Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

MODUL 9. PENGANTAR TEKNIK INDUSTRI

Presentasi serupa


Presentasi berjudul: "MODUL 9. PENGANTAR TEKNIK INDUSTRI"— Transcript presentasi:

1 MODUL 9. PENGANTAR TEKNIK INDUSTRI
1. Tujuan Instruksional Khusus Diharapkan mahasiswa dapat memahami rumusan pengendalian kualitas untuk variabel dan dapat menerapkan peta kendali variabel. 2. Daftar Materi Pembahasan 2.1. Pengendalian Kualitas Variabel 2.2. Peta Kendali Variabel 3. Pembahasan Karakteristik kualitas yang dapat dinyatakan dalam bentuk ukuran angka atau kuantitatif khususnya untuk produk cukup banyak. Misalnya, dinyatakan dalam ukuran mikrometer, milimeter, sentimeter, dimensi berat, dimensi volume dan dimensi lainnya yang dapat diukur. Karakteristik kualitas yang dapat dinyatakan dalam bentuk ukuran angka ini dinamakan dimensi Variabel. Ukuran variabel ini lebih efisien dalam memberikan informasi tentang kualitas proses dan lebih banyak digunakan jika dibandingkan dengan dimensi ukuran atribut atau sifat. Grafik pengendalian variabel biasanya menggunakan mean-chart atau x - chart, dan grafik pengendalian untuk rentang dinamakan R - chart. 2.2. Peta Kendali Untuk Variabel Kebanyakan teknik yang dikembangkan oleh para ahli statistik untuk analisa data, tetapi data yang diperoleh dapat digunakan untuk pengendalian kualitas produk. Metode statistik yang dipakai untuk pengendalian kualitas yang paling umum adalah peta kendali untuk karakteristik kualitas yang terukur, dalam bahasa teknisnya _ _ dinyatakan sebagai peta X – bar ( X - chart ) dan peta R ( R – chart ). _ A. Membuat X - chart

2 _ X   R 3 x untuk menentukan x , UCL dan LCL adalah : d 2 n _
UCL = X + 3 ( _ ) X _ CL = X LCL = X + 3 ( _ ) Untuk membuat batas pengendalian, perlu ditaksir standar deviasi ( ) dan rentang (R) m sempel. jika x1 , x2 dan xm adalah sempel berukuran m, maka rentang sempel adalah selisih nilai observasi terbesar dengan nilai observasi terkecil atau R = xmak - xmin . Misalkan R1, R2 , dan Rm adalah rentang m sempel, maka rentang rata-ratanya adalah : R1 + R Rm R = m maka taksiran untuk dihitung dengan cara : R = R /d2 dimana d2 untuk berbagai ukuran sempel dapat dilihat dalam tabel lampiran . _ Jika digunakan x sebagai penaksiran untuk dan R /d2 , maka parameter grafik  x untuk menentukan UCL = x + 3  x , UCL dan LCL adalah : _ R d 2 n  CL = x _  LCL = x – 3 R d 2 n 3 d 2 n Jika, = A2, maka UCL , CL dan LCL di atas dapat dihitung dengan menggunakan persamaan sebagai berikut :

3 d d3 d 2 X Nomor sample Hasil observasi ketebalan kayu lapis (mm) Xi
) dan D4 = ( 3 ), d 2 D3 = ( maka parameter R-chart dapat ditulis dengan persamaan sebagai berikut : _ UCL = R D4 CL = R LCL = R D3 Konstanta D3 dan D4 untuk berbagai ukuran sempel atau nilai n dapat dilihat dalam tabel lampiran . Contoh 9.1. Pembuatan X - chart dan R - chart PT Plywood pabrik kayu lapis yang berokasi di kalimantan ingin membuat _ pengendalian proses dengan menggunakan X - chart dan R - chart. Untuk mengetahui bahwa ketebalan kayu lapis dalam keadaan terkendali, telah dilakuakan pengambilan sempel sebanyak 25 kali dengan ukuran sempel setiap kali pengambilan sebanyak 5 lembar. Data pengambilan sempel diperlihatkan dalam tabel 9-1. Tabel 9 -1 Data Pengambilan Sampel kayu lapis PT Playwood Nomor sample Hasil observasi ketebalan kayu lapis (mm) Xi Ri 1 2 3 4 5 20,030 20,002 20,019 19,992 20,008 20,010 0,038 19,995 20,001 20,011 20,004 0,019 19,988 20,024 20,021 20,005 0,036 19,996 19,993 20,015 20,009 20,003 0,022 20,007 19,989 20,014 0,026 6 19,994 19,997 19,985 0,024


Download ppt "MODUL 9. PENGANTAR TEKNIK INDUSTRI"

Presentasi serupa


Iklan oleh Google