Peta Kendali ATRIBUT

Outline• Overview• Peta P• Peta C

ControlCharts

RChart

VariablesCharts

AttributesCharts

XChart

PChart

CChart

Continuous Numerical Data

Categorical or Discrete Numerical Data

Control Chart Types

Konsep• Atribut : karakteristik kualitas yg

sesuai spesifikasi atau tidak

• Atribut dipakai jk ada pengukuran yg tidak mungkin dilakukan ( tidak dibuat) spt : goresan,apel yg busuk, kesalahan warna, ada bagian yg hilang

Kelebihan• Dapat diterapkan di semua tgkt

organisasi , departemen, pusat kerja dan mesin operasional (tgk tertinggi – terendah)

• Membantu identifikasi permasalahan ( umum dan detil)

Kelemahan• Tdk dapat diketahui sbrp jauh

ketidaktepatan dg spesifikasi tsb

• Ukuran sampel yg besar akan bermasalah jk pengukurannya mahal dan destruktif

Tipe Peta Kendali ATRIBUT

1. Berdasar Distribusi BINOMIAL– Kelompok pengendali unit

ketidaksesuaian– Dinyatakan dalam proporsi (%)

– Menunjukkan proporsi

ketidaksesuaian dalam sampel / sub kelompok

p Chart

2. Berdasar Distribusi POISSON– bagian ketidaksesuaian dalam unit

inspeksi– Berkaitan dg kombinasi ketidaksesuaian

berdasar BOBOT yg dipengaruhi banyak sedikitnya ketidaksesuaianc- Chart

Tahapan….• Menentukan sasaran menentukan

karakteristik kualitasnya (ketidaksesuaian dalam proporsi atau unit)

• Memilih tipe peta kendali atribut• Banyaknya sampel dan observasi• Pengumpulan data• Penentuan BATAS KENDALI ( CL,UCL dan

LCL)• Interpretasi hasil (pola in/out of control)• Revisi jika perlu

p/c Chart Structure

UCL

LCL

Process MeanWhen in Control

Center Line

Time

p/np/c Upper Control Limit

Lower Control Limit

Outline• Overview• Peta P• Peta C

Peta P

1. Jumlah sampel sama

•Proporsi diketahui•Proporsi tidak diketahui2.

Jumlah sampel berbeda

•Dihitung secara rata-rata•Dihitung secara individuPeta P

1. Jumlah Sampel SAMA• Proporsi

diketahui• Garis Tengah =

p¯

pp

pp

pLCL

pUCL

3

3

pp pn

( )1

Contoh : Ukuran sampel per grup = 50 ( p-

chart)No Banyak produk

cacatNo Banyak produk cacat

12345678910

4253213254

11121314151617181920

3552324

1043

No Banyak produk cacat

Proporsi No Banyak produk cacat

Proporsi

12345678910

4253213254

0,08...........................

11121314151617181920

35523241043

0,06...........................

Total Proporsi ... Total Proporsi ...

• p¯ = total proporsi / grup sampel = .072

• p = √ (0,072)(0,928)/50 = .037• BKA = 0,072 + 3(0,037) = 0,183• BKB = 0,072 - 3(0,037) = -

0,039 = 0

1. Jumlah Sampel SAMA• Proporsi TIDAK diketahui

m = banyak grup sampel n = ukuran sampel (banyak sampel dalam grup) D = bagian tidak sesuai

p¯ = ∑Di/(mn) Garis Tengah = p¯

UCL p

LCL pp p

p p

3

3

p

p pn

( )1

Example

Twenty samples, each consisting of

250 checks, The number of defective

checks found in the 20 samples are

listed below.(proporsi tidak diketahui)4 1 5 3 2 7 4 5 2 32 8 5 3 6 4 2 5 3 6

$115006529 25447581 1445

2655

Simon SaysAugusta, ME 01227

• n = 250 sampel• m = 20 grup• D = total defect (semua defect dijumlah)• p¯ = ∑Di/(mn)

Estimated p = 80/((20)(250)) = 80/5000 = .016

LCL = 3 .016 3(.007936) -.007808 0pp

(1 ) .016(1 .016) .015744 .007936250 250pp p

n

UCL = 3 .016 3(.007936) .039808pp

Note that thecomputed

LCLis negative.

$

115006529 25447581 1445

2655

Simon SaysAugusta, ME 01227

Control Limits For a p Chart

Tdk sesuai

Proporsi Tdk sesuai

Proporsi

4153274523

(4/250) = 0,016

(1/250) =0,004

2853642536

(2/250) = 0,008

(8/250) = 0,032

p Chart for Norwest Bank

0.000

0.005

0.010

0.015

0.020

0.025

0.030

0.035

0.040

0.045

0 5 10 15 20Sample Number

Sam

ple

Prop

ortio

n p UCL

LCL

Control Limits For a p Chart$

115006529 25447581 1445

2655

Simon SaysAugusta, ME 01227

2. Sampel BEDA …

a. Metode RATA_RATA Ukuran sampel RATA -RATA dg perbedaan tidak terlalu besar -> ( n¯ = ∑n/observasi)

b. Metode INDIVIDU Batas Kendali tergantung ukuran sample tertentu shg UCL/LCL tidak berupa garis LURUS

Ukuran sampel beda (p chart)

no sampel Produk cacat no sampel

Produk cacat

12345678910

200180200120300250400180210380

1410178201825203015

11121314151617181920

190380200210390120190380200180

15261014241518191112

Jml sampel 4860 Jml Cacat 341

Metode Rata-rata• Sampel rata-rata n¯ = total sampel /observasi = 4860/20 = 243 p¯ = D/(n¯m) = 341 / (243.20) = 0,07 (CL) p = √ (0,07(0,93))/243 = 0,0164 BPAp = 0,07 + 3 (0,0164) = 0,119 BPBp = 0,07 - 3 (0,0164) = 0,021

Metode Individu• Sampel rata-rata n¯ = total sampel /observasi = 4860/20 = 243 p ¯ = D/(n¯m) = 341 / (243.20) = 0,07 (CL) semua

titik sama• Control Limit (obs-1) (tergantung jml

sampel per grup) p = √ (0,07(0,93))/200 = 0,018 UCL = 0,07 + 3 (0,018) = 0,124 LCL = 0,07 - 3 (0,018) =

0,016……………….dst

Tabel Proporsi untuk Grafik

No observasi sampel cacat proporsi1234567891011121314151617181920

200180200120300250400180210380190380200210390120190380200180

141017820182520301515261014241518191112

0,0700,0550,0850,067………………………………0,0950,0500,0550,067

Outline• Overview• Peta P• Peta C

C-chart

• Mengetahui banyaknya kesalahan unit produk sbg sampel

• Jumlah kesalahan per sample• Aplikasi : bercak pd tembok,

gelembung udara pd gelas, kesalahan pemasangan sekrup pd mobil

C - chart

Number of defects per unit: c¯ = ∑ Ci / n

UCL cc c 3

LCL cc c 3

c c

Example…c-chart

no Byknya kesalahan

no Byknya kesalahan

12345678910

547685651610

11121314151617181920

978119576108

• c¯ = ∑c/n = 152/20 = 7,6• BPA c = (7, 6) + 3 (√7,6) = 15,87• BPB c = (7, 6) - 3 (√7,6) = -0,67 =

0

TERIMA KASIH