MSA adalah

MSA atau Measurement System Analysis adalah : Tujuan dan Caranya

Pada dasarnya, MSA atau Measurement System Analysis adalah metode yang digunakan untuk mengevaluasi dan memastikan keandalan sistem pengukuran. Dalam berbagai industri, khususnya yang menuntut tingkat akurasi tinggi, MSA menjadi kunci untuk memastikan bahwa setiap hasil pengukuran dapat diandalkan dan konsisten.

MSA melibatkan sejumlah teknik dan alat evaluasi yang dirancang untuk mengidentifikasi dan mengukur sejauh mana variabilitas dalam sistem pengukuran tersebut. Hal ini melibatkan pemeriksaan terhadap peralatan pengukuran, metode pengukuran, serta individu yang terlibat dalam proses pengukuran.

Penilaian MSA biasanya mencakup studi ulang pengukuran yang telah dilakukan sebelumnya untuk memastikan bahwa data yang dihasilkan adalah akurat dan dapat diandalkan. Dengan demikian, MSA tidak hanya merinci masalah dalam peralatan pengukuran, tetapi juga mengidentifikasi apakah operator yang terlibat telah terlatih dengan baik dan memahami proses pengukuran dengan benar.

Sejarah dan Perkembangan MSA di Indonesia

Seiring dengan kemajuan industri di Indonesia, Sejarah dan Perkembangan MSA (Measurement System Analysis) memegang peran krusial dalam memastikan standar kualitas dan akurasi pengukuran di berbagai sektor. Penelusuran sejarah MSA di Indonesia membawa kita kembali ke awal abad ke-20 ketika industri manufaktur pertama kali mengakar di tanah air.

Pada saat itu, pengukuran menjadi semakin penting dengan meningkatnya kompleksitas proses produksi. Penggunaan metode pengukuran yang lebih canggih dan presisi mulai menjadi fokus utama untuk memastikan bahwa produk yang dihasilkan sesuai dengan standar internasional.

Perkembangan MSA di Indonesia semakin pesat seiring dengan masuknya teknologi dan praktik internasional. Pada tahun-tahun terakhir, pelaku industri di Indonesia mulai menyadari betapa pentingnya menerapkan MSA untuk mengidentifikasi dan mengatasi masalah variabilitas dalam pengukuran.

Guna mendukung pemahaman ini, pemerintah Indonesia juga turut mengambil peran dalam mengembangkan regulasi terkait penggunaan MSA dalam industri. Langkah-langkah ini bertujuan untuk meningkatkan standar kualitas produk dan meningkatkan daya saing industri Indonesia di pasar global.

Apa itu Sistem Pengukuran?

Sebelum kita lebih jauh membahas MSA, mari kita tinjau definisi dari sistem pengukuran dan beberapa sumber variasi umum. Sistem pengukuran dijelaskan sebagai suatu sistem dari pengukuran terkait yang memungkinkan kuantifikasi karakteristik tertentu. Ini juga dapat mencakup kumpulan gage (alat pengukur), fixture, perangkat lunak, dan personel yang diperlukan untuk memvalidasi suatu unit pengukuran tertentu atau membuat penilaian terhadap fitur atau karakteristik yang diukur. Sumber-sumber variasi dalam proses pengukuran dapat melibatkan hal-hal berikut:

  • Proses – metode pengujian, spesifikasi.
  • Personel – operator, tingkat keterampilan, pelatihan, dll.
  • Alat / Peralatan – alat pengukur, fixture, peralatan pengujian yang digunakan, dan sistem kalibrasi terkait.
  • Barang yang diukur – bagian atau sampel material yang diukur, rencana pengambilan sampel, dll.
  • Faktor Lingkungan – suhu, kelembaban, dll.

Semua sumber potensial variasi ini harus dipertimbangkan selama Analisis Sistem Pengukuran. Evaluasi suatu sistem pengukuran sebaiknya mencakup penggunaan alat kualitas khusus untuk mengidentifikasi sumber variasi yang paling mungkin. Sebagian besar kegiatan MSA mengevaluasi dua sumber utama variasi, yaitu bagian yang diukur dan pengukuran dari bagian-bagian tersebut. Jumlah dari kedua nilai ini merepresentasikan total variasi dalam suatu sistem pengukuran.

Cara Melakukan Analisis Sistem Pengukuran (MSA)

Analisis Sistem Pengukuran (MSA) adalah kumpulan eksperimen dan analisis yang dilakukan untuk mengevaluasi kemampuan, kinerja, dan tingkat ketidakpastian suatu sistem pengukuran terkait dengan nilai-nilai yang diukur. Kita perlu meninjau data pengukuran yang dikumpulkan, metode, dan alat yang digunakan untuk mengumpulkan dan mencatat data. Tujuan kita adalah untuk mengukur efektivitas sistem pengukuran, menganalisis variasi dalam data, dan menentukan sumbernya. Evaluasi kualitas data yang dikumpulkan sehubungan dengan variasi lokasi dan lebar juga harus dilakukan. Data yang dikumpulkan seharusnya dievaluasi untuk bias, stabilitas, dan linearitas.

Baca Juga  Pengertian Blasting Dan Jenis Sesuai Karakteristik Juga Kegunaan

Selama kegiatan MSA, tingkat ketidakpastian pengukuran harus dievaluasi untuk setiap jenis gage atau alat pengukuran yang ditentukan dalam Rencana Pengendalian Proses. Setiap alat harus memiliki tingkat diskriminasi dan resolusi yang benar untuk mendapatkan data yang berguna. Proses, alat yang digunakan (gage, fixture, instrument, dll.), dan operator dievaluasi untuk definisi yang benar, akurasi, presisi, keulangan, dan reproduktibilitas.

1. Tinjau Data Pengukuran:

Sebelum memulai MSA, tinjau data pengukuran yang telah dikumpulkan. Perhatikan metode dan alat yang digunakan untuk mengumpulkan serta merekam data. Ini penting untuk mengukur efektivitas sistem pengukuran secara menyeluruh.

2. Tujuan MSA:

MSA bertujuan untuk mengidentifikasi variasi dalam data pengukuran dan menentukan sumbernya. Dengan memahami tingkat ketidakpastian, kita dapat meningkatkan akurasi dan konsistensi hasil pengukuran.

3. Evaluasi Kualitas Data:

Selama MSA, data yang dikumpulkan perlu dievaluasi untuk variasi lokasi dan lebar. Juga, penting untuk memeriksa adanya bias, stabilitas, dan linearitas dalam data pengukuran.

4. Ketidakpastian Pengukuran:

Setiap jenis gage atau alat pengukuran dalam Rencana Pengendalian Proses perlu dievaluasi untuk tingkat ketidakpastian. Pastikan bahwa setiap alat memiliki tingkat diskriminasi dan resolusi yang sesuai.

5. Evaluasi Proses dan Alat:

Proses, alat yang digunakan (gage, fixture, instrument, dll.), dan operator perlu dievaluasi. Pastikan definisi yang benar, akurasi, presisi, keulangan, dan reproduktibilitas untuk mendapatkan hasil pengukuran yang andal.

Dengan mengikuti langkah-langkah MSA ini, Anda dapat meningkatkan keandalan sistem pengukuran, mengidentifikasi potensi perbaikan, dan memastikan akurasi data. Jangan lupa terapkan prinsip-prinsip ini dalam pengelolaan sistem pengukuran untuk mendukung keberhasilan proses bisnis Anda.

Klasifikasi Data (Data Classifications)

Sebelum menganalisis data atau alat-alat dan fixture yang digunakan, penting untuk menentukan jenis data yang dikumpulkan. Data dapat dikelompokkan menjadi data atribut atau data variabel. Data atribut diklasifikasikan ke dalam nilai-nilai spesifik, sementara data variabel atau kontinu dapat memiliki jumlah nilai yang tak terbatas. Definisi lebih rinci dapat ditemukan di bawah ini.

1. Data Atribut: Data atribut adalah jenis data yang diklasifikasikan ke dalam nilai-nilai spesifik. Contohnya adalah data yang dapat diukur dalam kategori tertentu dengan nilai yang tetap. Mengetahui jenis data ini memungkinkan kita untuk menggunakan metode analisis yang sesuai.

2. Data Variabel atau Kontinu: Data variabel memiliki jumlah nilai yang tak terbatas dan bersifat kontinu. Hal ini mencakup data yang dapat bervariasi dalam rentang tertentu. Memahami jenis data ini memungkinkan penggunaan pendekatan analisis yang sesuai untuk mengungkap pola dan variabilitas.

Dengan mengetahui klasifikasi data ini sebelum melakukan analisis, kita dapat mengoptimalkan metode analisis yang sesuai dengan sifat data yang dikumpulkan. Ini penting dalam memastikan hasil analisis yang akurat dan relevan. Jangan lewatkan penjelasan lebih lanjut di bawah untuk definisi yang lebih mendalam

The Master Sample

Dalam melakukan studi, langkah awal yang perlu dilakukan adalah memperoleh sampel dan menetapkan nilai referensi dibandingkan dengan standar yang dapat dilacak. Beberapa proses mungkin sudah memiliki “contoh utama” yang ditetapkan untuk rentang tinggi dan rendah spesifikasi pengukuran yang diharapkan. Ini memberikan dasar yang kuat untuk memastikan akurasi dan konsistensi dalam pengukuran yang dijalankan. Dengan adanya contoh utama, proses pengukuran menjadi lebih terukur dan dapat diandalkan. Langsungkan pandangan Anda pada penjelasan lebih lanjut di bawah ini untuk memahami konsep ini dengan lebih mendalam.

Baca Juga  OHSAS 18001 UK: Standar Keselamatan dan Kesehatan Kerja yang Komprehensif

Studi Gage R&R

Untuk gage atau instrumen yang digunakan untuk mengumpulkan data kontinu variabel, Gage Repeatability and Reproducibility (Gage R&R) dapat dilakukan untuk mengevaluasi tingkat ketidakpastian dalam suatu sistem pengukuran. Untuk menjalankan Gage R&R, langkah-langkah berikut dapat diikuti:

  1. Peroleh setidaknya 10 sampel acak dari bagian yang diproduksi selama proses produksi reguler.
  2. Pilih tiga operator yang secara rutin melakukan inspeksi tertentu.
  3. Mintalah setiap operator untuk mengukur sampel bagian dan mencatat data.
  4. Ulangi proses pengukuran tiga kali dengan setiap operator menggunakan bagian yang sama.
  5. Hitung rata-rata (mean) pembacaan dan rentang rata-rata percobaan untuk masing-masing operator.
  6. Hitung selisih rata-rata setiap operator, rentang rata-rata, dan rentang pengukuran untuk setiap bagian sampel yang digunakan dalam studi.
  7. Hitung ulang keberulangan untuk menentukan jumlah variasi peralatan.
  8. Hitung reproduktibilitas untuk menentukan jumlah variasi yang diperkenalkan oleh operator.
  9. Hitung variasi dalam bagian dan persentase variasi total.
  10. Persentase Gage R&R yang dihasilkan digunakan sebagai dasar untuk menerima gage. Pedoman untuk menentukan hal tersebut ditemukan di bawah ini:
  • Sistem pengukuran diterima jika skor Gage R&R di bawah 10%.
  • Sistem pengukuran dapat dianggap diterima tergantung pada pentingnya aplikasi atau faktor lain jika Gage R&R berada antara 10% hingga 20%.
  • Setiap sistem pengukuran dengan Gage R&R lebih dari 30% memerlukan tindakan perbaikan.
  • Setiap tindakan yang diidentifikasi untuk memperbaiki sistem pengukuran harus dievaluasi untuk keefektifannya.

Interpretasi Hasil Gage R&R

Dalam menginterpretasi hasil Gage R&R, lakukan studi perbandingan nilai keberulangan dan reproduktibilitas. Jika nilai keberulangan besar dibandingkan dengan nilai reproduktibilitas, hal ini mungkin menunjukkan masalah potensial dengan gage yang digunakan dalam studi. Gage tersebut mungkin perlu diganti atau dikalibrasi ulang. Sebaliknya, jika nilai reproduktibilitas besar dibandingkan dengan nilai keberulangan, hal ini menunjukkan variasi yang terkait dengan operator. Operator mungkin memerlukan pelatihan tambahan mengenai penggunaan yang tepat dari gage, atau sebuah fixture mungkin diperlukan untuk membantu operator dalam menggunakan gage.

Studi Gage R&R harus dilakukan dalam keadaan-keadaan berikut:

  1. Saat sistem pengukuran baru atau berbeda diperkenalkan.
  2. Setelah setiap aktivitas perbaikan.
  3. Saat jenis sistem pengukuran yang berbeda diperkenalkan.
  4. Setelah setiap aktivitas perbaikan dilakukan pada sistem pengukuran saat ini karena hasil studi Gage R&R sebelumnya.
  5. Secara tahunan sesuai dengan jadwal kalibrasi yang ditetapkan pada gage.

Dengan memahami dan mengikuti pedoman ini, Anda dapat memastikan bahwa sistem pengukuran yang Anda gunakan tetap akurat dan dapat diandalkan sepanjang waktu. Ini membantu meningkatkan kualitas data dan keberlanjutan proses pengukuran dalam operasi Anda.

Attribute Gage R&R

Sistem pengukuran atribut dapat dianalisis menggunakan metode serupa. Ketidakpastian pengukuran gage atribut harus dihitung menggunakan metode singkat seperti berikut:

  1. Tentukan gage yang akan dipelajari.
  2. Peroleh 10 sampel acak dari produksi reguler.
  3. Pilih 2 operator yang berbeda yang secara rutin melakukan aktivitas inspeksi tertentu.
  4. Mintalah operator untuk melakukan inspeksi dua kali untuk setiap bagian sampel dan mencatat data.
  5. Selanjutnya, hitung nilai kappa.
  6. Ketika nilai kappa lebih besar dari 0.6, gage dianggap dapat diterima.
  7. Jika tidak, gage mungkin perlu diganti atau dikalibrasi.
  8. Studi gage atribut harus dilakukan berdasarkan kriteria yang sama seperti yang tercantum sebelumnya untuk studi Gage R&R.

Selama MSA, Gage R&R atau studi gage atribut harus diselesaikan untuk setiap gage, instrumen, atau fixture yang digunakan dalam sistem pengukuran. Hasilnya harus didokumentasikan dan disimpan dalam database untuk referensi masa depan. Ini mungkin diperlukan untuk pengajuan PPAP kepada pelanggan. Selain itu, jika ada masalah, studi baru dapat dilakukan pada gage, dan hasilnya dibandingkan dengan data sebelumnya untuk menentukan apakah terjadi perubahan. MSA yang dilakukan dengan baik dapat memiliki pengaruh dramatis pada kualitas data yang dikumpulkan dan kualitas produk secara keseluruhan.

Baca Juga  Apa itu Bureau Veritas? Sejarah Dan Layanan Gaji

Kunci Istilah dan Definisi

1. Data Atribut: Data yang dapat dihitung untuk pencatatan dan analisis (kadang disebut sebagai data go/no go).

2. Data Variabel: Data yang dapat diukur; data yang memiliki nilai yang dapat bervariasi dari satu sampel ke sampel berikutnya; data variabel kontinu dapat memiliki jumlah nilai yang tak terbatas.

3. Bias: Perbedaan antara nilai rata-rata atau mean yang diamati dan nilai target.

4. Stabilitas: Perubahan dalam bias pengukuran selama periode waktu tertentu. Proses yang stabil dianggap dalam “kendali statistik.”

5. Linearitas: Perubahan nilai bias dalam rentang operasi proses normal.

6. Resolusi: Unit pengukuran terkecil dari suatu alat gage atau instrumen yang dipilih; sensitivitas sistem pengukuran terhadap variasi proses untuk karakteristik tertentu yang diukur.

7. Akurasi: Ketepatan data terhadap nilai target atau nilai eksak atau terhadap nilai referensi yang diterima.

8. Presisi: Seberapa dekat satu set pengukuran dengan yang lain.

9. Keulangan: Ukuran efektivitas alat yang digunakan; variasi pengukuran yang diperoleh oleh satu operator yang menggunakan alat yang sama untuk mengukur karakteristik yang sama.

10. Reproduktibilitas: Ukuran variasi operator; variasi dalam set data yang dikumpulkan oleh operator yang berbeda menggunakan alat yang sama untuk mengukur karakteristik yang sama.**

Memahami dan menguasai istilah-istilah kunci ini penting untuk menjalankan evaluasi sistem pengukuran yang efektif. Dengan demikian, setiap keputusan atau perbaikan yang dibuat berdasarkan data pengukuran dapat dilakukan dengan akurat dan berdampak positif pada proses dan produk secara keseluruhan.

Kesimpulan

Dalam konteks industri dan pengukuran kualitas, Analisis Sistem Pengukuran (MSA) adalah memegang peranan penting dalam memastikan bahwa data yang dikumpulkan dapat diandalkan, akurat, dan konsisten. MSA membantu mengidentifikasi dan mengatasi ketidakpastian dalam sistem pengukuran, baik untuk data atribut maupun variabel. Dengan memahami dan menguji variabilitas dalam proses pengukuran, kita dapat meningkatkan keandalan sistem pengukuran dan mengambil keputusan yang lebih baik.

Konsep seperti bias, stabilitas, linearitas, resolusi, akurasi, dan presisi menjadi kunci dalam evaluasi kualitas sistem pengukuran. Melalui Gage R&R, baik untuk data variabel maupun atribut, kita dapat menentukan apakah gage atau instrumen yang digunakan dapat diterima. Hasil MSA memberikan panduan apakah suatu sistem pengukuran dapat diandalkan untuk mendukung pengambilan keputusan yang tepat.

Perlu dicatat bahwa MSA bukanlah sekadar aktivitas satu kali, tetapi merupakan suatu proses berkelanjutan. MSA seharusnya dilakukan ketika ada perubahan dalam sistem pengukuran, setelah aktivitas perbaikan, atau secara berkala sesuai dengan jadwal kalibrasi. Dengan demikian, perusahaan dapat memastikan bahwa sistem pengukuran mereka tetap relevan dan mendukung pencapaian tingkat kualitas yang diinginkan.

Dalam rangka meningkatkan kualitas produk, efisiensi operasional, dan kepuasan pelanggan, MSA menjadi alat yang tidak tergantikan. Dengan melakukan MSA secara sistematis, perusahaan dapat membangun dasar yang kuat untuk pengambilan keputusan yang cerdas dan berkelanjutan.

 

sumber : https://quality-one.com/