1 / 60

PENGENDALIAN KUALITAS

PENGENDALIAN KUALITAS. JURUSAN TEKNIK INDUSTRI UNIVERSITAS GUNADARMA JAKARTA. SEJARAH KUALITAS. REVOLUSI INDUSTRI. Quality : - kepemimpinan - komitmen. Quality : - performance - kebanggaan. WALTER A SHEWHART. Pionir. Penggunaan teknik statistik. Quality :

kathie
Télécharger la présentation

PENGENDALIAN KUALITAS

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PENGENDALIAN KUALITAS JURUSAN TEKNIK INDUSTRI UNIVERSITAS GUNADARMA JAKARTA

  2. SEJARAH KUALITAS REVOLUSI INDUSTRI Quality : - kepemimpinan - komitmen Quality : - performance - kebanggaan WALTER A SHEWHART Pionir Penggunaan teknik statistik

  3. Quality : - objectif ~ performance - subjectif ~ konsumen simultan Quality : •  ongkos pemeriksaan •  ongkos penolakan • keuntungan  ( jumlah produksi  ) • keseragaman kualitas •  sebaran toleransi

  4. Konsep PDCA W EDWARDS DEMING • Mengaitkan : • kepuasan konsumen • SQC • “respect” terhadap SDM ~ skill

  5. RANTAI REAKSI DEMING Q Biaya  : - pekerjaan diulang  - keterlambatan  - penggunaan mesin  Produktivitas  Pangsa pasar  ( Q  , Price  ) Stay in business Jobs opportunity 

  6. JOSEPH M JURAN • TRILOGI : • Q planning • Q control • Q improvement • Q planning : • menentukan konsumen • menentukan kebutuhan konsumen • mengembangkan produk = f (kebutuhan) • mengembangkan proses = f ( produk)

  7. Q control : • evaluasi produk • membandingkan dengan tujuan • perbaikan • Q improvement • infrastruktur • melihat kemajuan yang dicapai • motivasi tim

  8. PHILIP B CROSBY • Manajemen kualitas : • uncertainty • awakening • enlightment • wisdom • certainty • 4 filosofi : • Q ~ kebutuhan • Q ~ pencegahan

  9. “zero defect” • pengukuran kualitas  ketidaksamaan  • kebutuhan ARMAND V FEIGENBAUM • Tujuan industri ~ persaingan • produk/jasa berkualitas • economical cost (desain, produksi, market) • kebutuhan konsumen berubah

  10. TQC Sistem efektif untuk integrasi usaha Q development, Q maintenance dan Q improvement Memasukkan “pendekatan sistem” dalam kajian kualitas ~ KESATUAN ANTAR BAGIAN KAORU ISHIKAWA Mengubah “image” produk Jepang ( murah dan cepat rusak)

  11. Orang Jepang : • - pekerja keras • - tidak cepat putus asa • - saling menolong • - rasa kebangsaan tinggi • faktor pembeda dengan QC barat : • - partisipasi seluruh anggota • - pendidikan dan latihan aktif • - QC circle aktif dan QC audit • - penggunaan SQC • - diterima secara nasional

  12. GENICHI TAGUCHI Memasukkan faktor engineering untuk menurunkan gangguan proses sehingga dapat meningkatkan keuntungan SHIGEO SINGO “ zero defect”

  13. action Check and feedback cause defects Error, check, action

  14. PENGGUNAAN 7 OLD TOOLS : • (KAORU ISHIKAWA) • check sheet, • histogram, • cause - effect diagram, • scaterred diagram, • stratification, • pareto diagram, • Control chart

  15. SAMURAI WITH SEVEN PORTABLE WEAPONS

  16. Hoyo (Hood) Kabuto (Helmet) Gusoku (armor) Tachi (long sword) Yumi (bow) Katana (sword) 7 Ya (arrow)

  17. CHECK SHEET Fungsi • Menyajikan data yang berhubungan dgn : • Distribusi proses produksi • Defective item • Defective location • Defective cause • Check up confirmation

  18. CHECK SHEET Date :

  19. HISTOGRAM 1. Guna : menyajikan data secara visual sehingga lebih mudah dilihat oleh pelaksanan 2. Mekanisme : • Kumpulkan data pengamatan (N) •  data : minimum   rumus statistik •  tentukan • Pilih harga maksimum & minimum • Susun data dalam baris & kolom • Pilih angka max. Tiap baris • Pilih angka min. tiap baris • Tentukan max & min dari keseluruhan • Hitung range ( R ) = max  min • Tentukan jumlah kelas ( K ) • K = f(R) = 1 + 3.3 log R • Atau • K = • atau • K = 10 ~ tentukan

  20. KI K ? min max NT • Tentukan kelas interval ( KI) • KI = R/K • Tentukan batas bawah KI terendah • BB = min – KI/2 • Tentukan BB, batas atas dan setiap nilai kelas • 8. Kelompok data setiap kelas = f(data) nyatakan “tally – mark” • Hitung f ( frekwensi ) • X (minus, 0, plus) • Hitung rata-rata & tandar deviasi

  21. Data max min 12 11 12.5 14 13.5 14 11 11 11.5 12 18 19 19 11.5 11 12 12 11.5 13 13 11 14 15 12 11 18 18 11 13 12 14.5 13.5 14.5 14.5 11.5 9 10.5 9.5 10.5 11 11 9 10 11 12 13 14 14 10 14 13.5 15 16 17 17 13.5 11 12 12 11.5 10 12 10 Gambarkan histogram dari data berikut ini : • R = max  min = 19  9 (19 – 9 = 10) • K = = 50/7  7,….  8 ~ 10 • KI = R/K = 10/7 = 13/7  1.5 ~ 1 • BB = 9 – 1.5/2 = 8.25 ~ 8.5 • BA = 8.25 dst untuk setiap kelas. ~ 9.5

  22. f 17 11 10 5 2 2 2 1  10 8.25 20.25 = 12.78 , SD = 2.31 Batas Kelas NT Tallies 8.25 – 9.75 9 II 2 9.75 – 11.25 10.5 IIII IIII 10 11.25 – 12.75 12 …… 17 12.75 – 14.25 13.5 …… 11 14.25 – 15.75 15 …… 5 15.75 – 17.25 16,5 …… 2 17.25 – 18.75 18 …… 2 18.75 – 20.25 19.5 …… 1 50

  23. DIAGRAM PARETO Kumulatif % cacat a b c d e ~ Petunjuk hierarki kepentingan persoalan cacat produk • ~ Mekanisme • Buat klasifikasi cacat • Tentukan absis~ordinat • Buat diagram  % jumlah cacat • ~ manfaat • membuat orang mau bekerja sama • dampak perbaikan besar • identifikasi tujuan terpilih

  24. Pareto Diagram Catatan produk cacat Date : Jumlah yang diinspeksi N = 2160 Defective Item Number of Defectives Per cent Defective Per cent of Compodition Head defective (Hd) 99 4.6 % 47.4 % Material defectives (Md) 13 0.6 % 6.2 % Bolt defectives (Bd) 52 2.4 % 24.9 % Corner defectives (Cd) 9 0.4 % 4.3 % Length defectives (Ld) 36 1.7 % 17.2 % 209 9.7 % 99.9 % 100 (%) (jumlah) 200 75 100 Jumlah cacat 50 25 0 Hd Bd Ld Md Cd 0

  25. C.E. DIAGRAM • ~ MANFAAT : • mengarahkan diskusi faktor sebab dominan • petunjuk pengumpulan dan pencatatan data • menunjukkan kemampuan pekerja Menggambarkan hubungan sebab~akibat • ~ GUNA • menganalisa kondisi aktual • perbaikan mutu • efisiensi sumber daya •  biaya • eliminasi kondisi ~ cacat / keluhan konsumen • standarisasi

  26. TAHAPAN • Kelompok analisa masalah • Anak panah • “tulang”  penyebab • sebelah kanan  masalah mutu • Identifikasi • evaluasi

  27. CONTOH “ Sangat sulit mengontrol kualitas pada saat proses berlangsung karena banyak sekali faktor yang mempengaruhi kualitas dan faktor-faktor tersebut saling terkait ” IDE Cari hubungan antar faktordengan cara mencari hubungan sebab akibatnya dengan tanda panah sbb : Moisture content (m) Steam pressure (P) Reaction Liquid temperature (t) Yield (y) • Yield (y) dipengaruhi oleh moisture content ‘m’. • The content ‘m’ dipengaruhi oleh reaction liquid temp. (t). • The temperature ‘t’ dipengaruhi oleh steam pressure ‘P’.

  28. Cara membuat CE Diagram Step 1. Tentukan karakteristik Step 2. Tuliskan pada sebelah kanan. Gambarkan panah dari arah kiri ke arah kanan. Step 3. Buatlah daftar semua faktor yang mempengaruhi karakteristik tersebut ( di lembar kertas lain) (Brain Storming) Step 4. Temukan hubungan sebab akibat antar faktor. (relation of perents-children). Ex. Temp. of solution effects reaction. Yield (y) Yield (y) • Temp. of solution • Crystalization hours • Moisture content

  29. Raw material Raw material Raw material Raw material Yield (y) Temp. Steam Pressure Catalyzer Transportation Moisture content Step 5.Tulis faktor utama yang menyebabkan terjadinya karakteristik tersebut. Biasanya per tahapan proses. Step 6. Pada setiap cabang tulis secara rinci faktor yang mempengaruhi terjadinya karakteristik tersebut. Raw material Raw material Raw material Raw material Yield (y) Catalyzer Transportation Moisture content

  30. Step 7. Lanjutkan langkah 6 sampai semua sebab terjadinya karakteristik tersebut tergambar pada diagram Step 8. Lihat kembali dan tambahkan bila perlu faktor lain yang belum ada padadiagram

  31. SCATTERED DIAGRAM • ~ MANFAAT : • mengarahkan diskusi faktor sebab dominan • petunjuk pengumpulan dan pencatatan data • menunjukkan kemampuan pekerja Melihat hubungan antar faktor

  32. No. Reaction Temperature Yield Y (%) 1 72.5 91.1 73.8 90.8 2 3 73.2 90.8 4 72.1 91.3 5 73.0 91.0 6 73.0 90.6 7 74.3 90.6 8 71.5 91.6 9 72.9 91.2 10 73.6 90.8 11 74.2 90.8 12 74.9 90.3 13 73.7 91.0 14 72.1 91.5 15 74.3 90.5 16 74.5 90.7 17 72.8 91.4 18 73.7 90.5 19 72.8 90.9 20 72.0 91.3 21 73.1 91.4 22 73.5 91.2

  33. LELUCON : Bagaimana bayi lahir ? Burung bangau yang membawa bayi X X X X Population in Paris X X X The Number of Stork’s Nest in Paris

  34. STRATIFIKASI • ~ MANFAAT : • mencari penyebab utama faktor kualitas • memisahkan data (kategorisasi) sesuai dengan • kelompok datanya • memudahkan pengambilan keputusan  peta kontrol • mempelajari secara menyeluruh masalah yang dihadapi

  35. kategorisasi Stratifikasi Mencari faktor penyebab utama Mud stratum Ilustrasi : Sand stratum Stone stratum Rock

  36. Contoh : analisa produk cacat distratifikasi berdasarkan penemuan operatornya. N=200 Operators Production (in pieces) Defectives (Pieces) Defective Percentage Tanaka 75 20 26.7 % Sato 62 12 19.4 % Kohmo 63 8 12.7 % Total 200 40 20.0 % Statify the defectives by the material suppliers Suppliers Production (in pieces) Defectives (Pieces) Defective Percentage Asahi chemical Co. 124 26 21.0 % Yuhi Chemical Co 76 14 18.4 % Total 200 40 20.0 %

  37. PETA KONTROL pH     •        •    t • ~ MANFAAT : • mengendalikan proses • kecenderungan proses • identifikasi kebutuhan konsumen

  38. GAFIK KENDALI Grafik yang dilengkapi garis-garis kendali ~garis kendali atas (UCL) ~garis pusat (CL) ~garis kendali bawah (LC) • Grafik kendali X – R • Grafik kendali P GRAFIK KENDALI ~ proses normal / tidak normal • semua titik terkendali • tidak ada bentuk ‘khas’ • “RUN” • “trend” • “periodicity” • “hugging of the control line

  39. PENGGUNAAN SEVEN NEW TOOLS:(MIZUNO DAN YOJI AKAO)- RELATION DIAGRAM- AFFINITY DIAGRAM- SYSTEMATIC DIAGRAM- MATRIX DIAGRAM- MATRIX DATA ANALYSIS- PROCESS DECISION PROGRAM CHART- ARROW DIAGRAM

  40. KONSEP TQC : • Q first • consumer orientation • the next process is your customer • using facts and data ( statistics) • respect for humanity • cross functional management

  41. STATISTICAL PROCESS CONTROL (SPC) • Control chart (Peta kontrol): Metoda grafis untuk memonitor aktivitas dari suatu proses yang sedang berlangsung (Disebut juga ‘Peta Kontrol Shewart). • Garis vertikal memuat karakteristik kualitas yang akan dimonitor • Garis horizontal memuat sampel atau ukuran sampel (group) • Garis sentral (center line) memuat nilai rata-rata dari karakteristik • Garis batas atas (upper control limit) dan garis batas bawah (lower control limit) dibuat untuk membuat keputusan:

  42. Rule 1: Suatu Proses diasumsikan keluar dari kontrol jika sebuah titik plot berada diluar batas kontrol atas dan kontrol bawah. Rule 2: Suatu proses diasumsikan akan keluar dari kontrol jika dari tiga t titik plot yang berurutan terdapat 2 titik plot berada di luar batas kontrol 2 (warning limit) pada sisi yang sama. Rule 3: Suatu proses diasuksikan akan keluar dari kontrol jika dari lima titik plot yang berurutan terdapat empat titik plot yang melewati batas kontrol 1 pada sisi yang sama. Rule 4: Suatu proses diasumsikan akan keluar dari kontrol jika delapan atau lebih titik plot yang berurutan berada di satu sisi dari center line. Rule 5: Suatu proses diasumsikan akan keluar dari kontrol jika delapan atau lebih titik plot yang berurutan berada di atas atau di bawah center line.

  43. Dasar Statistika Dalam Peta Kontrol * Distribusi Normal * Populasi, sampel, mean, standar deviasi X bar = Σ Xi/√n xbar = /√n

  44. BATAS-BATAS KONTROL • CL = E (θ bar) • UCL = E (θ bar) + k SD (θ bar) • LCL = E (θ bar) – k SD (θ bar) Dimana: • θ merupakan karakter kualitas • θbar merupakan estimator θ • SD = standar deviasi • K = jumlah SD statistik sampel dari center line

  45. PETA KONTROL VARIABEL PETA X-Bar dan R-Bar * Digunakan untuk memantau proses yang mempunyai karakteristik bersifat kontinyu (data variabel) berdasarkan rata-ratanya, dengan asumsi ukuran contoh (n) kecil. • PETA X bar 3 CL = X double bar UCL = X double bar + A2 R bar LCL = X double bar – A2 R bar • PETA R 3 CL = R bar UCL = D4. R bar LCL = D3. R bar

  46. PETA KONTROL X-Bar dan S* Digunakan untuk memantau proses yang mempunyai karakteristik bersifat kontinyu (data variabel) berdasarkan rata-ratanya, dengan asumsi ukuran contoh (n) besar. • PETA X Bar 3 CL = X double bar UCL = X double bar + A3 S bar LCL = X double bar – A3 S bar • PETA S 3 CL = S bar UCL = B4 S bar LCL = B3 S bar

  47. PETA KONTROL X bar dan MR * Digunakan untuk memantau proses yang mempunyai karakteristik bersifat kontinyu (data variabel) berdasarkan rata-ratanya, dengan asumsi ukuran contoh (n) = 1. • PETA X bar 3 CL = X bar UCL = X bar + 2,66 MR bar LCL = X bar – 2,66 MR bar • PETA MR 3 CL = MR bar UCL = D4 MR bar = 3,267 MR bar LCL = D3 MR bar = 0

  48. PETA KONTROL ATRIBUT PETA P 3 * Digunakan untuk mengukur proporsi ketidak sesuaian dari iyem-item dalam kelompok yang sedang diinspeksi, untuk n konstan atau berubah (variable). CL = P bar UCL = P bar + 3Sp LCL = P bar – 3 Sp Sp = √{P bar (100 – P bar) /n} ATAU Sp = √ {P bar (1 - P bar} /n}

  49. PETA np 3 * Digunakan untuk mengukur proporsi ketidak sesuaian dari iyem-item dalam kelompok yang sedang diinspeksi, untuk n konstan. CL = np bar UCL = np bar + 3Snp LCL = np bar – 3 Snp Sp = √ {np bar (1 - P bar)}

  50. PETA c * Digunakan untuk mengukur cacat terhadap spesifikasi-spesifikasi dari suatu item dengan ukuran contoh (n) yang konstan CL = c bar UCL = c bar + 3 Sc LCL = c bar – 3 Sc Sc = √c bar

More Related