Professional Documents
Culture Documents
389 1 459 1 10 20190628 PDF
389 1 459 1 10 20190628 PDF
Abstract
Every company competes with other companies in similar industries. One way to win the competition or at
least stay in the competition is to give full attention to the quality of the products, so it can outperform the
products produced by a competitors company. Quality control is done at the stage of production process, in
order to get the standard or quality as expected. Multivariate p chart is one of the methods used for quality
control which is the development of the control chart p. This research is conducted in the newspaper
company Kaltim Post, with the characteristics quality of color blur, not symmetrical and dirty. The
research is conducted in two phases; phase I is conducted for the period of July 2017 and phase II is
conducted for the period of August 2017. The purpose of this research is to know the result of the
controlling production of Kaltim Post newspaper by using multivariate p chart , knowing the types of
defects that often occur and the cause of the defects types. The result of controlling production of Kaltim
Post newspaper using multivariate diagram p is controlled in phase I with upper control limit of 0.002736,
center line of 0.0024224 and lower control limit of 0.0021087. So the limits in phase I are appropriate for
use in phase II. The most common types of defects are colors blur the caused by machine, method, material,
human, and environmental factors.
Pendahuluan
Setiap perusahaan berkompetisi dengan penyelesaian masalah yang digunakan untuk
perusahaan lain di dalam industri yang sejenis. memonitor, mengendalikan, menganalisis,
Salah satu cara agar bisa memenangkan mengelola, serta memperbaiki produk dan proses
kompetisi atau paling tidak bertahan dalam menggunakan metode-metode statistik (Ariani,
kompetisi tersebut adalah dengan memberikan 2004).
perhatian penuh terhadap kualitas produk yang Grafik pengendali atau diagram kontrol
dihasilkan oleh perusahaan, sehingga dapat adalah alat yang digunakan untuk mengetahui
mengungguli produk yang dihasilkan oleh apakah suatu proses telah terkendali atau belum.
pesaing. Tujuan akhir pengendalian proses statistik adalah
Menurut Montgomery (2009), tujuan utama menyingkirkan variabilitas dalam proses.
pengendalian kualitas statistik adalah Walaupun tidak dapat menyingkirkan variabilitas
mengurangi keragaman yang sistematik dalam selengkapnya, tetapi diagram kontrol adalah alat
karakteristik utama suatu produk. Penelitian yang paling efektif dalam mengurangi
untuk kasus proses produksi yang multi-atribut variabilitas sebanyak mungkin (Montgomery,
masih jarang ditemui, sehingga diagram kontrol 2009).
atribut multivariat masih jarang digunakan. Diagram kontrol diklasifikasikan menjadi
Metode yang digunakan untuk proses produksi dua macam menurut jenis karakteristik
surat pada perusahaan surat kabar, yaitu diagram kualitasnya yaitu diagram kontrol variabel dan
kontrol Multivariat p (Mp Chart) yang diagram kontrol sifat (atribut). Diagram kontrol
merupakan pengembangan dari diagram kontrol variabel digunakan apabila karakteristik kualitas
p. Penggunaan diagram kontrol yang univariat yang diamati dapat diukur (measureable),
kurang sesuai untuk kasus ini karena kurang sedangkan untuk diagram kontrol atribut
sensitif dalam menganalisis data (Lu, et al. digunakan apabila karakteristik kualitas yang
1998). diamati hanya dikatakan dengan kategori (cacat
Pengendalian kualitas dilakukan pada atau tidak cacat) atau bersifat kualitatif. Diagram
tahapan proses produksi agar mendapatkan kontrol variabel dan atribut dibedakan menjadi
standar atau kualitas sesuai harapan. dua menurut banyaknya karakteristik kualitas
Pengendalian kualitas statistik merupakan teknik yang digunakan yaitu diagram kontrol univariat
p (1 p )
BPA p 3 (7)
Diagram Ishikawa n
Montgomery (2009) menjelaskan bahwa GT p (8)
diagram Ishikawa juga disebut diagram sebab p (1 p )
akibat atau fishbone diagram. Diagram Ishikawa BPB p 3 (9)
n
digunakan untuk menggambarkan dengan jelas
dari berbagai sumber ketidaksesuaian dalam Peta Kendali Atribut Multivariat
produk, sehingga dapat diartikan diagram Johnson & Wichern (2002) mengatakan
Ishikawa merupakan suatu grafik yang bahwa analisis multivariat adalah metode yang
menggambarkan hubungan antara masalah atau digunakan untuk mengelola data secara serentak
akibat dengan faktor-faktor penyebabnya. dengan banyak variabel. Jika variabel
Manfaat dari diagram Ishikawa yaitu dapat karakteristik kualitas yang diperiksa lebih dari
mengidentifikasi sebab terjadinya masalah dan satu dan antar variabel yang satu dengan yang
membantu mengantisipasi timbulnya suatu lain ada hubungan maka disebut multivariate.
masalah. Data multivariat diperoleh dari hasil pengukuran
lebih dari satu karakteristik pada setiap individu
Peta Kendali p dari anggota sampel. Jika pemeriksaan obyek
Montgomery (2009) menjelaskan bahwa secara atribut dilakukan pada lebih dari satu
produk yang tidak sesuai atau cacat dalam suatu karakteristik kualitas disebut multi atribut, peta
proses produksi berhubungan dengan peta kendali yang digunakan adalah peta kendali yang
kendali p. Peta kendali ini berdistribusi binomial. digunakan adalah peta kendali atribut multivariat
Dengan percobaan Bernoulli dimana p adalah (Mukhopadhpay, 2008).
probabilitas cacat. Apabila n adalah sampel
random dan C adalah banyak produk yang cacat, Konsep Peta Kendali Multivariat p
maka C berdistribusi binomial dengan parameter Diagram kontrol Multivariat p merupakan
n dan p, yaitu: pengembangan dari diagram kontrol p untuk
n
univariat atribut. Diagram Multivariat p dapat
n x
p(C x) p x 1 p (1) memberikan proses pengendalian yang lebih
x
sensitif daripada pengendalian dengan univariat
dimana x = 0,1,…,n p pada proses produksi yang multi-atribut
Cacat dalam sampel ( p̂ ) dapat didefinisikan (Kosalprapai, 2002).
sebagai perbandingan jumlah unit cacat dalam Diagram multivariat dilakukan pada dua
sampel (C) dengan jumlah sampel (n) dan tahap, yaitu fase I dan fase II. Pengontrolan pada
dituliskan sebagai berikut: data fase I dilakukan terlebih dahulu, dengan
C memilih m pengamatan pendahuluan secara
pˆ (2)
n umum sebesar 20 atau 25. Namun apabila
Mean ( ) dan varians ( 2p̂ ) dari p adalah pengamatan berkurang, maka batas-batas
np pengendali lebih tinggi atau lebih lebar. Batas
(3)
pengendali fase I digunakan untuk menentukan
dan
apakah proses dalam keadaan terkendali ketika
2pˆ np(1 p) (4) m pengamatan pendahuluan tersebut dipilih. Jika
Jika proporsi cacat p tidak diketahui, maka p semua titik jatuh di dalam batas pengendali dan
harus ditaksir dengan mengambil sampel tidak ada perilaku yang sistematik, maka di
pendahuluan k dari jumlah sampel n. Apabila Di waktu yang telah lalu proses itu terkendali, dan
unit cacat dalam sampel i, maka bagian cacat batas pengendali itu pantas untuk pengendalian
dalam sampel ke-i adalah sebagai berikut. produksi sekarang dan yang akan datang.
D Apabila terdapat titik yang keluar dari batas
pˆ i i (5)
n pengendali diperlukan pemeriksaan sebab
dimana i=1,2,…,k terduga. Jika ditemukan sebab terduga, titik itu
dan rata-rata proporsi cacat ( p ) dalam sampel ini dibuang, dan batas pengendali fase I dihitung
kembali hanya menggunakan titik-titik sisanya.
adalah
k k
Selanjutnya titik-titik sisa tersebut diperiksa
D i pˆ i
kembali, sehingga memperoleh batas pengendali
p i 1
i 1 (6) yang berasal dari proses terkendali.
mn m Proses terkendali adalah proses dimana
Jadi p yang tidak diketahui dapat ditaksir seluruh pengamatan berada didalam batas
dengan p . Maka garis tengah (GT), batas kendali. Pengontrolan fase I bertujuan untuk
pengendali atas (BPA) dan batas pengendali mengidentifikasi multivariate outlier, sehingga
bawah (BPB) pada peta kendali p adalah sebagai nilai batas kendali dari pengontrolan fase I
berikut: cukup akurat untuk pengontrolan fase II. Selain
Secara khusus Xi adalah jumlah item dalam dimana m2 , batas atas dari distribusi 2 dengan
contoh yang diklasifikasikan ke dalam kelas derajat bebas m (Cozzucoli, 2009).
cacat dj yang menunjukkan tingkat pembobot
cacat ke-i dan pi adalah proporsi dari Batas Kendali Peta Kendali Multivariat p
ketidaksesuaian item dalam klasifikasi kelas Menentukan batas kontrol menggunakan
cacat ke-i. prinsip diagram kontrol Shewart pada umumnya,
Diasumsikan klasifikasi cacat berdasarkan didapatkan batas kontrol untuk diagram kontrol
tingkat cacat keseluruhan sebagai berikut. Shewart tipe Multivariat p dengan jumlah
pengamatan yang sama yaitu:
Jenis kerusakan (misdruk) ini biasa terjadi 196 lembar dan pada fase II sebesar 176 lembar,
pada awal cetak karena tinta masih sangat untuk jenis cacat tidak simetris pada fase I
pekat dan belum tercampur secara merata sebesar 188 lembar dan pada fase II sebesar 165
sehingga menjadikan warna tidak terserap lembar, dan jenis cacat kotor pada fase I sebesar
secara sempurna. 183 lembar dan pada fase II sebesar 180 lembar.
2. Tidak simetris
Misdruk karena kesalahan mesin pada saat
tahap pelipatan sehingga mengakibatkan
lipatan tidak simetris (menceng). Batas
toleransi kemencengan yang diperbolehkan
adalah 2 mm.
3. Kotor
Misdruk ini ditandai dengan hasil cetakan
kotor sebagian. Ini disebabkan karena nilai
air pembasah dengan tinta tidak seimbang.
Biasanya disebabkan karena nilai air lebih
rendah dari nilai tinta. Misdruk ini biasanya Gambar 2 Grafik Nilai Minimum dari Fase I dan
ditemukan pada daerah tepi dari koran. Fase II
Berdasarkan Gambar 2 dapat diketahui pula
Hasil dan Pembahasan bahwa nilai minimum karakteristik kualitas
Statistika Deskriptif untuk jenis cacat warna kabur pada fase I sebesar
Berikut merupakan hasil analisis deskriptif 141 lembar dan pada fase II sebesar 140 lembar,
yang mendeskripsikan keadaan data keseluruhan untuk jenis cacat tidak simetris pada fase I
pada Lampiran 1 yaitu berupa banyaknya data, sebesar
rata-rata, nilai terbesar dan nilai terkecil. 107 lembar dan pada fase II sebesar 114 lembar,
Tabel 1 Analisis Statistika Deskriptif dan jenis cacat kotor pada fase I sebesar 112
lembar dan pada fase II sebesar 115 lembar.
Karakteristik Fase I Fase II
Kualtias Banyak Rata- Banyak Rata- Diagram Kontrol Multivariat p
Data Rata Data Rata Diagram Kontrol Multivariat p Fase I
Warna Kabur 21 154 21 153 Diagram kontrol multivariat p pada fase I
Tidak 21 138 21 137 menggunakan 21 pengamatan data proses produk
Simetris percetakan surat kabar Kaltim Post pada periode
Kotor 21 152 21 153 bulan Juli 2017, dengan jumlah pengamatan
yang sama dalam sehari yaitu 1000 eksemplar
Pada Tabel 1 dapat diketahui bahwa nilai
atau sama dengan 9000 lembar. Nilai tingkat
rata-rata karakteristik kualitas pada fase I untuk
pembobot yang digunakan berdasarkan hasil
jenis cacat warna kabur adalah 154 lembar, untuk
wawancara yaitu menggunakan nilai tabel AQL.
jenis cacat tidak simetris adalah 138 lembar, dan
Setiap titik terdapat pada diagram multivariat p,
jenis cacat kotor adalah 152 lembar. Untuk fase
didapatkan melalui persamaan (13) adalah
II diketahui bahwa nilai rata-rata karakteristik
sebagai berikut:
untuk jenis cacat warna kabur adalah 153 lembar, 3
1 j 1j
untuk jenis cacat tidak simetris adalah 137 - ˆ d pˆ
lembar, dan jenis cacat kotor adalah 153 lembar. j 1
0,002335
3
21 j 21 j
- ˆ d pˆ
j 1
0, 002419
21
- pˆ1 1 pˆ i1
k i 1
0, 0171
21
Gambar 1 Grafik Nilai Maksimum dari Fase I - pˆ 1 pˆ
2 i2
dan Fase II k i 1
0, 0153
Berdasarkan Gambar 1 dapat diketahui
bahwa nilai maksimum karakteristik kualitas
untuk jenis cacat warna kabur pada fase I sebesar
21
- pˆ 1 pˆ
3 i3
k i 1
0, 0169
2 1
- ˆ d pˆ
j 1j
m
1 m 2 m j 1
BPA d j pˆ j m2 , d j pˆ j d j pˆ j
n j 1 j 1 0, 002306
j 1
0, 002736
3
- ˆ
21 d j pˆ 21 j
m
GT d j pˆ j
j 1
j 1
0,002418
0,0024224
2
m
1 m 2 m
BPB d j pˆ j m2 , d j pˆ j d j pˆ j
n j 1 j 1
j 1
0, 0021087
Kemudian diperoleh diagram multivariat p fase I
dengan batas pengendali sesuai perhitungan
diatas seperti pada Gambar 3
Tabel 3 Data Proporsi Cacat pada Proses surat kabar Kaltim Post untuk pengontrolan
Produksi Fase II selanjutnya.
Pengamatan Warna
Kabur
Tidak
Simetris
Kotor
ˆi
Jenis Cacat Dominan
1 0,0007990 0,0006184 0,0008889 0,002306
Untuk melihat jenis cacat mana yang
2 0,0007593 0,0007667 0,0008111 0,002337 memiliki frekuensi lebih dominan pada proses
3 0,0008160 0,0008433 0,0008944 0,002554 percetakan surat kabar pada periode Juli 2017
4 0,0007357 0,0006644 0,0010000 0,002418 dan Agustus 2017 dapat menggunakan diagram
5 0,0008047 0,0006644 0,0009722 0,002441
Pareto. Dengan menggunakan software RStudio,
diperoleh hasil sebagai berikut:
6 0,0007933 0,0006389 0,0008333 0,002266
7 0,0007933 0,0007156 0,0007722 0,002281
8 0,0009633 0,0006184 0,0007500 0,002332
9 0,0009010 0,0007411 0,0009667 0,002609
10 0,0009860 0,0006133 0,0008556 0,002455
11 0,0008443 0,0006184 0,0009000 0,002363
12 0,0008047 0,0007769 0,0008833 0,002465
13 0,0008047 0,0007667 0,0008056 0,002377
14 0,0009237 0,0006133 0,0007500 0,002287
15 0,0008897 0,0007360 0,0009667 0,002592
16 0,0009577 0,0007667 0,0006389 0,002363
17 0,0009293 0,0007973 0,0008611 0,002588 Gambar 5 Diagram Pareto Produksi Surat Kabar
18 0,0009123 0,0007820 0,0008167 0,002511 Kaltim Post Fase I
19 0,0008670 0,0007411 0,0006389 0,002247
Tabel 4 Hasil Diagram Pareto Produksi Surat
20 0,0009973 0,0005827 0,0008833 0,002463 Kabar Kaltim Post Fase I
21 0,0009180 0,0006389 0,0008611 0,002412 Karakteristik Frekuensi Frek. Persentase Pers.
Kualitas Kumulatif (%) Kumulatif
(%)
Berdasarkan nilai batas kendali yang diestimasi 3.235 3.235 34,699 34,699
Warna
dari pengontrolan fase I, didapatkan hasil Kabur
diagram multivariat p pada Gambar 4. Kotor 3.188 6.423 34,195 68,894
Tidak 2.900 9.323 31,106 100
Simetris
Tabel 5 Hasil Diagram Pareto Produksi Surat membuat karyawan sulit mendengar peringatan
Kabar Kaltim Post Fase II jika terjadi kesalahan produksi. Faktor keempat
Karakteristik Frekuensi Frek. Persentase Pers. yaitu faktor metode yang terdiri dari prosedur
Kualitas Kumulatif (%) Kumulatif kerja yang tidak sesuai tahapan produksi,
(%)
Warna 3.215 3.215 34,573 34,573 prosedur ukuran kertas dan takaran tinta yang
Kabur belum diperbaharui. Faktor kelima yaitu faktor
Kotor 3.205 6.420 34,467 69,04 material yang terdiri dari kurangnya pemeriksaan
Tidak 2.879 9.299 30,96 100 posisi kertas, kurangnya pemeriksaan terhadap
Simetris takaran tinta pada saat produksi. Faktor utama
yang sering menjadi penyebab kesalahan
Pada Gambar 6 diperoleh hasil yang produksi yaitu dari faktor mesin dan faktor
menunjukkan bahwa jenis cacat yang menempati manusia. Karena kedua faktor ini saling
posisi pertama adalah jenis cacat warna kabur berkaitan satu sama lain
dengan frekuensi 3.215 lembar dan persentase
sebesar 34,573%, di posisi kedua yaitu jenis Kesimpulan
cacat kotor dengan frekuensi 3.205 lembar dan Berdasarkan hasil dan pembahasan yang
persentase 34,467%, serta di posisi ketiga yaitu telah dilakukan, maka dapat disimpulkan bahwa:
jenis cacat tidak simetris dengan frekuensi 2.879 1. Proses produksi surat kabar Kaltim Post
lembar dan persentase sebesar 30,96%. pada fase I, yaitu proses pada periode bulan
Juli 2017 berdasarkan diagram kontrol
Faktor-Faktor Penyebab multivariat p telah terkendali. Untuk proses
Berdasarkan hasil wawancara yang produksi pada fase II, yaitu pada periode
dilakukan dengan salah satu pihak Kaltim Post bulan Agustus 2017 berdasarkan diagram
mengenai faktor-faktor penyebab dan akibat dari kontrol multivariat p juga telah terkendali.
produksi yang cacat, maka penulis membuat 2. Jenis cacat yang harus dikurangi adalah jenis
rangkuman dalam bentuk diagram Ishikawa. cacat warna kabur karena mempunyai
Diagram Ishikawa atau diagram sebab akibat persentase cacat yang paling dominan
digunakan untuk mengetahui penyebab diantara jenis cacat yang lain. Jenis cacat
terjadinya kecacatan pada suatu produk yang warna kabur memiliki persentase pada fase I
dipantau dari faktor material, manusia, mesin, sebesar 34,699% dan untuk fase II sebesar
metode dan lingkungan. Sehingga dapat 34,573%. Faktor-faktor yang menyebabkan
diketahui penyebab terjadinya cacat pada surat jenis cacat pada produksi adalah faktor
kabar Kaltim Post dan dapat pula meningkatkan Manusia, Mesin, Lingkungan, Metode dan
kualitas produksi serta mengurangi cacat pada Material.
produk.
Daftar Pustaka
Ariani, D. W. (2004). Pengendalian Kualitas
Statistik Pendekatan Kuantitatif dalam
Manajemen Kualitas. Yogyakarta: C.V.
Andi Offset.
Cozzucoli, P. C. (2009). Process Monitoring with
Multivariate p Control Chart. Journal of
Quality Statistic and Reliability, Vol.
2009, Article ID 707583.
Dewi, J. K.,Nohe, D. A., Nasution, Y. N (2015).
Penerapan Diagram Kontrol Multivariat
np Sebagai Alat Kontrol Kualitas
Gambar 7 Diagram Ishikawa atau Diagram Produk dengan Studi Kasus Produk
Sebab Akibat Cacat Surat Kabar Harian Poskota
Dapat dilihat bahwa pada Gambar 7 Kaltim. Journal Science East Borneo,
penyebab cacat surat kabar yang pertama yaitu Vol. 3, No. 1.
faktor manusia yang terdiri dari kurangnya Johnson, A. R., & Winchern, D. W. (2002).
pengawasan saat produksi dan karyawan kurang Applied Multivariate Statistical Analysis
fokus pada saat produksi. Faktor kedua adalah 5th. New Jersey: Prentice Hall, Upper
faktor mesin yaitu mesin terkadang macet karena Saddle River.
kurangnya pemeriksaan kondisi mesin dan Jensen, W.A., J.B. Birch and W.H. Woodall.
kurangnya perawatan mesin. Faktor ketiga yaitu (2007). High Breakdown Estimation
faktor lingkungan yang terdiri dari tempat kerja Methods for Phase I Multivariate
yang kotor, suhu ruangan yang kurang nyaman Control Charts. Quality and Reliability
bagi karyawan, dan suara mesin yang bising Engineering International. 23: 615-629.