Peta Kendali ATRIBUT
Outline• Overview• Peta P• Peta C
ControlCharts
RChart
VariablesCharts
AttributesCharts
XChart
PChart
CChart
Continuous Numerical Data
Categorical or Discrete Numerical Data
Control Chart Types
Konsep• Atribut : karakteristik kualitas yg
sesuai spesifikasi atau tidak
• Atribut dipakai jk ada pengukuran yg tidak mungkin dilakukan ( tidak dibuat) spt : goresan,apel yg busuk, kesalahan warna, ada bagian yg hilang
Kelebihan• Dapat diterapkan di semua tgkt
organisasi , departemen, pusat kerja dan mesin operasional (tgk tertinggi – terendah)
• Membantu identifikasi permasalahan ( umum dan detil)
Kelemahan• Tdk dapat diketahui sbrp jauh
ketidaktepatan dg spesifikasi tsb
• Ukuran sampel yg besar akan bermasalah jk pengukurannya mahal dan destruktif
Tipe Peta Kendali ATRIBUT
1. Berdasar Distribusi BINOMIAL– Kelompok pengendali unit
ketidaksesuaian– Dinyatakan dalam proporsi (%)
– Menunjukkan proporsi
ketidaksesuaian dalam sampel / sub kelompok
p Chart
2. Berdasar Distribusi POISSON– bagian ketidaksesuaian dalam unit
inspeksi– Berkaitan dg kombinasi ketidaksesuaian
berdasar BOBOT yg dipengaruhi banyak sedikitnya ketidaksesuaianc- Chart
Tahapan….• Menentukan sasaran menentukan
karakteristik kualitasnya (ketidaksesuaian dalam proporsi atau unit)
• Memilih tipe peta kendali atribut• Banyaknya sampel dan observasi• Pengumpulan data• Penentuan BATAS KENDALI ( CL,UCL dan
LCL)• Interpretasi hasil (pola in/out of control)• Revisi jika perlu
p/c Chart Structure
UCL
LCL
Process MeanWhen in Control
Center Line
Time
p/np/c Upper Control Limit
Lower Control Limit
Outline• Overview• Peta P• Peta C
Peta P
1. Jumlah sampel sama
•Proporsi diketahui•Proporsi tidak diketahui2.
Jumlah sampel berbeda
•Dihitung secara rata-rata•Dihitung secara individuPeta P
1. Jumlah Sampel SAMA• Proporsi
diketahui• Garis Tengah =
p¯
pp
pp
pLCL
pUCL
3
3
pp pn
( )1
Contoh : Ukuran sampel per grup = 50 ( p-
chart)No Banyak produk
cacatNo Banyak produk cacat
12345678910
4253213254
11121314151617181920
3552324
1043
No Banyak produk cacat
Proporsi No Banyak produk cacat
Proporsi
12345678910
4253213254
0,08...........................
11121314151617181920
35523241043
0,06...........................
Total Proporsi ... Total Proporsi ...
• p¯ = total proporsi / grup sampel = .072
• p = √ (0,072)(0,928)/50 = .037• BKA = 0,072 + 3(0,037) = 0,183• BKB = 0,072 - 3(0,037) = -
0,039 = 0
1. Jumlah Sampel SAMA• Proporsi TIDAK diketahui
m = banyak grup sampel n = ukuran sampel (banyak sampel dalam grup) D = bagian tidak sesuai
p¯ = ∑Di/(mn) Garis Tengah = p¯
UCL p
LCL pp p
p p
3
3
p
p pn
( )1
Example
Twenty samples, each consisting of
250 checks, The number of defective
checks found in the 20 samples are
listed below.(proporsi tidak diketahui)4 1 5 3 2 7 4 5 2 32 8 5 3 6 4 2 5 3 6
$115006529 25447581 1445
2655
Simon SaysAugusta, ME 01227
• n = 250 sampel• m = 20 grup• D = total defect (semua defect dijumlah)• p¯ = ∑Di/(mn)
Estimated p = 80/((20)(250)) = 80/5000 = .016
LCL = 3 .016 3(.007936) -.007808 0pp
(1 ) .016(1 .016) .015744 .007936250 250pp p
n
UCL = 3 .016 3(.007936) .039808pp
Note that thecomputed
LCLis negative.
$
115006529 25447581 1445
2655
Simon SaysAugusta, ME 01227
Control Limits For a p Chart
Tdk sesuai
Proporsi Tdk sesuai
Proporsi
4153274523
(4/250) = 0,016
(1/250) =0,004
2853642536
(2/250) = 0,008
(8/250) = 0,032
p Chart for Norwest Bank
0.000
0.005
0.010
0.015
0.020
0.025
0.030
0.035
0.040
0.045
0 5 10 15 20Sample Number
Sam
ple
Prop
ortio
n p UCL
LCL
Control Limits For a p Chart$
115006529 25447581 1445
2655
Simon SaysAugusta, ME 01227
2. Sampel BEDA …
a. Metode RATA_RATA Ukuran sampel RATA -RATA dg perbedaan tidak terlalu besar -> ( n¯ = ∑n/observasi)
b. Metode INDIVIDU Batas Kendali tergantung ukuran sample tertentu shg UCL/LCL tidak berupa garis LURUS
Ukuran sampel beda (p chart)
no sampel Produk cacat no sampel
Produk cacat
12345678910
200180200120300250400180210380
1410178201825203015
11121314151617181920
190380200210390120190380200180
15261014241518191112
Jml sampel 4860 Jml Cacat 341
Metode Rata-rata• Sampel rata-rata n¯ = total sampel /observasi = 4860/20 = 243 p¯ = D/(n¯m) = 341 / (243.20) = 0,07 (CL) p = √ (0,07(0,93))/243 = 0,0164 BPAp = 0,07 + 3 (0,0164) = 0,119 BPBp = 0,07 - 3 (0,0164) = 0,021
Metode Individu• Sampel rata-rata n¯ = total sampel /observasi = 4860/20 = 243 p ¯ = D/(n¯m) = 341 / (243.20) = 0,07 (CL) semua
titik sama• Control Limit (obs-1) (tergantung jml
sampel per grup) p = √ (0,07(0,93))/200 = 0,018 UCL = 0,07 + 3 (0,018) = 0,124 LCL = 0,07 - 3 (0,018) =
0,016……………….dst
Tabel Proporsi untuk Grafik
No observasi sampel cacat proporsi1234567891011121314151617181920
200180200120300250400180210380190380200210390120190380200180
141017820182520301515261014241518191112
0,0700,0550,0850,067………………………………0,0950,0500,0550,067
Outline• Overview• Peta P• Peta C
C-chart
• Mengetahui banyaknya kesalahan unit produk sbg sampel
• Jumlah kesalahan per sample• Aplikasi : bercak pd tembok,
gelembung udara pd gelas, kesalahan pemasangan sekrup pd mobil
C - chart
Number of defects per unit: c¯ = ∑ Ci / n
UCL cc c 3
LCL cc c 3
c c
Example…c-chart
no Byknya kesalahan
no Byknya kesalahan
12345678910
547685651610
11121314151617181920
978119576108
• c¯ = ∑c/n = 152/20 = 7,6• BPA c = (7, 6) + 3 (√7,6) = 15,87• BPB c = (7, 6) - 3 (√7,6) = -0,67 =
0
TERIMA KASIH