ì
Rencana Penerimaan Sampel (Acceptance Sampling)
untuk Data Atribut
13 – Pengendalian Kualitas
Debrina Puspita Andriani
Teknik Industri Universitas Brawijaya e-‐Mail : debrina@ub.ac.id
ì
05/11/14 www.debrina.lecture.ub.ac.id
2
Outline
ì
Berkaitan dengan pemeriksaan dan
pengambilan keputusan tentang
produk :
ì yang datang (dari supplier)
ì yang dihasilkan perusahaan
ì
Dapat dilakukan untuk data atribut dan
data variabel
ì Data atribut à mengklasifikasikan
produk terkait produk baik dan produk cacat
ì Data variabel à karakterisOk kualitas
ditunjukkan dalam seOap sampel à
dilakukan penghitungan rata-‐rata
sampel dan deviasi standar sampel. Bila rata-‐rata sampel berada di luar
jangkauan penerimaan, maka produk tersebut akan ditolak
05/11/14 www.debrina.lecture.ub.ac.id 3
Acceptance
Sampling (AS)
Pengantar
Keuntungan dan Kerugian Sampling
Keuntungan
ì
Lebih murah
ì
Dapat meminimalkan
kerusakan
ì
Dapat memoOvasi pemasok
bila ada penolakan bahan
baku
Kerugian
ì Adanya risiko menerima produk cacat atau menolak produk baik
ì Sedikitnya informasi mengenai produk
ì Membutuhkan perencanaan dan pendokumentasian prosedur pengambilan sampel
ì Tidak adanya jaminan mengenai sejumlah produk tertentu yang akan memenuhi spesifikasi
05/11/14 www.debrina.lecture.ub.ac.id
Pengujian yang dapat
merusakkan produk Biaya inspeksi yang sangat Onggi
100% inspeksi yang dilakukan memerlukan
waktu yang lama
Pemasok memiliki kinerja yang baik tetapi
beberapa Ondakan pengecekan tetap harus dilaksanakan Merupakan tanggungjawab perusahaan terhadap produk yang dihasilkannya
Biaya untuk inspeksi 100% Onggi
05/11/14 www.debrina.lecture.ub.ac.id
5
Acceptance Sampling (AS)
Pertimbangan
dilakukannya
05/11/14 www.debrina.lecture.ub.ac.id
6
Acceptance Sampling (AS)
DUA JENIS
PENGUJIAN
• oleh produsen
(the producer
test the lot for
outgoing quality
)
Sebelum
pengiriman
produk
akhir ke
pelanggan
• oleh konsumen
(the consumer
test the lot for
incoming quality
)
Setelah
pengiriman
produk
akhir ke
pelanggan
Homogen : Diproduksi oleh mesin yang
sama, operator yang sama, bahan baku
umum, kira-‐kira waktu yang sama à
pengujian menjadi lebih tepat
Lot besar lebih baik daripada
lot kecil à lebih ekonomis
Acak à semua produk yang ada
mempunyai kesempatan yang sama
untuk dipilih sebagai sampel (Odak
terjadi bias)
05/11/14 www.debrina.lecture.ub.ac.id
7
Acceptance Sampling (AS)
Pertimbangan
sebelum dilakukan
sampling
Merencanakan Kebutuhan Sampel
Secara Manual
Sampel
Tunggal
Sampel
Ganda
05/11/14 www.debrina.lecture.ub.ac.id
05/11/14 www.debrina.lecture.ub.ac.id
9
Acceptance Sampling (AS)
Teknik
Pengambilan
Sampel
ì Satu sampel diambil dari lot dan diputuskan
untuk menerima atau menolak lot dasarkan hasil inspeksi sampel tersebut. Didefinisikan, ukuran lot N, ukuran sampel n dan jumlah penerimaan c.
ì Contoh:
N = 9000 n = 300 c = 2, artinya:
ì lot dengan ukuran 9000 unit, harus diinspeksi
sebanyak 300 unit.
ì Jika dari 300 unit tersebut terdapat dua
unit atau kurang yang tidak sesuai,
maka lot tersebut diterima.
ì Jika dari 300 unit tersebut terdapat tiga
unit atau lebih yang tidak sesuai, maka lot tersebut ditolak.
05/11/14 www.debrina.lecture.ub.ac.id
10
Acceptance Sampling (AS)
Teknik
Pengambilan
Sampel
ì Pada rencana sampel ganda, keputusan
terhadap hasil inspeksi dapat berupa:
ì Menerima lot
ì Menolak lot
ì Mengambil sampel berikutnya
2. Sampel Ganda (
double sampling
)
Kualitas
Bagus Lot diterima
Sampel kedua Odak
diperlukan
Kualitas
Buruk Lot ditolak
Sampel kedua Odak
diperlukan
Jika Ongkat kualitas Odak terlalu baik atau Odak terlalu buruk. Maka diambil sampel ke dua.
05/11/14 www.debrina.lecture.ub.ac.id
11
Acceptance Sampling (AS)
Teknik
Pengambilan
Sampel
ì Rencana sampel ganda didefinisikan
sebagai berikut:
ì N = ukuran lot
ì n1 = ukuran sampel pada sampel
pertama
ì c1 = jumlah penerimaan pada sampel
pertama
ì r1 = jumlah penolakan untuk sampel
pertama
ì n2 = ukuran sampel pada sampel kedua
ì c2 = jumlah penerimaan untuk kedua
sampel
ì r2 = jumlah penolakan untuk kedua
sampel
Indeks Kualitas
AQL – Acceptance Quality Level – tingkat kualitas menurut produsen LQL – Limiting Quality Level – tingkat kualitas menurut konsumen IQL – Indifference Quality Level – tingkat kualitasdiantara AQL dan LQL
AOQL
– Average Outgoing
Quality Level –
untuk Rencana Penerimaan Sampel
05/11/14 www.debrina.lecture.ub.ac.id
05/11/14 www.debrina.lecture.ub.ac.id 15 Indeks Kualitas AQL – Acceptance Quality Level – tingkat kualitas menurut produsen
ì merupakan proporsi maksimum dari
cacat atau kesalahan yang diperbolehkan
ì merupakan persentase maksimum
keOdaksesuaian atau banyaknya
keOdaksesuaian maksimum seOap 100 unit produk (ANSI ASQC Z1.4 (1993))
ì Resiko produsen adalah resiko yang diterima
produsen karena menolak produk yang baik dalam inspeksinya (α)
ì Dengan kata lain, produsen menginginkan
probabilitas penerimaan (Pa) dekat dengan 1. Probabilitas kesalahan Ope I (risiko produsen) =1-‐Pa, biasanya hanya sekitar 0.05 atau 0.01 dengan nilai AQL mendekaO 0
05/11/14 www.debrina.lecture.ub.ac.id 16 Indeks Kualitas LQL – Limiting Quality Level – tingkat kualitas menurut konsumen
ì Merupakan kualitas keOdakpuasan atau
merupakan Ongkat penolakan, probabilitas penerimaan LQL harus rendah.
ì Probabilitas tersebut dikenal dengan risiko
konsumen (β) atau kesalahan Ope II
ì Risiko konsumen adalah risiko yang dialami
konsumen karena terpaksa menerima produk yang cacat atau yang Odak sesuai.
ì Risiko konsumen merupakan probabilitas akan
menerima produk pada Ongkat LQL.
ì Probabilitas kesalahan Ope II =β, menunjukkan
probabilitas penerimaan konsumen terhadap produk cacat.
ì LQL sering disebut dengan LTPD – lot tolerance
05/11/14 www.debrina.lecture.ub.ac.id 17 Indeks Kualitas IQL – Indifference Quality Level – tingkat kualitas diantara AQL dan LQL
ì Diartikan sebagai tingkat kualitas pada
probabilitas penerimaan 0,5 untuk rencana sampel tertentu.
ì Menekankan pada pemasok internal dan
eksternal bahwa semua produk yang
diserahkan untuk diinspeksi diharapkan dapat memenuhi spesifikasi
05/11/14 www.debrina.lecture.ub.ac.id 18 Indeks Kualitas
AOQL – Average
Outgoing
Quality Level –
ì Suatu perkiraan hubungan yang berada
diantara bagian kesalahan pada produk sebelum inspeksi (incoming quality) atau p dari bagian sisa kesalahan setelah inspeksi (outgoing quality)
ì Apabila incoming quality baik, maka
outgoing quality juga harus baik. Sebaliknya, bila incoming quality buruk, maka outgoing quality akan tetap baik (dengan asumsi Odak ada kesalahan dalam inspeksi)
ì Incoming quality sangat baik atau sangat
buruk, outgoing quality akan cenderung baik. Diantara kedua OOk tersebut terdapat suatu OOk dimana persentase kesalahan dari produk yang selesai dibuat (outgoing material) akan maksimum
05/11/14 www.debrina.lecture.ub.ac.id
19
Indeks Kualitas
Karakteristik
Indeks (AQL, AOQL, dsb) yang digunakan untuk menentukan kualitas harus berdasarkan kebutuhan konsumen dan produsen
Risiko dalam pengambilan sample harus diketahui secara kuanOtaOf (kurva OC)
Pemeriksaan harus meminimalkan biaya inspeksi Perencanaan harus menggunakan pengetahuan Perencanaan harus fleksibel
Pengukuran yang diperlukan dalam perencanaan harus memberikan informasi yang bermanfaat
Pengukuran Untuk Evaluasi
Kinerja Sampel
Kurva OC
(Opera9ng
Characteris9c Curve)
Kurva AOQ
(Average Outgoing
Quality)
Kurva ATI
(Average Total
Inspec9on Curve)
Kurva ASN
(Average Sample
Number Curve)
05/11/14 www.debrina.lecture.ub.ac.id 20ì
Kurva Karakteristik Operasi
(Operating Characteristic Curve / OC Curve)
1
05/11/14 www.debrina.lecture.ub.ac.id
05/11/14 www.debrina.lecture.ub.ac.id
22
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (1)
ì Merupakan kurva probabilitas penerimaan
terhadap produk yang dihasilkan. Untuk
menggambarkan kurva ini diperlukan rumus:
Pa=P(d≤c)
Keterangan:ì Pa adalah probabilitas penerimaan
ì c adalah cacat produk yang disyaratkan
ì d adalah jumlah cacat yang terjadi
ì Kurva ini dilakukan dengan mencari hubungan
antara probabilitas penerimaan (Pa) dengan bagian kesalahan dalam produk yang
05/11/14 www.debrina.lecture.ub.ac.id
23
ì Rumus Perhitungan
ì Perhitungan probabilitas penerimaan dapat
digunakan tabel distribusi poisson
ì Apabila Odak ditemukan probabilitasnya
karena keterbatasan nilai np, maka digunakan cara interpolasi.
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (2)
05/11/14 www.debrina.lecture.ub.ac.id
24
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (3)
05/11/14 www.debrina.lecture.ub.ac.id
25
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (4)
05/11/14 www.debrina.lecture.ub.ac.id
26
Contoh :
Diketahui N = 2000, n = 50, c = 2
Proporsi Kesalahan np Probabilitas Penerimaan
0,01 0,5 0,986 0,02 1 0,92 0,03 1,5 0,809 0,04 2 0,677 0,05 2,5 0,544 0,06 3 0,423 0,07 3,5 0,321 0,08 4 0,238 0,09 4,5 0,174 0,1 5 0,125 0,11 5,5 0,088 0,12 6 0,062 0,13 6,5 0,043 0,14 7 0,03 0,15 7,5 0,02
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
05/11/14 www.debrina.lecture.ub.ac.id 27 0 0.2 0.4 0.6 0.8 1 1.2 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Pa P Pa Pa
Kurva OC untuk Sampel Tunggal dengan
N = 2000, n = 50, c = 2
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (7)
ì Gambaran mengenai sampel ganda adalah:
1. Ambil sampel yang pertama. Apabila
keputusannya jelas, diterima atau ditolak, maka proses pengambilan dan pengujian sampel berhenO.
2. Apabila Odak jelas keputusannya, maka
diambil sampel kedua tanpa ada
pengembalian atau perbaikan dari sampel yang pertama
05/11/14 www.debrina.lecture.ub.ac.id
28
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
Perencanaan Sampel Ganda
(
Double Sampling Plans
)
05/11/14 www.debrina.lecture.ub.ac.id
29
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
Perencanaan Sampel Ganda
(
Double Sampling Plans
)
ì
Keuntungan
ì Dapat mengurangi jumlah inspeksi
ì Memberikan kesempatan kedua kepada
supplier
ì
Kekurangan
ì Bila inspeksi Odak dengan teliO,
keuntungan ekonomis akan hilang
ì Pencatatan lebih rumit.
ì
Notasi yang digunakan:
ì n1 à sampel pertama yang diambil
ì n2 à sampel kedua yang diambil tanpa ada
pengembalian dari sampel pertama
ì c1 à cacat yang disyaratkan dari sampel pertama
ì c2 à cacat yang disyaratkan dari kedua sampel
05/11/14 www.debrina.lecture.ub.ac.id
30
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
Perencanaan Sampel Ganda
(
Double Sampling Plans
)
05/11/14 www.debrina.lecture.ub.ac.id
31
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
Perencanaan Sampel Ganda
(
Double Sampling Plans
)
ì
P
a= probabilitas penerimaan pada
sampel gabungan
ì
P
a I= probabilitas penerimaan pada
sampel pertama
ì
P
a II= Probabilitas penerimaan pada
sampel kedua
ìP
a= P
a I+ P
a II05/11/14 www.debrina.lecture.ub.ac.id
32
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
Perencanaan Sampel Ganda
(
Double Sampling Plans
)
Contoh :
n
1=50
c
1=1
n
2=100
c
2=3
05/11/14 www.debrina.lecture.ub.ac.id
33
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
Perencanaan Sampel Ganda
(
Double Sampling Plans
)
ì
Sampel kedua hanya akan diambil bila ada 2
atau 3 yg cacat pada sampel pertama yaitu
bila
1.
d
1=2 dan d
2=0 atau 1. Probabilitas
penerimaan
05/11/14 www.debrina.lecture.ub.ac.id
34
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
Perencanaan Sampel Ganda
(
Double Sampling Plans
)
2.
d
1=3 dan d
2=0.Probabilitas penerimaan :
3.
Probabilitas penerimaan pada sampel
05/11/14 www.debrina.lecture.ub.ac.id
35
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
Perencanaan Sampel Ganda
(
Double Sampling Plans
)
Dengan cara perhitungan yg sama untuk p yang lain, dapat digambarkan kurva OC sbb :
ì
Dilakukan apabila dari hasil pengambilan
sampel kedua masih ditemukan adanya
keraguan dalam informasi, apakah produk
tersebut akan diterima atau akan ditolak.
05/11/14 www.debrina.lecture.ub.ac.id
36
Pengukuran Untuk Evaluasi Kinerja Sampel
Operating
Characteristic
(OC) Curve (6)
Perencanaan Sampel Banyak
(
Multiple Sampling Plans
)
ì
Kurva Tingkat Kualitas Output Rata-‐rata
(Average Outgoing Quality Curve / AOQ Curve)
205/11/14 www.debrina.lecture.ub.ac.id
05/11/14 www.debrina.lecture.ub.ac.id
38
Pengukuran Untuk Evaluasi Kinerja Sampel
Average
Outgoing Quality
(AOQ) Curve (1)
ì
Average Outgoing Quality (AOQ)
merupakan salah satu teknik evaluasi
untuk memperbaiki perencanaan
pengambilan sampel.
ì
Untuk membuat kurva AOQ dapat
digunakan tabel kurva OC dengan
menambahkan kolom AOQ.
ì
Pada AOQ diasumsikan bahwa lot
yang ditolak akan diperbaiki atau
ditukar dengan unit yang 100% bagus
ìAOQ diformulasikan sebagai berikut:
05/11/14 www.debrina.lecture.ub.ac.id
39
Pengukuran Untuk Evaluasi Kinerja Sampel
Average
Outgoing Quality
(AOQ) Curve (2)
Contoh:
Menggunakan contoh yang sama dengan contoh soal pada kurva OC, maka diperoleh tabel berikut ini:
Analisis kurva :
• KeOka incoming Quality memiliki prosentase noncorforming
sebesar 2%, maka persentase nonconforming pada AOQ sebesar 1.46%.
• KeOka incoming quality memiliki persentase nonconforming
sebesar 6%, maka persentase nonconforming pada AOQ sebesar 0.64%
• Hal tersebut karena dilakukan perbaikan pada lot yang
ditolak, sehingga nilai AOQ selalu lebih baik dari incoming quality.
• Berdasarkan perhitungan tersebut diperoleh suatu batasan
maksimum yang menunjukkan kemungkinan terburuk rata-‐ rata kualitas yang dihasilkan, OOk tersebut disebut Average
ì
Kurva Inspeksi Total
(Average Total Inspection Curve / ATI Curve)
3
05/11/14 www.debrina.lecture.ub.ac.id
05/11/14 www.debrina.lecture.ub.ac.id
42
Pengukuran Untuk Evaluasi Kinerja Sampel
Average Total
Inspection (ATI)
Curve (1)
ì ATI menunjukkan banyaknya unit yang
diinspeksi oleh konsumen dan produsen. ì Teknik ini mengasumsikan bahwa lot yang
dikoreksi, akan diinspeksi 100%.
ì Jika lot yang datang Odak mengandung unit-‐unit
yang cacat, maka Odak akan ada lot yang ditolak, sehingga jumlah inspeksi untuk seOap lot sebanyak ukuran sampel n.
ì Jika seluruh unit cacat, maka lot yang datang
akan diinspeksi
ì 100% dan jumlah unit yang akan diperiksa
sebanyak ukuran lot N.
ì Jika kualitas lot berada pada 0 < P < 1, maka
rata-‐rata jumlah unit yang diinspeksi akan bervariasi antara n hingga N.
ì Formulasi ATI untuk single sampling
05/11/14 www.debrina.lecture.ub.ac.id
44
Pengukuran Untuk Evaluasi Kinerja Sampel
Average Total
Inspection (ATI)
Curve (3)
ì Berdasarkan kurva, keOka kualitas proses mendekaO
0% untuk nonconforming, maka rata-‐rata jumlah yang diinspeksi mendekaO ukuran sampel n. keOka kualitas proses sangat buruk, misalnya, 9%
nonconforming, maka akan banyak lot yang akan ditolak. Bentuk kurva ATI akan membentuk asimtot.
ì KeOka persentasi nonconforming meningkat, kurva
akan didominasi oleh jumlah yang diinspeksi produsen.
ì Berdasarkan kurva, keOka kualitas proses mendekaO
0% untuk nonconforming, maka rata-‐rata jumlah yang diinspeksi mendekaO ukuran sampel n. keOka kualitas proses sangat buruk, misalnya, 9%
nonconcorming, maka akan banyak lot yang akan ditolak. Bentuk kurva ATI akan membentuk asimtot.
ì KeOka persentasi nonconforming meningkat, kurva
akan didominasi oleh jumlah yang diinspeksi produsen.
ì
Banyaknya Sampel Rata-‐rata
(Average Sample Number Curve / ASN Curve)
4
05/11/14 www.debrina.lecture.ub.ac.id
05/11/14 www.debrina.lecture.ub.ac.id
46
Pengukuran Untuk Evaluasi Kinerja Sampel
Average Sample
Number (ASN)
Curve
ì
ASN adalah rata-‐rata banyaknya unit
yang diuji untuk membuat suatu
keputusan
ì
Asumsinya inspeksi Odak hanya
dibatasi pada sample tunggal
ì
Contoh
ì Jika terdapat 3 kesalahan setelah 20 unit
untuk diinspeksi dengan perencanaan sample tunggal dimana N = 800, n= 60 dan c=2, meskipun keputusan diambil setelah unit inspeksi ke 20 untuk menolak produk tersebut bagaimana Ondakan kita selanjutnya?
05/11/14 www.debrina.lecture.ub.ac.id
47
Pengukuran Untuk Evaluasi Kinerja Sampel
Average Sample
Number (ASN)
Curve
ì Untuk sample tunggal maka ukuran jumlah sample
rata-‐rata adalah sama dengan ukuran sample ì Untuk sample ganda jumlah sample rata-‐rata
dirumuskan dengan: ASN = n1P1 + (n1 + n2)(1 – P1) = n1 + n2(1 – P1) dimana: P1 = PaI + P rI
PaI = probabilitas lot diterima pada sampel
pertama
PrI = probabilitas lot ditolak pada sampel pertama
P1 = probabilitas yg digunakan untuk membuat keputusan l lot pada sampel pertama
P1 = P(produk yang diterima pada sample
pertama)+P(produk yang ditolak pada sample pertama)
05/11/14 www.debrina.lecture.ub.ac.id
48
Pengukuran Untuk Evaluasi Kinerja Sampel
Average Sample
Number (ASN)
Curve
ì Diketahui ì N = 3000 ì n1 = 40 c1 = 1 r1 = 4 ì n2 = 80 c2 = 3 r2 = 4ì Misal nilai proporsi kerusakan 0,02 maka
tentukan nilai ASN?
Contoh Studi Kasus
P1 = P(d≤c1)+P(d≥r1) P1 = P(d≤1|n1p=40(0,02))+P(x≥4|n1p=40(0,02)) P1 = P(d≤1|n1p=0,8)+P(x≥4|n1p=0,8)) P1 = 0,808+(1-‐0,991) P1 = 0,817 ASN = n1+n2(1-‐P1) ASN = 40+80(1-‐0,817) ASN = 54,64 Jawab:
05/11/14 www.debrina.lecture.ub.ac.id
49
Pengukuran Untuk Evaluasi Kinerja Sampel
Average Sample
Number (ASN)
Curve
Contoh Studi Kasus
proporsi Probabilitas penerimaan Banyaknya sample rata-‐rata
0.01 0.939 44.88 0.02 0.818 54.56 0.03 0.697 64.24 0.04 0.604 71.68 0.05 0.549 76.08 0.06 0.529 77.68 0.07 0.539 76.88 0.08 0.568 74.58 0.09 0.61 71.2 0.1 0.671 66.32 0.11 0.712 63.04 0.12 0.753 59.76 0.13 0.794 56.48 0.14 0.83 53.6 0.15 0.866 50.72
Dari studi kasus sebelumnya, dengan menggunakan trial and error, diketahui nilai proporsi kesalahan sehingga dapat digambarkan kurvanya yaitu:
05/11/14 www.debrina.lecture.ub.ac.id
50
Pengukuran Untuk Evaluasi Kinerja Sampel
Average Sample
Number (ASN)
Curve
Contoh Studi Kasus
0 10 20 30 40 50 60 70 80 90 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 ASN ASN