Professional Documents
Culture Documents
Acceptance Sampling Atribut
Acceptance Sampling Atribut
1
17/04/2018
2
17/04/2018
Pertimbangan dilakukannya
Acceptance Sampling
a. Pengujian yang dapat merusakkan produk
b. Biaya inspeksi yang sangat tinggi
c. 100% inspeksi yang dilakukan memerlukan waktu
yang lama
d. Pemasok memiliki kinerja yang baik tetapi beberapa
tindakan pengecekan tetap harus dilaksanakan
e. Merupakan tanggungjawab perusahaan terhadap
produk yang dihasilkannya
f. Biaya untuk inspeksi 100% tinggi
3
17/04/2018
Pertimbangan sebelum
dilakukan sampling (inspeksi)
4
17/04/2018
Jika tingkat kualitas tidak terlalu baik atau tidak terlalu buruk.
Maka diambil sampel ke dua
5
17/04/2018
6
17/04/2018
Indeks Kualitas(1)
Ada beberapa indeks kualitas yang dapat digunakan dalam
Acceptance Sampling, yaitu
1.AQL – Acceptance Quality Level – tingkat kualitas menurut
produsen
merupakan proporsi maksimum dari cacat atau kesalahan
yang diperbolehkan
merupakan persentase maksimum ketidaksesuaian atau
banyaknya ketidaksesuaian maksimum setiap
100 unit produk
Indeks Kualitas(2)
7
17/04/2018
Indeks Kualitas(3)
2. LQL – Limiting Quality Level – tingkat kualitas menurut
konsumen
Merupakan kualitas ketidakpuasan atau merupakan tingkat
penolakan, probabilitas penerimaan LQL harus rendah.
Probabilitas tersebut dikenal dengan risiko konsumen (β) atau
kesalahan tipe II
Risiko konsumen adalah risiko yang dialami konsumen
karena terpaksa menerima produk yang cacat atau yang
tidak sesuai.
Indeks Kualitas(4)
Risiko konsumen merupakan probabilitas akan menerima
produk pada tingkat LQL.
Probabilitas kesalahan tipe II =β , menunjukkan
probabilitas penerimaan konsumen terhadap produk cacat.
LQL sering disebut dengan LTPD – lot tolerance percent
defective atau RQL – rejectable quality level
8
17/04/2018
Indeks Kualitas(5)
3. IQL – Indifference Quality Level – tingkat kualitas diantara
AQL dan LQL
Diartikan sebagai tingkat kualitas pada probabilitas
penerimaan 0,5 untuk rencana sampel tertentu.
Menekankan pada pemasok internal dan eksternal
bahwa semua produk yang diserahkan untuk
diinspeksi diharapkan dapat memenuhi spesifikasi
Indeks Kualitas(6)
4.AOQL – Average Outgoing Quality Level
Suatu perkiraan hubungan yang berada diantara bagian
kesalahan pada produk sebelum inspeksi (incoming
quality) atau p dari bagian sisa kesalahan setelah inspeksi
(outgoing quality)
Apabila incoming quality baik, maka outgoing quality juga
harus baik. Sebaliknya, bila incoming quality buruk, maka
outgoing quality akan tetap baik (dengan asumsi tidak ada
kesalahan dalam inspeksi)
Incoming quality sangat baik atau sangat buruk, outgoing
quality akan cenderung baik. Diantara kedua titik tersebut
terdapat suatu titik dimana persentase kesalahan dari
produk yang selesai dibuat (outgoing material) akan
maksimum
9
17/04/2018
10
17/04/2018
Rumus Perhitungan
𝑃𝑎=𝑃(𝑑≤𝑐)
𝑃𝑎=∑𝑑=0↑𝑐▒𝑛!/𝑑!(𝑛−𝑑)! 𝑃↑𝑑 (1−𝑝)↑𝑛−𝑑
Perhitungan probabilitas penerimaan dapat
digunakan tabel distribusi poisson
Probabilitas Probabilitas
Penerimaan (Pa) Penerimaan (Pa)
1 1
Po Proporsi
Kesalahan (P) Po Proporsi
Kesalahan (P)
11
17/04/2018
12
17/04/2018
Contoh
Diketahui N=2000, n=50, c=2
13
17/04/2018
Pa
1.2
0.8
Pa
0.6
Pa
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
P
Contoh:
N = 3000 n = 89 c = 2
Stage 1:
1. diasumsikan 100 P0 = 1%
2. Nilai np0 = (89)(0.01) = 0.9
3. Lihat tabel poisson untuk c = 2 dan np0 = 0.9, maka
diperoleh nilai Pa = 0.938
Stage 2:
1. diasumsikan 100 P0 = 2%
2. Nilai np0 = (89)(0.02) = 1.8
3. Lihat tabel poisson untuk c = 2 dan np0 = 1.8, maka
diperoleh nilai Pa = 0.731
14
17/04/2018
Contoh
=0,938
15
17/04/2018
16
17/04/2018
Rectifying Inspection
Pada program penerimaan sampel
biasanya terdapat tindakan perbaikan untuk
lot yang ditolak.
Biasanya dilakukan inspeksi 100% terhadap
lot yang ditolak.
Unit-unit yang ditemukan memiliki
ketidaksesuaian spesifikasi akan dikembalikan
ke vendor, atau dilakukan pengerjaan ulang
(rework) atau diganti dengan persediaan yang
bagus, kegiatan ini disebut Rectifying Inspection
Program (mengkoreksi hasil inspeksi).
17
17/04/2018
AOQ = (100p0)(pa)
Contoh:
Menggunakan contoh yang sama
dengan contoh soal pada kurva OC,
maka diperoleh tabel berikut ini:
18
17/04/2018
19
17/04/2018
100% dan jumlah unit yang akan diperiksa sebanyak ukuran lot
N.
Jika kualitas lot berada pada 0 < P < 1, maka rata-rata jumlah
unit yang diinspeksi akan bervariasi antara n hingga N.
Formulasi ATI untuk single sampling
ATI = n + (1 - Pa)(N – n)
20
17/04/2018
21
17/04/2018
22
17/04/2018
n1=50, c1=1
n2=100, c2=3
Inspect a random sample
of n1 = 50 from the lot
d1 = number of
observed defectives
23
17/04/2018
Keuntungan
Dapat mengurangi jumlah inspeksi
Memberikan kesempatan kedua kepada
supplier
Kekurangan
Bila
inspeksi tidak dengan teliti, keuntungan
ekonomis akan hilang
Pencatatan lebih rumit.
24
17/04/2018
Rumus Perhitungan
𝑃𝑎=𝑃(𝑑≤𝑐)
𝑃𝑎=∑𝑑=0↑𝑐▒𝑛!/𝑑!(𝑛−𝑑)! 𝑃↑𝑑 (1−𝑝)↑𝑛−𝑑
Perhitungan probabilitas penerimaan dapat
digunakan tabel distribusi poisson
Probabilitas Probabilitas
Penerimaan (Pa) Penerimaan (Pa)
1 1
Po Proporsi
Kesalahan (P) Po Proporsi
Kesalahan (P)
25
17/04/2018
26
17/04/2018
Kurva OC (Operating
Characteristic)
Kurva OC - Contoh
n1=50 c1=1
n2=100 c2=3
27
17/04/2018
Kurva OC - Contoh
Sampel kedua hanya akan diambil bila ada 2 atau 3
yg cacat pada sampel pertama yaitu bila
Kurva OC - Contoh
2. d1=3 dan d2=0.Probabilitas penerimaan :
28
17/04/2018
Kurva OC - Contoh
Dengan cara perhitungan yg sama untuk p yang lain, dapat
digambarkan kurva OC sbb :
29
17/04/2018
30
17/04/2018
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
31
17/04/2018
32
17/04/2018
33
17/04/2018
34
17/04/2018
35
17/04/2018
36
17/04/2018
37