Oleh:
Desy Ariyanti
1313100009
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
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
DAFTAR IS
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
2.2
Uji Normalitas................................................................................................3
2.3
Peta kendali
2.4
X R
.........................................................................................4
Aturan Shewhart.............................................................................................6
2.6
Sumber Data...................................................................................................8
3.2
Variabel Penelitian..........................................................................................8
3.3
Struktur Data...................................................................................................8
3.4
Langkah Analisis............................................................................................8
3.4
Diagram Alir...................................................................................................9
4.2
4.3
4.4
xR
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
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
xR
1.3
Tujuan
Tujuan dari praktikum ini adalah sebagai berikut.
xR
xR
Manfaat
Manfaat yang dapat diperoleh dari praktikum ini adalah sebagai berikut.
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
Uji Normalitas
Salah satu asumsi statistik yang digunakan dalam peta Cusum adalah data
Peta kendali
X R
x1 , x2 , x3 ,..., xn
sampel
x1 x2 x3 ... xn
n
(2.1)
xi
adalah
dimana
x 1 x 2 x 3 ... x n
n
(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
R1 , R2 ,..., Rm
m
(2.3)
R
d2
adalah
UCL x A2 R
LCL x A2 R
dan
A2
(2.4)
3
d2 n
dengan
R
dalam penentuan batas pengendaliannya diperlukan taksiran untuk
R d3
deviasi standar R adalah
R d3
R
d2
menggunakan
dengan
d3
d2
D4 1 3
dan
R
dapat
adalah
LCL RD3
dan
D3 1 3
sehingga
(2.5)
d3
d2
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
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.
(Montgomery, 2009)
2.6
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
Variabel Penelitian
Variabel yang digunakan dalam praktikum ini adalah variabel harkat
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
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
x R
Membuat Peta Kendali Cusum
x R
Menarik Kesimpulan
Selesai
Gambar 3. 1 Diagram Alir
BAB IV
ANALISIS DAN PEMBAHASAN
4.1
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
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
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
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
Sample Range
2
_
R=1,563
1
LCL=0
1
10
13
16
Sample
19
22
25
28
xR
xR
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
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
xR
x R
BAB V
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Berdasarkan pembahasan yang telah dilakukan pada bab iv maka dapat
xR
xR
Saran
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