Pengendalian Mutu Statistik - Student Blog file•Contoh: pembuatan standar2 kualitas . Mencari Kerusakan, ... Diagram Pareto •Suatu gambar yang mengurutkan klasifikasi data dari

Pengendalian Mutu Statistik

Konsep Pengendalian Kualitas

• Kualitas suatu produk : derajat/tingkatandimana suatu produk mampu memuaskankeinginan konsumen

• Pengendalian Kualitas : sistem verifikasi &penjagaan dari suatu derajat/tingkatankualitas produk/proses yang dikehendakidengan perencanaan seksama, pemakaianperalatan yang sesuai, inspeksi terus menerus& tindakan korektif bila diperlukan

Pengendalian Kualitas Statistik

Pengendalian Kualitas Statistik (PKS) :Ilmu yang mempelajari tentang teknik /metodepengendalian kualitas berda-sarkan prinsip/ konsepstatistik.

Cara menggambarkan ukuran kualitas

Variabel : karakteristik kualitas suatu produk dinyatakandengan besaran yang dapat diukur (besarankontinue). Seperti : panjang, berat, temperatur

Attribut : karakteristik kualitas suatu produkdinyatakan dengan apakah produk tersebutmemenuhi kondisi/persyaratan tertentu, bersifatdikotomi, jadi hanya ada dua kemungkinan baik danburuk. Seperti produk cacat atau produk baik.

Aktivitas QC

• Perencanaan kualitas saat merancang produk & proses pembuatannya

• Pengendalian dalam penggunaan material dalam proses produksi

• Pengamatan terhadap performansi produk lalu membandingkan dengan standar2 yang ditetapkan sebelumnya

• Pengambilan tindakan koreksi jika terdapat penyimpangan yang cukup signifikan/terjadi cacat

Parameter Kualitas

• Derajat dimana kelas/kategori suatu produk mampu memberikan kepuasan pd konsumen secara umum

• Dua/lebih produk meskipun memiliki fungsi yang sama, dapat memberi derajat kepuasan berbeda karena perbedaan kualitas dalam rancangannya

Kualitas Desain

• Suatu produk harus dibuat sedemikian rupa sehingga sesuai & memenuhi spesifikasi, standar & kriteria2 yang telah disepakati yang nantinya sesuai dengan fungsi yang telah dirancang sebelumnya

Kualitas Kesesuaian

bentuk 3

bentuk QC

Pencegahan Pencegahan Cacat

Mencari Mencari kerusakan, kesalahan atau cacat

Analisa & tindakan koreksi

Pencegahan Cacat

• Mencegah kerusakan/cacat sebelum benar2 terjadi

• Contoh: pembuatan standar2 kualitas

Mencari Kerusakan, Kesalahan/Cacat

• Proses mencari penyimpangan2 terhadap standar yang telah ditetapkan

• Aplikasi & pemakaian metode2 yang spesifik untuk proses inspeksi, pengujian, analisis statistik

Analisa & Tindakan Koreksi

• Menganalisis kesalahan2 yang terjadi & melakukan koreksi terhadap penyimpanyan tersebut

• Merupakan tanggung jawab bagian pengendalian kualitas

Kinerja Kualitas

Pengukuran kinerja meliputi :

• Produktivitas

• Efisiensi

• Penggunaan

Produktivitas

• Perbandingan output dg input dikalikan faktor kualitas

• Prod = (output/input) x faktor kualitas

Output : hasil yg dicapai

Input : SD yg digunakan

Faktor kualitas : skor/nilai jaminan kualitas

Faktor Kualitas

• Indeks kualitas

• Tingkat kualitas berdsr % tanggapan positif responden thdp kualitas produk yg dihasilkan

Efisiensi

• (realita/standar) x 100%

• Minimasi input, maximasi output

• Melebihi standar kerja --> efisiensi mencapai lebih dari 100%

Penggunaan

(jumlah penggunaan/tersedia SD) x 100%

Produktivitas

= efisiensi x penggunaan x tingkat kualitas

● Teknik perbaikan kualitas --> teknik danmetodologi dalam problem solving untukperbaikan kualitas

●Banyak teknik sifatnya general

Seven Tools

Hubungan QC dan Tools..

Diagram Pareto

• Suatu gambar yang mengurutkan klasifikasi datadari kiri ke kanan menurut urutan rankingtertinggi hingga terendah.

• Membantu menemukan permasalahanterpenting untuk segera diselesaikan (rankingtertinggi) sampai dengan yang tidak harus segeradiselesaikan (ranking terendah).

• Digunakan untuk membandingkan kondisi proses,misalnya ketidaksesuaian proses, sebelum dansetelah diambil tindakan perbaikan terhadapproses

Prinsip Pareto

• Juran mengistilahkan “vital few, trivial many”:

• 20% dari masalah kualitas menyebabkan kerugian sebesar 80%.

Penyusunan Pareto

1. Menentukan metode atau arti dari pengklasifikasian data, misalnya berdasarkan masalah, penyebab jenis ketidaksesuaian, dan sebagainya.

2. Menentukan satuan yang digunakan untuk membuat urutan karakteristik-karaktertistik tersebut, misalnya rupiah, frekuensi, unit, dan sebagainya.

3. Mengumpulkan data sesuai dengan interval waktu yang telah ditentukan.

4. Merangkum data dan membuat rangking kategori data tersebut dari yang terbesar hingga yang terkecil.

5. Menghitung frekuensi kumulatif atau persentase kumulatif yang digunakan.

6. Menggambar diagram batang, menunjukkan tingkat kepentingan relatif masing-masing masalah. Mengidentifikasi beberapa hal yang penting untuk mendapat perhatian.

Contoh

Histogram

• Menjelaskan variasi proses, namun belum mengurutkan rangking dari variasi terbesar sampai dengan yang terkecil.

• Menunjukkan kemampuan proses, histogram juga menunjukkan hubungan spesifikasi proses dan angka-angka nominal, misalnya rata-rata.

• Garis vertikal menunjukkan banyaknya observasi tiap-tiap kelas.

Cara membaca Histogram

Bentuk simetris kiri-kanan

Bentuk bergerigi

Bentuk tidak simetrisi

Frekuensi terbanyak di

sekitar titik tengah,makin

jauh dari tengah semakin

sedikit (simetris kiri-kanan)

bentuk umum pada saat

proses stabil.

Frekuensi berkurangsecara

tidak beraturan

(bentuk bergerigi )

Hal yang perlu diperiksa adalah bilangan bulat yang dikalikan satuanpengukuran ketika menentukan lebarkelas, atau apakahpetugas/ pemeriksayang bermasalahdalam cara membacaskala alat ukur

Distribusi rata-rata miring

ke kiri atau kekanan.

Frekuensinya tinggi di satu

sisi, rendah di sisi lain.

(tidak simetris kiri-kanan)

Secara teoritis ataupun

dengan nilai spesifikasi,

tidak mungkin melewati

batas bawah spesifikasi.

Contoh;

-kemurnian suatu barang

mendekati 0%.

-Jumlah kerusakan/cacat

produk mendekati “0”.

Penyimpangan

dapat dibagi

dalam beberapa

bagian sesuai

klasifikasinya.

Bentuk Histogram Keterangan Bentuk Hal Pemeriksaan catatan

Bentuk Histogram Keterangan Bentuk Hal Pemeriksaan catatan

Bentuk ujung terpotong

Distribusi rata-rata

sangat miring ke kiri atau

ke kanan

(tidak simetris kiri-kanan)

Periksalah bila semua

produk berada di luar

spesifikasinya atau

kesalahan pengukuran

/pemeriksaan.

Dalam kasus seleksiseluruhnya,sangat perlu meningkatkankemampuan prosesnya (Cp) atau standarnya diperiksa kembali.

Frekuensi yangtermasuk

dalam tiap kelas tidak

banyak

berubah/ berbeda

Muncul bila beberapa

distribusi dengan

spesifikasi yang erbeda

tercampur.

Membuat lagi

Histogram

sesuai Klasifikasinya;

sesuai mesin,

material.

Frekuensi rendahberada di

tengah, ada ketinggian

di kiri dan kanan.

Muncul bila dua jenis

distribusi dengan

spesifikasi yang berbeda

tercampur;

antara dua mesin,

dua jenis material,

dan lain-lain.

Membuat lagi

Histogram

sesuai

klasifikasinya;

perbedaan

diantara dua

distribusi

menjadi jelas.

Bentuk Berpuncak Rata

Bentuk Berpuncak DuaAda frekuensi yang terpisah

di ujung akhir Histogram

yang mana simetris kiri dan

kanan.

Muncul bila sedikit

data tercampur

ke dalam distribusi

yang berbeda.

Telitilah tercampur

atau tidak datanya

oleh proses yang

berbeda; telitilah

penyebabnya.Bentuk Puncak Terpisah

Batas produk cukup di dalam

spesifikasi, dan nilai rata-rata

berada di tengah distribusi.

Walaupun batas produk sudah

berada dalam

spesifikasi, tetapi nilai rata-

ratanya terlalu dekat dengan

spesifikasi batas atas.

Dengan perubahan sedikit

pada proses, ada

kemungkinan hasil produksi

dapat berada di luar

spesifikasi.

Batas produk sama

dengan spesifikasi.

Kerusakan produk mungkin

saja terjadi walaupun

hanya ada sedikit perubahan

pada

proses.

Perlu

menurunkan

nilai rata-rata

produk.

Bila Histogram sesuai dengan spesifikasi

Tipe ideal

Batas produk

spesifikasi

Lebar penyimpangan

distribusi harus

dikurangi.

Bentuk Histogram Keterangan Bentuk Hal Pemeriksaan catatan

Tidak ada Ruang di salah satu sisi

Batas produk

spesifikasi

Batas produk

spesifikasi

Tidak ada Ruang di kedua sisi

Tipe ideal.

4) Membandingkan Histogram dengan spesifikasi

Jangkauan spesifikasi

terlalu lebar daripada

batas produknya

Karena terlalu besar Jarak batas, maka perlu mengganti spesifikasi ataumenghilangkan beberapa bagian proses untuk memperlebar batas produk

Batas produk

spesifikasi

Terlalu banyak ruang di kedua sisi

Nilai rata-rata produk terlalu banyak keluar dari spesifikasinya.

Nilai rata-rata harus dibawa/ digeser ke nilaitengah spesifikasi.

Penyimpangan proses terlalu besar.

Memperbaiki proses.

Keluar ke arah batas bawah spesifikasi.

Perlu menaikkan nilai rata-rata atau penyimpangandistribusi diperkecil.

Periksalah seluruhnyauntuktindakan sementara.

Bila Histogram tidak sesuai dengan spesifikasi.

Bentuk Histogram Keterangan Bentuk Hal Pemeriksaan catatan

Pergeseran nilai rata-rata

spesifikasiBatas produk

Penyimpangan besar

Batas produk

spesifikasi

Bergeser terhadapspesifikasi batas bawah

Batas produk

spesifikasi

Bentuk Histogram Keterangan Bentuk Hal Pemeriksaan catatan

Kemampuan proses sangat rendah bila dibandingkan spesifikasinya.

Bila spesifikasi atau prosesnya tidak berubah,lakukan pemilihan seluruhnya atau klasifikasikan.

Keluar ke arah batas atas spesifikasi ; jumlah ketidakmurnian dibawah 10%

Perlu menurunkannilai rata-rata.

Pengeseran nilai rata-ratadan penyimpangannya besar

Batas produk

spesifikasi

Bergeser terhadap spesifikasi batas atas

spesifikasi

Batas produk

Lembar Pengecekan (Check Sheet)

• Tujuan : menjamin data dikumpulkan secara teliti dan akurat oleh karyawan operasional untuk diadakan pengendalian proses dan penyelesaian masalah.

• Data dalam check sheets akan dapat digunakan dan dianalisis secara cepat dan mudah.

• Memiliki beberapa bentuk

Jenis Kesalahan Minggu ke-

I II III IV

Cara mencuci v v

Proses perebusan v v

Administrasi v

Proses Pengemasan v

Penjualan v v

Pengaturan produk v v

Analisis Matriks

• Suatu alat yang sederhana, tapi efektif untuk membandingkan beberapa kelompok kategori seperti operator, karyawan penjualan, mesin-mesin, pemasok, dan seterusnya.

• Semua elemen dalam kategori tersebut melakukan kegiatan yang sama.

• Analisis matriks sering disebut dengan Diagram Pareto dua dimensi.

Contoh Analisis Matriks

Diagram Sebab Akibat

• Diagram Ishikawa

• Menunjukkan hubungan sebab dan akibat kejadian/masalah

• Selanjutnya diambil perbaikan

• Sumber utama masalah disederhanakan mjd sumber minor (pendukung) yg lebih kecil dan detil

Manfaatnya....

• Mengurangi dan menghilangkan kondisi penyebab ketidaksesuaian produk dan keluhan pelanggan

• Memanfaatkan kondisi sesungguhnya untuk perbaikan kualitas dan mengurangi biaya

• Dapat membuat standarisasi operasi yg ada dan direncanakan yad

Tahapan..

• Tentukan kondisi kualitas yang ingin diperbaiki & dikendalikan. • Tulis faktor2 penyebab utama yang diperkirakan merupakan sumber

terjadinya penyimpangan/ permasalahn kualitas. Biasanya berupa 4m+1E (man, method, machine, material, environment) untuk industri barang. Sedangkan untuk industri jasa berupa equipment, policies, procedures, people

• Cari lebih lanjut faktor2 yang lebih terperinci yang berpengaruh pd faktor2 penyebab utama

• CHECK! Apakah semua item yang terkait dengan karakteristik kualitas output sudah dicantumkan?

• Cari faktor2 penyebab yang paling dominan secara berurutan dengan menggunakan diagram pareto kemudian selesaikan faktor penyebab masalah tersebut.

Scatter Diagram

• Diagram Penyebaran

• Hubungan sebab akibat 2 variabel

• Menunjukkan hubungan positif dan

negatif

Cara memahami Scatter Diagram

. . . . .

. . . . .

. .

. . .. . . . .

. . .

. . .

. . .. .

. . .

. . .. .

. . .

. . .

. . . .

.

. . .

. .

. . .

. . .

. .

. ..

Hubungan positif ( + ) lemah

. . .

. . .

. . .

.

.

. .

. . .

. .

. .

.

.

. .

. .

. . .

. .

. .

.

. . .

. . .

. .

.

.

. .

. .

. . .

. .

. .

.

. . .

. . . . .

.

.

Hubungan negatif ( - ) lemah

. . .

. . .

.

. . .

.

. . .

.

. .

. .

. . .

.

. . .

.

. .

.

.

. .

. . .

.

. . .

.

.

.

. . . . .

. .

. . .

. . . . .. .

.

. . .. . .

. .

. . .. . .

. . .. .

.

. . . . .

. . .

. .

.. .

..

. . . .

. .

. . . . .

. .

. . . .

.

. . .

.

. .

. . .. . .

.

. .

. . . .

. . .

. .

. .

.

.

. .

.

. .. .

.

.

. . .

.

.

. .

Tidak ada hubungan

. . . . .

. . . . .

. .

. . .. .

. . .

. . .

Hubungan positif ( + ) kuat

..

..

.

.. .

..

.. .

..

..

...

..

. .

.

.

Hubungan negatif ( - ) kuat

. . .

. . . . .

. .

. . .

. . . . .

. . .

.. ..

.

. . .

.

. .

.. .

.

.

... .

.

..

.

.

.

. . .

.

. . .

.

. .

. . .. .

. . .

. .

. . .. .

. . .. .

Tidak berhubungan lurus

. . .

.

. . . .

. .

Diagram Alur

• Menunjukkan aliran/urutan proses

• Mempermudah menggambar sistem, identifikasi masalah dan tindakan pengendalian

• Menunjukkan siapa konsumen tiap tahapan proses

• Tindakan perbaikan : mengurangi/ menyederhanakan / kombinasi tahapan proses

Process Chart

Diagram Proses

Run Chart

• Penggambaran karakteristik kualitas sbg fungsi waktu

• Memberikan ide ttg kecenderungan global dan tgk variabilitas proses

Control Chart

• Peta Kendali

• Menggambarkan perbaikan kualitas

• Kondisi : in – out of control

• Tepat bagi pengambil keputusan krn model akan terlihat baik atau buruk

• Mengukur KEMAMPUAN PROSES

Control Chart

Indeks Kemampuan Proses

• Variabel melengkapi peta kendali

• Cp minimal 1,33

• Cpk minimum 1,00 (standar/target)

• Jika Cp ≥ 1,33 dan Cpk ≥ 1,00 maka proses dikatakan stabil

Process Capability Ratio, Cp

process the of deviation standard

6σ

ionSpecificat LowerionSpecificat Upper

pC

Process Capability Cpk

population process the of deviation standard

mean process x where

LimitionSpecificatLower x

or , x Limit ionSpecificatUpper

of minimum

3

3pkC

Assumes that the process is:• under control• normally distributed

Kurva karakteristik operasi

• Mengendalikan bahan dan produk pada acceptance sampling

• Model sampel tunggal, ganda, sequensial

• Resiko produsen AQL dan konsumen LTPD

An Operating Characteristic (OC) Curve Showing Risks

= 0.05 producer’s risk for AQL

= 0.10

Consumer’s risk for LTPD

Probability of Acceptance

Percent Defective

Bad lotsIndifference zoneGood lots

LTPDAQL

0 1 2 3 4 5 6 7 8

100

95

75

50

25

10

0