REVIEW JURNAL“Usulan Acceptance Sampling Plan untuk Tape Yarn Produk Geotex 250”

Disusun oleh:Julita/22-2010-006/Teknik Industri

Mata Kuliah: Quality Control, 2012

IDENTITAS JURNAL• Judul:

USULAN ACCEPTANCE SAMPLING PLAN UNTUK TAPE YARN PRODUK GEOTEX 250

Studi kasus: PT Unggul Karya Semesta – Bogor

• Penulis: Prudensy F. Opit, Jaqueline N. Mokoginta

• Asal lembaga penulis: Fakultas Teknik Unika De La Salle Manado, program studi Teknik Industri

• Nama Jurnal: J@TI Undip, Vol. II, No. 2, Mei 2007

I. PENDAHULUAN

Geotextile 250

Geotex 250 sangat mengutamakan kekuatan karena digunakan untuk konstruksi tanah.

Dilakukan quality control dari hasil produksi sebelum ke tangan konsumen.

Pengambilan sampel dilakukan pada awal dan akhir hasil tenun Geotex yang memiliki panjang 1000 m.

Perusahaan menerima komplain dari konsumen karena produk mengalami kerusakan.

Benang plastik/Tape yarn (T/Y)

Proses produksi/ ditenun

Geotextile 250

• Kualitas Geotex 250 tergantung pada kualitas bahan bakunya T/Y

• Untuk itu, perlu dibuat perencanaan sampel untuk T/Y produk Geotex 250 dengan mengambil kekuatan per denier (tenancity).

• Tenancity adalah hasil bagi kekuatan tarik (tensile strength) dengan denier (massa T/Y per satuan panjang).

II. TUJUAN PENELITIAN

Menghitung standar deviasi T/Y yang digunakan untuk memproduksi Geotex 250.

III. PEMBATASAN MASALAH

Perancangan acceptance sampling plan hanya dibuat untuk:

• Produk Geotex 250 karena produk ini diproduksi secara kontinu untuk PT Geosinindo.

• Inspeksi tape yarn karena hasil tenun bergantung pada kualitas tape yarn.

• Berkaitan dengan pengambilan sampel untuk pengukuran kekuatan T/Y (tenancity) sehingga digunakan acceptance sampling plan for variable.

• Standar deviasi yang digunakan diambil dari sampel bulan Januari – Juli 2006.

IV. LANDASAN TEORI

Acceptance Sampling PlanVariable Sampling Plans – Single Spesification Limit and Known Standard DeviationStandar Deviasi Proses

Acceptance Sampling Plan

Perencanaan penerimaan sampel adalah aplikasi untuk menjaga kualitas produk

dengan menentukan:1. Jumlah sampel yang akan diambil dari

suatu lot/batch2. Kriteria-kriteria yang harus dipenuhi

untuk menerima lot tersebut berdasarkan kondisi yang sudah ditentukan.

Resiko Acceptance Sampling Plan

Producer’s risk, yaitu resiko karena menolak produk yang berkualitas baik dalam lot. Besarnya producer’s risk (α) berhubungan dengan angka rata-rata untuk memutuskan suatu lot berkualitas baik, yang disebut acceptable quality level (AQL).

Consumer’s risk, yaitu resiko akibat diterimanya produk yang berkualitas buruk dalam lot. Besarnya consumer’s risk (β) berhubungan dengan angka rata-rata yang menyatakan suatu lot berkualitas buruk, yang disebut limiting quality level (LQL).

Variable Sampling PlansAcceptance Sampling Plans

Lot by lot acceptance sampling for attributes

Continuous production acceptance sampling for

attributes

Acceptance sampling for variables

Dilakukan dengan mengambil sampel sejumlah n dari suatu lot secara acak, diukur parameternya, dimana salah satu batas spesifikasi diketahui beserta standar deviasinya.

Variable Sampling Plan (2)

X1 Xa

Xa X2

Suatu lot diharapkan akan diterima pada AQL atau good average quality X1 dengan probabilitas 1 – α

Dan pada LQL atau poor average quality X2 dengan probabilitas sebesar β.

Xa menunjukkan batas spesifikasi.

Variable Sampling Plans (3)

• Jika diasumsikan proses berdistribusi normal, maka nilai Zα dan Zβ adalah:

• Zα menyatakan nilai pada kurva distribusi normal untuk rata-rata produk berkualitas baik.

• Zβ menyatakan nilai pada kurva distribusi normal untuk rata-rata produk kualitas buruk.

Perhitungan Parameter

Rancangan perhitungan parameter jumlah sampel n dan batas spesifikasi Xa menjadi:

Standar Deviasi Proses

• Standar deviasi menunjukkan besarnya penyimpangan data terhadap rata-rata dari data tersebut.

V. PENGOLAHAN DATA

Diagram Alir Pengolahan DataPengumpulan Data

Perhitungan Data

Diagram Alir Pengolahan Data

Pengumpulan Data(Hasil Inspeksi Sampel T/Y Geotex 250 bulan Januari – Juni 2006)

Menghitung Standar Deviasi

Rata-rata proses dan standar deviasi dari data yang diperoleh adalah:

Merancang Acceptance Sampling Plan

• Nilai α yang diharapkan adalah 0.01, berarti kemungkinan untuk menerima suatu lot yang berkualitas baik adalah sebesar 99%.

• Nilai β yang digunakan adlaah 0.25, berarti kemungkinan untuk menerima lot yang buruk adalah sebesar 25%.

• Nilai X1 yang merupakan rata-rata lot berkualitas baik adalah 6 gr/D, sesuai dgn standar yang telah ditentukan.

• Nilai X2 yang merupakan rata-rata lot yg kualitasnya di bawah standar namun masih dapat diterima adalah 5.8 gr/D.

Perhitungan Data• Nilai Zα dan Zβ diperoleh dengan melihat tabel distribusi

normal, hasilnya:α = 0.01 Zα = -2.325

β = 0.25 Zβ = 0.675• Jumlah sampel dan batas spesifikasi dapat dihitung

menjadi:

Menghitung Producer’s Risk dari Kebijakan Perusahaan

Kebijakan perusahaan untuk mengukur T/Y selama ini hanya mengambil n = 5 sampel. Dengan nilai β, X1, dan X2 yang sama dapat dihitung besarnya kemungkinan suatu lot yg baik ditolak.

VI. ANALISIS PERBANDINGAN

Perusahaan

Usulan

α 0.12 0.01

β 0.25 0.25

Jumlah sampel

5 13

Xa 5.8 gr/m2 5.9 gr/m2

Selama ini pengambilan sampel memiliki resiko telah menolak lot yang baik sebesar 12%. Dengan usulan, resiko untuk menolak lot yang baik mengecil menjadi 1%.

Dari segi jumlah, dibutuhkan lebih banyak T/Y yang dirusak, namun hal ini tidak memakan biaya tambahan yang besar dan waktu karena:- T/Y dengan lebar 2 mm sepanjang 100 cm diambil dari

bobbin yang sudah tidak terpakai lagi.- pengukuran denier dilakukan dengan alat digital.

Kebijakan usulan menjamin kualitas T/Y yang diterima adalah baik.

VII. KESIMPULAN• Dari pengolahan data tenancity T/Y

diperoleh rata-rata tenancity selama Januari – Juni 2006 sebesar 5.8 gr/D dan standar deviasi 0.244.

• Dengan menentukan producer’s risk 0.01 dan consumer’s risk 0.25, diperoleh kebijakan usulan untuk mengambil sampel sejumlah 13 T/Y dengan rata-rata spesifikasi bawah Xa sebesar 5.9 gr/D.

REFERENSI

• Dajan, Anto. Pengantar Metode Statistik Jilid II. LP3S. Jakarta, 1996.

• Grant, Eugene L. and Richard S. L.. Statistical Quality Control 6th Edition. McGraw-Hill Book Company, 1988.

• Heizer, Jay, and Barry Render. Manejemen Operasi Edisi 7. Salemba Empat. Jakarta, 2005.

• Mitra, Amitava. Fundamentals of Quality Control and Improvement. MacMillan Publishing Company. New York, 1993.

• Montgomery, Douglas. Pengantar Pengendalian Kualitas Statistik. Gajah Mada University. Yogyakarta, 1993.

THANK YOU