Anda di halaman 1dari 16

LAPORAN PRAKTIKUM

PENGENDALIAN MUTU PANGAN DAN PENGUJIAN SENSORIS

BAGAN KENDALI MUTU VARIABEL


(VARIABLE CONTROL CHART)

DISUSUN OLEH :
KELOMPOK C-4
SAMUEL KURNIAWAN

6103014022

POPPY F.E TUMBOL

6103014052

FELICIA TRI SULISTYO

6103014098

HARI/TANGGAL: RABU / 2 NOVEMBER 2016


ASISTEN: YONATHAN SUSILO

PROGRAM STUDI TEKNOLOGI PANGAN


FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS KATOLIK WIDYA MANDALA SURABAYA
SURABAYA
2016

I. PENDAHULUAN
1.1 TUJUAN
Tujuan instruksional umum
Mahasiswa dapat memahami penggunaan bagan/peta/grafik kendali mutu variabel sebagai
salah satu cara pengendalian kualitas.
Tujuan Instruksional Khusus :

Mahasiswa mampu merancang pengendalian kualitas menggunakan peta kendali mutu


variabel.

Mengetahui pengertian dari variablecontrol chart, grafik X-bar, grafik R, UCLX,


LCLX, UCLR, LCLR.

1.2

Mahasiswa dapat menerapkan konsep statistik pada kegiatan pengendalian kualitas.

DASAR TEORI
Setiap jenis produk mempunyai kekhasan tersendiri namun hasil proses produksi,
baik hasil pertanian maupun produk olahan pada dasarnya cenderung beragam.
Keberagaman ini terjadi pada berbagai aspek termasuk unsur-unsur mutunya. Tingkat
keberagaman yang terlalu besar tidak diinginkan pada produk industri. Keberagaman
atau variasi mutu yang ringan hanya berarti perbedaan mutu, namun jika besar menjadi
penyimpangan mutu, kerusakan atau cacat yang akan merugikan.
Metode statistik memiliki peranan penting dalam menentukan kualitas dari produk,
salah satunya adalah peta kendali variabel. Metode statistik itu memberikan cara cara
pokok dalam pengambilan sampel produk, pengujian serta evaluasinya dan informasi di
dalam data itu agar dapat digunakan untuk mengendalikan dan meningkatkan proses
produksi. Dalam menjamin proses produksi dalam kondisi baik dan stabil atau produk
yang dihasilkan selalu dalam daerah standar, perlu dilakukan pemeriksaan terhadap titik
origin dan hal-hal yang berhubungan, dalam rangka menjaga dan memperbaiki kualitas
produk sesuai dengan harapan. Hal ini disebut Statistical Process Control (SPC).
Menurut Zulian (2010) peta kendali variabel digunakan untuk memonitor
karakteristik kualitas lama proses transformasi berlangsung dan mendeteksi apakah
proses itu sendiri mengalami perubahan sehingga mempengaruhi kualitas. Jika
pemeriksaan sampel ditemukan berada diluar batas kontrol atau dan batas kontrol bawah,
maka proses transformasi harus diperiksa untuk dicari penyebabnya. Alasan digunakan
batas kontrol atas dan batas kontrol bawah adalah diasumsikan tidak ada produk yang

dapat diproduksi persis sama, oleh karena itu variasi dalam suatu proses mungkin akan
terjadi. Masalah yang harus diselesaikan dengan peta kendali adalah apakah variasi yang
diamati berada pada kondisi normal atau tidak normal.
Dalam pengendalian proses statistik dikenal adanya seven tools. Seven tools
dari pengendalian proses statistik ini adalah metode grafik paling sederhana untuk
menyelesaikan masalah. Salah satu seven tools tersebut adalah grafik kendali (control
chart) (Metasari, 2008). Control Chart merupakan suatu alat yang secara grafis
menunjukkan hubungan antara karakteristik kualitas sampel dengan nomer sampel atau
waktu (Montgomery, 2009).
Pada control chart, nilai dari karakterisik kualitas yang dimonitor, digambarkan
sepanjang sumbu y, sedangkan sumbu x menggambarkan sampel atau subgroup dari
karakteristik kualitas tersebut. Control Chart memiliki tiga garis pengendali, yaitu
Central Line (garis tengah) yang menunjukkan nilai rata-rata dari karakteristik kualitas,
Upper Line (garis atas) untuk Upper Control Limit (batas pengendali atas), Lower Line
(garis bawah) untuk Lower Control Limit (batas pengendali bawah) yang digunakan
untuk membuat keputusan mengenai suatu proses.
Data yang dimasukkan berupa titik-titik yang kemudian digambarkan garis untuk
memperlihatkan grafiknya. Jika terdapat data yang berada di luar batas pengendali atas
dan batas pengendali bawah serta pada pola data tidak acak atau random maka dapat
diambil kesimpulan bahwa data berada di luar kendali statistik. (Meta, 2008 dan Kho,
2012).

Gambar 1. Grafik Control Chart

Berdasarkan sifat dan kriteria yang akan dikendalikan, data produk dibedakan
menjadi data atribut dan data variabel. Data variabel dapat diukur dengan alat dan
menghasilkan data berupa besaran.

Contoh karakteristik kualitas variabel adalah

panjang rata-rata dan diameter rata-rata. Data atribut adalah karakteristik kualitas yang
ditunjukkan dengan jumlah produk cacat, jumlah ketidaksesuaian dalam satu unit, serta
jumlah cacat per unit (Metasari, 2008).
Data variabel akan dikumpulkan dan dianalisa dalam variable control chart. Jenis
control chart untuk data variabel antara lain

Chart, S Chart dan R Chart.

Chart digunakan untuk mengendalikan rata-rata kualitas dari suatu proses, sedangkan S
Chart digunakan untuk mengendalikan variabilitas proses. Untuk mengendalikan
jangkauan proses, digunakan R Chart (Montgomery, 2009).
Misalkan karakteristik kualitas terdistribusi normal dengan rata-rata m dan standar
deviasi s, di mana kedua m dan s diketahui. Jika x1, x2,. . . , xn adalah sampel berukuran
n, maka rata-rata sampel ini dirumuskan sebagai berikut: (Montgomery, 2009)

x =

x 1 + x 2+ + x n
n

Bila telah diketahui rata-rata sampel yaitu

x 1 , x 2 ,

dan

x m

, maka untuk

menghitung rata-rata proses dapat digunakan rumus: (Montgomery, 2009)


x =

Nilai

x 1 + x 2+ + x m
m

x akan menjadi center line dalam

x Chart.

Untuk menghitung jangkuan sampel digunakan rumus: (Montgomery, 2009)


R = xmax xmin
Bila telah diketahui jangkauan sampel yaitu R1, R2, ..., Rm, maka untuk menghitug
rata-rata jangkauan dapat digunakan rumus: (Montgomery, 2009)
R1 + R2 ++ R m
R=
m

Untuk menentukan batas kontrol dari

Chart, rumus yang digunakan adalah:

(Montgomery, 2009)
UCL =

x + A R
2

Center line =
LCL

x - A R
2

Variabilitas proses dapat dilihat dengan memplotkan nilai dari jangkauan sampel
(R) pada control chart. Rumus untuk menentukan center line dan batas kontrol dari R
Chart adalah sebagai berikut: (Montgomery, 2009)

UCL = D4 R

Center line =
LCL

= D3 R

Control Chart dapat menunjukkan kondisi proses yang berada di luar batas kendali
(out of control). Kondisi out of control ditunjukkan dengan adanya titik yang berada di
luar batas kontrol (UCL dan LCL). Out of control tidak selalu ditunjukkan dengan
sebuah titik di luar batas kontrol, namun ada beberapa kondisi lain dengan pola
nonrandom yang dapat mengindikasikan bahwa proses memiliki kecenderungan our of
control, seperti: (Montgomery, 2009)
1. Ada1 titik atau lebih berada di luar batas kontrol 3

2. 2 atau 3 titik berurutan berada di luar batas 2

pada sisi yang sama dari

center line namun masih dalam batas kontrol

3. 4 dari 5 titik berurutan berada di luar batas 1


yang sama

atau di luar batas center line pada sisi

4. 8 titik berurutan berada pada sisi yang sama dari center line

5. 6 titik berurutan meningkat atau menurun

6. 15 titik berurutan pada zona C (di atas atau bawah center line)

7. 14 titik berurutan bergantian naik dan turun

8. 8 titik berurutan berada di luar batas 1

9. Pola yang tidak

biasa

atau

nonrandom dalam data


10. Ada 1 titik atau lebih berada di dekat batas kontrol.
Pola-pola out of control dapat menjadi informasi penting karena dapat menjadi
petunjuk untuk melakukan modifikasi proses untuk mengurangi resiko keragaman mutu.
Selama plot sampel masih berada dalam batas kontrol, tidak ada tindakan yang perlu
dilakukan. Namun, saat plot di luar batas kontrol, diperlukan investigasi dan tindakan
koreksi untuk menemukan dan menghilangkan penyebab yang bertanggung jawab atas
kondisi ini (Montgomery, 2009).
Control chart digunakan untuk memonitor atau memantau stabilitas dari suatu
proses serta mempelajari perubahan proses dari waktu ke waktu. Control chart dapat
digunakan bila kita ingin mengontrol proses yang sedang berlangsung dengan
menemukan dan memperbaiki masalah yang terjadi,

ingin memprediksi atau

mendapatkan kisaran (range) dari hasil suatu proses, untuk mengetahui apakah proses
yang kita pelajari tersebut stabil atau tidak, ingin menganalisis pola variasi proses
apakah dari penyebab khusus (penyebab yang tidak sering terjadi atau tidak rutin terjadi)
atau penyebab umum yang sering terjadi diproses, serta bila kita ingin menentukan
apakah proyek peningkatan kualitas harus membidik kepada pencegahan pada masalah
tertentu atau harus melakukan perubahan yang mendasar pada proses (Kho, 2012).
Tujuan utama dari penggunaan Control Chart adalah untuk mengendalikan proses
produksi sehingga dapat menghasilkan kualitas yang unggul dengan cara mendeteksi
penyebab variasi yang tidak alami serta untuk mengurangi variasi yang terdapat dalam
proses sehingga menghasilkan proses yang stabil. Yang dimaksud dengan proses stabil
adalah proses yang memiliki distribusi normal yang sama pada setiap saatnya. Proses
stabil tetap memiliki variasi, tetapi variasinya sangat kecil dan dapat dikendalikan.

II. ALAT DAN BAHAN

Alat:
Kantung plastik
Gelas ukur 100 ml
Beker glass
Stopwatch
Bahan:

Air kran

Baki
Timbangan

III. CARA KERJA

Air kran
Pengukuran waktu (stopwatch)

Penakaran 100 ml dalam beker g

Pengisian air ke dalam plastik dalam waktu 45 dengan volume air yang diisikan masing-masing 100 mL de

Pengikatan plastik

Pengulangan dalam waktu dan jumlah

Penimbangan berat masing-masing kemasan plast

Penentuan X bar dan R bar

Penentuan UCLX, LCLX, UCLR, dan L

Pembuatan grafik

Penentuan keadaan proses (out of control atau under

IV. DATA PENGAMATAN


Ulangan
1
2
3
4
5

I
96,03
2
97,98
2
102,2
52
92,35
2
104,3
12

II
107,86
4
101,41
2
100,77
2
98,312
100,08
2

III
88,63
2
103,3
42
95,42
2
94,38
2
95,96
2

IV
94,8
88
97,2
38
97,0
38
98,7
48
99,4
28

Batch
V
VI
87,83 97,27
4
2
90,65 94,43
4
2
64,27 66,03
4
2
90,79 78,51
4
2
87,87 100,0
4
52

VII
86,6
76
90,4
26
98,3
06
91,8
46
92,2
66

VIII

IX

83,7
85,7
3
91,7
1
79,7
5
96,2
8

0
99,2
5
96,1
4
98,4
8
99

X
91,69
2
99,59
2
100,3
22
100,5
62
95,60
2

Rata-rata

98,58
6

101,68
84

95,54
8

97,4
68

84,28
6

87,26

Range

11,96

9,552

14,71

4,54

26,52

34,02

X double
bar
Rbar

91,9
04
11,6
3

87,4
34
16,5
3

78,5
74
99,2
5

94,03024
23,7582

Berat Satu Botol Sirup (ml) (45 detik)


Xbar-chart mesin 1

Untuk teknis tidak ada revisi pada mesin filler sirup , nilai 0 adalah batch ke-1 dan seterusnya hingga nilai
9 adalah batch ke-10.

Perhitungan Manual X-bar Mesin Filler Sirup


v UCLx = Xdoublebar + A2Rbar
= 94,0302 + 0,58 (23,7582)
= 107,81
v LCLx = Xdoublebar A2Rbar
= 98,4035 0,58 (23,7582)
= 80,2504
Rbar-chart mesin 1

97,55
4
8,87

nilai 0 adalah batch ke-1 dan seterusnya hingga nilai 9 adalah batch ke-10.

Perhitungan Manual R-bar Mesin Filler Sirup


v UCLR = D4 Rbar
= 2,11 (23,7582)
= 50,1298
v LCLR = D3 Rbar
= 0 (23,7582)
=0

V. PEMBAHASAN
Pada praktikum ini dilakukan simulasi dimana praktikan mengisi air yang
diasumsikan sebagai sirup dan praktikan berperan sebagai filler. Perusahaan sirup memiliki
target untuk memproduksi 5 sirup selama 1 batch, dan untuk 1 batch filling sirup diberikan

waktu 45 detik, setelah itu mesin dimatikan selama 30 detik untuk maintenance dan persiapan
batch selanjutnya. Untuk 1 batchnya tiap botol sirup berisi 100ml sirup, sirup yang sudah
dibotolkan kemudian dibawa oleh pekerja ke bagian Quality Control untuk diperiksa apakah
terdapat perbedaan mutu pada setiap sampel untuk dibuat Control Chartnya dan mengetahui
batch mana yang harus dibuang agar produk yang cacat tidak sampai ke tangan konsumen.
Selama proses filling berbagai aktivitas mesin terus dikontrol oleh QC dan dicatat apa saja
yang terjadi agar dapat diketahui penyebab cacatnya produk dan bila terjadi kesalahan,
kesalahan tersebut tidak boleh terulang kembali.
Mesin filling dibagi menjadi 3 bagian, yang pertama adalah timer yang menunjukkan
waktu yang digunakan selama filling dalam 1 batch yaitu 45 detik, bagian yang kedua adalah
bagian inti filler tersebut yang berfungsi untuk mengisi sirup ke dalam botol sebanyak 100 ml
dalam waktu yang sudah ditentukan dan bagian ketiga adalah bagian sealing atau penutupan
botol. Botol yang sudah diisi dipastikan tertutup dengan rapat oleh bagian sealing sehingga
tidak terjadi kebocoran sirup selama pengujian ataupun selama transportasi dan distribusi.
Untuk mengetahui apakah jumlah cacat tersebut melebihi standar atau tidak maka
diperlukan bagan kendali mutu variabel atau Variable Control Chart. Pada Variable Control
Chart terdapat 2 macam grafik yaitu grafik X- bar dan R-bar. Grafik X-bar digunakan untuk
mengetahui adanya gejala pemusatan kualitas produk dimana semakin dekat dengan nilai
rata-rata maka produk semakin homogen (semakin sedikit perbedaan) mutu produk semakin
baik. Dari grafik tersebut juga dapat diketahui apakah produk yang dihasilkan sesuai dengan
standard atau tidak. Sedangkan grafik R-bar menunjukkan tingkat penyebaran kualitas
produk. Semakin kecil nilai R-bar berarti mutu produk tidak berfluktuasi dan semakin
homogen sehingga mutu produk semakin baik. Selain itu, grafik R-bar juga menyatakan
keragaman (variasi) produk terkait dengan kestabilan alat dalam menghasilkan produk.
Berdasarkan data yang dihasilkan dari produksi sirup untuk nilai X-bar didapatkan
UCLx sebesar 105,7344; LCLx sebesar 78,3261 dan mean sebesar 93,0302 jika dihitung
dalam SPSS dan didapatkan UCLx sebesar 107,81; LCLx sebesar 80,2504 dan mean sebesar
93,0302 jika dihitung secara teoritis. Pada grafik Xbar jika produk semakin mendekati
CL(center line) (mean) maka produk semakin homogen. Pada perhitungan baik dengan SPSS
dan teoritis menunjukkan angka yang tidak jauh berbeda sehingga secara teknis tidak ada
pembuangan batch produksi sirup dari pemeriksaan oleh QC karena produk sirup pada setiap
batch masih masuk dalam range UCLx dan LCLx yang berarti produk sirup masih dianggap
homogen dan sesuai standar.
Sedangkan untuk data R-bar yang dihasilkan dari produksi sirup didapatkan UCLx

sebesar 50,2367; LCLx sebesar 0 dan mean sebesar 23,7582 jika dihitung menggunakan
SPSS dan didapatkan UCLx sebesar 50,1298; LCLx sebesar 0 dan mean sebesar 23,7582 jika
dihitung secara teoritis.
Faktor-faktor yang dapat menyebabkan terjadinya out of control pada proses produksi
(dalam hal ini adalah mesin filler pada praktikum):
1. Kesalahan praktikan (mesin) selama pengisian, dimana praktikan (mesin) melakukan
pengisian terlalu cepat sehingga waktu yang disediakan belum habis tetapi pengisian
telah selesai dilakukan.
2. Adanya air yang tertinggal dalam gelas ukur sehingga mengurangi volume air pada
kantong plastik.
3. Adanya kelebihan volume air yang dimasukkan ke dalam kantong plastik, sehingga berat
air pada kantong plastik menjadi lebih berat daripada volume air yang telah ditetapkan.
4. Kantong plastik yang telah diisi dengan air tumpah sebelum diikat sehingga volume air
yang ada di dalam kantong plastik berkurang.
5. Kurangnya keterampilan praktikan (mesin) dalam pengukuran volume air (keakuratan
pembacaan tanda batas), menuangkan air ke dalam kantong plastik dan mengikat
kantong plastik.

VI.

KESIMPULAN

Berat isi pengisian produk tiap batch, menentukan kualitas dan keseragaman produk.
Bagan Kendali Mutu Variabel (Variable Control Chart) adalah suatu bagan atau grafik
yang digunakan untuk mengontrol kualitas produk dengan mengendalikan proses

produksinya, di mana kualitas produk tersebut bersifat dapat diukur.


Untuk mesin filling sirup yang bekerja 45 detik menghasilkan produk yang sesuai
standar dilihat dari Variable Control Chartnya (Xbar dan Rbar)

VII.

DAFTAR PUSTAKA
Kho, D. 2012. Control Chart (Peta Kendali). http://www.produksi elektronik.
com/2012/05/control-chart/ (2 November 2016).
Metasari, N. 2008. Statitical Process Control (SPC). http://quality engineering.
wordpress.com/2008/06/29/stastitical-process-control-spc/ (2 November 2016).
Ch13.2013.
http://www.wiley.com/college/stat/wild329363/student/Ch13.pdf
(2

November 2016)
Montgomery, Douglas C. 2012. Introduction to Statistical Quality Control 6 th Edition.
United States of America
Zulian, Yamit. 2011. Manajemen Kualitas Produk & Jasa. Vol. Edisi Pertama. Yogyakarta:
EKONISIA