3.4. Tujuan Pengendalian Kualitas
Seperti yang telah dikatakan bahwa maksud dari pengendalian mutu adalah agar spesifikasi produk yang telah ditentukan sebagai standar dapat
tercermin dalam produkhasil akhir. Secara terperinci dapat dikatakan bahwa tujuan dari pengendalian mutu
adalah: 1. Agar barang hasil produksi dapat mencapai standar mutu yang telah
ditentukan. 2. Mengusahakan agar biaya inspeksi dapat menjadi sekecil mungkin.
3. Mengusahakan agar biaya desain dari produk dan proses dengan menggunakan mutu produksi tertentu dapat sekecil mungkin.
4. Mengusahakan agar biaya produksi dapat menjadi sekecil mungkin.
3.5. Pengendalian Kualitas dengan Seven Tools
Proses penyelesaian masalah dan perbaikan kualitas dengan menggunakan seven tools dapat membuat proses penyelesaian masalah menjadi lebih cepat dan
sistematis. Seven tools dapat digunakan dengan profesional untuk memudahkan proses perbaikan kualitas. Konsep seven tools berasal dari Kaoru Ishikawa, ahli
kualitas ternama dari Jepang. Menurut Ishikawa, 95 permasalahan kualitas dapat diselesaikan dengan seven tools. Kunci sukses untuk memecahkan masalah ini
adalah kemampuan untuk mengidentifikasi masalah, menggunakan pendekatan seven tools berdasarkan masalah dasar, mengkomunikasikan solusi secara tepat
kepada yang lain. Untuk memecahkan masalah, sebaiknya dimulai dengan
Universitas Sumatera Utara
menggunakan Pareto diagram dan cause-effect diagram sebelum mencoba menggunakan alat yang lain. Dua alat ini digunakan secara luas oleh tim
perbaikan kualitas. Fungsi tujuh alat pengendalian kualitas adalah untuk meningkatkan
kemampuan perbaikan proses, sehingga akan diperoleh: 1. Peningkatan kemampuan berkompetisi.
2. Penurunan cost of quality dan peningkatan fleksibilitas harga. 3. Meningkatkan produktivitas sumber daya.
Adapun maksud dan tujuan penggunaan seven tools adalah sebagai berikut:
1. Mengetahui masalah. 2. Mempersempit ruang lingkup masalah.
3. Mencari faktor yang diperkirakan merupakan penyebab. 4. Memastikan faktor yang diperkirakan menjadi penyebab.
5. Mencegah kesalahan akibat kurang hati-hati. 6. Melibat akibat perbaikan.
7. Mengetahui hasil yang menyimpang atau terpisah dari hasil lainnya. Adapun ketujuh alat pengendalian kualitas tersebut adalah:
1. Stratification StratifikasiPengelompokkan Data Stratification merupakan usaha pengelompokkan data ke dalam kelompok-
kelompok yang mempunyai karakteristik yang sama. Stratification ini juga dapat dikelompokkan ke dalam teknik pengelompokan data ke dalam
kategori-kategori tertentu, agar data dapat menggambarkan permasalahan
Universitas Sumatera Utara
secara jelas sehingga kesimpulan-kesimpulan dapat lebih mudah diambil. Kategori-kategori yang dibentuk meliputi data relatif terhadap lingkungan,
sumber daya yang terlibat, mesin yang digunakan dalam proses, bahan baku, dan lain-lain.
Kegunaan stratification adalah: a. Mencari faktor-faktor penyebab utama kualitas secara mudah.
b. Membantu pembuatan Scatter Diagram. c. Mempelajari secara menyeluruh masalah yang dihadapi.
Memperbaiki kerusakan adalah pekerjaan yang sulit jika tidak ada stratification data. Kriteria stratification yang efektif adalah:
a. Jenis kerusakan b. Sebab kerusakan
c. Lokasi kerusakan d. Material
e. Produk f. Tanggal membuatnya
g. Kelompok kerja h. Operator perorangan
i. Supplier bahan j. Supplier suku cadang
2. Check Sheet Lembar Pemeriksaan
Merupakan alat praktis yang digunakan untuk mengumpulkan, mengelompokkan, dan menganalisa data secara sederhana dan mudah. Tujuan
utamanya adalah untuk memastikan bahwa data dikumpulkan dengan hati-
Universitas Sumatera Utara
hati dan teliti dengan mengoperasikan pegawai untuk mengendalikan proses dan pemecahan masalah. Data seharusnya disajikan agar dapat
digunakandengan mudah dan cepat dan dianalisa. Format dari Check berbeda-beda untuk setiap situasi desain oleh tim proyek. Pemeriksaan dibuat
berdasarkan harian dan mingguan serta beberapa pemeriksaan seperti temperatur juga diukur.
Gambar 3.1. Check sheet
3. Histogram Diagram Batang
Histogram adalah salah satu metode statistik untuk mengatur data sehingga dapat dianalisa dan diketahui distribusinya. Dari histogram ini dapat terlihat
gambaran penyebaran data apakah data tersebut telah sesuai dengan yang diharapkan atau tidak. Selain itu, histogram dikenal juga sebagai grafik
distribusi frekuensi, salah satu jenis grafik batang yang digunakan untuk menganalisa mutu dari sekelompok data hasil produksi, dengan
Universitas Sumatera Utara
menampilkan nilai tengah sebagai standar mutu produk dan distribusi atau penyebaran datanya. Melalui gambar Histogram yang ditampilkan, akan
dapat diprediksi hal-hal sebagai berikut:
a. Bila bentuk Histogram pada sisi kiri dan kanan dari kelas yang tertinggi
berbentuk simetri, maka dapat diprediksi bahwa proses berjalan konsisten, artinya seluruh faktor-faktor dalam proses memenuhi syarat-syarat yang
ditentukan. b. Bila Histogram berbentuk sisir, kemungkinan yang terjadi adalah ketidaktepatan
dalam pengukuran atau pembulatan nilai data, sehingga berpengaruh pada penetapan batas-batas kelas.
c. Bila sebaran data melampaui batas-batas spesifikasi, maka dapat dikatakan
bahwa ada bagian dari hasil produk yang tidak memenuhi spesifikasi mutu. Tetapi sebaliknya, bila sebaran data ternyata berada di dalam batas-batas
spesifikasi, maka hasil produk sudah memenuhi spesifikasi mutu yang ditetapkan.
Langkah-langkah pembuatan histogram adalah sebagai berikut:
a. Kumpulkan paling sedikit 30 data.
b. Tentukan kelas yang akan dibuat.
c. Masukkan dan susun data tadi ke dalam tabel frekuensi untuk mengetahui
frekuensi setiap kelas. d.
Gambarkan histogram berdasarkan tabel frekuensi dengan sumbu vertikal sebagai jumlah frekuensi dan sumbu horizontal sebagai ukuran kelas.
Universitas Sumatera Utara
10 50
40 30
20
1 2
3 4
5 6
7 8
9 Number of Nonconforming
Frekuensi
Gambar 3.2. Histogram
4. Pareto Diagram
Diagram pareto adalah grafik yang menguraikan klasifikasi data secara menurun mulai dari kiri ke kanan. Diagram pareto digunakan untuk
mengidentifikasi masalah dari yang paling besar sampai yang paling kecil. Pareto diagram dibuat untuk menemukan atau mengetahui masalah atau
penyebab yang merupakan kunci dalam penyelesaian masalah dan perbandingan terhadap keseluruhan. Dari pareto diagram, menurut aturan
80, bahwa umumnya 80 dari total keseluruhan berasal dari 20 item yang ada secara keseluruhan pada proses. Dan yang berarti menurut aturan
70, bahwa 70 dari total keseluruhan berasal dari 30 item yang ada secara keseluruhan pada proses pula.
Langkah-langkah pembuatan pareto diagram adalah sebagai berikut: a. Kumpulkan data dan susun data berdasarkan jumlah yang paling besar ke yang
paling kecil dan tentukan jumlah kumulatifnya. b. Gambar grafik dengan sumbu Y sebagai jumlah data dan sumbu X sebagi kategori
data dan digambar dengan skala tepat.
Universitas Sumatera Utara
c. Gambarkan diagram batang pada sumbu X sesuai kategori data dan jumlahkan mulai dari data terbesar hingga terkecil.
d. Dengan menggunakan tabel kumulatif gambar grafik kumulatifnya.
Setelah didapat diagram pareto maka dapat kita simpulkan kategori yang paling dominan dari tiap kategori.
8 0 75
70 1000
900 750
500 P
e rs
e n
ta s
e K
e ru
s a
k a
n
F re
k u
e n
s i
K e
ru s
a k
a n
Penyebab Kerusakan A
B C
D
Gambar 3.3. Pareto Diagram
5. Scatter Diagram Diagram Pencar Scatter Diagram digunakan untuk melihat korelasi dari suatu faktor penyebab
yang berkesinambungan terhadap suatu karakteristik kualitas hasil kerja. 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.
Langkah-langkah pembuatan scatter diagram sebagai berikut:
Universitas Sumatera Utara
a. Masukkan data-data yang hubungannya akan kita teliti. Masukkan data ini
dalam suatu lembar data. b. Gambarkan sumbu grafik secara vertikal dan horizontal. Apabila hubungan
antara dua macam data ini merupakan hubungan sebab akibat maka sumbu vertikal biasanya menunjukkan nilai kuantitatif dari akibat sedangkan sumbu
horizontal akan menunjukkan nilai kuantitatif dari sebab. c.
Plot data yang ada dalam grafik. Titik-titik data ini diperoleh dengan memotongkan nilai kuantitatif yang ada dari kedua sumbu vertikal dan
horizontal. Apabila nilai data ternyata berulang dan jatuh pada titik yang sama, maka lingkari titik tersebut sesuai dengan frekuensi pengulangannya.
Dalam membaca atau menganalisa diagram dapat dilihat dari hubungan antara faktor sebab akibat yang ada berdasarkan penyebaran titik-titiknya.
Pada umumnya, penyebaran data cenderung mengikuti model-model sebagai berikut:
a. Korelasi positif b. Ada gejala korelasi positif
c. Tidak terlihat adanya korelasi d. Ada gejala korelasi negatif
e. Korelasi negatif Adapun batas-batas nilai korelasi yang menyatakan suatu hubungan itu kuat atau
tidak, yaitu: a.
Jika r = -1 dan r = +1, maka korelasi tinggi dan positif b.
Jika -1 r +1, maka korelasi rendah
c. Jika r = 0, maka korelasi tidak ada
Universitas Sumatera Utara
Pe njualan Running LED
2000 4000
6000 8000
10000 12000
1 2
3 4
5 6
7 8
9 10
Periode P
en ju
al an
R unni
ng LED
Gambar 3.4. Scatter Diagram
6. Chart Peta Kontrol Bagan Kendali Control Chart merupakan suatu grafik yang digunakan untuk menentukan
apakah suatu proses maupun kualitas produk berada dalam keadaan stabil atau tidak atau dengan kata lain apakah masih dalam keadaan terkendali
sesuai dengan batas spesifikasi atau di luar kendali di luar batas spesifikasi. 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. Mutu produk yang diciptakan melalui suatu proses panjang, sesungguhnya
tidak pernah bisa terlepas dari variasi, yang dalam hal ini bisa dibedakan menjadi 2 kategori, yaitu :
a. Chance Cause
Universitas Sumatera Utara
Yaitu sebuah variasi yang timbul secara tidak terduga dan sukar dikendalikan
b. Assignable Cause Yaitu sebuah variasi yang bisa diperkirakan penyebabnya dan
memungkinkan untuk dilakukan pencegahan. Control Chart yang paling umum digunakan adalah:
a. Control Chart untuk variabel Yaitu Control Chart untuk pengukuran data variabel. Data yang bersifat
variabel diperoleh dari hasil pengukuran dimensi, seperti berat, panjang, tebal, dan sebagainya. Control Chart untuk variabel ini terdiri dari:
1 Peta Kontrol x
Peta ini menggambarkan variasi harga rata-rata mean dari suatu sampel lot data data yang diklasifikasikan dalam kelompok-
kelompok yang ditarik dari suatu proses kerja. Untuk membuat peta kontrol x dapat digunakan rumus-rumus sebagai berikut:
R A
x LCL
x tengah
Garis R
A x
UCL
2 2
− =
= +
=
Konstan A
2
ditabelkan untuk berbagai ukuran sampel dalam tabel. Rumus revisi peta kontrol x untuk data yang out of control adalah:
gd g
d X
X x
new
− −
=
∑
Dimana : X = Nilai rata-rata dari data
Universitas Sumatera Utara
d X
= Nilai rata-rata yang out of control g = Jumlah sampel
gd = Jumlah sampel yang out of control
x
A x
UCL σ
+ =
x
A x
LCL σ
− =
2
: Dimana
d R
= σ
Gambar 3.5. Peta Kontrol x
2 Peta kontrol R
Peta ini menggambarkan variasi dari range sample lot data yang ditarik dari suatu proses kerja. Untuk membuat peta kontrol R dapat
digunakan rumus-rumus sebagai berikut:
R D
LCL R
tengah Garis
R D
UCL
3 4
= =
=
Universitas Sumatera Utara
Konstan D
3
dan D
4
ditabelkan untuk berbagai nilai sampel dalam tabel.
Rumus revisi peta kontrol R untuk data yang out of control adalah:
gd g
Rd R
b
new
− −
=
∑
Dimana : R = Range dari data
d X
= Nilai Range yang out of control g = Jumlah sampel
gd = Jumlah sampel yang out of control
2 R
D UCL
σ =
1 R
D LCL
=
2
: Dimana
d R
= σ
Gambar 3.6. Peta Kontrol R
Universitas Sumatera Utara
3 Peta kontrol s
Peta ini menggambarkan variasi standar deviasi dari sampel lot data yang ditarik dari suatu proses kerja. Untuk membuat peta kontrol s
dapat digunakan rumus-rumus sebagai berikut:
S B
LCL S
tengah Garis
S B
UCL
3 4
= =
=
Konstan B
3
dan B
4
ditabelkan untuk berbagai nilai sampel pada tabel. Rumus revisi peta kontrol s untuk data yang out of control
adalah:
s
new
gd g
sd s
− −
=
∑
Dimana : s = Standar deviasi dari data sd = Nilai standar deviasi yang out of control
g = Jumlah sampel gd = Jumlah sampel yang out of control
6 s
B UCL
σ =
5 s
B LCL
σ =
4
: Dimana
c s
= σ
Universitas Sumatera Utara
Gambar 3.7. Peta Kontrol s
b. Control Chart untuk atribut Yaitu Control Chart untuk karakteristik kualitas yang tidak mudah
dinyatakan dalam bentuk numerik. Contohnya inspeksi secara visual seperti penentuan cacat warna, goresan, berkarat, dan sebagainya.
Control Chart untuk atribut ini terdiri dari:
1 p-Chart
Peta control p digunakan untuk mengamati proporsi produk cacat dibandingkan dengan keseluruhan produksi. Secara simbolis, dapat
ditulis sebagai berikut:
n np
p =
Di mana: p = proporsi produk cacat di dalam sampel atau subgrup n = jumlah semua sampel atau subgrup
np = jumlah produk cacat di dalam sampel atau subgrup
Universitas Sumatera Utara
Peta p
-1 4
9
1 3 5 7 9 11 13 15 17 19 21 23 25
Subgroup
F r
a c
ti o
n
N o
n c
o n
fo r
m in
g
np p
UCL LCL
Gambar 3.8. Peta P
2 np-Chart Peta np hampir sama dengan Peta p, keduanya digunakan untuk
menghitung proporsi produk cacat. Namun, penggunaan kedua peta ini tidak sama. Peta np lebih mudah digunakan bagi personil operasi
daripada Peta p, karena hasil-hasil inspeksi dimasukkan ke dalam peta tanpa perhitungan lebih lanjut. Perbedaan lainnya, Peta np
hanya dapat digunakan untuk subgrup yang jumlahnya konstan, tidak seperti Peta p yang dapat digunakan juga untuk jumlah subgrup yang
tidak konstan. 3 u-Chart
Secara matematis, Peta u hampir sama dengan Peta p. Namun, peta u digunakan untuk mengamati kecacatan yang terdapat pada tiap unit
produk. Berbeda dengan Peta c yang hanya dapat digunakan untuk ukuran subgrup yang konstan, Peta u dapat juga digunakan untuk
ukuran subgrup yang bervariasi.
Universitas Sumatera Utara
U Chart
-2 2
4 6
8 10
12 14
1 4
7 10
13 16
19 22
U Chart
N o
n c
o n
fo r
m it
ie s
u n
it
U rata-rata 12
UCL LCL
Gambar 3.9. Peta U
4 c-Chart Peta kontrol c digunakan untuk mengamati kecacatan yang terdapat
pada total produksi. Sebuah produk cacat mengandung paling sedikit satu kecacatan. Perlu diperhatikan, bahwa Peta c hanya dapat
digunakan untuk menghitung kecacatan apabila jumlah subgrup- subgrupnya konstan.
Gambar 3.10. Peta C
7. Cause and Effect Diagram Diagram Sebab Akibat Diagram ini berguna untuk menganalisa dan menemukan faktor-faktor yang
berpengaruh secara signifikan di dalam menemukan karakteristik kualitas output kerja dan berguna untuk mencari penyebab-penyebab yang
sesungguhnya dari suatu masalah.
Universitas Sumatera Utara
Untuk mencari faktor penyebab terjadinya penyimpangan kualitas kerja, maka orang akan selalu mendapatkan bahwa ada lima faktor penyebab utama
yang perlu diperhatikan, yaitu :
a. Manusia
b. Metode Kerja c.
Mesin atau peralatan kerja lainnya d. Bahan-bahan baku
e. Lingkungan Kerja
Langkah-langkah dalam membuat diagram sebab akibat, yaitu:
a. Mengidentifikasi masalah utama.
b. Menempatkan masalah utama tersebut di sebelah kanan diagram. c.
Mengidentifikasi penyebab mayor dan meletakkannya pada diagram utama. d. Mengidentifikasikan penyebab minor dan meletakkannya pada penyebab
mayor. e.
Diagram sebab akibat telah selesai, kemudian dilakukan evaluasi untuk menentukan penyebab sesungguhnya. Contoh dari diagram sebab akibat cause
and effect diagram dapat dilihat pada Gambar 3.11.
MANUSIA METODE KERJA
LINGKUNGAN KERJA
BAHAN BAKU MESIN
PERALATAN
KUALITAS
Gambar 3.11. Cause and Effect Diagram
Universitas Sumatera Utara
3.6. Metode Taguchi