strategic marketing--corporate strat planning filekurva normal pada berbagai ukuran sigma upper ......
TRANSCRIPT
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)