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