pertemuan 8 kendali proses statistika statistical process control spc
Download
Skip this Video
Download Presentation
Pertemuan-8 KENDALI PROSES STATISTIKA ( STATISTICAL PROCESS CONTROL=SPC)

Loading in 2 Seconds...

play fullscreen
1 / 28

Pertemuan-8 KENDALI PROSES STATISTIKA ( STATISTICAL PROCESS CONTROL=SPC) - PowerPoint PPT Presentation


  • 278 Views
  • Uploaded on

Pertemuan-8 KENDALI PROSES STATISTIKA ( STATISTICAL PROCESS CONTROL=SPC). OLEH IR. INDRAWANI SINOEM, MS. PENGERTIAN.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Pertemuan-8 KENDALI PROSES STATISTIKA ( STATISTICAL PROCESS CONTROL=SPC)' - luana


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
pertemuan 8 kendali proses statistika statistical process control spc

Pertemuan-8KENDALI PROSES STATISTIKA (STATISTICAL PROCESS CONTROL=SPC)

OLEH

IR. INDRAWANI SINOEM, MS

pengertian
PENGERTIAN
  • Statistik proses kontrol (SPC) adalah aplikasi metode statistika untuk pemantauan dan pengendalian proses untuk memastikan bahwa dia bekerja pada potensi penuh untuk menghasilkan produk yang sesuai. Dalam SPC, proses berperilaku diduga untuk memproduksi sebanyak mungkin produk sesuai dengan limbah paling mungkin. Sementara SPC telah diterapkan paling sering untuk mengendalikan garis manufaktur, ini berlaku sama baik untuk setiap proses dengan keluaran terukur. Alat kunci dalam SPC adalah kontrol grafik, fokus pada perbaikan terus-menerus dan dirancang percobaan.
slide3
Dalam menggunakan SPC untuk mengukur kinerja suatu proses, suatu proses dikatakan bekerja dalam kendali statistika apabila sumber variasinya hanya berasal dari sebab-sebab umum (alamiah) dan variasi khusus atau terusut (assignable).
  • Tujuan dari SPC adalah memberikan sinyal statistika apabila terdapat sebab-sebab variasi khusus. Syarat ini dapat memperce-pat tindakan yg diperlukan untuk menyingkir-kan sebab-sebab khusus (assignable) tsb.
variasi alamiah dan variasi khusus terusut
VARIASI ALAMIAH DAN VARIASI KHUSUS/TERUSUT
  • Variasi alamiah (Natural Variation)

Adalah variabelitas yg mempengaruhi setiap proses produksi dgn derajat yg berbeda dan telah diproduksi sebelumnya, serta sering disebut suatu penyebab umum.

Variasi alamiah bertindak seperti suatu sistem konstan yg memproduksi sebab-sebab yang sifatnya acak. Meskipun setiap nilainya berbe-da, sebagai suatu kelompok, nilai mereka tsb

slide5
membentuk suatu pola yg dapat digambar-kan sebagai suatu distribusi (distribution).

Apabila distribusi ini normal, sebaran tsb dapat dikarakteristikan oleh dua parameter :

a. Rerata (µ) : ukuran kecendrungan terpusat

yaitu nilai rata-rata.

b. Standar deviasi (σ) : ukuran sebaran atau

dispersi.

Selama distribusinya (ukuran-ukuran keluar-annya) tetap berada dlm batas yg telah dite-tapkan, proses tsb dikatakan “terkendali” dan variasi alamiah tsb dpt diterima (ditoleransi).

slide6
Variasi Terusut (Assignable Variation)

Adalah variasi dalam proses produksi yang dapat ditelusuri ke sebab-sebab tertentu. Faktor-faktor seperti usangnya mesin, kesa-lahan pengaturan pada peralatan, pekerja yg lelah atau tidak terlatih, sumber bahan baku yg baru merupakan sumber potensial dari variasi terusut.

slide7
Variasi alamiah dan variasi terusut membe-dakan dua buah tugas tujuan manajer opera-sional :

a. Variasi alamiah : harus bekerja secara ter-

kendali.

b. Variasi terusut : harus dikenali dan dising-

kirkan sehingga semua proses tetap

berada dlm kendali.

sampel
SAMPEL
  • Karena variasi alamiah dan terusut, SPC menggunakan nilai rata-rata dari banyak sampel kecil dan bukan data dari setiap bagian. Bagian-bagian tersendiri cendrung lebih tidak menentukan sehingga trennya tidak dapat teramati dengan cepat.
diagram kendali
DIAGRAM KENDALI
  • Ada tiga jenis keluaran proses dlm kendali proses :

(1). Berada dalam kendali dan proses tsb

mampu menghasilkan barang dlm batas-

batas kendali yg telah ditetapkan.

Suatu proses hanya dgn variasi alamiah

dan mampu menghasilkan brg dlm batas

kendali yg telah ditetapkan.

slide10
(2). Berada dalam kendali, tetapi proses tsb

tidak mampu menghasilkan barang dlm

batas kendali. Suatu proses yg terkenda-

li (hanya ada variasi sebab alamiah) ttp

tidak mampu menghasilkan brg dalam

batas-batas kendali yg telah ditetapkan.

(3). Di luar kendali : suatu proses yg tidak

terkendali karena mempunyai variasi-

variasi sebab yg terusut.

slide11
(1)

Frekuensi

  • Gambar :Kendali Proses

Batas Kendali bawah

(2)

Batas Kendali atas

(3)

ukuran

(berat, panjang, kecepatan, dll)

diagram kendali variabel
DIAGRAM KENDALI VARIABEL
  • Diagram

Diagram kendali kualitas untuk variabel yg menun-jukkan terjadinya perubahan dalam kecendrungan terpusat dari suatu proses produksi. Perubahan ini dapat disebabkan oleh faktor-faktor : usangnya peralatan, kenaikan suhu secara bertahap, metode berbeda yg digunakan oleh giliran kerja kedua, atau bahan-bahan yg baru dan lebih kuat.

slide13
Diagram R :

Diagram kendali yg menelusuri “jangkauan” (range=R) dalam suatu sampel, grafik ini menunjukkan peningkatan atau penurunan dalam keseragaman yg telah terjadi dalam seberan dari suatu proses produksi.

Perubahan-perubahan yg terjadi berupa aus-nya bantalan proses, peralatan yg longgar, aliran pelumas yg tidak teratur ke dalam mesin, atau kecerobahan operator mesin.

teori limit tengah
TEORI LIMIT TENGAH
  • Landasan teoritis bagi diagram adalah teorema limit tengah (central limit theorem). Teorema ini menyatakan terlepas dari distribusi populasinya, distribusi sampel akan cenderung mengikuti kurva normal seiring ditingkatkannya jumlah sampel.
  • Teorema tersebut juga menyatakan :

(1). Rerata dari distribusi (disebut ) akan

sama dengan rerata dari seluruh populasi µ.

slide15
(2). Standar deviasi dari distribusi sampling

σ akan menjadi deviasi standar populasi σ

dibagi dengan akar kuadrat dari jumlah sampel-

nya n, dengan kata lain :

slide16
Distribusi sampling :

-3σ

-2σ

-1σ

+1σ

+2σ

+3σ

95,45%

99,73%

menetapkan batas batas diagram rerata
MENETAPKAN BATAS-BATAS DIAGRAM RERATA
  • Batas kendali atas (upper control limit =UCL) :
  • Batas kendali bawah (lower control limit = LCL) :
slide18
Distribusi sampling dari rerata

Distribusi proses dari rerata

slide19
DIAGRAM KENDALI

1. DATA VARIABEL

Menggunakan diagram rerata dan diagram R

a. Pengamatan berupa variabel yang biasanya berupa

produk yang diukur besar atau beratnya.

Contoh : panjang, lebar.

b. Kumpulkan 20-25 sampel, biasanya dengan ukuran

n=4, n=5, atau lebih yang diperoleh dari prosen yang

stabil serta dihitung rerata dan jangkauan.

c. Kemudian kita lacak sampel masing-masing terdiri

dari n pengamatan.

slide20
2. DATA ATRIBUT

2.1. Menggunakan Diagram ρ

a. Pengamatan berupa atribut dapat dikelompokkan

sebagai baik atau buruk (lulus-gagal, berfungsi-

rusak), yaitu berada dalam dua keadaan.

b. Kita menggunakan bagian, perbandingan, atau %

cacat.

c. Ada sejumlah sampel masing-masing mengandung

banyak pengamatan. Contoh : 20-100 pengamatan

pada setiap sampel.

slide21
2.1. Diagram c

a. Pengamatan berupa atribut dimana jumlah cacat

setiap unit output dapat dihitung.

b. Kita berurusan dengan jumlah yang dihitung yang

merupakan bagian kecil dari seluruh kejadian yang

mungkin.

c. Cacat dapat berupa : jumlah noda pada meja, jlh

keluhan per hari, jlh kejahatan per tahun, jlh kursi

rusak di lapangan olahraga, kesalahan cetak pada

setiap bab naskah, atau jlh cacat dalam satu rol

kain.

slide23
Perhitungan :

Rerata dari rata-rata = 16

Standar deviasi (σ) = 1

Jumlah sampel (n) = 9

Nilai z (kendali 99,73%) = 3

ad