STATISTICAL PROCESS CONTROL (SPC)

TUGAS PENDAHULUAN

STATISTICAL PROCESS CONTROL (SPC)

PT Hulala Graphic sebagai perusahaan yang bergerak dalam industri percetakan dan penerbitan. Dalam menjalankan bisnisnya PT Hulala Graphic telah menerapkan sistem pengendalian kualitas produksi. PT Hulala Graphic telah meraih sertifikat ISO 9001:2000 pada tahun 2000. Sunshine Time merupakan salah satu koran harian daerah yang dikelola oleh PT Hulala Graphic. Salah satu produk terbitan PT Hulala Graphic yaitu Sunshine Time yang termasuk koran harian daerah pertama di kota Mozaik. Pada tahun 1991 tepatnya pada tanggal 11 Januari 1991 koran harian Sunshine Time terbit perdana. Untuk menerbitkan Sunshine Time, PT Hulala Graphic bekerja sama dengan PT Cone Group, kelompok usaha nasional terkemuka yang berbasis di kota Mozaik, kota utama pintu gerbang negara Hulala. Koran ini merupakan generasi baru koran daerah Mozaik. Sejak pertama kali terbit, Sunshine Time mendapat sambutan yang luar biasa dari pasar. Sunshine Time sekarang menjadi salah satu koran utama dan terkemuka di kota Mozaik. Koran ini tidak hanya sebagai koran terkemuka di kota Mozaik tapi juga masuk dalam jajaran koran-koran dengan readership terbanyak secara nasional. Sunshine Time hadir di Mozaik untuk memenuhi kebutuhan masyarakat profesional kota dan keluarga metropolitan. Pembaca dimanjakan dengan suguhan berita dan rubrik lifestyle seperti Sunshine Women, Sunshine Kids, Sunshine Health, Sunshine Cellular Style, Sunshine Automotif, Sunshine Griya, Sunshine School, Sunshine Property, Sunshine Techno, Sunshine Shopping, Sunshine Mal, Sunshine Kuliner, dan masih banyak lagi. Sunshine Time, yang memiliki basis kuat di pasar langganan, setiap pagi mengunjungi pembaca di rumah mereka sebelum berangkat ke tempat kerja atau sekolah. Untuk memudahkan keluarga metropolitan menikmati Sunshine Time, koran ini dibagi dalam enam sesi (36 halaman): Font Page, Sunshine Politik, Sunshine Ekonomi, Sunshine Mozaik, Sunshine Women, Superball, dan Sunshine Iklan. Sejak awal kelahirannya, Sunshine Time hadir dengan edisi online melalui Sunshinetime.com. Inovasi terus dilakukan, sehingga pada September 2001, Sunshinetime.com tidak hanya menerbitkan edisi print (print go online) melainkan juga edisi real time (real time news). Inovasi ini menempatkan Sunshine.com sebagai portal berita real time pertama di negara Hulala. Sunshine Time saat ini dikawal SDM sebanyak 121 personil, redaksi dan percetakan 78 orang, sedangkan perusahaan sebanyak 43 orang. Selain itu Sunshine Time juga memiliki mesin percetakan dengan merek Goss Community buatan Chimy dengan kemampuan produksi 45.000 cph (copies per hour). Sebagai surat kabar yang mengambil pangsa pasar kelas ekonomi keatas dengan arah pemberitaan hiburan, gaya hidup dan olahraga yang selama ini belum digarap sepenuhnya oleh surat kabar daerah ini cukup mendapat perhatian dan menempatkan posisi pada persaingan.

Pengukur kualitas yang digunakan dalam melaksanakan pengendalian kualitas di PT Hulala Graphic dilakukan secara atribut dan variabel. Istilah misdruk merupakan sebutan untuk jenis kerusakan pada Koran. PT hulala Graphic menggunkan lima karakteristik produk yang dianggap misdruk yaitu:

1.   Koran kotor (terdapat goresan).

2.   Penyerapan tinta tidak merata (warna kabur).

3.   Posisi lipatan tengah tidak register (presisi).

4.   Lipatan tidak simetris dengan batas toleransi.

5.   Terdapat bagian yang terpotong melebihi garis tepi.

Jenis-jenis kerusakan yang terjadi pada koran (misdruk) antara lain:

1.   Kotor

Yaitu misdruk karena halaman koran kotor dimana terdapat bercak tinta di lembaran koran.

2.   Warna kabur

Yaitu misdruk karena penyerapan warna pada tulisan dan gambar di koran tidak merata sehingga terlihatt kabur. Misdruk ini biasa terjadi pada awal cetak karena tinta masih sangat pekat dan belum tercampur secara merata sehingga menjadikan warna tidak terserap secara sempurna.

3.   Posisi lipatan tengah tidak register (presisi)

Yaitu misdruk karena layout koran tidak presisi dimana tanda acuan register yang terletak pertengahan yang menjadi lipatan koran tidak berada tepat sejajar atau melebar.

4.   Lipatan tidak simetris

Yaitu misdruk karena kesalahan mesin pada saat tahap pelipatan (folding) sehingga mengakibatkan lipatan tidak simetris (menceng).

5.   Terdapat bagian yang terpotong

Ketidaktepatan mesin dalam memotong koran sehingga lembaran koran terpotong tidak pas dengan ukuran. Ukuran standar cut-off mesin yaitu 58 x 76,2 cm.

Dalam melakukan pengendalian kualitas secara statistik, langkah pertama yang dilakukan adalah pembuatan check sheet, dimana check sheet berguna untuk mempermudah proses pengumpulan data serta analisis. Adapun hasil pengumpulan data melalui check sheet yang telah dilakukan adalah sebagai berikut:

Data Produksi PT Hulala Graphic Periode Februari 2012

Tanggal	Jumlah Produksi (Ekp)	Jenis Misdruk (ekp)
		Kotor	Warna Kabur	Tidak Register	Lipatan Tidak Simetris	Terpotong
01	482075	3878	8190	6532	3660	2450
02	277325	1980	4730	3613	1860	690
03	297450	2870	5650	3606	1450	3670
04	295250	2898	4955	3240	1123	2874
05	296275	1995	3824	3139	2765	3854
06	295250	3510	4875	2804	2258	1860
07	294875	1642	4556	3728	2386	1975
08	488975	5514	7630	2804	2554	3705
09	277775	2575	3210	1861	1756	1153
10	298250	2507	4578	1850	3576	2881
11	297300	1890	4358	3670	2975	1734
12	295000	1354	3125	2113	3328	3980
13	297275	2545	6140	2870	1403	4435
14	486075	3937	9056	5878	4456	7480
15	276400	1502	5120	2985	2654	5356
16	310725	1308	4645	3124	2465	4870
17	298525	1778	4720	3525	2780	4768
18	300125	1134	5876	4978	2476	3655
19	301250	3445	4025	4760	2178	4360
20	297900	4230	5172	2954	2294	3825
21	485900	5292	6705	3458	2580	5640
22	278500	2385	2595	2080	2517	1163
23	301190	2595	3298	3690	2866	3352
24	296425	2411	3154	3465	2965	3180
25	298745	2935	3750	2890	3539	2880
26	295115	3480	3100	2868	3541	2480
27	471350	3815	6790	4558	4160	3780
28	277680	2758	3575	2285	3670	2285

Data Produksi PT Hulala Graphic Periode Februari 2012 (Lanjutan)

Tanggal	Jumlah Produksi (Ekp)	Jenis Misdruk (ekp)
		Kotor	Warna Kabur	Tidak Register	Lipatan Tidak Simetris	Terpotong
29	299670	2930	3230	2970	3642	2558

Dalam pengendalian kualitas, PT Hulala Graphic juga melakukan uji presisi lipatan koran, dalam hal ini PT Hulala graphic, mengambil sampel sebanyak 29 dalam periode bulan Februari 2012. Hasil pengujian dapat dilihat sebagai berikut:

Uji Presisi Lipatan Kertas

Tanggal	Kemiringan (mm)
	1	2	3	4	5	6	7
1 Februari 2012	2.86	3.31	3.27	3.31	3.24	3.32	3.1
2 Februari 2012	3.15	2.9	2.96	2.93	2.93	2.89	2.96
3 Februari 2012	3.38	3.18	3.31	3.31	3.12	3.2	3.35
4 Februari 2012	2.87	2.61	3.34	3.21	2.79	2.9	2.77
5 Februari 2012	3.86	4.17	3.59	3.56	3.07	3.01	3.05
6 Februari 2012	3.48	3.45	3.12	3.09	2.87	2.81	3.16
7 Februari 2012	3.24	3.46	2.71	3.32	2.46	2.65	3.23
8 Februari 2012	3.07	3.01	3.05	3.07	2.97	3.09	3.09
9 Februari 2012	2.87	2.81	3.16	2.73	3.09	3.59	3.68
10 Februari 2012	2.46	3.34	3.23	2.91	3.01	3	2.89
11 Februari 2012	2.97	3.09	3.09	2.99	4.22	3.69	3.14
12 Februari 2012	3.09	3.59	3.68	3.09	3.2	2.94	3.47
13 Februari 2012	3.34	3.02	2.89	2.49	2.96	3.13	3.05
14 Februari 2012	3.42	3.69	3.14	3.04	3.11	3.42	3.68
15 Februari 2012	3.2	2.94	3.47	4.28	3.46	3.56	3.71
16 Februari 2012	2.96	3.13	3.05	3.05	4.36	3.43	3.52
17 Februari 2012	3.11	3.42	3.68	2.81	3.51	3.73	3.76
18 Februari 2012	3.46	3.56	3.71	2.85	3.07	3.01	3.05
19 Februari 2012	4.36	3.43	3.52	3.24	2.87	2.81	3.16
20 Februari 2012	3.51	3.73	3.76	3.19	2.46	2.56	3.23
21 Februari 2012	3.34	3.07	3.39	3.34	3.51	3.73	3.76
22 Februari 2012	2.91	4.02	4.46	2.88	3.34	3.07	3.39
23 Februari 2012	3.71	4.21	3.61	3.33	2.91	4.02	4.03
24 Februari 2012	3.6	3.93	3.82	3.07	3.71	3.98	3.61
25 Februari 2012	3.45	3.71	3.79	3.19	3.6	3.19	4.57
26 Februari 2012	3.79	3.99	3.77	3.35	3.45	3.71	2.79
27 Februari 2012	3.57	3.65	3.29	2.41	3.79	3.99	3.77
28 Februari 2012	3.51	3.73	3.76	3.63	3.57	3.65	3.29
29 Februari 2012	3.34	3.07	3.39	2.39	3.51	3.73	3.76

Pada kesempatan bulan Februari 2012 ini PT Hulala Graphic meminta konsultan quality control yang berkompeten dalam bidang manufaktur percetakan untuk mengidentifikasi penyebab terjadinya misdruk warna kabur, posisi lipatan tengah tidak register (presisi), dan terpotong. Berikut adalah informasi pemicu adanya misdruk tersebut.

1.   Warna kabur

a.   Setting persentase warna pada mesin kurang bagus.

b.   Lapisan roll blanket yang lecet atau rusak dan pompa tinta rusak sehingga tinta luber.

c.   Kurang meratnya tinta pada tangki warna mesin cetak dikarenakan volume tinta pada tangki warna yang kurang dan tinta yang masih terlalu pekat, sehingga penyerapan warna menjadi tidak merata.

d.   Register yang berubah posisi dikarenakan setelan yang kurang kencang atau terlalu kendor.

e.   Plate untuk cetak gambar miring.

f.    Operator mengisi volume tinta pada tangki warna tidak sesuai takaran yang pas.

g.   Operator mesin yang kurang cermat dalam menyetel kekencangan mesin sehingga perputarannya dapat mengganggu kestabilan register dan plate. Hal ini disebabkan oleh operator yang mungkin belum terampil atau berpengalaman dalam melakukan penyetelan yang pas dan juga karena salah perhitungan dalam menyetel kekencangan mesin.

h.   Tingkat kepekaan tinta yang berbeda-beda disinyalir juga merupakan penyebab dari misdruk ini karena mengakibatkan percampuran untuk membuat suatu warna menjadi tidak merata.

i.    Adanya plate yang cacat atau rusak juga mengakibatkan warna menjadi kabur karena tidak dapat dibaca sempurna oleh mesin.

2.   Tidak register

a.   Register warna yang terdapat di dalam mesin anjlok.

b.   Perputaran mesin yang cepat menjadikan register halaman bergeser.

c.   Register halaman error karena mesin yang tidak pas sehingga proses cetak tidak lancar.

d.   Letak plate yang bergeser sehingga menjadikan layout koran juga ikut tergeser.

e.   Pekerjaan yang kurang terampil dalam melakukan setting mesin dan register.

f.    Kesalahan operator dalam memasang layout karena kurang teliti dan tidak fokus.

g.   Intruksi kerja yang tidak dipahami secara jelas oleh pekerja menjadikan pekerja melakukan kesalahan.

h.   Terjadinya kesalahan kerja karena kurangnya koordinasi antara bagian perencanaan cetak koran dengan operator di lapangan mengenai penempatan layout dan settingan mesin.

i.    Suhu udara yang panas menjadikan pekerja kurang nyaman dalam melakukan pekerjaannya sehingga melakukan kesalahan.

j.    Suara bising dari mesin sedikit banyak juga berpengaruh terhadap konsentrasi pekerja terutama sewaktu mengattur layout dan register yang membutuhkan ketelitian dan kecermatan.

3.   Terpotong

a.   Settingan kompresor mesin berubah dikarenakan sebelumnya digunakan untuk mencetak buku.

b.   Kondisi tingkat ketajaman pisau potong.

c.   Coveyor mesin macet atau rusak akan menyebabkan aliran distribuusi koran dari tahap pelipatan ke potongan menjadi terhambat sehingga menyebabkan banyak koran yang terpotong tidak sesuai ukuran.

d.   Gagal splacing karena putaran roll kertas kurang kencang sehingga kertas yang terpotong tidak beraturan.

e.   Operator tidak teliti dalam mengecek kembali settingan mesin setelah sebelumnya digunakan.

f.    Kecerobohan dari operator dalam menjalankan mesin sehingga mesin terganggu dan conveyor mesin macet.

g.   Kesalahan dalam perhitungan perputaran mesin oleh operatot sehingga perputaran mesin tidak beraturan dan distribusi kertas terganggu.

h.   Kurangnya koordinasi antar operator dalam menjalankan mesin menyebabkan jalannya mesin terganggu.

i.    Suhu udara yang panas bisa menganggu mood karyawan dalam bekerja sehingga banyak melakukan kecerobohan.

j.    Suara bising dari mesin mengurangu fokus dari para operator dalam melakukan koordinasi dalam menjalankan mesin.

Pertanyaan:

1.   Jelaskan perbedaan peta kendali atribut dan variabel.

2.   Sebutkan dan jelaskan jenis-jenis peta kendali.

3.   Sebutkan dan jelaskan jenis-jenis peta kendali variabel.

4.   Sebutkan dan jelaskan (disertai gambar) “Magnificent Seven” yang digunakan dalam Statistic Proocess Control (SPC).

5.   Jelaskan tentang 4M+1E dalam pengendalian kualitas statistik.

6.   Buatlah diagram pareto untuk misdruuk atribut, dan nilainya dalam bentuk prosentase pada masing-masing misdruk.

7.   Buatlah Peta Kendali P pada PT Hulala Graphic.

8.   Buatlah Peta Kendali  dan R pada PT Hulala Graphic

9.   Hitunglah capabilitas process (CP) pada presisi kesimetrisan lipatan koran, serta tentukan berapa nilai capabilitas process up (CPU) dan capabilitas process lower (CPL), serta analisis kondisinya.

Penyelesaian:

1.       Perbedaan peta kendali atribut dengan peta kendali varibel adalah sebagai berikut:

a.       Pengendali kualitas proses statistik data atribut digunakan sebagai pengganti pengendali kualitas statistik data variabel. Hal ini dapat terjadi apabila pengukuran seperti kesalahan warna, adanya bagian yang hilang, dan seterusnya tidak dapat diukur.

b.       Dalam peta pengendali kualitas statistik untuk data variabel harus dihitung semua karakteristik kualitas untuk dapat dibuat peta pengendali rata-rata proses maupun tingkat keakuratan proses. Misalnya, dalam perusahaan terdapat karakteristik kualitas seperti panjang, lebar, diameter, goresan, atau yang lainnya, maka harus dibuat pula 100 peta pengendali rata-rata proses dan 100 peta pengendali tingkat keakuratan proses. Hal ini membuat kegiatan pengendalian kualitas proses statistik variabel tersebu mahal dan sulit diterapkan. Sedangkan pada peta pengendali atribut dapat meminimalkan keterbatasan tersebut dengan menyediakan semua informasi kualitas untuk dapat mengurangi biaya.

c.       Peta pengendali kualitas statistik model data atribut dapat digunakan pada semua tingkatan dalam organisasi, perusahaan, departemen, pusat-pusat kerja, dan mesin-mesin. Namun, dalam peta pengendali data variabel biasanya digunakan pada tingkat terendah, yaitu mesin-mesin.

d.       Peta pengendali atribut dapat membantu mengidentifikasikan akar permasalahan baik pada tingkat umum maupun pada tingkat yang lebih mendetail. Sedangkan pada peta pengendali variabel biasanya digunakan untuk menentukan alasan khusus pada situasi out of statistical cintrol.

2.       Jenis-jenis peta atribut adalah sebagai berikut:

Ada tiga kelompok besar peta pengendali atribut, yang terbagi berdasarkan distribusi Binomial, berdasarkan distribusi Poisson, dan berdasarkan kategori lainnya.

a.       Berdasarkan Distribusi Binomial (p-chart dan np-chart)

Peta atribut yang berdasarkan distribusi binomial merupakan kelompok pengendali untuk unit-unit ketidaksesuaian, seperti p-chart dan np-chart. Kedua peta atribut tersebut digunakan untuk mengetahui apakah cacat produk yang dihasilkan masih dalam batas yang isyaratkan atau tidak. Peta kendali p-chart menunjukkan proporsi ketidaksesuaian dalam sampel atau sub kelompok. Sedangkan np-chart menunjukkan banyaknya ketidaksesuaian proporsi dalam bagian atau persen. Untuk p-chart dan np-chart digunakan bila kita memakai ukuran cacat berupa proporsi produk cacat salam setiap sampel yang diambil. Bila sampel yang diambil untuk setiap kali melakukan observasi jumlahnya sama maka kita dapat menggunakan peta  p-chart dan np-chart tersebut. Namun, bila sampel yang diambil bervariasi untuk setiap kali melakukan observasi berubah-ubah jumlahnya atau memang perusahaan tersebut melakukan 100% inspeksi maka kita harus menggunakan p-chart.

b.       Berdasarkan Distribusi Poisson (c-chart dan u-chart)

Peta atribut yang berdasarkan distribusi poisson digunakan untuk mengadakan pengujian terhadap kualitas proses produksi dengan mengetahui banyaknya kesalahan pada satu unit produk sebagai sampelnya. Bedanya, untuk jumlah sampel yang konstan dapat disunakan peta kendali banyaknya kesalahan dalam satu unit produk yang sama (c-chart) maupun u-chart. Tetapi apabila sampel yang diambil bervasiasi atau memang seluruh produk yang dihasilkan akan diuji, maka digunakan peta kendali banyaknya kesalahan dalam satu unnit produk yang berbeda (u-chart). Peta kendali c-chart menunjukkan bagian ketidaksesuaian dalam unit yang diinspeksi seperti mobilm pakaian, atau satu gulung kain, satu gulung kertas, dan seterusnya. Sedangkan pada u-chart digunakan untuk bagian ketidaksesuaian setiap unit. u-chart juga dapat digunakan pada situasi di mana ukuran sampel bervariasi.

c.       Berdasarkan Bobot Kombinasi Ketidaksesuaian

Kategori lain dari dari peta pengendali kualitas atribut ini berkaitan dengan kombinasi ketidaksesuaian berdasarkan bobot. Bobot ini dipengaruhi oleh banyak sedikitnya ketidaksesuaian. Jenis peta pengendali tersebut disebut dengan U-chart atau demerit control chart. Peta pengendali banyaknya kesalahan per unit produk baik sampel konstan maupun bervariasi, masih belum membedakan jenis atau tingkat kesalahan yang dialami olehh suatu produk dalam proses yang sedang berjalan. Apabila dalam perusahaan terdapat berbagai macam tingkat kesalahan, misalnya: parah, sedang, ringan, dan sebagainya maka yang mengadakan pengendalian, perusahaan harus menggunakan peta pengendali jenis kesalahan (U-chart).

3.       Jenis-jenis peta kendali variabel

Adapun jenis-jenis dari peta kendali variabel, yaitu sebagai berikut:

a.       Peta pengendali rata-rata dan jarak (range)

Peta kendali rata-rata dan jarak merupakan dua peta pengendali yang saling membantu dalam mengambil keputusan mengenai kualitas proses. Peta pengendali rata-rata merupakan peta pengendali untuk melihat apakah proses masih berada dalam batas pengendalian atau tidak. Peta kendali rata-rata menunjukkan apakah rata-rata produk yang dihasilkan sesuai dengan standar pengendalian yang digunakan perusahaan. Sementara itu, peta pengendali jarak (range) digunakan untuk mengetahui tingkat keakurasian atau ketepatan proses yang diukur dengan mencari range dari sampel yang diambil dalam observasi. Sama halnya dengan peta pengendali rata-rata, peta pengendali jarak juga digunakan untuk mengetahui dan menghilangkan penyebab khusus yang membuat terjadinya penyimpangan.

b.       Peta pengendali rata-rata dan standar deviasi

Peta kendali stabdar deviasi digunakan untuk mengukur tingkat keakurasian proses. Penggunaan peta pengendal standar deviasi digunakan bersama dengan peta pengendali rata-rata.

c.       Peta pengendali untuk unit-unit individu

Pada berbagai situasi, perusahaan atau organisasi hanya menghasilkan beberapa unit, bahkan mungkin satu unit saja. Maka, digunakan peta pengendali indivu yang hanya menggunakan pengujian terhadap satu unit produk. Kondisi lain yang menjadi alasan digunakannya peta pengendali ini adalah apabila proses pengujian akan menyebabkan kerusakan produk, atau proses pengujian tersebut dirasakan sangat mahal. Oleh karena itu, maka hanya diambil satu unit produk sebagai sampel untuk menguji apakah proses produksinya masih berada dalam batas pengendali atau tidak.

d.       Peta pengendali regresi (Trend Control Chart)

Peta pengendali ini dugunakan apabila dalam pengukuran ternyata ada kecenderungan hasil pengukurannya semakin naik atau semakin menurun. Pada peta kendali ini baik garis pusat maupun batas pengendali semuanya menyerupai garis kecenderungan naik atau turun.

e.       Peta pengendali rata-rata bergerak (Moving Average Control Chart)

Peta pengendali ini digunakan bila dari hasil observasi data tampak bahwa antara nilai rata-rata data yang satu dengan yang lain hanya menampakkan perbedaan yang sangat sedikit. Selain itu, peta pengendali rata-rata bergerak ini juga dapat digunakan apabila sampel yang digunakan setiap kali observasi hanya satu unit. Periode rata-rata bergerak juga ditentukan berdasarkan kebijakan dari pihak perusahaan atau organisasi.

f.        Peta pengendali rata-rata bergerak geometrik (Geometric Moving Average)

Pada prinsipnya, metode ini sama dengan peta pengendali rata-rata bergerak, tapi dalam rata-rata bergerak geometrik digunakan bobot tertentu, sehingga lebih efektif dalam mendeteksi perubahan-perubahan kecil dalam proses.

g.       Peta pengendali penerimaan (Acceptance Control Chart)

Peta pengendali ini digunakan apabila banyaknya sampel telah diketahui dan proporsi ketidaksesuaian telah ditentukan. Oleh karena itu, ada asumsi-asumsi yang harus digunakan, yaitu antara lain:

1)      Lebar proses yang melekat harus lebih kecil daripada batas-batas spesifikasinya,

2)      Variabilitas proses berada dalam batas pengendali statistik, dan

3)      Distribusi nilai individu adalah distribusi normal.

h.       Peta pengendali multivariat

Dalam berbagai situasi, pengendali kualitas proses seringkali menggunakan lebih dari satu karakteristik, misalnya menguji panjang dan diameter pipa sekaligus untuk mengetahui sejauh mana penyimpangan proses dari standar yang telah ditetapkan. Sebagai contohnya, ada dua karakter teristik kualitas yang harus berada dalam batas pengendali statistik agar proses disebut telah berada di dalam batas pengendali statistik. Pengendali rata-rata dilakukan secara menyeluruh atau sekaligus, tidak dengan independen. Sehingga, daerah pengendali dari dua karakteristik akan berbentuk elips. Maka, peta pengendali seperti inilah yang disebut peta pengendali multivariat.

4.       Jenis-jenis Magnificent Seven yang digunakan dalam Statistical Process Control yaitu:

a.       Diagram Pareto

Diagram pareto diperkenalkan oleh Alfredo Pareto (1848-1923). Diagram pareto merupakan suatu gambar yang mengurutkan klasifikasi data dari kiri ke kanan menurut urutan rangking tertinggi hingga terendah. Daigram pareto juga dapat mengidentifikasi masalah yang paling penting yang memengaruhi usaha perbaikan kualitas dan memberikan petunjuk dalam mengalokasikan sumber daya yang terbatas untuk menyelesaikan masalah. Selain itu, diagram pareto juga dapat digunakan untuk membandingkan kondisi proses, misalnya ketidaksesuaian proses sebelum dan sesudah diambil tindakan perbaikan terhadap proses.

Adapun gambar mengenai diagram pareto dapat dilihat pada gambar di bawah ini:

Diagram Pareto

b.       Histogram

Histogram menjelaskan variasi proses, namun belum mengurutkan ranking dari variasi terbesar sampai dengan yang terkecil. Histogram juga menunjukkan kemampuan proses, dan apabila memungkinkan, histogram dapat menunjukkan hubungan dengan spesifikasi proses dan angka-angka nominal, misalnya rata-rata. Dalam histogram, garis vertikal menunjukkan banyaknya observasi tiap-tiap kelas. Adapun gambar histogram yaitu sebagai berikut:

Histogram

c.       Lembar Pengecekan (Check Sheet)

Tujuan dari pembuatan lembar pengecekan adalah menjamin bahwa data dikumpulkan secara teliti dan akurat oleh karyawan operasional untuk diadakan pengendalian proses dan penyelesaian masalah. Data dalam lembar pengecekan tersebut nantinya akan digunakan dan dianalisis secara cepat dan mudah. Berikut adalah contoh check sheet yaitu:

Lembar Pengecekan

d.       Diagram Sebab Akibat

Diagram sebab akibat dikembangkan oleh Dr. Kaoru Ishikawa pada tahun 1943, sehingga sering disebut diagram Ishikawa. Diagram sebab-akibat menggambarkan garis dan simbol-simbol yang menunjukkan hubungan antara akibat dengan sebab suatu masalah. Diagram tersebut memang digunakan untuk mengetahui akibat dari suatu masalah untuk selanjutnya diambil tindakan perbaikan. Dari akibat tersebut kemudian dicari sumber permasalahannya. Selain digunakan untuk mencari penyebab suatu masalah, diagram ini juga dapat digunakan untuk mencari penyebab minor yang merupakan bagian dari penyebab utamanya. Penerapan lainnya adalah ketika digunakan untuk menghitug banyaknya penyebab kesalahan yang mengakibatkan terjadinya suatu masalah, menganalisis penyebaran pada masing-masing penyebab masalah, dan menganalisis proses.

Adapun contoh dari diagram sebab-akibat yaitu sebagai berikut:

Diagram Sebab-Akibat

e.       Diagram Penyebaran (Scatter Diagram)

Scatter diagram merupakan cara yang paling sederhana untuk menentukan hubungan antara sebab dan akibat dari dua variabel. Langkah-langkah yang diambil pun sederhana, data dikumpulkan dalam bentuk pasangan titik (x,y). Dari titik-titik tersebut dapat diketahui hubungan anata variabel x dan variabel y, apakah terjadi korelasi positif atau negatif. Adapun contoh dari gambar diagram penyebaran, yaitu sebagai berikut:

Scatter Diagram

f.        Diagram Alur (Flowchart)

Diagram alur merupakan diagram yang menunjukkan aliran atau urutan suatu proses atau peristiwa. Diagram tersebut akan memudahkan dalam menggambarkan suatu sistem, mengidentifikasikan masalah, dan melakukan tindakan pengendalian. Diagram alut akan lebih tepat apabila disusun secara tim, sehingga dapat diketahui serangkaian proses secara jelas dan tepat. Tindakan perbaikan dapat dicapai dengan pengurangan atau penyederhanaan tahapan proses, pengkombinasian proses, atau membuat frekuensi terjadinya langkah atau proses lebih efisien. Gambar diagram alur dapat dilihat seperti berikut:

Diagram Alur

g.       Peta Pengendali (Control Chart)

Peta pengendali menggambarkan perbaikan kualitas. Perbaikan kualitas terjadi pada dua situasi. Situasi pertama adalah ketika peta kendali dibuat, proses dalam kondisi tidak stabil. Kondisi yang diluar batas kendali terjadi karena sebab khusus, kemudian dicari tindakan perbaikan sehingga proses menjadi stabil. Hasilnya adalah adanya perbaikan proses. Kondisi kedua berkaitan dengan pengujian. Peta pengendali tepat bagi pengambil keputusan karena model akan melihat yang baik dan yang buruk.

Adapun contoh gambar eta kendali yaitu sebagai berikut:

Peta Kendali

5.       4M + 1E dalam Pengendalian Kualias Statistik

Kualitas yang ingin kita perbaiki dan kendalikan disebut “karakteristik Kualitas”. Yang dapat menyebabkan penyebaran disebut faktor. Untuk mengilustrasikan pada sebuah diagram hubungan antara sebab dan akibat kita ingin mengetahui sebab dan akibat dalam bentuk yang nyata. Faktor-faktor yang berpengaruh, biasanya terdapat 5 (lima) faktor utama, yaitu: manusia (man), bahan (material), metode (method), mesin (machine), dan lingkungan (environment). Biasanya disingkat dengan 4M dan 1E.. Syarat-syarat penjaminan mutu tersebut (4M-1E) adalah sebagai berikut:

a.       Man (Manusia) menjamin mutu dengan:

1)      Disiplin, yaitu kedisiplinan dalam bekerja sesuai dengan standar kerja yang telah ditetapkan.

2)      Sikap, yaitu bertanggung jawab terhadap apa yang dikerjakan.

3)      Skill, yaitu kemampuan/ keterampilan yang dimiliki sesuai dengan bidangnya.

b.       Machine (Fasilitas) menjamin mutu dengan:

1)      Jig/alat, yaitu alat pendukung untuk mempermudah dalam proses produksi dengan hasil yang baik dan cepat.

2)      Machine, yaitu mesin yang mempunyai mutu dan teknologi yang canggih akan mempercepat proses produksi dengan hasil yang berkualitas.

c.       Method (Metode) menjamin mutu dengan:

1)      Standar kerja, yaitu aturan yang dibuat sebagai pedoman dalam bekerja.

2)      Control Quality, yaitu suatu kegiatan kontrol yang dilakukan dalam proses produksi untuk menghindari terjadinya penyimpangan yang lebih besar pada proses berikutnya.

3)      Perawatan, yaitu penjadwalan perawatan pada alat (machine, jig dan tools) secara berkala.

d.       Material (Bahan) menjamin mutu dengan:

1)      Direct Material, yaitu bahan baku yang sesuai dengan standar.

2)      Indirect Material, yaitu bahan pendukung yang sesuai dengan standar.

e.       Environment (Lingkungan) menjamin mutu dengan berdasarkan lay out, yaitu tata letak area kerja yang baik, aman dan nyaman mempermudah dalam bekerja.

6.       Berikut ini adalah pendistribusian data misdruk dengan menggunakan diagram pareto berdasarkan misdruk atribut dalam bentuk persentase.

a.        Jumlah misdruk pada masing-masing misdruk dapat dilihat pada tabel berikut:

Jenis Misdruk	Jumlah Misdruk
Kotor	81093
Warna Kabur	140632
Tidak Register	98298
Lipatan Tidak Simetris	79877
Terpotong	96893
Total Misdruk	496793

b.       Persentase pada Masing-masing Misdruk

Persentase masing-masing misdruk dapat diperoleh dengan menggunakan persamaan di bawah ini, yaitu:

Misdruk (%)   =  x 100%  ........................................    (4.1)

Adapun perhitungan persentase untuk masing-masing midstruk yaitu sebagai berikut:

1)      Kotor (%)                            =  x 100%

                                             = 16,3233%

2)      Warna Kabur (%)                =  x 100%

                                              = 28,3080%

3)      Tidak Register (%)              =  x 100%

                                              = 19,7865%

4)      Lipatan Tidak Simetris (%)      =  x 100%

                                              = 16,0785%

5)      Terpotong (%)                     =  x 100%

                                              = 19,5037%

Kemudian, masing-masing persentase misdruk diurutkan dari tingkat tertinggi hingga tingkat terendah, seperti yang dapat dilihat pada tabel berikut:

Jenis Misdruk	Jumlah Misdruk	Persentase
Warna Kabur	140632	28,3080%
Tidak Register	98298	19,7865%
Terpotong	96893	19,5037%
Kotor	81093	16,3233%
Lipatan tidak Simetris	79877	16,0785%
Total	496793	100,0000%

c.       Setelah diperoleh persentase untuk masing-masing misdruk dengan urutan data dari yang tingkat tertinngi hingga tingkat terendah, maka dilanjutkan dengan membuat diagram pareto. Adapun diagram pareto yang dapat dilihat seperti berikut ini:

Diagram Pareto

7.       Peta Kendali P pada PT. Hulala Graphic

Peta P merupakan peta pengendali data atribut yang digunakan untuk mengetahui proporsi cacat atau dengan kata lain menghitung banyaknya produk cacat dalam suatu proses produksi. Adapun rumus-rumus yang digunakan dalam perhitungan pada peta kendali p adalah sebagai berikut:

 =  ........................................................................................................    (1.2)

dengan:          = garis pusat peta pengendali proporsi kesalahan

         xi       = proporsi kesalahan setiap sampel

         n        = banyaknya sampel yang diambil setiap kali observasi

         g        = banyaknya observasi yang dilakukan

BPA =  + 3  .................................................................................... (1.3)

dengan: BPA  = batas pengendali atas

                = proporsi rata-rata

         n        = ukuran sampel

        

BPB =  - 3  ...................................................................................    (1.4)

dengan: BPB  = batas pengendali bawah

                = proporsi rata-rata

         n        = ukuran sampel

Berikut adalah pengolahan data dengan menggunakan pengendali model ­p-chart yaitu aebagai berikut:

a.                   =

                   =

                   = 0,0525

        = GT   = 0,0255

b.       Batas pengendali atas (BPA) dan batas pengendali bawahnya (BPB) adalah:

1)      Tanggal 1

BPA = 0,0525 + 3

          = 0,0537

BPB = 0,0525 - 3

          = 0,0517

2)      Tanggal 2

BPA = 0,0525 + 3

          = 0,0540

BPB = 0,0525 - 3

          = 0,0514

3)      Tanggal 3

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

4)      Tanggal 4

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

5)      Tanggal 5

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

6)      Tanggal 6

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

7)      Tanggal 7

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

8)      Tanggal 8

BPA = 0,0525 + 3

          = 0,0537

BPB = 0,0525 - 3

          = 0,0517

9)      Tanggal 9

BPA = 0,0525 + 3

          = 0,0540

BPB = 0,0525 - 3

          = 0,0514

10)   Tanggal 10

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

11)   Tanggal 11

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

12)   Tanggal 12

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

13)   Tanggal 13

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

14)   Tanggal 14

BPA = 0,0525 + 3

          = 0,0537

BPB = 0,0525 - 3

          = 0,0517

15)   Tanggal 15

BPA = 0,0525 + 3

          = 0,0540

BPB = 0,0525 - 3

          = 0,0514

16)   Tanggal 16

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

17)   Tanggal 17

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

18)   Tanggal 18

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

19)   Tanggal 19

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

20)   Tanggal 20

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

21)   Tanggal 21

BPA = 0,0525 + 3

          = 0,0537

BPB = 0,0525 - 3

          = 0,0517

22)   Tanggal 22

BPA = 0,0525 + 3

          = 0,0540

BPB = 0,0525 - 3

          = 0,0514

23)   Tanggal 23

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

24)   Tanggal 24

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

25)   Tanggal 25

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

26)   Tanggal 26

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

27)   Tanggal 27

BPA = 0,0525 + 3

          = 0,0537

BPB = 0,0525 - 3

          = 0,0517

28)   Tanggal 28

BPA = 0,0525 + 3

          = 0,0540

BPB = 0,0525 - 3

          = 0,0514

29)   Tanggal 29

BPA = 0,0525 + 3

          = 0,0539

BPB = 0,0525 - 3

          = 0,0515

c.       Sampel yang diambil dan kesalahan yang terjaadi dapat dilihat pada tabel berikut:

Tabel Jumlah Proporsi Cacat Produksi

Tanggal	Jumlah Produksi	Di		BPA	BPB
01	482075	24710	0,0513	0,0537	0,0517
02	277325	12873	0,0464	0,0540	0,0514

Tabel       Jumlah Proporsi Cacat Produksi (lanjutan)

Tanggal	Jumlah Produksi	Di		BPA	BPB
03	297450	17246	0,0580	0,0539	0,0515
04	295250	15090	0,0511	0,0539	0,0515
05	296275	15577	0,0526	0,0539	0,0515
06	295250	15307	0,0518	0,0539	0,0515
07	294875	14287	0,0485	0,0539	0,0515
08	488975	22207	0,0454	0,0537	0,0517
09	277775	10555	0,0380	0,0540	0,0514
10	298250	15392	0,0516	0,0539	0,0515
11	297300	14627	0,0492	0,0539	0,0515
12	295000	13900	0,0471	0,0539	0,0515
13	297275	17393	0,0585	0,0539	0,0515
14	486075	30807	0,0634	0,0537	0,0517
15	276400	17617	0,0637	0,0540	0,0514
16	310725	16412	0,0528	0,0539	0,0515
17	298525	17571	0,0589	0,0539	0,0515
18	300125	18119	0,0604	0,0539	0,0515
19	301250	18768	0,0623	0,0539	0,0515
20	297900	18475	0,0620	0,0539	0,0515
21	485900	23675	0,0487	0,0537	0,0517
22	278500	10740	0,0386	0,0540	0,0514
23	301190	15801	0,0525	0,0539	0,0515
24	296425	15175	0,0512	0,0539	0,0515
25	298745	15994	0,0535	0,0539	0,0515
26	295115	15469	0,0524	0,0539	0,0515
27	471350	23103	0,0490	0,0537	0,0517
28	277680	14573	0,0525	0,0540	0,0514
29	299670	15330	0,0512	0,0539	0,0515

d.       Berikut adalah grafik dari p-chart yaitu sebagai berikut:

e.       Karena pada data tanggal 1,2,3,4,7,8,9,11,12,13,14,15,17,18,19,20, 21,22,24,27, dan 29 berada di luar batas kendali, maka perlu dilakukan revisi, yaitu sebagai berikut:

Tabel Revisi

Tanggal	Jumlah Produksi	Di		BPA	BPB
5	296275	15577	0,0526	0,0537	0,0513
6	295250	15307	0,0518	0,0537	0,0513
10	298250	15392	0,0516	0,0537	0,0513
16	310725	16412	0,0528	0,0537	0,0513
23	301190	15801	0,0525	0,0537	0,0513
25	298745	15994	0,0535	0,0537	0,0513
26	295115	15469	0,0524	0,0537	0,0513
28	277680	14573	0,0525	0,0538	0,0512

Jika digambarkan ke dalam grafik, maka dapat dilihat seperti pada grafik di bawah ini:

Grafik Revisi

Dapt dilihat pada grafik di atas bahwa seluruh data sudah berada di dalam batas kendali, maka tidak perlu dilakukan revisi lagi.

Peta Kendali  dan R pada PT Hulala Graphic

untuk membuat peta kendali dan R pada PT Hulala Graphic perlu diketahui dahulu Uji presisi kesemetrisan lipatan koran yang dihitung setelah menentukan BPA dan BPB,  Adapun hasil peta  dan R adalah sebagai berikut:

ji Presisi KesUimetrisan Lipatan Koran

Tanggal	Kemiringan (mm)							Rata-rata	Range
	1	2	3	4	5	6	7
1 Februari 2012	2.86	3.31	3.27	3.31	3.24	3.32	3.10	3.2014	0.46
2 Februari 2012	3.15	2.90	2.96	2.93	2.93	2.89	2.96	2.9600	0.26
3 Februari 2012	3.38	3.18	3.31	3.31	3.12	3.20	3.35	3.2643	0.26
4 Februari 2012	2.87	2.61	3.43	3.21	2.79	2.90	2.77	2.9400	0.82
5 Februari 2012	3.86	4.17	3.59	3.56	3.07	3.01	3.05	3.4729	1.16
6 Februari 2012	3.48	3.45	3.12	3.09	2.87	2.81	3.16	3.1400	0.67
7 Februari 2012	3.24	3.46	2.71	3.23	2.46	2.65	3.23	2.9971	1
8 Februari 2012	3.07	3.01	3.05	3.07	2.97	3.09	3.09	3.0500	0.12
9 Februari 2012	2.87	2.81	3.16	2.73	3.09	3.59	3.68	3.1329	0.95
10 Februari 2012	2.46	3.34	3.23	2.91	3.01	3.00	2.89	2.9771	0.88
11 Februari 2012	2.97	3.09	3.09	2.99	4.22	3.69	3.14	3.3129	1.25

ji Presisi KesUimetrisan Lipatan Koran (Lanjutan)

Tanggal	Kemiringan (mm)							Rata-rata	Range
	1	2	3	4	5	6	7
12 Februari 2012	3.09	3.59	3.68	3.09	3.20	2.94	3.47	3.2943	0.74
13 Februari 2012	3.34	3.02	2.89	2.49	2.96	3.13	3.05	2.9829	0.85
14 Februari 2012	3.42	3.69	3.14	3.04	3.11	3.42	3.68	3.3571	0.65
15 Februari 2012	3.20	2.94	3.47	4.28	3.46	3.56	3.71	3.5171	1.34
16 Februari 2012	2.96	3.13	3.05	3.05	4.36	3.43	3.52	3.3571	1.4
17 Februari 2012	3.11	3.42	3.68	2.81	3.51	3.73	3.76	3.4314	0.95
18 Februari 2012	3.46	3.56	3.71	2.85	3.07	3.01	3.05	3.2443	0.86
19 Februari 2012	4.36	3.43	3.52	3.24	2.87	2.81	3.16	3.3414	1.55
20 Februari 2012	3.51	3.73	3.76	3.19	2.46	2.65	3.23	3.2186	1.3
21 Februari 2012	3.34	3.07	3.39	3.34	3.51	3.73	3.76	3.4486	0.69
22 Februari 2012	2.91	4.02	4.46	2.88	3.34	3.07	3.39	3.4386	1.58
23 Februari 2012	3.71	4.21	3.61	3.33	2.91	4.02	4.03	3.6886	1.3
24 Februari 2012	3.60	3.93	3.82	3.07	3.71	3.98	3.61	3.6743	0.91
25 Februari 2012	3.45	3.71	3.79	3.19	3.60	3.19	4.57	3.6429	1.38
26 Februari 2012	3.79	3.99	3.77	3.35	3.45	3.71	2.79	3.5500	1.2
27 Februari 2012	3.57	3.65	3.29	2.41	3.79	3.99	3.77	3.4957	1.58
28 Februari 2012	3.51	3.73	3.76	3.63	3.57	3.65	3.29	3.5914	0.47
29 Februari 2012	3.34	3.07	3.39	2.39	3.51	3.73	3.76	3.3129	1.37
Jumlah								96.3507	27.95
Rata-rata								3.3116	0.9638

a.    Peta Kendali  

Adapun Perhitungan BPA dan BPB pada Peta Kendali  sebagai berikut:

n          =          7

A2       =          0,419 (Dilihat Pada Tabel Pengendali Variabel )     

         =           = 3.3116

BPA    =           + (A2 x ) ……………………………………………     (4.5)

                        =          3.3116 + (0,419 x 0.9638)

                        =          3.3116 + 0,4038

                        =          3,7154

BPB     =           - (A2 x ) ……………………………………………      (4.6)

                        =          3.3116 - (0,419 x 0.9638)

                        =          3.3116 - 0,4038

                        =          2,9077

Dari perhitungan diatas diperoleh Peta Kendali  dapat dilihat pada Gambar 4.11 sebagai berikut:

Gambar 4.11     Grafik Peta Kendali X

Dari hasil peta  kendali X di atas dapat disimpulkan bahwa pada PT Hulala Graphic tidak ada data uji presisi kesimetrisan lipatan Koran yang keluar malewati BKA dan BKB. Jadi dapat disimpulkan bahwa rata-rata uji presisi kesimetrisan lipatan Koran, masih sesuai batas kontrol yang sudah ditentukan.

a.   Peta Kendali R

Adapun perhitungan BPA dan BPB dalam peta kendali R dapat di hitung sebagai berikut:

n          =          7

D4       =          1,924 (Dilihat Pada Tabel Pengendali Variabel )

D3       =          0,076 (Dilihat Pada Tabel Pengendali Variabel)

         =           = 0.9638

BPA =          D4 x  …………………………………………………      (4.7)

            =          1,924 x 0,9638

            =          1,8544

BPB =          D3 x  …………………………………………………      (4.8)

            =          0,076 x 0,9638

            =          0,0732

Dari perhitungan diatas diperoleh Peta Kendali R dapat dilihat pada Gambar 4.12 sebagai berikut:

Gambar 4.12     Grafik Peta Kendali R

Dari hasil grafik peta kendali R di atas maka dapat dilihat bahwa tidak ada data uji presisi kesimetrisan dari lipatan Koran yang keluar dari batas kontrol. Maka dapat disimpulkan bahwa data PT Hulala Graphic menunjukan proses terkendali.

9.   Dari data yang telah ada pada soal no. 8 di atas tidak ada data yang batas BPA dan BPB, Untuk langkah selanjutnya yaitu menghitung kapabilitas proses. Perhitungan untuk kapabilitas proses adalah sebagai berikut:

a.       Adapun perhitungan untuk menentukan besar nilai S menggunakan Persamaan sebagai berikut

S          =

     =  

     = 0,3564

b.       Adapun perhitungan untuk menentukan besarnya nilai CP menggunakan Persamaan sebagai berikut:

            CP       =

            =                       

            = 0,3777

c.      Untuk perhitungan nilai CPU dan CPL dapat menggunakan Persamaan sebagai 

      berikut:

            CPU    =

            =                     

            = 0,3777

            CPL     =

            =                       

            = 0,3777

d.     Kesimpulan

            Cpk = Minimum {CPU;CPL} = {0,3777;0,3777}

Dari hasil data diatas Nilai Cpk sebesar 0,3777 yang diambil dari nilai CPU menunjukkan bahwa proses cenderung mendekati batas spesifikasi bawah. Dan untuk nilai CP sebesar 0,3777 < 1, hal ini menunjukkan kapabilitas proses untuk memenuhi spesifikasi yang ditentukan rendah.