3 Laporan Modul 6 Kel 18

Laporan Praktikum Perancangan Teknik Industri

Modul 6 Statistical Quality Control and Quality Cost Planning

Kelompok 18

Program Studi Teknik Industri

Universitas Diponegoro

2012 1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Kepercayaan konsumen terhadap suatu produk adalah yang hal yang utama. Bila

kepercayaan konsumen telah didapatkan maka perusahaan akan dapat dengan mudah

untuk mencapai tujuannya yaitu memaksimumkan keuntungan dan memenuhi

kebutuhan konsumen. Untuk mendapat kepercayaan konsumen maka kualitas produk

harus baik. Pengendalian kualitas dan mutu barang yang dihasilkan oleh sebuah

perusahaan merupakan faktor yang sangat penting untuk dapat tetap bersaing di pasar

konsumen, di mana dewasa ini kualitas telah menjadi parameter bahwa suatu produk

layak dikonsumsi. Oleh karena itu, setiap perusahaan harus selalu mengendalikan

proses produksi yang dimilikinya agar kualitas produk yang dihasilkan tetap terkendali.

Ini berarti bahwa proses produksi harus stabil dan mampu beroperasi sedemikian hingga

semua produk yang dihasilkan sesuai dengan spesifikasi yang diinginkan. Pengendalian

mutu dalam dunia industri juga digunakan sebagai alat manajeman dengan mengamati,

menilai, dan membandingkan sifat-sifat penting suatu produk dengan suatu bentuk

baku. Hasil pengukuran yang dipakai untuk menentukan kualitas barang, nilainya dapat

berubah-ubah dari satu produk ke produk yang lain pada item yang sama meskipun

kondisi proses produksi dapat diusahakan sama. Dengan demikian timbullah suatu

variasi kualitas.

Ciri khusus dari proses produksi yang bekerja dalam keadaan terkendali adalah

menghasilkan produk yang dapat diterima untuk periode yang relatif panjang. Tapi

kadang-kadang sebab-sebab terduga akan terjadi secara random yang akan

mengakibatkan pergeseran ke keadaan yang tidak terkendali sehingga sebagian prosuk

hasil proses itu tidak memenuhi persyaratan.

Tujuan utama dari pengendalian kualitas statistik adalah menyidik dengan cepat

terjadinya sebab-sebab terduga atau pergeseran proses sehingga tindakan pencegahan

dapat dilakukan sebelum banyak unit barang yang tidak sesuai spesifikasi diproduksi.



Kelompok 18



2012 2

Tujuan akhir dari pengendalian proses atau pengendalian kualitas adalah untuk

mengeliminir variabilitas dalam proses.

Pada modul ini pengendalian kualitas di titik beratkan pada statistical quality

control yaitu dengan menggunakan peta kendali yang ada untuk tiap komponen

tamiya,dan penentuan biaya kualitas dari tamiya.

1.2 Perumusan Masalah

1. Apa kegunaan dari acceptence sampling untuk pengndalian kualitas?

2. Apa kegunaan dari seven tools untuk pengendalian kualitas?

3. Apa Fungsi Peta kendali dalam pengendalian kualitas?

4. Apa kegunaan dari biaya kualitas?

1.3 Tujuan Penulisan

Tujuan yang ingin dicapai dalam penulisan laporan ini adalah:

1. Menentukan kebijakan kualitas produk perusahaan dengan mengggunakan

Acceptence Sampling.

2. Dapat mengetahui tingkat kecacatan tiap produk dengan menggunakan Seven

Tools.

3. Mampu Melakukan Perhitungan pengendalian kualitas dengan Peta Kendali.

4. Menentukan Biaya kualitas dari produksi Tamiya tiap tahun.

1.4 Batasan dan Asumsi

Pada praktikum kali ini masalah dibatasi hanya pada pengendalian

kualitas.Berikut adalah batasan dan asumsinya :

1. Data yang di gunakan berasal dari data laporan jumlah inspeksi raw material dan

finish produk.

2. Peta kendali pengolahan data dengan menggunakan peta kendali Variabel (Xbar

dan MR) dan peta kendali atribut (U,u,P,np,C).

3. Seven tools yang di gunakan pada penulisan laporan ini ada 4 tool yaitu lembar

pengamatan, Grafik Kendali, Diagram pareto, dan Diagram tulang ikan.



Kelompok 18



2012 3

4. Asumsi yang dipakai oleh PT Indonesia Tamiya Motor adalah sampel yang

diambil telah mewakili populasi.

1.5 Sistematika Penulisan

Sistematika penulisan laporan praktikum ini adalah sebagai berikut :

BAB I PENDAHULUAN

Bab ini membahas mengenai latar belakang, perumusan masalah, tujuan

penulisan, batasan dan asumsi, sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Bab ini membahas mengenai dasar-dasar teori yang dijadikan sebagai

pedoman sesuai dengan bidang kajian yang diambil dalam pelaksanaan

pengolahan dan analisis data.

BAB III PENGUMPULAN DAN PENGOLAHAN DATA

Bab ini membahas mengenai pengumpulan data yaitu data variabel dan data

atribut serta pengolahan dari data yang sudah didapat.

BAB IV ANALISIS

Bab ini membahas mengenai metodologi penelitian, pengolahan data dan

analisis terhadap pengolahan data yang sudah berbentuk grafik, baik itu

berupa grafik untuk parameter variabel yang terdiri dari grafik kendali

variabel x dan S dan parameter sifat yang terdiri dari grafik kendali sifat P

dan NP serta c dan u .

BAB V PENUTUP

Bab ini membahas mengenai kesimpulan dari laporan yang telah dibuat atau

hasil-hasil akhir dari analisa yang telah dilakukan pada bab terdahulu dan

memberikan usulan serta saran.



Kelompok 18



2012 4

BAB II

TINJAUAN PUSTAKA

2.1 Definisi Kualitas

Istilah kualitas memerlukan tanggapan secara hati-hati dan memerlukan penafsiran

yang cermat. Faktor utama yang menentukan kinerja suatu perusahaan adalah kualitas

produk yang dihasilkan. Produk yang berkualitas adalah produk yang sesuai dengan apa

yang diinginkan konsumennya. Oleh karena itu perusahaan perlu mengenal

konsumen/pelanggannya dan mengetahui kebutuhan dan keinginan pelanggan. Ada

banyak sekali definisi dan pengertian kualitas, yang sebenarnya memiliki esensi yang

sama. Kualitas menurut beberapa ahli yang banyak dikenal antara lain:

Juran (1962): “kualitas adalah kesesuaian dengan tujuan dan manfaatnya.”

Crosby (1979): “kualitas adalah kesesuaian dengan kebutuhan yang meliputi

availability, delivery, reliability, maintainability, dan cost effectiveness.”

Deming (1982): “kualitas harus bertujuan memenuhi kebutuhan pelanggan

sekarang dan di masa datang.”

Feigenbaum (1991): “kualitas merupakan keseluruhan karakteristik produk yang

meliputi marketing, engineering, manufacture, dan maintenance, dalam mana

produk tersebut dalam pemakaiannya akan sesuai dengan kebutuhan dan harapan

pelanggan.”

Scherkenbach (1991): “kualitas ditentukan oleh pelanggan; pelanggan

menginginkan produk yang sesuai dengan kebutuhan dan harapannya pada suatu

tingkat harga tertentu yang menunjukkan nilai produk tersebut.”

Elliot (1993): “kualitas adalah sesuatu yang berbeda untuk orang yang berbeda

dan tergantung pada waktu dan tempat, atau dikatakan sesuai tujuan.”

Perbendaharaan istilah ISO 8402 dan dari Standar Nasional Indonesia (SNI 19-

8402-1991), kualitas adalah keseluruhan ciri dan karakteristik produk yang

kemampuannya dapat memuaskan kebutuhan, baik yang dinyatakan secara tegas

maupun tersamar. Istilah kebutuhan diartikan sebagai spesifikasi yang tercantum



Kelompok 18



2012 5

dalam kontrak maupun kriteria-kriteria yang harus didefinisikan terlebih dahulu

(conformance to requirement).

Vincent (2006): “Kualitas adalah sesuatu yang mampu memenuhi keinginan atau

kebutuhan pelanggan (meeting the needs of customers). Kualitas juga dapat

diartikan sebagai segala sesuatu yang menentukan kepuasan pelanggan dan upaya

perubahan ke arah perbaikan terus-menerus sehingga dikenal istilah Q-MATCH

(Quality = Meets Agreed Terms and Changes)

Kualitas memerlukan suatu proses perbaikan terus-menerus (continous

improvement process) yang dapat diukur, baik secara individual, organisasi, korporasi,

dan tujuan kerja nasional. Konsep kualitas harus bersifat menyeluruh, baik produk

maupun prosesnya. Kualitas produk meliputi kualitas bahan baku dan barang jadi.,

sedangkan kualitas proses meliputi segala sesuatu yang berhubungan dengan proses

produksi, baik manufaktur maupun jasa.

Pengendalian kualitas umumnya didefinisikan sebagai suatu sistem yang biasanya

mempertahankan tingkat kualitas suatu produk atau jasa. Pengendalian kualitas ini

dilakukan dalam upaya untuk meningkatkan rasa percaya konsumen terhadap produk

atau jasa yang dihasilkan oleh perusahaan, tujuan jangka panjangnya adalah untuk

perkembangan perusahaan tersebut masa datang. Kualitas dibagi menjadi 2 yaitu:

Kualitas rancangan adalah semua barang dan jasa yang dihasilkan dalam berbagai

tingkat kualitas,

Kualitas kecocokan adalah seberapa baik produk tersebut sesuai dengan

spesifikasi dan kelonggaran yang disyaratkan oleh rancangan tersebut.

Sedangkan pengendalian kualitas adalah aktivitas keteknikan dan manajemen

dimana dengan aktivitas itu kita bisa mengukur ciri-ciri kualitas produk,

membandingkannya dengan spesifikasi atau persyaratan, dan bisa mengambil tindakan

pemulihan yang sesuai apabila ada perbedaan antara penampilan yang sebenarnya

dengan yang standar.

(Douglas.1995:3)



Kelompok 18



2012 6

Beberapa jenis dari karakteristik kualitas ini bisa dibentuk yaitu misalnya

karakteristik struktur disusun oleh bentuk produk, kekuatan menahan beban, berat dan

lain-lain. Untuk karakteristik sensor, elemen penyusunnya yaitu keindahan model

produk, tekstur produk, unsur estetik produk dan lain-lain. Sedangkan untuk

karakteristik berdasar waktu yaitu mengenai jaminan, layanan purna jual, keandalan dan

kemudahan dalam perawatan. Karakteristik kualitas dapat digolongkan menjadi dua

kelompok utama, yaitu:

a. Karakteristik variable

Merupakan karakteristik yang dapat diukur dan diwujudkan dengan skala

numerik. Contoh: panjang kursi (mm), tebal sandaran kursi (mm), Diameter dari

lubang (pada desain furniture) dalam millimeter

b. Karakteristik atribut (sifat)

Jika karakteristik itu dapat diklasifikasikan, apakah termasuk kesesuaian atau

ketidaksesuaian untuk memenuhi permintaan spesifikasi. Tidak bisa digunakan

skala numerik. Untuk pernyataan atribut maka kita tidak bisa menggunakan skala

numerik melainkan diekspresikan dengan atribut. Contoh: warna kayu assembling

yang termasuk diterima atau tidak, hasil sanding dan hal lainnya yang termasuk

atribut.

2.2 Konsep Kualitas

Definisi Manajemen Kualitas

Satu cara meningkatkan kinerja secara terus-menerus (continuously performance

improvement) pada setiap level operasi proses, dalam setiap area fungsional suatu

organisasi, dengan menggunakan semua sumberdaya manusia dan modal yang tersedia

Definisi Perencanaan Kualitas

Penetapan dan pengembangan tujuan dan kebutuhan untuk kualitas serta

penerapan sistem kualitas. Melibatkan beberapa aktivitas antara lain:

1. Mengidentifikasi pelanggan

2. Mengidentifikasi kebutuhan pelanggan

3. Menciptakan keistimewaan produk yang dapat memenuhi kebutuhan pelanggan



Kelompok 18



2012 7

4. Menciptakan proses yang mampu menghasilkan keistimewaan produk dibawah

kondisi operasioanl yang ada

5. Mentransfer/mengalihkan proses ke operasional

Definisi Pengendalian Kualitas

Teknik-teknik dan aktivitas operasional yang digunakan untuk memenuhi

persyaratan kualitas. Melibatkan beberapa aktivitas antara lain:

1. Mengevaluasi kinerja aktual

2. Membandingkan aktual dengan target

3. Mengambil tindakan atas perbedaan antara aktual dan target

Definisi Jaminan Kualitas

Semua tindakan terencana dan sistematik yang diimplementasikan dan

didemonstrasikan guna memberikan kepercayaan yang cukup bahwa produk akan

memuaskan kebutuhan untuk kualitas tertentu

Definisi Jaminan Kualitas

Tindakan-tindakan yang diambil guna meningkatkan nilai produk untuk pelanggan

melalui peningkatan efektivitas dan efisiensi dari proses dan aktivitas melalui struktur

organisasi

Konsep kualitas dibagi menjadi dua, yaitu konsep kualitas berdasarkan pandangan

tradisional dan konsep kualitas berdasarkan pandangan modern. Tabel 2.1 menunjukkan

perbedaan konsep kualitas pandangan tradisional dan pandangan modern:

Tabel 2.1 Pandangan Tradisional dan Modern Tentang Kualitas

No Pandangan Tradisional Pandangan Modern

1 Memandang kualitas sebagai isu

teknis

Memandang kualitas sebagai isu

bisnis

2 Usaha perbaikan kualitas

dikoordinasi oleh manajer kualitas

Usaha perbaikan kualitas

dikoordinasi oleh manajemen puncak

3 Memfokuskan pada fungsi atau

departemen produksi

Kualitas mencakup semua fungsi

atau departemen dalam organisasi

4 Produktivitas kualitas merupakan

sasaran yang bertentangan

Produktivitas dan kualitas merupakan

sasaran yang berkesesuaian, karena

hasil-hasil produkstivitas melalui

peningkatan atau perbaikan kualitas



Kelompok 18



2012 8

5

Kualitas didefinisikan sebagai

konformansi terhadap spesifikasi

atau standar. Membandingkan

produk terhadap spesifikasi

Kualitas didefinisikan sebagai

persyaratan untuk memuaskan

kebutuhan pengguna produk atau

pelanggan (customers).

Membandingkan produk terhadap

kompetensi dan produk terbaik di

pasar.

6

Kualitas diukur melalui derajat

konformasi, menggunakan ukuran-

ukuran internal

Kualitas diukur melalui perbaikan

proses/produk dan kepuasan

pengguan produk atau pelanggan

secara terus-menerus dengan

menggunakan ukuran kualitas

berdasarkan pelanggan.

7 Kualitas dicapai melalui inspeksi

secara intensif terhadap produk

Kualitas ditentukan melalui desain

produk dan dicapai melalui teknik

pengendalian yang efektif serta

memberikan kepuasan selama masa

pakai produk itu.

8

Beberapa kerusakan atau cacat

diijinkan, jika standar kualitas telah

memenuhi kualitas minimum

Cacat dan kerusakan dicegah sejak

awal melalui teknik pengendalian

proses yang efektif

9 Kualitas adalah fungsi terpisah dan

berfokus pada evaluasi produksi

Kualitas adalah bagian dari setiap

fungsi dalam semau tahap siklus

hidup produk

10 Pekerja dipermalukan apabila

menghasilkan kualitas jelek

Manajemen bertanggung jawab untuk

kualitas

11

Hubungan dengan pemasok bersifat

jangka pendek dan berorientasi pada

biaya

Hubungan dengan pemasok bersifat

jangka panjang dan berorientasi pada

kualitas Sumber : Gasperzs, 2002



Kelompok 18



2012 9

Aplikasi konsep kualitas berdasarkan pandangan tradisional dan pandangan

modern digambarkan dalam gambar 2.1 :

INSPEK

SI

INSPEK

SI

PROSES KERJA

(WORK PROCESS)INPUT OUTPUT

WASTE WASTE

PANDANGAN TRADISIONAL

(MANAJEMEN PRODUK)

Gambar 2. 1 Konsep Kualitas Berdasarkan Pandangan tradisional (Vincent Gaspesrz, 2002)

Jaminan kualitas melalui inspeksi :

Inspeksi kedatangan material atau bahan baku

Inspeksi produk yang dihasilkan

Meningkatkan kualitas inspeksi yang lebih ketat dan meningkatkan biaya

Kualitas merupakan tanggung jawab dari departemen jaminan kualitas

Dimensi Kualitas untuk jenis produk atau jasa :

1. Kinerja (Performance) karakteristik operasi pokok dari produk inti

(kekuatan/keutamaan dari produk)

2. Ciri-ciri atau keistimewaan tambahan (features), yaitu karakteristik sekunder atau

pelengkap.

3. Kehandalan (reliability), yaitu kemungkinan kecil akan megalami kerusakan atau

gagal pakai.

4. Kesesuaian dengan spesifikasi (Conformance to spesification, yaitu sejau mana

karakteristik dan operasi memenuhi standar-standar yang telah ditetapkan

sebelumnya.



Kelompok 18



2012 10

5. Daya tahan (durability) berkaitan dengan berapa lama produk tersebut dapat terus

digunakan.

6. Serviceability, meliputi kecepatan, kompetensi, kenyamanan, mudah direparasi;

penanganan keluhan yang memuaskan.

7. Estetika, yaitu daya tarik produk terhadap panca indra.

8. Kualitas yang dipersepsikan (perceived quality), yaitu citra dan reputasi produk

serta tanggung jawab perusahaan terhadapnya

INPUT OUTPUT

PANDANGAN MODERN

(MANAJEMEN PROSES)

PROSES KERJA

(WORK PROCESS)

PROSES ORANG

(PEOPLE PROCESS)INFORMASI INFORMASI

PEMASOK PEMASOK

Gambar 2. 2 Konsep Kualitas Berdasarkan Pandangan Modern

Kualitas dirancang atau didesain melalui pencegahan (prevention) :

Mengintegrasikan rantai pemasok pelanggan (customers-suppliers chain)

Meningkatkan kualitas melalui sistem

- Proses informasi pelanggan

- Proses kerja

- Proses orang



Kelompok 18



2012 11

2.3 Keuntungan Pengendalian Kualitas

Adapun keuntungan dari pengendalian kualitas adalah sebabai berikut :

1. Mengendalikan kualitas dari produk agar sesuai dengan spesifikasi yang telah

ditetapkan dan melakukan perbaikan kualitas produk.

2. Sistem kualitas selalu mengalami perbaikan kontinyu sehingga dapat memenuhi

keinginan konsumen yang dapat berubah sewaktu-waktu.

3. Pengendalian kualitas dapat meningkatkan produktivitas karyawan dan

kemampuan karyawan serta dapat mengurangi volume scrap (cacat) dan reworks

(pengerjaan ulang).

4. Sistem kualitas dapat menurunkan biaya yang berhubungan dengan kualitas

produk secara keseluruhan, meliputi:

a. Biaya kerusakan dalam produksi

b. Biaya inspeksi

c. Biaya kerusakan diluar proses produksi, dimana untuk hal ini dapat dikurangi

dengan cara pemeriksaan secara berkala, sistem perawatan mesin yang baik

dan peralatan pencegah.

5. Dengan peningkatan produktivitas maka dapat mengurangi waktu tempuh dari

proses produksi komponen dan sub assembly, yang hasilnya dapat untuk

memenuhi batas waktu (due dates) dari konsumen.

6. Sistem pengendalian kualitas dapat memacu semangat untuk selalu berjuang

dalam perbaikan berkesinambungan pada kualitas dan produktivitas.

7. Perbaikan hubungan antar karyawan serta membina hubungan baik antara

produsen dan konsumen.

Oleh karena sifat dari kualitas yang sangat penting bagi kelangsungan hidup suatu

produk maka diperlukan adanya pengendalian kualitas yang efektif.

(Amitava. 1995: 12)



Kelompok 18



2012 12

2.4 Definisi Penerimaan Sampling

Acceptance sampling merupakan proses evaluasi bagian produk dan seluruh

produk yang dihasilkan. Dalam acceptance sampling dikenal karakterisasi produk atau

hasil proses (bagian yang sesuai spesifikasi), disini kita tidak dapat mengatakan bahwa

tingkah gerak langkah proses terkendali secara statistik atau tidak.

(Ariani, 2004)

Pemeriksaan bahan baku, produk setengah jadi dan produk jadi adalah salah satu

bagian penting jaminan kualitas. Apabila pemeriksaan bertujuan untuk penerimaan atau

penolakan suatu produk, berdasarkan kesesuaian dengan standar, jenis prosedur

penerimaan yang digunakan biasanya dinamakan sampling penerimaan.

(Montgomery, 1993, hal 420)

Perencanaan sampling adalah pernyataan tentang ukuran sampel yang akan

digunakan dan kriteria penerimaan atau penolakan yang bersangkutan guna memvonis

suatu lot.

(Mitra, 1993, hal.332)

Pola sampling didefinisikan sebagai himpunan prosedur yang terdiri dari

perencanaan sampling penerimaan yang ukuran lot, ukuran sampel, kriteria penerimaan

saling berhubungan. Sedangkan sampel didefinisikan sebagai serangkaian unit yang

diambil untuk tujuan.

(Montgomery, 1993, hal 428)

Acceptance sampling digunakan sebagai bentuk dari suatu inspeksi antara

perusahaan dengan pemasok, antara pembuat produk dengan konsumen, atau antar

divisi dalam perusahaan. Oleh karenanya, acceptance sampling tidak melakukan

pengendalian atau perbaikan kualitas proses melainkan hanya sebagai metode untuk

menentukan disposisi terhadap produk yang datang (bahan baku) atau produk yang telah

dihasilkan (barang jadi).

(Mitra, 1993)



Kelompok 18



2012 13

Dalam acceptance sampling terdapat dua jenis pengujian yang dapat dilakukan

yaitu sebagai berikut :

a. Sebelum pengiriman produk akhir ke pelanggan. Pengujian yang dilakukan oleh

produsen atau disebut the producer’s test the lot for outgoing quality.

b. Setelah pengiriman produk akhir ke pelanggan. Pengujian dilakukan oleh

konsumen atau disebut dengan the producer’s test the lot for incoming quality.

Acceptance sampling merupakan proses pembuatan keputusan yang berdasarkan

pada unit-unit sampel dari sejumlah produk yang dihasilkan perusahaan atau yang

dikirim oleh pemasok. Acceptance sampling dapat dilakukan untuk data atribut maupun

variabel. Selain itu, acceptance sampling juga mencakup pengambilan sampel atau

inspeksi dengan mengadakan pengembalian dan perbaikan.

(Mitra, 2004, hal 201)

Selain terbagi untuk data atribut dan variabel, acceptance sampling juga

mencakup pengambilan sampel atau inspeksi dengan mengadakan pengembalian,

perbaikan dan pengembalian sampel atau inspeksi tanpa mengadakan pengembalian dan

perbaikan.

Apabila dalam pemeriksaan sampel yang berasal dari lot yang diajukan ternyata

memenuhi syarat yang ditentukan, maka lot tersebut dapat diterima. Sebaliknya apabila

sampel tidak memenuhi syarat yang ditentukan maka lot tersebut ditolak. Pengembilan

sampel penerimaan diperlukan untuk menentukan sikap yang harus diambil yaitu

menerima atau menolak lot, bukan sekedar menaksir kualitas dari lot ataupun untuk

mengendalikan kualitas dari proses. Pengambilan keputusan tersebut didasarkan atas

hasil pemeriksaan yang dilakukan terhadap satu sampel atau lebih yang diambil secara

random dari lot yang diperiksa. Apabila putusan didasarkan hanya pada satu sampel

maka rencana penerimaannya merupakan rencana sampel penerimaan tunggal

(acceptance single sampling). Apabila keputusan didasarkan pada dua buah sampel

maka rencana penerimaannya merupakan rencana sampel penerimaan ganda

(acceptance double sampling plan).

Program pengembalian dan perbaikan dalam acceptance sampling dinamakan

program pembetulan pemeriksaan. Gambar 2.2 memperlihatkan program pembetulan



Kelompok 18



2012 14

pemeriksaan. Andaikan bahwa lot yang masuk ke aktivitas pemeriksaan mempunyai

bagian cacat Po. Beberapa dari lot ini akan diterima dan yang lain akan ditolak. Lot-lot

yang ditolak akan disaring dan bagian cacat akhirnya akan sama dengan nol. Tetapi lot,

yang diterima mempunyai bagian cacat Po. Dengan demikian, lot yang keluar dari

aktivitas pemeriksaan adalah campuran lot dengan bagian cacat Po dan bagian cacat nol,

maka bagian cacat rata-rata dalam aliran lot yang keluar adalah P1 yang nilainya lebih

kecil dari Po. Jadi, program pembetulan pemeriksaan membantu ” membenarkan ”

kualitas lot.

(Montgomery, 1993, hal. 443)

Aktivitas

Pemeriksaan

Kotak Masuk

Bagian Cacat Po

Kotak Ditolak

Kotak Diterima

Lot Keluar

Bagian Cacat P1 > Po

Gambar 2.3 Program Pembetulan Pemeriksaan

2.5 Seven Tools

Menurut Deming, pengendalian mutu terpadu adalah semua aktivitas yang perlu

dilakukan untuk mencapai tujuan jangka panjang yang efisien dan ekonomis. Urutan

aktivitas tersebut dikenal dengan sebutan “Siklus Deming” yakni PDCA (Plan, Do,

Check, Action). Juran (1974) berpendapat bahwa “Quality is fitness for use” dimana

definisi ini menekankan pada pengendali di balik penentuan level kualitas yang harus

dipenuhi oleh produk atau jasa. Akibatnya apabila keinginan konsumen berubah maka

level kualitas dapat ikut berubah. Hal ini menunjukkan bahwa terdapat beberapa elemen

yang menetukan level kualitas dari suatu produk. Tujuh alat yang digunakan meliputi :



Kelompok 18



2012 15

1. Lembar Pengamatan (Check Sheet)

Lembar pengamatan adalah lembar yang digunakan untuk mencatat data produk

termasuk juga waktu pengamatan, permasalahan yang dicari dan jumlah cacat pada

setiap permasalahan.

Gambar 2.4 Contoh Check Sheet

2. Stratifikasi (Run Chart)

Stratifikasi adalah suatu upaya untuk mengurai atau mengklasifikasi persoalan

menjadi kelompok atau golongan sejenis yang lebih kecil atau menjadi unsur-unsur

tunggal dari persoalan.

3. Histogram

Histogram adalah diagram batang yang menunjukkan tabulasi dari data yang

diatur berdasarkan ukurannya. Tabulasi data ini umumnya dikenal sebagai distribusi

frekuensi. Histogram menunjukkan karakteristik-karakteristik dari data yang dibagi-bagi

menjadi kelas-kelas. Pada histogram frekuensi, sumbu x menunjukkan nilai pengamatan

dari tiap kelas.

Histogram dapat berbentuk “normal” atau berbentuk seperti lonceng yang

menunjukkan bahwa banyak data yang terdapat pada nilai rata-ratanya. Bentuk

histogram yang miring atau tidak simetris menunjukkan bahwa banyak data yang tidak

berada pada nilai rata-ratanya tetapi kebanyakan datanya berada pada batas atas atau

bawah.



Kelompok 18



2012 16

Fungsi dari histogram adalah sebagai berikut :

Menentukan apakah suatu produk dapat diterima atau tidak.

Menentukan apakah proses produk sudah sesuai atau belum.

Menentukan apakah diperlukan langkah-langkah perbaikan.

Gambar 2.5 Contoh Histogram

4. Grafik Kendali (Control Chart)

Grafik Kendali adalah suatu alat yang secara grafis digunakan untuk memonitor

apakah suatu aktivitas dapat diterima sebagai proses yang terkendali. Grafik Kendali

terkadang disebut dengan Shewhart Control Charts karena grafik ini pertama kali dibuat

oleh Walter A. Shewhart.

Nilai dari karekterisik kualitas yang dimonitor, digambarkan sepanjang sumbu y,

sedangkan sumbu x menggambarkan sampel atau subgroup dari karakteristik kualitas

tersebut. Sebagai contoh karakteristik kualitas adalah panjang rata-rata, diameter rata-

rata, dan waktu pelayanan rata-rata. Semua karakteristik tersebut dinamakan variabel



Kelompok 18



2012 17

dimana nilai numeriknya dapat diketahui. Sedangkan atribut adalah karakteristik

kualitas yang ditunjukkan dengan jumlah produk cacat, jumlah ketidaksesuaian dalam

satu unit, serta jumlah cacat per unit.

Terdapat tiga garis pada Grafik Kendali. Center Line atau garis tengah adalah

garis yang menunjukkan nilai rata-rata dari karakteristik kualitas yang diplot pada

grafik. Upper Limit Control atau batas pengendali atas dan Lower Limit Control atau

batas pengendali bawah digunakan untuk membuat keputusan mengenai proses. Jika

terdapat data yang berada di luar batas pengendali atas dan batas pengendali bawah

serta pada pola data tidak acak atau random maka dapat diambil kesimpulan bahwa

data berada di luar kendali statistik.

Tentukan

karakteristik yang

digunakan

Median ChartIndividual chart

c atau u chartp atau np chart

Variabel ?

Homogen?

Dalam jml unit

cacat ? % reject

Apakah rata-rata

mudah dihitung

Ukuran sampel > 9

Ukuran sampe

konstan

Mudah meng-

hitung Std. Dev.

- R chartX - R chartX

u chart

X-S chart

Y

Y

Y

Y

Y

Y

Y

T

T

T

TT

T

T

Gambar 2.6 Prosedur Pemilihan Grafik Kendali



Kelompok 18



2012 18

Gambar 2.7 Contoh Grafik Kendali

5. Diagram Pareto

Diagram pareto pertama kali diperkenalkan oleh Alfredo Pareto dan digunakan

pertama kali oleh Joseph Juran. Fungsi diagram pareto adalah untuk mengidentifikasi

atau menyeleksi masalah utama untuk peningkatan kualitas. Diagram ini menunjukkan

seberapa besar frekuensi berbagai macam tipe permasalahan yang terjadi dengan daftar

masalah pada sumbu x dan jumlah/frekuensi kejadian pada sumbu y. Kategori masalah

diidentifikasikan sebagai masalah utama dan masalah yang tidak penting.

Prinsip Pareto adalah 80 % masalah (ketidaksesuaian atau cacat) disebabkan oileh

20 % penyebab. Prinsip Pareto ini sangat penting karena prinsip ini mengidentifikasi

kontribusi terbesar dari variasi proses yang menyebabkan performansi yang jelek seperti

cacat. Pada akhirnya, diagram pareto membantu pihak manajemen untuk secara cepat

menemukan permasalahan yang kritis dan membutuhkan perhatian secepatnya sehingga

dapat segera diambil kebijakan untuk mengatasinya.



Kelompok 18



2012 19

Gambar 2.8 Contoh Diagram Pareto

6. Diagram Sebab Akibat (Cause and Effect Diagram)

Diagram Sebab Akibat juga disebut Ishikawa Diagram karena diagram ini

diperkenalkan oleh Dr. Kaoru Ishikawa pada tahun 1943. Selain itu juga dikenal

dengan nama Fishbone Diagram karena bentuknya seperti tulang ikan. Diagram ini

terdiri dari sebuah panah horizontal yang panjang dengan deskripsi masalah. Penyebab-

penyebab masalah digambarkan dengan garis radial dari garis panah yang menunjukan

masalah.

Kegunaan dari Diagram Sebab Akibat adalah :

Menganalisis sebab dan akibat suatu masalah.

Menentukan penyebab permasalahan.

Menyediakan tampilan yang jelas untuk mengetahui sumber-sumber variasi.

Terdapat tiga macam jenis dari aplikasi Cause Effect Diagram yang sering

dipakai, yaitu :

1. Cause Enumeration (berdasarkan jenis penyebab)

Cause Enumeration merupakan salah satu teknik yang luas digunakan dalam

pengendalian kualitas. Teknik ini juga menggunakan brainstorming yang dapat

memungkinkan semua penyebab yang ada dicantumkan untuk menunjukkan

pengaruhnya pada permasalahan (dampak) yang ditanyakan. Prosedur penggunaan

terdiri dari



Kelompok 18



2012 20

Mendefinisikan permasalahan atau karakteristik kualitas yang dipilih untuk

penelitian sehingga setiap orang akan mengetahui apa yang sedang dipecahkan.

Selanjutnya, penyebab utama yang mempengaruhi karakteristik dicatat.

Sebab-sebab pendukung (subcauses) dari sebab utama diurutkan.

Manganalisis peyebab yang mungkin mempengaruhi karakteristik yang diteliti.

Keuntungan dari penggunaannya adalah susunan proses yang ditunjukkan memberikan

pemahaman yang lebih mudah terhadap hubungan yang terjadi dalam proses dan

memberikan pemahaman yang lebih baik terhadap proses itu sendiri.

2. Dispersion Analysis (berdasarkan lima faktor utama, 4M & 1E)

Dalam dispersion analysis, setiap sebab utama akan dianalisis dengan meneliti

sebab-sebab pendukung dan pengaruhnya terhadap karakteristik kualitas. Tujuan

dispersion analysis adalah untuk menganalisis alasan dari variabilitas yang terjadi.

3. Process Analysis (berdasarkan proses yang dilalui)

Yang perlu diperhatikan adalah penulisan penyebab yang secara teratur atau sering

terjadi didalam suatu proses operasi, penyebab yang dapat mempengaruhi karakteristik

kualitas harus dicatat secara detail di setiap langkah atau tahapan proses produksi.

Gambar 2.9 Contoh Diagram Sebab Akibat

7. Diagram Sebar (Scatter Diagram)

Scatter diagram adalah grafik yang menampilkan hubungan antara dua variabel

apakah hubungan antara dua variabel tersebut kuat atau tidak yaitu antara faktor proses

yang mempengaruhi proses dengan kualitas produk. Pada sumbu x terdapat nilai dari

variabel independen, sedangkan pada sumbu y menunjukkan nilai dari variabel

dependen.



Kelompok 18



2012 21

Gambar 2.10 Contoh Diagram Pencar

2.6 Peta Kendali

Peta Kendali adalah suatu alat yang berfungsi untuk memonitor proses sehingga

variasi dari proses dapat di kendalikan secara statistik.Peta kendali ter bagi menjadi 2

macam yaitu peta kendali atribut dan peta kendali variabel

2.6.1 Peta kendali Atribut

Suatu produk dapat diklasifikasikan berdasarkan atributnya, yaitu baik atau

buruk, cacat atau tidak cacat. Cacat (defect) merupakan suatu ketidaksesuaian

individual dalam suatu proses/produk yang disebabkan kegagalan dalam

memenuhi satu atau lebih spesifikasi yang ditetapkan. Dengan demikian, suatu

produk yang cacat akan mengandung paling tidak satu cacat individual. Grafik

pengendali atribut dikelompokkan dalam 3 kategori:



Kelompok 18



2012 22

Meliputi grafik pengendali yang fokus pada proporsi, contoh: proporsi dari

item cacat (u-Chart), dan jumlah dari item cacat (nu-Chart). Kedua diagram

diatas didasarkan pada distribusi binomial.

Berhubungan dengan 2 macam diagram, yang berfokus pada cacat itu

sendiri. Diagram untuk jumlah total ketidaksesuaian (c-Chart) yang

didasarkan pada distribusi poisson, chart untuk cacat per unit (u-Chart) dapat

digunakan pada situasi dimana ukuran unit sampel bervariasi.

Diagram untuk demerits per unit (U-Chart), berkaitan dengan

pengkombinasian ketidaksesuaian berbasis berat.

Berikut merupakan keuntungan dari grafik atribut :

Karakteristik kualitas tertentu yang lebih baik dengan atribut.

Hemat waktu dan biaya.

Dalam tingkat pabrik, digunakan untuk menentukan proporsi dari item-item

cacat.

Dalam tingkat departemen, untuk menunjuk areal permasalahan.

Atribut chart membantu mengarahkan permasalahan dari yang umum ke

tingkat lebih fokus.

Selain itu ada pula kerugian dari grafik atribut, antara lain: Informasi atribut

hanya menunjukkan apakah karakteristik kualitas tertentu berada dalam batasan

spesifikasi, serta grafik atribut tidak menunjukkan tingkat dari nilai data, dan tidak

menyediakan informasi dari kinerja proses.

1. Peta Kendali Proporsi (p-CHART)

Sampel yang diambil harus konstan dan itemnya diasumsikan bebas

(independen). Peta kendali p ini merupakan peta kendal yang serba guna.

Digunakan untuk mengkontrol kemampuan karakteristik kualitas. Peta kendali p

juga dapat digunakan untuk mengukur kualitas operator mesin, stasiun kerja,

sebuah departemen. Peta kendali p digunakan untuk data atribut dengan ukuran lot

yang tidak sama. Peta kendali p berdasar pada distribusi binomial. Untuk proporsi

sampel diberikan rumus :



Kelompok 18



2012 23

diperiksajumlah

cacatjumlahp ˆ

Sedangkan untuk batas-batas kendali untuk peta kendali diberikan oleh:

Garis Tengah = n

x

p

m

t

t 1

BPAi = p + 3

in

pp 1

BPBi = p - 3

in

pp 1

2. Peta Kendali Jumlah (np-CHART)

Sebagai alternatif untuk menghitung proporsi cacat, kita dapat menghitung

jumlah item cacat dalam sampel dan menggunakan perhitungan itu sebagai dasar

dari peta kendali. Tidak ada penarikan kembali dari np-Chart. Jumlah item cacat

dalam sampel diasumsikan untuk diberikan dalam distribusi binomial. Prinsip

yang sama juga digunakan untuk grafik jumlah cacat dan pembentukan np-Chart

serupa dengan pembentukan p-Chart. Jika ukuran sampel berubah, garis sumbu

dan batas kendali akan berubah pula.

n p =diperiksayanglotJumlah

ditolakyangJumlahTotal

BKA = n p + 3 ppn 1

BKB = n p - 3 ppn 1

Distribusi yang berlaku distribusi binomial.

Contoh penerapan : Jumlah produk yang ditolak pada pemeriksaan dengan

ukuran lot berbeda komponen elektronik karena tidak sesuai spesifikasi.

3. Peta Kendali Jumlah Ketidak Sesuaian (c-CHART)

u-Chart dan c-Chart berhubungan dengan item cacat. c-Chart digunakan

untuk melacak jumlah total ketidaksesuaian dalam sampel-sampel dengan ukuran



Kelompok 18



2012 24

tetap. Jika ukuran sampel bervariasi digunakan u-Chart untuk melacak jumlah

ketidaksesuaian per unit. Dalam membangun c-Chart dan u-Chart, ukuran sampel

juga mengacu pada daerah peluang (single atau multiple).

c = npemeriksaaJumlah

totalcacatataukesalahanJumlah

BKA = c + 3 c

BKB = c - 3 c

Distribusi yang berlaku Poisson

Contoh penerapan :

Setiap lima meter kain mempunyai jumlah cacat (noda) berapa ?

Jumlah gelembung pada botol kaca.

4. Peta Kendali Jumlah Ketidaksesuaian Per Unit (u-CHART)

Grafik ini digunakan ketika ukuran sampel tetap. Jika area kesempatan

berubah satu sampel ke sampel yang lain, garis pusat dan batas kendali suatu tabel

berubah sesuai di mana ukuran sampel bervariasi. u-Chart digunakan perusahaan

untuk memeriksa semua materi produksi atau jasa untuk kehadiran bukan

penyesuaian. Keluaran tiap produksi beranekaragam karena fluktuasi persediaan

tenaga kerja, uang dan bahan baku, dengan konsekuensi, jumlah pemeriksaan per

produksi setiap perubahan, sehingga menyebabkan bermacam-macam ukuran

sampel ketika variasi ukuran sampel suatu epta kendali-u digunakan untuk

memonitor banyaknya ketidaksesuaian per unit. Walaupun perubahan batas

kendali dari ukuran sampel bervariasi, garis pusat suatu peta kendali-u tetap

konstan. Ukuran sampel variable dan standar tidak ditentukan ketika ukuran

sampel bervariasi, jumlah dari ketidaksesuaian per unit untuk sampel ke-i adalah:

u =

i

i

n

c= rata-rata cacat persatuan

ui = diperiksayangpengukuranunitJumlah

diperolehyanguaianketidaksesJumlah=

n

ci



Kelompok 18



2012 25

BA = u + 3 in

u

BB = u - 3 in

u

Distribusi yang digunakan Distribusi Poisson

Contoh penerapan :

1. Jumlah ketidaksesuaian pada lembaran karpet, dimana luas karpet yang

diperiksa tidak sama.

2. Jumlah ketidaksesuaian pada satu unit komputer.

Tabel 2.2 Karakteristik Peta Kendali Atribut

Peta Karakteristik Data Contoh Kasus

P

Perbandingan banyak benda yang

tak sesuai dalam suatu populasi

dengan banyak benda keseluruhan

dalam populasi itu.

Air mineral dalam kemasan. Apabila

kemasan tersebut rusak, atau berlubang

maka air mineral tersebut tidak dapat

diterima.

Np

Berdasarkan pada data banyaknya

proporsi cacat (number of

nonconforming)

Sama seperti peta p, yang membedakan

hanya pada data yang akan diplotkan

pada grafik.

C

Unit produk yang tidak memenuhi

satu atau beberapa spesifikasi untuk

produk itu. Dan ketidaksesuaian

tersebut mempengaruhi penjualan.

- Patrian yang cacat dalam 100 m

pipa saluran.

- Banyak kelingan yang pecah dalam

satu sayap pesawat terbang.

U

Banyak ketidaksesuaian rata-rata per

unit.

Pengusaha komputer ingin membentuk

grafik pengendali untuk ketidaksesuaian

per unit pada jalur perakitan akhir.

Sebagai ukuran sampel dipilih 5

komputer. Data banyak ketidaksesuaian

dalam 20 sampel masing-masing 5

komputer.



Kelompok 18



2012 26

5. Peta Kendali Jumlah Cela Per Unit (U-CHART)

Grafik kendali c dan u digunakan untuk semua jenis cacat banyaknya

ketidaksesuaian, tanpa memperhatikan derajat pembagiannya. Misalkan kita

menduga dalam proses inspeksi monitor komputer, bahwa satu monitor

bermasalah tentang konsistensi warna dan monitor kedua mempunyai lima

goresan pada permukaannya. Dengan menggunakan grafik kendali c ataupun u,

cacat relatif monitor 2, dalam konteks cacat banyaknya ketidaksesuaian, adalah

lima kali lebih besar dari monitor 1. Tetapi, dari cacat tunggal, monitor 1 jauh

lebih serius daripada monitor 2. Sebuah pendekatan alternatif mengenai bobot

banyaknya ketidaksesuaian menurut derajat pembagian relatifnya (Besterfield

1990). Sistem tingkat kualitas ini, yang merating cacat per unit dan disebut peta

kendali U, mengatasi kekurangan dari grafik kendali c dan u. Hal ini sangat

membantu pada aplikasi pelayanan/service.

Sebagai kategori ANSI/ASQC (Standar A3 1978) : mengelompokan cacat

dalam 4 kategori.

Cacat kelas 1: Sangat serius : bobot cacat : w1 = 100.

Cacat kelas 2: serius : bobot cacat : w2 = 50.

Cacat kelas 3: Agak serius : bobot cacat : w3 = 10.

Cacat kelas 4: Tidak serius : bobot cacat : w4 = 1.

Pada sample ukuran n.

Jumlah cacat terbobot

D = w1c1 + w2c2 + w3c3 + w4c4

Rata-rata cacat terbobot perunit

U = n

D = (w1c1 + w2c2 + w3c3 + w4c4)/n

c adalah bilangan hasil penghitungan “cacat” (Poisson). Sehingga U merupakan

kombinasi linier dari variable acak independen Poisson.

U = w1 u 1+ w2 u 2+ w3 u 3+ w4 u 4

U = n

uwuwuwuw 42

432

322

212

1



Kelompok 18



2012 27

BA = U + 3U

BB = U - 3U

2.6.2 Peta Kendali variabel

1. Grafik Kendali Untuk Mean Dan Range ( X -R CHART)

Banyak karakteristik kualitas yang dapat dinyatakan dalam bentuk ukuran

angka. Misalnya, diameter bantalan poros dapat diukur dengan mikrometer dan

dinyatakan dalam milimeter. Suatu karakteristik kualitas yang dapat diukur,

seperti dimensi, berat, atau volume dinamakan variabel. Grafik untuk variable

digunakan secara luas. Biasanya grafik-grafik itu merupakan prosedur pengendali

yang lebih efisien dan memberikan informasi tentang penampilan proses yang

lebih banyak daripada grafik pengendali sifat.apabila bekerja dengan karakteristik

kualitas yang variabel, sudah merupakan praktek yang standar untuk

mengendalikan nilai mean karakteristik kualitas itu dan variabilitasnya. Hal ini

biasanya dituangkan dalam grafik x . Variabilits atau pemencaran proses dapat

dikendalikan dengan grafik pengendali untuk deviasi standar, yang dinamakan

grafik S, atau grafik pengendali untuk rentang, yang dinamakan grafik R.

Misalkan karakteristik kualitas berdistribusi normal dengan mean dan

deviasi standar keduanya diketahui, dan jika x1, x2 ... xn sampel berukursn n,

maka rata-rata sampel ini adalah

x = n

xnxx ...21

Dalam praktek biasanya kita tidakmengetahui dan . Oleh karena itu nilai-

nilai itu harus ditaksir dari sampel-sampel pendahuluan yang diambil ketika proses

itu diduga terkendali. Biasanya taksiran ini harus didasarkan pada paling sedikit

20 sampai 25 sampel. Misalkan xmxx ...21 , adalah rata-rata tiap sampel,

maka penaksir terbaik untuk rata-rata proses adalah mean keseluruhan yakni

X = m

xnxx ...21.



Kelompok 18



2012 28

Jika suatu sampel berukuran n, maka rentang sampel itu adalah selisih

observasi yang terbesar dan terkecil yakni :

R = xmaks – xmin

Misalkan R1, R2,... Rm adalah rentang m sampel itu, rentang rata-ratanya adalah :

m

RmRRR

...21

dan taksiran untuk dihitung sebagai :

= 2d

R.

Jika kita akan memplotkan data dalam grafik pengendali x , maka batas

pengendali atas, batas pengendali bawah dan garis tengah dapat dihitung sebagai

berikut:

BPA = x + A2 R

Garis tengah = x

BPB = x - A2 R

Dimana A2 merupakan nilai konstan yang hanya tergantung dari ukuran sampel.

Sedangkan parameter-parameter yang digunakan dalam grafik pengendali

range sebagai berikut :

BPA = R D4

Garis tengah = R

BPB = R D3

D3 dan D4 merupakan nilai konstan yang hanya tergantung dari jumlah sampel.

2. Grafik Kendali Untuk Mean Dan Deviasi ( X -S CHART)

Apabila ukuran sampel n cukup besar, n > 10 atau 12, metode rentang guna

menaksir kehilangan efisiensi statistiknya. Dalam hal-hal seperti ini, yang

terbaik adalah mengganti grafik x dan menjadi grafik x dan S, dengan standar

proses ditaksir secara langsung tidak melalui R.



Kelompok 18



2012 29

Parameter-parameter yang digunakan dalm grafik S dengan nilai standar bagi

diketahui, adalah :

BPA = B6

Garis tengah = c4

BPB = B5

Nilai-nilai B5 dan B6 telah ditabelkan sebagai nilai konstan untuk berbagai ukuran

himpunan bagian..

Selain grafik pengendali x dan S , x dan R terdapat juga grafik S2

yaitu

grafik pengendali yang didasarkan langsung pad variansi sampel S2

dan grafik

pengendali unit individual yaitu grafik yang menggunakan ukuran sampel n=1

untuk pengendalian proses. Hal ini dilakukan pada pemeriksaan dan pengukuran

otomatis dari setiap unit yang diproduksi. Contohnya pada proses kimia. Prosedur

pengendaliannya menggunakan rentang bergerak dua observasi yng berturutan

guna menaksir variabilitas proses.

Dalam penerapannya, penganalisis harus memilih antara menggunakan

grafik pengndali variabel dan grafik pengendali sifat. Grafik pengendali sifat

mempunyai kelebihan bahwa beberapa karakteristik kualitas dpat dipandang

bersama-sama dan unit itu diklasifikasikan sebagai tidak sesuai apabila gagal

memenuhi spesifikasi pada salah satu karakteristik. Sebaliknya, jika beberapa

karakteristik kualitas diperlukan sebagai variabel, maka masing-masing harus

diukur, dan grafik , x dan R terpisah digunakan pada masing-masing variabel

atau suatu teknik pengendali multivariat yang memandang semua karakteristik

digunakan secara serentak. Dalam hal ini jelas adanya kesederhanaan yang

berkaitan dengan grafik pengendali sifat. Lagipula pengukuran yang mahal dan

memakan waktu dapat dihindari dengan pemeriksaan sifat.

Grafik pengendali variabel memberikan jauh lebih banyak informasi yang

bermanfaat tentang penampilan proses daripada grafik pengendali sifat. Informasi

mengenai mean dan variabilitas proses diperoleh secara langsung. Untuk suatu

studi kemampuan proses, grafik pengendali variabel hampir selalu disenangi

daripada grafik pengendali sifat.



Kelompok 18



2012 30

Garis petunjuk guna merancang grafik pengendali

Dalam merancang grafik kendali x dan R, kita harus menentukan ukuran

sampel, lebar batas pengendali, dan frekuensi pengambilan sampel yang

digunakan. Jika grafik x yang digunakan khususnya untuk menyidik pergeseran

sedang sampai besar, katakan pada tingkat 2 sigma atau maka ukuran sampel

relative kecil n = 4,5, atau 6 cukup efektif. Sebaliknya jika ingin menyidik

pergeseran kecil maka menggunkan ukuran sampel yang lebih besar misalnya n =

15 sampai n = 25. pada sampel kecil, grafik R relatif tidak peka terhadap

pergeseran deviasi standar proses. Sedangkan sampel-sampel yang lebih besar

kelihatannya lebih efektif, tetapi kita tahu bahwa metode rentang turun rendah

sekali efisiensinya untuk menaksir standar deviasi jika n naik. Sehingga untuk n

besar, katakan n > 10 atau 12, mungkin yang terbaik tidak mengguanakan grafik R

melainkan grafik S dan S2. Masalah ukuran sampel dan frekuensi pengambilan

sampel adalah masalah menentukan upaya sampling. Terdapat dua macam strategi

yaitu mengambil sampel ukuran kecil dengan sering atau ukuran sampel besar tapi

jarang dilakukan. Umumnya lebih memilih ukuran sampel kecil tapi sering karena

dilihat dari sisi ekonomi, jika biaya menghasilkan produk cacat tinggi maka

sampel kecil dengan sering akan lebih baik. Alasan lain adalh jika interval antar

pengambilan sampel terlalu besar maka akan terlalu banyak produk yang cacat

yang diproduksi sebelum kesempatan menyidik pergeseran proses yang lain

terjadi. Tingkat produksi juga punya peranan terhadap pemilhan ukuran sampel

dimana jika proses produksi dengan kecepatan tinggi biasanya akan menggunakan

ukuran sampel yang cukup besar yang dilakukan lebih sering karena dengan

tingkat produksi tinggi akan menghasilkan produk tak sesuai yang cukup banyak

dalam waktu yang singkat apabila terjadi pergeseran proses.

Intepretasi Grafik x dan R

Grafik pengendali dapat menunjukkan keadaan tak terkendali meskipun

tidak satu titik pun terletak diluar batas pengendali, jika pola titik-titik yang

digambarkan yang digambarkan menunjukkan tingkah laku tak random atau



Kelompok 18



2012 31

sistematik. Dalam banyak hal pola titik-titik yang digambarkan akan memberikan

informasi diagnostic yang berguna pada proses itu dan informasi ini dapat

digunakan untuk membuat perubahan-perubahan proses yang memperkecil

variabilitas. Dalam bahasan ini akan membicarakan pola umum dari grafik x dan

R dan menunjukkan beberapa karakteristik proses yang dapat menghasilkan pola-

pola ini. Untuk menginterprestasikan grafik x dan R secara efektif, sebelumnya

kita harus tahu asas statistik yang melandasi grafik pengendali dan proses itu

sendiri.

Dalam menginterpretasikan pola pada gafik x , pertama-tama kita

menentukan apakah grafik R terkendali atau tidak. Beberapa sebab terduga tampak

pada grafik x dan R. Jika grafik x dan R keduanya menunjukkan pola tak

random, strategi yang terbaik adalah menghilangkan sebab-sebab terduga grafik R

yang secara otomatis akan menghilangkan pola tak random pada grafik x . Jangan

sekali-kali menginterpretasikan grafik x apabila grafik R menunjukkan keadaan

tak terkendali.

Pola siklis kadang-kadang tampak pada grafik pengendali. Pola ini mungkin

merupakan akibat dari perubahan lingkungan yang sistematik seperti temperatur,

kelelahan operator, perputaran operator dan mesin yang teratur atau fluktuasi

dalam tekanan atau variabel dain dalam alat produksi. Kadang-kadang grafik R

akan menampakkan gerakan siklis karena jadwal pemeliharaan, kelelahan

operator, ketidaktahanaan alat sebagai akibat variabilitas yang terlalu besar.

Pola campuran ditunjukkan apabila titik-titik yang tergambar cenderung

jatuh dekat atau sedikit diluar batas pengendali, dengan titik-titik yang relatif

sedikit dekat garis tengah. Pola campuran ditimbulkan oleh dua distribusi

pembentuk hasil proses yang tumpang suh. Kesederhanaan pola campuran

tergantung pada seberapa jauh distribusi itu tumpang suh. Kadang-kadang pola

campuran merupakan akibat dari pengendalian terlalu ketat dimana operator

terlalu sering melakukan penyesuaian proses, bukan karena sebab-sebab sistematik

melainkan variasi random dalam hasil produksi.



Kelompok 18



2012 32

Suatu pergeseran dalam tingkat proses dapat terjadi dimana pergeseran ini

mungkin terjadi akibat dari pengenalan karyawan, metode dan bahan baku atau

mesin baru, perubahan dalam metode atau standar pemerikasaan atau perubahaan

dalam ketrampilan, perhatian, atau motivator operator.

Suatu trend atau gerakan pada grafik pengendali biasanya disebabkan karena

kelelahan yang pelan-pelan atau kemunduran suatu alat atau suatu komponen

proses kritis yang lain. Trend dapat juga disebabkan oleh faktor manusianya

seperti kelelahan operator atau kehadiran pengawas, trend juga disebabkan oleh

faktor alam seperti temperatur. Alat yang berguna untuk memantau dan

menganalisa proses dengan trend adalah grafik pengendali regresi.

Stratifikasi atau kecenderungan titik-titik seakan-akan berkelompok sekitar

garis tengah. Dalam kasus ini terdapat ketiadaan vaiabilitas dasar dalam pola yang

dialami. Penyebab stratifikasi yang mungkin adalah perhitungan batas pengendali

yang salah. Pola ini juga dapat dihasilkan apabila proses pengambilan sampel

mengumpulkan satu atau beberapa unit dari beberapa distribusi pokok yang

berbeda. Jika unit terbesar dan terkecil dalam tiap sampel relatif serupa, maka

variabilitas yang diamati akan kecil tidak wajar..

Dalam menginterpretasikan pola grafik x dan R, orang harus memandang

dua grafik itu secara terpisah. Jika distribusi yang melandasi normal, maka

variabel random x dan R yang dihitung dari sampel yang sama adalah statistik

independen. Maka x dan R harus berlaku independen pada grafik pengendali. Jika

ada korelasi antara nilai x dan R, yakni jika titik-titik pada pada kedua grafik itu

saling mengikuti maka ini menunjukkan bahwa distribusi yang melandasi miring.

Jika spesifikasi telah ditentukan dengan anggapan normal maka analisis itu

mungkin salah.

Pengaruh Ketidaknormalan pada Grafik x dan R

Anggapan dasar dalam pengembangan grafik pengendali x dan R adalah

distribusi karakteristik kualitas yang melandasi adalah normal. Dalam banyak

keadaan mungkin kita mempunyai alasan untuk meragukan berlakunya anggapan



Kelompok 18



2012 33

ini. Misalnya mungkin kita tahu bahwa distribusi yang melandasinya bukan

normal, sebab kita telah mengumpulkan data yang cukup banyak yang

menunjukkan bahwa anggapan normal tidak cocok. Sekarang jika kita tahu bentuk

distribusi yang melandasinya, maka mungkin untuk menurunkan distribusi

sampling x dan R (atau ukuran variabilitas proses yang lain), yang mendapatkan

batas probabilitas yang pasti bagi grafik pengendali itu. Dalam beberapa hal yang

mungkin ini sukar, dan kebanyakan penganalisa mungkin lebih senang

menggunakan pendekatan standar berdasarkan anggapan normal jika mereka

merasa bahwa akibat tindakan ini tidak serius. Tetapi mungkin kita tidak tahu

apapun tentang bentuk distribusi yang melandasinya, maka mungkin satu-satunya

pilihan kita adalah menggunakan hasil-hasil teori normal. Dalam hal yang

manapun jelas bahwa kita tertarik untuk mengetahui pengaruh penyimpangan dari

normal terhadap grafik pengendali x dan R yang biasa.

Beberapa penulis telah menyelidiki pengaruh penyimpangan dari normalitas

pada grafik pengendali. Burr (1967) mencatat bahwa konstan batas pengendali

teori normal yang biasa sangat tegar (Robust) terhadap anggapan normal dan dapat

digunakan kecuali populasi itu sangat tidak normal. Schilling dan Nelson (1976)

juga telah mempelajari pengaruh ketidaknormalan pada batas pengendali grafik

x . Mereka menyelidiki distribusi uniform, segitiga siku-siku, gamma (dengan

=1 dan r = ½ , 1, 2, 3, dan 4) dan dua distribusi bermodus dua membentuk

campuran dua distribusi normal. Studi mereka menunjukkan bahwa dalam

sebagian besar keadaan, sampel berukuran 4 atau 5 cukup untuk menjamin

ketegaran yang layak terhadap anggapan normal. Kasus terjelek yang diamati

adalah untuk nilai-nilai r yang kecil dalam distribusi gamma [r = ½ , dan r = 1

(distribusi eksponensial)]. Misalnya, mereka melaporkan risiko yang

sebenarnya adalah 0,014 atau kurang jika n14 untuk distribusi gamma dengan r

= ½ , berbeda dengan nilai teoritis 0,0027 bagi distribusi normal.

Selagi penggunaan batas pengendali 3-sigma pada grafik x akan

menghasilkan risiko sebesar 0,0027 jika distribusi yang melandasinya normal,

tetapi tidak benar pada grafik R. Distribusi sampling R tidak simetrik, meskipun



Kelompok 18



2012 34

pengambilan sampel itu dari distribusi normal, dan ekor yang panjang distribusi

itu ada pada sisi tinggi atau positif. Jadi batas 3-sigma yang simetris hanya

pendekatan, dan risiko pada grafik R seperti itu tidak 0,0027. (Sebenarnya,

untuk n = 4 maka = 0,00461). Lagipula, grafik R lebih peka terhadap

penyimpangan anggapan normal daripada grafik x .

2.7 Biaya Kualitas

Pada dasarnya biaya dapat dikategorikan ke dalam empat jenis, yaitu :

1. Biaya Kegagalan Internal (Internal Failure Cost)

Merupakan biaya-biaya yang berhubungan dengan kesalahan dan

nonkonformansi yang ditemukan sebelum menyerahkan produk ke pelanggan.

Biaya-biaya ini tidak akan muncul apabila tidak ditemukan kesalahan atau

nonkonformansi dalam produk sebelum pengiriman.

Contoh :

Scrap

Scrap adalah material sisa dari bahan baku setelah pemrosesan.

Pekerjaan Ulang (rework)

Proses pengerjaan ulang suatu barang karena terjadi kecacatan

Analisi Kegagalan (failure analisis)

Inspeksi ulang dan pengujian ulang (reinspection and retesting)

Biaya-biaya yang dikeluarkan untuk inspeksi ulang dan pengujian ulang

produk yang telah mengalami pengerjaan ulang atau perbaikan kembali.

Downgrading

penjualan produk dibawah harga produksi karena adanya sedikit cacat pada

produk tersebut

Avoidable Process Losses

Biaya-biaya kehilangan yang terjadi, meskipun produk itu tidak cacat.



Kelompok 18



2012 35

2. Biaya Kegagalan Eksternal (External Failure Cost)

Merupakan biaya-biaya yang berhubungan dengan kesalahan dan

nonkonformansi yang ditemukan setelah produk itu diserahkan ke pelanggan.

Biaya-biaya ini tidak akan muncul apabila tidak ditemukan kesalahan atau

nonkonformansi dalam produk setelah pengiriman.

Contoh :

Jaminan (Warranty)

Jaminan yang di berikan kepada pelanggan apabila terjadi kerusakan atau

masalah pada produk.

Penyelesaian Keluhan (Complaint Adjustment)

Produk dikembalikan (Returned Product)

Allowance

Biaya-biaya yang berkaitan dengan konsesi pada pelanggan karena produk

yang berada dibawah standar kualitas.

3. Biaya Penilaian (Apprasial Cost)

Merupakan biaya-biaya yang berhubungan dengan derajad konformansi

terhadap persyaratan kualitas (spesifikasi yang ditetapkan).

Contoh :

Inspeksi dan pengujian kedatangan material

Biaya-biaya yang berkaitan dengan penentuan kualitas dari material yang

dibeli, melalui inspeksi pada saat penerimaan, melalui inspeksi yang

dilakukan pada pemasok, atau raelalui inspeksi yang dilakukan oleh pihak

ketiga.

Inspeksi dan pengujian produk dalam proses

berkaitan dengan evaluasi tentang konformansi produk dalam proses

terhadap persyaratan kualitas (spesifikasi) yang ditetapkan.

Inspeksi dan pengujian produk akhir

Biaya-biaya yang berkaitan dengan evaluasi tentang konformansi produk

akhir terhadap persyaratan kualitas (spesifikasi) yang ditetapkan.



Kelompok 18



2012 36

Audit kualitas produk

Biaya-biaya untuk raelakukan audit kualitas pada produk dalam proses atau

produk akhir.

Pemeliharaan akurasi peralatan pengujian

Biaya-biaya dalam melakukan kalibrasi (penyesuian) untuk mempertahankan

akurasi instrument pengukuran dan peralatan.

Evaluasi stok

Biaya-biaya yang berkaitan dengan pengujian produk dalam penyimpanan

untuk menilai degradasi kualitas

4. Biaya Pencegahan (Prevention Cost)

Merupakan biaya-biaya yang berhubungan dengan upaya pencegahan

kegagalan internal maupun eksternal, sehingga meminimumkan biaya kegagalan

internal dan biaya kegagalan eksternal.

Contoh :

Perencanaan Kualitas. Biaya-biaya yang berkaitan dengan aktivitas

perencanaan kualitas secara keseluruhan, termasuk penyiapan prosedur-prosedur

yang diperlukan untuk mengkomunikasikan rencana kualitas ke seluruh pihak

yang berkepentingan.

Tinjauan-Ulang Produk Baru (New-Product Review). Biaya-biaya yang

berkaitan dengan rekayasa keandalan (reliability engineering) dan aktivitas-

aktivitas lain yang bekaitan dengan kualitas yang berhubungan dengan

pemberitahuan desain baru.

Audit Kualitas. Biaya-biaya yang berkaitan dengan evaluasi atas

pelaksanaan aktivitas dalam rencana kualitas secara keseluruhan.

Evaluasi Kualitas Pemasok. Biaya-biaya yang berkaitan dengan evaluasi

terhadap pemasokan sebelum pemilihan pemasok, audit terhadap aktivitas-

aktivitas selama kontrak, dan usaha-usaha lain yang berkaitan dengan pemasok.

Pelatihan



Kelompok 18



2012 37

BAB III

METODOLOGI PRAKTIKUM

Gambar 3.1 Metodologi Praktikum



Kelompok 18



2012 38

Pada praktikum Statisttical Quality Control and Quality Cost Planning ini

terdapat sistematika yang digunakan, yaitu:

Dimulai dengan merumuskan masalah, menentukan tujuan penelitian, menentukan

batasan dan asumsi serta melakukan studi pustaka.

Setelah itu dibuat kebijakan perusahaan mengenai AQL (Acceptance Quality

Level) dengan menentukan rencana sampling penerimaan, menentukan jumlah

sampelnya, mengukur dimensi komponen hingga akhirnya diketahui apakah

ukuran lot pada komponennya diterima atau ditolak. Jika ditolak, perhitungan

dilakukan kembali sampai data terkontrol.

Selanjutnya dilakukan laporan pemesanan (MRP) dengan membuat peta kendali.

Peta kendali sendiri terbagi menjadi dua yaitu peta kendali variabel dan atribut.

Peta kendali variabel terdiri dari peta kendali - s, - R, - MR. Sedangkan peta

kendali atribut terdiri dari peta kendali p, np, c, u, dan U. Peta kendali ini

digunakan untuk mengetahui apakah data terkontrol atau tidak. Jika ditolak,

perhitungan dilakukan kembali sampai data terkontrol.

Laporan buatan inspeksi dilakuakn dengan membuat diagram pareto finish

product dan membuat peta kendali variabel finish product untuk membuktikan

data terkontrol atau ditolak. Jika ditolak perhitungan dilakukan kembali sampai

data terkontrol. Setalah diketahui data telah terkontrol, maka dibut fishbone.

Untuk data biaya, dilakukan perhitungan biaya kualitas yang terdiri dari biaya

pencegahan, biaya penilaian, biaya kegagalan internal, dan biaya kegagalan

eksternal.

Tahapan akhir dalam sistematika ini yaitu melakukan analisis, serta membuat

kesimpulan dan saran.



Kelompok 18



2012 39

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Acceptance Sampling

4.1.1 Kebijakan Sampel untuk As Roda

Berdasarkan Output MRP, lot size as roda periode 1 adalah 14132

Berarti berdasarkan tabel 10.2 sample size code letters (s-4) diperoleh

inspection levels adalah I (10,001 to 35000)

Berdasarkan tabel 10-3 diperoleh sample size 25 dengan melihat sample size

code letter

N=25

AQL = 0.35, berarti berdasar tabel 10.1 AQL conversion table

AQL value = 0.40 (0.280 to 0.439)

Berdasar table 10.3 master table for normal diperoleh nilai k = 2,14

Hasil Output MRP as roda

Tabel 4.1 Hasil Output MRP as roda

Periode 1 2 3 4 5 6 7 8 9 10 11 12

As Roda 14132 14132 14132 14132 14158 14158 14158 14158 14184 14184 14184 0

1. Panjang As Roda

Data Pengukuran Panjang As Roda

Tabel 4.2 Pengukuran panjang as roda

No Ukuran No. Komponen x2

1 60 54 3600

2 59,9 73 3588,01

3 60 48 3600

4 60 74 3600

5 60 30 3600

6 60 37 3600

7 60 46 3600



Kelompok 18



2012 40

8 59,9 13 3588,01

9 59,95 66 3594,003

10 59,9 43 3588,01

11 60 44 3600

12 60,1 45 3612,01

13 59,95 57 3594,003

14 59,95 65 3594,003

15 59,9 72 3588,01

16 60 33 3600

17 60 40 3600

18 60 69 3600

19 60 52 3600

20 59,95 35 3594,003

21 59,9 6 3588,01

22 60 63 3600

23 60 67 3600

24 59,85 75 3582,023

25 59,75 10 3570,063

Jumlah 1499

89880,16

=

=59.96

S =

=

= 0.06922

Standar perusahaan untuk panjang as roda

58.5mm 1,5mm

USL = 58.5 + 1,5 = 60 mm



inspection levels adalah I (10,001 to 35000)

Berdasarkan tabel 10-3 diperoleh sample size 25 dengan melihat sample size code

letter

N=25




Kelompok 18



2012 41

AQL value = 0.40 (0.280 to 0.439)


ZU =

=

= 0,577867

ZL =

=

= 42,7622

Karena ZU > k = 0.577867 < 2,14. Maka lot ditolak

Karena ZL < k = 42,7622 > 2,14. Maka lot diterima

- Maka keputusannya lot ditolak

- Double Acceptance Sampling

QU = 28,30

QL = 0

- Karena QU+QL > M = 28,39 > 1,29. Maka keputusannya lot ditolak

2. Diameter As Roda

Data Pengukuran Diameter As Roda

Tabel 4.3 Pengukuran diameter as roda

No Ukuran No.

Komponen x

2

1 1,6 37 2,56

2 1,68 54 2,8224

3 1,66 30 2,7556

4 1,68 99 2,8224

5 1,7 43 2,89

6 1,6 44 2,56

7 1,62 73 2,6244

8 1,66 45 2,7556

9 1,68 48 2,8224

10 1,66 13 2,7556

11 1,68 65 2,8224

12 1,64 46 2,6896

13 1,64 72 2,6896

14 1,58 57 2,4964

15 1,66 74 2,7556



Kelompok 18



2012 42

=

=1,656

S =

=

= 0.03742

Standar perusahaan untuk diameter as roda

1.8 mm 0.2 mm

USL = 1.8+ 0.2 = 2 mm



inspection levels adalah I(10001 to 35000)

Berdasarkan tabel 10-3 dengan sample size code letter I maka sample size adalah

25

N=25


AQL value = 0.40 (0.280 to 0.439)


ZU =

=

=9,193

ZL =

=

=1,49

Karena ZU > k = 9,193 > 2,14. Maka lot diterima

Karena ZL < k = 1,49 < 2,14. Maka lot ditolak

16 1,6 69 2,56

17 1,68 35 2,8224

18 1,7 6 2,89

19 1,7 63 2,89

20 1,68 67 2,8224

21 1,6 33 2,56

22 1,7 52 2,89

23 1,7 75 2,89

24 1,66 40 2,7556

25 1,64 10 2,6896

Jumlah 41,4

68,592



Kelompok 18



2012 43



QU = 0

QL = 6,55


4.1.2 Kebijakan Sampel untuk Gardan

Berdasarkan Output MRP, lot size as roda periode 1 adalah 7066. Berarti

berdasarkan tabel 10.2 sample size code letters (s-4) diperoleh inspection

levels adalah H (3201 to 10000)

Berdasarkan tabel 10-3 dengan sample size code letter H maka sample size

adalah 20

N=20


AQL value = 0.25 (0.165 to 0.279)


Hasil Output MRP Gardan

Tabel 4.4 Hasil Output MRP Gardan

PERIODE 1 2 3 4 5 6 7 8 9 10 11 12

As Roda 7066 7066 7066 7079 7079 7079 7079 7092 7092 7092 7092 0

1. Panjang Gardan

Data Pengukuran Panjang Gardan

Tabel 4.5 Pengukuran panjang Gardan

No Ukuran No.

Komponen x

2

1 74,15 25 5498,2

2 74,4 11 5535,4

3 74 20 5476

4 74,6 54 5565,2



Kelompok 18



2012 44

5 74,3 12 5520,5

6 74,25 6 5513,1

7 74,4 70 5535,4

8 74,15 17 5498,2

9 74,4 21 5535,4

10 74,4 75 5535,4

11 74,15 2 5498,2

12 74,15 5 5498,2

13 74,15 8 5498,2

14 74,3 10 5520,5

15 74,2 38 5505,6

16 74,3 14 5520,5

17 74,2 63 5505,6

18 74,3 24 5520,5

19 74,55 19 5557,7

20 74,15 35 5498,2

Jumlah 1485,5

110336

=

=59,42

S =

=

= 0.15

Standar perusahaan untuk panjang gardan

74 mm 0.75mm

USL = 74 + 0.75 = 74.75 mm



inspection levels adalah H (3201 to 10000)

Berdasarkan tabel 10-3 dengan sample size code letter H maka sample size adalah 20

N=20


AQL value = 0.25 (0.165 to 0.279)




Kelompok 18



2012 45

Zu =

=

=3,2

ZL =

=

=6,8

Karena Zu < k = 3,2 > 2,24. Maka lot diterima


-Maka keputusannya lot diterima


QU = 0,006

QL = 0

- Karena QU+QL < M = 0,006 < 0,846. Maka keputusannya lot diterima

2. Diameter Gardan

Data Pengukuran Diamter Gardan

Tabel 4.6 Pengukuran diameter Gardan

No Ukuran No.

Komponen x

2

1 1,44 20 2,0736

2 1,42 12 2,0164

3 1,44 70 2,0736

4 1,42 19 2,0164

5 1,4 24 1,96

6 1,4 17 1,96

7 1,42 2 2,0164

8 1,4 75 1,96

9 1,42 6 2,0164

10 1,4 25 1,96

11 1,4 21 1,96

12 1,4 11 1,96

13 1,42 14 2,0164

14 1,4 5 1,96

15 1,4 8 1,96

16 1,42 38 2,0164



Kelompok 18



2012 46

17 1,42 10 2,0164

18 1,4 54 1,96

19 1,44 63 2,0736

20 1,42 35 2,0164

Jumlah 28,28

39,992

=

=1,414

S =

=

= 0.01465

Standar perusahaan untuk diameter gardan

1,48 mm 0.13mm

USL = 1,48 + 0.13 = 1,61 mm

- Berdasarkan Output MRP, lot size as roda periode 1 adalah 7066

- Berarti berdasarkan tabel 10.2 sample size code letters (s-4) diperoleh

- inspection levels adalah H (3201 to 10000)

- Berdasarkan tabel 10-3 dengan sample size code letter H maka sample size

adalah 20

- N=20

- AQL = 0.18, berarti berdasar tabel 10.1 AQL conversion table

- AQL value = 0.25 (0.165 to 0.279)

- Berdasar table 10.3 master table for normal diperoleh nilai k = 2,24

- Jadi, Zu < k = 32,68 > 2,24.

- Keputusannya adalah lot diterima

Zu =

=

=13,379

ZL =

=

=4,369



- Maka keputusannya lot diterima




Kelompok 18



2012 47

QU = 0

QL = 0

- Karena QU+QL < M = 0 < 0,846. Maka keputusannya lot diterima

4.1.3 Kebijakan Sampel untuk Besi Dinamo



inspection levels adalah H (3201 to 10000)

Berdasarkan tabel 10-3 dengan sample size code letter H maka sample size

adalah 20

N=20


AQL value = 0.25 (0.165 to 0.279)


Hasil Output MRP Dinamo

Tabel 4.7 Hasil Output MRP Dinamo

PERIODE 1 2 3 4 5 6 7 8 9 10 11 12

Dinamo 7066 7066 7079 7079 7079 7079 7092 7092 7092 7092 0 0

1. Diameter Besi Dinamo

Data Pengukuran Diameter Besi Dinamo

Tabel 4.8 Pengukuran diameter as roda

No Ukuran No.

Komponen x

2

1 1,9 68 3,61

2 1,9 56 3,61

3 1,88 67 3,5344

4 1,88 13 3,5344

5 1,9 72 3,61

6 1,9 36 3,61

7 1,9 64 3,61



Kelompok 18



2012 48

8 1,9 71 3,61

9 1,84 23 3,3856

10 1,88 70 3,5344

11 1,88 66 3,5344

12 1,9 75 3,61

13 1,9 69 3,61

14 1,92 22 3,6864

15 1,88 61 3,5344

16 1,9 45 3,61

17 1,84 73 3,3856

18 1,88 62 3,5344

19 1,9 74 3,61

20 1,88 17 3,5344

Jumlah 37,76

71,298

=

=1,888

S =

=

= 0.01989

Standar perusahaan untuk diameter besi dinamo

1,95 mm 0,15mm

USL = 1,95 + 0,15 = 2,1 mm

- Berdasarkan Output MRP, lot size as roda periode 1 adalah 7066

- Berarti berdasarkan tabel 10.2 sample size code letters (s-4) diperoleh

- inspection levels adalah H (3201 to 10000)

- Berdasarkan tabel 10-3 dengan sample size code letter H maka sample size

adalah 20

- N=20

- AQL = 0.18, berarti berdasar tabel 10.1 AQL conversion table

- AQL value = 0.25 (0.165 to 0.279)

- Berdasar table 10.3 master table for normal diperoleh nilai k = 2,24

Zu =

=

=10,659



Kelompok 18



2012 49

Zu =

=

=4,434





QU = 0

QL = 0


4.2 Pengumpulan dan Pengolahan Data Kualitas Raw Material

4.2.1 Data Variabel

1. Panjang As Roda

S =

=

= 0,0692

Standar perusahaan untuk panjang as roda

58,15 mm 1,5 mm

USL = 58,15+ 1,5 = 60 mm

USL = 58,15- 1,5 = 57 mm

Zu =

=

= 0,5779

ZL =

=

=42,774

Karena ZU < k = 0,5779 < 2,14. Maka lot ditolak

Karena ZL > k = 42,774 > 2,14. Maka lot diterima



QU = 28,30

QL = 0

- Karena QU+QL < M = 28,30 > 1,29. Maka keputusannya lot ditolak



Kelompok 18



2012 50

Peta Kendali MR

Iterasi 0

Tabel 4.9 Peta Kendali MR panjang as roda iterasi 0

No Ukuran No Komponen MR │MR│

1 60 54 - -

2 59,9 73 -0,1 0,1

3 60 48 0,1 0,1

4 60 74 0 0

5 60 30 0 0

6 60 37 0 0

7 60 46 0 0

8 59,9 13 -0,1 0,1

9 59,95 66 0,05 0,05

10 59,9 43 -0,05 0,05

11 60 44 0,1 0,1

12 60,1 45 0,1 0,1

13 59,95 57 -0,15 0,15

14 59,95 65 0 0

15 59,9 72 -0,05 0,05

16 60 33 0,1 0,1

17 60 40 0 0

18 60 69 0 0

19 60 52 0 0

20 59,95 35 -0,05 0,05

21 59,9 6 -0,05 0,05

22 60 63 0,1 0,1

23 60 67 0 0

24 59,85 75 -0,15 0,15

25 59,75 10 -0,1 0,1

Contoh Perhitungan

|MR2| = |MR2- MR1| = |60-59,9| = 0,1

0)0563.0(0

1838.0)0563.0(267.3

0563.024

35,1

1-n

IMRI

3

4

MRDLCL

MRDUCL

MR

MR

MR



Kelompok 18



2012 51

Gambar 4.1 Peta Kendali MR Panjang As Roda Iterasi 0

Gambar 4.2 Output Software Minitab

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0,16

0,18

0,2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Mo

vin

g R

ange

Sampel ke-

Peta Kendali MR Panjang As Roda Iterasi 0

│MR│

UCL

LCL

CL

Observation

Mo

vin

g R

an

ge

2321191715131197531

0,18

0,16

0,14

0,12

0,10

0,08

0,06

0,04

0,02

0,00

__MR=0,05

UCL=0,1634

LCL=0

Moving Range Chart of panjang as roda_1



Kelompok 18



2012 52

Gambar 4.3 Output Software SPSS

Pada grafik peta moving range panjang as roda diatas, tidak terdapat nilai yang

melewati batas.

Peta Kendali

Iterasi 0

Tabel 4.10 Peta Kendali panjang as roda iterasi 0

No Ukuran No Komponen

1 60 54

2 59,9 73

3 60 48

4 60 74

5 60 30

6 60 37

7 60 46



Kelompok 18



2012 53

8 59,9 13

9 59,95 66

10 59,9 43

11 60 44

12 60,1 45

13 59,95 57

14 59,95 65

15 59,9 72

16 60 33

17 60 40

18 60 69

19 60 52

20 59,95 35

21 59,9 6

22 60 63

23 60 67

24 59,85 75

25 59,75 10

Contoh Perhitungan

575,15,158

605,15,158

414.125

96,59

n

x

X

X

LCL

UCL

X



Kelompok 18



2012 54

Gambar 4.4 Peta Kendali X bar Panjang As Roda Iterasi 0


55

56

57

58

59

60

61

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Sampel ke-

Peta Kendali X Bar Panjang As Roda Iterasi 0

Ukuran

UCL

LCL

CL

Observation

Ind

ivid

ua

l V

alu

e

252321191715131197531

60,5

60,0

59,5

59,0

58,5

58,0

57,5

57,0

_X=58,5

UB=60

LB=57

1

I Chart of panjang as roda



Kelompok 18



2012 55


Pada grafik X Bar as roda diatas, terdapat satu nilai yang melewati batas, yaitu

nilai 60,1.

Peta Kendali

Iterasi 1

Tabel 4.11 Peta Kendali X bar panjang as roda iterasi 1

No Ukuran No

Komponen

1 60 54

2 59,9 73

3 60 48

4 60 74

5 60 30

6 60 37



Kelompok 18



2012 56

7 60 46

8 59,9 13

9 59,95 66

10 59,9 43

11 60 44

12 59,95 57

13 59,95 65

14 59,9 72

15 60 33

16 60 40

17 60 69

18 60 52

19 59,95 35

20 59,9 6

21 60 63

22 60 67

23 59,85 75

24 59,75 10

Contoh Perhitungan

575,15,158

605,15,158

414.124

96,59

n

x

X

X

LCL

UCL

X



Kelompok 18



2012 57

Gambar 4.7 Peta Kendali X bar Panjang As Roda Iterasi 1


55

56

57

58

59

60

61

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Mo

vin

g R

ange

Sampel ke-

Peta Kendali X BAR Panjang As Roda Iterasi 1

UCL

LCL

CL

Ukuran

Observation

Ind

ivid

ua

l V

alu

e

2321191715131197531

60,0

59,5

59,0

58,5

58,0

57,5

57,0

_X=58,5

UB=60

LB=57

I Chart of panjang as roda_1



Kelompok 18



2012 58


Pada grafik X Bar moving range panjang as roda diatas, setelah dilakukan iterasi,

tidak terdapat lagi nilai yang keluar.



Kelompok 18



2012 59

Peta Kendali MR

Iterasi 1

Tabel 4.12 Peta Kendali MR panjang as roda iterasi 1

No Ukuran No

Komponen MR │MR│

1 60 54 - -

2 59,9 73 -0,1 0,1

3 60 48 0,1 0,1

4 60 74 0 0

5 60 30 0 0

6 60 37 0 0

7 60 46 0 0

8 59,9 13 -0,1 0,1

9 59,95 66 0,05 0,05

10 59,9 43 -0,05 0,05

11 60 44 0,1 0,1

12 59,95 57 -0,05 0,05

13 59,95 65 0 0

14 59,9 72 -0,05 0,05

15 60 33 0,1 0,1

16 60 40 0 0

17 60 69 0 0

18 60 52 0 0

19 59,95 35 -0,05 0,05

20 59,9 6 -0,05 0,05

21 60 63 0,1 0,1

22 60 67 0 0

23 59,85 75 -0,15 0,15

24 59,75 10 -0,1 0,1

Contoh Perhitungan

|MR2| = |MR2- MR1| = |60-59,9| = 0,1

0)05.0(0

16335.0)05.0(267.3

05.023

15,1

1-n

IMRI

3

4

MRDLCL

MRDUCL

MR

MR

MR



Kelompok 18



2012 60

Gambar 4.10 Peta Kendali MR Panjang As Roda Iterasi 1


0

0,05

0,1

0,15

0,2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Sampel ke-

Peta Kendali MR Panjang As Roda Iterasi 1

UCL

LCL

CL

│MR│

Observation

Mo

vin

g R

an

ge

2321191715131197531

0,18

0,16

0,14

0,12

0,10

0,08

0,06

0,04

0,02

0,00

__MR=0,05

UCL=0,1634

LCL=0

Moving Range Chart of PANJANG AS RODA



Kelompok 18



2012 61


Pada grafik moving range as roda diatas, tidak terdapat nilai yang melewati batas.

2. Diameter As Roda

=

=1,656

S =

=

= 0.03742

Standar perusahaan untuk diameter as roda

1.8 mm 0.2 mm

USL = 1.8+ 0.2 = 2 mm

- Single Acceptance Sampling

ZU =

=

=9,193



Kelompok 18



2012 62

ZL =

=

=1,49

Karena ZU > k = 9,193 > 2,14. Maka lot diterima

Karena ZL < k = 1,49 < 2,14. Maka lot ditolak



QU = 0

QL = 6,55


Peta Kendali MR

Tabel 4.13 Peta Kendali MR Diameter as Roda

No Ukuran No. Komponen MR │MR│

1 1,6 37 - -

2 1,68 54 0,08 0,08

3 1,66 30 -0,02 0,02

4 1,68 99 0,02 0,02

5 1,7 43 0,02 0,02

6 1,6 44 -0,1 0,1

7 1,62 73 0,02 0,02

8 1,66 45 0,04 0,04

9 1,68 48 0,02 0,02

10 1,66 13 -0,02 0,02

11 1,68 65 0,02 0,02

12 1,64 46 -0,04 0,04

13 1,64 72 0 0

14 1,58 57 -0,06 0,06

15 1,66 74 0,08 0,08

16 1,6 69 -0,06 0,06

17 1,68 35 0,08 0,08

18 1,7 6 0,02 0,02

19 1,7 63 0 0

20 1,68 67 -0,02 0,02

21 1,6 33 -0,08 0,08

22 1,7 52 0,1 0,1

23 1,7 75 0 0

24 1,66 40 -0,04 0,04

25 1,64 10 -0,02 0,02



Kelompok 18



2012 63

Contoh Perhitungan

│MR2│ = │MR2 – MR1│= │1.68 – 1.6│= 0.08

0)04.0(0

13068.0)04.0(267.3

04.024

96.0

1-n

|MR|

3

4

MRDLCL

MRDUCL

MR

MR

MR

Gambar 4.13 Peta Kendali MR Diameter As Roda Iterasi 0

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

37 30 43 73 48 65 72 74 35 63 33 75

mo

vin

g ra

nge

nomor sampel

Peta Kendali MR Diameter As Roda (iterasi 0)

UCL

LCL

CL

│MR│



Kelompok 18



2012 64



Observation

Mo

vin

g R

an

ge

252321191715131197531

0,14

0,12

0,10

0,08

0,06

0,04

0,02

0,00

__MR=0,04

UCL=0,1307

LCL=0

Moving Range Chart of diameter as roda



Kelompok 18



2012 65

Pada peta kendali MR di atas tidak terdapat data yang keluar dari UCLdan LCL,

maka dilanjutkan ke pemetaan pada peta kendali x bar.

Peta Kendali

Tabel 4.14 Peta Kendali Xbar Diameter as Roda

No Ukuran No. Komponen

1 1,82 47

2 1,78 56

3 1,82 11

4 1,84 70

5 1,8 24

6 1,84 36

7 1,8 32

8 1,84 59

9 1,8 14

10 1,86 58

11 1,78 9

12 1,82 49

13 1,82 38

14 1,8 19

15 1,78 25

16 1,86 3

17 1,8 42

18 1,84 4

19 1,82 71

20 1,82 60

21 1,84 62

22 1,82 1

23 1,86 7

24 1,82 5

25 1,82 17

UCL = 1.8+ 0.2 = 2

LCL = 1.8- 0.2 = 1.6



Kelompok 18



2012 66

Gambar 4.16 Peta Kendali Xbar Diameter As Roda Iterasi 0


1,5

1,6

1,7

1,8

1,9

2

2,1

47 56 11 70 24 36 32 59 14 58 9 49 38 19 25 3 42 4 71

mo

vin

g ra

nge

nomor sampel

Peta Kendali X bar Diameter As Roda (iterasi 0)

UCL

LCL

CL

Ukuran

Observation

Ind

ivid

ua

l V

alu

e

252321191715131197531

2,0

1,9

1,8

1,7

1,6

_X=1,8

UB=2

LB=1,6

I Chart of DIAMETER AS RODA



Kelompok 18



2012 67


Pada peta kendali x bar di atas tidak terdapat data yang keluar dari UCLdan LCL,

maka data sudah terkendali.

3. Panjang Gardan

=

=

S =

=

= 0.15

Standar perusahaan untuk panjang garden

74 mm 0.75mm

USL = 74 + 0.75 = 74.75 mm

Zu =

=

=3,2



Kelompok 18



2012 68

ZL =

=

=6,8





QU = 0,006

QL = 0

- Karena QU+QL < M = 0,006 < 0,846. Maka keputusannya lot diterima

Tabel 4.15 Peta Kendali MR Panjang Gardan


1 74,15 25 - -

2 74,4 11 0,25 0,25

3 74 20 -0,4 0,4

4 74,6 54 0,6 0,6

5 74,3 12 -0,3 0,3

6 74,25 6 -0,05 0,05

7 74,4 70 0,15 0,15

8 74,15 17 -0,25 0,25

9 74,4 21 0,25 0,25

10 74,4 75 0 0

11 74,15 2 -0,25 0,25

12 74,15 5 0 0

13 74,15 8 0 0

14 74,3 10 0,15 0,15

15 74,2 38 -0,1 0,1

16 74,3 14 0,1 0,1

17 74,2 63 -0,1 0,1

18 74,3 24 0,1 0,1

19 74,55 19 0,25 0,25

20 74,15 35 -0,4 0,4

Contoh Perhitungan

│MR2│ = │MR2 – MR1│= │74.4 – 74.15│= 0.25



Kelompok 18



2012 69

0)1947.0(0

63205.0)1947.0(267.3

1947.019

7.3

1-n

|MR|

3

4

MRDLCL

MRDUCL

MR

MR

MR

Gambar 4.19 Peta Kendali MR Diameter As Roda Iterasi 0


0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

25 11 20 54 12 6 70 17 21 75 2 5 8 10 38 14 63 24 19

mo

vin

g ra

nge

nomor sampel

Peta Kendali MR Panjang Gardan (iterasi 0)

UCL

LCL

CL

│MR│

Observation

Mo

vin

g R

an

ge

191715131197531

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,0

__MR=0,1947

UCL=0,6363

LCL=0

Moving Range Chart of panjang gardan



Kelompok 18



2012 70


Pada peta kendali MR di atas tidak terdapat data yang keluar dari UCLdan LCL,

maka dilanjutkan ke pemetaan pada peta kendali x bar.

Peta Kendali

Tabel 4.16 Peta Kendali Xbar Panjang Gardan

No. Ukuran No. Komponen

1 74,15 68

2 74,4 56

3 74 67

4 74,6 13

5 74,3 72

6 74,25 36

7 74,4 64



Kelompok 18



2012 71

8 74,15 71

9 74,4 23

10 74,4 70

11 74,15 66

12 74,15 75

13 74,15 69

14 74,3 22

15 74,2 61

16 74,3 45

17 74,2 73

18 74,3 62

19 74,55 74

20 74,15 17

25,7375,074

75,7475,074

275,7420

5,1485

n

x

X

X

LCL

UCL

X

Gambar 4.22 Peta Kendali Xbar Panjang Gardan Iterasi 0

72,5

73

73,5

74

74,5

75

68 67 72 64 23 66 69 61 73 74

x

nomor sampel

Peta Kendali X bar panjang gardan (Iterasi 0)

CL

UCL

LCL

Ukuran



Kelompok 18



2012 72



Observation

Ind

ivid

ua

l V

alu

e

191715131197531

74,8

74,6

74,4

74,2

74,0

73,8

73,6

73,4

73,2

_X=74

UB=74,75

LB=73,25

I Chart of panjang gardan



Kelompok 18



2012 73

Pada peta kendali x bar di atas tidak terdapat data yang keluar dari UCLdan LCL,

maka data sudah terkendali.

4. Diameter Gardan

=

=1,1312

S =

=

= 0.01465

Standar perusahaan untuk diameter gardan

1,48 mm 0.13mm

USL = 1,48 + 0.13 = 1,61 mm

Zu =

=

=13,379

ZL =

=

=4,369





QU = 0

QL = 0


Peta kendali MR

Tabel 4.17 Peta Kendali MR Diameter Gardan


1 1,44 20 - -

2 1,42 12 -0,02 0,02

3 1,44 70 0,02 0,02

4 1,42 19 -0,02 0,02

5 1,4 24 -0,02 0,02

6 1,4 17 0 0

7 1,42 2 0,02 0,02

8 1,4 75 -0,02 0,02

9 1,42 6 0,02 0,02



Kelompok 18



2012 74

10 1,4 25 -0,02 0,02

11 1,4 21 0 0

12 1,4 11 0 0

13 1,42 14 0,02 0,02

14 1,4 5 -0,02 0,02

15 1,4 8 0 0

16 1,42 38 0,02 0,02

17 1,42 10 0 0

18 1,4 54 -0,02 0,02

19 1,44 63 0,04 0,04

20 1,42 35 -0,02 0,02

Contoh Perhitungan

│MR2│ = │MR2 – MR1│= │1.42 – 1.44 │= 0.02

0)015789.0(0

051584.0)015789.0(267.3

015789.019

3.0

1-n

IMRI

3

4

MRDLCL

MRDUCL

MR

MR

MR

Gambar 4.25 Peta Kendali MR Diameter Gardan Iterasi 0

0

0,01

0,02

0,03

0,04

0,05

0,06

20 12 70 19 24 17 2 75 6 25 21 11 14 5 8 38 10 54 63

mo

vin

g ra

nge

nomor sampel

Peta Kendali MR Diameter Gardan (iterasi 0)

UCL

LCL

CL

│MR│



Kelompok 18



2012 75



Observation

Mo

vin

g R

an

ge

191715131197531

0,05

0,04

0,03

0,02

0,01

0,00

__MR=0,01579

UCL=0,05159

LCL=0

Moving Range Chart of diameter gardan



Kelompok 18



2012 76

Pada iterasi 0 peta kendali MR diketahui bahwa data variabel ini tidak ada yang

melebihi batas atas dan batas bawah sehingga dapat dikatakan data terkontrol.

Peta Kendali

Tabel 4.18 Peta Kendali Xbar Diameter Gardan


1 1,44 20

2 1,42 12

3 1,44 70

4 1,42 19

5 1,4 24

6 1,4 17

7 1,42 2

8 1,4 75

9 1,42 6

10 1,4 25

11 1,4 21

12 1,4 11

13 1,42 14

14 1,4 5

15 1,4 8

16 1,42 38

17 1,42 10

18 1,4 54

19 1,44 63

20 1,42 35

Contoh Perhitungan

35,113,048,1

61,113,048,1

414.120

28,28

n

x

X

X

LCL

UCL

X



Kelompok 18



2012 77

Gambar 4.28 Peta Kendali Xbar Diameter Gardan Iterasi 0


1,2

1,3

1,4

1,5

1,6

1,7

20 12 70 19 24 17 2 75 6 25 21 11 14 5 8 38 10 54 63 35

x

nomor sampel

Peta Kendali X bar diameter gardan (Iterasi 0)

CL

UCL

LCL

Ukuran

Observation

Ind

ivid

ua

l V

alu

e

191715131197531

1,60

1,55

1,50

1,45

1,40

1,35

_X=1,48

UCL=1,609

LCL=1,351

I Chart of diameter gardan



Kelompok 18



2012 78


Pada iterasi 0 peta kendali diketahui bahwa data variabel ini tidak ada yang




Kelompok 18



2012 79


=

=1,5104

S =

=

= 0.01989

Standar perusahaan untuk diameter besi dinamo

1,95 mm 0,15mm

USL = 1,95 + 0,15 = 2,1 mm

Zu =

=

=10,659

Zu =

=

=4,434





QU = 0

QL = 0


Peta Kendali MR

Tabel 4.19 Peta Kendali MR Diameter Besi Dinamo


1 1,9 68 - -

2 1,9 56 0 0

3 1,88 67 -0,02 0,02

4 1,88 13 0 0

5 1,9 72 0,02 0,02

6 1,9 36 0 0

7 1,9 64 0 0

8 1,9 71 0 0

9 1,84 23 -0,06 0,06

10 1,88 70 0,04 0,04

11 1,88 66 0 0

12 1,9 75 0,02 0,02

13 1,9 69 0 0



Kelompok 18



2012 80

14 1,92 22 0,02 0,02

15 1,88 61 -0,04 0,04

16 1,9 45 0,02 0,02

17 1,84 73 -0,06 0,06

18 1,88 62 0,04 0,04

19 1,9 74 0,02 0,02

20 1,88 17 -0,02 0,02

Contoh Perhitungan

│MR2│ = │MR2 – MR1│= │1.9 – 1.9 │= 0

0)015789.0(0

06534.0)02.0(267.3

02.019

38.0

1-n

IMRI

3

4

MRDLCL

MRDUCL

MR

MR

MR

Gambar 4.31 Peta Kendali MR Diameter Besi Dinamo Iterasi 0

0

0,01

0,02

0,03

0,04

0,05

0,06

0,07

68 56 67 13 72 36 64 71 23 70 66 75 69 22 61 45 73 62 74

mo

vin

g ra

nge

nomor sampel

Peta Kendali MR Diameter Besi Dinamo

(iterasi 0)

UCL

LCL

CL

│MR│



Kelompok 18



2012 81



Observation

Mo

vin

g R

an

ge

191715131197531

0,07

0,06

0,05

0,04

0,03

0,02

0,01

0,00

__MR=0,02

UCL=0,06535

LCL=0

Moving Range Chart of diameter besi dinamo



Kelompok 18



2012 82

Pada iterasi 0 peta kendali MR diketahui bahwa data variabel ini tidak ada yang


Peta kendali

Tabel 4.20 Peta Kendali Xbar Diameter Besi Dinamo


1 1,9 68

2 1,9 56

3 1,88 67

4 1,88 13

5 1,9 72

6 1,9 36

7 1,9 64

8 1,9 71

9 1,84 23

10 1,88 70

11 1,88 66

12 1,9 75

13 1,9 69

14 1,92 22

15 1,88 61

16 1,9 45

17 1,84 73

18 1,88 62

19 1,9 74

20 1,88 17

Contoh Perhitungan

18,015,095,1

1,215,095,1

888.120

76,37

n

x

X

X

LCL

UCL

X



Kelompok 18



2012 83

Gambar 4.34 Peta Kendali Xbar Diameter Besi Dinamo Iterasi 0


1,6

1,7

1,8

1,9

2

2,1

2,2

68 56 67 13 72 36 64 71 23 70 66 75 69 22 61 45 73 62 74 17

x

nomor sampel

Peta Kendali X bar diameter besi dinamo

(Iterasi 0)

CL

UCL

LCL

Ukuran

Observation

Ind

ivid

ua

l V

alu

e

191715131197531

2,10

2,05

2,00

1,95

1,90

1,85

1,80

_X=1,95

UB=2,1

LB=1,8

I Chart of diameter besi dinamo



Kelompok 18



2012 84


Pada iterasi 0 peta kendali X bar diketahui bahwa data variabel ini tidak ada yang


4.2.2 Data Atribut (Manual, SPSS, Minitab)

1. Plat Belakang Besar

Iterasi 0

Tabel 4.21 Plat Belakang Besar iterasi 0

No Date

Plat Belakang Besar

N.of Inspection

N.of Nonconformities

P UCL LCL CL

1 09/05/2011 92 9 0,09783 0,19487 0,0066 0,10073

2 09/06/2011 91 7 0,07692 0,19539 0,00608 0,10073

3 09/07/2011 92 18 0,19565 0,19487 0,0066 0,10073

4 09/08/2011 105 7 0,06667 0,18885 0,01262 0,10073

5 09/09/2011 99 8 0,08081 0,19148 0,00999 0,10073



Kelompok 18



2012 85

6 09/12/2011 107 7 0,06542 0,18802 0,01344 0,10073

7 13/9/2011 81 7 0,08642 0,20106 0,00041 0,10073

8 14/9/2011 101 12 0,11881 0,19058 0,01089 0,10073

9 15/9/2011 93 10 0,10753 0,19436 0,0071 0,10073

10 16/9/2011 95 10 0,10526 0,19337 0,0081 0,10073

11 19/9/2011 115 8 0,06957 0,18493 0,01654 0,10073

12 20/9/2011 93 11 0,11828 0,19436 0,0071 0,10073

13 21/9/2011 78 11 0,14103 0,20297 -0,0015 0,10073

14 22/9/2011 90 8 0,08889 0,19591 0,00556 0,10073

15 23/9/2011 101 7 0,06931 0,19058 0,01089 0,10073

16 26/9/2011 97 19 0,19588 0,19241 0,00906 0,10073

17 27/9/2011 88 6 0,06818 0,19699 0,00448 0,10073

18 28/9/2011 101 13 0,12871 0,19058 0,01089 0,10073

19 29/9/2011 94 6 0,06383 0,19386 0,0076 0,10073

20 30/9/2011 93 8 0,08602 0,19436 0,0071 0,10073

Jumlah 1906 192

Peta Kendali P

=

=

Garis tengah = p =

=

= 0,10073452

UCL = p + 3

= 0,10073452 + 3

= 0,19487

LCL = p - 3

= 0,10073452 - 3

= 0,0066



Kelompok 18



2012 86

Gambar 4.37 Peta Kendali P Plat Belakang Besar Iterasi 0


-0,1

0

0,1

0,2

0,3

1 3 5 7 9 11 13 15 17 19

Cac

at

Data

Peta Kendali P Plat Belakang Besar

P

UCL

LCL

CL



Kelompok 18



2012 87

Sample

Pro

po

rtio

n

191715131197531

0.20

0.15

0.10

0.05

0.00

_P=0.1007

UCL=0.1944

LCL=0.0071

11

P Chart of plat belakang besar

Tests performed with unequal sample sizes


Pada grafik Peta Kendali P (P-chart) untuk part Plat Belakang Besar, terdapat nilai

yang melewati batas. Yaitu pada data ke 3 dan ke 16 yaitu sebesar 0,19565 dan 0,19588.

Iterasi 1

Tabel 4.22 Plat Belakang Besar iterasi 1

No Date

Plat Belakang Besar

N.of Inspection N.of

Nonconformities P UCL LCL CL

1 09/05/2011 92 9 0,09783 0,23345 0,02397 0,12871

2 09/06/2011 91 7 0,07692 0,23403 0,0234 0,12871

4 09/08/2011 105 7 0,06667 0,22676 0,03067 0,12871

5 09/09/2011 99 8 0,08081 0,22968 0,02774 0,12871

6 09/12/2011 107 7 0,06542 0,22584 0,03159 0,12871

7 13/9/2011 81 7 0,08642 0,24034 0,01709 0,12871

8 14/9/2011 101 12 0,11881 0,22868 0,02875 0,12871

9 15/9/2011 93 10 0,10753 0,23289 0,02454 0,12871

10 16/9/2011 95 10 0,10526 0,23179 0,02564 0,12871

11 19/9/2011 115 8 0,06957 0,2224 0,03503 0,12871

12 20/9/2011 93 11 0,11828 0,23289 0,02454 0,12871

13 21/9/2011 78 11 0,14103 0,24247 0,01496 0,12871

14 22/9/2011 90 8 0,08889 0,23461 0,02281 0,12871

15 23/9/2011 101 7 0,06931 0,22868 0,02875 0,12871

16 26/9/2011 97 19 0,19588 0,23072 0,02671 0,12871



Kelompok 18



2012 88

17 27/9/2011 88 6 0,06818 0,23581 0,02162 0,12871

18 28/9/2011 101 13 0,12871 0,22868 0,02875 0,12871

19 29/9/2011 94 6 0,06383 0,23233 0,02509 0,12871

20 30/9/2011 93 8 0,08602 0,23289 0,02454 0,12871

Jumlah 1814 174

Peta kendali p

=

=

Garis tengah = p =

=

= 0,12871287

UCL = p + 3

= 0,12871287+ 3

= 0,23345

LCL = p - 3

= 0,12871287- 3

= 0,02397

Gambar 4.40 Peta Kendali P Plat Belakang Besar Iterasi 1

0

0,05

0,1

0,15

0,2

0,25

0,3

1 2 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Cac

at

Data

Peta Kendali P Plat Belakang Besar

P

UCL

LCL

CL



Kelompok 18



2012 89


Sample

Pro

po

rtio

n

1715131197531

0.20

0.15

0.10

0.05

0.00

_P=0.0903

UCL=0.1794

LCL=0.0011

P Chart of plat belakang besar



Pada grafik Peta Kendali P (P-chart) untuk part Plat Belakang Besar, Setelah

melalui Iterasi yang pertama, sudah tidak terdapat nilai yang keluar batas.



Kelompok 18



2012 90

2. Plat Belakang Kecil

Iterasi 0

Tabel 4.23 Plat Belakang Kecil iterasi 0

No Date

Plat Belakang Kecil

N.of Inspection


P UCL LCL CL

1 5/9/2011 91 8 0.08791 0.20507 0.01016 0.10762

2 6/9/2011 90 10 0.11111 0.20561 0.00962 0.10762

3 7/9/2011 107 10 0.09346 0.19749 0.01774 0.10762

4 8/9/2011 100 7 0.07 0.20058 0.01465 0.10762

5 9/9/2011 91 4 0.04396 0.20507 0.01016 0.10762

6 12/9/2011 97 20 0.20619 0.20201 0.01322 0.10762

7 13/9/2011 97 7 0.07216 0.20201 0.01322 0.10762

8 14/9/2011 82 12 0.14634 0.21028 0.00495 0.10762

9 15/9/2011 81 13 0.16049 0.21091 0.00432 0.10762

10 16/9/2011 68 8 0.11765 0.22036 -0.0051 0.10762

11 19/9/2011 93 10 0.10753 0.20402 0.01121 0.10762

12 20/9/2011 94 11 0.11702 0.20351 0.01173 0.10762

13 21/9/2011 80 13 0.1625 0.21156 0.00367 0.10762

14 22/9/2011 91 7 0.07692 0.20507 0.01016 0.10762

15 23/9/2011 105 10 0.09524 0.19834 0.01689 0.10762

16 26/9/2011 104 7 0.06731 0.19878 0.01645 0.10762

17 27/9/2011 81 8 0.09877 0.21091 0.00432 0.10762

18 28/9/2011 89 11 0.1236 0.20616 0.00907 0.10762

19 29/9/2011 83 3 0.03614 0.20966 0.00557 0.10762

20 30/9/2011 88 16 0.18182 0.20672 0.00851 0.10762

Jumlah 1812 195

Peta kendali p

=

=

Garis tengah = p =

=

= 0.107615894

UCL = p + 3

= 0.107615894+ 3

= 0.20507

LCL = p - 3

= 0.107615894- 3

= 0.01016



Kelompok 18



2012 91

Gambar 4.43 Peta Kendali P Plat Belakang Kecil Iterasi 0


-0,05

0

0,05

0,1

0,15

0,2

0,25

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Cac

at

Data

Peta p plat Belakang Kecil

P

UCL

LCL

CL



Kelompok 18



2012 92

Sample

Pro

po

rtio

n

191715131197531

0.25

0.20

0.15

0.10

0.05

0.00

_P=0.1076

UCL=0.2067

LCL=0.0085

1

P Chart of plat belakang kecil



Pada grafik Peta Kendali P (P-chart) untuk part Plat Belakang Kecil, terdapat nilai

yang melewati batas. Yaitu pada data ke 6 sebesar 0.20619.



Kelompok 18



2012 93

Iterasi 1

Tabel 4.24 Plat Belakang Kecil iterasi 1

No Date

Plat Belakang Kecil

N.of

Inspection

N.of


1 5/9/2011 91 8 0.08791 0.19724 0.00685 0.10204

2 6/9/2011 90 10 0.11111 0.19776 0.00632 0.10204

3 7/9/2011 107 10 0.09346 0.18983 0.01425 0.10204

4 8/9/2011 100 7 0.07 0.19285 0.01123 0.10204

5 9/9/2011 91 4 0.04396 0.19724 0.00685 0.10204

7 13/9/2011 97 7 0.07216 0.19425 0.00984 0.10204

8 14/9/2011 82 12 0.14634 0.20232 0.00176 0.10204

9 15/9/2011 81 13 0.16049 0.20294 0.00114 0.10204

10 16/9/2011 68 8 0.11765 0.21216 -0.0081 0.10204

11 19/9/2011 93 10 0.10753 0.19621 0.00787 0.10204

12 20/9/2011 94 11 0.11702 0.1957 0.00838 0.10204

13 21/9/2011 80 13 0.1625 0.20357 0.00051 0.10204

14 22/9/2011 91 7 0.07692 0.19724 0.00685 0.10204

15 23/9/2011 105 10 0.09524 0.19066 0.01342 0.10204

16 26/9/2011 104 7 0.06731 0.19109 0.01299 0.10204

17 27/9/2011 81 8 0.09877 0.20294 0.00114 0.10204

18 28/9/2011 89 11 0.1236 0.1983 0.00578 0.10204

19 29/9/2011 83 3 0.03614 0.20172 0.00236 0.10204

20 30/9/2011 88 16 0.18182 0.19885 0.00524 0.10204

Jumlah 1715 175

Peta kendali p

=

=

Garis tengah = p =

=

= 0.102040816

UCL = p + 3

= 0.102040816+ 3

= 0.19724

LCL = p - 3

= 0.102040816- 3

= 0.00685



Kelompok 18



2012 94

.

Gambar 4.46 Peta Kendali P Plat Belakang Kecil Iterasi 1


-0,05

0

0,05

0,1

0,15

0,2

0,25

1 2 3 4 5 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Cac

at

Data

Peta P Plat Belang Kecil

P

UCL

LCL

CL



Kelompok 18



2012 95

Sample

Pro

po

rtio

n

191715131197531

0.20

0.15

0.10

0.05

0.00

_P=0.1020

UCL=0.1988

LCL=0.0052

P Chart of plat belakang kecil



Pada grafik Peta Kendali P (P-chart) untuk part Plat Belakang Kecil, Setelah

melalui Iterasi sebanyak 1 kali, sudah tidak terdapat nilai yang keluar batas.

3. Plat Depan

Iterasi 0

Tabel 4.25 Plat Depan Iterasi 0

No Date

Plat Depan

P UCL LCL CL N.of

Inspection

N.of

Nonconformities

1 5/9/2011 87 10 0.114942529 0.206818214 0.00775 0.1

2 6/9/2011 87 10 0.114942529 0.206818214 0.00775 0.1

3 7/9/2011 76 5 0.065789474 0.213778172 0.00079 0.1

4 8/9/2011 97 10 0.103092784 0.201547947 0.01302 0.1

5 9/9/2011 112 6 0.053571429 0.195008667 0.01955 0.1

6 12/9/2011 85 18 0.211764706 0.207982422 0.00658 0.1

7 13/9/2011 100 8 0.08 0.200123188 0.01444 0.1

8 14/9/2011 92 17 0.184782609 0.204075637 0.01049 0.1

9 15/9/2011 104 11 0.105769231 0.198320272 0.01624 0.1

10 16/9/2011 93 4 0.043010753 0.203553834 0.01101 0.1

11 19/9/2011 92 7 0.076086957 0.204075637 0.01049 0.1

12 20/9/2011 92 5 0.054347826 0.204075637 0.01049 0.1



Kelompok 18



2012 96

13 21/9/2011 84 18 0.214285714 0.208580057 0.00598 0.1

14 22/9/2011 96 10 0.104166667 0.202037644 0.01253 0.1

15 23/9/2011 80 6 0.075 0.211081625 0.00348 0.1

16 26/9/2011 84 10 0.119047619 0.208580057 0.00598 0.1

17 27/9/2011 89 10 0.112359551 0.205693473 0.00887 0.1

18 28/9/2011 90 15 0.166666667 0.205145215 0.00942 0.1

19 29/9/2011 86 6 0.069767442 0.207395242 0.00717 0.1

20 30/9/2011 73 7 0.095890411 0.215944422 -0.0014 0.1

Jumlah 1799 193

Peta kendali p

=

=

Garis tengah = p =

=

= 0.107281823

UCL = p + 3

= 0.107281823+ 3

= 0.206818214

LCL = p - 3

= 0.107281823- 3

= 0.00775

Gambar 4.49 Peta Kendali P Plat Depan

-0,05

0

0,05

0,1

0,15

0,2

0,25

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Cac

at

Data

Peta P Plat Depan



Kelompok 18



2012 97


Sample

Pro

po

rtio

n

191715131197531

0.20

0.15

0.10

0.05

0.00

_P=0.1073

UCL=0.2159

LCL=0

11

P Chart of plat depan



Pada grafik Peta Kendali P (P-chart) untuk part Plat depan, terdapat nilai yang

melewati batas. Yaitu pada data ke 6 dan ke 13 yaitu sebesar 0,211764706 dan

0,214285714.



Kelompok 18



2012 98

Iterasi 1


No Date Plat Depan

P UCL LCL CL N.of

Inspection

N.of

Nonconformities

1 5/9/2011 87 10 0.114942529 0.199484695 0.00472 0.1021

2 6/9/2011 87 10 0.114942529 0.199484695 0.00472 0.1021

3 7/9/2011 76 5 0.065789474 0.206294174 -0.0021 0.1021

4 8/9/2011 97 10 0.103092784 0.194328374 0.00987 0.1021

5 9/9/2011 112 6 0.053571429 0.187930478 0.01627 0.1021

7 13/9/2011 100 8 0.08 0.19293442 0.01127 0.1021

8 14/9/2011 92 17 0.184782609 0.196801414 0.0074 0.1021

9 15/9/2011 104 11 0.105769231 0.191170483 0.01303 0.1021

10 16/9/2011 93 4 0.043010753 0.196290892 0.00791 0.1021

11 19/9/2011 92 7 0.076086957 0.196801414 0.0074 0.1021

12 20/9/2011 92 5 0.054347826 0.196801414 0.0074 0.1021

13 21/9/2011 84 18 0.214285714 0.201208445 0.00299 0.1021

14 22/9/2011 96 10 0.104166667 0.194807484 0.00939 0.1021

15 23/9/2011 80 6 0.075 0.203655927 0.00054 0.1021

16 26/9/2011 84 10 0.119047619 0.201208445 0.00299 0.1021

17 27/9/2011 89 10 0.112359551 0.198384271 0.00582 0.1021

18 28/9/2011 90 15 0.166666667 0.197847866 0.00635 0.1021

19 29/9/2011 86 6 0.069767442 0.200049246 0.00415 0.1021

20 30/9/2011 73 7 0.095890411 0.208413587 -0.0042 0.1021

Jumlah 1714 175

Peta kendali p

=

=

Garis tengah = p =

=

= 0.10210035

UCL = p + 3

= 0.10210035+ 3

= 0.199484695

LCL = p - 3

= 0.10210035- 3

= 0.00472



Kelompok 18



2012 99

Gambar 4.52 Peta Kendali P Plat Depan Iterasi 1

Setelah mengalami iterasi 1, pada grafik Peta Kendali P (P-chart) untuk part Plat

depan masih terdapat nilai yang melewati batas. Yaitu pada data ke 13 sebesar

0.214285714.

Iterasi 2


No Date Plat Depan

N.of

Inspection

N.of


1 5/9/2011 87 10 0.114942529 0.191210062 0.00143 0.09632

2 6/9/2011 87 10 0.114942529 0.191210062 0.00143 0.09632

3 7/9/2011 76 5 0.065789474 0.1978452 -0.0052 0.09632

4 8/9/2011 97 10 0.103092784 0.186185757 0.00645 0.09632

5 9/9/2011 112 6 0.053571429 0.179951665 0.01269 0.09632

7 13/9/2011 100 8 0.08 0.184827492 0.00781 0.09632

8 14/9/2011 92 17 0.184782609 0.188595481 0.00404 0.09632

9 15/9/2011 104 11 0.105769231 0.183108717 0.00953 0.09632

10 16/9/2011 93 4 0.043010753 0.18809803 0.00454 0.09632

11 19/9/2011 92 7 0.076086957 0.188595481 0.00404 0.09632

12 20/9/2011 92 5 0.054347826 0.188595481 0.00404 0.09632

14 22/9/2011 96 10 0.104166667 0.186652601 0.00599 0.09632

-0,05

0

0,05

0,1

0,15

0,2

0,25

1 2 3 4 5 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Cac

at

Data

Peta P Plat Depan

P

UCL

LCL

CL



Kelompok 18



2012 100

15 23/9/2011 80 6 0.075 0.1952745 -0.0026 0.09632

16 26/9/2011 84 10 0.119047619 0.19288968 -0.0003 0.09632

17 27/9/2011 89 10 0.112359551 0.190137813 0.0025 0.09632

18 28/9/2011 90 15 0.166666667 0.189615141 0.00302 0.09632

19 29/9/2011 86 6 0.069767442 0.19176016 0.00088 0.09632

20 30/9/2011 73 7 0.095890411 0.199910351 -0.0073 0.09632

Jumlah 1630 157

Peta kendali p

=

=

Garis tengah = p =

=

= 0.096319018

UCL = p + 3

= 0.096319018+ 3

=

0.191210062

LCL = p - 3

= 0.096319018- 3

= 0.00143

Gambar 4.53 Peta Kendali P Plat Depan Iterasi 2

-0,05

0

0,05

0,1

0,15

0,2

0,25

1 2 3 4 5 7 8 9 10 11 12 14 15 16 17 18 19 20

Cac

at

Data

Peta P Plat Depan

P

UCL

LCL

CL



Kelompok 18



2012 101


Sample

Pro

po

rtio

n

1715131197531

0.20

0.15

0.10

0.05

0.00

_P=0.0963

UCL=0.1999

LCL=0

P Chart of plat depan



Pada grafik Peta Kendali P (P-chart) untuk part Plat depan, Setelah melalui Iterasi

sebanyak 2 kali, sudah tidak terdapat nilai yang keluar batas.



Kelompok 18



2012 102

3. Penutup Plat Depan

Iterasi 0

Tabel 4.28 Penutup Plat Depan Iterasi 0

No Date

Penutup Plat Depan P UCL LCL CL N.of

Inspection N.of

Nonconformities

1 5/9/2011 77 9 0.11688 0.19511 -0.0053 0.09491

2 6/9/2011 86 8 0.09302 0.18972 9.4E-05 0.09491

3 7/9/2011 82 11 0.13415 0.192 -0.0022 0.09491

4 8/9/2011 93 7 0.07527 0.18608 0.00373 0.09491

5 9/9/2011 104 8 0.07692 0.18112 0.00869 0.09491

6 12/9/2011 98 6 0.06122 0.18372 0.00609 0.09491

7 13/9/2011 91 14 0.15385 0.18708 0.00274 0.09491

8 14/9/2011 95 6 0.06316 0.18512 0.0047 0.09491

9 15/9/2011 107 6 0.05607 0.17991 0.00991 0.09491

10 16/9/2011 105 13 0.12381 0.18071 0.0091 0.09491

11 19/9/2011 92 13 0.1413 0.18657 0.00324 0.09491

12 20/9/2011 94 6 0.06383 0.18559 0.00422 0.09491

13 21/9/2011 80 11 0.1375 0.19321 -0.0034 0.09491

14 22/9/2011 80 2 0.025 0.19321 -0.0034 0.09491

15 23/9/2011 105 9 0.08571 0.18071 0.0091 0.09491

16 26/9/2011 99 13 0.13131 0.18327 0.00654 0.09491

17 27/9/2011 91 8 0.08791 0.18708 0.00274 0.09491

18 28/9/2011 100 7 0.07 0.18283 0.00698 0.09491

19 29/9/2011 92 8 0.08696 0.18657 0.00324 0.09491

20 30/9/2011 94 12 0.12766 0.18559 0.00422 0.09491

Jumlah 1865 177

Peta kendali p

=

=

0.11688

Garis tengah = p =

=

= 0.09490617

UCL = p + 3

= 0.09490617+ 3

= 0.19511

LCL = p - 3

= 0.09490617- 3

= -0.0053



Kelompok 18



2012 103

Gambar 4.56 Peta Kendali P Penutup Plat Depan


-0,05

0

0,05

0,1

0,15

0,2

0,25

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

Cac

at

Data

Peta P Penutup Plat Depan

P

UCL

LCL

CL



Kelompok 18



2012 104

Sample

Pro

po

rtio

n

191715131197531

0.20

0.15

0.10

0.05

0.00

_P=0.0949

UCL=0.1856

LCL=0.0042

P Chart of penutup plat depan



Pada Peta P part penutup plat depan terlihat tidak ada nilai cacat yang melebihi

batas UCL maupun LCL.

5. Pengunci Baterai

Iterasi 0

Tabel 4.29 Pengunci Baterai iterasi 0

No Date Pengunci baterai

pi UCL LCL CL N.of Inspection


1 5/9/2011 90 10 0.111111 19.98004605 1.519953952 10.75

2 6/9/2011 90 8 0.088889 19.98004605 1.519953952 10.75

3 7/9/2011 90 12 0.133333 19.98004605 1.519953952 10.75

4 8/9/2011 90 8 0.088889 19.98004605 1.519953952 10.75

5 9/9/2011 90 7 0.077778 19.98004605 1.519953952 10.75

6 12/9/2011 90 14 0.155556 19.98004605 1.519953952 10.75

7 13/9/2011 90 14 0.155556 19.98004605 1.519953952 10.75

8 14/9/2011 90 16 0.177778 19.98004605 1.519953952 10.75

9 15/9/2011 90 11 0.122222 19.98004605 1.519953952 10.75

10 16/9/2011 90 9 0.1 19.98004605 1.519953952 10.75

11 19/9/2011 90 14 0.155556 19.98004605 1.519953952 10.75



Kelompok 18



2012 105

12 20/9/2011 90 7 0.077778 19.98004605 1.519953952 10.75

13 21/9/2011 90 11 0.122222 19.98004605 1.519953952 10.75

14 22/9/2011 90 6 0.066667 19.98004605 1.519953952 10.75

15 23/9/2011 90 9 0.1 19.98004605 1.519953952 10.75

16 26/9/2011 90 11 0.122222 19.98004605 1.519953952 10.75

17 27/9/2011 90 20 0.222222 19.98004605 1.519953952 10.75

18 28/9/2011 90 12 0.133333 19.98004605 1.519953952 10.75

19 29/9/2011 90 9 0.1 19.98004605 1.519953952 10.75

20 30/9/2011 90 7 0.077778 19.98004605 1.519953952 10.75

1800 215

Peta Kendali Np

n =

=

10.75

P bar =

=

0,119444444

UCL = np +3 = 10.75+ 3 = 19.98004605

LCL = np - 3 = 10.75+ 3 = 1.519953952

Gambar 4.59 Peta Kendali Np Pengunci Baterai

0

5

10

15

20

25

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

caca

t

Data

Peta Np Pengunci Baterai


pi

UCL

LCL

CL



Kelompok 18



2012 106


Sample

Sa

mp

le C

ou

nt

191715131197531

20

15

10

5

0

__NP=10.75

UCL=19.98

LCL=1.52

1

NP Chart of pengunci baterai


Pada grafik Peta Kendali P (P-chart) untuk part Pengunci Baterai, terdapat nilai

yang melewati batas. Yaitu pada data ke 17.



Kelompok 18



2012 107

Iterasi 1

Tabel 4.30 Pengunci Baterai iterasi 1

Peta Kendali Np

n =

=

9.75

No Date Pengunci baterai

Pi UCL LCL CL N.of Inspection


1 5/9/2011 90 10 0.111111 19.30943779 1.216877992 10.26316

2 6/9/2011 90 8 0.088889 19.30943779 1.216877992 10.26316

3 7/9/2011 90 12 0.133333 19.30943779 1.216877992 10.26316

4 8/9/2011 90 8 0.088889 19.30943779 1.216877992 10.26316

5 9/9/2011 90 7 0.077778 19.30943779 1.216877992 10.26316

6 12/9/2011 90 14 0.155556 19.30943779 1.216877992 10.26316

7 13/9/2011 90 14 0.155556 19.30943779 1.216877992 10.26316

8 14/9/2011 90 16 0.177778 19.30943779 1.216877992 10.26316

9 15/9/2011 90 11 0.122222 19.30943779 1.216877992 10.26316

10 16/9/2011 90 9 0.1 19.30943779 1.216877992 10.26316

11 19/9/2011 90 14 0.155556 19.30943779 1.216877992 10.26316

12 20/9/2011 90 7 0.077778 19.30943779 1.216877992 10.26316

13 21/9/2011 90 11 0.122222 19.30943779 1.216877992 10.26316

14 22/9/2011 90 6 0.066667 19.30943779 1.216877992 10.26316

15 23/9/2011 90 9 0.1 19.30943779 1.216877992 10.26316

16 26/9/2011 90 11 0.122222 19.30943779 1.216877992 10.26316

18 28/9/2011 90 12 0.133333 19.30943779 1.216877992 10.26316

19 29/9/2011 90 9 0.1 19.30943779 1.216877992 10.26316

20 30/9/2011 90 7 0.077778 19.30943779 1.216877992 10.26316

Jumlah 1710 195



Kelompok 18



2012 108

P bar =

=

0.114035088

UCL = np +3 = 9.75+ 3 = 19.30943779

LCL = np - 3 = 9.75+ 3 = 1.216877992

Gambar 4.62 Peta Kendali Np Pengunci Baterai Iterasi 1


0

5

10

15

20

25

1 3 5 7 9 11 13 15 18 20

Cac

at

Data

Peta Np Pengunci Baterai


pi

UCL

LCL

CL



Kelompok 18



2012 109

Sample

Sa

mp

le C

ou

nt

191715131197531

20

15

10

5

0

__NP=10.26

UCL=19.31

LCL=1.22

NP Chart of pengunci baterai


Pada grafik Peta Kendali P (P-chart) untuk part Pengunci Baterai,Setelah

melakukan iterasi 1 kali maka tidak ada lagi data yang keluar dari batas.

6. Dinamo

Iterasi 0

Tabel 4.31 Dinamo iterasi 0

No

N. Of Nonconforties

Np p ucl cl lcl

1 90 11 9,250 0,103 17,893 9,250 0,607

2 90 18 9,250 0,103 17,893 9,250 0,607

3 90 4 9,250 0,103 17,893 9,250 0,607

4 90 7 9,250 0,103 17,893 9,250 0,607

5 90 10 9,250 0,103 17,893 9,250 0,607

6 90 7 9,250 0,103 17,893 9,250 0,607

7 90 5 9,250 0,103 17,893 9,250 0,607

8 90 9 9,250 0,103 17,893 9,250 0,607

9 90 10 9,250 0,103 17,893 9,250 0,607

10 90 7 9,250 0,103 17,893 9,250 0,607

11 90 7 9,250 0,103 17,893 9,250 0,607

12 90 13 9,250 0,103 17,893 9,250 0,607

13 90 14 9,250 0,103 17,893 9,250 0,607

14 90 6 9,250 0,103 17,893 9,250 0,607



Kelompok 18



2012 110

15 90 13 9,250 0,103 17,893 9,250 0,607

16 90 8 9,250 0,103 17,893 9,250 0,607

17 90 8 9,250 0,103 17,893 9,250 0,607

18 90 10 9,250 0,103 17,893 9,250 0,607

19 90 8 9,250 0,103 17,893 9,250 0,607

20 90 10 9,250 0,103 17,893 9,250 0,607

Gambar 4.65 Peta Kendali Np Dinamo Iterasi 0


0

5

10

15

20

1 3 5 7 9 11 13 15 17 19

caca

t

data ke

Peta Kendali np Dinamo

N. Of Nonconforties

ucl

cl

lcl

Sample

Sa

mp

le C

ou

nt

191715131197531

20

15

10

5

0

__NP=9,25

UCL=17,89

LCL=0,61

1

NP Chart of C2



Kelompok 18



2012 111


Pada peta kendali iterasi 0 terdapat data yang keluar dari UCL. Data yang keluar

adalah data ke-2 dengan number of nonconformities 18.

Iterasi 1

Tabel 4.32 Dinamo iterasi 1

no

N. Of Nonconforties

np p ucl cl lcl

1 90 11 9,737 0,098 18,629 9,737 0,845

2 90 4 9,737 0,098 18,629 9,737 0,845

3 90 7 9,737 0,098 18,629 9,737 0,845

4 90 10 9,737 0,098 18,629 9,737 0,845

5 90 7 9,737 0,098 18,629 9,737 0,845

6 90 5 9,737 0,098 18,629 9,737 0,845

7 90 9 9,737 0,098 18,629 9,737 0,845

8 90 10 9,737 0,098 18,629 9,737 0,845

9 90 7 9,737 0,098 18,629 9,737 0,845

10 90 7 9,737 0,098 18,629 9,737 0,845

11 90 13 9,737 0,098 18,629 9,737 0,845

12 90 14 9,737 0,098 18,629 9,737 0,845

13 90 6 9,737 0,098 18,629 9,737 0,845



Kelompok 18



2012 112

14 90 13 9,737 0,098 18,629 9,737 0,845

15 90 8 9,737 0,098 18,629 9,737 0,845

16 90 8 9,737 0,098 18,629 9,737 0,845

17 90 10 9,737 0,098 18,629 9,737 0,845

18 90 8 9,737 0,098 18,629 9,737 0,845

19 90 10 9,737 0,098 18,629 9,737 0,845

Gambar 4.68 Peta Kendali Np Dinamo Iterasi 1

0

2

4

6

8

10

12

14

16

18

20

1 3 5 7 9 11 13 15 17 19

caca

t

data ke

peta kendali np dinamo stlh iterasi

N. Of Nonconforties

ucl

cl

lcl



Kelompok 18



2012 113



Pada iterasi 1, tidak ada lagi data yang keluar. Berarti data sudah terkontrol

dengan baik.

Sample

Sa

mp

le C

ou

nt

191715131197531

18

16

14

12

10

8

6

4

2

0

__NP=8,79

UCL=17,24

LCL=0,34

NP Chart of C4



Kelompok 18



2012 114

7. Gear Besar

Iterasi 0

Tabel 4.33 Gear Besar Iterasi 0

NO. DATE GEAR BESAR

c CL UCL LCL N. OF INSPECTION N. OF NONCONFORMITIES

1 05/09/2011 90 126 110 110 141,4643 78,53573

2 06/09/2011 90 107 110 110 141,4643 78,53573

3 07/09/2011 90 100 110 110 141,4643 78,53573

4 08/09/2011 90 112 110 110 141,4643 78,53573

5 09/09/2011 90 110 110 110 141,4643 78,53573

6 12/09/2011 90 147 110 110 141,4643 78,53573

7 13/09/2011 90 113 110 110 141,4643 78,53573

8 14/09/2011 90 108 110 110 141,4643 78,53573

9 15/09/2011 90 114 110 110 141,4643 78,53573

10 16/09/2011 90 121 110 110 141,4643 78,53573

11 19/09/2011 90 106 110 110 141,4643 78,53573

12 20/09/2011 90 101 110 110 141,4643 78,53573

13 21/09/2011 90 99 110 110 141,4643 78,53573

14 22/09/2011 90 106 110 110 141,4643 78,53573

15 23/09/2011 90 127 110 110 141,4643 78,53573

16 26/09/2011 90 105 110 110 141,4643 78,53573

17 27/09/2011 90 99 110 110 141,4643 78,53573

18 28/09/2011 90 101 110 110 141,4643 78,53573

19 29/09/2011 90 120 110 110 141,4643 78,53573

20 30/09/2011 90 150 110 110 141,4643 78,53573

∑ 1800 2272



Kelompok 18



2012 115

Gambar 4.71 Peta Kendali C Gear Besar


0

20

40

60

80

100

120

140

160

1 3 5 7 9 11 13 15 17 19

c

data ke

peta kendali C gear besar

CL

UCL

LCL

N. OF NONCONFORMITIES

Sample

Sa

mp

le C

ou

nt

191715131197531

150

140

130

120

110

100

90

80

70

_C=110

UCL=141,46

LCL=78,54

11

C Chart of C2



Kelompok 18



2012 116


Pada iterasi 0, terdapat data yang keluar dari UCL. Data yang keluar adalah data ke-6

dan ke-20. Data ke-6 memiliki number of nonconformities adalah 147 dan data ke-20

memiliki number of nonconformities 150.

Iterasi 1 Tabel 4.34 Gear Besar Iterasi 1

NO. DATE GEAR BESAR


1 05/09/2011 90 126 110 110 141,4643 78,53573

2 06/09/2011 90 107 110 110 141,4643 78,53573

3 07/09/2011 90 100 110 110 141,4643 78,53573

4 08/09/2011 90 112 110 110 141,4643 78,53573

5 09/09/2011 90 110 110 110 141,4643 78,53573

7 13/09/2011 90 113 110 110 141,4643 78,53573

8 14/09/2011 90 108 110 110 141,4643 78,53573

9 15/09/2011 90 114 110 110 141,4643 78,53573

10 16/09/2011 90 121 110 110 141,4643 78,53573

11 19/09/2011 90 106 110 110 141,4643 78,53573



Kelompok 18



2012 117

12 20/09/2011 90 101 110 110 141,4643 78,53573

13 21/09/2011 90 99 110 110 141,4643 78,53573

14 22/09/2011 90 106 110 110 141,4643 78,53573

15 23/09/2011 90 127 110 110 141,4643 78,53573

16 26/09/2011 90 105 110 110 141,4643 78,53573

17 27/09/2011 90 99 110 110 141,4643 78,53573

18 28/09/2011 90 101 110 110 141,4643 78,53573

19 29/09/2011 90 120 110 110 141,4643 78,53573

∑ 1620 1975

Gambar 4.74 Peta Kendali C Gear Besar Iterasi 1

0

20

40

60

80

100

120

140

160

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

caca

t

data ke

peta kendali c stlh iterasi


CL

UCL

LCL



Kelompok 18



2012 118



Pada iterasi 1 tidak ada yang keluar dari UCL dan LCL. Hal ini berarti data sudah

terkontrol.

Sample

Sa

mp

le C

ou

nt

1715131197531

150

140

130

120

110

100

90

80

70

_C=110

UCL=141,46

LCL=78,54

C Chart of C3



Kelompok 18



2012 119

8. Gear Kecil

Tabel 4.35 Gear Kecil Iterasi 0

NO. DATE GEAR KECIL


1 05/09/2011 90 103 110 110 141,4643 78,53573

2 06/09/2011 90 101 110 110 141,4643 78,53573

3 07/09/2011 90 109 110 110 141,4643 78,53573

4 08/09/2011 90 95 110 110 141,4643 78,53573

5 09/09/2011 90 97 110 110 141,4643 78,53573

6 12/09/2011 90 125 110 110 141,4643 78,53573

7 13/09/2011 90 96 110 110 141,4643 78,53573

8 14/09/2011 90 123 110 110 141,4643 78,53573

9 15/09/2011 90 103 110 110 141,4643 78,53573

10 16/09/2011 90 101 110 110 141,4643 78,53573

11 19/09/2011 90 91 110 110 141,4643 78,53573

12 20/09/2011 90 114 110 110 141,4643 78,53573

13 21/09/2011 90 108 110 110 141,4643 78,53573

14 22/09/2011 90 105 110 110 141,4643 78,53573

15 23/09/2011 90 114 110 110 141,4643 78,53573

16 26/09/2011 90 107 110 110 141,4643 78,53573

17 27/09/2011 90 128 110 110 141,4643 78,53573

18 28/09/2011 90 108 110 110 141,4643 78,53573

19 29/09/2011 90 141 110 110 141,4643 78,53573

20 30/09/2011 90 121 110 110 141,4643 78,53573

∑ 1800 2190



Kelompok 18



2012 120

Gambar 4.77 Peta Kendali C Gear Kecil


0

20

40

60

80

100

120

140

160

1 3 5 7 9 11 13 15 17 19

caca

t

data ke

peta kendali c gear kecil


CL

UCL

LCL

Sample

Sa

mp

le C

ou

nt

191715131197531

150

140

130

120

110

100

90

80

70

_C=110

UCL=141,46

LCL=78,54

C Chart of C4



Kelompok 18



2012 121


Pada iterasi 0,tidak terdapat data yang keluar dari UCL dan LCL. Sehingga

datanya sudah terkontrol.

9. Roller

Iterasi 0

Tabel 4.36 Roller Iterasi 0

NO. DATE Roller Besar

c CL UCL LCL N. Of Inspesction

N. Of Nonconformities

1 05/09/2011 90 109 99,7 99,7 129,655 69,74503

2 06/09/2011 90 109 99,7 99,7 129,655 69,74503

3 07/09/2011 90 110 99,7 99,7 129,655 69,74503

4 08/09/2011 90 106 99,7 99,7 129,655 69,74503

5 09/09/2011 90 86 99,7 99,7 129,655 69,74503

6 12/09/2011 90 103 99,7 99,7 129,655 69,74503

7 13/09/2011 90 85 99,7 99,7 129,655 69,74503

8 14/09/2011 90 102 99,7 99,7 129,655 69,74503

9 15/09/2011 90 96 99,7 99,7 129,655 69,74503

10 16/09/2011 90 88 99,7 99,7 129,655 69,74503



Kelompok 18



2012 122

11 19/09/2011 90 89 99,7 99,7 129,655 69,74503

12 20/09/2011 90 108 99,7 99,7 129,655 69,74503

13 21/09/2011 90 110 99,7 99,7 129,655 69,74503

14 22/09/2011 90 89 99,7 99,7 129,655 69,74503

15 23/09/2011 90 95 99,7 99,7 129,655 69,74503

16 26/09/2011 90 132 99,7 99,7 129,655 69,74503

17 27/09/2011 90 107 99,7 99,7 129,655 69,74503

18 28/09/2011 90 99 99,7 99,7 129,655 69,74503

19 29/09/2011 90 81 99,7 99,7 129,655 69,74503

20 30/09/2011 90 90 99,7 99,7 129,655 69,74503

Peta Kendali Jumlah Ketidaksesuaian (c-chart)

Roller Besar

Iterasi 0

Gambar 4.80 Peta Kendali C Roller Besar

0

20

40

60

80

100

120

140

1 3 5 7 9 11 13 15 17 19

Cac

at

Data ke-

Peta Kendali C Roller Besar


CL

UCL

LCL



Kelompok 18



2012 123


Sample

Sa

mp

le C

ou

nt

191715131197531

140

130

120

110

100

90

80

70

_C=99,7

UCL=129,65

LCL=69,75

1

C Chart of Roller Besar


Pada grafik Peta Kendali Jumlah Ketidaksesuaian (c-chart) untuk part roller besar,

terdapat satu yang melewati batas yaitu yang memiliki nilai nonconformities sebesar

132.



Kelompok 18



2012 124

Iterasi 1 Tabel 4.37 Roller Iterasi 1

NO. DATE Roller Besar



1 05/09/2011 90 109 98 98 127,6985 68,30152

2 06/09/2011 90 109 98 98 127,6985 68,30152

3 07/09/2011 90 110 98 98 127,6985 68,30152

4 08/09/2011 90 106 98 98 127,6985 68,30152

5 09/09/2011 90 86 98 98 127,6985 68,30152

6 12/09/2011 90 103 98 98 127,6985 68,30152

7 13/09/2011 90 85 98 98 127,6985 68,30152

8 14/09/2011 90 102 98 98 127,6985 68,30152

9 15/09/2011 90 96 98 98 127,6985 68,30152

10 16/09/2011 90 88 98 98 127,6985 68,30152

11 19/09/2011 90 89 98 98 127,6985 68,30152

12 20/09/2011 90 108 98 98 127,6985 68,30152

13 21/09/2011 90 110 98 98 127,6985 68,30152

14 22/09/2011 90 89 98 98 127,6985 68,30152

15 23/09/2011 90 95 98 98 127,6985 68,30152

16 27/09/2011 90 107 98 98 127,6985 68,30152

17 28/09/2011 90 99 98 98 127,6985 68,30152

18 29/09/2011 90 81 98 98 127,6985 68,30152

19 30/09/2011 90 90 98 98 127,6985 68,30152


Roller Besar

Iterasi 1



Kelompok 18



2012 125

Gambar 4.83 Peta Kendali C Roller Besar Iterasi 1


0

20

40

60

80

100

120

140

1 3 5 7 9 11 13 15 17 19

Cac

at

Data ke

Peta Kendali C Roller Besar Iterasi 1

CL

UCL

LCL




Kelompok 18



2012 126

Sample

Sa

mp

le C

ou

nt

191715131197531

130

120

110

100

90

80

70

_C=98

UCL=127,70

LCL=68,30

C Chart of Roller Besar


Pada grafik Peta Kendali Jumlah Ketidaksesuaian (c-chart) untuk part roller

besar,setelah dilakukan iterasi, sudah tidak terdapat lagi nilai yang melewati batas.

10. Rumah Dinamo

Iterasi 0 Tabel 4.38 Rumah Dinamo Iterasi 0

NO. DATE Rumah Dinamo



1 05/09/2011 90 120 113,35 113,35 145,2898 81,41021

2 06/09/2011 90 110 113,35 113,35 145,2898 81,41021

3 07/09/2011 90 103 113,35 113,35 145,2898 81,41021

4 08/09/2011 90 119 113,35 113,35 145,2898 81,41021

5 09/09/2011 90 111 113,35 113,35 145,2898 81,41021

6 12/09/2011 90 106 113,35 113,35 145,2898 81,41021

7 13/09/2011 90 114 113,35 113,35 145,2898 81,41021

8 14/09/2011 90 98 113,35 113,35 145,2898 81,41021

9 15/09/2011 90 146 113,35 113,35 145,2898 81,41021

10 16/09/2011 90 112 113,35 113,35 145,2898 81,41021

11 19/09/2011 90 112 113,35 113,35 145,2898 81,41021

12 20/09/2011 90 129 113,35 113,35 145,2898 81,41021



Kelompok 18



2012 127

13 21/09/2011 90 147 113,35 113,35 145,2898 81,41021

14 22/09/2011 90 101 113,35 113,35 145,2898 81,41021

15 23/09/2011 90 102 113,35 113,35 145,2898 81,41021

16 26/09/2011 90 101 113,35 113,35 145,2898 81,41021

17 27/09/2011 90 100 113,35 113,35 145,2898 81,41021

18 28/09/2011 90 115 113,35 113,35 145,2898 81,41021

19 29/09/2011 90 120 113,35 113,35 145,2898 81,41021

20 30/09/2011 90 101 113,35 113,35 145,2898 81,41021


Rumah Dinamo

Iterasi 0

Gambar 4.86 Peta Kendali C Rumah Dinamo

0

20

40

60

80

100

120

140

160

1 3 5 7 9 11 13 15 17 19

Cac

at

Data Ke-

Peta Kendali C Rumah Dinamo


CL

UCL

LCL



Kelompok 18



2012 128


Sample

Sa

mp

le C

ou

nt

191715131197531

150

140

130

120

110

100

90

80

_C=113,35

UCL=145,29

LCL=81,41

11

C Chart of Rumah Dinamo


Pada grafik Peta Kendali Jumlah Ketidaksesuaian (c-chart) untuk part rumah

dinamo, terdapat dua yang melewati batas yaitu yang memiliki nilai nonconformities

sebesar 146 dan 147.



Kelompok 18



2012 129

Iterasi 1 Tabel 4.39 Rumah Dinamo Iterasi 1

NO. DATE Rumah Dinamo



1 05/09/2011 90 120 109,6667 109,6667 141,0832 78,25011

2 06/09/2011 90 110 109,6667 109,6667 141,0832 78,25011

3 07/09/2011 90 103 109,6667 109,6667 141,0832 78,25011

4 08/09/2011 90 119 109,6667 109,6667 141,0832 78,25011

5 09/09/2011 90 111 109,6667 109,6667 141,0832 78,25011

6 12/09/2011 90 106 109,6667 109,6667 141,0832 78,25011

7 13/09/2011 90 114 109,6667 109,6667 141,0832 78,25011

8 14/09/2011 90 98 109,6667 109,6667 141,0832 78,25011

9 15/09/2011 90 112 109,6667 109,6667 141,0832 78,25011

10 16/09/2011 90 112 109,6667 109,6667 141,0832 78,25011

11 19/09/2011 90 129 109,6667 109,6667 141,0832 78,25011

12 20/09/2011 90 101 109,6667 109,6667 141,0832 78,25011

13 21/09/2011 90 102 109,6667 109,6667 141,0832 78,25011

14 22/09/2011 90 101 109,6667 109,6667 141,0832 78,25011

15 23/09/2011 90 100 109,6667 109,6667 141,0832 78,25011

16 27/09/2011 90 115 109,6667 109,6667 141,0832 78,25011

17 28/09/2011 90 120 109,6667 109,6667 141,0832 78,25011

18 29/09/2011 90 101 109,6667 109,6667 141,0832 78,25011


Rumah Dinamo

Iterasi 1



Kelompok 18



2012 130

Gambar 4.89 Peta Kendali C Rumah Dinamo Iterasi 1


0

20

40

60

80

100

120

140

160

1 3 5 7 9 11 13 15 17

Cac

at

Data ke-

Peta Kendali C Rumah Dinamo Iterasi 1


CL

UCL

LCL



Kelompok 18



2012 131

Sample

Sa

mp

le C

ou

nt

1715131197531

140

130

120

110

100

90

80

70

_C=109,67

UCL=141,08

LCL=78,25

C Chart of Rumah Dinamo


Pada grafik Peta Kendali Jumlah Ketidaksesuaian (c-chart) untuk part rumah

dinamo,setelah dilakukan iterasi, sudah tidak terdapat lagi nilai yang melewati batas.

11. Roda Assy

Iterasi 0

Tabel 4.40 Roda Assy Iterasi 0

NO. DATE Roda Assy



1 05/09/2011 90 101 97,7 97,7 127,353 68,04701

2 06/09/2011 90 103 97,7 97,7 127,353 68,04701

3 07/09/2011 90 103 97,7 97,7 127,353 68,04701

4 08/09/2011 90 99 97,7 97,7 127,353 68,04701

5 09/09/2011 90 98 97,7 97,7 127,353 68,04701

6 12/09/2011 90 99 97,7 97,7 127,353 68,04701

7 13/09/2011 90 92 97,7 97,7 127,353 68,04701

8 14/09/2011 90 109 97,7 97,7 127,353 68,04701

9 15/09/2011 90 83 97,7 97,7 127,353 68,04701

10 16/09/2011 90 108 97,7 97,7 127,353 68,04701

11 19/09/2011 90 84 97,7 97,7 127,353 68,04701



Kelompok 18



2012 132

12 20/09/2011 90 96 97,7 97,7 127,353 68,04701

13 21/09/2011 90 107 97,7 97,7 127,353 68,04701

14 22/09/2011 90 90 97,7 97,7 127,353 68,04701

15 23/09/2011 90 101 97,7 97,7 127,353 68,04701

16 26/09/2011 90 102 97,7 97,7 127,353 68,04701

17 27/09/2011 90 94 97,7 97,7 127,353 68,04701

18 28/09/2011 90 102 97,7 97,7 127,353 68,04701

19 29/09/2011 90 98 97,7 97,7 127,353 68,04701

20 30/09/2011 90 85 97,7 97,7 127,353 68,04701


Roda Assy

Gambar 4.92 Peta Kendali C Roda Assy

0

20

40

60

80

100

120

140

1 3 5 7 9 11 13 15 17 19

Cac

at

Data ke-

Peta Kendali C Roda Assy


CL

UCL

LCL



Kelompok 18



2012 133


Sample

Sa

mp

le C

ou

nt

191715131197531

130

120

110

100

90

80

70

60

_C=97,7

UCL=127,35

LCL=68,05

C Chart of Roda Assy


Pada grafik Peta Kendali Jumlah Ketidaksesuaian (c-chart) untuk part roda assy,

tidak terdapat nilai yang melewati batas.



Kelompok 18



2012 134

12. Bumper Belakang

Iterasi 0

Tabel 4.41 Bumper Belakang Iterasi 0

NO. DATE Bumper Belakang

u CL UCL LCL N. Of Inspesction


1 05/09/2011 92 156 1,695652 1,703643 2,111884 1,295402

2 06/09/2011 103 162 1,572816 1,703643 2,08947 1,317817

3 07/09/2011 75 157 2,093333 1,703643 2,155791 1,251496

4 08/09/2011 81 151 1,864198 1,703643 2,138722 1,268564

5 09/09/2011 103 170 1,650485 1,703643 2,08947 1,317817

6 12/09/2011 95 159 1,673684 1,703643 2,105387 1,3019

7 13/09/2011 101 134 1,326733 1,703643 2,093271 1,314016

8 14/09/2011 88 172 1,954545 1,703643 2,121059 1,286227

9 15/09/2011 92 158 1,717391 1,703643 2,111884 1,295402

10 16/09/2011 91 165 1,813187 1,703643 2,114121 1,293165

11 19/09/2011 90 153 1,7 1,703643 2,116395 1,290891

12 20/09/2011 80 161 2,0125 1,703643 2,141433 1,265854

13 21/09/2011 102 147 1,441176 1,703643 2,091356 1,31593

14 22/09/2011 99 140 1,414141 1,703643 2,097187 1,3101

15 23/09/2011 78 162 2,076923 1,703643 2,14701 1,260276

16 26/09/2011 82 151 1,841463 1,703643 2,136061 1,271225

17 27/09/2011 107 149 1,392523 1,703643 2,082189 1,325097

18 28/09/2011 80 151 1,8875 1,703643 2,141433 1,265854

19 29/09/2011 108 151 1,398148 1,703643 2,080433 1,326854

20 30/09/2011 92 184 2 1,703643 2,111884 1,295402

Peta Kendali Jumlah Ketidaksesuaian per unit (p-chart)

Bumper Belakang



Kelompok 18



2012 135

Gambar 4.95 Peta Kendali u Bumper Belakang


0

0,5

1

1,5

2

2,5

1 3 5 7 9 11 13 15 17 19 21

Cac

at

Data Ke-

Peta Kendali u Bumper Belakang

u

CL

UCL

LCL



Kelompok 18



2012 136

Sample

Sa

mp

le C

ou

nt

Pe

r U

nit

191715131197531

2,2

2,0

1,8

1,6

1,4

1,2

_U=1,704

UCL=2,112

LCL=1,295

U Chart of Bumper Belakang


Gambar 4.97Output Software Minitab

Pada grafik Peta Kendali Jumlah Ketidaksesuaian per unit (u-chart) untuk bumper

belakang, tidak terdapat nilai yang melewati batas.

13. Pengunci Body

Iterasi 0 Tabel 4.42 Pengunci Body Iterasi 0

NO. DATE Pengunci Body



1 05/09/2011 107 99 0,925234 1,053629 1,351326 0,755933

2 06/09/2011 85 89 1,047059 1,053629 1,387637 0,719622

3 07/09/2011 90 96 1,066667 1,053629 1,378226 0,729033

4 08/09/2011 96 115 1,197917 1,053629 1,367919 0,73934

5 09/09/2011 95 81 0,852632 1,053629 1,369569 0,73769

6 12/09/2011 72 133 1,847222 1,053629 1,416539 0,690719

7 13/09/2011 101 98 0,970297 1,053629 1,360041 0,747218

8 14/09/2011 87 94 1,08046 1,053629 1,383775 0,723484

9 15/09/2011 90 106 1,177778 1,053629 1,378226 0,729033

10 16/09/2011 92 84 0,913043 1,053629 1,374678 0,73258

11 19/09/2011 91 88 0,967033 1,053629 1,376438 0,730821

12 20/09/2011 91 87 0,956044 1,053629 1,376438 0,730821

13 21/09/2011 103 84 0,815534 1,053629 1,357051 0,750208

14 22/09/2011 87 88 1,011494 1,053629 1,383775 0,723484



Kelompok 18



2012 137

15 23/09/2011 106 86 0,811321 1,053629 1,352727 0,754532

16 26/09/2011 105 94 0,895238 1,053629 1,354148 0,753111

17 27/09/2011 83 112 1,349398 1,053629 1,391637 0,715622

18 28/09/2011 78 121 1,551282 1,053629 1,402302 0,704957

19 29/09/2011 89 102 1,146067 1,053629 1,380045 0,727214

20 30/09/2011 98 88 0,897959 1,053629 1,364695 0,742564


Pengunci Body

Iterasi 0

Gambar 4.98 Peta Kendali u Pengunci Body

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

Cac

at

Data Ke-

Peta Kendali u Pengunci Body

u

CL

UCL

LCL



Kelompok 18



2012 138


Sample

Sa

mp

le C

ou

nt

Pe

r U

nit

191715131197531

2,0

1,8

1,6

1,4

1,2

1,0

0,8

0,6

_U=1,054

UCL=1,365

LCL=0,743

1

1

U Chart of Pengunci Body



Pada grafik Peta Kendali Jumlah Ketidaksesuaian per Unit (u-chart) untuk part

pengunci body, terdapat dua yang melewati batas yaitu yang memiliki nilai

nonconformities sebesar 133 dan 121 atau nilai u sebesar 1,847222 dan 1,551282.



Kelompok 18



2012 139





1 05/09/2011 107 99 0,925234 0,997052 1,286645 0,707459

2 06/09/2011 85 89 1,047059 0,997052 1,321968 0,672136

3 07/09/2011 90 96 1,066667 0,997052 1,312813 0,681291

4 08/09/2011 96 115 1,197917 0,997052 1,302786 0,691317

5 09/09/2011 95 81 0,852632 0,997052 1,304391 0,689712

6 13/09/2011 101 98 0,970297 0,997052 1,295123 0,698981

7 14/09/2011 87 94 1,08046 0,997052 1,318211 0,675893

8 15/09/2011 90 106 1,177778 0,997052 1,312813 0,681291

9 16/09/2011 92 84 0,913043 0,997052 1,309362 0,684742

10 19/09/2011 91 88 0,967033 0,997052 1,311073 0,68303

11 20/09/2011 91 87 0,956044 0,997052 1,311073 0,68303

12 21/09/2011 103 84 0,815534 0,997052 1,292215 0,701889

13 22/09/2011 87 88 1,011494 0,997052 1,318211 0,675893

14 23/09/2011 106 86 0,811321 0,997052 1,288008 0,706096

15 26/09/2011 105 94 0,895238 0,997052 1,28939 0,704714

16 27/09/2011 83 112 1,349398 0,997052 1,325859 0,668245

17 28/09/2011 89 102 1,146067 0,997052 1,314582 0,679522

18 29/09/2011 98 88 0,897959 0,997052 1,299651 0,694453


Pengunci Body

Iterasi 1



Kelompok 18



2012 140

Gambar 4.101 Peta Kendali u Pengunci Body Iterasi 1


0

0,5

1

1,5

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Cac

at

Data ke-

Peta kendali u Pengunci Body Iterasi 1

u

CL

UCL

LCL



Kelompok 18



2012 141

Sample

Sa

mp

le C

ou

nt

Pe

r U

nit

191715131197531

2,0

1,8

1,6

1,4

1,2

1,0

0,8

0,6

_U=1,054

UCL=1,365

LCL=0,743

1

1




Pada grafik Peta Kendali Jumlah Ketidaksesuaian per unit (u-chart) untuk part

pengunci body, walaupun telah dilakukan iterasi masih terdapat satu yang melewati

batas yaitu yang memiliki nilai nonconformities sebesar 112 atau nilai u sebear

1,349398.





1 05/09/2011 107 99 0,925234 0,978921 1,265869 0,691973

2 06/09/2011 85 89 1,047059 0,978921 1,300869 0,656973

3 07/09/2011 90 96 1,066667 0,978921 1,291798 0,666044

4 08/09/2011 96 115 1,197917 0,978921 1,281863 0,675979

5 09/09/2011 95 81 0,852632 0,978921 1,283454 0,674389

6 13/09/2011 101 98 0,970297 0,978921 1,27427 0,683573

7 14/09/2011 87 94 1,08046 0,978921 1,297147 0,660695

8 15/09/2011 90 106 1,177778 0,978921 1,291798 0,666044

9 16/09/2011 92 84 0,913043 0,978921 1,288379 0,669464

10 19/09/2011 91 88 0,967033 0,978921 1,290075 0,667768

11 20/09/2011 91 87 0,956044 0,978921 1,290075 0,667768

12 21/09/2011 103 84 0,815534 0,978921 1,271388 0,686454



Kelompok 18



2012 142

13 22/09/2011 87 88 1,011494 0,978921 1,297147 0,660695

14 23/09/2011 106 86 0,811321 0,978921 1,26722 0,690623

15 26/09/2011 105 94 0,895238 0,978921 1,268589 0,689253

16 28/09/2011 89 102 1,146067 0,978921 1,293551 0,664291

17 29/09/2011 98 88 0,897959 0,978921 1,278756 0,679086


Pengunci Body

Iterasi 2

Gambar 4.104 Peta Kendali u Pengunci Body Iterasi 2

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Cac

at

Data ke-

Peta Kendali Pengunci Body Iterasi 2

u

CL

UCL

LCL



Kelompok 18



2012 143


Sample

Sa

mp

le C

ou

nt

Pe

r U

nit

1715131197531

1,3

1,2

1,1

1,0

0,9

0,8

0,7

0,6

_U=0,9789

UCL=1,2788

LCL=0,6791






Kelompok 18



2012 144

Pada grafik Peta Kendali Jumlah Ketidaksesuaian (c-chart) untuk part pengunci body,

setelah dilakukan iterasi sebanyak dua kali, sudah tidak terdapat lagi nilai yang

melewati batas.

14. Tuas On-Off

Iterasi 0

Tabel 4.45 Tuas On-Off Iterasi 0

No Date Tuas On-Off

N.of Inspection

N.of Nonconformities UCL LCL CL u

1 5/9/2011 103 105 1.420972898 0.7982207 1.10959682 1.01941748

2 6/9/2011 89 98 1.444569087 0.7746246 1.10959682 1.1011236

3 7/9/2011 86 114 1.450361544 0.7688321 1.10959682 1.3255814

4 8/9/2011 88 81 1.446466963 0.7727267 1.10959682 0.92045455

5 9/9/2011 91 96 1.440867623 0.778326 1.10959682 1.05494505

6 12/9/2011 84 98 1.454394403 0.7647992 1.10959682 1.16666667

7 13/9/2011 89 98 1.444569087 0.7746246 1.10959682 1.1011236

8 14/9/2011 78 89 1.467410182 0.7517835 1.10959682 1.14102564

9 15/9/2011 91 91 1.440867623 0.778326 1.10959682 1

10 16/9/2011 79 111 1.465138329 0.7540553 1.10959682 1.40506329

11 19/9/2011 78 104 1.467410182 0.7517835 1.10959682 1.33333333

12 20/9/2011 81 89 1.460721492 0.7584721 1.10959682 1.09876543

13 21/9/2011 99 94 1.427201036 0.7919926 1.10959682 0.94949495

14 22/9/2011 104 115 1.419472282 0.7997214 1.10959682 1.10576923

15 23/9/2011 86 81 1.450361544 0.7688321 1.10959682 0.94186047

16 26/9/2011 89 78 1.444569087 0.7746246 1.10959682 0.87640449

17 27/9/2011 85 102 1.452360182 0.7668335 1.10959682 1.2

18 28/9/2011 98 96 1.428817353 0.7903763 1.10959682 0.97959184

19 29/9/2011 66 109 1.498580955 0.7206127 1.10959682 1.65151515

20 30/9/2011 97 105 1.430458601 0.788735 1.10959682 1.08247423

Jumlah 1761 1954



Kelompok 18



2012 145

PetaKendali u

1.1095968

Gambar 4.107 Peta Kendali U Tuas On Off

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Cac

at

Data

Peta U Tuas On Off

UCL

LCL

CL

ui



Kelompok 18



2012 146


Sample

Sa

mp

le C

ou

nt

Pe

r U

nit

191715131197531

1.6

1.4

1.2

1.0

0.8

0.6

_U=1.110

UCL=1.430

LCL=0.789

1

U Chart of tuas




melewati batas. Yaitu pada data ke 19 yaitu sebesar 1,65151515.



Kelompok 18



2012 147

Iterasi 1 Tabel 4.46 Tuas On-Off Iterasi 1

No Date Tuas On-Off

N.of Inspection

N.of Nonconformities UCL LCL CL ui

1 5/9/2011 103 105 1.396896716 0.7800944 1.08849558 1.01941748

2 6/9/2011 89 98 1.420267464 0.7567237 1.08849558 1.1011236

3 7/9/2011 86 114 1.426004579 0.7509866 1.08849558 1.3255814

4 8/9/2011 88 81 1.422147207 0.7548439 1.08849558 0.92045455

5 9/9/2011 91 96 1.416601364 0.7603898 1.08849558 1.05494505

6 12/9/2011 84 98 1.429998907 0.7469922 1.08849558 1.16666667

7 13/9/2011 89 98 1.420267464 0.7567237 1.08849558 1.1011236

8 14/9/2011 78 89 1.442890332 0.7341008 1.08849558 1.14102564

9 15/9/2011 91 91 1.416601364 0.7603898 1.08849558 1

10 16/9/2011 79 111 1.440640183 0.736351 1.08849558 1.40506329

11 19/9/2011 78 104 1.442890332 0.7341008 1.08849558 1.33333333

12 20/9/2011 81 89 1.436265546 0.7407256 1.08849558 1.09876543

13 21/9/2011 99 94 1.40306535 0.7739258 1.08849558 0.94949495

14 22/9/2011 104 115 1.395410437 0.7815807 1.08849558 1.10576923

15 23/9/2011 86 81 1.426004579 0.7509866 1.08849558 0.94186047

16 26/9/2011 89 78 1.420267464 0.7567237 1.08849558 0.87640449

17 27/9/2011 85 102 1.427984121 0.749007 1.08849558 1.2

18 28/9/2011 98 96 1.404666224 0.7723249 1.08849558 0.97959184

20 30/9/2011 97 105 1.406291791 0.7706994 1.08849558 1.08247423

Jumlah 1695 1845

PetaKendali u

1.0884956

1.0884956



Kelompok 18



2012 148

Gambar 4.110 Peta Kendali U Tuas On Off Iterasi 1


0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 20

Cac

at

Data

Peta U Tuas On Off

UCL

LCL

CL

ui



Kelompok 18



2012 149

Sample

Sa

mp

le C

ou

nt

Pe

r U

nit

191715131197531

1.5

1.4

1.3

1.2

1.1

1.0

0.9

0.8

0.7

_U=1.0885

UCL=1.4063

LCL=0.7707

U Chart of tuas



Pada grafik Peta Kendali P (P-chart) untuk part Plat depan,Setelah mengalami 1

kali iterasi maka tidak ada data yang keluar.

15. Gear Dinamo

Iterasi 0 Tabel 4.47 Gear Dinamo Iterasi 0

No Date Gear Dinamo

N. of

Inspection

N. of

Nonconformities UCL LCL CL ui

1 5/9/2011 102 95 1.38287 0.76693 1.0749 0.93137

2 6/9/2011 88 78 1.40646 0.74334 1.0749 0.88636

3 7/9/2011 90 98 1.40276 0.74705 1.0749 1.08889

4 8/9/2011 91 113 1.40095 0.74885 1.0749 1.24176

5 9/9/2011 90 93 1.40276 0.74705 1.0749 1.03333

6 12/9/2011 103 83 1.38137 0.76843 1.0749 0.80583

7 13/9/2011 82 72 1.41838 0.73142 1.0749 0.87805

8 14/9/2011 103 115 1.38137 0.76843 1.0749 1.1165

9 15/9/2011 94 103 1.39571 0.7541 1.0749 1.09574

10 16/9/2011 76 94 1.43168 0.71812 1.0749 1.23684

11 19/9/2011 92 104 1.39918 0.75063 1.0749 1.13043

12 20/9/2011 95 96 1.39401 0.75579 1.0749 1.01053

13 21/9/2011 73 84 1.43894 0.71087 1.0749 1.15068

14 22/9/2011 83 103 1.4163 0.7335 1.0749 1.24096



Kelompok 18



2012 150

15 23/9/2011 77 87 1.42936 0.72045 1.0749 1.12987

16 26/9/2011 88 104 1.40646 0.74334 1.0749 1.18182

17 27/9/2011 82 106 1.41838 0.73142 1.0749 1.29268

18 28/9/2011 102 104 1.38287 0.76693 1.0749 1.01961

19 29/9/2011 90 97 1.40276 0.74705 1.0749 1.07778

20 30/9/2011 88 94 1.40646 0.74334 1.0749 1.06818

Jumlah 1789 1923

PetaKendali u

1,074902

Gambar 4.113 Peta Kendali U Gear Dinamo

0

0,5

1

1,5

2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Cac

at

Data

Peta U Gear Dinamo

UCL

LCL

CL

ui



Kelompok 18



2012 151


Sample

Sa

mp

le C

ou

nt

Pe

r U

nit

191715131197531

1.5

1.4

1.3

1.2

1.1

1.0

0.9

0.8

0.7

_U=1.0749

UCL=1.4065

LCL=0.7433

U Chart of gear dinamo



Pada grafik Peta Kendali P (P-chart) untuk part Plat depan, tidak terdapat nilai

yang melewati batas.



Kelompok 18



2012 152

16. Pengunci Dinamo

Tabel 4.48 Pengunci Dinamo Iterasi 0

No Date Pengunci Dinamo

N. of

Inspection N. of Nonconformities UCL LCL CL ui

1 5/9/2011 68 87 1.46756 0.70859 1.08807 1.27941

2 6/9/2011 110 110 1.38644 0.7897 1.08807 1

3 7/9/2011 87 78 1.42357 0.75257 1.08807 0.89655

4 8/9/2011 91 92 1.41611 0.76003 1.08807 1.01099

5 9/9/2011 90 100 1.41793 0.75821 1.08807 1.11111

6 12/9/2011 96 93 1.40746 0.76869 1.08807 0.96875

7 13/9/2011 84 96 1.42951 0.74663 1.08807 1.14286

8 14/9/2011 77 134 1.44469 0.73145 1.08807 1.74026

9 15/9/2011 83 85 1.43156 0.74458 1.08807 1.0241

10 16/9/2011 100 83 1.401 0.77514 1.08807 0.83

11 19/9/2011 98 105 1.40418 0.77196 1.08807 1.07143

12 20/9/2011 85 100 1.42749 0.74865 1.08807 1.17647

13 21/9/2011 88 76 1.42166 0.75448 1.08807 0.86364

14 22/9/2011 77 93 1.44469 0.73145 1.08807 1.20779

15 23/9/2011 90 94 1.41793 0.75821 1.08807 1.04444

16 26/9/2011 77 82 1.44469 0.73145 1.08807 1.06494

17 27/9/2011 96 102 1.40746 0.76869 1.08807 1.0625

18 28/9/2011 94 134 1.41084 0.76531 1.08807 1.42553

19 29/9/2011 100 98 1.401 0.77514 1.08807 0.98

20 30/9/2011 103 110 1.39641 0.77973 1.08807 1.06796

Jumlah 1794 1952

PetaKendali u

1,27941

1.088071349



Kelompok 18



2012 153

Gambar 4.116 Peta Kendali U Pengunci Dinamo


0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

2

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Cac

at

Data

Peta U Pengunci Dinamo

UCL

LCL

CL

ui



Kelompok 18



2012 154

Sample

Sa

mp

le C

ou

nt

Pe

r U

nit

191715131197531

1.8

1.6

1.4

1.2

1.0

0.8

0.6

_U=1.088

UCL=1.396

LCL=0.780

1

1

U Chart of pengunci dinamo




melewati batas. Yaitu pada data ke 8 dan ke 18 yaitu sebesar 1,74026 dan 1,42553.

Iterasi 1 Tabel 4.49 Pengunci Dinamo Iterasi 1


N. of

Inspection N. of Nonconformities UCL LCL CL ui

1 5/9/2011 68 87 1.43317 0.68447 1.05882 1.27941

2 6/9/2011 110 110 1.35316 0.76449 1.05882 1

3 7/9/2011 87 78 1.38978 0.72787 1.05882 0.89655

4 8/9/2011 91 92 1.38243 0.73522 1.05882 1.01099

5 9/9/2011 90 100 1.38422 0.73343 1.05882 1.11111

6 12/9/2011 96 93 1.37389 0.74376 1.05882 0.96875

7 13/9/2011 84 96 1.39564 0.72201 1.05882 1.14286

9 14/9/2011 83 85 1.39766 0.71998 1.05882 1.0241

10 16/9/2011 100 83 1.36752 0.75013 1.05882 0.83

11 19/9/2011 98 105 1.37066 0.74699 1.05882 1.07143

12 20/9/2011 85 100 1.39365 0.72399 1.05882 1.17647

13 21/9/2011 88 76 1.3879 0.72975 1.05882 0.86364

14 22/9/2011 77 93 1.41062 0.70703 1.05882 1.20779

15 23/9/2011 90 94 1.38422 0.73343 1.05882 1.04444

16 26/9/2011 77 82 1.41062 0.70703 1.05882 1.06494



Kelompok 18



2012 155

17 27/9/2011 96 102 1.37389 0.74376 1.05882 1.0625

18 28/9/2011 94 134 1.37722 0.74043 1.05882 1.42553

19 29/9/2011 100 98 1.36752 0.75013 1.05882 0.98

20 30/9/2011 103 110 1.36299 0.75465 1.05882 1.06796

Jumlah 1717 1818

PetaKendali u

1,27941

1.058823529

Gambar 4.119 Peta Kendali U Pengunci Dinamo Iterasi 1

Pada grafik Peta Kendali P (P-chart) untuk part Plat depan, setelah melakukan

iterasi yang pertama maka nilai yang melebihi batas terdapat pada data ke 18 sebesar

1.42553

0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1 2 3 4 5 6 7 9 10 11 12 13 14 15 16 17 18 19 20

caca

t

Data


UCL

LCL

CL

ui



Kelompok 18



2012 156

Iterasi 2 Tabel 4.50 Pengunci Dinamo Iterasi 2


N. of

Inspection

N. of

Nonconformities UCL LCL CL ui

1 5/9/2011 68 87 1.40816 0.66701 1.03758 1.27941

2 6/9/2011 110 110 1.32895 0.74622 1.03758 1

3 7/9/2011 87 78 1.36521 0.70996 1.03758 0.89655

4 8/9/2011 91 92 1.35793 0.71724 1.03758 1.01099

5 9/9/2011 90 100 1.3597 0.71547 1.03758 1.11111

6 12/9/2011 96 93 1.34947 0.7257 1.03758 0.96875

7 13/9/2011 84 96 1.37101 0.70416 1.03758 1.14286

9 14/9/2011 83 85 1.37301 0.70216 1.03758 1.0241

10 16/9/2011 100 83 1.34317 0.732 1.03758 0.83

11 19/9/2011 98 105 1.34627 0.7289 1.03758 1.07143

12 21/9/2011 85 100 1.36904 0.70613 1.03758 1.17647

13 22/9/2011 88 76 1.36334 0.71183 1.03758 0.86364

14 23/9/2011 77 93 1.38583 0.68934 1.03758 1.20779

15 26/9/2011 90 94 1.3597 0.71547 1.03758 1.04444

16 27/9/2011 77 82 1.38583 0.68934 1.03758 1.06494

17 28/9/2011 96 102 1.34947 0.7257 1.03758 1.0625

19 29/9/2011 100 98 1.34317 0.732 1.03758 0.98

20 30/9/2011 103 110 1.33869 0.73648 1.03758 1.06796

Jumlah 1623 1684

PetaKendali u

1,27941

1.03758472



Kelompok 18



2012 157

Gambar 4.120 Peta Kendali U Pengunci Dinamo Iterasi 2


0

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

1 2 3 4 5 6 7 9 10 11 12 13 14 15 16 17 19 20

Cac

at

data


UCL

LCL

CL

ui



Kelompok 18



2012 158

Sample

Sa

mp

le C

ou

nt

Pe

r U

nit

1715131197531

1.5

1.4

1.3

1.2

1.1

1.0

0.9

0.8

0.7

0.6

_U=1.0376

UCL=1.3387

LCL=0.7365

U Chart of pengunci dinamo



Pada grafik Peta Kendali P (P-chart) untuk part Plat depan, setelah melalui 2 kali

iterasi maka tidak terdapat nilai yang melebihi batas.

17. Body

Iterasi 0

Tabel 4.51 Body Iterasi 0

N. OF NONCONFORMITIES total demerit D

demerit per unit U

ucl cl lcl SCRATCH STRING CAMBER

176 72 19 1846 20,51111111 27,45912 19,84778 12,23643

143 65 19 1743 19,36666667 27,45912 19,84778 12,23643

163 73 15 1643 18,25555556 27,45912 19,84778 12,23643

166 68 23 1996 22,17777778 27,45912 19,84778 12,23643

167 73 18 1797 19,96666667 27,45912 19,84778 12,23643

155 57 14 1425 15,83333333 27,45912 19,84778 12,23643

188 73 18 1818 20,2 27,45912 19,84778 12,23643

172 77 16 1742 19,35555556 27,45912 19,84778 12,23643

173 74 18 1813 20,14444444 27,45912 19,84778 12,23643

175 70 19 1825 20,27777778 27,45912 19,84778 12,23643

161 71 17 1721 19,12222222 27,45912 19,84778 12,23643

172 67 19 1792 19,91111111 27,45912 19,84778 12,23643

160 81 28 2370 26,33333333 27,45912 19,84778 12,23643

164 84 16 1804 20,04444444 27,45912 19,84778 12,23643



Kelompok 18



2012 159

194 73 14 1624 18,04444444 27,45912 19,84778 12,23643

172 62 13 1442 16,02222222 27,45912 19,84778 12,23643

174 77 15 1694 18,82222222 27,45912 19,84778 12,23643

170 78 21 2000 22,22222222 27,45912 19,84778 12,23643

177 76 18 1837 20,41111111 27,45912 19,84778 12,23643

164 73 18 1794 19,93333333 27,45912 19,84778 12,23643

3386 1444 358

Bobot camber=50

Bobot string=10

Bobot scartch=1

Total demerit D 1=19x50+72x10+176x1=1846

Demerit per unit U=1846/90=20,51

u1=jumlah scratch/(20x90)= 3386/1800=1,8811

u2= jumlah string/(20x90)= 1444/1800=0,8022

u3= jumlah camber/(20x90)= 358/1800=0,1988

UCL= =19,84778+3x2,537115=27,45912

LCL= =19,84778-3x2,537115=12,23643



Kelompok 18



2012 160

Gambar 4.123 Peta Kendali U Body

Pada iterasi 0 tidak ada data yang melebihi batas atas dan batas bawah. Sehingga

dapat dikatakan bahwa data terkontrol.

18. Chasis

Iterasi 0

Tabel 4.52 Chasis Iterasi 0

N. OF NONCONFORMITIES total demerit

D

demerit per unit

U ucl cl lcl

SCRATCH STRING CAMBER

170 82 10 1490 16,55556 27,05253 19,64111 12,22969

172 89 15 1812 20,13333 27,05253 19,64111 12,22969

154 68 20 1834 20,37778 27,05253 19,64111 12,22969

157 88 21 2087 23,18889 27,05253 19,64111 12,22969

167 70 17 1717 19,07778 27,05253 19,64111 12,22969

150 74 11 1440 16 27,05253 19,64111 12,22969

145 69 18 1735 19,27778 27,05253 19,64111 12,22969

162 73 19 1842 20,46667 27,05253 19,64111 12,22969

184 79 17 1824 20,26667 27,05253 19,64111 12,22969

189 79 17 1829 20,32222 27,05253 19,64111 12,22969

174 81 16 1784 19,82222 27,05253 19,64111 12,22969

179 67 16 1649 18,32222 27,05253 19,64111 12,22969

150 78 13 1580 17,55556 27,05253 19,64111 12,22969

0

5

10

15

20

25

30

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

ui

data ke

Peta kendali U Body

ucl

cl

lcl



Kelompok 18



2012 161

176 82 12 1596 17,73333 27,05253 19,64111 12,22969

176 69 24 2066 22,95556 27,05253 19,64111 12,22969

178 84 13 1668 18,53333 27,05253 19,64111 12,22969

179 82 16 1799 19,98889 27,05253 19,64111 12,22969

175 72 22 1995 22,16667 27,05253 19,64111 12,22969

187 65 20 1837 20,41111 27,05253 19,64111 12,22969

200 77 16 1770 19,66667 27,05253 19,64111 12,22969

3424 1528 333

Bobot camber=50

Bobot string=10

Bobot scartch=1

Total demerit D 1=10x50+82x10+170x1=1490

Demerit per unit U=1490/90=16,56

u1=jumlah scratch/(20x90)= 3424/1800=1,9022

u2= jumlah string/(20x90)= 1528/1800=0,8489

u3= jumlah camber/(20x90)= 333/1800=0,185

UCL= =19,641+3x2,47=27,05253

LCL= =19,641-3x2,47=12,22969



Kelompok 18



2012 162

Gambar 4.124 Peta Kendali U Chasis

Pada iterasi 0 tidak ada data yang keluar dari batas atas dan batas bawah. Sehingga

dapat dikatakan data terkontrol.

0

5

10

15

20

25

30

1 3 5 7 9 11 13 15 17 19

ui

data ke

Peta Kendali U Chasis

demerit per unit U

ucl

cl

lcl



Kelompok 18



2012 163

4.3 Finish Product

4.3.1 Data Kualitas Finished Product

Tabel 4.53 Data Kualitas Finished Product

no date dinamo tidak menyala

roda depan dan belakang tidak berputar

bumper tidak terpasang dengan baik

n. of inspection

n. of nonconformities

n. of inspection


n. of inspection


1 5/9/2011 90 1 90 3 90 3

2 6/9/2011 90 2 90 4 90 2

3 7/9/2011 90 3 90 4 90 1

4 8/9/2011 90 3 90 4 90 11

5 9/9/2011 90 3 90 12 90 5

6 10/9/2011 90 1 90 7 90 5

7 11/9/2011 90 3 90 2 90 3

8 12/9/2011 90 1 90 5 90 3

9 13/9/2011 90 2 90 4 90 5

10 14/9/2011 90 2 90 3 90 6

11 15/9/2011 90 8 90 7 90 4

12 16/9/2011 90 5 90 6 90 3

13 17/9/2011 90 3 90 5 90 2

14 18/9/2011 90 2 90 2 90 4

15 19/9/2011 90 4 90 6 90 3



Kelompok 18



2012 164

16 20/9/2011 90 3 90 6 90 10

17 21/9/2011 90 5 90 12 90 2

18 22/9/2011 90 3 90 1 90 1

19 23/9/2011 90 3 90 6 90 4

20 24/9/2011 90 1 90 5 90 4

no date roller tidak berputar pengunci body longgar plat depan macet

n. of inspection


n. of inspection


n. of inspection


1 5/9/2011 90 1 90 3 90 4

2 6/9/2011 90 4 90 1 90 6

3 7/9/2011 90 1 90 5 90 3

4 8/9/2011 90 2 90 10 90 1

5 9/9/2011 90 6 90 2 90 1

6 10/9/2011 90 2 90 4 90 1

7 11/9/2011 90 9 90 7 90 3

8 12/9/2011 90 8 90 2 90 3

9 13/9/2011 90 1 90 6 90 2

10 14/9/2011 90 4 90 1 90 3

11 15/9/2011 90 2 90 3 90 2

12 16/9/2011 90 4 90 4 90 7

13 17/9/2011 90 3 90 4 90 3



Kelompok 18



2012 165

no date tuas on-off longgar

n. of inspection n. of nonconformities

1 5/9/2011 90 3

2 6/9/2011 90 4

3 7/9/2011 90 3

4 8/9/2011 90 3

5 9/9/2011 90 3

6 10/9/2011 90 4

7 11/9/2011 90 5

8 12/9/2011 90 2

9 13/9/2011 90 2

10 14/9/2011 90 3

11 15/9/2011 90 2

12 16/9/2011 90 3

14 18/9/2011 90 5 90 2 90 2

15 19/9/2011 90 12 90 4 90 1

16 20/9/2011 90 3 90 2 90 5

17 21/9/2011 90 5 90 11 90 9

18 22/9/2011 90 4 90 2 90 1

19 23/9/2011 90 4 90 2 90 2

20 24/9/2011 90 2 90 4 90 2



Kelompok 18



2012 166

13 17/9/2011 90 5

14 18/9/2011 90 8

15 19/9/2011 90 2

16 20/9/2011 90 2

17 21/9/2011 90 2

18 22/9/2011 90 5

19 23/9/2011 90 5

20 24/9/2011 90 9



Kelompok 18



2012 167

4.3.2 Diagram Pareto (Manual-Excel, SPSS, Minitab)

Tabel 4.54 Data Diagram Pareto

nonconformity frequency % frequency cumulative % frequency

Roda depan dan beakang tidak berputar

104 19% 19%

Roller tidak berputar 82 15% 34%

Bumper tidak terpasang dengan baik

81 15% 49%

Pengunci body longgar 79 15% 64%

Tuas on-off longgar 75 14% 78%

Plat depan macet 61 11% 89%

Dinamo tidak menyala 58 11% 100%

total 540

Gambar 4.125 Diagram Pareto Finish Product

0%

20%

40%

60%

80%

100%

120%

0

20

40

60

80

100

120

rod

a d

epan

dan

b

elak

ang

tid

ak b

erp

uta

r

rolle

r ti

dak

ber

pu

tar

bu

mp

er t

idak

ter

pas

ang

den

gan

bai

k

pen

gun

ci b

od

y lo

ngg

ar

tuas

on

-off

lon

ggar

pla

t d

epan

mac

et

din

amo

tid

ak m

enya

la

cum

ula

tive

fre

qu

en

cy

fre

qu

en

cy

nonconformity

Pareto Chart of Finish Product



Kelompok 18



2012 168




Kelompok 18



2012 169

Co

un

t

Perc

en

t

nonconformity

Count

19.3 15.2 15.0 14.6 13.9 11.3 10.7

Cum % 19.3 34.4

104

49.4 64.1 78.0 89.3 100.0

82 81 79 75 61 58

Percent

dina

mo

t idak

men

yala

plat

dep

an m

acet

tuas

on-

off long

gar

peng

unc i b

ody long

gar

bumpe

r t id

ak ter

pasa

ng d

enga

n ba

ik

roller t

idak

ber

puta

r

roda

dep

an d

an b

elak

ang t id

ak b

erpu

tar

600

500

400

300

200

100

0

100

80

60

40

20

0

Pareto Chart of nonconformity




Kelompok 18



2012 170

4.3.3 Peta Kontrol np

- dinamo tidak menyala

Iterasi 0

Tabel 4.55 Peta Kendali np Dinamo Tidak Menyala

n. of inspection n. of

nonconformities np p ucl cl lcl

90 1 2,900 0,032 7,926 2,900 -2,126

90 2 2,900 0,032 7,926 2,900 -2,126

90 3 2,900 0,032 7,926 2,900 -2,126

90 3 2,900 0,032 7,926 2,900 -2,126

90 3 2,900 0,032 7,926 2,900 -2,126

90 1 2,900 0,032 7,926 2,900 -2,126

90 3 2,900 0,032 7,926 2,900 -2,126

90 1 2,900 0,032 7,926 2,900 -2,126

90 2 2,900 0,032 7,926 2,900 -2,126

90 2 2,900 0,032 7,926 2,900 -2,126

90 8 2,900 0,032 7,926 2,900 -2,126

90 5 2,900 0,032 7,926 2,900 -2,126

90 3 2,900 0,032 7,926 2,900 -2,126

90 2 2,900 0,032 7,926 2,900 -2,126

90 4 2,900 0,032 7,926 2,900 -2,126

90 3 2,900 0,032 7,926 2,900 -2,126

90 5 2,900 0,032 7,926 2,900 -2,126

90 3 2,900 0,032 7,926 2,900 -2,126

90 3 2,900 0,032 7,926 2,900 -2,126

90 1 2,900 0,032 7,926 2,900 -2,126

1800 58



Kelompok 18



2012 171

Gambar 4.128 Peta Kendali np Dinamo Tidak Menyala


-4

-2

0

2

4

6

8

10

1 3 5 7 9 11 13 15 17 19

Peta Kontrol np Dinamo Tidak Menyala


np

p

ucl

cl

lcl



Kelompok 18



2012 172

Sample

Sa

mp

le C

ou

nt

191715131197531

9

8

7

6

5

4

3

2

1

0

__NP=2.9

UCL=7.926

LCL=0

1

NP Chart of dinamo


Pada iterasi 0 ini, terdapat satu data yang keluar dari UCL, yaitu data ke-11

dengan jumlah cacat 8 dari jumlah lot sebesar 90.



Kelompok 18



2012 173

Iterasi 1

Tabel 4.56 Peta Kendali np Dinamo Tidak Menyala Iterasi 1



90 1 2,632 0,029 7,427 2,632 -2,163

90 2 2,632 0,029 7,427 2,632 -2,163

90 3 2,632 0,029 7,427 2,632 -2,163

90 3 2,632 0,029 7,427 2,632 -2,163

90 3 2,632 0,029 7,427 2,632 -2,163

90 1 2,632 0,029 7,427 2,632 -2,163

90 3 2,632 0,029 7,427 2,632 -2,163

90 1 2,632 0,029 7,427 2,632 -2,163

90 2 2,632 0,029 7,427 2,632 -2,163

90 2 2,632 0,029 7,427 2,632 -2,163

90 5 2,632 0,029 7,427 2,632 -2,163

90 3 2,632 0,029 7,427 2,632 -2,163

90 2 2,632 0,029 7,427 2,632 -2,163

90 4 2,632 0,029 7,427 2,632 -2,163

90 3 2,632 0,029 7,427 2,632 -2,163

90 5 2,632 0,029 7,427 2,632 -2,163

90 3 2,632 0,029 7,427 2,632 -2,163

90 3 2,632 0,029 7,427 2,632 -2,163

90 1 2,632 0,029 7,427 2,632 -2,163

1710 50



Kelompok 18



2012 174

Gambar 4.131 Peta Kendali np Dinamo Tidak Menyala Iterasi 1


-4

-2

0

2

4

6

8

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Peta Kontrol np Dinamo Tidak Menyala


np

p

ucl

cl

lcl



Kelompok 18



2012 175

Sample

Sa

mp

le C

ou

nt

191715131197531

8

7

6

5

4

3

2

1

0

__NP=2.632

UCL=7.427

LCL=0

NP Chart of dinamo2


Dari iterasi terakhir di atas, tidak ada data yang keluar dari UCL maupun LCL,

maka data sudah terkontrol.



Kelompok 18



2012 176

- roda depan dan belakang tidak berputar

Iterasi 0

Tabel 4.57 Peta Kendali np Roda Depan dan Belakang tidak Berputar



90 3 5,200 0,058 11,840 5,200 -1,440

90 4 5,200 0,058 11,840 5,200 -1,440

90 4 5,200 0,058 11,840 5,200 -1,440

90 4 5,200 0,058 11,840 5,200 -1,440

90 12 5,200 0,058 11,840 5,200 -1,440

90 7 5,200 0,058 11,840 5,200 -1,440

90 2 5,200 0,058 11,840 5,200 -1,440

90 5 5,200 0,058 11,840 5,200 -1,440

90 4 5,200 0,058 11,840 5,200 -1,440

90 3 5,200 0,058 11,840 5,200 -1,440

90 7 5,200 0,058 11,840 5,200 -1,440

90 6 5,200 0,058 11,840 5,200 -1,440

90 5 5,200 0,058 11,840 5,200 -1,440

90 2 5,200 0,058 11,840 5,200 -1,440

90 6 5,200 0,058 11,840 5,200 -1,440

90 6 5,200 0,058 11,840 5,200 -1,440

90 12 5,200 0,058 11,840 5,200 -1,440

90 1 5,200 0,058 11,840 5,200 -1,440

90 6 5,200 0,058 11,840 5,200 -1,440

90 5 5,200 0,058 11,840 5,200 -1,440

1800 104



Kelompok 18



2012 177

Gambar 4.134 Peta Kendali np Roda Depan dan Belakang Tidak Berputar


-4

-2

0

2

4

6

8

10

12

14

1 3 5 7 9 11 13 15 17 19

Peta Kontrol np Roda Depan dan Belakang Tidak Berputar


np

p

ucl

cl

lcl



Kelompok 18



2012 178

Sample

Sa

mp

le C

ou

nt

191715131197531

12

10

8

6

4

2

0

__NP=5.2

UCL=11.84

LCL=0

11

NP Chart of roda


Pada iterasi 0 ini, terdapat dua data yang keluar dari UCL, yaitu data ke-5 dan ke-

17 dengan jumlah cacat 12 dari jumlah lot sebesar 90 untuk keduanya.



Kelompok 18



2012 179

Iterasi 1

Tabel 4.58 Peta Kendali np Roda Depan dan Belakang tidak Berputar Iterasi 1



90 3 4,444 0,049 10,611 4,444 -1,722

90 4 4,444 0,049 10,611 4,444 -1,722

90 4 4,444 0,049 10,611 4,444 -1,722

90 4 4,444 0,049 10,611 4,444 -1,722

90 7 4,444 0,049 10,611 4,444 -1,722

90 2 4,444 0,049 10,611 4,444 -1,722

90 5 4,444 0,049 10,611 4,444 -1,722

90 4 4,444 0,049 10,611 4,444 -1,722

90 3 4,444 0,049 10,611 4,444 -1,722

90 7 4,444 0,049 10,611 4,444 -1,722

90 6 4,444 0,049 10,611 4,444 -1,722

90 5 4,444 0,049 10,611 4,444 -1,722

90 2 4,444 0,049 10,611 4,444 -1,722

90 6 4,444 0,049 10,611 4,444 -1,722

90 6 4,444 0,049 10,611 4,444 -1,722

90 1 4,444 0,049 10,611 4,444 -1,722

90 6 4,444 0,049 10,611 4,444 -1,722

90 5 4,444 0,049 10,611 4,444 -1,722

1620 80



Kelompok 18



2012 180

Gambar 4.137 Peta Kendali np Roda Depan dan Belakang Tidak Berputar Iterasi 1


-4

-2

0

2

4

6

8

10

12

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Peta Kontrol np Roda Depan dan Belakang Tidak Berputar


np

p

ucl

cl

lcl



Kelompok 18



2012 181

Sample

Sa

mp

le C

ou

nt

1715131197531

12

10

8

6

4

2

0

__NP=4.44

UCL=10.61

LCL=0

NP Chart of roda2






Kelompok 18



2012 182

- bumper tidak terpasang dengan baik

Iterasi 0

Tabel 4.59 Peta Kendali np Bumper tidak Terpasang dengan Baik



90 3 4,050 0,045 9,950 4,050 -1,850

90 2 4,050 0,045 9,950 4,050 -1,850

90 1 4,050 0,045 9,950 4,050 -1,850

90 11 4,050 0,045 9,950 4,050 -1,850

90 5 4,050 0,045 9,950 4,050 -1,850

90 5 4,050 0,045 9,950 4,050 -1,850

90 3 4,050 0,045 9,950 4,050 -1,850

90 3 4,050 0,045 9,950 4,050 -1,850

90 5 4,050 0,045 9,950 4,050 -1,850

90 6 4,050 0,045 9,950 4,050 -1,850

90 4 4,050 0,045 9,950 4,050 -1,850

90 3 4,050 0,045 9,950 4,050 -1,850

90 2 4,050 0,045 9,950 4,050 -1,850

90 4 4,050 0,045 9,950 4,050 -1,850

90 3 4,050 0,045 9,950 4,050 -1,850

90 10 4,050 0,045 9,950 4,050 -1,850

90 2 4,050 0,045 9,950 4,050 -1,850

90 1 4,050 0,045 9,950 4,050 -1,850

90 4 4,050 0,045 9,950 4,050 -1,850

90 4 4,050 0,045 9,950 4,050 -1,850

1800 81



Kelompok 18



2012 183

Gambar 4.140 Peta Kendali np bumper tidak terpasang dengan baik


-4

-2

0

2

4

6

8

10

12

1 3 5 7 9 11 13 15 17 19

Peta Kontrol np Bumper Tidak Terpasang dengan Baik


np

p

ucl

cl

lcl



Kelompok 18



2012 184

Sample

Sa

mp

le C

ou

nt

191715131197531

12

10

8

6

4

2

0

__NP=4.05

UCL=9.95

LCL=0

1

1

NP Chart of bumper



16 dengan jumlah cacat 11dan 12, dari jumlah lot sebesar 90 untuk keduanya.



Kelompok 18



2012 185

Iterasi 1

Tabel 4.60 Peta Kendali np Bumper tidak Terpasang dengan Baik Iterasi 1



90 3 3,333 0,037 8,708 3,333 -2,042

90 2 3,333 0,037 8,708 3,333 -2,042

90 1 3,333 0,037 8,708 3,333 -2,042

90 5 3,333 0,037 8,708 3,333 -2,042

90 5 3,333 0,037 8,708 3,333 -2,042

90 3 3,333 0,037 8,708 3,333 -2,042

90 3 3,333 0,037 8,708 3,333 -2,042

90 5 3,333 0,037 8,708 3,333 -2,042

90 6 3,333 0,037 8,708 3,333 -2,042

90 4 3,333 0,037 8,708 3,333 -2,042

90 3 3,333 0,037 8,708 3,333 -2,042

90 2 3,333 0,037 8,708 3,333 -2,042

90 4 3,333 0,037 8,708 3,333 -2,042

90 3 3,333 0,037 8,708 3,333 -2,042

90 2 3,333 0,037 8,708 3,333 -2,042

90 1 3,333 0,037 8,708 3,333 -2,042

90 4 3,333 0,037 8,708 3,333 -2,042

90 4 3,333 0,037 8,708 3,333 -2,042

1620 60



Kelompok 18



2012 186

Gambar 4.143 Peta Kendali np bumper tidak terpasang dengan baik


-4

-2

0

2

4

6

8

10

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

Peta Kontrol np Bumper Tidak Terpasang dengan Baik


np

p

ucl

cl

lcl



Kelompok 18



2012 187

Sample

Sa

mp

le C

ou

nt

1715131197531

9

8

7

6

5

4

3

2

1

0

__NP=3.333

UCL=8.708

LCL=0

NP Chart of bumper2






Kelompok 18



2012 188

- roller tidak berputar

Iterasi 0

Tabel 4.61 Peta Kendali np Roller tidak Berputar



90 1 4,100 0,046 10,035 4,100 -1,835

90 4 4,100 0,046 10,035 4,100 -1,835

90 1 4,100 0,046 10,035 4,100 -1,835

90 2 4,100 0,046 10,035 4,100 -1,835

90 6 4,100 0,046 10,035 4,100 -1,835

90 2 4,100 0,046 10,035 4,100 -1,835

90 9 4,100 0,046 10,035 4,100 -1,835

90 8 4,100 0,046 10,035 4,100 -1,835

90 1 4,100 0,046 10,035 4,100 -1,835

90 4 4,100 0,046 10,035 4,100 -1,835

90 2 4,100 0,046 10,035 4,100 -1,835

90 4 4,100 0,046 10,035 4,100 -1,835

90 3 4,100 0,046 10,035 4,100 -1,835

90 5 4,100 0,046 10,035 4,100 -1,835

90 12 4,100 0,046 10,035 4,100 -1,835

90 3 4,100 0,046 10,035 4,100 -1,835

90 5 4,100 0,046 10,035 4,100 -1,835

90 4 4,100 0,046 10,035 4,100 -1,835

90 4 4,100 0,046 10,035 4,100 -1,835

90 2 4,100 0,046 10,035 4,100 -1,835

1800 82



Kelompok 18



2012 189

Gambar 4.146 Peta Kendali roller tidak berputar


-4

-2

0

2

4

6

8

10

12

14

1 3 5 7 9 11 13 15 17 19

Peta Kontrol np Roller Tidak Berputar


np

p

ucl

cl

lcl



Kelompok 18



2012 190

Sample

Sa

mp

le C

ou

nt

191715131197531

12

10

8

6

4

2

0

__NP=4.1

UCL=10.03

LCL=0

1

NP Chart of roller


Pada iterasi 0 ini, terdapat satu data yang keluar dari UCL, yaitu data ke-15 dengan

jumlah cacat 12 dari jumlah lot sebesar 90.



Kelompok 18



2012 191

Iterasi 1

Tabel 4.62 Peta Kendali np Roller tidak Berputar Iterasi 1



90 1 3,684 0,041 9,323 3,684 -1,955

90 4 3,684 0,041 9,323 3,684 -1,955

90 1 3,684 0,041 9,323 3,684 -1,955

90 2 3,684 0,041 9,323 3,684 -1,955

90 6 3,684 0,041 9,323 3,684 -1,955

90 2 3,684 0,041 9,323 3,684 -1,955

90 9 3,684 0,041 9,323 3,684 -1,955

90 8 3,684 0,041 9,323 3,684 -1,955

90 1 3,684 0,041 9,323 3,684 -1,955

90 4 3,684 0,041 9,323 3,684 -1,955

90 2 3,684 0,041 9,323 3,684 -1,955

90 4 3,684 0,041 9,323 3,684 -1,955

90 3 3,684 0,041 9,323 3,684 -1,955

90 5 3,684 0,041 9,323 3,684 -1,955

90 3 3,684 0,041 9,323 3,684 -1,955

90 5 3,684 0,041 9,323 3,684 -1,955

90 4 3,684 0,041 9,323 3,684 -1,955

90 4 3,684 0,041 9,323 3,684 -1,955

90 2 3,684 0,041 9,323 3,684 -1,955

1710 70



Kelompok 18



2012 192

Gambar 4.149 Peta Kendali roller tidak berputar Iterasi 1


-4

-2

0

2

4

6

8

10

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Peta Kontrol np Roller Tidak Berputar


np

p

ucl

cl

lcl



Kelompok 18



2012 193

Sample

Sa

mp

le C

ou

nt

191715131197531

9

8

7

6

5

4

3

2

1

0

__NP=3.68

UCL=9.32

LCL=0

NP Chart of roller2






Kelompok 18



2012 194

- pengunci body longgar

Iterasi 0

Tabel 4.63 Peta Kendali np Pengunci Body Longgar



90 3 3,950 0,044 9,780 3,950 -1,880

90 1 3,950 0,044 9,780 3,950 -1,880

90 5 3,950 0,044 9,780 3,950 -1,880

90 10 3,950 0,044 9,780 3,950 -1,880

90 2 3,950 0,044 9,780 3,950 -1,880

90 4 3,950 0,044 9,780 3,950 -1,880

90 7 3,950 0,044 9,780 3,950 -1,880

90 2 3,950 0,044 9,780 3,950 -1,880

90 6 3,950 0,044 9,780 3,950 -1,880

90 1 3,950 0,044 9,780 3,950 -1,880

90 3 3,950 0,044 9,780 3,950 -1,880

90 4 3,950 0,044 9,780 3,950 -1,880

90 4 3,950 0,044 9,780 3,950 -1,880

90 2 3,950 0,044 9,780 3,950 -1,880

90 4 3,950 0,044 9,780 3,950 -1,880

90 2 3,950 0,044 9,780 3,950 -1,880

90 11 3,950 0,044 9,780 3,950 -1,880

90 2 3,950 0,044 9,780 3,950 -1,880

90 2 3,950 0,044 9,780 3,950 -1,880

90 4 3,950 0,044 9,780 3,950 -1,880

1800 79



Kelompok 18



2012 195

Gambar 4.152 Peta Kendali pengunci body longgar


-4

-2

0

2

4

6

8

10

12

1 3 5 7 9 11 13 15 17 19

Peta Kontrol np Pengunci Body Longgar


np

p

ucl

cl

lcl



Kelompok 18



2012 196

Sample

Sa

mp

le C

ou

nt

191715131197531

12

10

8

6

4

2

0

__NP=3.95

UCL=9.78

LCL=0

1

1

NP Chart of pengunci



17 dengan jumlah cacat 10 dan 11, dari jumlah lot sebesar 90 untuk keduanya.



Kelompok 18



2012 197

Iterasi 1

Tabel 4.64 Peta Kendali np Pengunci Body Longgar Iterasi 1



90 3 3,222 0,036 8,510 3,222 -2,066

90 1 3,222 0,036 8,510 3,222 -2,066

90 5 3,222 0,036 8,510 3,222 -2,066

90 2 3,222 0,036 8,510 3,222 -2,066

90 4 3,222 0,036 8,510 3,222 -2,066

90 7 3,222 0,036 8,510 3,222 -2,066

90 2 3,222 0,036 8,510 3,222 -2,066

90 6 3,222 0,036 8,510 3,222 -2,066

90 1 3,222 0,036 8,510 3,222 -2,066

90 3 3,222 0,036 8,510 3,222 -2,066

90 4 3,222 0,036 8,510 3,222 -2,066

90 4 3,222 0,036 8,510 3,222 -2,066

90 2 3,222 0,036 8,510 3,222 -2,066

90 4 3,222 0,036 8,510 3,222 -2,066

90 2 3,222 0,036 8,510 3,222 -2,066

90 2 3,222 0,036 8,510 3,222 -2,066

90 2 3,222 0,036 8,510 3,222 -2,066

90 4 3,222 0,036 8,510 3,222 -2,066

1620 58



Kelompok 18



2012 198

Gambar 4.155 Peta Kendali pengunci body longgar Iterasi 1


-4

-2

0

2

4

6

8

10

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Peta Kontrol np Pengunci Body Longgar


np

p

ucl

cl

lcl



Kelompok 18



2012 199

Sample

Sa

mp

le C

ou

nt

1715131197531

9

8

7

6

5

4

3

2

1

0

__NP=3.222

UCL=8.510

LCL=0

NP Chart of pengunci2






Kelompok 18



2012 200

- plat depan macet

Iterasi 0

Tabel 4.65 Peta Kendali np Plat Depan Macet



90 4 3,050 0,034 8,200 3,050 -2,100

90 6 3,050 0,034 8,200 3,050 -2,100

90 3 3,050 0,034 8,200 3,050 -2,100

90 1 3,050 0,034 8,200 3,050 -2,100

90 1 3,050 0,034 8,200 3,050 -2,100

90 1 3,050 0,034 8,200 3,050 -2,100

90 3 3,050 0,034 8,200 3,050 -2,100

90 3 3,050 0,034 8,200 3,050 -2,100

90 2 3,050 0,034 8,200 3,050 -2,100

90 3 3,050 0,034 8,200 3,050 -2,100

90 2 3,050 0,034 8,200 3,050 -2,100

90 7 3,050 0,034 8,200 3,050 -2,100

90 3 3,050 0,034 8,200 3,050 -2,100

90 2 3,050 0,034 8,200 3,050 -2,100

90 1 3,050 0,034 8,200 3,050 -2,100

90 5 3,050 0,034 8,200 3,050 -2,100

90 9 3,050 0,034 8,200 3,050 -2,100

90 1 3,050 0,034 8,200 3,050 -2,100

90 2 3,050 0,034 8,200 3,050 -2,100

90 2 3,050 0,034 8,200 3,050 -2,100

1800 61



Kelompok 18



2012 201

Gambar 4.158 Peta Kendali plat depan macet


-4

-2

0

2

4

6

8

10

1 3 5 7 9 11 13 15 17 19

Peta Kontrol np Plat Depan Macet


np

p

ucl

cl

lcl



Kelompok 18



2012 202

Sample

Sa

mp

le C

ou

nt

191715131197531

9

8

7

6

5

4

3

2

1

0

__NP=3.05

UCL=8.20

LCL=0

1

NP Chart of plat depan


Pada iterasi 0 ini, terdapat satu data yang keluar dari UCL, yaitu data ke-17

dengan jumlah cacat 9 dari jumlah lot sebesar 90.



Kelompok 18



2012 203

Iterasi 1

Tabel 4.66 Peta Kendali np Plat Depan Macet Iterasi 1



90 4 2,737 0,030 7,624 2,737 -2,150

90 6 2,737 0,030 7,624 2,737 -2,150

90 3 2,737 0,030 7,624 2,737 -2,150

90 1 2,737 0,030 7,624 2,737 -2,150

90 1 2,737 0,030 7,624 2,737 -2,150

90 1 2,737 0,030 7,624 2,737 -2,150

90 3 2,737 0,030 7,624 2,737 -2,150

90 3 2,737 0,030 7,624 2,737 -2,150

90 2 2,737 0,030 7,624 2,737 -2,150

90 3 2,737 0,030 7,624 2,737 -2,150

90 2 2,737 0,030 7,624 2,737 -2,150

90 7 2,737 0,030 7,624 2,737 -2,150

90 3 2,737 0,030 7,624 2,737 -2,150

90 2 2,737 0,030 7,624 2,737 -2,150

90 1 2,737 0,030 7,624 2,737 -2,150

90 5 2,737 0,030 7,624 2,737 -2,150

90 1 2,737 0,030 7,624 2,737 -2,150

90 2 2,737 0,030 7,624 2,737 -2,150

90 2 2,737 0,030 7,624 2,737 -2,150

1710 52



Kelompok 18



2012 204

Gambar 4.161 Peta Kendali plat depan macet Iterasi 1


-4

-2

0

2

4

6

8

10

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Peta Kontrol np Plat Depan Macet


np

p

ucl

cl

lcl



Kelompok 18



2012 205

Sample

Sa

mp

le C

ou

nt

191715131197531

8

7

6

5

4

3

2

1

0

__NP=2.737

UCL=7.624

LCL=0

NP Chart of plat depan2






Kelompok 18



2012 206

- tuas on-off longgar

Tabel 4.67 Peta Kendali np Tuas On-Off Longgar



90 3 3,750 0,042 9,437 3,750 -1,937

90 4 3,750 0,042 9,437 3,750 -1,937

90 3 3,750 0,042 9,437 3,750 -1,937

90 3 3,750 0,042 9,437 3,750 -1,937

90 3 3,750 0,042 9,437 3,750 -1,937

90 4 3,750 0,042 9,437 3,750 -1,937

90 5 3,750 0,042 9,437 3,750 -1,937

90 2 3,750 0,042 9,437 3,750 -1,937

90 2 3,750 0,042 9,437 3,750 -1,937

90 3 3,750 0,042 9,437 3,750 -1,937

90 2 3,750 0,042 9,437 3,750 -1,937

90 3 3,750 0,042 9,437 3,750 -1,937

90 5 3,750 0,042 9,437 3,750 -1,937

90 8 3,750 0,042 9,437 3,750 -1,937

90 2 3,750 0,042 9,437 3,750 -1,937

90 2 3,750 0,042 9,437 3,750 -1,937

90 2 3,750 0,042 9,437 3,750 -1,937

90 5 3,750 0,042 9,437 3,750 -1,937

90 5 3,750 0,042 9,437 3,750 -1,937

90 9 3,750 0,042 9,437 3,750 -1,937

1800 75



Kelompok 18



2012 207

Gambar 4.164 Peta Kontrol np Tuas On-off Longgar


-4

-2

0

2

4

6

8

10

12

1 3 5 7 9 11 13 15 17 19

Peta Kontrol np Tuas On-off Longgar


np

p

ucl

cl

lcl



Kelompok 18



2012 208

Sample

Sa

mp

le C

ou

nt

191715131197531

10

8

6

4

2

0

__NP=3.75

UCL=9.44

LCL=0

NP Chart of tuas






Kelompok 18



2012 209

4.3.4 Diagram Fishbone

Diagram Cause and Effect

Inspeksi Raw Material

PenyimpananMaterial Handling

AssemblyInspeksi Finished Product

Roda depan dan belakang

tidak berputar

Operator yang kurang teliti

Perakitan yang tidak sesuai prosedur

Operator yang lalai atau lelah

Fisiologis (suhu, temperatur, cahaya)

Operator yang kurang hati-hati

Traffic padajalur distribusi

Peletakan komponen

yang tidak sesuai

Operator yang kurang teliti

Komponen dari supplieryang tidak sesuai

standar

Operator yang kurang hati-hati

Gambar 4.167 FishBone Diagram

4.4 Penentuan Biaya Kualitas

Penentuan biaya kualitas yang dilakukan PT Indonesia Tamiya Motor dalam

rangka meningkatkan kualitas produk atau mencapai standar yang telah ditetapkan.

Biaya kualitas ini dikelola sedemikian rupa untuk mencapai suatu tingkat kualitas agar

produk yang dibuat atau jasa yang diserahkan sesuai dengan spesifikasi rancangan dan

bebas dari cacat atau masalah yang akan mempengaruhi penampilan atau kinerja yang

diukur dengan kesesuaiannya terhadap keinginan pelanggan. Berikut biaya kualitas PT

Indonesia Tamiya Motor per periodenya:

1. Biaya penilaian

Biaya ini termasuk dalam biaya komponen, yaitu untuk:

1. Pengadaaan jangka sorong (2 jangka sorong 0.02 mm dan 2 jangka sorong

0.05 mm ) sebanyak 2 kali dalam 1 tahun

( Rp.250.000,00 x 2) + (Rp 400.000,00 x 2) = Rp 1.300.000,00

2. Pengadaan cheek sheet

Rp. 65.000,00/bulan x 12 bulan = Rp 780.000,00

3. Pengadaan alat kantor

Rp 100.000,00/bulan x 12 bulan = Rp 1.200.000,00



Kelompok 18



2012 210

4. Pengadaan tinta print


5. Pengadaan Baterai


Total Biaya Penilaian = Rp 4.852.000,00

2. Biaya Kegagalan Internal

Yang termasuk dalam biaya ini adalah:

1. Biaya rework. Dalam PT. Indonesia Tamiya Motor, kebijakan biaya

rework adalah 10% dari harga komponen keseluruhan 1 tamiya. Sehingga

biaya rework 1 tamiya adalah :

10% x Rp. 6100,00 x 4 x (40372+17696+26880) 84948

= Rp 207.273.120,00 unit/tahun

2. Biaya Downgrading

10% x Rp. 6100,00 x 4 x (40372+17696+26880)

= Rp 207.273.120,00 unit/tahun

3. Biaya Scrap adalah Material sisa dari bahan baku setelah di proses

5% x Rp. 6100,00 x 4 x (40372+17696+26880)

= Rp 103.636.560,00 unit/tahun

4. Keterlambatan pengiriman produk ( jika terjadi keterlambatan pengiriman

barang ke konsumen atau distributor di sebabkan faktor dalam dan luar)

Rp 1.000.000,00/ bulan x 12 = Rp 12.000.000 / tahun

Total Biaya Kegagalan Internal = Rp 530.182.800,00

3. Biaya Kegagalan Eksternal

Garansi yang di berikan kepada pelanggan yaitu 3% dari harga 1 tamiya

3% x Rp. 6100,00 x 12 x (40372+17696+26880)

= Rp 62.181.936,00 unit/tahun

4. Biaya Pencegahan

Biaya pelatihan/ peningkatan kualitas SDM = Rp. 3.000.000,00

Total Biaya Kualitas Rp 600.216.736,00



Kelompok 18



2012 211

BAB V

ANALISIS

5.1 Analisis Acceptance Sampling

Acceptance sampling dilakukan untuk menentukan suatu lot raw material diterima

atau ditolak dengan memeriksa kualitas sampel suatu lot tersebut, apakah dari sampel

tersebut telah memenuhi tingkat kualitas menurut produsen. Acceptance sampling ini

diawali dengan menentukan besar sampel yang harus diperiksa untuk satu lot dengan

melihat output MRP nya dan menentukan tingkat inspeksi yang akan dilakukan

terhadap sample dari lot tersebut, kemudian menentukan tingkat kualitas menurut

produsen atau AQL. Selanjutnya setelah dilakukan pemeriksaan pada sampel dan

diperolah data hasil pemeriksaan, dilakukan perhitungan dari data tersebut dengan

mencari rataan, standar deviasi, standard normal deviate (ZU dan ZL) berdasarkan batas

spesifikasi dari perusahaan, dan quality index (QU dan QL) juga berdasarkan batas

spesifikasi dari perusahaan yang diberikan. Dari nilai ZU dan ZL masing-masing

dibandingkan dengan nilai k yang mewakili AQL, jika nilai ZU atau ZL lebih besar atau

sama dengan k, maka lot diterima. Namun jika salah satu ZU atau ZL ditolak maka lot

tersebut ditolak. Kemudain dari jumlah nilai QU dan QL akan dibandingkan nilai M yang

mewakili AQL, jika jumlah nilai QU dan QL lebih kecil atau sama dengan M maka lot

diterima.

5.1.1 Kebijakan Sampel untuk As Roda

Pada part as roda acceptance sampling dilakukan dua kali untuk dua dimensi

yang diukur kualitasnya, yaitu panjang as roda dan diameter as roda. Berdasarkan

lot size dari MRP dan tingkat inspeksi-nya diperoleh sample size sebesar 25 untuk

part as roda ini.

Pada dimensi panjang as roda, standar perusahaan adalah 58.5mm 1,5mm.

Untuk single acceptance sampling, dari data hasil pengukuran sample dan standar

perusahaan kemudian diperoleh nilai ZU sebesar 0,577867 dan ZL sebesar

42,7622. Nilai tersebut kemudian dibandingkan dengan nilai k yang diperoleh

sebesar 2,14. Karena ZU lebih kecil dari k maka lot ditolak. Selanjutnya untuk



Kelompok 18



2012 212

double acceptance sampling diperoleh nilai QU sebesar 28,30 dan QL sebesar 0

yang dari jumlah keduanya ternyata lebih besar dari nilai M yang sebesar 1,29,

maka lot ditolak.

Karena baik single atau pun double acceptance sampling ditolak maka

dilihat dari dimensi panjangnya, lot untuk part as roda ini ditolak karena kurang

memenuhi batas kualitas yang diinginkan.

Dimensi as roda yang lain adalah diameternya, yang standar dari

perusahaannya sebesar 1.8 mm 0.2 mm. Untuk single acceptance sampling, dari

data hasil pengukuran sample dan standar perusahaan kemudian diperoleh nilai ZU

sebesar 9,193; ZL sebesar 1,49; dan nilai k sebesar 2,14. Karena ZL lebih kecil dari

k maka lot ditolak. Untuk double acceptance sampling diperoleh nilai QU sebesar

0; QL sebesar 6,55; dan nilai M sebesar 1,29. Karena jumlah QU dan QL ternyata

lebih besar dari nilai M, maka lot ditolak.

Dari dimensi diameter as roda, lot untuk part as roda juga ditolak karena

baik single atau pun double acceptance sampling ditolak, sama seperti jika dilihat

dari dimensi panjangnya. Dengan demikian lot untuk as roda ini ditolak karena

dari kedua dimensi yang diukur kualitasnya belum memenuhi kualitas yang

diinginkan perusahaaan.

Langkah yang dapat dilakukan untuk penolakan ini adalah dengan

mengganti supplier yang memasok as roda. Hal ini dilakukan karena salah satu

misi perusahaan adalah untuk memproduksi produk yang berkualitas. Dengan

mengganti supplier diharapkan diperoleh part yang memiliki kualitas yang benar-

benar sesuai dengan keinginan perusahaan, sehingga produknya pun diharapkan

akan berkualitas. Meskipun langkah ini membutuhkan biaya yang mungkin lebih,

dengan menjaga kualitas dari produk, perusahaan akan menerima kepercayaan

lebih dari konsumen.

5.1.2 Kebijakan Sampel untuk Gardan

Sama seperti pada part as roda, acceptance sampling untuk part gardan

dilakukan dua kali untuk dua dimensi yang diukur kualitasnya, yaitu panjang dan



Kelompok 18



2012 213

diameter gardan. Berdasarkan lot size dari MRP dan tingkat inspeksi-nya

diperoleh sample size sebesar 20 untuk pemeriksaan kualitas dari part gardan.

Pada dimensi panjang gardan, standar perusahaan adalah 74 mm 0.75mm.

Untuk single acceptance sampling, dari data hasil pengukuran sample dan standar

perusahaan kemudian diperoleh nilai ZU sebesar 3,2; ZL sebesar 6,8; dan nilai k

sebesar 2,24. Karena ZU dan ZL lebih besar dari k maka lot diterima. Untuk double

acceptance sampling diperoleh nilai QU sebesar 0,006; QL sebesar 0; dan nilai M

sebesar 0,846. Karena jumlah QU dan QL lebih kecil dari nilai M, maka lot

diterima.

Karena baik single atau pun double acceptance sampling diterima maka

dilihat dari dimensi panjangnya, lot untuk part gardan ini diterima karena telah

memenuhi batas kualitas yang diinginkan.

Dimensi untuk gardan yang lain adalah diameternya, yang standar dari

perusahaannya sebesar 1,48 mm 0.13mm. Untuk single acceptance sampling,

dari data hasil pengukuran sample dan standar perusahaan kemudian diperoleh

nilai ZU sebesar 13,379 dan ZL sebesar 4,369. Nilai tersebut kemudian

dibandingkan dengan nilai k yang diperoleh sebesar 2,24. Karena ZU dan ZL lebih

besar dari k maka lot diterima. Selanjutnya untuk double acceptance sampling

diperoleh nilai QU dan QL sebesar 0 yang dari jumlah keduanya, yaitu 0, lebih

kecil dari nilai M yang sebesar 0,846, maka lot diterima.

Dari dimensi diameter gardan, lot untuk part gardan juga diterima karena

baik single atau pun double acceptance sampling diterima, sama seperti jika dilihat

dari dimensi panjangnya. Dengan demikian lot untuk as roda ini diterima karena

dari kedua dimensi yang diukur kualitasnya sudah memenuhi kualitas yang

diinginkan perusahaaan.

5.1.3 Kebijakan Sampel untuk Dinamo

Berbeda dari kedua part sebelumnya, acceptance sampling untuk part

dinamo hanya dilakukan satu kali untuk satu dimensi yang diukur kualitasnya,

yaitu diameter besi dinamo. Berdasarkan lot size dari MRP dan tingkat inspeksi-



Kelompok 18



2012 214

nya diperoleh sample size sebesar 20 untuk pemeriksaan kualitas dari dimensi

diameter besi dinamo.

Dimensi diameter besi dinamo ini standar dari perusahaannya sebesar 1,95

mm 0,15mm. Untuk single acceptance sampling, dari data hasil pengukuran

sample dan standar perusahaan kemudian diperoleh nilai ZU sebesar 10,659 dan ZL

sebesar 4,434. Nilai tersebut kemudian dibandingkan dengan nilai k yang

diperoleh sebesar 2,24. Karena ZU dan ZL lebih besar dari k maka lot diterima.

Selanjutnya untuk double acceptance sampling diperoleh nilai QU sebesar 0 dan

QL sebesar 0 yang dari jumlah keduanya, yaitu sebesar 0, lebih kecil dari nilai M

yang sebesar 0,846, maka lot diterima.

Dari dimensi diameter besi dinamo, lot untuk part dinamo diterima karena

baik single atau pun double acceptance sampling diterima. Dengan demikian lot

untuk dinamo ini diterima karena dari dimensi yang diukur kualitasnya sudah

memenuhi kualitas yang diinginkan perusahaaan.

5.2 Analisis Kualitas Raw Material

a. Data Variabel

1. Panjang As Roda

Pada peta kendali MR dan X bar untuk data panjang as roda, dapat dilihat

bahwa untuk memperoleh peta kendali MR dan X bar dari data panjang as roda

yang datanya tidak keluar UCL dan LCL, memerlukan iterasi sampai iterasi ke 1.

Pada iterasi 0, tidak ada data yang keluar dari peta MR sedangkan pada peta X bar

terdapat satu data yang keluar yaitu data ke 12 dengan ukuran 60,1 nomor

komponen 45. Pada peta X bar batas atas dan batas bawahnya sudah ditentukan

oleh perusahaan. Sehingga panjang as roda harus sesuai dengan spesifikasi yang

sudah ditentukan oleh perusahaan. Standar perusahaan untuk panjang as roda

adalah 58.5mm 1,5mm . Sehingga, nilai UCL untuk peta kendali X bar adalah

60 mm dan nilai LCL nya adalah 57 mm. Sedangkan untuk nilai UCL peta kendali

MR adalah 0,15 dan nilai LCL nya adalah 0,000 pada iterasi 0 sedangkan pada

iterasi 1 UCL nya adalah 0,016 dan LCL nya adalah 0. Hasil perhitungan peta



Kelompok 18



2012 215

kendali menggunakan software minitab dan SPSS dan juga perhitungan manual

tidak memiliki perbedaan yang signifikan. Kecacatan as roda dapat disebabkan

oleh tempat penyimpanannya yang kurang baik sehingga as roda kemungkinan

menjadi sedikit bengkok dan tidak sesuai dengan standar yang telah ditentukan.

Diketahui bahwa raw material memiliki kualitas yang cukup bagus.

2. Diameter As Roda

Pada peta MR dan X bar untuk diameter as roda pada iterasi 0 tidak ada data

yang keluar dari peta kendali MR dan X bar. Untuk standar diameter as roda

adalah 1.8 mm 0.2 mm sehingga suplier harus memenuhi spesifikasi yang sudah

ditetapkan oleh perusahaan. Standar yang ditetapkan oleh perusahaan digunakan

untuk menentukan batas atas dan bawah untuk peta X bar. Sehingga nilai UCL

pada peta X bar adalah 2 mm dan LCL nya adalah 1,6mm. Sedangkan untuk peta

MR nilai UCL nya adalah 0,13068 dan LCL nya adalah 0. Hasil output software

minitab dan SPSS dan perhitungan manual menunjukkan hasil yang sama. Dari

hasil yang diperoleh diketahui bahwa supplier mengirimkan barang cukup bagus

karena sudah sesuai dengan spesifikasi

3. Panjang Gardan

Pada peta MR dan X bar untuk panjang gardan pada iterasi 0 tidak ada data

yang keluar dari peta kendali MR dan X bar. Untuk standar panjang gardan adalah

74 mm 0.75mm sehingga suplier harus memenuhi spesifikasi yang sudah

ditetapkan oleh perusahaan. Standar yang ditetapkan oleh perusahaan digunakan

untuk menentukan batas atas dan bawah untuk peta X bar. Sehingga nilai UCL

pada peta X bar adalah 74,75 mm dan LCL nya adalah 73,25 mm. Sedangkan

untuk peta MR nilai UCL nya adalah 0,63205 dan LCL nya adalah 0. Hasil output

software minitab dan SPSS dan juga perhitungan manual memiliki hasil yang

sama. Dari peta kendali yang telah dibuat diketahui bahwa panjang gardan yang

dikirim oleh supplier sudah sesuai standar yang dibuat oleh perusahaan dapat

dikatakan raw material yang dikirim adalah raw material yang bagus.



Kelompok 18



2012 216

4. Diameter Gardan

Pada iterasi 0 untuk peta MR dan X bar diameter gardan tidak ada data yang

keluar dari peta kendali MR dan X bar. Perusahaan telah menetapkan standar

untuk beberapa data variabel. Untuk standar diameter gardan adalah 1,48 mm

0,13 mm sehingga supplier harus memenuhi spesifikasi yang sudah ditetapkan

oleh perusahaan. Standar yang ditetapkan oleh perusahaan digunakan untuk

menentukan batas atas dan bawah untuk peta X bar. Sehingga nilai UCL pada peta

X bar adalah 1,61 mm dan LCL nya adalah 1,35 mm. Sedangkan untuk peta MR

nilai UCL nya adalah 0,051584 dan LCL nya adalah 0. Hasil output software

minitab dan SPSS dan juga perhitungan manual memiliki hasil yang sama. Dari

peta kendali yang telah dibuat diketahui bahwa diameter gardan yang dikirim oleh

supplier sudah sesuai standar yang dibuat oleh perusahaan dapat dikatakan raw

material yang dikirim adalah raw material yang bagus.


Pada iterasi 0 untuk peta MR dan X bar diameter besi dinamo tidak ada data

yang keluar dari peta kendali MR dan X bar. Perusahaan telah menetapkan standar

untuk beberapa data variabel. Untuk standar diameter besi dinamo adalah 1,95 mm

0,15 mm sehingga supplier harus memenuhi spesifikasi yang sudah ditetapkan

oleh perusahaan. Standar yang ditetapkan oleh perusahaan digunakan untuk

menentukan batas atas dan bawah untuk peta X bar. Sehingga nilai UCL pada peta

X bar adalah 2,1 mm dan LCL nya adalah 1,8 mm. Sedangkan untuk peta MR

nilai UCL nya adalah 0,06534 dan LCL nya adalah 0. Hasil output software

minitab dan SPSS dan juga perhitungan manual memiliki hasil yang sama. Dari

peta kendali yang telah dibuat diketahui bahwa diameter besi dinamo yang dikirim

oleh supplier sudah sesuai standar yang dibuat oleh perusahaan dan dapat

dikatakan raw material yang dikirim adalah raw material yang bagus.



Kelompok 18



2012 217

b. Data Atribut

1. Plat Belakang Besar

Pada plat belakang besar digunakan peta kendali P. Peta kendali P digunakan

ketika jumlah sampel (number of inspection) tidak selalu sama pada setiap

pengambilan. Peta P digunakan untuk menghitung banyaknya produk yang cacat

pada setiap pengambilan sampel. Peta kendali p memiliki batas atas dan batas

bawah yang berbeda-beda tergantung jumlah sampelnya. Untuk plat belakang

besar dilakukan iterasi sampai iterasi 1. Karena pada iterasi 0 terdapat dua data

yang keluar dari batas atas dan batas bawah. Data yang keluar adalah data ke- 3

dengan jumlah sampel 92 dan produk cacat 18 dan juga data ke-16 dengan jumlah

sampel 97 dan produk cacat 19. Pada iterasi 0, salah satu nilai UCL nya adalah

0,19487 dan LCL nya adalah 0,0066 sedangkan pada iterasi 1 salah satu nilai UCL

nya adalah 0,23345 dan LCL nya adalah 0,02397. Dari hasil perhitungan

menggunakan software dan manual tidak memiliki perbedaan yang cukup

signifikan. Dengan melihat dari peta kendali yang telah dibuat diketahui bahwa

raw material yang dikirim oleh supplier cukup baik walaupun ada yang keluar dari

batas atas dan batas bawah. Kecacatan atau ketidaksesuaian yang terjadi dapat

disebabkan ketika pengiriman raw material mengalami guncangan atau benturan

kecil antar raw materialnya sehingga tidak sesuai dengan spesifikasi awal.

2. Plat Belakang Kecil

Peta kendali P juga digunakan untuk plat belakang kecil. Peta kendali P

digunakan ketika jumlah sampel (number of inspection) tidak selalu sama pada

setiap pengambilan. Peta P digunakan untuk menghitung banyaknya produk yang

cacat pada setiap pengambilan sampel. Peta kendali p memiliki batas atas dan

batas bawah yang berbeda-beda tergantung jumlah sampelnya. Untuk plat

belakang kecil dilakukan iterasi sampai iterasi 1. Karena pada iterasi 0 terdapat

satu data yang keluar dari batas atas. Data yang keluar adalah data ke-6 dengan

jumlah sampel 97 dan produk cacat 20. Pada iterasi 0, salah satu nilai UCL nya

adalah 0,20507 dan LCL nya adalah 0,01016 sedangkan pada iterasi salah satu

nilai 1 UCL nya adalah 0,19724 dan LCL nya adalah 0,00685. Kecacatan atau



Kelompok 18



2012 218

ketidaksesuaian yang terjadi dapat disebabkan ketika pengiriman raw material

mengalami guncangan atau benturan kecil antar raw materialnya sehingga tidak

sesuai dengan spesifikasi awal. Dan bisa juga kekuranghatian pekerja pada saat

pengepakan raw material ataupun pada saat mengeluarkan raw material dari

tempatnya sehingga raw material menjadi rusak atau tidak sesuai lagi. Dari hasil

perhitungan menggunakan software dan manual tidak memiliki perbedaan yang

cukup signifikan. Dengan melihat dari peta kendali yang telah dibuat diketahui

bahwa raw material yang dikirim oleh supplier cukup baik.

3. Plat Depan

Peta kendali P juga digunakan untuk plat depan. Peta kendali P digunakan

ketika jumlah sampel (number of inspection) tidak selalu sama pada setiap

pengambilan. Peta P digunakan untuk menghitung banyaknya produk yang cacat

pada setiap pengambilan sampel. Peta kendali p memiliki batas atas dan batas

bawah yang berbeda-beda tergantung jumlah sampelnya. Pada plat depan

perusahaan menetapkan standar untuk nilai tengah atau CL nya adalah 0,1. Hal ini

dikarenakan plat depan merupakan salah satu raw material yang cukup penting

sehingga memerlukan tingkat kesesuaian yang tepat dan juga jika penutup plat

depan cacat tamiya jadi tidak bisa menyala dengan baik. Untuk salah satunya nilai

UCL nya 0,2068 dan LCL nya adalah 0,0075. Dari hasil perhitungan

menggunakan software maupun manual memiliki hasil yang tidak begitu jauh.

Dari peta kendali yang dibuat tidak ada data yang keluar dari batas atas dan batas

bawah sehingga dapat dikatakan kualitas plat depan yang dikirim oleh supplier

bagus.

4. Penutup Plat Depan

Pada penutup plat depan digunakan peta kendali P. Untuk plat depan hanya

dilakukan iterasi sampai iterasi 0. Pada iterasi 0 tidak terdapat data yang keluar

dari batas atas dan batas bawah. Pada iterasi 0, salah satu nilai UCL nya adalah

0,19511 dan LCL nya adalah 0. Dari hasil perhitungan menggunakan software dan

manual tidak memiliki perbedaan yang cukup signifikan. Dengan melihat dari peta



Kelompok 18



2012 219

kendali yang telah dibuat diketahui bahwa raw material yang dikirim oleh supplier

cukup baik walaupun ada yang keluar dari batas atas dan batas bawah.

5. Pengunci Baterai

Pada pengunci baterai digunakan peta kendali NP. Peta kendali NP

digunakan untuk jumlah sampel (number of inspection) yang sama. Peta NP juga

memiliki fungsi yang sama dengan peta P yaitu menghitung berapa banyak produk

yang cacat dalam setiap pengambilan, perbedaanya hanya terletak pada jumlah

sampelnya. Untuk pengunci baterai iterasi dilakukan sampai iterasi ke-1. Karena

pada iterasi 0 terdapat 1 data yang keluar dari batas atas. Data yang keluar adalah

data ke-17 dengan jumlah cacat 20. Pada iterasi 0, nilai UCL nya adalah 19,98 dan

nilai LCL nya adalah 1,519 sedangkan pada iterasi 1, nilai UCL nya adalah 19,3

dan LCL nya adalah 1,217. Ketidaksesuaian raw material dapat terjadi akibat dari

kekuranghatian pekerja pada saat pengepakan raw material ataupun pada saat

mengeluarkan raw material dari tempatnya sehingga raw material menjadi rusak

atau tidak sesuai lagi. Hasil perhitungan dengan software tidak berbeda jauh

dengan hasil perhitungan manual. Dari hasil diperoleh diketahui bahwa raw

material yang dikirim oleh supplier memiliki kualitas yang cukup baik.

6. Dinamo

Pada dinamo digunakan peta kendali NP. Peta kendali NP digunakan untuk

jumlah sampel (number of inspection) yang sama. Peta NP juga memiliki fungsi

yang sama dengan peta P yaitu menghitung berapa banyak produk yang cacat

dalam setiap pengambilan, perbedaannya hanya terletak pada jumlah sampelnya.

Untuk dinamo iterasi dilakukan sampai iterasi ke-1. Karena pada iterasi 0 terdapat

1 data yang keluar dari batas atas. Data yang keluar adalah data ke-2 dengan

jumlah cacat 18. Pada iterasi 0, nilai UCL nya adalah 17,893 dan nilai LCL nya

adalah 0,607 sedangkan pada iterasi 1, nilai UCL nya adalah 18,629 dan LCL nya

adalah 0,845. Ketidaksesuaian raw material dapat terjadi akibat dari

kekuranghatian pekerja pada saat pengepakan raw material ataupun pada saat

mengeluarkan raw material dari tempatnya sehingga raw material menjadi rusak

atau tidak sesuai lagi Hasil perhitungan dengan software tidak berbeda jauh



Kelompok 18



2012 220

dengan hasil perhitungan manual. Dari hasil diperoleh diketahui bahwa raw

material yang dikirim oleh supplier memiliki kualitas yang cukup baik.

7. Gear Besar

Pada gear besar digunakan peta kendali C. Peta kendali C digunakan untuk

jumlah sampel (number of inspection) yang sama. Peta C digunakan untuk

menghitung banyaknya jumlah cacat dalam suatu produk. Untuk gear besar

dilakukan iterasi sampai iterasi ke-1. Pada iterasi 0 terdapat dua data yang keluar

dari batas atas. Data yang keluar adalah data ke-6 dan data ke-20. Data ke-6

jumlah cacatnya adalah 147 dan data ke-20 jumlah cacatnya adalah 150. Untuk

gear besar perusahaan menetapkan standar 110 untuk nilai tengahnya (CL). Hal ini

dikarenakan gear besar merupakan salah satu part yang memegang peranan

penting agar tamiya dapat berjalan, gear besar digunakan untuk menggerakan roda

agar tamiya dapat berjalan. Pada perhitungan ini, nilai UCL nya adalah 141,4643

dan nilai LCL nya adalah 78,535. Ketidaksesuaian yang terjadi pada gear besar

diakibatkan oleh pengepakan raw material yang kurang tepat sehingga gampang

rusak dan juga akibat dari benturan sesama gear besar. Dengan menggunakan

software hasil yang diperoleh memiliki hasil yang tidak begitu berbeda jauh.

Dengan menggunakan peta kendali C diketahui bahwa gear besar yang dikirimkan

oleh supplier memiliki kualitas yang cukup baik.

8. Gear Kecil

Peta kendali C digunakan pada komponen gear kecil. Peta kendali C

digunakan ketika jumlah sampel yang diambil (number of inspection) memiliki

jumlah yang sama. Peta kendali C digunakan untuk data yang menghitung

banyaknya jumlah cacat dalam suatu produk. Pada gear kecil iterasi dilakukan

hanya sekali yaitu iterasi 0, karena tidak ada data yang keluar dari batas atas dan

batas bawah yang telah ditentukan. Perusahaan menetapkan nilai tengah (CL)

untuk gear kecil adalah 110. Hal ini dikarenakan gear kecil merupakan komponen

yang cukup penting agar tamiya dapat berjalan ketika dinyalakan. Nilai UCL nya

adalah 141,4643 dan nilai LCL nya adalah 78,535. Perhitungan menggunakan



Kelompok 18



2012 221

software memiliki hasil yang sama dengan perhitungan manual. Dan dapat

dikatakan kualitas gear kecil dikirim oleh supplier memiliki kualitas yang baik.

9. Roller

Pada komponen roller digunakan peta kendali C. Peta kendali C digunakan

ketika jumlah sampel yang diambil (number of inspection) memiliki jumlah yang

sama. Peta kendali C digunakan untuk data yang menghitung banyaknya jumlah

cacat dalam suatu produk. Pada roller diperlukan iterasi sampai iterasi ke 1. Pada

iterasi ke 0, nilai UCL nya adalah 129,655 dan LCL nya adalah 69,74503. Data

yang keluar pada iterasi 0 adalah data yang ke 16 dengan jumlah cacat 132,

sehingga pada iterasi selanjutnya data tersebut dihilangkan. Pada iterasi ke 1

jumlah data menjadi 19 karena data ke 16 sudah dihilangkan. Nilai UCL pada

iterasi 1 adalah 127,6985 dan nilai LCL nya adalah 68,30152. Ketidaksesuaian

yang terjadi pada roller diakibatkan oleh pengepakan raw material yang kurang

tepat sehingga gampang rusak dan juga akibat dari benturan sesama roller. Selain

itu, juga bisa diakibatkan oleh kekurang hatian operator pada saat memasang roller

sehingga roller menjadi rusak. Output software yang dihasilkan dengan

menggunakan SPSS dan minitab menunjukkan hasil yang sama dengan

perhitungan manual. Dari peta kendali yang telah dibuat dapat disimpulkan bahwa

komponen gear kecil memiliki kualitas yang cukup baik.

10. Rumah Dinamo

Pada komponen rumah dinamo digunakan peta kendali C. Peta kendali C



banyaknya jumlah cacat dalam suatu produk. Pada komponen rumah dinamo

dilakukan iterasi sampai iterasi ke 1. Karena pada iterasi 0 terdapat dua data yang

keluar dari batas atas. Data yang keluar dari batas atas adalah data ke-9 dengan

jumlah cacat 146 dan data ke-13 dengan jumlah cacat 147. Nilai UCL pada iterasi

0 adalah 145,2898 dan nilai LCL nya adalah 81,41021. Pada iterasi 1 nilai UCL

nya adalah 141,0832 dan nilai LCL nya adalah 78,25011. Pada iterasi 1 data yang

digunakan hanya 18 data karena data ke-9 dan ke-13 telah dihilangkan. Pada



Kelompok 18



2012 222

iterasi 1 tidak ada lagi data yang keluar dari batas atas maupun batas bawah.

Ketidaksesuaian yang terjadi pada rumah dinamo diakibatkan oleh pengepakan

raw material yang kurang tepat sehingga gampang rusak dan juga akibat dari

benturan sesama rumah dinamo pada saat distribusi barang ke perusahaan. Dapat

dikatakan kualitas komponen rumah dinamo memiliki kualitas yang cukup baik.

Hasil output software memiliki hasil yang sama dengan perhitungan manual.

11. Roda Assy

Peta kendali C digunakan untuk komponen roda assy. Peta kendali C



banyaknya jumlah cacat dalam suatu produk. Pada iterasi 0 tidak ada data yang

keluar dari batas atas dan batas bawah peta kendali C. Pada iterasi 0 nilai UCL nya

adalah 127,353 dan nilai LCL nya adalah 68,04701. Dapat dikatakan komponen

roda assy memiliki kualitas yang baik. Hasil output software yang didapatkan

diketahui bahwa pehitungan manual dan output software memiliki hasil yang

sama.

12. Bumper Belakang

Pada komponen bumper belakang digunakan peta kendali u. Peta kendali u

digunakan untuk jumlah sampel yang diambil (number of inspection) memiliki

jumlah yang tidak sama. Peta kendali u memiliki fungsi yang sama dengan peta

kendali c, yaitu sama-sama digunakan untuk menghitung banyaknya jumlah cacat

dalam suatu produk. Pada komponen bumper belakang iterasi yang dilakukan

hanya sampai iterasi 0, karena pada iterasi 0 tidak ada data yang keluar dari batas

atas dan batas bawah peta kendali u. Nilai UCL nya adalah 2,111884 dan nilai

LCL nya adalah 1,295402. Hasil yang diperoleh dengan menggunakan SPSS dan

minitab memiliki hasil yang sama dengan perhitungan manual. Dapat dikatakan

komponen bumper belakang yang dikirim supplier memiliki kualitas yang baik.

13. Pengunci Body

Peta kendali u digunakan pada komponen pengunci body. Peta kendali u




Kelompok 18



2012 223



dalam suatu produk. Pada komponen pengunci body iterasi dilakukan sampai

iterasi 2, karena pada iterasi 0 terdapat dua data yang keluar dari batas atas peta

kendali u dan pada iterasi 1 data yang keluar adalah data yang ke-16 dengan

jumlah sampel 83 dan jumlah ketidaksesuaian 112. Data yang keluar pada iterasi 0

adalah data ke-6 dengan jumlah sampel 72 dan jumlah ketidaksesuaian 133; dan

data ke-18 dengan jumlah sampel 78 dan jumlah ketidaksesuaian 121. Pada peta

kendali u memiliki batas atas dan batas bawah yang berbeda-beda sama seperti

peta kendali p. Salah satu batas atas pada iterasi 0 adalah 1,351326 dan batas

bawahnya adalah 0,755933. Pada iterasi 1 salah satu nilai UCL nya adalah

1,286645 dan nilai LCLnya adalah 0,707459 pada iterasi 1 data yang digunakan

tinggal 18 data. Pada iterasi 2 data yang digunakan hanya 17 data. Salah satu nilai

UCL nya adalah 1,265869 dan nilai LCL nya adalah 0,691973. Pada iterasi 2 tidak

ada data yang keluar dari batas. Ketidaksesuaian yang terjadi pada pengunci body


rusak dan juga akibat dari benturan sesama pengunci body. Selain itu, juga pada

saat memindahkan barang terjatuh sehingga dapat merusak komponen yang

terdapat didalamnya. Dapat disimpulkan bahwa komponen pengunci body

memiliki kualitas yang cukup jelek. Output software yang diperoleh memiliki

hasil yang sama dengan perhitungan manual.

14. Tuas On-Off

Peta kendali u digunakan pada komponen tuas on-off. Peta kendali u




dalam suatu produk. Pada komponen tuas on-off iterasi dilakukan sampai iterasi 1,

karena pada iterasi 0 terdapat satu data yang keluar dari batas peta kendali u. Data

yang keluar pada iterasi 0 adalah data ke-19 dengan jumlah sampel 66 dan jumlah

ketidaksesuaian 109. Pada peta kendali u memiliki batas atas dan batas bawah



Kelompok 18



2012 224

yang berbeda-beda sama seperti peta kendali p. Salah satu batas atas pada iterasi 0

adalah 1,42 dan batas bawahnya adalah 0,798. Pada iterasi 1 salah satu nilai UCL

nya adalah 1,39 dan nilai LCLnya adalah 0,78 pada iterasi 1 data yang digunakan

tinggal 19 data. Ketidaksesuaian atau kecacatan yang terjadi pada tuas on off


rusak dan juga akibat dari benturan sesama gear besar pada saat dipindahkan.

Selain itu, dapat disebabkan pada saat pemindahan terjadi barang terjatuh sehingga

merusak barang-barang yang ada didalamnya. Dapat disimpulkan bahwa

komponen pengunci body memiliki kualitas yang cukup baik. Output software

yang diperoleh memiliki hasil yang sama dengan perhitungan manual.

15. Gear Dinamo

Peta kendali u digunakan pada komponen gear dinamo. Peta kendali u




dalam suatu produk. Pada komponen gear dinamo iterasi dilakukan sampai iterasi

0, karena pada iterasi 0 tidak terdapat data yang keluar dari batas peta kendali u.

Pada peta kendali u memiliki batas atas dan batas bawah yang berbeda-beda sama

seperti peta kendali p. Salah satu batas atas pada iterasi 0 adalah 1,38 dan batas

bawahnya adalah 0,76693. Dapat disimpulkan bahwa komponen gear dinamo

memiliki kualitas yang baik. Output software yang diperoleh memiliki hasil yang

sama dengan perhitungan manual.

16. Pengunci Dinamo

Peta kendali u digunakan pada komponen pengunci dinamo. Peta kendali u




dalam suatu produk. Pada komponen pengunci dinamo iterasi dilakukan sampai

iterasi 2, karena pada iterasi 0 terdapat dua data yang keluar dari batas atas peta

kendali u dan pada iterasi 1 data yang keluar adalah data yang ke-18 dengan



Kelompok 18



2012 225

jumlah sampel 94 dan jumlah ketidaksesuaian 134. Data yang keluar pada iterasi 0

adalah data ke-8 dengan jumlah sampel 77 dan jumlah ketidaksesuaian 134; dan

data ke-18 dengan jumlah sampel 94 dan jumlah ketidaksesuaian 134. Pada peta

kendali u memiliki batas atas dan batas bawah yang berbeda-beda sama seperti

peta kendali p. Salah satu batas atas pada iterasi 0 adalah 1,46 dan batas bawahnya

adalah 0,708. Pada iterasi 1 salah satu nilai UCL nya adalah 1,43 dan nilai

LCLnya adalah 0,68 pada iterasi 1 data yang digunakan tinggal 18 data. Pada

iterasi 2 data yang digunakan hanya 17 data. Salah satu nilai UCL nya adalah 1,46

dan nilai LCL nya adalah 0,7. Pada iterasi 2 tidak ada data yang keluar dari batas.

Ketidaksesuaian yang terjadi pada pengunci dinamo diakibatkan oleh pengepakan

raw material yang kurang tepat sehingga gampang rusak (tidak ada pelindungnya)

dan juga akibat dari benturan sesama pengunci dinamo. Selain itu juga, pada saat

pemindahan barang, barang terjatuh. Dapat disimpulkan bahwa komponen

pengunci body memiliki kualitas yang cukup jelek. Output software yang

diperoleh memiliki hasil yang sama dengan perhitungan manual.

17. Body

Pada komponen body digunakan peta kendali U. Peta kendali U merupakan

penyempurnaan dari peta kendali C dan u. Pada peta kendali U mengelompokkan

cacat dalam 4 kategori yaitu cacat sangat serius bobot 100, cacat serius bobot 50,

cacat agak serius bobot 10, dan cacat tidak serius bobot 1. Pada body terdapat 3

jenis cacat yaitu camber (bengkok) bobotnya adalah 50 karena bengkok tergolong

cacat yang serius sehingga tidak dapat digunakan lagi. Cacat yang kedua adalah

string (serabut) dengan bobot 10 tergolong cacat agak serius karena masih dapat

dipakai. Cacat yang ketiga adalah scratch (goresan) dengan bobot 1 karena hanya

melukai body tidak merusak dari kegunaannya. Pada komponen body, iterasi

dilakukan sampai iterasi 0 tidak ada data yang keluar dari peta kendali U. Nilai

UCL nya adalah 27,459 dan nilai LCLnya adalah 12,23. Dapat dikatakan bahwa

komponen body yang dikirim oleh supplier memiliki kualitas yang baik



Kelompok 18



2012 226

18. Chasis

Pada komponen chasis digunakan peta kendali U. Peta kendali U merupakan

penyempurnaan dari peta kendali C dan u. Pada peta kendali U mengelompokkan

cacat dalam 4 kategori yaitu cacat sangat serius bobot 100, cacat serius bobot 50,

cacat agak serius bobot 10, dan cacat tidak serius bobot 1. Pada chasis terdapat 3

jenis cacat yaitu camber (bengkok) bobotnya adalah 50 karena bengkok tergolong

cacat yang serius sehingga tidak dapat digunakan lagi. Cacat yang kedua adalah

string (serabut) dengan bobot 10 tergolong cacat agak serius karena masih dapat

dipakai. Cacat yang ketiga adalah scratch (goresan) dengan bobot 1 karena hanya

melukai chasis tidak merusak dari kegunaannya. Pada komponen chasis, iterasi

dilakukan sampai iterasi 0 tidak ada data yang keluar dari peta kendali U. Nilai

UCL nya adalah 27,052 dan nilai LCLnya adalah 12,229. Dapat dikatakan bahwa

komponen chasis yang dikirim oleh supplier memiliki kualitas yang baik.

5.3 Analisis Kualitas Finish Product

5.3.1 Analisis Diagram Pareto

Gambar 4.125 merupakan Diagram Pareto yang merepresentasikan

kecacatan-kecacatan atau masalah-masalah produk jadi atau finished product dari

produksi Mini 4 WD. Masalah yang terjadi antara lain: dinamo tidak menyala,

roda depan dan belakang tidak berputar, bumper tidak terpasang dengan baik,

roller tidak berputar, pengunci body longgar, plat depan tidak terpasang dengan

baik, dan tuas on-off longgar.

Diagram pareto tersebut menggambarkan frekuensi ditemukannya masalah-

masalah tadi pada saat inspeksi produk jadi. Dilihat dari diagram, masalah yang

memiliki frekuensi terbesar adalah roda depan dan belakang tidak berputar.

Dengan persentasi frekuensi sebesar 19%, maka 19% kecacatan dari kecacatan-

kecacatan yang ditemukan saat inspeksi produk jadi adalah roda depan dan

belakang yang tidak berputar. Sedangkan masalah lainnya adalah roller tidak

berputar (15%), bumper tidak terpasang dengan baik (15%), pengunci body



Kelompok 18



2012 227

longgar (15%), tuas on-off longgar (14%), plat depan tidak terpasang dengan baik

(11%), dan dinamo tidak menyala (11%).

Menurut teori 20/80 pareto, 80% keseluruhan masalah yang terjadi

disebabkan oleh kurang lebih 20% masalah yang ada. Pada kasus ini, diagram

pareto untuk inspeksi finished product menunjukkan bahwa 80% keseluruhan

masalah disebabkan oleh 20% penyebab masalah yang ada, yaitu roda tidak

berputar. Dengan kata lain penyebab utama kegagalan produk tamiya dikarenakan

roda tidak berputar.

5.3.2 Analisis Peta Kontrol np

Masalah-masalah yang ditemukan pada inspeksi produk jadi antara lain:

dinamo tidak menyala, roda depan dan belakang tidak berputar, bumper tidak

terpasang dengan baik, roller tidak berputar, pengunci body longgar, plat depan

tidak terpasang dengan baik, dan tuas on-off longgar. Dalam inspeksi produk jadi

tersebut jumlah produk yang diinspeksi pada tiap pengambilan sampel adalah

konstan sebesar 90 produk. Inspeksi produk jadi ini memeriksa banyaknya produk

tidak sesuai atau cacat terhadap jumlah produk tiap sample, dimana hal ini

ditunjukkan dengan number of nonconformities yang lebih kecil dari number of

inspection. Berdasarkan karakteristik dari inseksi produk jadi tersebut, maka untuk

menguji kualitas produk jadi digunakan peta kendali np pada data hasil inspeksi.

Dalam pemetaan dengan peta kendali np untuk masalah-masalah di atas,

rata-rata dari masalah tersebut mengalami 1 iterasi. Hanya masalah tuas on-off

longgar yang tidak mengalami iterasi dalam pemetaan, karena dalam sekali

pemetaan tidak terdapat data yang keluar dari batas kontrol atas (UCL) dan batas

kontrol bawah (LCL). Sedangkan masalah lain mengalami iterasi karena dalam

pemetaan pertama masih ada beberapa data yang keluar dari batas kontrol atas

(UCL) dan batas kontrol bawah (LCL). Iterasi ini dilakukan dengan membuang

data yang keluar UCL dan LCL, sehingga data yang ada dapat terkendali.

Contohnya pada masalah denga frekuensi terbesar yaitu roda depan dan

belakang tidak berputar, dari 20 kali pengambilan sampel untuk inspeksi pada



Kelompok 18



2012 228

tanggal 5 sampai 24 September 2011, pemetaan pertama menghasilkan nilai np

sebesar 4,050 sebagai CL, nilai UCL sebesar 9,950, dan nilai LCL sebesar -1,850

yang dianggap 0. Namun pada pemetaan pertama ini terdapat data yang keluar dari

UCL, yaitu pada tanggal 8 dan 20 September 2011 terdapat masing-masing 11 dan

10 produk yang diidentifikasi rodanya tidak berputar. Keluarnya dua data ini

menunjukkan kualitas dari produk ini belum terkendali. Untuk itu data yang keuar

tersebut perlu dibuang dan diakukan iterasi pemetaan dari 18 data tersisa. Dari 18

data tersisa diperoleh nilai np sebesar 3,333 sebagai CL, nilai UCL sebesar 8,708,

dan nilai LCL sebesar -2,042 yang dianggap 0. Setelah iterasi ini, nampak pada

peta kendali tidak ada data yang keluar dari UCL dan LCL. Karena tidak ada data

yang keluar dari UCL dan LCL lagi, maka bisa disebut bahwa kualitas produk

masih terkendali terhadap masalah dinamo yang tidak menyala.

5.3.3 Analisis Diagram Fishbone

Gambar 4.167 adalah diagram fishbone atau diagram sebab akibat dari

masalah yang memiliki frekuensi terbesar pada inspeksi finished product yaitu

roda depan dan belakang tidak berputar. Diagram ini adalah diagram fishbone

dengan tipe proses. Tipe proses ini tetap memiliki dasar yang sama dengan

diagram fishbone umumnya, yaitu menjelaskan penyebab terjadinya suatu akibat,

namun pada tipe proses, penyebab dianalisis berdasarkan proses-proses yang

dilalui sebelum ditemukannya masalah yang ada.

Pada gambar 4.167 tersebut digambarkan penyebab dari masalah roda

depan dan belakang tidak berputar berdasrkan proses yang telah dilalui. Proses-

proses tersebut dimulai dari proses inspeksi raw material, kemudian proses

penyimpanan, proses material handling, proses assembly, dan terakhir proses

inspeksi finished product. Kemudian dari tiap proses-proses tersebut dijabarkan

penyebab-penyebab yang mengakibatkan masalah roda depan dan belakang tidak

berputar. Pada proses inspeksi raw material masalah tersebut dapat disebabkan

karena memang komponen dari supplier yang tidak baik dan karena operator yang

kurang teliti ketika menginspeksi raw material. Pada proses penyimpanan



Kelompok 18



2012 229

penyabab masalah yang mungkin adalah peletakkan komponen yang tidak sesuai

dan operator yang kurang hati-hati dalam menyimpan. Pada proses material

handling, operator yang kurang hati-hati dan keadaan traffic atau lalu lintas jalur

distribusi dapat menjadi penyebab masalah. Sedang pada proses assembli, masalah

dapat diakibatkan oleh fisiologi pada tempat assembly, operator yang lelah atau

lalai, dan operator melakukan perakitan yang tidak sesuai prosedur. Pada proses

inspeksi finished product masalah dapat disebabkan oleh operator yang kurang

teiti.

5.4 Analisis Proses

Dalam melakukan statistical quality control and quality cost planning yang

dilakukan pertama kali adalah mengukur semua komponen pada tamiya dengan

menggunakan jangka sorong dengan ketelitian 0,05 dan 0,02. Dengan menggunakan

acceptance sampling, pemeriksaan sampel secara acak dari pengukuran yang telah

dilakukan dapat diketahui apakah lot/batch barang harus diterima atau ditolak. Pada lot

untuk panjang dan diameter as roda, kebijakan di tolak karena kurang memenuhi

kualitas yang diinginkan. Sedangkan lot pada panjang dan diameter gardan serta

diameter besi dinamo, kebijakan diterima karena telah memenuhi kualitas yang

diinginkan. Keputusan dalam penolakan atas spesifikasi part panjang dan diameter as

roda yaitu dengan mengganti supplier, dengan ini diharapkan akan mendapatkan

kualitas yang sesuai spesifikasi yang diinginkan.

Setelah dilakukan acceptance sampling, penggunaan seven tools mulai digunakan,

diantaranya peta kendali variabel dan atribut. Pada peta kendali variabel untuk panjang

dan diameter as roda, panjang dan diameter gardan, diameter besi dinamo dengan

perhitungan manual, spss, dan minitab menghasilkan hasil yang sama. Begitu juga

dengan peta kendali atribut, peta yang digunakan seperti p, np, u, c, dan U. Peta kendali

p digunakan untuk menghitung banyaknya produk yang cacat pada setiap pengambilan

sampel, part yang menggunakan peta kendali ini yaitu plat belakang besar dan kecil,

plat depan, penutup plat depan. Sedangkan peta kendali np part yang termasuk

didalamnya pengunci batere dan dinamo. Peta kendali c yang terdapat didalamnya



Kelompok 18



2012 230

adalah part gear besar, gear kecil, roller, rumah dinamo dan roda assy. Pada peta kendali

u, penggunaan dilakukan pada part pengunci body, tuas on-off, gear dinamo dan

pengunci dinamo. Terakhir, peta kendali U dipakai pada body dan chassis.

Seven tools lain yang digunakan yaitu diagram pareto, yang digunakan untuk

menyeleksi malasah utama untuk peningkatan kualitas, diagram ini juga mennunjukkan

seberapa besar frekuensi berbagai macam tipe permasalahan yang terjadi. Masalah yang

terjadi antara lain: dinamo tidak menyala, roda depan dan belakang tidak berputar,

bumper tidak terpasang dengan baik, roller tidak berputar, pengunci body longgar, plat

depan tidak terpasang dengan baik, dan tuas on-off longgar. Yang lain digunakan adalah

diagram sebab akibat atau yang disebut juga sebagai fishbone, diagram ini

menggambarkan penyebab masalah dari roda depan dan belakang yang tidak berputar.

Terakhir, biaya kualitas digunakan sebagai biaya-biaya yang berkaitan dengan

pencegahan, pengidentifikasian, perbaikan produk yang berkualitas rendah dan dengan

opportunity cost dari hilangnya waktu produksi dan penjualan sebagai akibat dari

rendahya kualitas. Biaya yang termasuk didalamnya ada biaya pencegahan yang

mencegah terjadinya kualitas buruk pada tamiya, biaya penilaian yang muncul setelah

produksi selesai tapi sebelum penjualan tamiya dilakukan, biaya kegagalan internal

yang timbul karena tamiya tidak sesuai spesifikasi kebutuhan pelanggan dan terakhir

biaya kegagalan eksternal yang muncul karena tamiya gagal memenuhi persyaratan

ketika sampai di tangan pelanggan. Total biaya kualitas yang dikeluarkan PT Indonesia

Tamiya Motor per tahunnya itu Rp 600.216.736,00.

5.5 Analisis Biaya Kualitas

Biaya kualitas terdiri dari 4 faktor: biaya penilaian, biaya kegagalan internal, biaya

kegagalan external, dan biaya pencegahan. Berikut merupakan analisis perhitungan

biaya kuliatas per periodenya.

Pada biaya kegagalan internal yang meliputi biaya rework dengan kebijakan yang

telah ditentukan sebesar 10% dari harga komponen keseluruhan tamiya, sehingga

untuk biaya rework tamiya yaitu Rp 207.273.120,00/tahun. Untuk biaya

downgrading ditetapkan pula kebijakan sebesar 10%, jadi totalnya sebesar Rp



Kelompok 18



2012 231

207.273.120,00/tahun. Dan biaya scrap yaitu material sisa dari bahan baku setelah

di proses dengan kebijakan 5% untuk per unit periodenya yaitu Rp

103.636.560,00/tahun. Terakhir untuk biaya keterlambatan pengiriman produk

ditetapkan harga Rp 1.000.000,00 per bulannya, jadi akumulasi per tahunnya

sebesar Rp 12.000.000,00. Sehingga total biaya yang telah ditetapkan biaya

kegagalan internal seesar Rp 530.182.800,00.

Untuk biaya kegagalan external untuk after-sale services seperti warranty/ garansi

sebesar 3% dari biaya material sebesar Rp 6.100,00. Sehingga biaya yang harus di

keluarkan untuk 1 unit per tahun sebesar Rp 62.181.936,00/unit/periode.

Biaya yang terakhir adalah biaya pencegahan meliputi biaya pelatihan atau

peningkatan kualitas SDM sebesar Rp 3.000.000,00.

Total biaya kualitas yang dikeluarkan PT Indonesia Tamiya Motor per tahunnya

yaitu Rp 600.216.736,00

Penentuan biaya kualitas yang dilakukan PT Indonesia Tamiya Motor dalam

rangka meningkatkan kualitas produk atau mencapai standar yang telah

ditetapkan. Biaya kualitas ini dikelola sedemikian rupa untuk mencapai suatu

tingkat kualitas agar produk yang dibuat atau jasa yang diserahkan sesuai dengan

spesifikasi rancangan dan bebas dari cacat atau masalah yang akan mempengaruhi

penampilan atau kinerja yang diukur dengan kesesuaiannya terhadap keinginan

pelanggan.



Kelompok 18



2012 232

BAB VI

PENUTUP

6.1 Kesimpulan

Kesimpulan yang dapat diambil dari praktikum modul Statistical Quality Control

and Quality Cost Planning untuk PT Indonesia Tamiya Motor adalah sebagai berikut:

Acceptance sampling merupakan proses evaluasi bagian produk dan seluruh

produk yang dihasilkan. Dalam acceptance sampling dikenal karakterisasi produk

atau hasil proses (bagian yang sesuai spesifikasi), disini kita tidak dapat

mengatakan bahwa tingkah gerak langkah proses terkendali secara statistik atau

tidak.

Seven tools merupakan alternatif yang digunakan untuk memecahkan masalah.

Tujuh alat yang digunakan anatara lain lembar pengamatan, stratifikasi, histogram,

grafik kendali, diagram pareto, diagram sebab akibat, dan diagram sebar. Pada

modul ini digunakan peta kendali, diagram pareto dan diagram sebab akibat untuk

dapat memecahkan masalah.

Pengendalian kualitas salah satunya dilakukan dengan metode statistika yaitu

dengan menggunakan peta kendali. Peta kendali dibedakan menjadi 2 yaitu peta

kendali atribut yang berfungsi untuk melakukan pengukuran kualitas untuk produk

yang dapat diukur dimensinya, misal panjang gardan, diameter gardan, dan lain-

lain. Untuk peta kendali yang digunakan untuk data variabel ini adalah peta

individu MR dan Xbar. Sedangkan peta kendali atribut digunakan untuk

mengetahui karakteristik kualitas dilihat dari spesifikasinya cacat atau tidak cacat.

Peta kendali yang digunakan adalah peta p dan np untuk jumlah produk cacat,

serta peta u, c, dan U untuk jumlah cacat yang terjadi dalam produk.

Tujuan dari pengendalian kualitas adalah menjamin produk kita memiliki kualitas

yang sesuai dengan spesifikasi. Namun, kualitas yang baik pasti berhubungan

dengan biaya kualitas. Biaya kualitas yang dihitung meliputi biaya pencegahan,

biaya penilaian, biaya kegagalan internal, dan biaya kegagalan external. Total

biaya kualitas yang harus dikeluarkan PT. Indonesia tamiya motor per tahunnya



Kelompok 18



2012 233

adalah sebesar Rp 600.216.736,00. Adanya biaya untuk pengendalian kualitas ini

diharapkan dapat menghasilkan zero defect perusahaan.

6.2 Saran

Saran yang dapat diambil dari praktikum modul Statistical Quality Control and

Quality Cost Planning untuk PT Indonesia Tamiya Motor adalah sebagai berikut:

Praktikan harus lebih teliti saat melakukan pengamatan terhadap part yang diukur

dengan menggunakan vernier calliper.

Praktikan harus lebih teliti saat melakukan pengolahan data.

Praktikan harus lebih cermat saat menganalisa masalah.



Kelompok 18



2012 234

DAFTAR PUSTAKA

Gasperz , Vincent, Total Quality Management, PT. Gramedia Pustaka Utama, Jakarta,

2002.

Ishikawa, Kaoru, Teknik Penuntun Pengendalian Mutu, PT. Mediyatama Sarana

Perkasa, Jakarta, 1986.

John S. Oakland. Total Quality Management, Butterwort Heinemann, 1993

Richard Barret Clements, Quality Guide to ISO 9000, Prentice Hall, 1993

Tjiptono, Fandy, Total Quality Management, Penerbit Andi Yogyakarta, 2000.

Amitava Mitra, Fundamentals of Quality Qontrol and Improvement, Macmilan

Publishing Company, 1993

Douglas C. Mongometry., Introduction to Statistical Quality Control”, John Willey ang

Sons Inc, 1985

Eugine L. Grant, Richard S. Leavenworth, Statistical Quality Control, McGraw Hill,

Inc, 1988

Ishikawa, Kaoru, Teknik Penuntun Pengendalian Mutu, PT. Mediyatama Sarana

Perkasa, Jakarta, 1986.

3 Laporan Modul 6 Kel 18

Documents

Transcript of 3 Laporan Modul 6 Kel 18