BAB IPENDAHULUAN
1.1 LATAR BELAKANG
Pengendalian kualitas statistik merupakan teknik penyelesaian
masalah yang digunakan untuk memonitor, mengendalikan menganalisa,
mengelola dan memperbaiki produk dan proses menggunakan
metode-metode statistik pengendalian kualitas statistik
(statistical proses control). Pengendalian kualitas statistik dan
pengendalian proses statistik memang dua istilah yang saling
dipertukarkan, Apa bila dilakukan bersama-sama maka pemakai akan
melihat gambaran kinerja proses masa kini dan masa mendatang
(Cowley dan Horrold,1999).
1. Variabel Pengendalian kualitas proses statistik untuk data
variabel seringkali disebut sebagai metode peta pengendali(control
chart) untuk data variabel.
Metode ini ini digunakan untuk menggambarkan variasi atau
penyimpanan yang terjadi pada kecenderungan memusat dan penyebaran
observasi.metode ini juga dapat menunjukan apakah proses dalam
kondisi stabil atau tidak. Karakteristik kualitas suatu produk
dinyatakan dengan besaran yang dapat diukur (besaran kontinu)
seperti panjang, berat, temperatur, dll
2. Attribut
Merupakan data kualitatif yang dapat dihitung untuk pencatatan
dan analisis. Contoh dari data atribut adalah ketiadaan label pada
kemasan produk. Atribut dalam pengendalian kualitas menunjukan
karakteristik kualitas yang sesuai spesifikasi.Pengendalian proses
statistik merupakan penerapan metode-metode ststistik untuk
pengukuran dan analisis dan meminimalkan penyimpangan dan
kesalahan, mengkuantifikasikan kemampuan proses dan memuat hubungan
antara konsep dan teknik yang ada untuk mengadakan perbaikan
proses. Keberhasilan dalam pengendalian proses statistik sangat
dipengaruhi tiga faktor, yakni sistem pengukuran , sistem pelatihan
yang tepat dan komitmen manajemen. Alasan utama mengadakan
pengendalian proses statistik adalah untuk dapat mencapai kepuasan
pelanggan. Sementara itu, dalam proses pengendalian, peta
pengendali statistik mendeteksi adanya sebab khusus dalam
ketidaksesuaian yang terjadi. Apabila data diluar batas pengendali,
maka data sampel tersebut berada diluar batas pengendali statistik
(out of statitical control). Sebaliknya, apabila data sampel berada
didalam batas pengendali maka sampel tersebut disebut berada
didalam batas pengendali statistik tersebut berada pada kondisi
stabil dengan adanya variasi yang dsebabkan oleh sebab umum. Namun
demikian, kondisi in statitical control tersebut tidak selalu
identik dengan kepuasan pelanggan. Demikian ,batas-batas pada peta
pengendali statistik berbeda dengan batas-batas spesifikasi. Pada
beberapa situasi, proses tidak berada pada pengendali statistik
tetapi tidak membutuhkan tindakan karena telah memenuhi
spesifikasi. Pada kondisi lain, proses yang in statistical control
justru membutuhkan tindakan karena spesifikasi produk tidak
tercapai. Proses industri manufaktur biasanya memiliki sejumlah
variasi random tertentu pada produk yang dihasilkan yang tidak
dapat dihilangkan secara sempurna. Variasi yang terjadi dapat
disebabkan kerusakan mesin, kesalahan operator, bahan baku yang
tidak memenuhi persyaratan dan sebagainya. Penyebab terjadinya
variasi produk tersebut menyebabkan kualitas produk menjadi tidak
sesuai standard dan menimbulkan kerugian. Kualitas menyangkut
masalah pelayanan atau produk unggulan yang dapat memenuhi atau
melebihi harapan kita. Kualitas adalah karakteristik dan ciri-ciri
dari sebuah pelayanan atau produk yang mampu memuaskan kebutuhan.
Karakteristik kualitas meliputi :
1. Physical yang meliputi length, weight, voltage,
viscosity.
2. Sensory yang meliputi taste, appearance, color.
3. Time Orientation : reliability, durability,
serviceability.1.2 Tujuan Praktikum1. Dapat merancang indicator
mutu
2.Dapat melakukan pengukuran mutu
3.Dapat melakukan tindakan perbaikan mutu1.3 Alat dan Bahan
1. Lembar Kerja
2.Alat Tulis
3. Kalkulator (alat penghitung)
4. Komputer dan Printer
5. Software Pendukung
6. Jangka Sorong
7. Paku
8.Tusuk SateBAB II TINJAUAN PUSTAKAII.1 Pengertian Pengendalian
Kualitas Statistik
Pengendalian kualitas merupakan teknik yang sangat bermanfaat
agar suatu perusahaan dapat mengetahui kualitas produknya sebelum
dipasarkan kepada konsumen. Teknik pengendalian kualitas dapat
membantu perusahaan dalam mengetahui kelayakan kualitas produk
berdasarkan batas-batas kontrol yang telah ditentukan.II.2 Definisi
dan Sejarah Pengendalian KualitasMenurut Purnomo (2004), aktifitas
pengendalian kualitas pada umumnya meliputi kegiatan-kegiatan
berikut:1. Pengamatan terhadap performansi produk atau proses.2.
Membandingkan performansi yang ditampilkan dengan standaryang
berlaku.3. Mengambil tindakan-tindakan bila terdapat
penyimpangan-penyimpangan yang cukup signifikan, dan jika perlu
perlu dibuat tindakan-tindakan untuk mengoreksinya.II.3 Konsep
Dasar Pengendalian KualitasPengendalian kualiatas statistik adalah
alat bantu manajemen untuk menjamin kualitas, karena pada dasarnya
tidak ada dua produk yang dihasilkan oleh suatu proses produksi itu
sama benar, tidak dapat dihindarkan adanya variasinya. Pengujian
statistik diperlukan untuk menyelesaikan masalah seperti ini, dalam
pengendalian kualitas statistik teknik-teknik tersebut
diaplikasikan guna memeriksa dan menguji data untuk menentukan
standar dan mengecek kesesuaian produk untuk mencapai operasi
manufaktur yang maksimum, dan biasanya menghasilkan biaya kualitas
yang lebih rendah dan menaikkan tingkat posisi kompetitif.
Rancangan percobaan dapat digunakan dalam hubungannya dengan
pengendalian proses statistik untuk meminimumkan variabilitas
proses, yang menghasilkan produksi yang pada akhirnya bebas cacat
(Purnomo, 2004)II.4 Keuntungan Pengendalian Kualitas
StatistikPengendalian kualitas statistik merupakan alat manajemen
secara ilmiah. Beberapa keuntungan jika digunakan pengendalian
kualitas statistik adalah sebagai berikut (Purnomo, 2004):
1. Perbandingan antara kualitas dan biaya.
2. Menjaga kualitas lebih seragam.
3. Penyediaan bahan baku yang lebih baik.
4. Penggunaan alat produksi yang lebih efisien.
5. Mengurangi kerja ulang atau pembuangan.
6. Memperbaiki hubungan produsen-konsumen.II.5 Dimensi
KualitasKualitas memiliki dimensi yang banyak, sehingga sulit
mendefinisikannya. David Gorvin menyarankan delapan dimensi
kualitas, yaitu sebagai berikut (Nasrullah, 1997):
1. Performansi atau prestasi dari fungsi yang diperlihatkan oleh
produk.
2. Sifat-sifat khusus dan menarik minat (feature), yang
menjadikan suatu produk unik dibandingkan dengan produk sejenis
dari produsen lain.
3. Keandalan, kemampuan produk untuk tidak mogok dalam masa
kerjanya.
4. Kecocokan dengan standar industri.
5. Kemudahan diperbaiki jika terjadi kerusakan.
6. Daya tahan produk terhadap waktu.
7. Keindahan penampilan.
8. Persepsi konsumen.II.6 Perancangan Indikator Mutu
Perancangan indicator mutu meliputi :
1. Teknik Pengambilan Sampel
2. Penaksiran
3. Pengujian HipotesisII.6.I Control Chart Untuk Variabel
Peta kendali variable membahas mengenai karakteristik mutu dari
suatu produk yang dapat terukur dengan sebuah nilai nominal. Peta
kendali variabel digunakan untuk menghindari biaya-biaya yang
ditimbulkan oleh adanya produk-produk yang gagal (tidak sesuai
dengan spesifikasi yang diharapkan). Pengendalian rata-rata proses
dengan grafik kendali . Pengendalian variabilitas proses dengan
grafik kendali deviasi standar (S) atau grafik kendali untuk
rentang (R).
1. Peta kendali
a. Memantau perubahan suatu sebaran atau distribusi suatu
variabel asal dalam hal lokasinya (pemusatannya).
b. Memantau apakah proses masih berada dalam batas-batas
pengendalian atau tidak.
c. Memantau rata-rata produk yang dihasilkan sesuai dengan
standar yang telah ditentukan.
2. Peta kendali Ra. Memantau perubahan dalam hal spread-nya
(penyebarannya).
b. Memantau tingkat keakurasian/ketepatan proses yang diukur
dengan mencari range dari sampel yang diambil.Langkah-Langkah dalam
Membuat Bagan Kendali dan R
Langkah 1:Tentukan nilai rata-rata dan rentang data
dan R = Xmax-Xmin
Langkah 2:Tentukan nilai Central Limit (CL) dan Batas
Kendali
dan
Batas Kendali untuk-Chart
UCLx =
LCLx =
Batas Kendali untukR-Chart
UCLR = D4.
LCLR = D3.
Nilai A2, D3, D4 dapatt dilihat pada tabel faktor perhitungan
nilai central limit dan batas kendali 3 sigma.
Langkah 3:Plot semua nilai observasi dengan parameter yang telah
ditentukanpada step sebelumnya. Tentukan nilai yang berada di luar
bataskendali (out of control) sesuai dengan rute yang ada.
Langkah 4:Eliminasi data yang berada pada OOC. Lalu buat lagi
peta kendali revisi dengan X dan R yang baru (Ulangi langkah 1
sampai dengan langkah 3).II.6.II Control Chart Untuk
AtributDigunakan untuk karakteristik kualitas yang tidak dapat
dinyatakan secara numerik biasanya tiap produk yang diperiksa
dinyatakan sebagai cacat atau tidak cacat, sesuai atau tidak
sesuai. Ada empat jenis control chart untuk atribut yaitu :
a. Control chart p untuk mengetahui proporsi yang tidak
sesuai.
b. Control chart np untuk mengetahui jumlah yang tidak
sesuai.
c. Control chart c untuk mengetahui jumlah cacat per-unit.
d. Control chart u untuk mengetahui rata-rata jumlah cacat
per-unit.Pada praktikum ini control chart yang digunakan adalah p
dan np. Peta kendali atribut ini akan membahas mengenai
karakteristik mutu dari suatu produk dengan menggolongkan setiap
pemeriksaan menjadi dua golongan yang sesuai dan tidak sesuai
dengan spesifikasi yang telah ditentukan. Adapun dasar pemilihan
digunakan peta kendali jenis ini adalah untuk menghindari
biaya-biaya yang ditimbulkan oleh adanya produk-produk yang gagal
(tidak sesuai dengan spesifikasi yang diharapkan).
Langkah-langkah dalam Membuat Bagan Kendali Atribut P dan np
sebagai berikut :
Langkah 1:Menentukan jumlah karakteristik kualitas yang akan
diukur
Langkah 2 :Menentukan jumlah sampel yang akan digunakan
Langkah 3 :Menghitung nilai Central Limit (CL) dan Batas
kendali
Tidak ada nilai standard
danCLp =
CLp =
UCLP = + 3
LCLp = - 3
Langkah 4:Menghitung nilai Central Limit (CL) dan Batas Kendali
untuk Kondisi Revisi
CLp = revisiUCLo = revisi + 3
LCLo = revisi - 3
Langkah 5:Standardisasikan upaya perbaikan.
Langkah 6:Lembagakan upaya perbaikan.
Langkah 7:Tetapkan perencanaan untuk waktu yang akan datang.
Tentukan rencana untuk waktu yang akan datang buatlah suatu
rangkuman apayang dapat kita kaji mengenai pengalaman tim proyek
dan buatlah rekomendasi untuk tim proyek yang akan datang.
BAB IIIPENGUMPULAN DATAIII.1 Pengumpulan Data
Data yang kami dapatkan berasal dari pengukuran 2 jenis sampel
yaitu paku kayu dan tusuk sate. Pada pengukuran paku kayu disini
yang diukur adalah panjang paku beton saja.
III.1.1 Pengumpulan Data Percobaan Paku (Tabel 3.1 Data
Pengukuran Paku)No.Dimtr paku (mm)No.Dimtr paku (mm)No.Dimtr paku
(mm)No.Dimtr paku (mm)No.Dimtr paku (mm)No.Dimtr paku (mm)No.Dimtr
paku (mm)No.Dimtr paku (mm)
12,78262,93512,92762,931012,931262,941512,91762,92
22,81272,64522,95772,781022,981272,81522,941772,65
32,8282,82532,89782,771032,921282,81532,771782,79
42,93292,91542,79792,81042,81292,791542,961792,61
52,79302,79552,93802,791052,781302,951552,881802,88
62,92312,94562,8812,961062,641312,941562,811812,88
72,92322,94572,93822,781072,81322,791572,771822,93
82,77332,78582,79832,921082,781332,951582,91832,75
92,92342,93592,78842,971092,821342,791592,781842,78
102,8352,8602,95852,791102,791352,931602,791852,95
112,78362,94612,8862,931112,941362,941612,911862,92
122,77372,92622,79872,791122,841372,951622,781872,9
132,78382,78632,92882,781132,781382,81632,911882,91
142,91392,79642,78892,921142,921392,951642,891892,89
152,79402,66652,79902,941152,791402,951652,791902,87
162,79412,8662,9912,941162,781412,81662,811912,9
172,79422,92672,8922,921172,821422,811672,931922,74
182,92432,94682,92932,781182,781432,921682,811932,89
192,79442,92692,92942,931192,761442,961692,791942,9
202,79452,79702,92952,791202,931452,821702,941952,77
212,93462,77712,69962,931212,781462,811712,891962,76
222,93472,79722,96972,791222,791472,911722,761972,94
232,78482,79732,79982,781232,941482,971732,781982,94
242,93492,92742,78992,81242,791492,891742,971992,75
252,78502,79752,781002,821252,781502,811752,912002,78
70,9 71 71,27 71,33 70,66 71,97 71,37 71N =200
=2,8475
variansi populasi^2 =0,00615675
deviasi standar =0,07846496
Data Random Pengukuran Paku
Tabel 3.2 Data Random Pengukuran PakuNoDimtr paku (mm)Blngan
randomNoDimtr paku (mm)Blngan randomNoDimtr paku (mm)Blngan
randomNoDimtr paku (mm)Blngan random
1882,78261422,8151742,78761022,98
22002,7827152,79521712,8977442,92
3842,97281902,87532002,78781972,94
41252,7829532,8954132,7879692,92
51612,91301512,9551822,938032,8
61842,7831262,9356692,92811352,93
71802,8832502,79571702,9482172,79
81382,8331602,79581002,8283102,8
91502,81341452,8259392,7984462,77
10442,923552,79601812,8885722,96
111892,8936422,92611802,88861562,81
121612,9137472,79621752,9187502,79
13782,77381812,886392,92881032,92
141982,943962,92641712,8989132,78
151322,7940822,7865632,9290332,78
16572,934132,86692,9291282,82
17852,79421942,967322,9492532,89
18982,78431342,7968952,79931342,79
191232,94441092,82691312,94941772,65
201892,89451322,7970772,78951562,81
21422,92461312,94711452,82961502,81
22972,79471372,9572702,92971692,79
231652,79481962,76731822,9398682,92
241852,95491592,7874942,93991842,78
251442,94501552,88751462,811001482,97
Xbar2,8544
Median2,845
Modus2,79
Xmax2,98
Xmin2,65
Rentangan0,33
Variansi0,004928
Standart deviasi0,070199
III.I.2 Pengumpulan Data Percobaan Tusuk Sate
Pada pengukuran tusuk sate adalah menghitung berapa jumlah
proporsi yang cacat dengan kriteria yang telah ditentukan.
(Tabel 3.3 Tabel Data Perhitungan Tusuk Sate)SubgroupUkuran
Sample(size)CacatProporsi cacat
1200560,28
2200760,38
3200550,275
4200570,285
5200720,36
6200550,275
7200700,35
8200650,325
9200560,28
10200610,305
11200540,27
12200590,295
13200690,345
14200520,26
15200550,275
16200660,33
17200550,275
18200420,21
19200580,29
20200580,29
21200710,355
22200620,31
23200530,265
24200660,33
25200550,275
500014987,49
BAB IV
PENGOLAHAN DAN ANALISA DATA
IV.I Pengolahan Data
Pada praktikum ini kami menggunakan tools / software untuk
membantu kami dalam melakukan pengolahan data. Hal ini dimaksudkan
agar dalam proses mencari solusi kami dapat terbantu dengan
kemudahan yang diberikan oleh software. Tools yang kami gunakan
adalah WINQSB version 1.00 dan microsoft excel 2010.IV.1.1
Pengolahan Data Percobaan Paku
Dengan asumsi tingkat kepercayaan sebesar 95%, maka penaksiran
rataannya adalah:Tingkat kepercayaan = 95%, Selang kepercayaan =
(1- 0,95) = 0,05
Dari tabel nilai kritis distribusi normal didapat:
= 2,8544
Dari perhitungan di atas, untuk penaksiran rataan populasi
adalah
IV.1.2 Pengujian Hipotesis
Diketahui :
= mm,
N = 200
n = 100
= 0,05
= 0,07846 = 2,8475Hipotesis penyataan sbb :
H0 : = 2,8544 (Panjang paku sesuai dengan standard)
H1 : 2,8544 (Panjang paku tidak sesuai dengan standard)
Daerah penerimaan :
Z /2 = Z0,05/2 = 0,025 = -1,96 lihat tabel distribusi normal
Maka Ho akan diterima jika terdapat pada selang -1,96 < z