QUALITY CONTROL

Konsep Pengendalian Mutu

Quality Control (QC), atau dalam bahasa Indonesia berarti pengendalian mutu, adalah suatu metode manajemen produksi untuk mempertahankan kualitas dari produk yang dihasilkan dengan menetapkan batas variasi ukuran, berat, finishing, fungsi, dan lain-lain secara sistematis. Konsep statistik dalam pengendalian mutu sendiri mulai dikenal dari kajian-kajian yang dilakukan oleh tim Dr. Walter Shewhart pada tahun 1931. Dengan teknik-teknik yang mereka kembangkan, proses penyediaan barang-barang produksi dan jasa dapat lebih mudah diperkirakan dan lebih konsisten. Dalam hal ini mereka menggunakan hukum-hukum probabilitas dan statistik untuk menggambarkan bagaimana suatu variasi mempengaruhi ukuran-ukuran sampel bagi produk manufaktur.

Dari kajian-kajian statistik dasar telah kita ketahui bahwa bila suatu barang diproduksi maka outputnya akan serupa (similar) tetapi tidak sama (identical) yang disebabkan oleh adanya variasi. Shewhart sendiri menyimpulkan bahwa meskipun dalam setiap proses selalu dihasilkan variasi, ada proses yang menghasilkan variasi yang terkendali (controlled variation) dan proses yang tak terkendali (uncontrolled variation).

1.) Variasi Terkendali (Controlled Variation) Suatu variasi yang terkendali (controlled), atau variasi karena sebab-sebab biasa (commoncause), adalah variasi yang terjadi secara alamiah dan merupakan hal yang dapat diperkirakan dalam pembuatan suatu produk barang atau jasa. 2.) Variasi Tak Terkendali (Uncontrolled Variation) Suatu variasi yang tak terkendali(uncontrolled), atau variasi karena sebab-sebab khusus (special-cause), adalah variasi yang terjadi bila suatu kejadian tidak normal masuk ke dalam proses produksi dan menghasilkan perubahan yang tidak diharapkan dan tidak diperkirakan sebelumnya.

Diagram Kendali

Diagram kendali adalah suatu tampilan grafik yang membandingkan daya yang dihasilkan oleh proses yang sedang berlangsung saat ini terhadap suatu batas-batas yang stabil yang telah ditentukan dari data-data performa sebelumnya. Terdapat beberapa jenis diagram kendali, antara lain : 1.) Diagram kendali untuk nilai-nilai pengamatan individual 2.) Diagram kendali rata-rata (mean) dari sub-sub kelompok 3.) Diagram kendali kisaran (range) dari sub-sub kelompok 4.) Diagram kendali proporsi cacat (proportion of defects) dalam sub-sub kelompok

Meskipun terdapat beberapa variasi dari jenis-jenis diagram kendali, masing-masing selalu memiliki unsur-unsur sebagai berikut:

1.) Batas Kendali Atas (Upper Control Limit / UCL) 2.) Garis Tengah (Center Line / CL) 3.) Batas kendali Bawah (Lower Control Limit / LCL)

Garis tengah (CL) bersesuaian dengan mean populasi yang diperkirakan dari nilai yang diamati. Di dalam daerah antara batas kendali atas (UCL) dan batas kendali bawah (LCL) menunjukkan variasi yang terkontrol. Namun jika hasil pengamatan berada di luar daerah tersebut, baik di atas UCL atau di bawah LCL, hal ini menunjukkkan terdapat suatu variasi yang tak terkontrol dalam proses tersebut.

Diagram Nilai Individu

Diagram nilai individu adalah diagram yang memonitor setiap nilai yang diamati dalam sebuah proses. Sebuah diagram control nilai-nilai individu didasarkan pada probabilitas dengan distribusi normal. Unsur-unsur pada diagramnya ditentukan sebagai berikut :

1.) Batas kendali atas: UCL = 2.) Garis tengah: CL = 3.) Batas kendali bawah: LCL =

di mana : = rata-rata (mean) populasi = deviasi standard populasi

Diagram Nilai Kontinu (Diagram dan Diagram R) Diagram adalah diagram yang digunakan untuk memonitor, mengendalikan, dan menganalisis nilai mean dari kuantitas yang diamati dalam sebuah proses yang menggunakan nilai kontinu, seperti panjang, berat, diameter, dll. Simbol X adalah besaran yang dapat diukur (variable) dan untuk mengukurnya dapat dipakai alat-alat tergantung dari apa yang diukur. Pada diagram yang dianalisis adalah nilai rata-rata subkelompok data, sementara diagram R adalah diagram yang memonitor penyebaran kuantitas yang diamati dalam suatu proses.

Kedua diagram tersebut saling melengkapi karena sampel harus menunjukkan nilai rata-rata yang dapat diterima dan jarak pengukuran yang dipertanggungjawabkan sebelum proses dapat dinyatakan dalam keadaan under control. Dalam kegiatan pengendalian mutu, diagram dan R sering digunakan,

terutama dengan tujuan melihat sejuh mana proses produksi sudah sesuai dengan standard desain proses atau belum, mengetahui apakah masih perlu diadakan penyesuaian pada mesin atau alat kerja yang digunakan dalam proses produksi, dan mengetahui penyimpangan kualitas hasil dari suatu proses produksi untuk kemudian dilakukan tindakan-tindakan tertentu agar tidak terjadi lagi hal serupan pada proses berikutnya. Untuk membentuk diagram , langkah pertama adalah mengumpulkan data dalam sub-sub kelompok yang masing-masing terdiri dari n pengamatan. Rata-rata (mean) proses dari populasi diestimasi dengan grand mean ( ), yang merupakan mean dari mean-mean sub-sub kelompok. Deviasi standard proses dari populasi diestimasi menggunakan mean dari kisaran-kisaran sub-sub kelompok yang dilambangkan dengan R. Kemudian, unsur-unsur diagram kendalinya ditentukan sebagai berikut: Untuk diagram : 1.) Batas kendali atas: UCL = 2.) Garis tengah: CL =

3.) Batas kendali bawah: LCL = di mana:

= mean dari mean-mean sub-sub kelompok = mean dari kisaran-kisaran sub-sub kelompok = konstanta yang nilainya bergantung pada ukuran sampel sub kelompok Sedangkan untuk diagram : 1.) Batas kendali atas: UCL = 2.) Garis tengah: CL = 3.) Batas kendali bawah: LCL =

di mana:

= konstanta yang nilainya tergantung pada ukuran sampel sub kelompok

Beberapa nilai konstanta n 2 1.880 3.267 0 3 1.023 2.575 0

, dan 4 0.729 2.282 0

pada berbagai nilai n 5 0.577 2.115 0 10 0.308 1.777 0.223

Sebagai pelengkap diagram dan R yang ditujukan untuk data kuantitatif, ada pula diagram p untuk menganalisa persentase produk cacat dan diagram c untuk menganalisa banyaknya cacat dalam unit produk yang tetap. Keduanya ditujukan untuk tipe data kualitatif.

Inspeksi

Untuk mencegah barang yang cacat ikut didistribusikan ke konsumen atau terbawa hingga tahap produksi akhir, inspeksi terhadap unit manufaktur mungkin diperlukan. Secara logika, semakin banyak produk akhir yang dinspeksi maka akan semakin kecil kemungkinan produk cacat akan ikut terdistribusi

ke konsumen. Namun, semakin banyak barang yang diinspeksi maka biaya operasi pun juga akan ikut meningkat dan tidak efisien juga setiap produk diperiksa satu per satu. Untuk itulah, metode pemeriksaan sampling dipilih untuk menekan biaya, namun memiliki tingkat efektivitas yang tinggi.

Sequential Sampling

Sequential sampling adalah salah satu contoh dari metode pemeriksaan sampling. Sample diinspeksi satu per satu dari suatu lot produksi lalu jumlah produk yang cacat diplot dalam sebuah grafik. Lot akan diterima jika ada data-data yang berada di bawah batas batas penerimaan dan akan ditolak jika ada data-data yang berada di atas batas penolakan.

Tipe-Tipe Kesalahan atau Resiko dan Kurva OC

Dengan metode sampling, maka produsen dihadapkan pada dua jenis resiko : 1.) Resiko produsen atau kesalahan tipe I, menolak lot produksi yang baik 2.) Resiko konumen atau kesalahan tipe II, menerima lot produksi yang cacat

Probabilitas terjadinya resiko produsen, , atau bisa juga disebut acceptance quality level (AQL) menyatakan persentase produk cacat (jumlah produk yang cacat tiap 100 unit) yang masih dapat diterima (biasanya sebesar 5%). Probabilitas resiko konsumen, , atau disebut lot tolerance percentage defective (LPTD) dan biasanya diset pada angka sekitar 10%. Lot yang melewati batas produk cacat akan ditolak. Kedua nilai ini kemudian dipakai untuk menentukan dua titik pada kurva OC ( operating characteristic )yang mengindikasikan persentase lot yang diperkirakan akan diterima dalam suatu sampling yangv sudah ditentukan.

Zero Defects Concept

Zero defect (ZD) concept adalah suatu sistem di mana permasalahan yang terjadi secara kontinu diidentifikasi dan diatasi secara permanen dengan tujuan mengurangi intensitas terjadinya kecacatan pada produk akhir.

Selain diagram kendali, inspeksi sampling, kurva OC, dan zero defects, beberapa alat bantu berikut juga berguna untuk membantu dalam merancang dan memproduksi produk yang berkualitas tinggi : 1.) Cause-and-effect (fishbone) diagram 2.) Histogram 3.) Pareto Charts 4.) Scatter Charts 5.) Check sheets 6.) Failure Mode and Effects Analysis (FMEA)