Professional Documents
Culture Documents
Outline
Rencana
Penerimaan
Sampel
(Acceptance
Sampling)
untuk
Data
Atribut
www.debrina.lecture.ub.ac.id
05/11/14
3
Keuntungan
Kerugian
Lebih
murah
Adanya
risiko
menerima
produk
cacat
atau
menolak
produk
baik
Dapat
meminimalkan
Sedikitnya
informasi
mengenai
kerusakan
produk
www.debrina.lecture.ub.ac.id
05/11/14
5
Pemasok
memiliki
100%
inspeksi
yang
kinerja
yang
baik
tetapi
dilakukan
memerlukan
beberapa
Ondakan
waktu
yang
lama
pengecekan
tetap
harus
dilaksanakan
Merupakan
Pertimbangan
tanggungjawab
Biaya
untuk
inspeksi
perusahaan
terhadap
dilakukannya
produk
yang
100%
Onggi
Acceptance
Sampling
(AS)
dihasilkannya
www.debrina.lecture.ub.ac.id
05/11/14
6
www.debrina.lecture.ub.ac.id
05/11/14
7
Pertimbangan
sebelum
dilakukan
sampling
Acak
semua
produk
yang
ada
(inspeksi)
mempunyai
kesempatan
yang
sama
Acceptance
Sampling
(AS)
untuk
dipilih
sebagai
sampel
(Odak
terjadi
bias)
www.debrina.lecture.ub.ac.id
05/11/14
8
Sampel
Sampel
Tunggal
Ganda
Contoh:
N = 9000 n = 300 c = 2, artinya:
lot dengan ukuran 9000 unit, harus diinspeksi
sebanyak 300 unit.
Teknik
Jika dari 300 unit tersebut terdapat dua
Pengambilan
unit atau kurang yang tidak sesuai,
maka lot tersebut diterima.
Sampel
Jika dari 300 unit tersebut terdapat tiga
Acceptance
Sampling
(AS)
unit atau lebih yang tidak sesuai, maka
lot tersebut ditolak.
www.debrina.lecture.ub.ac.id
05/11/14
10
Sampel
Kualitas
Lot
diterima
kedua
Odak
Bagus
diperlukan
Teknik
Sampel
Pengambilan
Kualitas
Buruk
Lot
ditolak
kedua
Odak
diperlukan
Sampel
Acceptance
Sampling
(AS)
Jika
Ongkat
kualitas
Odak
terlalu
baik
atau
Odak
terlalu
buruk.
Maka
diambil
sampel
ke
dua.
www.debrina.lecture.ub.ac.id
05/11/14
11
www.debrina.lecture.ub.ac.id
05/11/14
14
AQL LQL
Acceptance Quality Limiting Quality
Level Level
tingkat kualitas tingkat kualitas
menurut produsen
menurut konsumen
IQL
Indifference Quality AOQL
Level Average Outgoing
tingkat kualitas Quality Level
diantara AQL dan LQL
Indeks
Kualitas
untuk
Rencana
Penerimaan
Sampel
www.debrina.lecture.ub.ac.id
05/11/14
15
www.debrina.lecture.ub.ac.id
05/11/14
16
IQL
Indierence
Quality
Level
tingkat
kualitas
diantara
AQL
dan
LQL
Indeks
Kualitas
www.debrina.lecture.ub.ac.id
05/11/14
18
www.debrina.lecture.ub.ac.id
05/11/14
22
www.debrina.lecture.ub.ac.id
05/11/14
23
Rumus Perhitungan
www.debrina.lecture.ub.ac.id
05/11/14
24
Operating
Characteristic
(OC)
Curve
(3)
Pengukuran
Untuk
Evaluasi
Kinerja
Sampel
www.debrina.lecture.ub.ac.id
05/11/14
25
Operating
Characteristic
(OC)
Curve
(4)
Pengukuran
Untuk
Evaluasi
Kinerja
Sampel
www.debrina.lecture.ub.ac.id
05/11/14
26
Contoh
:
Diketahui
N
=
2000,
n
=
50,
c
=
2
Probabilitas
Proporsi
Kesalahan
np
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
Operating
0,1
5
0,125
Characteristic
0,11
5,5
0,088
Pa
1.2
Pa 0.8
0.6
Pa
0.4
0.2
Operating
0
Characteristic
0
1
2
3
4
5
6
7
8
P
9
10
11
12
13
14
15
16
www.debrina.lecture.ub.ac.id
05/11/14
28
Operating
Characteristic
(OC)
Curve
(6)
Pengukuran
Untuk
Evaluasi
Kinerja
Sampel
www.debrina.lecture.ub.ac.id
05/11/14
29
Keuntungan
Dapat
mengurangi
jumlah
inspeksi
Memberikan
kesempatan
kedua
kepada
supplier
Kekurangan
Bila
inspeksi
Odak
dengan
teliO,
keuntungan
ekonomis
akan
hilang
Pencatatan
lebih
rumit.
www.debrina.lecture.ub.ac.id
05/11/14
30
Operating
Characteristic
(OC)
Curve
(6)
Pengukuran
Untuk
Evaluasi
Kinerja
Sampel
www.debrina.lecture.ub.ac.id
05/11/14
31
Operating
P
a
=
P
a
I
+
P
a
II
Characteristic
(OC)
Curve
(6)
Pengukuran
Untuk
Evaluasi
Kinerja
Sampel
www.debrina.lecture.ub.ac.id
05/11/14
32
Contoh
:
n1=50
c1=1
n2=100
c2=3
www.debrina.lecture.ub.ac.id
05/11/14
33
c1
<d1
c2
Operating
Characteristic
(OC)
Curve
(6)
Pengukuran
Untuk
Evaluasi
Kinerja
Sampel
www.debrina.lecture.ub.ac.id
05/11/14
34
www.debrina.lecture.ub.ac.id
05/11/14
35
Operating
Characteristic
(OC)
Curve
(6)
Pengukuran
Untuk
Evaluasi
Kinerja
Sampel
www.debrina.lecture.ub.ac.id
05/11/14
36
Operating
Characteristic
(OC)
Curve
(6)
Pengukuran
Untuk
Evaluasi
Kinerja
Sampel
www.debrina.lecture.ub.ac.id
05/11/14
37
www.debrina.lecture.ub.ac.id
05/11/14
38
www.debrina.lecture.ub.ac.id
05/11/14
39
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
Average
0.64%
Outgoing
Quality
Hal
tersebut
karena
dilakukan
perbaikan
pada
lot
yang
ditolak,
sehingga
nilai
AOQ
selalu
lebih
baik
dari
incoming
(AOQ)
Curve
(2)
quality.
Pengukuran
Untuk
Evaluasi
Berdasarkan
perhitungan
tersebut
diperoleh
suatu
batasan
Kinerja
Sampel
maksimum
yang
menunjukkan
kemungkinan
terburuk
rata-
rata
kualitas
yang
dihasilkan,
OOk
tersebut
disebut
Average
www.debrina.lecture.ub.ac.id
05/11/14
Outgoing
Quality
Limit
(AOQL)
41
www.debrina.lecture.ub.ac.id
05/11/14
42
www.debrina.lecture.ub.ac.id
05/11/14
44
www.debrina.lecture.ub.ac.id
05/11/14
45
www.debrina.lecture.ub.ac.id
05/11/14
46
www.debrina.lecture.ub.ac.id
05/11/14
47
dimana:
P1
=
PaI
+
PrI
PaI
=
probabilitas
lot
diterima
pada
sampel
pertama
PrI
=
probabilitas
lot
ditolak
pada
sampel
pertama
Average
Sample
P1
=
probabilitas
yg
digunakan
untuk
membuat
keputusan
l
lot
pada
sampel
pertama
Number
(ASN)
P1
=
P(produk
yang
diterima
pada
sample
Curve
pertama)+P(produk
yang
ditolak
pada
sample
Pengukuran
Untuk
Evaluasi
pertama)
Kinerja
Sampel
=
P(dc1)+P(dr1)
www.debrina.lecture.ub.ac.id
05/11/14
48
Average
Sample
Number
(ASN)
Curve
Pengukuran
Untuk
Evaluasi
Kinerja
Sampel
www.debrina.lecture.ub.ac.id 05/11/14