-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 1
2012
BAB I
PENDAHULUAN
1.1 Latar Belakang
Di era globalisasi dengan perkembangan teknologi yang semakin
maju dan
pesatnya kondisi pasar industri menuntut perusahaan harus
memberikan kepuasan
kepada para konsumen dengan cara memberikan produk/jasa yang
sesuai dengan
standar kualitas.Pada kegiatan operasional perusahaan agar dapat
berjalan secara efektif
dan efisien perusahaan harus melakukan pengendalian mutu untuk
mengurangi produk
yang gagal supaya mencapai standar kualitas.
Salah satu contoh perusahaan yang mengalami masalah pengendalian
kualitas
adalah PT Central Power Indonesia yang bergerak di bidang
generator pembangkit
listrik. Perusahaan ini masih mengalami kegagalan produk yang
disebabkan oleh
manusia (human error), bahan baku, mesin, metode dan lingkungan
dan faktor yang
sering terjadi adalah manusia karena kurangnya pengarahan dan
pelatihan terhadap
karyawannya. Kegagalan yang sering terjadi adalah pada
penekkukan plat sebesar 13
unit dalam satu tahun.
Dengan Adanya masalah-masalah seperti itu maka PT. Indonesia
Tamiya Motor
yangmerupakan perusahaan perakitan mini 4WD akan melakukan
pengendalian kualitas
yang baik agar tidak ada produk-produk cacat yang didapat
konsumen. Jikaproduk cacat
terjadi bukan hanya produk perusahaan yang tidak dipercaya lagi
oleh konsumen
melainkan juga kerugian yang besar yang diperoleh
perusahaankarena perusahaan harus
mengeluarkann biaya-biaya kepada parakonsemenyangmendapatkan
produk mainan
mini 4WD yang berkualitas buruksepertiseperti biaya komplain
dari pelanggan, biaya
jaminan,biaya produk yang dikembalikan dll.Maka dari itu untuk
menghasilkan produk
yang memiliki kualitas maka diperlukan suatu pengendalian
kualitas dimana dalam
sistem ini menggukan acceptance sampling dansaven tools sebagai
pendukung dalam
pengendalian kualitas.
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 2
2012
1.2 Rumusan Masalah
Bagaimana cara mengendalikan kualitas produk sehingga biaya
kualitas dapat
diminimasi oleh PT Indonesia Tamiya Motor.
1.3 Tujuan
a Memahami konsep dan mengaplikasikan penggunaan acceptance
sampling
pada dunia nyata.
b Memahami konsep dan mengaplikasikan penggunaan Seven Tools
pada dunia
nyata.
c Memahami konsep biaya kualitas.
d Mengaplikasikan penggunaan biaya kualitas pada dunia
nyata.
1.4 Pembatasan Masalah
Pada praktikum kali ini masalah dibatasi hanya pada pengendalian
kualitas dan
perencanaan biaya kualitas, Kemudian pada pengolahan data
dengan
menggunakan acceptance sampling, seven tools, peta kendali baik
variabel
maupun atribut dan juga melakukan perhitungalamn biaya
kualitas.
1.5 Sistematika Penulisan
BAB I PENDAHULUAN
Berisi tentang latar belakang pentingnya pengendalian kualitas,
tujuan dari
praktikum Modul VI Statistical Quality Control and Quality Cost
Planning,
pembatasan masalahdan sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Berisi tentang dasar teori definisi tentang kualitas,
pengendalian kualitas,
keuntungan pengendalian kualitas, peta kendali.seven tools,
analisa biaya
kualitas
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 3
2012
BAB III METODOLOGI PENELITIAN
Berisi flowchart urutan kegiatan yang dilakukan dalam praktikum
dan cara-cara
atau metode yang digunakan.
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
Berisi tentang pengumpulan data kualitas bahan baku dalam proses
dan barang
jadi, pengolahan data pemilihan masalah kritis, aplikasi seven
tools, aplikasi
acceptance sampling serta perhitungan biaya kualitas
BAB V ANALISIS
Berisi tentang analisis variabel (pengukuran) dan atribut
kualitas yang
diinspeksi, analisis diagram paretto, analisis fishbone, dan
analisis proses.
BAB VI PENUTUP
Berisi tentang kesimpulan dan saran dari hasil praktikum yang
telah dilakukan
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 4
2012
BAB II
TINJAUAN PUSTAKA
2.1 Definisi Kualitas
Pengendalian kualitas dilakukan dalam upaya untuk meningkatkan
rasa
kepercayaan konsumen terhadap produk yang dihasilkan serta untuk
menjamin
perkembangan perusahaan di masa mendatang. Definisi kualitas
yang sering
digunakan berasal dari Crosby (1979) yang mendefinisikan Quality
is
conformance to requirements or specifications yang diartikan
bahwa kualitas
adalah suatu kesesuaian untuk memenuhi persyaratan atau
spesifikasi. Definisi
yang lebih umum dari kualitas adalah definisi yang dikemukan
oleh Juran (1974)
yaitu Quality is fitness for use dimana definisi ini menekankan
pada point yang
penting yaitu pengendali dibalik penentuan level kualitas yang
harus dipenuhi oleh
produk atau jasa yaitu konsumen. Akibatnya yaitu apabila
keinginan konsumen
berubah maka kualitas yang ditetapkan juga berubah. Hal ini
menunjukkan bahwa
terdapat beberapa elemen yang menentukan level dari kualitas
produk atau jasa
yang dinamakan karakteristik kualitas.
(Amitava Mitra. 1993: 5)
Beberapa jenis dari karakteristik kualitas ini bisa dibentuk
yaitu misalnya
karakteristik struktur disusun oleh bentuk produk, kekuatan
menahan beban, berat
dan lain-lain. Untuk karakteristik sensor, elemen penyusunnya
yaitu keindahan
model produk, tekstur produk, unsur estetik produk dan
lain-lain. Sedangkan untuk
karakteristik berdasar waktu yaitu mengenai jaminan, layanan
purna jual, keandalan
dan kemudahan dalam perawatan. Karakteristik kualitas dapat
digolongkan menjadi
dua kelompok utama, yaitu:
a. Karakteristik variable
Merupakan karakteristik yang dapat diukur dan diwujudkan dengan
skala
numerik. Contoh: panjang kursi (mm), tebal sandaran kursi (mm),
Diameter
dari lubang (pada desain furniture) dalam millimeter
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 5
2012
b. Karakteristik atribut (sifat)
Jika karakteristik itu dapat diklasifikasikan, apakah termasuk
kesesuaian atau
ketidaksesuaian untuk memenuhi permintaan spesifikasi. Tidak
bisa
digunakan skala numerik. Untuk pernyataan atribut maka kita
tidak bisa
menggunakan skala numerik melainkan diekspresikan dengan
atribut. Contoh:
warna kayu assembling yang termasuk diterima atau tidak, hasil
sanding dan
hal lainnya yang termasuk atribut.
2.2 Pengendalian Kualitas
Pengendalian kualitas menurut Sritomo Wignjosoebroto
(252:2003) merupakan suatu sistem verifikasi dan
penjagaan/perawatan dari suatu
tingkatan / derajat kualitas pproduk atau proses yang di
kehendaki dengan cara
perencanaan yang seksama, pemakaian peralatan yang sesuai,
inspeksi yang terus
menerus, serta tindakan korektif bilamana diperlukan. Dengan
demikian hasil yang
diperoleh dengan kegiatan pegendalian kualitas benar-benar bisa
memenuhi standar
yang telah direncanakan.
Menurut Deming, pengendalian mutu terpadu adalah semua
aktivitas
yang perlu dilakukan untuk mencapai tujuan jangka panjang yang
efisien dan
ekonomis. Urutan aktivitas tersebut dikenal dengan sebutan
Siklus Deming yakni
PDCA (Plan, Do, Check, Action).
Tujuan diadakannya pengendalian kualitas adalah menyediakan
suatu
alat baru yang membuat pemeriksaan proses menjadi lebih efektif
(Eugene L. Grant
& Richard S. Leavenworth, 1993, 28), dan untuk mendapatkan
gambaran bahwa
spesifikasi produk yang telah ditetapkan apakah masih sesuai
dengan kualitas
standar atau perlu pengecekan terhadap kesalahan-kesalahan yang
terjadi, sehingga
dapat menurunkan kualitas produk tersebut.
Pengendalian kualitas ini dilakukan dalam upaya untuk
meningkatkan rasa
percaya konsumen terhadap produk atau jasa yang dihasilkan oleh
perusahaan,
tujuan jangka panjangnya adalah untuk perkembangan perusahaan
tersebut masa
datang. Kualitas dibagi menjadi 2 yaitu:
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 6
2012
Kualitas rancangan adalah semua barang dan jasa yang dihasilkan
dalam berbagai
tingkat kualitas,
Kualitas kecocokan adalah seberapa baik produk tersebut sesuai
dengan
spesifikasi dan kelonggaran yang disyaratkan oleh rancangan
tersebut.
Sedangkan pengendalian kualitas adalah aktivitas keteknikan dan
manajemen
dimana dengan aktivitas itu kita bisa mengukur ciri-ciri
kualitas produk,
membandingkannya dengan spesifikasi atau persyaratan, dan bisa
mengambil
tindakan pemulihan yang sesuai apabila ada perbedaan antara
penampilan yang
sebenarnya dengan yang standar.
(Douglas.1995:3)
Pengendalian kualitas merupakan alat bagi manajemen untuk
memperbaiki kualitas produk bila diperlukan, mempertahankan
kualitas yang sudah
tinggi dan mengurangi jumlah bahan yang rusak. (Sukanto, 2000 :
245)
Pengendalian kualitas merupakan upaya mengurangi
kerugian-kerugian
akibat produk rusak dan banyaknya sisa produk atau scrap.
(Handoko, 2000 : 435)
Pengendalian kualitas merupakan usaha untuk mempertahankan mutu
atau
kualitas dari barang yang dihasilkan, agar sesuai dengan
spesifikasi produk yang
telah ditetapkan berdasarkan kebijakan pimpinan perusahaan.
(Assauri, 1999 : 210)
Berdasarkan beberapa pengertian pengendalian kualitas diatas
dapat
disimpulkan bahwa pengendalian kualitas merupakan alat yang
penting bagi
manajemen produksi untuk menjaga, memelihara, memperbaiki
dan
mempertahankan kualitas produk agar sesuai dengan standar yang
telah ditetapkan.
2.3 Keuntungan Pengendalian Kualitas
Adapun keuntungan dari pengendalian kualitas adalah sebabai
berikut :
1. Mengendalikan kualitas dari produk agar sesuai dengan
spesifikasi yang
telah ditetapkan dan melakukan perbaikan kualitas produk.
2. Sistem kualitas selalu mengalami perbaikan kontinyu sehingga
dapat
memenuhi keinginan konsumen yang dapat berubah
sewaktu-waktu.
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 7
2012
3. Pengendalian kualitas dapat meningkatkan produktivitas
karyawan dan
kemampuan karyawan serta dapat mengurangi volume scrap (cacat)
dan
reworks (pengerjaan ulang).
4. Sistem kualitas dapat menurunkan biaya yang berhubungan
dengan kualitas
produk secara keseluruhan, meliputi:
a. Biaya kerusakan dalam produksi
b. Biaya inspeksi
c. Biaya kerusakan diluar proses produksi, dimana untuk hal ini
dapat
dikurangi dengan cara pemeriksaan secara berkala, sistem
perawatan
mesin yang baik dan peralatan pencegah.
5. Dengan peningkatan produktivitas maka dapat mengurangi waktu
tempuh
dari proses produksi komponen dan sub assembly, yang hasilnya
dapat untuk
memenuhi batas waktu (due dates) dari konsumen.
6. Sistem pengendalian kualitas dapat memacu semangat untuk
selalu berjuang
dalam perbaikan berkesinambungan pada kualitas dan
produktivitas.
7. Perbaikan hubungan antar karyawan serta membina hubungan baik
antara
produsen dan konsumen.
Oleh karena sifat dari kualitas yang sangat penting bagi
kelangsungan hidup
suatu produk maka diperlukan adanya pengendalian kualitas yang
efektif.
(Amitava. 1995: 12)
2.4 Seven Tools
Menurut Deming, pengendalian mutu terpadu adalah semua aktivitas
yang
perlu dilakukan untuk mencapai tujuan jangka panjang yang
efisien dan
ekonomis. Urutan aktivitas tersebut dikenal dengan sebutan
Siklus Deming
yakni PDCA (Plan, Do, Check, Action). Juran (1974) berpendapat
bahwa
Quality is fitness for use dimana definisi ini menekankan pada
pengendali di
balik penentuan level kualitas yang harus dipenuhi oleh produk
atau jasa.
Akibatnya apabila keinginan konsumen berubah maka level kualitas
dapat ikut
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 8
2012
berubah. Hal ini menunjukkan bahwa terdapat beberapa elemen yang
menetukan
level kualitas dari suatu produk. Tujuh alat yang digunakan
meliputi :
1. Lembar Pengumpul Data (Check Sheet)
Check Sheet adalah merupakan alat yang mutlak diperlukan
bagi
mereka yang melaksanakan penelitian dan pengendalian kualitas
atau kuantitas
barang ataupun jasa. Karena dari data yang didapat /dikumpulkan
dapat
mengambil suatu gambaran, kesimpulan ataupun keputusan yang
akurat.
Tanpa mempunyai data membuat pengambilan kesimpulan/keputusan
ataupun
rencana tindakan hanya berdasarkan kira-kira saja, sehingga
bukan suatu yang
mustahil akhirnya kesimpulan/keputusan akan jauh dari yang
diharapkan.
Hal-hal yang perlu diperhatikan dalam membuat Check Sheet,
antara
lain
- Sasarannya harus jelas
- Keterangan yang diperlukan memenuhi sasaran
- Dapat diisi dengan mudah dan cepat
- Dapat disimpulkan dengan cepat
Secara umum Check Sheet dibagi dalam 3 jenis dengan
fungsinya
masing-masing :
a) Check Sheet
Suatu lembaran yang berisi bahan-bahan keterangan yang telah
ditentukan sasaran/keperluannya dengan kolom jumlah/ukuran
barang atau
kegiatan yang diperiksa dengan penentuan waktu yang teratur
ataupun bebas.
Fungsi Check Sheet :
- untuk menghitung jumlah produksi/jasa yang dihasilkan
- untuk menghitung kerusakan/kesalahan produk yang dibuat
- untuk mengukur bentuk (panjang/volume hasil produksi)
- untuk mengukur keadaan/kondisi alat/hasil produksi
- untuk mengukur waktu proses pekerjaan
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 9
2012
Contoh check sheet :
Gambar 2. 1 Check Sheet
b) Check List
Suatu lembaran yang berisi bahan-bahan keterangan yang telah
ditentukan sasaran/ keperluannya, kegiatan yang dicocokkan
keberadaanya/
jumlahnya dengan penentuan waktu yang tertentu
Fungsi Check List
- untuk mencocokkan ukuran hasil produksi dengan standar
- untuk mencocokkan jumlah pengiriman dengan pesanan
- untuk mencocokkan barang dengan jumlah yang dibawa/dikirim
- untuk mengontrol jenis barang yang dibeli
c) Check drawing
Suatu lembaran yang berisi gambar barang yang telah ditentukan
untuk
diperiksa keadaannya dan setiap barang menggunakan lembar yang
berbeda.
Fungsi Drawing :
- untuk menunjukkan posisi/lokasi kerusakan
- untuk mencocokkan posisi pemasangan bagian barang produksi
- untuk pengontrolan lokasi masalah yang akan/telah
diselesaikan
2. Diagram Pareto
Diagram Pareto adalah kombinasi dua macam bentuk grafik yaitu
grafik
kolom dan grafik garis, berguna untuk :
- menunjukkan masalah utama/pokok masalah
- menyatakan perbandingan masing-masing masalah terhadap
keseluruhan
- menunjukkan perbadingan masalah sebelum dan sesudah
perbaikan
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 10
2012
Contoh Diagram Pareto :
Gambar 2. 2 Diagram Pareto
3. Diagram Sebab Akibat (Fishbone Diagram)
Disebut juga Grafik Tulang Ikan, yaitu diagram yang
menunjukkan
sebab akibat yang berguna untuk mencari atau menganalisa
sebab-sebab
timbulnya masalah sehingga memudahkan cara mengatasinya.
Penggunaan Analisis Sebab Akibat :
- Untuk mengenal penyebab yang penting
- Untuk memahami semua akibat dan penyebab
- Untuk membandingkan prosedur kerja
- Untuk menemukan pemecahan yang tepat
- Untuk memecahkan hal apa yang harus diilakukan
- Untuk mengembangakan proses
Contoh diagram sebab akibat :
Gambar 2. 3 Diagram Sebab Akibat
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 11
2012
Beberapa pokok yang perlu diingat adalah sebagai berikut :
a.) Perlu adanya partisipasi dari semua anggota gugus, dan semua
anggota harus
benar-benar ikut terlibat didalam menganalisis penyebabnya
b.) Harus diperoleh sejumlah ide (penyebab)
c.) Harus didorong untuk melakukan acara secara bebas
d.) Tidak diperkenankan untuk mengeritik
e.) Penyebab tersebut harus terkumpul lebih dahulu sebelum
sesorang
mengambil tindakan pemecahan. Seringkali semua informasi ide
ditulis pada
sebuah papan tulis yang besar dan disajikan untuk
dipertimbangkan dalam
waktu seminggu guna memberikan kesempatan kepada mereka
untuk
menambah beberapa penyebab yang mungkin masih ada pada
diagram
tersebut seperti yang terlintas dalam pemikiran mereka.
f.) Para anggota diminta untuk memberi tanda atau memilih
penyebab yang
mereka rasakan paling penting.
Terdapat tiga macam jenis aplikasi Cause and Effect Diagram yang
sering
dipakai, yaitu:
1. Cause Enumeration (Berdasar jenis penyebab)
2. Dispersion Analysis (Berdasarkan 5 faktor utama yaitu man,
machine,
material, methode, environtment)
3. Process Analysis (Berdasarkan proses yang dilalui)
4. Histogram
Histogram adalah bentuk dari grafik kolom yang
memperlihatkan
distribusi yang diperoleh bila mana dat dalam bentuk angka telah
terkumpul.
Meskipun suatu histogram dibuat berdasarkan contoh data, namun
tujuannya
adalah untuk memberikan saran mengenai kemungkinan distribusi
keseluruhan
data (populasi) yang contoh datanya diambil. Dalam Histogram,
nilai dari
peubah berkesinambungan digambarkan pada sumbu horizontal yang
dibagi
dalam kelas atau sel yang mempunyai ukuran sama. Biasanya ada
satu kolom
untuk tiap kelas dan tingginya kolom menggambarkan jumlah
terjadinya nilai
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 12
2012
data dalam jarak yang digambarkan oleh kelas. Histogram ini
dipakai untuk
menentukan masalah dengan melihat bentuk dan sifat dispersi dan
nilai rata-rata.
Gambar 2.4 Histogram
5. Diagram Tebar (Scatter Diagram)
Menggambarkan hubungan antara dua data yang dipetakan dalam
suatu
diagram. Diagram tebar digunakan sebagai alat penguji hubungan
antara sebab
dan akibat.
Gambar 2. 5 Scatter Diagram
http://en.wikipedia.org/wiki/Scatter_diagram
http://en.wikipedia.org/wiki/Scatter_diagram
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 13
2012
6. GrafikPengendali (Control Chart)
Peta kendali adalah alat untuk memonitor proses sehingga variasi
proses
dapat dikendalikan secara statistik. Variasi proses tidak
mungkin dihindari
meskipun proses produksi dilaksanakan pada kondisi dan
spesifikasi yang sama.
Variasi ini dipengaruhi oleh beberapa faktor yang terlibat dalam
proses produksi
seperti :
Peralatan atau mesin yang digunakan
Set up mesin yang kurang tepat
Kondisi dan keahlian operator
Kualitas material yang bervariasi
Manfaat utama peta kendali adalah untuk :
Menjaga stabilitas proses
Memprediksi perilaku proses
Melakukan penyesuaian atau perbaikan proses
Perencanaan produksi
Sebagai alat preventif pengendalian kualitas
Berdasarkan jenis data karakteristik kualitas yang akan
dikendalikan, peta
kendali dapat dibagi menjadi dua yaitu :
a. Peta kendali Variabel
b. Peta kendali Atribut
(Mitra, 1993)
a.) Peta Kendali Variabel
Peta kendali variabel digunakan jika karakteristik kualitas yang
akan dikendalikan
diperoleh melalui pengukuran dan dinyatakan dalam skala kontinu.
Macam-macam
peta kendali variabel adalah:
1. Peta kendali X - R
Definisi :
- Peta X - R adalah peta kendali yang meunjukkan harga rata-rata
(mean) dan
simpangan (range) dari suatu proses.
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 14
2012
- Peta kendali ini terdiri dari dua jenis peta kendali yaitu
Peta X yang
menunjukkan harga rata-rata proses dan peta R yang menunjukkan
simpangan
atau variabilitas proses.
- Kedua peta kendali dalan peta X - R saling melengkapi,
sehingga dalam
pembuatannya tidak dapat dipisahkan.
Langkah Pembuatan Peta X - R
Langkah 1
Tentukan karakteristik kualitas yang akan dikendalikan
Langkah 2
Tentukan metode dan perangkat sistem inspeksi yang digunakan
Langkah 3
Kumpulkan data (x) dan kelompokkan dalam sub group dengan ukuran
n
Langkah 4
Untuk setiap sub group dilakukan perhitungan :
a. Harga rata-rata sub group dengan formula sebagai berikut
:
n
XXXXX n
...321
b. Harga range dengan formula sebagai berikut :
terkecilterbesar XXR
Langkah 5
a. Hitung rata-rata keseluruhan sebagai berikut :
k
XXXXX
k
...321
b. Hitung rata-rata rentang sebagai berikut :
k
RRRRR k
...321
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 15
2012
Langkah 6
Hitung garis-garis kendali sebagai berikut :
a. Untuk peta X , hitung
- Garis sentral (Central line) : CL = X
- Batas kendali atas (Upper Control Limit) : UCL = X + A2R
- Batas kendali bawah (Lower Control Limit) : UCL = X - A2R
b. Untuk peta R, hitung :
- Garis sentral (Central line) : CL = R
- Batas kendali atas (Upper Control Limit) : UCL = D4 R
- Batas kendali bawah (Lower Control Limit) : UCL = D3 R
Langkah 7
Plot data rata-rata dan range pada peta kendali yang sesuai.
Pada tahap konstruksi
peta jika terdapat data-data yang keluar dari kontrol dan
ketahui penyebabnya,
buang data dan lakukan perhitungan ulang untuk mendapatkan CL,
UCL, dan
LCL revisi.
Langkah 8
Menentukan revisi CL dan batas kendali (jika diperlukan)
Langkah 9
Menginterpretasikan peta dan melakukan analalisis
2. Peta kendali X - s
Definisi :
Peta X - s merupakan peta kendali variabel yang digunakan
dalam
mengendalikan rata-rata proses (ukuran keakuratan) dan standar
deviasi (ukuran
kepresisian).
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 16
2012
Langkah pembuatan peta X - s
Langkah pembuatan peta X - s sama dengan langkah pembuatan peta
X - R.
Perbedaaanya terletak pada nilai R yang digantikan dengan nilai
s, serta
perbedaan dalam menentukan batas-batas kendali, yaitu :
a. Hitung mean standar deviasi sub group sampel ( s ) dan mean
dari rataan
group ( X )
g
s
s
g
i
i
1
g
X
X
g
i
i
1
b. Untuk peta X , hitung
- Garis sentral (Central line) : CL = X
- Batas kendali atas (Upper Control Limit) : UCL = X + A3s
- Batas kendali bawah (Lower Control Limit) : UCL = X - A3s
c. Untuk peta s, hitung
- Garis sentral (Central line) : CL = s
- Batas kendali atas (Upper Control Limit) : UCL = B4 s
- Batas kendali bawah (Lower Control Limit) : UCL = B3 s
Montgomery, 1993
3. Peta Kendali Variabel Khusus
a. Peta Kendali Trend
Definisi :
Peta kendali Trend digunakan jika nilai X memiliki trend
tertentu.
Langkah pembuatan Peta Kendali Trend
Tentukan persamaan Central line ( X )
X = a + bG
X : rata-rata tipa group
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 17
2012
a : konstanmta saat G = 0
b : slope X
G : nomor subgroup
Tentukan batas kendali
UCL dan LCL berjarak A2 R dari central line
b. Peta Kendali Moving Average Moving Range
Definisi :
Peta kendali Moving Average MovingRange digunakan jika kita
ingin
lebih teliti dalam melihat shifting (pergeseran) yang terjadi,
serta nilai (data)
yang digunakan merupakan nilai individual.
Langkah pembuatan Peta Kendali Moving Average MovingRange
Langkah pembuatan Peta Kendali Moving Average MovingRange
sama
dengan peta X - R, perbedaannya terletak pada perhitungan nilai
X dan
nilai R yaitu :
Nilai X
Nilai X diganti mean dari nilai Moving Average
Nilai R
Nilai R diganti mean dari nilai Moving Range.
(Montgomery, 1993)
Besaran R dan X merupakan besaran yang ditentukan oleh penyusun
peta
kendali untuk menjadi target dan besarnya ditentukan dengan
mengguankan
beberapa acuan yaitu sebagai berikut :
1. Peta kendali terdahulu
2. Data historis
3. Pengalaman di masa lalu berkaitan dengan part yang sama.
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 18
2012
4. Spesifikasi yang harus dihasilkan.
Acuan ini durutkan dari yang terbaik sampai yang terburuk.
b.) Peta Kendali Atribut
Peta kendali atribut digunakan jika karakteristik kualitas yang
akan dikendalikan
tidak diperoleh melalui pengukuran. Nilai atribut diperoleh
melalui pemeriksaan
karakteristik produk yang hasilnya dinyatakan dengan sesuai atau
tidak sesuai
berdasarkan ukuran atau standar tertentu.
Contoh :
Pemeriksaan visual terhadap lengkap atau tidak lengkapnya
komponen yang ada
pada suatu produk.
Pemeriksaan apakah suatu komponen berfungsi atau tidak
berfungsi.
Terdapat beberapa jenis peta kendali atribut. Jenis dan
penggunaan peta kendali
tersebut diberikan pada tabel berikut.
Tabel 2.1 Jenis jenis Peta Kendali Atribut
Jenis
Peta Penggunaan
1. Peta p
Tipe data diskrit
Menggambarkan fraksi cacat
Ukuran sampel yang bervariasi
2. Peta np
Tipe data diskrit
Menggambarkan jumlah item cacat
Ukuran sampel sama
3. Peta u Menggambarkan jumlah cacat per unit
4. Peta c Menggambarkan jumlah cacat satu unit sampel
tertentu
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 19
2012
Peta p
Pengertian :
o p menunjukkan perbandingan jumlah item cacat atau tidak
memenuhi
spesifikasi dari sejumlah sampel.
sampeldalamitemjumlah
cacatyangitemjumlahp
___
___
o Peta p ditujukan untuk pengendalian proses dimana ukuran
sampel bervariasi
sehingga besaran p akan selalu menunjukkan proporsi item yang
cacat dari
sekumpulan sampel.
Langkah langkah Pembuatan Peta p :
1. Lakukan pemeriksaan terhadap n buah item produk dan cacat
(np). Ulangi
pemeriksaan untuk sampel lain yang diambil dari lot produksi
atau waktu produksi
yang lain.
2. Untuk setiap pemeriksaan (sampel i), hitung fraksi cacat
dengan rumus :
i
iii
n
pnp
3. Hitung rata rata fraksi cacat dari seluruh item yang
diperiksa dengan rumus :
k
i
i
k
i
ii
n
pn
p
1
1
Dimana k = jumlah sampel yang diperiksa.
4. Hitung standar deviasi fraksi cacat dengan rumus :
i
in
pps
)1(
5. Buat peta p dengan batas batas kendali sebagai berikut :
Garis sentral (Central Limit) = CL = p
Batas Kendali Atas (UpperCentral Limit) = UCL = isp 3
Batas Kendali Bawah (LowerCentral Limit) = LCL = isp 3
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 20
2012
6. Plot fraksi cacat p untuk setiap pemeriksaan (sampel) pada
peta kendali yang
dibuat pada langkah 5.
7. Interpretasikan peta kendali yang terbentuk dan lakukan
analisi terhadapnya.
Peta np
Peta np pada dasarnya sama dengan peta p, hanya saja dalam peta
ini ukuran
sampel yang digunakan tetap untuk setiap kali pengamatan.
Langkah langkah Pembuatan Peta np :
1. Catat jumlah cacat setiap lot yang diperiksa.
2. Hitung rata rata jumlah cacat dengan rumus :
k
i
i
k
i
ii
n
pn
p
1
1
3. Hitung garis sentral dari peta np :
k
i
k
i
ii
grupsub
pn
pn
1
1
4. Hitung standar deviasi jumlah cacat dengan rumus :
ppnsi 1 5. Plot titik titik np pada peta yang terbentuk.
6. Interpretasikan peta dan lakukan analisis.
Peta u
Pengertian :
o Peta u dipergunakan untuk menggambarkan cacat pada suatu ukran
tertentu.
Contoh :
- Cacat tenunan kain pada luasan kain tertentu.
- Cacat persatuan panjang suatu kabel.
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 21
2012
o Pengertian u adalah sebagai berikut :
n
c
diperiksayangcacatjumlah
ditemuiyangcacatjumlahu
___
___
o Ukuran unit yang diperiksa dalam hal ini tidak harus selalu
sama.
Langkah langkah Pembuatan Peta u :
1. Lakukan pemeriksaan terhadap satu unit item n dan catat
jumlah cacat yang ada c.
2. Kelompokkan data berdasarkan lot, produk, sampel, dll. Buat
ukuran kelompok
data sedemikian sehingga jumlah cacat per unit lebih besar dari
2 atau 3.
3. Hitung jumlah cacat per unit untuk setiap kelompok data. U
adalah jumlah cacat
per kelompok dibagi dengan jumlah unit kelompok tersebut.
n
cu
4. Hitung juga rata rata u sebagai berikut :
n
uu
5. Hitung garis garis kendali sebagai berikut :
Garis sentral (Central Limit) = CL = u
Batas Kendali Atas (UpperCentral Limit) = UCL = n
uu 3
Batas Kendali Bawah (LowerCentral Limit) = LCL = n
uu 3
6. Plot data u ke dalam peta.
Peta c
Peta c pada dasarnya sama dengan peta u, hanya saja dalam peta
ini ukuran
sampel yang digunakan tetap untuk setiap kali pengamatan.
Langkah langkah Pembuatan Peta c :
1. Kumpulkan data jumlah cacat c dari suatu unit item.
2. Hitung rata rata jumlah cacat dengan rumus :
sampel
cc
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 22
2012
3. Buat peta dengan garis garis kendali sebagai berikut :
Garis sentral (Central Limit) = CL = c
Batas Kendali Atas (Upper Central Limit) = UCL = cu 3
Batas Kendali Bawah (LowerCentral Limit) = LCL = cu 3
4. Plot data c yang diamati ke dalam peta.
(Montgomery, 1993)
7. Stratifikasi
Adalah upaya untuk mengklasifikasikan persoalan menjadi kelompok
sejenis
yang lebih kecil atau menjadi unsur-unsur tunggal dari
persoalan. Misalnya
menurut: jenis kesalahan, penyebab kesalahan/kerusakan, lokasi
kesalahan,
bahan/material, hari pembuatan, unit kerja, dll.
2.5 Rencana Penerimaan Sampel
Rencana penerimaan sampel (acceptance sampling plans)adalah
prosedur
yang digunakan dalam mengambil keputusan terhadap produk-produk
yang datang
atau yang sudah dihasilkanperusahaan.
Keunggulan Acceptance Sampling:
Lebih murah
Dapat meminimalkan kerusakan dan perpindahan tangan
Mengurangi kesalahan dalam inspeksi,
Dapat memotivasi pemasok bila ada penolakan bahan baku.
Besterfield (1998)
Kelemahan Acceptance Sampling:
Adanya risiko penerimaan produk cacat atau penolakan produk
baik
Sedikitnya informasi mengenai produk
Membutuhkan perencanaan dan pendokumentasian prosedur
pengambilan sampel,
Tidak adanya jaminan mengenai sejumlah produk tertentu yang akan
memenuhi
spesifikasi.
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 23
2012
Acceptance Sampling untuk data Atribut dan variabel
Acceptance sampling untuk data atribut dilakukan apabila
inspeksi
mengklasifikasikan produk sebagai produk yang baik dan produk
yang cacat tanpa
ada pengklasifikasian tingkat kesalahan atau cacat produk
tersebut
(Mitra, 1993).
Dalam acceptance sampling untuk data variabel, karakteristik
kualitas ditunjukkan
dalam setiap sampel. Oleh karenanya, dalam acceptance sampling
untuk data
variabel dilakukan pula penghitungan rata-rata sampeldan
penyimpangan atau
deviasi standar sampel tersebut. Apabila rata-rata sampel berada
di luar jangkauan
penerimaan, maka produk tersebut akanditolak.
Karakteristik Acceptance Sampling
1. Indeks (AQL, AOQL, dan sebagainya) yang digunakan untuk
menentukan"kualitas" harus menunjukkan kebutuhan konsumen dan
produsen
dan tidak dipilihhanya untuk kebutuhan statistik.
2. Risiko dalam pengambilan sampel harus diketahui secara
kuantitatif (kurva OC).
Produsen harus memiliki perlindungan yang cukup terhadap
penolakan
produkbaik, konsumen juga harus dilindungi terhadap penerimaan
produk cacat.
3. Perencanaan harus meminimalkan biaya inspeksi produk
secara
keseluruhan.Perlu evaluasi yang lebih teliti dalam perencanaan
sampel, baik
dalampengambilan sampel tunggal, ganda, dan banyak.
4. Perencanaan harus menggunakan pengetahuan seperti kemampuan
proses, data
pemasok, dan informasi-informasi lainnya.
5. Perencanaan harus fleksibel menyesuaikan perubahan banyaknya
produk,
kualitas produk yang diterima, dan faktor-faktor lain yang
ter-kait.
6. Pengukuran yang diperlukan dalam perencanaan harus
menyediakan
informasiyang bermanfaat dalam memperkirakan kualitas produk
secara
individu dankualitas jangka panjang.
Gryna (2001):
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 24
2012
Indek kualitas yang dapat digunakan dalam acceptance sampling
:
1. AQL (Acceptance Quality Level = tingkat kualitas menurut
produsen)
Merupakan proporsi maksimum dari cacat atau kesalahan yang
diperbolehkan.
Produsen selalu menghendaki probabilitas penerimaan pada tingkat
yang cukup
tinggi (biasanya 0,99 atau 0,95). Sehingga produsen menginginkan
semua produk
yang baik dapat diterima atau meminimalkan risiko produsen.
Risiko produsen ()
adalah risiko yg diterima karena menolak produk baik dalam
inspeksinya. Dengan
kata lain produsen menginginkan probabilitas penerimaan(Pa)
dekat dengan 1
(satu). Probabilitas kesalahan tipe I = = 1 Pa.
2. LQL (Limiting Quality Level = tingkat kualitas menurut
konsumen)
Merupakan kualitas ketidakpuasan atau tingkat penolakan.
Probabilitas penerimaan
LQL harus rendah, probabilitas tersebut disebut risiko konsumen
() atau kesalahan
tipe II, yaitu risiko yang dialami konsumen karena menerima
produk yang cacat atau
tidak sesuai. LQL sering disebut dg LTPD (Lot Tolerance Percent
Defective).
3. IQL (Indifference Quality Level )
Tingkat kualitas diantara AQL dan LQL atau tingkat kualitas pada
probabilitas 0.5
untuk rencana sampel tertentu.
4. AOQL (Average Outgoing Quality Level)
Perkiraan hubungan yang berada diantara bagian kesalahan pada
produk sebelum
inspeksi (incoming quality) atau p dari bagian sisa kesalahan
setelah inspeksi
(outgoing quality) atau AOQ = p x Pa. Apabila incoming quality
baik, maka
outgoing quality juga harus baik, namun bila incoming quality
buruk, maka
outgoing quality akan tetap baik. Dengan kata lain incoming
quality baik atau buruk,
outgoing quality akan cenderung baik.
Merencanakan Kebutuhan Sampel Berdasarkan Standar
Perencanaan pengambilan standar ANSI/ASQC Z1.9 dikembangkan
pada
tahun 1980 dan dimodifikasikan menjadi ml-std 414 seta diadopsi
oleh organisasi
standar internasional (ISO) menjadi ISO/DIS 3951. Standar
tersebut ditunjukkan
dengan nilai-nilai numeric dari AQL dengan jarak 0,1% hingga
10,0%.
ANSI/ASQC Z1.9 adalah perencanaan sempel berdasarkan pada AQL
yang
mengasumsikan bahwa distribusi dari karakteristik mutunya adalah
distribusi
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 25
2012
normal dengan menggunakan variabel acak. Standar ini membuat
ketentuan yang
meliputi sembilan prosedur yang dapat digunakan untuk
mengevaluasi apakah
produk tersebut dapat diterima atau tidak.
Standar ini memepunyai 3 macam inspeksi yaitu normal, ketat dan
longgar.
Sementara itu ANSI/ASQC Z1.9. juga digunakan dalam batas
spesifikasi single dan
ganda. Untuk standar pengambilan sempel ini mempunyai 2 macam
bentuk yaitu
bentuk 1 dan 2, namun untuk double specification limit hanya
bentuk 2.
Bentuk 1 menggunakan nilai penting untuk jarak/ beda standar
yang ditunjukkan
dalam standar deviasi, antara rata-rata proses dan batas
spesifikasi tertentu.
Standar deviasi > nilai k, maka produk diterima
Bentuk 2 menggunakan perkiran produk cacat yang ada diluat
spesifikasi .
Perkiraan < nilai m, maka produk diterima
2.6 Konsep Biaya Kualitas
Perusahaan-perusahaan kelas dunia menduga biaya kualitas
(Quality cost) untuk
beberapa alasan:
Mengkuantifikasi ukuran dari masalah kualitas dalam bahasa uang
, guna
meningkatkan komunikasi diantara manager menengah dan manager
puncak
Kesempatan utama untuk merdukasi biaya dapat diidentifikasii
Kesempatan untuk mengurangi ketidakpuasan pelanggan dan
ancaman-
ancaman yang berkaitan dengan produk yang dipasarkan dapat
diidentifikasi.
Beberapa biaya dari kualitas jelek (cost of poor quality)
merupakan hasil dari
kegagalan produk setelah penjualan.
Beberapa perusahaan kelasdunia mengguanakan ukuran biaya
kualitas sebagai
indikator keberhasilan program perbaikan kualitas, yang dapat
dihubungkan dengan
ukuran-ukuran lain seperti:
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 26
2012
Biaya kualitas dibandingkan dengan nilai penjualan (presentase
biaya
kualitas terhadap nilai penjualan), semakin rendah nilai ini
menunjukkan
program perbaikan kualitas semakin sukses
Biaya kualitas dibandingkan terhadap keuntungan (presentase
biaya kualitas
terhadap ilai keuntungan), semakin rendah nilai ini menunjukkan
program
perbaikan kualitas semakin sukses
Biaya kualitas dibandingkan terhadap harga pokok penjualan (cost
of good
sold), diukur berdasarkan presentase biaya kualitas total
terhadap nilai harga
pokok penjualan, dimana semakin rendah nilai ini menunjukkan
program
perbaikan kualitas semakin sukses
Kategori Biaya Kualitas
Pada dasaranya biaya kualitas dapat didasarkan kedalam empat
jenis, yaitu:
1. Biaya Kegagalan Internal
Yaitu biaya yang berhubungan dengan kesalahan dan nonkonformansi
yang
ditemukan sebelum menyerahkan produk ke pelanggan. Biaya-biaya
ini tidak
akan muncul apabila tidak ditemukan kesalahan atau
nonkonformansi dalam
produk sebelum pengiriman. Contoh dari biaya kegagalan
internal:
a. Scrap : Biaya yang dikeluaraka untuk tenega kerja, material,
dan biasanya
overhead pada produk cact yang secara ekonomis tidak dapat
diperbaiki
kembali. Terdapat banyak ragam nama dari jenis ini, yaitu:
scrap, cacat
pemborosan, usang, dll.
b. Peketrjaan ulang (Rework): biaya yang dikeluarkan untuk
memperbaiki
kesalahan (mengerjakan ulang) produk agar memenuhi spesifikasi
yang
ditentukan.
c. Analisis kegagalan (failure analysis): biaya yang dikeluarkan
untuk
menganalsis kegagalan produk guna menentukan
penyebab-penyebab
kegagalan itu.
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 27
2012
d. Inspeksi ulang dan pengujian ulang (reinspection and
reitesting): biaya-biaya
yang dikeluarkan untuk inpeksi ulang dan pengujian ulang produk
yang telah
mengalami pengerjaan ulang atau perbaikan kembali.
e. Downgrading: selisih antara harga jual normal dan harga yang
dikurangi
karena alasan kualitas
f. Avoidable Process Losses: biaya-biaya kehilangan yang terjadi
meskipun
produk tersebut tidak cacat. Sebagai contoh: kelebihan bobot
produk yang
diserahkan ke pelanggan karena variabilitas dalam peralatan
pengukuran, dll.
2. Biaya Kegagalan Eksternal
Yaitu biaya-biaya yang berhubungan dengan kesalahan atau
nonkonfomansi
yang ditemukan setelah produk itu diserahkan ke pelanggan.
Biaya-biaya ini
tidak akan muncul apabila tidak ditemukan kesalahan atau
nonkonformansi
dalam produk ssetelah pengiriman. Contoh dari biaya kegagalan
eksternal:
a. Jaminan (Warranty): biaya yang dikeluarkan untuk pengantian
atau
perbaikan kembali produk yang masih berada dalam masa
penjaminan
b. Penyelesaian keluhan (Complaint Adjustment): biya-biaya
yang
dikeluarkan untuk penyelidikan dan penyelesaian keluhan yang
berkaitan
dengan produk cacat.
c. Produk dikembalikan (Returned Product): biaya-biaya yang
berkaitan
dengan penerimaan dan penempatan produk cacat yang
dikembalikan
oleh pelangan.
d. Allowance: biaya-biaya yang berkaitan dengan konsesi pada
pelanggan
karena produk yang berada dibawah standar kualitas yangsedang
diterima
oleh pelanggan atau yang tidak memnuhi spesifikasi
penggunaan.
3. Biaya Penilaian
Yaitu biaya-biaya yang berhubungan dengan derajad konformansi
terhadap
persyaratan kualitas (spesifikasi yang ditetapkan). Contoh dari
biaya aplikasi:
a. Inspeksi dan pengujian kedatangan material
b. Inspeksi dan pengujian produk dalam proses
c. Inspeksi dan pengujian produk akhir
d. Audit kualitas produk
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 28
2012
e. Pemeliharaan akurasi peralatan pengujian
f. Evaluasi stok
4. Biaya Pencegahan
Yaitu biaya-biaya yang berhubungan dengan upaya pencegahan
kegagalan
internal maupun eksternal, sehngga meminimumkan biaya kegagalan
internal
dan kegagalan eksternal. Contoh darai biaya pencegahan
adalah:
a. Perencanaan kualitas
b. Tinjauan ulang produk baru (New Product Review)
c. Pengendalian proses
d. Audit kualitas
e. Evaluasi kualitas pemasok
f. Pelatihan
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 29
2012
BAB III
METODOLOGI PENELITIAN
Gambar 3.1 Flow Chart Penelitian
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 30
2012
BAB IV
PENGOLAHAN DAN PENGUMPULAN DATA
4.1 Acceptance Sampling
4.1.1 Kebijakan Sempel AsRoda
1. Panjang as roda
- N=25
AQL = 0.35, berartiberdasartabel 10.1 AQL conversion table
AQL value = 0.40 (0.280 to 0.439)
- Hasil Output MRP as roda
Tabel 4.1 Output MRP As Roda
PERIODE 1 2 3 4 5 6 7 8 9 10 11 12
As Roda 14,170 14,170 14,170 10,696 10,696 10,696 10,696 14,238
14,238 14,238 14,238 0
- Berdasarkan Output MRP, lot size as roda periode 1 adalah
14.170
Berarti berdasarkan tabel 10.2 sample size code letters (s-4)
diperoleh
inspection levels adalah I = (10.001-35000)
Tabel 4.2 Data Pengukuran Panjang As Roda
No Ukuran x2
1 59,8 3576,04
2 59,7 3564,09
3 60 3600
4 60 3600
5 59,9 3588,01
6 59,85 3582,023
7 59,8 3576,04
8 59,8 3576,04
9 59,8 3576,04
10 60,1 3612,01
11 59,95 3594,003
12 59,9 3588,01
13 59,9 3588,01
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 31
2012
Tabel 4.2 Data Pengukuran Panjang As Roda (Lanjutan)
No Ukuran x2
14 60,1 3612,01
15 59,9 3588,01
16 59,85 3582,023
17 60 3600
18 60 3600
19 59,9 3588,01
20 60,1 3612,01
21 59,9 3588,01
22 60,1 3612,01
23 59,85 3582,023
24 59,8 3576,04
25 60 3600
Jumlah 1498 89760,46
=
=59.92
S =
=
= 0.1118
Standarperusahaanuntukpanjang as roda
58.5mm 1,5mm
USL = 58.5 + 1,5 = 60 mm
LSL = 58.5 - 1,5 = 57 mm
Zu =
=
= 0.715 ZL =
=
= 10,618
Berdasarkan tabel 10.7 didapatkan nilai Zudan ZL
Pu = 23,71 PL = 0 P= Pu+ PL =23,71 + 0 = 23,71
- Berdasar table halaman 424 untuk AQL Value = 0,4 dan kode I
diperoleh nilai
m = 1,29
- Jadi, P > m = 23,71 > 1,29 Berarti
- Keputusannya adalah lot ditolak
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 32
2012
2. Diameter as roda
- N=25
AQL = 0.35, berarti berdasar tabel 10.1 AQL conversion table
AQL value = 0.40 (0.280 to 0.439)
- Berdasarkan Output MRP, lot size as roda periode 1 adalah
14.170
Berarti berdasarkan tabel 10.2 sample size code letters (s-4)
diperoleh
inspection levels adalah I = (10.001-35000)
Tabel 4.3 Data Pengukuran diameter as roda
No diameter as roda x2
1 1,9 3,61
2 1,88 3,5344
3 2 4
4 1,9 3,61
5 1,94 3,7636
6 2 4
7 1,98 3,9204
8 1,88 3,5344
9 1,92 3,6864
10 1,9 3,61
11 1,92 3,6864
12 1,88 3,5344
13 1,92 3,6864
14 1,86 3,4596
15 2 4
16 1,98 3,9204
17 1,98 3,9204
18 1,9 3,61
19 1,9 3,61
20 1,98 3,9204
21 2,2 4,84
22 2 4
23 1,88 3,5344
24 1,92 3,6864
25 1,9 3,61
Jumlah 48,52 94,288
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 33
2012
=
=1.941
S =
=
= 0.0708
Standar perusahaan untuk diameter as roda
1.8 mm 0.2 mm
USL = 1.8+ 0.2 = 2 mm
USL = 1.8 - 0.2 = 1,6 mm
Zu =
=
= 0.836 ZL =
=
= 4,814
Berdasarkan tabel 10.7 didapatkan nilai Zudan ZL
Pu = 20,14 PL = 0 P= Pu+ PL =20,14+ 0 = 20,14
- Berdasar table halaman 424 untuk AQL Value = 0,4 dan kode I
diperoleh nilai
m =1,29
- Jadi, Z > m = 20,14 > 1,29 Berarti
- Keputusannya adalah lot ditolak
4.1.2 KebijakanSempelGardan
1. Panjang Gardan
- N=20
AQL = 0.18, berarti berdasar tabel 10.1 AQL conversion table
AQL value = 0.25 (0.165 to 0.279)
- Hasil Output MRP garden
Tabel 4.4 Output MRP Gardan
PERIODE 1 2 3 4 5 6 7 8 9 10 11 12
Gardan 7,085 7,085 7,085 5,348 5,348 5,348 5,348 7,119 7,119
7,119 7,119 0
- Berdasarkan Output MRP, lot size as roda periode 1 adalah
7.085
Berarti berdasarkan tabel 10.3 sample size code letters (s-4)
diperoleh
inspection levels adalah H (3201-10000)
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 34
2012
Tabel 4.5 Data Pengukuran Panjang Gardan
No PanjangGardan x2
1 74,3 5520,49
2 74,05 5483,403
3 74,4 5535,36
4 74,1 5490,81
5 74,1 5490,81
6 74,55 5557,703
7 74,2 5505,64
8 74,5 5550,25
9 74,05 5483,403
10 74,2 5505,64
11 74,44 5541,314
12 73,95 5468,603
13 74,15 5498,223
14 74,4 5535,36
15 74,1 5490,81
16 74,05 5483,403
17 74,3 5520,49
18 74,2 5505,64
19 74,2 5505,64
20 74,1 5490,81
1484,34 110163,8
=
= 74,217
S =
=
= 0.168
Standarperusahaanuntukpanjang garden
74 mm 0.75mm
USL = 74 + 0.75 = 74.75 mm
LSL = 74 - 0.75 = 73,25 mm
Zu =
=
= 3,17 ZL =
=
= 6,97
Berdasarkan tabel 10.7 didapatkan nilai Zudan ZL
Pu = 0,008 PL = 0 P= Pu+ PL =0,008+ 0 = 0,008
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 35
2012
- Berdasar table halaman 424 untuk AQL Value = 0,25 dan kode H
diperoleh nilai
m = 0,846
- Jadi, Z < m = 0,008 < 0,846. Berarti
- Keputusannya adalah lot diterima
2. Diameter Gardan
- N=20
AQL = 0.18, berarti berdasar tabel 10.1 AQL conversion table
AQL value = 0.25 (0.165 to 0.279)
- Berdasarkan Output MRP, lot size as roda periode 1 adalah
7.085
Berarti berdasarkan tabel 10.3 sample size code letters (s-4)
diperoleh
inspection levels adalah H = 20
Tabel 4.6 Data Pengukuran Diamter Gardan
No diameter gardan x2
1 1,6 2,56
2 1,4 1,96
3 1,5 2,25
4 1,48 2,1904
5 1,48 2,1904
6 1,52 2,3104
7 1,54 2,3716
8 1,44 2,0736
9 1,5 2,25
10 1,54 2,3716
11 1,48 2,1904
12 1,6 2,56
13 1,58 2,4964
14 1,6 2,56
15 1,5 2,25
16 1,52 2,3104
17 1,6 2,56
18 1,52 2,3104
19 1,48 2,1904
20 1,54 2,3716
30,42 46,3276
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 36
2012
=
= 1,521
S =
=
= 0.0556
Standar perusahaan untuk diameter gardan
1.48 mm 0.13mm
USL = 1.48+ 0.13 = 1.61 mm
LSL = 1.48 - 0.13 = 1.35 mm
Zu =
=
= 1,6 ZL =
=
= 3,074
Berdasarkan tabel 10.7 didapatkan nilai Zudan ZL
Pu = 5,09 PL =0,016 P= Pu+ PL =5,09+ 0,016 = 5,106
- Berdasar table halaman 424 untuk AQL Value = 0,25 diperoleh
nilai m = 0,846
- Jadi, Zu> m = 5.106> 0,846. Berarti
- Keputusannya adalah lot ditolak
4.1.3 KebijakanSempelBesiDinamo
1. Diameter Besi Dinamo
- N=20
AQL = 0.18, berarti berdasar tabel 10.1 AQL conversion table
AQL value = 0.25 (0.165 to 0.279)
- Hasil Output MRP Dinamo
Tabel 4.7 Output MRP Dinamo
PERIODE 1 2 3 4 5 6 7 8 9 10 11 12
Dinamo 7,085 7,085 5,348 5,348 5,348 5,348 7,119 7,119 7,119
7,119 0 0
- Berdasarkan Output MRP, lot size as roda periode 1 adalah
7.085
Berarti berdasarkan tabel 10.3 sample size code letters (s-4)
diperoleh
inspection levels adalah H = (3201-10000)
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 37
2012
Tabel 4.8 Data Pengukuran Diameter Besi Dinamo
No
diameter besi
dynamo x2
1 2 4
2 2 4
3 2,1 4,41
4 2,18 4,7524
5 2,06 4,2436
6 2,1 4,41
7 2,05 4,2025
8 2 4
9 2,1 4,41
10 2,1 4,41
11 2,06 4,2436
12 2,08 4,3264
13 2,1 4,41
14 2,16 4,6656
15 2,14 4,5796
16 2,16 4,6656
17 2,06 4,2436
18 2,1 4,41
19 2 4
20 2,1 4,41
Jumlah 41,65 86,7929
=
= 2,08
S =
=
= 0.0546
Standar perusahaan untuk diameter besidinamo
1.95 mm 0.15mm
USL = 1.95 + 0.15= 2.1 mm
LSL = 1.95 - 0.15= 1,8 mm
Zu =
=
= 0,320 ZL =
=
= 5,122
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 38
2012
Berdasarkan tabel 10.7 didapatkan nilai Zudan ZL
Pu = 37,62 PL =0 P= Pu+ PL =37,62+ 0 = 37,62
- Berdasar tabelhalaman 424 untuk AQL Value = 0,25 dan kode H
diperoleh nilai
m = 0,846
- Jadi, Z > m = 37,62 > 0,846. Berarti
- Keputusannya adalah lot ditolak
4.2 Pengumpulan dan Pengolahan Data Kualitas Raw Material
4.2.1 Data Variabel
1. Panjang As Roda
a. Perhitungan manual
Tabel 4. 9 Data Pengukuran Panjang As Roda
No Panjang as
roda
Raw
Material
1 59,8 39
2 59,7 26
3 60 64
4 60 27
5 59,9 8
6 59,85 2
7 59,8 12
8 59,8 55
9 59,8 29
10 60,1 34
11 59,95 23
12 59,9 28
13 59,9 5
14 60,1 15
15 59,9 22
16 59,85 16
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 39
2012
Tabel 4. 9 Data Pengukuran Panjang As Roda (Lanjutan)
No Panjang as
roda
Raw
Material
17 60 20
18 60 68
19 59,9 51
20 60,1 18
21 59,9 61
22 60,1 41
23 59,85 21
24 59,8 53
25 60 3
1. Peta
= CLR = MR =
125
6,2
11 n
MRn
i
0.108
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 3.267 x 0.108 = 0.353925
LCLR = D3 =0 x 0.108 = 0
Tabel 4.10 Perhitungan I-MR untuk Panjang As Roda
No. Raw
Material Ukuran MR MR bar
UCL
MR
LCL
MR
1 39 59,8
2 26 59,7 0,1 0,108 0,353925 0
3 64 60 0,3 0,108 0,353925 0
4 27 60 0 0,108 0,353925 0
5 8 59,9 0,1 0,108 0,353925 0
6 2 59,85 0,05 0,108 0,353925 0
7 12 59,8 0,05 0,108 0,353925 0
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 40
2012
Tabel 4.10 Perhitungan I-MR untuk Panjang As Roda (Lanjutan)
No. Raw
Material Ukuran MR MR bar UCL MR
LCL
MR
8 55 59,8 0 0,108 0,353925 0
9 29 59,8 0 0,108 0,353925 0
10 34 60,1 0,3 0,108 0,353925 0
11 23 59,95 0,15 0,108 0,353925 0
12 28 59,9 0,05 0,108 0,353925 0
13 5 59,9 0 0,108 0,353925 0
14 15 60,1 0,2 0,108 0,353925 0
15 22 59,9 0,2 0,108 0,353925 0
16 16 59,85 0,05 0,108 0,353925 0
17 20 60 0,15 0,108 0,353925 0
18 68 60 0 0,108 0,353925 0
19 51 59,9 0,1 0,108 0,353925 0
20 18 60,1 0,2 0,108 0,353925 0
21 61 59,9 0,2 0,108 0,353925 0
22 41 59,95 0,05 0,108 0,353925 0
23 21 59,85 0,1 0,108 0,353925 0
24 53 59,8 0,05 0,108 0,353925 0
25 3 60 0,2 0,108 0,353925 0
Jumlah 1497,85 2,6
rata-rata 59,914 0,108333
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 41
2012
Gambar 4.1 Peta Kendali MR Panjang As Roda
Gambar 4.2 Output Software SPSS Peta Kendali I-MR Panjang As
Roda
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
2 4 6 8 10 12 14 16 18 20 22 24
Nila
i MR
Nomor Sampel
Peta Kendali MR Panjang As Roda
UCL MR
LCL MR
MR bar
MR
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 42
2012
2. Peta
= CLX = 25
85,1497
1 Subgroup
Xn
i
59,914
UCL = * = 59,914 + 2,66*108 = 60,20128
LCL = * = 59,914 - 2,66*108 = 59,62672
USL = 58,5 + 1,5 = 60
LSL = 58,5 1,5 = 57
Tabel 4.11 perhitungan X bar Panjang As Roda
No. Raw
Material Ukuran x bar
UCL x
bar
LCL x
bar
1 39 59,8 59,914 59,914 59,914
2 26 59,7 59,914 60,20128 59,62672
3 64 60 59,914 60,20128 59,62672
4 27 60 59,914 60,20128 59,62672
5 8 59,9 59,914 60,20128 59,62672
6 2 59,85 59,914 60,20128 59,62672
7 12 59,8 59,914 60,20128 59,62672
8 55 59,8 59,914 60,20128 59,62672
9 29 59,8 59,914 60,20128 59,62672
10 34 60,1 59,914 60,20128 59,62672
11 23 59,95 59,914 60,20128 59,62672
12 28 59,9 59,914 60,20128 59,62672
13 5 59,9 59,914 60,20128 59,62672
14 15 60,1 59,914 60,20128 59,62672
15 22 59,9 59,914 60,20128 59,62672
16 16 59,85 59,914 60,20128 59,62672
17 20 60 59,914 60,20128 59,62672
18 68 60 59,914 60,20128 59,62672
19 51 59,9 59,914 60,20128 59,62672
20 18 60,1 59,914 60,20128 59,62672
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 43
2012
Tabel 4.11 perhitungan X bar Panjang As Roda (Lanjutan)
No. Raw
Material Ukuran x bar
UCL x
bar
LCL x
bar
21 61 59,9 59,914 60,20128 59,62672
22 41 59,95 59,914 60,20128 59,62672
23 21 59,85 59,914 60,20128 59,62672
24 53 59,8 59,914 60,20128 59,62672
25 3 60 59,914 60,20128 59,62672
jumlah 1497,85
rata-rata 59,914
Gambar 4.3 Peta Kendali X bar Panjang As Roda
55
56
57
58
59
60
61
1 3 5 7 9 11 13 15 17 19 21 23 25
Uku
ran
Nomor Sampel
Peta Kendali X bar Panjang As Roda
UCL x bar
LCL x bar
x bar
x
USL
LSL
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 44
2012
b. Perhitungan dengan Software
1. Output SPSS
Gambar 4.4 Output Software SPSS Peta Kendali Xbar-MR Panjang As
Roda
2. Output Minitab
Gambar 4.5 Output Software Minitab Peta Kendali I-MR dan Xbar-MR
Panjang As Roda
Observation
In
div
idu
al
Va
lue
252321191715131197531
60,0
59,8
59,6
_X=59,914
UB=60
LC L=59,6259
Observation
Mo
vin
g R
an
ge
252321191715131197531
0,4
0,3
0,2
0,1
0,0
__MR=0,1083
UC L=0,3540
LC L=0
I-MR Chart of C2
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 45
2012
2. Diameter As Roda
a. Perhitungan Manual
Tabel 4.12 Data Pengukuran Diameter As Roda
No diameter
as roda
Raw
Material
1 1,9 15
2 1,88 16
3 2 22
4 1,9 23
5 1,94 18
6 2 64
7 1,98 26
8 1,88 68
9 1,92 12
10 1,9 19
11 1,92 5
12 1,88 51
13 1,92 28
14 1,86 39
15 2 41
16 1,98 21
17 1,98 20
18 1,9 53
19 1,9 34
20 1,98 55
21 2,2 29
22 2 31
23 1,88 8
24 1,92 2
25 1,9 27
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 46
2012
1. Peta MR bar Diameter As Roda
= CLR = MR =
125
6,1
11 n
MRn
i
0.067
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 3.267 x 0,067 = 0.2178
LCLR = D3 =0 x 0,067 = 0
Iterasi 0
Tabel 4.13 perhitungan MR Diameter As Roda iterasi 0
No. Raw
Material Ukuran MR MR bar
UCL
MR
LCL
MR
1 15 1,9
2 16 1,88 0,02 0,067 0,2178 0
3 22 2 0,12 0,067 0,2178 0
4 23 1,9 0,1 0,067 0,2178 0
5 18 1,94 0,04 0,067 0,2178 0
6 64 2 0,06 0,067 0,2178 0
7 26 1,98 0,02 0,067 0,2178 0
8 68 1,88 0,1 0,067 0,2178 0
9 12 1,92 0,04 0,067 0,2178 0
10 19 1,9 0,02 0,067 0,2178 0
11 5 1,92 0,02 0,067 0,2178 0
12 51 1,88 0,04 0,067 0,2178 0
13 28 1,92 0,04 0,067 0,2178 0
14 39 1,86 0,06 0,067 0,2178 0
15 41 2 0,14 0,067 0,2178 0
16 21 1,98 0,02 0,067 0,2178 0
17 20 1,98 0 0,067 0,2178 0
18 53 1,9 0,08 0,067 0,2178 0
19 34 1,9 0 0,067 0,2178 0
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 47
2012
Tabel 4.13 perhitungan MR Diameter As Roda iterasi 0
No. Raw
Material Ukuran MR MR bar
UCL
MR
LCL
MR
20 55 1,98 0,08 0,067 0,2178 0
21 29 2,2 0,22 0,067 0,2178 0
22 31 2 0,2 0,067 0,2178 0
23 8 1,88 0,12 0,067 0,2178 0
24 2 1,92 0,04 0,067 0,2178 0
25 27 1,9 0,02 0,067 0,2178 0
jumlah 48,52 1,6
rata-rata 1,9408 0,066667
Sampel yang keluar yaitu sampel ke 21
Gambar 4.6 Peta kendali MR Diameter As Roda iterasi 0
0
0,05
0,1
0,15
0,2
0,25
2 4 6 8 10 12 14 16 18 20 22 24
Nila
i MR
Nomor Sampel
Peta Kendali MR Diameter As Roda
UCL MR
LCL MR
MR bar
MR
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 48
2012
Gambar 4.7 Output SPSS Peta Kendali I-MR Diameter As Roda
iterasi 0
2. Peta X bar-MR
Iterasi 0
= CLX = 25
5,48
1 Subgroup
Xn
i
1,9401
UCL = * = 1,9401+ 2,66*0,067 = 2,11902
LCL = * = 1,9401 - 2,66*0,067 = 1,76258
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 49
2012
Tabel 4.14 Perhitungan X bar Diameter As Roda iterasi 0
No. Raw
Material Ukuran x bar UCL x bar LCL x bar
1 15 1,9 1,9408 1,9408 1,9408
2 16 1,88 1,9408 2,11902 1,76258
3 22 2 1,9408 2,11902 1,76258
4 23 1,9 1,9408 2,11902 1,76258
5 18 1,94 1,9408 2,11902 1,76258
6 64 2 1,9408 2,11902 1,76258
7 26 1,98 1,9408 2,11902 1,76258
8 68 1,88 1,9408 2,11902 1,76258
9 12 1,92 1,9408 2,11902 1,76258
10 19 1,9 1,9408 2,11902 1,76258
11 5 1,92 1,9408 2,11902 1,76258
12 51 1,88 1,9408 2,11902 1,76258
13 28 1,92 1,9408 2,11902 1,76258
14 39 1,86 1,9408 2,11902 1,76258
15 41 2 1,9408 2,11902 1,76258
16 21 1,98 1,9408 2,11902 1,76258
17 20 1,98 1,9408 2,11902 1,76258
18 53 1,9 1,9408 2,11902 1,76258
19 34 1,9 1,9408 2,11902 1,76258
20 55 1,98 1,9408 2,11902 1,76258
21 29 2,2 1,9408 2,11902 1,76258
22 31 2 1,9408 2,11902 1,76258
23 8 1,88 1,9408 2,11902 1,76258
24 2 1,92 1,9408 2,11902 1,76258
25 27 1,9 1,9408 2,11902 1,76258
jumlah 48,52
rata-rata 1,9408
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 50
2012
Sampel yang keluar yaitu sampel ke 21
Gambar 4.8 Peta Kedali X bar Diameter As Roda Iterasi 0
b. Perhitungan dengan Software
1. Output SPSS
Iterasi 0
Gambar 4.9 Output SPSS Peta Kendali Xbar-MR Diameter As Roda
iterasi 0
0
0,5
1
1,5
2
2,5
1 3 5 7 9 11 13 15 17 19 21 23 25
Uku
ran
Nomor Sampel
Peta Kendali X bar Diameter As Roda
UCL x bar
LCL x bar
x bar
x
USL
LSL
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 51
2012
2. Output Minitab
Iterasi 0
Gambar 4.10 Output Minitab Peta Kendali Xbar-MR dan I-MR
Diameter As Roda iterasi 0
Iterasi 1
= CLR = MR =
124
2,1
11 n
MRn
i
0.052174
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 3.267 x 0.052174= 0,170452
LCLR = D3 =0 x 0.052174= 0
Observation
In
div
idu
al
Va
lue
252321191715131197531
2,2
2,1
2,0
1,9
1,8
_X=1,9408
UB=2
LC L=1,7635
Observation
Mo
vin
g R
an
ge
252321191715131197531
0,20
0,15
0,10
0,05
0,00
__MR=0,0667
UC L=0,2178
LC L=0
1
1
I-MR Chart of C2
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 52
2012
Tabel 4.15 perhitungan MR Diameter As Roda iterasi 1
No. Raw
Material Ukuran MR MR bar
UCL
MR
LCL
MR
1 15 1,9
2 16 1,88 0,02 0,052174 0,170452 0
3 22 2 0,12 0,052174 0,170452 0
4 23 1,9 0,1 0,052174 0,170452 0
5 18 1,94 0,04 0,052174 0,170452 0
6 64 2 0,06 0,052174 0,170452 0
7 26 1,98 0,02 0,052174 0,170452 0
8 68 1,88 0,1 0,052174 0,170452 0
9 12 1,92 0,04 0,052174 0,170452 0
10 19 1,9 0,02 0,052174 0,170452 0
11 5 1,92 0,02 0,052174 0,170452 0
12 51 1,88 0,04 0,052174 0,170452 0
13 28 1,92 0,04 0,052174 0,170452 0
14 39 1,86 0,06 0,052174 0,170452 0
15 41 2 0,14 0,052174 0,170452 0
16 21 1,98 0,02 0,052174 0,170452 0
17 20 1,98 0 0,052174 0,170452 0
18 53 1,9 0,08 0,052174 0,170452 0
19 34 1,9 0 0,052174 0,170452 0
20 55 1,98 0,08 0,052174 0,170452 0
22 31 2 0,02 0,052174 0,170452 0
23 8 1,88 0,12 0,052174 0,170452 0
24 2 1,92 0,04 0,052174 0,170452 0
25 27 1,9 0,02 0,052174 0,170452 0
jumlah 46,32 1,2
rata-rata 1,93 0,052174
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 53
2012
Gambar 4.11 Peta Kendali MR Diameter As Roda iterasi 1
Gambar 4.12 Output SPSS Peta Kendali I-MR Diameter As Roda
iterasi 1
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0,18
2 3 4 5 6 7 8 9 101112131415161718192021222324
Nila
i MR
Nomor Sampel
Peta Kendali MR Diameter As Roda
UCL MR
LCL MR
MR bar
MR
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 54
2012
2. Peta X bar-MR
= CLX = 24
32,46
1 Subgroup
Xn
i
1,93
UCL = * = 1,93+ 2,66*0,067 = 2,079583
LCL = * = 1,93- 2,66*0,067 = 1,802017
Tabel 4.16 perhitungan X bar Diameter As Roda iterasi 1
No. Raw
Material Ukuran x bar UCL x bar LCL x bar
1 15 1,9 1,93 1,93 1,93
2 16 1,88 1,9408 2,079583 1,802017
3 22 2 1,9408 2,079583 1,802017
4 23 1,9 1,9408 2,079583 1,802017
5 18 1,94 1,9408 2,079583 1,802017
6 64 2 1,9408 2,079583 1,802017
7 26 1,98 1,9408 2,079583 1,802017
8 68 1,88 1,9408 2,079583 1,802017
9 12 1,92 1,9408 2,079583 1,802017
10 19 1,9 1,9408 2,079583 1,802017
11 5 1,92 1,9408 2,079583 1,802017
12 51 1,88 1,9408 2,079583 1,802017
13 28 1,92 1,9408 2,079583 1,802017
14 39 1,86 1,9408 2,079583 1,802017
15 41 2 1,9408 2,079583 1,802017
16 21 1,98 1,9408 2,079583 1,802017
17 20 1,98 1,9408 2,079583 1,802017
18 53 1,9 1,9408 2,079583 1,802017
19 34 1,9 1,9408 2,079583 1,802017
20 55 1,98 1,9408 2,079583 1,802017
22 31 2 1,9408 2,079583 1,802017
23 8 1,88 1,9408 2,079583 1,802017
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 55
2012
Tabel 4.16 perhitungan X bar Diameter As Roda iterasi 1
No. Raw
Material Ukuran x bar UCL x bar LCL x bar
24 2 1,92 1,9408 2,079583 1,802017
25 27 1,9 1,9408 2,079583 1,802017
Jumlah 46,32
rata-rata 1,93
Gambar 4.13 Peta Kendali X bar-MR Diameter As Roda iterasi 1
0
0,5
1
1,5
2
2,5
1 3 5 7 9 11 13 15 17 19 21 23 25
Uku
ran
Nomor Sampel
Peta Kendali X bar Diameter As Roda
UCL x bar
LCL x bar
x bar
x
USL
LSL
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 56
2012
b. Perhitungan dengan Software
1. Output SPSS
Iterasi 1
Gambar 4.14 Output SPSS Peta Kendali Xbar-MR Diameter As Roda
iterasi 1
2.Output Minitab
Gambar 4.15 Output Minitab Peta Kendali Xbar-MR dan I-MR
Diameter As Roda iterasi 1
Observation
In
div
idu
al
Va
lue
2321191715131197531
2,00
1,95
1,90
1,85
1,80
_X=1,93
UB=2
LC L=1,7912
Observation
Mo
vin
g R
an
ge
2321191715131197531
0,16
0,12
0,08
0,04
0,00
__MR=0,0522
UC L=0,1705
LC L=0
I-MR Chart of C2
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 57
2012
3. Panjang Gardan
a. Perhitungan Manual
Tabel 4.17 Data Pengukuran Panjang Gardan
No Panjang
Gardan Raw Material
1 74,3 18
2 74,05 71
3 74,4 60
4 74,1 64
5 74,1 36
6 74,55 66
7 74,2 1
8 74,5 39
9 74,05 13
10 74,2 68
11 74,44 61
12 73,95 50
13 74,15 52
14 74,4 3
15 74,1 41
16 74,05 28
17 74,3 9
18 74,2 72
19 74,2 56
20 74,1 25
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 58
2012
1. Peta MR
= CLR = MR =
120
58,4
11 n
MRn
i
0.241053
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 3.267 x 0,241053 = 0.787519
LCLR = D3 =0 x 0,241053 = 0
Tabel 4.18 Perhitungan MR Panjang Gardan
No. Raw
Material Ukuran MR MR bar
UCL
MR
LCL
MR
1 18 74,3
2 71 74,05 0,25 0,241053 0,787519 0
3 60 74,4 0,35 0,241053 0,787519 0
4 64 74,1 0,3 0,241053 0,787519 0
5 36 74,1 0 0,241053 0,787519 0
6 66 74,55 0,45 0,241053 0,787519 0
7 1 74,2 0,35 0,241053 0,787519 0
8 39 74,5 0,3 0,241053 0,787519 0
9 13 74,05 0,45 0,241053 0,787519 0
10 68 74,2 0,15 0,241053 0,787519 0
11 61 74,44 0,24 0,241053 0,787519 0
12 50 73,95 0,49 0,241053 0,787519 0
13 52 74,15 0,2 0,241053 0,787519 0
14 3 74,4 0,25 0,241053 0,787519 0
15 41 74,1 0,3 0,241053 0,787519 0
16 28 74,05 0,05 0,241053 0,787519 0
17 9 74,3 0,25 0,241053 0,787519 0
18 72 74,2 0,1 0,241053 0,787519 0
19 56 74,2 0 0,241053 0,787519 0
20 25 74,1 0,1 0,241053 0,787519 0
jumlah 1484,34 4,58
rata-rata 74,217 0,241053
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 59
2012
Gambar 4.16 Peta Kendali MR Panjang Gardan
Gambar 4.17 Output SPSS Peta Kendali I-MR Panjang Gardan
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nila
i MR
Nomor Sampel
Peta Kendali MR Panjang Gardan
UCL MR
LCL MR
MR bar
MR
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 60
2012
2. Peta X bar-MR
= CLX = 20
34,14684
1 Subgroup
Xn
i
74,217
UCL = * = 74,217 + 2,66*0,241053 = 74,8582
LCL = * = 74,217 - 2,66*0,241053 = 73,5758
Tabel 4.19 Perhitungan X bar-MR Panjang Gardan
No. Raw
Material Ukuran x bar UCL x bar LCL x bar
1 18 74,3 74,217 74,217 74,217
2 71 74,05 74,217 74,8582 73,5758
3 60 74,4 74,217 74,8582 73,5758
4 64 74,1 74,217 74,8582 73,5758
5 36 74,1 74,217 74,8582 73,5758
6 66 74,55 74,217 74,8582 73,5758
7 1 74,2 74,217 74,8582 73,5758
8 39 74,5 74,217 74,8582 73,5758
9 13 74,05 74,217 74,8582 73,5758
10 68 74,2 74,217 74,8582 73,5758
11 61 74,44 74,217 74,8582 73,5758
12 50 73,95 74,217 74,8582 73,5758
13 52 74,15 74,217 74,8582 73,5758
14 3 74,4 74,217 74,8582 73,5758
15 41 74,1 74,217 74,8582 73,5758
16 28 74,05 74,217 74,8582 73,5758
17 9 74,3 74,217 74,8582 73,5758
18 72 74,2 74,217 74,8582 73,5758
19 56 74,2 74,217 74,8582 73,5758
20 25 74,1 74,217 74,8582 73,5758
jumlah 1484,34
rata-rata 74,217
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 61
2012
Gambar 4.18 Peta Kendali X bar Panjang Gardan
b. Perhitungan dengan Sofware
1. Output SPSS
Gambar 4.19 Output SPSS Peta Kendali Xbar-MR Panjang Gardan
72
72,5
73
73,5
74
74,5
75
1 2 3 4 5 6 7 8 9 1011121314151617181920
Uku
ran
Nomor Sampel
Peta Kendali X bar Panjang Gardan
UCL x bar
LCL x bar
x bar
x
USL
LSL
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 62
2012
2. Output Minitab
Gambar 4.20 Output Minitab Peta Kendali Xbar-MR dan I-MR Panjang
Gardan
4. Diameter Gardan
a. Perhitungan Manual
Tabel 4.20 pengukuran diameter gardan
No diameter gardan Raw
material
1 1,6 59
2 1,4 39
3 1,5 18
4 1,48 19
5 1,48 28
6 1,52 13
7 1,54 72
8 1,44 56
9 1,5 1
10 1,54 36
Observation
In
div
idu
al
Va
lue
191715131197531
74,7
74,4
74,1
73,8
73,5
_X=74,217
UB=74,75
LC L=73,576
Observation
Mo
vin
g R
an
ge
191715131197531
0,8
0,6
0,4
0,2
0,0
__MR=0,2411
UC L=0,7876
LC L=0
I-MR Chart of C2
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 63
2012
Tabel 4.20 pengukuran diameter gardan (Lanjutan)
No diameter gardan Raw
material
11 1,48 9
12 1,6 52
13 1,58 50
14 1,6 41
15 1,5 71
16 1,52 3
17 1,6 64
18 1,52 42
19 1,48 68
20 1,54 66
1. Peta MR
= CLR = MR =
120
18,1
11 n
MRn
i
0.062105
Untuk n = 2, maka D4=3,267 dan D3=0
Jadi
UCLR= D4 3.267 x 0.062105 = 0.202898
LCLR = D3 =0 x 0.062105= 0
Tabel 4.21 Perhitungan MR Diameter Gardan
No. Raw
Material Ukuran MR MR bar
UCL
MR
LCL
MR
1 59 1,60
2 39 1,40 0,2 0,062105 0,202898 0
3 18 1,50 0,1 0,062105 0,202898 0
4 19 1,48 0,02 0,062105 0,202898 0
5 28 1,48 0 0,062105 0,202898 0
6 13 1,52 0,04 0,062105 0,202898 0
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 64
2012
Tabel 4.21 Perhitungan MR Diameter Gardan (Lanjutan)
No. Raw
Material Ukuran MR MR bar
UCL
MR
LCL
MR
7 72 1,54 0,02 0,062105 0,202898 0
8 56 1,44 0,10 0,062105 0,202898 0
9 1 1,50 0,06 0,062105 0,202898 0
10 36 1,54 0,04 0,062105 0,202898 0
11 9 1,48 0,06 0,062105 0,202898 0
12 52 1,60 0,12 0,062105 0,202898 0
13 50 1,58 0,02 0,062105 0,202898 0
14 41 1,60 0,02 0,062105 0,202898 0
15 71 1,50 0,1 0,062105 0,202898 0
16 3 1,52 0,02 0,062105 0,202898 0
17 64 1,60 0,08 0,062105 0,202898 0
18 42 1,52 0,08 0,062105 0,202898 0
19 68 1,48 0,04 0,062105 0,202898 0
20 66 1,54 0,06 0,062105 0,202898 0
jumlah 30,42 1,18
rata-rata 1,521 0,062105
Gambar 4.21 Peta Kendali MR Diameter Gardan
0
0,05
0,1
0,15
0,2
0,25
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nila
i MR
Nomor Sampel
Peta Kendali MR Diameter Gardan
UCL MR
LCL MR
MR bar
MR
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 65
2012
Gambar 4.22 Output SPSS Peta Kendali I-MR Diameter Gardan
2. Peta X bar-MR
= CLX = 20
42,30
1 Subgroup
Xn
i
1,521
UCL = * = 1,521+ 2,66*0,062105 = 1,6862
LCL = * = 1,521- 2,66*0,062105 = 1,3558
Tabel 4.22 Perhitungan X bar-MR Diameter Gardan
No. Raw Material Ukuran x bar UCL x bar LCL x bar
1 59 1,60 1,521 1,521 1,521
2 39 1,40 1,521 1,6862 1,3558
3 18 1,50 1,521 1,6862 1,3558
4 19 1,48 1,521 1,6862 1,3558
5 28 1,48 1,521 1,6862 1,3558
6 13 1,52 1,521 1,6862 1,3558
7 72 1,54 1,521 1,6862 1,3558
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 66
2012
Tabel 4.22 Perhitungan X bar-MR Diameter Gardan
No. Raw Material Ukuran x bar UCL x bar LCL x bar
8 56 1,44 1,521 1,6862 1,3558
9 1 1,50 1,521 1,6862 1,3558
10 36 1,54 1,521 1,6862 1,3558
11 9 1,48 1,521 1,6862 1,3558
12 52 1,60 1,521 1,6862 1,3558
13 50 1,58 1,521 1,6862 1,3558
14 41 1,60 1,521 1,6862 1,3558
15 71 1,50 1,521 1,6862 1,3558
16 3 1,52 1,521 1,6862 1,3558
17 64 1,60 1,521 1,6862 1,3558
18 42 1,52 1,521 1,6862 1,3558
19 68 1,48 1,521 1,6862 1,3558
20 66 1,54 1,521 1,6862 1,3558
jumlah 30,42
rata-rata 1,521
Gambar 4.23 Peta Kendali X bar Diameter Gardan
0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
1,8
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Uku
ran
Nomor Sampel
Peta Kendali X bar Diameter Gardan
UCL x bar
LCL x bar
x bar
x
USL
LSL
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 67
2012
b. Perhitungan dengan Software
1. Output SPSS
Gambar 4.24 Output SPSS Peta Kendali Xbar-MR Diameter Gardan
2. Output Minitab
Gambar 4.25 Output Minitab Peta Kendali Xbar-MR dan I-MR
Diameter Gardan
Observation
In
div
idu
al
Va
lue
191715131197531
1,6
1,5
1,4
_X=1,521
UB=1,61
LC L=1,3558
Observation
Mo
vin
g R
an
ge
191715131197531
0,20
0,15
0,10
0,05
0,00
__MR=0,0621
UC L=0,2029
LC L=0
I-MR Chart of C2
-
Laporan Praktikum Perancangan Teknik Industri
Modul 6 Statisctical Quality Control and Quality Cost
Planning
Kelompok 10
Program Studi Teknik Industri
Universitas Diponegoro Page 68
2012
5. Diameter Besi Di