BAB I

PENDAHULUAN

1.1 Sejarah Control Chart ( Diagram Pengendali )

Peta kendali atau biasa dikenal dengan istilah control chart pertamakali ditemukan oleh
Dr. Walter A. Andrew Shewar Di Amerika serikat pada tahun 1924. Ketika Walter A.
Andrew Shewar bekerja untuk Bell Labs pada tahun 1920. Dr. A.W.Shewhart dan rekan-
rekannya terus mengembangkan diagram-diagram pengendalian mutu sejak tahun 1920-1930.
Dengan teknik-teknik ini, proses penyediaan barang-barang produksi dan jasa dapat lebih
mudah diperkirakan dan lebih konsisten.
Ketika Walter A. Andrew Shewar bekerja untuk Bell Labs pada tahun 1920. Beberapa
pemimpin perusahaan telah berusaha untuk meningkatkan keandalan atau kualitas sistem
transmisi telepon yang mereka gunakan karena amplifier dan peralatan yang digunakan harus
dikubur atau ditaruh di bawah tanah. Pada 1920, para pemimpin perusahaan telah menyadari
pentingnya mengurangi variasi dalam proses manufaktur. Selain itu, mereka telah menyadari
bahwa proses penyesuaian secara terus-menerus untuk menyelesaikan masalah yang tidak
sesuai dapat meningkatkan variasi dan menimbulkan kualitas yang buruk. Dari beberapa
kendala yang dialami oleh pemimpin perusahaan dan melihat peluang kebutuhan bisnis yang
lebih kuat untuk mengurangi frekuensi kegagalan dan meningkatkan perbaikan. Shewhart
menyusun dan mengumpulkan masalah-masalah tersebut dan menyusunnya dengan metode
umum ke khusus.
Tanggal 16 Mei 1924, Walter A. Andrew Shewar menulis sebuah memo internal untuk
memperkenalkan peta kendali (control chat) sebagai alat untuk membedakan antara
keduanya. Atasan Dr. Shewhart, George Edwards, menceritakan mengenai cara Dr, Walter
A. Andrew Shewar dalam membuat atau memperkenalkan peta kendali (control chat ) Bahwa
"Dr Shewhart terlebih dahulu menyiapkan memorandum beberapa halaman berkisar antara
sepertiga dari halaman sebuah diagram sederhana yang dikenal sebagai peta kendali skema
diagram dan teks pendek yang didahului dengan penetapan prinsip-prinsip penting dan
pertimbangan yang telah kami ketahui sebagai kontrol kualitas.
Shewhart menekankan bahwa untuk membawa proses produksi menjadi sistem kontrol
statistik, yang mana hanya ada tiga pokok yaitu umum, penyebab, dan variasi, dan
menyimpannya dalam kontrol. Cara ini sangat diperlukan untuk memprediksi keluaran masa
depan dan untuk mengelola proses ekonomi.

1
 Shewhart menciptakan dasar diagram kontrol dan konsep negara kontrol statistik
dengan percobaan yang dirancang dengan hati-hati. Sementara Shewhart menarik dari teori
statistik matematika murni, Shewhart memahami data dari proses fisik yang menghasilkan
"kurva normal distribusi" (distribusi Gaussian, juga biasa disebut sebagai "kurva lonceng").
Shewhart menemukan bahwa variasi yang diamati dalam data manufaktur tidak selalu
member hasil dengan cara yang sama sebagai data yang sesuai (gerak Brown dari partikel).
Pada tahun 1924 atau 1925, inovasi Shewhart menjadi perhatian W. Edwards Deming,
yang bekerja di fasilitas Hawthorne. Setelah kekalahan Jepang pada akhir Perang Dunia II,
Deming menjabat sebagai konsultan statistik untuk Panglima Tertinggi untuk Sekutu dan
menjadi pendukung inovasi Shewhart. Keterlibatannya dalam kehidupan Jepang, dan karir
yang panjang sebagai konsultan industri di sana W. Edwards Deming menggunakan dan
menyebarkan pemikiran Shewhart sehingga penggunaan peta kendali digunakan secara luas
di industri manufaktur Jepang sepanjang tahun 1950-an dan 1960-an.

1.2 Rumusan Masalah

1. Apa definisi dari Control Chart?
2. Apa saja jenis – jenis dari Control Chart?
3. Bagaimana cara membuat Control Chart dari berbagai jenis - jenisnya?

1.3 Tujuan
1. Mengetahui definisi dari Control Chart
2. Mengetahui jenis – jenis dari Control Chart
3. Mengetahui cara pembuatan diagram pengendali dari berbagai jenis – jenisnya

1.4 Manfaat
1. Dapat mengetahui fungsi masing – masing jenis dari Control Chart
2. Dapat membandingkan kegunaan dari berbagai jenis Control Chart
3. Dapat mempermudah pemecahan masalah dengan menggunakan Control Chart

2
 BAB II
ISI

2.1 Definisi Control Chart

Control Chart adalah suatu alat yang secara grafis digunakan untuk memonitor dan
mengevaluasi apakah suatu aktivitas/proses berada dalam pengendalian kualitas, menjelaskan
nilai-nilai statistik dari cacat keluaran yang dilengkapi batas atas, garis tengah dan batas
bawah.

2.2 Tujuan Control Chart

Tujuan Control Chart adalah untuk menetapkan apakah setiap titik pada grafik normal
atau tidak normal dan dapat mengetahui perubahan dalam proses dari mana data
dikumpulkan, sehingga setiap titik pada grafik harus mengindikasikan dengan cepat dari
proses mana data diambil.

2.3 Klasifikasi Control Chart

Gambar 1. Jenis – Jenis Control Chart

3
 Ada dua macam control chart yaitu untuk data variabel dan untuk data attribute.

A. Control Chart data untuk atribut

Data untuk atribut (Atributes Data) merupakan data kualitatif yang dapat dihitung
untuk pencatatan dan analisis. Contoh dari data atribut adalah ketiadaan label pada kemasan
produk, kesalahan proses administrasi buku tabungan nasabah, banyaknya jenis cacat pada
produk dan lain-lain. Data atribut diperoleh dalam bentuk unit-unit ketidaksesuaian dengan
spesifikasi atribut yang ditetapkan. Atribut dalam pengendalian kualitas menunjukkan
karakteristik kualitas yang sesuai dengan spesifikasi. Atribut digunakan apabila ada
pengukuran yang tidak memungkinkan untuk dilakukan misalnya goresan, kesalahan warna,
atau ada bagian yang hilang. Selain itu, atribut digunakan apabila pengukuran dapat dibuat
tetapi tidak dibuat karena alasan waktu, biaya, atau kebutuhan. Pengendalian kualitas proses
statistic untuk data atribut ini digunakan sebagai pengganti pengendali kualitas proses
statistik untuk data variabel.
Grafik pengendali kualitas proses statistik data atribut dapat digunakan pada semua
tingkatan dalam organisasi, perusahaan, dan mesin-mesin. Grafik pengendali kualitas proses
statistik data atribut juga dapat membantu mengidentifikasi akar permasalahan baik pada
tingkat umum maupun pada tingkat yang lebih mendetail.
Ada dua kelompok grafik pengendali proses statistik data atribut, yaitu yang
berdasarkan distribusi binomial dan distribusi poisson. Kelompok pengendali untuk unit-unit
ketidaksesuaian, didasarkan pada distribusi binomial seperti p-chart yang menunjukkan
proporsi ketidaksesuaian dalam sampel atau sub kelompok yang ditunjukkan dengan bagian
atau persen. Sedangkan yang berdasarkan distribusi poisson, terdapat c-chart dan u-chart.
Untuk menyusun grafik pengendali proses statistik untuk data atribut diperlukan beberapa
langkah sebagai berikut.
1. Menentukan sasaran yang akan dicapai
Sasaran ini akan mempengaruhi jenis pada pengendali kualitas proses statistik data atribut
yang harus digunakan. Hal ini tentu saja dipengaruhi oleh karakteristik kualitas suatu produk
dan proses, apakah proporsi atau banyaknya ketidaksesuaian dalam sampel atau sub
kelompok, ataukah ketidaksesuaian dari suatu unit setiap kali mengadakan observasi.
2. Menentukan banyaknya sampel dan banyaknya observasi
Banyaknya sampel yang diambil akan mempengaruhi jenis grafik pengendali di samping
karakteristik kualitasnya.
3. Mengumpulkan data

4
 Data yang dikumpulkan tentu disesuaikan dengan jenis peta pengendali. Misalnya suatu
perusahaan atau organisasi menggunakan p-chart, maka data yang dikumpulkan juga harus
diatur dalam bentuk proporsi kesalahan terhadap banyaknya sampel yang diambil.
4. Menentukan garis
Menentukan garis tengah dan batas-batas pengendali pada masing-masing grafik
pengendali biasanya menggunakan ±3σ sebagai batas-batas pengendalinya.
5. Merevisi garis tengah dan batas-batas pengendali
Revisi terhadap garis pusat dan batas-batas pengendali dilakukan apabila dalam grafik
pengendali kualitas proses statistik untuk data atribut terdapat data yang berada di luar batas
pengendali statistik (out of statistical control) dan diketahui kondisi tersebut disebabkan
karena penyebab khusus. Demikian pula data yang berada di bawah garis pengendali bawah
apabila ditemukan penyebab khusus di dalamnya tentu juga diadakan revisi.

Jenis-jenis kontrol chart atribut :

1. P Chart. Digunakan untuk mengukur proporsi ketidaksesuaian dari item-item dalam

kelompok yang sedang diinspeksi. Digunakan untuk mengendalikan proporsi produk
cacat yang dihasilkan dalam suatu proses. Proporsi yang tidak memenuhi syarat
merupakan rasio banyaknya item yang tidak memenuhi syarat dalam suatu kelompok
terhadap total banyaknya item dalam kelompok tersebut. Jika item tersebut tidak
standar pada satu atau lebih karakteristik yang diperiksa maka item itu digolongkan
tidak memenuhi syarat.

Pengendali proporsi kesalahan (p-chart) dan banyaknya kesalahan (np-chart) digunakan

untuk mengetahui apakah cacat produk yang dihasilkan masih dalam batas yang disyaratkan.
Perbandingan antara banyaknya cacat dengan semua pengamatan, yaitu setiap produk yang
diklasifikasikan sebagai “diterima” atau “ditolak” (yang diperhatikan banyaknya produk
cacat).

Peta pengendali proporsi digunakan bila kita memakai ukuran cacat berupa proporsi
produk cacat dalam setiap sempel yang diambil. Bila sampel yang diambil untuk setiap kali
melakukan observasi jumlahnya sama maka kita dapat menggunakan peta pengendali
proporsi kesalahan (p-chart) maupun banyaknya kesalahan (np-chart). Namun bila sampel
yang diambil bervariasi untuk setiapkali melakukan observasi berubah-ubah jumlahnya atau
memang perusahaan tersebut akan melakukan 100% inspeksi maka kita harus menggunakan
peta pengendali proporsi kesalahan (p-chart).

Bila sampel yang diambil untuk setiap kali observasi jumlahnya selalu sama atau konstan,
maka
langkah-langkah pembuatan peta kendali - p adalah sebagai berikut:

5
  Tentukan ukuran contoh/subgrup yang cukup besar (n > 30),

 Kumpulkan banyaknya subgrup (k) sedikitnya 20–25 sub-grup,

 Hitung untuk setiap subgrup nilai proporsi unit yang cacat, yaitu :
𝑥
P=𝑛

Dimana
p = proporsi kesalahan dalam setiap sampel
x = banyaknya produk yang salah dalam setiap sampel
n = banyaknya sampel yang diambil dalam inspeksi

 Hitung nilai rata-rata dari p, yaitu p dapat dihitung dengan :

𝑡𝑜𝑡𝑎𝑙 𝑝𝑟𝑜𝑑𝑢𝑘 𝑐𝑎𝑐𝑎𝑡

p = 𝑡𝑜𝑡𝑎𝑙 𝑝𝑟𝑜𝑑𝑢𝑘 𝑑𝑖𝑖𝑛𝑠𝑝𝑒𝑘𝑠𝑖

 Hitung batas kendali CL, UCL dan LCL dari peta kendali p :

Catatan:

UCL = Upper Control Limit / Batas Pengendalian Atas (BPA)

LCL = Lower Control Limit / Batas Pengendalian Bawah (BPB)

 Plot data proporsi (persentase) unit cacat serta amati apakah data tersebut berada
dalam pengendalian atau diluar pengendalian.

Peta Kendali (Control Chart) p (p Chart) Untuk Jumlah Sampel Bervariasi

Seperti telah dikatakan pada pembahasan p Chart untuk jumlah sampel konstan, Peta
pengendali proporsi (p chart) digunakan bila kita memakai ukuran cacat berupa proporsi
produk cacat dalam setiap sampel yang diambil. Bila sampel yang diambil bervariasi untuk
setiapkali melakukan observasi atau jumlah sampel berubah-ubah jumlahnya atau memang
perusahaan tersebut akan melakukan 100% inspeksi maka kita harus menggunakan peta

6
pengendali proporsi kesalahan (p-chart).

Pengguna sampel yang besarnya bervarisai tersebut selain perusahaan menggunakan

100% inspeksi atau inspeksi total, juga dapat disebabkan karena kurangnya karyawan dan
biaya.Perubahan dalam banyaknya sampel yang diambil atau ukuran sub kelompok tersebut
menyebabkan perubahan dalam batas-batas pengendali, meskipun garis pusatnya tetap.
Apabila ukuran sampel atau sub kelompok yang digunakan pada setiap kali observasi naik
atau lebih banyak, maka batas-batas pengendali menjadi lebih rendah.

Namun apabila banyaknya sampel atau sub kelompok yang digunakan pada setiap kali
observasi turun atau berkurang, maka batas-batas pengendali menjadi lebih tinggi atau
meningkat. Kondisi ini dapat mempengaruhi karakteristik kualitas proses produksi yang
dimiliki perusahaan. Hal inilah yang merupakan kelemahan dalam pengendalian kualitas
proses statistik untuk data atribut.

Untuk banyaknya sampel yang bervariasi peta pengendali yang digunakan pasti hanya
peta pengendali proporsi kesalahan (p-chart), bukan banyaknya kesalahan (np-chart). Namun
peta pengendali proporsi kesalahan tersebut mempunyai tiga pilihan model, yaitu
menggunakan peta pengendali model harian atau individu, peta pengendali model rata-rata,
dan peta pengendali dengan model yang di buat menurut aturan banyaknya sampel
berdasarkan pertimbangan perusahaan (Mitra,1993).

 Menggunakan peta pengendali model harian/individu:

Peta pengendali model harian atau individu ini dibuat untuk setiap observasi. Oleh
karenanya, perusahaan akan mempunyai beberapa batas pengendali atas dan beberapa batas
pengendali bawahnya dalam peta pengendali proporsi kesalahan untuk kualitas produksinya.
Keunggulan peta pengendali proporsi kesalahan model harian atau individu (chart individu)
ini adalah ketepatannya dalam memutuskan apakah sampel berada di dalam atau diluar batas
pengendaliannya.

Rumus Penentuan garis pusat p chart dengan jumlah sampel bervariasi model harian/ individu
adalah sbb

7
Dimana :
Pi = proporsi kesalahan setiap sampel pada setiap kali observasi
xi = banyaknya kesalahan setiap sampel pada setiap kali observasi
ni = banyaknya sampel yang diambil pada setiap kali observasi yang selalu bervariasi
g = banyaknya observasi

Sedangkan rumus batas pengendali atas (UCL) dan batas pengendali bawah (LCL) p chart
sampel bervariasi model harian/ individu adalah :

Kemudian menghitung rata-rata nilai UCL dan LCL untuk p chart sampel bervariasi model
harian/ individu dengan rumus

 Menggunakan peta pengendali model rata-rata:

Peta pengendali proporsi kesalahan model rata-rata adalah bentuk yang lebih sederhana, lebih
cepat, dan lebih mudah daripada model individu atau harian. Peta prngendali model ini juga
lebih banyak digunakan daripada peta pengendali proporsi kesalahan model individu atau
harian. Namun, peta pengendali proporsi kesalahan model individu atau harian ini lebih tepat
dibandingkan dengan dengan model rata-rata. Penyusunan garis pusat (CL) untuk peta
pengendali proporsi kesalahan (p chart) sampel bervariasi model rata-rata ini adalah:

8
Batas pengendali atas dan batas pengendali bawahnya adalah :

 Menggunakan peta pengendali dengan pertimbangan perusahaan

Peta pengendali proporsi kesalahan dengan pertimbangan perusahaan yang dimaksud adalah
dengan mengambil sampel yang jumlahnya ditetapkan oleh perusahaan, misalnya 100, 200,
300 dan sebagainya. Bila ternyata sampel mendekati jumlah yang ditetapkan perusahaan
maka digunakan peta pengendali yang terdekat.

Misal diambil sampel 130 unit maka peta pengendali yang digunakan adalah peta pengendali
berdasar nilai n = 100. Bila yang diambil 340 unit maka peta pengendali yang digunakan
adalah peta pengendali berdasar nilai n = 300 dan seterusnya. Rumus yang digunakan untuk
menentukan garis pusat, batas pengendali atas dan batas pengendali bawahnya sama dengan
kedua model sebelumnya.

Selanjutnya, dari ketiga model peta pengendali proporsi dengan sampel bervariasi tersebut
semuanya tentu menghasilkan hasil penilaian hasil kualitas proses yang sama. Biasanya,
perusahaan menggunakan model kedua (rata-rata) sebagai awal pengujian. Bila ternyata dari
hasil observasi yang dilakukan terdapat data yang berbeda diluar batas pengendalian yang
disebabkan karena penyebab khusus (assignable cause) maka perlu dilakukan perbaikan
dengan ketentuan 4 p. Menurut mitra (1993) dan Basterfield (1998), ketentuan 4 p tersebut
adalah:

1. Bila LCL < pi < UCL dan ni < n menggunakan peta pengendali rata-rata

9
 2. Bila LCL < pi < UCL dan ni > n manggunakan peta pengendali individu
3. Bila pi < LCL atau pi > UCL dan ni > n menggunakan peta pengendali
rata_rata
4. Bila pi < LCL atau pi > UCL dan ni < n Menggunakan peta pengendali
individu

2. NP Chart. Diagram kontrol NP chart mirip dengan diagram kontrol P, tetapi pada
diagram kontrol NP terjadi perubahan skala pengukuran. Diagram kontrol NP
menggunakan ukuran banyaknya item yang tidak memenuhi spesifikasi atau
banyaknya item yang tidak sesuai dalam suatu pemeriksaan. Diagram kontrol NP dan
P dapat digunakan untuk situasi sebagai berikut ; data banyak item yang tidak sesuai
adalah lebih bermanfaat dan mudah untuk diinteprestasikan dalam pembuatan laporan
dibandingkan dengan data proporsi, ukuran contoh (n) bersifat konstan dari waktu ke
waktu.
3. C Chart. Suatu item yang tidak memenuhi syarat atau yang cacat dalam proses
pengendalian kualitas didefinisikan sebagai tidak memenuhi satu atau lebih
spesifikasi standar untuk item tersebut maka item tersebut akan dikategorikan cacat
atau tidak memenuhi syarat. penggolongan produk cacat berdasarkan kriteria di atas
kadang-kadang untuk jenis produk tertentu dianggap kurang representatif, karena
mungkin saja suatu produk masih dapat berfungsi dengan baik walaupun satu atau
lebih titik spesifikasi yang tidak memenuhi spesifikasi. Contohnya : perakitan
komputer. Jika terdapat banyak titik lemahnya maka tentu saja produk tersebut perlu
dikategorikan sebagai produk cacat atau tidak memenuhi syarat. Hal ini berarti bahwa
perusahaan memberikan toleransi atas kelemahan pada satu atau beberapa titik
spesifikasi yang tidak memenuhi syarat sepanjang tidak mempengaruhi fungsi dari
produk tersebut. Oleh karenanya diagram kontrol yang sesuai adalah diagram kontrol
C atau C chart yang didasarkan pada banyaknya titik spesifik yang tidak memenuhi
syarat dalam suatu item.
4. U chart. Diagram kontrol U mengukur banyaknya ketidak sesuaian (titik spesifik) per
unit laporan inspeksi dalam periode yang mungkin memiliki ukuran contoh
(banyaknya item yang diperiksa). Mirip dengan diagram kontrol kecuali pada
banyaknya ukuran sampel yang digunakan. Pada diagram kontrol C memilki ukuran
sampel pada setiap kali pengamatan adalah satu buah,sedangkan pada diagram kontrol
U ukuran sampel dapat bervariasi pada setiap kali pengamatan. Sehingga dapat

10
 dikatakan bahwa diagram kontrol U dapat digunakan apabila ukuran contoh lebih dari
satu unit atau mungkin bervariasi dari waktu ke waktu.

8 Kategori adanya pola yang Out of Control pada special Cause yang menunjukan
bahwa proses belum stabil secara statistik (Uncontrolled)

a. Dua titik berada lebih dari 3 sigma dari garis tengah.

b. Sembilan titik berada pada lajur baris yang sama dari center line.

c. Enam titik pada gambar kecenderungannya semuanya naik atau turun.

d. Keempat belas titik yang terdapat pada gambar naik dan turun.

11
 e. Titik-titik yang dilingkari berada lebih dari 2 sigma pada CL.

f. Titik-titik yang dilingkari melebihi 1 sigma dari CL.

g. Kelima belas titik berada pada batas 1 sigma dari CL.

h. Kedelapan titik yang dilingkari melebihi 1 sigma dari CL..

B. Control Chart untuk Data Variabel

Ada dua jenis control chart menurut data yang digunakan yaitu control chart untuk data
variabel dan control chart untuk data atribut. Untuk data hasil pengukuran atau data variabel
maka control chart yang biasa digunakan adalah control chart – R dan – R. Selain
ditentukan oleh jumlah observasi yang dilakukan control chart juga dapat ditentukam oleh
karakteristik kualitas sesuai dengan yang diinginkan konsumen.

12
2.4 Contoh Penerapan Control Chart
a. Aplikasi six sigma pada pengujian kualitas produk di UKM Keripik Apel Tinjuan Dari
Aspek
Pembuatan Peta Kontrol X dan R
Pembuatan peta kendali X dan R dilakukan untuk mengetahui apakah proses spinning
sudah terkendali atau belum. Hasil pengukuran data remukan keripik apel per 100 g untuk
pembuatan peta kontrol X dan R menunjukkan garis tengah pada peta kontrol X berada pada
36,72 dan garis tengah pada peta control R berada pada 10,53. Hal tersebut menunjukkan
bahwa proses pengukuran remukan keripik apel kemasan 100 g dalam keadaan terkendali dan
tidak ada titik-titik yang berada di luar batas-batas kontrol yang menunjukkan adanya outlier
(data pencilan), proses berjalan dengan stabil atau masih dalam keadaan terkendali dan tidak
ada kelebihan variabilitas dalam proses pengukuran tersebut.
Menurut Lindsay dan Evans (2007), jika nilai sampel jatuh di luar batas pengendalian
atau jika pola yang tidak acak terjadi di dalam diagram, maka itu berarti bahwa penyebab
khusus mempe-ngaruhi proses tersebut dan dikatakan proses tidak stabil, sehingga perlu dila-
kukan perbaikan dengan cara membuang outlier.
b. Contoh penerapan control chart pada industri pangan
Berikut adalah salah satu contoh penerapan control chart dalam industri pangan.
Dalam penelitian ini peneliti menggunakan metode control chart (peta kendali). Control
Chart adalah suatu alat yang secara grafis digunakan untuk memonitor dan mengevaluasi
apakah suatu aktivitas/ proses berada dalam pengendalian kualitas, menjelaskan nilai-nilai
statistik dari cacat keluaran yang dilengkapi batas atas, garis tengah dan batas bawah
(Haming dan Nurnajamuddin, 2012). Produk cacat dapat disebabkan karena berbagai hal di
antaranya, produk cacat yang disebabkan oleh sulitnya pengerjaan dan kurangnya
pengendalian dalam perusahaan. Salah satu perusahaan yang memproduksi produk yang
rentan mengalami kecacatan adalah PT. Ital Fran’s Multindo Food Industries.
PT. Ital Fran’s Multindo Food Industries adalah suatu perusahaan yang
memproduksi produk makanan tepatnya roti Bakery yang sering dikenal dengan sebutan
Fran’s Bakery, yang berlokasi di Desa Kaba-Kaba Tabanan. Perusahaan ini memproduksi
aneka jenis Bakery yang ditampilkan dalam berbagi bentuk, jenis serta rasa dengan tujuan
agar konsumen tertarik untuk membeli dan merasa puas dengan apa yang telah disajikan oleh
perusahaan. Jenis produk roti yang diproduksi seperti, roti manis, roti tawar, cake, pastry,
donat. Dalam proses produksi, terkadang apa yang diharapkan tidak sesuai dengan kenyataan,

13
 seperti adanya produk cacat yang didapat saat proses produksi ataupun saat pengepakan
barang.
Hasil analisis dengan alat pengendalian kualitas yaitu control chart terhadap produk
cacat yang ada pada PT. Ital Fran’s Multindo Food Industries tahun 2013 dengan bantuan
Software SPSS (Statistical Program Sosial Science) 16.0 mengalami fluktuasi di setiap
bulannya. Dapat dilihat pada gambar 4.1, masih adanya titik-titik yang berada di luar batas
kendali. Terdapat 1 titik yang berada di luar batas kendali atas (UCL) yaitu pada bulan
Desember dan 11 titik yang berada diantara batas kendali atas (UCL) dan batas kendali
bawah (LCL) yaitu pada bulan Januari sampai November. Dapat dikatakan bahwa proses
produksi pada PT. Ital Fran’s Multindo Food Industries tahun 2013 masih dalam batas
pengendalian, namun proses produksi belum dikatakan sempurna, karena titik-titik yang
berada diantara UCL dan LCL tidak sejajar atau lurus dengan Central Line (CL)/ garis pusat
atau tengah dan juga terdapat satu titik yang melewati batas UCL, hal ini sesuai dengan
teori UCL ≤ p ≤ LCL (Haming dan Nurnajamuddin, 2012) yang berarti p lebih besar atau
sama dengan UCL dan p lebih kecil atau sama dengan LCL. Untuk membuat semua proses
berada di dalam batas kendali masih diperlukan langkah antisipasi.
c. Contoh lainnya dalam penerapan control chart pada industri pangan
Dalam pengendalian mutu pada dasarnya dilakukan perbandingan keluaran proses
dengan ketentuan yang telah ditetapkan, Dalam prakteknya dapat dilakukan degan
menggunakan diagram pengendalian (control chart) sehingga dapat diketahui kapan suatu
keadaan dikatakan masih dalam kendali (in control) yang tidak memerlukan perubahan, dan
kapan dikatakan di luar kendali (out of control) sehingga memerlukan perubahan atau
pengaturan kembali.
Sebagai contoh penerapan metode control chart pada sebuah perusahaan industry
pangan, control chart ( bagankendali ) dapat digunakan untuk menjaga agar produk tetap
dalam tingkat mutu yang diinginkan. Hal ini dapat dicapai melalui perencanaan mutu produk
yang sesuai dengan spesifikasi yang diinginkan konsumen, penggunaan alat dan prosedur
pengujian yang benar. Pemeriksaan serta tindakan korektif apabila terdapat penyimpangan
produk dari standard atau spesifikasi yang sudah ditetapkan dalam perencanaan. Pemilihan
bahan, kondisi proses dan peralatan yang sesuai merupakan hal yang perlu diperhatikan
dalam suatu industri.

14
15
 DAFTAR PUSTAKA

Anonim 2013. http://en.wikipedia.org/wiki/Control_chart#History Diakses pada tanggal 18

Oktober 2016. Palembang
.
Haming, Murdifin dan Nurnajamuddin, Mahfud. 2012. Manajemen Produksi Modern (Operasi
Manufaktur dan Jasa Buku 2). Jakarta: PT. Bumi Aksara.

Satria, Oka. 2007. http://okasatria.blogspot.co.id/2007/12/teori-dasar-statistical-process-

control.html, diakses pada tanggal 18 Oktober 2016

Angelica. 2009. http://flyangeldiary.blogspot.co.id/2009/07/7-metode-pengendalian-mutu.html,

diakses pada tanggal 18 Oktober 2016

Manajemen Kualitas. 2016. https://sites.google.com/site/kelolakualitas/p-Chart/Contoh-p-Chart-

Sampel-Bervariasi, diakses pada tanggal 18 Oktober 2016

16