Anda di halaman 1dari 25

LAPORAN PRAKTIKUM

PENGENDALIAN KUALITAS STATISTIK


MODUL V

PENGENDALIAN KUALITAS STATISTIK PROSES HARKAT


KEMURNIAN GULA DENGAN MENGGUNAKAN
PETA KENDALI CUSUM

Oleh:
Desy Ariyanti

1313100009

Adam Surya Wijaya 1313100082

Asisten Dosen :
Muchtaroh

1312100079

Dosen:
Dra. Lucia Aridinanti, MT

JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2016

ABSTRAK
Indonesia sangat kaya akan hasil perkebunan seperti tebu. Dari hasil tebu lokal
Indonesia mampu mencukupi kebutuhan gula di Indonesia. Untuk menghasilkan gula

yang berkualitas maka diperlukan bahan baku tebu yang berkualitas juga. Dalam salah
satu tahapan pembuatan gula akan diperiksa kualitas dari nira atau hasil sari-sari tebu
yang telah diperas. Kualitas dari harkat kemurnian nira sangat mempengaruhi kualitas
gula yang dihasilkan. Sehingga akan dilakukan pengendalian kualitas harkat kemurnian
xR

nira dengan menggunakan peta kendali


dan peta kendali Cusum untuk mengontrol
terjadinya pergeseran mean dalam proses penguapan. Data yang digunakan dalam
praktikum ini merupakan data harkat kemurnian nira di suatu pabrik gula di Sidoarjo
sebanyak 120 data. Data telah berdistribusi normal sehingga dapat dilakukan analisis
dengan menggunakan peta Cusum untuk mengetahui pergeseran mean proses. Pada peta
xR

kendali
terdapat tiga titik yang menyebabkan proses out of control sehingga perlu
dihilangkan untuk membuat proses menjadi terkendali. Bila dianalisis dengan
menggunakan peta Cusum proses melebihi batas kendali pada pengamatan ketujuh
sehingga dikatakan terdapat pergeseran proses pada pengamatan kedelapan dan
xR

seterusnya. Bila dibandingkan dengan peta kendali


dalam mendeteksi pergeseran mean proses yang kecil.

Kata kunci : Harkat kemurnian nira, peta kendali

DAFTAR IS

, peta kendali Cusum lebih baik

X R

, peta Cusum

ABSTRAK..............................................................................................................ii
DAFTAR ISI..........................................................................................................iii
DAFTAR TABEL...................................................................................................v
DAFTAR GAMBAR.............................................................................................vi
BAB I PENDAHULUAN......................................................................................1
1.1

Latar Belakang................................................................................................1

1.2

Rumusan Masalah...........................................................................................1

1.3

Tujuan.............................................................................................................2

1.4

Manfaat...........................................................................................................2

1.5

Batasan Masalah.............................................................................................2

BAB II TINJAUAN PUSTAKA............................................................................3


2.1

Analisis Statistika Deskriptif..........................................................................3

2.2

Uji Normalitas................................................................................................3

2.3

Peta kendali

2.4

Peta Kendali Cusum........................................................................................5

X R

.........................................................................................4

2.4.1 Tabular Cusum.......................................................................................6


2.5

Aturan Shewhart.............................................................................................6

2.6

Harkat Kemurnian Nira..................................................................................7

BAB III METODELOGI PENELITIAN.............................................................8


3.1

Sumber Data...................................................................................................8

3.2

Variabel Penelitian..........................................................................................8

3.3

Struktur Data...................................................................................................8

3.4

Langkah Analisis............................................................................................8

3.4

Diagram Alir...................................................................................................9

BAB IV ANALISIS DAN PEMBAHASAN.......................................................10


4.1

Statistika Deskriptif Data Harkat Kemurnian Nira.......................................10

4.2

Uji Distribusi Normal...................................................................................10

4.3

Peta Kendali R..............................................................................................11

4.4

Perbandingan antara Peta

xR

dan Peta Cusum........................................12

BAB V KESIMPULAN DAN SARAN...............................................................15

5.1

Kesimpulan...................................................................................................15

5.2

Saran.............................................................................................................15

DAFTAR PUSTAKA...........................................................................................16
LAMPIRAN............................................................................................................1

DAFTAR TAB
Tabel 3. 1 Struktur Data.......................................................................................8 Y
Tabel 4. 1 Statistika Deskriptif data HK Nira........................................................10

DAFTAR GAMB
Gambar 3. 1 Diagram Alir......................................................................................9
YGambar 4. 1 Uji Normalitas...............................................................................11
Gambar 4. 2 Peta R untuk data Harkat Kemurnian Nira......................................11
Gambar 4. 3 Peta
Gambar 4. 4 Peta

x R

..........................................................................................12

x R

yang diperbarui..............................................................13

Gambar 4. 5 Peta Cusum data Harkat Kemurnian Nira........................................13

BAB I
PENDAHULUAN
1.1

Latar Belakang
Indonesia merupakan negara yang kaya akan hasil perkebunan. Salah satu

hasil perkebunan yang dapat menopang ekonomi Indonesia adalah tanaman tebu.
Tebu dapat diolah menjadi gula. Rata-rata terdapat pabrik gula di setiap
kabupaten/kota di Indonesia. Pabrik-pabrik tersebut yang menyuplai kebutuhan
gula di Indonesia. Dalam memproduksi gula tentunya bahan baku tebu yang
digunakan harus berkualitas untuk menghasilkan gula yang berkualitas. Apabila
kualitas tebu baik maka tebu akan digunakan dalam proses pembuatan gula, tetapi
apabila kualitas tebu tidak baik maka tebu tidak digunakan dalam pembuatan gula.
Dalam pembuatan gula, terdapat cairan yang berasal dari hasil perasan serat
tebu yang biasa dikenal dengan nira. Nira terdiri dari air dan bahan kering, baik
yang larut maupun yang tidak larut. Untuk mencapai kualitas gula yang baik,
maka kualitas nira yang dihasilkan juga perlu diperhatikan. Oleh karena itu
pemeriksaan kualitas nira dilakukan pada setiap tahapan proses. Pemeriksaan nira
dimulai dari stasiun gilingan, stasiun pemurnian, stasiun penguapan, stasiun
masakan, stasiun pendinginan, dan stasiun pemutaran. Karakteristik kualitas nira
yang diukur yaitu brix, pol, dan harkat kemurnian. Harkat kemurnian nira
merupakan salah satu indikator kualitas nira yang perlu diperhatikan. Oleh karena
itu dalam praktikum ini akan dilakukan pengendalian kualitas statistik khususnya
terhadap harkat kemurnian nira dengan menggunakan peta kendali Shewhart dan
peta kendali khusus Cumulative Sum (Cusum) untuk mengontrol proses
pembuatan gula.
1.2

Rumusan Masalah
Berdasarkan latar belakang, rumusan masalah dalam praktikum ini adalah

sebagai berikut.
1. Bagaimana statistika deskriptif pada data harkat kemurnian nira?
2. Bagaimana hasil uji asumsi distribusi normal data harkat kemurnian nira?
3. Bagaimana peta kendali

xR

pada data harkat kemurnian nira?

4. Bagaimana perbandingan peta kendali


Cusum pada data harkat kemurnian nira?

xR

dengan hasil peta kendali

1.3

Tujuan
Tujuan dari praktikum ini adalah sebagai berikut.

1. Mengetahui karakteristik data secara deskriptif pada data harkat kemurnian


nira
2. Mengetahui hasil uji asumsi distribusi normal data harkat kemurnian nira
3. Mengetahui hasil peta kendali

xR

pada data harkat kemurnian nira

4. Mengetahui perbandingan peta kendali

xR

dengan hasil peta kendali

Cusum pada data harkat kemurnian nira


1.4

Manfaat
Manfaat yang dapat diperoleh dari praktikum ini adalah sebagai berikut.

1. Dapat menerapkan metode pengendalian kualitas statistik dalam kehidupan


sehari-hari.
2. Dapat mengetahui cara pengaplikasian peta kendali khusus Cusum pada
kasus nyata.
3. Dapat memberikan informasi kepada pembaca tentang cara membuat peta
kendali Cusum dan interpretasinya.
1.5

Batasan Masalah
Berikut ini adalah batasan masalah yang digunakan dalam praktikum ini

yaitu apabila hasil uji asumsi distribusi normal tidak terpenuhi maka diasumsikan
data harkat kemurnian nira berdistribusi normal.

BAB II
TINJAUAN PUSTAKA
2.1

Analisis Statistika Deskriptif


Statistika deskriptif adalah metode statistik yang digunakan untuk

mengumpulkan dan menyajikan data melalui cara yang informatif. Statistik


deskriptif dimulai dengan pengumpulan data, pengolahan, dan penyajian data.
Penyajian data tersebut dapat berupa tabel, diagram, ukuran, ataupun gambar.
Salah satu bentuk penyajian data adalah histogram. Histogram merupakan teknik
konvensional untuk menyajikan data rasio interval, yang digunakan jika
memungkinkan sekumpulan nilai-nilai variabel dibuat dalam bentuk selang atau
interval. Histogram, yang dibentuk dengan batang-batang (bars) dimana setiap
nilai yang menempatinya sama dengan luas batang tersebut, sangat bermanfaat
untuk menyajikan semua interval data pada distribusinya, dan memeriksa secara
visual bentuk distribusi data. (Sianipar, 2008)
2.2

Uji Normalitas
Salah satu asumsi statistik yang digunakan dalam peta Cusum adalah data

yang digunakan berdistribusi Normal. Uji Kolmogorov Smirnov adalah pengujian


normalitas yang banyak dipakai. Kelebihan dari uji ini adalah sederhana dan tidak
menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang
lain, yang sering terjadi pada uji normalitas dengan menggunakan grafik.
Langkah-langkah dalam pengujian normalitas Kolmogorov-Smirnov sebagai
berikut.
Perumusan Hipotesis
H0 : F0(x) = F(x) untuk semua nilai
H1 : F0(x) F(x) untuk minimal satu x
F0(x) adalah fungsi distribusi yang dihipotesiskan dan F(x) merupakan fungsi
distribusi yang belum diketahui.
Statistik uji
D = sum |S(x) F0 (x)| di mana S(x) adalah fungsi peluang kumulatif data.
Kesimpulan
Tolak H0 jika D > 1-

Uji Normalitas juga dapat dilakukan dengan menggunakan program paket


Statistik seperti Minitab, SPSS, dan lainnya.
2.3

Peta kendali

X R

Bila karakteristik kualitas berdistribusi normal dengan mean dan standar

x1 , x2 , x3 ,..., xn

deviasi , dengan dan keduanya diketahui. Maka

sampel

berukuran n, maka rata-rata sampelnya adalah:

x1 x2 x3 ... xn
n

(2.1)

berdistribusi normal dengan mean

Dalam praktekya nilai

dan standar deviasi

dan tidak dapat diketahui maka bila

xi

adalah

nilai rata-rata tiap sampel maka estimator terbaik untuk

dimana

adalah grand mean

x 1 x 2 x 3 ... x n
n

adalah nilai CL peta

(2.2)

x1 , x2 , x3 ,..., xn
Untuk peta R, dapat menggunakan metode rentang (range).
adalah suatu sampel berukuran n, maka rentang sampel adalah selisih observasi

R xmaks xmin
yang terbesar dan terkecil yakni

R1 , R2 , R3 ,..., Rm
. Misalkan

adalah

rentang m sampel maka rentang rata-ratanya adalah:


R

R1 , R2 ,..., Rm
m

(2.3)

sehingga taksiran untuk dapat dihitung sebagai


x

R
d2

. Batas kendali untuk peta

adalah
UCL x A2 R

LCL x A2 R

dan
A2

(2.4)

3
d2 n

dengan

adalah konstanta yang dapat dilihat pada tabel. Diagram R

R
dalam penentuan batas pengendaliannya diperlukan taksiran untuk

R d3
deviasi standar R adalah

R d3

, karena tidak diketahui taksiran

R
d2

menggunakan

. Maka batas kendali untuk peta


UCL RD4

dengan

d3
d2

D4 1 3

dan

R
dapat

adalah

LCL RD3

dan
D3 1 3

sehingga

(2.5)

d3
d2

dapat dilihat pada tabel untuk berbagai nilai n.

Tebaran nilai-nilai karakteristik kualitas yang menggambarkan keadaan dari


proses. Peta kendali

(rata-rata) dan R (Range) digunakan untuk memantau

proses yang mempunyai karakteristik berdimensi kontinu yang memberikan


penjelasan tentang apakah perubahan-perubahan telah terjadi dalam ukuran titik
pusat (central tendency) atau rata-rata dari suatu proses. Sementara itu, peta
kontrol R (range) menjelaskan tentang apakah perubahan-perubahan telah terjadi
dalam ukuran variasi, dengan demikian berkaitan dengan perubahan homogenitas
produk yang dihasilkan melalui suatu proses.
2.4

Peta Kendali Cusum


Kelemahan besar dari Peta kendali Shewhart adalah hanya menggunakan

informasi mengenai proses pada sampel observasi terakhir dan mengabaikan

semua informasi yang diberikan oleh seluruh urutan nilai-nilai sebelumnya. Ciriciri ini membuat Peta kendali Shewhart relatif kurang peka untuk mendeteksi
perubahan proses yang kecil, dalam hal ini pada nilai 1,5 ke bawah. Salah satu
peta kendali alternatif yang diajukan untuk menutupi kekurangan tersebut adalah
peta kendali Cumulative Sum (Cusum).
Peta kendali Cusum menghimpun secara langsung semua informasi di dalam
barisan nilai-nilai sampel dengan menambahkan jumlah kumulatif deviasi nilai
sampel dari nilai target. Sehingga peta kendali Cusum digunakan untuk
mendeteksi pergeseran kecil pada mean atau varians dalam proses oleh karena
adanya penyebab khusus secara lebih efisien (Montgomery, 1990).
Peta kendali Cusum secara langsung menggabungkan seluruh informasi
pada rangkaian nilai sampel dengan menggambarkan jumlah kumulatif dari nilai
xj

deviasi sampel dari nilai objektif. Asumsikan bahwa sampel berukuran 1,


adalah rata-rata dari j-sampel , dan 0 adalah nilai yang diinginkan sebagai ratarata proses, peta kendali Cusum dibentuk dengan formula :

Ci j1 x j 0
i

(2.6)

adalah nilai Cusum dari sampel ke-i, jika nilai rata-rata shift berubah naik
hingga terjadi 1 > 0 , maka pada Cusum akan terjadi penyimpangan ke arah
positif, sebaliknya, jika nilai 1 < 0 , maka pada nilai Cusum akan terjadi
penyimpangan ke arah negatif.
2.4.1 Tabular Cusum
Misalkan adalah pengamatan ke-i pada proses. Ketika proses terkendali,
berdistribusi normal dengan mean 0 dan standar deviasi . Tubular Cusum
bekerja dengan mengumpulkan hasil perhitungan dari nilai 0 yang berada di atas
target dengan menggunakan statistik +, dan juga mengumpulkan hasil
perhitungan dari nilai 0 yang berada di bawah target dengan statistik dan +
disebut sebagai Upper Cusum dan Lower Cusum. Statistik dasar untuk
membentuk peta kendali Cusum adalah

Ci max 0, x i (0 K) Ci1
Ci max 0, ( 0 K) x i Ci1

(2.7)

Dimana nilai awal dari 0+ = 0 = 0, nilai didapatkan dari nilai tengah antara 0
dan 1 .Jika shift () dinyatakan dengan standar deviasi, maka nilai 1 adalah
1 0
(2.8)
K

1 0
2

(2.9)

dan + adalah kumpulan penyimpangan dari nilai target 0 yang lebih besar
dari . + dan adalah banyaknya periode berurutan dari + dan yang tidak
bernilai nol. Nilai merupakan interval keputusan dan nilai yang paling sering
digunakan sebesar 4 atau 5. Jika < H dan + > H, maka disimpulkan
bahwa proses tersebut out of control. Jadi dapat disimpulkan bahwa nilai adalah
batas-batas kendali dari peta kendali Cusum. Jika didapati nilai dan +, itu
berarti telah terjadi pergeseran proses. (Saesar, 2015)
2.5

Aturan Shewhart
Terdapat 10 aturan Shewhart untuk mendeteksi data tersebut masih dalan

kontrol (in control) atau data tersebut keluar dari batas kontrol (out of contol). 10
aturan Shewhart adalah sebagai berikut.
1. Tidak terdapat satu atau lebih titik yang berada diluar batas kontrol
2. Tidak terdapat dua dari tiga titik yang secara berurutan berada diluar batas
kontrol pada batas dua sigma
3. Tidak terdapat 4 dari 5 titik yang secara berurutan keluar dari batas satu
sigma
4. Tidak terdapat 8 titik yang secara berurutan pada satu sisi dari batas tengah
5. Tidak terdapat 6 titik pada satu baris yang secara tetap naik atau turun
6. Tidak terdapat 15 titik pada satu baris di zona c (baik atas dan bawah nilai
tengah)
7. Tidak terdapat 14 titik pada satu baris bergantian naik dan turun
8. Tidak terdapat 8 titik pada satu baris berada pada kedua sisi nilai tengah
dengan tidak ada di zona c
9. Tidak terdapat perilaku tidak normal dalam data
10. Tidak terdapat satu atau lebih titik berada dekat dengan batas kontrol.

Gambar 2.1 Zona untuk Aturan Shewhart

(Montgomery, 2009)
2.6

Harkat Kemurnian Nira


HK merupakan ukuran dari kemurnian nira, semakin murni secara relatif

semakin banyak mengandung gula. Seperti telah dikatakan bahwa nira


mengandung zat padat yang terlarut, zat ini terdiri dari gula dan bukan gula.
Perbandingan berat kedua zat itu yang dinamakan hasil bagi kemurnian kalau
dinyatakan dalam pol dan brix.
HK

Pol
100%
Brix

(2.)

Jadi semakin besar jumlah gula, atau semakin sedikit brix HK semakin
tinggi dan sebaliknya semakin besar brix HK semakin kecil. (Kuswurj,2009)

BAB III
METODELOGI PENELITIAN
3.1

Sumber Data
Data yang digunakan dalam praktikum ini merupakan data sekunder kualitas

produk nira dalam tahap penguapan pembuatan gula di perusahaan S di Sidoarjo.


Data yang digunakan sebanyak 120 data dengan ukuran subgrup 30.
3.2

Variabel Penelitian
Variabel yang digunakan dalam praktikum ini adalah variabel harkat

kemurnian nira (HK) dalam satuan persen.


3.3

Struktur Data
Struktur data yang digunakan dalam praktikum ini adalah sebagai berikut.
Tabel 3. 1 Struktur Data

Hari
1

HK
X1
X2
X3
X4
X1
X2
X3
X4

3.4

...

...
30

X1
X2
X3
X4

Langkah Analisis
Langkah analisis dalam praktikum ini adalah sebagai berikut.

1. Mencari data
2. Melakukan analisis karakteristik data dengan menggunakan analisis
deskriptif
3. Melakukan pengujian asumsi distribusi normal
4. Mengendalikan proses harkat kemurnian nira dengan menggunakan peta
xR
kendali Shewhart yaitu peta
5. Membuat peta kendali Cusum proses harkat kemurnian nira

6. Membandingkan pergeseran proses yang terjadi pada peta kendali


dengan pergeseran yang terjadi pada peta kendali Cusum.

xR

7. Menarik kesimpulan.
3.4

Diagram Alir
Berikut ini diagram alir dari pembuatan dan penyusunan laporan praktikum.
Mulai

Merumuskan Masalah
Mengumpulkan Data
Membuat Statistika Deskriptif

Tidak
Diasumsikan Normal

Uji Distribusi Normal


Ya

x R
Membuat Peta Kendali Cusum

x R
Menarik Kesimpulan
Selesai
Gambar 3. 1 Diagram Alir

BAB IV
ANALISIS DAN PEMBAHASAN
4.1

Statistika Deskriptif Data Harkat Kemurnian Nira


Statistika deskriptif dari data harkat kemurnian nira menunjukkan bentuk

dari data HK baik secara pemusatan data maupun penyebarannya yang disajikan
dalam tabel berikut.
Tabel 4. 1 Statistika Deskriptif data HK Nira

Mean
Varians
HK 79,691 0,783
Berdasarkan Tabel 4.1 menunjukkan bahwa dalam 30 hari rata-rata nilai
harkat kemurnian nira yang dihasilkan oleh pabrik gula di Sidoarjo adalah sebesar
79,691 persen. Sedangkan ukuran penyebaran data ditunjukkan dari nilai varians
yaitu sebesar 0,783 yang artinya data menyebar sebesar 0,78 dari nilai pusat data.
Penyebaran dan distribusi data dapat disajikan secara visual dengan menggunakan
histogram seperti berikut.
30

Frequency

25

20
15

10

77

78

79

80

81

82

HK

Gambar 4. 1 Histogram Data Harkat Kemurnian Nira

Pada gambar 4.1 menunjukkan frekuensi tertinggi berada pada nilai antara
79 hingga 80 artinya nilai pusat atau rata-ratanya berada pada nilai tersebut.
Berdasarkan bentuk kurva yang dibentuk oleh histogram menunjukkan bentuk
seperti lonceng maka secara visual dapat dikatakan data HK nira berdistribusi
normal.
4.2

Uji Distribusi Normal


Untuk melakukan pengendalian kualitas menggunakan peta

xR

atau peta

Cusum terdapat asumsi yang harus dipenuhi. Asumsi tersebut adalah data yang

digunakan adalah data yang berdistribusi normal. Untuk mengetahui hal tersebut
dapat dilakukan analisis melalui gambar berikut.
99,9

Mean
StDev
N
KS
P-Value

99
95

79,69
0,8849
120
0,078
0,075

90
80

Percent

70
60
50
40
30
20
10
5
1

0,1

77

78

79

80
HK

81

82

83

Gambar 4.2 Uji Normalitas

Dari gambar 4.2 dapat diketahui bahwa secara visual data harkat kemurnian
nira merupakan data yang berdistribusi normal karena titik-titik merah tersebar
disekitar garis biru. Karena dengan menggunakan visual akan berkesan subjektif
maka dapat dilakukan analisis dengan menggunakan nilai p-value. Pada gambar
4.2 diketahui bahwa nilai p-value adalah sebesar 0,075 sehingga dapat dikatakan
data tersebut merupakan data yang berdistribusi normal. Hal ini disebebkan
karena nilai p-value bernilai lebih besar dari alfa yang digunakan (alfa=0,05).
4.3

Peta Kendali R
Telah diketahui bahwa data merupakan data yang berdistribusi normal maka

dapat dilakukan analisis dengan menggunakan peta kendali R untuk memonitoring


apakah proses dalam keadaan terkendali atau tidak dan menunjukan terdapat
pergeseran proses atau tidak, maka berikut hasil analisisnya disajikan dalam
Gambar 4.3
4
UCL=3,567

Sample Range

2
_
R=1,563
1

LCL=0
1

10

13

16
Sample

19

22

25

28

Gambar 4. 3 Peta R untuk data Harkat Kemurnian Nira

Dari gambar 4.3 dapat diketahui bahwa varibialitas proses merupakan


varibialitas yang terkendali, karena titik-titik tersebar didalam batas tiga sigma.
Nilai rata-rata dari range tiap subgrup adalah sebesar 1,083 yang artinya jarak
antara nilai terbesar dan nilai terkecil dalam tiap subgrupnya adalah sebesar 1,083.
4.4

Perbandingan antara Peta

xR

dan Peta Cusum

Karena telah diketahui bahwa varibialitas dari proses setelah terkendali


maka dapat dilakukan analisis menggunakan peta Cusum. Dalam subbab ini akan
dibandingkan antara peta

xR

dan peta Cusum yang lebih sensitif untuk

mendeteksi adanya pergeseran mean. Yang pertama akan dilakukan analisis pada
peta

xR

.
1

81

+3SL=80,830

Sample Mean

+2SL=80,450
+1SL=80,071
_
X=79,691

80

-1SL=79,311
79

-2SL=78,932
-3SL=78,552
1

10

13

16
Sample

19

22

25

28

Sample Range

+3SL=3,567
3

+2SL=2,899

+1SL=2,231
_
R=1,563

-1SL=0,896
-2SL=0,228
-3SL=0

0
1

10

13

16
Sample

19

22

25

28

xR
Gambar 4. 4 Peta

Dari gambar 4.4 dapat diketahui bahwa proses merupakan proses yang
belum terkendali karena terdapat titik yang berwarna merah. Dapat dilihat pada
pengamatan ke delapan, dikatakan proses yang tidak terkendali yang disebabkan
karena melanggar aturan Shewart dimana terdapat dua titik berturur-turut diluar
batas dua sigma. Dan pada pengamatan ke 22, 23 dan 29 juga merupakan proses
yang tidak terkendali karena berada diluar batas tiga sigma. Karena penyebab
terjadinya proses yang tidak terkendali tidak diketahui maka diasumsikan
penyebabnya diketahui dan proses yang diluar batas akan dihilangkan dan
terbentuk peta kendali yang baru sebagai berikut.

81,0
+3SL=80,745
Sample Mean

80,5

+2SL=80,396
+1SL=80,048
_
_
X=79,700

80,0
79,5

-1SL=79,352

79,0

-2SL=79,004
-3SL=78,655
1

10

13
Sample

16

19

22

25

+3SL=3,271
3
Sample Range

+2SL=2,659
+1SL=2,046

_
R=1,434
1

-1SL=0,821
-2SL=0,209
-3SL=0

0
1

10

13
Sample

16

19

22

25

x R
Gambar 4. 5 Peta

yang diperbarui

Setelah menghilangkan subgrup pengamatan ke 8, 22, 23 dan 30 maka


didapatkan peta kendali yang baru seperti pada gambar 4.5. Dari peta kendali
yang telah diperbarui tersebut dapat diketahui bahwa proses telah terkendali
karena sudah tidak terdapat titik yang berada diluar batas tiga sigma dan tidak ada
titik yang berwarna merah yang melanggar aturan Shewhart lainnya. Jadi dapat
disimpulkan bahwa proses telah terkendali. Dan selanjutnya akan dilakukan
analisis dengan menggunakan peta Cusum.
15,0
12,5

Cumulative Sum

10,0
7,5
5,0
2,5
UCL=1,39
0,0

0
LCL=-1,39
1

10

13
16
Sample

19

22

25

Gambar 4. 6 Peta Cusum data Harkat Kemurnian Nira

Berdasarkan gambar 4.6 dapat diketahui bahwa proses merupakan proses


yang tidak terkendali karena terdapat titik merah yang merupakan pengamatan
diluar batas. Nilai target yang dimiliki adalah sebesar 79 dan titik-titik merah
bergerak naik keatas sehingga dapat disimpulkan bahwa terdapat pergeseran mean
yang terjadi pada setelah pengamatan ke tujuh. Pergeseran mean yang terjadi
merupakan pergeseran yang semakin besar karena titik-titik merah bergerak naik

yang menandakan selisih antara pengamatan ke delapan dan seterusnya lebih


besar dari nilai target.
Dari kedua peta diatas dapat disimpulkan bahwa peta Cusum merupakan
peta lebih baik dalam mendeteksi adanya pergeseran mean yang kecil karena pada
peta

xR

tidak dapat dideteksi adanya pergeseran proses. Pada peta

x R

setelah dilakukan penghapusan pada beberapa pengamatan proses sudah dikatakan


terkendali tetapi pada Cusum dapat mendeteksi adanya pergeseran proses.

BAB V
KESIMPULAN DAN SARAN
5.1

Kesimpulan
Berdasarkan pembahasan yang telah dilakukan pada bab iv maka dapat

didapatkan kesimpulan sebagai berikut


1. Data harkat kemurnian nira di pabrik gula daerah Sidoarjo memiliki nilai
rata-rata 79,691 persen. Sedangkan ukuran penyebaran data ditunjukkan
dari nilai varians yaitu sebesar 0,783.
2. Data harkat kemurnian nira merupakan data yang berdistribusi normal
karena nilai p-value hasil uji Kolmogorov-Smirnov bernilai sebesar 0.075
dimana nilainya lebih besar dari alfa (=0,05)
3. Varibialitas dari data harkat kemurnian nira merupakan varibialitas yang
terkendali karena pada peta R dinyatakan bahwa proses terkendali dengan
nilai rata-rata Range sebesar 1,083
4. Peta Cusum merupakan peta kendali yang lebih baik dalam mengidentifikasi
pergeseran mean dalam sebuah proses produksi dibandingkan dengan peta

xR

. Karena pada peta

xR

tidak dapat mengidentifikasi adanya

pergeseran mean yang kecil.


5.2

Saran

Berikut merupakan saran yang dapat digunakan pada penelitian selanjutnya.


1. Nilai p-value yang diberikan dari uji normalitas sangat mendekati alfa
(=0,05) sehingga diperlukan data lebih banyak. Dengan adanya data yang
lebih banyak diharapakan dapat meningkatkan nilai p-value yang dihasilkan.
2. Pada peta R tidak dilakukan pengujian dengan menggunakan aturan
Shewhart sehingga pada penelitian selanjutanya disarankan untuk
melakukan pengendalian proses untuk sepuluh atauran Shewhart.

DAFTAR PUSTAKA
Montgomery, D.C, 2009, Introduction to Statistical Quality Control, Edisi 6, John
Wiley & Sons, New York.
Parinduri, A.Haq, 2011, Pengukuran Kualitas Produk dengan Motode Statistical
Process Control. Diakses dari www.gunadarma.ac.id/library/articles pada
Senin, 9 Mei 2016.
Risvan Kuswurj.2009. Pengertian, pol, brix dan HK dalam Analisa Gula. Dirujuk
dari http://www.risvank.com/2011/12/21/pengertian-pol-brix-dan-hk-dalamanalisa-gula/ pada 13 Mei 2016.
Saesar,R Agung.2015.Perbandingan Peta Kendali Cumulative Sum (Cusum) Dan
Exponentially Weighted Moving Average (Ewma).
Sianipar, Sartika. 2008. Bab 5 Analisa Deskriptif. Diakses dari halaman
https://www.academia.edu/6930078/BAB_5_ANALISIS_DESKRIPTIF
pada hari Senin, 25 April 2016.

LAMPIRAN
Lampiran 1. Data Jumlah Cacat Pembatas Buku
hari
HK
hari
HK
79.098
79.473
80.371
79.669
1
11
79.654
79.97
80.061
79.871
79.135
79.871
80.215
79.193
2
12
79.817
78.945
78.607
79.236
78.746
79.252
79.615
80.02
3
13
80.118
79.183
79.706
79.001
78.459
79.001
79.122
79.18
4
14
80.07
79.361
78.824
79.706
78.996
79.263
78.753
77.621
5
15
79.767
80.526
79.451
79.675
79.037
79.858
79.609
79.732
6
16
79.275
80.538
79.831
80.285
79.607
79.607
79.436
80.021
7
17
81.859
79.498
80.994
80.562
79.669
78.882
81.015
79.094
8
18
82.27
81.498
79.852
80.127
81.097
78.585
80.336
80.102
9
19
79.926
79.435
79.865
79.704
78.463
78.807
78.829
79.084
10
20
79.878
78.096
81.275
80.557

hari
21

22

23

24

25

26

27

28

29

30

HK
79.802
81.505
80.729
80.415
79.947
79.085
77.596
77.226
78.746
77.422
79.455
78.221
80.506
79.615
80.118
79.706
80.115
79.664
80.538
79.267
80.38
79.569
80.263
79.767
80.479
81.238
79.821
80.426
79.422
78.484
78.864
79.98
81.643
80.021
81.771
80.186
79.462
80.109
79.415
79.145