Analisa Kemampuan Proses (AKP) / Capability Potential (Cp) / Capability Index (Cpk)

Analisa Kemampuan Proses (AKP) adalah perhitungan yang digunakan untuk menganalisa suatu proses dari segi Keprecisian (Cp) dan Keakurasian (Cpk).

AKP terbagi menjadi 2 yaitu :

Capability Potensial (Cp) : Keprecisian ---> artinya data hasil proses berada diantara batas spesifikasi (LSL dan USL)
Capability Indiex/Indices (Cpk) : Keakurasian ---> artinya data hasil proses berada mendekati target (SL)

Perbedaan Cp dan Cpk?

Cp perhitungan hanya memperhatikan sebaran data (masuk dalam batas antara LSL dan USL) dan tidak memperhatikan keterpusatan data (kedekatan dengan target)

Cpk memperhatikan sebaran dan keterpusatan data

Didalam AKP dikenal istilah USL (Upper Specification Limit), LCL (Lower Specification Limit) dan Target (CL = Control Limit)

Batasan nilai sebagai berikut :

Cp < 1 ---> proses not capable (kebanyakan data hasil proses terletak diluar batas spesifikasi (diluar LSL dan USL)
1 ≤ Cp ≤ 1.33 ---> proses sudah cukup baik namun perlu pengendalian ketat pada Cp ~ 1

Dipakai batasan 1.33 karena ini standar umum yang kebanyakan dipakai perusahaan untuk menentukan kemampuan proses produksi

Cp > 1.33 ---> proses sangat bagus karena ampir keseluruhan data masuk dalam batas spesifikasi

Jika membaca kemampuan proses maka Cp saja tidak cukup karena keterpusatan data tidak diperhatikan sehingga diperlukan Cpk untuk menyempurnakan analisa tersebut

Cpk "negatif" ---> proses menghasilkan produk diluar spec
Cpk = nol ---> proses menghasilkan produk di range yang tepat pada salah satu batas spec
0 < Cpk < 1 ---> kebanyakan data hasil proses tidak mendekati target (CL)
Cpk > 1.33 ---> proses sangat bagus karena hampir keseluruhan data mendekati target (CL)
Cpk = Cp ---> proses terletak tepat di tengah-tengah spec

Cp dan Cpk yang didapatkan dari file support software minitab sebagai berikut :

Dari gambar diatas bisa diketahui bahwa nilai Cp saja tidak mampu menentukan apakah kemampuan proses sudah bagus atau tidak, terbukti dengan nilai Cp yang sama-sama bernilai 3.13 untuk data A (semua data masuk area antara LSL & USL) & data B (semua data terletak diluar batas spesifikasi).

Untuk menyempurnakan kevalidan proses analisa kemampuan proses dipakai Cpk dan sesuai data A dan B tersebut diketahui bahwa "HIGH Cpk" jika banyak data yang mendekati target (CL) dan bernilai Cpk>1

Apakah perbedaan Spesification Limit (SL) dan Control Limit (CL)?

Dari grafik tersebut bisa diketahui bahwa :

Spesification Limit adalah batasan spesifikasi dari produk yang diset kedalam proses oleh permintaan konsumen atau internal perusahaan. Nilai yang diharapkan adalah Target (SL)

Control Limit adalah indikator performance dari suatu proses, didapatkan dari perhitungan peta kendali. Nilai yang diharapkan adalah mean (CL = Xdouble bar)

Mengapa standar deviasi (σ) penting artinya di pengolahan data (statistik)?

Perhatikan data berikut :

Data 1 adalah 5, 6 dan 7
Data 2 adalah 3, 7 dan 8

Lebih bagus mana nilai keseluruhan dari kedua data diatas?

Jawabannya adalah "sama jika hanya melihat dari jumlah" (sama-sama 18) dan mean (sama-sama 6) namun "jika dilihat dari pemerataan/sebaran data akan berbeda dari kedua data diatas"

Untuk menentukan data yang terbaik tersebut diperlukan standar deviasi (σ), perhitungan sebagai berikut :

Dari gambar diatas bisa dilihat bahwa dari kedua data memiliki "standar deviasi yang berbeda" dimana untuk data 1 sebesar 1 dan data 2 sebesar 7. Semakin kecil standar deviasi artinya jarak antar data semakin kecil dan semakin mepet sehingga pemerataan data semakin mengumpul di tengah-tengah (mendekati mean).
Menurut handbook Leland Blank (1980) didapatkan sebagai berikut :

Dari grafik diatas bisa didapatkan kesimpulan bahwa grafik yang terletak diatas memiliki standar deviasi yang kecil (berarti antara data satu dengan data lain tidak terlalu jauh jaraknya) sedangkan grafik dibawahnya memiliki standar deviasi yang lebih besar (berarti terdapat fluktuatif data yang sangat jauh antara data satu dengan data lainnya).

Perbedaan Tanda Simbol Antara Populasi dan Sampel

Populasi adalah sekelompok data pada bidang tertentu dan data tersaji dalam rentang atau per kelompok, simbol di populasi : µ (mean), σ² (variansi) dan σ (standar deviasi)

Sampel adalah bagian data dari populasi dan data tersaji per individu/per item, simbol di sampel :
Menurut handbook Leland Blank (1980) didapatkan sebagai berikut :

Xbar (average), S² (variansi sampel) dan S (standar deviasi sampel)

Hubungan Penggunaan Cp dan Cpk dengan Bantuan Peta Kendali Xbar-R

Untuk standar deviasi ada 2 perhitungan yaitu :

SAMPEL, S = Rbar/c4

POPULASI, σtopi = Rbar/d2

Nilai c4 dan d2 didapatkan dari Tabel dibawah ini dengan melihat banyaknya subgroup data

Dari rangkuman tersebut didapatkan beberapa hal sebagai berikut :
- Mengolah data terlebih dahulu dengan software minitab seperti melihat keterkendalian data, kenormalan data (distribusi normal)
- Menghitung nilai standar deviasi (S atau σtopi) = Rbar/d2 (nilai d2 didapatkan dari Tabel dibawah ini

- Menghitung nilai Cp dan Cpk

Kutip Artikel ini Sebagai Referensi (Citation):

Feriyanto, Y.E (2018). Analisa Kemampuan Proses (AKP) / Capability Potential (Cp) / Capability Index (Cpk). www.caesarvery.com. Surabaya

Referensi:
[1] Feriyanto, Y.E. (2018). Materi Kuliah Magister Reliability Industry. ITS-Surabaya
[2] https://support.minitab.com/en-us/minitab/18/help-and-how-to/quality-and-process-
improvement/capability-analysis/how-to/capability-sixpack/normal-capability-sixpack/interpret-the-results/all-statistics-and-graphs/within-capability/
[3] http://www.whatissixsigma.net/control-limits-vs-specification-limits/
[4] Blank, Leland. (1980). Statistical Procedures for Engineering, Management and Science