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.
Tidak ada komentar:
Posting Komentar