point 6.5 AIAGVDA SPC

AIAG & VDA SPC: MENGENAL KARAKTER PROSES DARI CONTROL CHART

Jangan Cuma “Tamu Bulanan”, Jadilah “kerabat” Bagi Prosesmu!

Pernahkah kamu membayangkan situasi seperti ini? Ada seorang tamu yang berkunjung ke rumahmu hanya satu bulan sekali, atau bahkan setahun sekali. Tiba-tiba, tamu tersebut memberikan penilaian menyeluruh tentang karakter, kebiasaan, dan sifatmu sehari-hari. Rasanya kurang pas, bukan? Tamu itu hanya melihat sekilas satu momen kecil dalam hidupmu. Siapa yang paling paham karaktermu yang sebenarnya? Tentu keluarga yang tinggal bersamamu setiap hari—yang melihat kapan kamu sedang ceria, kapan kamu mulai kelelahan, marah, happy dan semua dan bahkan tahu persis kebiasaan kecilmu, bukan katanya..

Di dunia manufaktur dan produksi, fenomena ini sering kali terjadi!

Melihat checksheet harian yang hanya diisi 1–3 data terpisah ibarat menjadi tamu bulanan tersebut. Kita hanya melihat “potongan foto” (snapshot) dari satu momen singkat. Namun, ketika data-data harian tersebut dihubungkan menjadi sebuah garis waktu pada Control Chart (Bagan Kendali), kita sedang berperan sebagai “teman” dari proses produksi. Kita mulai mengenali pola, tren, dan dinamika variasi proses kita secara utuh!

Yang Penting di 6.5 Quality Control ChartsAIAG & VDA SPC Manual

  1. Bedakan dengan Tegas: Batas Kendali vs. Batas Spesifikasi!

Satu jebakan Batman yang sering membuat praktisi di lantai produksi bingung adalah mencampuradukkan Batas Kendali (Control Limits) dan Batas Spesifikasi (Specification Limits).

Point 6.5 tentang Control Chart di AIAG & VDA menegaskan: Batas spesifikasi TIDAK BOLEH dimasukkan ke dalam Quality Control Chart standar! Mengapa?

  • Batas Spesifikasi (Specification Limits / Drawing): Ditentukan oleh tim Engineering atau Pelanggan (Voice of Customer). Batas ini berlaku untuk produk individual (misal: panjang komponen harus ).
  • Batas Kendali (Control Limits / UCL & LCL): Dihasilkan secara statistik berdasarkan variasi alami proses (Voice of the Process). Batas ini berlaku untuk parameter sampel/subgrup (seperti nilai rata-rata , range , atau standar deviasi ).
  • Menemukan “Jodoh” Tipe Control Chart yang Tepat

Data proses kita memiliki dua dimensi utama yang perlu diamati: Pusat/Lokasi Proses (Process Location) dan Variasi Proses (Process Variation).

 Kombinasi keduanya dapat disesuaikan dengan situasi lapangan:

  • Pengisian Manual di Lini Produksi: Biasanya memakai Median-Range Chart () karena perhitungannya sangat sederhana bagi operator.
  • Penggunaan Software / Komputer: Kombinasi Mean-Standard Deviation Chart () lebih diutamakan karena memberikan ketelitian statistik yang sangat tajam untuk jumlah sampel .
  • Individual Value Chart (): Digunakan jika ukuran subgrup . Namun ingat, grafik individual memiliki “responsivitas” yang relatif lemah terhadap pergeseran proses yang kecil.
  •  Dua Penyebab Variasi: Acak vs. Khusus

Prinsip Shewhart mengajarkan bahwa variasi dalam proses produksi dibagi menjadi dua jenis:

  1. Penyebab Acak (Random / Chance Causes): Variasi alami bawaan mesin dan lingkungan yang tidak bisa dihindari. Selama titik-titik data berada di dalam Batas Kendali (Control Limits), proses berada dalam batas variasi wajar.
  2. Penyebab Khusus (Assignable Causes): Ketika ada titik data yang menembus Control Limits atau membentuk pola anomali (seperti tren menaik/menurun berturut-turut), itu tandanya proses kita sedang “sakit” karena adanya gangguan luar (misal: pisau potong aus, lot material salah, atau suhu mesin melonjak). Saat inilah aksi perbaikan (OCAP) wajib langsung dieksekusi!

4. Mengapa “Acceptance Control Chart” Mulai Ditinggalkan?

Buku panduan AIAG & VDA memberi catatan khusus mengenai Acceptance Control Chart (bagan kendali yang batasnya dibuat berdasarkan toleransi spesifikasi):

Bagan ini mengizinkan porsi cacat tertentu (permissible fractions nonconforming) selama masih di dalam toleransi. Filosofi ini sangat bertentangan dengan strategi modern Zero Defect dan prinsip Continuous Improvement! Hari ini, Acceptance Control Chart hanya boleh dipakai pada kondisi sangat terbatas, seperti memantau parameter non-kritis atau mengoptimalkan umur pakai pahat (tool life).

5. Kelompok Control Chart Berdasarkan Tujuannya

Bagan kendali juga dibagi menjadi dua kelompok berdasarkan peran dan waktu penggunaannya:

  1. Analysis Charts (Bagan Analisis / Evaluasi Retrospektif):
    • Digunakan untuk mengevaluasi kinerja masa lalu dari data jangka panjang (Fase I).
    • Memperhitungkan peluang “sinyal palsu” (false alarms) untuk menilai kestabilan proses secara objektif.
  2. SPC Charts (Bagan Operasional / Real-Time):
    • Digunakan langsung di lantai produksi (shop floor) untuk mengendalikan produksi yang sedang berjalan (Fase II).
    • Aturan Main: Setiap ada sinyal keluar kendali (out of control), operator wajib bertindak seketika (Call to Action)!

Mengisi Control Chart jangan hanya dijadikan formalitas “pajangan dinding” saja:

  1. Tinggalkan Pemikiran “Tamu Bulanan”: Jangan puas hanya melihat lembar checksheet terpisah. Hubungkan titik-titik data harianmu ke dalam Control Chart agar pola variasi proses terlihat jelas, terutama special parameter/kritikal /penyebab problem
  2. Pahami “Bahasa” Prosesmu: Saat grafik mulai menunjukkan tren naik atau mendekati batas atas, prosesmu sedang berbisik bahwa ia butuh perhatian sebelum benar-benar menghasilkan produk cacat.
  3. Pilih Tipe Grafik yang Pas: Sesuaikan pemilihan Control Chart dengan kondisi otomatisasi dan ukuran sampel di lini produksimu.
  4. Bertindak Proaktif: Jawab setiap sinyal out-of-control dengan tindakan nyata melalui Out-of-Control Action Plan (OCAP).

Dengan konsisten bersama Control Chart, kita bukan lagi sekadar penonton, melainkan “sahabat” yang memahami betul karakter proses produksi—menjamin produk yang keluar selalu stabil, capable, dan berkualitas tinggi!

Bila anda ingin join dalam publik training kami atau Perusahaan anda ingin mengadakan inhouse training SPC versi AIAG & VDA (edisi terbaru), hubungi Nova di 08777-178-1334 atau email di sales@improvementqhse.com

Training inhouse langsung ke penerapan statistic dengan target implementasi dengan mengidentifikasi dan mengimplementasikan control chart yang diperlukan di proses