2.1 Statistical Process Control (SPC)
Tahun 1900-an, industri AS umumnya memiliki karakteristik dengan banyaknya toko kecil yang menghasilkan produk-produk sederhana, seperti film atau perabotan. Toko-toko kecil ini biasanya seorang pekerja adalah seorang tukangyang bertanggung jawab secara penuh terhadap mutu kerjanya. Para pekerja dapat menjamin mutu kerjanya terhadap bahan, keahlian dalam pembuatan, serta penyesuaian dan pencocokan yang selektif. Awal tahun 1900-an, pabrik-pabrik mulai bermunculan dimana orang-orang dengan pelatihan yang terbatas dibentuk ke dalam lini-lini perakitan yang besar. Produk-produk menjadi semakin rumit. Pekerja individu tidak lagi memiliki kendali penuh terhadap mutu produk. Suatu staf semi-profesional, yang biasanya dinamakan departemen pemeriksaan, bertanggung jawab terhadap mutu dari produk. Tanggung jawab dari mutu produk tersebut biasanya dipenuhi oleh 100% inspeksi dari seluruh karakteristik yang penting. Terdapat perbedaan yang terdeteksi, maka masalah ini akan ditangani oleh supervisor departemen perusahaan. Intinya, kualitas dicapai dari pemeriksaan mutu produk (Marchal, 2007).
Tahun 1920-an, Dr. Walter A. Shewhart dari Nell Telephone Laboratories, mengembangkan konsep-konsep pengendalian mutu secara statistik (statistical quality control) dan memperkenalkan konsep pengendalian mutu dari sebuah produk yang sedang diproduksi, berbeda dengan pemeriksaan mutu produk setelah produk tersebut diproduksi. Upaya mencapai tujuan dari pengendalian mutu, Shewhart mengembangkan teknik pembuatan diagram untuk mengendalikan pelaksanaan prosesproduksi perusahaan. Shewart juga memperkenalkan konsep dari inspeksi sampel statistik untuk mengukur kualitas produk yang sedang diproduksi. Konsep ini menggantikan metode lama dari pemeriksaan setiap bagian produksi setelah produk diselesaikan di dalam pelaksanaan produksi (Marchal, 2007).
Metode SPC menjadi benar-benar mandiri selama Perang Dunia II. Kebutuhan akan ribuan produk yang berhubungan dengan perang seperti detektor bom, radar yang akurat dan peralatan elektronik lainnya, dengan biaya serendah mungkin mempercepat penggunaan dari sampling statistik dan diagram-diagram kontrol mutu. PD II, teknik statistik ini telah dikembangkan dan dipertajam. Penggunaan komputer juga telah memperluas kegunaan teknik-teknik tersebut. Perang Dunia II hampir secara total menghasutkan kapasitas produksi Jepang. Alih-alih memperlengkapi metode-metode produksi mereka yang lama, orang Jepang lebih memilih untuk mengumpulkan bantuan dari alm. Dr. W. Edwards Deming, dari Departemen Pertanian AS untuk membantu mereka mengembangkan suatu rencana keseluruhan. Beberapa seminar dengan perencana Jepang, Deming menekankan sebuah filosofi yang saat ini dikenal sebagai 14 Prinsip Deming. Deming menekankan bahwa mutu berasal dari perbaikan proses, bukan dari pemeriksaan dan mutu tersebut ditentukan oleh pelanggan yang menggunakan (Marchal, 2007).
2.1.1 Definisi Statistical Process Control (SPC)
Pengendalian kualitas statistik merupakan teknik penyelesaian masalah yang digunakan untuk memonitor, mengendalikan, menganalisis, mengelola, dan memperbaiki produk dan proses menggunakan metode-metode statistik. Pengendalian kualitas statistik (statistical quality control) sering disebut sebagai pengendalian proses statistik (statistical process control). Pengendalian kualitas statistik dan pengendalian proses statistik memang merupakan dua istilah yang saling dipertukarkan, yang apabila dilakukan bersama-sama maka pemakai akan melihat gambaran kinerja proses masa kini dan masa mendatang. Hal ini disebabkan pengendalian proses statistik dikenal sebagai alat yang bersifat online untuk menggambarkan apa yang sedang terjadi dalam proses saat ini. Pengendalian kualitas statistik menyediakan alat-alat offline untuk mendukung analisis dan pembuatan keputusan yang membantu apakah proses dalam keadaaan stabil dan dapat diprediksi setiap tahapannya, hari demi hari, dan dari pemasok ke pemasok (Cawley dan Harold, 1999).
Pengendalian kualitas statistik mempunyai cakupan yang lebih luas karena di dalamnya terdapat pengendalian proses statistik, pengendalian produk (acceptance sampling), dan analisis kemampuan proses. Konsep terpenting dalam pengendalian kualitas statistik adalah variabilitas, dimana semua prosedur pengendalian kualitas statistik membuat keputusan berdasar sampel yang diambil dari populasi yang lebih besar. Variabilitas yang dimaksud adalah variabilitas antar sampel (misalnya range atau standar deviasi). Sampel diambil apabila sampel dari populasi yang sama, variasi statistik akan terjadi dari sampel ke sampel dan variasi range dapat dihitung. Bentuk ini merupakan dasar dari batas yang dihitung pada peta pengendali (control chart) dan banyaknya penerimaan yang digunakan pada acceptance sampling. Penyimpangan atau variabilitas tidak dikenal, maka dilakukan pencarian dengan penyesuaian proses dan klasifikasi bahan baku yang datang (Maleyeff, 1994).
Pengendalian kualitas proses statistik (statistical process control) merupakan teknik penyelesaian masalah yang digunakan sebagai pemonitor, pengendali, penganalisis, pengelola, dan memperbaiki proses menggunakan metode-metode statistik. Filosofi pada konsep pengendalian kualitas proses statistik atau lebih dikenal dengan pengendalian proses statistik (statistical process control) adalah output pada proses atau pelayanan dapat dikemukakan ke dalam pengendalian statistik melalui alat-alat manajemen dan tindakan perancangan (Ariani, 2004).
Pengendalian proses statistik merupakan penerapan metode-metode statistik untuk pengukuran dan analisis variasi proses. Menggunakan pengendalian proses statistik ini maka dapat dilakukan analisis dan minimasi penyimpangan atau kesalahan, mengkuantifikasikan kemampuan proses, menggunakan pendekatan statistik dengan dasar six-sigma, dan membuat hubungan antara konsep dan teknik yang ada untuk mengadakan perbaikan proses. Tujuan utama dalam pengendalian proses statistik adalah mendeteksi adanya khusus (assignable cause atau special cause) dalam variasi atau kesalahan proses melalui analisis data dari masa lalu maupun masa mendatang. Variasi proses sendiri terdiri dari dua macam penyebab, yaitu penyebab umum (random cause atau chance cause atau common cause) yang sudah melekat pada proses, dan penyebab khusus (assignable cause atau special cause) yang merupakan kesalahan yang berlebihan. Idealnya, hanya penyebab umum yang ditunjukkan atau yang tampak dalam proses, karena hal tersebut menunjukkan bahwa proses berada dalam kondisi stabil dan dapat diprediksi. Kondisi ini menunjukkan variasi minimum (Ariani, 2004).
Proses pengurangan proses apabila dilakukan akan menghasilkan beberapa keuntungan. Keuntungan-keuntungan tersebut adalah sebagai berikut (Gryna, 2001):
- Variabilitas menjadi lebih kecil yang dihasilkan dari adanya perbaikan kinerja yang dapat dilihat oleh pelanggan.
- Mengurangi variabilitas pada karakteristik komponen yang merupakan cara untuk mengimbangi variabilitas yang tinggi pada komponen lain untuk memenuhi persyaratan kinerja pada sistem atau perakitan, untuk dapat memenuhi persyaratan tersebut memang diperlukan adanya pengendalian secara ketat pada setiap komponen.
- Beberapa karakteristik seperti berat, pengurangan variabilitas juga akan memberikan manfaat pada perubahan rata-rata proses yang dapat menyebabkanpengurangan biaya.
- Berkurangnya variabilitas akan mengurangi banyaknya inspeksi dan besarnya biaya inspeksi. Hal ini akan mendorong ditekannya harga produk tersebut.
- Berkurangnya variabilitas merupakan faktor yang penting dalam meningkatkan kemampuan bersaing suatu produk dan memperbesar pangsa pasar.
Proses pelayanan dikatakan dalam pengendalian statistik apabila penyebab khusus (assignable cause atau special cause) dari penyimpangan atau variasi tersebut seperti penggunaan alat, kesalahan operator dalam melakukan proses, kesalahan dalam penyiapan mesin untuk proses produksi. Kesalahan penghitungan, kesalahan bahan baku, dan sebagainya tidak tampak dalam proses (Montgomery, 1991).
Pengertian lain, sasaran pengendalian proses statistik adalah mengurangi penyimpangan khusus dalam proses dan dengan cara mencapai stabilitas dalam proses. Stabilitas proses tercapai, kemampuan proses dapat diperbaiki dengan mengurangi penyimpangan karena sebab umum (commoncause) seperti penyimpangan dalam bahan baku, kondisi emosional karyawan, penurunan kinerja mesin, penurunan suhu udara, naik-turunnya kelembaban udara, dan sebagainya (Antony, 2000).
Penentuan apakah proses berada dalam pengendalian, pengendalian proses statistik menggunakan alat yang disebut peta pengendali (control chart) yang merupakan gambar sederhana dengan tiga garis, di mana garis tengah yang disebut garis pusat (center line) merupakan target nilai pada beberapa kasus, dan kedua garis lainnya merupakan batas pengendali atau dan batas pengendali bawah. Peta pengendali (control chart) tersebut memisahkan penyebab peyimpangan menjadi penyebab umum dan penyebab khusus melalui batas pengendalian. Penyimpangan atau kesalahan melebihi batas pengendalian, menunjukkan bahwa penyebab khusus telah masuk ke dalam proses dan proses harus diperiksa untuk mengidentifikasi penyebab dari penyimpangan atau kesalahan yang berlebihan tersebut. Kesalahan yang disebabkan karena sebab umum berada di dalam batas pengendalian. Hal ini berarti dalam proses sebaiknya hanya penyebab umum yang terjadi, sehingga secara langsung kesalahan yang diperoleh tersebut dapat distabilkan (Caulcutt, 1996).
2.1.2 Manfaat Statistical Process Control (SPC)
Pengendalian proses statistik dikatakan berada dalam batas pengendalian apabila hanya terdapat kesalahan yang disebabkan oleh sebab umum. Berdasarkan hal tersebut tentunya memberikan manfaat penting, yaitu (Gryna, 2001):
- Proses memiliki stabilitas yang akan memungkinkan organisasi dapat memprediksi perilaku peling tidak untuk jangka pendek.
- Proses memiliki identitas dalam menyusun seperangkat kondisi yang penting untuk membuat prediksi masa mendatang.
- Proses yang berada dalam kondisi “berada dalam batas pengendalian statistik” beroperasi dengan variabilitas yang lebih kecil daripada proses yang memiliki penyebab khusus. Variabilitas rendah penting untuk memenangkan persaingan.
- Proses yang mempunyai penyebab khusus merupakan proses yang tidak stabil dan memiliki kesalahan yang berlebihan yang harus ditutup dengan mengadakan perubahan untuk mencapai perbaikan.
- Mengetahui bahwa proses berada dalam batas pengendali statistik akan membantu karyawan dalam menjalankan proses tersebut, atau dapat dikatakan, apabila data berada dalam batas pengendali, maka tidak perlu lagi dibuat penyesuaian atau perubahan. Hal ini disebabkan penyesuaian atau perubahan kembali yang tidak diperlukan justru akan menambah kesalahan, bukan mengurangi.
- Mengetahui bahwa proses berada dalam batas pengendali statistik, akan memberikan petunjuk untuk mengadakan pengurangan variabilitas proses jangka panjang, untuk mengurangi variabilitas proses tersebut, sistem pemrosesan harus dianalisis dan diubah oleh manajer sehingga karyawan dapat menjalankan proses.
- Analisis untuk pengendalian statistik mencakup penggambaran data produksi akan memudahkan dalam mengidentifikasi kecenderungan yang terjadi dari waktu kewaktu.
- Proses yang berada dalam batas pengendali statistik juga dapat memenuhi spesifikasi produk, sehingga dalam kondisi terawat dengan baik dan dapat menghasilkan produk yang baik. Kondisi ini dibutuhkan sebelum proses diubah dari tahap perencanaan ketahap produksi secara penuh.
Pengendalian proses statistik memang memiliki berbagai manfaat bagi organisasi yang menerapkannya. Terdapat beberapa manfaat tersebut, antara lain (Antony, 2000):
- Tersedianya informasi bagi karyawan apabila akan memperbaiki proses.
- Membantu karyawan memisahkan sebab umum dan sebab khusus terjadinya kesalahan.
- Tersedianya bahasa yang umum dalam proses untuk berbagai pihak.
- Menghilangkan penyimpangan karena sebab khusus untuk mencapai konsistensi dan kinerja yang lebih baik.
- Pengertian yang lebih baik mengenai proses.
- Pengurangan waktu yang berarti dalam penyelesaian masalah kualitas.
- Pengurangan biaya pembuangan produk cacat, pengerjaan ulang terhadap produk cacat, inspeksi ulang, dan sebagainya.
- Komunikasi yang lebih baik dengan pelanggan tentang kemampuan produk dalam memenuhi spesifikasi pelanggan.
- Membuat organisasi lebih berorientasi pada data statistik dari pada hanya beberapa asumsi saja.
10.Perbaikan proses, sehingga kualitas produk menjadi lebih baik, biaya lebih rendah, dan produktivitas meningkat.
Terdapat beberapa manfaat lain pengendalian proses statistik. Manfaat-manfaat tersebut adalah sebagai berikut (Grig, 1998):
- Pengurangan pemborosan.
- Perbaikan pengendalian dalam proses.
- Peningkatan efisiensi.
- Peningkatan kesadaran karyawan.
- Peningkatan jaminan kualitas pelanggan.
- Perbaikan analisis dan monitoring proses.
- Meningkatkan pemahaman terhadap proses.
- Meningkatkan keterlibatan karyawan.
- Pengurangan keluhan pelanggan.
- Peningkatan pemberdayaan personil lini.
- Perbaikan komunikasi.
- Pengurangan waktu penyampaian jasa atau pelayanan.
Beberapa kesulitan yang dihadapi dalam pengenalan dan penerapan pengendalian proses statistik. Kesulitan tersebut antara lain disebabkan (Antony, 2000):
- Tidak adanya dukungan dan komitmen manajemen yang membantu pengenalan program pengendalian proses statistik.
- Tidak adanya pendidikan dan pelatihan yang dimaksudkan untuk memberikan pengertian yang jelas mengenai alat dan teknik pengendalian proses statistik yang dapat memberikan kompetensi bagi organisasi seperti histogram, diagram pareto, diagram sebab-akibat, dan sebagainya.
- Ketidak cukupan sistem pengukuran. Hal ini disebabkan sektor industri seringkali mengabaikan sistem pengukuran selama pengenalan program pengendalian proses statistik. Pengendalian proses statistik tergantung pada sistem pengukuran efektif, apabila sistem pengukuran tidak memenuhi, maka pengendalian proses statistik harus ditangguhkan penggunaannya.
- Kurangnya pengetahuan mengenai apa yang dimonitor dan diukur. Pengukuran adalah elemen kunci dalam continuous improvement. Pengertian yang baik terhadap proses sangat penting untuk mengidentifikasi karakteristik yang sesuai dan penting bagi pelanggan.
- Kurangnya komunikasi antara para perencana, manajer, dan operator yang sangat penting bagi keberhasilan dalam penerapan pengendalian proses statistik.
Keberhasilan dalam program pengendalian proses statistik sangat dipengaruhi oleh tiga faktor. Tiga faktor tersebut yaitu sistem pengukuran, sistem pelatihan yang tepat, dan komitmen manajemen (Bird dan Dale, 1994).
Terdapat tiga aspek penting dalam pengendalian proses atau pengendalian proses statistik untuk mengadakan perbaikan proses. Tiga aspek penting tersebut yaitu (Xie dan Goh, 1999).
- Aspek manajemen seperti dukungan, pelatihan, kerja tim, dan sebagainya.
- Aspek sumber daya manusia seperti penolakan terhadap perbaikan, konflik antara operator dan komputer.
- Aspek operasional seperti alat-alat pengendalian proses statistik, prioritasi proses, prosedur tindakan korektif, dan sebagainya.
Alasan utama mengadakan pengendalian kualitas proses statistik adalah untuk dapat mencapai kepuasan pelanggan. Terdapat juga beberapa alasan mengapa organisasi atau perusahaan tidak menggunakan pengendalian kualitas proses, yaitu (Rungasamy, 2002):
- Tidak membutuhkan pengendalian proses atau kualitas proses statistik pun organisasi telah mencapai kesuksesan.
- Kurang menyadari manfaat pengendalian proses atau kualitas proses statistik.
- Kurangnya sumber daya dan anggaran.
- Budaya organisasi yang tidak siap menggunakan pengendalian proses atau kualitas proses statistik.
- Hambatan waktu.
- Keputusan manajemen.
- Bukan merupakan prioritas bisnis organisasi atau perusahaan tersebut.
- Tidak menyadari bahwa pengendalian proses atau kualitas proses statistik untuk jangka pendek.
2.1.3 Alat Statistical Process Control (SPC)
Statistical process control berkaitan dengan upaya menjamin kualitas dengan memperbaiki kualitas proses dan upaya menyelesaikan segala permasalahan selama proses. Statistical process control bisa diterapkan, baik untuk industri manufacturing maupun jasa. Statistical process control banyak menggunakan alat-alat statistik untuk membantu mencapai tujuannya. Statistical process control mempunyai alat, yaitu (Iriawan, 2006):
- Peta kendali
- Histogram
- Diagram pareto
- Lembar periksa
- Diagram konsentrasi cacat
- Diagram pencar
- Diagram sebab dan akibat
2.2 Flowchart
Bagan alir (flowchart) adalah bagan (chart) yang menunjukkan alir (flow) di dalam program atau prosedur sistem secara logika. Digunakan terutama untuk alat bantu komunikasi dan untuk dokumentasi. Pedoman untuk menggambarkannya (wsilfi.staff.gunadarma.ac.id):
- Sebaiknya digambar dari atas ke bawah dan mulai dari bagian kiri suatu
halaman
- Kegiatannya harus ditunjukkan dengan jelas
- Ditunjukkan dengan jelas dimulai dan berakhirnya suatu kegiatan
- Masing-masing kegiatan sebaiknya digunakan suatu kata yg mewakili suatu pekerjaan
- Kegiatannya sudah dalam urutan yang benar
- Kegiatan yg terpotong dan akan disambung ditunjukkan dengan jelas oleh simbol penghubung
- Digunakan simbol-simbol yang standar
2.2.1 Jenis-Jenis Flowchart
Flowchart memiliki berbagai macam jenis yang disesuaikan dengan kebutuhannya. Ada lima macam bagan alir yaitu :
- Bagan alir sistem (systems flowchart) merupakan :
Bagan yg menunjukkan arus pekerjaan secara keseluruhan dari sistem yang menjelaskan urut-urutan dari prosedur-prosedur yang ada didalam sistem. Menunjukkan apa yang dikerjakan di sistem dengan simbol-simbol sebagai berikut (wsilfi.staff.gunadarma.ac.id):
Tabel 2.1 Simbol Bagan Alir Sistem
Simbol |
Keterangan |
Simbol |
Keterangan |
|
Simbol Dokumen menunjukkan input dan output baik untuk proses manual, mekanik atau komputer. |
|
Simbol manual;
menunjukkan
pekerjaan manual |
|
Simbol Proses;
menunjukkan
kegiatan proses
dari operasi program komputer |
|
Simbol operasi
luar; menunjukkan
operasi yg
dilakukan diluar
operasi komputer |
Tabel 2.2 Simbol Bagan Alir Sistem (Lanjutan)
Simbol |
Keterangan |
Simbol |
Keterangan |
|
Simbol simpanan
offline; file non
komputer yg diarsip urut tanggal (chronological) |
|
Simbol kartu punch; menunjukkan input / output
yang menggunakan
kartu punch |
|
Simbol simpanan
offline ; file non komputer yang diarsip urut angka(numerical) |
|
Simbol simpanan
offline; file non komputer yang diarsip urut huruf
(alphabetical) |
- Bagan Alir Dokumen
Bagan alir dokumen (document flowchart) atau disebut juga bagan alir formulir (form flowchart) atau paperwork flowchart merupakan bagan alir yang menunjukkan arus dari laporan dan formulir termasuk tembusan-tembusannya dan menggunakan simbol-simbol yang sama dengan bagan alir sistem (wsilfi.staff.gunadarma.ac.id).
- Bagan Alir Skematik (Schematic Flowchart)
Merupakan bagan alir yg mirip dengan bagan alir sistem, yaitu menggambarkan prosedur di dalam sistem. Perbedaannya adalah bagan alir skematik selain menggunakan simbol-simbol bagan alir sistem juga menggunakan gambar-gambar komputer dan peralatan lainnya yang digunakan. Fungsi penggunaan gambar tersebut adalah untuk memudahkan komunikasi kepada orang yang kurang mengerti dengan simbol-simbol bagan alir (wsilfi.staff.gunadarma.ac.id).
- Bagan Alir Program (Program Flowchart)
Merupakan bagan yg menjelaskan secara rinci langkah-langkah dari proses program. Derivikasi dibuat bagan alir sistem yang terdiri dari dua bentuk (wsilfi.staff.gunadarma.ac.id):
- Bagan alir logika: digunakan untuk menggambarkan setiap langkah didalam program komputer secara logika disiapkan oleh analis sistem
- Bagan alir komputer terinci : digunakan simbol-simbol sebagai berikut dalam bagan alir.
Tabel 2.3 Simbol Bagan Alir Program
Simbol |
Keterangan |
Simbol |
Keterangan |
|
Digunakan utk
mewakili data input / output |
|
Proses;
digunakan utk
mewakili suatu
proses |
|
Garis alir;
Menunjukkan
arus dari proses |
|
Keputusan;
digunakan utk
suatu seleksi
kondisi didlm
program |
|
Penghubung;
Menunjukkan
penghubung ke
halaman yg sama |
|
Proses
terdefinisi;
menunjukkan
suatu operasi yg
rinciannya
ditunjukkan
ditempat lain |
|
Persiapan;
digunakan utk
memberi nilai
awal suatu
besaran |
|
Terminal;
menunjukkan
awal dan akhir dari suatu proses |
- Bagan Alir Proses
Merupakan bagan alir yang banyak digunakan di teknik industri yang berguna bagi analis sistem untuk menggambarkan proses dalam suatu prosedur. Bagan alir proses juga menunjukkan jarak kegiatan yang satu dengan yang lainnya serta waktu yang diperlukan oleh suatu kegiatan. Simbol-simbolnya yaitu (wsilfi.staff.gunadarma.ac.id):
Tabel 2.4 Simbol Bagan Alir Proses
Simbol |
Keterangan |
|
Menunjukkan suatau operasi |
|
Menunjukkan suatu pemindahan |
|
Menunjukkan suatu simpanan |
|
Menunjukkan suatu inspeksi |
|
Menunjukkan suatu penundaan atau delay |
2.3 Lembar Periksa
Lembar periksa atau lembar isian merupakan alat bantu untuk memudahkan proses pengumpulan data. Bentuk dan isinya disesuaikan dengan kebutuhan maupun kondisi kerja yang ada, di dalam pengumpulan data maka data yang diambil harus benar-benar sesuai dengan kebutuhan analisis dalam arti bahwa data harus jelas, tepat, dan mencerminkan fakta, serta dikumpulkan dengan cara yang benar, hati-hati, dan teliti. Mempermudah proses pengumpulan data ini maka perlu dibuat lembar isian (check sheet), dimana perlu pula diperhatikan hal-hal seperti berikut (Wignjosoebroto, 2006):
- Maksud pembuatan harus jelas
- Informasi apa yang ingin diketahui.
- Apakah data yang nantinya diperoleh cukup lengkap sebagai dasar untuk mengambil tindakan.
- Stratifikasi data sebaik mungkin
- Mudah dipahami dan diisi.
- Memberikan data yang lengkap tentang apa yang ingin diketahui.
- Dapat diisi dengan cepat, mudah dan secara otomatis bisa segera dianalisa, jika perlu disini dicantumkan gambar dari produk yang akan diperiksa.
2.3.1 Jenis-Jenis Lembar Periksa
Terdapat beberapa jenis lembar isian yang dikenal dan umum dipergunakan untuk keperluan pengumpulan data, yaitu antara lain (Wignjosoebroto, 2006):
- Production Process Distribution Check Sheet
Lembar isian jenis ini dipergunakan untuk mengumpulkan data yang berasaldari proses produksi atau proses kerja lainnya. Output kerja sesuai dengan klasifikasi yang telah ditetapkan untuk dimasukkan dalam lembar kerja, sehingga akhirnya secara langsung akan dapat diperoleh pola distribusi yang terjadi, sama halnya dengan histogram, maka bentuk distribusi data yang berdasarkan frekuensi kejadiannya yang diamati akan menunjukkan karakteristik proses yang terjadi.
- Defective Check Sheet
Lembar isian ini untuk mengurangi jumlah kesalahan atau cacat yang ada dalam suatu proses kerja, maka terlebih dahulu operator harus mampu mengidentifikasikan macam-macam kesalahan-kesalahan dalam hal ini bisa diklasifikasikan sebagai hasil kerja yang tidak berkualitas yang ada dan prosentasenya. Setiap kesalahan biasanya akan diperoleh dari faktor-faktor penyebab yang berbeda sehingga tindakan korektif yang tepat harus diambil sesuai dengan macam kesalahan dan penyebabnya tersebut.
- Defect Location Check Sheet
Lembar isian ini adalah sejenis lembar pengecekan dimana gambar sketsa dari benda kerjaakan disertakan sehingga lokasi cacat yang terjadi bisa segera diidentifikasikan. Check sheet seperti ini akan dapat mempercepat proses analisis dan pengumpulan tindakan-tindakan korektif yang diperlukan.
- Defevtive Cause Check Sheet
Check sheet ini dipergunakan untuk menganalisa sebab-sebab terjadinya kesalahan dari suatu output kerja. Data yang berkaitan dengan faktor penyebab maupun faktor akibat (jenis atau macam kesalahan) akan diatur sedemikian rupa sehingga hubungan sebab akibat akan menjadi jelas, dengan demikian analisa akan cepat bisa dibuat dan tindakan korektif segera bisa dilakukan.
- Check Up Conformation Check Sheet
Penggunaan check sheet ini sedikit berbeda dengan sheet yang lain pada umumnya lebih menitikberatkan pada karakteristik kualitas atau cacat-cacat yang terjadi. Sheet disini akan berupa suatu check list yang akan dipergunakan untuk melaksanakan semacam general check up pada akhir proses kerja yang pada intinya untuk lebih meyakinkan apakah output kerja sudah selesai dikerjakan dengan baik dan lengkap atau belum.
- Work Sampling Check Sheet
Work sampling adalah suatu metode untuk menganalisa waktu kerja, dengan berasumsi bahwa idle time dengan alasan apapun merupakan non-quality working time, maka dengan metode work sampling ini kita dapat menentukan proporsi penggunaan waktu kerja sehari-harinya.
2.4 Diagram Pareto
Diagram ini diperkenalkan pertama kali oleh seorang ahli ekonomi dari Italia bernama Vilfredo Pareto (1848-1923). Diagram pareto dibuat untuk menemukan masalah atau penyebab yang merupakan kunci dalam penyelesaian masalah dan perbandingan terhadap keseluruhan, dengan mengetahui penyebab-penyebab yang dominan (yang seharusnya pertama kali diatasi) maka kita akan bisa menetapkan prioritas perbaikan. Perbaikan atau tindakan koreksi pada faktor penyebab yang dominan ini akan membawa akibat atau pengaruh yang lebih besar dibandingkan dengan penyelesaian penyebab yang tidak berarti. Prinsip Pareto adalah “sedikit tapi penting, banyak tetapi remeh”. Kegunaan dari diagram pareto adalah (Wignjosoebroto,2006):
- Menunjukkan persoalan utama yang dominan dan perlu segera diatasi.
- Menyatakan perbandingan masing-masing persoalan yang ada dan persoalan kumulatif secara keseluruhan.
- Menunjukkan tingkat perbaikan setelah tindakan koreksi dilakukan pada daerah yang terbatas.
- Menunjukkan perbandingan masing-masing persoalan sebelum dan sesudah perbaikan.
2.4.1 Langkah-Langkah Membuat Diagram Pareto
Pembuatan diagram pareto terdiri dari beberapa langkah. Langkah-langkah pembuatan diagram pareto dapat dijelaskan dengan lengkap sebagai berikut (Wignjosoebroto, 2006):
- Kelompokkan masalah yang ada dan nyatakan hal tersebut dalam angka yang bisa terukur secara kuantitatif.
- Atur masing-masing penyebab atau masalah yang ada sesuai dengan pengelompokkan yang dibuat. Pengaturan dilaksanakan berurutan sesuai dengan besarnya nilai kuantitatif masing-masing, selanjutnya gambarkan keadaan ini dalam bentuk grafik kolom. Penyebab nilai kuantitatif terkecil digambarkan paling kanan.
- Buatlah grafik garis secara komulatif (berdasarkan prosentase penyimpangan) diatas grafik kolom ini. Grafik garis ini dimulai dari penyebab penyimpangan terbesar terus terkecil.
Berdasarkan langkah-langkah pembuatan diagram pareto tersebut di atas jelas bahwa secara sederhana dan mudah akan dapat digambarkan penyimpangan-penyimpangan mana yang cukup penting dan mendesak untuk segera diatasi. Diagram pareto merupakan langkah awal (berdasarkan skala prioritas) untuk melakukan perbaikan atau tindakan koreksi terhadap penyimpangan yang terjadi, untuk melaksanakan perbaikan atau korelasi ini maka 3 hal berikut cukup penting untuk dipertimbangkan (Wignjosoebroto, 2006):
- Setiap orang yang terlibat dalam permasalahan ini harus sepakat untuk bekerja sama mengatasinya.
- Tindakan perbaikan harus benar-benar akan memberikan dampak positif yang kuat yang akhirnya juga akan menguntungkan semua pihak.
- Tujuan nyata (dalam hal ini efisiensi dan produktivitas kerja diharapkan akan meningkat) harus bisa diformulasikan secara konkrit dan jelas.
2.4.2 Pengaplikasian Diagram Pareto
Diagram pareto dapat diaplikasikan untuk proses perbaikan dalam berbagai macam aspek permasalahan. Diagram pareto ini seperti halnya diagram sebab akibat tidak saja efektif digunakan untuk usaha pengendalian kualitas suatu produk, akan tetapi juga bisa diaplikasikan untuk (Wignjosoebroto, 2006):
- Mengatasi permasalahan pencapaian efisiensi atau produktivitas kerja yang lebih tinggi lagi.
- Permasalahan keselamatan kerja (safety).
- Penghematan atau pengendalian material, energi, dan lain-lain.
- Perbaikan sistem dan prosedur kerja.
Permasalahan apapun, apabila target yang dituju adalah usaha perbaikan, maka diagram pareto akan banyak membantu. Diagram pareto akan menunjukkan apakah usaha perbaikan yang telah dilaksanakan bisa berhasil atau tidak, setelah proses perbaikan dilakukan maka sekali lagi perlu dibuat diagram pareto untuk kondisi yang baru dan kemudian bandingkan dengan diagram sebelumnya serta lihat perbedaannya, jika perbaikan telah dilaksanakan tentunya distribusi frekuensi dari penyimpangan-penyimpangan juga akan berubah dan tentu saja skala prioritas tindakan perbaikan akan berubah pula (Wignjosoebroto, 2006).
2.5 Diagram Sebab Akibat
Diagram sebab akibat yang dikenal pula dengan diagram fishbone diperkenalkan pertama kali oleh Prof. Kouru Ishikawa (Tokyo University) pada tahun 1943 untuk menjelaskan pada sekelompok insinyur di Kawasaki Steel Works tentang bagaimana berbagai faktor-faktor pekerjaan dapat diatur dan dihubungkan. Diagram ini disebut pula dengan diagram Ishikawa untuk menghormati nama dari penemunya (Wignjosoebroto, 2006).
Diagram ini berguna untuk menganalisis dan menemukan faktor-faktor yang berpengaruh secara signifikan di dalam menentukan karakteristik kualitas output kerja, disamping juga untuk mencari penyebab-penyebab yang sesungguhnya dari suatu masalah, dalam hal ini metode sumbang saran (brainstorming method) akan cukup efektif digunakan untuk mencari faktor-faktor penyebab terjadinya penyimpangan kerja secara detail. Terdapat 4 (empat) prinsip sumbang saran yang bisa diperhatikan yaitu (Wignjosoebroto, 2006):
- Jangan melarang seseorang untuk berbicara.
- Jangan mengkritik pendapat orang lain.
- Semakin banyak pendapat, maka hasil akhir akan semakin baik.
- Ambillah manfaat dari ide tau pendapat orang lain.
2.5.1 Faktor Penyebab Utama Yang Signifikan
Pencarian faktor-faktor penyebab terjadinya penyimpangan kualitas hasil kerja. Orang akan selalu mendapatkan bahwa ada 5 (lima) faktor penyebab utama yang signifikan yang perlu diperhatikan, yaitu (Wignjosoebroto, 2006).
- Manusia (man).
- Metode kerja (work method).
- Mesin atau peralatan kerja lainnya (machine or equipment).
- Bahan-bahan baku (raw).
- Lingkungan kerja (work environment).
2.5.2 Langkah-Langkah Membuat Diagram Sebab Akibat
Diagram sebab akibat ini sangat bermanfaat untuk mencari faktor-faktor penyebab sedetail-detailnya (uncountable) dan mencari hubungannya dengan penyimpangan kualitas kerja yang ditimbulkannya. Langkah-langkah dasar yang harus dilakukan di dalam membuat diagram sebab akibat dapat diuraikan sebagai berikut (Wignjosoebroto, 2006):
- Tetapkan karakteristik kualitas yang akan dianalisis. Quality characteristics adalah kondisi yang ingin diperbaiki dan dikendalikan. Usahakan adanya tolak ukur yang jelas dari permasalahan tersebut sehingga perbandingan sebelum dan sesudah perbaikan dapat dilakukan. Gambarkan panah dengan kotak di ujung kanannya dan tuliskan masalah atau sesuatu yang akan diperbaiki atau diamati di dalam kotak tersebut.
- Tulis faktor-faktor penyebab utama (main causes) yang diperkirakan merupakan sumber terjadinya penyimpangan atau yang mempunyai akibat pada permasalahan yangada tersebut. Faktor-faktor penyebab ini biasanya akan berkisar pada faktor 4M dan 1E. Gambarkan anak panah (cabang-cabang) yang menunjukkan faktor-faktor penyebab ini mengarah pada panah utama.
- Cari lebih lanjut faktor-faktor yang lebih terperinci yang secara nyata berpengaruh atau mempunyai akibat pada faktor-faktor penyebab utama tersebut. Tuliskan detail faktor tersebut di kiri kanan gambar panah cabang faktor-faktor utama dan buatlah anak panah (ranting) menuju ke arah panah cabang tersebut.
- Check, apakah semua item yang berkaitan dengan karakteristik kualitas output benar-benar kita cantumkan dalam diagram.
- Carilah faktor-faktor penyebab yang paling dominan dari diagram yang sudah lengkap, dibuat pada langkah 3 dicari faktor-faktor penyebab yang dominan secara berurutan dengan menggunakan diagram pareto, jika kesulitan di dalam menetapkan urutan ini, maka pilihlah faktor-faktor penyebab dominan tadi dengan jalan voting atau pemilihan suara terbanyak, selanjutnya tuliskan urut-urutan tersebut dalam diagram yang ada.
2.6 Diagram Pencar
Diagram pencar atau scatter diagram adalah grafik yang menjelaskan hubungan antara dua variabel yang saling berkaitan pada sistem koordinat Cartesian. Diagram pencar ini menjelaskan hubungan dari kedua variabel dengan titik-titik yang membuat garis diagonal. Diagram pencar adalah suatu alat yang digunakan untuk menginterpretasikan data yang digunakan untuk (Wallpole, 1995):
- Menguji bagaimana kuatnya hubungan antara dua variabel, misalnya kecepatan dari mesin dan dimensi dari bagian mesin, banyaknya kunjungan tenaga penjual (salesman) dan hasil penjualan, temperatur dan hasil proses kimia dan lain-lain.
- Menentukan jenis hubungan dari dua variabel, apakah positif, negatif atau tidak ada hubungan.
Pernyataan yang dapat ditunjukan dari kedua variabel yang terdapat pada diagram tebar. Pernyataan dari kedua variabel tersebut dapat berupa:
- Karakteristik kualitas dan faktor yang mem
- Dua karakteristik kualitas yang saling berhubungan.
- Dua faktor yang saling berhubungan yang karakteristik kualitas.
2.6.1 Pola Diagram Pencar
Diagram pencar terbagi menjadi 3 pola jika ditinjau dari fungsi dan hubungan yang terjadi, sesuai dengan bentuk hubungan di antara dua variabel x dan y. Ketiga pola diagram tebar tersebut sebagai berikut (Wallpole, 1995).
- Diagram tebar dari dua variabel x dan y yang memiliki hubungan positif, dimana dalam hal ini nilai-nilai yang besar dari variabel x berhubungan dengan nilai-nilai yang besar dari variabel y, serta nilai-nilai yang kecil dari variabel x berhubungan dengan nilai-nilai yang kecil dari variabel Pola diagram tebar dari dua variabel x dan y yang berhubungan (berkorelasi) positif.
Gambar 2.1 Diagram Tebar Berkorelasi Positif
- Diagram tebar dari dua variabel x dan y yang memiliki hubungan (korelasi) negatif, dimana dalam hal ini nilai-nilai yang besar dari variabel x berhubungan dengan nilai-nilai yang kecil dari variabel y serta nilai-nilai yang kecil dari variabel x berhubungan dengan nilai-nilai yang besar dari variabel y.
Gambar 2.2 Diagram Tebar Berkorelasi Negatif
- Diagram tebar dari dua variabel x dan y yang tidak memiliki hubungan (tidak berkorelasi), dimana tidak ada kecenderungan bagi nilai-nilai tertentu dari variabel x untuk terjadi bersama-sama dengan nilai-nilai tertentu dari variabel y.
Gambar 2.9 Diagram Tebar Tidak Berkorelasi
Gambar 2.3 Diagram Tebar Tidak Berkorelasi
2.7 Histogram
Distribusi frekuensi sering pula disebut sebagai tabel frekuensi. Bentuk penyajian ini, data yang semula masih mentah (termasuk data yang telah diurutkan), disusun dalam kelompok-kelompok data atau kelas-kelas data tertentu. Pengelompokan data tersebut dilakukan dengan cara mendistribusikan data dalam kelas atau selang dan menetapkan banyaknya nilai yang termasuk dalam setiap kelas yang disebut frekuensi kelas, dengan distibusi frekuensi baik data kualitatif maupun kuantitatif dapat disajikan dalam bentuk yang ringkas dan jelas (Walpole, 1995).
Distribusi frekuensi terbagi menjadi dua macam yaitu distribusi frekuensi relatif dan distribusi frekuensi kumulatif. Distirbusi frekuensi relatif adalah ringkasan dalambentuk tabel dari sekelompok data yang menunjukan frekuensi relatif bagi suatu kelas. Frekuensi relatif dari suatu kelas adalah proporsi item dalam setiap kelas terhadap jumlah keseluruhan item dalam data tersebut, jika sekelompok data memiliki n observasi maka frekuensi relatif dari setiap kategori atau kelas akan diberikan sebagai berikut (Suryadi, 1997).
2.7.1 Langkah-Langkah Membuat Histogram
Terdapat beberapa langkah dalam membuat distribusi frekuensi atau sebaran frekuensi. Langkah-langkah membuat sebaran frekuensi bagi segugus data yang besar dapat diringkas sebagai berikut (Walpole, 1995):
- Tentukan banyaknya selang kelas yang diperlukan.
- Tentukan wilayah data tersebut
- Bagilah wilayah tersebut dengan banyaknya kelas untuk menduga lembar selangnya.
- Tentukan limit bawah kelas bagi selang yang pertama dan kemudian batas bawah kelasnya. Tambahkan lembar kelas pada batas bawah kelas untuk mendapatkan batas atas kelasnya.
- Daftarkan semua limit kelas dan batas kelas dengan cara menambahkan lebar kelas pada limit dan batas kelas sebelumnya.
- Tentukan titik tengah kelas bagi masing-masing selang dengan merata- ratakan limit kelas atau batas kelasnya.
- Tentukan frekuensi bagi masing-masing kelas.
- Jumlahkan kolom frekuensi dan periksa apakah hasilnya sama dengan banyaknya total pengamatan.
Langkah selanjutnya setelah membuat distribusi frekuensi maka kita dapat membuat diagram histogram. Suatu histogram terdiri atas satu kumpulan batang persegi panjang yang masing- masing mempunyai alas pada sumbu mendatar (sumbu X) yang lebarnya sama dengan lebar kelas interval dan luas yang sebanding dengan ferkuensi kelas, jika semua kelas interval sama lebarnya, maka tinggi batang sebanding dengan frekuensi kelas dan biasanya tinggi batang secara numerik sama dengan frekuensi kelas interval, akan tetapi, jika kelas interval lebarnya tidak sama, maka tinggi batang ini harus disesuaikan (Walpole, 1995).
2.8 Peta Kontrol
Peta kontrol atau grafik pengendali sangat penting dalam pengendalian kualitas secara statistik di dalam industri. Peta kontrol merupakan alat untuk mengawasi kualitas sehingga penentuan keputusan saat terjadi produk yang menyimpang dapat dilakukan dengan mudah. Peta kontrol ditentukan juga untuk membuat batas-batas dimana hasil produksi menyimpang dari mutu yang diinginkan. Penyimpangan kualitas, banyaknya variasi suatu produk juga perlu diawasi, semakin besar variasi tentunya produk kurang baik. Macam-macam dari variasi tersebut adalah sebagai berikut (Ariani, 2004):
- Variasi di dalam objek sendiri. Contoh, sebuah meja yang tingkat kehalusannya tidak sama persis antara sisi atas dengan sisi samping, lebar meja sebelah kiri tidak sama dengan sebelah kanan, dan sebagainya.
- Variasi antar objek, yaitu antara satu objek dengan objek lainnya yang diproduksi pada saat yang sama terjadi variasi.
- Variasi timbul dari perbedaan waktu produksi.
Faktor penyebab adanya variasi tersebut ada beberapa faktor. Berikut faktor-faktor penyebab variasi tersebut:
- Bahan baku.
- Karyawan atau operator.
- Lingkungan kerja.
2.8.1 Peta Kontrol Variabel
Peta kendali variabel digunakan untuk memonitor karakteristik kualitas lama proses transformasi berlangsung dan mendeteksi apakan proses itu sendiri mengalami perubahan sehingga mempengaruhi kualitas. Pemeriksaan sampel ditemukan berada di luar batas kontrol atau dan batas kontrol bawah, maka proses transformasi harus diperiksa untuk dicari penyebabnya. Alasan digunakan batas kontrol atas dan batas kontrol bawah adalah diasumsikan tidak ada produk yang dapat diproduksi persis sama, oleh karena itu variasi dalam suatu proses mungkin akan terjadi. Masalah yang harus diselesaikan dengan peta kendali adalah apakah variasi yang diamati berada pada kondisi normal atau tidak normal (Gasperz, 2003).
Peta kendali variabel terbagi atas dua bagian yaitu, peta kendali rata-rata dan peta kendali rentangan atau range. Peta kendali rata-rata adalah peta yang digunakan untuk mengukur gejala memusat dari suatu proses, sedangkan peta kendali rentangan digunakan untuk mengukur penyebarannya atau menunjukkan setiap pengubahan dispersi proses. Rata-rata variabel disebut juga X–Chart atau average chart dan penyebaran atau rentangan variabel disebut juga R–Chart atau range chart. Keduanya biasanya dianalisa secara bersamaan untuk memeriksa ketidaknormalan dalam proses (Gasperz, 2003).
Peta pengendalian (control chart) adalah metode statistik yang membedakan adanya variasi atau penyimpangan karena sebab umum dank arena sebab khusus. Penyimpangan yang disebabkan oleh sebab khusus biasanya berada di luar batas pengendalian, sedang yang disebabkan oleh sebab umum biasanya berada dalam batas pengendalian. Peta pengendalian tersebut juga digunakan untuk mengadakan perbaikan kualitas proses, menentukan kemampuan proses, membantu menentukan spesifikasi-spesifikasi yang efektif, menentukan kapan proses dapat dijalankan sendiri, dan kapan dibuatnya penyesuaiannya, dan menemukan penyebab dari tidak diterimanya standar kualitas tersebut. Manfaat pengendalian kualitas proses untuk data variabel adalah member informasi mengenai (Gasperz, 2003):
- Perbaikan kualitas.
- Menentukan kemampuan proses setelah perbaikan kualitas tercapai.
- Membuat keputusan yang berkaitan dengan spesifikasi produk.
- Membuat keputusan yang berkaitan dengan proses produksi.
- Membuat keputusan terbaru yang berkaitan dengan produk yang dihasilkan.
Peta kendali untuk data variabel adalah peta kendali yang digunakan untuk pengendalian karakteristik mutu yang dapat dinyatakan secara numerik. Umumnya peta kendali variable disebut juga X-R Chart. Peta kontrol X-bar (rata-rata) dan R (range) digunakan untuk memantau proses yang mempunyai karakteristik yang berdimensi kontinu (Gasperz, 2003).
Peta kontrol X-bar menjelaskan tentang apakah perubahan-perubahan telah terjadi dalam ukuran titik pusat atau rata-rata dari suatu proses. Terdapat batas-batas kendali untuk menentukan perubahan yang terjadi. Terdapat beberapa batas kendali pada peta kontrol X-bar yaitu UCL, CL dan LCL, berikut penjelasan dari setiap batas kendali.
Upper Center Line atau UCL merupakan garis kontrol batas atas pada peta kontrol X-bar. Berikut rumus dari Upper Center Line atau UCL.
UCL = + (A2 x )
Keterangan : UCL = Upper Center Line
= Rata-rata dari jumlah rata-rata data.
A2 = Nilai dari tabel peta X-bar
= Nilai rata-rata dari range data
Center Line atau CL merupakan garis tengah dari peta kendali. Berikut rumus dari Center Line atau CL.
CL =
Keterangan : CL = Center Line
= Rata-rata dari jumlah rata-rata data.
Lower Center Line atau LCL merupakan garis kontrol batas bawah pada peta kontrol X-bar. Berikut rumus dari lower Center Line atau LCL.
LCL = – (A2 x )
Keterangan : UCL = Upper Center Line
= Rata-rata dari jumlah rata-rata data.
A2 = Nilai dari tabel peta X-bar
= Nilai rata-rata dari range data
Peta kontrol R (range) menjelaskan apakah perubahan-perubahan terjadi dalam ukuran variasi, dengan demikian berkaitan dengan perubahan homogenitas produk yang dihasilkan melalui suatu proses.
Terdapat batas-batas kendali untuk menentukan perubahan yang terjadi. Terdapat beberapa batas kendali pada peta kontrol R yaitu UCL, CL dan LCL berikut penjelasan dari setiap batas kendali.
Upper Center Line atau UCL merupakan garis kontrol batas atas pada peta kontrol R. Berikut rumus dari Upper Center Line atau UCL.
UCL = D4 x
Keterangan : UCL = Upper Center Line
D4 = Nilai dari tabel peta R
= Nilai rata-rata dari range data
Center Line atau CL merupakan garis tengah dari peta kendali. Berikut rumus dari Center Line atau CL.
CL =
Keterangan : CL = Center Line
= Rata-rata dari jumlah rata-rata data.
Lower Center Line atau LCL merupakan garis kontrol batas bawah pada peta control R. Berikut rumus dari lower Center Line atau LCL.
LCL = D3 x
Keterangan : UCL = Upper Center Line
D3 = Nilai dari tabel peta R
= Nilai rata-rata dari range data
2.8.2 Peta Kontrol Atribut
Peta kontrol untuk atribut biasanya didasarkan pada klasifikasi apakah suatu produk itu cacat atau tidak cacat. Klasifikasi ini dapat bersumber dari data proporsi jumlah produk cacat terhadap ukuran sampel (peta p) atau dari jumlah cacat yang ada pada satu unit produk di dalam sampel (peta c) (Eriyatno, 2003).
DAFTAR PUSTAKA
Antony, J. 2000. Ten Key Ingredients for Making SPC Succesful In Organisations Measuring Busines Exellence.
Ariani, Dorothea Wahyu. 2004.Pengendalian Kualitas Statistik. Pendekatan Kuantitatif Dalam Manajemen Kualitas.Yogyakarta: Penerbit Andi.
Bird, D dan Dale, B. 1994. The Misues and Abuse of SPC: A Case Study International Journal of Vehicle Design.
Caulcut, R. 1996. Responding To Process Changes.Quality and Reability Engineering International.
Cawley, J dan Harrold, D. 1999. SPC and SQC Provide The Big Processing Performance Control Engineering.
Eriyatno, 2003. Ilmu Sistem Meningkatkan Mutu dan Efektivitas Manajemen. IPB Press. Bogor.
Gaspersz, V. 2003. Analisis Sistem Terapan : Berdasarkan Pendekatan Teknik Industri. Penerbit Tarsito. Bandung.
Gryna, F. M. 2001. Quality Planning and Analysis From Product Development Through Use (4th edition). Singapore: Mc-Graw Hill Int. Edition.
Iriawan, Nur. 2006. Mengolah data Statistik dengan Mudah Menggunakan Minitab 14. Yogyakarta: Andi Offset.
Malayeff, J. 1994. The Fundamental Concepts of Statistical Quality Control.Industrial Engineering.
Marchal, dkk. 2007. Teknik-Teknik Statistika dalam Bisnis dan Ekonomi,Edisi Ketigabelas.Jakarta: Salemba Empat.
Montgomery, Douglas C. 1996. Pengantar Pengendalian Kualitas Statistik. Yogyakarta: Gadjah Mada University Press.
Rungasamy, S; Antony,J; dan Ghosh, S. 2002. Critical Success Factors for SPC Implementation In UK Small and Medium Enterprises: Some Key Finding From A Survey. The TQM Magazine.
Suryadi, Husni Muttaqin MT.1997. Statistika Industri 1: Jakarta Universitas Gunadarma.
Walpole, Ronald E. 1995. Pengantar Statistika Edisi Ketiga. Jakarta: PT. Gramedia Utama.
Wignjosoebroto, Sritomo. 2006. Pengantar Teknik dan Manajemen Industri. Surabaya: Guna Widya.
Xie, M. dan Goh, T. N.1999. Statistical Technique For Quality. The TQM Magazine.
Wsilfi.staff.gunadarma.ac.id. Diakses 25 November 2014