ANALISIS PETA KENDALI-p MENGGUNAKAN KUALITAS FUZZY PADA PERGESERAN NILAI RATA-RATA DAN VARIANSI DARI SUATU PROSES
ROLLITA PUTRI KARENI (1207 100 067)
Dosen Pembimbing
Dra. Laksmi Prita W, M.Si Drs. I G N Rai Usadha, M.si
SEMINAR TUGAS AKHIR
PENDAHULUAN
Kualitas Barang
dan Jasa Peta Kendali
Peta Kendali p Mempunyai
Kelemahan
Triangular Fuzzy Number
Dibentuk Peta Kendali Baru
Peta Kendali ~p
PENDAHULUAN
1. Bagaimana mendapatkan batas-batas pengendali untuk peta kendali
2. Bagaimana perbandingan kinerja antara peta kendali dengan peta kendali p dalam mendeteksi keadaan out of control pada pergeseran nilai rata-rata berdasarkan nilai ARL dan bentuk kurva OC.
~p
~p
PENDAHULUAN
1. Karakteristik kualitas dari peta kendali diasumsikan mengikuti distribusi Binomial dan dalam keadaan out of control (tidak terkendali).
2. Peta kendali dibatasi pada peta kendali dan peta kendali p.
3. Data yang dipakai merupakan data sekunder.
Data berasal dari pengukuran diameter dalam Cincin Piston untuk mesin automobil yang diproduksi dengan proses penempaan yang diambil dari buku “Pengantar Pengendalian Kualitas Statistik” karangan D. C.
Montgomery.
~p
PENDAHULUAN
1. Menganalisis peta kendali menggunakan Triangular Fuzzy Number untuk mendapatkan batas-batas pengendali.
2. Membandingkan kinerja antara peta kendali p dengan peta kendali dalam mendeteksi keadaan out of control pada pergeseran nilai rata-rata berdasarkan nilai ARL dan bentuk kurva OC.
~p
~p
PENDAHULUAN
Dapat menghasilkan metode baru dari peta kendali atribut yang tidak hanya mampu mendeteksi keadaan out of control pada pergeseran nilai rata-rata tetapi juga mampu mendeteksi keadaan out of control pada pergeseran variansi yang kecil.
PENDAHULUAN
Bab I - Pendahuluan
Bab II – Tinjauan Pustaka
Bab III – metode Penelitiam
Bab IV – Analisis dan Pembahasan
Bab V - Penutup
TINJAUAN PUSTAKA
Distribusi Binomial adalah suatu distribusi peluang peubah acak X, yaitu banyaknya sukses dalam n usaha yang dapat menghasilkan sukses dengan p peluang dan gagal dengan peluang q=1-p.
Distribusi Binomial
Pengendalian Kualitas Statistik
Menurut Ariani (2004), pengendalian kualitas statistik
merupakan teknik penyelesaian masalah yang
digunakan untuk memonitor, mengendalikan,
menganalisis, mengelola dan memperbaiki produk dan
proses menggunakan metode statistik.
Peta Kendali
Peta kendali (control chart) adalah suatu metode
statistik yang dapat menyidik dan membedakan
adanya variasi karena sebab umum (common cause)
dan sebab khusus (assignable cause).
Penyebab khusus atau assignable cause
Keadaan in control Keadaan out of control
Data sampel berada di
luar batas pengendali Data sampel berada di dalam batas pengendali
Penyebab umum atau
common cause
Model Umum Peta Kendali
Peta Kendali S
Peta Kendali X
Peta Kendali p
Fungsi Keanggotaan (Membership Function)
Fungsi keanggotaan (Membership Function )
merupakan suatu kurva yang menunjukkan titik-titik
input data ke dalam nilai keanggotaannya (derajat
keanggotaan) dengan interval 0 sampai 1. Salah satu
bentuk fungsi keanggotaan adalah Triangular Fuzzy
Number.
Bentuk Triangular Fuzzy Number T=(L,M,U)
dimana L ≤ M ≤ U
Kualitas Fuzzy (Fuzzy Quality)
Jika karakteristik kualitas adalah x maka tingkat kesesuaian dengan standar kualitas dinotasikan sedangkan tingkat ketidaksesuaian didefinisikan sebagai berikut :
( )~ x C
Tingkat Kesesuaian
menggunakanTriangular Fuzzy Number
Diberikan X adalah karakteristik kualitas dan
berdistribusi Normal dengan parameter dan . Misalkan tingkat kesesuaian menggunakan triangular fuzzy number adalah sehingga,
2
) , ,
~ (
U M L C
Kurva OC (Operating Characteristic Curve)
Kurva karakteristik operasi (Operating Characteristic Curve ) pada peta kendali p adalah penyajian grafis probabilitas menerima secara salah, hipotesis dalam keadaan tidak terkendali (kesalahan tipe II atau ) terhadap bagian proporsi ketidaksesuaian (proportion of nonconforming ). Probabilitas tipe II untuk peta kendali bagian tidak sesuai dapat dihitung dari :
ARL (Average Run Length)
ARL merupakan banyaknya titik sampel yang harus digambarkan sebelum satu titik menunjukkan keadaan out of control (tidak terkendali).
= kesalahan tipe II
METODE PENELITIAN
Menentukan rata-rata dan variansi
Mendefinisikan tingkat ketidaksesuaian menggunakan Triangular Fuzzy Number
Menentukan Batas Pengendali Atas dan Batas Pengendali Bawah Membuat kurva OC masing-masing peta kendali
Mencari nilai ARL masing-masing peta kendali
Membandingkan kurva OC dan nilai ARL antara peta kendali dan peta kendali p
Analisa dan Kesimpulan Studi Literatur
~p
ANALISIS DAN PEMBAHASAN
Tingkat Ketidaksesuaian menggunakan Triangular Fuzzy Number
Analisis Peta Kendali ~p
Pada tahap ini dilakukan analisis untuk mendapatkan batas-batas pengendaliuntuk peta kendali .~p
Rata-Rata untuk Peta Kendali
N~ ~pRata-Rata untuk Peta Kendali
N2~ ~pBatas-batas Pengendali untuk Peta Kendali ~p
Studi Kasus Data Pengukuran Diameter Cincin Piston
Data yang digunakan adalah data pengukuran diameter dalam cincin piston (mm) untuk mesin automobil yang diproduksi dengan proses penempaan.
Tingkat Ketidaksesuaian menggunakan Fungsi Keanggotaan Triangular Fuzzy Number
Jika batas spesifikasi pada cincin piston adalah 74+0.05mm maka tingkat ketidaksesuaian menggunakan fungsi keanggotaan Triangular Fuzzy Number adalah
No.
sampel
1 0.600 0.040 0.380 0.160 0.160 0.268 2 0.100 0.160 0.020 0.220 0.080 0.116 3 0.240 0.480 0.420 0.100 0.040 0.256 4 0.040 0.080 0.140 0.300 0.180 0.148 5 0.160 0.140 0.300 0.220 0.280 0.220 6 0.180 0.120 0.060 0.300 0.140 0.160 7 0.100 0.120 0.120 0.000 0.100 0.088 8 0.300 0.060 0.140 0.300 0.240 0.208 9 0.160 0.100 0.180 0.100 0.080 0.124 10 0.040 0.000 0.200 0.140 0.100 0.096 11 0.120 0.040 0.120 0.100 0.200 0.116 12 0.080 0.000 0.140 0.000 0.080 0.060 13 0.340 0.040 0.040 0.060 0.240 0.144 14 0.120 0.660 0.120 0.000 0.320 0.244 15 0.240 0.280 0.040 0.020 0.140 0.144 16 0.000 0.320 0.100 0.040 0.080 0.108 17 0.120 0.240 0.280 0.100 0.140 0.176 18 0.120 0.200 0.360 0.060 0.000 0.148 19 0.320 0.040 0.060 0.100 0.060 0.116 20 0.000 0.200 0.260 0.400 0.060 0.184
Tabel Tingkat Ketidaksesuaian menggunakan Triangular Fuzzy Number
No.
sampel
21 0.240 0.020 0.180 0.100 0.080 0.124 22 0.080 0.020 0.200 0.120 0.180 0.120 23 0.200 0.220 0.200 0.180 0.280 0.216 24 0.300 0.160 0.140 0.000 0.200 0.160 25 0.360 0.320 0.100 0.340 0.260 0.276 26 0.240 0.300 0.600 0.280 0.000 0.284 27 0.100 0.200 0.200 0.300 0.020 0.164 28 0.260 0.020 0.300 0.000 0.200 0.156 29 0.160 0.200 0.060 0.180 0.120 0.144 30 0.060 0.000 0.020 0.280 0.060 0.084 31 0.120 0.060 0.300 0.400 0.080 0.192 32 0.160 0.040 0.360 0.100 0.100 0.152 33 0.020 0.080 0.200 0.080 0.040 0.084 34 0.300 0.000 0.320 0.500 0.000 0.224 35 0.600 0.100 0.000 0.320 0.240 0.252 36 0.020 0.200 0.100 0.200 0.480 0.200 37 0.300 0.400 0.480 0.100 0.380 0.332 38 0.700 0.200 0.240 0.300 0.520 0.392 39 0.340 0.260 0.720 0.500 0.520 0.468 40 0.200 0.100 0.580 0.000 0.400 0.256
1
~ x
N N~ x2 N~
x3 N~
x4 N~
x5 N~
x N~ x1 N~ x2 N~
x3 N~
x4 N~
x5 N~
xBatas-Batas Pengendali untuk Peta Kendali p
Batas-Batas Pengendali untuk Peta Kendali
Karena rata-rata dan variansi untuk peta kendali tidak diketahui, maka harus mengestimasi rata-rata dan variansi dari penelitian sebelumnya, yaitu menggunakan 25 sampel. Mengestimasi rata- rata dan variansi menggunakan peta kendali dan S.
~p
X
~p
Peta Kendali S
Gambar Peta Kendali S
Peta Kendali X
Gambar Peta Kendali
Hasil rata-rata dan variansi
X
Hasil rata-rata untuk Peta Kendali ~p
Hasil variansi untuk Peta Kendali ~p
Sehingga batas-batas pengendali untuk Peta Kendali ~p
Gambar Peta Kendali p dan Peta Kendali
~pPerbandingan Kurva OC
Nilai untuk Peta Kendali Nilai untuk Peta Kendali p
~p
Tabel Perbandingan Nilai Peta Kendali p dan Peta Kendali
k Peta Kendali p Peta Kendali
0 0.3565 0.8198
0.2 0.4048 0.8111
0.4 0.4960 0.7855
0.6 0.5856 0.7442
0.8 0.6517 0.6892
1 0.6681 0.6235
1.2 0.6347 0.5502
1.4 0.5562 0.4770
1.6 0.4618 0.3997
1.8 0.3651 0.3256
2 0.2879 0.2574
2.2 0.2223 0.1977
2.4 0.1723 0.1469
2.6 0.1373 0.1056
2.8 0.1083 0.0735
3 0.0292 0.0495
~p
~p
Gambar Perbandingan Kurva OC antara Peta
Kendali p dan Peta Kendali
~pPerbandingan Nilai ARL
Nilai ARL untuk Peta Kendali p
Nilai ARL untuk Peta Kendali ~p
Tabel Perbandingan Nilai ARL Peta Kendali p dan Peta Kendali
~pk Peta Kendali p Peta Kendali
0 1.5540 5.5494
0.2 1.6801 5.2938
0.4 1.9841 4.6620
0.6 2.4131 3.9093
0.8 2.8711 3.2175
1 3.0130 2.6560
1.2 2.7375 2.2232
1.4 2.2533 1.9120
1.6 1.8580 1.6658
1.8 1.5751 1.4828
2 1.4043 1.3466
2.2 1.2858 1.2464
2.4 1.2082 1.1722
2.6 1.1592 1.1181
2.8 1.1215 1.0793
3 1.0301 1.0521
~p
Gambar Perbandingan Nilai ARL antara Peta
Kendali p dan Peta Kendali
~pKESIMPULAN DAN SARAN
Kesimpulan
1. Garis tengah (GT), batas pengendali atas (BPA), dan batas pengendali bawah (BPB) untuk peta kendali adalah
~p
2. Hasil Garis tengah (GT), batas pengendali atas (BPA), dan batas pengendali bawah (BPB) untuk peta kendali berdasarkan data pengukuran diameter dalam cincin piston untuk mesin automobil yang diproduksi dengan proses penempaan adalah
~p
3. Hasil perbandingan kinerja antara peta kendali dan peta kendali p berdasarkan kurva OC dan nilai ARL menunjukkan bahwa peta kendali p mempunyai kinerja yang lebih baik dalam mendeteksi keadaan out of control pada pergeseran nilai rata-rata daripada peta kendali pada k=0 sampai k=0.8.
~p
~p
DAFTAR PUSTAKA
Amirzadeh, V. Mashaallah, M. Abbas, P. (2009). “Construction of -charts using degree of nonconformity”. Journal of Information Science 179 hal 150-160.
Ariani, D.W. 2004. “Pengantar Kualitas Statistik Pendekatan Kuantitatif dalam Manajemen Kualitas”. Yogyakarta: ANDI.
Mitra, A. (1993). “Fundamental of Quality Control and Improvemet”. Mac Millan.
New York.
Montgomery, D. (1990). “Pengantar Pengendalian Kualitas Statistik”. Yogyakarta:
Gadjah Mada University Press.
Septiana, Rizckha. (2011). “Peta Kendali Menggunakan Pendekatan Bayesian”.
Tugas Akhir Program Sarjana Institut Teknologi Sepuluh Nopember Surabaya.