materi ke-1 pasca uts - sebelas maret university · 2019. 10. 31. · glwhudsndq sdgd orw ehuxnxudq...
TRANSCRIPT
Perencanaan Sampling Penerimaan dengan Atribut
Dr. Ir. Eko Pujiyanto, S.Si., M.T., IPM
Isi1. Pendahuluan2. Keuntungan dan kerugian sampling3. Resiko produsen dan konsumen4. Kurva karakteristik operasi5. Jenis perencanaan sampling : single, double,
multiple6. Masalah sampling penerimaan 7. Alat untuk mengevaluasi rencana sampling8. Perencanaan sampling tunggal untuk atribut9. Perencanaan sampling ganda untuk atribut
[email protected] Prodi Sarjana Teknik Industri UNS
1. Pendahuluan
[email protected] Prodi Sarjana Teknik Industri UNS
Tiga aspek penting tentang sampling1. Bertujuan untuk ‘memvonis’ lot , bukan
meng-estimasi kualitas lot2. Tidak menyediakan informasi langsung
kualitas lot Hanya menerima atau menolak lot
3. Bukan untuk meng-inspeksi kualitas produk , tetapi lebih merupakan alat untuk menjamin bahwa output produk sesuai dengan kebutuhan
1. Pendahuluan
[email protected] Prodi Sarjana Teknik Industri UNS
Sampling penerimaan baik digunakan pada
kondisi berikut :
1. Tes produknya bersifat merusak
2. Inspeksi 100% sangat mahal
3. Inspeksi 100% tidak feasibel
4. Item yang diinspeksi sangat banyak
5. Ketika supplier mempunyai sejarah baik
6. Ketika produknya beresiko
1. Pendahuluan
[email protected] Prodi Sarjana Teknik Industri UNS
Mengapa sampling penerimaan dan bukan inspeksi 100% ?
1. Tes merusak2. Biaya inspeksi 100% sangat tinggi3. Inspeksi 100% tidak fisibel ( membutuhkan
banyak waktu ) 4. Jika vendor mempunyai sejarah kualitas yang
baik
2. Keuntungan dan kerugian sampling
[email protected] Prodi Sarjana Teknik Industri UNS
Jika dibandingkan dengan inspeksi 100% , keuntungannya adalah :1. Lebih murah biayanya2. Mereduksi produk yang dites mereduksi
kerusakan3. Aplikatif untuk tes yang merusak4. Membutuhkan sedikit personal5. Mereduksi kesalahan inspeksi6. Memotivasi suplier untuk meningkatkan
kualitas
2. Keuntungan dan kerugian sampling
[email protected] Prodi Sarjana Teknik Industri UNS
Kerugian sampling penerimaan
1. Terdapat resiko , menerima lot yang jelek atau menolak lot yang bagus
2. Informasi kualitas produk sedikit
3. Memerlukan prosedur khusus dan dokumentasi
2. Keuntungan dan kerugian sampling
[email protected] Prodi Sarjana Teknik Industri UNS
Beberapa kata kunci tentang sampling Jalan tengah antara inspeksi 100% dan tidak
melakukan inspeksi Walapun tidak mengontrol kualitas secara
langsung , sampling penerimaan memberikan jaminan yang baik bagi konsumen dan produsen
Memberikan informasi sejarah kulitas Memberikan tekanan pada suplier untuk selalu
meningkatkan kualitas
Resiko produsen : ditolaknya lot yang bagus kualitasnya Level kualitas yang diterima ( Acceptable Quality Level
(AQL)) :
Level kualitas terjelek dari kualitas proses produsen dimana konsumen mempertimbangkan menerima sebagai rata-rata proses
Definisi numerik dari lot bagus, berasosiasi dengan resiko produsen
AQL merupakan karakteristik dari proses manufaktur produsen , bukan karakteristik dari perencanaan sampling
3. Resiko produsen dan resiko konsumen
[email protected] Prodi Sarjana Teknik Industri UNS
Resiko konsumen : menerima lot yang kualitasnya jelek
Limit Quality Level (LQL) :
Jaminan yang diberlakukan untuk setiap lot dengan kualitas yang jelek ( atau tingkat kualitas terendah dalam lot yang akan diterima konsumen )
Definisi numerik dari kualitas lot jelek, berasosiasi dengan resiko konsumen (ditetapkan oleh konsumen )
Alias : RQL,UQL,LQ and LTPD
3. Resiko produsen dan resiko konsumen
[email protected] Prodi Sarjana Teknik Industri UNS
Contoh :
Resiko produsen 5 % untuk AQL of 0.02 2 % produk tidak sesuai dan
Lot ditolak oleh konsumen tidak lebih 5 %
Resiko konsumen 10% untuk LQL 0.08 8 % produk berkualitas jelek
Menerima lot tersebut tidak lebih dari 10 %
3. Resiko produsen dan resiko konsumen
[email protected] Prodi Sarjana Teknik Industri UNS
OC curve adalah ukuran performansi perencanaan sampling
Merupakan plot antara probabilitas penerimaan dengan fraksi ketidaksesuaian (p)
OC curve menunjukan probabilitas dimana lot dengan fraksi cacat tertentu akan diterima atau ditolak
OC curve dikembangkan dengan mengevaluasi fungsi binomial ( didekati dengan poisson) untuk nilai p yang bervariasi
4. Kurva karakteristik operasi ( OC curve )
[email protected] Prodi Sarjana Teknik Industri UNS
4. Kurva karakteristik operasi ( OC curve )
[email protected] Prodi Sarjana Teknik Industri UNS
Contoh :Sebuah perencanaan sampling tunggal diterapkan pada lot berukuran (N) 2000 item produk, jika ukuran sample (n) 50 dan angka penerimaan (c) 2. Buatlah OC curve-nyaJawab :Untuk nila p bervariasi, misalkan p = 0 sampai 0.15, kita dapat menyusun tabel berikut ( menggunakan lampiran A-2 : Distribusi poisson )
4. Kurva karakteristik operasi ( OC curve )
[email protected] Prodi Sarjana Teknik Industri UNS
p=0.02 → np=5*0.02=1
Lihat Lampiran A-2 : untuk mean = 1 dan x =c=2 → Pa = 0.920
4. Kurva karakteristik operasi ( OC curve )
[email protected] Prodi Sarjana Teknik Industri UNS
( 0.02 , 0.920 )
4. Kurva karakteristik operasi ( OC curve )
[email protected] Prodi Sarjana Teknik Industri UNS
Pengaruh n dan c pada OC Curve
• Perubahan c kurang signifikan mengubah kemiringan OC curve.
• Jika c naik, OC curve bergeser ke kanan
• Perubahan n cukup signifikan mengubah kemiringan OC curve.
• Jika n naik, OC curve bergeser ke kiri.
4. Kurva karakteristik operasi ( OC curve )
[email protected] Prodi Sarjana Teknik Industri UNS
Perubahan kurva karena n berubah
4. Kurva karakteristik operasi ( OC curve )
[email protected] Prodi Sarjana Teknik Industri UNS
Perubahan kurva karena c berubah
1. A single sampling plan ( perencanaan sampling tunggal) didefinisikan dengan ukuran sampel (n) dan angka penerimaan (c). Misalkan terdapat N item dalam satu lot. Ambil n item secara random. Jika terdapat paling sedikit c item yang cacat (d) , tolak lot.
N = Ukuran lotn = Ukuran sampelc = Angka penerimaand = Jumlah observasi yang cacat
5. Jenis perencanaan sampling
[email protected] Prodi Sarjana Teknik Industri UNS
2. Double-sampling plan (perencanaan sampling ganda )
3. Multiple-sampling plan
4. Sequential-sampling
5. Jenis perencanaan sampling
[email protected] Prodi Sarjana Teknik Industri UNS
Memilih jenis sampling
Mempertimbangkan faktor-faktor seperti efesiensi administratif, informasi yang diperoleh seperti apa, rata-rata jumlah inspeksi yang dibutuhkan berapa, dan apakah ada pengaruh terhadap aliran material pada manufaktur.
5. Jenis perencanaan sampling
[email protected] Prodi Sarjana Teknik Industri UNS
1. Formasi Lot Lot harus homogen Lebih baik ukuran lot besar ( lebih
efisien secara ekonomis ) Lot harus sesuai dengan penangan
material, baik untuk pihak konsumen dan produsen.
2. Random Sampling Unit yang diambil harus random Jika tidak random akan terjadi bias
6. Masalah sampling
[email protected] Prodi Sarjana Teknik Industri UNS
1. Average Outgoing Quality ( AOQ ) Rata-rata level kualitas lot yang keluar
dari stasiun inspeksi untuk berbagai nilai p (rata-rata kualitas proses )
AOQ akan bervariasi sesuai dengan fraksi cacat lot yang datang
Ketika lot yang datang kualitasnya bagus, makan AOQ juga bagus
7. Alat untuk mengevaluasi rencana sampling
[email protected] Prodi Sarjana Teknik Industri UNS
Average Outgoing Quality ( AOQ ) Ordinat maksimum pada AOQ
menggambarkan kemungkinan rata-rata kualitas terjelek jika ralat inspeksi dilakukan
Ordinat maksimum dari kurva AOQ ini disebut Average Outgoing Quality Limit ( AOQL )
7. Alat untuk mengevaluasi rencana sampling
[email protected] Prodi Sarjana Teknik Industri UNS
7. Alat untuk mengevaluasi rencana sampling
[email protected] Prodi Sarjana Teknik Industri UNS
Contoh AOQ dan AOQL AOQL is the maximum point on
the curve
AOQL is the maximum point on
the curve
AOQ untuk sampling tunggal
N
nNpPAOQ a )(
[email protected] Prodi Sarjana Teknik Industri UNS
AOQ untuk sampling ganda
N
pnnNPnNPAOQ
aa )()( 2121
7. Alat untuk mengevaluasi rencana sampling
2. Average Total Inspection ( ATI ) Rata-rata jumlah item yang diinspeksi per lot
Rumus ATI untuk sampling tunggal
ATI untuk sampling ganda
7. Alat untuk mengevaluasi rencana sampling
[email protected] Prodi Sarjana Teknik Industri UNS
)1()( 221
11 aaa PNPnnPnATI
[email protected] Prodi Sarjana Teknik Industri UNS
7. Alat untuk mengevaluasi rencana sampling
Contoh ATI untuk berbagai nilai N
3. Average Sample Number ( ASN ) Rata-rata jumlah item yang diinspeksi untuk
sejumlah lot yang digunakan untuk mengambil keputusan
Untuk sampling tunggal ASN = ukuran sampel (n)
Untuk sampling ganda
7. Alat untuk mengevaluasi rencana sampling
[email protected] Prodi Sarjana Teknik Industri UNS
)1(
)1)((
121
12111
Pnn
PnnPnASN
Contoh ASN
7. Alat untuk mengevaluasi rencana sampling
[email protected] Prodi Sarjana Teknik Industri UNS
Menentukan ukuran sampel n dan angka penerimaan c
Contoh 9-5 :
Tentukan rencana sampling tunggal dimana resiko produsen sebesar 5 % untuk setiap lot yang mengandung 1.5 % cacat
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Jawab 9-5 :
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
9207.91015.0
366.1366.1
is size sample The
366.1 gives , 5-9 Table , 3cFor
2467.23015.0
355.0355.0
is size sample The
0.355 gives , 5-9 Table , 1cFor
1number acceptance thesuppose,015.0,05.0
1
1
1
1
1
pn
np
pn
np
AQLp
alternatif – 1 :
c=1 dan n = 24
alternatif – 2 :
c=3 dan n = 92
Contoh 9-6 :
Tentukan rencana sampling tunggal dimana resiko konsumen sebesar 10 % untuk setiap lot yang mengandung 8 % cacat
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Jawab 9-6 :
13265.13108.0
681.6681.6
is size sample The
681.6 gives , 5-9 Table , 3cFor
4926.4808.0
890.3890.3
is size sample The
890.3 gives , 5-9 Table , 1cFor
1number acceptance thesuppose,08.0,10.0
2
2
2
2
2
pn
np
pn
np
LQLp
alternatif – 1 :
c=1 dan n = 49
alternatif – 2 :
c=3 dan n = 132
Contoh 9-7 :
Tentukan rencana sampling tunggal dimana resiko produsen sebesar 5 % untuk setiap lot yang mengandung 1.8 % cacat dan resiko konsumen sebesar 10 % untuk setiap lot yang mengandung 9 % cacat
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Solution 9-7 :
,10.0,05.0For
5.000.018
0.09
ratio thecompute First we
09.0,10.0
,018.0,05.0
1
2
1
2
2
1
p
p
np
np
LQLp
AQLp
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Solution 9-7 :
7688.75018.0
366.1
is size sample and366.1 ,2For
4544.45018.0
818.0
is size sample and818.0 ,2For
3 and 2 of numbers acceptance toingcorrespond
4.89 and 6.51betwen fall ratio : 59Table
1
1
1
1
1
1
p
npn
np c
p
npn
np c
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Solution 9-7 :
7523.7409.0
681.6
is size sample and681.6 ,3For
6013.5909.0
322.5
is size sample and322.5 ,2For
2
2
2
2
2
2
p
npn
np c
p
npn
np c
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Jawab 9-7 :
Empat kandidat1. n=45 , c=22. n=76 , c=33. n=60 , c=24. n=75 , c=3
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Solution 9-7 :
0879.076
681.6
322.5then 0.10, if ,3 and76For
1183.045
322.5
322.5then 0.10, if ,2 and45For
22
2
22
2
n
npp
np c n n
npp
np c n
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Solution 9-7 :
Closerp c n
p c n
p
0879.0,3 and76For
1183.0,2 and45For
09.0problem From
2
2
2
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Solution 9-7 :
0182.075
366.1
366.1then 0.05, if ,3 and75For
0136.060
818.0
818.0then 0.05, if ,2 and60For
11
1
11
1
n
npp
np c n n
npp
np c n
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Solution 9-7 :
Closerp c n
p c n
p
0182.0,3 and75For
0136.0,2 and60For
0180.0problem From
1
1
1
8. Rencana Sampling Tunggal Untuk Atribute
[email protected] Prodi Sarjana Teknik Industri UNS
Jawab 9-7 :
Kriteria lain untuk memilih kandidat rencana adalah yang paling sedikit ukuran sampelnya biaya inspeksinya minimum
n = 45 dan c = 2
9. Rencana Sampling Ganda untuk Atribut
[email protected], industrial engineering department UNS , 17 Dec 2005
Parameter dalam sampling ganda
N = Ukuran lot
n1 = Ukuran sampel pertama
c1 = Angka penerimaan pertama
n2 = Ukuran sampel kedua
c2 = Angka penerimaan kedua
9. Rencana Sampling Ganda untuk Atribut
[email protected], industrial engineering department UNS , 17 Dec 2005
Contoh :N = 10.000
n1 = 50 , c1 = 1
n2 = 100 , c2 = 3
Apa maksudnya ?
9. Rencana Sampling Ganda untuk Atribut
[email protected], industrial engineering department UNS , 17 Dec 2005
9. Rencana Sampling Ganda untuk Atribut
[email protected], industrial engineering department UNS , 17 Dec 2005
• Keuntungan sampling ganda dibanding sampling tunggal adalah mereduksi jumlah item yang diinspeksi
• Misalkan sampel pertama dalam sampling ganda lebih kecil dari sampling tunggal , maka • Jika lot diterima atau ditolak , ongkos inspeksi
lebih rendah • Juga memungkinkan menolak lot tanpa harus
menginspeksi sampel kedua
9. Rencana Sampling Ganda untuk Atribut
[email protected], industrial engineering department UNS , 17 Dec 2005
Kurva OC untuk n1 = 50 , c1 = 1n2 = 100 , c2 = 3
9. Rencana Sampling Ganda untuk Atribut
[email protected], industrial engineering department UNS , 17 Dec 2005
Membuat rencana sampling ganda :
Menentukan n1 , c1 , n2 dan c2
dengan memperhatikan resiko produsen dan konsumen
Asumsikan , misalnya n1 = n2 atau 2n1 = n2
9. Rencana Sampling Ganda untuk Atribut
[email protected], industrial engineering department UNS , 17 Dec 2005
Contoh 9-13 :Tentukan rencana sampling ganda , jika diketahui N = 2500 dimana lot yang ditolak tidak lebih dari 5% pada lot yang mengandung 1.2 % cacat. Dan jika lot mengandung 7.5 % cacat , lot yang diterima sama dengan 10 %. Asumsikan n1 = n2 dan resiko produsen lebih diutamakan
9. Rencana Sampling Ganda untuk Atribut
Jawab 9-13 :
[email protected], industrial engineering department UNS , 17 Dec 2005
) 3nomor rencana ( 6.79adalah 6.25R dari terdekat Nilai
, ) 1 edisi Mitra , 352 hal ( 9-9 tabelDari
25.60.012
0.075
ratio thecompute First we
075.0,10.0
,012.0,05.0
,2500
1
2
2
1
21
p
pR
LQLp
AQLp
nnasumsiN
9. Rencana Sampling Ganda untuk Atribut
Jawab 9-13 :
[email protected], industrial engineering department UNS , 17 Dec 2005
2 ,36,0 ,36
adalah ganda sampling rencana Sehingga
36 maka Asumsi
3683.35012.0
43.0adalah pertama sampelukuran maka
43.0950dan012.0Untuk
2,0
: 3nomor Rencana
2211
221
1
11
21
cncn
nnn
n
pn.Pp
cc
a
QUIZ
[email protected] Prodi Sarjana Teknik Industri UNS
1. Apa keuntungan dan kerugian dari rencana sampling.
2. Jelaskan arti rencana sampling berikut
N=10.000
n1 = 50, c1 = 2 , n2 = 80 , c2 = 4
3. Apa perbedaan antara ASN dan ATI