- Mesin atau peralatan kerja lainnya Machine equipment
- Bahan – bahan baku raw materials
- Lingkungan kerja work environment
Hubungan penyimpangan kualitas dengan faktor – faktor penyebab tersebut dapat digambarkan dalam diagram berikut :
Metode kerja Manusia
Akibat effect
Lingkungan Bahan baku Mesin Kerja peralatan
Sebab cause Gambar 2.5 Fish Bone Diagram
Akibat effect = kualitas hasil kerja Sebab cause = faktor – faktor yang secara signifikan memberikan pengaruh
dan mengakibatkan sesuatu pada kualitas output kerja.
5. Stratifikasi
Stratifikasi merupakan teknik pengelompokan data ke dalam kategori – kategori tertentu agar data dapat menggambarkan permasalahan secara jelas
sehingga kesimpulan – kesimpulan dapat lebih mudah diambil. Kategori – kategori yang dibentuk meliputi data relatif terhadap lingkungan, sumber daya
manusia yang terlibat, mesin yang digunakan dalam proses, bahan baku, dan lain – lain.
Tabel 2.3 Stratifikasi Operator
Jenis Kesalahan
A B C D Total
1 2
3 Total
1 2
3 1
1 1
2 2
5 2
4 2
8 3
7 7
17
6. Scatter Diagram
Diagram acak scatter plot, biasanya ditunjukkan pada diagram yang menunjukkan hubungan X – Y, memberikan gambaran mengenai hubungan 2
variabel, seperti contohnya temperatur dengan tekanan udara. Hubungan tersebut dapat merupakan penggambaran, apabila sebuah variabel meningkat maka
variabel lain akan meningkat pula korelasi positif atau dapat pula menyatakan tidak adanya hubungan langsung atau bahkan hubungan negatif antara 2 variabel
tersebut.
Jenis cacat
6 5
4 3
2 1
Jumlah cacat
600 500
400 300
200 100
Gambar 2.6 Scatter Diagram
7. Control Chart
Control chart adalah grafik yang digunakan untuk menentukan apakah suatu proses berada dalam keadaan in control atau out of control limit yang
meliputi batas atas upper control limit dan batas bawah lower control limit dapat membantu kita untuk menggambarkan performansi yang diharapkan dari
suatu proses yang menunjukkan bahwa proses tersebut konsisten. Dengan mengetahui kondisi proses, maka kita dapat mengetahui sumber variasi proses,
apakah merupakan common cause atau special cause. Apabila merupakan special cause, kita dapat mengadakan perubahan tanpa mengubah proses secara
keseluruhan, tetapi bila merupakan common cause maka kita dapat mengadakan perubahan. Dalam siklus PDCA control chart digunakan dalam tahap pelaksanaan
do dan pengujian check. Sudjana, 1996, hal 425 Formulasi Peta Kontrol X
A
2
= 0.48 R
A X
BKA .
2
X Cl
R
A X
BKB .
2
Peta Kontrol
1 2
3 4
5 6
7 8
9 10
1 2
3 4
5 6
Sub Group Jumla
h Da
ta
X
BKB BKA
X
Gambar 2.7 Peta control X Formulasi Peta Kontrol R
D
3
= 0 D
4
= 2.004 BKA = D
4
x R CL = R
BKB = D
3
x R
Jumla h
Da ta
Sub Group
18 16
14 12
2 4
6 8
10
Peta Kontrol
1 2
3 4
5 6
CL
BKB BKA
R
Gambar 2.8 Peta Kontrol R
Untuk menyusun peta pengendali proses statistik untuk data atribut diperlukan beberapa langkah. Menurut Besterfield 1998, langkah tersebut meliputi :
1. Menentukan sasaran yang akan dicapai. Sasaran ini akan mempengaruhi jenis peta pengendali kualitas proses statistik
data atribut mana yang harus digunakan. Hal ini tentu saja dipengaruhi oleh karakteristik kualitas suatu produk dan proses, apakah proporsi atau banyaknya
ketidaksesuaian dalam sampel atau sub kelompok, ataukah bagian ketidaksesuaian dari suatu unit setiap kali mengadakan observasi.
2. Menentukan banyaknya sampel dan banyaknya observasi. Banyaknya sampel yang diambil akan mempengaruhi jenis peta pengendali
disamping karakteristik kualitasnya. 3. Mengumpulkan data
Data yang dikumpulkan tentu disesuaikan dengan jenis peta pengendali. Misalnya, suatu perusahaan atau organisasi menggunakan p – chart, maka data
yang dikumpulkan juga harus diatur dalam bentuk proporsi kesalahan terhadap banyaknya sampel yang diambil.
4. Menentukan garis pusat dan batas – batas pengendali. Penentuan garis pusat dan batas – batas pengendali akan ditunjukkan secara
rinci pada sub bagian berikut ini, pada masing – masing peta pengendali. Biasanya, perusahaan menggunakan
3 sebagai batas – batas pengendaliya. 5. Merevisi garis pusat dan batas – batas pengendalinya.
Revisi terhadap garis pusat dan batas – batas pengendali dilakukan apabila dalam peta pengendali kualitas proses statistik untuk data atribut terdapat data
yang berada di luar batas pengendali statistik out of statistical control dan diketahui kondisi tersebut disebabkan karena penyebab khusus. Demikian pula,
data yang berada di bawah garis batas pengendali bawah apabila ditemukan penyebab khusus di dalamnya tentu juga diadakan revisi.
Formulasi yang digunakan pengendalian kualitas proses statistik untuk data atribut adalah
Mengetahui proporsi kesalahan atau cacat pada sampel atau sub kelompok untuk setiap kali melakukan observasi :
P = n
x
Di mana p = proporsi kesalahan dalam setiap sampel x = banyaknya produk yang salah dalam setiap sampel
n = banyaknya sampel yang diambil dalam inspeksi
Garis pusat center line peta pengendali proporsi kesalahan adalah
GP p = p = g
n xi
g i
.
1
Di mana : p = garis pusat peta pengendali proporsi kesalahan
pi = proporsi kesalahan setiap sampel atau sub kelompok dalam setiap observasi n = banyaknya sampel yang diambil setiap kali observasi
g = banyaknya observasi yang dilakukan Sedangkan batas pengendali atas BPA dan batas pengendali bawah
BPB untuk peta pengendali proporsi kesalahan adalah BPA p = p + 3
n p
p 1
BPB p = p - 3
n p
p 1
Apabila banyaknya sampel atau sub kelompok yang diambil setiap kali observasi sama, maka dapat digunakan pula peta pengendali banyaknya
kesalahan np – chart. Adapun langkah – langkah dan formulasi yang digunakan dalam peta pengendali banyaknya kesalahan np – chart adalah
GP np = n p - 3
g xi
g i
1
Di mana : n p = garis pusat untuk peta pengendali banyaknya kesalahan
xi = banyaknya kesalahan dalam setiap sampel atau dalam setiap kali observasi g = banyaknya observasi yang dilakukan
Standar deviasi untuk peta pengendali banyaknya kesalahan np – chart adalah np =
1 p
p n
Oleh karenanya batas pengendali atas BPA dan batas pengendali bawahnya BPB menjadi :
BPA np = n p + 3
1 p
p n
BPB np = n p - 3
1 p
p n
2.2.3 Analisis Kemampuan Proses