modul 5
DESCRIPTION
Modul Praktikum Pengendalian Kualitas (Analisis Multivariat)TRANSCRIPT
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 1
Modul 5 – Peta Kendali CUSUM & EWMA
MODUL 5
PETA KENDALI CUSUM &
EWMA
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 2
Modul 5 – Peta Kendali CUSUM & EWMA
MODUL 5
PETA KENDALI CUSUM & EWMA
A. Tujuan Praktikum
Berikut ini adalah tujuan praktikum modul ini :
1. Memahami konsep peta kendali CUSUM dan EWMA
2. Membuat peta kendali CUSUM & EWMA
3. Memahami kelebihan dan kekurangan peta kendali CUSUM dan peta kendali EWMA di
bandingkan dengan peta kendali shewhart
B. Teori Dasar
Pengendalian kualitas proses statistik adalah data variabel disebut sebagai metode peta
pengendali control chart untuk data variabel. Metode ini digunakan untuk menggambarkan
variasi atau penyimpangan yang terjadi pada kecenderungan memusat dan penyebaran
observasi. Metode ini menunjukan apakah proses dalam kondisi stabil atau tidak. Dalam
proses pengendalian peta kendali statistik mendeteksi apakah adanya sebab khusus assignable
causes dalam ketidaksesuaian yang terjadi. Apabila ada data sampel yang berada di luar batas
pengendali, maka data sampel tersebut dikatakan out of statistical control. Proses yang
disebut berada dalam batas pengendali statistik dikatakan berada dalam kondisi stabil dengan
kemungkinan adanya variasi yang disebabkan oleh sebab umum common causes.
Peta pengendalian adalah metode statistik yang membedakan adanya variasi atau
penyimpangan karena umum dan karena sebab khusus. Penyimpangan yang disebabkan oleh
sebab khusus biasanya berada di luar batas pengendalian, sedangkan yang disebabkan oleh
sebab umum biasanya berada dalam batas pengendalian. Biasanya antara 80% hingga 85%
penyimpangan disebabkan oleh sebab umum sedangkan antara 15-20% disebabkan oleh sebab
khusus. Beberapa peta pengendali yang digunakan untuk data variabel diantaranya adalah
peta ̅-r dan ̅-s atau yang sering dikenal dengan peta kendali Shewhart. Peta kendali
Shewhart banyak digunakan pada fase I yaitu untuk untuk memeriksa melalui analisis
retrospective dengan membuat batas pengendali sehingga memastikan proses yang berada
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 3
Modul 5 – Peta Kendali CUSUM & EWMA
dalam kondisi terkendali. Sedangkan pada fase II digunakan untuk memonitoring proses
dengan memeriksa sampel secara berurutan.
Peta kendali Shewhart sering juga digunakan untuk memastikan proses yang tidak
terkendali dan menemukan penyebab khusus yang dihasilkan dari pergeseran rata-rata yang
besar dari proses. Namun peta kendali shewhart memiliki kelemahan yaitu mengabaikan
informasi yang diberikan pada sampel yang diperiksa secara berurutan. Hal ini membuat peta
kendali shewhart menjadi tidak sensitif pada pergeseran rata-rata yang kecil. Beberapa
alternatif dari peta kendali Shewhart yang digunakan untuk mendeteksi adanya pergeseran
proses yang kecil diantaranya adalah peta kendali cumulative sum (cusum) dan peta kendali
exponentially weighted moving average (EWMA). Baik peta kendali cusum maupun EWMA
sangat baik sebagai pengganti peta kendali Shewhart untuk memonitoring proses pada fase II.
Berikut ini adalah pembagian penggunaan peta kendali variabel:
Gambar 1. Pembagian Penggunaan Peta Kendali Variabel
1. Peta Kendali Cumulative Sum (CUSUM)
Peta Kendali CUSUM digunakan sebagai alternatif terhadap grafik pengendali
Shewhart untuk fase II proses monitoring dan digunakan untuk memonitor rata-rata dari
proses. Digram ini menghitung secara langsung semua informasi di dalam barisan nilai-nilai
sampel dengan menggambarkan jumlah kumulatif deviasi nilai sampel dari nilai target.
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 4
Modul 5 – Peta Kendali CUSUM & EWMA
Peta kendali ini digunakan untuk memonitor rata-rata dari suatu proses. Misalkan sampel-
sampel berukuran n ≥ 1 dikumpulkan dan xj adalah rata-rata sampel ke-j. Maka jika µo adalah
target dari mean proses itu, diagram kontrol jumlah kuadrat dibentuk dengan menggambarkan
kuantitas terhadap banyaknya sampel i. Rumusnya adalah sebagai berikut :
Ci = ∑ ̅
Ci adalah jumlah kumulatif sampel dengan sampel ke-i. Karena Ci menggabungkan
informasi dari beberapa sampel, grafik jumlahan kuadrat lebih efektif daripada
grafik Shewhart untuk meyelidiki proses pergeseran proses kecil. Selain itu
grafik Cusum khususnya, efektif dengan sampel n = 1.
Keuntungan The Standardized Cusum antara lain:
a. Banyak k dan h yang sama dan pemilihan parameter tidak berskala dependent
b. Standart Cusum lebih natural untuk variabilitas
Meningkatkan kemampuan reaksi Cusum untuk pergeseran yang besar ( Improving
Cusum Responsiveness for large Shift ), Cusum tidak efektif jika digunakan untuk shift yang
besar, maka untuk mengatasinya digunakan kombinasi dari Cusum dan Shewhart prosedur
untuk on line kontrol. Peta kendali CUSUM pertama kali diteliti oleh Page (1954). Menurut
Page, jika suatu proses berada dalam batas kendali dari nilai target, maka cumulative sum
adalah nilai yang terjadi saat mean=0. Jika mean tersebut bergeser misalkan menjadi μ1 > μ0
maka terjadi pergeseran positif pada nilai cumulative sum C1. Sedangkan jika Jika mean
tersebut bergeser misalkan menjadi μ1 < μ0 maka terjadi pergeseran negatif pada nilai
cumulative sum C1. Hal ini menunjukan adanya pergeseran atau kecenderungan bahwa rata-
rata (mean) proses telah terjadi dan perlu dilakukan analisis untuk mencari penyebab khusus.
Ada beberapa cara dalam membuat peta kendali CUSUM. Untuk CUSUM dengan
tabular maka nilai-nilai dan diberikan pada persamaan:
= maks [ ] ...................................................................... (1)
= maks [ ] ...................................................................... (2)
Dengan nilai awal =
= 0 dan adalah nilai target dari karakteristik kualitas x.
Sedangkan adalah nilai referensi atau allowance dan sering dinyatakan dengan setengah dari
nilai target .
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 5
Modul 5 – Peta Kendali CUSUM & EWMA
K =
=
[ ]
...................................................................................................... (3)
Untuk memastikan apakah observasi terkendali atau tidak maka digunakan nilai H
sebagai batas nilai H yang prinsipnya sama dengan nilai L pada peta kendali shewhart.
Biasanya nilai H adalah H = 5 σ. Jika nilai dan melebihi dari nilai interval H
maka proses dikatakan tidak terkendali. Untuk CUSUM dengan standarisasi dua sisi maka
nilai – nilai dan diberikan pada persamaan:
yi =
................................................................................................................... (4)
= maks [ ] ................................................................................... (5)
= maks [ ] ................................................................................ (6)
Untuk CUSUM dengan metode Fast Initial Response yang diperkenalkan oleh Lucas dan
Crosier (1982) dilakukan untuk meningkatkan sensitivitas CUSUM pada saat proses dimulai.
Dengan meningkatkan sensitivitas maka tindakan perbaikan tidak diperlukan untuk mencari
mean berdasarkan nilai targetnya. Metode ini dilakukan dengan menetapkan nilai dan
sama dengan nilai tidak nol atau
Biasanya disebut dengan 50% headstart.
2. Peta Kendali The Exponentially Weighted Moving Average Control Chart (EWMA)
Diagram Kendali Exponentially Weighted Moving Average (EWMA) adalah salah satu
alternatif diagram kendali untuk mendeteksi pergeseran kecil dan tetap adalah diagram
kendali EWMA. Diagram kendali EWMA yang dikenalkan oleh Robert (1959) dalam
Montgomery (1997) didefinisikan sebagai:
Zt = λxi + (1-λ) Zt-1 untuk t = 1, 2, ..., n ........................................................... (7)
Keterangan:
λ = Parameter halus yang memenuhi 0 < λ ≤ 1; dan
xi = Sampel berukuran i.
Dengan nilai λ adalah bobot yang mengambil nilai 0 < λ ≤ 1. Biasanya pada saat sampel
pertama maka nilai = . Sedangkan untuk batas-batas peta kendali EWMA
diberikan pada persamaan:
Batas kontrol dari diagram kontrol EWMA adalah :
UCL = µo + L √
.............................................................................. (8)
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 6
Modul 5 – Peta Kendali CUSUM & EWMA
Keterangan:
µo = Garis tengah
LCL = µo - L √
................................................................................. (9)
Keterangan:
L adalah lebar dari batas kontrolnya.
Dengan nilai L adalah batas kendali yang ditetapkan.Biasanya nilai L adalah 2,5 ≤ L ≤
3,0. Batas kendali akan mendekati nilai steady-state untuk nilai yang diberikan pada batas-
batas:
UCL = µo + L √
................................................................................................ (10)
LCL = µo - L √
................................................................................................... (11)
Diagram peta kendali adalah plot time series khusus yang membantu dalam menentukan
apakah suatu proses yang memegang kendali statistik. Beberapa bentuk yang paling banyak
digunakan dari diagram kontrol adalah grafik ̅-r, dan Individu grafik. Ini sering disebut
sebagai "Shewhart" grafik setelah kontrol charting pelopor, Walter Shewhart, yang
memperkenalkan teknik tersebut. Grafik ini bersifat sensitif terhadap mendeteksi pergeseran
relatif besar dalam proses (yaitu dari urutan 1.5σ atau di atas). Dalam praktek komputer
jaringan, pergeseran dapat disebabkan oleh gangguan atau serangan, misalnya. Dua jenis
grafik biasanya digunakan untuk mendeteksi pergeseran kecil (kurang dari 1.5σ), yaitu
kumulatif jumlah (atau CUSUM) grafik dan grafik EWMA. Sebuah CUSUM plot jumlah
kumulatif deviasi setiap nilai sampel dari nilai target. Sebuah teknik alternatif untuk
mendeteksi pergeseran kecil adalah dengan menggunakan metodologi EWMA. Jenis bagan
memiliki beberapa sifat yang sangat menarik, khususnya:
a. Tidak seperti ̅ dan R dan Individu grafik, semua data yang dikumpulkan dari waktu ke
waktu dapat digunakan untuk menentukan status kontrol proses.
b. Sama dengan CUSUM, EWMA menggunakan semua pengamatan sebelumnya, tetapi
lebih besar pada data yang eksponensial menurun sebagai pengamatan menjadi lebih
lama.
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 7
Modul 5 – Peta Kendali CUSUM & EWMA
c. EWMA adalah sering lebih unggul teknik charting CUSUM karena fakta yang
mendeteksi lebih besar bergeser lebih baik.
d. EWMA dapat diterapkan untuk memantau standar deviasi di suatu proses.
e. Skema EWMA daCpat digunakan untuk meramalkan nilai dari suatu proses.
f. Metodologi EWMA tidak sensitif terhadap asumsi normalitas.
Grafik kendali Exponential Weighted Moving Average memiliki beberapa sifat unik,
khususnya :
a. Semua data yang dikumpulkan dari berbagai periode waktu bisa digunakan untuk
mengukur status kendali pada sebuah proses.
b. Exponential Weighted Moving Average sering kali lebih unggul dari pada pemetaan
dengan Teknik CUSUM untuk perubahan – perubahan yang lebih besar.
c. Skema Exponential Weighted Moving Average bisa di aplikasikan untuk memonitor
standar deviasi pada penambahan nilai rata-rata pada suatu proses.
d. Dengan menggunakan skema Exponential Weighted Moving Average bisa diramalkan
nilai rata – rata dari suatu proses.
e. Metodelogi Exponential Weighted Moving Average tidak sensitif terhadap asumsi –
asumsi secara normal.
C. Studi Kasus
1) Peta kendali CUSUM
Tabel 1. Sample Pengukuran
Sample i xi Sample i xi Sample i xi
1 9,45 11 9,03 21 10,9
2 7,99 12 11,47 22 9,33
3 9,29 13 10,51 23 12,29
4 11,66 14 9,4 24 11,5
5 12,16 15 10,08 25 10,6
6 10,18 16 9,37 26 11,08
7 8,04 17 10,62 27 10,38
8 11,46 18 10,31 28 11,62
9 9,2 19 8,52 29 11,31
10 10,34 20 10,84 30 10,52
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 8
Modul 5 – Peta Kendali CUSUM & EWMA
Nilai target µ0 = 10, ukuran subgrup n = 1, s = 1. Misal ingin dideteksi jarak
pergeseran proses
1.s = 1(1) = 1. Jadi, µ1 = 11, sehingga K = 0,5 dan H = 5 s = 5.
Langkah-langkah penyelesaian menggunakan software minitab:
1. Masukkan data di atas ke dalam program MINITAB dengan nama ‘sample’.
2. Klik stats > control charts > time weighted charts > CUSUM.
3. Pilih observations for a subgroup are in one rows of colomn > masukkan data ‘sample’ >
isi column target
4. Pilih CUSUM Options > pada parameter isi standard deviasi 1.
5. Pada plan/type pilih one sided, kemudian isi H= 5, dan K = 0,5.
6. Kemudian klik OK.
Sehingga output nya adalah sebagai berikut :
Gambar 2. Peta Kendali CUSUM
Adanya titik yg diluar batas H (titik 29 dan 30) mengindikasikan adanya sebab terduga
yg terjadi, berdasarkan contoh indikasi mulai adanya pergeseran proses yakni pada titik 22
dan 23.
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 9
Modul 5 – Peta Kendali CUSUM & EWMA
2) Peta Kendali EWMA Tabel 2. Sample Pengukuran
Sample i xi Sample i xi Sample i xi
1 9,45 11 9,03 21 10,9
2 7,99 12 11,47 22 9,33
3 9,29 13 10,51 23 12,29
4 11,66 14 9,4 24 11,5
5 12,16 15 10,08 25 10,6
6 10,18 16 9,37 26 11,08
7 8,04 17 10,62 27 10,38
8 11,46 18 10,31 28 11,62
9 9,2 19 8,52 29 11,31
10 10,34 20 10,84 30 10,52
Soal seperti pada contoh 1 tetapi pada kasus ini diketahui λ = 0,1 dan L= 2,7
Langkah menggunakan software minitab :
1. Masukkan data di atas ke dalam program MINITAB dengan nama ‘sample’.
2. Klik stats > control charts > time weighted charts > EWMA
3. Pilih observations for a subgroup are in one rows of colomn > masukkan data ‘sample’
> isi column weight of EWMA dengan nilai lamda (λ) yaitu 0,1
4. Kemudian klik EWMA Options isi mean tersebut dengan nilai target 10.315, dan
standard deviation 1,54
5. Kemudian klik OK
Sehingga outputnya adalah sebagai berikut
28252219161310741
11.25
11.00
10.75
10.50
10.25
10.00
9.75
9.50
Sample
EW
MA __
X=10.315
UCL=11.109
LCL=9.521
EWMA Chart of xi
Gambar 2.Peta Kendali EWMA
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 10
Modul 5 – Peta Kendali CUSUM & EWMA
Dengan menentukan λ = 0,1 dan L= 2,7 maka dari peta kendali EWMA terlihat lebih jelas
bahwa sampel akan berada di batas kendali.
D. Tugas Pendahuluan
1. Jelaskan yang dimaksud peta kendali CUSUM!
2. Jelaskan yang dimaksud peta kendali EWMA!
3. Sebutkan kegunaan peta kendali CUSUM dan EWMA!
4. Sebutkan keuntungan dari peta kendali CUSUM dan EWMA!
5. Data pada tabel dibawah ini mewakili pengamatan individu pada molekul Berat diambil
per jam dari bahan kimia proses. Nilai target molekul Berat adalah 1050 dan standar
proses penyimpangan dianggap tentang σ = 25,. Mengatur dari proses ini. desain ini
untuk cepat mendeteksi pergeseran sekitar 1.0 σ dalam proses mean .
A. Buatlah peta kendali CUSUM dengan h = 4 dan k = 0,5
B. Buatlah peta kendali EWMA dengan λ = 0,1 dan L= 2,7
Tabel 4. Pengamatan Individu Pada Molekul Berat
Number Pengamatan Number Pengamatan
1 1045 11 1139
2 1055 12 1169
3 1037 13 1151
4 1064 14 1128
5 1095 15 1238
6 1008 16 1125
7 1050 17 1163
8 1087 18 1188
9 1125 19 1146
10 1146 20 1167
6. Sebuah mesin yang digunakan untuk mengisi kaleng dengan aditif oli motor. Sampel
tunggal dapat dipilih setiap jam dan berat dapat diperoleh. Karena proses pengisian
otomatis, memiliki variabilitas yang sangat stabil, dan panjang Pengalaman menunjukkan
bahwa σ = 0.127 . individu pengamatan selama 24 jam operasi ditunjukkan pada Tabel
dibawah ini.
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 11
Modul 5 – Peta Kendali CUSUM & EWMA
Tabel 5. Waktu Mengisi Kaleng dengan Aditif Oli Motor
Observation xi Observation xi
1 25 11 25
2 25.4 12 25.7
3 25.2 13 25
4 25 14 25.1
5 25.2 15 25
6 24.9 16 24.9
7 25 17 25
8 25.4 18 25.1
9 24.9 19 25.4
10 25.2 20 25.8
Dengan asumsi bahwa target proses adalah 25.16 oz,
C. Buatlah peta kendali CUSUM dengan h = 4,77 dan k = 0,25
D. Buatlah peta kendali EWMA dengan λ = 0,1 dan L= 2,7
7. Data pada adalah suhu dari proses kimia dalam ° C, diambil setiap dua menit. Target nilai
rata-rata adalah = 950 dan σ = 12.16
Tabel 6. Data Proses Kimia Suhu
953 985 949 937 959 948 958 952
945 973 941 946 939 937 955 931
972 955 966 954 948 955 947 928
945 950 966 935 958 927 941 937
975 948 934 941 963 940 938 950
970 957 937 933 973 962 945 970
959 940 946 960 949 963 963 933
973 933 952 968 942 943 967 960
940 965 935 959 965 950 969 934
936 973 941 956 962 938 981 927
A. Buatlah peta kendali CUSUM dengan h = 5 dan k =
B. Buatlah peta kendali EWMA dengan λ = 0,1 dan L= 2,7
8. Pengukuran viskositas pada polimer yang dibuat setiap 10 menit oleh viskometer on-line.
Tiga puluh enam pengamatan ditunjukkan pada tabel ini dengan sasaran viskositas
untuk proses ini adalah = 3200 dan σ = 5.95.
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 12
Modul 5 – Peta Kendali CUSUM & EWMA
Tabel 7. Pengukuran Polimer Viskositas
3169 3205 3185 3188
3173 3203 3187 3183
3162 3209 3192 3175
3154 3208 3199 3174
3139 3211 3197 3171
3145 3214 3193 3180
3160 3215 3190 3179
3172 3209 3183 3175
3175 3203 3197 3174
a. Buatlah peta kendali CUSUM dengan h = 5 dan k = 0.25
b. Buatlah peta kendali EWMA dengan λ = 0,1 dan L= 3
9. PT.Osik, memeriksa sampel sebanyak 20 untuk karakteristik kualitas panjang penggaris pada
sampel yang diperiksa secara berkala selama 20 menit dengan mengatur rata-rata control
chart bergerak untuk data pada Tabel dibawah ini , dengan menggunakan Dengan = 700
dan σ = 5.0915 ,
Tabel 9. Data Pemeriksaan Karakteristik Kualitas Panjang Penggaris
Observation Data
Pemeriksaan Observation
Data
Pemeriksaan
1 286 11 2837
2 948 12 596
3 536 13 81
4 124 14 227
5 816 15 603
6 729 16 492
7 4 17 1199
8 143 18 1214
9 431 19 2831
10 8 20 96
A. Buatlah peta kendali CUSUM dengan h = 5 dan k =
B. Buatlah peta kendali EWMA dengan λ = 0,1 dan L= 2,7
Laboratorium OSI & K | FT.UNTIRTA | Praktikum Pengendalian Kualitas © 2014 Page 13
Modul 5 – Peta Kendali CUSUM & EWMA
10. PT.Osik, memeriksa sampel sebanyak 15 untuk karakteristik kualitas panjang pesawat
pada sampel yang diperiksa secara berkala selama 20 menit dengan mengatur rata-rata
control chart bergerak untuk data pada Tabel dibawah ini , dengan menggunakan
Dengan = 26.5 dan σ = 0.2
Tabel 9. Data Pemeriksaan Karakteristik Kualitas Panjang Pesawat
Observation
Data
Panjang
Pesawat
1 25.5
2 26
3 26.6
4 26.8
5 27.5
6 25.9
7 27
8 25.4
9 26.4
10 26.3
11 26.9
12 27.8
13 26.2
14 26.8
15 26.6
A. Buatlah peta kendali CUSUM dengan h = 5 dan k =
B. Buatlah peta kendali EWMA dengan λ = 0,2 dan L= 2,7