Quality ControlQuality Control

Pengendalian KualitasPengendalian Kualitas

Shigeru Mizuno : pengendalian kualitas adalah keseluruhan cara yang digunakan untuk menetapkan dan mencapai standar mutu. Dengan demikian pengendalian mutu mencakup semua langkah yang diperlukan dalam perumusan dan pelaksanaan rencana mutu

Dr M Juran : Pengendalian Mutu adalah proses pengaturan melalui pengukuran kinerja mutu actual,

membandingkannya dengan standar, dan bertindak berdasarkan perbedaan tersebut.

Proses Evolusi Pengendalian Proses Evolusi Pengendalian KualitasKualitas

The least progressiv

e

The most progressi

ve

Acceptance

sampling

Process control

Continous improvmen

t

Inspeksi sebelum /

setelah produksi

Inspeksi dan koreksi selama

proses

Kualitas “built in”

pada proses

Secara fundamental kita mengendalikan mutu dengan mengendalikan :•Material masuk•Proses-proses di titik poduksi•Kinerja akhir produk dan jasa

Tabel 8.1 : beberapa contoh ukuran kualitas keluaran

Macam Sistem Ukuran Keluaran

Manufaktur Dimensi

Komposisi kimia

Lapisan permukaan

Uji Kinerja

Layanan Kesehatan Diagnosis false positif / negatif

Jasa Pos Waktu tunggu dikantor pos

Kesalahan pengiriman

Waktu pengiriman

Bank Waktu tunggu di loket

Kesalahan klerikel

Tabel 8.2 : beberapa contoh ukuran karateristik kualitas jasa

Tipe Bisnis titik inspeksi Karateristik

Fast food Cashir Accuracy

Counter area Appearance, productivity

Eating area Cleanliness, no loitering

Kitchen Cleanliness,health regulations

Hotel Building Appearance, safety

Personnel Appearance, manners, productivity

Room service waiting time, quality of food

supplies ordering,receiving, inventories

Supermaket Produce Freshness, ample stock

Shelf display appearance

Parkit lot safety, good lighting

Personnel appearance, productivity

checkouts waiting time

Model Pengendalian statistikModel Pengendalian statistik

Model-Model Pengendalian Statistik

Pengendalian Proses

Pemercontohan Tunjang

Terima

Berdasarkan Pengukuran Variabel

Berdasarkan atribut yang memungkinkan

klasifikasi baik atau buruk

Berdasarkan atribut yang memungkinkan klasifikasi baik atau buruk

Berdasarkan Pengukuran Variabel

Diagram ini menunjukkan grafik kecenderungan sebaran data dari suatu proses yang ingin dikendalikan pada batas atas dan batas bawah tertentu. Diagram ini dibentuk dengan cara tertentu agar data baru dapat dibandingkan dengan data lama secara cepat. Bila rata-rata sampel berada diantara batas atas dan bawah dan tidak ada pola tertentu, proses dapat dianggap dalam kendali. Bila tidak, maka proses dapat dianggap di luar kendali.

Tujuan dari diagram ini, apabila suatu proses dilakukan secara terkendali ( ada dalam batas-batas yang dikehendaki), maka batas tersebut dikurangi secara sistematis. Dengan demikian perusahaan mampu memberikan barang/jasa dengan spesifikasi yang lebih tinggi dank arena itu meningkatkan daya saingnya.

Bagan Kendali (Shewart chart)

Gambar 9.2 : Sebaran nilai secara normal

-3σ -2σ -1σ µ 1σ 2σ 3σ

Keterangan :

• 68,26% dari sebaran nilai biasanya masuk dalam µ ± 1σ

• 95,45% dari sebaran nilai biasanya masuk dalam µ ± 2σ

• 99,73% dari sebaran nilai biasanya masuk dalam µ ± 3σ

Process is CapableProcess is Capable

Nominal Value

Upper SpesificationLower

Spesification

80100

120

Process is not CapableProcess is not CapableNominal

Value

Upper Spesification

Lower Spesification

80 100 120

Kurva Normal pada berbagai ukuran Kurva Normal pada berbagai ukuran sigmasigma

Upper Spesification

Lower Spesification

Mean

Six Sigma

Four Sigma

Two Sigma

Perusahaan dengan 2 sigma kualitas (batas toleransi sama Perusahaan dengan 2 sigma kualitas (batas toleransi sama dengan rata-rata plus minus 2 standar deviasi) akan dengan rata-rata plus minus 2 standar deviasi) akan menghasilkan 4,56 % produk rusak atau cacat yang berarti menghasilkan 4,56 % produk rusak atau cacat yang berarti akan terjadi 45.600 produk cacat dari setiap 1 juta produksi.akan terjadi 45.600 produk cacat dari setiap 1 juta produksi.

Perusahaan dengan 4 sigma kualitas akan menghasilkan Perusahaan dengan 4 sigma kualitas akan menghasilkan hanya 0,0063 % produk rusak atau cacat yang berarti akan hanya 0,0063 % produk rusak atau cacat yang berarti akan terjadi 63 produk cacat dari setiap 1 juta produksi.terjadi 63 produk cacat dari setiap 1 juta produksi.

Perusahaan dengan 6 sigma kualitas akan menghasilkan Perusahaan dengan 6 sigma kualitas akan menghasilkan hanya 0,0000002 % produk rusak atau cacat yang berarti hanya 0,0000002 % produk rusak atau cacat yang berarti akan terjadi 0,002 produk cacat dari setiap 1 juta produksi.akan terjadi 0,002 produk cacat dari setiap 1 juta produksi.

Dalam banyak proses produksi, bagaimanapun baiknya dirancang atau hati-hatinya dipelihara akan selalu ada sebanyak tertentu variabilitas dasar atau gangguan dasar atau variasi kebetulan. Variasi yang terjadi dari rata-rata dapat menyebar kesebelah kanan (lebih besar dari) atau cenderung kesebelah kiri (lebih kecil dari) rata-rata, seperti tergambar diatas. Variasi kebetulan mempunyai banyak sebab kecil-kecil yang kompleks, yang tak satupun berperan besar dalam variasi total. Akibatnya variasi ini terjadi secara acak, dan tidak banyak yang dapat dilakukan pada variasi ini, mengingat proses yang ada. Variablitas dasar ini kadang dinamakan “sistem stabil sebab-sebab tak terduga”. Suatu proses yang bekerja hanya dengan adanya sebab-sebab tak terduga dikatakan ada dalam pengendalian statistic. Sebaliknya, variasi dengan sebab yang dapat ditentukan relative besar dan dapat ditelusuri

Control chartControl chart

UCL

LCL

Banyak karateristik kualitas yang tidak dapat dinyatakan secara numeric. Istilah cacat atau tidak cacat kadang digunakan untuk mengidentifikasi klasifikasi mutu produk jenis ini. Istilh popular lain yang biasa dipakai adalah “sesuai” atau “tidak sesuai”. Karateristik kualitas seperti ini dinamakan sifat (atiribut).

Peta Kendali untuk atribut yang dapat dipakai adalah :Peta Kendali untuk persentase kerusakan atau bagian tak sesuai dikenal dengan diagram atau grafik–pPeta Kendali untuk jumlah cacat atau ketidaksesuaian yang diamati daripada bagian tak sesuai dikenal dengan diagram atau grafik–cPeta Kendali untuk ketidaksesuaian per unit , dikenal dengan diagram atau grafik-u.

Bagan Pengendalian untuk atribut atau sifat

Dasar statistic yang melandasi grafik pengendali untuk bagian tak sesuai didasarkan atas distribusi binomial. Kejadian yang dapat memanfaatkan disribusi binomial adalah yang mempunyai dua sifat “sukses dan tidak sukses” atau “gagal dan tidak gagal”, “cacat dan tidak cacat” dan sebagainya.Bagian tak sesuai sampel didefinisikan sebagai perbandingan banyak unit tak sesuai dalam sampel D dengan ukuran sampel n yaitu :

n

Dp =

p-chart

n

ppzp

)1( −+

n

ppzp

)1( −−

Batas Kendali untuk bagan (grafik) bagian tak sesuai dirumuskan sebagai berikut :

Dimana :

•Batas Atas (Upper Control Limit – UCL) =

Batas Bawah (Lower Control Limit – LCL) =

Minggu ke

Jumlah kesalahan account

Minggu ke

Jumlah kesalahan account

1 15 7 242 12 8 73 19 9 104 2 10 175 19 11 156 4 12 3

terhitung jumlah kesalahan pencatatan dalam 12 minggu adalah 147 kasus.

p = 147/ 12(2500) = 0,0049

Contoh :Manajer Operasional sebuah bank sangat memperhatikan tingkat kesalahan pencatatan dalam memasukkan nomor account nasabah oleh pegawainya. Berdasarkan sampel yang terdiri dari 2.500 deposan. Tingkat kesalahan dalam 12 minggu pengamatan terlihat sebagai berikut

0014,02500/)0049.01(0049.0/)1( =−=−= npppσ

= 0.0049 + 3(0.0014) = 0.0091

Batas Kendali Atas (UCLp) = pzp σ+ = 0.0049 + 3(0.0014) = 0.0091

Batas Kendali Bawah (LCLp) = pzp σ− = 0.0049 – 3(0.0014) = 0.0007

Kapan Tindakan diambilKapan Tindakan diambil

menurut Montgomery(1990) adalah sebagai berikut: menurut Montgomery(1990) adalah sebagai berikut:

Sebuah atau lebih titik jatuh diluar batas, diatas atau dibawahSebuah atau lebih titik jatuh diluar batas, diatas atau dibawah

Dua atau tiga titik yang berturutan diluar batas 2 sigma, tetapi masih Dua atau tiga titik yang berturutan diluar batas 2 sigma, tetapi masih didalam batas pengendalididalam batas pengendali

Satu putaran lima titik berada diatas atau dibawah rata-rata prosesSatu putaran lima titik berada diatas atau dibawah rata-rata proses

Empat atau lima titik yang berturutan diluar batas 1 sigmaEmpat atau lima titik yang berturutan diluar batas 1 sigma

Lima titik cenderung mengarah ke salah satu batasLima titik cenderung mengarah ke salah satu batas

Suatu giliran dengan paling sedikit tujuh atau delapan titik, dengan Suatu giliran dengan paling sedikit tujuh atau delapan titik, dengan macam giliran dapat berbentuk giliran naik atau turun, giliran diatas macam giliran dapat berbentuk giliran naik atau turun, giliran diatas atau dibawah garis tengah.atau dibawah garis tengah.

Perubahan tingkat yang tajamPerubahan tingkat yang tajam

Perilaku tidak menentu (eratik)Perilaku tidak menentu (eratik)

Contoh Karateristik KualitasContoh Karateristik KualitasKarateristik Kualitas Control Chart

Waktu tunggu dalam restoran saji cepat (fast food)

Waktu proses klain dalam perusahaan asuransi

Waktu tanggapan untuk penggilan ambulance

Waktu tunggu permintaan sambungan telepon terpasang

Chart of the Mean (X) and range ®

Proporsi jadwal penerbangan tepat waktu

Proporsi kesalahan dalam transfer uang di bank

Proporsi kasus yang diagnosisnya tidak tepat

Proporsi kapasitas terpakai dari pembangkit ,listrik

Chart of fraction noncomforming (p-chart)