Febrianto

1308 100 075

Dosen Pembimbing :

Dr. Muhammad Mashuri, M.T.

Co Pembimbing

Dra. Lucia Ardinarti, M.T.

PENGONTROLAN KUALITAS PROSES PRODUKSI

HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK

MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp)

1

Seminar Hasil Tugas Akhir

AGENDA

Tinjauan Pustaka

Metodologi Penelitian

2

Analisis dan Pembahasan

Pendahuluan

Daftar Pustaka

Kesimpulan dan Saran

Pendahuluan

3

Pengendalian Kualitas

PT. Timur Megah Steel

HEXAGON BOLT M16 X 75MM

variabel kualitas

lebih dari satu

Diagram Kontrol Mnp

4

5

Penelitian sebelumnya :

1. Mawarni (2009)

Proses Produksi Panel PT. Siemens Indonesia dengan Diagram kontrol Multivariat np.

2. Weny (2010)

Pengontrolan Kualitas Produksi Rokok SKT(Sigaret Kretek Tangan) Di PT X MenggunakanDiagram Kontrol Multivariat np.

RUMUSAN MASALAH

Faktor-faktor apa yang menjadi penyebab jika

terdapat pengamatan yang out of control?

1

Bagaimana hasil pengendalian proses produksi hexagon bolt M16 X 75mm periode 15 Juni sampai 18 Juli 2012 dengan menggunakan diagram multivariat np?

6

TUJUAN

Mengetahui faktor-faktor penyebab terjadinyaout of control.

1

Mengevaluasi hasil pengendalian proses produksi hexagon bolt M16 X 75mm periode 15 Juni sampai 18 Juli 2012 dengan menggunakan diagram multivariat np.

7

MANFAAT DAN BATASAN MASALAH

Manfaat yang diperoleh dari penelitian ini adalah memberikan informasi dan masukan positif kepada pembaca dan PT. Timur Megah Steel Gresik sebagai pihak penghasilhexagon bolt M16 X 75mm.

Penelitian ini dibatasi hanya pada produk hexagon bolt M16 X 75mm dari perusahaan PT.Timur Megah Steel Gresik.Penelitian hanya dilakukan pada tahap sortir produksihexagon bolt M16 X 75mm periode 15 Juni sampai 18 Juli 2012.

8

Tinjauan Pustaka

9

TINJAUAN STATISTIK

Diagram Pareto

Diagram Ishikawa atau yang biasa disebutdiagram sebab akibat atau fishbone diagram

digunakan untuk menggambarkan berbagaisumber ketidaksesuaian dalam produk(Montgomery, 2005).

Diagram pareto merupakan salah satudari tujuh alat SPC yang digunakanuntuk melakukan perbaikan kualitas. Diagram pareto berbentuk histogram frekuensi ketidaksesuaian (cacat) berdasarkan penyebab ketidaksesuaiandan diurutkan mulai dari frekuensipaling besar sampai paling kecil(Montgomery, 2005).

Diagram Ishikawa

)1(3 ppnpnBKA

pnGT

)1(3 ppnpnBKB

Diagram Kendali Univariate np

Tinjauan Statistik 11

• Estimasi Parameter Model

• Statistik X

Dimana

merupakan proporsivektor item cacat

adalah matrik koefisienkorelasi

adalah vektor darijumlah unit itemcacat.

Estimasi vektor proporsi item cacat

Matrik korelasi juga diestimasi dari data sampel pendahuluan

Dan

Diagram Kontrol Multivariat np

Dapat memberikan proses pengendalian yang lebih sensitif daripada pengendalian dengan univariat np pada proses produksi yang multi-atribut.

Lu, 1998

m

i i

i

p

CX

1

),...,,( 21 npppP

mxmij

),...,,( 21 mCCCC

),...,,(,...,, 2111

21

11

m

k

j

mj

k

j

j

k

j

j

k

j

j

pppnk

C

nk

C

nk

C

k

P

P

mxmijˆ

)var()var(

),cov(ˆji

ji

ijCC

CC

12Tinjauan Statistik

• Interpretasi Sinyal Out-of-Control

• Penentuan Batas Kontrol

Garis tengah dan batas kontrol untuk diagram Mnp

= skor statistik

= jumlah cacat padakarakteristik kualitas i

= rata-rata proporsi cacatpada karakteristikkualitas i

dan

Diagram Kontrol Multivariat np

m

j

m

j ji

jiijjj

m

j

j

m

j

m

j ji

jiijjj

pppnpnBKB

pnGT

pppnpnBKA

1 1

1

1 1

)1)(1(2)1(3

)1)(1(2)1(3

iiii pnpCZ

iZ

iC

ip

iiiiDi pnpCdZ

Pemilihan ukuran sampel

syarat untuk ukuran sampel diagram Mnpadalah

mpni

i 3

13

Raw Material

Coating

Anealing

Bolt forming

Trimming

Rolling

Sortir

Proses Produksi

pengepakan

Metodologi Penelitian

14

15

Teknik Pengambilan Sampel

Pengamatan pada proses sortir hexagon bolt M16 X 75mm per hari di PT.Timur Megah Steel Gresik.

Data diambil sekunder pada 15 Juni 2012 sampai dengan 18 Juli 2012

Fase 1 (bulan juni 2012) dan fase 2 (juli 2012)

setiap subgroup memiliki ukuran sampel yang sama sebanyak 80

16

Struktur Data

Keterangan:Cij =jumlah cacat jenis ke-i pada subgrup ke-jCi = jumlahan total cacat dari masing-masing kategori karakteristik kualitas Cij

17

Variabel Penelitian

No Jenis Cacat

1. Jumlah keropos pada produk hexagon bolt M16 X 75mm(C1)

2. Jumlah gupil pada produk hexagon bolt M16 X 75mm(C2)

3. Jumlah Cacat kategori Panjang hexagon bolt M16 X 75mm yang tidak sesuai(C3)

4. Jumlah goresan pada produk hexagon bolt M16 X 75mm(C4)

5. Jumlah crack di kepala hexagon bolt M16 X 75mm(C5)

6. Jumlah cacat kategori tidak center antara body dan kepala pada

produk hexagon bolt M16 X 75mm(C6)

18

Langkah Analisis

1. Pengumpulan data2. Menghitung proporsi cacat masing2 subgrup ke i bulan juni3. Menghitung nilai statistik x pada masing2 subgrup ke i bulan juni4. Menghitung estimasi vektor proporsi item cacat ke i5. Menghitung nilai korelasi antar variabel6. Menghitung batas kendali diagram multivariat np bulan juni7. Plot statistik Xi dengan batas kendalinya,jika terdapat out of

control maka titik tersebut dihilangkan.8. Menghitung proporsi cacat masing2 subgrup ke i bulan juli9. Menghitung nilai statistik x pada masing2 subgrup ke i bulan juli10.Plot statistik Xi dengan batas kendali bulan juli,jika terdapat out of

control maka titik tersebut dihilangkan.11.Menarik kesimpulan

19

Analisis dan Pembahasan

20

Uji hipotesis untuk koefisien korelasi:H0 : ρ = 0H1 : ρ ≠ 0Jika tingkat signifikansi 5% maka tolak H0 yang berarti ada hubungan

antara variabel satu dengan yang lain.Variabel C1 C2 C3 C4 C5 C6

C1 Pearson Correlation 1 0,569* 0,288 0,554* 0,258 -0,586*

Sig. (2-tailed) 0,021 0,279 0,026 0,334 0,017C2 Pearson Correlation 0,569* 1 0,294 0,512* 0,007 -0,574*

Sig. (2-tailed) 0,021 0,269 0,042 0,981 0,020C3 Pearson Correlation 0,288 0,294 1 0,045 -0,199 0,226

Sig. (2-tailed) 0,279 0,269 0,869 0,459 0,399C4 Pearson Correlation 0,554* 0,512* 0,045 1 0,369 -0,585*

Sig. (2-tailed) 0,026 0,042 0,869 0,159 0,017C5 Pearson Correlation 0,258 0,007 -0,199 0,369 1 -0,639*

Sig. (2-tailed) 0,334 0,981 0,459 0,159 0,008C6 Pearson Correlation -0,586* -0,574* 0,226 -0,585* -0,639* 1

Sig. (2-tailed) 0,017 0,020 0,399 ,017 0,008

ANALISIS KORELASI ANTAR VARIABEL

21

Berdasarkan nilai rata-rataproporsi pada Tabel 4.2 makahasil yang didapatkan nilaitaksiran parameter yang memilikinilai paling besar adalah jeniscacat gupil (C2) dengan nilai0.120313 kemudian yang keduaadalah keropos (C1) dengan nilai0.116406. Sedangkan nilaitaksiran parameter yang memilikinilai paling kecil adalah tidakcenter antara body dan kepala(C6) dengan nilai 0.021875.

ESTIMASI PARAMETER

22

Peta Kendali Multivariat np fase I pada Proses Produksi Bolt

Pengendalian Proses Produksi Bolt Fase I

0

50

100

150

200

250

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

Stat X BKA Garis Tengah BKB

BKA = 197,6625 ; GT = 130,1482 ; BKB = 62,63401

23

0

2

4

6

8

10

12

14

16

18

20

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

X1

bka

gt

bkb

Peta Kendali Univariat np Jenis Cacat Keropos

Pengendalian Proses Produksi Bolt Fase I

BKA = 17,91809 ; GT = 9,3125 ; BKB = 0,706909

24

Pengendalian Proses Produksi Bolt Fase IPeta Kendali Univariat np Jenis Cacat Gupil

0

2

4

6

8

10

12

14

16

18

20

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

X2bkagtbkb

BKA = 18,35443 ; GT = 9,625 ; BKB = 0,895571

25

Pengendalian Proses Produksi Bolt Fase IPeta Kendali Univariat np Jenis Cacat Panjang Tidak Sesuai

0123456789

10

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

X3bkagtbkb

BKA = 8,658374 ; GT = 3,3125 ; BKB = 0

26

Pengendalian Proses Produksi Bolt Fase I

Peta Kendali Univariat np Jenis Cacat Goresan

0

2

4

6

8

10

12

14

16

18

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

X4bkagtbkb

BKA = 15,95932 ; GT = 7,9375 ; BKB = 0

27

Pengendalian Proses Produksi Bolt Fase I

Peta Kendali Univariat np Jenis Cacat Crack

0

2

4

6

8

10

12

14

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

X5bkagtbkb

BKA = 12,97109 ; GT = 5,9375 ; BKB = 0

28

Pengendalian Proses Produksi Bolt Fase I

0

1

2

3

4

5

6

7

8

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

X6bkagtbkb

Peta Kendali Univariat np Jenis Cacat Tidak Center

BKA = 5,67498 ; GT = 1,75 ; BKB = 0

29

Pengendalian Proses Produksi Bolt Fase II

Peta Kendali Multivariat np fase II pada Proses Produksi Bolt

0

50

100

150

200

250

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

Statistik X BKA GT BKB

BKA = 197,6625 ; GT = 130,1482 ; BKB = 62,63401

30

Identifikasi Sinyal Out of Control Menggunakan Statistik Z

Zi(14) penyebabnya adalah jenis cacat crackZi(17) penyebabnya adalah jenis cacat gupilZi(18) penyebabnya adalah jenis cacat gupil

31

Jenis Cacat DominanC

ou

nt

Pe

rce

nt

jenis cacat

Count

24,6 21,0 15,7 8,7 4,6

Cum % 25,4 50,0 71,0 86,6

154

95,4 100,0

149 127 95 53 28

Percent 25,4

Other

panj

ang

tak se

suai

crac

k

gore

san

kero

pos

gupil

600

500

400

300

200

100

0

100

80

60

40

20

0

Pareto Chart of jenis cacat bulan juni

Co

un

t

Pe

rce

nt

jenis cacatCount

22,0 21,4 18,0 8,1 4,4

Cum % 26,1 48,1 69,5 87,5

135

95,6 100,0

114 111 93 42 23

Percent 26,1

Othertidak centercrackgoresankeroposgupil

500

400

300

200

100

0

100

80

60

40

20

0

Pareto Chart of jenis cacat bulan juli

32

Penelusuran Faktor Faktor Penyebab

Cacat bolt

sesuai

Panjang tidak

Tidak center

Goresan

Gupil

Crack

Keropos

rapiGulungan kawat tidak

Bahan baku kehujanan

terlalu kerasKualitas bahan baku

proses annealingbenturan padaTerjadi sedikit

kurang sempurnadiameter kawat y angPembentukan

mesindalam mensettingKelalaian manusia

mesindalam mensettingKelalaian manusia

Diagram Ishikawa

Kesimpulan dan Saran

33

34

Berdasarkan hasil dan pembahasan yang telah dilakukan, makadari penelitian Tugas Akhir ini dapat disimpulkan sebagai berikut.1. Proses produksi bolt pada fase I, yaitu proses pada bulan Juni

2012 berdasarkan peta kendali multivariat np sudah terkendali,namun tidak cocok digunakan untuk bulan Juli 2012, akan tetapibisa digunakan sebagai peta kendali pada bulan-bulan berikutnya.

2. Terdapat variabel yang memiliki frekuensi cacat yang tinggidibandingkan variabel yang lain yaitu gupil dan keropos akibatdari bahan baku yang terkena hujan dan terjadi sedikit benturanpada proses annealing. Selain itu jika dilihat dari diagram paretopenyebab cacat lainya yang mempengaruhi adalah jenis cacatcrack dan goresan.

Kesimpulan

35

Saran yang dapat disampaikan berdasarkan hasil dan pembahasanyang telah dilakukan yaitu untuk perusahaan PT. Timur Megah Steel,masih perlu melakukan perbaikan pada setiap jenis cacat yangterjadi. Untuk jenis cacat gupil sebaiknya mesin pada prosesannealing pengontrolannya lebih ditingkatkan untuk menghindariproses benturan. Sedangkan untuk jenis cacat keropos, goresan dancrack sebaiknya pemilihan bahan baku dan gulungan kawat benar-benar diperhatikan kualitas dan pemeliharaannya.

Saran

Daftar Pustaka

36

Johnson, A.R. and Wichern, D.W. (2002). Applied Multivariate Statistical Analysis 5th. NewJersey. Prentice Hall, Upper Saddle River.

Juran, J. M, dan Gryna, F. (1983). Quality Planning and Analysis (2nd Edition). New Delhi:Hill Publishing Company Ltd

LU, X. S. (1998). Control Chart for Multivariate Attribute Processes. International Journal of

Production Research, 3477-3489(13).Mawarini, Y. F. (2009). Pengontrolan Kualitas Proses Produksi Panel Listrik PT. Siemens

Indonesia Menggunakan Diagram Kontrol Multivariat np (Mnp Chart). Tugas Akhir

Jurusan Statistika. Surabaya: ITS.Montgomery, D. C. (2005). Introduction to Statistical Quality Control, 5th edition. New York:

John Wiley and Sons, IncRakhmania, W. (2010). Pengontrolan Kualitas Proses Produksi Rokok Unit Sigaret Kretek

Tangan di PT. X Menggunakan Diagram Kontrol Multivariat np (Mnp). Tugas Akhir

Jurusan Statistika. Surabaya: ITS.

37

38

TERIMA KASIH