BAB I

PROCESS CONTROL
1.1 PETA KENDALI VARIABEL
1.1.1 Pengumpulan Data
Produk : Sendok Kecil Warna
Kelompok : D5
Ukuran Sampel : 5

Gambar 1.1 Bahan Observasi Sendok Kecil Warna

Gambar 1.2 Alat Observasi Penggaris

 Produk : Sendok Kecil Warna
Kelompok : D5
Karakteristik Yang Diukur : Panjang Sendok Kecil Warna

Tabel 1.1 Data Observasi Variabel Sendok Kecil Warna

Observasi Sendok Hasil Pengukuran X Range
Kecil Warna 1 2 3 4 5
Kuning 19.1 19.1 19.2 19.1 19.2 19.14 0.1
Hijau 17.5 19.1 19.1 18.2 19.1 18.6 1.6
Putih 14.3 19.1 19.1 19.1 19.1 18.14 4.8
Merah 19.1 14.1 19.1 19.1 19.2 18.12 5.1
Ungu 19.1 19.1 19.1 19.2 19.1 19.12 0.1
Total 93.12 11.7
Rata-Rata 18.624 2.34

1.1.2 Pengolahan Data

Pengolahan Data Variabel (X Chart dan R Chart)
Input Data
Tabel 1.2 Input Data Panjang Sample

Output Data
Tabel 1.3 Output Quality Control Result X-Chart
 Gambar 1.3 X-bar chart

Gambar1.4 Range Chart

1.1.3 Pembahasan
 Dari Tabel 1.3 menunjukkan hasil perhitungan X-bar Chart dan R-
Chart dari software QM for Windows.
1.1.3.1 Peta Kendali X
Untuk X-bar Chart hasil perhitungannya adalah sebagai
berikut :
X 93,122
X = = =18,624
n 5

UCL = X
+ (A2. R )

= 18,624 + (0,577 x 2,342)

= 18,624 + 1,351
= 19,979
X 93,122
CL = = =18,624
n 5

LCL = X
- (A2. R )

= 18,624 - (0,577 x 2,342)

= 18,624 1.351
=17,273
Dari hasil Gambar 2.3 dapat dilihat bahwa dari 25 sampel
Sendok Kecil Warna tidak ada yang keluar dari batas kendali
atas dan batas kendali bawah. Jadi dari hasil tersebut dapat
dikatakan panjang Tuding Mengaji berada dalam
pengendalian. Sehingga layak untuk di produksi

1.2.3.1 Peta Kendali R

Untuk X-bar Chart hasil perhitungannya adalah sebagai
berikut :

R 11.71
R =
= n 5 = 2,342

R
UCL = D4 x
 = 2,114 x 2,342
= 4,951
R 11,71
=
CL = n 5 = 2,342

R
LCL = D3 x

= 0 x 2,342
=0
1.2 PETA KENDALI ATRIBUT
1.2.1 Pengumpulan Data
Produk : Sendok Kecil Warna
Kelompok : D5
Ukuran Sampel :5
Tabel 1.4 Data Observasi Atribut Sendok Kecil Warna P-Chart
Observasi Sendok Banyak Produk Proporsi
Atribut
Kecil Warna Cacat Cacat
Kuning 1 0.2 Warna mengelupas
Hijau 2 0.4 Ujung Sendok Patah
Putih 1 0.2 Tangkai Sendok Patah
Kepala Sendok Patah dan warna
Merah 2 0.4 mengelupas
Ungu 0 0.0
Total 6 1.2

1.2.2 Pengolahan Data

1.2.2.1 Peta Kendali P
Input Data
Tabel 1.5 Input Data Sample Cacat P-Chart

Output
Tabel 1.6 Output Data Sample Cacat P-Chart
 Gambar 1.5 Control Chart Fraction Defection
1.2.3.1 Peta Kendali C
Input
Tabel 1.7 Input Data Sample Cacat C-Chart

Output
Tabel 1.8 Output Quality Control Result C-Chart
 Gambar 1.6 Control Chart Number of defects
1.2.3 Pembahasan
1.2.3.1 Peta Kendali P
Tabel 1.6 menunjukkan hasil pengolahan data atribut (P-Chart)
yang menggunakan software QM for Windows. Dari gambar
tersebut, diperoleh hasil perhitungan sebagai berikut :

Total defect =6
Total unit sample = Number of sample x sample size
=5x5
= 25
 Total defect
Defect rate = Total unit sampel

6
= 25

= 0,24

Standar Deviasi = ( X X )2
n1

(1,21)2+(1,22)2 +(1,21)2 +(1,22)2 +(1,20)2

51

= 0,748

UCL =

P +

(1P)
P
n

= 0,24 + 3 0,24 (10,24 )

5

= 0,813

P
CL =

= 0,24

LCL =

P -

(1P)
P
n

= 0,24 - 3

0,16 (10,16)
50

=0
Hasil perhitungan menunjukkan bahwa banyaknya produk
cacat masih dalam batas kendali atas dan batas kendali
 bawah,seperti terlihat pada Gambar 1.5 Rata-rata nilai proporsi
cacat juga masih berada dalam batas kontrol yaitu sebesar 0,24
sehingga dapat dikatakan proporsi cacat masih berada dalam quality
control.

1.2.4.1 Peta Kendali C

Tabel 1.8 menunjukkan hasil pengolahan data atribut (C-Chart)
menggunakan software QM for Windows.. Dari gambar tersebut,
diperoleh hasil perhitungan sebagai berikut :
Total defect =6
Total unit sample =5
Total defect
Defect rata = Total unit sampel

6
= 5

= 1,2
Standar Deviasi = 1,0954
C

UCL = C +3

= 1,2 + 3 1,2

= 1,2 + 3,2863
=4,4863

CL = C

= 1,2
C

LCL = C -3

= 1,2 - 3 1,2

= 1,2 - 3,2863
=0
 Hasil perhitungan menunjukkan bahwa banyaknya produk
cacat masih dalam batas kendali atas dan batas kendali
bawah,seperti terlihat pada Gambar 1.6 Rata-rata nilai proporsi
cacat juga masih berada dalam batas kontrol yaitu sebesar 1,2
sehingga dapat dikatakan proporsi cacat masih berada dalam
quality control.

1.3 PROSES KAPABILITAS

1.3.1 Pengumpulan Data
1.9 Perhitungan Standar Deviasi
Observas X Range
i
1 19.14 0.1
2 18.6 1.6
3 18.14 4.8
4 18.12 5.1
5 19.12 0.1
Average 18.624 2.34

R
SD = d2
2,34
= 2,326

= 1,006
1.3.2 Pengolahan Data
Input
 Tabel 1.10 Input Data Proses Capability

Output
Tabel 1.11 Output Quality Control Result Capability

1.3.3 Pembahasan
Tabel 1. 11 Menunjukkan hasil pengolahan data kapabilitas proses.
Hasil pengolahan data adalahsebagaiberikut
UCLLCL
CP = 6. SD
19,975717,2731
= 6.1,006

= 0,4477
ULC X
CPU = 3. SD
 19,975718,6244
= 3. 1,006

= 0,4477

XLCL
CPL = 3. SD
18,624417,2731
= 3. 1,006

= 0,4477
Nilai Indeks Kapabilitas Proses CPU dan CPL pada Tabel 1.11 adalah
sebesar 0,4477 dan 0,4477 menunjukkan bahwa proses cenderung kurang
dari batas spesifikasi atas. Sedangkan nilai Cp sebesar 0,4477< 1,33 ,
sehingga dapat dikatakan bahwa kapabilitas atau kemampuan proses buruk
sehingga perlu dilakukan perbaikan
 BAB II
ACCEPTANCE SAMPLING
2.1 ACCEPTANCE SAMPLING ATRIBUT
2.1.1 Permasalahan
Tingkat Kualitas yang Dapat Diterima (AQL) dari pemasok Anda
adalah tingkat kualitas yang Anda harapkan dari mereka (proporsi cacat
yang masih dianggap dapat diterima). Jika proporsi defektif lebih besar
dari itu, seluruh kelompok harus ditolak (dengan denda denda untuk
pemasok). RQL adalah Rejectable Quality Level (proporsi cacat yang
tidak dapat diterima, dalam hal ini keseluruhan batch harus ditolak).
Grafik di bawah ini menunjukkan probabilitas untuk menerima
suatu batch untuk proporsi defek tertentu. Probabilitas untuk menerima
keseluruhan batch ketika persentase sebenarnya dari cacat dalam batch
adalah 1% (1% adalah AQL dalam kasus ini) adalah 98,5%, namun jika
persentase sebenarnya dari defectives meningkat menjadi 10% (10%
adalah RQL ), Probabilitas untuk menerima keseluruhan batch akan
menjadi 9,7%.
Kriteria pemeriksaan, dalam hal ini, harus menjadi berikut: periksa
52 bagian, dan jika ada lebih dari 2 bagian yang rusak, maka tolak seluruh
bets. Jika ada dua bagian yang rusak atau kurang, maka jangan tolak.
AQL dan RQL perlu dinegosiasikan dengan pemasok Anda, sedangkan
kriteria penerimaan dihitung oleh Minitab.
 Gambar 1.7 Input Data Acceptance Sampling Atribut

2.1.1 Pengolahan Data

Input
Tabel 1. 12 Input Data Acceptance Sampling Atribut

Output
Tabel 1.13 Quality Control Result
Tabel 1.14 OC dan AOQ

Gambar 1.8 Kurva OC

Gambar 1.9 Kurva AOQL

 2.1.3 Pembahasan

.

2.2 ACCEPTANCE SAMPLING VARIABEL

2.2.1 Permasalahan
MemBuat perencanaan sampling sampel tunggal yang memenuhi
kondisi berikut, AQL= 0,02 LTPD = 0,06 = 0,10 dan = 0,10 Standar
deviasi = 0,01. Masalah yang dihadapi adalah menentukan besarnya n dan
c. Dilakukan dengan cara coba-coba (trial & error), nilai n dan c yang
kemudian diperoleh adalah suatu nilai pendekatan yang terbaik

2.2.2 Pengolahan Data

Input
Tabel 1.15 Input Quality Control Result

Output
Tabel 1.16 Output Quality Control Result
2.2.3 Pembahasan

.
 BAB IV
PENUTUP
4.1 Kesimpulan
Dari hasil pengolahan data pada pembahasan, maka dapat ditarik
kesimpulan sebagai berikut :
Produk ini berada dalam pengendalian mutu ,dapat dilihat dari Tabel 1.3 X-
Chart dan R-Chart ,dari hasil Gambar 1.3 dapat dilihat bahwa dari 25 sampel
Sendok Teh Warna tidak ada yang keluar dari batas kendali atas dan batas
kendali bawah. Jadi dari hasil tersebut dapat dikatakan panjang Sendok teh
warna berada dalam pengendalian. Gambar 1.4 adalah peta kendali R, dari
gambar tersebut terlihat Range dari 25 sampel Sendok teh warna tidak ada
yang keluar dari batas kendali atas dan batas kendali bawah. Sehingga dapat
dikatakan bahwa produk Sendok teh warna ini berada dalam pengendalian.
Diketahui produk dari sampel Sendok Teh Warna masih dalam batas kendali
produk cacat P-chart dan C-chart dapat dilihat dari Tabel 1.6 pada Hasil
perhitungan menunjukkan bahwa banyaknya produk cacat masih dalam batas
kendali atas dan batas kendali bawah,seperti terlihat pada Gambar 1.5. Rata-
rata nilai proporsi cacat juga masih berada dalam batas kontrol yaitu sebesar
0.24, sehingga dapat dikatakan proporsi cacat masih berada dalam quality
control dan Tabel 1.8 ,hasil perhitungan menunjukkan bahwa banyaknya
produk cacat masih dalam batas kendali atas dan batas kendali bawah, seperti
yang terlihat pada Gambar 1.6. Rata-rata nilai proporsi cacat juga masih
berada dalam batas kontrol yaitu sebesar 1,2sehingga dapat dikatakan proporsi
cacat masih berada dalam quality control.
Diketahui Nilai Indeks Kapabilitas Proses CPU dan CPL pada Tabel 1.10
adalah sebesar 0,4477 dan 0,4477 menunjukkan bahwa proses cenderung
kurang dari batas spesifikasi atas. Sedangkan nilai Cp sebesar 0,4477 < 1,33 ,
sehingga dapat dikatakan bahwa kapabilitas atau kemampuan proses buruk
sehingga perlu dilakukan perbaikan.

Kesimpulan Acceptance Sampling ATRIBUT BELUM

 Kesimpulan Acceptance Sampling VARIABEL BELUM

4.2 Saran
Mutu suatu produk dilihat dari kondisi fisik, sifat dan kegunaan suatu
barang yang dapat memberikan kepuasan kepada konsumen sesuai dengan nilai
yang dikeluarkan. Produk cacat dapat mengurangi nilai kualitas suatu produk
sehingga nilai mutu berkurang. Maka perusahaan Tuding Mengaji perlu
melakukan inspeksi pengendalian dan penjaminan mutu pada bahan baku dan
produk, agar produk tetap sesuai dengan standarisasi. Inspeksi dapat dilakukan
melalui pengecekan dan pemeliharaan dengan maksimal secara rutin.