PERTEMUAN KE-14 - Statistical Process Control - SPC [PDF]

Citation preview

UNIVERSITAS PAMULANG



PERTEMUAN 14 STATISTICAL PROCESS CONTROL (SPC)



A. TUJUAN PEMBELAJARAN Dengan mempelajari materi dalam pertemuan 14 diharapkan anda mampu untuk : 1. Mendefinisikan pengertian SPC 2. Mendefiniskan alasan mempelajari SPC 3. Menerapkan SPC dalam sebuah proses 4. Melakukan pengambilan sampel penerimaan sebuah proses



B. URAIAN MATERI Tujuan Pembelajaran 14.1: Pengertian Statistical Process Control



Statistik adalah seni pengambilan keputusan tentang suatu proses atau populasi berdasarkan suatu analisis informasi yang terkandung didalam suatu sampel dari populasi itu. Metode statistik memainkan peranan penting dalam jaminan kualitas. Metode statistik itu memberikan cara – cara pokok dalam pengambilan sampel produk, pengujian serta evaluasinya dan informasi didalam data itu digunakan untuk mengendalikan dan meningkatkan proses pembuatan. Lagipula statistik adalah bahasa yang digunakan oleh insinyur pengembangan, pembuatan, pengusahaan, manajemen, dan komponen – komponen fungsional bisnis yang lain untuk berkomunikasi tentang kualitas.(Montgomery, 1993). Untuk menjamin proses produksi dalam kondisi baik dan stabil atau produk yang dihasilkan selalu dalam daerah standar, perlu dilakukan pemeriksaan terhadap titik origin dan hal–hal yang berhubungan, dalam rangka menjaga dan memperbaiki kualitas produk sesuai dengan harapan. Hal ini disebut Statistical Process Control (SPC).



S1 Manajemen Universitas Pamulang 1



UNIVERSITAS PAMULANG



Menurut Heizer, SPC adalah sebuah teknik statistik yang digunakan secara luas untuk memastikan bahwa proses memenuhi standart. Semua proses tidak pernah luput dari hasil bervariasi.



Tujuan Pembelajaran 14.2: Tujuan Statistical Process Control (SPC)



Statistical Process Control (SPC) yang dipelajari pada tentunya sangat bermafaat dalam hal menentukan penyebab data yang bervariasi. Statistical Process Control digunakan untuk mengukur kinerja sebuah proses, sebuah proses dikatakan beroperasi dalam kendali statistik bila sumber variasi berasal hanya dari sumber yang alamiah. Tujuan Statistical Process Control menurut Gerald Smith (1996) adalah : 1. Menimasi biaya produksi 2. Memperoleh kekonsistenan terhadap produk dan servis yang memenuhi sepesifikasi produk dan keinginan konsumen. 3. Menciptakan peluang-peluang untuk semua anggota dari organisasi untuk memberikan kontribusi terhadap peningkatan kualitas. 4. Membantu manajemen dan karyawan produksi untuk membuat keputsan yang



ekonomis



mengenai



tindakan



yang



diambi



yang



dapat



mempengaruhi proses. Konsep dasar penggunaan statistik untuk pengendalian kualitas, bermula dari berbagai kajian dan eksperimen beberapa ahli statistika. Dr. Waiter Shewhart ilmuwan pada Laboratonum Bell, yang dipublikasikan tahun 1924. prinsip-prinsip pengendalian mutu secara statistik mulai dikenal. Dr. Shewhar dan rekan-rekannya mengembangkan diagram-diagram pengendalian selama 1920-1930. Dr. Waiter Shewhart



menggunakan



hukum-hukum



probabilitas



dan



statistik



untuk



menggambarkan bagaimana suatu variasi mempengaruhi ukuran-ukuran sampel bagi produk- produk manufaktur, yaitu: 1. Bila suatu barang atau jasa yang diproduksi outputnya akan serupa (similar) tetapi tidak sama (identical). 2. Adanya variasi adalah merupakan hal yang normal dan wajar. S1 Manajemen Universitas Pamulang 2



UNIVERSITAS PAMULANG



3. Tidak ada dua benda yang benar-benar sama. Namun Shewhart menganggap terdapat dua variabilitas yaitu variabilitas yang berada dalam batas-batas yang ditentukan dan variabilitas yang berada di Iuar batas-batas. 4. Dia mengamati bahwa data tidak selalu memberikan kepastian mengenai pola yang "normal". Sehingga dari ketidak konsistenan yang ditunjukkan data, dia menyimpulkan bahwa meskipun dalam setiap proses selalu dihasilkan variasi pada proses yang menghasilkan variasi terkendali (controlled variation) dan ada proses yang menghasilkan variasi tak terkendali (uncontrolled variation).



Variasi Terkendali (CONTROLLED VARIATION) adalah suatu variasi variasi karena sebab-sebab biasa (common-cause) yaitu varasi yang terjadi secara alamiah dan merupakan suatu hal yang inheren dan terkirakan dalam setiap proses yang stabil yang menghasilkan barang produksi atau jasa. Variasi yang dapat diterima dan diizinkan seperti itu dapat dikaitkan dengan sebab-sebab yang acak atau "kebetulan". Perhatikan Gambar 14.1 di bawah ini:



Gambar 14.1. Gambar pola variasi terkendali



Gambar 14.1 menunjukkan proses stabil dan terkendali meskipun ada variasi di sekitar ukuran pemusatan yang terjadi setiap hari. Terlihat kecenderungan bahwa pola variasi yang sama yang telah terjadi sebelumnya akan muncul di hari Jum’at. Hal-hal yang dapat digolongkan sebagai penyebab biasa (common-cause) yang dapat mengakibatkan terjadinya variasi dalam suatu proses manufaktur adalah : 1. Kualitas dari material yang digunakan. 2. Tingkat penguasaan/ keterampilan operator mesin. 3. Desain dari mesin-mesin. S1 Manajemen Universitas Pamulang 3



UNIVERSITAS PAMULANG



Variasi tak terkendali (uncontrolled variation) adalah variasi karena sebabsebab khusus (special-cause). variasi yang terjadi bila suatu kejadian tidak normal masuk ke dalam suatu proses dan menghasilkan perubahan yang tidak diharapkan dan tidak diperkirakan sebelumnya. Variasi ini tidak dapat lagi dikaitkan dengan sebabsebab yang acak atau "kebetulan". Perhatikan Gambar 14.2 di bawah ini:



Gambar 14.2. Gambar pola variasi tak terkendali Gambar 14.2 menunjukkan proses tidak terkontrol dan variasinya tidak dapat diperkirakan. Variasi pada hari Jumat tidak dapat diantisipasi sebelumnva. Hal-hal yang dapat dimasukan sebagai penyebab khusus misalnya adalah: 1. Putusnya aliran listrik, 2. Mesin yang sudah tidak tersetel dengan haik. 3. Bidang keterampilan pekerja yang berlain-lainan Menurut Maleyeff (1994), Statistical Process Control mempunyai cakupan yang lebih luas karena didalamya terdapat pengendalian proses statistik, pengendalian produk (acceptance sampling), dan analisis kemampuan proses. (Ariani, 2004: 54). Tujuan Pembelajaran 14.3: Tools Dalam SPC



Tujuh alat bantu pengendalian kualitas dalam Pengendalian Proses Statistikal (SPC ) yang sering disebut juga sebagai seven tools of quality control, yaitu: 1. Lembar Pengamatan Data ( Check Sheet ) 2. Grafik ( Graph ) 3. Diagram Pareto ( Pareto Diagram ) S1 Manajemen Universitas Pamulang 4



UNIVERSITAS PAMULANG



4. Diagram Batang ( Histogram ) 5. Diagram Sebab-Akibat ( Fishbone Diagram ) 6. Diagram Pencar ( Scatter Diagram ) 7. Peta Kendali ( Control Chart )



a) Lembar Pengamatan Data ( Check Sheet ) Lembar periksa adalah suatu formulir, dimana item-item yang akan diperiksa telah dicetak dalam formulir itu, dengan maksud agar data dapat dikumpulkan secara mudah dan ringkas. Data itu sendiri merupakan unsur yang paling penting dalam pelaksanaan pengendalian kualitas. Data yang ada berguna untuk memahami situasi yang sebenarnya, menganalisis persoalan, pengendalian proses, mengambil keputusan dan membuat rencana.



b) Grafik ( Graph ) Merupakan tampilan visual data untuk merangkum data. Grafik, tipe yang paling mudah dan cara terbaik untuk menganalisis, mengerti, dan mengkomunikasikan data. Ada berbagai tipe grafik yang ada, tetapi paling sering digunakan yaitu: ¾ Grafik Garis ( Line Graph ) ¾ Grafik Batang ( Bar Graph ) ¾ Grafik Lingkaran ( Circle Graph )



c) Diagram Pareto ( Pareto Diagram ) Diagram pareto ditemukan oleh Alfredo Pareto ( 1848-1923 ) dari hasil penyelidikan tingkat kesejagteraan di Eropa. Dari penyelidikan tersebut, diketahui bahwa diagram pareto tidak hanya berfungsi untuk menyelidiki masalah-masalah teori ekonomi, namun dapat digunakan juga dalam berbagai bidang. Diagram pareto merupakan salah satu dari alat-alat statistik untuk mengidentifikasikan masalah dan menyusun prioritas, yaitu sebuah diagram batang yang merangkum dan menyusun data yang telah dikumpulkan pada check sheet.



S1 Manajemen Universitas Pamulang 5



UNIVERSITAS PAMULANG



Adapun Penyusunan Diagram Pareto meliputi 6 (enam) langkah, yaitu: 1. Menentukan metode atau arti dari pengklasifikasian data, misalnya berdasarkan masalah, penyebab jenis ketidaksesuaian, dan sebagainya. 2. Menentukan satuan yang digunakan untuk membuat urutan karakteristikkarakteristik tersebut, misalnya rupiah, frekuensi, unit, dan sebagainya. 3. Mengumpulkan data sesuai dengan interval waktu yang telah ditentukan. 4. Merangkum data dan membuat rangking kategori data tersebut dari yaang terbesar hingga yang terkecil. 5. Menghitung frekuensi kumulatif atau persentase kumulatif yang digunakan. 6. Menggambar diagram batang, menunjukkan tingkat kepentingan relatif masing- masing masalah. Mengidentifikasi beberapa hal yang penting untuk mendapat perhatian.



Selain itu Diagram Pareto ini mempunyai beberapa Prinsip yaitu : a. Vilfredo Pareto (1848-1923), ahli ekonomi Italia: Mengatakan bahwasannya 20% dari population memiliki 80% dari total kekayaan b. Juran mengistilahkan “vital few, trivial many”: 20% dari masalah kualitas menyebabkan kerugian sebesar 80%.



Gambar 14.3 Pareto Chart S1 Manajemen Universitas Pamulang 6



UNIVERSITAS PAMULANG



d) Diagram Batang ( Histogram ) Histogram adalah salah satu alat yang membantu kita untuk menemukan variasi. Menurut Vincent Gaspersz histogram merupakan suatu potret dari proses yang menunjukkan: 1. Distribusi dari pengukuran. 2. Frekuensi dari setiap pengukuran itu. Karakteristik Histogram diantarannya : a. Histogram menjelaskan variasi proses, namun belum mengurutkan rangking dari variasi terbesar sampai dengan yang terkecil. b. Gambar bentuk distribusi (cacah) karakteristik mutu yang dihasilkan oleh data yang dikumpulkan melalui check sheet. c. Histogram juga menunjukkan kemampuan proses, dan apabila memungkinkan, histogram dapat menunjukkan hubungan dengan spesifikasi proses dan angka-angka nominal, misalnya rata-rata. d. Dalam histogram, garis vertikal menunjukkan banyaknya observasi tiap-tiap kelas. Dengan demikian, histogram dapat dipergunakan sebagai alat untuk : 1. Mengkomunikasikan informasi tentang variasi dalam proses. 2. Membantu



manajemen



dalam



membuat



keputusan-keputusan



yang berfokus pada usaha perbaikan terus menerus (Continuous Improvement Efforts).



Langkah – langkah Penyusunan Histogram Menurut Mitra (1993), langkah penyusunan histogram adalah: a. Menentukan batas-batas observasi: perbedaan antara nilai terbesar dan terkecil. b. Memilih kelas-kelas atau sel-sel. Pedoman: banyaknya kelas = akar n, dengan n = banyaknya data, c. Menentukan lebar kelas-kelas tersebut. Biasanya, semua kelas mempunyai lebar yang sama. Lebar kelas = range / banyak kelas. S1 Manajemen Universitas Pamulang 7



UNIVERSITAS PAMULANG



d. Menentukan batas-batas kelas. Kelas-kelas tersebut tidak saling tumpang tindih. e. Menggambar frekuensi histogram dan menyusun diagram batangnya.



e) Diagram Sebab-Akibat ( Fishbone Diagram ) Diagram sebab akibat adalah suatu diagram yang menunjukkan hubungan antara penyebab dan akibat dari suatu masalah dan berguna dalam brainstorming karena dapat menyusun ide-ide yang muncul. Diagram ini kadang-kadang disebut Diagram Tulang Ikan ( Fishbone Diagram ) karena bentuknya seperti tulang ikan, atau disebut Diagram Ishikawa ( Ishikawa Diagram ) karena ditemukan oleh Prof. Ishikawa Kaoru dari Universitas Tokyo Jepang pada tahun 1943, dan mulai depergunakan pada tahun 1960-an. Fishbone Diagram lahir karena adanya kebutuhan akan peningkatan mutu atau kualitas dari barang yang dihasilkan. Seringkali dalam suatu proses produksi dirasakan hasil akhir yang diperoleh tidak sesuai dengan ekspektasi, misalnya: barang cacat terjadi lebih dari yang ditetapkan, hasil penjualan sedikit, mutu barang kompetitor lebih baik dari barang kita, nasabah lebih memilih produk kompetitor kompetitor , dan lain-lain. Dari sinilah timbul pemikiran untuk melakukan analisa dan evaluasi terhadap proses yang sudah terjadi dalam rangka untuk memperbaiki mutu. Fishbone Diagram merupakan salah satu alat pengendali mutu yang fungsinya untuk mendeteksi permasalahan yang terjadi dalam suatu proses industri. Fishbone



Diagram



dalam



penerapannya



digunakan



untuk



mengidentifikasi faktor-faktor yang menjadi penyebab permasalahan. Diagram ini sangat praktis dilakukan dan dapat mengarahkan satu tim untuk terus menggali



sehingga



menemukan



penyebab



utama



atau



Akar



suatu



permasalahan. Akar ”penyebab ” terjadinya masalah ini memiliki beragam variabel yang berpotensi menyebabkan munculnya permasalahan. Penggunaan diagram tulang ikan ini ternyata memiliki manfaat yang lain yaitu bermanfaat sebagai perangkat proses belajar diri, pedoman untuk diskusi, pencarian penyebab permasalahan, pengumpulan data, penentuan taraf teknologi, penggunaan dalam berbagai hal dan penanganan yang kompleks. S1 Manajemen Universitas Pamulang 8



UNIVERSITAS PAMULANG



Apabila “masalah” dan “penyebab” sudah diketahui secara pasti, maka tindakan (action) dan langkah perbaikan akan lebih mudah dilakukan. Dengan diagram ini, semuanya menjadi lebih jelas dan memungkinkan kita untuk dapat melihat semua kemungkinan “penyebab” dan mencari “akar” permasalahan sebenarnya. Jadi sangat jelas bahwa Fishbone Diagram ini akan menunjukkan dan mengajarkan kita untuk melihat “ke dalam” dengan bertanya tentang permasalahan yang sedang terjadi dan menemukan solusinya dari dalam juga. Penyelesaian masalah melalui fishbone dapat dilakukan secara individu top manajemen maupun dengan kerja tim. Seperti dengan cara mengumpulkan beberapa orang yang mempunyai pengalaman dan keahlian memadai menyangkut problem yang terjadi. Semua anggota tim memberikan pandangan dan pendapat dalam mengidentifikasi semua pertimbangan mengapa masalah tersebut terjadi. Kebersamaan sangat diperlukan di sini, juga kebebasan memberikan pendapat dan pandangan setiap individu. Ini tentu bisa dimaklumi, manusia mempunyai keterbatasan dan untuk mencapai hasil maksimal diperlukan kerjasama kelompok yang tangguh. Analisa tulang ikan dipakai jika ada perlu untuk mengkategorikan berbagai sebab potensial dari satu masalah atau pokok persoalan dengan cara yang mudah dimengerti dan rapi. Juga alat ini membantu kita dalam menganalisis apa yang sesungguhnya terjadi dalam proses. Yaitu dengan cara memecah proses menjadi sejumlah kategori yang berkaitan dengan proses, mencakup manusia, material, mesin, prosedur, kebijakan dan sebagainya.



S1 Manajemen Universitas Pamulang 9



UNIVERSITAS PAMULANG



Gambar 14.4 Fishbone Diagram 1



Pe ra la ta n A la t c eta k k otor



M ETODA



M A T E R IA L K om p osisi prop orsi ca m p ura n sem en , a ir d a n p a sir serin g d i lu p a ka n



S istem k erja ku ra ng terk oord in ir



P en gu k u ra n k a d a r ca m p u ra n b a h a n A la t ceta k tid a k b a ku sa la h tersu su n ra pih



B ising



K om p osisi d a la m m en ca m pu rka n za t p ew a rn a (p erev) tid a k d i pe rh a tika n



Ke lela h a n



Ka rak teristik C a cat P ro d uk R eta k



B erdeb u d a n k otor



Ku ra n gn ya p ela tih a n T ida k teliti pada saat p en ya ring a n p a sir



L IN G K U N G A N



Sering m elup a k a n p ros ed ur ope ra si sta n d a r



M A N U S IA



Gambar 14.5 Fishbone Diagram 2



Diagram ini menunjukkan 5 faktor yang disebut sebagai sebab dari suatu akibat. Kelima faktor ini adalah manusia (tenaga kerja), metode, material (bahan), mesin, dan lingkungan. Diagram ini biasanya disusun berdasarkan informasi yang didapatkan dari sumbang saran atau ”brainstorming”. S1 Manajemen Universitas Pamulang 10



UNIVERSITAS PAMULANG



Langkah-langkah pembuatan diagram sebab akibat : 1. Tentukan masalah/sesuatu yang akan diamati atau diperbaiki. Gambarkan panah dengan kotak diujung kanannya dan tulis masalah/sesuatu yang akan diamati/diperbaiki. 2. Cari faktor utama yang berpengaruh atau mempunyai akibat pada masalah/sesuatu tersebut. Tuliskan dalam kotak yang telah dibuat diatas dan dibawah panah yang telah dibuat tadi. 3. Cari lebih lanjut faktor-faktor yang lebih terperinci (faktor-faktor sekunder)



yang



berpengaruh/mempunyai akibat



pada



factor utama



tersebut. Tulislah faktor-faktor sekunder tersebut didekat/pada panah yang menghubungkannya dengan penyebab utama. 4. Dari diagram yang sudah lengkap, carilah penyebab-penyebab utama dengan menganalisa data yang ada.



f) Diagram Pencar ( Scatter Diagram ) Dalam proses perbaikan kualitas, kadang-kadang diperlukan eksplorasi terhadap hubungan antar dua variabel. Misalnya diagram sebab-akibat, mengenai sebab-sebab ketidakpuasan pelanggan menghasilkan kemungkinan hubungan antara janji dan jumlah keluhan pelanggan. Diagram pencar merupakan alat



yang bermanfaat untuk menjelaskan apakah terdapat



hubungan antara dua variabel tersebut, dan apakah hubungannya positif atau negatif. Diagram Scatter bertindak sebagai dasar untuk analisis statistik yang disebut analisis regresi, yang menguji hubungan antara dua variabel atau lebih dalam bentuk matematis. Diagram ini juga menjadi dasar pembuatan chart yang sering digunakan dalam peramalan.



g) Peta Kendali ( Control Chart ) Pengelompokan



jenis-jenis



peta



kendali



tergantung



pada



tipe



datanya. Gaspersz (1998) menjelaskan bahwa dalam konteks pengendalian proses statistikal dikenal dua jenis data, yaitu : 1. Data Variable, merupakan data kuantitatif yang diukur untuk keperluan S1 Manajemen Universitas Pamulang 11



UNIVERSITAS PAMULANG



analisis. Contoh dari data variable karakteristik kualitas adalah: diameter pipa, ketebalan produk kayu, berat semen dalam kantong, dll. 2. Data Atribut, merupakan data kualitatif yang dapat dihitung untuk pencatatan dan analisa. Contoh dari data atribut karakteristik kualitas adalah



ketiadaan



label



pada



kemasan



produk,



kesalahan



proses administrasi, banyaknya jenis cacat pada produk, banyaknya produk kayu lapis yang cacat karena Corelap, dll. Berdasarkan kedua tipe data tersebut, maka jenis-jenis peta kendali terbagi atas peta kendali untuk data variable dan peta kendali untuk data atribut. Beberapa peta kendali untuk data variable adalah peta kendali X-bar dan R, Peta kendali individual X-bar dan MR, serta peta kendali X-bar dan S. Sedangkan peta kendali untuk data atribut adalah peta kendali p, peta kendali np, peta kendali c, dan peta kendali u. Tujuan Pembelajaran 14.4: Diagram Kendali (Control Chart)



Pengelompokan jenis-jenis peta kendali tergantung pada tipe datanya. Gaspersz (1998) menjelaskan bahwa dalam konteks pengendalian proses statistikal dikenal dua jenis data, yaitu : 1. Data Variable, merupakan data kuantitatif yang diukur untuk keperluan analisis. Contoh dari data variable karakteristik kualitas adalah: diameter pipa, ketebalan produk kayu, berat semen dalam kantong, dll. 2. Data Atribut, merupakan data kualitatif yang dapat dihitung untuk pencatatan dan analisa. Contoh dari data atribut karakteristik kualitas adalah



ketiadaan



label



pada



kemasan



produk,



kesalahan



proses administrasi, banyaknya jenis cacat pada produk, banyaknya produk kayu lapis yang cacat karena Corelap, dll. Berdasarkan kedua tipe data tersebut, maka jenis-jenis peta kendali terbagi atas peta kendali untuk data variable dan peta kendali untuk data atribut. Beberapa peta kendali untuk data variable adalah peta kendali X-bar dan R, Peta kendali individual X-bar dan MR, serta peta kendali X-bar dan S. Sedangkan peta S1 Manajemen Universitas Pamulang 12



UNIVERSITAS PAMULANG



kendali untuk data atribut adalah peta kendali p, peta kendali np, peta kendali c, dan peta kendali u. Menurut Gaspersz (1998), pada prinsipnya setiap peta kendali mempunyai : 1. Garis tangah (Central Line), yang biasanya dinotasikan CL 2. Sepasang



bataskendali



(Control



Limits),



dimana



satu



batas



kendali ditempatkan dibawah garis tengah yang dikenal sebagai batas kendali atas (Upper Control Limit), biasanya dinotasikan sebagai UCL, dan yang satu lagi ditempatkan di bawah garis tengah yang dikenal dengan batas kendali bawah (Lower Control Limits), biasanya dinotasikan sebagai LCL. 3. Tebaran nilai-nilai karateristik kualitas yang menggambarkan keadaan dari proses. Jika semua nilai yag ditebarkan (diplot) pada peta itu berada didalam batas-batas kendali tanpa memperlihatkan kecendrungan tertentu, maka proses yang berlangsung dianggap berada dalam kendali atau terkendali secara statistikal. Namun jika nilai-nilai yang ditebarkan pada peta itu jatuh atau berada diluar batas-batas kendali atau memperlihatkan kecendrungan tertentu atau memiliki bentuk yang aneh, maka proses yang berlangsung dianggap berada diluar kendali proses yang ada. Dalam sebagian besar peta kendali, batas kendali dihitung dengan menggunakan rumus umum sebagai berikut :



UCL = (nilai rata-rata) + 3 (simpangan baku) LCL = (nilai rata-rata) – 3 (simpangan baku)



Disini simpangan baku adalah variasi yang disebabkan oleh penyebab umum (common cause variation). Peta kendali yang memilki batas-batas kendali seperti ini disebut sebagai ”Peta kendali 3 sigma”. Pada dasarnya peta-peta kendali dipergunakan untuk : 1. Menentukan apakah suatu proses berada dalam pengendalian statistical. Dengan demikian peta-peta kontrol digunakan untuk mencapai suatu keadaan terkendali secara statistikal, dimana semua nilai rata-rata dan range dari subgrup contoh berada dalam batas-batas pengendalian S1 Manajemen Universitas Pamulang 13



UNIVERSITAS PAMULANG



(Control Limits). Oleh sebab itu variasi penyebab khusus menjadi tidak ada lagi didalam proses. 2. Memantau proses terus-menerus sepanjang waktu agar proses tetap stabil secara statistikal dan hanya mengandung variasi penyebab umum. 3. Menentukan kemampuan proses (Process Capability). Setelah proses berada dalam batas pengendalian statistikal, batas-batas dari variasi proses dapat ditentukan. Peta Kontrol Untuk Karakteristik PR 0,005 k lao T i D g n a Y n es re P



0,004 0,003



(p)



0,002



BKA



0,001



BKB GT



0 -0,001 0



10



20



30



-0,002 Nomor Pemeriksaan



Gambar 14.6. Peta Kendali Untuk Karakteristik PR



C. SOAL LATIHAN/TUGAS 1. Sebutkan Kelemahan Penggunaan Tools “Histogram” dalam pengendalian Kualitas ? 2. Buatlah Diagram Pareto pada sebuah kasus di lingkungan sekitar kita ? 3. Apakah perbedaan dari setiap Seven tools yang telah di jelaskan ?



D. DAFTAR PUSTAKA Grant. E., Pengendalian Mutun Statistik, Jakarta : Erlangga Heizer, Jay., Render, Barry. 2011. Manajemen Operasi. Jakarta : Salemba Empat. Nasution, M. N. 2005. Manajemen mutu terpadu (Total Quality Management) Edisi kedua. Jakarta : Ghalia Indonesia Sutalaksana, Z.I, Anggawisatra, R., dan Tjakraatmdaja, H.J.,1979, Teknik Tata Cara Kerja, Jurusan Teknik Industri Institut Teknologi Bandung



S1 Manajemen Universitas Pamulang 14