STATISTICAL PROCESS CONTROL

Agustyar Teknik Pengujian Mutu Hasil Perikanan

LAPORAN PRAKTIKUM

TEKNIK PENGUJIAN MUTU HASIL PERIKANAN

STATISTICAL PROCESS CONTROL

 

OLEH

AKHMAD AWALUDIN AGUSTIAR

14/369621/PN/13935

GOLONGAN B

 

 

 

LABORATORIUM TEKNOLOGI PENGOLAHAN IKAN

DEPARTEMEN PERIKANAN

FAKULTAS PERTANIAN

UNIVERSITAS GADJAH MADA

YOGYAKARTA

2017

  1. PENDAHULUAN

 

  1. Tinjauan Pustaka

Pengendalian kualitas statistik merupakan teknik penyelesaian masalah yang digunakan untuk memonitor, mengendalikan, menganalisis, mengelola, dan memperbaiki produk dan proses menggunakan metode-metode statistik. Pengendalian kualitas statistik (statistical quality control) sering disebut sebagai pengendalian proses statistik (statistical process control). Pengendalian kualitas statistik dan pengendalian proses statistik memang merupakan dua istilah yang saling dipertukarkan, yang apabila dilakukan bersama-sama maka pemakai akan melihat gambaran kinerja proses masa kini dan masa mendatang. Hal ini disebabkan pengendalian proses statistik dikenal sebagai alat yang bersifat online untuk menggambarkan apa yang sedang terjadi dalam proses saat ini. Pengendalian kualitas statistik menyediakan alat-alat offline untuk mendukung analisis dan pembuatan keputusan yang membantu apakah proses dalam keadaaan stabil dan dapat diprediksi setiap tahapannya, hari demi hari, dan dari pemasok ke pemasok (Cawley dan Harold, 1999).

Proses pengurangan proses apabila dilakukan akan menghasilkan beberapa keuntungan. Keuntungan-keuntungan tersebut adalah sebagai berikut (Gryna, 2001):

  1. Variabilitas menjadi lebih kecil yang dihasilkan dari adanya perbaikan kinerja yang dapat dilihat oleh pelanggan.
  2. Mengurangi variabilitas pada karakteristik komponen yang merupakan cara untuk mengimbangi variabilitas yang tinggi pada komponen lain untuk memenuhi persyaratan kinerja pada sistem atau perakitan, untuk dapat memenuhi persyaratan tersebut memang diperlukan adanya pengendalian secara ketat pada setiap komponen.
  3. Beberapa karakteristik seperti berat, pengurangan variabilitas juga akan memberikan manfaat pada perubahan rata-rata proses yang dapat menyebabkanpengurangan biaya.
  4. Berkurangnya variabilitas akan mengurangi banyaknya inspeksi dan besarnya biaya inspeksi. Hal ini akan mendorong ditekannya harga produk tersebut.
  5. Berkurangnya variabilitas merupakan faktor yang penting dalam meningkatkan kemampuan bersaing suatu produk dan memperbesar pangsa pasar.

Terdapat tiga aspek penting dalam pengendalian proses atau pengendalian proses statistik untuk mengadakan perbaikan proses. Tiga aspek penting tersebut yaitu (Xie dan Goh, 1999).

  1. Aspek manajemen seperti dukungan, pelatihan, kerja tim, dan sebagainya.
  2. Aspek sumber daya manusia seperti penolakan terhadap perbaikan, konflik antara operator dan komputer.
  3. Aspek operasional seperti alat-alat pengendalian proses statistik, prioritasi proses, prosedur tindakan korektif, dan sebagainya.

Statistical process control berkaitan dengan upaya menjamin kualitas dengan memperbaiki kualitas proses dan upaya menyelesaikan segala permasalahan selama proses. Statistical process control bisa diterapkan, baik untuk industri manufacturing maupun jasa. Statistical process control banyak menggunakan alat-alat statistik untuk membantu mencapai tujuannya. Statistical process control mempunyai alat, yaitu (Iriawan, 2006):

  1. Peta kendali
  2. Histogram
  3. Diagram pareto
  4. Lembar periksa
  5. Diagram konsentrasi cacat
  6. Diagram pencar
  7. Diagram sebab dan akibat

 

  1. Tujuan

Mengetahui batas pengendalian menurut R Chart dan  Chart pada sampel dengan Statistical Process Control.

  1. Waktu dan Tempat Pelaksanaan

Praktikum teknik pengujian mutu hasil perikanan acara Statistical Process control dilaksanakan pada hari Senin, 6 Maret 2017. Tempat pelaksanaanya di Laboratorium Teknologi Pengolahan Ikan, Departemen Perikanan, Fakultas Pertanian, Universitas Gadjah Mada.

 

  1. METODE PRAKTIKUM

 

  1. Alat dan Bahan
    • Alat
  1. Wadah plastik/baskom
  2. Laptop
  3. Jangka sorong
  4. Laptop
  • Bahan
  1. Kerupuk udang merek Fina

 

  • Cara Kerja
  1. Disiapkan sampel kerupuk udang komersil
  2. Diambil 10 biji kerupuk udang secara acak kemudian diukur ketebalannya menggunakan jangka sorong, kemudian data hasil pengukuran dimasukan pada tabel di Microsoft Excel. Diulangi langkah tersebut sebanyak 10 kali sebagai ulangan.
  3. Data ketebalan kerupuk dimasukan ke dalam tabel pengisian Control Chart dengan Microsoft Excel.
  4. Dihitung jumlah, rata-rata (), range/kisaran (R), rata-rata dari rata-rata (), dan rata-rata dari range/kisaran ()
  5. Dihitung UCL, LCL dan CL untuk Control Chart dan R Control Chart
  6. Nilai UCL, LCL dan CL dari Control Chart dan R Control Chart ditransformasikan kedalam bentuk Grafik Control Chart.

 

  • HASIL DAN PEMBAHASAN

 

Pengendalian kualitas proses statistik (Statistical process control) merupakan teknik penyelesaian masalah yang digunakan sebagai pemonitor, pengendali, penganalisis, pengelola dan memperbaiki proses menggunakan metode-metode statistik. Filosofi pada konsep pengendalian kualitas proses statistik atau lebih dikenal dengan pengendalian proses statistik (Statistical process control) adalah output pada proses atau pelayanan dapat dimekukan ke dalam pengendalian statistik melalui alat-alat manajemen dan tindakan perancangan (Ariani,2004). Tujuan utama pengendalian kualitas statistik adalah mengurangi variabilitas produk.

Control Chart adalah suatu alat yang secara grafis digunakan untuk memonitor dan mengevaluasi apakah suatu aktivitas/proses berada dalam pengendalian kualitas, menjelaskan nilai-nilai statistik dari cacat keluaran yang dilengkapi batas atas, garis tengah dan batas bawah. Tujuan Control Chart adalah untuk menetapkan apakah setiap titik pada grafik normal atau tidak normal dan dapat mengetahui perubahan dalam proses dari mana data dikumpulkan, sehingga setiap titik pada grafik harus mengindikasikan dengan cepat dari proses mana data diambil (Haming & Nurnajamuddin, 2012).

Control Chart atau peta kendali rata-rata merupakan peta yang menampilkan fluktuasi rata-rata sampel dan rata-rata dari rata-rata sampel yang kemudian akan menunjukkan bagaimana penyimpangan rata-rata sampel dari rata-ratanya. Penyimpangan ini akan memberi gambaran bagaimana konsistensi proses. Semakin dekat rata-rata sampel ke nilai rata-ratanya maka proses cenderung stabil, sebaliknya maka proses cenderung tidak stabil. R Control Chart atau peta kendali rentang (range) adalah peta yang mengukur beda nilai terendah dan tertinggi sampel produk yang diobservasi, dan memberi gambaran mengenai variabilitas proses.  Peta kendali R chart dapat digunakan untuk Memantau perubahan dalam penyebaran dan Memantau tingkat keakurasian/ketepatan proses yang diukur dengan mencari range dari sampel yang diambil (Riyanti et al., 2014). Proses in control diartikan sebagai proses masih dalam kontrol atau kisaran UCL (Upper Control Limit) dan LCL (Lower Control Limit). Sedangkan Proses out of control diartikan ketika proses sudah berada diluar kontrol atau berada diluar kisaran UCL (Upper Control Limit) dan LCL (Lower Control Limit).

Menurut Purnomo (2004), Langkah-langkah pembuatan grafik pengendali  dan R adalah sebagai berikut:

  1. Menentukan karakteristik proses yang akan diukur.
  2. Melakukan dan mencatat hasil pengukuran.
  3. Menghitung nilai X dan R.
  4. Menentukan batas pengendali.
  5. Persamaan untuk grafik-R

Garis tengah =  =

Batas Kontrol Atas (UCL) = D4R

Batas Kontrol Bawah (LCL) = D3R

 

  1. Persamaan untuk grafik

Garis tengah =   =

Batas Kontrol Atas (UCL) =  + 3σx =  R  + A2

Batas Kontrol Bawah (LCL) =    – 3σx =  R  – A2

 

  1. Pembuatan grafik
  2. Buat garis untuk nilai dan .
  3. Buat garis untuk nilai batas kontrol atas dan batas kontrol bawah.
  4. Plot nilai dan   pada peta  dan peta dan hubungkan titik

tersebut dengan garis lurus (Purnomo, 2004).

 

Sampel yang digunakan pada praktikum Statistical Process Control yaitu kerupuk udang merk Fina. Menurut Subekti, (1998) Proses pembuatan kerupuk udang pada umumnya adalah menggunakan bahan baku udang dan tepung tapioka dengan ditambah bumbu-bumbu/bahan pembantu lainnya dengan melalui proses pengadonan, pencetakan, pengukusan, pemotongan dan pengeringan. Fungsi dari teknologi pembuatan kerupuk udang adalah sebagai upaya untuk mendapatkan produk hasil perikanan yang mempunyai rasa renyah dan gurih serta dapat memenuhi selera masyarakat. Parameter yang digunakan pada praktikum ini yaitu ketebalan udang. Ketebalan udang merupakan ukuran yang dapat digunakan untuk melihat apakah proses berjalan dengan baik atau tidak dengan melihat keseragamannya. Ketebalan udang diukur menggunakan jangka sorong.

Prinsip kerja dari praktikum Statistical Process Control yaitu dengan mengukur ketebalan kerupuk udang yang diambil secara random sampling sebanyak 10 kali. Kemudian ditentukan rata-ratanya (), range/kisaran (R), rata-rata dari rata-rata (), dan rata-rata dari range/kisaran (). Setelah itu dibuat grafik  Control Chart dan R Control Chart untuk melihat proses masih dalam kontrol (proses in control) atau proses berada diluar kontrol (proses out of control).

Ketebalan sebagai parameter diukur menggunakan jangka sorong. Jangka sorong adalah alat yang digunakan untuk mengukur ketebalan dan diameter suatu benda dengan ketilitian hingga 0,1mm. Sampel kerupuk udang diukur dengan cara menjepitnya dengan rahang jangka sorong yang besar atau pada bagian bawah. Kemudian lihat hasilnya pada skala utama dan skala nonius. Skala nonius ditentukan pada angka yang berimpit atau sejajar dengan skala utama. Hasil akhir ketebalan merupakan hasil skala utama ditambah skala nonius.

Perhitungan Statistical Process Control dimulai dengan merekap hasil semua pengukuran tebal sampel kerupuk udang. Kemudian ditentukan ditentukan rata-ratanya (), range/kisaran (R), rata-rata dari rata-rata (), dan rata-rata dari range/kisaran (). Tabel hasil perhitungan tersebut dapat dilihat pada lampiran 1. Berdasarkan tabel hasil, didapatkan nilai  sebesar 0.18 dan  sebesar 0,06 serta A2 pada tabel sebesar 0,308. Setelah itu ditentukan  Control Chart dengan menghitung 1 UCL, 2 UCL, 3 UCL , CL , 1 LCL, 2 LCL, dan 3 LCL. Berikut perhitungan dari elemen-elemn diatas :

1 UCL       =   + 1/3 . A2

= 0,18 + 1/3. (0,308.0,06)

= 0,186

 

2 UCL       =   + 2/3 . A2

= 0,18 + 2/3. (0,308.0,06)

= 0,192

 

3 UCL       =   + 1/3 . A2

= 0,18 + 3/3. (0,308.0,06)

= 0,198

 

CL             =

= 0,18

 

1 LCL        =   – 1/3 . A2

= 0,18 – 1/3. (0,308.0,06)

= 0,173

 

 

2 LCL        =   – 2/3 . A2

= 0,18 – 2/3. (0,308.0,06)

= 0,167

 

3 LCL        =   – 1/3 . A2

= 0,18 – 3/3. (0,308.0,06)

= 0,161

 

Kemudian ditentukan R Control Chart dengan menghitung UCLR, CLR dan LCLR. Dietahui nilai  sebesar 0,06 dengan D3 dan D4 pada tabel nilainya berturut-turut sebesar 0,223 dan 1,777. Perhitungan ketiganya dapat dilihat sebagai berikut :

UCLR           =  . D4

= 0,06 . 1,777

= 0,108

 

LCLR           =  . D3

= 0,06 . 0,223

= 0,0136

 

CLR              =

= 0,06

 

 

Berdasarkan hasil perhitungan tersebut, maka dapat ditampilkan grafik  Control Chart dan grafik R Control Chart.

 

Grafik 3.1  Control Chart kelompok 2 golongan B

Berdasarkan grafik tersebut maka dapat disimpulkan bahwa proses dikatakan out of control karena salah satu titik berada di luar control limit. Hal ini menunjukan bahwa ukuran kerupuk udang tidak berada dalam kontrol. Adapun berbagai faktor yang membuat ukuran udang tersebut tidak seragam salah satunya yaitu adanya kesalahan pada proses pemotongan. Perlu dilakukannya analisis lebih lanjut untuk menentukan titik mana pada proses yang berada diluar kendali.

 

 

Grafik 3.2 R Control Chart kelompok 2 golongan B

 

Berdasarkan grafik R Control Chart tersebut dapat disimpulkan juga bahwa proses berada diluar kontrol atau kendali. Hal tersebut ditunjukan oleh adanya titik yang berada diluar control limit yaitu berada diatas UCL R. R Control Chart menunjukan keseragaman dari produk hasil proses. Oleh karena itu dengan R Control Chart yang out of control maka dapat ditarik kesimpulan bahwa produk kerupuk udang tersebut tidak seragam atau variabilitasnya tinggi. Perlu dilakukannya analisis lebih lanjut untuk melihat pada proses mana yang berada diluar dari kontrol sehingga dapat segera diperbaiki.

 

Grafik 3.3 X Control Chart Golongan B

Berdasarkan grafik X control chart dari golongan B, dapat disimpulkan bahwa sampel kerupuk udang tersebut berada diluar kontrol kendali. Hal tersebut ditunjukan oleh titik yang berada dibawah 3 LCLX. Dengan demikian produk kerupuk udang berada pada proses out of control.

 

Grafik 3.4 R Control Chart Golongan B

Berdasarkan grafik diatas, proses pembuatan kerupuk udang berada diluar kontrol kendali. Hal tersebut dibuktikan dengan adanya titik yang berada diluar control limit. Dua titik berada diatas UCLR yang berarti melanggar aturan 1. Oleh karena itu terdapat variabilitas pada produk kerupuk udang akibat produk tersebut berada diluar kendali proses.

 

 

 

 

 

 

 

 

 

 

  1. PENUTUP

 

  1. Kesimpulan

Berdasarkan hasil praktikum yang dilakukan oleh golongan B , maka didapat kesimpulan bahwa sampel kerupuk udang berada diluar kendali proses atau proses out of control. Hal tersebut dibuktikan dengan adanya titik yang berada diluar control limit baik pada grafik  Control Chart maupun R Control Chart. Perlu dilakukannya analisis lebih lanjut untuk melihat proses mana yang menyimpang atau berada diluar kontrol sehingga dapat dilakukan perbaikan.

 

  1. Saran

Sebaiknya sampel yang digunakan lebih dari satu produk untuk membandingkan proses pengendalian produksi antar produk.

DAFTAR PUSTAKA

Ariani, D.W. 2004.Pengendalian Kualitas Statistik. Pendekatan Kuantitatif Dalam Manajemen Kualitas. Penerbit Andi.Yogyakarta.

Cawley, J dan Harrold, D. 1999. SPC and SQC Provide The Big Processing Performance Control Engineering.

Gryna, F. M. 2001. Quality Planning and Analysis From Product Development Through Use (4th edition). Mc-Graw Hill Int. Edition. Singapore.

Haming, Murdifin dan Nurnajamuddin, Mahfud. 2012. Manajemen Produksi Modern (Operasi Manufaktur dan Jasa Buku 2). PT. Bumi Aksara. Jakarta.

Iriawan, Nur. 2006. Mengolah data Statistik dengan Mudah Menggunakan Minitab 14. Andi Offset. Yogyakarta.

Purnomo, H. 2004. Pengantar Teknik Industri. Graha Ilmu.Yogyakarta.

Riyanti, L.L., Nuridja M., Suwena K.R. 2014. Analisis Pengendalian Produk Cacat dengan  Metode Control Chart pada PT. Ital Frans Multindo Food Industries di Kabupaten Tabanan Tahun 2013. Jurnal  Fakultas Ekonomi dan Bisnis. 4(1).

Subekti, E.I. 1998. Optimasi Perencanan Produksi Industri Kerupuk Udang atau Ikan di Perusahaan Kerupuk Indrasari, Indramayu, Jawa Barat. Skripsi. Jurusan Teknologi Pangan dan Gizi. Fakultas Teknologi Pangan IPB. Bogor.

Xie, M. dan Goh, T. N.1999. Statistical Technique For Quality. The TQM Magazine.

 

Agustyar

Mahasiswa perikanan UGM 2014

Leave a Reply

Your email address will not be published.