Ini adalah salah satu senjata favorit mahasiswa Teknik Industri dalam menaklukkan data-data, Seven Tools. Yap, senjata ini tergolong mudah untuk digunakan semudah menarik pelatuk pistol, selain itu sangat bermanfaat untuk menganalisa data-data yang sifatnya lebih kuantiatif, karena hanya ada satu tool saja yang membahas data kualitatif. Seiring perkembangan ilmu pengetahuan dan teknologi, ditemukanlah New Seven Tools, yang secara dominasi cenderung lebih bersifat kualitatif. Tetapi dalam post ini saya tidak belum akan membahas New Seven Tools. Dalam post ini saya hanya akan membagikan apa itu Seven Tools lengkap beserta contohnya, langsung saja, Selamat Membaca:
Seven Tools
Seven tools atau
tujuh alat kendali kualitas merupakan beberapa perangkat yang digunakan dalam
keperluan pengendalian mutu terpadu. Ketujuh alat tersebut digunakan dalam
langkah-langkah pemecahan masalah kualitas yang merupakan rangkaian perangkat
yang berdampingan.
Macam
dan fungsi seven tools adalah sebagai
berikut :
1. Check
sheet
Berfungsi
untuk mempermudah pengumpulan data dan penyajian data. Lembar
periksa atau Check Sheet
adalah suatu alat bantu untuk memudahkan
proses pengumpulan
data. Biasanya
berbentuk
formulir
dimana item-item
yang akan diperiksa telah dicetak dalam formulir tersebut. Lembar periksa dapat digunakan baik untuk data variabel maupun data atribut walaupun umumnya banyak digunakan untuk data
atribut.
Desain dari lembar periksa
dibuat sesuai dengan data apa yang akan dikumpulkan
dan biasanya tergantung dari kreativitas pengumpul datanya untuk memilah-milah data yang berbeda ke dalam kategori tertentu, dengan maksud agar dapat
mengumpulkan data dengan lengkap, akurat, dan semudah mungkin.
1.1 Tujuan
2. Memudahkan proses pengumpulan data terutama
untuk mengetahui bagaimana sesuatu masalah sering terjadi.
3. Memilah data ke dalam kategori yang berbeda
seperti penyebab-penyebab, masalah-masalah dan lain-lain.
4. Menyusun data secara otomatis, sehingga data
itu dapat dipergunakan dengan mudah.
5. Memisahkan antara opini dan fakta.
1.2 Langkah-langkah / teknis Pembuatan Check
sheet :
1. Memperjelas sasaran pengukuran yang akan
dijadikan objek observasi
2.
Mengidentifikasikan apa saja variabel yang akan diukur
3. Menentukan waktu atau tempat objek
yang akan diukur
4.
Mengumpulkan data dengan cara mencatat pada lembar periksa
5. Menjumlahkan data yang telah
dikumpulkan
6. Periksa kelengkapan data
Tabel 1 Contoh Check Sheet
1.3 Contoh Kasus
Pada contoh kasus saya menggunakan data dari pengamatan
praktikum kendali kualitas yaitu analisa kecacatan produk makanan jeli. Dimana
pada kemasannya, berat bersih / netto jeli tertera 15 gram. Berikut data yang
ada:
Tabel
1.1 Lembar
Pengamatan Data Jeli
NO
|
WARNA
|
BERAT TOTAL
(gram)
|
BERAT CUP
(gram)
|
BERAT BERSIH
(gram)
|
Kecacatan
Produk
(gram)
|
1
|
Merah
|
15,2
|
0,9
|
14,3
|
0,7
|
2
|
Merah
|
14,1
|
1
|
13,1
|
1,9
|
3
|
Merah
|
15,3
|
0,8
|
14,5
|
0,5
|
4
|
Merah
|
15,2
|
0,9
|
14,3
|
0,7
|
5
|
Merah
|
15,4
|
0,8
|
14,6
|
0,4
|
6
|
Hijau
|
15,3
|
0,9
|
14,4
|
0,6
|
7
|
Hijau
|
15
|
0,9
|
14,1
|
0,9
|
8
|
Hijau
|
15
|
0,8
|
14,2
|
0,8
|
9
|
Hijau
|
15,3
|
0,9
|
14,4
|
0,6
|
10
|
Hijau
|
15,3
|
1
|
14,3
|
0,7
|
11
|
Ungu
|
15
|
1
|
14
|
1
|
12
|
Ungu
|
15,3
|
0,9
|
14,4
|
0,6
|
13
|
Ungu
|
14,8
|
0,8
|
14
|
1
|
14
|
Ungu
|
14,8
|
0,9
|
13,9
|
1,1
|
15
|
Ungu
|
14,8
|
0,9
|
13,9
|
1,1
|
16
|
Oranye
|
15,3
|
1,1
|
14,2
|
0,8
|
17
|
Oranye
|
14,5
|
1
|
13,5
|
1,5
|
18
|
Oranye
|
15
|
1
|
14
|
1
|
19
|
Oranye
|
15,3
|
1
|
14,3
|
0,7
|
20
|
Oranye
|
15,5
|
1
|
14,5
|
0,5
|
21
|
Putih
|
15
|
0,8
|
14,2
|
0,8
|
22
|
Putih
|
15,3
|
1
|
14,3
|
0,7
|
23
|
Putih
|
15,1
|
1
|
14,1
|
0,9
|
24
|
Putih
|
15
|
0,9
|
14,1
|
0,9
|
25
|
Putih
|
15,3
|
0,8
|
14,5
|
0,5
|
Tabel 1.2
Check Sheet
Pemeriksaan : Jeli
Jumlah Data : 25 buah
Waktu : Selasa, 07 Januari 2014. 10.00 wib
Tempat : Lab. Ergonomi Teknik Industri
|
||||||
No.
|
Data
|
Warna
|
||||
Merah
|
Hijau
|
Ungu
|
Oranye
|
Putih
|
||
1
|
5
|
0,7
|
0,6
|
1
|
0,8
|
0,8
|
2
|
5
|
1,9
|
0,9
|
0,6
|
1,5
|
0,7
|
3
|
5
|
0,5
|
0,8
|
1
|
1
|
0,9
|
4
|
5
|
0,7
|
0,6
|
1,1
|
0,7
|
0,9
|
5
|
5
|
0,4
|
0,7
|
1,1
|
0,5
|
0,5
|
2. Stratification
2.1 Konsep
Berfungsi untuk mengetahui secara lebih
terperinci pengelompokan faktor-faktor yang akan mempengaruhi karakteristik
mutu. Stratifikasi adalah suatu upaya
untuk mengurai atau mengklasifikasi persoalan menjadi kelompok atau golongan
sejenis yang lebih kecil atau menjadi unsur-unsur tunggal dari persoalan.
Kegunaan :
a. Melihat masalah
secara lebih terarah dan mendalam
b. Mempermudah
dalam pengambilan kesimpulan
c.
Menghindari salah tafsir
d. Membantu
untuk pembuatan check sheet, diagram pareto, diagram scatter dan histogram.
2.2 Langkah
pembuatan Stratification adalah :
a.
Data
dikumpulkan dan dikelompokkan berdasarkan faktor-faktor tertentu sesuai baris
dan kolom dalam satu tabel secara berurut, seperti :
ü Jenis defect atau
cacat
ü Jenis penyebab defect
ü Lokasi defect
ü Material, hari produksi,
unit kerja, penanggung jawab, waktu, dll
b.
Hitung
data secara baris dan kolom sesuai faktor-faktor tersebut.
2.3
Contoh Kasus
Tabel 2.1 Stratifikasi Kecacatan Jeli
NO
|
DATA
|
KELOMPOK (STRATIFICATION)
|
||||
MERAH
|
HIJAU
|
UNGU
|
ORANGE
|
PUTIH
|
||
1
|
5
|
0,7
|
0,6
|
1
|
0,8
|
0,8
|
2
|
5
|
1,9
|
0,9
|
0,6
|
1,5
|
0,7
|
3
|
5
|
0,5
|
0,8
|
1
|
1
|
0,9
|
4
|
5
|
0,7
|
0,6
|
1,1
|
0,7
|
0,9
|
5
|
5
|
0,4
|
0,7
|
1,1
|
0,5
|
0,5
|
Stratifikasi
yang dilakukan pada lembar pengamatan di atas yaitu dengan mengelompokkan data
kecacatan produk berdasarkan perbedaan warna pada masing-masing jeli, dimana
untuk masing-masing warna jeli diambil 5 buah data.
3 Pareto
diagram
3.1 Konsep
Berfungsi untuk menunjukkan urutan permasalahan menurut
bobot dan frekuensi. Diagram
pareto disebut juga Gambaran pemisah unsur penyebab yang paling dominan dari
unsur-unsur penyebab lainnya dari suatu masalah. Diagram Pareto diperkenalkan
oleh seorang ahli yaitu Alfredo Pareto. Diagram Pareto ini merupakan suatu
gambar yang mengurutkan klasifikasi data dari kiri ke kanan menurut urutan
ranking tertinggi hingga terendah. Hal ini dapat membantu menemukan
permasalahan yang terpenting untuk segera diselesaikan (ranking tertinggi)
sampai dengan yang tidak harus segera diselesaikan (ranking terendah).
Gambar 2. Contoh Diagram Pareto
Selain itu,
Diagram Pareto juga dapat digunakan untuk membandingkan kondisi proses,
misalnya ketidaksesuaian proses, sebelum dan setelah diambil tindakan
perbaikan terhadap proses.
3.2 Teknis pembuatan
Diagram Pareto
Adapun
Penyusunan Diagram Pareto meliputi 6 (enam) langkah, yaitu:
1. Menentukan metode atau arti dari
pengklasifikasian data, misalnya berdasarkan masalah, penyebab jenis
ketidaksesuaian, dan sebagainya.
2. Menentukan satuan yang digunakan
untuk membuat urutan karakteristik‑karakteristik tersebut, misalnya rupiah,
frekuensi, unit, dan sebagainya.
3. Mengumpulkan data sesuai dengan
interval waktu yang telah ditentukan.
4. Merangkum data dan membuat rangking
kategori data tersebut dari yang terbesar hingga yang terkecil.
5. Menghitung frekuensi kumulatif atau
persentase kumulatif yang digunakan.
6. Menggambar diagram batang,
menunjukkan tingkat kepentingan relatif masing- masing masalah.
Mengidentifikasi beberapa hal yang penting untuk mendapat perhatian.
Selain itu Diagram Pareto ini
mempunyai beberapa Prinsip yaitu
:
a. Vilfredo Pareto (1848-1923), ahli
ekonomi Italia:
Mengatakan bahwasannya 20% dari population memiliki 80% dari total
kekayaan.
b. Juran mengistilahkan “vital few, trivial many”:
20%
dari masalah kualitas menyebabkan kerugian sebesar 80%.
Gambar 3. Prinsip
Diagram Pareto
3.3 Contoh Kasus
ü Perusahaan
menemukan empat jenis cacat pada jely
yang mereka produksi, hasilnya terdapat pada tabel :
No.
|
Jenis
Cacat
|
1
|
Ukuran nata de
coco tidak sesuai
|
2
|
Kemasan tidak rapi
|
3
|
Variasi warna tidak menarik
|
4
|
Berat bersih tidak sesuai
|
ü Pengumpulan data dilakukan dan
mendapat hasil :
No.
|
Jenis Cacat
|
Jumlah (biji)
|
1
|
Ukuran nata de
coco tidak sesuai
|
27
|
2
|
Kemasan tidak rapi
|
14
|
3
|
Variasi warna tidak menarik
|
7
|
4
|
Berat bersih tidak sesuai
|
52
|
ü Data setelah diurutkan ( dari jumlah tertinggi sampai
terendah ) :
No.
|
Jenis Cacat
|
Jumlah (biji)
|
1
|
Berat bersih tidak sesuai
|
52
|
2
|
Ukuran nata de
coco tidak sesuai
|
27
|
3
|
Kemasan tidak rapi
|
14
|
4
|
Variasi warna tidak menarik
|
7
|
Jenis Cacat
|
Jumlah
|
%
|
% Kumulatif
|
Berat
bersih tidak sesuai
|
52
|
52%
|
52%
|
Ukuran
nata de coco tidak sesuai
|
27
|
27%
|
79%
|
Kemasan
tidak rapi
|
14
|
14%
|
93%
|
Variasi
warna tidak menarik
|
7
|
7%
|
100%
|
Jumlah
|
100
|
Diagram
Pareto :
Berdasarkan diagram dapat diketrahui 2 kecacatan pada produk
jely yang tertinggi yaitu berat bersih tidak sesuai dan ukuran nata de coco tidak sesuai. Untuk mendapatkan kualitas produksi yang lebih baik,
perusahaan harus segera menyelesaikan kedua masalah yang paling banyak terjadi
atau yang menempati ranking tertinggi dan kemudian kedua masalah yang lain atau yang menempati ranking
terendah.
4
Cause effect diagram (fishbone diagram)
4.1 Konsep
Berfungsi
menunjukkan kumpulan dari sekelompok sebab-sebab (faktor) serta akibat yang
timbul (karakteristik mutu) dari masalah kualitas yang dihadapi.
Istilah lain dari Fishbone Diagram
adalah Diagram Ishikawa, dikembangkan oleh Kaoru Ishikawa seorang pakar kendali
mutu. Sering kali disebut sebagai fishbone diagram dikarenakan bentuknya yang
menyerupai tulang ikan. Fishbone Diagram lahir karena adanya kebutuhan akan
peningkatan mutu atau kualitas dari barang yang dihasilkan. Seringkali dalam
suatu proses produksi dirasakan hasil akhir yang diperoleh tidak sesuai dengan
ekspektasi, misalnya: barang cacat terjadi lebih dari yang ditetapkan, hasil
penjualan sedikit, mutu barang kompetitor lebih baik dari barang kita, nasabah
lebih memilih produk kompetitor kompetitor , dan lain-lain. Dari sinilah timbul
pemikiran untuk melakukan analisa dan evaluasi terhadap proses yang sudah
terjadi dalam rangka untuk memperbaiki mutu. Fishbone Diagram merupakan salah satu alat pengendali mutu yang
fungsinya untuk mendeteksi permasalahan yang terjadi dalam suatu proses
industri.
Fishbone
Diagram dalam penerapannya digunakan untuk mengidentifikasi faktor-faktor yang
menjadi penyebab permasalahan. Diagram ini sangat praktis dilakukan dan dapat
mengarahkan satu tim untuk terus menggali sehingga menemukan penyebab utama
atau Akar suatu permasalahan. Akar ”penyebab ” terjadinya masalah ini memiliki
beragam variabel yang berpotensi menyebabkan munculnya permasalahan.
Gambar 4. Contoh
Diagram Cause effect
4.2 Langkah-langkah
pembuatan Cause
effect diagram sebagai
berikut:
1. Menyiapkan sesi sebab-akibat
2. Mengidentifikasi akibat
3. Mengidentifikasi berbagai kategori
4. Menemukan sebab-sebab potensial
dengan cara sumbang saran
5. Mengkaji kembali setiap kategori
sebab utama
6. Mencapai kesepakatan atas
sebab-sebab yang paling mungkin
4.3 Contoh
kasus
5
Control chart / Peta Kendali
5.1 Konsep
Berfungsi untuk menunjukkan batas
maksimum dan batas minimum daerah pengendalian. Peta kendali pertama ditemukan
oleh DR. Walter Andrew Shewart dari Bell Telephone Laboratories, Amerika
Serikat, tahun 1924. Peta
Kendali atau Control Chart merupakan
suatu teknik yang di kenal sebagai metode grafik yang digunakan untuk
mengevaluasi apakah suatu proses berada dalam pengendalian kualitas secara
statistik atau tidak sehingga dapat memecahkan masalah dan menghasilkan
perbaikan kualitas. Metode ini dapat membantu perusahaan dalam mengontrol
proses produksinya dengan memberikan informasi dalam bentuk grafik. Tujuan dari
perancangan progam control chart
adalah untuk melihat sejauh mana tingkat keberhasilan suatu proses produksi
sehingga bisa dijadikan pedoman dalam mengarahkan perusahaan kearah pemenuhan
spesifikasi konsumen.
Ada
dua jenis peta kendali menurut data yang digunakan yaitu peta kendali untuk
data variabel dan peta kendali untuk data atribut. Terdapat dua jenis peta
kendali untuk data variabel, yakni x-bar dan R. Kedua control chart jenis x-bar dan R yang fungsinya saling melengkapi guna
mencapai tujuan terkontrolnya suatu proses sehingga tidak bisa dipakai terpisah
kecuali untuk tujuan khusus tertentu. Sedangkan peta kendali untuk atribut terdiri dari peta p, peta np, peta
c, dan peta u. Dalam peta kendali ada tiga garis, yaitu garis
tengah (center line), garis batas
atas /UCL (upper control limit),
garis batas bawah /LCL (lower control
limit).
5.2 Peta R
Dalam tugas ini saya menggunakan peta kendali R untuk
mengetahui rentangan data pada contoh kasus.
Fungsi Peta R:
1.
Memantau perubahan dalam hal spread-nya
(penyebarannya).
2.
Memantau tingkat keakurasian/ketepatan proses yang diukur
dengan mencari range dari sampel yang
diambil.
5.3 Teknis Pembuatan dan Contoh Kasus
·
Setelah menghitung data dengan rumus di atas, plot
data mengunakan Ms. Excel:
Keterangan * : 1. Merah 2.
Hijau 3. Ungu 4. Oranye 5. Putih
Dari data di atas terlihat bahwa semua
tingkat kecacatan masih dalam batas kendali, sehingga tidak diperlukan tindakan
perhitungan ulang.
6
Scatter diagram
6.1 Konsep
Berfungsi untuk menentukan korelasi
antara faktor-fakor yang akan mempengaruhi karakteristik mutu. Scatter diagram merupakan
cara yang paling sederhana untuk menentukan hubungan antara sebab dan akibat
dari dua variabel atau untuk menentukan korelasi antara penyebab yang diduga
dengan akibat yang timbul dari suatu masalah.
Fungsi :
- Menguji bagaimana kuatnya hubungan antara dua variabel,
- Menentukan jenis hubungan dari dua variabel itu, apakah positif, negatif dan tidak ada hubungan.
- Data variabel yang ditunjukkan dalam diagram tebar, dapat berupa :
4.
Karakteristik kualitas dan faktor yang mempengaruhinya.
5.
Dua karakteristik kualitas yang saling berhubungan.
6.
Dua faktor yang saling berhubungan yang pengaruhi karakteristik
kualitas
Contoh Diagram Scatter
6.2 Langkah-langkah Pembuatan
Scatter Diagram :
- Mengumpulkan data (x,y) yang akan dipelajari hubungannya serta susunlah data tersebut pada tabel. Diperlukan minimal 30 pasangan data
- Tentukan nilai-nilai maksimum dan minimum untuk kedua variabel x dan y. Buatlah skala pada sumbu horizontal dan vertikal dengan ukuran yang sesuai agar diagram menjadi lebih mudah untuk dibaca.
- Menggambarkan sumbu horizontal dan vertikal
- Memetakan data pada diagram
- Menginterpretasikan Daigram Tebar
5.3
Contoh Kasus
Dari data berat bersih jeli dan data
kecacatan produk, dapat dibuat diagram scatter untuk mengetahui hubungan antara
keduanya. Dari diagram scatter di
atas, terlihat terdapat suatu hubungan linier yaitu antara berat bersih jeli dengan
kecacatan produk yang dihasilkan.
7
Histogram
7.1 Konsep
Berfungsi
untuk mengetahui distribusi dan penyebaran data yang ada. Histogram adalah tampilan grafis dari
distribusi pengukuran dan frekuensi setiap pengukuran. Histogram
dapat dipergunakan sebagai alat untuk mengkomunikasikan informasi tentang
variasi dalam proses membantu menajemen dalam membuat keputusan yang berfokus
pada usaha perbaikan terus menerus.
Histogram adalah suatu alat yang meringkas grafik data
yang membolehkan kita untuk :
a. Mengelompokkan
pengamatan data di dalam sel, atau mendefinisikan kembali kategori, dalam order
untuk menutupi lokasi data dan karakteristik dispersi.
b. Mampu
memperkirakan kapabilitas proses dan menghubungkan spesifikasi dengan target.
c. Memperkirakan
bentuk populasi dan menandakan jika ada beberapa gap dalam data.
d. Memeriksa mutu
suatu proses atau pekerjaan.
7.2 Langkah-langkah membuat histogram
- Mengumpulkan data pengukuran.
- Tentukan data Maksimal (Xmax) dan Minimum (Xmin)
- Tentukan besarnya Range,
R = Xmaks
– Xmin = nilai terbesar – nilai terkecil.
- Tentukan banyaknya kelas interval (k).
k = 1 + 3,3 log n dimana:
n = jumlah angka yang terdapat dalam data.).
- Tentukan lebar interval ( L ) dimana L = R / k
- Tentukan batas kelas (batas bawah dan atas).
- Tentukan titik tengah kelas.
- Tentukan frekuensi dari setiap interval
7.3 Contoh Kasus
Kelas
|
Frekuensi Aktual
|
||
BKB
|
BKA
|
Akumulasi
|
Kelas
|
13,1
|
13,35
|
1
|
1
|
13,35
|
13,6
|
2
|
1
|
13,6
|
13,85
|
2
|
0
|
13,85
|
14,1
|
7
|
5
|
14,1
|
14,35
|
18
|
11
|
14,35
|
14,6
|
24
|
6
|
Distribusi Data Jeli
Max
|
14,6
|
Min
|
13,1
|
Rentang (R)
|
1,5
|
n
|
25
|
k
|
6
|
L
|
0,25
|
Dari
Histogram di atas, terlihat bahwa data jeli tersebut membentuk kurva normal
yang tidak baik, hal tersebut disebabkan karena ada data yang tingkat
kecacatannya sangat tinggi dibanding yang lain, yaitu terletak pada kelas 1 dan
2.
KESIMPULAN
Dalam mengolah dan menganalisis data jeli digunakan alat
pengendali kualitas yaitu seven tools,
diantaranya :
a. Check
sheet
Pada lembar pengamatan (check sheet), dapat diketahui yaitu data
berat total jeli dan data berat kulit (cup) jeli.
Dari kedua data tersebut dapat dicari data berat bersih jeli yaitu dengan
mengurangi data berat total jeli dengan data berat kulit jeli. Selanjutnya,
dapat dicari data kecacatan pada produk jeli tersebut dengan cara mengurangi
berat bersih yang tertera pada kemasan jeli (15 gram) dengan data berat bersih
hasil pengukuran.
Berdasarkan
Check sheet didapatkan rata – rata
kecacatan produk jeli yaitu sebesar 0,792 atau 0,8.
b. Pareto
Diagram
Dari pareto diagram, dapat diketahui jenis
– jenis cacat dari produk jeli yaitu berat bersih tidak sesuai, ukuran nata de
coco tidak sesuai, kemasan tidak rapi dan variasi warna tidak menarik. Selain
itu juga dapat diketahui 2 jenis cacat dari produk jeli yang memberi pengaruh
paling besar yaitu berat bersih tidak sesuai dan ukuran nata de coco tidak sesuai..
c. Fishbone
Diagram
Dari fishbone
diagram, dapat diketahui penyebab kecacatan produk jeli yaitu faktor
pengawasan,tenaga kerja, nata de coco dan mesin pengepress.
Ø
Pada
faktor pengawasan, penyebab timbulnya cacat adalah kurangnya pengawasan dan
pengawasan tidak teratur.
Ø
Pada
faktor tenaga kerja, penyebab timbulnya cacat adalah kurang berpengalaman dan
human error.
Ø
Pada
faktor nata de coco, penyebab timbulnya cacat adalah tingkat kekenyalan berbeda
dan tidak ada spesifikasi khusus.
Ø
Pada faktor mesin pengepress, penyebab timbulnya
cacat adalah penguapan isi jeli, derajat panas terlalu tinggi dan terdapat
udara yang masuk pada jeli.
d. Control Chart (Peta R)
Dari Peta Kendali R dapat
diketahui bahwa tingkat kecacatan jeli tidak terdapat produk yang memiliki
kecacatan di luar batas kendali. Sehingga tidak diperlukan perhitungan kembali.
e. Stratification
Stratifikasi yang dilakukan pada
praktikum ini yaitu dengan mengelompokkan data kecacatan produk berdasarkan
perbedaan warna pada masing-masing jeli, dimana untuk masing-masing warna jeli
diambil 5 buah data.
f. Scatter
Diagram
Dari diagram scatter, dapat disimpulkan bahwa terdapat suatu hubungan linier
yaitu antara berat bersih jeli dengan kecacatan produk yang dihasilkan.
g. Histogram
Dari Histogram, dapat disimpulkan bahwa
data jeli tersebut membentuk kurva normal yang tidak baik, hal tersebut
disebabkan karena ada data yang tingkat kecacatannya sangat tinggi dibanding
yang lain, yaitu terletak pada kelas 1 dan 2.
DAFTAR PUSTAKA
1. Grant,
Statistical Quality Control, McGrawHill
Inc., New York, 1972.
2. Montgomery,
D.C., Introduction to Statistical Quality
Control, John Wiley & Sons Inc., New York, 1972.
3. site.google.com/site/kelolakualitas