Quality and Reliability Engineering
Dipublikasikan oleh Dias Perdana Putra pada 18 April 2024
Proses Perbaikan Berkelanjutan
Proses perbaikan berkelanjutan, disebut juga proses perbaikan berkelanjutan atau proses perbaikan berkelanjutan (disingkat CIP atau CI), adalah upaya berkelanjutan untuk meningkatkan suatu produk, layanan, atau proses. Tindakan ini mungkin ditujukan untuk meningkatkan “pertumbuhan”. Perbaikan dari waktu ke waktu atau “manfaat” pada saat yang bersamaan. Proses penyampaian (nilai pelanggan) ditinjau dan ditingkatkan untuk efisiensi, efektivitas dan fleksibilitas.
Beberapa orang menganggap CIP sebagai meta-proses di sebagian besar sistem manajemen (misalnya, manajemen proses bisnis, manajemen mutu, manajemen proyek, dan manajemen proyek). Edwards Deming, seorang pionir dalam bidang ini, melihat adanya sistem dan bagian dari suatu sistem. Proses dan umpan balik pelanggan dievaluasi berdasarkan tujuan organisasi. Hanya karena disebut proses manajemen tidak berarti hal itu harus dilakukan oleh manajemen dan pengendalian. Melainkan hanya sekedar keputusan mengenai pelaksanaan proses penyampaian dan desain proses penyampaian. Definisi yang lebih lengkap datang dari Quality Assurance Institute yang menggambarkan “perbaikan berkelanjutan sebagai perubahan yang berkelanjutan dan bertahap yang bertujuan untuk meningkatkan efektivitas atau efisiensi suatu organisasi dalam mencapai kebijakan dan tujuannya.” Yah, itu tidak murah dari segi kualitas. Perbaikan strategi bisnis, hasil bisnis dan hubungan dengan pelanggan, karyawan dan pemasok terus meningkat. Tentu saja, kondisinya terus membaik.
Beberapa implementasi yang berhasil menggunakan pendekatan yang disebut kaizen. Metode ini dipopulerkan oleh Imai dalam bukunya tahun 1986 Kaizen: Kunci Kesuksesan Kompetitif Jepang. Umpan balik adalah prinsip dasar Proses Perbaikan Berkelanjutan (CIP) dan mencerminkan refleksi internal terhadap proses yang terlibat. Dalam upaya mencapai efisiensi, CIP bertujuan untuk mengidentifikasi, mengurangi dan menghilangkan proses-proses suboptimal. CIP juga berfokus pada fluktuasi perubahan seismik atau lompatan besar yang teratur dan berkelanjutan. Pendekatan inovatif ini memungkinkan organisasi untuk tumbuh, meningkatkan proses, dan terus meningkatkan kualitas dan efisiensi tanpa mengganggu operasional secara signifikan. Oleh karena itu, CIP bukan tentang peningkatan kinerja, namun tentang perubahan yang berkelanjutan melalui tindakan kecil dan berkelanjutan..
Fitur utama kaizen meliputi:
Perbaikan dalam konteks proses perbaikan berkelanjutan (CIP) didasarkan pada serangkaian perubahan kecil, berbeda dengan perubahan signifikan yang dihasilkan dari penelitian dan pengembangan. Karena ide-ide perbaikan datang langsung dari karyawan, ide-ide tersebut tidak terlalu radikal dan lebih mudah diterapkan. Perbaikan kecil yang berhasil tidak memerlukan investasi modal yang besar, yang merupakan perbedaan besar dengan perubahan proses yang besar, yang seringkali memerlukan biaya tinggi.
Dalam konteks CIP, ide perbaikan datang dari bakat angkatan kerja saat ini, dibandingkan menggunakan penelitian, konsultan, atau alat yang biayanya sangat mahal. Kesempatan bagi karyawan untuk mencari cara untuk meningkatkan kinerja mereka merupakan bagian penting dari pendekatan ini. Sebuah lingkungan tercipta di mana setiap anggota tim merasa memiliki pekerjaan mereka dengan terus mendorong inovasi dan perbaikan.
Pentingnya menemukan cara untuk meningkatkan kinerja juga berdampak positif pada motivasi tim. Hal ini memperkuat kerja sama tim, memotivasi anggota tim untuk bekerja sama mencari solusi, dan pada akhirnya meningkatkan produktivitas dan kualitas produk kerja. CIP tidak hanya tentang menciptakan perubahan, tetapi juga tentang menciptakan budaya kerja yang mendorong dan mendorong perbaikan berkelanjutan melalui upaya seluruh anggota tim..
Bagian di atas adalah bagian CIP yang paling taktis. Tujuan strategis lainnya termasuk menentukan bagaimana meningkatkan nilai (efektivitas) keluaran proses pengiriman pelanggan dan seberapa banyak fleksibilitas dalam proses yang diperlukan untuk memenuhi kebutuhan yang berubah.
PDCA
Siklus PDCA (Plan, Do, Check, Control) atau (Plan, Do, Check, Adjust) mendukung perbaikan berkelanjutan dan Kaizen. Kami menawarkan proses untuk ditingkatkan dari tahap desain awal (perencanaan) seluruh proses, sistem, produk dan layanan..
PDSA
Siklus PDSA (Plan, Do, Learn, Act) dikaitkan dengan W. Edwards Deming dan disebut juga siklus Deming, meskipun W. Edwards Deming menyebutnya siklus Shewhart. Walter A. Shewhart bekerja untuk Western Electric Company dan W. Shewhart pada tahun 1920-an. Edwards Deming dan Joseph M. Juran. Shewhart mengambil metode ilmiah penalaran induktif dan deduktif yang digunakan dalam pengujian hipotesis dan mengubahnya menjadi penalaran sederhana. Ketika kita melakukan sesuatu, ada siklus PDSA yang melibatkan perencanaan, pelaksanaan, pembelajaran dan membuahkan hasil. Ini adalah ide yang lebih mudah untuk digunakan dan dilaporkan ke toko Western Electric saat membuat telepon, banyak di antaranya tidak memahami metode ilmiah dan tidak memahaminya. Padahal, ide PDSA bisa dengan mudah diterapkan dalam kehidupan sehari-hari. Mengemudi ke tempat kerja. Jadi siklus PDSA sangat memudahkan pekerja di Barat untuk terhubung dan mendapatkan dukungan yang mereka butuhkan.
Dalam pengelolaan lingkungan
Konsep CIP juga digunakan dalam sistem manajemen lingkungan (EMS) seperti ISO 14000 dan EMAS. Istilah "perbaikan berkelanjutan" dan bukan "perbaikan berkelanjutan" digunakan dalam ISO 14000 dan dipahami sebagai serangkaian perbaikan berkelanjutan kecil atau besar, yang dilakukan secara individual, yaitu secara bertahap. Ada banyak perbedaan antara program CIP dalam hal pengendalian kualitas dan pengendalian lingkungan. CIP di EMS bertujuan untuk meningkatkan dampak lingkungan dari produk dan layanan, bukan produk dan layanan itu sendiri. Kedua, CIP tidak memiliki program terkait EMS. Terlebih lagi, CIP dalam EMS tidak terbatas pada perbaikan kecil seperti Kaizen, namun juga mencakup inovasi di semua skala.
Perubahan ISO dari "continuous" menjadi "continual"
Pada akhir tahun 1990an, pembuat standar ISO 9001:2000, yang mencakup sistem dan prinsip manajemen mutu, memperdebatkan apakah akan merevisi penggunaan kata "mempertahankan". Itu harus "permanen". atau tidak Komite teknis ISO 176 dan otoritas pengatur menyimpulkan bahwa "perbaikan berkelanjutan berarti perbaikan berkelanjutan dalam organisasi, tetapi perbaikan berkelanjutan mengacu pada perbaikan atau sektor tertentu, jadi tidak perlu". Komite dilaporkan tidak mendasarkan perubahannya pada definisi kamus dan istilah standar. Perubahan ini bertentangan dengan penggunaan umum kata "berkelanjutan" Berdasarkan aturan dan dokumen manajemen bisnis sebelumnya.
Konsep dan perbaikan berkelanjutan dan Publikasi British Standards Institute 2019: BS 8624 Panduan untuk perbaikan berkelanjutan: Dasar-dasar metode pengukuran. BS 8624 menetapkan persyaratan untuk perbaikan berkelanjutan. Ini memberikan contoh praktik dan prosedur yang diterima.
Disadur dari : en.wikipedia.org
Quality and Reliability Engineering
Dipublikasikan oleh Dias Perdana Putra pada 18 April 2024
Pengujian kesesuaian
Pengujian kesesuaian, salah satu unsur penilaian kesesuaian, disebut juga pengujian kesesuaian atau pengujian tipe, adalah pengujian atau aktivitas lain yang menentukan apakah suatu proses, produk, atau layanan memenuhi persyaratan standar, standar teknis, kontrak, atau perjanjian. persyaratan Tes biasanya berbentuk tes logika atau fisik. Metode tes dapat mencakup kriteria selain tes matematika atau kimia. Selain tujuan sederhana, persyaratan efisiensi, kerja sama, dan kepatuhan lainnya juga berlaku. Ini mungkin produsen produk atau layanan yang sedang dievaluasi, pengguna, atau organisasi tertentu yang berwenang (beberapa mungkin adalah pembuat standar yang digunakan). Ketika pengujian serupa dengan sertifikasi, produk atau layanan dibaca memenuhi syarat terhadap standar teknis yang ditentukan. Produsen dan pemasok produk dan layanan mengandalkan sertifikasi ini, termasuk daftar situs web lembaga sertifikasi, untuk memastikan bahwa pengguna akhir dan pemasok pesaing memiliki tingkat kualitas yang sama.
Selain berbagai jenis pengujian, kegiatan pengujian kesesuaian terkait meliputi:
Bentuk pengujian kesesuaian
Pemerintah Inggris mengidentifikasi tiga bentuk pengujian atau penilaian:
Area aplikasi yang khas
Pengujian kesesuaian diterapkan di berbagai industri di mana suatu produk atau layanan harus memenuhi standar kualitas dan/atau peraturan tertentu. Ini mencakup bidang-bidang seperti:
Dalam semua tes tersebut, tujuan tes tidak sama dengan metode pelaksanaan tes yang disajikan, validitas sertifikat referensi dan kualifikasi staf administrasi. Namun, ini juga berfokus pada proses operasional, kondisi fisik, dan lingkungan pengujian. Pengujian berulang menghasilkan sekumpulan besar dokumen dan file yang memungkinkan Anda mengulangi semua pengujian yang dilakukan.
Rekayasa Perangkat Lunak
Dalam pengujian perangkat lunak, pengujian yang sama memverifikasi bahwa produk bekerja sesuai dengan standar yang ditentukan. Misalnya, kompiler menjalani banyak pengujian untuk memastikan mereka memenuhi standar bahasa yang diterima.
Teknik elektronik dan listrik
Di bidang elektronika dan teknik elektro, persyaratan tertentu harus dipenuhi sebelum produk elektronik dapat dijual di negara dan lingkungan bisnis tertentu (misalnya perusahaan telekomunikasi). Standar produk telepon yang ditulis oleh organisasi standar seperti ANSI, FCC, dan IEC merupakan kriteria khusus yang harus dipenuhi suatu produk sebelum dianggap aman. Produk tidak dapat dijual di negara seperti Jepang, Tiongkok, Korea, dan sebagian Eropa jika memenuhi persyaratan yang ditentukan dalam standar. Produsen sering kali menetapkan persyaratan mereka sendiri untuk memastikan kualitas produk, terkadang menetapkan standar yang lebih tinggi daripada yang disyaratkan oleh badan pengatur. Kesesuaian dicapai setelah produk melewati serangkaian pengujian tanpa mengalami sejumlah mode kegagalan yang ditentukan.
Uji kesesuaian untuk peralatan elektronik mencakup uji pelepasan, uji penyakit, dan uji keamanan. Uji emisi memastikan bahwa produk tidak memancarkan interferensi elektromagnetik yang berbahaya pada telepon dan saluran listrik. Tes kekebalan menentukan bahwa Anda kebal terhadap sinyal interferensi normal dan elektromagnetik (EMI) yang mungkin ada di lingkungan pengoperasian Anda, seperti radiasi elektromagnetik dari stasiun radio lokal atau interferensi dari hasil terbaru. Pengujian keamanan memastikan bahwa produk tidak menimbulkan bahaya keselamatan dalam kondisi seperti listrik padam atau korsleting, ventilasi pemanas tersumbat, dan lonjakan listrik dan saluran pembuangan. standar kepatuhan agar perangkat seluler lulus pengujian berikut:
Kekebalan terpancar
Satu atau lebih antena digunakan untuk mengukur kekuatan gelombang elektromagnetik yang dipancarkan oleh perangkat. Amplitudo harus berada di bawah batas yang ditentukan, yang bergantung pada peringkat peralatan.
Emisi terpancar
Satu atau lebih antena digunakan untuk mengukur kekuatan gelombang elektromagnetik yang dipancarkan oleh perangkat. Amplitudo harus berada di bawah batas yang ditentukan, yang bergantung pada peringkat peralatan.
Kekebalan yang dilakukan
Sinyal frekuensi rendah (biasanya 10 kHz hingga 80 MHz) disuntikkan ke data dan saluran listrik perangkat. Tes ini digunakan untuk mensimulasikan penyambungan sinyal frekuensi rendah ke saluran listrik dan data, seperti dari stasiun radio AM lokal.
Emisi yang dilakukan
Mirip dengan emisi terpancar, kecuali sinyal diukur pada saluran listrik dengan perangkat filter.
Kekebalan pelepasan elektrostatik (ESD)
Pelepasan muatan listrik statis, yang memiliki karakteristik berbeda (waktu naik, tegangan puncak, waktu turun, dan waktu paruh), digunakan pada bagian perangkat yang akan mengalir secara berbeda, seperti permukaan, di dekat tombol yang dapat digunakan oleh pengguna, dan segera. . Biaya juga ditampilkan dalam plot vertikal dan horizontal untuk membandingkan proyek ESD dengan plot yang berdekatan. Tegangan berkisar antara 2 kV hingga 15 kV, namun dapat mencapai 25 kV atau lebih.
Kekebalan Ledakan Transien Listrik Cepat (EFTB)
Pulsa tegangan tinggi diterapkan ke saluran listrik untuk mensimulasikan kejadian seperti pulsa tegangan di dalam mobil.
Kekebalan powerline dip
Tegangan saluran diturunkan secara perlahan kemudian dinaikkan kembali.
Kekebalan lonjakan arus listrik
Lonjakan diterapkan pada tegangan saluran.
Standardisasi dan kesepakatan
Banyak standar internasional terkait pengujian serupa diterbitkan oleh Organisasi Internasional untuk Standardisasi (ISO) dan tercakup dalam bagian ICS 03.120.20 untuk bagian administratif dan ICS 23.040.01 untuk bagian teknis. Standar ISO spesifik lainnya meliputi:
Penilaian kesesuaian dan perjanjian pengakuan timbal balik
Banyak negara mengadakan perjanjian saling pengakuan (MRA) dengan negara lain untuk memfasilitasi perdagangan dan akses pasar terhadap barang dan jasa, sehingga memudahkan untuk memenuhi persyaratan ujian nasional. Perjanjian ini juga berfungsi untuk meningkatkan kepercayaan terhadap lembaga penilai serupa (misalnya laboratorium pengujian dan lembaga sertifikasi) dan, sebagai tambahan, kepercayaan terhadap kualitas produk. Contohnya adalah MLA IAF yang merupakan perjanjian saling pengakuan sertifikat publik antara para penandatangan anggota Badan Akreditasi (AB) IAF.
Disadur dari: en.wikipedia.org
Quality and Reliability Engineering
Dipublikasikan oleh Dias Perdana Putra pada 18 April 2024
Uji Chi-Kuadrat
Uji chi-kuadrat (juga uji chi-kuadrat atau χ2) adalah uji hipotesis statistik yang digunakan dalam analisis tabel kontingensi ketika ukuran sampel besar. Secara sederhana, uji ini terutama digunakan untuk memeriksa apakah dua variabel kategorikal (dua dimensi dari tabel kontingensi) bersifat independen dalam mempengaruhi statistik uji (nilai dalam tabel).Uji ini valid jika statistik uji terdistribusi secara chi-kuadrat di bawah hipotesis nol, khususnya uji chi-kuadrat Pearson dan varian-variannya. Uji chi-kuadrat Pearson digunakan untuk menentukan apakah ada perbedaan yang signifikan secara statistik antara frekuensi yang diharapkan dan frekuensi yang diamati dalam satu atau lebih kategori tabel kontingensi. Untuk tabel kontingensi dengan ukuran sampel yang lebih kecil, uji eksak Fisher digunakan sebagai gantinya.
Dalam aplikasi standar uji ini, pengamatan diklasifikasikan ke dalam kelas-kelas yang saling terpisah. Jika hipotesis nol yang menyatakan bahwa tidak ada perbedaan antara kelas-kelas dalam populasi adalah benar, maka statistik uji yang dihitung dari pengamatan mengikuti distribusi frekuensi χ2. Tujuan dari pengujian ini adalah untuk mengevaluasi seberapa besar kemungkinan frekuensi yang diamati dengan asumsi hipotesis nol benar.
Statistik uji yang mengikuti distribusi χ2 terjadi ketika observasi bersifat independen. Ada juga uji χ2 untuk menguji hipotesis nol independensi dari sepasang variabel acak berdasarkan pengamatan terhadap pasangan tersebut.
Uji chi-kuadrat sering kali merujuk pada uji yang distribusi statistik uji mendekati distribusi χ2 secara asimtotik, yang berarti bahwa distribusi sampling (jika hipotesis nol benar) dari statistik uji mendekati distribusi chi-kuadrat semakin mendekati distribusi chi-kuadrat seiring dengan bertambahnya jumlah sampel.
Sejarah
Pada abad ke-19, metode analisis statistik terutama diterapkan dalam analisis data biologis dan merupakan kebiasaan bagi para peneliti untuk mengasumsikan bahwa pengamatan mengikuti distribusi normal, seperti Sir George Airy dan Mansfield Merriman, yang karyanya dikritik oleh Karl Pearson dalam makalahnya pada tahun 1900.
Pada akhir abad ke-19, Pearson menyadari adanya kemencengan yang signifikan dalam beberapa pengamatan biologis. Untuk memodelkan pengamatan terlepas dari normal atau miring, Pearson, dalam serangkaian artikel yang diterbitkan dari tahun 1893 hingga 1916, merancang distribusi Pearson, keluarga distribusi probabilitas kontinu, yang mencakup distribusi normal dan banyak distribusi miring, dan mengusulkan metode analisis statistik yang terdiri dari penggunaan distribusi Pearson untuk memodelkan pengamatan dan melakukan uji kecocokan (test of goodness of fit) untuk menentukan seberapa baik model tersebut benar-benar sesuai dengan pengamatan.
Uji Chi-Kuadrat Pearson
Pada tahun 1900, Pearson menerbitkan sebuah makalah tentang uji χ2 yang dianggap sebagai salah satu fondasi statistik modern. Dalam makalah ini, Pearson menginvestigasi uji kecocokan (goodness of fit).
Misalkan n pengamatan dalam sampel acak dari sebuah populasi diklasifikasikan ke dalam k kelas yang saling terpisah dengan masing-masing jumlah pengamatan xi (untuk i = 1,2,...,k), dan hipotesis nol memberikan probabilitas pi bahwa sebuah pengamatan masuk ke dalam kelas ke-i. Jadi kita memiliki angka yang diharapkan mi = npi untuk semua i, di mana :
Pearson berasumsi bahwa, dalam situasi di mana hipotesis nol benar, n → tidak terbatas, maka distribusi batas bawah adalah distribusi χ2.
Pearson pertama kali menyatakan kasus bahwa angka yang diharapkan adalah angka besar yang diketahui semua sel, dengan asumsi bahwa setiap pengamatan. χ 2 dan k − 1 derajat kebebasan.Namun, Pearson mempertimbangkan kasus di mana nilai yang diharapkan bergantung pada parameter yang ditentukan dalam model dan berasumsi bahwa indikator m i bilangan real dan m: ' I adalah bilangan yang diharapkan, yang mana berbeda.
Pearson pertama kali membahas kasus bahwa angka yang diharapkan (mi) adalah angka kritis yang diketahui semua sel, dengan asumsi bahwa setiap pengamatan (xi) dapat didistribusikan secara acak, dan ketika n, kita sampai pada hasil X^2 di wilayah tersebut. Ini mengikuti distribusi chi-kuadrat dengan derajat kebebasan (k - 1).Namun, Pearson mempertimbangkan kasus di mana angka yang diharapkan di masa depan bergantung pada parameter yang ditentukan dalam contoh dan alasan, menggunakan notasi mi: angka dan m ' Saya adalah perkiraannya, perbedaannya.
Biasanya, kesalahan perkiraan ini akan positif dan cukup kecil untuk dihilangkan. Sebagai kesimpulan, Pearson berpendapat bahwa jika kita menganggap (X'^2) juga terdistribusi sebagai distribusi chi-kuadrat dengan (k - 1) derajat kebebasan, kesalahan dalam perkiraan ini tidak akan mempengaruhi keputusan praktis. Kesimpulan ini menimbulkan beberapa kontroversi dalam penerapan praktisnya dan baru diselesaikan selama 20 tahun hingga makalah Fisher tahun 1922 dan 1924.
Contoh lain dari uji Chi-kuadrat
Contoh lain dari uji chi-kuadrat adalah penggunaannya untuk memeriksa apakah varians suatu populasi yang berdistribusi normal mempunyai nilai tertentu berdasarkan varians sampel. Meskipun pengujian ini jarang dilakukan dalam praktiknya karena varians populasi tidak diketahui, ada beberapa statistik yang dapat digunakan untuk memperkirakan distribusi chi-kuadrat resmi.
Contohnya adalah uji eksak Fisher. Untuk menguji kemandirian, kami melakukan uji chi - 2 × 2. Terdapat juga uji binomial yang dapat digunakan sebagai alternatif uji chi-kuadrat 2 × 1 untuk menentukan goodness of fit.Beberapa uji chi lainnya persegi uji chi-kuadrat Cochran-Mantel-Haenszel digunakan. Uji kuadrat, uji McNemar digunakan untuk beberapa tabel berpasangan 2×2, uji korelasi Tukey dan uji Portmanteau dalam analisis deret waktu untuk menguji autokorelasi. Selain itu, uji rasio kemungkinan dalam pemodelan statistik digunakan untuk menguji apakah akan berpindah dari model sederhana ke model yang lebih kompleks yang berisi model sederhana.
Disadur dari: en.wikipedia.org
Quality and Reliability Engineering
Dipublikasikan oleh Dias Perdana Putra pada 18 April 2024
Inspeksi optik otomatis
Inspeksi Optik Otomatis (AOI) adalah inspeksi visual otomatis pada manufaktur papan sirkuit cetak (PCB) (atau transistor LCD) di mana kamera secara independen memindai perangkat yang sedang diuji untuk mencari cacat yang sangat besar (misalnya komponen yang hilang) dan cacat kualitas (misalnya ukuran fillet) . atau sudut kemiringan suatu bentuk atau bagian). Ini sering digunakan dalam proses manufaktur karena merupakan metode pengujian non-kontak. Ini digunakan dalam banyak langkah proses manufaktur, termasuk inspeksi bare board, inspeksi pasta solder (SPI), pra-fluks dan pasca-fluks, dan langkah lainnya.
Secara historis, pasca-fluks telah menjadi fokus utama AOI . sistem reflow atau "reproduksi". Terutama karena sistem AOI pasca-pelelehan dapat memeriksa sebagian besar cacat (penempatan komponen, solder pendek, tidak ada solder, dll.) dari satu tempat, satu kali, dengan satu sistem. Dengan cara ini, ubin yang rusak diproses ulang dan ubin yang tersisa dikirim ke tahap proses berikutnya.
Inspeksi SMT
AOI untuk papan PCB dengan komponen dapat memeriksa fitur berikut:
AOI dapat digunakan di lokasi berikut di jalur SMT: post paste, pre-reflow, post-reflow, atau area gelombang.
Inspeksi PCB
AOI untuk pemeriksaan papan PCB telanjang dapat mendeteksi fitur-fitur ini:
Pemicu pelaporan kerusakan dapat berdasarkan aturan (misalnya tidak ada garis di papan yang boleh lebih kecil dari 50μ) atau berbasis CAD ketika papan dibandingkan dengan model yang dibuat secara lokal.Pemeriksaan ini jauh lebih andal dan dapat diulang dibandingkan manual visual. inspeksi inspeksiDalam banyak kasus, PCB yang lebih kecil meningkatkan kebutuhan AOI dibandingkan dengan pengujian dalam sirkuit.
Teknologi terkait
Dalam dunia manufaktur elektronik, berbagai teknik pengujian digunakan untuk memastikan fungsionalitas sirkuit cetak elektronik (PCB). Salah satu teknik tersebut adalah Inspeksi Sinar-X Otomatis (AXI). AXI menggunakan sinar-X untuk memeriksa komponen sirkuit cetak secara otomatis. Dengan menggunakan sinar-X, AXI dapat mendeteksi cacat yang sulit dijangkau, seperti cacat solder yang tersembunyi di bawah komponen. Keunggulan AXI adalah kemampuannya dalam memberikan gambaran keadaan internal PCB secara detail dan akurat.
JTAG (Joint Test Group) juga merupakan teknik penting dalam pengujian PCB. JTAG digunakan untuk mengakses dan menguji beberapa titik rangkaian secara bersamaan. Hal ini memungkinkan pengujian sirkuit kompleks dengan efisiensi tinggi. JTAG membantu mengidentifikasi dan mengisolasi kesalahan di tingkat sirkuit, mempercepat proses pengujian, dan meningkatkan keakuratan deteksi kesalahan.
Selain itu, pengujian dalam sirkuit (TIK) juga telah menjadi bagian integral dari pengujian PCB. ICT secara langsung menguji kinerja rangkaian dan memastikan komponen elektronik rangkaian bekerja sesuai spesifikasi yang diinginkan. Dengan menambahkan sinyal ke sirkuit, TIK dapat mendeteksi cacat atau perbedaan kinerja yang mungkin terlewatkan oleh teknik pengujian lain.
Pengujian fungsional adalah langkah terakhir dalam pengujian PCB yang tidak dapat diabaikan. Metode ini melibatkan pengiriman sinyal masukan ke rangkaian dan pemantauan keluaran untuk memastikan bahwa fungsi yang diinginkan berfungsi dengan baik. Meskipun mungkin memerlukan waktu lebih lama, pengujian fungsional memberikan gambaran lengkap tentang kinerja PCB secara keseluruhan dan dapat mengidentifikasi masalah yang mungkin tidak dapat dideteksi oleh metode pengujian lain. Dengan gabungan teknologi ini, industri elektronik dapat memastikan bahwa setiap papan sirkuit cetak yang diproduksi memenuhi standar kualitas dan kinerja yang diinginkan.
Disadur dari: en.wikipedia.org
Quality and Reliability Engineering
Dipublikasikan oleh Dias Perdana Putra pada 18 April 2024
Analisis varians
Analisis varians (ANOVA) adalah kumpulan model statistik dan teknik estimasi yang berhubungan dengan analisis perbedaan antar rata-rata (yaitu, "perbedaan" antar kelompok). ANOVA dikembangkan oleh ahli statistik Ronald Fisher. ANOVA didasarkan pada hukum varians total, yang membagi varians yang terdapat pada suatu variabel menjadi komponen-komponen yang berasal dari sumber yang berbeda. Dalam bentuknya yang paling sederhana, ANOVA memberikan uji statistik apakah dua atau lebih rata-rata populasi adalah sama, sehingga memperluas uji-t melampaui dua rata-rata. Dengan kata lain, ANOVA digunakan untuk menguji perbedaan antara dua mean atau lebih.
Sejarah
Menurut Stigler, analisis diferensial efektif pada abad ke-20, namun asal usulnya sudah ada sejak berabad-abad yang lalu. Ini termasuk pengujian hipotesis, analisis kuadrat terkecil, metode pengujian, dan pengambilan sampel acak. Laplace menguji hipotesis ini pada tahun 1770. Sekitar tahun 1800, Laplace dan Gauss mengembangkan metode kuadrat terkecil untuk menggabungkan observasi, yang kemudian menyempurnakan metode yang digunakan dalam astronomi dan geografi. Hal ini juga mengawali banyak penelitian tentang kontribusi terhadap jumlah kuadrat.
Laplace tahu bagaimana memperkirakan varians dari jumlah kuadrat (bukan jumlah) dari residu. Pada tahun 1827, Laplace menggunakan metode kuadrat terkecil untuk memecahkan masalah analisis variabilitas pasang surut atmosfer yang diukur. Sebelum tahun 1800, para astronom mengisolasi kesalahan visual akibat waktu reaksi ("penulisan independen") dan mengembangkan metode untuk mengurangi kesalahan ini. Metode eksperimen yang digunakan dalam kajian persamaan personal kemudian diadopsi oleh bidang psikologi, yang mengembangkan metode eksperimen kuat (semua aspek) dengan penambahan pengacakan dan penyamaran. Penjelasan non-matematis tentang model efek aditif tersedia pada tahun 1885.
Istilah penyebaran diciptakan oleh Ronald Fisher dan diterbitkan dalam makalahnya pada tahun 1918 tentang genetika populasi teoretis, "Relatives to the Postulates of Mendelian Inheritance". Analisis formal disajikan dalam “Koreksi antara” Penerapan pertama analisis varians terhadap analisis data diterbitkan pada tahun 1921 dalam “Studi Variasi Produk I”. Perubahan deret waktu dibagi menjadi beberapa kategori yang menunjukkan faktor tahunan dan peluruhan lambat. Karya Fisher berikutnya, "Study of Crop Variation II", yang ditulis bekerja sama dengan Winifred Mackenzie dan diterbitkan pada tahun 1923, mempelajari variasi tanaman di petak yang ditanami varietas berbeda, berbeda, dan diberi pupuk berbeda. Analisis varians menjadi dikenal luas setelah diperkenalkan dalam buku Fisher tahun 1925 "Statistical Methods for Research Workers". Berbagai peneliti telah mengembangkan model kerentanan. Buku pertama diterbitkan dalam bahasa Polandia pada tahun 1923 oleh Jerzy Neyman.
Contoh
Analisis varians dapat digunakan untuk menggambarkan hubungan kompleks antar variabel, seperti paparan anjing. Pada pertunjukan anjing, distribusi bobot ras anjing yang berbeda sulit dilakukan. Katakanlah Anda ingin memprediksi berat badan anjing berdasarkan serangkaian karakteristik setiap anjing. Salah satu cara untuk melakukannya adalah dengan membagi populasi anjing ke dalam kelompok berdasarkan karakteristik tersebut.
Misalnya, kelompokkan anjing berdasarkan kombinasi dua pasang karakteristik: kecil hingga tua, berbulu pendek, dan berbulu panjang. Silakan pertimbangkan ini. Golongan tersebut adalah X₁, X2, dst. Jika klasifikasi ini berhasil, perbedaan berat badan anjing di setiap kelompok menjadi kecil, dan rata-rata antar kelompok. Namun, jika terdapat variasi besar dalam distribusi bobot dalam suatu kelompok dan rata-ratanya serupa, klasifikasi tidak akan berguna dalam menjelaskan perubahan bobot anjing.
Artinya, klasifikasi mengelompokkan anjing berdasarkan karakteristik seperti jenis hewan peliharaan dan jenis kegiatan. Orang yang lebih banyak berjudi dan mereka yang lebih banyak berjudi lebih mungkin untuk berhasil. Anjing yang paling serius berukuran besar, kuat, dan fungsional, tetapi anjing yang dipelihara sebagai hewan peliharaan berukuran lebih kecil dan ringan. Distribusi bobot anjing dalam klasifikasi ini mungkin memiliki variasi yang lebih sedikit dibandingkan dengan metode klasifikasi.
Namun, penghitungan bobot berdasarkan ras dapat meningkatkan klasifikasi. Semua Chihuahua ringan dan semua Saint Bernard berat. Perbedaan bobot antara preskriptor dan indikator belum tentu berbeda. Analisis varians dapat menjadi alat formal untuk memvalidasi kesimpulan tersebut, dan teknik ini digunakan dalam analisis data eksperimen atau dalam pengembangan model untuk menggambarkan hubungan antar variabel. Keuntungan dari metode ini mencakup kemampuan untuk menangani data non-numerik dan memberikan penilaian keyakinan terhadap hubungan yang teridentifikasi.
Kelas Model
Ada tiga kelas model yang digunakan dalam analisis varians, dan ini diuraikan di sini.
Model efek tetap
Model efek tetap (kelas I) dari analisis varians berlaku pada situasi di mana pelaku eksperimen menerapkan satu atau lebih perlakuan pada subjek eksperimen untuk melihat apakah nilai variabel respons berubah. Hal ini memungkinkan pelaku eksperimen memperkirakan kisaran nilai variabel respons yang akan dihasilkan oleh perlakuan tersebut dalam populasi secara keseluruhan.
Model efek acak
Model efek acak (kelas II) digunakan ketika perlakuan tidak tetap. Hal ini terjadi ketika berbagai tingkat faktor diambil sampelnya dari populasi yang lebih besar. Karena levelnya sendiri merupakan variabel acak, beberapa asumsi dan metode kontras perlakuan (generalisasi multivariabel dari perbedaan sederhana) berbeda dari model efek tetap.
Model efek campuran
Model efek campuran (kelas III) memuat faktor-faktor eksperimental baik jenis efek tetap maupun efek acak, dengan interpretasi dan analisis yang berbeda untuk kedua jenis tersebut.
Contoh
Eksperimen pengajaran dapat dilakukan oleh perguruan tinggi atau departemen universitas untuk menemukan buku teks pengantar yang baik, dengan setiap teks dianggap sebagai pengobatan. Model efek tetap akan membandingkan daftar teks kandidat. Model efek acak menentukan apakah terdapat perbedaan signifikan antara daftar item yang dipilih secara acak. Model efek campuran membandingkan teks saat ini (tetap) dengan alternatif yang dipilih secara acak.Mengidentifikasi efek tetap dan acak terbukti sulit karena banyaknya definisi yang bersaing.
Karateristik
ANOVA digunakan untuk menganalisis uji komparatif, yaitu pengujian yang menunjukkan perbedaan hasil. Signifikansi statistik dari pengujian tersebut ditentukan oleh rasio kedua perbedaan tersebut. Angka ini tidak tergantung pada kemungkinan perubahan observasi tes. Menambahkan lampiran ke semua tampilan tidak mengubah maknanya. Mengalikan seluruh pengamatan dengan suatu konstanta tidak mengubah maknanya. Oleh karena itu, signifikansi statistik dari hasil ANOVA tidak bergantung pada satuan yang digunakan untuk menyatakan observasi, termasuk persistensi dan kesalahan skala. Di era komputer, konstanta dari setiap observasi biasanya dihilangkan (mirip dengan menghilangkan angka sebelumnya) untuk menyederhanakan entri data. Ini adalah contoh pengkodean data.
Analisis Terkait
Analisis varians (ANOVA) adalah alat statistik yang digunakan untuk mengevaluasi perbedaan antara rata-rata dua kelompok atau lebih. Proses ini mencakup beberapa langkah penting yang mendukung desain dan implementasi percobaan, termasuk analisis hasil yang paling penting.
Saat mempersiapkan analisis varians, peneliti harus mempertimbangkan jumlah unit eksperimen yang dirancang untuk memenuhi tujuan eksperimen. Pengujian dilakukan beberapa kali, dengan pengujian pertama bertujuan untuk memperkirakan efek perlakuan dan mengukur kesalahan pengujian dengan cara yang tidak memihak. Analisis kekuatan juga digunakan untuk menilai kemungkinan keberhasilan dalam menolak hipotesis nol, dengan mempertimbangkan desain eksperimen, ukuran efek, dan tingkat signifikansi.
Ada tiga kelas model yang biasa digunakan dalam pengambilan sampel ANOVA. panggung Model efek tetap, model efek acak, model efek acak campuran. Model efek tetap digunakan ketika pelaku eksperimen memberikan perlakuan kepada subjek untuk mendeteksi perubahan variabel respon. Di sisi lain, model efek acak digunakan ketika tingkat faktor diambil sampelnya dari populasi yang lebih besar. Model efek campuran mencakup dua jenis kondisi eksperimental: efek tetap dan efek acak.
Setelah model ditentukan, analisis ANOVA terdiri dari membandingkan mean dan varians serta rasio odds yang memenuhi ambang batas signifikansi. Jika tercapai maka hasilnya akan signifikan. Penghitungan efek pengobatan dilakukan dengan memperkirakan efek masing-masing perlakuan dengan selisih antara rata-rata observasi yang diberikan perlakuan dan rata-rata keseluruhan. Pengujian lanjutan dilakukan setelah ditemukan efek signifikan di ANOVA, seperti pengujian berpasangan atau perbandingan ganda.
Langkah terakhir adalah validasi model dan analisis lebih lanjut. Pengujian dilakukan untuk memastikan asumsi ANOVA tidak dilanggar, homoskedastisitas dan normalitas residu diperiksa. Berdasarkan hasil pengujian yang telah dilakukan sebelumnya, dilakukan analisis persiapan untuk menyesuaikan desain pengujian selanjutnya. Mengetahui langkah-langkah ini memungkinkan peneliti untuk melakukan dan menafsirkan ANOVA dalam kerangka penelitian statistik.
Disadur dari : en.wikipedia.org
Quality and Reliability Engineering
Dipublikasikan oleh Dias Perdana Putra pada 18 April 2024
Quality Function Deployment
Dalam persaingan global, kepuasan pelanggan merupakan salah satu faktor kunci keberhasilan bisnis (Lee dan Lin, 2011). Oleh karena itu, penting untuk memberikan produk yang memenuhi atau melampaui harapan pelanggan. Kerangka kerja ini harus menyediakan cara untuk memasukkan kebutuhan pelanggan ke dalam desain produk.
Jaminan Fungsional Kualitas (QFD) adalah metode pengembangan produk yang populer di industri. Metode ini menerjemahkan keinginan dan kebutuhan pelanggan ke dalam produk (Wijaya, 2011). QFD menerjemahkan apa yang diinginkan pelanggan menjadi apa yang dilakukan perusahaan. Dengan cara ini, produk yang dihasilkan perusahaan dapat memenuhi kebutuhan pelanggan. QFD awalnya digunakan di bidang manufaktur, namun seiring berjalannya waktu penerapannya meluas hingga mencakup industri jasa, instansi pemerintah, dan lain-lain.
Quality Function Deployment (QFD) dan Sejarahnya
QFD adalah “sebuah konsep yang menyediakan cara untuk menerjemahkan kebutuhan pelanggan ke dalam persyaratan teknis yang sesuai untuk setiap tahap pengembangan produk” (Sullivan, 1986 dalam Lu Wu, 2002). Mizuno dan Akao (1978, Akao dan Mazur, 2003) mendefinisikan QFD sebagai "pengorganisasian aktivitas atau aktivitas kerja langkah demi langkah yang menunjukkan kualitas dalam komunikasi dengan menetapkan tujuan dan kondisi”. QFD berfokus pada penentuan kebutuhan pelanggan dan tindakan organisasi untuk memenuhi kebutuhan tersebut (Lu dan Kuei, 1995).
QFD pertama kali muncul di Jepang pada akhir tahun 1960an (Akao dan Mazur, 2003). Setelah Perang Dunia II, Jepang yang sebelumnya mengembangkan produk dengan membuat prototipe atau tiruan, beralih ke pengembangan produk asli (Akao dan Mazur, 2003). QFD digunakan untuk mencapai tujuan tersebut. Metode ini diperkenalkan ke publik oleh Mizuno dan Akao dalam buku 『Quality Function Development』 pada tahun 1978.
Setelah Jepang pada tahun 1980an, QFD mulai menyebar ke negara-negara Barat seperti Amerika Serikat (Mehjerdi, 2010). Banyak perusahaan yang menggunakan QFD untuk menghasilkan produk yang laku di pasaran, baik bagi pelanggan, dan baik bagi kemampuan perusahaan. Karena keberhasilan penerapan QFD di negara-negara selain Jepang, metode QFD mulai menyebar ke seluruh dunia (Akao dan Mazur, 2003).
Manfaat QFD
Mehrjerdi (2010) merangkum manfaat QFD dari penelitian sebelumnya. Beberapa manfaat yang telah diidentifikasi mencakup kemampuan untuk membantu membuat keputusan trade-off antara kebutuhan pelanggan dan kemampuan perusahaan, meningkatkan kolaborasi antar departemen teknis, dan meningkatkan efisiensi kepuasan pelanggan dengan memasukkan persyaratan pelanggan ke dalam proses pengembangan produk. QFD juga dapat mempercepat waktu produk ke pasar, mendorong karyawan untuk menyerahkan dokumen yang relevan, dan meningkatkan komunikasi antar departemen perusahaan yang berbeda. Hal ini menciptakan landasan yang kuat untuk mengoptimalkan pengembangan produk dan meningkatkan kinerja bisnis secara keseluruhan.
Tahapan-Tahapan QFD
Quality Function Deployment (QFD), seperti yang diuraikan oleh Crow (2009), mencakup empat tahapan utama yang merinci proses pengembangan produk secara sistematis:
Tahap pertama, Perencanaan Produk, melibatkan identifikasi dan prioritisasi kebutuhan pelanggan, analisis peluang kompetitif, serta perencanaan produk untuk merespons kebutuhan dan peluang tersebut. Dalam tahap ini, nilai target ditetapkan untuk karakteristik kritis produk, membentuk landasan strategis untuk pengembangan selanjutnya.
Tahap kedua, Assembly/Part Deployment, fokus pada identifikasi dan penurunan karakteristik kritis produk ke dalam komponen atau perakitan yang penting. Penetapan nilai target pada tingkat komponen memastikan bahwa setiap elemen berkontribusi pada kualitas keseluruhan produk.
Sementara itu, tahap ketiga, Perencanaan Proses, menetapkan proses kritis dan aliran kerja untuk mencapai efisiensi produksi, bersama dengan persyaratan peralatan dan parameter kritis proses.
Terakhir, tahap Kontrol Proses/Kualitas menentukan karakteristik proses dan komponen kritis, menetapkan metode kontrol dan inspeksi untuk memastikan kualitas produk sesuai standar. Keseluruhan, QFD memberikan kerangka kerja yang holistik dan terstruktur untuk meningkatkan pengembangan produk, memenuhi kebutuhan pelanggan, dan mengoptimalkan proses produksi.
Sumber: smtp.lipi.go.id