9-Seven Tools - Mhs

PENERAPAN METODE SEVEN TOOLS DALAM PENGENDALIAN MUTU TERPADU

Pada umumnya setiap perusahaan akan selalu berorientasi pada pencapaian kualitas terbaik. Untuk menjamin kualitas yang baik (tidak adanya produk yang cacat), maka maka perusahaan membentuk team yang dinamakan team QCC atau biasa disebut gugus kendali mutu (GKM).

Team QCC merupakan team yang melakukan kegiatan pengendalian dan perbaikan secara Berkesinambungan.

PENDAHULUAN

Di dalam melakukan perbaikan berkesinambungan, team QCC menggunakan teknik quality control yang berupa tujuh alat bantu. Fungsi dari tujuh alat bantu adalah mencari akar permasalahan. Tujuh alat bantu itu adalah

a) Checksheetb) Pareto Diagram, c) grafik, d) Hiatogram, e) Ishikawa Diagram, f) Scatter diagram, g) Control Chart.

Apakah The 7 QC Tools bisa bermanfaat pada disiplin ilmu lain ?

Sesungguhnya keampuhan alat-alat bantu ini, tidak hanya terbatas dalam lingkup QMS (Quality Management System) saja. Karena, kalau saja para pakar yang menekuni disiplin ilmu lainnya, seperti misalnya : ahli politik, ahli ekonomi, ahli pemasaran

dan lain sebagainya, berkenan untuk mempelajari secara massif penggunaan alat-alat bantu ini dan memahaminya secara baik, mereka dapat memanfaatkannya untuk melengkapi keilmuan dan kemampuan analisisnya.

Apakah kegunaan QC Tools ?

The 7 QC tools adalah alat-alat bantu yang bermanfaat untuk memetakan lingkup persoalan, menyusun data dalam diagram-diagram agar lebih mudah untuk dipahami, menelusuri berbagai kemungkinan penyebab persoalan dan memperjelas kenyataan atau fenomena yang otentik dalam suatu persoalan.

Kemampuan 7 QC tools yang dahsyat dalam mengemukakan fakta/fenomena inilah yang menyebabkan para pakar dalam setiap proses kegiatan mutu sangat tergantung pada alat-alat bantu ini. Meskipun demikian, keberhasilan dalam menggunakan 7 QC tools sangat dipengaruhi oleh seberapa massif pengetahuan si pengguna akan alat bantu yang dipakainya. Semakin baik pengetahuan yang dimiliki, akan semakin tepat dalam memilih alat bantu yang akan digunakan. Itulah sebabnya, ada 2 hal pokok yang perlu menjadi pedoman, sebelum menggunakan 7 QC tools, yaitu : EFISIEN (tepat) dan EFEKTIF (benar).

• EFISIEN, maksudnya adalah ketepatan dalam memilih alat bantu yang sesuai dengan karakteristik persoalan yang akan dibahas. EFEKTIF, artinya bahwa penggunaan alat bantu tersebut dilakukan dengan "benar", sehingga

persoalan menjadi lebih jelas, mudah dimengerti dan memberikan peluang untuk diperbaiki.

"The 7 QC Tools“ bagaimana cara penggunaannya?

1. ChecksheetSuatu lembar/formulir yang mana item-item yang akan diperiksa telah dicetak dalam formulir tersebut dengan maksud agar data dapat dikumpulkan secara mudah dan ringkas.

Dalam penyusunan Check Sheet perlu diperhatikan beberapa hal antara lain:a) Bentuk lajur-lajur untuk mencatat data harus jelas.b) Data yang hendak dikumpulkan dan dicatat harus jelas tujuannya.c) Kapan data dikumpulkan harus dicantumkan.d) Data harus dikumpulkan secara jujur.

Tujuan dari pemakaian Check Sheet (Vincent Gaspersz, 2001):

a) Memudahkan proses pengumpulan data terutama untuk mengetahui bagaimana sesuatu masalah sering terjadi. Tujuan utama dari penggunaan Check Sheet adalah membantu mentabulasikan banyaknya kejadian dari suatu masalah tertentu dan penyebab tertentu.

b) Mengumpulkan data tentang jenis masalah yang sedang terjadi. Dalam kaitan ini, Check Sheet (Lembar Periksa) akan membantu memilah-milah data kedalam kategori yang berbeda seperti penyebab-penyebab, masalah-masalah dan lainnya.

c) Menyusun data secara otomatis sehingga data itu dapat dipergunakan dengan mudah.

d) Memisahkan antara opini dan fakta. Kita sering berfikir bahwa kita mengetahui suatu masalah atau menganggap suatu penyebab itu merupakan hal yang paling penting. Dalam hal ini Check Sheet akan membuktikan opini kita apakah benar atau tidak.

Enam langkah untuk membuat Check Sheet ialah:

a) Menjelaskan tentang tujuan pengumpulan data.

b) Identifikasi apakah Variable atau Attribute variasi yang akan diukur.

c) Menentukan waktu dan tempat pengukuran.

d) Mulai mengumpulkan data untuk item yang sedang diukur.

e) Menjumlahkan data yang telah dikumpulkan tersebut. Dalam hal ini kita harus menjumlahkan banyaknya kejadian untuk setiap kategori yang akan diukur.

f) Memutuskan untuk mengambil tindakan peningkatan atas penyebab masalah yang sedang terjadi itu. Perlu diingat untuk setiap tindakan peningkatan harus diambil berdasarkan fakta dan bukan hanya berdasarkan opini. Bila ada hal-hal yang masih meragukan berkaitan dengan fakta yang ditemukan dalam pengumpulan data kita perlu melakukan verifikasi data yang telah terkumpul tersebut.

CONTOH CHECKSHEET

Disini kami mengambil 4 orang mahasiswa FE UNIDA dengan IPK yang berbeda, berikut adalah daftar IP 4 mahasiswa yang kami gunakan sebagai sample :

Dari keempat mahasiswa tersebut, kami menanyakan beberapa kendala yang menurut mereka menjadi batu sandungan mereka untuk mendapatkan hasil IPK yang meningkat secara bertahap. Beberapa kendala itu dinilai timbul dari faktor internal dan external, berikut kami tampilkan check sheet yang kami gunakan terhadap empat sample diatas :

MAHASISWA 1

MAHASISWA 2

MAHASISWA 3

MAHASISWA 4

Melihat dari hasil empat check sheet diatas menunjukkan permasalahan yang paling banyak menjadi batu sandungan para mahasiswa adalah sulitnya membagi waktu. Pertanyaannya

” kenapa?”. Para mahasiswa diluar kampus mereka pasti memiliki rutinitas lain yang mungkin akan menyita waktu mereka, seperti harus bekerja part time untuk membantu keuangan keluarga atau mungkin karena mereka merasa lebih nyaman mengerjakan tugas pada saat waktu sudah mulai menipis. Beberapa mahasiswa memiliki tipe seperti itu, mungkin sudah merupakan tradisi seorang mahasiswa ataukah kebiasaan yang terbawa dari kecil seperti itu. Jadi, permasalahan pertama yang harus kita pecahkan adalah bagaimana cara membagi waktu mahasiswa untuk mengutamakan menyelesaikan tugas ketimbang menunggu waktu datang dan akhirnya melakukan sistem SKS (Sistem Kebut Semalam).

SOLUSISolusi dari permasalahan :

- Lacak aktivitas anda.

- Membuat jadwal kegiatan.

- Tentukan skala prioritas.

- Membiasakan diri jangan menunda pekerjaan.

- Evaluasi penerapan secara bertahap.

2. PARETO DIAGRAM• Diagram Pareto pertama kali diperkenalkan oleh seorang ahli ekonomi dari Italia, bernama "Vilvredo

Pareto", pada tahun 1897 dan kemudian digunakan oleh Dr. M. Juran dalam bidang pengendalian mutu. Alat bantu ini biasa digunakan untuk menganalisa suatu fenomena, agar dapat diketahui hal-hal yang prioritas dari fenomena tersebut. Maka istilah PARETO biasanya identik dengan PRIORITY.

• Pada suatu diagram Pareto akan dapat diketahui, suatu faktor merupakan faktor yang paling prioritas dibandingkan faktor-faktor (minimal 4 faktor) lainnya, karena faktor tersebut berada pada urutan terdepan, terbanyak atau pun tertinggi pada deretan sejumlah faktor yang dianalisa.

• Melalui dua diagram Pareto yang diperbandingkan, akan dapat dilihat perubahan seluruh/sebagian faktor-faktor yang sedang diteliti, pada kondisi yang berbeda.

• Diagram Pareto juga biasa digunakan untuk dapat menentukan"pangkal persoalan", berdasarkan analisa yang massif, dengan mempertimbangkan beberapa sudut pandang. Misalnya : Ada 4 persoalan yang dihadapi, yaitu A, B, C, D. Bila ditinjau dari frekuensi kejadian, ternyata persoalan C yang paling sering terjadi, tetapi bila ditinjau dari akibatnya secara finansial, ternyata persoalan A yang paling merugikan bila tidak segera diatasi, tetapi bila dilihat dari segi enerji yang terbuang, mungkin malah persoalan B yang paling menonjol. Berdasarkan tinjauan-tinjauan inilah, kemudian dapat disimpulkan, manakah dari ke-empat faktor itu, yang akan menjadi prioritas persoalan untuk ditindaklanjuti ?

Kasus Pengendalian Mutu di Medical Center “SEHAT’i”

Dr. Frans Melik, Direktur Pengelola “M. C. SEHAT’i”, baru-baru ini mengadakan survey melalui penyebaran kuesioner, guna menganalisa faktor-faktor penyebab pasien yang semakin menurun karena akibat penurunan ini pendapatan M. C. SEHAT’i juga turun sampai 20% dibandingkan dengan bulan yang sama periode tahun lalu.

Hasil kuesioner dari 100 responden telah diringkas seperti dibawah ini, untuk memudahkan, terlebih dahulu diberi kode pada masing-masing jawaban responden.

Penyebab KODE

Obat-obatan di apotek (Klinik) kurang lengkap

A

Dokter ahli (spesialis) tidak lengkap B

Tidak punya kartu berobat C

Tidak tahu ada “Klinik Sehat Krina” D

Pelayanan di Klinik kurang baik E

Lokasi Klinik jauh dari rumah F

Ruang tunggu Klinik kurang nyaman G

Belum tahu prosedur pendaftarannya H

KODE PENYEBAB PERMASALAHAN

Ringkasan Hasil Kuesioner

FREKWENSI PERMASALAHAN MUNCUL

RINGKASAN

• Dari diagram pareto ditunjukan secara jelas masalah tertinggi sebesar 25% dari seluruh masalah dikarenakan oleh lokasi klinik jauh dari rumah,

• untuk itu direktur pengelola mungkin dapat mengambil suatu kebijakan atau tindakan perbaikan contohnya dengan cara mempelajari ulang lokasi para pasien dan membuka cabang di lokasi yang dekat dengan rumah pasien, walaupun perlu dipertimbangkan juga cost and benefit-nya penurunan 20% pendapatan dibandingkan meraih 25% pengunjung dengan membuka cabang baru.

3. Graphs (Block diagram, Pie Chart, etc.)• Grafik biasa digunakan sebagai alat bantu untuk

menerangkan suatu kondisi, menggambarkan trend, memprediksi situasi secara lebih jelas, melalui sejumlah data yang digambarkan, baik dalam bentuk balok (block), lingkaran (Pie Chart), garis (Line chart) dan lain sebagainya.

• Penggambaran grafik yang tepat akan memberikan kemudahan dalam membaca data yang ditampilkan, sehingga memungkinkan untuk penelitian atau analisa lebih lanjut.

4. ISHIKAWA DIAGRAM

• Ini adalah satu-satunya alat bantu yang menggunakan data verbal (non-numerical) atau data kualitatif dalam penyajiannya.

• Alat bantu ini menggambarkan tentang suatu kondisi "penyimpangan mutu" yang dipengaruhi oleh bermacam-macam penyebab yang saling berhubungan.

• diagram tulang ikan (fishbone diagram). Atau sering juga disebut dengan cause effect diagram digagas oleh seorang ilmuwan jepang pada tahun 60-an. Bernama Dr. Kaoru Ishikawa, ilmuwan kelahiran 1915 di Tokyo Jepang yang juga alumni teknik kimia Universitas Tokyo. Sehingga sering juga disebut dengan diagram ishikawa. Metode tersebut awalnya lebih banyak digunakan untuk manajemen kualitas. Yang menggunakan data verbal (non-numerical) atau data kualitatif.

Diagram tulang ikan ini memang berbentuk mirip dengan tulang ikan yang moncong kepalanya menghadap ke kanan. Diagram ini akan menunjukkan sebuah dampak atau akibat dari sebuah permasalahan, dengan berbagai penyebabnya. Efek atau akibat dituliskan sebagai moncong kepala. Sedangkan tulang ikan diisi oleh sebab-sebab sesuai dengan pendekatan permasalahannya. Umumnya penggunaan fishbone untuk design produk dan mencegah kualitas produk yang jelek (defect). Mengenai pemilahan sebab-sebab, berikut adalah beberapa pendekatannya.

The 4 M’s (digunakan untuk perusahaan manufaktur) :a)Machine (Equipment),b)Method (Process/Inspection)c)Material (Raw,Consumables etc.)d)Man power.

The 8 P’s (digunakan pada industri jasa) :a)Peopleb)Processc)Policiesd)Procedurese)Pricef)Promotiong)Place/Planth)Product

The 4 S’s (digunakan pada industri jasa) :a)Surroundingsb)Suppliersc)Systemsd)Skills

4 P (pendekatan manajemen pemasaran) :a)Priceb)Productc)Placed)Promotion

Gambar berikut adalah contoh hasil dari pembuatan diagram tulang ikan. Berkisah mengenai pencarian jawaban mengapa produk sebuah mobil di industri manufaktur tidak bisa berjalan. Sebab-sebab dipilah sesuai dengan pendekatan jenis kelamin operator perakitan (pria atau wanita), lingkungan, metode dan bahan. Semakin dekat garis sebab dengan akibat, semakin perlu diperhatikan. Faktor lingkungan dipilah lagi menjadi dua sub bagian. Yakni faktor temperatur dan cahaya. Diperkirakan cahaya terlalu banyak dan temperatur terlalu rendah. Demikian seterusnya dilakukan analisis yang sama terhadap sebab-sebab yang ada. Kemudian setelah diketahui betul sebab-sebab yang ada, maka dapat dibuat kerangka pemecahan masalahnya. Misalnya dengan perbaikan lingkungan kerja, metode dan bahan.

5. HISTOGRAM• Dikenal juga sebagai grafik distribusi frekuensi, salah satu jenis grafik batang yang

digunakan untuk menganalisa mutu dari sekelompok data (hasil produksi), dengan menampilkan nilai tengah sebagai standar mutu produk dan distribusi atau penyebaran datanya.

• Meski sekelompok data memiliki standar mutu yang sama, tetapi bila penyebaran data semakin melebar ke kiri atau ke kanan, maka dapat dikatakan bahwa mutu hasil produksi pada kelompok tersebut kurang bermutu, sebaliknya, semakin sempit sebaran data pada kiri dan kanan nilai tengah, maka hasil produksi dapat dikatakan lebih bermutu, karena mendekati spect yang telah ditetapkan.

• Agar Histogram memberikan gambaran yang akurat tentang kondisi hasil produksi, perlu dilakukan pengolahan data yang akurat terlebih dulu, dimulai dari pengumpulan data, tidak kurang dari 50 sampel, yaitu jumlah yang dianggap dapat memenuhi populasi yang akan diamati.

• Pengolahan data pada Histogram menjadi sangat penting, terutama dalam menentu-kan besaran nilai tengah (standar) dan seberapa banyak kelas-kelas data yang akan menggambarkan penyebaran data yang tercipta.

Tujuan dibuatnya histogram adalah : • Mengetahui dengan mudah penyebaran data yang ada.• Mempermudah melihat dan menginterpretasikan data.• Sebagai alat pengendalian proses, sehingga dapat mencegah timbulnya masalah.

Contoh, ingin diketahui bagaimana sebaran data berat pil Anti Sakit Kepala produksi PT Lapindo untuk tanggal 12 September 2006

Data : Berat Pil Sakit Kepala Berat Standar : 65.00 – 75.00 mgLokasi : PT. LAPINDO Berat Max : 91,5 mgWaktu : 11 September 2006 Berat Min : 58,3 mgSatuan : Miligram Pelaksana : Dr. Satrio

NO

JAM HASIL PENGAMATAN

I II III IV V VI VII VIII IX X

1 09.00 69.3 67.7 62.5 77.3 76.2 66.5 74.6 82.5 75.6 70.6

2 10.00 66.4 74.5 91.5 73.6 74.5 76.2 70.6 69.3 76.4 69.3

3 11.00 60.2 60.3 62.4 76.4 68.9 75.3 74.6 68.9 87.4 74.5

4 12.00 58.9 65.4 64.5 73.7 67.8 73.7 74.5 76.2 73.6 81.3

5 13.00 73.2 73.6 75.6 74.5 70.6 62.6 73.2 75.8 73.2 75.3

6 14.00 68.9 70.6 73.7 69.3 58.3 76.2 74.5 73.2 63.9 70.6

7 15.00 76.4 75.3 73.6 75.3 73.2 73.7 73.6 69.3 73.7 73.2

8 16.00 75.3 82.6 76.4 78.9 68.9 76.4 73.7 59.5 76.2 69.3

LANGKAH KETERANGAN

Langkah 1 Jumlah Data (n)

Langkah 2 Tentukan jarak Range (R)R = nilai terbesar – Nilai TerkecilNilai maks (nilai terbesar) : 91,5Nilai Min (Nilai Terkecil ) : 58,3

Langkah 3 Bagi Himpunan data dalam sejumlah kelas (K)Petunjuk umum untuk menentukan kelas adalah sebagai berikut :

Jumlah data (n) Jumlah Kelas (K)

Dibawah 50 5 – 7

50 -100 6 – 10

100 – 250 7 – 12

Diatas 250 10 – 205(Sumber : Pedoman dari Dr. Karou Ishikawa)

LANGKAH KETERANGAN

Langkah 4 Tentukan Interval Kelas (i)i = Range/Jumlah kelas

Langkah 5 Tentukan Batas-batas kelasAmbil nilai data terkecil tentukan sebagai batas terbawah kelasBatas bawah kelas berikutnya adalahNilai data terkecil ditambah dengan interval kelas (i)

Langkah 6 Susun Tabel Frekwensi

Langkah 7 Gambarkan Histogram berdasarkan tabel frekwensi

6. Scatter Diagram• Alat bantu ini sangat berguna untuk mendeteksi korelasi (hubungan) antara dua variable

(faktor), sekaligus juga memperlihatkan tingkat hubungan tersebut (kuat atau lemah).

• Pada pemanfaatannya, scatter diagram membutuhkan data berpasangan sebagai bahan baku analisisnya, yaitu sekumpulan nilai x sebagai faktor yang independen berpasangan dengan sekumpulan nilai y sebagai faktor dependen. Artinya, bahwa setiap nilai x yang didapatkan memberi dampak pada nilai y.

• Melalui penggambaran data tersebut dalam scatter diagram, akan dapat dilakukan analisa lebih lanjut, sejauhmana antara faktor x dan y memiliki korelasi, yang dalam hal ini direpresentasikan sebagai nilai r (rho), yaitu nilai yang menunjukkan tingkat keeratan hubungan antar faktor tersebut. Dikatakan kedua faktor itu berhubungan sangat erat bila nilai rho mendekati angka + 1. Di samping itu, juga akan dapat disimpulkan kecenderungan arah korelasi tersebut (positif atau negatif).

• Korelasi memiliki kecenderungan positif bila setiap pertambahan faktor x menyebab-kan pertambahan faktor y, sebaliknya kecenderungan negatif bila setiap pertam- bahan menyebabkan pengurangan faktor y.

• Analisis regresi linier sederhana menurut Sugiyono, (2010:261) dapat menggunakan rumus sebagai berikut

• Menurut Sugiyono, (2010:262) untuk mencari koefisien regresi a, b dapat digunakan sebagai berikut :a =

b =

bXaY

22

2

)(.

))(())((

ii

iiiii

xxn

YXXXY

22 )(

))((

ii

iiii

xxn

YXYXn

Analisis Koefisien KorelasiAnalisis ini dipergunakan untuk mengetahui dan mengukur kuat atau tidaknya hubungan variabel xTerhadap variabel y. Adapun rumus yang digunakan menurut Sugiyono (2010:274) seperti dinyatakan dibawah ini:

rxy = })().(}.{)().({

))(()(2222

iiii

iiii

YYnXXn

YXYXn

Interpretasi dari nilai koefisien korelasi

Apabila r = 0 atau mendekati 0, maka tidak ada hubungan sama sekali atau hubungan antara kedua variabel sangat lemah.

Apabila r = +1 atau mendekati +1, maka hubungan kedua variabel sangat kuat dan mempunyai hubungan searah.

Apabila r = -1 atau mendekati -1, maka hubungan kedua variabel sangat kuat dan mempunyai hubungan yang berlawanan arah.

Interval Koefisien Tingkat Hubungan

0,00 – 0,199 Sangat rendah

0,20 – 0,399 Rendah

0,40 – 0,599 Sedang

0,60 – 0,799 Kuat

0,80 – 1,000 Sangat kuat

Pedoman Interprestasi KoefisienSumber : Metode Penelitian Bisnis Sugiyono (2010,231)

CONTOH SCATTER DIAGRAMPELANGGAN X Y X2 Y2 XY

SULE 3 5 9 25 15

ANDRE 1 2 1 4 2

PARTO 3 3 9 9 9

WENDI 5 4 25 16 20

AZIZ 2 1 4 1 2

NUNUNG 2 2 4 4 4

OLGA 4 4 16 16 16

DENI 3 4 9 16 12

RAFFI 1 1 1 1 1

JESIKA 4 3 16 9 12

28 29 94 101 93

7. Control Chart• Ini adalah sebuah alat bantu berupa grafik yang akan menggambarkan

stabilitas suatu proses kerja. Melalui gambaran tersebut akan dapat dideteksi apakah proses tersebut berjalan baik (stabil) atau tidak ?

• Alat bantu ini pertama kali diperkenalkan oleh W.A. Shewhart di Laboratorium Bell Telephone. Karakteristik pokok pada alat bantu ini adalah adanya sepasang batas kendali (Upper dan Lower Limit), sehingga dari data yang dikumpulkan akan dapat terdeteksi kecenderungan kondisi proses yang sesungguhnya. Pada dasarnya alat bantu ini adalah berupa rekaman data suatu proses yang sudah berjalan. Bila data yang terkumpul sebagian besar berada dalam batas pengendalian, maka dapat disimpulkan bahwa proses berjalan dalam kondisi stabil. Tetapi sebaliknya, bila sebagian besar data menunjukkan deviasi di luar batas kendali, maka bisa dikatakan proses berjalan tidak normal, yang bisa berdampak pada penurunan Mutu produk.

• Control Chart sangat bermanfaat untuk memonitor proses operasional atau produksi agar bila terjadi suatu penyimpangan dapat segera ditindaklanjuti. Menggunakan alat bantu ini secara kontinyu, akan bisa mencegah persoalan mutu yang berlarut-larut dan cacat produk yang berlebihan.

TEHNIK PENGENDALIAN

1. CARA TRADISIONALMerasakan,mendengarkan,dan melihat secara langsung yang sedang diperiksa.

2. METODE STATISTIK (SPC) C-Chart, P-Chart, X- Chart dan R-Chart

TUJUAN

Menyelidiki dengan cepat sebab-sebab terjadinya kesalahan dan melakukan tindakan perbaikan sebelum terlalu banyak produk cacat yang diproduksi

SUMBER GANGGUAN PROSES PRODUKSI

1. Mesin2. Kesalahan Operator (Human Error)3. Bahan baku yang Rusak atau Tidak sesuai Standar

BENTUK DASAR STATISTICAL QUALITY CONTROL

Ditunjukkan oleh grafik yang membuat 1. Center Line(CL) = Garis Tengah

Merupakan nilai rata –rata karakteristik kualitas yang berkaitan dengan keadaan terkontrol.

2. Upper Control Limit (UCL) = Batas Pengendalian Atas

3. Lower Control Limit (LCL) = Batas pengendalian bawah

Grafik Pengendalian Kualitas

0

20

40

60

80

Nomor Sampel atau waktu

LCL

UCL

CL

• Pengendalian Kualitas VariabelAdalah Apabila karakteristik kualitas dapat diukur dan dinyatakan dalam bilangan.( Misal : Dinyatakan dengan ukuran mikrometer,milimeter,sentimeter, dimensi berat,dimensi volume,dan lain2)

• Pengendalian Variabel Atribut atau SifatAdalah apabila karakteristik kualitas tidak dapat diukur dengan skala kuantitas atau bilangan.(Biasanya digunakan istilah sesuai/tidak sesuai spesifikasi, cacat/tidak cacat atau istilah sesuai/tidak sesuai)

TIPE GRAFIK PENGENDALIAN KUALITAS

FAKTOR PENTING DALAM MENGGUNAKAN GRAFIK PENGENDALIAN

1. Ukuran Sampel Ukuran sampel yang terlalu besar akan berpengaruh pada biaya, namun ukuran sampel yang terlalu kecil dapat berakibat kerugian karena banyaknya produk cacat yang diproduksi

2. Frekwensi Pengambilan SampelU/ menentukan frekwensi pengambilan sampel yang tepat, harus dipertimbangkan faktor2 : Biaya pengambilan sampel,kerugian karena membiarkan proses bekerja dalam keadaan tak terkendali, tingkat produksi dan probabilitas pergeseran proses akan terjadi.

3. Batas-Batas Pengendalian Sigma (3-sigma,2-sigma dan 1-sigma)Batas pengendalian sigma adalah lebar batas pengendalian berbanding terbalik dengan ukuran sampel(n) untuk kelipatan sigma tertentu.Semakin besar kelipatan sigma berarti semakin longgar batas pengendalian dan semakin kecil kelipatan sigma berarti semakin sempit batas pengendalian

TIPE PENGENDALIAN VARIABEL

NO JENIS CHART

KETERANGAN CATATAN

1 X Peta yang menunjukkan nilai rata-rataBagian X pada peta menunjukkan setiap pengubahan nilai rata-rata proses

Biasanya digunakan secara bersamaan

2 R Peta yang menunjukkan kisaran.Bagian R menunjukkan setiap pengubahan dispersi proses

TIPE PENGENDALIAN ATRIBUT

NO JENIS CHART KETERANGAN CATATAN

1 P

Satu peta yang menunjukkan jumlah cacat, dalam pengambilan sampel (Ukuran subgrup/n) yang tidak sama

Biasanya tidak digunakan secara bersama karena peta p dan np menunjukkan kedua karakteristik rata-rata dan dispersi proses produksi

2 Np

Satu peta yang menunjukkan jumlah cacat, dalam pengambilan sampel (Ukuran subgrup/n) yang sama

3 C

Digunakan dalam hubungannya dengan jumlah cacat yang muncul dalam sampel dengan unit tetap, seperti jumlah ketidak sempurnaan penyambungan solder

4 u

Digunakan dalam hubungannya dengan jumlah cacat seperti ketidaksempurnaan bahan tenunan atau lubang pen dll.

TIPE PENGENDALIAN ATRIBUT

NO

JENIS CHART KETERANGAN CATATAN

1 P

Satu peta yang menunjukkan jumlah cacat, dalam pengambilan sampel (Ukuran subgrup/n) yang tidak sama

Menghitung cacat dengan cara satu produk jika ada 1 cacat dianggap cacat

2 Np

Satu peta yang menunjukkan jumlah cacat, dalam pengambilan sampel (Ukuran subgrup/n) yang sama

3 C

Digunakan dalam hubungannya dengan jumlah cacat yang muncul dalam sampel dengan unit tetap, seperti jumlah ketidak sempurnaan penyambungan solder

Menghitung cacat untuk satu jenis kerusakan saja, seperti kita hanya mengawasi pada cacat warna saja, maka kita mengitung cacat hanya diwarna

4 u

Digunakan dalam hubungannya dengan jumlah cacat seperti ketidaksempurnaan bahan tenunan atau lubang pen dll.

Menghitung cacat untuk satu produk dihitung berapa banyak cacat

LANGKAH MEMBUAT PETA KENDALIX - R CHART

1. Kumpulkan data. 2. Masukkan data dalam subgrup3. Catat data pada lembar data.4. Carilah rata-rata x.5. Carilah Kisaran R.6. Carilah rata-rata keseluruhan untuk X7. Hitung nilai rata-rata kisaran R8. Hitung garis batas kendali.9. Susunlah peta kendali10. Gambar titik x dan R untuk setiap subgrup pada garis vertikal yang

sama11. Tulislah ke dalamnya informasi yang diperlukan.

PENGENDALIAN KUALITAS

VARIABEL ATRIBUT

Grafik pengendalian variabel :1.Mean Chart atau x – Chart

Grafik Pengendalian Sifat:1. P – Chart

m

xix

m

i 1

RAxUCL 2

RAxLCL 2

xCL

m

p

mn

Dp

m

ii

m

ii

11

npppUCL /)1(3

npppUCL /)1(3

pCL

n

xXxx n

.....21

LANJUTAN RUMUS.......................................

VARIABEL ATRIBUT

Grafik pengendalian variabel :2. R – CHART

Grafik Pengendalian Sifat:2. C - Chart

n

icc

n

i 1

ccUCL 3

ccUCL 3

cCL

m

RiR

m

i 1

4RDUCL

3RDLCL

RCL

minmax RRR

LANJUTAN RUMUS.......................................

VARIABEL ATRIBUT

Grafik Pengendalian Sifat:3. U- Chart

n

iuu

n

i 1

nuuUCL /3

nuuUCL /3

uCL

SUB GROUP 6.00 10.00 14.00 18.00 22.00 X RATA2 R

1 14.0 12.6 13.2 13.1 12.1

2 13.2 13.3 12.7 13.4 12.1

3 13.5 12.8 13.0 12.8 12.4

4 13.9 12.4 13.3 13.1 13.2

5 13.0 13.0 12.2 12.2 13.3

6 13.7 12.0 12.5 12.4 12.4

7 13.9 12.1 12.7 13.4 13.0

8 13.4 13.6 13.0 12.4 13.5

9 14.4 12.4 12.2 12.4 12.5

10 13.3 12.4 12.6 12.9 12.8

11 13.3 12.8 13.0 13.0 13.1

12 13.6 12.5 13.3 13.5 12.8

13 13.4 13.3 12.0 13.0 13.1

X-R CHART

SUB GROUP 6.00 10.00 14.00 18.00 22.00 X RATA2 R

14 13.9 13.1 13.5 12.6 12.8

15 14.2 12.7 12.9 12.9 12.5

16 13.6 12.6 12.4 12.5 12.2

17 14.0 13.2 12.4 13.0 13.0

18 13.1 12.9 13.5 12.3 12.8

19 14.6 13.7 13.4 12.2 12.5

20 13.9 13.0 13.0 13.2 12.6

21 13.3 12.7 12.6 12.8 12.7

22 13.9 12.4 12.7 12.4 12.8

23 13.2 12.3 12.6 13.1 12.7

24 13.2 12.8 12.8 12.3 12.6

25 13.3 12.8 12.0 12.3 12.2

P-CHART

SUBGROUPNO

UKURAN SUB GROUP

(N)

PERSEN CACAT P(Pn)

PERSEN CACAT P(%)

1 115 15

2 220 18

3 210 23

4 220 22

5 220 18

6 255 15

7 440 44

8 365 47

9 255 13

10 300 33

11 280 42

12 330 46

13 320 38

SUBGROUPNO

UKURAN SUB GROUP

(n)

PERSEN CACAT P(Pn)

PERSEN CACAT P(%)

14 225 29

15 290 26

16 170 17

17 65 5

18 100 7

19 135 14

20 280 36

21 250 25

22 220 24

23 220 20

24 220 15

25 220 18

PN-CHARTSUBGROUP

NO

UKURAN SUBGROUP

(n)

JUMLAH CACAT

(pn)

SUBGROUPNO

UKURAN SUBGROUP

(n)

JUMLAH CACAT

(pn)

1

100

1 11

100

2

2 6 12 1

3 5 13 3

4 5 14 1

5 4 15 4

6 3 16 5

7 2 17 4

8 2 18 1

9 4 19 6

10 6 20 15

PN-CHART

SUBGROUPNO

UKURAN SUBGROUP(n)

JUMLAH CACAT(pn)

21

100

12

22 6

23 3

24 4

25 3

26 3

27 2

28 5

29 7

30 4

SAMPEL JUMLAH CACAT SAMPEL JUMLAH CACAT

1 7 11 6

2 5 12 3

3 3 13 2

4 4 14 7

5 3 15 2

6 8 16 4

7 2 17 7

8 3 18 4

9 4 19 2

10 3 20 3

C -HART

U-CHARTNomor Sampel Ukuran Sampel (n) Jum. Ketidaksesuaian Keseluruhan (c)

1 10 102 10 143 10 204 10 165 10 126 10 247 10 228 10 149 10 10

10 10 1811 10 3012 10 2013 10 1414 10 2215 10 3216 10 2017 10 2818 10 1619 10 2420 10 20

Bagaimana memilih QC Tools dengan tepat ?

• Semua jenis QC Tools adalah alat yang mampu memberikan hasil analisa yang optimum bila digunakan dengan tepat. Tetapi, yang seringkali menjadi persoalan sesungguhnya adalah ketidakmampuan Pengguna dalam memilih dan menentukan alat bantu yang tepat dan sesuai dengan problem yang sedang dihadapinya.

• Kunci ketepatan dalam memilih adalah terletak pada pemahaman yang mendalam tentang karakteristik masing-masing alat bantu (QC Tools) tersebut. Sebagai contoh kasus adalah penggunaan Pareto Diagram sebagai alat bantu untuk menganalisa faktor-faktor prioritas. Agar Pareto Diagram dapat memberikan hasil yang optimum, maka dalam menyajikan data, sebaiknya berdasarkan pada peninjauan dari berbagai sudut pandang, misalnya : data frekuensi kejadian, data jumlah cacat produk, data down time, data kerugian dan lain sebagainya. Berdasarkan perbandingan faktor prioritas untuk masing-masing data tersebut, akan bisa diperoleh faktor yang benar-benar utama melalui analisa Pareto, dengan demikian Pareto diagram menjadi lebih bermanfaat dengan ditambahkannya Analisa Pareto dalam menentukan faktor prioritas.