MODUL 10. PENGANTAR TEKNIK INDUSTRI

Presentasi berjudul: "MODUL 10. PENGANTAR TEKNIK INDUSTRI"— Transcript presentasi:

1 MODUL 10. PENGANTAR TEKNIK INDUSTRI
1. Tujuan Instruksional Khusus Diharapkan mahasiswa dapat memahami rumusan pengendalian kualitas secara statistik dan dapat menerapkan dalam perhitungan metode atribut 2. Daftar Materi Pembahasan 2.1. Pengendalian Kualitas Untuk Atribut 2.2. Peta Kendali Untuk Atribut 3. Pembahasan Pengendalian kualitas untuk item yang karakteristik kualitasnya tidak dapat dinyatakan dengan angka tersebut dinamakan ‘atribut’ atau ‘sifat’. Untuk mengklasifikasikan kualitas produk pada umumnya digunakan istilah ‘sesuai spesifikasi’ dan ‘tidak sesuai spesifikasi’ atau sering pula digunakan istilah ‘cacat’ dan ‘tidak cacat’.Pada saat ini istilah yang sering digunakan adalah ‘sesuai dan ‘tidak sesuai’. 2.2. Peta Kendali Untuk Atribut 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 kualitas yang tak sesuai, dalam bahasa teknisnya dinyatakan sebagai peta pengendalian atribut yang banyak digunakan adalah p-chart dan c- chart, p-chart digunakan untuk bagian produk yang tidak sesuai yang diproduksi oleh suatu proses produksi. Sedangkan c-chart digunakan untuk ketidaksesuaian atau cacat dari produk yang diamati.

2 m 233    Di  D p (20)(50)  0,233 p(1 p) 0,233(1 0,233 )
pengendalian, maka disimpulkan bahwa diwaktu yang lalu proses produksi tersebut terkendali dan batas pengendalian tersebut dapat dijadikan sebagai dasar pengendalian produksi sekarang maupun yang akan datang. Contoh 1 PT Husada memproduksi susu dalam kotak ukuran 200mm, kotak ini dibuat dengan mesin dari bahan karton. Dengan pemeriksaan kotak akan dapat diketahui apakah kotak bocor bila diisi pada lipatan karton. PT Husada menggunakan p-chart untuk memantau bagian kotak yang tak sesuai yang dihasilkan mesin tersebut. Ukuran sempel telah ditetapkan yaitu 20 sempel masing-masing 50 kotak dipilih setiap setengah jam dan proses berjalan terus menerus seperti diperlihatkan dalam tabel Dalam 20 sempel (1000 kotak) tersebut terdapat 233 kotak  Di ( = 233) yang tak sesuai, sehingga bagian tak sesuai proses dapat ditaksir sebagai berikut :   D m i1 mn  p i 233 (20)(50) =  0,233 Dari taksiran bagian tak sesuai proses tersebut, dapat ditentukan UCL , CL dan LCL sebagai berikut :  p(1 p) n  UCL = p + 3 0,233(1 0, ) 50 = 0, = 0, (0, 060) = 0,413  CL = p = 0,233  p(1 p) n  LCL = p - 3 0,233(1 0, ) 50 = 0, = 0,233 – 3 (0,060) = 0,053

3 Tabel 10 -1 Batas Pengendalian
Nomor Sample Jumlah tidak sesuai (Di) Bagian tidak sesuai (pi) 1 15 0,30 2 8 0,16 3 10 0,20 4 0,08 5 7 0,14 6 16 0,32 9 0,18 14 0,28 0,12 12 0,24 11 22 0,44 13 0,10 0,26 0,22 17 18 0,36 24 0,48 19 20  Di = 233  pi = 0,233 Dalam p-chart perbaikan ini tidak ada titik sempel yang berada di luar kendali dan dapat kita simpulkan bahwa proses pembuatan kotak karton tersebut terkendali pada p = 0,2078. Menginterpretasikan titik sempel yang berada di bawah LCL harus hati-hati, karena sering sekali titik tersebut tidak disebabkan oleh peningkatan kualitas proses, tetapi disebabkan oleh kesalahan dalam proses pemeriksaan sebagai akibat dari pemeriksa yang kurang terlatih dan kurang berpengalaman, atau dari alat pengujian dan alat pemeriksaan yang tidak dikalibrasi. Atau dapat pula