17/04/2018

Nasir Widha Setyanto

Rio Prasetyo Lukodono

Acceptance Sampling (AS)

›  Berkaitan dengan pemeriksaan dan

pengambilan keputusan tentang produk :
ü  yang datang (dari supplier)
ü  yang dihasilkan perusahaan
›  Dapat dilakukan untuk data atribut dan
data variabel

1
 17/04/2018

AS untuk data atribut dan

variabel
›  Data atribut à mengklasifikasikan produk terkait
produk baik dan produk cacat
›  Data variabel à karakteristik kualitas ditunjukkan
dalam setiap sampel à dilakukan penghitungan
rata-rata sampel dan deviasi standar sampel. Bila
rata-rata sampel berada di luar jangkauan
penerimaan, maka produk tersebut akan ditolak

Keuntungan dan Kerugian

Sampling
Keuntungan
›  Lebih murah
›  Dapat meminimalkan kerusakan
›  Dapat memotivasi pemasok bila ada penolakan
bahan baku
Kerugian
›  Adanya risiko menerima produk cacat atau
menolak produk baik
›  Sedikitnya informasi mengenai produk
›  Membutuhkan perencanaan dan
pendokumentasian prosedur pengambilan sampel
›  Tidak adanya jaminan mengenai sejumlah produk
tertentu yang akan memenuhi spesifikasi.

2
 17/04/2018

Pertimbangan dilakukannya
Acceptance Sampling
a.  Pengujian yang dapat merusakkan produk
b.  Biaya inspeksi yang sangat tinggi
c.  100% inspeksi yang dilakukan memerlukan waktu
yang lama
d.  Pemasok memiliki kinerja yang baik tetapi beberapa
tindakan pengecekan tetap harus dilaksanakan
e.  Merupakan tanggungjawab perusahaan terhadap
produk yang dihasilkannya
f.  Biaya untuk inspeksi 100% tinggi

DUA JENIS PENGUJIAN

›  Sebelum pengiriman produk akhir ke

pelanggan à oleh produsen (the
producer test the lot for outgoing quality)
›  Setelah pengiriman produk akhir ke
pelanggan à oleh konsumen (the
consumer test the lot for incoming quality)

3
 17/04/2018

Pertimbangan sebelum
dilakukan sampling (inspeksi)

›  Homogen : Diproduksi oleh mesin yang

sama, operator yang sama, bahan baku
umum, kira-kira waktu yang sama à
pengujian menjadi lebih tepat
›  Lot besar lebih baik daripada lot kecil à
lebih ekonomis
›  Acak à semua produk yang ada
mempunyai kesempatan yang sama
untuk dipilih sebagai sampel (tidak terjadi
bias)

Teknik Pengambilan Sampel

1. Sampel Tunggal (single sampling)
Satu sampel diambil dari lot dan diputuskan untuk menerima atau menolak
lot dasarkan hasil inspeksi sampel tersebut. Didefinisikan, ukuran lot N,
ukuran sampel n dan jumlah penerimaan c.
Contoh:
N = 9000 n = 300 c = 2
artinya:
lot dengan ukuran 9000 unit, harus diinspeksi sebanyak 300 unit.
- Jika dari 300 unit tersebut terdapat dua unit atau kurang yang tidak
sesuai, maka lot tersebut diterima.
- Jika dari 300 unit tersebut terdapat tiga unit atau lebih yang tidak
sesuai, maka lot tersebut ditolak.

4
 17/04/2018

Teknik Pengambilan Sampel(2)

2. Sampel Ganda (double sampling)
Pada rencana sampel ganda, keputusan terhadap
hasil inspeksi dapat berupa:
a. Menerima lot
b. Menolak lot
c. Mengambil sampel berikutnya

Kualitas bagus Lot diterima Sampel kedua

Tidak diperlukan

Kualitas buruk Lot ditolak Sampel kedua

Tidak diperlukan

›  Jika tingkat kualitas tidak terlalu baik atau tidak terlalu buruk.
Maka diambil sampel ke dua

Teknik Pengambilan Sampel(3)

Rencana sampel ganda didefinisikan sebagai berikut:
N = ukuran lot
n1 = ukuran sampel pada sampel pertama
c1 = jumlah penerimaan pada sampel pertama
r1 = jumlah penolakan untuk sampel pertama
n2 = ukuran sampel pada sampel kedua
c2 = jumlah penerimaan untuk kedua sampel
r2 = jumlah penolakan untuk kedua sampel

5
17/04/2018

6
 17/04/2018

Indeks Kualitas(1)
Ada beberapa indeks kualitas yang dapat digunakan dalam
Acceptance Sampling, yaitu
[Link] – Acceptance Quality Level – tingkat kualitas menurut
produsen
›  merupakan proporsi maksimum dari cacat atau kesalahan
yang diperbolehkan
›  merupakan persentase maksimum ketidaksesuaian atau
banyaknya ketidaksesuaian maksimum setiap
100 unit produk

Indeks Kualitas(2)

›  Resiko produsen adalah resiko yang diterima

produsen karena menolak produk yang baik
dalam inspeksinya (α)
›  Dengan kata lain, produsen menginginkan
probabilitas penerimaan (Pa) dekat dengan 1.
Probabilitas kesalahan tipe I (risiko produsen)
=1-Pa, biasanya hanya sekitar 0.05 atau 0.01
dengan nilai AQL mendekati 0

7
 17/04/2018

Indeks Kualitas(3)
2. LQL – Limiting Quality Level – tingkat kualitas menurut
konsumen
›  Merupakan kualitas ketidakpuasan atau merupakan tingkat
penolakan, probabilitas penerimaan LQL harus rendah.
›  Probabilitas tersebut dikenal dengan risiko konsumen (β) atau
kesalahan tipe II
›  Risiko konsumen adalah risiko yang dialami konsumen
karena terpaksa menerima produk yang cacat atau yang
tidak sesuai.

Indeks Kualitas(4)
›  Risiko konsumen merupakan probabilitas akan menerima
produk pada tingkat LQL.
›  Probabilitas kesalahan tipe II =β , menunjukkan
probabilitas penerimaan konsumen terhadap produk cacat.
›  LQL sering disebut dengan LTPD – lot tolerance percent
defective atau RQL – rejectable quality level

8
 17/04/2018

Indeks Kualitas(5)
3. IQL – Indifference Quality Level – tingkat kualitas diantara
AQL dan LQL
›  Diartikan sebagai tingkat kualitas pada probabilitas
penerimaan 0,5 untuk rencana sampel tertentu.
›  Menekankan pada pemasok internal dan eksternal
bahwa semua produk yang diserahkan untuk
diinspeksi diharapkan dapat memenuhi spesifikasi

Indeks Kualitas(6)
[Link] – Average Outgoing Quality Level
›  Suatu perkiraan hubungan yang berada diantara bagian
kesalahan pada produk sebelum inspeksi (incoming
quality) atau p dari bagian sisa kesalahan setelah inspeksi
(outgoing quality)
›  Apabila incoming quality baik, maka outgoing quality juga
harus baik. Sebaliknya, bila incoming quality buruk, maka
outgoing quality akan tetap baik (dengan asumsi tidak ada
kesalahan dalam inspeksi) 
›  Incoming quality sangat baik atau sangat buruk, outgoing
quality akan cenderung baik. Diantara kedua titik tersebut
terdapat suatu titik dimana persentase kesalahan dari
produk yang selesai dibuat (outgoing material) akan
maksimum

9
 17/04/2018

Karakteristik Acceptance Sampling

›  Indeks (AQL, AOQL, dsb) yang digunakan untuk
menentukan kualitas harus berdasarkan
kebutuhan konsumen dan produsen
›  Risiko dalam pengambilan sample harus
diketahui secara kuantitatif (kurva OC)
›  Pemeriksaan harus meminimalkan biaya inspeksi
›  Perencanaan harus menggunakan
pengetahuan
›  Perencanaan harus fleksibel
›  Pengukuran yang diperlukan dalam
perencanaan harus memberikan informasi yang
bermanfaat
›  Perencanaan harus sederhana

Pengukuran Untuk Evaluasi Kinerja

Sample

›  Kurva OC (Operating Characteristic

Curve)
›  Kurva AOQ (Average Outgoing Quality)
›  Kurva ATI (Average Total Inspection Curve)
›  Kurva ASN (Average Sample Number
Curve)

10
 17/04/2018

Operating Characteristic (OC)

Curve
›  OC curve merupakan kurva probabilitas penerimaan
terhadap produk yang dihasilkan. Untuk menggambarkan
kurva ini diperlukan rumus Pa=P(d≤c)
Keterangan:
Pa adalah probabilitas penerimaan
c adalah cacat produk yang disyaratkan
d adalah jumlah cacat yang terjadi
›  Kurva ini dilakukan dengan mencari hubungan antara
probabilitas penerimaan (Pa) dengan bagian kesalahan
dalam produk yang dihasilkan (p)

Rumus Perhitungan
›  𝑃𝑎=𝑃(𝑑≤𝑐)
›  𝑃𝑎=∑𝑑=0↑𝑐▒​𝑛!/𝑑!(𝑛−𝑑)! ​𝑃↑𝑑 ​(1−𝑝)↑𝑛−𝑑  
Perhitungan probabilitas penerimaan dapat
digunakan tabel distribusi poisson

Probabilitas Probabilitas
Penerimaan (Pa) Penerimaan (Pa)

1 1

Po Proporsi
Kesalahan (P) Po Proporsi
Kesalahan (P)

11
17/04/2018

12
 17/04/2018

Contoh
Diketahui N=2000, n=50, c=2

Proporsi Kesalahan np Probabilitas

Penerimaan
0,01 0,5 0,986
0,02 1 0,92
0,03 1,5 0,809
0,04 2 0,677
0,05 2,5 0,544
0,06 3 0,423
0,07 3,5 0,321
0,08 4 0,238
0,09 4,5 0,174
0,1 5 0,125
0,11 5,5 0,088
0,12 6 0,062
0,13 6,5 0,043
0,14 7 0,03
0,15 7,5 0,02

13
 17/04/2018

Pa
1.2

0.8
Pa

0.6
Pa
0.4

0.2

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
P

Contoh:
N = 3000 n = 89 c = 2
Stage 1:
1. diasumsikan 100 P0 = 1%
2. Nilai np0 = (89)(0.01) = 0.9
3.  Lihat tabel poisson untuk c = 2 dan np0 = 0.9, maka
diperoleh nilai Pa = 0.938
Stage 2:
1. diasumsikan 100 P0 = 2%
2. Nilai np0 = (89)(0.02) = 1.8
3.  Lihat tabel poisson untuk c = 2 dan np0 = 1.8, maka
diperoleh nilai Pa = 0.731

14
 17/04/2018

Contoh

Untuk p = 0,01, n=89 dan c =2

=0,938

15
 17/04/2018

Operating Characteristic (OC)

Curve
›  Denganperhitungan yang sama, maka akan
diperoleh tabel sebagai berikut:  

16
 17/04/2018

Rectifying Inspection
›  Pada program penerimaan sampel
biasanya terdapat tindakan perbaikan untuk
lot yang ditolak.
›  Biasanya dilakukan inspeksi 100% terhadap
lot yang ditolak.
›  Unit-unit yang ditemukan memiliki
ketidaksesuaian spesifikasi akan dikembalikan
ke vendor, atau dilakukan pengerjaan ulang
(rework) atau diganti dengan persediaan yang
bagus, kegiatan ini disebut Rectifying Inspection
Program (mengkoreksi hasil inspeksi).

17
 17/04/2018

Average Outgoing Quality

›  Average Outgoing Quality (AOQ) merupakan
salah satu teknik evaluasi untuk memperbaiki
perencanaan pengambilan sampel.
›  Untuk membuat kurva AOQ dapat digunakan
tabel kurva OC dengan menambahkan kolom
AOQ.
›  Pada AOQ diasumsikan bahwa lot yang
ditolak akan diperbaiki atau ditukar dengan unit
yang 100% bagus
›  AOQ diformulasikan sebagai berikut:

AOQ = (100p0)(pa)

Average Outgoing Quality

Contoh:
› Menggunakan contoh yang sama
dengan contoh soal pada kurva OC,
maka diperoleh tabel berikut ini:

18
 17/04/2018

Average Outgoing Quality

Analisis kurva :
›  Ketika incoming Quality memiliki prosentase
noncorforming sebesar 2%, maka persentase
nonconforming pada AOQ sebesar 1.46%. Ketika
incoming quality memiliki persentase
nonconforming sebesar 6%, maka
persentase nonconforming pada AOQ
sebesar 0.64%
›  Hal tersebut karena dilakukan perbaikan pada
lot yang ditolak, sehingga nilai AOQ selalu
lebih baik dari incoming quality.
›  Berdasarkan perhitungan tersebut diperoleh suatu
batasan maksimum yang menunjukkan
kemungkinan terburuk rata- rata kualitas yang
dihasilkan, titik tersebut disebut Average
Outgoing Quality Limit (AOQL)

19
 17/04/2018

Average Total Inspection(1)

›  Average Total Inspection (ATI) juga

merupakan salah satu teknik
evaluasi untuk rencana
pengambilan sampel.  
›  ATI menunjukkan banyaknya unit yang
diinspeksi oleh konsumen dan produsen.
›  Teknik ini mengasumsikan bahwa lot yang
dikoreksi, akan diinspeksi 100%.

Average Total Inspection(2)

›  Jika lot yang datang tidak mengandung unit-unit yang cacat,

maka tidak akan ada lot yang ditolak, sehingga jumlah
inspeksi untuk setiap lot sebanyak ukuran sampel n.
 
›  Jika seluruh unit cacat, maka lot yang datang akan diinspeksi

›  100% dan jumlah unit yang akan diperiksa sebanyak ukuran lot
N.  
›  Jika kualitas lot berada pada 0 < P < 1, maka rata-rata jumlah
unit yang diinspeksi akan bervariasi antara n hingga N.
 
›  Formulasi ATI untuk single sampling
 
ATI = n + (1 - Pa)(N – n)

20
 17/04/2018

Average Total Inspection(1)

›  Berdasarkan kurva, ketika kualitas proses

mendekati 0% untuk nonconforming, maka
rata-rata jumlah yang diinspeksi
mendekati ukuran sampel n. ketika kualitas
proses sangat buruk, misalnya, 9%
nonconcorming, maka akan banyak lot
yang akan ditolak. Bentuk kurva ATI akan
membentuk asimtot.
›  Ketika persentasi nonconforming meningkat,
kurva akan didominasi oleh jumlah yang
diinspeksi produsen.

21
 17/04/2018

Average Total Inspection(1)

›  Berdasarkan kurva, ketika kualitas proses

mendekati 0% untuk nonconforming, maka
rata-rata jumlah yang diinspeksi
mendekati ukuran sampel n. ketika kualitas
proses sangat buruk, misalnya, 9%
nonconcorming, maka akan banyak lot
yang akan ditolak. Bentuk kurva ATI akan
membentuk asimtot.
›  Ketika persentasi nonconforming meningkat,
kurva akan didominasi oleh jumlah yang
diinspeksi produsen.

2. Double sampling plan

1. Ambil sampel yang pertama. Apabila

keputusannya jelas, diterima atau ditolak
maka proses pengambilan dan pengujian
sampel berhenti.
2. Apabila tidak jelas keputusannya, maka
diambil sampel yang kedua tanpa ada
pengembalian atau perbaikan dari
sampel pertama.

22
 17/04/2018

2. Double sampling plan

› n1 à sampel pertama yang diambil

› n2 à sampel kedua yang diambil tanpa
ada pengembalian dari sampel pertama
› c1 à cacat yang disyaratkan dari sampel
pertama
› c2 à cacat yang disyaratkan dari kedua
sampel (sampel pertama dan kedua)

n1=50, c1=1
n2=100, c2=3
Inspect a random sample
of n1 = 50 from the lot
d1 = number of
observed defectives

d1≤c1=1 d1>c2=3 Reject

Accept
the lot c1<d1 ≤ c2 the lot
1<d1 ≤ 3
Inspect a random sample
of n2 = 100 from the lot
d2 = number of
observed defectives

Accept d1+d2 ≤ c2=3 d1+d2>c2=3 Reject

the lot the lot

23
 17/04/2018

2. Double sampling plan

›  Keuntungan
›  Dapat mengurangi jumlah inspeksi
›  Memberikan kesempatan kedua kepada
supplier
›  Kekurangan
›  Bila
inspeksi tidak dengan teliti, keuntungan
ekonomis akan hilang
›  Pencatatan lebih rumit.

Operating Characteristic (OC)

Curve
›  OC curve merupakan kurva probabilitas penerimaan
terhadap produk yang dihasilkan. Untuk menggambarkan
kurva ini diperlukan rumus Pa=P(d≤c)
Keterangan:
Pa adalah probabilitas penerimaan
c adalah cacat produk yang disyaratkan
d adalah jumlah cacat yang terjadi
›  Kurva ini dilakukan dengan mencari hubungan antara
probabilitas penerimaan (Pa) dengan bagian kesalahan
dalam produk yang dihasilkan (p)

24
 17/04/2018

Rumus Perhitungan
›  𝑃𝑎=𝑃(𝑑≤𝑐)
›  𝑃𝑎=∑𝑑=0↑𝑐▒​𝑛!/𝑑!(𝑛−𝑑)! ​𝑃↑𝑑 ​(1−𝑝)↑𝑛−𝑑  
Perhitungan probabilitas penerimaan dapat
digunakan tabel distribusi poisson

Probabilitas Probabilitas
Penerimaan (Pa) Penerimaan (Pa)

1 1

Po Proporsi
Kesalahan (P) Po Proporsi
Kesalahan (P)

25
17/04/2018

26
 17/04/2018

Kurva OC (Operating
Characteristic)

›  P a = probabilitas penerimaan pada

sampel gabungan
›  P a I = probabilitas penerimaan pada
sampel pertama
›  P a II = Probabilitas penerimaan pada
sampel kedua
›  P a = P a I + P a II

Kurva OC - Contoh
n1=50 c1=1
n2=100 c2=3

Bila p = 0,05 maka fraksi produk cacat dari lot

adalah

27
 17/04/2018

Kurva OC - Contoh
›  Sampel kedua hanya akan diambil bila ada 2 atau 3
yg cacat pada sampel pertama yaitu bila

1. d1=2 dan d2=0 atau 1. Probabilitas penerimaan

c1<d1 ≤ c2

Kurva OC - Contoh
2.  d1=3 dan d2=[Link] penerimaan :

3.  Probabilitas penerimaan pada sampel kedua

adalah

28
 17/04/2018

Kurva OC - Contoh
Dengan cara perhitungan yg sama untuk p yang lain, dapat
digambarkan kurva OC sbb :

Kurva ASN (Average Sample

Number)
› ASN adalah rata-rata banyaknya unit yang
diuji untuk membuat suatu keputusan
› Asumsinya inspeksi tidak hanya dibatasi pada
sample tunggal

29
 17/04/2018

Kurva ASN (Average Sample

Number)
›  Contoh
Jika terdapat 3 kesalahan setelah 20 unit untuk diinspeksi
dengan perencanaan sample tunggal dimana N = 800,
n= 60 dan c=2, meskipun keputusan diambil setelah unit
inspeksi ke 20 untuk menolak produk tersebut bagaimana
tindakan kita selanjutnya?

Kurva ASN (Average Sample

Number)
›  Untuk sample tunggal maka ukuran jumlah sample
rata-rata adalah sama dengan ukuran sample
›  Untuk sample ganda jumlah sample rata-rata
dirumuskan dengan:
ASN = n1P1 + (n1 + n2)(1 – P1)
= n1 + n2(1 – P1)
dimana P1 = PaI + PrI
PaI = probabilitas lot diterima pada sampel pertama
PrI = probabilitas lot ditolak pada sampel pertama
P1 = probabilitas yg digunakan untuk membuat
keputusan l lot pada sampel pertama
P1 = P(produk yang diterima pada sample pertama)
+P(produk yang ditolak pada sample pertama)
= P(d≤c1)+P(d≥r1)

30
 17/04/2018

Contoh Studi Kasus

›  Diketahui
N = 3000 c1 = 1
n1 = 40 n2 = 80
c2 = 3 r1 = 4
r2 = 4
Misal nilai proporsi kerusakan 0,02 maka
tentukan nilai ASN?

P1 = P(d≤c1)+P(d≥r1)
P1 = P(d≤1|n1p=40(0,02))+P(x≥4|n1p=40(0,02))
P1 = P(d≤1|n1p=0,8)+P(x≥4|n1p=0,8))
P1 = 0,808+(1-0,991)
P1 = 0,817

ASN = n1+n2(1-P1)
ASN = 40+80(1-0,817)
ASN = 54,64

31
 17/04/2018

Contoh Studi Kasus

›  Diketahui
N = 3000 unit n1 = 40 unit c1 = 1 r1 = 4
n2 = 80 unit c2 = 3 r2 = 4

Probabilitas Banyaknya sample rata-

proporsi
penerimaan rata
0.01 0.939 44.88
0.02 0.818 54.56
0.03 0.697 64.24
0.04 0.604 71.68
0.05 0.549 76.08
0.06 0.529 77.68
0.07 0.539 76.88
0.08 0.568 74.58
0.09 0.61 71.2
0.1 0.671 66.32
0.11 0.712 63.04
0.12 0.753 59.76
0.13 0.794 56.48
0.14 0.83 53.6
0.15 0.866 50.72

32
 17/04/2018

Kurva ASN (Average Sample

Number)

3. Multiple sampling plan

› Serupa dengan double sampling

plan, hanya saja sampel yang
diinspeksi lebih dari sampel kedua
› Lebih kompleks
Comulative dalam pencatatan
Acceptance Rejection
sampling plan Number Number
› Misal untuk 5 kali pengambilan
20 0 3
sampel 40 1 4
60 3 5
80 5 7
100 8 9

33
 17/04/2018

4. Sequential sampling plan

Keuntungan
›  jumlah rata-rata sampel akan lebih
rendah daripada single sampling atau
double sampling
Kekurangan
›  meningkatnya kompleksitas

4. Sequential sampling plan

›  Mengambil sampel yang pertama dan
berlanjut sampai keputusan dibuat
›  Bila ukuran sampel yang diperiksa setiap
tingkat lebih dari 1 à group sequential
sampling
›  Bila ukuran sampel yang diperiksa setiap
tingkat adalah 1 à item by item
sequential sampling

34
 17/04/2018

4. Sequential sampling plan

Garis produk di
terima
Garis produk di tolak

4. Sequential sampling plan

Contoh untuk :
p1 = 0.01
α = 0.05,
p2 = 0.06
β = 0.10
Limit lines :
XA = -1.22 +
0.028n
(diterima)
XR = 1.57 +
0.028n
(ditolak)

35
 17/04/2018

4. Sequential sampling plan

4. Sequential sampling plan

the first opportunity to accept
-1.22 + .028n > 0
›  n > 43.57 à 44
the first opportunity to reject
›  For n = 1, 1.57 +.028 = 1.598 > 1
›  For n = 2, 1.57 + .056 = 1.626 < 2 à 2

Misal untuk n = 45 maka

36
 17/04/2018

4. Sequential sampling plan

•  Bila terdapat
dalam garis
penerimaan dan
penolakan maka
sampel yang lain
akan diambil
•  Bila terdapat pada
garis penolakan
atau diatasnya
maka lot ditolak
•  Bila terdapat pada
garis penerimaan
atau dibawahnya
maka lot diterima

37