ìRencanaPenerimaanSampel(AcceptanceSampling)12–PengendalianKualitas

DebrinaPuspitaAndrianiTeknikIndustriUniversitasBrawijayae-Mail:debrina@ub.ac.idBlog:hDp://debrina.lecture.ub.ac.id/

RENCANAPENERIMAANSAMPEL(AcceptanceSamplingPlans)

ì  Rencanapenerimaansampeladalahproseduryangdigunakandalammengambilkeputusanterhadapproduk-produkyangdihasilkanperusahaan.

ì  Bukanmerupakanalatpengendaliankualitas,namunalatuntukmemeriksaapakahprodukyangdihasilkantersebuttelahmemenuhispesifikasi.

ì  Acceptancesamplingdigunakankarenaalasan:ì  Denganpengujiandapatmerusakproduk.ì  BiayainspeksiyangMnggi.ì  100%inspeksimemerlukanwaktuyanglama,dll.

05/11/14www.debrina.lecture.ub.ac.id

2

+vs.–AcceptanceSampling

05/11/14www.debrina.lecture.ub.ac.id

3

Keunggulan biaya lebih murah

meminimalkan kerusakan mengurangi kesalahan dalam inspeksi dapat memotivasi pemasok bila ada penolakan bahan baku.

Kelemahan adanya resiko penerimaan produk cacat atau penolakan produk baik membutuhkan perencanaan dan pendokumentasian prosedur pengambilan sampel. tidak adanya jaminan mengenai sejumlah produk tertentu yang akan memenuhi spesifikasi. sedikitnya informasi mengenai produk.

PengujianAcceptanceSampling

05/11/14www.debrina.lecture.ub.ac.id

4

JenisDataAcceptanceSampling

05/11/14www.debrina.lecture.ub.ac.id

5

ìRencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel12–PengendalianKualitas

DebrinaPuspitaAndrianiTeknikIndustriUniversitasBrawijayae-Mail:debrina@ub.ac.idBlog:hDp://debrina.lecture.ub.ac.id/

ì

05/11/14www.debrina.lecture.ub.ac.id

7

OutlineRencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel

ì  Pengambilandanpenerimaandatavariabeldidasarkanpadarata-ratadanstandardeviasi,sertadistribusifrekuensi

ì  DatavariabeladalahkarakterisMkmutupadaskalanumerikseperMMnggi,tekanan,suhu,panjang,dsb

ì  Adakondisitertentuyangmembutuhkanpengambilansampeluntukdatavariabel(misalnya:sampelharusberdistribusinormal).

ì  Pengambilandataberdasarkanpadarata-rata,standardeviasi,dandistribusifrekuensi

ì  Teknikinidilakukanjika:ì  JikapengujianbersifatdestrukMfì  Highcostì  Kebutuhanakaninformasiseberapajauh

penyimpangan

05/11/14www.debrina.lecture.ub.ac.id

8

RencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel

Pengantar

Kelebihan&Kekurangan

Kelebihanì  Jumlahsamplelebihsedikit

ì  Menyediakanlebihbanyakinformasiterutamadapatmengetahuiseberapajauhpenyimpanganataukesalahanyangterjadi

ì  Bermanfaatuntukusahaperbaikanmutu

Kekuranganì  Pengambilansampleharus

dibagikedalambeberapakarakterisMkproses

ì  BiayaadministrasilebihMnggi

ì  SeringkaliterjadibeberapasampledatavariabeldapatdiganMdenganhanya1sampleatribut

05/11/14www.debrina.lecture.ub.ac.id

9

RencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel

JenisPerencanaanVariabel

Presentaseketidaksesuaianì  Plansthatcontrolthelotor

processfrac5ondefec5ve(ornonconforming).[Procedure1]

ì  Dirancanguntukmenentukanproporsiprodukyangberadadiluarbatasspesifikasi.

ì  UntukmenyelesaikanpermasalahaninidapatdigunakanstandarANSI/ASQCZI.9-1993

Parameterprosesì  Plansthatcontrolalotorprocess

parameter(usuallythemean).[Procedure2]

ì  Dirancanguntukmengendalikanrata-ratadanpenyimpanganataustandardeviasidaridistribusiprodukpadaMngkattertentu.

ì  Untukmenyelesaikanmasalahinidapatdigunakanmetodeacceptancecontrolchart,sequen5alsamplingforvariable,danhypothesistes5ng

05/11/14www.debrina.lecture.ub.ac.id

10

RencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel

ANSI/ASQCZI.9danMIL-STD414

ì  ANSI/ASQCZI.9adalahperencanaansampleyangberdasarpadaAQLyangmengasumsikanbahwadistribusinormaldenganmenggunakanvariabelacak

ì  Perencanaanpengambilansampleiniditunjukkandengannilai-nilainumerikdariAQLdenganjarak0,10%sampaidengan10%

ì  StandarinimembuatketentuanyangmelipuM9proseduryangdapatdigunakanuntukmengevaluasi

05/11/14www.debrina.lecture.ub.ac.id

11

RencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel

ProsedurDalamANSIRencanaPenerimaanSampel(AcceptanceSampling)untukDataVariabel

05/11/14www.debrina.lecture.ub.ac.id

12

VariabilitasMdakdiketahui(metodestandardeviasi)

VariabilitasMdakdiketahui(metode

jarak)Variabilitasdiketahui

SpesifikasiTunggal SpesifikasiGanda

Bentuk1 Bentuk2 Bentuk2

Prosedur(1)

ì  ApabilavariabilitasMdakdiketahuimakadapatmenggunakanmetodejarakataustandardeviasi,dimanametodejarakdigunakanuntuksampelyangbesardansebaliknya.

ì  Adaduaspesifikasitunggaldangandadenganduaprosedurbentuk1dan2yangmemberikankeputusansama.

ì  Apabilavariabilitasdiketahuimakadapatmemilihmenggunakanspesifikasitunggalataugandadenganbentuk1dan2sebagaipilihannya.

ì  Bentuksatuì  menggunakannilaijarakataubedastandaryangditunjukkandalam

standardeviasi(antararata-rataprosesdenganbatasspesifikasitertentu)ì  nilaiacuanlebihdariatausamadengank,makaprodukditerima

ì  Bentukduaì  menggunakanperkiraanprosentasecacatyangadadiluarspesifikasiì  nilaiacuanlebihkurangdariatausamadenganM,makaprodukditerima

Prosedur(2)

ì  Tingkatinspeksiì  Inspeksiumum(general)ì  Inspeksikhusus(special)

ì  InspeksiumumsamadengananalisisyangdilakukanuntukANSIZ1.4,dimanaì  InspeksiTingkatIIterlebihdahuludigunakanì  InspeksiTingkatIIIakanmengurangirisikoprodusen,

sedangkanInpeksiTingkatIakanmemperbesarrisikokonsumen.

ì  Inspeksikhususdigunakanapabilaukuransamplekecildanharusmemberikantoleransipadaresikoyangbesar

Prosedur(3)

ì  Standarmemiliki3macaminspeksi:ì  Normalì  Ketat(5ghtened)ì  Longgar(reduced)

ì  TigaMngkatandalaminspeksiumum:ì  TingkatI(sedikitperbedaan,samplesedikit)ì  TingkatII(umum)ì  TingkatIII(banyakperbedaan,samplebanyak)

LangkahPerhitunganANSI/ASQCZ1.9

ì  UntukMetodeDeviasiVariabilitasdiketahuiStandard,langkah-langkahperhitunganberikutdigunakan:ì  PilihMngkatpemeriksaanyangtepatì  TentukannilaiAQLyangakandigunakanuntukaplikasiì  Tentukanukuransampeluntukpopulasiì  Pilihsampelacakdaripopulasiì  Sampelujidanmerekamparameteryangdiinginkanì  TentukanmeandanstandardeviasiuntukseMappopulasiì  TentukanIndeksKualitas(QudanQ)ì  TentukanPudanPlnilaimenggunakanQudanQlì  TambahkankePuPluntukmendapatkankeMdaksesuaian

persenyangsebenarnya(%ncf)ì  Bandingkan%ncfaktualdengan%ncfyangmemungkinkan

untukmenentukanstatusditerima/ditolak

05/11/14www.debrina.lecture.ub.ac.id

16

05/11/14www.debrina.lecture.ub.ac.id

17

Tabel1.KonversiUkuranSampel

05/11/14www.debrina.lecture.ub.ac.id

18

Tabel2.SimbolUkuranSampel

05/11/14www.debrina.lecture.ub.ac.id

19

05/11/14www.debrina.lecture.ub.ac.id

20

ANSI/ASQCZ1.9CalculationsForStandardDeviationMethod

ì  DeterminethemeanandthestandarddeviaMonforthesampleresults.

ì  DetermineQualityIndexesì  Qu=(UpperLimit-mean)/standarddeviaMonì  Ql=(mean-LowerLimit)/standarddeviaMon

ì  UpperLimitisnormally102,andLowerLimitisnormally98.

ì  UseQuandQltodetermineesMmateofpercentnonconformanceabovetheUpperLimit(Pu)andbelowtheLowerLimit(Pl)usingTableB-5.

05/11/14www.debrina.lecture.ub.ac.id

21

05/11/14www.debrina.lecture.ub.ac.id

22

ANSI/ASQCZ1.9CalculationsForStandardDeviationMethod

ì  WiththevaluesofPuandPldeterminedfromTableB-5usingQuandQl,esMmatedpercentnonconformanceequalstoPuplusPl.(%ncf=Pu+Pl)

ì  AcceptanceisbasedonwhethertheesMmatedpercentnonconformanceisbelowtheallowedpercentnonconformancegiveninTableB-3.

05/11/14www.debrina.lecture.ub.ac.id

23

ANSI/ASQCZ1.9AcceptableQualityLevel(AQL’s)

ì  AQListhemaximumpercentnonconformingthat,forpurposesofsamplinginspecMon,canbeconsideredsaMsfactoryasaprocessaverage.

ì  ForANSI/ASQCZ1.9,AQL’svaryfrom0.10to10.00with11pre-definedAQLvalues.

ì  ForusewithelectricmetertesMng,eitherin-servicetesMngorreceiptinspecMon,AQL’sof0.25to2.50arenormallyuMlized.

05/11/14www.debrina.lecture.ub.ac.id

24

RencanaPenerimaanSampelLainuntukDataVariabel

ì  Berkaitandengankualitasrata-rataatauvariabilitaspadakualitasprodukdanbukandenganpresentasekeMdaksesuaian.

ì  Contoh:variabelhilangnyaenergipadapengganMankekuatan.

ì  Teknikyangbisadigunakan:ì  Petapengendalipenerimaan(AcceptanceControlChart)ì  Pengambilansampelberurutanuntukdatavariabel

(Sequen5alSamplingbyVariables)ì  PengujianHipotesis(HypothesisTes5ng)ì  Lot-PlotMethodì  ShaininLotPlotPlan

05/11/14www.debrina.lecture.ub.ac.id

25