diinginkan. Pengendalian proses secara statistik dan pengendalian penerimaan produk merupakan bagian dari pengendalian mutu secara statistik.
SPC menggunakan instrumen statistik untuk mengidentifikasi dan memecahkan permasalahan di dalam proses. Identifikasi permasalahan potensial secara sistematis dalam
mengontrol proses dapat dilakukan secara proaktif dan kemudian membuat koreksi sebelum mutu produk menjadi buruk. SPC membantu untuk mengukur apakah proses dan produk yang
dihasilkan sesuai dengan spesifikasi. Selain itu, membantu kita untuk meningkatkan produktivitas dan mengurangi limbah. Priscilla 2000.
SPC dapat diterapkan pada setiap proses. Menurut Gasperz 1998, perangkat yang digunakan dalam SPC, diantaranya:
1. Histogram
2. Lembar pemeriksaan check sheet
3. Diagram pareto
4. Diagram sebab-akibat
5. Stratifikasi
6. Diagram Pencar scatter diagram.
7. Grafik kendali
Menurut Wayworld 2001, pengendalian proses satstistik memiliki beberapa tujuan, antara lain : a menentukan apakah proses dalam keadaan terkendali, b Menentukan apakah
proses berada dalam spesifikasi, dan c mengidentifikasi penyebab variasi Langkah-langkah pengendalian proses secara statistik Gasperz 1998 dapat diuraikan
sebagai berikut: 1.
Merencanakan penggunaan alat-alat statistik. 2.
Memulai menggunakan alat-alat statistik. 3.
Mempertahankan atau menstabilkan proses dengan cara menghilangkan variasi penyebab khusus yang dianggap merugikan.
4. Merencanakan perbaikan proses terus-menerus melalui pengurangaan variasi penyebab
umum. 5.
Mengevaluasi dan meninjau ulang terhadap penggunaan alat-alat statistikal tersebut.
D. TEKNIK-TEKNIK PENGENDALIAN MUTU
Alat yang digunakan dalam upaya mengurangi variasi karakteristik mutu adalah Grafik Kendali, Brainstorming, Diagram Sebab-Akibat, Diagram Pareto, dan Kapabilitas Proses.
1. Grafik Kendali
Grafik kendali pertama kali diperkenalkan oleh Dr. Walter Andrew Shewart dari Bell Telephone Laboratories, Amerika Serikat, pada tahun 1924 dengan maksud untuk
menghilangkan variasi yang disebabkan oleh penyebab khusus special causes variation
12
dari variasi yang disebabkan oleh penyebab umum common causes variation Gasperz 2001.
Menurut Hoyle 2001, grafik kendali adalah perbandingan secara grafik dari data performa proses utnuk menghitung limit control pada diagram. Definisi lain diagram
kendali menurut Deming 1995, adalah suatu display grafik dari suatu karakteristik mutu yang telah dihitung atau diukur dari suatu contoh produk terhadap nomor contoh atau
waktu. Tujuan utama grafik kendali menurut Juran 1998, yaitu memberikan basis untuk
memprediksi masa depan tidak hanya masa lalu sehingga proses pengambilan keputusan dapat memberikan efek yang positif di masa depan. Menurut Priscilla 2000, grafik kendali
digunakan untuk menunjukkan apakah proses berada dalam keadaan terkontrol atau tidak terkontrol secara statistik. Kontrol statistik tidak menyiratkan nol variasi. Sedikit variasi
adalah normal dan tidak realistis jika kita mengharapkan nol variasi. Bagaimanapun, grafik kendali dapat menunjukkan pola data yang mengindikasikan bahwa suatu proses tidak
terkontrol dan berguna sebagai instrumen untuk membuat perbaikan yang kontinyu dengan mengurangi variasi proses.
Menurut Gasperz 2001, grafik kendali dapat digunakan sesuai kebutuhan seperti ditunjukkan melalui diagram alir penggunaan grafik kendali Gambar 1.
Tidak Tidak
Ya Tidak Ya Tidak Ya Tidak
Tentukan Karakteristik Mutu
Apakah data variabel?
Apakah data atribut berbentuk proporsi
atau presentase? Apakah data atribut
berbentuk banyaknya ketidaksesuaian?
Apakah proses homogenous?
Apakah ukuran contoh konstan?
Gunakan grafik
kendali : p Apakah ukuran
contoh konstan?
Gunakan grafik
kendali : u Gunakan
grafik kendali :
c atau u Gunakan
grafik kendali : p
atau np Gunakan
grafik kendali :
X-bar, R Gunakan
grafik kendali
individual X-MR
Gambar 1. Diagram alir penggunaan grafik kendali Gasperz 2001
Data variabel menunjukkan karakteristik mutu yang mempunyai dimensi kontinyu yang dapat mengambil nilai-nilai kontinyu dalam kemungkinan yang tidak terbatas, serperti:
13
panjang, kecepatan, bobot, volume, dan lain-lain. Data atribut hanya memiliki dua nilai yang berkaitan dengan YA atau TIDAK, seperti : sesuai atau tidak sesuai, berhasil atau
gagal, lulus atau tidak lulus, hadir atau tidak hadir, dan lain-lain Gasperz 1998 Grafik kendali X-bar rata-rata dan R Range
digunakan untuk memantau proses yang mempunyai karakteristik tidak kontinyu batch, sehingga grafik kendali X-bar dan R sering
disebut sebagai bahan kendali untuk data variabel. Grafik kendali X-bar menjelaskan tentang apakah perubahan-perubahan telah terjadi dalam ukuran titik pusat perubahan
homogenitas produk yang dihasilkan melalui suatu proses. Hal ini mungkin disebabkan oleh faktor-faktor seperti bagian peralatan yang hilang, minyak pelumas mesin yang tidak
mengalir dengan baik, kelelahan pekerja, dan lain-lain Gasperz 2001. Menurut Gaspersz 1998, pada dasarnya setiap grafik kendali Gambar 2
memiliki beberapa bagian, antara lain:
1. Sumbu y melambangkan karakteristik mutu output.
2. Sumbu x melambangkan nomor contoh.
3. Garis tengah atau central line.
4. Sepasang batas kendali, dimana satu batas kendali ditempatkan di atas garis tengah
dikenal sebagai upper control limit UCL dan batas kendali lainnya ditempatkan di bawah garis tengah dikenal sebagai lower control limit LCL.
Tahap-tahap dalam pembuatan grafik kendali Ishikawa 1982 adalah sebagai berikut: 1.
Kumpulkan data minimum 25 buah data. Data dan cara pengambilannya harus sama dengan yang dilakukan pada waktu yang akan datang.
2. Tentukan data yang akan dimasukkan ke dalam subgrup. Data tersebut harus dibagi ke
dalam subgrup dengan kondisi: a. Data yang diperoleh berasal dari kondisi teknik yang sama dan harus membentuk
satu subgrup. b. Sebuah subgrup tidak boleh memasukkan data dari lot atau sifat yang berbeda.
Jumlah sampel dalam sebuah subgroup menentukan ukuran subgrup yang digambarkan dengan n, sedangkan jumlah subgroup dilambangkan dengan k.
3. Catat dan tabelkan data yang ada serta rencanakan lembarannya.
4. Cari nilai rata-rata X yaitu jumlah x dibagi dengan n ukuran subgrup.
5. Cari kisaran nilai R selisih x terbesar dan x terkecil pada setiap subgrup.
6. Hitung rata-rata total X-bar, yaitu harga X keseluruhan dibagi k jumlah subgrup.
7. Hitung rata-rata R yaitu jumlah R seluruh subgroup dibagi dengan k.
8. Hitung batas-batas pengendalian.
9. Grafik kendali X-bar:
Garis pusat CL Control Limit = X-bar. Batas kendali atas UCL Upper Control Limit = X-bar + A2R.
Batas kendali bawah LCL Lower Control Limit = X-bar – A2R. 10.
Grafik Kendali R:
14
Garis pusat CL Control Limit = R. Batas kendali atas UCL Upper Control Limit = D4R.
Batas kendali bawah LCL Lower Control Limit = D3R. 11.
Nilai A2, D3, dan D4 berbeda untuk setiap jumlah n dapat dilihat pada Lampiran 3. 12.
Susun grafik kendali. 13.
Gambarkan titi-titik X-bar dan R untuk setiap subgroup pada garis vertical yang sama. 14.
Tuliskan keterangan-keterangan yang diperlukan.
UCL
CL LCL
Nomor Contoh K
A R
A K
T E
R I
S T
I K
Gambar 2. Gambar grafik kendali secara umum Muhandri dan Kadarisman 2005 Proses terkendali secara statistik dicirikan oleh grafik kendali yang semua titik-titik
contohnya berada dalam batas-batas pengendalian diantara batas pengendali atas dan batas pengendali bawah. Dengan demikian apabila nilai-nilai yang ditebarkan pada grafik
kendali jatuh diluar batas pengendali, dapat dinyatakan bahwa proses berada dalam keadaan tidak terkendali secara statistik Gasperz 1998.
2. Brainstorming
