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