STUDI KASUS: PENENTUAN BENTUK PENGENDALIAN PARAMETER TEMPERATUR DI PROSES FOUNDRY – dengan pendekatan konsep AIAG 7 VDA SPC (2026)
Dalam proses operasional Foundry (peleburan logam), temperatur cairan logam di dalam furnace (tanku peleburan) merupakan parameter krusial penentu kualitas hasil akhir produk (menghindari cacat struktur, porositas, atau kegagalan metalurgi).
Berikut adalah penerapan seluruh kriteria pertimbangan pemilihan control chart yang wajib dievaluasi berdasarkan pedoman dari AIAG & VDA SPC sub-bab 9.3.2:
1. Kriteria Jenis Data (Type of Characteristic)
- Pertimbangan: Apakah data berupa ukuran kontinu (variabel) atau cacat hitung (atribut)?
- Penerapan di Foundry: Temperatur cairan diukur dalam derajat Celsius (
) menggunakan termokopel yang menghasilkan data kontinu. Oleh karena itu, jadi tidak boleh menggunakan attribute chart (seperti P-chart atau C-chart), melainkan wajib menggunakan Variable Control Chart (seperti
atau
chart).
2. Kriteria Ukuran Subgrup dan Homogenitas Proses (Subgroup Size & Homogeneity)
- Pertimbangan: Berapa banyak sampel yang diambil dalam satu waktu (
) dan seberapa homogen kondisi sampel tersebut?
- Penerapan di Foundry:
- Jika operator mencatat suhu setiap 2 jam sekali dengan mengambil 5 titik pengukuran berbeda di dalam furnace, maka ukuran subgrup
. Karena
, digunakan
Chart (Mean dan Range).
- Namun, jika sistem sensor digital mencatat data suhu secara otomatis dan terus-menerus (frekuensi tinggi, sampel besar
), maka digunakan
Chart (Mean dan Standard Deviation).
- Dalam implementasi dilakukan dua kontrol sampaing dan continue, kendala penerapan continue record adalah alat dan jaringan internet yang bermasalah.
- Jika operator mencatat suhu setiap 2 jam sekali dengan mengambil 5 titik pengukuran berbeda di dalam furnace, maka ukuran subgrup
3. Kriteria Arah Pengamatan (Direction of Observation) & Waktu Deteksi
- Pertimbangan: Apakah pemantauan bersifat retrospektif (analisis ke belakang) atau real-time di lini produksi? Serta seberapa cepat perubahan kecil harus dideteksi?
- Penerapan di Foundry: Temperatur Foundry rentan mengalami pergeseran mikro secara gradual akibat dinding tungku tahan api (refractory brick) yang mulai aus/rusak karena suhu tinggi.
- Jika Shewhart chart standar terlambat mendeteksi pergeseran kecil (<
), maka diterapkan tambahan CUSUM (Cumulative Sum) Chart atau EWMA Chart yang memiliki “memori” kumulatif untuk menangkap tren kenaikan suhu secara dini sebelum melewati batas kritis.
- Jika Shewhart chart standar terlambat mendeteksi pergeseran kecil (<
4. Kriteria Distribusi Data (Normal vs. Non-Normal)
- Pertimbangan: Apakah data menyebar secara normal (simetris kurva lonceng) atau asimetris (skewed / memiliki batas alami tertentu)?
- Penerapan di Foundry: Sebagian besar pembacaan suhu berdistribusi normal. Namun, jika ada parameter lingkungan atau pendinginan tertentu yang mendekati batas fisik mutlak (misalnya suhu batas minimum pembekuan logam), dan data terbukti miring (skewed), maka peta kendali Shewhart standar harus disesuaikan menggunakan Pearson Control Chart atau transformasi parametrik/non-parametrik.
5. Kriteria Pemrosesan Batch atau Banyak Aliran (Multiple Stream / Multiple Heads Process)
- Pertimbangan: Apakah proses memiliki banyak sumber variasi atau struktur tersarang (nested)?
- Penerapan di Foundry: Sebuah pabrik Foundry besar sering kali memiliki satu kendali utama dengan banyak tap-hole (lubang pengeluaran cairan) atau beberapa tungku (multiple furnaces) yang terhubung ke satu jalur casting. Di sini perlu dilakukan analisis Sources of Variation (SoV) untuk menentukan apakah kita memerlukan bagan kendali berganda (seperti Multiple Levey-Jennings Chart) guna membedakan variasi antar-tungku.
6. Kriteria Jangka Pendek & Variasi Produk (Short-Run SPC)
- Pertimbangan: Apakah produk yang diproduksi bervariasi dengan cepat dalam skala kecil (High-Mix Low-Volume)? Ini dilakukan untuk furnace trial
- Penerapan di Foundry: Jika furnace yang sama digunakan secara bergantian untuk melebur berbagai jenis paduan logam (alloy types) yang masing-masing memiliki target temperatur acuan berbeda, bagan Shewhart biasa tidak bisa langsung dipakai. Harus digunakan Z-Chart (Short-Run SPC) yang menstandarisasi nilai deviasi dari target masing-masing paduan. Tapi kondisi ini jarang terjadi
7. Kriteria Kejadian Langka (Rare Events)
- Pertimbangan: Apakah parameter yang dipantau berupa cacat atau kegagalan ekstrem yang sangat jarang terjadi?
- Penerapan di Foundry: Kegagalan total sistem pendingin furnace yang menyebabkan ledakan atau leakage adalah kejadian sangat langka (zero-defect/rare events). Untuk memantau jeda waktu atau frekuensi kemunculannya, digunakan G-Chart (Geometris) atau T-Chart (Waktu antar-peristiwa).
Kesimpulan Penerapan dalam Dokumen Control Plan
Berdasarkan seluruh kriteria di atas pada kasus temperatur Foundry:
- Tim Engineering memilih
Chart berbasis sistem otomatis untuk pemantauan harian utama (karena data kontinu dan frekuensi tinggi).
- Ditambahkan EWMA Chart untuk mendeteksi tren keausan termal secara halus.
- Batas kendali yang dipasang murni dihitung dari statistik variasi proses internal (bukan mencampur adukkan batas spesifikasi customer), serta diintegrasikan dengan prosedur OCAP (Out-of-Control Action Plan) apabila suhu Foundry melampaui batas kendali statistik.
Semoga ini memberikan pencerahan dalam penentuan dan mengontrol kestabilan proses
bagi Perusahaan rekan-rekan yang ingin mengimplementasikan Kontrol Proses dengan statistic industry (mengetahui dan kemampuan proses) dengan referensi AIAG & VDA SPC (versi 2026) melalui training Statistical Process Control, silahkan kontak kami di sales@improvementqhse.com atau hub Nova di 08777-178-1334
