Post on 26-Nov-2020
Continuous Improvement
Quality Control
Shewhart Chart
Statistical Process Control
Apa itu Kualitas?
W. Edwards Deming:
Memenuhi kebutuhan + keinginanpelanggan = kualitas
Kualitas meningkatkan produk/layanandan proses
Peningkatan produk/layanan dan proses = profitabilitas
2
Apa itu Kualitas?
Dewasa ini pandangan yang paling progresifmengenai kualitas adalah bahwa kualitas itudidefinisikan sepenuhnya oleh pelanggan ataupengguna akhir dan didasarkan pada evaluasiterhadap seluruh pelanggan atau pengalamanklien.
Pengalaman klien adalah agregat dari semuatitik interaksi yang klien miliki dengan produkdan layanan dari perusahaan, dan didefinisikansebagai kombinasi dari kedua hal tersebut.
3
Keuntungan Kualitas Terhadap
Karyawan
Kebanggaan dalam pelayanan yang diberikan
Kepuasan kerja
Peningkatan komunikasi
Proses kerja Efisien
Klien lebih bahagia
Hubungan klien yang kuat
4
Keuntungan Kualitas Terhadap
Perusahaan
Peningkatan kualitas pelayanan
Karyawan berorientasi klien
Peningkatan hubungan klien
Biaya yang lebih rendah
Peningkatan hubungan masyarakat= “Branding”
Kemampuan untuk memperluaslayanan
Peningkatan pendanaan5
Keuntungan Kualitas Terhadap
Pelanggan
Peningkatan kualitas pelayanan
Karyawan berorientasi klien
Suasana yang lebih ramah
Peningkatan pilihan
Harapan terpenuhi atau terlampaui
6
Quality Control
Secara tradisional: menghasilkan produkyang kualitasnya sesuai denganspesifikasi design.
100% Inspeksi
Deming’s: menghasilkan produk yang kualitasnya memenuhi kriteria terkontrolsecara statistik dimulai dariperancangan spesifikasi produk
Historical Perspective
Sebelum 1875: Pre-Industrial Revolution Kualitas dikontrol oleh individu (pengrajin / artisan)
yang terlibat pada segala aspek dari produk cycle.
1875: Tayorism Era produksi massal, F. W. Taylor memperkenalkan
scientific management, standar kerja dan insentif terhadap gaji.
1925: Shewhart’s Statistical Process Control Memperkenalkan pendekatan statistik untuk
mempelajari variasi pada proses produksi untuk memperbaiki proses tersebut.
Historical Perspective (Cont...)
1930: Dodge dan Romig Sampling Methods Mengembangkan sistem metode inspeksi sampling
lot demi lot pada produk hasil produksi untukmenentukan kelayakan pengiriman ke pelanggan
1950: Deming’s Continuous Improvement Mengembangkan pendekatan pada peningkatan
kualitas / produktivitas berasaskan statistik sepertihalnya Shewhart tapi diproyeksikan berasaskaninstitusi.
1980: Pendekatan Deming dan Metode Taguchi Penekanan dengan meletakkan masalah kualitas
naik ke design teknik dengan menggunakanexperiment berbasiskan statistik.
Quality Trilogy Juran
Quality Planning – membangunsistem yang kapabel
Quality Control – mengidentifikasi di mana tindakan diperlukan
Quality Improvement – cara yang lebih baik melakukan berbagai hal
Quality Trilogy Juran
Quality Control
Quality Planning
Quality Improvement
Holding The Gains
ParetoAnalysis
Project by Project
Breakthrough
Quality Trilogy Juran
Cost
of Poor
Quality
Quality Planning Quality Control Quality Improvement
Feedback
Deming Cycle – PDCA atau
PDSA
PDCA dipopulerkan oleh Dr Deming yang dianggap oleh banyak orang menjadi bapak dari quality control modern; namun hal tersebut selaludisebut oleh Deming sebagai"Shewhart cycle."
Deming Cycle – PDCA atau
PDSA
PDCA harus berulang kali diimplementasikan berbentuk spiral dengan meningkatkan pengetahuanakan sistem mengarah ke tujuanutama, setiap siklus lebih dekatdaripada sebelumnya.
Kekuatan siklus Deming terletakpada kesederhanaannya.
PDCA Cycle adalah checklist dari empattahap yang harus Anda lalui untukmendapatkan hal dari `masalah dihadapi‘ ke`masalah diselesaikan'. Keempattahapan itu adalah Plan-Do-Check-Act, dan mereka dilakukan dalam siklus.
P
DC
A
P
DC
A
P
DC
A
Knowledge & Experience
Pro
ject
Difficulty
Continuous Quality Improvement
Continuous Improvement
Act
DoCheck
PlanFase continuous improvement dari sebuahproses adalah bagaimanaAnda membuat perubahanarah.Perubahan tersebut biasanyakarena proses output yang memburuk atau kebutuhanklien telah berubah.
Continuous Improvement
Istilah continuous improvement dan continual
improvement yang sering digunakan secara bergantian.
Tetapi beberapa praktisi kualitas membuat perbedaan berikut :
Continual improvement: istilah yang lebih luas disukai oleh
W. Edwards Deming untuk merujuk pada proses umum
perbaikan dan meliputi “discontinuous” improvement—yaitu,
banyak pendekatan yang berbeda, yang meliputi area yang
berbeda.
Continuous improvement: bagian dari continual
improvement, dengan fokus yang lebih spesifik pada linear,
perbaikan inkremental dalam proses yang ada. Beberapa
praktisi juga mengasosiasikan perbaikan terus-menerus lebih
erat dengan teknik statistical process control (SPC).
Perbedaan Filosofi Deming dan Juran
• Filosofi Deming pada kualitas adalah suatu teoriyang komprehensif sedangkan filosofi Juranadalah pendekatan analitis dan praktis
• Deming berfokus pada deskripsi (penggunaanSPC) dan melihat sistematis bisnis sedangkanJuran berfokus pada pengelolaan mutu dankualitas fungsi
• Deming adalah seorang filsuf yang memberikanpandangan atau perspektif yang berbeda, sedangkan Juran adalah seorang praktisi yang ingin mengajar praktek bisnis
Persamaan Filosofi Deming dan Juran
Argumen Deming pada variasi dan argumenJuran terhadap perencanaan kualitas, keduanyafokus pada perbaikan dalam proses. Keduafilsafat terkait dengan "Quality Circle"
Deming dan Juran mengamati bahwa untuksebuah bisnis untuk berhasil, upayamanajemen mutu memerlukan komitmen danketerlibatan manajemen puncak jangkapanjang
Menolak ketergantungan pada slogan-slogan untuk memotivasi pekerja terutama karenakinerja tergantung pada sistem bisnis danbukan operator
Persamaan Filosofi Deming dan Juran
Keduanya memiliki kekhawatiran mengenaipraktik saat ini seperti pembayaran insentifyang didasarkan pada tempat yang salah atauketinggalan zaman
Menempatkan pentingnya perencanaan sebagaikeputusan yang dibuat "hulu" atau manajemenpuncak yang berpengaruh pada hasil akhir
Keduanya berfokus pada pelanggan-kebutuhandan sangat bergantung pada riset pasarmeskipun pendekatan Juran adalah didorongrekayasa bahwa visi kualitas pelangganditerjemahkan ke dalam apa yang dapatdiproduksi
Quality Circle
Sekelompok relawan dilatih untukmengidentifikasi, menganalisis danmemecahkan masalah yang berhubungan dengan pekerjaan danmempresentasikan solusi untukmanajemen guna meningkatkankinerja organisasi
E.g. Badan Penjaminan Mutu UAJM
STATISTICAL PROCESS
CONTROL
METODE UNTUK PENINGKATAN KUALITAS BERKELANJUTAN
BERDASARKAN OPTIMASI PROSES DAN KUALITAS PRODUK
Statistical Process Control (SPC)
Statistical Process Control memonitor proses
produksi/layananuntuk mendeteksi danmencegah kualitasburuk
Sample subset dari item yang
diproduksi / layanandiberikan untukdigunakan dalampemeriksaan
Control Chart proses berada dalam
batas kendali statistik
UCL
LCL
SPC pada Manajemen Kualitas
SPC penggunaan
Apakah proses terkontrol?
Mengidentifikasi masalah dalam rangkauntuk melakukan perbaikan
Berkontribusi pada tujuan perbaikanterus-menerus
Dimana Menggunakan Control
Chart
Proses Memiliki kecenderungan untuk lepas kendali
Sangat berbahaya dan mahal jika berjalan di luarkendali
Contoh Pada awal proses karena pemborosan untuk
memulai proses produksi dengan persediaanyang buruk
Sebelum titik mahal atau tidak dapat diperbaiki, setelah produk mana yang sulit untuk dikerjakanulang atau memperbaiki
Sebelum dan sesudah operasi perakitan atau di cat yang mungkin mencakup cacat
Sebelum produk akhir keluar atau jasadisampaikan
Control Chart
Sebuah grafik yang memantaukualitas proses
Control limit Batas atas dan bawah dari control chart
Attributes chart p-chart
c-chart
Variables chart mean (x bar – chart)
range (R-chart)
Control Chart Proses
1 2 3 4 5 6 7 8 9 10
Sample number
Uppercontrol
limit
Processaverage
Lowercontrol
limit
Out of control
Distribusi Normal
Probabilities for Z= 2.00 and Z = 3.00
=0 1 2 3-1-2-3
95%
99.74%
Metode Statistik
Populasi: semua kemungkinan dari suatu proses didalam rangka tertentu.
Sampling: suatu subset kecil dari populasi pada waktu tertentu.
Statistik: perhitungan yang dilakukan terhadap sample dimana merupakan refleksi dari beberapa fitur spesial dari populasi.
Enumerasi dan Analitik
Enumerasi: analisa statistik padasample berada pada rangka tetap.
Analitik: Analisa statistik untukmengetahui formasi umum daripopulasi (Proses pada Statistical Control).
Sample
Sample
Sample
Tidak pada kontrol statistik
Pada kontrol statistik
Dalam Transisi
Representasi Data
Rata-rata :
Variance
Standar Deviasi
Range
n
X
X
n
i
i 1
n
i
Ix
N
XXS
1
2
1
)(
n
i
Ix
N
XXS
1 1
)(
minmax XXR
Representasi Data (Cont…)
Standar Deviasi (R)
R dan Sx / σx adalah ukuran besaran variasi atau level data yang acak
Variabilitas
Signal to Noise Rasio
2
)(
d
REx X
SCV x
xS
XNS /
Distribusi Normal
2]/))[(2/1(
2
1)( xx
x
exf
Rata-rataSTD
Kemungkinan nilai
x berada pada
range 0 x1
Fundamental SPC
1. Dasar dan sifat umum Variabilitas.
2. Evolusi proses terhadap waktu.
3. Konsep Shewhart dengan Kontrol Statistik.
4. Mengatur variablitas menggunakan control chart.
5. Proses dari SPC.
Sumber dari Variasi Fungsional
Taguchi’s Functional Variation:
1. Outer Noise• Sumber eksternal yang beroperasi pada
lingkungan dimana produk berfungsi.
Suhu, kelembaban, fluktuasi tegangan, manusia
2. Inner Noise• Perubahan internal terhadap karakteristik
produk.
Usia, Kekalahan mekanik
3. Variational Noise• Variasi pada parameter produk akibat proses
produksi.
Penanganan
Outer dan Inner noise dapatditangani pada proses desain teknisproduk tersebut.
Variational Noise dapat ditanganimelalui penanganan proses, design produk serta SPC.
Variasi Pada Proses Produksi
Variasi Pada Proses Produksi
Sifat Umum Fault Pada Proses
Evolusi Proses Terhadap Waktu
Proses yang dipengaruhi oleh penyebab umum yang konstan akan menghasilkan model statistik yang terkontrol.
Perubahan Sifat Proses
Variasi Proses Pada Waktu
Proses Kontrol vs. Kapabilitas
Konformasi produk terhadap spesifikasi berarti ekspektasi pelanggan tercapai.
Kontrol statistik pada proses berarti ekspektasi pelanggan tercapai secara ekonomis.
Tanpa mengontrol proses secara statistik berarti kita mengeluarkan biaya lebih untuk memproduksi produk dalam proses yang terkontrol.
Konformasi Produk vs. Kontrol Proses
Manajemen Variasi Proses
Membawa proses dari tidak terkontrol (ada “special causes”) menjadi terkontrol lalu mendeteksi “chronic common causes” untuk meningkatkan kontrol terhadap proses.
Proses dari SPC
Proses
ObservasiPengkoleksian Data
EvaluasiAnalisis Data
DiagnosisPencarian Fault
KeputusanFormulasi Tindakan
ImplementasiAmbil tindakan
Control Chart untuk Attribute
p-chart
menggunakan porsi yang cacat dalam
sampel
c-chart
menggunakan jumlah cacat
(ketidaksesuaian) dalam sampel
p-Chart
UCL = p + zp
LCL = p - zp
z = jumlah standar deviasi dari rata-rata proses
p = proporsi sampel cacat, estimasi proses rata-rata
p = standar deviasi dari proporsi sampel
p = p(1 - p)
n
Konstruksi p-Chart
20 sampel dar 100 pasang jeans
JUMLAH PROPORSISAMPEL# CACAT CACAT
1 6 .06
2 0 .00
3 4 .04
: : :
: : :
20 18 .18
200
Konstruksi p-Chart
UCL = p + z = 0.10 + 3p(1 - p)
n
0.10(1 - 0.10)
100
UCL = 0.190
LCL = 0.010
LCL = p - z = 0.10 - 3p(1 - p)
n
0.10(1 - 0.10)
100
= 200 / 20(100) = 0.10total cacat
total sampel obsevasip =
Konstruksi p-Chart
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0.16
0.18
0.20
Pro
po
rsiC
aca
t
Jumlah Sampel
2 4 6 8 10 12 14 16 18 20
UCL = 0.190
LCL = 0.010
p = 0.10
p-Chart di Excel
Klik “Insert” lalu “Charts” untuk membuat control chart
I4 + 3*SQRT(I4*(1-I4)/100)
I4 - 3*SQRT(I4*(1-I4)/100)
Kopi nilai kolumdari I5 dan I6
c-Chart
UCL = c + zc
LCL = c - zc
dimana
c = jumlah cacat per sampel
c = c
c-Chart
Jumlah cacat di 15 ruang sampel
1 12
2 8
3 16
: :
: :15 15
190
SAMPEL
c = = 12.67190
15
UCL = c + zc
= 12.67 + 3 12.67
= 23.35
LCL = c - zc
= 12.67 - 3 12.67
= 1.99
JUMLAH
CACAT
c-Chart
3
6
9
12
15
18
21
24
Ju
mla
hC
aca
t
Nomor Sampel
2 4 6 8 10 12 14 16
UCL = 23.35
LCL = 1.99
c = 12.67
Control Chart untuk Variabel
Range chart ( R-Chart )
Plot sampel range (variabilitas)
Mean chart ( x -Chart )
Plot sampel rata-rata
Shewhart Chart
Dasar Statisitk Shewhart Chart
Control Chart untuk Rata-rata,
Control Chart untuk Range, R
X
Membuat X dan R Control Chart
1. Untuk setiap sampel hitung rata-rata:
2. Untuk setiap sampel i hitung range:
n
X
X
n
i
ij
i
1
minmax XXRi
Membuat X dan R Control Chart
3. Hitung grand average:
4. Hitung rata-rata range:
k
X
X
k
i
i 1
k
R
R
k
i
i 1
Membuat X dan R Control Chart
5. Perhitungan true range danstandar deviasi ():
6. Perhitungan X chart: tidakdiketahui
2
)(
d
REx R
Rnd
X
2
3UCL R
ndX
2
3LCL
A2
nx
Membuat X dan R Control Chart
7. Perhitungan R chart
Estimasi deviasi range R
Rd
dR
2
33UCL Rd
dR
2
33LCL
D4 D3
Process Capability vs. Process Control
x-bar Chart: Diketahui
UCL = x + z x
LCL = x - z x
-
-
=
=
Dimana
= standar deviasi proses
x = standar deviasi rata-rata sampel =/
k = jumlah sampel (subgrup)
n = ukuran sampel (jumlah observasi)
x1 + x2 + ... + xk
kX = =
- - -
n
Observasi (Diameter Slip-Ring, cm) n
Sampel k 1 2 3 4 5-
Contoh x-bar Chart: Diketahui
x
Kita mengetahui σ = .08
Contoh x-bar Chart: Diketahui
Table
Konstanta
Control
Chart
n A2 D3 D4
2 1.880 0.000 3.267
3 1.023 0.000 2.575
4 0.729 0.000 2.282
5 0.577 0.000 2.114
6 0.483 0.000 2.004
7 0.419 0.076 1.924
8 0.373 0.136 1.864
9 0.337 0.184 1.816
10 0.308 0.223 1.777
11 0.285 0.256 1.744
12 0.266 0.283 1.717
13 0.249 0.307 1.693
14 0.235 0.328 1.672
15 0.223 0.347 1.653
16 0.212 0.363 1.637
17 0.203 0.378 1.622
18 0.194 0.391 1.609
19 0.187 0.404 1.596
20 0.180 0.415 1.585
21 0.173 0.425 1.575
22 0.167 0.435 1.565
23 0.162 0.443 1.557
24 0.157 0.452 1.548
25 0.153 0.459 1.541
Faktor u/ R-chart
Ukuran
Sampel Faktor u/ X-chart
Contoh x-bar dan R Chart: Tidak
Diketahui
OBSERVASI (DIAMETER SLIP- RING, CM)
SAMPEL k 1 2 3 4 5 x R
1 5.02 5.01 4.94 4.99 4.96 4.98 0.08
2 5.01 5.03 5.07 4.95 4.96 5.00 0.12
3 4.99 5.00 4.93 4.92 4.99 4.97 0.08
4 5.03 4.91 5.01 4.98 4.89 4.96 0.14
5 4.95 4.92 5.03 5.05 5.01 4.99 0.13
6 4.97 5.06 5.06 4.96 5.03 5.01 0.10
7 5.05 5.01 5.10 4.96 4.99 5.02 0.14
8 5.09 5.10 5.00 4.99 5.08 5.05 0.11
9 5.14 5.10 4.99 5.08 5.09 5.08 0.15
10 5.01 4.98 5.08 5.07 4.99 5.03 0.10
50.09 1.15Total
Contoh x-bar Chart: Tidak Diketahui
Contoh x-bar Chart: Tidak Diketahui
UCL = 5.08
LCL = 4.94
Rata
-rata
Nomor Sampel
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
5.10 –
5.08 –
5.06 –
5.04 –
5.02 –
5.00 –
4.98 –
4.96 –
4.94 –
4.92 –
x = 5.01=
Contoh R-Chart: Tidak Diketahui
Dapatkan faktor chart D3 dan D4
UCL = D4R = 2.11(0.115) = 0.243
LCL = D3R = 0(0.115) = 0_
_
Contoh R-Chart: Tidak Diketahui
UCL = 0.243
LCL = 0
Ra
ng
e
Nomor Sampel
R = 0.115
|
1
|
2
|
3
|
4
|
5
|
6|
7
|
8
|
9
|
10
0.28 –
0.24 –
0.20 –
0.16 –
0.12 –
0.08 –
0.04 –
0 –
X-bar dan R charts – Excel
Zona untuk Pattern Test
UCL
LCL
Zona A
Zona B
Zona C
Zona C
Zona B
Zona A
RerataProses
3 sigma = x + A2R=
3 sigma = x - A2R=
2 sigma = x + (A2R)= 2
3
2 sigma = x - (A2R)= 2
3
1 sigma = x + (A2R)= 1
3
1 sigma = x - (A2R)= 1
3
x=
Jumlah Sample
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
13
Interpretasi Chart X dan R
1. Titik ekstrim: titik-titik diluar batas limit kontrolmengindikasikan kondisi tidak terkontrol.
2. 2 dari 3 titik pada zona A keatas: hanya untukgrafik X, mengindikasikan kondisi tidak terkontrol.
3. 4 dari 5 titik pada zona B keatas: hanya untukgrafik X, mengindikasikan kondisi tidak terkontrol.
4. 8 atau lebih titik berurut diatas atau dibawah garistengah: mengindikasikan rata-rata atauvariabilitas proses bergeser.
5. Tren linear: perubahan sistimatik proses terjadi.6. 14 titik berosilasi: perubahan sistimatik proses
terjadi.7. 8 titik berurut tidak pada zona C: hanya grafik X,
mengindikasikan kondisi tidak terkontrol.8. 15 titik berurut pada zona C: hanya grafik X,
mengindikasikan kondisi tidak terkontrol.
Melakukan Test Pattern
1 4.98 B — B
2 5.00 B U C
3 4.95 B D A
4 4.96 B D A
5 4.99 B U C
6 5.01 — U C
7 5.02 A U C
8 5.05 A U B
9 5.08 A U A
10 5.03 A D B
SAMPEL x ATAS/BAWAH NAIK/TURUN ZONA
Penentuan Ukuran Sampel
Chart Atribut membutuhkan ukuran sampel
yang lebih besar
50 hingga 100 part dalam sebuah sampel
Chart variabel memerlukan sampel yang
lebih kecil
2 hingga 10 part dalam sebuah sampel
Bahan Lanjut
7 Deadly Diseases