You are on page 1of 6

APLIKASI GRAFIK PENGENDALI X-bar CHART UNTUK PH SABUN SIRIH PERUSAHAAN “X

Mariani Jaya Saputra Mahasiswa Program Studi Matematika FSM UKSW Jl. Diponegoro 52-62 Salatiga, email: theresia_m63@yahoo.com

ABSTRAK Statistical process control (SPC) adalah penerapan teknik statistik untuk mengukur dan menganalisa variasi yang terjadi selama proses produksi berlangsung. Salah satu alat SPC untuk mendetaksi ketika proses dalam keadaan tidak terkendali (out of control) adalah control chart. Control chart merupakan bentuk grafik yang digunakan sebagai alat bantu dalam pengendalian proses. Grafik ini berbentuk garis patah-patah atau polygon yang memberikan informasi tentang keadaan proses, apakah dalam keadaan terkontrol atau diluar kendali. Pengolahan data diselesaikan dengan menggunakan program R. Data yang digunakan dalam penelitian ini adalah data sabun sirih perusahaan “X” dengan PH yang telah di tetapkan oleh perusahaan. Berdasarkan hasil yang diperoleh dapat disimpulkan bahwa PH masih dalam kendali perusahaan terbukti dengan grafik yang masih terdapat pada zona kontrol perusahaan.

Pendahuluan 1. 1. sehingga bila ada kesalahan masih dapat diperbaiki. Alat SPC untuk mendetaksi ketika proses dalam keadaan tidak terkendali (out of control) adalah control chart. 1. Sejalan dengan pengembangan IPTEK serta dalam rangka menghadapi perdagangan bebas.1 Latar Belakang Perkembangan industri tidak terlepas dari pengembangan penguasaan teknologi. tujuan dari penelitian ini adalah dengan menggunakan grafik pengendali “X” masih dalam kendali atau tidak. Salah satu teknik pengendalian mutu yang dapat digunakan suatu industri adalah pengendalian mutu secara statistik (statistical process control). pasar perdagangan akan semakin ketat dan kompetitif. yakni X-bar dan R.2 Perumusan Masalah Dari latar belakang diatas. serta pengendalian dan penguasaan mutu yang dikehendaki. kemampuan inovasi dalam bidang proses dan produk baru.3 Tujuan Penelitian Sesuai dengan rumusan masalah di atas. Terdapat dua jenis control chart untuk data variabel. penulis melakukan pembatasan masalah sebagai berikut : 1. Orientasi konsumen saat ini bukan terhadap harga produk yang murah saja. permasalahan yang dibahas dalam penelitian ini adalah membuat grafik pengendali “X”. chart apakah PH sabun sirih dari perusahan chart untuk data PH sabun sirih dari perusahan . juga perlu diperhatikan mutu pada proses produksi. produk akhir yang dihasilkan adalah produk yang bebas cacat dan tidak ada lagi pemborosan karena produk tersebut harus dibuang. tetapi produk tersebut juga harus bermutu. namun pada proses produksinya atau produk yang masih ada dalam proses. selain menekankan pada produk yang dihasilkan.4 Batasan Masalah Dalam penelitian ini. Statistical process control adalah suatu cara pengendalian proses yang dilakukan melalui pengumpulan dan analisis data kuantitatif selama berlangsungnya proses produksi. Diagram pengendali rata-rata untuk melakukan pengawasan terhadap tanda-tanda tak terkendali telah digunakan sejak tahun 1941 yaitu ketika diperkenalkan oleh Shewhart. Dengan demikian. Hal yang lebih baik adalah apabila perhatian pada mutu bukan pada produk akhir. Oleh karenanya kemudian dikenal sebagai grafik pengendali Shewhart.1. 1. Mutu pada industri. Data yang digunakan adalah data PH sabun sirih dari perusahan “X”.

Pada dasarnya setiap peta kontrol memiliki garis tengah (central line) dinotasikan dengan CL dan sepasang batas kontrol (control limits). yakni X-bar dan R. untuk membedakan assignable variability atau random variability. UCL dan LCL. Pengolahan data menggunakan program R. Grafik ini berbentuk garis patah-patah atau polygon yang memberikan informasi tentang keadaan proses. Terdapat dua jenis control chart untuk data variabel. kesalahan ataupun rework(Web 3). Meningkatkan produktivitas dengan menekan persentase cacat. 2. Peta kontrol X-bar menjelaskan tentang apakah perubahan-perubahan telah terjadi dalam ukuran titik pusat atau rata-rata dari suatu proses. Secara Umum dengan menerapkan SPC akan diperoleh beberapa manfaat. Dasar teori 2. dan untuk menentukan penyebab proses keluar dari kendali. sorting cost. Punishment cost akibat customer complaint. Meningkatakan mutu bahan dan material yang dibeli melalui penerapan Incoming Inspection.yaitu(Web 1) : • • • • Menentukan ukuran sample. . Menghitung nilai rata-rata X-bar dari setiap set sample. misalnya : rework cost. apakah dalam keadaan terkontrol atau diluar kendali.2. antara lain meningkatkan daya saing produksi dengan menekan terjadinya variasi. dll. Salah satu alat SPC untuk mendetaksi ketika proses dalam keadaan tidak terkendali (out of control) adalah control chart. dan satu lagi dibawah garis tengah sebagai Batas Kontrol Bawah (Lower Control Limits-LCL). satu batas control ditempatkan diatas garis tengah sebagai Batas Kontrol Atas (Upper Control Limits-UCL).1 Statistical process control (SPC) Statistical process control (SPC) adalah penerapan teknik statistik untuk mengukur dan menganalisa variasi yang terjadi selama proses produksi berlangsung. Menghitung nilai rata-rata dari semua X-bar (X-double bar = Central Line peta X-bar) Menentukan batas-batas CL. Tujuan dibuatnya peta kendali adalah mengecek jika proses berada dalam kondisi tidak terkendali. untuk menunjukkan waktu dimana terlihat adanya proses diluar kendali. 2.2 X-bar Chart Control chart merupakan bentuk grafik yang digunakan sebagai alat bantu dalam pengendalian proses. mengurangi biaya-biaya yang seharusnya tidak perlu dikeluarkan. Langkah-langkah membuat peta control X-bar dan R.

80 3.ylim=c(3.73 3. maka peta kontrol tersebut dapat digunakan untuk memantau proses yang sedang berlangsung dari waktu ke waktu.84 3.84 3.85 [46] 3.82 3.84 3.72 3.81 > Gambar.75 3.80 [61] 3.89 3.68 3.74 [76] 3.n).79 3.73 3.90 3.3.71 3.9 dan LCL=3.84 3.n).80 3.77 3. 3.73 3.77 3.85 3.chart1 <.70 3.65 3.87 3.81 3.78 3.85 3.lty=2) + # Banyaknya titik yang berada di luar batas pengendali + return(sum(sampel_data>UCL)+sum(sampel_data<LCL)) +} > Gambar.80 3. Berikut adalah program R untuk X-bar chart dengan UCL= 3.71 3.68 3.78 3.chart1(sabun) [1] 0 .90 3. (Web 2).1.81 3.73 3.87 3.81 3.84 3.70 3.80 3.84 3.72 3.83 3.64 3.86 3.69 3.82 3.83 3.80 3.78 3.85 3.table('datasabun.n).69 [16] 3.9 dan batas bawah 3.82 3.79 3.90 3.83 3.81 3.lty=2) + lines(1:n.76 [31] 3.66 3.70 3.length(sampel_data) + UCL <.rep(LCL. UCL dan LCL sebagai batas atas dan bawah untuk PH sabun sirih yang telah ditetapkan oleh perusahaan.1] > sabun [1] 3.75 3.89 3.81 [91] 3.4)) + lines(1:n.81 3.5.73 3.83 3.76 3.84 3.74 3.76 3.67 3.81 3.read. > sabun <. Hasil dan Pembahasan Data yang digunakan adalah data PH sabun sirih dari perusahan “X” dengan batas PH yang sudah ditentukan dari perusahaan yaitu batas atas 3.82 3.87 3.88 3.rep(CL.85 3.87 3.85 3.86 3.71 3.83 3.79 3.84 3.77 3.5.67 3.69 3.type='o'.txt')[.Setelah mendapatkan control chart X yang menunjukkan bahwa proses berada dalam pengendalian statistika.70 3.(UCL+LCL)/2 + #plot grafik + plot(sampel_data.90 3.3.85 3.function(sampel_data) +{ + n <.82 3.lty=2) + lines(1:n.82 3.79 3.77 3.75 3.rep(UCL.82 3.9 + LCL <.83 3.5 + CL <.70 3.81 3.

86 3.90 3.84 3.1)) + lines(1:n.ylim=c(min(sampel_data)-0.79 3. 40 .82 3.70 3.81 3.70 3.83 3.77 3.88 3.81 3.mean(sampel_data) + UCL <.74 3.69 [16] 3.80 3.79 3.82 3.81 3. semua masih dalam terkendali dengan PH sabun sirih dari perusahaan yaitu batas atas 3.84 3.83 3.68 3.81 > Gambar.83 3.68 3.78 3.72 3.rep(LCL.70 3.90 3.type='o'.69 3.9 dan batas bawah 3.71 3.80 3.70 3.chart2 <.87 3.78 3.82 3.read.max(sampel_data)+0.84 3.84 3.75 3.81 3.81 3.75 3.82 3.65 3.79 3.83 3.81 3.73 3.82 3.73 3.72 3.87 3.78 3.71 3.90 3.76 3.73 3.89 3. 36 .67 3.83 3.69 3.n). 0 20 40 Index 60 80 100 Gambar 1.77 3.71 3.lty=2) + lines(1:n.64 3.function(sampel_data) +{ + n <.85 3.82 3.s me d t a p l_ aa 32 .85 3.70 3.73 3.mean(sampel_data) .lty=2) + lines(1:n. Grafik pengendali X-bar dengan batas PH sabun sirih dari perusahaan Gambar 1 diatas menjelaskan bahwa tidak ada data yang out of control.81 [91] 3.89 3.80 3.85 3. 38 .67 3.80 [61] 3.9 dan LCL=3.90 3.85 [46] 3.74 [76] 3.lty=2) + # Banyaknya titik yang berada di luar batas pengendali + return(sum(sampel_data>UCL)+sum(sampel_data<LCL)) .77 3.txt')[.75 3.5.1.85 3.86 3. > sabun <.81 3.3*sigma + #plot grafik + plot(sampel_data.rep(CL.76 [31] 3.85 3.rep(UCL.76 3.80 3.n).66 3.82 3.84 3. 34 .1] > sabun [1] 3.sqrt(var(sampel_data)) + CL <.5 Berikut adalah program R untuk X-bar chart dengan UCL= 3.83 3.84 3.table('datasabun.84 3.87 3.85 3.n).80 3.84 3.length(sampel_data) + sigma <.73 3.87 3.77 3. UCL dan LCL sebagai batas atas dan bawah individu untuk PH sabun sirih.mean(sampel_data) + 3*sigma + LCL <.79 3.

7 3 .com/doc/73330788/Control-Chart-Variable Web 3 http://learningspc. tidak ada titik yang keluar dari grafik pengendali.+} > Gambar.chart2(sabun) [1] 0 s m l_ a a p dt e a 3 . 6 3 . X-bar chart adalah salah satu grafik pengendali yang dapat digunakan untuk mengontrol proses produksi.scribd.blogspot. Daftar pustaka Web1 http://petakendali.com/2011/04/teori-dasar-statistical-process-control.html . 9 4 .atspace. Dari hasil yang didapat PH sabun sirih masih dalam kendali perusahaan. semua masih dalam terkendali dengan batas individu untuk PH sabun sirih. 2. 4. 0 0 20 40 Index 60 80 100 Gambar 2.org/ Web 2 http://www. 5. Grafik pengendali X-bar dengan batas individu PH sabun sirih Gambar 2 diatas menjelaskan bahwa tidak ada data yang out of control. Kesimpulan 1. 8 3 .