5. D tabel : D23 = 0,275
Dmaksimum ≤ Dα 6. Keputusan : H0 diterima, karena D 0,136
D α 0,275. Hal ini berarti data kecacatan pada periode bulan Mei 2015 berdistribusi normal. Adapun gambar
grafik pengolahan uji kenormalan data dapat dilihat pada Gambar. 5.6.
72 60
48 36
7 6
5 4
3 2
1
C1 Fr
e q
u e
n c
y
Mean 54.35
StDev 11.39
N 23
Histogram of C1
Normal
Gambar 5.6. Grafik Uji Kenormalan Data
5.3.2.3. Penentuan Batas Kontrol Batas Kendali
Batas kendali adalah suatu alat statistik yang dapat digunakan untuk mempertahankan variasi-variasi di dalam kualitas keluaran yang disebabkan
karena ketidaksesuaian spesifikasi yang diinginkan. Penentuan batas kendali merupakan sebagai syarat dalam perhitungan process capability. Dalam penentuan
batas kontrol batas kendali yang digunakan adalah peta np, dimana peta np adalah alat statistik yang digunakan untuk mengevaluasi jumlah kerusakan
kecacatan, atau menghitung item yang tidak sesuai, yang dihasilkan oleh sebuah
Universitas Sumatera Utara
proses. Penggunaan peta np dikarenakan jumlah sampel yang diamati pada setiap pengamatan tetap. Adapun Perhitungan nilai np dapat dilihat pada Tabel 5.11.
Tabel 5.11. Perhitungan Nilai np Nomor
Jumlah Sampel n
Jumlah Kecacatan np
Proporsi Jumlah Kecacatanp
1 54
6 0.1111
2 60
3 0.0500
3 59
6 0.1017
4 60
5 0.0833
5 50
7 0.1400
6 30
5 0.1667
7 45
7 0.1556
8 55
9 0.1636
9 60
8 0.1333
10 45
6 0.1333
11 40
6 0.1500
12 65
6 0.0923
13 64
6 0.0938
14 50
5 0.1000
15 60
6 0.1000
16 40
5 0.1250
17 45
5 0.1111
18 50
4 0.0800
19 75
9 0.1200
20 79
4 0.0506
21 60
5 0.0833
22 59
4 0.0678
23 45
6 0.1333
Jumlah 1250
133
Bedasarkan data yang ada, didapat nilai
mean p
CL sebagai berikut: 1046
, 1250
133
n np
p
Batas kelas Atas UCL dan Batas Kelas Bawah LCL dapat dihitung seperti dibawah ini :
Universitas Sumatera Utara
n p
1 p
3 p
UCL
n p
1 p
3 p
LCL
Perhitungan UCL adalah sebagai berikut :
2960 ,
23 1046
, 1
1046 ,
3 1046
, 1
3
1 1
1
UCL UCL
n p
p p
UCL
Perhitungan LCL adalah sebagai berikut:
0868 ,
23 1046
, 1
1046 ,
3 1046
, 1
3
1 1
1
LCL LCL
n p
p p
LCL
Nilai pada LCL yang minus dibuat menjadi 0 karena tidak ada kecacatan per produk unit yang minus jumlahnya. Minimal jumlah kecacatan per unit adalah 0
sehingga angka minus diganti dengan 0. Perhitungan peta p dapat dilihat pada Tabel 5.12.
Tabel 5.12. Perhitungan Peta p No
Jumlah Produksi
Jumlah Kecacatan
P CL
UCL LCL
1 54
6 0.1111
0.1046 0.2960
2 60
3 0.0500
0.1046 0.2960
3 59
6 0.1017
0.1046 0.2960
4 60
5 0.0833
0.1046 0.2960
5 50
7 0.1400
0.1046 0.2960
6 30
5 0.1667
0.1046 0.2960
7 45
7 0.1556
0.1046 0.2960
8 55
9 0.1636
0.1046 0.2960
9 60
8 0.1333
0.1046 0.2960
10 45
6 0.1333
0.1046 0.2960
11 40
6 0.1500
0.1046 0.2960
Universitas Sumatera Utara
12 65
6 0.0923
0.1046 0.2960
13 64
6 0.0938
0.1046 0.2960
14 50
5 0.1000
0.1046 0.2960
15 60
6 0.1000
0.1046 0.2960
16 40
5 0.1250
0.1046 0.2960
17 45
5 0.1111
0.1046 0.2960
18 50
4 0.0800
0.1046 0.2960
19 75
9 0.1200
0.1046 0.2960
20 79
4 0.0506
0.1046 0.2960
21 60
5 0.0833
0.1046 0.2960
22 59
4 0.0678
0.1046 0.2960
23 45
6 0.1333
0.1046 0.2960
Dari semua data yang diperoleh diatas maka dapat digambarkan peta kontrol p untuk proportion nonconforming data pemeriksaan produk cacat dapat dilihat
pada Gambar 5.7 sebagai berikut :
Gambar 5.7. Peta Kontrol
Dari Gambar 5.7 dapat dilihat bahwa semua data yang diperoleh dalam pengolahan data masih di dalam batas LCL dan UCL, sehingga tidak perlu
dilakukan revisi.
0,0000 0,0500
0,1000 0,1500
0,2000 0,2500
0,3000 0,3500
1 3
5 7
9 11 13 15 17 19 21 23 Proporsi Jumlah
Kecacatan Terbesar p
cl
ucl
lcl
Universitas Sumatera Utara
5.3.3.
Analyze
Tahap Analisis
Langkah ketiga dalam program peningkatan kualitas metode
Six Sigma
adalah analisis. Tahap analisis merupakan fase mencari dan menentukan akar permasalahan. Pada tahap ini dilakukan analisis terhadap data yang telah
diperoleh. Analisis data ini perlu dilakukan untuk mengetahui sumber-sumber dan akar penyebab terjadinya penyimpangan terhadap spesifikasi produk yang ada,
yang mana penyimpangan spesifikasi produk yang terjadi akan berdampak terhadap kualitas produk tangki ar yang sudah diproduksi. Pada tahap ini
dilakukan analisis terhadap faktor-faktor penyebab terjadinya cacat dominan pada produk tangki air berdasarkan Diagram pareto, kemudian dianalisis menggunakan
Cause and Effect Diagram,
Tabel
Five Why
dan
Failure Mode Effect Analysis
FMEA.
5.3.3.1.
Analisis Critical To Quality
CTQ
Potensial dengan Diagram Pareto Diagram Pareto adalah teknik grafis sederhana yang menggambarkan relativitas dari tingkat-tingkat penting atau
tidaknya berbagai permasalahan yang membedakan antara ‟
vital few
‟ dan ‟
trivial many
‟, yang terfokus pada isu-isu pengembangan dan peningkatan kualitas maksimal beserta relevansinya. Prosedur penentuan prioritas dalam diagram
Pareto yaitu: 1. Pemilihan konsistensi yang akan di ranking dan diukur misalnya
frekuensi,biaya dan lain-lain 2. Menyusun daftar-daftar elemen dari kiri ke kanan di atas aksis garis
horizontal sebagai ukuran order
Universitas Sumatera Utara
3. Mengatur kesesuaian skala vertikal pada bagian kiri dan di atas klasifikasinya 4. Mengatur skala 0 - 100 dibagian kana dan menarik garis tegas yang lebih
tinggi, dan menggesernya pada posisi diatas basis yang ditarik dari ke kanan. Untuk mengetahui jenis kecacatan yang dominan dengan menggunakan
Diagram Pareto yang dapat dilihat pada Gambar 5.8.
jumlah reject 67
39 27
Percent 50.4
29.3 20.3
Cum 50.4
79.7 100.0
jenis reject bentuk tidak sesuai
bocor sompel
140 120
100 80
60 40
20 100
80 60
40 20
ju m
la h
r e
je ct
P e
rc e
n t
Pareto Chart of jenis reject
Gambar 5.8. Diagram Pareto Kecacatan Produk
Berdasarkan Gambar 5.9 dan dengan menggunakan prinsip aturan 70-30 dapat dilihat bahwa terdapat satu jenis kecacatan yang memiliki persentase
kesalahan kumulatif di bawah 70 yaitu sompel. Hasil diagram Pareto menunjukkan bahwa jenis kecacatan yang harus dianalisis lebih lanjut penyebab
terjadinya permasalahan adalah sompel.
5.3.3.2. Tabel
