PENERAPAN STATISTICAL PROCESS CONTROL SEBAGAI

2y ago
22 Views
2 Downloads
323.58 KB
11 Pages
Last View : 2d ago
Last Download : 2m ago
Upload by : Braxton Mach
Transcription

PENERAPAN STATISTICAL PROCESS CONTROLSEBAGAI UPAYA IMPLEMENTASI METODE SIX SIGMA(Studi Kasus: PT. INDONESIAN MARINE Divisi Boiler)Makalah Seminar HasilKONSENTRASI TEKNIK INDUSTRIDiajukan Untuk Memenuhi Sebagian PersyaratanMemperoleh Gelar Sarjana TeknikDisusun Oleh:SYAIFUL BACHRINIM. 0110620127DEPARTEMEN PENDIDIKAN NASIONALUNIVERSITAS BRAWIJAYAFAKULTAS TEKNIKJURUSAN MESINMALANG2008

LEMBAR PERSETUJUANPENERAPAN STATISTICAL PROCESS CONTROLSEBAGAI UPAYA IMPLEMENTASI METODE SIX SIGMA(Studi Kasus: PT. INDONESIAN MARINE Divisi Boiler)Makalah Seminar HasilKONSENTRASI TEKNIK INDUSTRIDiajukan Untuk Memenuhi Sebagian PersyaratanMemperoleh Gelar Sarjana TeknikDisusun Oleh:SYAIFUL BACHRINIM. 0110620127-62Telah diperiksa dan disetujui oleh:Dosen Pembimbing IDosen Pembimbing IIIr. Masduki, MM.NIP. 130 350 754Ishardita Pambuditama, ST., MT.NIP. 132 232 481

PENERAPAN STATISTICAL PROCESS CONTROLSEBAGAI UPAYA IMPLEMENTASI METODE SIX SIGMA(STUDI KASUS: PT. INDONESIAN MARINE DIVISI BOILER)Disusun Oleh:Syaiful BachriDosen Pembimbing:Ir. Masduki, MM. dan Ishardita Pambudi Tama, ST., MT.Jurusan Mesin, Fakultas Teknik Universitas Brawijaya, Juli 2008RingkasanKualitas telah menjadi sesuatu yang mutlak dimiliki oleh suatu produk, baik yang berupa barang maupunjasa. Kualitas ditentukan oleh seberapa baik suatu karakteristik kualitas pengganti (spesifikasi produk) dalammemenuhi karakteristik kualitas riil (kebutuhan konsumen). Pengendalian kualitas produk dapat dilakukandengan Statistical Process Control. Metode Six Sigma adalah salah satu cara mengendalikan kualitas yang didalamnya memuat Statistical Process Control. Variabel yang diteliti adalah ovality pipa setelah mengalamiproses bending. Hasil analisis data menyimpulkan bahwa proses bending pipa di PT. INDONESIAN MARINEmencapai tingkat kapabilitas sigma 3,38-Sigma, sedangkan kapabilitas proses bending tersebut masih kurangdari 1. Radius bending ternyata pengaruhnya lebih signifikan daripada diameter nominal pipa terhadap ovalitypipa setelah mengalami proses bending.Kata Kunci: Kualitas, Statistical Process Control, Six Sigma.I.PENDAHULUANII.Pemenuhan kebutuhan konsumen seringkalihanya berfokus pada segi kuantitas mengingat pangsapasar yang semakin berkembang. Namun terdapataspek yang tidak kalah pentingnya yaitu kualitas.PT. Indonesian Marine (Indomarine) adalahperusahaan pembuat boiler terutama banyak menangani boiler untuk pabrik gula. Beberapa komponenutama boiler tersusun dari pipa-pipa sehingga prosespengerjaannya harus dilakukan dengan teliti agartekanan uap yang dihasilkan sesuai dengan rancangansebelumnya. Perusahaan selama ini belum pernahmenerapkan metode Six Sigma untuk mengamatiproses produksi yang berlangsung.TINJAUAN PUSTAKA2.1 Konsep KualitasIshikawa mendefinisikannya dengan melihatkualitas dari sudut pandang konsumen. Beliau menyatakan bahwa tingkat kualitas ditentukan oleh seberapabaik suatu karakteristik kualitas pengganti (spesifikasiproduk) dalam memenuhi karakteristik kualitas riil(kebutuhan konsumen).Misal: Sistem komputerKarakteristik kualitas riil:Monitor tidak membuat mata mudah lelah.Karakteristik kualitas pengganti:Screen contrast level, dot pitch, refresh rate.Kualitas bukanlah tanggung jawab seseorangatau suatu divisi tertentu, melainkan merupakantanggung jawab setiap orang.Batasan Masalah1. Produk yang diamati adalah pipa untuk watertube boiler yang mengalami proses bending.2. Analisis hanya dilakukan pada tingkat produk.3. Masalah biaya tidak dibahas dalam skripsi ini.2.2 Pengendalian Proses StatistikalIstilah pengendalian proses statistikal (StatisticalProcess Control – SPC) digunakan untuk menggambarkan model berbasis penarikan sampel yangdiaplikasikan untuk mengamati aktifitas proses yangsaling berkaitan. Meski SPC merupakan alat bantuyang sangat berguna dalam memastikan apakahproses tetap berada dalam batas-batas yang telahditetapkan, namun umumnya metode ini tidak dapatmenyediakan cara untuk membuat proses tetap dalambatas kendali. Oleh sebab itu, jelas dibutuhkan campurtangan dan pertimbangan manusia untuk menentukancara yang efektif dan efisien dalam membuat prosestetap dalam kondisi mampu dan stabil. PengendalianTujuan Penelitian1. Mengetahui nilai SQL dan DPMO,2. Menganalisis stabilitas dan kapabilitas produk,3. Mencari faktor-faktor yang memengaruhistabilitas dan kapabilitas.Manfaat Penelitian1. Bagi perusahaan: sebagai bahan pertimbanganpengendalian kualitas produk.2. Bagi penulis: menambah wawasan mengenaipengendalian kualitas.1

2proses statistikal lebih menekankan pada pengendalian dan peningkatan proses berdasarkan data yangdianalisis menggunakan alat-alat statistika, bukansekadar penerapan alat-alat statistika dalam prosesindustri.Kestabilan dan Kemampuan ProsesKestabilan proses (process stability) berartiketepatan proses dalam mencapai target yang telahditentukan. Hal ini merepresentasikan keadaan prosesyang sedang berlangsung, seperti: bahan baku yangdatang, mesin-mesin, dan skill operator. Sedangkankemampuan proses (process capability) adalah suatuukuran kinerja kritis yang menunjukkan hubunganantara hasil proses dengan spesifikasi proses/produk.Alat bantu yang paling umum digunakan dalampengendalian proses statistikal adalah peta kendali(Control Chart). Fungsi peta kendali secara umumadalah: Membantu mengurangi variabilitas produk. Memonitor kinerja proses produksi setiap saat. Memungkinkan proses koreksi untuk mencegahpenolakan. Trend dan kondisi di luar kendali dapat diketahuisecara cepat.2.3. Six Sigma (6σ)Konsep Six Sigma MotorolaSix Sigma merupakan suatu visi peningkatankualitas menuju target 3,4 kegagalan per sejutakesempatan (DPMO – Defects Per Million Opportunities) untuk setiap transaksi produk (barang/jasa).Sebuah upaya giat menuju kesempurnaan (zero defect– kegagalan nol). Ide sentral di belakang Six Sigmaadalah jika dapat mengukur berapa banyak cacat yangada dalam suatu proses, maka secara sistematis dapatmengatasi bagaimana menekan dan menempatkan diridekat dengan zero-defect.Simbol sigma (σ) dalam statistik dikenal sebagaistandar deviasi, yaitu suatu nilai yang menyatakansimpangan terhadap nilai tengah. Suatu prosesdikatakan baik apabila berjalan pada suatu rentang(range) yang telah ditetapkan. Rentang tersebutmemiliki batas, yakni batas atas (USL – UpperSpecification Limit) dan batas bawah (LSL – LowerSpecification Limit). Proses yang terjadi di luarrentang tersebut maka dianggap cacat (defect). Proses6σ berarti proses yang hanya menghasilkan 3,4DPMO (Defects Per Million Opportunities).6σ Riil1000000Sampel yang berada dalam rentang UCL – LCLdikatakan berada dalam kendali (in-control), sedangkan yang berada di luar rentang tersebut dikatakan diluar kendali (out-of-control).Pada mulanya, pengendalian proses statistikalhanya dilakukan dengan menggunakan peta kendali.Namun demikian, dalam perkembangannya pengendalian proses statistikal dilakukan dengan menerapkantujuh metode utama yang umum digunakan(Ishikawa’s Basic Seven), yaitu:1. Diagram Sebab–Akibat (Cause–Effect Diagram)2. Grafik3. Histogram4. Diagram Pareto5. Lembar Periksa (Check sheets)6. Diagram Sebaran (Scatter Diagrams)7. Peta Kendali (Control Charts)Selain metode-metode statistikal di atas, terdapatpula beberapa alat bantu yang juga sesuai digunakanuntuk melakukan pengendalian proses, diantaranya:1. Analisis Kapabilitas2. Design of Experiment (DOE)3. Failure Mode and Effects Analysis (FMEA)4. Gantt Chart5. Gauge StudiesDPMO (Defects Per MillionOpportunities9000008000007000006000006σ 123456SQL (Sigma Quality 2.700630,570,002(a)6σ Motorola1000000900000DPMO (Defects Per MillionOpportunities)Peta kendali dibuat secara kontinyu dalam suatuinterval keyakinan tertentu, biasanya 3 standar deviasi(3σ). Diagram ini memuat 3 macam garis batas, yaitu:1. Batas kendali atas (Upper Control Limit – UCL)2. Rata-rata kualitas sampel3. Batas kendali bawah (Lower Control Limit –LCL)8000007000006000006σ 10123456SQL (Sigma Quality 866.8076.2102333,4(b)Gambar 2.1: Konsep Proses Six Sigma.(a) Proses 6σ sesungguhnya.(b) Proses 6σ dengan penggeseran 1,5σ

3Six Sigma merupakan pendekatan menyeluruhuntuk menyelesaikan masalah dengan berfokuskepada pengendalian produk/proses sehingga sepanjang waktu dapat memenuhi persyaratan dari produk/proses tersebut. Metode ini diterapkan melaluibeberapa tahapan, yaitu: define, measure, analyze,improve serta control (DMAIC).Tahap DefineTahap define adalah fase menentukan masalahdan menetapkan kebutuhan spesifik dari pelangganyang dalam hal ini sering disebut dengan “suarapelanggan” (VOC – Voice of Customer). Setelahkarakteristik kualitas yang terdefinisi dalam bahasakonsumen tersebut diketahui, maka langkah selanjutnya dalam tahap ini adalah menerjemahkannya kedalam bahasa produsen yaitu dalam parameter teknis(VOC Ù CTQ).Setelah mendata semua variabel yang dipandangpenting oleh pelanggan sebagai Voice of Customer,selanjutnya perlu diberikan nilai terukur. Variabelterukur tersebut dinamakan karakteristik kualitaspengganti atau Critical-to-Quality (CTQ). Langkahselanjutnya adalah mengidentifikasi proses-prosesyang menyertai CTQ tersebut. Kepuasan pelangganditentukan oleh seberapa baik proses yang menyertaiCTQ tersebut.Tahap MeasureTerdapat dua hal pokok yang harus dilakukandalam tahap Measure, yaitu:(1) mengembangkan suatu rencana pengumpulandata melalui pengukuran yang dilakukan padatingkat output,(2) mengukur kinerja saat ini (current performance)pada tingkat output untuk ditetapkan sebagaitolok ukur kinerja (performance baseline) padaawal proyek Six Sigma.Pengukuran pada tingkat output merupakanpengukuran yang dilakukan terhadap kinerjakarakteristik kualitas output (barang/jasa), disebutjuga dengan pengukuran internal. Berkaitan denganpengukuran ini, perlu membedakan jenis data yangakan diambil. Terdapat jenis data yang umumdigunakan, yakni:1. Data Atributmerupakan data kualitatif yang dihitung menggunakan daftar pencacahan (tally) untuk keperluanpencatatan dan analisis. Contoh: ketiadaan label padakemasan produk, banyaknya jenis cacat pada produk,banyaknya pro-duk kayu lapis yang cacat karenacorelap, dll.2.Data Variabelmerupakan data kuantitatif yang diukur menggunakan alat pengukuran tertentu untuk keperluanpencatatan dan analisis. Contoh: diameter pipa,ketebalan produk kayu lapis, berat semen dalamkantong, konsentrasi elektrolit dalam persen, dll.Hasil pengukuran pada tingkat output dapatberupa data variabel maupun data atribut, yang akanditentukan kinerjanya menggunakan satuan pengukuran DPMO (Defects Per Million Opportunities) danSQL (kapabilitas sigma).Rumus yang digunakan adalah: Rata-rata sampel dalam subgrup ( X )ΣXX n(Pyzdek, 2003: 394) Rata-rata sampel keseluruhan ( X )X ΣX N(Pyzdek, 2003: 395)Rentang (R – Range)R Xmaks – Xmin (Pyzdek, 2003: 394) Standar deviasi (s)Rds 2(Gaspersz, 2002: 128)(d2 dilihat dalam Tabel Lampiran 1) Probabilitas cacat dalam DPMO untuk 1 batasspesifikasi (Gaspersz, 2002: 131):()() absolut USL X P z 1.000.000s atau; absolut LSL X P z 1.000.000s Probabilitas cacat dalam DPMO untuk 2 batasspesifikasi (Gaspersz, 2002: 124):()() USL X P z 1.000.000s dan; LSL X P z 1.000.000s Kapabilitas Sigma – SQL(Tabel Lampiran 5)Tahap AnalyzeTahap Analyze merupakan fase mencari danmenentukan akar permasalahan. Pada tahap ini perludilakukan beberapa hal berikut:(1) menganalisis stabilitas dan kapabilitas proses,serta(2) mengidentifikasi sumber-sumber penyebab kecacatan atau kegagalan.Perhitungan Stabilitas Prosesa. Satu Batas Spesifikasi (USL atau LSL) Smaks (Tabel Lampiran 6) UCL LCL T 1,5 (Smaks)(Gaspersz, 2002: 214)

4 Uji Hipotesis:H0: Variasi proses berada dalam batas toleransimaksimum standar deviasi yang diharuskan padatingkat sigma proses.H1: Variasi proses lebih besar daripada batastoleransi maksimum standar deviasi yangdiharuskan pada tingkat sigma proses. ( N 1)S 2 (S maks )2 ( N 1)S (S maks )22 χ2 (α; N-1) (H0 Diterima) χ2 (α; N-1)(H0 Ditolak)Uji Hipotesis Chi-Kuadrat di atas digunakan untukmengetahui apakah variasi proses telah mampumemenuhi batas toleransi standar deviasi maksimum(Smaks) pada tingkat kualitas (SQL) tertentu.b. Dua Batas Spesifikasi (USL dan LSL)Smaks (Tabel Lampiran 7)UCL LCL T (1,5 x Smaks) (Gaspersz, 2002: 206)Uji Hipotesis:H0 : σ2 (Smaks)2 ( N 1)S 2 (S maks )2 2 χ (α; n-1)(H0 diterima)H1 : σ2 (Smaks)2 ( N 1)S 2 (S maks )2 χ2 (α; n-1)(H0 ditolak)Uji Hipotesis Chi-Kuadrat di atas digunakan untukmengetahui apakah variasi proses telah mampu memenuhi batas toleransi standar deviasi maksimum(Smaks) pada tingkat kualitas (SQL) tertentu.Perhitungan Kapabilitas Prosesa. Satu Batas Spesifikasi (USL atau LSL) C pk C pm AbsolutAbsolut ( SL T )3 S SL X 3S 2 (X T )X Nilai rata-rata contoh (sample mean) prosesnNµαχ2t Ukuran sampelUkuran sampel keseluruhanNilai rata-rata proses yang sesungguhnyaTingkat signifikansiDistribusi Chi-KuadratDistribusi t-StudentTerdapat berbagai indeks kapabilitas proses,namun dalam skripsi ini akan digunakan 2 macamindeks, yakni: Cpk (Indeks Kapabilitas Proses Aktual)Kelemahan utama indeks Cp adalah padakenyataannya sangat sedikit proses yang tetapberpusat pada rata-rata proses. Untuk memperolehpengukuran akan kinerja proses yang lebih baik, makaharus dipertimbangkan di mana rata-rata prosesberlokasi relatif terhadap batas spesifikasi. Cpkmencari jarak terdekat lokasi pusat proses denganUSL atau LSL kemudian dibagi dengan rentangproses.Kapabilitas proses potensial pada proses dengantingkat kualitas Six Sigma:C pk 2(Gaspersz, 2002: 218)Dua Batas Spesifikasi (USL dan LSL) C pk dimana;SL Batas Spesifikasi CTQ yang diinginkanpelangganUSL Batas Atas Spesifikasi CTQ yang diinginkanpelangganLSL Batas Bawah Spesifikasi CTQ yangdiinginkan pelangganUCL Upper Control Limit (Batas Kendali Atas)LCL Lower Control Limit (Batas Kendali Bawah)T Target spesifikasi CTQ yang diinginkanpelangganS Standar deviasi prosesSmaks Nilai batas toleransi maksimum standardeviasi(Gaspersz, 2002: 220)b.C pkC pk X LSLUSL X atau 3S 3Sminimum(Gaspersz, 2002: 212)C pm S X t (α / 2;n 1) n µ USL LSL(6 S2 X T)2(Gaspersz, 2002: 210)Uji Hipotesis:H0 : µ T 1,5 Smaks(H0 diterima) S S X t (α / 2;n 1) X t (α / 2;n 1) n n µ H1 : µ T 1,5 Smaks S X t (α / 2;n 1) n atauµ (H0 ditolak)minimum μ LSLUSL μ atau 3σ 3σ 6σ6σ atau 3σ3σ minimum 2,0dimana:USL batas spesifikasi atas (Upper SpecificationLimit)LSL batas spesifikasi bawah (Lower SpecificationLimit)µ rata-rata prosesσ simpangan/standar deviasi Cpm (Indeks Kapabilitas Proses Taguchi)Indeks kapabilitas proses Cpm (disebut jugaTaguchi Capability Index) digunakan untuk mengukurpada tingkat mana output suatu proses berada pada

5nilai spesifikasi target kualitas (T) yang diinginkanoleh pelanggan. Semakin tinggi nilai Cpmmenunjukkan bahwa output proses itu semakinmendekati nilai spesifikasi target kualitas (T) yangdiinginkan pelanggan.Beberapa keuntungan penggunaan indeks Cpm adalah: Indeks Cpm dapat diterapkan pada suatu intervalspesifikasi yang tidak simetris, dimana nilaispesifikasi target kualitas tidak berada tepat ditengah nilai USL dan LSL. Indeks Cpm dapat dihitung untuk tipe distribusiapa saja, tidak mensyarat-kan data harusberdistribusi normal. Hal ini berarti perhitunganCpm adalah bebas dari persyaratan distribusi dataserta tidak memerlukan uji normalitas lagi untukmengetahui apakah data yang dikumpulkan dariproses itu berdistribusi normal atau tidak.Dalam program peningkatan kualitas Six Sigma,biasanya dipergunakan kriteria sebagai berikut: Cpm 2,00Proses dianggap mampu dan kompetitif(perusahaan berkelas dunia). 1,00 Cpm 1,99Proses dianggap cukup mampu, namun perluupaya-upaya giat untuk peningkatan kualitas menuju target perusahaan berkelas dunia yangmemiliki tingkat kegagalan sangat kecil menujunol (zero defect oriented). Perusahaan yangmemiliki nilai Cpm yang berada di kisaran inimemiliki kesempatan terbaik dalam melakukanprogram peningkatan kualitas Six Sigma. Cpm 1,00Proses dianggap tidak mampu dan tidak kompetitif untuk bersaing di pasar global.Mengidentifikasi Sumber-Sumber Penyebab Kecacatan atau KegagalanMenemukan akar penyebab dari suatu masalahdapat dilakukan dengan menerapkan prinsip “5Why’s”, yaitu dengan bertanya “mengapa” sebanyaklima kali tentang terjadinya suatu akibat maka akandapat ditemukan dan dipahami sebab-sebab yangmelatarbelakanginya.Selanjutnya akar-akar penyebab dari masalahyang ditemukan melalui bertanya “Why” beberapakali itu dapat dimasukkan ke dalam Diagram Sebab –Akibat.Diagram Sebab – AkibatPembuatan diagram sebab-akibat dalam industrimanufaktur dapat menggunakan konsep “5M-1E”,yaitu: machines, methods, materials, measurement,men/women, dan environment. Sedangkan dalambidang pelayanan dapat memakai pendekatan “3P-1E”yang terdiri dari: procedures, policies, people, sertaequipment.Gambar 2.2: Diagram Sebab – AkibatSumber: Grant, 1999: 330Tahap ImproveTahap Improve adalah fase meningkatkan prosesdan menghilangkan sebab-sebab timbulnya cacat.Setelah sumber-sumber penyebab masalah kualitasdapat diidentifikasi, maka dapat dilakukan penetapanrencana tindakan (action plan) untuk melaksanakanpeningkatan kualitas Six Sigma.Design of Experiment (DOE) merupakan salahsatu metode statistik yang digunakan untuk meningkatkan dan melakukan perbaikan kualitas. Designof Experiment dapat didefinisikan sebagai suatu ujiatau rentetan uji dengan mengubah-ubah variabelinput (faktor) suatu proses sehingga bisa diketahuipenyebab perubahan output (respon). Terdapatbeberapa jenis Design of Experiment, yaitu: DOE SatuFaktor, Desain Faktorial, dan Desain Taguchi.Tahap ControlPada tahap ini hasil-hasil peningkatan kualitasdidokumentasikan dan disebarluaskan. Hasil-hasilyang memuaskan dari proyek peningkatan kualitas SixSigma harus distandarisasikan, dan selanjutnyadilakukan peningkatan terus-menerus pada jenismasalah yang lain mengikuti konsep DMAIC.Standarisasi dimaksudkan untuk mencegah masalahyang sama atau praktek-praktek lama terulangkembali.III. METODE PENELITIANJenis penelitian yang dilakukan adalah deskriptif, sebuah studi untuk mengadakan perbaikanterhadap suatu keadaan terdahulu. Teknik yangdigunakan dalam metode penelitian field research iniadalah:1. Pengamatan2. Wawancara3. DokumentasiPenelitian dilakukan dengan melakukan pengamatan di lapangan (field research) untuk memperoleh data variabel yaitu diameter pipa water tube boilerdi PT. Indomarine Divisi Boiler.

6Mulaid.Studi LiteraturMenetapkanVOC – CTQe.Melakukan pengukuranKarakteristik Kualitas (CTQ)Data:- Diameter Nominal- Diameter Maksimal- Diameter MinimalAnalisaStabilitas ProsesTidakProsessudah stabil?PerbaikiprosesproduksiYaAnalisaKapabilitas ProsesMengidentifikasipenyebab variabilitasStandarisasi danDokumentasiRadius bendingToleransi ovalityPipa IVDiameter nominalRadius bendingToleransi ovalityPipa VDiameter nominalRadius bendingToleransi 91mmmm%Contoh perhitungan: Toleransi ovality untuk short radius (R 250mm): Dn x 100 %(Nayyar, 2000: A.269)4R 38,10 x 100 %4 x 80 11,9 %Batas toleransi ovality pipa bending untukinternal pressure adalah 8 % dan externalpressure maksimal 3 % (Nayyar, 2000: A.269).Karena pipa di atas didesain untuk water tubeboiler, maka batas toleransi yang dipakai adalah8 % (bukan 11 % seperti dalam perhitungan). Toleransi ovality untuk long radius (R 250mm): Dn x 100 %(Nayyar, 2000: A.269)8R 50,80 x 100 %8 x 300 Ketidakbulatan (ovality): D max - D min x 100 % (Nayyar, 2000: A.269)Kesimpulan danSaran 2,12 %SelesaiGambar 3.1: Diagram Alir PenelitianDn 39,24 37,13 100 %38,10IV. PENGOLAHAN DATA DANPEMBAHASAN 5,54 %Tahap DefineBeberapa variabel yang merupakan karakteristikkualitas dan dapat dinyatakan dalam ukuran diantaranya adalah:a. Diameter luar maksimal (Dmax)[mm]b. Diameter luar minimal (Dmin) [mm]c. Ketidakbulatan (Ovality)[%]Tahap Measurea. Pipa IDiameter nominal (Dn)Radius bending (R)Toleransi ovalityb. Pipa IIDiameter nominalRadius bendingToleransi ovalityc. Pipa IIIDiameter nominal::Tes Kecukupan DataDalam perhitungan ini diasumsikan tingkatkepercayaan adalah 95 % (dari Tabel Lampiran 2, jika1-α 0,95 maka Z 1 α 1,96).2Tes kecukupan data variabel ovality untuk Pipa I:N 21n X:::38,10808mmmm%:::38,101605,95mmmm%:50,80mmi 12i 594,94632 n X i 11967,56 i 1 N’ Z 1 α/2 α 2 n n N X i2 X i i 1 i 1 n X i2 i 1 2

7 1,96 0,05 21 (594,9463) (11967,56) 594,9463 2 39,2 12493,8723 11967,56 594,9463 39,2 526,3123 594,9463 (1,51)2 2,2822 Karena N N’ (21 2,28) maka data yangdiambil dapat dianggap cukup untuk keperluanpengolahan data.Contoh perhitungan untuk Pipa I (Dn 38,10; R 80mm): Rata-rata sampel:X ΣXn 18,823 6,27 Perhitungan Stabilitas Proses:Smaks 0,256410 x Absolut (SL - T)(Lampiran 6) 0,716375UCL T 1,5 (Smaks) 5,21 (1,5 x 0,716375) 6,28Uji Hipotesis: (N 1) S 2 2 (S maks ) (N 1) S 2 (S maks ) (N 1) S 2 2 (S maks ) χ2 (α; N-1)(H0 Ditolak) (21 1) (1,16495) 2 2 (0,716375) 52,8885χ2 (α; N-1) χ2 (0,05; 20) 31,4104maka nilai d2 1,693) 0,80616DPMO:Diketahui:USL 8 % (batas toleransi ovality)LSL - χ2 (α; N-1) maka H0 ditolak,Karenasehingga dapat disimpulkan bahwa pada tingkatkepercayaan 95 %, variabilitas ovality pada Pipa I diatas lebih besar daripada batas toleransi maksimumyang diharuskan pada tingkat 3,90-Sigma.Perhitungan Kapabilitas Proses:Cpk Absolut 1.000.000 absolut (8 6,27 ) P z 1.000.0000,80616 P {z 2,1450} x 1.000.000{1 – P (z 2,1450)} x 1.000.000{1 – (0,5 0,4842)} x 1.000.0000,016085 x 1.000.00016.085Tahap Analyzea. Pipa I (Dn 38,10 mm; R 80 mm) 8 5,21 3 1,16495 Absolut (SL T )()2Cpm 3S2 X T 3Absolut (8 5,21)(1,16495)2 (5,21 5,21)22,793,49485 b.SQL 3,64 (Lampiran 5) SL X 3S Absolut 0,799s 0,80616 %DPMO absolut (USL X ) s(Lampiran 3) (N 1) S 2 2 (S maks ) X 6,27 % (H0 Diterima) (20) (1,3571) (0,51319) Standar deviasi:s RP z χ2 (α; N-1)2Rentang:R Xmaks – Xmin 6,90 – 5,54 1,36d2 1,36 (dari Tabel Lampiran 1 untuk n 31,693 X 5,21 %T 5,21 %(Karena target spesifikasi tidak ditentukanpelanggan—hanya diminta di bawah 8 %—makaT X)USL 8 %SQL 3,90 0,799Pipa II (Dn 38,10 mm; R 160 mm)X 3,96 %T 3,96 %USL 5,95 %

8SQL 3,88Perhitungan Stabilitas Proses:Smaks 0,512428UCL 4,73Uji hipotesis: (N 1) S 2 2 (S maks ) 2 108,8529χ (0,05; 41) 56,9424Pada tingkat kepercayaan 95 %, variabilitasovality pada Pipa II di atas lebih besar daripadabatas toleransi maksimum yang diharuskan padatingkat 3,88-Sigma.batas toleransi maksimum yang diharuskan padatingkat 2,72-Sigma.Perhitungan Kapabilitas Proses:Cpk 0,407Cpm 0,407e.Pipa V (Dn 76,20 mm; R 500 mm)X 1,73 %T 1,73 %USL 1,91 %SQL 2,69Perhitungan Kapabilitas Proses:Cpk 0,794Cpm 0,794Perhitungan Stabilitas Proses:Smaks 0,06531UCL 1,83c.Uji hipotesis:Pipa III (Dn 50,80 mm; R 300 mm)X 1,76 %T 1,76 %USL 2,12 %SQL 3,69Perhitungan Stabilitas Proses:Smaks 0,09559UCL 1,91Uji hipotesis: (N 1) S 2 2 (S maks ) 2 56,8249χ (0,05; 41) 31,4104Kesimpulan:Pada tingkat kepercayaan 95 %, variabilitasovality pada Pipa III di atas lebih besar daripadabatas toleransi maksimum yang diharuskan padatingkat 3,69-Sigma. (N 1) S 2 2 (S maks ) 2 55,95χ (0,05; 41) 19,6751Pada tingkat kepercayaan 95 %, variabilitasovality pada Pipa V di atas lebih besar daripadabatas toleransi maksimum yang diharuskan padatingkat 2,69-Sigma.Perhitungan Kapabilitas Proses:Cpk 0,398Cpm 0,398Identifikasi Sumber-Sumber Penyebab VariabilitasPemetaan terhadap sebab-sebab yang berpotensimenyebabkan variabilitas ovality ditunjukkan dalamDiagram Sebab-Akibat berikut:Perhitungan Kapabilitas Proses:Cpk 0,729Cpm 0,729d.Pipa IV (Dn 63,5 mm; R 300 mm)X 2,19 %T 2,19 %USL 2,65 %SQL 2,72Perhitungan Stabilitas Proses:Smaks 0,16825UCL 2,44Uji hipotesis: (N 1) S 2 2 (S maks ) 143,9519χ2 (0,05; 41) 42,557Pada tingkat kepercayaan 95 %, variabilitasovality pada Pipa IV di atas lebih besar daripadaGambar 4.1: Diagram Sebab-Akibat OvalityTahap ImproveDesain Eksperimen yang digunakan dalamskripsi ini adalah DOE Satu Faktor, yaitu ANOVA(Analysis of Variance) dan Perbandingan Berpasangan. Variabel input (faktor) yang digunakan adalahRadius Bending dan Diameter Nominal, sedangvariabel output (respon) adalah Ovality.Hasil analisis adalah sebagai berikut: Radius bending ternyata cukup berpengaruhterhadap ovality pipa. Diameter nominal ternyata pengaruhnya sangatkecil terhadap ovality pipa.

9Tahap ControlProsedur-prosedur yang dapat didokumentasikandan dijadikan pedoman kerja standar sesuai analisaanalisa yang telah dilakukan sebelumnya yaitu:1. Lakukan uji coba terlebih dahulu terhadapspesimen yang sejenis, terutama dengan radiusbending yang sama.2. Pelumasan harus dilakukan pada mandrel danbending form dalam setiap melakukan bending.3. Mandrel harus sering diperiksa keausannyasupaya celah dengan pipa yang akan di-bendingtidak terlalu renggang.2.Proses sudah cukup stabil karena dari semuasampel yang diamati tidak ada yang melampauicontrol limit yang diharuskan. Namun demikian,kapabilitas proses perlu ditingkatkan karenahasil analisis menunjukkan tidak ada indekskapabilitas—baik Cpk maupun Cpm—yangnilainya lebih dari 1.3.Faktor Radius Bending pengaruhnya cukup signifikan terhadap variabilitas ovality pipa yangmengalami proses bending.Saran1. Selain variabel ovality, perlu dilakukan penelitian terhadap variabel thinning dan buckling karena ketiga variabel inilah yang menentukankriteria kualitas pipa yang mengalami prosesbending.2.Gambar 4.2: Mesin BendingSumber: Nayyar, 2000: A.268Beberapa variabel seperti jenis material pipa dankecepatan bending juga perlu diteliti pengaruhnya terhadap variabilitas ovality.DAFTAR PUSTAKABesterfield, D.H., Quality Control, 4th edition, NewJersey: Prentice-Hall, 1994.Bluman, A.G., Elementary Statistics: A Step by StepApproach, 3rd edition, New York: WCB/McGraw-Hill, 1997.Gambar 4.3: Pipa Hasil Proses BendingProses Pengerjaan:1. Beri tanda pada pipa untuk menentukan peletakan ujung mandrel.2. Letakkan pipa sesuai dengan posisi wiper shoe.3. Lakukan setting mesin untuk melakukan bendingdengan sudut yang lebih besar dari desain untukmengkompensasi spring-back yang terjadi.3. Lakukan proses bending sesuai dengan kecepatan yang telah ditentukan sebelumnya.4. Untuk sudut bending lebih besar dari 90o, lakukan proses secara bertahap dan dimulai darisudut bending 90o.V.PENUTUPKesimpulan1. Perusahaan berada pada tingkat kualitas sigmarata-rata sebesar 3,38-Sigma dengan DPMOsebesar 30.054. Hal ini menunjukkan bahwaperusahaan sudah berada pada tingkat kualitassigma yang cukup baik meski masih memungkinkan untuk diperbaiki supaya produk yangdihasilkan dapat lebih kompetitif.Gaspersz, V., Pedoman Implementasi Program SixSigma Terintegrasi Dengan ISO 9001:2000,MBNQA, dan HACCP, Jakarta: GramediaPustaka Utama, 2002.Grant, E.L., dan Leavenworth, R.S., StatisticalQuality Control, 7th edition, New York:McGraw-Hill, 1999.Iriawan, N., dan Astuti, S.P., Mengolah Data Statistikdengan Mudah Menggunakan Minitab 14,Yogyakarta: Andi Offset, 2006.Kolarik, W.J., Creating Quality: Process Design ForResults, New York: McGraw-Hill, 1999.Nayyar, M.L., Piping Handbook,McGraw-Hill, 2000.NewYork:Pyzdek, T., The Six Sigma Handbook, New York:McGraw-Hill, 2003.Spiegel, M.R., Theory and Problems of Statistics, 2ndedition, Singapore: McGraw-Hill, 1992.Trihendradi, C., Statistik Six Sigma Dengan Minitab:Panduan Cerdas Inisiatif Kualitas, Yogyakarta:Andi Offset, 2006.

pengendalian kualitas. II. TINJAUAN PUSTAKA 2.1 Konsep Kualitas Ishikawa mendefinisikannya dengan melihat kualitas dari sudut pandang konsumen. Beliau menya-takan bahwa tingkat kualitas ditentukan oleh seberapa baik suatu karakteristik kualitas pengganti (spesifikasi produk) dalam memenuhi karakteri

Related Documents:

Hukum sebagai ilmu pengetahuan 2. Hukum sebagai disiplin 3. Hukum sebagai kaedah 4. Hukum sebagai tata hukum 5. Hukum sebagai petugas (hukum) 6. Hukum sebagai keputusan penguasa 7. Hukum sebagai proses pemerintah 8. Hukum sebaga perikelakuan yang ajeg atau sikap tindak yang teratur 9. Hukum sebagai jalinan nilai-nilai

Statistical Process Control (SPC) applies statistical methods to monitor and control a process to operate at full potential. Statistical process control is a collection of tools that when used together can result in process stability and variance reduction. Control charts are used in SPC for measuring the variation in the process and that can be

This section discusses the basic concepts of statistical process control, quality control and process capability. 1. How did Statistical Quality Control Begin? 2. What are Process Control Techniques? 3. What is Process Control? 4. What to do if the process is "Out of Control"? 5. What to do if "In Control" but Unacceptable? 6. What is Process .

1. Penerapan model cooperative learning tipe NHT Penerapan adalah pemasangan penggunaan prihal mempraktekkan. Penerapan adalah suatu perbuatan mempraktekkan suatu teori, metode dan hal lain untuk memcapai tujuan tertentu dan untuk suatu kepentingan yang

1. Pelaksanaan tugas dan tanggung Dewan Komisaris. 2. Pelaksanaan tugas dan tanggung Direksi. 3. Kelengkapan dan pelaksanaan tugas Komite. 4. Penanganan Benturan Kepentingan. 5. Penerapan fungsi Kepatuhan. 6. Penerapan fungsi audit intern. 7. Penerapan fungsi audit ekstern. 8. Penerapan manajemen risiko termasuk sistem pengendalian intern. 9.

bagaimanakah penerapan sistem informasi pemasaran yang dijalankan oleh Bank Nagari dalam melakukan aktivitas bisnis. Oleh karena itu, penulis memilih judul laporan,"Penerapan Sistem Informasi Pemasaran Pada Bank Nagari". 1.2 Rumusan Masalah 1. Bagaimana penerapan sistem informasi pemasaran pada Bank Nagari dalam memajukan perusahaan? 2.

statistical process control functions. Organization of This Manual This manual is organized as follows: Chapter 1, Introduction to Statistical Process Control in LabVIEW, contains installation instructions, gives an overview of Statistical Process Control (SPC), and discuss

statistical process control functions. Organization of This Manual This manual is organized as follows: Chapter 1, Introduction to Statistical Process Control in LabVIEW, contains installation instructions, gives an overview of Statistical Process Control (SPC), and discusses the LabVIEW SPC Toolkit VIs and examples. Chapter 2,