going deeper into Product Development

SPC – satuan keberhasilan proses

Pengendalian Proses secara Statistik (Statistical process control (SPC)) kerap kali disebut juga sebagai control chart (Peta kendali).  Peta Kendali pertama kali ditemukan oleh Dr. Walter Shewhart, yang kemudian secara cepat digunakan sebagai jembatan antara kondisi akademis di laboratorium menuju kepada dunia produksi sesungguhnya.
Namun, setelah perang dunia ke-2, kemanfaatan Peta Kendali menjadi pudar. Hal ini dikarena jika terjadi kondisi yang diluar kendali, tidak ada usaha untuk menjawab atau memperbaikinya. Karena itu Peta Kendali menjadi menghilang, karena hal itu telah menyalahi tujuan utama dari Control Chart yaitu: Menjaga proses tetap terkendali. Sedangkan seharusnya apabila adanya variasi harus diinvestigasi, dan apabila variasi tersebut telah diketahui maka variasi tersebut harus diusahaka untuk dihilangkan, misalnya menggunakan design of experiment.

Pada era 70-an, Jepang berusaha untuk masuk ke pasar dunia dengan membawa kualitas tinggi. Ternyata setelah diinvestigasi, ditemukan bahwa pencapaian dan pengendalian kualitas harus didasari oleh penggunaan SPC. Pada era selanjutnya Jepang menggunakan DOE (design of experiment) untuk meningkatkan dan menjaga kualitas hasil
produksinya. Namun, segala usaha lanjutan yang dijalankan tersebut, semua tetap mendasarkan diri kepada penguasaan dan penerapan SPC, yang dijalankan mulai dari tingkat pekerja hingga ke analisa dan program perbaikannya.

Dasar teori Peta Kontrol

Teori control chart mendasarkan diri kepada teorema batas tengah dalam statistik. Pernyataan ini menunjukkan bahwa ketika subgroup atau sampel diambil dari satu rangkaian proses dan kemudian dilakukan perhitungan rata-rata atas data subgroup tersebut, maka rerata-rerata tersebut akan membentuk distribusi normal. (walau kadang dijumpai
pula adanya distribusi yang tidak normal). Karena itu area di bawah kurva dalam batas 3 standard deviasi pada 2 sisinya adalah 99.73% dari seluruh area di bawah kurva normal tersebut. Satu deskripsi yang biasa dipakai adalah area X-bar +/- 3σ dari distribusi normal adalah 99.73%, dimana X-bar adalah rerata dan σadalah simbol untuk standard deviasi – suatu ukuran akan simpangan. Artinya jika ada rerata subgrup di luar batas kendali, memilki probabilitas 1- 99,73%, atau 0.27% yang ditujukan kepada probabilitas adanya kesalah yang random. Namun taraf kepercayaan 99,73% disebabkan karena terkendalinya proses secara sengaja atau non-random. Maka adanya rerata subgroup diluar batas kendali harus diinvestigasi lebih lanjut.

Tahap-tahap untuk membuat Control Chart

Dalam contoh ini, data yang digunakan adalah data variable, misal data pengukuran skala, seperti dimensi, bobot, suhu, voltase, kecepatan, dll.

  1. Pilih parameter (atau lebih dari 1 parameter) produk yang penting dari proses yang akan dikendalikan
  2. Ambil sample secara periodik (hendaknya paling sedikit 25 kali sampling dari keseluruhan waktu proses, missal proses = 5 jam atau 300 menit, maka sampling dapat dilakukan tiap 12 menit), dan untuk masing-masing sub-group diambil 4 atau 5 unit sample
  3. Hitung rata-rata dari masing-masing sub-group, X-bar dan rentangnya, R
  4. Hitung rata-rata total, X-double bar, rata-rata dari rata-rata dari total sub-group, dan juga hitung rata-rata rentang, dari semua data rentang dari semua sub-group
  5. Hitung batas atas peta kendali (upper control limit),
    UCL-X-bar, dan batas bawah peta kendali (lower control limit),
    LCL-X-bar untuk peta X-bar:

UCL-X-bar = X-double bar + A2 R

LCL-X-bar = X-double bar – A2 R, A2 diambil dari table, dengan jumlah yang sesuai dengan jumlah sample
tiap sub-group

  1. Hitung batas atas peta kendali rentang (upper control limit), UCL-R, dan batas bawah peta kendali rentang (lower control limit), LCL-R untuk peta R:

UCL-R  = D4 R-bar

LCL-R = D3 R-bar, D3 dan D4 diambil dari table, dengan jumlah yang sesuai dengan jumlah sample tiap
sub-group

  1. Plot-kan data X-bar dan rentang ke dalam Peta kendali X-bar dan peta kendali R. Jika semua data masih berada dalam rentang UCL dan LCL, maka proses akan disebut sebagai stabil atau terkendali secara sistematik
  2. Jika satu atau lebih data X-bar dan R berada di luar rentang UCL dan LCL, maka hendaknya dilakukan investigasi dan perbaikan dengan metoda problem-solving

Contoh perhitungan:

Sensor Kapasitan
Spesifikasi: 35 – 41 mikrofarad (pf)

sampel
ke
08:15 09:15 10:15 11:15 12:15 13:15 14:15 15:15 16:15 17:15 18:15 19:15
1 35 36 35.6 35.6 39.8 38 38 38.5 35.4 35.4 38.5 36.7
2 35.2 36.8 39.4 38.4 37.8 37.8 42 38 36.2 36.8 36.7 36.8
3 36 35.4 38 36.8 38.2 36.8 39.6 37 37.2 35.2 34.9 39
4 35.4 36.9 38.4 37.2 37.8 38 35.6 38 36.8 38.4 38 35.8
5 37 38 37 38 37 36.8 38 37.9 38 35.2 36.4 34.9
Rerata
, X-bar
35.72 36.62 37.68 37.2 38.12 37.48 38.64 37.88 36.72 36.2 36.9 36.64
Rentang,
R
2 2.6 3.8 2.8 2.8 1.2 6.4 1.5 2.6 3.2 3.6 4.1

X-double bar =                37.15
R-bar =    3.05
Jumlah sub group=           12         A2 = 0.58        D3 = 0
Jumlah sampel/sub group= 5       D4 = 2.11

Batas Kendali

Untuk sampel Rerata         X-double bar +/- A2 R-bar = 37.58 +/- (0.58) * (3.44)    UCL = 38.92       LCL = 35.38
Untuk sampel Rentang        UCL = D4 R-bar = (2.11) * (3.44)    = 6.44         LCL = D3 R-bar = (0) * (3.44)         =  0

cc-range

cc-mean1

Kapabilitas Proses, Cp

Setelah selesai dengan Control Chart, kini penilaian proses dilanjutkan untuk menentukan Kapabilitas Proses. Kapabilitas proses (Cp) merupakan satuan yang mengukur lebar spesifikasi (S) dibanding dengan lebar proses (P). Cp digunakan untuk mengukur besaran dari tebaran.

Untuk contoh di atas, Cp dapat dihitung sebagai berikut:

Berdasarkan rerata Berdasarkan rentang
Cp = S / P Cp = S / P
Cp = (41 – 35) / (38.92 –
35.38)
= (41 – 35) / (6.44 – 0)
= 6 / 3.54 = 6 / 6.44
= 1.7 = 0.93

Berikut adalah gambaran perjalanan nilai Cp yang digunakan untuk mengendalikan variabilitas.

Amerika                                                               Jepang

tahun 1970-an Cp = 0.67                            awal tahun 1980 Cp =1.33

tahun 1980-an Cp =1.0                                pertengahan 1980 Cp = 1.66

tahun 2000-an Cp = 2.00                           Cost reduction Cp = 8.00

Kapabilitas Proses dengan Faktor Koreksi (k), Cpk

Cp digunakan sebagai pendahuluan dalam konsep kapablitas proses. Cp tidak mengenal penempatan proses secara
relatif terhadap batas spesifikasi. Hal ini akan berakibat terhadap pengurangan resiko akan keamanan, maka selanjutnya digunakan faktor koreksi yang dikenal dengan “K”, faktor koreksi. Sehingga Cp berubah menjadi Cpk, dengan rumus perhitungan menjadi merupakan:

Cp = S / P

K = (D – X-double bar) / (S / 2) atau

= (X -double bar – D) / (S / 2), diambil nilai K yang positif

Cpk = (1 – K) Cp

dimana: S = lebar spesifikasi; P = lebar proses (+/- 3σ; D = nilai target dari desain (D tidak harus nilai tengah dari
lebar spesifikasi); X-double bar = rerata proses.

Ketika D = X-double bar; maka Cp akan sama dengan Cpk. Namun jika D tidak sama dengan X-double bar, maka nilai Cpk akan lebih rendah dibanding Cp.

Karena itu Cpk merupakan alat yang sangat baik untuk mengukur variabilitas dan kapabilitas proses. Dalam proses “menengahkan” akan lebih mudah dibanding dengan mengurangi variabilitas. Penengahan hanya akan memerlukan pengaturan ulang, namun mengurangi tebaran akan membutuhkan pengamatan dan perbaikan proses, yang akan sangat terbantu jika menggunakan Desain Eksperimen.

Nilai Cpk hendaknya diusahakan untuk selalu bisa tercapai nilai yang lebih besar dan lebih besar lagi. Nilai Cpk = 2; dapat dikatakn sebagai jalan utama menuju “zero defect” atau menuju kepada word class quality manufacture. Cpk juga merupakan metode yang efektif dan lebih baik dibanding dengan pengguanaa AQL (acceptance quality levels) 1% dan 2%. Penggunaan Cpk juga akan membawa kesalahan menjadi memiliki satuan bbj (bagian per juta) atau ppm (part per million).

Perhitungan Cpk berdasarkan data rentang harus diadakan sedikit modifikasi, yaitu pemilihan D menggunakan nilai yang terkecil.

Untuk contoh di atas perhitungan Cpk menjadi, misal nilai target, tidak sama dengan nilai tengah dari spesifikasi = 37:

Berdasarkan rerata Berdasarkan rentang:
Cp = 1.7
Cp = 0.93
X-double bar = 37.15 R-bar = 3.05
D = 37 D = 2 (diambil yang kecil)
S = 6 S = 6
K = (37.15 – 37) / (6/2) = 0.05 K = (3.05 – 2) / (6/2) = 0.35
Cpk = (1 – 0.05) 1.7 Cpk = (1 – 0.35) * 0.93
= 1.62 = 0.6

Kesimpulan atas contoh berdasarkan Cp dan Cpk:

  1. Berdasarkan data Rerata:

    1. Rerata dari proses masih mampu memenuhi spesifikasi

    2. Proses sudah mendekati nilai target

  2. Berdasarkan data rentang:

    1. Tidak semua satuan produk mampu memenuhi spesifikasi (Cp < 1)

    2. Proses masih harus diperbaiki untuk dapat dilakukan cost reduction

Beberapa hal yang harus diperhatikan dalam penerapan SPC

  1. Pemahaman mengenai control chart, hanya membutuhkan sedikit waktu

  2. Penerapan Control Chart memerlukan pemahan lebih lanjut

  3. Operator sebagai pelaku utama dalam pelaksanaan SPC harus tidak boleh dibebani terlalu banyak isian. Blanko untuk control chart harus sederhana dan dapat dengan cepat dibaca oleh operator

  4. Adanya proses yang tidak terkendali secara statistik menandakan desain proses memerlukan perbaikan

  5. Control Chart harus selalu diperbaharui menggunakan analisa control chart terhadap past data. Perbaharuan control chart akan berakhir hingga dapat dilakukan periodic review, seperti annual review.

  6. Penerapan control chart harus membawa kepada cost reduction, bukan menambah cost.

“Apa itu Control Chart, sangat mudah untuk dipahami

Mengapa Control Chart, memerlukan pemahaman lanjutan

Siapa dan Bagaimana, menuntut kesabaran

Yang mana, menuju kepada Penguasaan”

8 Responses to "SPC – satuan keberhasilan proses"

artikelnya bagus juga, btw boleh nanya dong ada g software yg bisa membantu kita untuk membuat grafik(control chart, diagram scatter, histogram) secara otomatis, cuma butuh memasukkan data lalu tinggal software yang melakukan perhitungan, kalo ada namanya apa? kalo anda punya saya boleh minta g, kalo boleh kirim ke email saya ya, thanks

coba anda search aja. Yang saya tahu kalau pakai Linux bisa pakai Linostat; kalau windows, bisa paka linostat versi windows nya. UNtuk yang lain biasanya tidak free.

saat ini, saya sudah pindahan ke: anthony.web.id
artikel baru ada disana.

Ada banyak software yang bisa di pake untuk menggambar control chart, diagram scatter, histogram secara otomatis dengan memasukkan datanya.
mis : SPSS, minitab, R, dll…

Saya mau bertanya, bagaimana untuk rumus Cp peta atribut ( peta p, np, u atau c ) ?
Apakah CP = 1-p bar ( dari bbrp buku dan referensi ) ?

Kalau benar seperti tu,apakah mungkin Cp yang dihasilkan adalah 1 di mana rumus tersebut Cp=1-p bar..

Terima kasih sebelumnya

kalo suatu proses sudah di check 100% apakah masih diperlukan SPC?

tidak perlu. Artinya kontrol proses menggunakan metoda statistik, atau menggunakan metoda sampling dengan pengolahan data secara statistik. Sedangkan sampling 100% sudah di atas statistik.

besok-besok akan saya tulis mengenai SPC untuk atribut, OK!

Pak,,bagaimana dengan pengukuran kapabilitas dengan menggunakan peta kontrol atribut (p)?
saya sangat membutuhkan data itu unutk Tugas Akhir saya.
Trima kasih Pak.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: