LAPORAN PRAKTIKUM TEKNIK PENGUJIAN MUTU HASIL PERIKANAN STATISTICAL PROCESS CONTROL

Disusun Oleh : JUJU JUNENGSIH 10/297392/PN/11910

TEKNOLOGI HASIL PERIKANAN

LABORATORIUM TEKNOLOGI IKAN JURUSAN PERIKANAN FAKULTAS PERTANIAN UNIVERSITAS GADJAH MADA YOGYAKARTA 2013

A. Pendahuluan Statistik Pengendalian Proses (SPP) atau Statistic process control (SPC) adalah suatu terminologi yang mulai digunakan sejak tahun 1970-an untuk menjabarkan penggunaan teknik-teknik statistika (statistical techniques) dalam memantau dan meningkatkan performansi proses dengan maksud untuk menghasilkan produk berkualitas (Ariani, 1999). Konsep dasar dari statistik pengendalian proses adalah untuk membandingkan apa yang dimaksud dengan proses normal yang berdasarkan pada kumpulan data dari periode operasi normal, dengan apa yang terjadi sekarang ini yang berdasarkan pada sampel data dari operasi yang sedang berlangsung (Bonnel, 1984). Data yang dikumpulkan dari operasi pada kondisi normal digunakan untuk menyusun peta kontrol (control chart) dan batasan kontrol (control limit). Control chart dan control limit itu sendiri disusun berdasarkan teori statistik yang relevan atau berkaitan dengan data yang dimasukkan. Control limit dirancang sedemikian sehingga jika operasi yang sedang berlangsung tidak terlalu berbeda dengan operasi normal, maka statistik yang dihitung dari data yang sedang berlangsung berada didalam control limit. Sebaliknya, jika operasi yang sedang berlangsung menunjukkan perbedaan yang mencolok dengan operasi normal, maka statistik yang dihitung dari data yang sedang berlangsung akan berada diluar control limit. Kondisi seperti ini dikatakan sebagai kondisi diluar kontrol (out of control condition) (Kramer et al., 1996). Dalam teori statistic process control, kondisi diluar kontrol biasanya disebabkan oleh sebab-sebab yang telah diketahui dengan tidak diketahui pasti (random cause) seperti emosi pekerja pabrik, atau bisa juga dikarenakan oleh sebab khusus (special cause) seperti misalnya perubahan bahan baku yang dilakukan secara mendadak, degradasi atau penyalahgunaan mesin, penggantian operator mesin, perubahan musim dan lain-lain. Jika kondisi diluar kendali ini terjadi, maka biasanya proses produksi akan dihentikan untuk mencegah adanya produk yang tidak sesuai dengan kualitas yang seharusnya, lalu pihak terkait akan melakukan penyelidikan untuk mencari tahu apa penyebab kondisi ini bisa terjadi lalu dan menghilangkan penyebab itu. Sehingga dengan demikian maka kualitas produk yang dihasilkan akan terjaga (Richardson, 1997).

B. Alat dan Bahan 1. Alat Alat tulis Timbangan analitik Baskom Sarung tangan Kalkulator Jangka sorong Lembar pengisian Control Chart 2. Bahan Sampel bakso ikan

C. Cara Kerja a. Cara mengukur berat 1. Menyiapkan semua bahan yang diperlukan. 2. Menimbang sampel bakso ikan (10 butir), kemudian data dimasukkan ke dalam lembar pengisian Control Chart. 3. Mengulang penimbangan tersebut sebanyak 15 kali (masing-masing 10 sampel bakso ikan), kemudian data dimasukkan ke lembar pengisian Control Chart. 4. Menghitung jumlah, rata-rata ( ), range/kisaran (R), rata-rata dari rata-rata ( ), dan rata-rata dari range/kisaran ( 5. Menghitung UCL, LCL, dan CL untuk Control Chart dan R Control Chart. 6. Menggambar masing-masing data pada Control Chart tersebut. 7. Membuat pembahasan dan kesimpulan dari data dan gambar yang dihasilkan. b. Cara mengukur diameter 1. Menyiapkan semua bahan yang diperlukan. 2. Mengukur diameter bakso ikan (10 butir) menggunakan jangka sorong, kemudian data dimasukkan ke dalam lembar pengisian Control Chart. 3. Mengulang pengukuran diameter tersebut sebanyak 15 kali (masing-masing 10 sampel bakso ikan), kemudian data dimasukkan ke lembar pengisian Control Chart. 4. Menghitung jumlah, rata-rata ( ), range/kisaran (R), rata-rata dari rata-rata ( ), dan rata-rata dari range/kisaran ( 5. Menghitung UCL, LCL, dan CL untuk Control Chart dan R Control Chart.

6. Menggambar masing-masing data pada Control Chart tersebut. 7. Membuat pembahasan dan kesimpulan dari data dan gambar yang dihasilkan.

E. Pembahasan Pengujian SPC (Statiscal Process Control) merupakan teknik penyelesaian masalah yang digunakan untuk memonitor, mengendalikan dan mengetahui kondisi setiap unit operasi selama proses pengolahan, sehingga dapat segera dilakukan perbaikan/koreksi apabila terjadi penyimpangan selama proses (Syafaruddin, 2002). Sasaran pengendalian proses statistik terutama adalah mengadakan pengukuran terhadap variasi atau kesalahan-kesalahan proses. Tujuan utama dalam penggendalian proses statistik adalah menditeksi adanya penyebab-penyebab khusus (assingnable cause atau special cause) dalam variasi dan mendeteksi adanya penyebab khusus dalam analisis data dari masa lalu maupun data masa mendatang. Variasi proses sendiri terdiri dari dua macam penyebab, yaitu penyebab umum (random cause atau common cause) yang

merupakan kesalahan yang berlebihan, idealnya hanya penyebab umum yang ditunjukan atau yang tampak dalam proses, karena hal tersebut menunjukan bahwa proses berada dalam kondisi stabil dan dapat diprediksi. Kondisi ini menunjukan variasi yang minimum menurut Bonnel (1984), ada beberapa keuntungan apabila pengurangan proses tersebut dapat dilakukan, yaitu : 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 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. Pada beberapa karakteristik seperti berat, pengurangan variabilitas juga akan memberikan manfaat pada perubahan rata-rata proses yang dapat menyebabkan pengurangan biaya. 4. Berkurangnya variabilitas akan mengurangi banyaknya inspeksi dan besarnya biaya inspeksi. Hal ini mendorong ditekannya harga pokok tersebut. 5. Berkurangnya variabilitas merupakan faktor yang penting dalam meningkatkan kemempuan bersaing suatu produk dan memperbesar pangsa pasar. Sementara itu, untuk menentukan proses berada dalam pengendalian, pengendalian proses statistik menggunakan alat yang disebut dengan peta kendali (control Chart) yang merupakan gambar sederhana dengan tiga garis, dimana garis tengah yang disebut garis pusat (center line) merupakan target nilai pada beberapa kasus, dan kedua garis lainnya merupkan batas pengendalian atas dan batas pengendalian bawah (Kramer et al., 1996),

peta pengendali (control chart) tersebut memisahkan penyebab penyimpangan menjadi penyebab umum dan penyebab khusus melalui batas pengendalian, menunjukan bahwa penyebab khusus telah masuk kedalam proses dan proses harus diperiksa untuk mengetahui penyebab dari peyimpangan atau kesalahan yang berlebihan tersebut. Hal ini berarti dalam proses sebaliknya hanya penyebab umum yang terjadi, sehingga secara langsung kesalahan tersebut dapat di stabilkan. Selanjutnya pengendalian proses statistik dilakukan dalam batas pengendalian apabila terdapat terdapat kesalahan yang disebabkan oleh sebab umum, menurut Ariani (1999), hal ini memberikan manfaat penting yaitu : 1. Proses memiliki stabilitas yang akan memungkinkan organisasi sehingga dapat memprediksi prilaku paling tidak untuk jangka pendek. 2. Proses memiliki identitas 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 dari proses yang memiliki penyebab khusus. Variabilitas yang rendah penting untuk memenangkan persaingan. 4. Proses yang mempuyai penyebab khusus merupakan proses yang tidak stabil dan memiliki kesalahan yang berlebihan yang harus di tutup dengan mengadakan perubahan untuk mencapai perbaikan. 5. Dengan mengetahui bahwa proses berada dalam pengendalian statistik akan membantu karyawan dalam menjalan proses tersebut, atau atau dapat dikatakan apabila data berada dalam batas pengendalian maka tidak perlu lagi di buat penyesuaian lagi atau perubahan kembali yang tidak diperlukan justru akan menambah kesalahan bukan mengurangi. 6. Dengan mengetahui bahwa proses berada dalam pengendalian statistik, akan memberikan petunjuk untuk mengadakan pengurangan variabilitas proses jangka panjang, untuk mengurangi variabilitas proses tersebut sistem pemprosesan harus dianalisis dan di ubah oleh menejer sehingga karyawan dapat menjalankan proses. 7. Analisis untuk pengendalian statistik mencakup penggambaran dan produksi akan memudahkan pengidentifikasiaan kecenderungan yang terjadi dari waktu ke waktu.

8. Proses yang stabil atau yang berada dalam batas pengendalian 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 di ubah dari tahap perancangan ke tahap produksi secara penuh. Jenisjenis SPC terdiri dari 2 macam yaitu data atribut dan data variabel (Richadrson, 1997): 1. Data atribut Atribut dalam pengendalian kualitas menunjukan karakteristik kualitas yang sesuai dengan spesifikasi, atau tidak sesuai dengan spesifikasi. Menurut Besterfield (1998), atribut digunakan apabila ada pengukuran yang tidak mungkin untuk dilakukan, misalnya goresan, kesalahan warna atau ada bagian yang hilang. Selain itu atribut digunakan apabila pengukuran dapat dibuat karena alasan waktu, biaya atau kebutuhan. Dengan kata lain, meskipun diameter suatu pipa dapat diukur, tetapi mungkin akan lebih tepat dan mudah menggunakan ukuran baik dan tidak menentukan apakah produk tersebut sesuai spesifikasi atau tidak sesuai dengan spesifikasi. Sementara itu, definisi kesalahan atau cacat sama, kecuali berkaitan dengan penggunaan atau kepuasan. Kesalahan atau cacat akan tepat digunakan apabila evaluasi yang dilakukan berkaitan dengan pengunaan. Disisi lain, ketidak sesuaian akan tepat apabila digunakan untuk kesesuaian dengan spesifikasinya. Pengendalian kualitas proses statistik untuk data atribut ini digunakan sebagai penganti pengendalian kualitas statistik untuk data variabel. Hal ini dapat terjadi apabila pengukuran seperti kesalahan warna adanya bagian yang hilang, dan seterusnya tidak dapat di ukur. Selain itu dalam peta pengendalian kualitas proses statistik untuk data variabel harus dihitung semua karakteristik kualitas untuk dapat dibuat peta penghitung rata-rata proses maupun tingkat keakuratan proses. Hal ini yang membuat kegiatan pengendalian kualitas proses statistik tersebut mahal dan sulit untuk diterapkan. Peta pengendalian kualitas proses statistik data atribut dapat meminimalkan keterbatasan tersebut dengan menyediakan semua informasi kualitas untuk dapat mengurangi biaya. Selanjutnya peta pengendalian kualitas proses statistik untuk data atribut dapat menggunakan semua tingkatan dalam organisasi, perusahaan, departemen, pusat-pusat kerja, dan mesin-mesin. Selain itu, peta pengendalian kualitas proses statistik untuk data atribut dapat membantu mengidentifikasi akar permasalahan baik pada tingkat umum maupun pada tingkat yang lebih mendetail. Sementara itu, peta pengendalian

kualitas proses statistik untuk data variabel biasanya digunakan untuk menentukan alasan khusus pada situasi Out Of Statiscal Control. Disamping berbagai kelebihan yang dimiliki oleh peta pengendalian kualitas proses statistik data atribut, ada beberapa kelemahan yang dimiliki peta tersebut, dalam peta pengendalian kualitas proses statistik data atribut tidak dapat diketahui seberapa ketidaktepatan dengan spesifikasi tersebut. Kelemahan lain dari peta pengendalian tersebut adalah ukuran sampel yang semakin besar akan bermasalah bila pengukuran mahal dan proses pengujian justru menyebabkan kerusakan. Namun demikian, secara keseluruhan peta pengendalian kualitas proses statistik data atribut lebih sedikit memberikan informasi dari pada peta pengendalian kualitas proses statistik data variabel. Selanjutnya ada dua kelompok besar peta pengendalian kualitas proses statistik untuk data atribut, yaitu yang berdasarkan distribusi Binomial dan yang berdasarkan distribusi Poisson, yang berdasarkan distribusi binomial merupakan kelompok pengendalian untuk unit-unit ketidaksesuaian seperti, P-Chart yang menunjukan proporsi ketidaksesuaian dalam sampel atau sub kelompok. Proporsi ditunjukan dengan bagian atau persen, peta pengendalian lain dalam kelompok ini adalah banyaknya ketidaksesuaian np-Chart. Kelompok kedua yang mengguanakan distribusi poisson, terdapat C-Chart dan U-Chart. C-Chart menunjukan bagian ketidaksesuaian dalam unit yang diinspeksi seperti, mobil, pakaian, atau satu gulung kain, atau gulung kertas. Peta pengendalian lain dalam kelompok ini adalah U-Chart yang digunakan untuk bagian ketidaksesuaian setiap unit. U-Chart juga dapat digunakan pada situasi dimana ukuran sampel bervariasi, kategori lain dari peta pengendali kualitas proses statistik unyuk data atribut ini berkaitan dengan kombinasi ketidaksesuaian berdasarkan bobot. Bobot ini dipengaruhi oleh banyak sedikitnya ketidaksesuaian. Jenis pengendalian tersebut disebut dengan U-Chart atau Dimeril Control Chart. 1.1. Peta pengendali proporsi kesalahan (P-Chart) dan banyaknya kesalahan (np-Chart) dalam sampel Pengendalian proporsi kesalahan (P-Chart) dan banyaknya kesalahan (npChart) digunakan untuk mengetahui apakah cacat produk yang dihasilkan masih dalam batas yang di isyaratkan. Untuk peta pangendalian proporsi dan banyak digunakan bila kita memakai ukuran cacat berupa proporsi produk cacat dan setiap sampel yang diambil, bila sampel yang diambil untuk setiap kali melakukan observasi jumlahnya sama maka kita dapat mengunakan peta pegendalian proporsi

kesalahan (p-Chart) maupun banyaknya kesalahan (np-Chart). Namun bila sampel yang diambil bervariasi untuk setiap kali melakukan observasi berubah-rubah jumlahnya atau memang perusahaan tersebut akan melakukan 100% inspeksi maka kita harus menggunakan peta pengendalian proporsi kesalahan (P-Chart). Penggunaan sampel yang besarnya bervariasi tersebut selain karena perusahaan menggunakan 100% inspeksi atau inspeksi total, juga dapat disebabkan kurangnya karyawan dan biaya. Perubahan dalam banyaknya sampel yang diambil atau ukuran sub kelompok tersebut menyebabkan perubahan dalam batas-batas pengendalian, meskipun garis pusatnya tetap. Apabila ukuran sampel atau sub kelompok yang digunakan pada setiap kali observasi naik atau lebih banyak, maka batas-batas pengendalian yang digunakan pada setiap kali observasi turun atau meningkat. Kondisi ini dapat mempengaruhi karakteristik kualitas proses produksi yang dimiliki perusahaan. Hal ini yang merupakan kelemahan dalam pengendalian kualitas proses statistik untuk data atribut (Syafaruddin, 2002). Mengetahui proporsi kesalahan atau cacat pada sampel atau sub kelompok untuk setiap kali melakukan observasi. P=
X (2.1) n

Pi
CLP = P
i 1

Xi
=
i 1

g
3

n xg

(2.2)

UCLP = + LCLP = -

(1 ) .....(2.3) n
(1 ) ......(2.4) n

Apabila banyaknya sampel atau sub yang diambil setiap kali observasi sama, maka dapat digunakan pula peta pengendali banyaknya kesalahan (np-Chart). Langkah-langkah dan formulasi yang digunakan adalah :

CLnp = n = UCLnp = n + LCLnp = n -

X
i 1

....(2.5)

n(1 ) ....(2.6)
n(1 ) .....(2.7)

Untuk banyak sampel yang bervariasi peta pengendali yang digunakan pasti hanya peta pengendali proporsi kesalahan (P-Chart).

Xi .......(2.8) Sampel
i 1
3

UCLP = + LCLP = + Dimana :

(1 ) ....(2.9) ni
(1 ) ......(2.10) ni

ni : Bnyak sampel yang diambil setiap kali observasi yang bervariasi g : Banyaknya observasi Pi : Proporsi kesalahan setiap sampel pada setiap kali observasi Xi : Banyaknya kesalahan dalam setip sampel atau dalam setiap kali observasi

1.2. Peta pengendali untuk banyaknya kesalahan dalam satu unit produk Peta pengendalian ini digunakan untuk mengadakan pengujian terhadap kualitas proses produksi dengan mengetahui banyaknya kesalahan pada satu unit produk sebagai sampelnya. Bedanya, untuk jumlah sampel yang konstan dapat digunakan peta pengendalian banyak kesalahan dalam satu unit produk yang sama atau peta pengendali C (C-Chart) maupun peta pengendali U (U-Chart) tetapi apabila sampel yang diambil bervariasi atau memang seluruh produk yang dihasilkan akan di uji, maka digunakan peta pengendalian banyaknya kesalahan dalam satu unit produk yang berbeda atau peta pengendalian U (U-Chart). Cacat produk yang di uji dengan menggunakan peta pengendalian C (C-Chart) dan peta pengendalian U (U-Chart) ini misalnya mengetahui jumlah bercak pada sebidang tembok, mengetahui jumlah kesalahan pemasangan skrup pada mobil, dan sebagainya. 2. Data Variabel Pengendalian kualitas proses statistik untuk data variabel sering kali disebut sebagai metode peta pengendali (Control Chart) untuk data variabel. Metode ini digunakan untuk menggambarkan variasi atau penyimpanan yang terjadi

kecenderungan apakah proses dalam kondisi stabil atau tidak ( Ariani, 1999).

Sementara itu, dalam proses pengendalian, Pengendalian kualitas proses statistik mendikteksi adanya sebab khusus dalam ketidaksesuaian yang terjadi. Apabila data sampel berada diluar batas pengendali, maka data sampel tersebut berada diluar batas pengendali statistik (Out Of Statiscal Control). Sebaliknya, apabila data sampel berada dalam batas pengendalian statististik (Statiscal Control). Proses yang disebut berada dalam batas pengendalian statistik tersebut dikatakan berada dalam kondisi stabil dengan kemungkinan adanya variasi yang disebabkan oleh sebab umum. Namun demikian, kondisi in statiscal control tersebut tidak selalu identik dengan kepuasan pelanggan. Demikianlah, batas-batas pada peta kendali statistik berada dengan batas spesifikasi. Pada beberapa situasi, proses tidak berada dengan pengendalian statistik tetapi tidak memerlukan tindakan karena telah memenuhi spesifikasi. Pada kondisi lain, proses yang in statiscal control justru membutuhkan tindakan karena spesifikasi produk tidak tercapai ( Richardson, 1997). Selanjutnya, apabila produk tidak memenuhi spesifikasi, ada beberapa tindakan yang perlu dilakukan, antara lain merubah nilai rata-rata, mengurangi variabilitas, mengubah spesifikasi, melakukan pengendalian terhadap produk, dan sebagainya. Apabila produk memenuhi spesifikasi, alternatif tindakan yang dapat diambil misalnya, menggunakan proses dengan tepat, mengurangi variabilitas, namun dapat juga tidak dilakukan tindakan apapun. Adapun tindakan yang dapat dilakukan pada beberapa kondisi tersebut dapat dilihat pada table 2.1. Tabel 2.1. Tindakan Dalam Beberapa Kondisi bila produk tidak memenuhi spesifikasi Produk memenuhi spesifikasi Variasi relative spesifikasi Mempertimbangkan Proses In Statiscal Control Melanjutkan secara rata-rata proses kecil, Variasi besar, relative

terhadap terhadap spesifikasi

nilai-nilai di pasar pada pengendalian variasi ketat. ketat proses. pada

Pengurangan inspeksi. Proses Out Of Statiscal Control Proses in Statiscal

Proses tidak menentu dan tidak dapat diprediksi, serta menimbulkan masalah Temukan penyebab kekurangan pengendalian. Produk tidak memenuhi spesifikasi

Control

Proses kehilangan arah ke Proses rata-rata yang salah. kehilangan

mungkin arah dan

Pada umumnya mudah terpencar-pencar. diambil perbaikan permanen. tindakan Memperbaiki secara arah. Pertimbangan dari lebih ketepatan banyak ekonomi proses selain kesalahan

spesifikasi dibuat lebih lebar dan dilakukan

pensortiran produk. Proses Out of Statiscal Proses kehilangan arah atau tidak menentu, perlu Control perbaikan hal tersebut. Menemukan penyebab

ketiadaan pengendali. Pertimbangan ekonomi lebih tepat pada proses dan spesifikasi lebih besar, selain itu dilakukan perlebaran spesifikasi dan pensortiran produk.

Peta pengendalian proses statistik data variabel adalah peta pengendali rata-rata dan jarak (Range), peta pengendalian rata-rata dan standar deviasi, dan peta pengendali unit-unit individu. Peta pengendali rata-rata menunjukan apakah rata-rata produk yang dihasilkan sesuai dengan standar pengendalian yang digunakan perusahaan. proses produksi dikatakan baik apabila produk yang dihasilkan berada sekitar garis pusat. Peta pengendalian jarak (Range) digunakan untuk mengetahui range dari sampel yang diambil dalam observasi. Peta pengendalian individu menggunakan pengujian terhadap sutu unit produk untuk menguji apakah proses produksinya masih berada dalam batas pengendalian atau tidak. Lima langkah praktis dalam menerapkan SPC diantaranya ( Bonnel, 1984): 1. Mendefinisikan, menggambarkan dan memahami tentang proses (produksi-red) yang akan dilakukan perbaikan. 2. Mengidentifikasi parameter proses yang kritis (critical process parameter) 3. Memindahkan data-data yang sudah diperoleh kedalam format grafik statistik (menerapkan teknik kendali statistik)

4. Memonitor proses pengendalian 5. Mereview dan tindak lanjut

Prosedur kerja yang dilakukan dalam praktikum ini yaitu pertama menyiapkan sampel bakso ikan untuk diukur berat dan diameternya, setelah sampel disiapkan kemudian diukur berat dan diameter bakso ikan (10 sampel bakso). Pengambilan bakso ikan diusahakan diambil secara random tujuannya agar sampel mewakili populasi. Pengukuran berat dan diameter dilakukan sebanyak 15 kali ulangan, setelah itu data berat dan diameter yang diperoleh dimasukkan kedalam lembar pengisian Control Chart. Langkah selanjutnya yaitu menghitung jumlah rata-rata ( ), range/kisaran (R), rata-rata dari rata-rata ( ), dan rata-rata dari range/kisaran ( Setelah itu menghitung UCL, LCL, dan CL untuk Control Chart dan R Control Chart. Tujuan menghitung UCL, LCL, dan CL untuk Control Chart dan R Control Chart adalah untuk mengetahui apakah berat dan diameter bakso berada dalam batas kendali atau tidak. Apabila melewati batas kendali berarti produk tersebut perlu di identifikasi ulang. Selanjutnya menggambar masingmasing data pada Control Chart tersebut, kemudian membuat pembahasan dan kesimpulan dari data dan gambar yang dihasilkan. Hasil analisis data diperoleh bahwa sampel bakso ikan yang diukur diameternya menggunakan garfik Control Chart, menghasilkan data bahwa ada salah satu sampel yang berada dibawah batas kendali yaitu pada ulangan 9. Hal tersebut menunjukkan bahwa diameter bakso ikan tidak seragam sehingga perlu ditinjau ulang. Sedangkan untuk grafik R Control Chart menunjukan bahwa diameter bakso ikan berada pada proses in control artinya proses masih berada dalam kisaran UCL dan LCL. Pada berat bakso ikan apabila ditinjau menggunakkan menggunakan grafik Control Chart dan R Control Chart menunjukan bahwa berat bakso ikan berada pada proses in control artinya proses masih berada dalam kisaran UCL dan LCL. Contoh perhitungan Control Chart dan R Control Chart yaitu :

 Perhitungan Control Chart (Berat kelompok 2)

= 12,8 + 0,308. 2 = 13, 4

= 12,8 - 0,308. 2 = 12, 2

= 12,8 +

0,308. 2 = 13, 2 0,308. 2 = 12, 4 0,308. 2 = 13,00 0,308. 2 = 12, 6

= 12,8 -

= 12,8 +

= 12,8 -

Perhitungan R Control Chart (Berat kelompok 2) = 0,62 . 1,777 = 1,10 = 0,62 . 0,223 = 0,14 Perhitungan Control Chart (Diameter)

=2,855 + ( 0,308 x 0,62) = 3,05 =2,855 - ( 0,308 x 0,62) = 2,664

= 2,855 + 2/3 ( 0,308 x 0,62) = 2,98

= 2,855 2/3( 0,308 x 0,62) = 2,73

= 2,855 +1/3 ( 0,308 x 0,62)= 2,92

= 2,855 1/3( 0,308 x 0,62) = 2,79 Perhitungan R Control Chart (Diameter)

F. Kesimpulan dan Saran

1. Kesimpulan a. Statistical Process control (SPC) merupakan salah satu metode yang digunakan untuk mengamati keragaman yang terjadi di dalam proses produksi. b. Data berat sampel bakso pada kelompok 2 setelah dianalisis menggunakan grafik Control Chart dan R Control Chart menunjukan bahwa berat bakso ikan berada pada proses in control artinya proses masih berada dalam kisaran UCL dan LCL. c. Sampel bakso ikan yang diukur diameternya menggunakan garfik Control Chart, menghasilkan data bahwa ada salah satu sampel yang berada dibawah batas kendali. Hal tersebut menunjukkan bahwa diameter bakso ikan tidak seragam sehingga perlu ditinjau ulang. Sedangkan untuk grafik R Control Chart menunjukan bahwa diameter bakso ikan berada pada proses in control artinya proses masih berada dalam kisaran UCL dan LCL 2. Saran a. Sebaiknya sampel yang digunakan lebih bervariasi lagi.

DAFTAR PUSTAKA
Ariani, D. W. 1999. Manajemen Kualitas. Penerbit Erlangga. Jakarta. Bonnel, A. D. 1994. Quality Assurance in Seafood Processing : A Practical Guide. Chapman and Hall. New York. London. Kramer, A dan B. A. Twigg. 1996. Fundamental of Quality Control for The Food Industry. The Avi Pub. Comp. Inc. Westport. Connecticut. Richardson, L.1997. Total Quality Management. Delmar Publisher. New York. Syafaruddin. 2002. Manajemen Mutu Terpadu dalam Konsep, Strategi dan Aplikasi. PT Gramedia. Jakarta