BAB 2 LANDASAN TEORI Tidak ada yang menyangkal bahwa kualitas menjadi karakteristik utama dalam organisasi atau perusahaan agar tetap survive. Ada berbagai berbagai cara untuk mewujudkannya, di mana salah satunya adalah menggunakan Pengendalian Kualitas Statistik (Statistical Quality Control). Statistical Quality Control (SQC)dan Statistical Process Control (SPC), keduanya adalah nama metode Pengendalian Kualitas yang masih menjadi perdebatan manakala dipertukarkan. Ada yang menyebut SPC adalah salah satu bagian dari SQC, ada pula yang menyatakan SPCadalah nama lain dari SQC. Apapun hasil perdebatan tersebut yang jelas keduanya merupakan teknik yang digunakan untuk memonitor, mengelola, menganalisis, dan memperbaiki kinerja proses menggunakan metode-metode statistik.
2.1 Pengertian Kualitas Karakteristik lingkungan dunia usaha saat ini ditandai oleh perkembangan yang cepat di segala bidang yang menuntut kepiawaian manajemen untuk mengantisipasi setiap perubahan yang terjadi dalam aktivitas ekonomi dunia. Ada tiga ciri gambaran perubahan yang banyak didengungkan untuk menghadapi lingkungan tersebut, yaitu kesementaraan, keanekaragaman, dan kebaruan. Kesementaraan antara lain ditunjukkan dengan semakin pendeknya umur suatu produk yang bukan disebabkan tidak berfungsinya produk tersebut secara teknis
tetapi karena sudah ketinggalan jaman dengan adanya perkembangan teknologi, perubahan selera konsumen dan perubahan corak persaingan. Keanekaragaman terlihat dengan semakin banyaknya jenis produk yang beredar di pasar yang tidak terbatas pada consumer’s goods tetapi juga pada jenis teknologi yang ditawarkan. Untuk menjaga konsistensi kualitas produk dan jasa yang dihasilkan dan sesuai dengan tuntutan kebutuhan pasar, perlu dilakukan pengendalian kualitas (quality control) atas aktivitas proses yang dijalani. Dari pengendalian kualitas yang berdasarkan inspeksi dengan penerimaan produk yang memenuhi syarat dan penolakan yang tidak memenuhi syarat sehingga banyak bahan, tenaga, dan waktu yang terbuang, muncul pemikiran untuk menciptakan sistem yang dapat mencegah timbulnya masalah mengenai kualitas agar kesalahan yang pernah terjadi tidak terulang lagi. Ada banyak sekali definisi dan pengertian kualitas, yang sebenarnya definisi atau pengertian yang satu hampir sama dengan definisi atau pengertian yang lain. Pengertian kualitas menurut beberapa ahli yang banyak kenal antara lain :
Juran (1962) “kualitas adalah kesesuaian dengan tujuan atau manfaatnya.”
Crosby (1982) “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 mendatang.”
Feigenbaum (1991) “kualitas merupakan keseluruhan karakteristik produk dan
jasa
yang
meliputi
marketing,
engineering,
manufacture,
dan
maintenance, dalam mana produk dan jasa tersebut dalam pemakaiannya akan sesuai dengan kebutuhan dan harapan pelanggan.”
Scherkenbach (1991) “kualitas ditentukan oleh pelanggan; pelanggan menginginkan produk dan jasa 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 dengan tujuan.”
Goetch dan Davis (1995) “kualitas adalah suatu kondisi dinamis yang berkaitan dengan produk, pelayanan, orang, proses, dan lingkungan yang memenuhi atau melebihi apa yang diharapkan.”
Perbendaharaan istilah ISO 8402 dan dari Standar Nasional Indonesia (SNI 19-8402-1991), kualitas adalah keseluruhan ciri dan karakteristik produk atau jasa yang kemampuannya dapat memuaskan kebutuhan, baik yang dinyatakan secara tegas maupun tersamar.
Istilah kualitas memang tidak terlepas dari manajemen kualitas yang mempelajari setiap area dari manajemen operasi dari perencanaan lini produk dan fasilitas, sampai penjadwalan dan memonitor hasil. Dalam kenyataannya, penyelidikan kualitas adalah suatu penyebab umum (common cause) yang alamiah untuk mempersatukan fungsi-fungsi usaha. Selain itu, kualitas memerlukan suatu proses perbaikan yang terus menerus (continuous improvement process) yang dapat diukur, baik secara individual, organisasi, korporasi, dan tujuan kinerja nasional. Konsep kualitas harus harus bersifat menyeluruh, baik produk maupun prosesnya. Kualitas produk meliputi bahan baku dan barang jadi, sedangkan kualitas proses meliputi kualitas segala sesuatu yang berhubungan dengan proses produksi perusahaan manufaktur dan proses penyediaan jasa atau pelayanan bagi perusahaan jasa. Kualitas harus dibangun sejak awal, dari penerimaan input hingga perusahaan menghasilkan output bagi pelanggannya. Setiap tahapan dalam proses produksi maupun prose penyediaan jasa atau pelayanan juga harus berorientasi pada kualitas tersebut. Hal ini disebebkan disetiap tahapan proses mempunyai pelanggan. Hal ini berarti pelanggan suatu proses adalah proses selanjutnya, dan pemasok suatu proses adalah proses sebelumnya.
2.2
Konsep Kualitas pada Industri Manufaktur Banyak ahli yang mendefinisikan kualitas yang secara garis besar orientasinya adalah kepuasan pelanggan yang merupakan tujuan perusahaan atau organisasi yang berorientasi pada kualitas. Dari beberapa definisi terdahulu, dapat katakan bahwa secara garis besar, kualitas adalah keseluruhan ciri atau karakteristik produk dalam tujuannya untuk memenuhi kebutuhan dan harapan pelanggan. Suatu produk dikatakan berkualitas mempunyai nilai subjektifitas yang tinggi antara satu konsumen dengan konsumen lain. Hal inilah yang sering didengar sebagai dimensi kualitas yang berbeda satu dari yang lain. Secara umum dapat dikatakan bahwa kualitas produk ini akan dapat diwujudkan bila orientasi seluruh kegiatan perusahaan atau organisasi tersebut berorientasi pada kepuasan pelanggan (Customer Satisfaction). Apabila diutarakan secara rinci, kualitas memiliki dua perspektif, yaitu perspektif produsen dan perspektif konsumen, di mana bila kedua hal tersebut disatukan maka akan dapat tercapai kesesuaian antara kedua sisi tersebut yang dikenal sebagai kesesuaian untuk digunakan oleh konsumen. Menurut Russel (1996), hal ini dapat digambarkan seperti dalam gambar 2.1.
Arti Kualitas
Produksi • •
Pandangan Produsen
Pandangan Konsumen
Kualitas kesesuaian
Kualitas Desain •
Sesuai dengan standar Biaya
•
Pemasaran
Karakteristik Kualitas Harga
Fitnes for Consumer Use Gambar 2.1 Arti Kualitas Apabila diperhatikan, maka kedua perspektif tersebut akan bertemu pada satu kata “Fitnes for Consumer Use”. Kesesuaian untuk digunakan tersebut merupakan kesesuaian antara konsumen dengan produsen, sehingga dapat membuat suatu standar yang disepakati bersama dan dapat memenuhi kebutuhan dan harapan kedua belah pihak. Selanjutnya, ada beberapa dimensi kualitas untuk industri manufaktur. Dimensi ini digunakan untuk melihat dari sisi manakah kualitas dinilai. Tentu saja perusahaan ada yang menggunakan salah satu dari sekian banyak dimensi kualitas yang ada, namun ada kalanya yang membatasi hanya pada salah satu dimensi tertentu.
Yang dimaksud dimensi kualitas tersebut, telah diuraikan oleh Garvin (1996) untuk industri manufaktur, meliputi : •
Performance, yaitu kesesuaian produk dengan fungsi utama produk itu sendiri atau karakteristik operasi dari suatu produk.
•
Feature, yaitu ciri khas produk yang membedakan dari produk lain yang merupakan karakteristik pelengkap dan mampu menimbulkan kesan yang baik bagi pelanggan.
•
Reliability, yaitu kepercayaan pelanggan terhadap produk kehandalannya atau karena kemungkinan kerusakan yang rendah.
•
Conformance, yaitu kesesuaian produk dengan syarat atau ukuran tertentu atau sejauh mana karakteristik desain dan operasi memenuhi standar yang telah ditetapkan.
•
Durability, yaitu tingkat ketahanan/awet produk atau lama umur produk.
•
Serviceability, yaitu kemudahan produk itu bila akan diperbaiki atau kemudahan memperoleh komponen produk tersebut.
•
Aesthetic, yaitu keindahan atau daya tarik produk tersebut.
•
Perception, yaitu fanatisme konsumen akan merek suatu produk tertentu karena citra atau reputasi produk itu sendiri.
Kualitas pada industri manufaktur selain menekankan pada produk yang dihasilkan, juga perlu diperhatikan kualitas pada proses produksi. Bahkan, yang terbaik adalah apabila perhatian pada kualitas bukan pada produk akhir, melainkan proses produksinya atau produk yang masih ada dalam proses (Work in Process), sehingga bila diketahui ada cacat atau kesalahan masih dapat diperbaiki. Dengan demikian, produk akhir yang dihasilkan adalah produk yang bebas cacat dan tidak ada lagi pemborosan yang harus dibayar mahal karena produk tersebut harus dibuang atau dilakukan pengerjaan ulang.
2.3 Teknik-Teknik Perbaikan Kualitas Manajemen Kualitas seringkali disebut sebagai the problem solving, sehingga manajemen kualitas dapat menggunakan metodologi dalam problem solving tersebut untuk mengadakan perbaikan (Ridwan dan Zachary, 1993). Ada berbagai teknik perbaikan kualitas yang dapat digunakan dalam organisasi. Masing-masing teknik mempunyai kegunaan yang dapat berdiri sendiri maupun saling membantu antar satu teknik dengan teknik yang lain.
2.3.1
Diagram Pareto Diagram Pareto diperkenalkan oleh seorang ahli yaitu Alfredo Pareto (1848-1923). Diagram Pareto ini merupakan suatu gambar yang mengurutkan klasifikasi data dari kiri ke kanan menurut urutan rangking tertinggi hingga terendah. Hal ini dapat membantu menemukan permasalahan yang paling penting untuk segera diselesaikan (rangking tertinggi) sampai dengan masalah yang tidak harus segera diselesaikan (rangking terendah). Diagram Pareto juga dapat mengidentifikasi masalah yang paling penting yang mempengaruhi usaha perbaikan kualitas dan memberikan petunjuk dalam mengalokasikan sumber daya yang terbatas untuk menyelesaikan masalah (Mitra, 1993). Selain itu, Diagram Pareto juga dapat digunakan untuk membandingkan kondisi proses, misalnya ketidaksesuaian proses sebelum dansetelah diambil tindakan perbaikan terhadap proses. Penyusunan Diagram Pareto sangat sederhana. Menurut Mitra (1993) dan Besterfield (1998), proses penyusunan Diagram Pareto meliputi enam langkah, yaitu: 1. Menentukan metode atau arti dari pengklasifikasian data, misalnya berdasarkan masalah, penyebab, jenis ketidaksesuaian dan sebagainya. 2. Menentukan satuan yang digunakan untuk membuat urutan karakteristikkarakteristik tersebut, misalnya rupiah, frekuensi, unit, dan sebagainya. 3. Mengumpulkan data sesuai dengan interval waktu yang telah ditentukan
4. Merangkum data dan membuat rangking kategori data tersebut dari yang terbesar hingga yang terkecil. 5. Menghitung frekuensi kumulatif atau persentase kumulatif yang digunakan. 6. Menggambar diagram batang, menunjukkan tingkat kepentingan relatif masing-masing masalah. Mengidentifikasi beberapa hal yang penting untuk mendapat perhatian. Penggunaan Program Minitab : •
Masukkan data dan jumlah dalam tabel
•
Klik Stat
•
Pilih Chart defect table kemudian klik pada kotak Labels in masukkan
Quality Tools
Pareto Chart
nama data yang akan terlihat pada kotak pojok kiri, dan pindahkan variabel jumlah ke kotak Frequencies in. •
Klik Ok
Pareto Chart Model R4CB190 80 70
Jumlah
60 50 40 30 20
100 80 60 40
Percent
90
20
10 0
t n d S el er sy er ai sm en P/ ea w th an As ni M H o m y O P t t L a s t c h sy us sy in As je sy ec As dj Pr As M rd As rE d -a r a d e g b e r a p a R Bo in Su Bo Pa Bo us Ho Jumlah 25 20 13 12 8 5 3 3 4 Percent 26.9 21.5 14.0 12.9 8.6 5.4 3.2 3.2 4.3 Cum % 26.9 48.4 62.4 75.3 83.9 89.2 92.5 95.7 100.0
Nama Part
0
Diagram 2.1 Contoh Diagram Pareto menggunakan program Minitab 2.3.2
Diagram Sebab-Akibat Diagram sebab akibat dikembangkan oleh Dr. Kaoru Ishikawa pada tahun 1943, sehingga sering disebut dengan diagram Ishikawa. Diagram sebabakibat menggambarkan garis dan simbol-simbol yang menunjukkan hubungan antara akibat dan penyebab suatu masalah. Diagram tersebut memang digunakan untuk mengetahui akibat dari suatu masalah untuk selanjutnya diambil tindakan perbaikan. Dari akibat tersebut kemudian dicari beberapa kemungkinan penyebabnya. Penyebab masalah ini pun dapat berasal dari berbagai sumber utama, misalnya metode kerja, bahan, pengukuran, karyawan, lingkungan, dan seterusnya. Selanjutnya, dari sumber-sumber utama tersebut diturunkan menjadi beberapa sumber yang lebih kecil dan mendetail, misalnya dari metode kerja
dapat diturunkan menjadi pelatihan, pengetahuan, kemampuan, karakteristik, fisik, dan sebagainya. Untuk mencari berbagai penyebab tersebut dapat digunakan teknik braistorming dari seluruh personil yang terlibat dalam proses yang sedang dianalisis. Manfaat diagram sebab-akibat tersebut antara lain : 1. Dapat menggunakan kondisi yang sesungguhnya untuk tujuan perbaikan kualitas produk atau jasa, lebih efisien dalam penggunaan sumber daya, dan dapat mengurangi biaya. 2. Dapat mengurangi dan menghilangkan kondisi yang menyebabkan ketidaksesuaian produk atau dan keluhan pelanggan. 3. Dapat membuat suatu standadisasi operasi yang ada maupun yang direncanakan. 4. Dapat memberikan pendidikan dan pelatihan bagi karyawan dalam kegiatan pembuatan keputusan dan melakukan tindakan perbaikan.
2.3.3
Peta Pengendali (control chart) Peta kendali pertama kali diperkenalkan oleh Dr. Walter Andrew Shewhart dari Bell Telephine laboratories, Amerika Serikat, pada tahun 1942 dengan maksud untuk menghilangkan variasi tidak normal melalui pemisahan variasi yang disebabkan oleh penyebab khusus (special-cause variation) dari variasi yang disebabkan oleh penyebab umum (common-cause variation).
Pada dasarnya semua proses menampilkan variasi penyebab khusus dari proses itu, sehingga variasi yang melekat pada proses hanya disebabkan oleh variasi penyebab umum. Peta-peta kontrol merupakan alat ampuh dalam mengendalikan proses, asalkan penggunaannya dipahami secara benar. Pada dasarnya peta-peta kontrol dipergunakan untuk :
Menentukan apakah suatu proses berada dalam pengendalian statistikal. Dengan demikian peta-peta kontrol dipergunakan untuk mencapai suatu keadaan terkendali secara statistikal, dimana semua nilai rata-rata dan range dari sub-sub kelompok (subgroup) contoh berada dalam batas-batas pengendali (control limits), oleh karena itu variasi penyebab khusus menjadi tidak ada lagi dalam proses.
Memantau proses terus menerus sepanjang waktu agar proses tetap stabil secara statistikal dan hanya mengandung variasi penyebab umum.
Menentukan kemampuan proses (process capability). Setelah proses berada dalam pengendalian statistikal, batas-batas dari variasi proses dapat ditentukan.
Pada dasarnya setiap peta kontrol memiliki : 1.
Garis tengah (central line), yang biasa dinotasikan sebagai CL atau P-bar
2.
Sepasang batas kontrol (central limits), dimana suatu batas kontrol ditempatkan di atas garis tengah yang dikenal sebagai batas kontrol atas
(upper control limits), biasa dinotasikan sebagai UCL dan yang satu lagi ditempatkan di bawah garis tengah yang dikenal sebagai batas kontrol bawah (lower control limits), biasa dinotasikan sebagai LCL. 3.
Tebarkan nilai-nilai karakteristik kualitas yang menggambarkan keadaan dari proses. Jika semua nilai-nilai yang ditebarkan (diplot) pada peta itu berada didalam batas-batas kontrol tanpa memperlihatkan kecenderungan tertentu, maka proses yang berlangsung dianggap berada dalam pengendalian statistikal. Namun, jika nilai-nilai yang ditebarkan pada peta itu jatuh atau berada di luar batas-batas kontrol atau memperlihatkan kecenderungan tertentu atau memiliki bentuk yang aneh, maka proses yang berlangsung dianggap berada dalam keadaan diluar kontrol (tidak terkontrol) atau tidak berada dalam pengendalian statistikal sehingga perlu diambil tindakan korektif untuk memperbaiki proses yang ada.
2.3.3.1 Variasi Penyebab Khusus dan Umum Dalam pelaksanaan proses produksi untuk menghasilkan sejenis output kita seringkali sulit menghindari terjadinya variasi pada proses. Gaspersz (1998) mendifinisikan variasi sebagai ketidak-seragaman dalam sistem produksi atau operasional sehingga perbedaan dalam kualitas pada output (barang atau jasa yang dihasilkan). Pada dasarnya dikenal dua sumber atau penyebab timbulnya variasi, yaitu :
1. Variasi Penyebab Khusus (special-cause variation) Adalah kejadian-kejadian diluar sistem yang mempengaruhi variasi dalam sistem. Penyebab khusus dapat bersumber dari faktor-faktor : manusia, peralatan, material, lingkungan, metode kerja, dan lain-lain. Penyebab khusus ini mengambil pola non acak (non random pattern) sehingga dapat diidentifikasikan atau ditemukan sebab mereka tidak selalu aktif dalam proses. 2. Variasi Penyebab Umum Adalah faktor-faktor di dalam sistem atau melekat pada proses yang menyebabkan timbulnya variasi dalam sistem atau yang melekat pada proses yang menyebabkan timbulnya variasi dalam sistem serta hasil-hasilnya. Penyebab umum sering disebut juga sebagai penyebab acak (random cause) atau penyebab sistem (system cause). Karena penyebab umum ini selalu melekat pada sistem untuk menghilangkannya kita harus menelusuri elemenelemen dalam sistem itu dan hanya pihak manajemen yang dapat memperbaiki, karena pihak manajemenlah yang mengendalikan sistem itu. Dalam konteks pengendalian proses statistikal dengan menggunakan peta-peta kendali atau kontrol (control chart), jenis variasi ini sering ditandai dengan titik-titik pengamatan
yang berada dalam batas-batas pengendalian yang didefinisikan (defined control limits).
2.3.3.2 Jenis-jenis Peta Kendali Pengelompokan jenis-jenis peta kendali tergantung pada tipe datanya. Dalam konteks pengendalian proses statistikal dikenal dua jenis data yaitu : 1. Data variabel merupakan data kuantitatif yang diukur untuk keperluan analisis. Contoh dari data variabel karakteristik kualitas adalah : diameter pipa, volume sabun cair dan lain-lain. Ukuran berat, panjang, lebar, diameter, volume biasanya merupakan data variabel. Beberapa peta kendali yang termasuk dalam peta kendali yang termasuk dalam peta kendali untuk variabel adalah peta kendali X dan R, serta peta kendali X dan MR. 2. Data atribut merupakan data kualitatif yang dapat dihitung untuk pencatatan dan analisis. Contoh dari data atribut karakteristik kualitas adalah : ketiadaan label pada kemasan, banyaknya jenis cacat pada produk, dan lain-lain. Data atribut biasanya diperoleh dalam bentuk unit-unit nonconforms atau ketidaksesuaian
dengan spesifikasi atribut adalah peta kendali p, peta kendali np, peta kendali c, dan peta kendali u.
2.3.3.3 Peta Kendali Atribut Atribut dalam pengendalian kualitas menunjukkan karakteristik kualitas yang sesuai dengan spesifikasi atau tidak sesuai dengan spesifikasi. Menurut Besterfield (1998), atribut digunakan apabila ada pengukuran yang tidak memungkinkan untuk dilakukan, misalnya goresan, kesalahan, warna, atau ada bagian yang hilang. Selain itu, atribut digunakan apabila pengukuran dapat dibuat tetapi tidak dibuat karena alasan waktu, biaya atau kebutuhan. Dengan kata lain, meskipun diameter suatu pipa dapat diukur, tetapi mungkin akan lebih tepat dan mudah menggunakan ukuran baik atau tidak menentukan apakah produk tersebut sesuai dengan spesifikasi atau tidak sesuai dengan spesifikasi.
Sementara itu, defenisi kesalahan atau cacat sama, kecuali berkaitan dengan penggunaan atau kepuasan. Kesalahan atau cacat akan tepat digunakan untuk kesesuaian dengan spesifikasinya. Pengendali kualitas proses statistik untuk data variabel. Hal ini dapat terjadi apabila pengukuran seperti kesalahan warna, adanya bagian yang hilang, dan seterusnya tidak dapat diukur. Selain itu dalam peta pengendali kualitas
proses statistik untuk data variabel harus dihitung semua karakteristik kualitas untuk dapat dibuat peta pengendali rata-rata proses maupun tingkat keakuratan proses. Misalnya dalam perusahaan terdapat karakteristik kualitas seperti panjang, lebar, diameter, goresan dan seterusnya, maka harus dibuat pula 100 peta pengendali rata-rata proses dan
100 peta pengendali tingkat keakuratan proses. Hal ini yang
membuat kegiata pengendalian kualitas proses statistic data atribut dapat meminimalkan keterbatasan tersebut dengan menyediakan semua informasi kualitas untuk dapat mengurangi biaya. Selanjutnya, peta pengendali kualitas proses statistik untuk data aribut dapat digunakan pada semua tingkatan dalam organisasi, perusahaan, department, pusat-pusat kerja, dan mesin-mesin. Namun, peta pengendali kualitas proses untuk data variabel biasanya digunakan pada tingkat terendah, yaitu mesin-mesin. Selain itu, peta pengendali kualitas proses statistik data atribut dapat membantu mengidentifikasi akar permasalahan baik pada tingkat umum maupun pada tingkat yang lebih mendetail. Sementara itu, peta pengendali kualitas proses statistik untuk data variabel biasanya digunakan untuk menentukan alasan khusus pada situasi out of statistical control. Disamping berbagai kelebihan yang dimiliki oleh peta pengendali kualitas proses statistik data atribut, ada beberapa kelemahan yang
dimiliki peta pengendali tersebut. Kelemahan pertama, dalam peta pengendali ketidaktepatan dengan spesifikasi tersebut. Kelemahan dari peta pengendali tersebut adalah ukuran sampel yang semakin besar akan bermasalah bila pengukuran mahal dan proses pengujian justru menyebabkan kerusakan, namun demikian secara keseluruhan peta pengendali kualitas proses statistik untuk data atribut lebih sedikit memberikan informasi daripada peta pengendali kualitas proses statistik data variabel. Selanjutnya, ada dua kelompok besar peta pengendali kualitas proses statistik untuk data atribut, yaitu yang berdasarkan distribusi Binomial dan yang berdasakan distribusi Poisson. Yang berdasarkan distribusi Binomial dan merupakan kelompok pengendali untuk unit-unit ketidaksesuaian,
seperti
p-chart
yang
menunjukan
proposi
ketidaksesuaian dalam sample atau sub kelompok. Proposi ditunjukan dengan bagain atau persen. Peta pengendali lain dalam kelompok ini adalah banyaknya ketidaksesuaian (np-chart). Kelompok kedua yang menggunakan distribusi Poisson, terdapat c-chart dan u-chart. c-chart menunjukan bagian ketidaksesuaian dalam unit yang di-isnpeksi seperti mobil, pakaian atau satu gulung kain, atau satu gulung kertas. Peta pengendali lain dalam kelompok ini adalah u-chart yang digunakan untuk bagian ketidaksesuaian setiap unit. u-chart juga dapat digunakan
pada situasi dimana ukuran sample variasi. Kategori lain dari peta pengendali kualitas proses untuk data atribut ini berkaitan dengan kombinasi ketidaksesuaian berdasarkan bobot. Bobot ini dipengaruhi oleh banyak sedikitnya ketidaksesuaian. Jenis peta pengendali tersebut disebut dengan U-chart atau demerit control chart. Selanjutnya, untuk menyusun peta pengendali proses statistik untuk data atribut diperlukan beberapa langkah. Menurut Besterfield (1998), langkah tersebut meliputi : 1. Menentukan sasaran yang akan dicapai Sasaran ini akan mempengaruhi jenis peta pengendali kualitas proses statistik data atribut mana yang harus digunakan. Hal ini tentu saja dipengaruhi oleh karakteristik kualitas suatu produk dan proses, apakah proporsi atau banyaknya ketidaksesuaian dalam
sampel
atau
sub
kelompok,
ataukah
bagian
ketidaksesuaian dari suatu unit setiap kali mengadakan observasi. 2. Menentukan banyaknya sampel dan banyaknya observasi Banyaknya sampel yang diambil akan mempengaruhi jenis peta pengendali disamping karakteristik kualitasnya. 3. Mengumpulkan data
Data yang dikumpulkan tentu disesuaikan dengan jenis peta pengendali
misalnya,
suatu
perusahaan
atau
organisasi
menggunakan p chart, maka data yang dikumpulkan juga harus diatur dalam bentuk proporsi kesalahan terhadap banyaknya sampel yang diambil 4. Menentukan garis pusat dan batas-batas pengendali Penentuan garis pusat dan batas-batas pengendali akan ditunjukkan secara rinci pada sub bagian berikut ini, pada masing-masing menggunakan
peta lebih
pengendali. kurang
±3σ
Biasanya
perusahaan
sebagai
batas-batas
pengendalinya. 5. Merevisi garis pusat dan batas-batas pengendali Revisi terhadap garis pusat dan batas-batas pengendali dilakukan apabila dalam peta pengendali kualitas proses statistik untuk data atribut terdapat data yang berada di luar batas pengendali statistik (out of statistical control) dan diketahui kondisi tersebut disebabkan karena penyebab khusus. Demikian pula, data yang berada di bawah garis batas pengendali bawah apabila ditemukan penyebab khusus didalamnya tetntu juga diadakan revisi. 2.3.3.4 Peta Pengendali Proporsi Kesalahan (p-chart) dan Banyaknya Kesalahan (np-chart) dalam Sampel
Pengendali proporsi kesalahan (p-chart) dan banyaknya kesalahan (np-chart) digunakan untuk mengetahui apakah cacat produk yang dihasilkan masih dalam batas yang disyaratkan. Untuk peta pengendali proporsi dan banyak digunakan bila memakai ukuran cacat berupa proporsi produk cacat dalam setiap sampel yang diambil. Bila sampel yang diambil untuk setiap kali melakukan observasi jumlahnya sama maka dapat menggunakan peta pengendali proporsi kesalahan (p-chart) maupun banyaknya kesalahan (np-chart). Namun bila sampel yang diambil bervariasi untuk setiap kali melakukan observasi berubah-ubah jumlahnya atau memang perusahaan tersebut akan melakukan 100% inspeksi maka harus menggunakan peta pengendali proporsi kesalahan (p-chart). Penggunaan sampel yang besarnya bervariasi tersebut selain karena perusahaan menggunakan 100 % inspeksi atau inspeksi total, juga dapat disebabkan kurangnya karyawan dan biaya. Perubahan dalam banyaknya sampel yang diambil atau ukuran sub kelompok tersebut menyebabkan perubahan dalam batas-batas pengendali, meskipun garis pusatnya tetap. Apabila ukuran sampel atau sub kelompok yang digunakan pada setiap kali observasi naik atau lebih banyak, maka batas-batas pengendali menjadi lebih rendah. Namun apabila banyaknya sampel atau sub kelompok yang digunakan pada setiap kali observasi turun atau berkurang, maka batas-batas pengendali menjadi lebih tinggi
atau meningkat. Kondisi ini dapat mempengaruhi karakteristik kualitas proses produksi yang dimiliki perusahaan. Formulasi
yang
digunakan
untuk
menyelesaikan
kasus
pengendalian kualitas proses statistik untuk data atribut sesuai dengan langkah-langkah di atas adalah : ¾ Mengetahui proporsi kesalahan atau cacat pada sampel atau sub kelompok untuk setiap kali melakukan observasi
p=
x n
Dimana
p = proporsi kesalahan dalam setiap sampel x = banyaknya produk yang salah dalam setiap
sampel n = banyaknya sampel yang diambil dalam inspeksi ¾ Menghitung garis pusat (center line) peta pengendali
p =
∑Unit _ cacat ∑ inspeksi
¾ Menghitung nilai simpangan baku Rumus simpangan baku (Sp) : Sp =
{p (1 − p )} ni
Rumus simpangan baku dalam persentase (Sp,%)
{p (100 − p )}
Sp =
ni
Dimana ni = jumlah unit yang diinspeksi = jumlah unit yang diproduksi ¾ Menghitung batas kontrol 3-sigma
p
=
∑Unit _ cacat ∑ inspeksi
CL = p UCL = p + 3
p (1 − p ) ni
LCL = p − 3
p (1 − p ) ni
Dimana,
UCL = batas bawah LCL = batas atas
Penggunaan Program Minitab :
•
Masukkan data proses dan ukuran sample dalam tabel
•
Klik Stat
•
Masukkan proses dalam Variabel
•
Masukkan ukuran sampel dalam Subgroups in
•
Klik Ok
Control Chart
P
P Chart of Cacat Kemasan 0.09
UCL=0.08654
0.08
Proportion
0.07 0.06 _ P=0.04684
0.05 0.04 0.03 0.02 0.01
LCL=0.00715
0.00 1
2
3
4
5
6
7 8 Sample
9
10
11
12
13
14
Tests performed with unequal sample sizes
Grafik 2.1 Contoh Peta Kendali 2.3.3.5 Kapabilitas Proses Kapabilitas adalah kemampuan dari proses dalam menghasilkan produk yang memenuhi spesifikasi. Jika proses memiliki kapabilitas baik, proses itu akan menghasilkan produk yang berada dalam batasbatas spesifikasi (diantara batas bawah dan batas atas spesifikasi). Sebaliknya, apabila proses memiliki kapabilitas yang buruk, proses itu akan menghasilkan banyak produk yang berada diluar batas spesifikasi, sehingga menimbulkan kerugian karena produk akan ditolak. Jika indeks kapabilitas proses lebih besar atau sama dengan satu, hal ini menunjukkan bahwa proses memiliki kapabilitas yang baik. Berarti bahwa proses mampu menghasilkan produk yang berada dalam batas-batas spesifikasi. Sebaliknya, jika nilai indeks kapabilitas proses
lebih kecil dari pada satu, hal ini menunjukkan bahwa proses memiliki kapabilitas yang buruk, serta menunjukkan proses tidak mampu menghasilkan produk yang sesuai dengan batas-batas spesifikasi.
