 dan 52 gr. Hasil analisis pada data bagan kendali mengindikasikan bahwa rata-rata proses adalah 49 gr. Dan simpangan bakunya 1,1 gr. Apakah proses ada dalam masalah? Berapa persen shaft yang tak memenuhi spesifikasi?

Teladan Kemampuan Proses (Process Capability) Z=(spec.-mean)/simpangan baku =(46 – 49)/1,1 = -2,73 P(z < -2,73) = 0,0032, sehingga proses akan memproduksi 0,32% shaft dibawah spesifiksi minimum Dengan cara yang sama juga akan diperoleh, bahwa ada 0,32% shaft yang diproduksi melebihi spesifikasi maksimum yang ditetapkan. Jadi proses itu akan memproduk-si shaft diluar batas spesifikasinya adalah 0,0032 + 0,0032 = 0,0064 atau 0,64%.

Cp Cp adalah ukuran yang tepat untuk kemampuan proses, bila proses menyebar terpusat pada suatu nilai nominal tertentu (nilai target)

Cp Data yang sama yang dipakai untuk membuat bagan x-bar, juga dapat digunakan untuk menghitung Cp. Pada bagan x-bar dan bagan kendali range digunakan rata-rata sampel, sedangkan pada kemampuan proses digunakan nilai individual. Untuk menduga simpangan baku proses, dicari dengan Dimana d2 diperoleh dari Tabel

Cp Setelah dikumpulkan paling sedikit 25 sampel dari proses tersebut, dibentuk bagan x-bar dan range. Jika proses tersebut terkendali, maka simpangan baku proses diduga. Bila proses tersebut terpusat pada nilai nominal spesifikasi, Cp dihitung sebagai berikut: 6 x = UNTL – LNTL Jadi Cp merupakan rasio antara lebar spesifikasi dan kemampuan prosesnya

Cp Suatu proses diduga mempunyai simpangan baku sebesar 1,5. Spesifikasinya ditetapkan 100 – 110, Cp dihitung sebagai berikut Nilai Cp 1,33 atau lebih besar, digunakan sebagai indikasi bahwa suatu proses itu mempunyai kemampuan proses yang baik

Cp USL-LSL = 6 99,7% output akan ada di dalam spesifikasi Praktis 100% output akan ada di dalam spesifikasi USL-LSL = 3 86,6% output akan ada di dalam spesifikasi

Cpk Cpk adalah ukuran yang tepat jika penyebaran proses tidak terpusat pada nilai nominal target.

Cpk Setelah dikumpulkan paling sedikit 25 sampel dari proses tersebut, dibentuk bagan x-bar dan range. Jika proses tersebut terkendali, maka simpangan baku proses diduga. Bila proses tersebut tidak terpusat pada nilai nominal spesifikasi, Cpk dihitung sebagai berikut:

Cpk Diketahui dugaan simpangan baku suatu proses adalah 1,5 dan rata-rata proses  adalah 103. Spesifikasi yang ditetapkan adalah 100 – 110, Cpk proses tersebut dihitung sebagai berikut Nilai Cpk 1,33 atau lebih besar, digunakan sebagai indikasi bahwa suatu proses itu mempunyai kemampuan proses yang baik (capable). Pada kasus ini proses tidak capable.

Asumsi Kenormalan Indeks Cp dan Cpk keduanya didasarkan pada asumsi bahwa nilai-nilai x individual, keluaran suatu proses adalah menyebar normal. Ada kemungkinan perhitungan indeks kemampuan proses yang dilakukan, berasal dari sebaran tak-normal. Sehingga adalah lebih bijaksana data diplot lebih dahulu, untuk mendapatkan gambaran visual apakah data menyebaran mendekati normal

Bentuk Sebaran Normal Baku (diplot dengan Excel)

Bentuk Sebaran Normal Baku (diplot dengan Excel