Atribut mutu = karakteristik mutu yang tidak bisa dinyatakan dalam angka, tetapi dinyatakan sebagai memenuhi/ tidak memenuhi spesifikasi

Manajemen Mutu dan Regulasi Pangan Oleh : Indria Purwantiningrum

PS. Ilmu & Teknologi Pangan Universitas Brawijaya

• Atribut mutu = karakteristik mutu yang tidak bisa dinyatakan dalam angka, tetapi dinyatakan sebagai memenuhi/ tidak memenuhi spesifikasi

Jenis Atribut Mutu

Tidak dapat dilakukan pengukuran

Dapat dilakukan pengukuran namun

tdk layak (biaya/ waktu)

Unit Cacat

• Istilah lain : non-conforming unit, defective

• Pengertian : suatu item/ unit /satuan produk barang/ jasa yang mengandung cacat • Contoh : – Buah mangga – Kaleng – Invoice Cacat • Istilah lain : nonconformities, defect • Pengertian : cacat atau

ketidak sesuaian yg terjadi

• Contoh :

– Penyok

– Bintik hitam penyakit buah – Error – Salah ketik

p-chart

np-chart (m chart)

c-chart

u-chart

Ukuran lot konstan

•  Menentukan pengendalian PERSEN (%) unit cacat (defective)

•  Menentukan apakah suatu proses dalam kendali selama periode (hari/ minggu/ bulan)

Ukuran lot bervariasi

•  Untuk mengendalikan PERSEN (%) unit cacat dimana jumlah unit bervariasi pd masing-masing sampel

 Untuk menentukan

JUMLAH

produk yang cacat (defective) pada tiap lot

 Memastikan proses terkendali; ukuran lot selalu konstan

• Bagan kendali p dan np  digunakan untuk mengendalikan PRODUK yang mengandung cacat (DEFECTIVE/ NON-CONFORMING UNIT)

• Jadi yang dihitung adalah PRODUKnya • Contoh : buah mangga, kaleng, karung/

kantong, potongan daging

untuk menentukan apakah JUMLAH cacat (defect) pada SATU produk berada dalam batas kendali

Umumnya untuk inspeksi akhir (final product)

• Untuk menghitung jumlah cacat per unit produk

• Dapat digunakan untuk ukuran lot/

subgroup yang bervariasi (tidak harus =1)

• Bagan kendali c dan u  digunakan untuk mengendalikan JUMLAH CACAT/

KETIDAKSESUAIAN (DEFECT/

NONCONFORMITIES) yang terkandung pada produk

• SATU produk bisa mengandung lebih dari SATU CACAT

• Jadi yang dihitung adalah banyaknya cacat yang terjadi

• Contoh : Buah mangga bisa mengandung cacat penyok, busuk, dark spot

• Kaleng bisa mengandung cacat penyok, karat, menggembung, bocor, sambungan tidak rata

p chart np chart c or u chart

Chart name Fraction or % defective

# defectives # of defects Yg diamati Unit yg cacat Unit yg cacat Cacat pd unit

Jumlah sampel n n n (biasanya 1)

Unit cacat dlm

lot np (or m) np (or m)

--Cacat dlm lot -- -- c Rerata fraksi unit yd cacat --   n m p    n m p

p chart np chart c or u chart Rerata unit yg cacat -- --Rerata cacat _-- --Control Limits (Batas Kendali) N m m N c c    n p p p CLY_p 3 1  p m m CLY_m  3 1 c c CLY_c  3

Langkah pembuatan p-chart : 1. Pilih karakteristik mutu

2. Tentukan ukuran subgrup dan metodenya

3. Pengumpulan data

4. Hitung Nilai tengah awal dan batas kendalinya (trial central line & control limits)

5. Tentukan nilai tengah dan batas kendali revisi

• Trial central line

• Trial control limits

   n m p   n p p p UCLY_p  3 1





n p p p LCLY_p  3 1 Where : n= # inspected m=# nonconforming

• Revised central line Where d d new n n m m p   





d

m

d

n

= # nonconforming in the discarded group

= # inspected in the discarded group

• Adoption • Revised control limits





n p p p UCL 0 0 0 1 3    new

p

p

₀







n p p p LCL 0 0 0 1 3   

1. Pilihlah karakteristik mutu

2. Tentukan ukuran subgrup dan metodenya

3. Pengumpulan data

4. Hitung nilai tengah dan batas kendali awal (trial central line & control limits) untuk MASING-MASING subgroup

5. Tentukan nilai tengah dan batas kendali revisi Subgroup # Inspected # nonconformin g Fraction nonconformin g Limit n np p UCL LCL March 29 2.385 55 0,023 0,029 0,011 30 1.451 18 0,012 0,031 0,009 31 1.935 50 0,026 0,030 0,010 April 1 2.450 42 0,017 0,029 0,011 3 1.997 39 0,020 0,029 0,011 5 2.168 52 0,024 0,029 0,011 6 1.941 47 0,024 0,030 0,010 7 1.962 34 0,017 0,030 0,010 8 2.244 29 0,013 0,029 0,011 9 1.238 53 0,043 0,032 0,008 12 2.289 45 0,020 0,029 0,011 13 1.464 26 0,018 0,031 0,009 14 2.061 47 0,023 0,029 0,011 15 1.667 34 0,020 0,030 0,010 16 2.350 31 0,013 0,029 0,011 19 2.354 38 0,016 0,029 0,011 20 1.509 28 0,019 0,031 0,009 21 2.190 30 0,014 0,029 0,011 22 2.678 113 0,042 0,028 0,012 23 2.252 58 0,026 0,029 0,011 26 1.641 34 0,021 0,030 0,010 27 1.782 19 0,011 0,030 0,010 28 1.993 30 0,015 0,029 0,011 29 2.382 17 0,007 0,029 0,011 30 2.132 46 0,022 0,029 0,011 50.515 1.015

0,000 0,005 0,010 0,015 0,020 0,025 0,030 0,035 0,040 0,045 1 3 5 7 9 11 13 15 17 19 21 23 25 fr a c ti o n n o n c o n fo rm in g UCL LCL 20 . 0  p p-chart

• Revised central line

• Revised central line (Po) is used to calculate UCL & LCL for the next period

2382 2678 1238 515 . 50 17 113 53 1015             d d new n n m m p = 0.019

1. CL for an average subgroup size – n < n-average  CL > CL average – n > n-average  CL < CL average

2. CL for different subgroup sizes

– Establish UCL & LCL for certain size of subgroup (Averages)

• Almost the same with p-chart

• Np-chart is easier for operating personel to understand than p-chart

• Inspection results are posted directly to the chart without any calculations

• Central line • Control limits 0

line

np

central





₀



0 0

3

1

limits

control



np



np



p

If po is unknown, then it must be determined by collecting data, calculate trial control limits and obtaining the best estimates for po. The trial control limits formulas are obtained by substituting p-bar for po in the formulas above.

0 5 10 15 20 25 30 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 n u m b e r n o n c o n fo rm in g UCL =26.2 np0= 15.0 LCL =3.8 n=200

• Menghitung jumlah cacat/ ketiaksesuaian pada produk

• C Chart  jumlah cacat/ ketidaksesuaian U-Chart  jumlah cacat/ ketidaksesuaian per unit produk

• Mengikuti distribusi Poisson

• Persyaratan :

– Rerata jumlah cacat harus kurang dari total kemungkinan jumlah cacat

– Kejadian bersifat independen (saling bebas)

• Contoh

– Ketidaksesuaian dalam satu gulungan besar kertas kemasan, kesalahan mengetik dalam selembar cetakan, karat pada lembaran baja, bintik atau gelembung udara pada satu glassware, cacat perlekatan per 1000 cmpersegi kertas karton bergelombang, kesalahan pengisian pada formulir

Tujuan pembuatan bagan jumlah cacat/ ketidaksesuaian • Menentukan tingkat mutu rata-rata sebagai titik awal

ataupun benchmarking

• Menarik perhatian manajemen jika terjadi perubahan pada rerata

• Meningkatkan kualitas produk

• Mengevaluasi kinerja mutu dari personel operasi dan manajemen

• Memberikan saran kapan menggunakan X-bar &R charts

• Memberikan informasi menyangkut keterterimaan (acceptability) suatu produk sebelum dikirimkan

1. Select the quality characteristics

2. Determine the subgroup size and method (one inspected unit)

3. Collect the data

4. Calculate the trial central line & control limits 5. Establish the revised central line & control

limits

g

c

c





c

c

UCL





3

c

c

LCL





3

=the average count of nonconformity for a number of subgroup c g= number of subgroup c= count of nonconformity d d new g g c c c   



c

d d

g

0 0

3 c

c

UCL





0 0

3 c

c

LCL





=count of nonconformities in discarded subgroups =number of discarded subgroups

MY 113 6 MY 121 6 MY 125 3 MY 132 20 MOLD STICKING MY 143 8 MY 150 6 MY 152 1 MY 164 0 MY 166 5 MY 172 14 MY 184 3 MY 185 1 MY 198 3 MY 208 2 MY 222 7 MY 235 5 MY 241 7 MY 258 2 MY 259 8 MY 264 0 MY 267 4

MY 278 14 fell off skid MY 281 4 MY 288 5 -1 1 3 5 7 9 11 13 15 17 19 21 102 121 132 150 164 172 185 208 235 258 264 278 288 c o u n t o f n o n c o n fo rm iti e s (c ) UCL= 12.76 c=5.64

• Count of nonconformities per unit • Can be used for constant or variable

subgroup size

• Note:

• c=count of nonconformities in a subgroup • n = number inspected in a subgroup

• u= count of nonconformities/unit in a subgroup

n

c

u







 n c u n u u UCL 3 n u u LCL 3

Attribute chart

Nonconforming units Nonconformities

Sample size

Constant Np C (n=1)