laporan spc
TRANSCRIPT
STATISTICAL PROCESSING CONTROL
I. PENDAHULUAN
A. TINJAUAN PUSTAKA
Selama tahun 1920-an, Dr. Walter A. Shewhart dari Nell Telephone Laboratories,
mengembangkan konsep-konsep pengendalian mutu secara statistik (statistical quality
control) dan memperkenalkan konsep pengendalian mutu dari sebuah produk yang sedang
diproduksi, berbeda dengan pemeriksaan mutu produk setelah produk tersebut diproduksi.
Demi mencapai tujuan dari pengendalian mutu, Shewhart mengembangkan teknik pembuatan
diagram untuk mengendalikan pelaksanaan proses produksi perusahaan. Selain itu juga, ia
memperkenalkan konsep dari inspeksi sampel statistik untuk mengukur kualitas produk yang
sedang diproduksi. Konsep ini menggantikan metode lama dari pemeriksaan setiap bagian
produksi setelah produk diselesaikan di dalam pelaksanaan produksi (Marchal, 2007).
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 statitik 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 dalam Aryani, 2004).
Menurut Anonim (2007) Statistical Process Control, disingkat SPC, adalah bagan
visual untuk memberi gambaran proses yang sedang berjalan, untuk mengetahui apakah
proses berada didalam batas-batas yang telah ditetapkan sebelumnya atau tidak. SPC adalah
satu diantara tujuh alat kualitas.
Pengendalian kualitas statistik mempunyai cakupan yang lebih luas karena di dalamanya
terdapat pengendalian proses statistik, pengendalian produk (acceptance sampling), dan
analisis kemampuan proses. Konsep terpenting dalam pengendalian kualitas statistik adalah
variabilitas, dimana semua prosedur pengendalian kualitas statistik membuat keputusan
berdasar sampel yang diambil dari populasi yang lebih besar. Variabilitas yang dimaksud
adalah variabilitas antar sampel (misalnya range atau standar deviasi). Apabila diambil
sampel dari populasi yang sama, variasi statistik akan terjadi dari sampel ke sampel dan
variasi range dapat dihitung. Bentuk ini merupakan dasar dari batas yang dihitung pada peta
pengendali (control chart) dan banyaknya penerimaan yang digunakan pada acceptance
sampling. Apabila penyimpangan atau variabilitas tidak dikenal, maka dilakukan pencarian
dengan penyesuaian proses dan klasifikasi bahan baku yang datang (Maleyeff, 1994 dalam
Ariyani, 2004).
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
dikemukakan ke dalam pengendalian statistik melalui alat-alat manajemen dan tindakan
perancangan (Ariani, 2004).
Pengendalian proses statistik merupakan penerapan metode-metode statistik untuk
pengukuran dan analisis variasi proses. Dengan menggunakan pengendalian proses statistik
ini maka dapat dilakukan analisis dan minimasi penyimpangan atau kesalahan,
mengkuantifikasikan kemampuan proses, menggunakan pendekatan statistik dengan
dasar six-sigma, dan membuat hubungan antara konsep dan teknik yang ada untuk
mengadakan perbaikan proses. Selain itu, tujuan utama dalam pengendalian proses statistik
adalah mendeteksi adanya khusus (assignable cause atauspecial cause) dalam variasi atau
kesalahan proses melalui analisis data dari masa lalu maupun masa mendatang. Variasi
proses sendiri terdiri dari dua macam penyebab, yaitu penyebab umum (random
cause atau chance cause atau commoncause) yang sudah melekat pada proses, dan penyebab
khusus (assignable cause atau special cause) yang merupakan kesalahan yang berlebihan.
Idealnya, hanya penyebab umum yang ditunjukkan atau yang tampak dalam proses, karena
hal tersebut menunjukkan bahwa proses berada dalam kondisi stabil dan dapat diprediksi.
Kondisi ini menunjukkan variasi minimum (Ariani, 2004).
Pengendalian proses statistik dikatakan berada dalam batas pengendalian apabila
hanya terdapat kesalahan yang disebabkan oleh sebab umum. Berdasarkan hal tersebut
tentunya memberikan manfaat penting, yaitu (Gryna, 2001):
1. Proses memiliki stabilitas yang akan memungkinkan organisasi dapat memprediksi perilaku
peling tidak untuk jangka pendek.
2. Proses memiliki identitas dalam menyusun seperangkat kondisi yang penting untuk membuat
prediksi masa mendatang.
3. Proses yang berada dalam kondisi “berada dalam batas pengendalian statistik” beroperasi
dengan variabilitas yang lebih kecil daripada proses yang memiliki penyebab khusus.
Variabilitas yang rendah penting untuk memenangkan persaingan.
4. Proses yang mempunyai penyebab khusus merupakan proses yang tidak stabil dan memiliki
kesalahan yang berlebihan yang harus ditutup dengan mengadakan perubahan untuk
mencapai perbaikan.
5. Dengan mengetahui bahwa proses berada dalam batas pengendali statistik akan membantu
karyawan dalam menjalankan proses tersebut. Atau dapat dikatakan, apabila data berada
dalam batas pengendali, maka tidak perlu lagi dibuat penyesuaian atau perubahan. Hal ini
disebabkan penyesuaian atau perubahan kembali yang tidak diperlukan justru akan
menambah kesalahan, bukan mengurangi.
6. Dengan mengetahui bahwa proses berada dalam batas pengendali statistik, akan memberikan
petunjuk untuk mengadakan pengurangan variabilitas proses jangka panjang. Untuk
mengurangi variabilitas proses tersebut, sistem pemrosesan harus dianalisis dan diubah oleh
manajer sehingga karyawan dapat menjalankan proses.
7. Analisis untuk pengendalian statistik mencakup penggambaran data produksi akan
memudahkan dalam mengidentifikasi kecenderungan yang terjadi dari waktu ke waktu.
8. Proses yang stabil atau yang berada dalam batas pengendali statistik juga dapat memenuhi
spesifikasi produk, sehingga dapat dikatakan proses dalam kondisi terawat dengan baik dan
dapat menghasilkan produk yang baik. Kondisi ini dibutuhkan sebelum proses diubah dari
tahap perencanaan ke tahap produksi secara penuh.
B. TUJUAN
1. Mengetahui tujuan penggunaan Statistical Process Control (SPC).
2. Mengetahui apakah diameter kerupuk udang komersil seragam atau tidak.
II. METODE PRAKTIKUM
A. Alat dan Bahan
1. Alat
Alat tulis
Baskom
Laptop
Jangka sorong
2. Bahan
Krupuk ikan
B. Cara Kerja
1. Praktikan dibagi dalam 3 kelompok
2. Masing-masing kelompok kira-kira terdiri dari 5-6 orang
3. Tiap kelompok mengukur ketebalan krupuk ikan menggunakan jangka sorong
4. Pengukuran krupuk ikan dilakukan dalam 10 kali ulangan, tiap ulangan mengukur
10 kerupuk
5. Kemudian di analisis dengan Excel dan diisi pada score sheet.
III. HASIL DAN PEMBAHASAN
A. HASIL ( TERLAMPIR)
B. PEMBAHASAN
Statistical Process Control, disingkat SPC, adalah bagan visual untuk memberi
gambaran proses yang sedang berjalan, untuk mengetahui apakah proses berada didalam
batas-batas yang telah ditetapkan sebelumnya atau tidak. SPC adalah satu diantara tujuh alat
kualitas. (Anonim,2007).
Sampel yang digunakan dalam praktikum SPC ini adalah kerupuk udang. Kerupuk
merupakan makanan khas Indonesia dan sudah sangat dikenal oleh masyarakat. Kerupuk
sangat beragam dalam bentuk, ukuran, warna, bau, rasa, kerenyahan, ketebalan ataupun nilai
gizinya (Purba dan Rusmarilin, 2006).
Kerupuk adalah salah satu produk olahan tradisional yang banyak dikonsumsi di
Indonesia. Kerupuk dikenal baik disegala usia maupun tingkat sosial masyarakat. Kerupuk
mudah diperoleh di segala tempat, baik di kedai pinggir jalan, di supermarket, maupun di
restoran hotel berbintang. Kerupuk udang adalah kerupuk yang bahannya terdiri dari adonan
tepung dan udang. Kerupuk udang mempunyai beberapa kualitas bergantung pada komposisi
banyaknya udang yang terkandung dalam kerupuk. Semakin banyak jumlah udang yang
terkandung dalam kerupuk semakin baik kualitasnya (Anonim,2004).
Kerupuk dibuat dengan bahan dasar tepung tapioka atau tepung gandum, bahkan
gaplek pun dapat digunakan untuk pembuatan kerupuk udang. Dari bahan dasar tersebut
ditambahkan sejumlah udang segar atau udang kering dan bumbu seperti bawang putih,
bawang merah, garam, gula, air dan bleng (Winarno, 1983 dalam Subekti, 1998). Menurut
Astawan dan Astawan (1988), pembuatan kerupuk udang menggunakan bahan utama tepung
tapioka. Sedangkan bahan tambahan lainnya adalah udang, telur/susu, garam, gula, air, dan
bumbu (bawang putih. bawang merah, ketumbar, dan sebagainya) yang bervariasi.
Parameter yang diukur dalam praktikum ini adalah mengukur diameter krupuk udang
dengan menggunakan jangka sorong. Membaca jangka sorong yaitu adalah Buka rahang
geser jangka sorong ke sebelah kanan untuk memudahkan memasukkan benda yang akan
diukur.Geser lagi rahang ke sebelah kiri dengan rapat agar mendapatkan hasil pengukuran
yang optimal. Ada dua angka NOL pada jangka sorong di bawah. Yang pertama pada skala
atas (ujung kiri), yang kedua di baris bawahnya agak ke tengah. Perhatikan garis pertama
sebelum angka NOL yang bawah. setelah angka 1 adalah 1,1, kemudian 1,2, 1,3 dan
seterusnya. Sehingga disini kita dapat angka 1,2. Perhatikan garis yang berhimpit antara skala
atas dan skala bawah, cari yang nyambung dengan lurus garis atas dan bawahnya. Di contoh
didapat angka 6 atau sesungguhnya 0,06 . Jumlahkan dua angka yang di dapat tadi.
Contoh cara perhitungan UCLR X control chart dalam praktikum kali ini yaitu :
1. 1UCLR : + A2
Dimana yaitu 3,14804; A2 terdapat di dalam buku yaitu 0,308 (karena sampel ada
10) yaitu 0,4746.
Jadi 3,14804+0,308*0,4746= 3,294217
2. 1LCLR : – A2
Dimana yaitu 3,14804; A2 sama yaitu 0,308 (karena sampel ada 10); yaitu
0,4746.
jadi, 3,14804-0,308*0,4746= 3,001863
Contoh cara perhitungan R Control Chart dalam praktikum ini adalah :
1. UCL : *D4 : 0,4746; dan D4 : 1,777 (karena sampel ada 10)
Maka : 0,4746* 1,777 = 0,8433642
2. * D3 : 0,4746; dan D3 : 0,223 (karena sampel ada 10)
Maka : 0,4746*0,223 = 0,105836
Kelompok 1
X Control Chart
Dari grafik di atas, dapat disimpulkan bahwa semua sampel kerupuk yang
diukur masih dalam in control atau juga masih berada dalam kisaran UCL dan LCL.
Berarti kerupuk udang yang diukur masih memiliki diameter yang sama walaupun
tidak semuanya seragam seluruhnya.
R Control Chart
Dari grafik di atas, dapat disimpulkan bahwa diameter kerupuk tidak seragam
sehingga harus ditinjau ulang. Karena pada ulangan ke 6 hasil yang diperoleh terlalu
melebihi batas nilai UCL. Dimungkinkan diameter kerupuk terjadi kesalahan dalam
pembuatannya yang terlalu melebar.
Kelompok 2
X Control Chart
Dari kesimpulan grafik diatas terjadinya kesalahan atau harus dilakukan tinjau
ulang. Karena pada ulangan ke 5 dimana hasil ulangan tersebut melebihi batas nilai
3LCL. Sehingga adanya ketidak seragaman krupuk udang yang diukur. Hal itu bisa
terjadi karena proses salah pencetakan krupuk
R Control Chart
Dari grafik diatas diketahui bahwa semua krupuk udang yang diukur masih
bisa dikatakan in control tanpa adanya peninjauan ulang karena tidak melebihi batas
garis yang ditentukan. Walaupun tidak keseluruhan krupuk memiliki keseragaman
diameter yang sama.
Kelompok 3
X Control Chart
Dari grafik diatas, dapat dikatakan bahwa sampel krupuk udang yang diukur
masih dalam batas kendali atau dapat juga dikatakan in control dan dapat juga
dikatakan bahwa krupuk udang sudah dikatakan memiliki keseragaman diameter
krupuk walaupun tidak keseluruhan atau tidak semuanya krupuk diameternya sama.
R Control Chart
Dari grafik diatas, dapat dikatakan bahwa sampel krupuk udang yang diukur
masih dalam batas kendali atau dapat juga dikatakan in control dan dapat juga
dikatakan bahwa krupuk udang sudah dikatakan memiliki keseragaman diameter
krupuk walaupun tidak keseluruhan atau tidak semuanya krupuk diameternya sama.
Data golongan B secara keseluruhan
X Control Chart
Dari grafik diatas dapat disimpulkan bahwa krupuk udang yang diukur
keseluruhan memiliki diameter yang sama hanya pada ulangan ke 16/17 dimana
melebihi atau melewati batas dari LCL. Hal ini perlu dilakukan peninjauan ulang atas
kerupuk yang dicetak.
X Control Chart
Dari grafik dapat disimpulkan bahwa diameter krupuk udang diatas terdapat
garis yang melebihi garis UCL yaitu terdapat pada ulangan 6, 10, 14 dan 17. Sehingga
perlu adanya peninjauan ulang pada proses pencetakan krupuk
IV. KESIMPULAN DAN SARAN
a. Kesimpulan
1. Bagan visual untuk memberi gambaran proses yang sedang berjalan, untuk
mengetahui apakah proses berada didalam batas-batas yang telah ditetapkan
sebelumnya atau tidak. SPC adalah satu diantara tujuh alat kualitas.
2. grafik X bar Control Chart dan R Control Chart pada kelompok 3 menunjukan
bahwa diameter kerupuk udang berada pada in control artinya tidak perlu adanay
peninjauan ulang
3. pada golongan B dianalisis grafik X bar Control Chart menunjukkan data yang
tidakseragam dan perlu adanya peninjauan ulang pada ulangan ke 16/17 yang
melebihi batas LCL, sedangkan R Control Chart menunjukan bahwa diameter
kerupuk udang tidak pada posisi in control karena pada ulangan 6, 10 dan 14
adanya garis yang melebihi batas UCL.
4. Saran
Alat yang digunakan terutama jangka sorong diganti yang lebih baru agar
ketelitiannya lebih terjamin sehingga lebih akurat dalam memasukkan data untuk
dianalis
V. DAFTAR PUSTAKA
Anonim. 2004. http:// eprints.undip.ac.id/ 855/2/
SISTEM_PRODUKSI_DAN_PENGAWASAN_MUTU_KERUPUK_UDANG. pdf
diakses tanggal 3 Mei 2014 pukul 22.35
Anonim. 2007. http://fe.uajy.net/fs/as/?p=2379 diakses tanggal 3 Mei 2014 pukul 21.47
Anonim.2008.http://fisikastudycenter.com/animasi-fisika/284-cara-membaca-jangka-
sorong#ixzz30lRklym7 diakses tanggal 3 Mei 2014 pukul 21.38
Astawan, M.W. dan Astawan, M. 1988. Teknologi Pengolahan Pangan Hewani Tepat Guna.
Akademika Pressindo. Jakarta.Ariani, Dorotea Wahyu. 2004. Pengendalian Kualitas Statistik. Yogyakarta.
Gryna, Frank M., 2001, Quality Planning and Analysis (From Product Development Through
Use), 4thed., New York: McGraw-Hill
Marchal & Wathen. 2007. Teknik-Teknik Statistika dalam Bisnis Dan Ekonomi
Menggunakan Kelompok Data Global Buku 1, Edisi 13. Jakarta. Salemba Empat.
Purba, A dan H. Rusmarilin, 2006. Penuntun Praktikum Teknologi Hewani. USU Press.
Medan.
Subekti, E.I. 1998. Optimasi Perencanaan Produksi Industri Kerupuk Udang/Ikan di
Perusahaan Kerupuk Indrasari, Indramayu, Jawa Barat. Skripsi. Jurusan Teknologi
Pangan dan Gizi. Fakultas Teknologi Pertanian IPB. Bogor.
VI. LAMPIRAN
Contoh Perhitungan Control Chart dan R Control Chart (kelompok C golongan B)
Perhitungan Control Chart
Diketahui: 3.14804
= 0.4746
= 0.308
a. = + .
= 3,14804 + 0,308. 0,4746 = 3,294
b. = - .
= 3,14804 - 0,308. 0,4746 = 3,0018
c. = + .
= 3,14804 + 0,308. 0,4746 = 3,245
d. = - .
= 3,14804 - 0,308. 0,4746 = 3,051
e. = + .
= 3,14804 + 0,308. 0,4746 = 3,1967
f. = - .
= 3,14804 - 0,308. 0,4746 = 3,099
Perhitungan R Control Chart
Diketahui: = 0,4746
= 1,777
= 0,223
a. = .
= 0,4746 . 1,777 = 0,8433
b. = .
= 0,4746 . 0,223 = 0,1058
LAPORAN PRAKTIKUM
TEKNIK PENGUJIAN MUTU HASIL PERIKANAN
STATISTICAL PROCESS CONTROL
Disusun Oleh :
FITRIA MEILIA FATAH
11/318219/PN/12520
JURUSAN PERIKANAN
FAKULTAS PERTANIAN
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2014