Alat Pengendalian Kualitas LANDASAN TEORI

3.3. Alat Pengendalian Kualitas

Adapun ketujuh alat pengendalian kualitas tersebut adalah : 1. Check Sheet Lembar Pemeriksaan Check Sheet merupakan alat praktis yang digunakan untuk mengumpulkan, mengelompokkan, dan menganalisa data secara sederhana dan mudah. Tujuan utama dari check sheet adalah untuk memastikan bahwa data dikumpulkan dengan hati-hati dan teliti dengan mengoperasikan pegawai untuk pengendalian proses dan pemecahan masalah. 2. Stratification Stratifikasi atau Pengelompokkan Data Stratification merupakan usaha pengelompokkan data ke dalam kelompok- kelompok yang mempunyai karakteristik yang sama. Kegunaan stratification adalah: a. Mencari faktor-fakto penyebab utama kualitas secara mudah. b. Membantu pembuatan Scatter Diagram. c. Mempelajari secara menyeluruh masalah yang dihadapi. 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 sesuai dengan yang diharapkan atau tidak. Universitas Sumatera Utara 10 50 40 30 20 1 2 3 4 5 6 7 8 9 Number of Nonconforming Frekuensi Gambar 3.1. Histogram 4. Pareto Diagram Pareto diagram dibuat untuk menemukan atau mengetahui masalah atau penyebab yang merupakan kunci dalam penyelesaian masalah dan perbandingan terhadap keseluruhan. 100 90 75 50 1000 900 750 500 Persentase Kerusakan Frekuensi Kerusakan Penyebab Kerusakan A B C D Gambar 3.2. Pareto Diagram Universitas Sumatera Utara

5. Scatter Diagram

Diagram Pencar Scatter Diagram digunakan untuk melihat korelasi dari suatu faktor penyebab yang berkesinambungan terhadap suatu karakteristik kualitas hasil kerja. Pada umumnya apabila kita membicarakan tentang hubungan antara dua jenis data, kita sesungguhnya berbicara tentang : a. Hubungan sebab akibat. b. Suatu hubungan antara satu dan sebab lainnya. c. Hubungan antara satu sebab dengan dua sebab lainnya. Gambar 3.3. Scatter Diagram 6. 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. 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 Universitas Sumatera Utara MANUSIA METODE KERJA LINGKUNGAN KERJA BAHAN BAKU MESIN PERALATAN KUALITAS Gambar 3.4. Cause and Effect Diagram 7. Chart Peta Kontrol atau Bagan Kendali. Peta kontrol atau peta kendali digunakan untuk menentukan apakah suatu proses berada dalam pengendalian, dimana semua nilai rata-rata dan range dari sub-sub kelompok sampel berada dalam batas-batas kendali pengendalian. Memantau proses terus-menerus sepanjang waktu agar proses tetap stabil secara statistical dan hanya mengandung variasi penyebab umum. Apabila semua data berada dalam batas kendali, maka proses dikatakan dalam batas kendali stabil. Bagian ini menunjukkan perubahan data dari waktu ke waktu tetapi tidak menunjukkan penyimpangan, walaupun adanya penyimpangan akan terlihat pada peta kendali tersebut. Peta kendali ini merupakan grafik garis dengan mencantumkan batas-batas daerah pengendalian. Contoh peta kendali yang lazim dikenal antara lain : a. Peta Kendali untuk Data Jenis Variable Data yang diperlukan disini harus dapat diukur measureable dan karakteristik kualitas akan ditentukanboleh besar kecilnya penyimpangan terhadap Universitas Sumatera Utara unit ukuran yanf distandarkan untuk hasil kerja yang berlangsung. Ada 2 macam peta kendali variable. 1. Peta Peta ini menggambarkan variasi harga rata-rata dari suatu sampel lot yang ditarik daris suatu proses kerja. Pengelompokan ini bisa dilakukan berdasarkan satuan waktu dan kelompok kerja. Dan menggunakan ± 3 σ sebagai pengendalinya. Secara simbolis dapat ditulis sebagai berikut : UCL = µ + 3 CL = µ LCL = µ - 3 2. Peta Peta ini menggambarkan variasi standar deviasi dari suatu sampel lot yang ditarik dari suatu proses kerja. Maka : UCL = B 2 σ CL = C 2 σ LCL = B 2 σ 3. Peta Peta pengendalian dengan memperhatikan range atau selisih harga maksimum dan minimum dari data output kerja mencerminkan disperse data yang ada. Universitas Sumatera Utara UCL = D 2 σ CL = d 2 σ LCL = D 2 σ b. Peta Kendali untuk Jenis Data Atribut Data yang diperlukan disini hanya diklasifikasikan sebagai data yang baik atau cacat. Jadi disini kualitas kerja hanya dibedakan dalam dua kondisi tadi dimana inspeksi bisa dilakukan secara visual tanpa perlu melakukan pengukuran. Terdapat 3 model peta kendali atribut, yakni : 1. Peta p atau np Berkaitan dengan “fraction defectives” yaitu jumlah cacat dibagi jumlah item atau sampel yang diinsfeksi. Sedangkan peta np berkaitan dengan “ number of defectives ” atau jumlah cacat yang ditemukan dalam sampel lot size n tidak sama, sedangkan peta np besarnya n dari masing-masing lot akan sama. Dan menggunakan ± 3 σ sebagai pengendalinya. Maka : = UCL = − p + 3 n p p       − − − 1 LCL = − p - 3 n p p       − − − 1 Dan UCL = − np + 3 n p np       − − − 1 LCL = − np - 3 n p np       − − − 1 Universitas Sumatera Utara 2. Peta c Peta ini mengambarkan banyaknya ketidaksesuaian atau kecacatan dalam sampel berukuran konstan. Suatu benda yang cacat memuat paling sedikit ketidaksesuaian yang tergantung pada sifat keandalannya. Dan menggunakan ± 3 σ sebagai pengendalinya. = UCL = − c + 3 c LCL = − u - 3 c 3. Peta u Peta ini menggambarkan banyaknya ketidaksesuaian dalam satu unit. Peta u hamper sama dengan peta p, namun peta p digunakan untuk mengamati kecacatan yang terdapat pada tiap unit produk dengan menggunakan ± 3 σ sebagai pengendalinya. 1 − u = UCL = + 3 n u − LCL = − u - 3 n u −

3.4. Pengertian