pengendalian kualitas
Post on 14-Jan-2016
142 Views
Preview:
DESCRIPTION
TRANSCRIPT
PENGENDALIAN KUALITAS
JURUSAN TEKNIK INDUSTRI
UNIVERSITAS GUNADARMA
JAKARTA
REVOLUSI INDUSTRI
Quality :
- performance
- kebanggaan
Quality :
- kepemimpinan
- komitmen
Pionir Penggunaan teknik statistik
Quality :
- objectif ~ performance
- subjectif ~ konsumen
simultan
Quality :
ongkos penolakan
• keuntungan ( jumlah produksi )
• keseragaman kualitas
• sebaran toleransi
• ongkos pemeriksaan
Konsep PDCA
Mengaitkan :
• kepuasan konsumen
• SQC
• “respect” terhadap SDM ~ skill
RANTAI REAKSI DEMING
Q Biaya :
- pekerjaan diulang
- keterlambatan
- penggunaan mesin
Produktivitas
Pangsa pasar
( Q , Price )
Stay in business
Jobs opportunity
TRILOGI :
• Q planning
• Q control
• Q improvement
Q planning :
• menentukan konsumen
• menentukan kebutuhan konsumen
• mengembangkan produk = f (kebutuhan)
•mengembangkan proses = f ( produk)
Q control :
• evaluasi produk
• membandingkan dengan tujuan
• perbaikan
Q improvement
• infrastruktur
• melihat kemajuan yang dicapai
• motivasi tim
Manajemen kualitas :
• uncertainty
• awakening
• enlightment
• wisdom
•certainty
4 filosofi :
• Q ~ kebutuhan
• Q ~ pencegahan
• “zero defect”
• pengukuran kualitas ketidaksamaan
kebutuhan
Tujuan industri ~ persaingan
• produk/jasa berkualitas
• economical cost (desain, produksi, market)
• kebutuhan konsumen berubah
Sistem efektif untuk integrasi usaha
Q development, Q maintenance dan
Q improvement
Memasukkan “pendekatan sistem” dalam kajian kualitas ~ KESATUAN ANTAR BAGIAN
Mengubah “image” produk Jepang
( murah dan cepat rusak)
• Orang Jepang :
- pekerja keras
- tidak cepat putus asa
- saling menolong
- rasa kebangsaan tinggi
• faktor pembeda dengan QC barat :
- partisipasi seluruh anggota
- pendidikan dan latihan aktif
- QC circle aktif dan QC audit
- penggunaan SQC
- diterima secara nasional
Memasukkan faktor engineering untuk menurunkan gangguan proses sehingga dapat meningkatkan keuntungan
“ zero defect”
action Check and feedback
defectscause
Error, check, action
PENGGUNAAN 7 OLD TOOLS :
(KAORU ISHIKAWA)
•check sheet,
•histogram,
•cause - effect diagram,
•scaterred diagram,
•stratification,
• pareto diagram,
•Control chart
SAMURAI WITH SEVEN PORTABLE WEAPONS
Gusoku (armor)
Hoyo (Hood) Kabuto (Helmet)
Tachi (long sword)
Katana (sword)
Ya (arrow)
Yumi (bow)
77
Fungsi
Menyajikan data yang berhubungan dgn :
• Distribusi proses produksi
• Defective item
• Defective location
• Defective cause
• Check up confirmation
CHECK SHEETCHECK SHEET
CHECK SHEET
Product : Plant :
Usage : Dept. :
Specification : Inspector :
Inspection number :
Lot No. :
Lot Size :
Supplier :
Measurement unit :
Weight (g) Tally Frequency
Total
Date :
1. Guna : menyajikan data secara visual sehingga lebih mudah dilihat oleh pelaksanan
2. Mekanisme :
1. Kumpulkan data pengamatan (N)
data : minimum rumus statistik tentukan
2. Pilih harga maksimum & minimum
a) Susun data dalam baris & kolom
b) Pilih angka max. Tiap baris
c) Pilih angka min. tiap baris
d) Tentukan max & min dari keseluruhan
3. Hitung range ( R ) = max min
4. Tentukan jumlah kelas ( K )
K = f(R) = 1 + 3.3 log R
Atau
K =
atau
K = 10 ~ tentukan
N
HISTOGRAM
5. Tentukan kelas interval ( KI)
KI = R/K
6. Tentukan batas bawah KI terendah
BB = min – KI/2
7. Tentukan BB, batas atas dan setiap nilai kelas
8. Kelompok data setiap kelas = f(data) nyatakan “tally – mark”
9. Hitung f ( frekwensi )
X (minus, 0, plus)
10. Hitung rata-rata & tandar deviasi
KI
K ?
NTmaxmin
Gambarkan histogram dari data berikut ini :
10121011.5121211
13.51717161513.514
10141413121110
9111110.59.510.59
11.514.514.513.514.51213
11181811121514
11131311.5121211
11.51919181211.511
111413.51412.51112
minmaxData
• R = max min = 19 9 (19 – 9 = 10)
• K = = 50/7 7,…. 8 ~ 10
• KI = R/K = 10/7 = 13/7 1.5 ~ 1
• BB = 9 – 1.5/2 = 8.25 ~ 8.5
• BA = 8.25 dst untuk setiap kelas. ~ 9.5
N
50
1……19.518.75 – 20.25
2……1817.25 – 18.75
2……16,515.75 – 17.25
5……1514.25 – 15.75
11……13.512.75 – 14.25
17……1211.25 – 12.75
10IIII IIII10.59.75 – 11.25
2II98.25 – 9.75
TalliesNTBatas Kelas
8.25 20.25
5
11
22 1
17
10
2
X
10
f X
= 12.78 , SD = 2.31
~ Petunjuk hierarki kepentingan persoalan cacat produk
~ Mekanisme1. Buat klasifikasi cacat2. Tentukan absis~ordinat3. Buat diagram % jumlah cacat
~ manfaat• membuat orang mau bekerja sama• dampak perbaikan besar• identifikasi tujuan terpilih
a b c d e
Kumulatif % cacat
DIAGRAM PARETODIAGRAM PARETO
Pareto Diagram
99.9 %9.7 %209
17.2 %1.7 %36Length defectives (Ld)
4.3 %0.4 %9Corner defectives (Cd)
24.9 %2.4 %52Bolt defectives (Bd)
6.2 %0.6 %13Material defectives (Md)
47.4 %4.6 %99Head defective (Hd)
Per cent of Compodition
Per cent DefectiveNumber of DefectivesDefective Item
Date : Jumlah yang diinspeksi N = 2160Catatan produk cacat
Hd Bd Ld Md Cd
Jum
lah
c ac a
t
(jumlah) 200 100 (%)
75
50
25
00
100
~ MANFAAT :• mengarahkan diskusi faktor sebab dominan• petunjuk pengumpulan dan pencatatan data• menunjukkan kemampuan pekerja
Menggambarkan hubungan sebab~akibat
C.E. DIAGRAMC.E. DIAGRAMC.E. DIAGRAMC.E. DIAGRAM
~ GUNA
• menganalisa kondisi aktual perbaikan mutu
efisiensi sumber daya
biaya • eliminasi kondisi ~ cacat / keluhan konsumen
• standarisasi
TAHAPAN
1. Kelompok analisa masalah
2. Anak panah
3. “tulang” penyebab
sebelah kanan masalah mutu
4. Identifikasi
5. evaluasi
CONTOH
“ Sangat sulit mengontrol kualitas pada saat proses berlangsung karena banyak sekali faktor yang mempengaruhi kualitas dan faktor-faktor tersebut saling terkait ”
IDE
Cari hubungan antar faktordengan cara mencari hubungan sebab akibatnya dengan tanda panah sbb :
Yield (y)Yield (y)
Steam pressure (P)
Moisture content (m)
Reaction Liquid temperature (t)
1. Yield (y) dipengaruhi oleh moisture content ‘m’.
2. The content ‘m’ dipengaruhi oleh reaction liquid temp. (t).
3. The temperature ‘t’ dipengaruhi oleh steam pressure ‘P’.
Cara membuat CE DiagramCara membuat CE DiagramStep 1. Tentukan karakteristik
Step 2. Tuliskan pada sebelah kanan. Gambarkan panah
dari arah kiri ke arah kanan.
Step 3. Buatlah daftar semua faktor yang mempengaruhi
karakteristik tersebut ( di lembar kertas lain)
(Brain Storming)
Step 4. Temukan hubungan sebab akibat antar faktor. (relation of perents-children).
Ex. Temp. of solution effects reaction.
Yield (y)Yield (y)
Yield (y)Yield (y)
• Temp. of solution
• Crystalization hours
• Moisture content
Step 5. Tulis faktor utama yang menyebabkan terjadinya karakteristik tersebut. Biasanya per tahapan proses.
Step 6. Pada setiap cabang tulis secara rinci faktor yang mempengaruhi terjadinya karakteristik tersebut.
Yield (y)Yield (y)
Raw material Raw material Raw materialRaw material
Catalyzer Transportation Moisture content
Yield (y)Yield (y)
Raw material Raw material Raw materialRaw material
Catalyzer Transportation Moisture content
Temp.
Steam Pressure
Step 7. Lanjutkan langkah 6 sampai semua sebab terjadinya karakteristik tersebut tergambar pada diagram
Step 8. Lihat kembali dan tambahkan bila perlu faktor lain yang belum ada padadiagram
~ MANFAAT :
• mengarahkan diskusi faktor sebab dominan• petunjuk pengumpulan dan pencatatan data• menunjukkan kemampuan pekerja
SCATTERED DIAGRAM
Melihat hubungan antar faktor
91.273.522
91.473.121
91.372.020
90.972.819
90.573.718
91.472.817
90.774.516
90.574.315
91.572.114
91.073.713
90.374.912
90.874.211
90.873.610
91.272.99
91.671.58
90.674.37
90.673.06
91.073.05
91.372.14
90.873.23
90.873.82
91.172.51
Yield Y (%)Reaction TemperatureNo.
X
X
X
X
X
X
X
Pop
ula
tion in P
ari
s
The Number of Stork’s Nest in Paris
LELUCON : Bagaimana bayi lahir ? Burung bangau yang
membawa bayi
~ MANFAAT :
• mencari penyebab utama faktor kualitas• memisahkan data (kategorisasi) sesuai dengan
kelompok datanya• memudahkan pengambilan keputusan peta kontrol• mempelajari secara menyeluruh masalah yang dihadapi
STRATIFIKASI
Mud stratum
Sand stratum
Stone stratum
Rock
Stratifikasi kategorisasi
Mencari faktor penyebab utama
Ilustrasi :
Contoh : Contoh : analisa produk cacat distratifikasi berdasarkan analisa produk cacat distratifikasi berdasarkan penemuan operatornyapenemuan operatornya..
Defective PercentageDefectives (Pieces)Production (in pieces)Suppliers
20.0 %40200Total
18.4 %1476Yuhi Chemical Co
Statify the defectives by the material suppliers
21.0 %26124Asahi chemical Co.
20.0 %40200Total
12.7 %863Kohmo
19.4 %1262Sato
26.7 %2075Tanaka
Defective PercentageDefectives (Pieces)Production (in pieces)Operators
N=200
~ MANFAAT :• mengendalikan proses• kecenderungan proses• identifikasi kebutuhan konsumen
pH
t
PETA KONTROL
GAFIK KENDALIGAFIK KENDALIGrafik yang dilengkapi garis-garis kendali
~garis kendali atas (UCL)~garis pusat (CL)~garis kendali bawah (LC)
~garis kendali atas (UCL)~garis pusat (CL)~garis kendali bawah (LC)
Grafik kendali X – R Grafik kendali P Grafik kendali X – R Grafik kendali P
GRAFIK KENDALI ~ proses normal / tidak normal
semua titik terkendali tidak ada bentuk ‘khas’
semua titik terkendali tidak ada bentuk ‘khas’ “RUN”
“trend” “periodicity” “hugging of the control line
PENGGUNAAN SEVEN NEW TOOLS:(MIZUNO DAN YOJI AKAO)
- RELATION DIAGRAM- AFFINITY DIAGRAM- SYSTEMATIC DIAGRAM- MATRIX DIAGRAM- MATRIX DATA ANALYSIS- PROCESS DECISION PROGRAM CHART- ARROW DIAGRAM
KONSEP TQC :
• Q first
• consumer orientation
• the next process is your customer
• using facts and data ( statistics)
• respect for humanity
• cross functional management
STATISTICAL PROCESS CONTROL (SPC)
• Control chart (Peta kontrol):
Metoda grafis untuk memonitor aktivitas dari suatu proses yang sedang berlangsung (Disebut juga ‘Peta Kontrol Shewart).
Garis vertikal memuat karakteristik kualitas yang akan dimonitor
Garis horizontal memuat sampel atau ukuran sampel (group) Garis sentral (center line) memuat nilai rata-rata dari
karakteristik Garis batas atas (upper control limit) dan garis batas bawah
(lower control limit) dibuat untuk membuat keputusan:
Rule 1: Suatu Proses diasumsikan keluar dari kontrol jika sebuah titik plot berada diluar batas kontrol atas dan kontrol bawah.
Rule 2: Suatu proses diasumsikan akan keluar dari kontrol jika dari tiga t
titik plot yang berurutan terdapat 2 titik plot berada di luar batas
kontrol 2 (warning limit) pada sisi yang sama.
Rule 3: Suatu proses diasuksikan akan keluar dari kontrol jika dari lima titik plot yang berurutan terdapat empat titik plot yang melewati batas kontrol 1 pada sisi yang sama.
Rule 4: Suatu proses diasumsikan akan keluar dari kontrol jika delapan atau lebih titik plot yang berurutan berada di satu sisi dari center line.
Rule 5: Suatu proses diasumsikan akan keluar dari kontrol jika delapan atau lebih titik plot yang berurutan berada di atas atau di bawah center line.
- Dasar Statistika Dalam Peta Kontrol
* Distribusi Normal
* Populasi, sampel, mean, standar deviasi
X bar = Σ Xi/√n
xbar = /√n
BATAS-BATAS KONTROL
• CL = E (θ bar)• UCL = E (θ bar) + k SD (θ bar)• LCL = E (θ bar) – k SD (θ bar)
Dimana:
- θ merupakan karakter kualitas
- θ bar merupakan estimator θ- SD = standar deviasi
- K = jumlah SD statistik sampel dari center line
PETA KONTROL VARIABELPETA X-Bar dan R-Bar* Digunakan untuk memantau proses yang mempunyai
karakteristik bersifat kontinyu (data variabel) berdasarkan rata-ratanya, dengan asumsi ukuran contoh (n) kecil.
• PETA X bar 3CL = X double barUCL = X double bar + A2 R barLCL = X double bar – A2 R bar
PETA R 3CL = R barUCL = D4. R barLCL = D3. R bar
PETA KONTROL X-Bar dan S
* Digunakan untuk memantau proses yang mempunyai karakteristik bersifat kontinyu (data variabel) berdasarkan rata-ratanya, dengan asumsi ukuran contoh (n) besar.
• PETA X Bar 3CL = X double bar
UCL = X double bar + A3 S bar
LCL = X double bar – A3 S bar
PETA S 3CL = S bar
UCL = B4 S bar
LCL = B3 S bar
PETA KONTROL X bar dan MR* Digunakan untuk memantau proses yang mempunyai
karakteristik bersifat kontinyu (data variabel) berdasarkan rata-ratanya, dengan asumsi ukuran contoh (n) = 1.
• PETA X bar 3CL = X barUCL = X bar + 2,66 MR barLCL = X bar – 2,66 MR bar
• PETA MR 3CL = MR barUCL = D4 MR bar = 3,267 MR barLCL = D3 MR bar = 0
PETA KONTROL ATRIBUT
PETA P 3* Digunakan untuk mengukur proporsi ketidak sesuaian dari
iyem-item dalam kelompok yang sedang diinspeksi, untuk n konstan atau berubah (variable).
CL = P bar
UCL = P bar + 3Sp
LCL = P bar – 3 Sp
Sp = √{P bar (100 – P bar) /n} ATAU
Sp = √ {P bar (1 - P bar} /n}
PETA np 3
* Digunakan untuk mengukur proporsi ketidak sesuaian dari iyem-item dalam kelompok yang sedang diinspeksi, untuk n konstan.
CL = np bar
UCL = np bar + 3Snp
LCL = np bar – 3 Snp
Sp = √ {np bar (1 - P bar)}
PETA c
* Digunakan untuk mengukur cacat terhadap spesifikasi-spesifikasi dari suatu item dengan ukuran contoh (n) yang konstan
CL = c bar
UCL = c bar + 3 Sc
LCL = c bar – 3 Sc
Sc = √c bar
PETA u
* Digunakan untuk mengukur cacat terhadap spesifikasi-spesifikasi dari suatu item dengan ukuran contoh (n) > 1, baik konstan atau berubah (variable).
CL = u bar
UCL = u bar + 3 Su
LCL = u bar – 3 Su
Su = √u bar/n
ACCEPTANCE SAMPLING PLAN
• MANFAAT SAMPLING:
- Meminimasi kerugian, untuk inspeksi yang merusak
- Lebih ekonomis untuk inspeksi dengan biaya tinggi,
waktu yang lama dan sumberdaya yang terbatas
- Dapat mengurangi kesalahan inspeksi oleh inspektor
- Memperkuat motivasi untuk meningkatkan kualitas,
karena setiap anggota lot/batch mungkin ditolak
KELEMAHAN SAMPLING
- Adanya resiko menolak lot-lot yang sebenarnya baik (the producer’s risk) atau menerima lot-lot yang sebenarnya jelek (the consumer’s risk).
- Berkurangnya informasi tentang produk secara keseluruhan.
- Seleksi dan pelaksanaan rencana sampling membutuhkan lebih banyak waktu dan usaha untuk perencanaan dan dokumentasi
TIPE RENCANA SAMPLING
1. SINGLE SAMPLING PLAN
2. DOUBLE SAMPLING PLAN
3. MULTIPLE SAMPLING PLAN
SINGLE SAMPLING PLAN
• Satu sample yang digunakan untuk memutuskan menerima atau menolak lot.
• Terdiri dari parameter n (ukuran sampel) dan c (jumlah item cacat yang menjadi dasar penerimaan)
• Contoh: N = 4000
n = 100
c = 2
• Artinya:
Suatu sampel acak berukuran 100 diambil dari 4.000 populasi. Jika jumlah item cacat kurang dari atau sama dengan 2 maka lot diterima, tetapi kalau lebih dari 2 maka lot ditolak.
DOUBLE SAMPLING PLAN
• Meliputi pembuatan keputusan menerima lot, menolak lot, atau mengambil sampling kedua. Jika hasil sampling pertama dianggap ‘bagus’ maka lot diterima, jika hasil sampling pertama ‘jelek’ maka lot tersebut ditolak, dan jika berada diantara dua kondisi itu maka dilakukan sampling kedua. Kesimpulan double samping plan diambil berdasarkan kombinasi jumlah item cacat pada kedua sampling.
• Parameter yang digunakan: n1 (ukuran sampel perta-ma), n2 (ukuran sampel kedua), c1 (jumlah penerima-an sampel pertama, c2 (jumlah penerimaan sampel ke-dua), r1 ( jumlah penolakan sampel pertama, r2 (jumlah penolakan sampel kedua).
• Contoh:N = 5.000 n1 = 40 n2 = 60c1 = 1 c2 = 5r1 = 4 r2 = 6
Artinya:Pertama dipilih 100 unit sampel dari 5.000 populasi secara acak, jika terdapat ≤ 1 item cacat maka lot diterima, jika terdapat ≥ 4 item cacat maka lot ditolak, jika cacat 2 atau 3 item maka dilakukan sampling kedua, diambil 60 sampel. Jika kombinasi item cacat sampling 1 dan 2 ≤5 maka lot diterima, jika ≥ 6 maka lot ditolak.
MULTIPLE SAMPLING PLAN
• Tiga, empat, lima, atau lebih sampel yang digunakan untuk memutuskan menerima atau menolak lot.
• Biasanya memiliki nilai ni yang sama dan cenderung kecil.
• Jika sampel pertama ‘bagus’ maka lot diterima, jika ‘jelek’ maka ditolak, jika diantarannya maka diambil sampel kedua. Jika kombinasi sampel 1 dan 2 ‘bagus’ maka lot diterima dan jika ‘jelek’ maka ditolak, jika diantaranya diambil sampel ketiga, dan seterusnya.
Contoh:
N = 4.000 n1 = 20 n2 = 20 n3 = 20
c1 = 0 c2 = 1 c3 = 4
r1 = 3 r2 = 4 r3 = 5
Artinya:Pertama dipilih 20 unit sampel dari 4.000 populasi secara acak, jika tidak item cacat maka lot diterima, jika terdapat ≥ 3 item cacat maka lot ditolak, jika cacat 1 atau 2 item maka dilakukan sampling kedua, diambil 20 sampel. Jika kombinasi item cacat sampling 1 dan 2 ≤1 maka lot diterima, jika ≥ 4 maka lot ditolak, jika item cacat 2 atau 3 dilakukan sampling ketiga. Jika kombinasi cacat sampling 1,2,3 ≤ 4 maka lot diterima, jika ≥ 5 maka lot ditolak
top related