PENGONTROLAN KUALITAS PRODUKSI MEBEL JENIS KURSI INDOOR DI PT.MAJAWANA DENGAN DIAGRAM KONTROL MULTIVARIAT ATRIBUT BERDASARKAN JARAK CHI-SQUARE 1
Bagus Yuswantana, 2Haryono Mahasiswa Jurusan Statistika FMIPA-ITS (1306 100 030)
1
2
Dosen Jurusan Statistika FMIPA-ITS Jl. Arief Rahman Hakim, Kampus Keputih Sukolilo, Surabaya 60111-Jawa Timur Abstrak Industri mebel merupakan salah satu sektor industri yang terus berkembang di Indonesia. Mebel Indonesia kini juga berperan penting sebagai sumber devisa bagi negara karena peminat produk tidak hanya di dalam negeri tetapi juga di luar negeri. Keadaan ini membuat para produsen mebel bersaing untuk menghasilkan produk yang berkualitas. PT Majawana merupakan salah satu perusahaan yang memproduksi mebel. Untuk mendapatkan kualitas yang baik maka diperlukan suatu pengontrolan kualitas untuk mengontrol kualitas produk. Diagram kontrol berdasarkan jarak Chi-Square merupakan salah satu diagram kontrol yang dapat digunakan untuk memonitor proses pada data yang bersifat multivariat atribut. Penerapan diagram kontrol berdasarkan jarak Chi-Square dilakukan dengan mengambil kasus proses produksi kursi indoor periode Januari 2009 – Desember 2009. Dari pengontrolan yang dilakukan didapat hasil bahwa kualitas kursi indoor khususnya dilihat dari pemeriksaan bagian finishing masih belum terkontrol. Untuk itu perlu dilakukan perbaikan proses di masa mendatang agar proses lebih terkontrol. Kata Kunci : Mebel, Multivariat Atribut. Jarak Chi-Square
1.PENDAHULUAN Salah satu faktor yang mempengaruhi keputusan konsumen dalam membeli suatu produk adalah kualitas. Kualitas produk yang baik akan meningkatkan loyalitas pelanggan serta mampu menjaga persaingan dengan para kompetitor. Untuk itu para produsen selalu berupaya untuk bisa melakukan proses produksi yang baik sehingga mampu menghasilkan produk yang sesuai dengan spesifikasi konsumen. Pengujian kualitas produk dapat dilakukan dengan mengukur karakteristik kualitas produk (Ariani,2004). Salah satu tindakan yang dapat dilakukan untuk menjaga agar kualitas sesuai dengan spesifikasi konsumen adalah pengontrolan proses produksi. Dalam proses produksi pasti pernah didapatkan variabilitas dalam proses. Variabilitas ini dapat terjadi karena berbagai hal seperti peralatan serta bahan baku yang tidak sesuai, operator yang tidak memadai
serta masih banyak lagi. Untuk itu diperlukan suatu metode pengontrolan proses produksi yang tepat untuk meningkatkan kualitas produk sehingga mampu meminimalisisr tingkat variabilitas. PT Majawana merupakan salah satu perusahaan yang memproduksi mebel. PT. Majawana memproduksi berbagai produk mebel seperti Cabinets, Chairs, Sofas, Tables, Beds, Mirrors, Stands serta berbagai furnitur taman.Produk dari PT Majawana telah diekspor secara luas di banyak negara termasuk Amerika Serikat, Inggris, Australia, Afrika Selatan, Kuwait dan Spanyol. Karena persaingan di industri yang kita ketat serta untuk menjaga loyalitas konsumen membuat PT Majawana selalu mempertahankan bahkan meningktakan kualitas produknya. Untuk itu sebelum produk sampai ke tangan konsumen perlu dilakukan pengecekan terhadap karakteristik kualitas produk. Setiap produk 1
yang dihasilkan akan melalu beberapa tahapan produksi sebelum menjadi produk jadi. Dalam tahapan produksi ini pasti ditemukan kecacatan karena produk tidak memenuhi karakteristik kualitas. Statistical Proses Control (SPC) merupakan bagian dari statistik yang dapat dipakai untuk memonitor, mengedalikan, menganalisis serta memperbaiki produk dan proses dengan menggunakan metode-metode statistik. Salah satu alat yang dapat digunakan dalam SPC adalah dengan menggunakan diagram kontrol..Ada 2 macam diagram kontrol menurut jenis ukuran kualitasnya yaitu diagram kontrol atribut dan diagram kontrol variabel. Diagram kontrol atribut digunakan apabila karakteristik kualitas yang diamati tidak bisa dinyatakan dalam nilai angka dan hanya dinyatakan dengan cacat dan tidak cacat. Sedangkan diagram kontrol variabel digunakan apabila karakteristik kualitas yang diamati dapat dinyatakan secara numerik (Montgomery, 2005). Menurut banyak variabel yang digunakan diagram kontrol atribut dan variabel dibedakan menjadi 2 yaitu diagram kontrol uniavariat dan diagram kontrol multivariat. Diagram kontrol univariat digunakan jika variabel karakteristik kualitas yang diamati hanya sebanyak satu. Sedangkan diagram kontrol multivariat digunakan bila variabel karakteristik kualitas yang diamati lebih dari satu. Proses produksi yang dilakukan di PT.MAJAWANA terdiri dari beberapa tahapan proses. Dalam tahapan proses tersebut akan ada dua kali pemeriksaan yaitu dibagian QC1 dan QC2. QC1 adalah pemeriksaan untuk pengukiran dan perakitan sedangkan QC2 adalah pemeriksaan finishing seperti pengamplasan, pewarnaan dan pemasangan busa. Karena banyaknya karakteristik kualitas yang cacat ada pada QC2 maka pada penelitian ini pengotrolan proses akan difokuskan pada QC2. Dalam penelitian ini karakteristik kualitas yang akan diamati sebanyak lima variabel. Karena data pada karakteristik kualitas yang diperoleh bersifat atribut dan memiliki beberapa karakteristik kualitas maka pengontrolan produksi yang tepat digunakan adalah menggunakan diagram kontrol multivariat atribut. Dalam penelitian ini akan digunakan diagram kontrol
multivariat atribut berdasarkan jarak ChiSquare untuk mengetahui variasi dari setiap produk. Metode pengukuran jarak merupakan salah satu cara yang dapat digunakan untuk membuat diagram kontrol. Dengan menggunakan ukuran jarak dapat dilihat seberapa besar jarak yang terjadi antara titiktitik dalam pengamatan karakteristik kualitas baik untuk karakteristik kualitas variabel maupun atribut. Ye (2004) menjelaskan bahwa penggunaan diagram kontrol multivariat dengan menggunakan jarak Chi-Square lebih sensitif dalam mendeteksi sinyal out of control .Penggunaan diagram kontrol berdasarkan jarak Chi Square diharapkan dapat diketahui variasi yang timbul dari tiap titik-titik pengamatan. 2. TINJAUAN PUSTAKA Konsep Dasar Pengendalian Proses Statistik Montgomery (2005) menjelaskan bahwa dalam proses produksi ada 2 macam variabilitas yang terjadi yaitu (random/common cause) dan assinable cause. Random Cause atau variabilitas dasar adalah pengaruh kumulatif dari banyak sebab-sebab kecil yang tak dapat dilacak sumbersumbernya. Variabilitas jenis ini tidak dapat dihilangkan sepenuhnya tetapi diminimalisir. Assinable Cause adalah variabilitas yang dapat dilacak sumber penyebabnya. Variabilitas ini umumnya lebih besar dari variabilitas dasar dan merupakan tingkat yang tidak bisa diterima dalam peranan proses sehingga harus dihilangkan. Salah satu alat yang dapatdigunakan untuk memonitor proses produksi adalah diagram kontrol. Ada 2 macam diagram kontrol menurut jenis ukuran kualitasnya yaitu diagram kontrol atribut dan diagram kontrol variabel. Diagram kontrol atribut digunakan apabila karakteristik kualitas yang diamati tidak bisa diukur dengan nilai numerik dan hanya dinyatakan dengan cacat dan tidak cacat. Sedangkan diagram kontrol variabel digunakan apabila karakteristik kualitas yang diamati dapat dinyatakan secara numerik (Montgomery, 2005) Menurut banyaknya karakteristik kualitas yang diperiksa, diagram kontrol atribut dan variable dibedakan menjadi 2 yaitu univariat dan multivariat. Diagram kontrol 2
univariat digunakan bila hanya 1 karakteristik kualitas yang diamati. Sedangkan diagram kontrol multivariat digunakan untuk mengamati 2 karaktersitik kualitas atau lebih yang saling berhubungan (Johnson & Wichern,1998). Diagram Kontrol Multivariat Atribut Dengan Menggunakan Jarak Chi- Square Dalam memonitor proses dengan beberapa variabel yang diduga berhubungan, proses pengontrolan secara multivariat merupakan cara yang lebih efektif untuk memperlihatkan proses pengontrolan yang lebih sensitif daripada secara univariat. Ye (2004) menjelaskan bahwa teknik Statistical Proses Control (SPC) telah berhasil dilaksanakan untuk memonitor proses manufaktur dan mendeteksi penyimpangan out-of-control. Statistik pengontrolan proses dengan beberapa variabel yang berhubungan sering hanya bergantung pada teknik-teknik SPC multivariat. Hotelling's T2 adalah standar teknik SPC multivariat. Beberapa studi telah dilakukan untuk menguji kinerja dari Hotelling's T2. Hasil studi ini menunjukkan bahwa semakin tinggi jumlah variabel, kinerja dari tes Hotelling's T2 untuk mendeteksi pergeseran dari mean proses benar-benar turun. Lebih jauh lagi, jarak uji statistik konvensional hotelling T2 memerlukan invers varians kovarians matriks. Bagi kebanyakan kumpulan data di dunia nyata, seringkali sulit untuk menghitung invers dari matriks varianskovarians karena masalah kolinearitas diantara variabel. Untuk mengatasi masalah diatas dikembangkan metode lain yaitu dengan menggunakan jarak Chi-Square yang terskalakan untuk menggantikan ukuran jarak Hotteling T2. Prosedur ini dikembangkan untuk mempermudah pendeteksian pergeseran mean pada jumlah variabel yang cukup banyak dimana prosedur lain sulit melakukannya. Ukuran jarak Hotteling T2 dapat diganti dengan jarak χ2 pada prosedur pengontrolan dengan jarak Chi-Square :
χ =
(P − P. ) P.
Dimana :
= Proporsi cacat pengamatan kei pada variabel ke-j pada dengan (1 ≤ j ≤ k ) = Rata –rata proporsi cacat . variabel ke-j. Jarak Chi-Square merupakan nilai jumlahan kuadrat dari setiap jarak antara proporsi cacat dengan rata-rata proporsi cacat . yang dibagi dengan rata-rata proporsi . cacat itu sendiri. Menurut teorema limit pusat ketika jumlah sampel besar maka statistik sebagai selisih jumlahan kuadrat antara nilai pengamatan dengan nilai harapannya akan mengikuti pendekatan distribusi normal. Oleh karena itu interval [ µ - / , µ + / ] akan memuat (1- α)% kemungkinan nilai dari populasi , dimana µ dan merupakan mean dan varians dari populasi , α adalah nilai signifikansi dan / merupakan nilai tabulasi dari distribusi normal standard.Menggunakan sampel nilai dari data populasi yang telah terkontrol, mean dan standar deviasi dari populasi dapat ditaksir dari rata-rata sampel dan standar deviasi sampel . Batas kendali untuk mendeteksi penyimpangan out of control didapatkan dari batas kendali 3 yang ditentukan dengan batas atas = dan batas bawah = , Hanya digunakan batas kendali atas saja karena jarak selalu bernilai positif. Batas Kendali Atas (BKA) : Batas Kendali Bawah (BKB) : 0 Nilai mean diestimasi dari nilai ratarata sampel dengan perhitungan ∑ = ,sedangkan nilai standard deviasi diestimasi
dari
standard
dengan perhitungan
deviasi =
∑ (
sampel )
Penyimpangan Out Of Control dapat terdeteksi jika suatu nilai untuk suatu pengamatan lebih besar dari Prosedur ini menerapkan satu sisi atas bagan kontrol untuk memonitor proses data dan mendeteksi penyimpangan out of control dan disebut Monitoring Jarak Chi-Square.
3
5. Berikutnya masuk ke bagian tukang kayu, apabila ada desain ukirannya maka terlebih dahulu diukir sebelum dirakit, jika tidak ada maka langsung kebagian perakitan. 6. Masuk ke bagian QC tahap pertama, jika keadaan produk sesuai bisa langsung di amplas dan finishing, jika tidak maka kembali ke tukang kayu. 7. Masuk dibagian amplas untuk dihaluskan dan finishing, yakni dengan cara di cat. Masuk ke bagian QC tahap kedua yakni memeriksa bagian amplas dan finishing. 8. Jika keadaan baik langsung di kemas. 3. METODOLOGI PENELITIAN Data yang digunakan dalam penelitian ini adalah data sekunder mengenai data kecacatan untuk masing masing variabel pada produksi kursi indoor pada bagian QC2. Produksi kursi indoor di PT MAJAWANA dalam sehari sebanyak 40 buah dan akan diperiksa 20 buah kursi tiap harinya. Dalam tiap minggu yang terdiri dari 5 hari kerja akan ada 100 kursi untuk dicatat kecacatan masingmasing variabel. Periode pengambilan data adalah bulan januari 2009 sampai dengan desember 2009 sehingga terdapat 50 pengamatan.Organisasi data dapat dilihat pada tabel 1. Tabel 1. Organisasi Data Diagram Kontrol Berdasarkan Jarak Chi-Square di PT MAJAWANA dengan (a) Jumlah Kecacatan Tiap Variabel dan (b) Proporsi Kecacatan Tiap Variabel (a) Pengamatan 1
,
,
,
,
,
2
,
,
,
,
,
3
,
,
,
,
,
4
,
,
,
,
,
5
,
,
,
,
,
...
...
...
...
50
...
...
Proses Produksi Mebel PT Majawana PT. Majawana merupakan perushaan yang bergerak di bidang mebel didirikan pada tahun 1986 oleh Syaifudin Waspada di kota Jepara, Jawa Tengah, Indonesia. PT Majawana tidak hanya memproduksi mebel antik tetapi juga memproduksi berbagai macam mebel bagus dengan desain modern, serta eksterior / garden mebel yang dibuat oleh berbagai jenis bahan (seperti Mahoni, Jati, Mindi, Sungkai, Damar). Produk yang dihasilkan PT. Majawana diantaranya almari, meja, kursi, sofa, tempat tidur serta berbagai furnitur taman telah diekspor secara luas di banyak negara termasuk Amerika Serikat, Inggris, Australia, Afrika Selatan, Kuwait dan Spanyol. Ruang produksi PT majawana cukup besar, dengan kapasitas 30 dari 40 kontainer per bulan dan didukung oleh lebih dari 450 tangan berkualitas tinggi. Proses produksi PT majawana selalu menekankan pentingnya kualitas. Untuk itu dilakukan inspeksi terhadap beberapa tahapan dalam proses produksi guna mengetahui tingkat kecacatan pada masingmasing tahapan. Berikut merupakan proses produksi secara umum PT Majawana : 1. Pembelian kayu jati, kayu mahoni atau kayu yang lainnya dalam bentuk gelondongan dari berbagai daerah. 2. Kayu – kayu yang didapat kemudian dibelah menjadi bentuk papan sesuai dengan kebutuhan. 3. Setelah kayu dibelah sesuai dengan ukuran yang diinginkan, maka kayu tersebut kemudian dimasukkan kedalam oven untuk dikeringkan agar kadar air dalam papan tersebut hilang dan mudah untuk diolah ke proses selanjutnya. 4. Apabila kayu sudah mencapai kekeringan yang diinginkan lalu kayu dikeluarkan dari pengovenan untuk dipotong dan dibelah sesuai dengan ukuran dan bentuk yang diinginkan oleh bagian produksi. Adapun pemotongan kayu-kayu tersebut tetap menggunakan mesin-mesin sesuai dengan bentuk-bentuk komponen dan ukuran-ukuran yang diinginkan. Dalam proses tersebut tidak lepas dari pengawasan. Potongan tersebut kemudian digunakan untuk membuat komponen – komponen, contohnya kaki meja, lengan kursi dll.
,
,
,
,
,
4
Lanjutan Tabel 1 (b) Pengamatan 1
,
,
,
,
,
2
,
,
,
,
,
3
,
,
,
,
,
4
,
,
,
,
,
5
,
,
,
,
,
...
...
...
...
...
...
,
,
,
,
,
50 Rata-rata
.
.
.
.
.
Tabel 1. memperlihatkan organisasi dari data pengamatan di PT Majawana. Pengamatan berjumlah 50 dan tiap pengamatan terdiri dari 100 sampel. , , , , , merupakan variabel kualitas ke-k , , , ,... , merupakan banyak cacat tiap variabel ke-j pada pengamatan ke-i dan , , , ,... , merupakan nilai proporsi cacat tiap variabel ke-j pada pengamatan ke-i. Nilai dihitung dengan perhitungan = , dimana nilai merupakan banyaknya cacat pada tiap variabel pada masing-masing pengamatan dan n merupakan ukuran sampel yaitu sebanyak 100. Nilai . , . , . , . , . adalah ratarata proporsi untuk tiap variabel dengan ∑
perhitungan . = dengan m=50. Variabel yang digunakan dalam penelitian ini adalah nilai kecacatan pada karakteristik kualitas produk kursi indoor. Karakteristik kualitas ini terdiri dari : X1 = Pengamplasan kasar adalah hasil dari pengamplasan dari barang sebelum di cat terlihat masih ada seperti serabut – serabut kecil dan jika diraba terasa kasar. X2 = Popping adalah benjolanbenjolan kecil pada lapisan cat kering yang jika diperhatikan lebih seksama akan kelihatan lubang-lubang kecil di puncaknya.
X3 = Cratering merupakan salah satu kerusakan pengecatan yang ditandai dengan terjadinya kawah-kawah kecil pada permukaan lapisan cat yang menyebar secara merata pada daerah yang terkena. X4 = Orange Peel yaitu permukaan lapisan cat tidak rata dan bergelombang seperti kulit jeruk. X5 = Pin hole merupakan lubanglubang kecil seperti lubang jarum pada lapisan cat kering Ada beberapa tahapan dalam pembuatan digram kontrol multivariat atribut berdasarkan jarak Chi-Square. Tahap pertama adalah pemilihan data dari identifikasi variabel yang telah dilakukan sebelumnya. Data yang digunakan adalah data kecacatan karakteristik kualitas produk kursi indoor PT Majawana. Tahap kedua adalah mendapatkan nilai dan . Nilai adalah proporsi data cacat pada . tiap variabel di masing-masing pengamatan. Untuk nilai . adalah rata-rata proporsi cacat masing-masing variabel. Tahap berikutnya adalah menghitung nilai dengan menggunakan rumus χ
= ∑
(
. .
)
.
Setelah mendapatkan nilai kemudian dicari nilai . Kemudian nilai dan digunakan untuk membuat batas kendali diagram kontrol dengan yaitu Batas Kendali Atas (BKA) : dan Batas Kendali Bawah (BKB) = 0. 4.ANALISIS DAN PEMBAHASAN Deskripsi Karakteristik Data Kursi Indoor Periode Produksi Januari 2009 – Desember 2009 Untuk melihat karakteristik kecacatan kursi Indoor periode produksi Januari 2009 – Desember 2009 digunakan diagram pareto. Pada diagram pareto, dilakukan pengurutan dari jumlah frekuensi tertinggi ke yang paling rendah. Pengurutan dilkukan dengan menempatkan frekuensi tertinggi di bagian kiri kemudian diikuti frekuensi yang lebih rendah di bagian kanan.Diagram pareto digunakan untuk mengetahui variabel yang memiliki kecacatan tertinggi atau kecacatan yang dominan. Berdasarkan data kecacatan pada
5
kursi indoor diperoleh diagram pareto sebagai berikut .
∑
100,00% 300
90,00% 80,00%
250 200
70,00%
bertipe nominal maka korelasi yang digunakan untuk mengetahui hubungan antar variabel adalah koefisien korelasi Rank Spearman. Nilai koefisien korelasi Rank Spearman dapat
Banyak Cacat
60,00%
dihitung dengan r = 1 – . Nilai merupakan selisih antara pengamatanpengamatan tiap variabel yang telah dirangking. Nilai n merupakan banyak pengamatan yaitu n=50. Koefisien korelasi Rank Spearman r yang diperoleh untuk masing-masing pasangan variabel disajikan pada tabel 2
50,00% 150 100
30,00% 20,00%
50 0
Tabel 2 Nilai Korelasi Tiap Pasangan Variabel
40,00%
%Cum ulative
10,00% 0,00%
Gambar 1 Diagram Pareto Banyak Cacat
Gambar 1 merupakan diagram pareto karakteristik kecacatan kursi indoor dengan garis horisontal menunjukkan variabel karakteristik kualitas, garis vertikal kiri menunjukan banyaknya kecacatan yang terjadi pada masing-masing variabel dan garis vertikal kanan menunjukkan persentase kecacatan. Berdasarkan gambar 4.1 diatas dapat diketahui bahwa jumlah kecacatan terbesar adalah variabel amplas kasar dengan persentase sebesar 41.8% atau sebanyak 143 cacat. Variabel dengan jumlah kecacatan terbesar kedua adalah Orange Peel yaitu sebesar 23.4% atau sebanyak 80 cacat. Dengan keadaan ini diharapkan perusahaan bisa meminimalisir tingkat kecacatan pada periode berikutnya dengan memfokuskan pengecekan pada bagian pengamplasan dan Orange Peel. Untuk melihat seberapa besar hubungan suatu variabel terhadap variabel lainnya pada data variabel data kecacatan bagian finishing kursi indoor, maka dilakukan penghitungan nilai korelasi antar variabel. Karena data yang digunakan merupakan data
Variabel X1 dan X2 X1 dan X3 X1 dan X4 X1 dan X5 X2 dan X3 X2 dan X4 X2 dan X5 X3 dan X4 X3 dan X5 X4 dan X5
Nilai Korelasi r 0,597767 0,358103 0,657119 0,59539 0,609508 0,450252 0,819568 0,313589 0,575438 0,516831
Untuk menguji signifikansi nilai r pada tabel 4.1 akan dilakukan pengujian dengan hipotesis H : tidak ada hubungan antar dua variabel H : ada hubungan antar dua variabel Nilai statistik uji t dihitung dengan t = r
, nilai t
kemudian
dibandingkan dengan nilai t dengan α = 5 % dan df = n -2. Jika nilai t lebih dari nilai t maka tolak H , yang berarti bahwa ada hubungan diantara satu variabel dengan variabel yang lain. Nilai t untuk masingmasing pasangan variabel disajikan pada tabel 3 dengan t = 1,690
6
Karena dari hasil penghitungan sudah menunjukkan adanya korelasi maka penerapan diagram kontrol multivariat atribut berdasarkan jarak Chi-square dapat dilakukan. Penerapan Diagram Kontrol Multivariat Atribut Berdaarkan Jarak Chi-Square Ada beberapa langkah-langkah untuk membuat diagram kontrol multivariat atribut berdasarkan jarak Chi-Square. Data yang digunakan dalam pembuatan daigram kontrol adalah data produksi mebel jenis kursi indoor PT Majawana periode produksi Januari 2009Desember 2009. Data diambil tiap minggu sehingga akan ada 50 pengamatan selama satu tahun dengan jumlah sampel sebanyak 100. Variabel yang digunakan adalah nilai kecacatan pada karakteristik kualitas kursi jenis indoor. Langkah pertama adalah menghitung nilai proporsi nilai kecacatan dari setiap variabel pada tiap pengamatan. Selanjutnya dihitung nilai rata-rata proporsi cacat tiap variabel. Kemudian dihitung nilai jarak Chi-Square pada masing-masing pengamatan. Hasil perhitungan jarak ChiSquare pada masing-masing pengamatan dapat dilihat pada tabel 4.3. Berikut gambar diagram kontrol berdasarkan jarak Chi-Square
0,1200
0,1000
chi square rata chi square BKA BKB
0,0800 Chi Square
Tabel 3 Nilai t Tiap Pasangan Variabel Variabel Kesimpulan Nilai t X1 dan X2 Signifikan 5,166032 X1 dan X3 Signifikan 2,657235 X1 dan X4 Signifikan 6,039708 X1 dan X5 Signifikan 5,134174 X2 dan X3 Signifikan 5,326564 X2 dan X4 Signifikan 3,493597 X2 dan X5 Signifikan 9,909789 X3 dan X4 Signifikan 2,288022 X3 dan X5 Signifikan 4,874703 X4 dan X5 Signifikan 4,182642
0,0600
0,0400
0,0200
0,0000 1 5 9 13 17 21 25 29 33 37 41 45 49
Gambar 2 Diagram kontrol multivariat atribut berdasarkan jarak Chi-Square Gambar 2 merupakan diagram kontrol multivariat atribut berdasarkan jarak ChiSquare.Diagram kontrol yang didapat mempunyai = = 0.024965618 dengan Batas Kendali Atas (BKA) = 0,085824 dan Batas Kendali Bawah (BKB) = 0. Berdasarkan gambar 2 terlihat bahwa ada dua titik yang berada diatas garis Batas Kendali Atas (BKA). Titik-titik tersebut adalah pengamatn ke-20 dan pengamatn ke-41. Pengamatanpengamatan yang terdeteksi tidak terkontrol disebabkan oleh variabilitas yang terduga. Gambar 2 memperlihatkan bahwa pada dasarnya proses berjalan cukup stabil karena titik-titik pengamatan cenderung berkumpul di sekitar garis tengah. Terlihat masih ada beberapa titik-titik pengamatan yang nilainya cukup jauh dari nilai tengah dan ada dua titik yang terdeteksi tidak terkontrol. Terdeteksinya sinyal tidak terkontrol menunjukkan bahwa perlu dilakukan perbaikan proses.Sebelum melakukan perbaikan maka perlu ditelusuri penyebab terjadinya sinyal out of control. Untuk itu perlu dilakukan pengecekan dan penelusuran faktor-faktor yang secara umum menyebabkan adanya pengamatan yang out of control. Faktor –faktor penyebab itu dapat ditelusuri 7
dari 5 faktor Material,Manusia,Metode, Lingkungan.
utama Mesin
yaitu dan
5. KESIMPULAN DAN SARAN Berdasarkan hasil dan pembahasan yang telah didapt pada bagian sebelumnya, dapat diambil kesimpulan sebagai berikut Dari penerapan diagram kontrol berdasarkan jarak Chi-square yang mempunyai = 0.024965618 serta Batas Kendali Atas (BKA) = 0,085824 terlihat bahwa proses produksi kursi indoor bagian finishing belum terkendali dengan terdeteksinya dua titik pengamatan yang out of control. Terdeteksinya sinyal tidak terkontrol menunjukkan bahwa perlu dilakukan perbaikan proses.Sebelum melakukan perbaikan maka perlu ditelusuri penyebab terjadinya sinyal out of control. Pada penelitian ini tidak ditelusuri faktor-faktor penyebab sinyal tidak terkontrol di bagian pengecekan finishing seperti latar belakang tukang, alat yang digunakan dan bahan baku yang digunakan. Untuk itu pada penelitian selanjutnya peneliti menyarankan agar dilakukan eksperimen untuk mengetahui faktor-faktor mana yang menyebabkan kecacatan produk kursi indoor di bagian finishing
Ye,N., Borror,C.M., Parmar,D (2004). ”A Hybrid SPC Method with the ChiSquare Distance Monitoring Prosedure for Large-scale, Complex Process Data”. Quality and Reliability Engineering 22:393-402.
DAFTAR PUSTAKA Ariani, D.W. (2004). Pengendalian Kualitas Statistik (Pendekatan Kuantitatif dalam Manajemen Kualitas). Yogyakarta : ANDI Johnson, R.A. dan Wichern, D.W. (2002), Applied Multivariate Analysis, Third Edition, Prentice Hall Inc: New Jersey. Montgomery, Douglas C (2005). Introduction to Statistical Quality Control Fifth Edition. John Wiley & Sons, inc : New York. Mukhopadhyay,A.R. 2008.Multivariate Attribute Control Chart Using Mahalanobis D2 Statistic. Journal of Applied Statistics,Vol.35, No.4, 421-429. Ye,N., Borror,C.M., Parmar,D. (2003). ”Scalable Chi-Square Distance versus Conventional Statistical Distance for Process Monitoring with Uncorrelated Data Variables”. Quality and Reliability Engineering 19:505-515. 8
