Upload
buikien
View
301
Download
2
Embed Size (px)
Citation preview
11/11/2011
1
LOGO ANALISIS KEMAMPUAN PROSES
ANALISIS KEMAMPUAN PROSES
Kelompok 7
Rohmad Hadi S. M0107082Ananta Ade Kurniawan M0108015Nariswari Setya Dewi M0108022Kristy Handayani M0108053Lisa Apriana Dewi M0108055Nanda Hidayati M0108098Nining Dwi Lestari M0108099
PENDAHULUANTeknik Statistik
Analisis kemampuanproses
1. Aktivitas perkembangan produksi
2. Kuantifikasi variabilitas proses
3. Analisis variabilitas terhadap
spesifikasi produk
4. Membantu pengembangan produksi
Kemampuan prosesberkenaan dengankeseragaman proses.
Penyebaran 6-sigma dalam distribusi karakteristik kualitas produk
sebagai ukuran kemampuan proses. “Batas toleransi alami” atas dan
bawah proses itu masing-masing jatuh yakni pada
BTAA =
BTAB =
σµ 3+σµ 3-
11/11/2011
2
Bagi distribusi normal, batas toleransi alami meliputi 99,73% dari variabel
itu, atau hanya 0,27% dari hasil proses akan jatuh diluar batas toleransi alami.
Dua butir harus diingat:
1. 0,27% diluar toleransi alami kedengarannya kecil, tetapi bersesuaian
dengan 2700 benda tak sesuai perjuta.
2. Jika distribusi hasil proses tidak normal, maka persen hasil yang jatuh
diluar dapat berbeda cukup besar dengan 0,27%.
• Analisis kemampuan proses adalah suatu studi keteknikan guna
menaksir kemampuan proses. Taksiran kemampuan proses mungkin
dalam bentuk distribusi probabilitas yang mempunyai bentuk , tengah
(mean) dan penyebaran (deviasi standar) tertentu.
• Apabila dipunyai unit sampel produk yang diperoleh melalui
pemeriksaan penerima, maka studi itu dinamakankarakteristik waktu
• Dalam studi karakterisasi produk hanya dapat menaksir distribusi
karakteristik kualitas produk atau hasil proses (bagian yang sesuai
spesifikasi).
11/11/2011
3
Diantara penggunaan data yang utama dari analisis kemampuan
proses adalah sebagai berikut:
1. Memprakirakan seberapa baik proses akan memenuhi toleransi.
2. Membantu pengembang / perancang produk dalam memilih atau mengubah
proses.
3. Membantu dalam pembentukan interval untuk pengendalianinterval antara
pengambilan sampel.
4. Menetapkan persyaratan penampilan bagi alat baru.
5. Memilih diantara penjual yang bersaing.
6. Merencanakan urutan proses produksi apabila ada pengaruh interaktif
proses pada toleransi.
7. Mengurangi variabilitas dalam proses produksi
Tiga teknik utama yang digunakandalam Analisis Kemampuan Proses:
Histogram atau grafik probabilitas
Rancangan percobaaan
Grafik pengendali
11/11/2011
4
ANALISIS KEMAMPUAN PROSES MENGGUNAKAN HISTOGRAM
Distribusi frekuensi dapat berguna dalam menaksir kemampuan proses. Paling
sedikit 50 sampai 100 (atau lebih) observasi harus tersediasupaya histogram
agak stabil sehingga dapat diperoleh taksiran kemapuan proses yang cukup dapat
dipercaya.
Langkah-langkah sebelum pengumpulan data:
1. Memilih mesin yang akan digunakan
2. Memilih keadaan operasi proses.
3. Memilih operator yang mewakili
Memantau dengan cermat proses pengumpulan data, dan catatlah urutan waktu
tiap unit itu diproduksi.
265 197 346 280 265 200 221 265 261 278
205 286 317 242 254 235 176 262 248 250
263 274 242 260 281 246 248 271 260 265
307 243 258 321 294 328 263 245 274 270
220 231 276 228 223 296 231 301 337 298
268 267 300 250 260 276 334 280 250 257
260 281 208 299 308 264 280 274 278 210
234 265 187 258 235 269 265 253 254 280
299 214 264 267 283 235 272 287 274 269
215 318 271 293 277 290 283 258 275 251
Tabel 8-1. Kekuatan Meledak 100 Botol Minuman Ringan Gelas 1 liter
11/11/2011
5
Gambar 8-2 menyajikan suatu histogram kekuatan meledak100 botol minuman ringan 1 liter.
�̅ = 264,06 S=32,02
Maka kemampuan proses ditaksir sebagai
�̅ ± 3�
Atau 264,06 ± 3�32,02 ≈ 264 ± 96 psi
11/11/2011
6
Cara yang baik untuk menyatakan kemampuan proses adalah melalui
perbandingan kemampuan proses(PKP) dua sisi:
Spesifikasi satu sisi, kita definisikan PKP sebagai
Gambar 8-3. Beberapa alasan bagi kemampuan proses yang jelek.
(a) Pusat proses yang jelek. (b) Variabilitas proses yang besar.
11/11/2011
7
Untuk data kekuatan botol, misalkan batas spesifikasi bawah pada kekuatan meledak
adalah 200 psi. Maka perbandingan kemampuan proses adalah
��� = ��� − �3�
= 264 − 2003�32 = 64
96
= 0.67
Bagian botol cacat yang diproduksi oleh proses ini ditaksir dengan menghitung luas
kurva normal standar dari � = ���� − � /� = (200-264)/32 = -2.00 di bawah distribusi
standar normal. Taksiran kerontokan adalah sekitar 2.28% cacat, atau sekitar 22800 botol
tak sesuai per juta.
Tabel 8-3. Nilai Perbandingan Kemampuan Proses (PKP) dan
Kerontokan Proses Yang Berkaitan bagi Proses Berdistribusi
Normal (benda per juta).
PKP
Kerontokan Proses (dalam cacat bpj)
Spesifikasi satu-sisi
Spesifikasi dua-sisi
0.50 66800 133600 0.75 12200 24400 1.00 1350 2700 1.10 483 966 1.20 159 318 1.30 48 96 1.40 13 26 1.50 3.40 6.80 1.60 0.80 1.60 1.70 0.17 0.34 1.80 0.03 0.06 2.00 0.0009 0.0018
11/11/2011
8
Tabel 8-4. Nilai Minimum yang Dianjurkan untuk
Perbandingan Kemampuan Proses.
Spesifikasi satu-sisi
Spesifikasi dua-sisi
Proses yang ada Proses yang baru Keamanan, kekuatan, atau parameter kritis, proses yang ada Keamanan, kekuatan, atau parameter kritis, proses baru
1.33 1.50 1.50 1.67
1.25 1.45 1.45 1.60
Paling sedikit PKP harus 1,45. Mungkin satu cara PKP dapat
ditingkatkan adalah dengan menaikkan mean kekuatan botol,misalnya
dengan menuangkan lebih banyak gelas ke dalam cetakan.
ANALISIS KEMAMPUAN PROSES MENGGUNAKAN GRAFIK PROBABILITAS
Grafik probabilitas merupakan alternatif terhadap histogram yang dapat
digunakan untuk menentukan bentuk, pusat, dan penyebaran distribusi.
Grafik probabilitas adalah grafik data peringkat terhadapfrekuensi kumulatif
sampel pada kertas khusus dengan skala tegak dipilih sedemikian hingga
distribusi kumulatif yang dianggap berbentuk tertentu adalah garis lurus.
11/11/2011
9
Peringkat, Kekuatan, �, �� Posisi Gambar, �� 1. 197 2. 200 3. 215 4. 221 5. 231 6. 242 7. 245 8. 258 9. 265 10. 265 11. 271 12. 275 13. 277 14. 278 15. 280 16. 283 17. 290 18. 301 19. 318 20. 346
0.025 0.075 0.125 0.175 0.225 0.275 0.325 0.375 0.425 0.475 0.525 0.575 0.625 0.675 0.725 0.775 0.825 0.875 0.925 0.975
Posisi gambar �� observasi
dengan peringkat �
�� = � − 12!
di sini ! adalah ukuran
sampel. Misalnya, posisi
gambar titik 1 adalah
�1 = 1 − 1220 = 0.5
20 = 0.025
Gambar 8-4. Grafik probabilitasnormal bagi data kekuatan
Gambar 8-4 adalah grafik ��
terhadap kekuatan �� pada
kertas probabilitas normal. Perhatikan bahwa data hampir terletak sepanjang garis lurus, yang berarti bahwa distribusi kekuatan meledak adalah normal.
11/11/2011
10
Gambar 8-5. Grafik data tidak normal pada grafik probabilitas normal.
Dari pemeriksaan grafik ini dapat
kita lihat bahwa distribusi data ini
mempunyai ekor yang agak lebih
berat daripada normal. Yakni,
nila-nilai ekstrimnya lebih besar
dari yang diharapkan dalam
model normal. Maka, lebih
banyak luasan yang terletak di
luar batas 3-sigma daripada
dalam model normal.
Gambar 8-6. Daerah dalam bidang �#1 , #2 untuk berbagai distribusi
gambar 8-6 bermanfaat dalam memilih distribusi yang menggambarkan data. Gambar tersebut menunjukkan daerah dalam bidang 21,ββ bagi beberapa distribusi probabilitas standar, dengan 21 dan, ββ masing-masing merupakan ukuran kemiringan dan keruncingan.
11/11/2011
11
Untuk menggunakan Gambar 8-6, hitunglah taksiran kemiringan dan
keruncingan dari sampel, yakni
$#1% = &3�&2 3 2⁄ �8 − 5
#2% = &4&22
�8 − 6
&� = ∑ ��* − �̅ �!*=1! � = 1,2,3,4 �8 − 7
dan gambarkanlah titik )ˆ,ˆ( 21 ββ pada grafik itu. Jika titik tergambar jatuh dekat pada suatu titik, garis atau daerah yang bersesuaian dengan salah satu dari distribusi di dalam gambar itu, maka distribusi ini merupakan pilihan yang logis untuk digunakan sebagai model bagi data itu.
ANALISIS KEMAMPUAN PROSES MENGGUNAKAN GRAFIK PENGENDALI
Grafik pengendali sifat dan variabel keduanya dapat digunakan dalam analisis
kemampuan proses. Bilamana mungkin grafik danR harus digunakan, sebab
kedua grafik itu memberikan kekuatan yang lebih besar dan informasi yang
lebih baik relatif terhadap grafik sifat. Tetapi, grafikp dan grafik c (atau u)
keduanya berguna dalam menganalisa kemampuan proses. Teknik membuat dan
menggunakan grafik-grafik ini diberikan dalam Bab 5 dan 6. Ingat, bahwa untuk
menggunakan grafikp, harus ada spesifikasi pada karakteristik produk. Grafik
danR memungkinkan kita mempelajari proses tanpa memperhatikanspesifikasi
11/11/2011
12
Grafik R :
Garis tengah = R = 77,3 BPA = RD4 = (2,115)(77,3) = 163,49 BPB = RD3 = (0)(77,3) = 0
Grafik x :
Garis tengah = x = 264,06
BPA = RAx 2+ = 264,06 + (0,577)(77,3) = 308,66
BPB = RAx 2− = 264,06 - (0,577)(77,3) = 210,46
Parameter proses dapat ditaksir dari grafik pengendali sebagai
23,33326,2
3,77ˆ
06,264
2
===
==
d
R
x
σ
µ
PKP σµ
3
BSB−=
64,0
)23,33(3
20006,264
=
−=
Gambar 8-7 menyajikan grafik x dan R 20 sampel dalam tabel 8-5
Nomor Sample
R
191715131197531
160
140
120
100
80
60
40
20
0
_R=74.8
UCL=158.1
LCL=0
grafik R data kekuatan botol
11/11/2011
13
Nomor Sample
Xbar
191715131197531
310
300
290
280
270
260
250
240
230
220
__X=264.06
UCL=307.20
LCL=220.92
grafik Xbar data kekuatan botol
PEMASANGAN BATAS PENGENDALI PADA KOMPONEN-KOMPONEN YANG BERBEDA
8.5.1. Kombinasi Linear
Dalam banyak hal, dimensi suatu benda adalah kombinasi linear dimensi
bagian komponen. Yakni, jika dimensi komponen adalah ,...,,, 21 nxxx maka
dimensi rakitan akhirnya adalah
nnxaxaxay +++= ...2211 (8-8)
Jika Xi independen dan berdistribusi normal dengan mean µi dan variansi
σ2, maka y berdistribusi normal dengan mean ii
niy a µµ 1=Σ dan variansi
.21
211
2 σσ aniy =Σ= Dengan demikian, jika µi, dan o2 bagi tiap komponen diketahui,
bagian benda rakitan yang jatuh di luar spesifikasi dapat ditentukan.
11/11/2011
14
Contoh 8-3.
Suatu pertalian terdiri dari empat komponen seperti ditunjukkan dalam Gambar 8-
9. Panjang ,,, 321 xxx dan 4x diketahui sebagai xl ~ N(2,0;0,0004), x2 ~ N(4,5;0,0009), x3
~ N(3,0;0,0004), dan x4 ~ N(2,5;0,0001). Panjang komponen dapat dianggap
independen, karena komponen-komponen itu diproduksi dengan mesin yang
berbeda. Semua panjang dalam inch.
Gambar 8-9. Sebuah rakitan pertalian dengan empat komponen.
y
x1 x2 x3 x4
Spesifikasi rancangan pada panjang pertalian rakitan, adalah 12,00 ± 0,10. Untuk
mendapatkan bagian pertalian yang jatuh di dalam batas spesifikasi ini, perhatikan
bahwa y berdistribusi normal dengan mean
µy = 2,0 + 4,5 + 3,0 + 2,5 = 12,0
dan
2yσ = 0,0004 + 0,0009 + 0,0004 + 0,0001 = 0,0018
Untuk mendapatkan bagian pertalian yang ada di dalam spesifikasi , harus kita hitung
�{11,90 ≤ - ≤ 12,10} = �{- ≤ 12,10} − �{- ≤ 11,90} = ∅ 012,10−12
√0,0018 2 − ∅ 011,9−12√0,00182
= ∅�2,36 − ∅�−2,36 =0,99086-0,00914=0,98172
Maka kita simpulkan bahwa 98,172% pertalian perakitan akan jatuh di dalam batas
spesifikasi.
11/11/2011
15
8.6 Menaksir Batas Toleransi Alami Suatu Proses
PKP ≥1
prosentase yang sangat tinggi dariproduk akan jatuhdiluar spesifikasi
tingkat pengolahan lagi/kerugian yang tinggi
Batas toleransi alami sebagai batas yang memuat bagian tertentu, katakana 1 –α, dari distribusi. Beberapa masalah yang melibatkan toleransi dengan karakteristik kualitas berdistribusi normal dengan mean � diketahui dengan variansi 32 diketahui. Jika dalam hal ini kita mendefinisikan batas toleransi sebagai batas yang memuat 100(1 – α)% dari distribusi karakteristik kualitas ini, maka batas ini adalah µ ± �4/23 . Jika α = 0,05 (misalnya), maka batas toleransi diberikan oleh
µ ± 1,96σ.
8-6.1 Batas toleransi berdasar distribusi normal
Misalkan variabel random x berdistribusi normal dengan mean µ dan variasi σ2, keduanya tidak diketahui. Dari sampel random dengan n observasi, mean sampel x dan variansi sampel S2 dapat dihitung. Untuk menaksir batas toleransi alami µ ± Zα/2σ adalah dengan mengganti µ dengan x dan σ dengan S, yang menghasilkan � ± �4/2�
Karena x dan S hanya taksiran dan bukan parameter yang sebenarnya, kita tidak dapat
mengatakan bahwa interval di atas selalu memuat 100 (1 – α) % dari distribusi.
konstan K, sedemikian hingga dalam banyak sekali sampel, bagian γ dari interval x +
KS akan memuat paling sedikit 100 (1 – α)% dari distribusi. Nilai K untuk 2≤n≤1000,
γ = 0,90; 0,95; 0,99 dan α = 0,10; 0,05; dan 0,01 diberikan dalam Tabel Lampiran VII.
11/11/2011
16
perbedaanperbedaanperbedaanperbedaan mendasarmendasarmendasarmendasar antaraantaraantaraantara batasbatasbatasbatas kepercayaankepercayaankepercayaankepercayaandandandandan batasbatasbatasbatas toleransitoleransitoleransitoleransi....
Batas kepercayaan digunakan untukBatas kepercayaan digunakan untukmemberikan taksiran interval parameter suatudistribusi
batas toleransi untuk menunjukan batas yang diantarabatas-batas itu dapat mengharapkan akan mendapatkanbagian populasi tertentu.