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