Sunday, December 30, 2007

Metalurgi

Mengenal Aluminium

Logam
Logam adalah segolongan unsur – unsur yang berasal dari galian tambang yang mempunyai kemampuan sebagai penghantar pana
s dan listrik yang baik. Pada temperatur udara normal, hampir semua logam dalam keadaan padat, kecuali air raksa. Semua logam dapat mencair bila dipanaskan hingga mencapai suhu tertentu ( titik cair ). Untuk mendapatkan logam, dilakukan dengan cara penambangan ke dalam tanah dengan kedalaman tertentu. Pada umumnya, logam – logam tersebut dalam bentuk batu – batuan atau pasir dan sering disebut bijih logam. Dalam penemuannya, bijih logam selalu bercampur dengan unsur – unsur lain yang bersenyawa dengannya. Sedangkan untuk mendapatkan logam yang diinginkan, bijih logam harus diolah untuk memisahkan unsur – unsur yang lain. Dengan pemisahan tersebut, akan didapatkan logam murni. Logam telah dikenal oleh nenek moyang kita sejak zaman dulu, sekitar 4000 tahun sebelum Masehi. Mereka sudah mengenal bagaimana cara mencairkan dan menuang logam ke dalam cetakan. Awalnya, mereka menggunakan logam untuk membuat perhiasan dari emas dan perak. Kemudian mereka membuat barang – barang logam lainnya. Hal ini mudah mereka lakukan karena logam masih dalam keadaan murni sehingga dengan mudah dapat ditempa.
Pengecoran Logam
Untuk dapat melakukan suatu pengecoran logam, harus dilakukan pencairan terhada
p logam induk. Untuk mencairkan logam seperti besi cor, biasanya digunakan tanur, kupala, atau tanur induksi berfrekwensi rendah. Sedangkan untu baja tuang, biasanya digunakan tanur induksi berfrekwensi tinggi. Sedangkan untuk paduan tembaga atau coran paduan ringan, digunakan tanur krus karena hal ini dapat memberikan logam cair yang baik dan sangat ekonomis untuk logam – logam tersebut. Untuk cetakan, biasanya digunakan pasir yang dipadatkan. Untuk pengikat pasir digunakan air kaca, resin fural, resin fenol, atau minyak pengering. Untuk logam yang memiliki titik cair yang tidak tinggi seperti Aluminium, dapat menggunakan logam sebagai cetakannya, asalkan titik cair logam tersebut lebih tinggi dari titik cair Aluminium. Ada 4 macam jenis pengecoran, yaitu :
1. Gravity casting
Jenis pengecoran ini biasanya digunakan untuk logam yang titik cainya tinggi dan menggunakan pasir sebagai cetakannya. Tetapi tidak menutup kemungkinan untuk l
ogam yang titik cairnya rendah. Mengalirnya logam ke dalam cetakan hanya berdasarkan berat cairan logam itu sendiri atau gravity.
2. Pengecoran sentr
ifugal
Ini adalah pengecoran dengan cetakan diputar dan logam cair dituang ke dalamnya. Sehingga logam cair mendapat tekanan dari gaya sentrifugal yang terjadi dan menuju permukaan cetakan sampai ketebalan yang d
iinginkan. Pengecoran jenis ini biasanya digunakan dalam pembuatan pipa.
3. Pengecoran tekanan rendah

Ini
adalah pengecoran dimana aliran cairan logam masuk ke dalam cetakan akibat tekanan yang diberikan terhadap cairan tersebut lebih tinggi daripada tekanan atmosfer pada permukaan logan. Tekanan ini mengakibatkan logam cair mengalir ke atas melalui pipa dan masuk ke dalam cetakan.
4. Pengecoran tekanan tinggi

Ini adalah pengecoran dimana logam cair yang akan dicetak memiliki titik cair yang rendah seperti Alumi
nium. Cetakan terbuat dari logam karena jika terbuat dari pasir, bila diberi tekanan tinggi akan menghancurkan cetakan yang terbuat dari pasir tersebut. Tenaga yang digunakan untuk menekan dan menginjeksikan logam cair ke dalam cetakan biasanya menggunakan tenaga hidrolik atau pneumatik.
Pembekuan Logam

Pembekuan logam murni

Bila cairan logam murni didinginkan perlahan – lahan, maka pembekuan aka
n terjadi pada temperatur yang konstan. Temperatur ini disebut sebagai titik beku.
Pada permulaan pembekuan logam cair, timbul inti – inti kris
tal. Kemudian kristal – kristal tumbuh di sekeliling inti tersebut dan inti – inti yang baru tumbuh dalam waktu yang sama. Akhirnya, seluruhnya ditutupi oleh butir – butir kristal sampai logam cair tersebut menjadi padat. Ini akan mengakibatkan seluruh logam menjadi susunan kelompok butir kristal serta batas – batas terjadi diantaranya dan ini disebut batas butir.
a. Keadaan cair
b. Inti timbul
c. Kristal tumbuh di sekeliling inti inti baru tumbuh
d. Kristal menyentuh tetangganya dan menghentikan pertumbuhannya

e. Pembekuan logam selesai menjadi kristal berstruktu
r banyak
Besar kecilnya kristal tergantung pada laju pengintian dan pertumbuhan inti. Kalau laju pertumbuhan inti lebih besar dari laju pengintian, maka didapat kelompok b
utir kristal besar. Jika laju pengintian lebih besar dari laju pertumbuhan inti, maka didapat kelompok butir kristal halus.
Pembekuan paduan
Bila logam terdiri dari 2 unsur atau lebih didinginkan dari keadaan cair, maka butir – butir kristalnya akan berbeda dengan butir kristal logam murni. Apabila paduan terdiri dari unsur A dan unsur B membeku, maka didapat susunan butir – butir kristal A dan B, tetapi umumnya didapat butir – butir kristal campuran unsur A dan B. Bila dipelajari lebih cermat akan didapat 2 kemungkinan, yaitu :

a. A larut dalam B atau B larut dalam A
b. A dan B terikat satu sama lain dengan pwerbandingan tertentu

Kemungkinan pertama disebut larutan padat dan kemungkinan kedua disebut senyawa antar logam. Senyawa antar logam terdiri dari unsur A dan B yang memiliki kisi kristal yang berbeda. Namun kedua kemungkinan tersebut jarang terjadi dimana sebagian kecil dari keduanya akan muncul dalam keadaan murni.
Pembekuan coran
Pembekuan coran dimulai dari bagian – bagian ya
ng bersentuhan langsung dengan cetakan, yaitu dimana panas logam cair merambat ke cetakan. Logam cair yang bersentuhan dengan cetakan mendingin sampai titik beku sehingga akan tumbuh inti – inti kristal.
Pembekuan coran tersebut secara perlahan maju dari bagian luar menuju ke dalam. Lamanya waktu pembekuan sebanding dengan volume coran dan luas permukaan yang berhubungan langsung dengan cetakan.
Aluminium
Aluminium murni

Aluminium diperoleh dengan mengekstraksi Alumine ( Aluminium oxide ) dari Bauxite melalui proses kimia, kemudian Alumine tersebut larut dalam elektrolit cair ketika arus listrik mengalir melalui Alumine. Hal tersebut mengakibatkan Aluminium metal terkumpul pada katoda. Umumnya, kemurniannya mencapai 99,85 %. Dengan mengelektrolisa kembali, maka akan didapat Aluminium dengan kemurnian 99,99 %.
Alumunium merupakan logam yang mempunyai sifat – sifat :
a. ringan
b. tahan korosi
c. daya hantar listrik yang baik
Namun, Aluminium memiliki sifat mekanik yang buruk sehingga untuk memperbaiki sifat – sifat mekaniknya perlu diberi unsur – unsur tambahan seperti Silikon, Tembaga, Mangaan, Ferro, Magnesium, serta unsur – unsur lain yang dapat memperbaiki sifat Aluminium itu sendiri.
Paduan utama Aluminium
Fungsi dari penambahan unsur paduan adalah untuk memberikan pengaruh atau melengkapi sifat dasar Aluminium murni. Selain itu, unsur paduan juga berfungsi untuk memperkuat sifat dasar Aluminium dan memperbaiki kualitasnya sehingga menghasilkan Aluminium paduan yang sesuai dengan kebutuhan. Berikut ini adalah unsur yang sering dijadikan paduan Alumunium.
a. Silikon ( Si )
Silikon memiliki kelebihan mencolok karena dapat memberikan kemampuan cair yang baik terhadap logam induk. Unsur ini juga mempengaruhi ketahanan korosi, ketahanan panas, serta memberikan sifat terhadap kondisi permukaan yang bagus / halus untuk material coran.
b. Tembaga ( Cu )
Tembaga dapat memberikan sifat kemampuan cair dan mampu mesin yang baik. Namun bila unsur ini berlebih akan berpengaruh terhadap ketahanan korosi.
c. Magnesium ( Mg )
Dengan memadukan unsur ini, diharapkan akan mendapat sifat ringan pada material karena berat jenis Magnesium adalah yang paling ringan, yaitu 1,89 g/cm3. Unsur ini juga mampu menahan oksidasi dan retak pada suhu tinggi.
d. Ferro ( Fe )
Ferro berfungsi untuk mencegah penempelan logam cair pada cetakan selama proses penuangan. Namun bila unsur ini berlebih akan menurunkan kekuatan tarik dan meningkatkan kekerasan sehingga akan sulit dalam proses machining.
e. Mangaan ( Mn )
Unsur ini berpengaruh terhadap ketahanan, kekerasan unsur, dan ketahanan korosi. Namun bila unsur ini berlebih akan menurunkan kemampuan tuang dan mengkasarkan butir partikel sehingga akan berpengaruh terhadap permukaan.
f. Nikel ( Ni )
Unsur ini mempengaruhi sifat keras, keliatan, tahan api, panas dan asam.
g. Krom ( Cr )
korosi dengan pembentukan Cr carbide. Unsur ini juga dapat meningkatkan kekuatan tarik dan pengerasan inti.

Wednesday, December 26, 2007

Mengenal Ilmu Statistik Secara Sederhana

MENGENAL ILMU STATISTIK SECARA SEDERHANA
Oleh Okasatria Novyanto


Masih hangat dari ingatan kita tentang hasil survey fenomenal pada tahun 2002 dari seorang dosen filsafat Universitas Gadjah Mada (Iip Wijayanto) yang menyebutkan bahwa 97,05% Mahasiswi di Yogyakarta sudah kehilangan kewanitaannya.
Lepas dari kebenaran informasi tersebut, yang perlu kita kritisi adalah “bagaimanakah sampling dilakukan (metode sampling)? Berapa besar samplenya? Berapa standar deviasi dari datanya? Berapa % Error-marginnya?” dan masih banyak lagi pertanyaan-pertanyaan mendasar yang perlu dikemukakan untuk memastikan kesimpulan dari penelitian tersebut dapat diterima. Untuk itulah marilah kita mengenal tentang dasar-dasar dari ilmu statistik yang akan dipaparkan pada pembahasan berikut ini secara sederhana. Disamping itu juga hal ini perlu dilakukan karena untuk dapat mengaplikasikan Six Sigma secara benar, pemahaman ilmu statistik dalam kerangka berpikir ilmiah merupakan suatu kebutuhan.
Statistik ialah ilmu yang membahas tentang pengumpulan, penyusunan, analisa, interpretasi dan penyajian data. Tujuan penggunaan Statistika adalah untuk memprediksi dan mencegah suatu keabnormalan proses, bukan hanya sekedar inspeksi dan deteksi terhadap keabnormalan proses. Secara umum, Ilmu statistik ada 2 jenis yaitu :
- Statistik Deskriptif (Memberikan informasi tentang kinerja dari sebuah proses).
- Statistik Inferensial (Memberikan informasi tentang prediksi yang berhubungan dengan kinerja sebuah proses atau Peluang).
Data
Dalam melakukan suatu observasi dibutuhkan data-data yang accountable. Data yang baik apabila diolah maka akan menghasilkan informasi yang berguna atau bermanfaat. Jadi yang dimaksud dengan data adalah sekumpulan fakta, angka atau segala sesuatu yang dapat dipercaya kebenarannya sehingga dapat digunakan sebagai referensi dalam mengambil keputusan.
Jenis Data
Data variable : disebut juga data continues atau measurement. Data ini berasal dari hasil pengukuran dan nilainya berada dalam suatu interval atau jangkaun tertentu, contoh : Hasil pengukuran berat badan dari 46 Inspector di PQA, hasill pengukuran panjang Frame Main DV28EC selama 1 bulan, dll.
Data attribute : disebut juga data diskrit atau data non continues. Umumnya data ini merupakan hasil perhitungan dan berupa bilangan bulat, contoh : Jenis suku bangsa Inspector PQA, jenis kelamin (pria/ wanita), jumlah karyawan yang tidak masuk per hari, dll.
Alasan Perlunya Pengumpulan Data
a. Untuk mengumpulkan fakta-fakta tentang suatu masalah atau kesempatan yang dapat dikuantifikasi.
b. Untuk menyampaikan fakta-fakta ini dalam bahasa yang sama.
c. Untuk menetapkan informasi mendasar tentang sebuah proses.
d. Untuk mengukur jumlah dan arah perubahan-perubahan yang terjadi.
e. Untuk membandingkan gambaran proses sebelumnya dan sesudahnya
f. Untuk memfasilitasi analisa keuntungan (Cost Benefit Analysis) dari solusi yang diusulkan.
g. Untuk mengkuantifikasi dampak dari sebuah solusi.
Perlu diketahui bahwa data merupakan sebuah langkah awal dalam suatu analisa untuk mengambil keputusan. Jika data yang kita kumpulkan tidak sistematis, akurat dan aktual maka keputusan yang dihasilkan tentunya tidak akan akurat dan tidak dapat dipertanggungjawabkan kebenarnnya. Dengan kata lain data yang dikumpulkan akan terbuang sia-sia.
Jadi perlu dipikirkan terlebih dahulu point-point tentang apa saja yang akan dikumpulkan sebelum kita memulai aktifitas pengumpulan data, misalnya : Jenis defect, waktu, biaya, dll.

Populasi dan sample
Populasi ialah keseluruhan object yang ingin kita ukur dan analisa. Sedang sample ialah sebagian (kecil) dari populasi dimana kita benar-benar melakukan pengukuran dan dengan ini kita dapat menarik kesimpulan.
Dalam suatu penelitian atau observasi terhadap suatu object ekosistem yang jumlah populasinya besar. Metode sampling akan dipilih dengan mempertimbangkan keterbatasan waktu, biaya dan kepraktisan. Sampling secara statistik memungkinkan kita mengumpulkan informasi tentang suatu populasi tanpa kita harus meneliti secara keseluruhan.
Salah satu kelebihan kita menggunakan sampling secara statistik yakni kita dapat menentukan tingkat akurasi dan ketepatan pengujian kita sebelum disebarkan. Dalam penerapannya untuk membedakan antara populasi dan sample, para ahli statistik memberikan simbol yang berbeda dan perhitungan yang sedikit berbeda.
Sebelum kita membahas lebih jauh lagi, ada beberapa terminology yang perlu diketahui terlebih dahulu, yakni :
1. Populasi
Seluruh item yang membentuk suatu kelompok yang menarik untuk diteliti dan populasi ini harus ditentukan sebelum kita memutuskan untuk mengambil sampling, contoh : semua supplier part stamping untuk TEI, part stamping yang digunakan pada drive model DW224EV, dll.
2. Kerangka sampling
Sebuah daftar , data base atau pengenal khusus lainnya tentang item-item yang akan diikutsertakan menjadi sample, contoh : Bill Of Material yang mencakup semua stamping part pada drive model DW224EV, Data di SAP yang menyimpan list semua supplier stamping part untuk TEI, dll.
3. Unit sampling
Item sesungguhnya yang diikutkan dalam sampling, contoh: Sebuah Screw, dll.
4. Bias
Merupakan perbedaan antara data yang kita kumpulkan dalam sample dengan “kondisi sebenarnya” dari populasi. Hal ini dapat mempengaruhi hasil interprestasi kita terhadap hasil statistik yang dihasilkan (D.Manggala, 2005).
Jenis-Jenis Sampling
Menurut Augustine A.Stagliano dalam bukunya Rath and Strong’s Six sigma Advance Tool Pocket Guide (2004) disebutkan bahwa sampling diklasifikasikan menjadi beberapa jenis :
Ditinjau dari segi jenisnya, sampling dikategorikan menjadi 2, yakni :
Sampel Judgmental
1. Sampel dipilih berdasarkan pengetahuan dan pengalaman.
2. Hanya sebagian kecil dari populasi yang diikutsertakan dalam proses seleksi.
3. Sampel dianggap mewakili populasi.
4. Contoh : PT. Livatech bermaksud mengadakan customer satisfication survey. Dari 20 customer yang ada hanya diambil sample 5 customer yang utama saja dengan pertimbangan kelima customer tersebut ordernya diatas 100.000 Part/ bulan.
Sampel Statistical
1. Sampe dipilih secara acak.
2. Seluruh populasi diikutsertakan dalam proses seleksi.
3. Sampel mewakili seluruh populasi.
4. Contoh : PQA mengambil sampel Shaft PU (L) DV28EC dari 10 box yang ada dengan masing-masing box diambil 50 Pcs secara acak.
Metode Sampling
Sekurangnya ada 3 metode sampling, yakni :
1. Systematic sampling : Dalam pengambilan sampel, metode ini menekankan pengambilan yang teratur dengan interval frekuensi yang jelas, misalnya : setiap pengambilan sampel dilakukan diawal shift, pengambilan sampel setiap kelipatan 100 Pcs, dll.
2. Random sampling : Pengambilan sampel ini dilakukan secara acak dan umumnya dibantu dengan statistical software (MINITAB). Metode ini dipandang cukup aman dari bias.
3. Stratified sampling : Ciri khas dari metode sampling ini adalah adanya penggolongan sebuah group yang sangat besar menjadi sub-group dan dalam sub-group ini baru dilakukan pengambilan sampel secara sistematik maupun random.
Pengukuran Central Tendency
Untuk mengukur Central Tendency (diterjemahkan secara bebas = ukuran letak) biasanya menggunakan indikator-indikator mean (rata-rata), median (nilai tengah) dan modus (nilai yang sering muncul).
Mean (rata-rata) ialah jumlah semua observasi dibagi dengan banyaknya jumlah data. Nilai mean sangat dipengaruhi oleh nilai-nilai yang ekstrim.
Median ialah Nilai tengah dari sederetan data yang sudah terurut mulai dari nilai terkecil hingga terbesar (diranking). Median tidak dipengaruhi oleh nilai-nilai yang ekstrim. Jika banyaknya data ganjil maka median sama dengan nilai data yang tepat berada ditengah-tengah. Namun jika banyaknya data genap maka median sama dengan rata-rata dari dua nilai yang berada ditengah. Hal inilah yang dapat dikatakan bahwa median sama dengan 50th percentile atau kuartile kedua (Q2). Sebagai informasi tambahan saja bahwa median umumnya digunakan pada distribusi yang miring (skew) sedang distribusi yang seimbang umumnya memakai mean.
Modus adalah nilai yang paling sering muncul.
Pengukuran Variasi
Pengertian variasi dalam konteks ini diterjemahkan sebagai ukuran penyebaran.
Parameter-paremeter yang umum dipakai adalah :
- Range (jangkauan) ialah perbedaan antara nilai terbesar dengan nilai terkecil.
- Variance ialah rata-rata kuadrat jarak dari tiap-tiap titik ke rata-rata.
- Standar deviasi merupakan akar dari variance.

Dengan sedikit penjelasan diatas tentunya kita akan mengetahui bahwa dengan rata-rata saja tidak cukup untuk membuat suatu kesimpulan dari data yang kita analisa. Kita perlu mengukur variasi tentunya. Untuk lebih jelasnya, perhatikan contoh berikut ini :
Ada 3 buah perusahaan multinasional di Batam sedang disurvey, sampling dilakukan dengan mengambil 5 orang karyawan tiap-tiap perusahaan dengan hasil berikut (dalam Juta Rupiah). Tujuan dari survey ini adalah untuk membuktikan apakah bisa dikatakan gaji karyawan di Batam itu “rata-rata sama Rp. 3.000.000,00”?
Dengan melihat data diatas belum dapat dikatakan bahwa dua group yang mempunyai mean dan median sama itu dikategorikan sama secara statistik.
Jenis Distribusi
Pada pembahasan dimuka telah disinggung tentang klasifikasi data bahwa dapat dikategorikan dalam data attribute dan data variable (continuous data) sehingga distribusi data-pun secara umum dibagi menjadi 2, yakni :
1. Discrete distributions (untuk non continuous data).
2. Continuous distributions.
Bentuk-bentuk Distribusi
Secara umum, bentuk-bentuk ditribusi adalah sebagai berikut :
- Simetris, bila rata-rata = median atau angka skewness = 0
- Right Skewed (Positif), bila rata-rata > median
- Left Skewed (Negatif), bila rata-rata <>

Untuk mempercepat dan membantu kita dalam mengetahui persebaran data, penggunaan histogram merupakan suatu langkah yang cepat untuk mengetahui bentuk distribusi suatu data.
Discrete Distributions
Jenis discrete distributions yang umum sering dipakai antara lain :
1. Binomial distributions - Untuk lebih mudah dalam pemahaman, mungkin akan lebih mudah diterima jika menggunakan sebuah contoh : Anda seorang pemain Futsal yang sedang melatih kemampuan untuk menendang bola ke gawang dari luar daerah Keeper. Anda melakukan 6 tendangan setiap set dengan posisi serong kiri-serong kanan dan depan, masing-masing 2 bola (total 6 bola setiap set). Dan dari sekian kali set, setelah dirata-rata anda mendapatkan 3 Gol dari 6 kali tendangan. Dalam hal ini nilai kemungkinan GOL adalah 0,5. Dari data ini kita dapat mengitung kemungkinan akan GOL jika menendang 300 kali.
2. Poisson distributions - Banyak analisis dilakukan untuk jumlah suatu kejadian per area of opportunity dimana area per opportunity dapat berupa waktu, ruang maupun area. Misalnya : Anda sedang mengantri di Bank dan masih menunggu lama sekali untuk dilayani. Mungkin anda menghitung dalam hati berapa pelanggan yang datang setiap satu menit. Dalam satu menit pertama ada sepuluh orang yang datang berbarengan, menit ketiga ada dua orang, menit ke sepuluh ada tujug orang datang. Jika anda setiap hari menghitung laju kedatangan pelanggan per menit, dalam sebulan anda akan mempunyai rata-rata laju kedatangan pelanggan per menit. Disini anda dapat dikatakan punya distribusi yang disebut dengan Poisson disitribution. Distribusi ini sangat penting dalam analisis operasi terutama dalam analisis produktivitas sistem atau peralatan yang menggunakan teori antrian atau Queue theory. (D.Manggala, 2005)
Continuous Distributions
Distribusi yang umum dipakai pada jenis Continous distribution, antara lain :
1. Normal Distributions Banyak kejadian yang muncul secara acak (random) menghasilkan data dengan distribusi bell shaped. Kurva yang menghubungkan puncak-puncak batang disebut Kurva Peluang Normal yang digunakan untuk meng-estimasi Distribusi Normal dari kejadian-kejadian yang muncul secara acak (random). Dalam kasus-kasus yang umum terjadi, asumsi yang digunakan dalam analisis adalah bahwa data yang kita dapatkan terdistribusi dengan normal dan simetris. Hal ini berarti bahwa kita perlu terlebih dahulu menguji bisa tidaknya suatu group dikatakan terdistribusi secara normal. Dan jika anda menggunakan statistical software (MINITAB), menu pilihan untuk menguji kenormalan distribusi telah tersedia dan juga dapat melihat bentuk dari kurvanya (simetris ataukah miring).
2. Exponential Distribution Secara sederhana distribusi eksponensial dapat dijelaskan sebagai suatu distribusi dari data-data yang menggambarkan periode (waktu) ataupun ruang diantara dua kejadian. Contoh yang paling umum dalam penerapan distribusi eksponensial ini adalah dalam mengukur periode kerusakan sebuah mesin (MTBF = Mean Time Between Failure)
Mengenal Confidence Interval
Sebagaimana telah disebutkan pada penjelasan diawal bahwa kita mengambil suatu kesimpulan berdasarkan analisis yang dilakukan hanya atas dasar sampel yang diambil. Kenyataan yang terjadi bahwa (misal : rata-rata) rata-rata sampel itu ternyata tidak sama persis dengan rata-rata populasi. Dengan kata lain tentunya dalam hal ini terdapat perbedaan rata-rata antara sampel satu dengan sampel lainnya dalam satu populasi yang sama (populasi yang diambil). Perbedaan hasil statistik antara satu sampel dengan sampel lainnya inilah yang disebut dengan “sampling error”. Jika kita memperbesar ukuran sample maka akan menghasilkan “sampling error” yang lebih kecil. Para ahli statistik mengeluarkan konsep estimasi interval dimana nilai karakteristik suatu populasi diperkirakan dengan suatu tingkat kepastian akan berada didalam suatu interval. Interval ini disebut dengan Confidence Interval Estimated. Ini merupakan suatu konsep yang sangat penting dalam analisis statistik. Pada umumnya, analisis six sigma menggunakan Confidence Interval Estimated sebesar 95%, hal ini berarti bahwa : jika semua sampel diseleksi dalam ukuran “n”, maka 95% dari sampel itu akan memasukan parameter populasi dalam interval hasil estimasi. Untuk membuat estimasi interval, anda mesti mengetahui statistik dari sampel yang anda gunakan untuk menganalisis karakteristik populasi dan distribusi samplingnya.
Confidence interval = Titik estimasi sampel + Margin of error
Mengenal Hypothesis Test
Seringkali kita dihadapkan pada keharusan untuk membandingkan 2 buah group data atau lebih, hal ini tentunya membutuhkan suatu analisis. Disinilah konsep Hypothesis test diperlukan. Sebelum masuk pada pembahasan lebih jauh, terlebih dahulu perlu diperkenalkan tentang Type I Error dan Type II Error. Agar lebih jelas, perhatikan contoh berikut ini. Masih hangat dalam ingatan kita tentang kasus Roy Marteen tersangka Narkoba. Tentunya hipotesis awal dia dianggap “tidak bersalah” dan hipotesis alternatifnya tentu saja dia “bersalah”
Ho = Roy Marteen tidak bersalah
Ha = Roy Marteen bersalah Test hipotesis ini bertujuan membuktikan apakah keputusan yang kita ambil benar-benar sesuai dengan kenyataan yang sebenar-benarnya. Oleh karena itu kondisi antara keputusan yang kita ambil dengan kenyataan yang sebenarnya dapat digambarkan sebagai berikut :

Dari Matriks diatas dapat dilihat bahwa ada 2 kemungkinan hakim melakukan kesalahan : Kesalahan tipe I : Memenjarakan orang yang tidak bersalah
Kesalahan tipe II : membebaskan orang yang bersalah
Kemungkinan melakukan kesalahan tipe I didefinisikan sebagai alpha (siginificance level), dimana 0 Kurang dari atau sama dengan alpha dan alfa kurang dari atau sama dengan 1. Kemungkinan melakukan kesalahan tipe II didefinisikan sebaga Betta, dimana 0 kurang dari atau sama denga betta dan betta kurang dari atau sama dengan 1.
Pada umumnya, kuputusan kritis berasal dari kesalahan tipe I.
Pengujian Perbedaan Rata-Rata dari Dua Distribusi Kontinyu
Secara Umum, hypothesis dapat dinyatakan dalam persamaan berikut :
Untuk menguji rata-rata dengan test hypothesis biasanya dilakukan dengan t-test, dengan langkah sederhana berikut :
1. Definisikan parameter yang diujikan dalam Ho dan Ha
2. Pilih confidence interval yang diinginkan, misalnya 95% atau 99% atau 99,9% (alpha =0,05 atau 0,01 atau 0,001)
3. Tentukan besar sampel dan lakukan t-test pada data tersebut dengan statistical software (MINITAB) atau software lainnya.
4. Jika nilai p kurang dari nilai alpha kita dapat merejectkan Ho dan memilih Ha dengan tingkat keyakinan sebesar (1-p)*100% (karena kita melakukan two-tail test. Dan jangan lupa harga harga nilai p yang didapat dikalikan dengan 2 sebelum dibandingkan dengan nilai alpha.
5. Jika nilai p lebih dari atau sama dengan alpha maka bisa dikatakan bahwa kita tidak punya bukti yang kuat untuk merejectkan Ho
Catatan : Distribusi t merupakan pooled distribution dari standard deviasi dua sampel yang berbeda. Untuk keterangan lebih lengkap silahkan membaca buku-buku tentang statistik. Untuk contoh sederhana, perhatikan kasus berikut ini : Sebuah perusahaan ingin melakukan pengujian statistik untuk membuktikan apakah terdapat perbedaan penggajian antara pegawai pria dan wanita. Hal ini dilakukan untuk menepis isu adanya diskriminasi terhadap pegawai wanita, yaitu pegawai wanita diberikan gaji yang lebih rendah dari pegawai pria (pada golongan dan masa kerja yang sama). Oleh karena itu departement Sumber Daya Manusia Mengumpulkan data gaji pegawai dan membandingkan gaji pegawai pria dan wanita setelah dikelompokan pada golongan dan masa kerja yang sama. Dalam melakukan pengujian, hypothesisnya adalah :
Ho = Gaji pegawai pria dan wanita adalah sama
Ha = Gaji pegawai pria tidak sama dengan pegawai wanita
Langkah berikutnya adalah menentukan confidence interval, yakni dipilih 95% (alpha = 0,05) lalu dilakukan pengujian dengan MINITAB yang menghasilkan p value sebesar 0,34 atau untuk two-sided test menjadi 0,68 Karena p lebih besar dari alpha (jauh lebih besar dari alpha) maka dapat dikatakan bahwa kita tidak mempunyai bukti untuk menolak hipotesis awal yakni bahwa gaji pegawai pria dan wanita adalah sama. Dengan kata lain dapat disimpulkan bahwa dengan data yang ada kita perpendapat tidak ada perbedaan antara gaji pegawai pria dan wanita (D. Manggala, 2005).
Pengujian Perbedaan antara Dua proporsi
Untuk pengujian proporsi, persamaan yang umum dipakai adalah
Langkah pengujiannya hampir sama dengan t-test untuk rata-rata, yaitu :
1. Definisikan parameter yang diuji dalam Ho dan Ha
2. Pilih confidence interval yang diinginkan, misalnya 95% atau 99% atau 99,9% (alpha =0,05 atau 0,01 atau 0,001).
3. Tentukan besar sampel dan lakukan Z-test pada data yang sudah kita siapkan dengan MINITAB atupun software lainnya.
4. Jika nilai p kurang dari nilai alpha kita dapat merejectkan Ho dan memilih Ha dengan tingkat keyakinan sebesar (1-p)*100% (karena kita melakukan two-tail test. Dan jangan lupa harga harga nilai p yang didapat dikalikan dengan 2 sebelum dibandingkan dengan nilai alpha.
5. Jika nilai p lebih dari atau sama dengan alpha maka bisa dikatakan bahwa kita tidak punya bukti yang kuat untuk merejectkan Ho .
Pengujian Perbedaan Rata-Rata antara 2 group dengan Variance yang berbeda
Pengujian hipotesis untuk rata-rata, pada umumnya menggunakan asumsi bahwa variasi dari 2 group yang diuji adalah sama. Jika asumsi tadi tidak bisa kita gunakan maka kita harus melakukan test yang pada statistical software MINITAB disebut dengan “Separate-Variance t-test” (Untuk Lebih lengkapnya silahkan pelajari tentang MINITAB).
Pengujian Perbedaan Variances antara 2 group yang berbeda
Kembali ke konsep awal bahwa untuk mengetahui apakah variasi antara 2 group yang akan diuji secara statistik dapat dianggap sama atau tidak, diperlukan suatu pengujian untuk menguji variance yang dikenal dengan F-test. Dan mengulang pembahasan sebelumnya bahwa jika variance kedua group yang diuji secara statistik bisa dianggap sama maka dapat menggunakann “pooled-variance t-test” tetapi jika tidak bisa dianggap sama maka digunakan “separate-variance t-test”. Persamaan umum pengujian variances yang sering dipakai :
Lagi, sebagai pengingat saja. Asumsi yang digunakan adalah bahwa data yang diuji terdistribusi secara normal. Namun untuk “mengatakan”itu perlu dilakukan pengujian terlebih dahulu. Pengujian yang perlu dilakukan yakni test “kenormalan” terhadap data-data kita sebelum F-test. Pengujian tersebut sudah tersedia di MINITAB. Langkah pengujian dua F-test untuk variances adalah sebagai berikut :
1. Definisikan parameter yang diuji dalam Ho dan Ha
2. Pilih confidence interval yang diinginkan, misalnya 95% atau 99% atau 99,9% (alpha =0,05 atau 0,01 atau 0,001).
3. Tentukan besar sampel dan lakukan Z-test pada data yang sudah kita siapkan dengan MINITAB atupun software lainnya.
4. Jika nilai p kurang dari nilai alpha kita dapat merejectkan Ho dan memilih Ha dengan tingkat keyakinan sebesar (1-p)*100% (karena kita melakukan two-tail test. Dan jangan lupa harga harga nilai p yang didapat dikalikan dengan 2 sebelum dibandingkan dengan nilai alpha.
5. Jika nilai p lebih dari atau sama dengan alpha maka bisa dikatakan bahwa kita tidak punya bukti yang kuat untuk merejectkan Ho .
Analysis of Variances (ANOVA)
Jika diperhatikan sejauh ini penjelasan hanya menyentuh pada 2 group data saja. Lantas bagaimanakah kaidah pengujian untuk yang lebih dari 2 group data, misalnya : 4 group atau bahkan 10 group. Untuk menjawab “tuntutan” ini maka digunakanlah kaidah ANOVA.
Sebagai contoh saja kita mempunyai 4 group data, kita dapat mengujinya apakah keempat group tersebut mempunyai rata-rata yang sama ataukah tidak, Ingat hanya dalam sekali pengujian. Secara sederhana dapat ditampilkan dengan hipotesis berikut :
Ho = Semua rata-rata dari populasi adalah sama
Ha = Tidak semua rata-rata dari populasi adalah sama Jika kita bermaksud menguji hanya satu variable maka menu yang kita pilih adalah one-way ANOVA tetapi jika ada dua variable yang akan diuji maka menggunakan two-way ANOVA.
Dan mengingat pembahasan ANOVA sangat panjang, alangkah baiknya jika diperdalam dengan membaca buku-buku Statistik.

Monday, December 10, 2007

Mengenal Fabrikasi Besi Kasar

MENGENAL FABRIKASI BESI KASAR
(Oleh Okasatria Novyanto)


Cobalah amati barang-barang yang berada disekitar kita dan silahkan hitung berapa banyak barang-barang yang terbuat dari besi, kuningan, kayu, dll. Pernahkah kita mencoba untuk mengetahui seperti apakah proses pembuatannya? Bagaimanakah Baja dibuat? Dan masih banyak lagi pertanyaan-pertanyaan yang seharusnya kita tanyakan untuk menambah wawasan kita.
Baja merupakah suatu istilah yang tidak asing lagi kita khususnya bagi kalangan dunia Industri yang bergerak dalam bidang Pengecoran Logam. Bahan baku utama baja berupa bijih besi yang diolah dalam dapur tinggi, namun perlu diketahui bahwa baja yang akan diproses itu tidak 100% murni bijih besi semuanya. Biasanya bijih besi tersebut masih tercampur dengan kotoran, gas, pasir, tanah liat, dll. Untuk mendapatkan kualitas bijih besi yang bagus, bahan-bahan seperti kotoran, gas, tanah liat. Pasir, dll. harus dibuang ataupun dicuci terlebih dahulu. Bijih besi yang sudah “bersih” selanjutnya diolah bersama-sama dengan bahan-bahan tambahan seperti kokas, batu kapur, dll. didalam suatu Dapur Tinggi sehingga akan dihasilkan besi cair yang masih bercampur dengan terak. Besi cair tersebut akan dipisahkan dengan terak dan barulah dituangkan kedalam sebuah cetakan sebagai besi kasar. Besi kasar ini umumnya disebut dengan Ingot.
Bijih Besi
Untuk menghasilkan besi kasar, jenis bijih besi yang umum dipakai antara lain :
- Batu besi coklat (2Fe2O3.3H2O) dengan kandungan hingga 40% Fe
- Batu besi merah (Fe2O3) dengan kandungan hingga 50% Fe
- Batu besi magnit (Fe3O4) dengan kandungan hingga 60% Fe
- Batu besi kalsit (FeCO3) dengan kandungan hingga 40% Fe
Selanjutnya bahan-bahan seperti kotoran, pasir, tanah liat, dll. dibersihkan (dibuang). Proses pembuangan bahan-bahan tersebut dapat dijelaskan sebagai berikut :
1. Pencucian : Bijih besi diangkut dengan menggunakan konveyor (sabuk berjalan) yang dirancang sedemikian rupa sehingga dapat bergoyang dan berjalan melawan arus air dari sebuah Nozzel pada ujung konveyor tadi.
2. Pemecahan : Bijih besi dipecah dengan menggunakan sebuah mesin khusus sehingga akan dihasilkan kepingan-kepingan bijih besi dengan ukurang yang relatip sama (seragam).
3. Sortir : Pada tahapan proses ini, kepingan-kepingan bijih besi akan dilewatkan pada roda magnit yang mempunyai sifat kemagnetan kuat sehingga dalam hal ini akan terpisahkan antara bijih besi dengan kandungan Fe rendah dan bijih besi dengan kandungan Fe tinggi.
4. Heating (Pemanasan) : Tujuan dari proses ini adalah untuk menghilangkan kandungan air dan udara (gas) yang masih menempel di bijih besi. Hal ini perlu dilakukan untuk menghindari sifat rapuh (kerapuhan) pada hasil akhirnya (besi).
Dapur Tinggi
Umumnya dapur tinggi dibangun dalam 2 lapisan, yaitu lapisan luar (plat baja) dan lapisan dalam (batu bata tahan api). Didalam dapur ini, bijih besi akan ditambahkan batu kapur yang berfungsi sebagai pengikat kotoran (terak) dan juga kokas yang berfungsi sebagai bahan bakar. Kesemua bahan-bahan tersebut dipanaskan hingga mencair.
Prinsip pokok dari kerja dapur tinggi adalah dengan mereduksi oksigen dari bijih besi yang terjadi dalam 3 tahap, yaitu :
a. Reduksi tidak langsung dengan CO pada suhu 300 derajat Celcius hingga 800 derajat Celcius.
Fe2O3 + CO --> 2FeO + CO2
b. Reduksi tidak langsung pada daerah temperature 800 derajat Celcius hingga 1100 derajat Celcius.
FeO + CO --> Fe + CO2
c. Reduksi langsung pada daerah temperature 1100 derajat Celcius hingga 1800 derajat Celcius.
FeO + C --> Fe + CO
Bahan-bahan ikatan akan diikat oleh batu kapur pada titik cair yang tinggi dalam bentuk terak. Bahan terak ini tidak akan dipakai pada fabrikasi besi kasar. Meskipun demikian terak ini masih bernilai ekonomis, misalnya sebagai bahan ASPAL (untuk jalan raya-red).
Selain terak, produk sampingan dari dapur tinggi ini yakni : Gas. Hal ini dikatakan demikian karena Gas ketika keluar dari dapur tinggi masih mempunyai panas yang tinggi sehingga dapat dimanfaatkan ulang untuk memanaskan dapur atau tungku yang lainnya.
Secara sederhana, skema fabrikasi besi kasar sebagai berikut :
Bijih besi --> Dicuci --> Dipecahkan dan disaring --> Pemisahan dengan roda magnit --> dipanaskan --> masuk ke Dapur Tinggi (dengan ditambah Kokas, batu kapur dan udara tiup) --> akan dihasilkan besi kasar, terak dan gas dapur tinggi.

Hasil (Produk) Dapur Tinggi
Beberapa macam produk yang dihasilkan dari dapur tinggi, antara lain :
1. Besi kasar (Pig Iron)
Merupakan hasil pokok dari dapur tinggi yang berasal dari reaksi reduksi atas bijih besi dengan komposisi sebagai berikut :
- Karbon (C) = 3,85% (rata-rata)
- Mangan (Mn) = 0,9% (rata-rata)
- Phospor (P) = 0,9% (rata-rata)
- Belerang (S) = 0,025% (rata-rata)
- Silikon (Si) = 0,12% (rata-rata)
Sifat utama dari besi kasar adalah rapuh (getas). Sehingga hal ini perlu dilakukan pengolahan lebih lanjut dengan menggunakan dapur-dapur baja dan kupola.
Pig iron dapat dibedakan dalam dua macam, yakni :
a. Besi kasar putih : Berwarna putih (mengandung 2,3 ~ 3,5% C), bersifat getas dan keras, kandungan Mangan (Mn) masih cukup tinggi serta sulit ditempa.
b. Besi kasar kelabu : Berwarna kelabu (mengandung lebih dari 3,5% C), kandungan Si masih cukup tinggi, kekuatan tarik lebih rendah dari besi kasar putih, mudah dituang meskipun masih cukup getas. Besi kasar kelabu digolongkan menjadi : besi kasar kelabu muda yang mengandung 0,5 ~ 1% Si dengan butir-butir halus serta banyak dipakai sebagai bahan pembuat silinder mesin dan jenis yang kedua yakni besi kasar kelabu tua yang mengandung hingga 3% Si dengan butir-butir kasar serta tahan getaran.
2. Terak
Terak merupakan produk sampingan dari besi kasar, umumnya terak mengandung komposisi sebagai berikut :
- Silika = 33% ~ 42%
- Alumina = 10% ~ 16%
- Kapur = 36% ~ 45%
- Magnesia = 3%~ 12%
- Belerang = 1% ~ 3%
- Ferro Oksida = 0,3% ~ 2%
- Mangan Oksida = 0,2% ~ 1,5%
Terak dapat dikategorikan menjadi terak yang bersifat Asam dan terak yang bersifat Basa. Hal ini sangat tergantung pada komposisi Kapur (CaO) dan Magnesia (MgO) terhadap Silika dan Alumina. Terak juga dapat digunakan sebagai bahan pengganti kerikil (pada pengecoran Beton), pembuatan aspal dan pupuk Phospat (jika kandungan Phospat cukup tinggi-red).
3. Gas Dapur Tinggi
Sebagaimana telah dijabarkan pada pembahasan dipermulaan bahwa hasil pembakan kokas berupa gas Karbon Monoksida dan Karbon Dioksida yang menyebabkan terjadinya proses reduksi pada bijih besi, misalnya :
Fe2O3 + 3C --> 2Fe + 3CO
Fe2O3 + CO --> 2FeO + CO2
Secara umum, komposisi dapur tinggi terdiri dari 27,6% CO; 58% Nitrogen; 13,6% Karbon Dioksida; dan 0,4% Hidrogen. Sekedar informasi saja bahwa umumnya Gas yang masih panas yang keluar dari dapur tinggi masih dapat digunakan kembali untuk memanaskan dapur-dapur lainnya sehingga biaya produksi untuk memanaskan dapur dihemat (cost reduction).
Klasifikasi Sederhana pada Baja Berdasarkan Kandungan Karbon
Menurut Budinski (1989) dijelaskan bahwa yang dimaksud dengan baja karbon adalah suatu jenis baja yang ditentukan sifat-sifatnya oleh unsur karbon. Unsur-unsur yang lainnya dapat diabaikan dengan kandungan yang dibatasi, misalnya : 1,65% Mn; 0,6% Si; 0,6% Cu dan 0,05% Phospor.
Pada kandungan baja karbon akan dijumpai penyebutan : %C, maksudnya adalah bahwa %C merupakan prosentasi kandungan C (Karbon) dari Fe3C (Sementid).
1. Baja Lunak (0,05%C ~ 0,2%C) = Masih tergolong baja karbon rendah yang mempunyai sifat lunak, ulet, kekuatan tarik rendah dan mempunyai sifat mampu las yang baik, contohnya : kawat, dinding ketel uap, dll.
2. Baja ringan atau baja umum atau mild steel (0,2%C ~ 0,5%C) = Tergolong baja karbon sedang yang mempunyai sifat mampu mesin dan mampu las yang baik serta cocok untuk pengolahan panas, contohnya : Poros motor (Shaft), Crak Shaft, dll.
3. Baja Karbon tinggi (0,5%C ~ 0,7%C) = Baja jenis ini dapat dikeraskan dengan proses pengolahan panas (Heat Threatment), Contohnya : Pegas, Dies, Baut, dll.
4. Baja Karbon sangat tinggi (0,7%C ~ 1,5%C) = Cocok untuk pengolahan panas tetapi mempunyai sifat mampu las yang buruk serta getas, Contohnya : Mata bor, pahat pisau, dll.
(Sumber : Anngarwal, O.P, Engineering Chemistry, 1993).
Contoh Baja Paduan
Perlu ditekankan bahwa baja paduan bukan merupakan baja karbon. Hal ini ditinjau dari unsur-unsur yang dominan sudah bukan unsur C (Karbon) lagi. Dan sebagai informasi tambahan bahwa pada baja karbon, kita dapat menggunakan diagram fasa besi Karbon dalam menganalisa fasa-fasanya. Sedang pada baja paduan, diagram fasa baja Karbon sudah tidak berlaku lagi melainkan menggunakan diagram fasa yang berhubungan dengan unsur paduannya saja, misalnya : Untuk Stainless Steel menggunakan diagram Trinari Fe-Cr-Ni.
1. Baja Nikel (3,5%Ni) = Mempunyai sifat yang keras namun elastis dan tahan korosi, Contohnya : kabel, komponen pesawat dan komponen mobil, dll.
2. Baja Invar (3,6%Ni) = Mempunyai koefisien ekspansi sangat rendah, Contohnya : Instrumentasi.
3. Baja Khrom (1,5%Cr ~ 2%Cr) = Sangat keras, Contohnya : Peralatan tambang, Plat lapis baja, dll.
4. Baja Tungsten (14%W ~ 20%W dan 3%Cr ~ 8%Cr) = Cukup keras pada suhu tinggi, Contohnya : Pahat kecepatan tinggi (HSS)
5. Baja Tahan karat (12%Cr ~ 28%Cr dan 3%Ni ~ 8%Ni) = Tahan karat, Contohnya : Instrument kedokteran, industri makanan, mobil, industri kimia, dll.
6. Baja Molibdenum (0,3%Mo ~ 3%Mo) = Tahan korosi, cukup keras pada suhu tinggi, Contohnys : Pahat kecepatan tinggi dan industri mobil.
7. Baja Mangan (12%Mn ~ 15%Mn) = Sangat keras dan tahan aus, Contohnya : Peralatan tambang, roda gigi, rel kereta api, dll.
8. Baja Vanadium (0,15%V ~ 1%V) = Kekuatan tarik cukup tinggi dan tahan impact, Contohnya : Pegas, Poros, hammer, dll.
9. Baja Silikon (15%Si) = Sangat keras dan tahan terhadap reaksi asam, Contohnya : Industri kimia, inti (plat) Transformator, dll.
(Sumber : Anngarwal, O.P, Engineering Chemistry, 1993).
Pengaruh Unsur-Unsur paduan (Pada Baja Paduan)
Menurut JIS dan WES (Japan International Standard; Standard of Japan Welding Engineering society) dinyatakan bahwa untuk menyederhanakan dengan memakai analogi baja karbon dengan kadar karbon = %Ceq dalam rangka mencari kekerasan yang diinginkan dirumuskan :
%Ceq = C + Mn/6 + Si/24 + Ni/40 + Cr/5 + Mo/4 + V/14
Sedang menurut IIW dan Llyod (IIW = International Institude of Welding) dirumuskan :
%Ceq = C + Mn/6 + (Cr+Mo+V)/5 + (Ni+Cu)/15
Dan hubungannya dengan Nilai kekerasan Hvmaks dirumuskan :
Hvmax= (666 x Ceq) + 40
Dapur-Dapur Baja
Sebenarnya Dapur-dapur baja yang akan kita bahas selanjutnya masih ada korelasinya dengan Dapur Tinggi yang sudah dibahas dimuka. Pada penjelasan diatas disebutkan bahwa kadar karbon yang dihasilkan dari Dapur Tinggi masing tinggi prosentasenya. Hal ini berarti bahwa besi kasar (pig iron) mempunyai sifat mudah rapuh sehingga memerlukan pengolahan lebih lanjut.
Dapur baja berfungsi untuk mengurangi kadar karbon yang masih cukup tinggi pada besi kasar sehingga diharapkan akan dihasilkan %C sebesar 1,5%C atau lebih rendah. Baja mempunyai kekuatan tarik yang lebih tinggi bila dibandingkan dengan besi kasar, lebih ulet, dapat ditempa, mudah dilas,dll.
Jenis-jenis baja sangat variatif dan banyak sekali aplikasinya, khususnya dalam bidang kontruksi Teknik Sipil maupun Teknik Mesin tergantung dari proses pembuatan, pengolahan panas (Heat threatment), pengerjaan mekanis, dll.
Setelah besi kasar dihasilkan dari Dapur Tinggi, selanjutnya dapat diteruskan dengan proses-proses berikut :
1. Konverter Bessemer
Konverter Bessemer merupakan suatu bejana dari plat baja yang dilapisi batu tahan api yang berfungsi untuk menahan panas dan agar dinding tidak mudah aus. Konventer Bessemer ini dapat diputar pada porosnya.
Konverter Bessemer mampu mengolah 25Ton besi kasar kelabu (mengandung Si) yang diisikan kedalamnya. Karena sebelumnya isi bejana telah dipanaskan melalui pembakaran kokas sehingga mencapai sihu 1500 derajat Celcius dan dialiri udara bertekanan 2 Atm dari arah bawah, maka besi kasar akan bereaksi dengan Oksigen. Unsur-unsur pengotor akan bereaksi menurut rekasi :
Si + O2 --> SiO2
2Mn + O2 --> 2MnO
MnO + SiO2 --> MnSiO3 (Slag atau ampas biji atau arang )
Sedang unsur phospor bereaksi dengan Oksigen menurut persamaan reaksi :
4P + 5O2 --> 2P2O5
S + O2 --> SO2
Mengingat silika bereaksi dengan asam, maka batu tahan api yang dipakai juga harus bereaksi dengan asam, hal ini perlu untuk mengindari reaksi :
Asam + Basa --> Garam + Air
Pada Konverter Bessemer terjadi pembakaran dimana unsur C (Karbon) diikat oleh O2 (Oksigen) sehingga akan mejadi CO2 (karbon Dioksida). Dan setelah itu akan diikuti pembakaran Fe (Nyala api Coklat) menurut reaksi :
Fe + (1/2)O2 --> FeO
Umumnya lapisan batu tahan api dapat bertahan hingga 200 Kali pemakaian.
2. Konverter Thomas
Seperti pada Konverter Bessemer, Konverter Thomas juga memakai batu tahan api. Hanya saja batu tahan api yang digunakannya bersifat basa. Hal ini dilakukan karena Konverter Thomas diperuntukan untuk mengolah besi kasar putih yang mengandung Phospor. Agar menjadi terak, P2O5 yang terbentuk perlu direaksikan dengan batu kapur menurut :
P2O5 + 3CaO --> Ca3 (PO4)3
Kedua dapur tersebut (Konverter Bessemer dan Konverter Thomas) tidak dipakai lagi mengingat produk baja yang dihasilkan kurang begitu bagus kualitasnya.
3. Dapur Siemens Martin
Dapur ini memiliki 4 buah ruangan regenerator yang terbuat dari susunan batu tahan api. Sebelum memulai proses peleburan, dapur dipanaskan terlebih dahulu dengan bahan bakar gas. Kemudian besi kasar cair (besi skrap) dimasukan ke dalam dapur. Reaksi kimiawi dan pengikatan kotoran oleh batu kapur sama seperti dengan yang terjadi pada Konverter Bessemer, Konverter Thomas dan Dapur Tinggi.
4. Dapur Listrik
Proses peleburan besi kasar (besi skrap) memerlukan energi panas. Energi panas tersebut dapat diperoleh dari energi Listrik yang diterapkan pada dapur listrik. Dibandingkan dengan dapur-dapur yang menggunakan bahan bakar fosil (Padat/Cair/Gas), dapur listrik mempunyai keunggulan-keunggulan :
- Kontrol atas suhu peleburan cukup mudah.
- Tidak terjadi pengotoran yang disebabkan oleh pembakaran bahan bakar maupun gas hasil pembakaran.
- Dapat mencapai suhu tinggi dalam waktu yang relatip singkat.
- Produk yang dihasilkan lebih berkualitas.
Dapur Busur Cahaya atau busur nyala api
Dapur busur cahaya memiliki batu tahan api pada bagian dalam dapur yang terbagi menjadi 2 proses, yaitu : Proses Asam dan Proses Basa. Proses Asam digunakan untuk peleburan baja skrap kualitas tinggi sedang proses Basa digunakan untuk peleburan baja kualitas sedang, contohnya : Dapur Heroult.
Pada Dapur Heroult, Energi panas yang dihasilkan oleh loncatan busur listrik antara elektroda karbon dan cairan baja. Setelah sekitar 15 menit hingga 1 jam, terbentuklah terak pada permukaan cairan yang melindungi dari udara maupun gas selama proses peleburan.
Pada peleburan dengan dapur listrik akan memberikan keuntungan tambahan berupa biaya peleburan yang cukup rendah. Namun untuk dapur jenis ini memerlukan biaya investasi yang cukup besar.

Thursday, December 6, 2007

Teori Dasar Six Sigma Secara Sederhana

MENGENAL TEORI DASAR SIX SIGMA SECARA SEDERHANA
(Oleh Okasatria Novyanto)


Definisi
Secara etimologi six sigma tersusun dari 2 kata yaitu : six yang berarti enam dan sigma yang merupakan simbol dari standard deviasi atau dapat pula diartikan sebagai ukuran satuan statistik yang menggambarkan kemampuan suatu proses dan ukuran nilai sigma dinyatakan dalam DPU (Defect Per Unit) atau PPM (Part Per Million). Dapat dikatakan bahwa proses dengan nilai sigma yang lebih tinggi (pada suatu proses) akan mempunyai defect yang lebih sedikit (baik jumlah defect maupun jenis defect). Semakin bertambah nilai sigma maka semakin berkurang Quality Cost dan Cycle time.
Secara epistimologi six sigma merupakan sebuah metodologi terstruktur untuk memperbaiki suatu proses dengan memfokuskan pada usaha-usaha untuk memperkecil variasi yang terjadi (process variance) sekaligus mengurangi cacat ataupun produk atau jasa yang keluar dari spesifikasi dengan menggunakan metode statistik dan tools quality lainnya secara insentif. Umumnya six sigma dituliskan dalam simbol 6 sigma.
Dan secara sederhana six sigma (6 sigma) dapat diterjemahkan sebagai suatu proses yang mempunyai kemungkinan cacat (defect opportunity) sebanyak 3,4 buah dalam satu juta produk (jasa). Mengenai penurunan nilai 3,4 sebenarnya banyak sekali kontroversi, tapi yang terpenting adalah kita memahami six sigma sebagai sebuah referensi tool untuk mengurangi jumlah cacat. Defect ialah Kegagalan dalam menghasilkan suatu produk sesuai dengan spesifikasi yang telah ditetapkan sedang yang dimaksud dengan opportunity (Kesempatan) antara lain : Kualitas produk; Kualitas komponen; Process Yield; Tes Destructive; Rejects – Repair; Visual Check (Appraisal); EHS - OSHA/LTA (Accidents); Ketidakhadiran; Perbedaan Material; Forecasting; Schedule Achievement; Kapasitas; CTQ - Critical to Quality; Scrap dan Rework; Organizational Development; Training; Inventory; Overtime; On-Time-Delivery; Order yang akurat; Transportasi; Down time; dll.
Dan dalam perkembangannya six sigma juga data diaplikasikan seluruh sistem bisnis, design, manufacturing, sales, service, dll.
Sejarah
Sebelum kita membahas lebih jauh terlebih dahulu marilah kita melihat kebelakang tentang sejarah six sigma.
Six sigma dimulai oleh Motorola di era tahun 1980-an oleh salah seorang engineer bernama Bill Smith atas dukungan penuh dari CEO Bob galvin. Hal ini dilatarbelakangi oleh hilangnya market Motorola karena perbedaan kualitas dibandingkan dengan perusahaan Jepang. Pada tahun 1981 Motorola menghadapi tantangan tersebut dengan mengevaluasi kualitasnya hingga 5 kali dalam 5 tahun namun tetap saja tidak berhasil. Kemudian Motorola menggunakan statistical tools yang dipadukan dengan ilmu manajemen financial metrics yaitu Return on Investment (ROI) sebagai salah satu alat ukur (metrics) dari quality improvement process. Konsep ini kemudian dikembangkan oleh Dr. Mikel Harry dan Richard Schroeder secara lebih mendalam sehingga metode ini mendapat sambutan luas dari jajaran manajement Motorola dan perusahaan-perusahaan lain.

Perusahaan selain Motorola yang juga mengembangkan six sigma salah satunya yakni General electric (GE). Pada tahun 1995, GE menggulirkan six sigma disegala aspek bisnisnya guna menghadapi tantangan kualitas sebagai perusahaan kelas dunia. GE memperbaharui prosesnya seperti produktivitas, Inventory Return namun improvement tersebut tertunda karena adanya defect diprosesnya. Kemudian dikalangan GE muncul suatu pemikiran bahwa World Class Quality adalah suatu hal yang menantang sehingga di GE six sigma menjadi sebuah trend terlebih setelah mendapat dukungan penuh dari CEO Jack Welch. Hal inilah yang membuat perusahaan-perusahaan lain ingin mengetahui lebih jauh tentang six sigma dan mencoba mengimplementasikan metode ini ditempat kerjanya masing-masing.
Kemudian akan muncul sebuah opini, siapakah penemu ataupun penggagas sig sigma pertama kali? Apakah Motorola?
Hal inilah yang menarik untuk dibicarakan. Perlu diketahui bahwa konsep dasar six sigma sebenarnya diambil dari Total Quality Management (TQM) dan Statistical Process Control (SPC). Kedua konsep ini sudah lama dikembangkan oleh para ahli quality seperti Dr. Kaoru Ishikawa, Shewhart, Crossby, dll. Jadi ditinjau dari segi waktu dapat dikatakan bahwa six sigma merupakan hasil pengembangan dari quality improvement semenjak tahun 1940-an. Tapi yang jelas, bagi kita adalah seperti apapun metode yang terpenting adalah menerapkannya secara disiplin, berkesinambungan dan konsisten sehingga dapat menghasilkan suatu perbaikan (improvement).

Konsep Dasar Six Sigma
Secara umum ada 2 buah konsep dasar dari six sigma, yaitu :
Six sigma sebagai suatu aktivitas
Pada penjelasan sebelumnya telah disebutkan bahwa six sigma dapat diartikan sebagai suatu proses yang mempunyai defect opportunity atau kemungkinan cacat sebanyak 3,4 buah dalam satu juta produk atau jasa (DPPM). Untuk mencapai “target” angka tersebut maka ada beberapa rangkain aktivitas six sigma yang perlu dilakukan, misalnya :
a. Memahami dan mendefinsikan suatu proses design, manufacturing dan service secara jelas.
b. Aplikasi untuk six sigma statistic tools dan proses.
c. Mengidentifikasikan faktor penyebab defect.
d. Analisa dan improvement (perbaikan).

e. Melalui penurunan defect ratio akan meningkatkan yield dan total kepuasan pelanggan.
f. Management innovation tool memberikan kontribusi terhadap management out put.

Six sigma sebagai suatu strategi bisnis
Secara umum ada ada enam komponen utama konsep six sigma sebagai strategi bisnis (Peter S. Pande, 2002: 8), yaitu :
a. Customer service oriented (mengutamakan pelayanan kepada pelanggan).
Definisi customer (pelanggan) bukan hanya terbatas pada pembeli saja tetapi juga berarti rekan kerja kita, orang/ pihak yang akan menerima hasil kerja kita, masyarakat umum sebagai pengguna jasa, pemerintah, dll. Six sigma mampu memberikan informasi kepada kita mengenai seberapa bagus produk, service kita dan proses didalamnya serta membantu kita untuk menentukan langkah-langkah demi kepuasan customer secara total
.
b. Manajemen yang bedasarkan data dan fakta.
c. Fokus pada proses, manajemen dan perbaikan.
Perlu diketahui bahwa six sigma sangat dipengaruhi dan bergantung pada seberapa jauh kita memahai suatu proses. Dan hal ini belum cukup apabila tidak didukung dengan appresiasi manajemen yang bagus dalam melakukan perbaikan.
d. Manajemen yang proaktif
e. Kerjasama tim yang bagus

f. Selalu mengejar kesempurnaan.
Sig sixma merupakan suatu tool yang lengkap yang dapat dipergunakan dan diaplikasikan pada bidang design, manufaktur, Sales, Service, dll. Six sigma dapat membantu kita dalam meraih keuntungan pada suatu persaingan. Bila kita dapat memperbaiki sigma level pada proses kita, berarti kualitas produk akan lebih baik dan biaya-biaya yang tidak perlu akan berkurang sehingga kita dapat memenuhi kepuasan customer.


Tahapan-tahapan Six Sigma
Sebagaimana telah dikemukakan dimuka bahwa six sigma merupakan suatu metode terstruktur. Terstruktur disini dapat diartikan karena six sigma mempunyai sedikitnya ada lima tahapan, yakni :
1. Define
Pada tahapan ini tim pelaksana akan mengidentifikasi masalah, menentukan target waktu, mendefinisikan specifikasi customer (critical to quality), mendefinisikan dan menggambarkan QC flow chart serta menentukan tujuan yang ingin dicapai (misal : pengurangan cacat, biaya, dll).
2. Measure
Pada tahapan ini bertujuan untuk memvalidasi permasalahan, mengukur atau menganalisa permasalahan dari data-data yang ada.
3. Analyze
Pada tahapan ini akan ditentukan faktor-faktor apa saja yang berpengaruh pada proses. Hal ini berarti bahwa jika ada empat faktor pokok yang apabila diperbaiki maka akan memperbaiki proses secara signifikan.
4. Improve
Pada tahapan ini kita akan mendiskusikan dan membicarakan tentang ide-ide untuk melakukan suatu improvement berdasarkana hasil analisa yang telah dilakukan. Selain itu juga dilakukan percobaan untuk melihat hasilnya apakah sudah efektif ataukah belum. Jika hasilnya efektif maka dapat dibakukan dalam suatu Standard Operasional Procedure (SOP).

5. Control
Setelah keempat tahapan diatas sudah dilakukan maka langkah selanjutnya adalah membuat suatu rencana dan merancang pengukuran atas hasil improvement yang sudah dilakukan agar dapat dikontrol dan diawasi secara berkesinambungan.
Sebenarnya kunci pokok agar tetap bertahan dalam sebuah persaingan bisnis yang semakin ketat ini adalah berusaha untuk lebih cepat, lebih baik (berkualitas) dan lebih murah. Kita ambil contoh misalnya membandingkan service pada jasa pengiriman paket barang dari Wonosobo (Jawa Tengah) ke Batam antara melalui Kantor Pos (BUMN) dan TIKI (swasta)
Pengiriman paket barang melalui Kantor Pos dipilih dengan beberapa pertimbangan misalnya murah dan hampir menjangkau seluruh wilayah Indonesia. Tetapi kadang-kadang Estimation Time Arrival (ETA) melebihi dari perkiraan semula, misalnya terlambat 1 minggu dan bahkan tidak jarang kondisi barang yang diterima sudah rusak.
Pengiriman paket barang dengan jasa TIKI akan dipilih jika kita akan mengirim barang dengan jaminan tidak rusak (aman) dan tepat waktu. Namun, kadang-kadang barang yang dipaketkan terlambat 1 hingga 2 hari saja dari ETA. Meskipun demikian biaya pengiriman melalui jasa TIKI jauh lebih mahal bila dibandingkan dengan jasa POS.
Intinya bahwa kedua biro jasa pengiriman tersebut mempunyai “variasi” dari proses dan service mereka. Saya tidak tahu apakah keduanya menerapkan six sigma ataukah tidak, tapi yang jelas manajemen keduanya pasti selalu memperbaiki proses dan service dengan metode yang sangat terstruktur dan rapi.
Filosofi dasar six sigma
1. Kelangsungan perusahaan bergantung kepada kemajuan bisnis.


2. Perusahaan bertambah besar berdasarkan kepuasan pelanggan (customer)
3. Kepuasan pelanggan ditentukan oleh quality, price dan delivery.
4. Quality, price dan delivery dikontrol oleh process capability.
5. Process capability tergantung dari variasi.
6. Variasi proses menentukan kenaikan defect, cost dan cycle time.
7. Untuk mengurangi variasi, kita harus mengaplikasikan pengetahuan yang benar.
8. Untuk mengaplikasikan pengetahuan yang benar, langkah pertama adalah dengan mengukur.
9. Dengan mengukur permasalahan, kita akan dapat pengetahuan yang benar.


Perbandingan antara 3 sigma dengan 6 sigma
Manfaat dan keunggulan-keunggulan six sigma
1. Menurunkan Cost of loss, perbaikan kualitas dan service produk serta kepuasan konsumen.
2. Dapat mengurangi secondary process [rework] dan claim.
3. Membuat keputusan berdasarkan data dan tidak hanya berdasar praduga saja.
4. Dapat diterapkan disegala bidang baik bidang Industri maupun bidang financial.
5. Fokus terhadap 3P (Product, Process, People).
Tidak hanya produk dan service saja, tapi juga proses dan kualitas sumber daya manusia dapat mencapai tujuan melalui pengukuran sigma level.
6. Sangat berdampak terhadap investasi.
7. Berdampak terhadap biaya.
8. Pengolahan data sangat mudah dengan menggunakan statistik.
Melalui analisa data eksperimen hal yang samar menjadi jelas. Tidak berdasarkan praduga dan pengalaman karena dibantu dengan statistic Software (Minitab)
Faktor-faktor Kunci keberhasilan Six Sigma
Ditinjau dari segi Sistem pengoperasian
a. Six sigma membutuhkan Top down drive atau dorongan dan dukungan penuh dari manajemen untuk menggerakan dan memotivasi subordinate-subordinat yang ada dibawahnya.
b. Six sigma membutuhkan partisipasi [harus] dari karyawannya khususnya untuk selalu customer oriented (berorientasi ke pelanggan).
c. Six sigma sebagai standar umum perusahaan, misalnya mensosialisasikan istilah (terminology) CTQ, Sigma, Cp, Z-level atau istilah statistik lainnya kepada para Operator (karyawan), Mencantumkan keterangan sigma level untuk setiap proses produksi dalam sebuah papan informasi yang besar dan mudah dilihat oleh siapa saja, dll.
Ditinjau dari segi Metodologi
1. Berasal dari voice of customer.
Pada pembahasannya sebelumnya sering disinggung istilah CTQ. CTQ ialah pemilihan faktor yang terpenting bagi konsumen atau dapat juga diartikan Customer Anda merasa bahwa karakteristik product, service atau proses adalah suatu hal yang kritikal. Pernyataan konsumen merupakan CTQ untuk suatu produk, proses ataupun service. Pengertian umum dari kontrol CTQ adalah pemilihan faktor yang terpenting bagi konsumen. Umumnya CTQ berasal dari konsumen, namun bisa juga dari resiko, ekonomi, dan Peraturan. Contoh yang mudah kita temukan yakni : Bakso harus bebas Formalin, Specifikasi external view untuk panjang Drive model DW224EV-VD3 adalah 132,18 +/- 0,3 [mm] atau contoh lainnya adalah adanya kebijakan RoHs compliance untuk semua Drive [part] yang akan memasuki wilayah Uni Eropa dan masih banyak lagi contoh-contoh CTQ. CTQ dapat diperoleh dengan alat-alat analisa (typical tool), misalnya : survey konsumen, interview, peta kebutuhan konsumen, Quality Function Deployment (QFD), Quick Market Intelligence, Pareto Diagram, dll.

2. Seluruh karyawan memerlukan training.
Training program six sigma secara intensif diperuntuk bagi seluruh karyawan agar karyawan dapat memahami dengan benar tentang metode six sigma. Hal ini diperlukan karena untuk menerapkan metode six sigma diperlukan investasi sumber daya manusia yang paham dengan 6 sigma.
3. Membutuhkan case study project, resource information untuk organisasi dan sistem, penilaian yang berdasar dan sistem penghargaan (reward system).
Istilah-istilah dalam Six Sigma
a. Defects Per Unit
: Jumlah Defect per unit
Menentukan proses tidak bagus atau kita tidak dapat mengetahui bahwa bahwa proses tersebut mengandung defect. Six Sigma dapat mengatasi hal tersebut, contoh : Sebuah Laporan komplaint terdiri dari 10 halaman, 2 halaman diantaranya salah sehingga
DPU= Defect / Unit = 2 / 1 = 2
b. Defects Per Opportunity : Jumlah Defect disesuaikan dengan kesempatan defect per unit.
DPO merupakan pengembangan dari konsep DPU ditambah dengan variabel opportunity (Kemungkinan). Contoh : Sebuah laporan komplaint terdiri dari 10 halaman, 2 halaman diantaranya salah sehingga :
DPO = 2 Defect / (1 unit X 10 opportunity) = 0,2
DPO = 0,2
c. Defect Per Million Opportunities : Nilai dari DPO X 1.000.000
Mengubah DPO menjadi sejuta unit karena dalam sigma biasanya menggunakan PPM (Part Per Million). Contoh :
DPMO = 0.2 DPO x 1.000.000 = 200.000
d. Z-Value
Z merupakan perbandingan Nilai Perbedaan antara X (USL atau LSL) dan target dibagi dengan standard deviation (sigma). Z-Value merupakan Standard terhadap nilai normal untuk Variasi Normal Distribusi sehingga memudahkan untuk analisa statistik. Z-Value adalah bagian dari sigma level. Bila nilai Z adalah 6, ini merupakan 6 sigma level.
e. Normal distribution : Menunjukkan suatu bentuk distribusi, sisi kanan dan sisi kiri jaraknya sama dengan sumbu Mean (M).
f. Standard normal distribution : Standard Deviasi 0 maka Normal Distribusinya adalah 1.
Sisi lain tentang Six Sigma
Dalam perkembangannya six sigma banyak mengandung kontroversi khususnya dikalangan praktisi dibidang quality. Disatu sisi banyak kalangan menganggap six sigma sebagai sebuah metode yang sederhana dan powerful tetapi tidak sedikit pula yang memandang sebelah mata tentang six sigma serta mempertanyakan tentang eksistensi dari metode six sigma, sebagai contoh artikel dari Arthur Schneiderman yang berjudul “Question : When is six sigma not six sigma? Answer : When it’s the six sigma metrics !!”. Dan masih banyak lagi artikel-artikel yang mengupas tentang sisi lain dari metode six sigma, baik yang sependapat, berbeda pendapat maupun yang mengupas secara berimbang. Dan perlu ditegaskan sekali lagi bahwa dalam artikel ini kita tidak memperdebatkan eksistensi six sigma tetapi kita lebih cenderung mempelajari dan mengenal six sigma lebih jauh sebagai suatu metode dan disiplin ilmu.





Wednesday, December 5, 2007

Teori Dasar Statistical Process Control

TEORI DASAR STATISTICAL PROCESS CONTROL
(Oleh Okasatria Novyanto)

Bagi kalangan praktisi di dunia industri tentunya sudah tidak asing lagi dengan terminologi-terminologi Quality yang sekarang sedang banyak sekali dipelajari dan dikembangkan oleh berbagai pihak, baik dari kalangan akademis sebagai dasar referensi teori maupun dari praktisi didunia industri sebagai subjek sekaligus objek atas “Quality knowledge” yang sekarang sedang berkembang.
Salah satu metode Quality yang erat kaitannya dengan hal tersebut adalah Statistical Process Control (SPC). Secara Etimologi, Statistical Process Control terdiri dari :
1. Process : adalah suatu kegiatan yang melibatkan penggunaan mesin (alat), penerapan suatu metode, penggunaan suatu material dan atau pendayagunaan orang untuk mencapai suatu tujuan.
2. Control : adalah suatu rangkaian kegiatan umpan balik (reciprocal) untuk mengukur suatu hasil yang harus dicapai apabila dibandingkan dengan standard serta melakukan tindakan jika terjadi penyimpangan (abnormality)
Sedang secara epistimologi, Statistical Process Control (SPC): adalah penerapan teknik statistik untuk mengukur dan menganalisa variasi yang terjadi selama proses (produksi-red) berlangsung.
Jenis-jenis Variasi
Satu hal yang harus menjadi filosofi dasar dan harus dipahami oleh kita bahwa setiap produk ataupun jasa yang dihasilkan dari suatu proses (produksi-red) itu tidak akan 100% sama, hal ini terjadi karena adanya variasi selama proses (produksi-red) berlangsung. Variasi dapat didefinisikan sebagai ketidakseragaman produk atau jasa yang dihasilkan. Dapat pula didefinisikan sebagai produk atau jasa yang dihasilkan tidak memenuhi spesifikasi standard yang telah ditetapkan. Variasi dikelompokan menjadi 2 jenis :
1. Variasi yang tidak bisa dihindari (uncontrollable variation/chance/common/random variation) contoh: kelembaban udara, suhu ruangan yang berubah-ubah, getaran mesin penggilingan padi, perubahan voltage PLN, dll
2. Variasi yang bisa dihindari (controllable variation/assignable variation)
Contoh: kurang homogennya bahan baku, kurang cermatnya operator, dll.
Manfaat Umum Penerapan SPC
Secara Umum dengan menerapkan SPC akan diperoleh beberapa manfaat, antara lain :
1. Meningkatkan daya saing produksi dengan menekan terjadinya variasi.
Mengurangi biaya-biaya yang seharusnya tidak perlu dikeluarkan, misalnya : rework cost, sorting cost, Punishment cost akibat customer complaint, dll.
2. Meningkatakan mutu bahan dan material yang dibeli melalui penerapan Incoming Inspection.
3. Meningkatkan produktivitas dengan menekan persentase cacat, kesalahan ataupun rework.
Lima langkah praktis dalam menerapkan SPC
a. Mendefinisikan, menggambarkan dan memahami tentang proses (produksi-red) yang akan dilakukan perbaikan.
b. Mengidentifikasi parameter proses yang kritis (critical process parameter)
c. Memindahkan data-data yang sudah diperoleh kedalam format grafik statistik (menerapkan teknik kendali statistik) d. Memonitor proses pengendalian
e. Mereview dan tindak lanjut
Pada dasarnya “inti permasalahan” ini terletak pada terjadinya variasi pada proses (produksi-red) yang disebabkan oleh berbagai faktor secara kompleks. Faktor-faktor tersebut dapat diklasifikasikan melalui pendekatan 4M +1E (Man, Material, Measurement, Methode and Environment) dan suatu analisa yang tidak dapat dilepaskan dengan adanya variasi ini adalah Process Capability Analyze.
Process Capability Analyze
Process
Capability Analyze dapat didefinisikan sebagai suatu analisa untuk mengetahui apakah proses kerja yang sedang berjalan memenuhi spesifikasi yang telah ditetapkan. Proses disebut capable jika mampu menghasilkan hampir 100 % output sesuai dengan spesifikasi yang telah ditetapkan. Capability adalah kemampuan suatu proses untuk menghasilkan output sesuai dengan spesifikasi yang telah ditetapkan. Process Capability ialah suatu kemampuan proses yang merefleksikan derajat keseragaman dalam memproduksi suatu produk.Capability index adalah suatu index yang mengggambarkan seberapa jauh proses tersebut dapat memenuhi spesifikasi yang diharapkan. Dengan mengetahui Capability index, hal ini akan membantu kita dalam memfokuskan pada target value, target value yaitu value yang paling diinginkan pelanggan. Meskipun output 100% berada di dalam spesifikasi limit, bisa jadi pelanggan tidak puas dan memungkinkan hilangnya bisnis.

Index untuk mengukur Process Capability Analyze :
1. Cp : Index yang menunjukkan kemampuan suatu sistem dalam memenuhi spesifikasi limit (limit atas-USL dan limit bawah-LSL).
2. Perhitungan Cp menggunakan estimasi sigma dan dapat digunakan untuk menunjukkan potensi suatu sistem dalam memenuhi spesifikasi.
3. Dalam Cp, tidak memperhitungkan rata-rata proses, hanya terfokus pada spread (persebaran data). Jika sistem tidak centered di dalam batas spesifikasi, maka nilai Cp kurang memberikan gambaran yang sebenarnya.
4. Cpk : Index yang menunjukkan seberapa baik suatu sistem dapat memenuhi spesifikasi limit.
5. Perhitungan Cpk menggunakan estimasi sigma dan dapat digunakan untuk menunjukkan potensi suatu sistem dalam memenuhi spesifikasi.
6. Dalam Cpk, rata-rata proses diperhitungkan sehingga proses tidak perlu centered terhadap target.
Mengukur Process Capability Analyze :
Hal-hal yang perlu diketahui :
a. Control Limit merupakan garis batas yang menggambarkan kemampuan proses berdasarkan pengalaman dan kemampuan teknik. Control Limit ada 2 jenis, yakni : Upper Control Limit (UCL) dan Lower Control Limit (LCL).
XBAR Control Limit :
- UCL = X+ (A2)*(R)
- LCL = X - (A2)*(R)
R Control Limit :
- UCL = (D4)*(R)
- LCL = (D3)*(R)
b. Spesifikasi Limit merupakan batas-batas yang ditentukan oleh konsumen (internal maupun eksternal) ataupun target yang harus dicapai. Specifikasi Limit ada 2 jenis, yaitu : Upper Specification Limit (USL) dan Lower Specification Limit (LSL).
c. Mean (Rata-rata) adalah nilai yang mewakili data secara keseluruhan.
d. Median adalah nilai tengah dari data yang telah diurutkan.
e. Modus adalah nila data yang mempunyai frekuensi tertinggi.
f. Standard Deviation (Sigma) bisa dianggap sebagai akar dari variance sedangkan variance ialah rata-rata kuadrat dari tiap-tiap titik ke rata-rata.
g. Bias ialah Perbedaan antara data yang dikumpulkan dalam sampel dengan kondisi yang sebenarnya dalam populasi.
h. Populasi ialah keseluruhan object yang ingin kita ukur dan analisa.Sample ialah sebagian (kecil) dari populasi dimana kita benar-benar melakukan pengukuran dan dengan ini kita dapat menarik kesimpulan.
Pengumpulan Data
Dalam melakukan suatu observasi dibutuhkan data-data yang accountable. Data yang baik apabila diolah maka akan menghasilkan informasi yang berguna atau bermanfaat. Jadi yang dimaksud dengan data adalah sekumpulan fakta, angka atau segala sesuatu yang dapat dipercaya kebenarannya sehingga dapat digunakan sebagai referensi dalam mengambil keputusan. Data terbagi dalam data variable dan data attribute.
1. Data variable : disebut juga data continues atau measurement. Data ini berasal dari hasil pengukuran dan nilainya berada dalam suatu interval atau jangkaun tertentu, contoh : Hasil pengukuran berat badan dari 46 Inspector di PQA, hasill pengukuran panjang Frame Main DV28EC selama 1 bulan, dll.
2. Data attribute : disebut juga data diskrit atau data non continues. Umumnya data ini merupakan hasil perhitungan dan berupa bilangan bulat, contoh : Jenis suku bangsa Inspector PQA, jenis kelamin (pria/ wanita), jumlah karyawan yang tidak masuk per hari, dll.
Dalam pengumpulan data-data dilapangan, ada beberapa faktor yang mempengarui hasil pengukuran, diantaranya : kesalahan alat ukur (repeatability), kesalahan operator (reproducibility), kesalahan alat hitung, kesalahan metode pengukuran, dll.
Control Chart
Pada dasarnya kurang lebih ada 7 buah QC Tools yang dapat dalam pengendalian mutu (Quality Control), yakni :
1. Flow Chart
2. Check Sheet
3. Histogram
4. Scatter Diagram
5. Pareto Diagram
6. Cause-and-Effect Diagram
7. Control Chart

Dan dalam hal ini pembahasan akan dikonsentrasikan pada Control Chart (Peta kendali). Control Chart ialah suatu Quality Tool yang dapat digunakan untuk mendeteksi apakah sebuah proses tersebut dalam kondisi terkontrol secara statistik (statistically stable) ataukah tidak. Proses yang tidak dalam kondisi terkontrol secara statistik akan menunjukan suatu variasi yang berlebih sebanding dengan perubahan waktu.



Control Chart membedakan antara Common Cause dan Special Cause. Common Cause ialah Penyebab yang agak susah untuk bisa dihilangkan (Natural variation) sedang Special Cause ialah Penyebab yang masih mungkin bisa dihilangkan, misalnya : Kesalahan Operator, materialnya retak dan kotor, Operator masih baru, tidak ada Standard Operasional Procedure untuk menjalankan suatu mesin produksi, dll.
Manfaat Control Chart
1. Mengetahui perubahan-perubahan yang terjadi selama satu periode produksi.
2. Memberikan informasi proses secara kronologis, yakni menunjukkan bagaimana pengaruh berbagai faktor, misalnya : material, manusia, metode, dll. terhadap proses produksi.
3. Mengidentifikasi gejala penyimpangan suatu proses yakni dengan memperhatikan pola atas pergerakan titik-titik sehingga dapat dihindari Over Control yaitu pengontrolan terlalu ketat sehingga dapat menurunkan efisiensi maupun Under Control yaitu pengontrolan terlalu longgar sehingga dapat menurunkan mutu.
8 Kategori adanya pola yang Out of Control pada special Cause yang menunjukan bahwa proses belum stabil secara statistik (Uncontrolled)
a. Dua titik berada lebih dari 3 sigma dari garis tengah.b. Sembilan titik berada pada lajur baris yang sama dari center line.c. Enam titik pada gambar kecenderungannya semuanya naik atau turun.
d. Keempat belas titik yang terdapat pada gambar naik dan turun.
e. Titik-titik yang dilingkari berada lebih dari 2 sigma pada CL. f. Titik-titik yang dilingkari melebihi 1 sigma dari CL.

g. Kelima belas titik berada pada batas 1 sigma dari CL.
h. Kedelapan titik yang dilingkari melebihi 1 sigma dari CL.. Jenis Control Chart
Sebagaimana telah disinggung pada pembahasan diatas bahwa pada dasarnya data diklasifikasikan menjadi 2, yakni : Data attribute dan data variable, sehingga dengan demikian jenis-jenis Control Chart terbagi atas :
1. Variable Control Chart, yaitu suatu jenis Control Chart dimana data yang dikumpulkan dan akan dianalisa merupakan data-data variable, misalnya : X-R Bar Chart dan X-S Bar Chart.
2. Attribute Control Chart, yaitu suatu jenis Control Chart dimana data yang dikumpulkan dan akan dianalisa merupakan data-data attribute, misalnya : p-chart
Contoh Langkah kerja pada penggunaan X-R Bar Control Chart
X-R Bar Control Chart merupakan salah satu variable Control Chart dimana data yang dikumpulkan dalam setiap pengamatan berbentuk sub-group yang besarnya sekitar 2 hingga 9 sampel.
Koreksi dalam menentukan frekwensi dan besarnya sample, jika ditemui kondisi sebagai berikut :
a. Sample size terlalu kecil
Jika Control Chart tidak bisa cepat mendeteksi perubahan ekonomis penting.
b. Sample Size terlalu besar
Jika Control Chart “Out of Control” untuk perubahan yang tidak bernilai ekonomis.
c. Frekwensi Penyampelan terlalu sering
Jika sampling and plotting cost melebihi keuntungan ekonomis yang diperoleh dari proses control tersebut.
d. Frekwensi penyampelan terlalu jarang
Jika Economic loss lebih tinggi biayanya dibandingkan dengan waktu tambahan.
Langkah-langkah Kerja :
1. Tentukan tujuan dari penelitian.
2. Buatlah Blue Print (Rancangan-rancangan) sistematis dari penelitian yang akan dilakukan.
3. Buatlah lembar data (Check Sheet) dengan menentukan : jenis data yang dibutuhkan, Critical parameter yang akan dikontrol, besar sample (sub group), frekuensi pengambilan sampel, dll.
4. Lakukan pengumpulan data.
5. Buatlah Control Chart. Hal ini dapat dilakukan dengan bantuan software (MINITAB) maupun secara konvensional dengan rumus sebagaimana telah dibahas dimuka.
6. Perlu diperhatikan bahwa Control Chart yang dibuat pertama kali merupakan Control Chart “percobaan”.
7. Periksa apakah ada titik-titik yang Out of Control ataukah tidak dengan menggunaikan kaidah pengujian 8 titik Out of Control sebagimana telah dikemukakan diatas. Jika terdapat titik yang Out of Control maka Control Chart harus diperbaiki (revisi)
8. Merperbaiki (revisi) Control Chart dengan membuang data-data yang Out of Control (tidak stabil), kemudian hitung kembali dan tampilkan dalam Control Chart. Perlu diingat bahwa pembuangan data-data yang Out of Control harus disertai dengan penjelasan logis 5W+1H dan dilengkapi dengan Corrective Action. Setelah dianggap jelas (close) maka data-data yang Out of Control dapat dibuang.
9. Ulangi proses 5 ~ 8 dan hingga seluruh titik berada dalam Chart serta dalam keadaan In Control. Perlu diperhatikan juga bahwa dalam pembentukkan Control Chart ini dalam satu periode proses pengambilan data harus diperhatikan dalam keadaan normal serta tidak mengalami perubahan proses kerja yang signifikan (perubahan material, mesin, sistem kerja, dll.
10. Jika telah tercapai, maka garis kendali yang diperoleh dapat digunakan untuk mengontrol proses pada periode berikutnya.
11. Menerapkan pengontrolan proses. Sebagai informasi tambahan saja bahwa seiring dengan mobilitas produksi yang tinggi maka alangkah baiknya jika dalam aktual penerapan pengontrolan proses itu menggunakan bantuan software (misal : MINITAB). Hal ini bertujuan jika terjadi Out of Control (abnormality) akan segera ketahuan dan terdeteksi.