LAPORAN PRAKTIKUM

PENGENDALIAN KUALITAS STATISTIK

MODUL V

PENGENDALIAN KUALITAS KADAR SUKROSA PADA PEMBUATAN

GULA KELAPA KRISTAL (GULA SEMUT) DI KAWASAN HOME
INDUSTRY KABUPATEN BANYUMAS DENGAN MENGGUNAKAN
PETA KENDALI CUSUM DAN EWMA

Oleh :
Henidar Islami Winarningtyas 062115 4000 0011
Anindya Shafira Putri 062115 4000 0058

Asisten dosen :
M. Alifian Nuriman 062114 4000 0041

Dosen:
Dr. Muhammad Mashuri, M.T.
Diaz Fitra Aksioma S.Si., M.Si.

PROGRAM STUDI SARJANA

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA, KOMPUTASI, DAN SAINS DATA
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2018
 ABSTRAK

Pengendalian kualitas merupakan salah satu strategi yang dapat dilakukan oleh
produsen gula kelapa kristal dalam menghasilkan kualitas gula yang baik dan diterima di
pasaran. Salah satu produsen gula kelapa home industry yang cukup terkenal yaitu
terletak di Kabupaten Banyumas, Jawa Tengah. Dalam pengendalian mutu gula kelapa
kristal terdapat beberapa variabel yang diamati meliputi kadar air, kadar gula total,
kadar sukrosa, kadar gula reduksi, kadar abu dan bahan tidak larut. Dalam penelitian
ini, akan dilakukan pengendalian kualitas terhadap kadar sukrosa yang terkandung
dalam gula kelapa kristal. Untuk mengetahui rata-rata proses pembuatan gula kelapa
kristal nerdasarkan kadar sukrosa (%bk) digunakan analisis dengan peta kendali
CUSUM dan EWMA . Sebelum membuat peta kendali tersebut, terlebih dahulu dilakukan
uji keacakan serta uji normalitas data. Dari penelitian ini diketahui bahwa data kadar
sukros (%bk) telah memenuhi asumsi acak, dan juga memenuhi asumsi normal sehingga
data terambil secara acak dan berdistribusi normal. Karena data telah memenuhi asumsi
acak dan normal, kemudian dibuat peta kendali CUSUM. Namun, perlu ditentukan
terlebih dahulu nilai target dari kadar sukrosa yang diharapkan yaitu 79,705%. Pada
peta kendali CUSUM, tidak terdapat data kadar sukrosa yang keluar batas kendali
dengan pergeseran rata-rata proses yang sangat kecil. Pada peta kendali CUSUM, rata-
rata proses pembuatan gula kelapa kristal berdasarkan kadar sukrosa telah terkendali
secara statistik dan sesuai dengan terget yang diharapkan. Pada peta kendali EWMA,
dilakukan percobaan 9 kali dengan 𝜆 = 0,1 − 0,9. Hasilnya, peta kendali EWMA
untuk kadar sukrosa (%bk) optimum pada 𝜆 = 0,1. Dimana, tidak terdapat titik
yang out of control sehingga proses pembuatan gula kelapa kristal di kawasan
home industry gula kelapa di Kabupaten Banyumas telah stabil.
Kata kunci: Peta Kendali CUSUM, Peta Kendali EWMA, Sukrosa, Uji Keacakan,Uji
Normalitas

i
 DAFTAR ISI

Halaman
ABSTRAK .............................................................................................................. i
DAFTAR ISI .......................................................................................................... ii
DAFTAR TABEL ................................................................................................ iv
DAFTAR GAMBAR ............................................................................................. v
BAB I PENDAHULUAN .................................................................................... 1
1.1 Latar Belakang ................................................................................... 1
1.2 Rumusan Masalah .............................................................................. 2
1.3 Tujuan ................................................................................................ 2
1.4 Manfaat .............................................................................................. 3
1.5 Batasan Masalah ................................................................................ 3
BAB II TINJAUAN PUSTAKA........................................................................... 4
2.1 Statistika Deskriptif ........................................................................... 4
2.2 Uji Keacakan ...................................................................................... 4
2.3 Uji Normalitas .................................................................................... 5
2.4 Peta Kendali CUSUM ........................................................................ 5
2.5 Peta Kendali EWMA .......................................................................... 7
2.6 Sukrosa............................................................................................... 8
BAB III METODOLOGI PENELITIAN ........................................................... 9
3.1 Sumber Data ...................................................................................... 9
3.2 Variabel Penelitian ............................................................................. 9
3.3 Struktur Data ...................................................................................... 9
3.4 Langkah Analisis ............................................................................... 9
3.5 Diagram Alir .................................................................................... 10
BAB IV ANALISIS DAN PEMBAHASAN ...................................................... 12
4.1 Statistika Deskriprif ......................................................................... 12
4.2 Uji Keacakan Data Kadar Sukrosa .................................................. 12
4.3 Uji Normalitas Data Kadar Sukrosa ................................................ 13
4.4 Identifikasi Pengendalian Kualitas Data Kadar Sukrosa Pada
Gula Kelapa Kristal dengan Peta Kendali CUSUM......................... 13
4.5 Identifikasi Pengendalian Kualitas Data Kadar Sukrosa Pada
Gula Kelapa Kristal dengan Peta Kendali EWMA ........................... 15

ii
BAB V KESIMPULAN DAN SARAN ............................................................. 17
5.1 Kesimpulan ...................................................................................... 17
5.2 Saran ................................................................................................ 18
DAFTAR PUSTAKA .......................................................................................... 19
LAMPIRAN

iii
 DAFTAR TABEL

Halaman
Tabel 3.1 Struktur Data Penelitian ....................................................................9
Tabel 4.1 Output Statistika Deskriptif Data Kadar Sukrosa ...........................12
Tabel 4.2 Output Run Test Data Kadar Sukrosa ............................................12
Tabel 4.3 Hasil Percobaan Peta Kendali EWMA Weight Beda .......................15

iv
 DAFTAR GAMBAR

Halaman
Gambar 3.1 Diagram Alir Penelitian ............................................................... 10
Gambar 4.1 Normality Plot Data Kadar Sukrosa (%bk) .................................. 13
Gambar 4.2 Peta Kendali CUSUM Data Kadar Sukrosa (%bk) ..................... 14
Gambar 4.3 Peta Kendali EWMA Data Kadar Sukrosa (%bk) ........................ 16

v
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Gula merupakan salah satu dari kebutuhan pokok yang banyak dikonsumsi
oleh masyarakat Indonesia. Berdasarkan laporan “Daily Economic and Market”
oleh Bank Mandiri, kebutuhan gula jumlahnya terus mengalami peningkatan
sejalan dengan pertambahan jumlah penduduk, peningkatan pendapatan
masyarakat, serta semakin berkembangnya usaha industri makanan dan minuma
bahan baku gula. Kementrian Pertanian (Kementan) menargetkan produksi gula
nasional berkisar 2,70-2,80 juta ton di tahun 2018 atau meningkat 800 ribu ton
dari target 2017. Peningkatan target produksi tersebut membuka peluang besar
bagi produsen gula untuk meningkatkan produktivitas serta kualitas dari gula agar
dapat diterima di pasaran.
Jenis gula yang sering dijumpai di pasaran adalah gula dari bahan dasar
tebu dan kelapa. Gula dari bahan dasar kelapa dinilai memberikan rasa manis
yang rendah kalori, mengandung garam mineral, dan kaya nutrisi serta vitamin A.
Salah satu produsen gula kelapa home industry yang cukup terkenal yaitu terletak
di Kabupaten Banyumas, Jawa Tengah. Banyaknya penggunaan gula kelapa untuk
makanan dikarenakan aroma serta rasa yang khas karamel kelapa yang cocok
untuk menambah citarasa pada makanan. Bentuk inovasi terbaru yang
dikembangkan oleh produsen home industry di Kabupaten Banyumas adalah
dengan memproduksi gula dalam bentuk serbuk atau dikenal dengan nama gula
kelapa kristal (gula semut). Pemasaran gula kelapa kristal selain untuk memenuhi
kebutuhan pasar domestik juga sudah merambah ke pasar internasional.
Pengendalian kualitas merupakan salah satu strategi yang dapat dilakukan
oleh produsen gula kelapa kristal dalam menghasilkan kualitas gula yang baik dan
diterima di pasaran. Variabel yang diamati pada gula kelapa kristal meliputi kadar
air, kadar gula total, kadar sukrosa, kadar gula reduksi, kadar abu dan bahan tidak
larut. Dalam penelitian ini, akan dilakukan pengendalian kualitas terhadap kadar
sukrosa yang terkandung dalam gula kelapa kristal. Salah satu bentuk
pengendalian kualitas adalah dengan membuat peta kendali yang berguna untuk
mengetahui pergerseran rata-rata proses yang terjadi, salah satunya yaitu dengan
peta kendali cusum dan peta kendali EWMA.

1
 Sebelum dilakukan analisis, data terlebih dahulu harus memenuhi asumsi
keacakan dan distribusi normal. Analisis dilakukan dengan dua peta kendali, yaitu
peta kendali cusum dan peta kendali EWMA. Analisis terhadap data kadar sukrosa
(%bk) pada gula kelapa kristal di kawasan home industry gula kelapa Kabupaten
Banyumas tersebut dapat menjadi bahan evaluasi bagi produsen dalam pembuatan
gula kelapa kristal dalam setiap produksi .
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, timbul permasalahan diantaranya
adalah sebagai berikut.
1. Bagaimana karakteristik data kadar sukrosa pada produksi gula kelapa kristal
di kawasan home industry gula kelapa Kabupaten Banyumas?
2. Bagaimana pengujian asumsi keacakan dan distribusi normal data kadar
sukrosa pada produksi gula kelapa kristal di kawasan home industry gula
kelapa Kabupaten Banyumas?
3. Bagaimana pengendalian kualitas statistik data kadar sukrosa pada produksi
gula kelapa kristal di kawasan home industry gula kelapa Kabupaten
Banyumas untuk peta kendali cusum?
4. Bagaimana pengendalian kualitas statistik data kadar sukrosa pada produksi
gula kelapa kristal di kawasan home industry gula kelapa Kabupaten
Banyumas untuk peta kendali EWMA?
1.3 Tujuan
Dari perumusan permasalahan yang ada, maka diperoleh tujuan dari
penelitian ini, antara lain sebagai berikut.
1. Mengetahui karakteristik data kadar sukrosa pada produksi gula kelapa kristal
di kawasan home industry gula kelapa Kabupaten Banyumas.
2. Mengetahui uji asumsi keacakan dan distribusi normal data kadar sukrosa
pada produksi gula kelapa kristal di kawasan home industry gula kelapa
Kabupaten Banyumas.
3. Mengetahui pengendalian kualitas statistik data kadar sukrosa pada produksi
gula kelapa kristal di kawasan home industry gula kelapa Kabupaten
Banyumas untuk peta kendali cusum.

2
4. Mengetahui pengendalian kualitas statistik data kadar sukrosa pada produksi
gula kelapa kristal di kawasan home industry gula kelapa Kabupaten
Banyumas untuk peta kendali EWMA.
1.4 Manfaat
Manfaat yang dapat diperoleh dari penelitian ini adalah mahasiswa mampu
mengetahui penerapan teori dari pengendalian proses statistika dengan
menggunakan peta kendali cusum dan peta kendali EWMA dalam permasalahan
sehari-hari guna mengetahui suatu proses sudah berjalan sebagaimana mestinya
atau tidak. Manfaat yang didapatkan bagi pembaca adalah penelitian ini dapat
dijadikan bahan referensi untuk penelitian selanjutnya, sedangkan manfaat bagi
produsen gula kelapa kristal di kawasan home industry gula kelapa Kabupaten
Banyumas yaitu dapat dijadikan bahan evaluasi dalam produksi gula kelapa kristal
agar lebih baik ke depannya.
1.5 Batasan Masalah
Batasan masalah dalam penelitian ini adalah apabila tidak diketahui nilai
target proses produksi gula kelapa kristal di kawasan home industry gula kelapa
Kabupaten Banyumas, maka digunakan nilai median penggantinya. Selain itu,
peta kendali EWMA yang dibahas pada BAB IV merupakan peta kendali EWMA
produksi gula kelapa kristal di kawasan home industry gula kelapa Kabupaten
Banyumas dengan nilai λ yang optimum. Pada data yang dianalisis hanya
menggunakan satu variabel saja yaitu kadar sukrosa (%bk) dengan jumlah data
yaitu 40 data.

3
 BAB II
LANDASAN TEORI

2.1 Statistika Deskriptif

Statistika Deskriptif adalah metode-metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi
yang berguna. Perlu diketahui bahwa statistika deskriptif memberikan informasi
hanya mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau
kesimpulan apapun tentang gugus data induknya yang lebih besar. Untuk
menyelidiki segugus data kuantitatif, akan sangat membantu bila mendefinisikan
ukuran-ukuran numerik yang dapat menjelaskan karakteristik dari data sampel
atau populasi. Salah saru cara yang dapat digunakan adalah penggunaan rata-rata
(mean), median, varians, maksimum dan minimum dari data yang dianalisis.
(Walpole, 1995).
2.2 Uji Keacakan
Uji keacakan merupakan pengujian yang dilakukan untuk mengetahui
apakah data pengamatan (sampel) yang diamati telah diambil secara acak atau
tidak. Uji Keacakan ini didasarkan pada adanya runtun. Runtun adalah deretan
huruf-huruf atau tanda-tanda yang identik yang diikuti oleh satu huruf atau satu
tanda yang berbeda secara berkesinambungan membentuk suatu barisan
huruf/tanda (Daniel, 1989).
H0 : Data pengamatan dari suatu populasi telah diambil secara acak
H1 :Data pengamatandari suatu populasitelah diambil secara tidak acak
Statistika uji :
1. Jika n1 dan n2 < 20
Menghitung banyaknya runtun data ( r )
2. Jika n1 dan n2 > 20, maka :
2n1n2
r ( ) 1
n1  n2
Z
2n1n2 (2n1n2  n1n2 )
(n1  n2 ) 2 (n1n2  1)
(2.1)

Keterangan :
r = banyaknya runtun data

4
n1 = banyaknya data bertanda (+)
n2= banyaknya data bertanda (-)
Daerah kritis :
1. Untuk data < 20
Tolak H0 jika,r<𝑟𝑏𝑎𝑤𝑎ℎ atau r>𝑟𝑎𝑡𝑎𝑠 , dimana 𝑟𝑏𝑎𝑤𝑎ℎ dan 𝑟𝑎𝑡𝑎𝑠 diperoleh dari tabel
nilai kritis untuk runtun r dengan n1 dan n2.
2. Untuk data > 20
Tolak H0 jika, −𝑍1−𝛼 > 𝑍 > 𝑍1−𝛼 atau p-value < 𝛼⁄2.
2 2

(Daniel, 1989)
2.3 Uji Normalitas
Uji Normalitas adalah pengujian yang dilakukan untuk mengetahui data
tersebut berdistribusi normal atau tidak. Jika data yang dianalisis berdistribusi
tidak distribusi normal maka akan terjadi kesulitan dalam menurunkan distribusi
sampling X dan S. Untuk melakukan pengujian normalitas dapat dilakukan
dengan beberapa cara salah satunya menggunakan uji Kolmogorov-Smirnov,
karena data tersebut digunakan bersifat kontinyu. (Walpole, 1995)
Perumusan Hipotesis
Ho: Data berdistribusi normal
H1: Data tidak berdistribusi normal
Statistik Uji : D  sup | S ( x)  F0 ( x) | (2.2)

dimana, S ( x ) adalah fungsi peluang kumulatif data

F0 ( x) adalah fungsi distribusi yang dihipotesiskan

Daerah Penolakan : Tolak H 0 jika D  1  

Selain itu, uji normalitas dapat dilakukan dengan membandingkan nilai
penghitungan terhadap nilai-nilai kesalahan yang didapat (p-value) dengan batas
maksimal kesalahan (α). Jadi Ho akan ditolak saat nilai p-value < α. Dan dengan
cara grafik atau dengan melihat titik-titik disekitar garis pola distribusi normal
pada plot probabilitas normalnya.
2.4 Peta Kendali CUSUM (Cumulative SUM)
Peta kendali CUSUM merupakan alternatif terhadap grafik pengendali
Shewhart untuk fase II pada proses monitoring rata-rata dari proses. Dimana

5
grafik ini menggunakan informasi dari semua sampel sebelumnya dengan
menunjukkan jumlah kumulatif deviasi nilai sampel dari nilai target yang dirinci.
Untuk situasi di mana ukuran sampel 𝑛 = 1, grafik CUSUM lebih sesuai daripada
grafik pengendali Shewhart untuk menentukan perubahan dalam mean proses.
Misalkan Xt adalah variabel acak proses berdistribusi Normal, dengan
rata-rata ketika proses in control µ0, dan varians 𝜎 2 . Parameter µ0 akan dikontrol
oleh statistik CUSUM yang didefinisikan sebagai berikut.
𝐶𝑖 = ∑𝑖𝑗=1(𝑥̅𝑗 − 𝜇0 ) = (𝑥𝑖 − 𝜇0 ) + 𝐶𝑖−1 , i = 1,2,...,m (2.3)
Keterangan :
𝐶𝑖 = jumlah kumulatif sampai dengan sampel ke-i
𝑥̅𝑗 = rata-rata sampel ke –j
𝜇0 = target rata-rata dari suatu proses
Kemudian didefinisikan statistik 𝐶𝑖+ dan 𝐶𝑖− dengan metode Tabular
CUSUM, yaitu sebagai berikut.
𝐶𝑖+ = max[0, 𝑥𝑡 − (𝜇0 + 𝐾) + 𝐶𝑖−1
+
] (2.4)
𝐶𝑖− = max[0, (𝜇0 + 𝐾) − 𝑥𝑡 − +𝐶𝑖−1
−
] (2.5)
dimana nilai 𝐶0+ = 𝐶0− = 0.
Dalam hal ini, nilai K merupakan nilai referensi dimana 𝐾 = 𝑘𝜎. Nilai
𝛿
𝑘 = 2, dengan 𝛿 merupakan besar pergeseran rata-rata proses, dan jika pergeseran
𝛿 |𝜇1 −𝜇0 |
dinyatakan dalam bentuk standar deviasi, maka nilai 𝐾 = 2 𝜎 = . Jika salah
2

satu nilai dari 𝐶𝑖+ atau 𝐶𝑖− > H, maka proses dikatakan out of control. Dalam hal
ini, Montgomery merekomendasikan nilai H sebesar 4 𝜎 atau 5 𝜎. Maka batas-
batas kendali Tabular CUSUM adalah.
𝑈𝐶𝐿 = 𝐻 (2.6)
𝐿𝐶𝐿 = −𝐻 (2.7)
Pada peta kendali ini, apabila parameter tidak diketahui maka parameter
dapat ditaksir dengan penaksir tak biasnya. Penaksir tak bias bagi parameter µ dan
𝜎 adalah,
1
𝑋̅ = ∑𝑚
𝑗=1 𝑥𝑗 (2.8)
𝑚

6
 ̅̅̅̅̅
𝑀𝑅
𝜎= (2.9)
𝑑2
1 2
dimana nilai ̅̅̅̅̅
𝑀𝑅 = 𝑚−1 ∑𝑚
𝑗=2|𝑋𝑗 − 𝑋𝑗−1 |, 𝑗 = 2,3, … , 𝑚 dan 𝑑2 = .
√𝜋

(Montgomery, 2009).
2.5 Peta Kendali EWMA (Exponentially Weighted Moving Average)
Peta kendali EWMA (Exponentially Weighted Moving Average)
merupakan salah satu grafik pengendali yang dapat digunakan dalam
pengendalian kualitas statistik dan sebagai alat untuk mempertimbangkan suatu
proses terkendali secara statistik atau tidak. Peta kendali EWMA sangat efektif
untuk pergeseran proses yang kecil karena peta kendali ini menggunakan
informasi dari sampel sebelumnya. EWMA merupakan salah satu alternatif dari
grafik pengendali Shewhart dalam mendeteksi pergeseran rata-rata proses yang
relatif kecil dan terboboti., misalnya pada tingkat 0.5𝜎 sampai kira-kira 2𝜎.
Faktor pembobot (r) tertentu dipilih oleh user dimana nilai rata-rata data yang
lama berpengaruh terhadap yang baru. Peta kendali EWMA untuk memonitor
rata-rata proses dapat didefinisikan sebagai berikut :
𝑍𝑖 = 𝜆𝑋𝑖 + (1 − 𝜆)𝑍𝑖−1 (2.10)
Dimana, nilai 𝜆 adalah konstanta pembobot, yang nilainya 0< 𝜆 ≤ 1 dan 𝑍0 = 𝜇0 .
Dengan menggunakan persamaan peta kendali EWMA diatas, dapat
dilakukan pengulangan. Dengan terus-menerus mengganti berulang-ulang untuk
𝑍𝑡−𝑗 dimana j = 2,3,...,t maka diperoleh persamaan
𝑍𝑖 = 𝜆 ∑𝑖−1 𝑗 𝑖
𝑗=0(1 − 𝜆) [𝑋𝑖−1 + (1 − 𝜆) 𝑍0 ] (2.11)
Sehingga nilai konstanta untuk rataan sampel dari baru ke lama terjadi
penurunan secara eksponensial, maka persamaan diatas disebut model
exponensial moving average. Nilai pembobot (𝜆) dapat diperkirakan oleh pihak
2
perusahaan atau ditentukan dengan rumus 𝜆 = 𝑤+1, dimana w adalah lebar rata-

rata proses yang bergerak.

Batas-batas kendali pada grafik EWMA adalah sebagai berikut,
1. Untuk nilai t yang besar :
𝜆
𝑈𝐶𝐿 = 𝜇0 + 𝐿𝜎√(2−𝜆) (2.12)

𝐶𝐿 = 𝜇0 (2.13)

7
 𝜆
𝐿𝐶𝐿 = 𝜇0 − 𝐿𝜎√(2−𝜆) (2.14)

2. Untuk nilai t yang kecil :

𝜆
𝑈𝐶𝐿 = 𝜇0 + 𝐿𝜎√(2−𝜆) {1 − (1 − 𝜆)2𝑖 } (2.15)
𝐶𝐿 = 𝜇0 (2.16)
𝜆
𝐿𝐶𝐿 = 𝜇0 − 𝐿𝜎√(2−𝜆) {1 − (1 − 𝜆)2𝑖 } (2.17)
Keterangan :
UCL = batas kendali atas
LCL = batas kendali bawah
𝜇0 = garis tengah
n = ukuran sampel
𝜆 = konstanta bobot (0< 𝜆 ≤ 1)
L = lebar dari batas kontrol
(Montgomery, 2009).
2.6 Sukrosa
Sukrosa adalah senyawa disakarida dengan rumus molekul C12H22O11.
Sukrosa adalah disakarida yang mempunyai peranan penting dalam pengolahan
makanan untuk memberi rasa manis dan dapat pula sebagai pengawet yaitu dalam
konsentrasi yang tinggi dapat menghambat pertumbuhan mikroorganisme, dapat
menurunkan aktifitas air dari bahan pangan (Buckel et al.,1987). Untuk industri-
industri makanan biasa digunakan sukrosa dalam bentuk kristal halus atau kasar
dan dalam jumlah yang banyak dipergunakan dalam bentuk cairan sukrosa (sirup).
Pada pembuatan sirup, gula pasir (sukrosa) dilarutkan dalam air dan dipanaskan,
sebagian sukrosa akan terurai menjadi glukosa dan fruktosa, yang disebut gula
invert (Winarno, 2002).

8
 BAB III
METODOLOGI PENELITIAN

3.1 Sumber Data

Data yang digunakan dalam penelitian ini merupakan data sekunder yang
diperoleh dari laporan tugas akhir dengan judul “Evaluasi Keragaman dan
Penyimpangan Mutu Gula Kelapa Kristal (Gula Semut) di Kawasan Home
Industry Gula Kelapa Kabupaten Banyumas” yang disusun oleh Tegar Ega
Pragita. Pengambilan data dilakukan pada hari Kamis, 12 April 2018.
3.2 Variabel Penelitian
Variabel yang digunakan pada penelitian ini adalah kadar sukrosa (%bk)
gula kelapa kristal di kawasan home industry gula kelapa Kabupaten Banyumas.
Data yang digunakan terdiri atas 40 pengamatan.
3.3 Struktur Data
Data yang digunakan untuk peta kendali CUSUM dan peta kendali EWMA
dalam penelitian ini memiliki struktur data sebagai berikut.
Tabel 3.1. Struktur Data Penelitian
Sampel (i) Kadar Sukrosa (%bk)
1 𝑥1
2 𝑥2
3 𝑥3
4 𝑥4
5 𝑥5
⋮ ⋮
36 𝑥36
37 𝑥37
38 𝑥38
39 𝑥39
40 𝑥40
Keterangan:
xi = Kadar sukrosa gula kelapa kristal pengamatan ke-i
i = 1, 2, …, 40
3.4 Langkah Analisis
Langkah analisis yang dilakukan dalam penelitian ini adalah sebagai
berikut.
1. Melakukan analisis statistika deskriptif data kadar sukrosa pada produksi
gula kelapa kristal di kawasan home industry gula kelapa Kabupaten
Banyumas.

9
2. Melakukan pengujian asumsi keacakan terhadap data kadar sukrosa pada
produksi gula kelapa kristal di kawasan home industry gula kelapa
Kabupaten Banyumas.
3. Melakukan pengujian asumsi distribusi normal terhadap data kadar sukrosa
pada produksi gula kelapa kristal di kawasan home industry gula kelapa
Kabupaten Banyumas.
4. Membuat peta kendali cusum dari data kadar sukrosa pada produksi gula
kelapa kristal di kawasan home industry gula kelapa Kabupaten Banyumas.
5. Membuat peta kendali EWMA dari data kadar sukrosa pada produksi gula
kelapa kristal di kawasan home industry gula kelapa Kabupaten Banyumas.
6. Menarik kesimpulan dari hasil analisis dan pembahasan, serta saran.

3.3 Diagram Alir

Berdasarkan langkah-langkah analisis dalam penelitian dapat ditunjukan
dalam diagram alir berikut ini.

Mulai

Merumuskan masalah

Mengumpulkan data

Analisis Statistika Deskriptif

Apakah data memenuhi

asumsi keacakan?

Ya

Apakah data memenuhi

asumsi distribusi normal?

Ya

10
 A

Membuat peta kendali

Membuat peta kendali EWMA
cusum

Kesimpulan dan saran

Selesai

Gambar 3.1 Diagram Alir Penelitian

11
 BAB IV
ANALISIS DAN PEMBAHASAN

4.1 Statistika Deskriptif

Data yang digunakan dalam praktikum ini adalah data kadar sukrosa
(%bk) pada pembuatan gula kelapa kristal yang diproduksi oleh home industry di
Kabupaten Banyumas. Sebelum melakukan analisis lebih lanjut, dapat dilakukan
eksplorasi data untuk mengetahui karakteristik data. Data kadar sukrosa (%bk)
pada pembuatan gula kelapa kristal memiliki karakteristik sebagai berikut.
Tabel 4.1. Output Statistika Deskriptif Data Kadar Sukrosa (%bk)
Variable N Mean Variance Minimum Median Maximum
Sukrosa (%bk) 40 79,667 2,104 76,280 79,705 83,930
Pada Tabel 4.1, menunjukkan bahwa rata-rata data kadar sukrosa (%bk)
pada pembuatan gula kelapa kristal sebesar 79,667%bk, dengan 50% dari kadar
sukrosa yang terdapat pada gula kelapa kristal berada diatas kadar 79,705%bk
dimana jumlah sampel sebanyak 40 pengamatan. Selain itu, diketahui juga nilai
varians yang rendah yaitu 2,104 maka dapat dikatakan bahwa variasi kadar
sukrosa pada produksi gula kelapa kristal yang dihasilkan memiliki keragaman
yang kecil. Selain itu juga diperoleh informasi bahwa kadar sukrosa tertinggi pada
produksi gula kelapa kristal adalah 83,930%bk dan kadar sukrosa terendah adalah
76,280%bk.
4.2 Uji Keacakan Data Kadar Sukrosa Pada Gula Kelapa Kristal
Pengujian keacakan dari data kadar sukrosa (%bk) yang merupakan
karakteristik mutu dari gula kelapa kristal dilakukan untuk mengetahui apakah
data pengamatan diambil secara random (acak) atau tidak dengan menggunakan
anlisis run test dengan menggunakan bantuan software Minitab 17. Hasil
pengujian ditunjukkan pada tabel berikut.
Tabel 4.2. Output Minitab Run Test Data Kadar Sukrosa (%bk)
The The
Runs
observed expected Observation Observation
above and P-value
number of number of above K (n1) below K (n2)
below K
runs runs
796,672 15 20,95 21 19 0,056
Berdasarkan Tabel 4.2 di atas, dapat diketahui nilai K yang didapatkan
sebesar 79,6672 dengan 21 pengamatan diatas nilai K dan 19 pengamatan
dibawah nilai K.. Selain itu, diporeleh nilai P-value hasil pengujian keacakan data

12
kadar sukrosa sebesar 0,056, dimana P-value lebih besar dibandingkan dengan
taraf signifikansi (𝛼 = 0,05). Sehingga dapat diputuskan bahwa gagal tolak H0
yang artinya data kadar sukrosa pada produksi gula kelapa kristal di kawasan
home industry gula kelapa Kabupaten Banyumas telah terambil secara acak atau
random.
4.3 Uji Normalitas Data Kadar Sukrosa Pada Gula Kelapa Kristal
Pengujian asumsi distribusi Normal yang digunakan pada praktikum ini
adalah uji Kolmogorov-Smirnov dengan bantuan Minitab 17. Pengujian
menggunakan 40 data kadar sukrosa (%bk) pada pembuatan gula kelapa kristal.
Probability plot dari uji distribusi Normal ditunjukkan pada gambar berikut.

Gambar 4.1. Normality Plot Data Kadar Sukrosa (%bk)

Berdasarkan diatas, secara visual diketahui bahwa data tersebut mengikuti
garis lurus sehingga dapat disimpulkan bahwa data kadar sukrosa (%bk)
berdistribusi normal. Dalam hal ini, kesimpulan diperkuat dengan hasil pengujian
yang diperoleh nilai P-Value sebesar >0,150. Dimana nilai P-Value lebih besar
dari nilai tingkat signifikansi (𝛼 = 0,05). Sehingga dapat diputuskan gagal tolak
H0. Hal ini juga dapat disimpulkan bahwa data kadar sukrosa (%bk) pada
pembuatan gula kelapa kristal di kawasan home industry gula kelapa Kabupaten
Banyumas berdistribusi normal.
4.4. Identifikasi Pengendalian Kualitas Data Kadar Sukrosa Pada Gula
Kelapa Kristal dengan Peta Kendali CUSUM
Dalam pengendalian kualitas kadar sukrosa (%bk) pada pembuatan gula
kelapa kristal dilakukan analisis dengan menggunakan peta kendali CUSUM.
Analisis ini dilakukan untuk mengetahui apakah rata-rata proses telah terkendali

13
secara statistik dan sesuai dengan nilai target yang diharapkan. Berikut peta
kendali CUSUM dari data kadar sukrosa (%bk) yang merupakan output dari
Minitab 17.

7,5

UCL=6,18

5,0

2,5
Cumulative Sum

0,0 0

-2,5

-5,0

LCL=-6,18

1 5 9 13 17 21 25 29 33 37
Sample

Gambar 4.2. Peta Kendali CUSUM Data Kadar Sukrosa (%bk)

Berdasarkan Gambar 4.2, terlihat kondisi dari kadar sukrosa (%bk) pada
pembuatan gula kelapa kristal dengan batas kendali atas 6,18 dan batas kendali
bawah -6,18. Dalam memonitoring rata-rata proses pembuatan gula kelapa kristal,
terlebih dahulu ditentukan nilai target dari kadar sukrosa yang diharapkan. Nilai
target dari kadar sukrosa didapatkan dari nilai median 40 data kadar sukrosa
(%bk) yaitu sebesar 79,705%bk. Pada proses ini, terlihat bahwa tidak adanya data
kadar sukrosa yang keluar dari batas kendali (out of control). Hal tersebut,
disebabkan karena tidak terdapat nilai 𝐶𝑖+ pada data pengamatan kadar sukrosa
yang lebih dari batas kontrol (H) yaitu sebesar 6,18.
Secara visual, tidak terlihat adanya pergeseran rata-rata proses karena
pergeseran yang terjadi sangat kecil. Pergeseran rata-rata proses dapat ditentukan
sebagai berikut.
|𝜇1 − 𝜇0 |
𝑃𝑒𝑟𝑔𝑒𝑠𝑒𝑟𝑎𝑛 = = 0,02603
𝜎
Dimana nilai 𝜇1 merupakan rata-rata dari kadar sukrosa dan 𝜎 merupakan standar
deviasi dari kadar sukrosa. Pada perhitungan diatas, didapatkan hasil bahwa
pergeseran terjadi sebesar 0,02603 yang artinya pergeseran rata-rata proses yang
terjadi sangat kecil. Sehingga, dapat disimpulkan bahwa rata-rata proses

14
pembuatan gula kelapa kristal berdasarkan kadar sukrosa (%bk) telah terkendali
secara statistik dimana kadar sukrosa (%bk) telah sesuai dengan nilai target yang
diharapkan oleh produsen.
4.5 Identifikasi Pengendalian Kualitas Data Kadar Sukrosa Pada Gula
Kelapa Kristal dengan Peta Kendali EWMA
Peta kendali EWMA merupakan peta kendali yang digunakan untuk
mengetahui adanya pergeseran rata-rata dari suatu data. Dalam pembuatan peta
kendali EWMA dilakukan percobaan sebanyak 9 kali dengan besar weight yang
berbeda (𝜆 = 0,1; 0,2; … ; 0,9). Peta kendali EWMA yang dibuat dalam penelitian
ini menggunakan nilai target yaitu nilai median sebesar 79,705 dan standar deviasi
sebesar 1,23682 dengan besar L = 3. Berikut ini merupakan hasil dari 9 percobaan
yang telah dilakukan yang disajikan pada Tabel 4.3.
Tabel 4.3 Hasil Percobaan Peta Kendali EWMA dengan weight berbeda
Banyak Zi
𝝀 UCL CL LCL
Out of Control Out of Control
0,1 80,556 79,705 78,854 0 -
0,2 80,942 79,705 78,468 0 -
0,3 81,705 79,705 78,146 1 81,281
0,4 81,560 79,705 77,850 1 81,693
0,5 81,847 79,705 77,563 1 82,064
0,6 82,134 79,705 77,276 1 82,419
0,7 82,428 79,705 76,982 1 82,775
0,8 82,735 79,705 76,675 1 83.142
0,9 83,061 79,705 76,349 1 83,526
Berdasarkan Tabel 4.3, dapat diperoleh informasi bahwa terdapat 2 weight
yang tidak terdapat titik out of control pada pembuatan peta kendali EWMA yaitu
peta kendali EWMA dengan 𝜆 sebesar 0,1 dan 0,2. Diantara 2 peta kendali
EWMA tersebut, ingin didapatkan weight (𝜆) optimum untuk dianalisis lebih
lanjut. Berdasarkan hasil peta kendali EWMA untuk 𝜆 sebesar 0,1 dan 0,2
(Lampiran 5B dan 6B ), diperoleh informasi bahwa peta kendali EWMA
ditemukan stabil saat 𝜆 = 0,1. Maka, dapat disimpulkan bahwa besar weight
optimum untuk peta kendali EWMA data kadar sukrosa pada produksi gula
kelapa kristal di kawasan home industry gula kelapa Kabupaten Banyumas adalah
𝜆 = 0,1. Berikut ini merupakan peta kendali EWMA optimum yang didapatkan.

15
 Gambar 4.3 Peta Kendali EWMA Data Kadar Sukrosa (%bk)
Gambar 4.3 menunjukkan bahwa nilai rata-rata (CL) sebesar 79,705, nilai
batas kendali atas (UCL) sebesar 80,556, dan batas kendali bawah (LCL) sebesar
78,854. Berdasarkan Gambar 4.3, dapat diperoleh informasi bahwa peta kendali
EWMA dengan besar weight optimum sebesar 𝜆 = 0,1 tidak terdapat titik yang
out of control. Sehingga, dapat disimpulkan bahwa proses pembuatan gula kelapa
kristal di kawasan home industry gula kelapa di Kabupaten Banyumas sudah
stabil dan terkendali secara statistik.

16
 BAB V
KESIMPULAN DAN SARAN

5.1. Kesimpulan
1. Rata-rata kadar sukrosa (%bk) pada pembuatan gula kelapa kristal DI
Kabupaten Banyumas adalah 79,667%bk, dengan 50% dari kadar sukrosa
yang terdapat pada gula kelapa kristal berada diatas kadar 79,705%bk
dengan jumlah sampel sebanyak 40 data. Dalam pembuatan gula kelapa
kristal ini kandungan kadar sukrosa tertinggi sebesar 83,930%bk dan kadar
sukrosa terendah 76,280%bk dengan nilai varians kadar sukrosa yang
rendah yaitu 2,104.

2. Data kadar sukrosa (%bk) yang merupakan karakteristik kualitas dari

pembuatan gula kelapa kristal merupakan data yang terambil secara acak
(random).
3. Berdasarkan hasil visual dan nilai P-Value yang lebih besar dari taraf
signifikansi, data kadar sukrosa (%bk) pada pembuatan gula kelapa kristal
berdistribusi normal.
4. Nilai target dari kadar sukrosa pada pembuatan gula kelapa kristal adalah
79,705%bk. Pada proses tersebut , tidak terdapat data kadar sukrosa yang
keluar dari batas kendali (out of control). Secara visual, tidak terlihat
adanya pergeseran rata-rata proses karena pergeseran yang terjadi sangat
kecil yaitu sebesar 0,02603. Sehingga, rata-rata proses pembuatan gula
kelapa kristal berdasarkan kadar sukrosa (%bk) telah terkendali secara
statistik dimana kadar sukrosa (%bk) telah sesuai dengan nilai target yang
diharapkan oleh produsen.
5. Berdasarkan percobaan sebanyak 9 kali dengan besar weight yang berbeda
didapatkan besar weight optimum untuk peta kendali EWMA data kadar
sukrosa pada produksi gula kelapa kristal di kawasan home industry gula
kelapa Kabupaten Banyumas adalah 𝜆 = 0,1. Dimana, tidak terdapat titik
yang out of control. Sehingga, proses pembuatan gula kelapa kristal di
kawasan home industry gula kelapa di Kabupaten Banyumas sudah stabil
dan terkendali secara statistik.

17
5.2. Saran
Pada praktikum selanjutnya diharapkan peneliti lebih cermat dalam
mengumpulkan data atau mencari data serta memperhatikan asumsi yang ada
sehingga didapatkan hasil yang akurat. Selain itu, diharapkan dari analisis yang
telah dilakukan dapat digunakan sebagai rekomendasi bagi produsen gula kelapa
kristal di kawasan home industry Kabupaten Banyumas dalam meningkatkan dan
mengendalikan kualitas kadar sukrosa (%bk) agar tetap stabil dan dapat mencapai
target yang diharapkan produsen.

18
 DAFTAR PUSTAKA

Buckle, K. A. dkk. 1987. Ilmu Pangan. Jakarta: UI-Press.

Daniel, W.W. 1989. Statistika Non Parametrik Terapan. Jakarta: PT. Gramedia
Pustaka Utama.
Montgomery, D. C. 2009. Statistical Quality Control (6th Ed). United States of
America: John Wiley & Sons.
Walpole, R. E. 1995. Pengantar Statistika dan Probabilitas. Jakarta: Gramedia
Pustaka.
Winarno, F. G. 2002. Kimia Pangan dan Gizi. Jakarta: Gramedia Pustaka Utama.

19
 LAMPIRAN

Kadar air Bahan tak larut Kadar abu Gula Gula

Sampel Sukrosa(%bk)
(%bb) (%bk) (%bk) Reduksi total(%bk)
1 1.49 0.24 3.54 4.39 77.82 82.21
2 2.69 0.59 1.57 4.52 77.69 82.21
3 2.09 0.07 1.42 3.07 79.47 82.55
4 2.14 0.39 2.94 2.67 79.1 81.77
5 6.58 0.51 0.16 2.71 80 82.71
6 5.85 0.38 0.03 4.7 78.45 83.16
7 2.71 0.53 2.29 5.42 77.34 82.76
8 6.68 0.51 1.13 3.66 79.47 83.13
9 2.54 0.37 2.35 4.26 77.16 81.43
10 2.7 0.67 1.76 2.46 79.61 82.07
11 2.44 1.18 4.2 3.48 81.55 83.88
12 2.85 0.94 3.15 3.3 80.71 84.12
13 2.97 0.95 2.32 2.32 81.62 83.95
14 2.57 1.47 2.31 2.82 80.81 83.54
15 2.83 0.99 3.4 2.18 80.39 83.74
16 2.6 0.89 2.51 2.07 81.13 83.21
17 1.42 1.18 2.21 3.69 78.61 82.31
18 1.66 1.36 2.87 6.48 76.28 82.76
19 1.41 1.06 2.48 2.95 79.73 82.71
20 1.63 0.71 2.61 3.24 78.37 81.64
21 1.84 0.99 1.24 3.57 79.72 83.3
22 1.46 0.54 2.11 3.47 78.93 82.41
23 1.64 1.26 2.64 3.42 79.72 83.15
24 1.32 0.88 2.26 3.45 79.46 82.86
25 1.52 1.47 2.91 2.7 79.19 82.17
26 1.66 0.73 1.85 3.31 79.51 82.5
27 3.25 0.44 2.84 3.21 78.75 82.73
28 2.83 1.26 2.04 3.07 80.08 81.82
29 2.61 1.07 0.89 2.27 79.69 82.35
30 2.98 0.64 1.06 3.08 80.45 82.78
31 2.94 1.25 2.46 2.79 80.64 83.25
32 3 14 0.85 2.04 2.96 80.89 83.61
33 2.62 1.12 2.07 2.75 79.78 83.65
34 2.84 0.85 3.77 2.88 83.93 82.66
35 3.01 1.89 2.25 1.27 80.39 85.21
36 3.43 0.61 2.01 1.62 81.7 83.32
37 4.29 0.17 1.93 1.8 80.85 82.65
38 2.23 0.45 2.13 3.42 78.06 81.48
39 2.62 0.53 2.57 1.42 80.95 82.37
40 3.65 0.92 2.43 3.46 78.69 82.15
Lampiran 1. Data Kadar Sukrosa (%bk) Pada Pembuatan Gula Kelapa Kristal

i Xi Xi-80.3234 Ci+ N+ 79.0866-Xi Ci- Ci- N- UCL LCL CL

1 77.82 -2.503407892 0 0 1.266592108 1.266592 -1.26659 1 6.184079 -6.18408 0

2 77.69 -2.633407892 0 0 1.396592108 2.663184 -2.66318 2 6.184079 -6.18408 0

3 79.47 -0.853407892 0 0 -0.383407892 2.279776 -2.27978 3 6.184079 -6.18408 0

4 79.1 -1.223407892 0 0 -0.013407892 2.266368 -2.26637 4 6.184079 -6.18408 0

5 80 -0.323407892 0 0 -0.913407892 1.352961 -1.35296 5 6.184079 -6.18408 0

6 78.45 -1.873407892 0 0 0.636592108 1.989553 -1.98955 6 6.184079 -6.18408 0

7 77.34 -2.983407892 0 0 1.746592108 3.736145 -3.73614 7 6.184079 -6.18408 0

8 79.47 -0.853407892 0 0 -0.383407892 3.352737 -3.35274 8 6.184079 -6.18408 0

9 77.16 -3.163407892 0 0 1.926592108 5.279329 -5.27933 9 6.184079 -6.18408 0

10 79.61 -0.713407892 0 0 -0.523407892 4.755921 -4.75592 10 6.184079 -6.18408 0

11 81.55 1.226592108 1.226592 1 -2.463407892 2.292513 -2.29251 11 6.184079 -6.18408 0

12 80.71 0.386592108 1.613184 2 -1.623407892 0.669105 -0.66911 12 6.184079 -6.18408 0

13 81.62 1.296592108 2.909776 3 -2.533407892 0 0 0 6.184079 -6.18408 0

14 80.81 0.486592108 3.396368 4 -1.723407892 0 0 0 6.184079 -6.18408 0

15 80.39 0.066592108 3.462961 5 -1.303407892 0 0 0 6.184079 -6.18408 0

16 81.13 0.806592108 4.269553 6 -2.043407892 0 0 0 6.184079 -6.18408 0

17 78.61 -1.713407892 2.556145 7 0.476592108 0.476592 -0.47659 1 6.184079 -6.18408 0

18 76.28 -4.043407892 0 0 2.806592108 3.283184 -3.28318 2 6.184079 -6.18408 0

19 79.73 -0.593407892 0 0 -0.643407892 2.639776 -2.63978 3 6.184079 -6.18408 0

20 78.37 -1.953407892 0 0 0.716592108 3.356368 -3.35637 4 6.184079 -6.18408 0

21 79.72 -0.603407892 0 0 -0.633407892 2.722961 -2.72296 5 6.184079 -6.18408 0

22 78.93 -1.393407892 0 0 0.156592108 2.879553 -2.87955 6 6.184079 -6.18408 0

23 79.72 -0.603407892 0 0 -0.633407892 2.246145 -2.24614 7 6.184079 -6.18408 0

24 79.46 -0.863407892 0 0 -0.373407892 1.872737 -1.87274 8 6.184079 -6.18408 0

25 79.19 -1.133407892 0 0 -0.103407892 1.769329 -1.76933 9 6.184079 -6.18408 0

26 79.51 -0.813407892 0 0 -0.423407892 1.345921 -1.34592 10 6.184079 -6.18408 0

27 78.75 -1.573407892 0 0 0.336592108 1.682513 -1.68251 11 6.184079 -6.18408 0

28 80.08 -0.243407892 0 0 -0.993407892 0.689105 -0.68911 12 6.184079 -6.18408 0

29 79.69 -0.633407892 0 0 -0.603407892 0.085697 -0.0857 13 6.184079 -6.18408 0

30 80.45 0.126592108 0.126592 1 -1.363407892 0 0 0 6.184079 -6.18408 0

31 80.64 0.316592108 0.443184 2 -1.553407892 0 0 0 6.184079 -6.18408 0

32 80.89 0.566592108 1.009776 3 -1.803407892 0 0 0 6.184079 -6.18408 0

33 79.78 -0.543407892 0.466368 4 -0.693407892 0 0 0 6.184079 -6.18408 0

34 83.93 3.606592108 4.072961 5 -4.843407892 0 0 0 6.184079 -6.18408 0

35 80.39 0.066592108 4.139553 6 -1.303407892 0 0 0 6.184079 -6.18408 0

 36 81.7 1.376592108 5.516145 7 -2.613407892 0 0 0 6.184079 -6.18408 0

37 80.85 0.526592108 6.042737 8 -1.763407892 0 0 0 6.184079 -6.18408 0

38 78.06 -2.263407892 3.779329 9 1.026592108 1.026592 -1.02659 1 6.184079 -6.18408 0

39 80.95 0.626592108 4.405921 10 -1.863407892 0 0 0 6.184079 -6.18408 0

40 78.69 -1.633407892 2.772513 11 0.396592108 0.396592 -0.39659 1 6.184079 -6.18408 0

Lampiran 2. Perhitungan Manual Peta Kendali CUSUM Data Kadar Sukrosa (%bk) Pada
Pembuatan Gula Kelapa Kristal

4 Ci+
2 Ci-
0 UCL
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
-2 LCL

-4 CL

-6

-8

Lampiran 3. Peta Kendali CUSUM Data Kadar Sukrosa (%bk) Pada Pembuatan Gula Kelapa Kristal

𝝁𝟎 79.705 𝜹𝝈 1.23682 C- 79.0866

𝝈 1.23682 𝝁𝟏 80.9418 C+ 80.3234
n 1 K 0.61841 H 6.18408
Lampiran 4. Nilai Parameter Peta Kendali CUSUM Data Kadar Sukrosa (%bk) Pada Pembuatan Gula
Kelapa Kristal
 𝜆 = 0,1
i Sukrosa (%bk) UCL CL LCL Zi
1 77,82 80,08 79,71 79,33 79,52
2 77,69 80,20 79,71 79,21 79,33
3 79,47 80,29 79,71 79,12 79,35
4 79,10 80,35 79,71 79,06 79,32
5 80,00 80,39 79,71 79,02 79,39
: : : : : :
37 80,85 80,56 79,71 78,85 80,41
38 78,06 80,56 79,71 78,85 80,17
39 80,95 80,56 79,71 78,85 80,25
40 78,69 80,56 79,71 78,85 80,09
Lampiran 5A. Perhitungan Peta Kendali EWMA Lampiran 5B. Peta Kendali EWMA (Minitab)
 𝜆 = 0,2
i Sukrosa (%bk) UCL CL LCL Zi
1 77,82 80,45 79,71 78,96 79,33
2 77,69 80,66 79,71 78,75 79,00
3 79,47 80,77 79,71 78,64 79,09
4 79,10 80,83 79,71 78,58 79,10
5 80,00 80,87 79,71 78,54 79,28
: : : : : :
37 80,85 80,94 79,71 78,47 80,90
38 78,06 80,94 79,71 78,47 80,33
39 80,95 80,94 79,71 78,47 80,45
40 78,69 80,94 79,71 78,47 80,10
Lampiran 6A. Perhitungan Peta Kendali EWMA Lampiran 6B. Peta Kendali EWMA (Minitab)

 𝜆 = 0,3
i Sukrosa (%bk) UCL CL LCL Zi
1 77,82 80,82 79,71 78,59 79,14
2 77,69 81,06 79,71 78,35 78,70
3 79,47 81,17 79,71 78,24 78,93
4 79,10 81,22 79,71 78,19 78,98
5 80,00 81,24 79,71 78,17 79,29
: : : : : :
37 80,85 81,26 79,71 78,15 81,11
38 78,06 81,26 79,71 78,15 80,19
39 80,95 81,26 79,71 78,15 80,42
40 78,69 81,26 79,71 78,15 79,90
Lampiran 7A. Perhitungan Peta Kendali EWMA Lampiran 7B. Peta Kendali EWMA (Minitab)

 𝜆 = 0,4
i Sukrosa (%bk) UCL CL LCL Zi
1 77,82 81,19 79,71 78,22 78,95
2 77,69 81,44 79,71 77,97 78,45
3 79,47 81,52 79,71 77,89 78,86
4 79,10 81,54 79,71 77,87 78,95
5 80,00 81,55 79,71 77,86 79,37
: : : : : :
37 80,85 81,56 79,71 77,85 81,17
38 78,06 81,56 79,71 77,85 79,93
39 80,95 81,56 79,71 77,85 80,34
40 78,69 81,56 79,71 77,85 79,68
Lampiran 8A. Perhitungan Peta Kendali EWMA Lampiran 8B. Peta Kendali EWMA (Minitab)
 𝜆 = 0,5
i Sukrosa (%bk) UCL CL LCL Zi
1 77,82 81,56 79,71 77,85 78,76
2 77,69 81,78 79,71 77,63 78,23
3 79,47 81,83 79,71 77,58 78,85
4 79,10 81,84 79,71 77,57 78,97
5 80,00 81,85 79,71 77,56 79,49
: : : : : :
37 80,85 81,85 79,71 77,56 81,16
38 78,06 81,85 79,71 77,56 79,61
39 80,95 81,85 79,71 77,56 80,28
40 78,69 81,85 79,71 77,56 79,48
Lampiran 9A. Perhitungan Peta Kendali EWMA Lampiran 9B. Peta Kendali EWMA (Minitab)

 𝜆 = 0,6
i Sukrosa(%bk) UCL CL LCL Zi
1 77,82 81,93 79,71 77,48 78,57
2 77,69 82,10 79,71 77,31 78,04
3 79,47 82,13 79,71 77,28 78,90
4 79,10 82,13 79,71 77,28 79,02
5 80,00 82,13 79,71 77,28 79,61
: : : : : :
37 80,85 82,13 79,71 77,28 81,11
38 78,06 82,13 79,71 77,28 79,28
39 80,95 82,13 79,71 77,28 80,28
40 78,69 82,13 79,71 77,28 79,33
Lampiran 10A. Perhitungan Peta Kendali EWMA Lampiran 10B. Peta Kendali EWMA (Minitab)

 𝜆 = 0,7
i Sukrosa(%bk) UCL CL LCL Zi
1 77,82 82,30 79,71 77,11 78,39
2 77,69 82,42 79,71 76,99 77,90
3 79,47 82,43 79,71 76,98 79,00
4 79,10 82,43 79,71 76,98 79,07
5 80,00 82,43 79,71 76,98 79,72
: : : : : :
37 80,85 82,43 79,71 76,98 81,05
38 78,06 82,43 79,71 76,98 78,96
39 80,95 82,43 79,71 76,98 80,35
40 78,69 82,43 79,71 76,98 79,19
Lampiran 11A. Perhitungan Peta Kendali EWMA Lampiran 11B. Peta Kendali EWMA (Minitab)
 𝜆 = 0,8
i Sukrosa(%bk) UCL CL LCL Zi
1 77,82 82,67 79,71 76,74 78,20
2 77,69 82,73 79,71 76,68 77,79
3 79,47 82,73 79,71 76,68 79,13
4 79,10 82,73 79,71 76,68 79,11
5 80,00 82,73 79,71 76,68 79,82
: : : : : :
37 80,85 82,73 79,71 76,68 80,99
38 78,06 82,73 79,71 76,68 78,65
39 80,95 82,73 79,71 76,68 80,49
40 78,69 82,73 79,71 76,68 79,05
Lampiran 12A. Perhitungan Peta Kendali EWMA Lampiran 12B. Peta Kendali EWMA (Minitab)

 𝜆 = 0,9

i Sukrosa(%bk) UCL CL LCL Zi

1 77,82 83,04 79,71 76,37 78,01
2 77,69 83,06 79,71 76,35 77,72
3 79,47 83,06 79,71 76,35 79,30
4 79,10 83,06 79,71 76,35 79,12
5 80,00 83,06 79,71 76,35 79,91
: : : : : :
37 80,85 83,06 79,71 76,35 80,93
38 78,06 83,06 79,71 76,35 78,35
39 80,95 83,06 79,71 76,35 80,69
40 78,69 83,06 79,71 76,35 78,89

Lampiran 13A. Perhitungan Peta Kendali EWMA Lampiran 13B. Peta Kendali EWMA (Minitab)