PROPOSAL TUGAS AKHIR

PENGENDALIAN KUALITAS CRUDE

PALM OIL PADA METODE
STATISTICAL PROCESS CONTROL
DENGAN MENGGUNAKAN
INDIVIDUAL MOVING RANGE (I-MR)
CHART

Suhandayu Novianto

NIM. 02151020

Muhammad Azka, S.Si., M.Sc.

Syalam Ali Wira Dinata Simatupang, S.Si., M.Si.

Program Studi Matematika

Jurusan Matematika dan Teknologi Informasi
Institut Teknologi Kalimantan
Balikpapan, 2019
 LEMBAR PERSETUJUAN

Proposal Tugas Akhir dengan judul :

“PENGENDALIAN KUALITAS CRUDE PALM OIL PADA METODE

STATISTICAL PROCESS CONTROL DENGAN MENGGUNAKAN
INDIVIDUAL MOVING RANGE (I-MR) CHART”

Yang disusun oleh :

Suhandayu Novianto
NIM. 02151020

Telah diperiksa dan disetujui oleh

dosen pembimbing :

Dosen Pembimbing Utama Dosen Pembimbing Pendamping

Muhammad Azka, S.Si., M.Sc. Syalam Ali Wira Dinata S, S.Si., M.Si
NIPH. 10115046 NIP. 198902112019031009

i
 KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa atas berkat dan anugerah -Nya
sehingga kami dapat menyelesaikan proposal tugas akhir yang berjudul :

“PENGENDALIAN KUALITAS CRUDE PALM OIL PADA METODE

STATISTICAL PROCESS CONTROL DENGAN MENGGUNAKAN
INDIVIDUAL MOVING RANGE (I-MR)”

Proposal tugas akhir ini merupakan salah satu syarat yang harus ditempuh untuk
menyelesaikan Program Sarjana di Program Studi Matematika Jurusan Matematika dan
Teknologi Informasi, Institut Teknologi Kalimantan (ITK) Balikpapan. Untuk itu kami
mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Allah SWT yang telah memberikan rahmat-Nya, sehingga penulis dapat

menyelesaikan Proposal Tugas Akhir ini
2. Bapak Muhammad Azka, S.Si., M.Sc. selaku dosen pembimbing utama
3. Bapak Syalam Ali Wira Dinata Simatupang, S.Si., M.Si selaku dosen pembimbing
pendamping
4. Ibu Kartika Nugraheni, S.Si., M.Si. selaku Koordinator Tugas Akhir Program Studi
Matematika Jurusan Matematika dan Teknologi Informasi ITK.
5. Bapak/Ibu Dosen dan Tenaga Kependidikan Program Studi Matematika, Jurusan
Matematika dan Teknologi Informasi ITK.
6. Kedua orang tua dan keempat adik penulis serta keluarga besar yang selalu memberikan
doa dan dukungan kepada penulis.
7. Teman-teman prodi Matematika ITK Angkatan 2015, serta teman-teman ITK
angkatan 2015 yang senantiasa mendukung dan memberi semangat kepada penulis.
8. Teman-teman terkhusus dari ITK angkatan 2015 (Teguh, Sarani, Sabran, Amel,
Rahmat, Adinda, Chairunnisa, Ria, Titis, Jeperson) yang telah membantu serta
memberi semangat kepada penulis
9. Serta semua pihak yang terlibat dalam penyusunan proposal tugas akhir ini.
Penulis menyadari bahwa proposal tugas akhir ini tidak sempurna, karenanya saya
sebagai penulis berharap kepada pembaca dapat memberikan kritik dan saran yang

ii
membangun nantinya. Semoga tugas akhir ini dapat bermanfaat bagi kita semua dan
menjadi amal jariyah bagi kita semua. Atas perhatiannya kami ucapkan terima kasih.

Balikpapan, September 2019

Penyusun

iii
 PENGENDALIAN KUALITAS CRUDE PALM OIL PADA METODE
STATISTICAL PROCESS CONTROL DENGAN MENGGUNAKAN
INDIVIDUAL MOVING RANGE (I-MR)

Nama Mahasiswa : Suhandayu Novianto

NIM : 02151020
Dosen Pembimbing Utama : Muhammad Azka, S.Si., M.Sc.

Dosen Pembimbing Pendamping : Syalam Ali Wira Dinata Simatupang, S.Si., M.

ABSTRAK

iv
 DAFTAR ISI

LEMBAR PERSETUJUAN............................................................................................................ i
KATA PENGANTAR ................................................................................................................... ii
ABSTRAK ..................................................................................................................................... iv
DAFTAR ISI ................................................................................................................................... v
DAFTAR GAMBAR ..................................................................................................................... vii
DAFTAR TABEL ......................................................................................................................... vii
DAFTAR NOTASI ...................................................................................................................... viii
BAB I PENDAHULUAN ............................................................................................................... 1
1.1 Latar Belakang ............................................................................................................... 1
1.2 Rumusan Masalah .......................................................................................................... 2
1.3 Tujuan Penelitian ........................................................................................................... 2
1.4 Manfaat Penelitian ......................................................................................................... 2
1.5 Batasan Masalah ............................................................................................................. 3
1.6 Kerangka Penelitian ....................................................................................................... 4
BAB II TINJAUAN PUSTAKA ................................................................................................... 5
2.1 Kelapa Sawit ................................................................................................................... 5
2.2 Pengendalian Kualitas .................................................................................................... 6
2.3 Analisa Pengendalian mutu ........................................................................................... 7
2.4 Statistical Process Control ............................................................................................... 7
2.5 Data Variabel .................................................................................................................. 8
2.7 Alat Bantu Statistical Process Control ........................................................................... 9
2.8 Peta Kontrol Untuk Data Variabel .............................................................................12
2.9 Peta Kendali Untuk Data Atribut ...............................................................................14
2.10 Diagram Kendali Individual dan Moving Range ........................................................15
2.11 Diagram Kendali MR ...................................................................................................16
2.12 Peta Kontrol Revisi .......................................................................................................17
2.13 Kapabilitas Proses (Cp)................................................................................................18
2.14 Penelitian Terdahulu ....................................................................................................19
BAB III METODOLOGI PENELITIAN ..................................................................................20
3.1 Prosedur Penelitian ......................................................................................................20

v
 3.2 Diagram Alir Penelitian ...............................................................................................22
3.3 Variabel Penelitian .......................................................................................................23
3.4 Rencana Jadwal Penelitian ..........................................................................................23
Daftar Pustaka ..............................................................................................................................25

vi
 DAFTAR GAMBAR
Gambar 1.1 Diagram Fish Bone Kerangka Penelitian ………………………………………………5

Gambar 2.1 Bagan atas Kendali Out of Control ………………………………………2

Gambar 3.1 Diagram Alir Penelitian………………………………………………..…….23

vii
 DAFTAR TABEL

Tabel 3.2 Rencana Jadwal Penelitian............................................................................... 24

vii
 DAFTAR NOTASI

Variabel Keterangan
n Jumlah data subgroup
MRi Moving-range pada subgroup ke-i
̅̅̅̅̅
𝑀𝑅 Rata-rata dari moving-range
xi Parameter kualitas produk pada subgroup ke-i
GT Garis tengah atau central line
BKA Batas kendali atas atau upper control limit
BKB Batas kendali bawah atau lower control limit
D3, D4 Faktor pada tabel dengan n minimal (𝑛 = 2)
𝑅̅ Jumlah rata-rata rentang subgroup
𝑋̿ Jumlah rata-rata dari nilai rata-rata subgroup
𝐴2 Nilai koefisien
g Jumlah subgroup

viii
 BAB I

PENDAHULUAN

Bab ini berisi penjelasan mengenai latar belakang dilanjutkan dengan

perumusan masalah, tujuan peneitian, batasan-batasan masalah, manfaat penelitian,
dan kerangka penelitian yang akan dilakukan.

1.1 Latar Belakang

Kualitas suatu produk merupakan suatu hal yang benar-benar harus
diperhatikan jika suatu perusahaan menginginkan produknya dapat diterima dengan
baik oleh konsumennya. Kepuasan konsumen sangat ditentukan oleh produk yang
dibelinya, dan kepuasan tersebut salah satunya diperoleh dari kualitas produk. Dengan
demikian produk yang memiliki kualitas yang rendah akan menyebabkan ketidak
puasan konsumen. Sebagai sebuah unit bisnis, pabrik kelapa sawit (PKS) juga harus
dapat menghasilkan produk dengan kualitas yang tinggi, karena akan meningkatkan
nilai tambah khususnya pada Crude Palm Oil (CPO) (Azzuhdan, dkk, 2014).
Permasalahan yang sering terjadi pada pabrik CPO adalah penurunan mutu
CPO yang disebabkan oleh peningkatan kadar asam lemak bebas (ALB) (Free Fatty
Acid) beserta kadar air (Moisture) dan kotoran (dirt). Kadar Asam Lemak Bebas yang
tinggi menyebabkan bau, perubahan rasa dan warna pada minyak. Salah satu faktor
penyebab meningkatnya kadar asam lemak bebas pada minyak adalah kerusakan
morfologi dan mikroorganisme pada buah kelapa sawit. Kerusakan pada buah kelapa
sawit dipicu oleh proses panen, pengangkutan hingga penimbunan buah kelapa sawit
yang dilakukan secara tidak benar atau keterlambatan dalam pengolahan buah kelapa
sawit. Buah kelapa sawit yang mengalami kerusakan morfologi (fisik) dan
ditempatkan di lingkungan yang kotor serta lembab sangat cocok untuk tempat
pertumbuhan mikroorganisme. Aktivitas mikroorganisme pada buah kelapa sawit
sangat berpengaruh terhadap peningkatan kadar ALB minyak. Mikroorganisme
menghasilkan enzim Lipase yang berfungsi sebagai biokatalisator reaksi hidrolisis
minyak menghasilkan gliserol dan asam lemak bebas (Maimun, dkk, 2018).

1
 Dengan demikian dibutuhkan suatu alat atau metode yang dapat digunakan
sebagai alat pengendalian. Di dalam konsep pengendalian kualitas, metode statistical
process control (SPC) dapat digunakan sebagai metode yang efektif untuk
menyelesaikan masalah kinerja proses manufaktur (Rachman, 2017). Melakukan
pengukuran kualitas pada SPC dapat digunakan peta kendali shewhart (shewhart
control chart). Salah satu peta kendali yang dapat digunakan adalah peta kendali untuk
pengukuran individual, yaitu individual moving Range (I-MR) chart, yang terdiri dari
peta individual (x-chart) dan peta moving range (MR-chart). Menurut Montgomery
(2009), peta ini digunakan apabila data pengukuran yang didapatkan dalam setiap sub-
group hanya satu Pada data harian produksi pabrik, umumnya hasil analisis FFA
produksi merupakan data tunggal. Dalam kondisi yang demikian individual moving
range (I-MR) chart sangat tepat untuk digunakan sebagai alat pengendalian FFA,
Moisture dan Dirt tersebut. Demikian pula halnya untuk data-data kualitas lainnya
yang berupa data tunggal dapat dilakukan pengendalian dengan peta kendali ini
(Hudori, 2015).

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas maka pokok
permasalahan adalah bagaimana cara pengendalian kualitas Crude Palm Oil dengan
menggunakan alat bantu statistik Statistical Process Control (SPC) pada peta kendali
individual moving Range (I-MR) chart.

1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mendapatkan hasil pengendalian
kualitas Crude Palm Oil dengan menggunakan alat bantu Statistical Process Control
(SPC) pada peta kendali individual moving Range (I-MR).

1.4 Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut:
1. Menambah wawasan dan dapat diaplikasikan ilmu-ilmu matematika
dalam bidang statistik khususnya pada metode Statistical Process
Control.

2
 2. Memberikan informasi dan pengetahuan kepada pembaca mengenai
Statistical Process Control terhadap kualitas minyak mentah kelapa sawit
Crude palm Oil.

1.5 Batasan Masalah

1. Karakteristik kualitas yang diteliti dibatasi hanya untuk karakteristik
kualitas yang berlaku pada minyak mentah kelapa sawit
2. Syarat mutu yang diteliti adalah kadar asam lemak bebas, kadar air,
kotoran
3. Pengendalian ALB, kadar air, dan kotoran yang terjadi di PKS selama
proses pengolahan TBS (tandan buah segar) berlangsung setiap harinya.

3
1.6 Kerangka Penelitian
Kerangka penelitian akan dijelaskan pada diagram fish bone

Permasalahan Metode

individual
moving Range
Palm Oil
Peningkatan kadar (I-MR) Chart
asam lemak bebas,
disertai moisture dan
dirt
Pengelolaan
Pengendalian kualitas crude palm
buah kelapa
sawit oil pada metode Statistical
Process Control SPC dengan
menggunakan individual moving
Range (I-MR) Chart
M. Hudori (2015),
Pengendalian Kualitas
Crude Palm Oil (CPO) di
Pabrik Kelapa Sawit
dengan Menggunakan M Wildan Noor & Fauziyah (2016,
Individual Moving Range Pengendalian Kualitas Crude Palm Oil Perusahaan
(I-MR) Chart Minyak Kelapa Sawit PT. Kalimantan Sanggar
Pusaka Dalam Upaya Mengendalikan Tingkat
Kerusakan Produk Menggunakan Alat Bantu
Statistical Process Control

Penelitian Terdahulu

Gambar 1.1 Diagram Fish Bone Kerangka Penelitian

4
 BAB II

TINJAUAN PUSTAKA

Bab ini berisi penjelasan mengenai beberapa tinjauan pustaka dan dasar teori
sebagai acuan serta penunjang penelitian.

2.1 Kelapa Sawit

Tanaman kelapa sawit (Elaeis guineensis Jacq) merupakan tumbuhan tropis
golongan palma yang termasuk tanaman tahunan. Tanaman ini adalah tanaman
berkeping satu yang masuk dalam genus Elais, family Palmae, kelas divisio
Monocotyledonae, subdivisio Angiospermae dengan divisio Spermatophyta. Nama
Elaeis berasal dari kata Elaion yang berarti minyak dalam bahasa Yunani, guineensis
berasal dari kata Guinea yang berarti Afrika. Jacq berasal dari nama botanis Amerika
yang menemukannya, yaitu Jacquine (Pasaribu, 2004a).
Tanaman kelapa sawit (Elaeis guineensis Jacq) merupakan tanaman yang
berasal daari Afrika barat, terutama disekitar angola sampai Senegal. Saat ini, minyak
sawit merupakan salah satu dari sekitar 17 minyak makan yang diperdagangkan secara
global dengan standar mutu dan keamanan pangan diatur dan diakui oleh Alimentarius
Comission (biasa disebut CODEX saja), adalah dunia bentukan bersama antra FAO
dan WHO untuk tujuan mengembangkan standar mutu dan keamanan pangan,
sehingga bisa melindungi kesehatan konsumen dan sekaligus menjamin praktek
perdagangan yang jujur. Karena itu di pasar dunia minyak sawit bisa ditemukan
sebagai bahan baku pada berbagai produk yang dipakai luas oleh konsumen global
(Hariyadi, 2014).
Kelapa sawit dapat tumbuh dengan baik pada daerah beriklim tropis dengan
curah hujan 2000 mm/tahun dan kisaran suhu 22-33°C. Tanaman kelapa sawit baru
dapat berproduksi setelah berumur sekitar 30 bulan. Buah yang dihasilkan disebut
Tandan Buah Segar (TBS) atau Fresh Fruit Bunch (FFB). Produktivitas tanaman
kelapa sawit meningkat ketika berumur 3-14 tahun dan akan menurun kembali setelah
berumur 15-25 tahun. Setiap pohon kelapa sawit dapat menghasilkan 10-15 TBS per
tahun dengan berat 30-40 kg per tandan tergantung umur tanaman. Dalam satu tandan,

5
terdapat 1000-3000 brondolan dengan berat satu brondolan berkisar 10-20 g
(Pasaribu, 2004).
Menurut Sutorus, (2011), semua komponen buah sawit dapat dimanfaatkan
secara maksimal. Buah sawit memiliki daging dan biji sawit (kernel), dimana daging
sawit dapat diolah menjadi CPO (crude palm oil) sedangkan buah sawit diolah
menjadi PK (kernel palm). Ekstraksi CPO rata-rata 20% sedangkan PK 2,5%.
Sementara itu serat dan cangkang biji sawit dapat dipergunakan sebagai bahan bakar
ketel uap. Minyak sawit dapat dipergunakan untuk bahan makanan dan industri
melalui proses penyulingan, penjernihan dan penghilangan bau atau RBDPO (Refined,
Bleached and Deodorized Palm Oil).
Di samping itu, CPO dapat diuraikan untuk produksi minyak sawit padat (RBD
Stearin) dan untuk produksi minyak sawit cair (RBD Olein). RBD Olein terutama
dipergunakan untuk pembuatan minyak goreng. Sedangkan RBD Stearin terutama
dipergunakan untuk margarin dan shortening, disamping untuk bahan baku industri
sabun dan deterjen. Pemisahan CPO dan PK dapat menghasilkan oleokimia dasar yang
terdiri dari asam lemak (fatty acid) dan gliserol. Secara keseluruhan proses
penyulingan minyak sawit tersebut dapat menghasilkan 73% olein, 21% stearin, 5%
PFAD (Palm Fatty Acid Distillate) dan 0.5% buangan. Sekarang ini CPO sudah mulai
populer digunakan sebagai bahan bakar pengganti BBM atau dikenal sebagai
biodiesel. Bahan bakar alternatif ini dibuat dari bahan baku berupa fatty acid .

2.2 Pengendalian Kualitas

Pengendalian kualitas adalah salah satu kegiatan yang banyak dilakukan di
perusahaan. Pengendalian kualitas merupakan kegiatan yang penting dalam
membangun dan mengelola operasi karena dapat membantu perusahaan dalam
memperbaiki kualitas produk, mempertahankan kualitas produk yang sudah tinggi,
dan mengurangi produk cacat (Hardianzah, 2009).

Kualitas barang atau jasa dapat berkenaan dengan keandalan, ketahanan,

waktu yang tepat, penampilan, integritas, kemurnian, individualitas, atau kombinasi
dari berbagai faktor tersebut. Kualitas dapat berbeda-beda pada setiap orang pada
waktu, khususnya kemampuan (availability), kinerja (performance), keandalan
(reliability), dan kemudahan pemeliharaan (maintainability) dan karakteristiknya
dapat diukur. Ditinjau dari sudut pandang produsen, kualitas dapat diartikan sebagai

6
kesesuaian dengan spesifikasinya. Suatu produk akan dinyatakan berkualitas oleh
produsen, apabila produk tersebut telah sesuai dengan spesifikasinya (Devani &
Wahyuni, 2017).

2.3 Analisa Pengendalian mutu

Analisis peningkatan mutu merupakan aktivitas teknik dan managemen
dimana kita mengukur karakteristik dari kualitas suatu barang atau jasa, kemudian
membandingkan hasil pengukuran dengan spesifikasi produk yang diinginkan oleh
pelanggan dan mengambil tindakan peningkatan yang tepat apabila ditemukan
perbedaan diantara kinerja aktual dan standar.
Pengendalian kualitas juga merupakan suatu metode pengumpulan dan analisis
data kualitas, serta menentukan dan menginteprestasikan pengukuran-pengukuran
yang menjelaskan tentang proses dalam suatu sistem industri untuk meningkatkan
kualitas produk guna memenuhi kebutuhan dan ekspektasi pelanggan. Dengan
demikian pengertian peningkatan dan pengendalian manajemen mutu lebih
menekankan pada aspek peningkatan proses industri dengan menggunakan data
kualitas yang dikumpulkan dan diinterprestasikan dengan menggunakan alat-alat
analisis termasuk teknik-teknik statistika (Kencana, 2009).

2.4 Statistical Process Control

SPC Merupakan penerapan metode statistik untuk pengukuran dan analisis
variasi proses. Dengan menggunakan pengendalian proses statistik, dapat dilakukan
analisis dan minimasi penyimpangan atau kesalahan, mengkuantifikasikan
kemampuan proses, dan membuat hubungan antara konsep dan teknik yang ada untuk
mengadakan perbaikan proses. Tujuan utama dalam pengendalian proses statistik
adalah mendeteksi adanya sebab khusus penyebab (assignable cause atau special
cause) dalam variasi atau kesalahan proses melalui analisis data dari masa lalu maupun
masa mendatang. Proses dikatakan dalam pengendalian statistik apabila penyebab
khusus dari penyimpangan atau variasi tersebut seperti penggunaan alat, kesalahan
operator, kesalahan dalam penyiapan mesin, kesalahan penghitungan, kesalahan
bahan baku, dan sebagainya tidak tampak dalam proses (Bissell & Montgomery,
2006).

7
 Pengendalian kualitas statistik secara garis besar digolongkan menjadi dua
yaitu pengendalian proses statistik (statistic process control) dan rencana penerimaan
sampel produk (acceptance sampling). Berdasarkan jenis data yang digunakan
pengendalian kualitas dapat dibagi atas dua golongan, yaitu pengendalian kualitas
untuk data variabel dan pengendalian kualitas untuk data atribut (Kencana, 2009).

2.5 Data Variabel

Data variabel merupaka data kuantitatif yang diukur untuk keperluan analisis.
Contoh dari data variabel karakteristik kualitas adalah diameter ban, ketebalan produk,
berat produk dan lain-lain. Ukuran-ukuran berat, panjang, tinggi, diameter, volume
biasanya merupakan data variabel.
Penggendalian kualitas statistik untuk data variabel sering disebut dengan
metode peta kendali (control chart) variabel. Manfaat pengendalian kualitas proses
untuk data variabel adalah memberikan informasi mengenai perbaikan kualitas,
menentukan kemampuan proses setelah perbaikan kualitas tercapai, membuat
kuputusan yang berkaitan dengan spesifikasi produk, membuat keputusan yang
berkaitan dengan proses produksi, dan membuat keputusan terbaru yang berkaitan
dengan produk yang dihasilkan. Peta control yang umum digunakan untuk data
variabel adalah peta X-Bar, dan peta X-MR (Kencana, 2009).

2.6 Data Atribut

Banyak karakteristik kualitas tidak dapat diklasifikasikan sesuai kuantitasnya.
Dalam suatu kasus, kita selalu mengklasifikasi tiap-tiap item yang diperiksa sebagai
data yang seragam dan data yang tidak seragam kedalam suatu spesifikasi dalam suatu
karakteristik. Karakteristik dalam jenis ini yang disebut data atribut. Data atribut
merupakan data kualitatif yang dapat dihitung untuk pencatatan dan analisis. Contoh
dari data atribut karakteristik kualitas adalah ketiadaan label pada kemasan,
banyaknya jenis cacat. Data atribut biasanya diperoleh dalam bentuk unit-unit yang
tidak sesuai dengan spesifikasi atribut yang ditetapkan. Umumnya data atribut
digunakan dalam peta kendali atau peta kontrol p, np, c, dan u (Kencana, 2009).

8
2.7 Alat Bantu Statistical Process Control
Dalam Statistical Process Control (SPC) terdapat tujuh alat kualitas dasar
(seven basic quality tools). SPC adalah salah satu perkembangan teknologi terbesar
abad kedua puluh karena itu didasarkan pada prinsip-prinsip dasar yang sehat, mudah
digunakan, memiliki dampak signifikan, dan dapat diterapkan pada proses apa pun.
Tujuh alat utamanya adalah (Bissell & Montgomery, 2006):
1. Check Sheet
Cheek sheet adalah alat yang sering digunakan untuk menghitung seberapa sering
sesuatu terjadi dan sering digunakan dalam pengumpulan dan pencatatan data.
Disajikan dalam bentuk tabel yang berisi data jumlah barang yang diproduksi dan jenis
ketidaksesuaian beserta dengan jumlah yang dihasilkan. Tujuan digunakannya cheek
sheet adalah untuk mempermudah proses pengumpulan data dan analisis, serta untuk
mengetahui area permasalahan berdasarkan frekuensi dari jenis atau penyebab dan
mengambil keputusan untuk melakukan perbaikan atau tidak.
2. Histogram
Histogram adalah suatu alat yang membantu untuk menentukan variasi dalam
proses. Berbentuk diagram batang yang menunjukan tabulasi dari data yang diatur
berdasarkan ukurannya. Tabulasi data ini umumnya dikenal dengan distribusi
frekuensi. Histogram menunjukan karakteristik-karakteristik dari data yang dibagi-
bagi berdasarkan kelas-kelas. Histogram dapat berbentuk normal atau berbentuk
seperti lonceng yang menunjukan banyak data yang terdapat pada nilai rata-ratanya.
3. Diagram Pareto
Diagram pareto pertama kali diperkenalkan oleh Alfredo Pareto dan digunakan
pertama kali oleh Joseph Juran. Diagram pareto adalah grafik balok dan grafik baris
yang menggambarkan perbandingan masing-masing jenis data terhadap keseluruhan.
Dengan memakai diagram pareto, dapat terlihat masalah mana yang dominan sehingga
dapat mengetahui prioritas penyelesaian masalah.
4. Diagram sebab-akibat (cause and effect diagram)
Diagram ini disebut juga diagram tulang ikan (fishbone chart) digunakan untuk
menganalisis persoalan dan memperlihatkan faktor-faktor utama yang berpengaruh
pada persoalan tersebut dan mempunyai akibat pada masalah yang dpelajari. Selain
itu, faktor-fakto yang berpengaruh dan mempunyai akibat pada faktor utama juga
dapat dilihat lebih terperinci melalui panah-panah yang berbentuk tulang ikan. Lima

9
faktor penyebab utama yang perlu diperhatikan untuk mencari faktor-faktor penyebab
terjadinya penyimpangan kualitas hasil kerja, yaitu :
1. Manusia (man)
2. Metode kerja (work method)
3. Mesin atau peralatan kerja lainnya (machine)
4. Bahan-bahan baku (raw material)
5. Lingkungan kerja (work environment)
5. Diagram sebar (Scatter diagram)
Scatter diagram adalah gambaran yang menunjukan kemungkinan hubungan
(kolerasi) antara pasangan dua macam variabel dan menunjukan keeratan hubungan
antara dua variabel yang sering diwujudkan sebagai koefisien kolerasi yang disajikan
dalam bentuk grafik yang menampilkan hubungan dua variabel apakah hubungan
antara dua variabel tersebut kuat atau tidak, yaitu antara faktor proses yang
mempengaruhi proses dengan kualitas produk. Pada dasarnya diagram sebar (scatter
diagram) merupakan suatu alat interpretasi data yang digunakan untuk menguji
bagimana kuatnya hubungan antara dua variabel dan menentukan jenis hubungan dari
dua variabel tersebut, apakah positif, negatif, atau tidak ada hubungan. Dua variabel
yang ditunjukan dalam diagram sebar dapat berupa karakteristik kuat dan faktor yang
mempengaruhinya.

6. Peta kontrol (control chart)

Peta kontrol adalah salah satu metode pengendalian kualitas statistik yang dapat
digunakan untuk memberi informasi dalam peningkatan atau memperbaiki kualitas.
Bentuk dasar peta kontrol merupakan pragaan grafik suatu karakteristik mutu yang
telah diukur dari suatu sampel. Peta kontrol adalah teknik pengendali proses jalur yang
digunakan secara luas untuk menyelidiki secara cepat terjadinya sebab-sebab terduga
atau proses sedemikian sehingga penyelidikan terhadap proses itu dan tindakan
perbaikan dapat dilakukan sebelum terlalu banyak unit yang tidak sesuai produksi.
Peta kontrol dapat diklasifikasikan kedalam dua tipe umum. Apabila karakteristik
kualitas dapat diukur dan dinyatakan dalam bilangan disebut dengan peta kontrrol
variabel. Dalam hal ini tepat sekali untuk melukiskan karakteristik kualitas dengan
ukuran tengah dan ukuran variabilitas. Sedangkan untuk karakteristik kualitas yang
tidak dapat diukur dengan skala kuantitatif, dimana keadaan ini dinilai sebagai data

10
yang sesuai atau tidak sesuai atas dasar pada tiap unitnya disebut peta kontrol atribut
(Bissell & Montgomery, 2006).
Peta control merupakan penggambaran secara visual mengenai mutu atau kualitas
mutu atau kualitas suatu barang atau jasa. Teknik yang paling umum dilakukan dalam
pengontrolan kualitas adalah menggunakan peta kontrol shewart. Peta kontrol shewart
berbentuk sederhana, yang terdiri dari tiga garis sejajar:
1. Garis tengah, yang menggambarkan nilai rata-rata proses.

2. Batas control atas ditarik nilai tiga kali standar deviasi diatas garis tengah.

3. Batas control bawah yangletaknya pada nilai tiga kali standar deviasi dibawah
garis tengah.

Out of control adalah suatu kondisi dimana karakteristik produk sesuai dengan
spesifikasi perusahaan ataupun keinginan konsumen dan posisinya pada peta kontrol
berada diluar batas kendali.

a. Aturan satu titik

Terdapat satu titik data yang berada diluar batas kendali, baik yang berada diluar
Upper control limit (UCL) maupun lower control limit (LCL), maka data tersebut
out of control.
b. Aturan tiga titik
Terdapat tiga titik data yang berurutan dan dua diantaranya beradah di daerah A,
baik yang berada didaerah UCL maupun LCL, maka satu dari data out of control,
yakni data yang berada paling jauh dari central control limit.
c. Aturan lima titik
Terdapat lima titik data yang berurutan dan empat diantaranya berada berurutan
didaerah B, baik yang berada didaerah Upper control limit (UCL) maupun lower
control limit (LCL), maka satu dari data tersebut out of control, yakni data yang
berada paling jauh dari central control limits.
d. Aturan delapan titik
Terdapat delapan titik data yang berurutan didaerah C dan didaerah UCL maka
suatu data tersebut out of control, yakni data yang berada aling jauh dari central
control limits.

11
 Penjelasan mengenai tipe-tipe out of control di atas, dapat diperhatikan pada
gambar di bawah ini:

UCL
a
2/3UCL
b
1/3UCL
c
CCL
c
1/3LCL
b
2/3LCL
a
LCL
Gambar 2.1 Bagan atas Kendali Out of Control
Peta kontrol dibedakan atas dua jenis data berbeda yaitu:
1. Peta kontrol Variabel
a. Peta untuk rata-rata (𝑋̅ 𝑐ℎ𝑎𝑟𝑡)
b. Peta untuk rentang (𝑅 𝑐ℎ𝑎𝑟𝑡)
c. Peta untuk standar deviasi (𝑆 𝑐ℎ𝑎𝑟𝑡)
2. Peta kontrol Atribut, terdiri dari:
a. Peta p, yaitu peta kontrol untuk mengamati proporsi atau perbandingan antara
produk yang cacat dengan total produksi.
b. Peta c, yaitu peta kontrol untuk mengamati jumlah kecacatan per total produksi
c. Peta u, yaitu peta control untuk mengamati jumlah kecacatan per unit produksi

2.8 Peta Kontrol Untuk Data Variabel

Grafik pengendalian atau peta kontrol untuk data variabel dapat digunakan
secara luas. Biasanya peta kontrol ini merupakan prosedur pengendali yang lebih
efisien dan memberikan informasi tentang proses lebih banyak, Apabila bekerja
dengan karakteristik kualitas dan variabilitasnya. Pengendalian mean tingkat kualitas
biasanya dengan grafik pengendalian mean atau peta 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 𝑥 variabilitas atau
pemencaran proses dadat dikendalikan dengan grafik pengendali untuk standar deviasi
atau peta kontrol 𝑆. Grafik pengendalian untuk rentang dinamakan peta 𝑐𝑜𝑛𝑡𝑟𝑜𝑙 𝑅.

12
1. Peta Kendali (𝑋̅ 𝑐ℎ𝑎𝑟𝑡)
Peta kendali 𝑋̅ digunakan untuk proses yang mempunyai karakteristik berdimensi
kontinu. Peta ini menggambarkan variasi harga rata-rata (mean) dari data yang
diklasifikasikan dalam suatu kelompok. Pengelompokan data ini bisa dilakukan
berdasarkan satuan waktu lainnya di mana sampel berasal dari kelompok yang
melakukan pekerjaan yang sama, dan lain-lain.
Langkah-langkah untuk membuat peta control 𝑋̅ dapat dipaparkan sebagai berikut:
a. Menentukan harga rata-rata 𝑋̅. Nilai rata-rata 𝑋̅ didapatkan dengan rumus:
𝑔
∑ 𝑋 ̅
𝑋̿ = 𝑖=1 𝑖 (2.1)
𝑔

di mana: 𝑋̿ = jumlah rata-rata dari nilai rata-rata subgroup

𝑋̅𝑖 = nilai rata-rata subgroup ke-i
g = jumlah subgroup
b. Batas kontrol untuk peta 𝑥̅ ini adalah:
Menghitung batas kontrol pada peta 𝑥̅ dapat menggunakan rumus:
Batas Kontrol Atas (BKA) = 𝑋̿ + 𝐴2 𝑅̅ (2.2)
Batas Kontrol Bawah (BKB) = 𝑋̿ − 𝐴2 𝑅̅ (2.3)

di mana: BKA = batas kontrol atas

BKB = batas kontrol bawah
𝐴2 = nilai koefisien
R = Selisih harga Xmaks dan Xmin
c. Menggambarkan Peta 𝑋 menggunakan batas kontrol dan sebaran data 𝑥̅ .
Peta ini sering digunakan sebagai dasar pembuatan keputusan mengenai penolakan
atau penerimaan produk yang dihasilkan atau diteliti.
2. Peta 𝑅 (𝑅 − 𝑐ℎ𝑎𝑟𝑡)
Peta kendali rata rata dan jarak (range) merupakan dua peta kendali yang saling
membantu dalam mengambil keputusan mengenai kualitas proses. Peta kendali jarak
(range) digunakan untuk mengetahui tingkat akurasi atau ketepatan proses yang
diukur dengan mencari range dari sampel yang diambil. Seperti halnya peta kendali
rata-rata peta kendali jarak tersebut juga digunakan untuk mengetahui dan
menghilangkan sebab yang membuat terjadinya penyimpangan.

13
 Peta kontrol 𝑅 merupakan peta untuk menggambarkan rentang data dari suatu
subgroup, yaitu data terbesar dikurangi data terkecil. Langkah-langkah penentuan
garis central, yakni sebagai berikut:
a. Menentukan rentang rata-rata
Berikut menentukan rentang rata-rata dapat digunakan dengan rumus:
𝑔
∑ 𝑅𝑖
𝑅̅ = 𝑖=1 (2.4)
𝑔

di mana : 𝑅̅ = jumlah rata-rata rentang subgroup

𝑅𝑖 = nilai rentang subgroup ke-i
g = jumlah subgroup
b. Menentukan batas-batas kontrol untuk peta 𝑅 ini adalah:
Batas Kontrol atas (BKA) = 𝐷4 . 𝑅̅ (2.5)
Batas Kontrol bawah (BKB) = 𝐷3 . 𝑅̅ (2.6)
dimana: BKA = batas kontrol atas
BKB = batas kontrol bawah
𝐷4 , 𝐷3 = nilai koefisien
c. Menggunakan garis 𝑅̅ dan garis batas kontrol pada peta serta sebaran data range
(Bissell & Montgomery, 2006).

2.9 Peta Kendali Untuk Data Atribut

Data yang diperlukan disini hanya diklasifikasikan sebagai data dalam kondisi
baik atau cacat. Seperti halnya dengan peta kontrol variabel, maka suatu proses akan
dikatakan terkendali bila data berada dalam batas-batas kontrol. Perbedaan yang ada
adalah bahwa disini karakteristik peta kendali atribut sudah mencerminkan harga rata-
rata (mean) dan penyimpangan dari proses kerja yang berlangsung.
a. Peta 𝑝 atau 𝑛𝑝 𝑐ℎ𝑎𝑟𝑡
Peta P (𝑝 𝑐ℎ𝑎𝑟𝑡) dan peta 𝑛𝑝 atau banyaknya kesalahan yang digunakan
(𝑛𝑝 𝑐ℎ𝑎𝑟𝑡) digunakan untuk mengetahui apakah cacat produk yang dihasilkan masih
dalam batas yang diijinkan. Peta kendali proporsi banyak digunakan bila memakai
ukuran cacat berupa proporsi produk cacat dalam setiap sampel yang diambil. Bila
sampel yang diambil untuk setiap kali melakukan observasi jumlahnya sama maka
dapat digunakan peta kendali proporsi kesalahan (𝑝 𝑐ℎ𝑎𝑟𝑡) maupun banyaknya
kesalahan (𝑛𝑝 𝑐ℎ𝑎𝑟𝑡). Namun bila sampel yang diambil bervariasi untuk setiap kali
melakukan observasi berubah-ubah jumlahnya atau memang perusahaan tersebut akan
14
melakukan seratus persen inspeksi maka harus menggunakan peta kendali proporsi
kesalahan (𝑝 𝑐ℎ𝑎𝑟𝑡). Peta 𝑃 akan berkaitan dengan “fraction defective”, yaitu jumlah
cacat dibagi dengan jumlah items (sampel) yang diinspeksi. Sedangkan np chart akan
berkaitan dengan “number of defektive” atau jumlah cacat yang ditemukan dalam
sample lot sizes (𝑛) tidak sama dengan 𝑛𝑝 – 𝑐ℎ𝑎𝑟𝑡 besarnya 𝑛 dari masing-masing
sample lot akan sama.
b. Peta 𝑐 𝑐ℎ𝑎𝑟t atau 𝑢 − 𝑐ℎ𝑎𝑟𝑡
Peta kendali ini digunakan untuk mengadakan pengujian terhadap kualitas proses
produksi dengan mengetahui banyaknya kesalahan pada satu unit produk sebagai
sampelnya. Bedanya untuk jumlah sampel yang konstan dapat digunakan peta kendali
banyaknya kesalahan dalam satu unit produk yang sama atau peta kendali 𝑐 (𝑐 𝑐ℎ𝑎𝑟𝑡)
maupun peta kendali 𝑢 𝑐ℎ𝑎𝑟𝑡, tetapi apabila sample yang diambil bervariasi atau
seluruh produk yang dihasilkan akan diuji, maka digunakan peta kendali banyaknya
kesalahan dalam satu unit produk yang berbeda atau peta kendali 𝑢 (𝑢 𝑐ℎ𝑎𝑟𝑡). Cacat
produk yang diuji dengan menggunakan peta kendali 𝑐 (𝑐 𝑐ℎ𝑎𝑟𝑡) dan peta kendali
𝑢 (𝑢 𝑐ℎ𝑎𝑟𝑡) ini misalnya mengetahui jumlah bercak pada sebidang tembok, jumlah
kesalahan pengetikan yang ditemukan dalam satu lembar ketikan dan sebagainya
(Kencana, 2009).

2.10 Diagram Kendali Individual dan Moving Range

Menurut Montgomery (2012) diagram kendali Individual (X) dan Moving
Range (MR) adalah diagram kendali variabel yang digunakan di mana ukuran sampel
yang digunakan pada setiap periodenya adalah 𝑛 = 1 (sampel terdiri dari unit
individu). Beberapa contoh situasi ini adalah sebagai berikut:

1. Proses yang tidak mudah atau tidak mungkin memperoleh lebih dari satu
pengukuran per sampel, atau jika mengulangi pengukuran hasilnya akan berbeda.

2. Menggunakan teknologi pengukuran dan inspeksi otomatis, dan setiap unit yang
diproduksi dapat dianalisis sehingga tidak ada dasar untuk pengelompokan
rasional ke dalam subgrup.

3. Siklus produksi sangat lama, dan menyulitkan jika mengumpulkan sampel

sebanyak 𝑛 > 1. Interval yang panjang antar observasi akan menyulitkan
pengelompokan rasional ke dalam subgrup.

15
4. Pengukuran berulang pada proses akan berbeda karena faktor kesalahan (error)
lab atau analisis, seperti pada proses kimia.

5. Beberapa pengukuran diambil pada unit produk yang sama, seperti mengukur
ketebalan oksida di beberapa lokasi yang berbeda pada sebuah wafer difabrikasi
alat semikonduktor
6. Dalam pabrik-pabrik proses tertentu, seperti pabrik kertas, pengukuran pada
beberapa parameter seperti ketebalan lapisan di seluruh gulungan kertas akan
berbeda sangat sedikit dan menghasilkan simpangan baku yang jauh terlalu kecil
jika tujuannya adalah untuk mengendalikan ketebalan lapisan sepanjang gulungan
kertas.
7. Pengukuran individu sangat umum di banyak transaksi bisnis dan proses
pelayanan karena tidak ada dasar untuk pengelompokan rasional. Kadang-kadang
hal ini terjadi karena ada kesenjangan waktu yang besar antara kegiatan pelayanan
(Montgomery, 2012).

2.11 Diagram Kendali MR

Diagram kendali MR (Moving Range) digunakan untuk mengendalikan
dispersi. MR (Moving Range) yaitu jarak (range) antara satu titik data (𝑋𝑖 ) dengan
titik data sebelumnya (𝑋𝑖−1 ) MR dapat dihitung sebagai berikut:
̅̅̅̅̅
𝑀𝑅 = |𝑋𝑖 − 𝑋𝑖−1 | (2.7)
Terdapat range (n-1) buah untuk banyaknya nilai individu n. Selanjutnya, rata-rata
dari nilai-nilai 𝑀𝑅𝑖 dihitung sebagai berikut:

̅̅̅̅̅ = ∑ 𝑀𝑅𝑖
𝑀𝑅 (2.8)
𝑛−1

Kemudian dapat ditentukan batas-batas diagram kendali moving range:

𝐵𝐾𝐴𝑀𝑅 = ̅̅̅̅̅
𝑀𝑅 . 𝐷4 (2.9)
𝑀𝑅
𝐺𝑇𝑀𝑅 = ̅̅̅̅̅
𝑀𝑅 = ∑ 𝑛−1𝑖 (2.10)
̅̅̅̅̅ . 𝐷3
𝐵𝐾𝐵𝑀𝑅 = 𝑀𝑅 (2.11)

Di mana D4 dan D3 diperoleh dari tabel faktor untuk membangun diagram

16
kendali variabel.
xi = parameter kualitas produk pada sub-group ke-i
n = jumlah data (sub-group)
MRi = moving-range pada sub-group ke-i
̅̅̅̅̅
𝑀𝑅 = rata-rata dari moving-range
GT = garis tengah atau central line
BKA = batas kendali atas atau upper control limit
BKB = batas kendali bawah atau lower control limit
D3, D4 = faktor pada tabel dengan n minimal (n = 2)
(Montgomery, 2012).

2.12 Peta Kontrol Revisi

Perbaikan menggunakan peta kontrol revisi perlu dilakukan untuk peta kontrol
yang memiliki data di luar batas kendali atau out of control. Maka dilakukan perbaikan
dengan menggunakan peta kontrol revisi. Adapun tujuan dari pemakaian peta kontrol
revisi ini untuk mendapatkan peta kontrol di mana data-data berada dalam batas
pengendalian. Adapun langkah-langkah dalam membuat peta kontrol revisi untuk peta
X dan R adalah sebagai berikut:
1. Meletakkan data pendahuluan pada peta kontrol
Apabila terjadi nilai-nilai maupun subgroup-subgroup yang menyimpang dari
garis sentral maka perlu dihitung garis sentral baru terhadap data yang ada. Dimana
data yang diluar batas kendali di hilangkan dari peta kontrol.

Berikut peta X rata-rata dan R perhitungannya dengan menggunakan rumus:

𝑔 𝑔
∑ ̅
𝑋𝑖 −𝑋𝑑 ̅ ∑ 𝑅𝑖 −𝑅𝑑
𝑋̿𝑛𝑒𝑤 = 𝑖=1 dan 𝑅̅𝑛𝑒𝑤 = 𝑖=1 (2.12)
𝑔−𝑔 𝑑 𝑔−𝑔 𝑑

Di mana : 𝑋̅𝑑 = jumlah rata-rata subgroup yang di tolak

𝑅𝑑 = jumlah range subgroup yang di tolak

𝑔𝑑 = jumlah subgroup yang di tolak

2. Menghitung batas kontrol atas dan batas kontrol bawah

Berikut menghitung batas kontrol yang baru maka dapat digunakan dengan
rumus:

17
di mana:

𝑥̅0 = 𝑋̿𝑛𝑒𝑤 (2.13)

𝑅0 = 𝑅̅𝑛𝑒𝑤 (2.14)
𝑅
𝜎0 = 𝑑0 (2.15)
2

Batas kontrol atas untuk peta revisi 𝑋̿𝑛𝑒𝑤 : 𝐵𝐾𝐴𝑥̅ = 𝑋̅0 + 𝐴𝜎0 (2.16)

Batas kontrol bawah untuk peta 𝑋̿𝑛𝑒𝑤 : 𝐵𝐾𝐵𝑥̅ = 𝑋̅0 − 𝐴𝜎0 (2.17)
Batas kontrol atas peta 𝑅̅𝑛𝑒𝑤 : 𝐵𝐾𝐴𝑅 = 𝐷2 𝜎 (2.18)
Batas kontrol bawah untuk peta 𝑅̅𝑛𝑒𝑤 : 𝐵𝐾𝐵𝑅 = 𝐷1 𝜎0 (2.19)

3. Menggambarkan peta kontrol 𝑋̿𝑛𝑒𝑤 dan 𝑅̅𝑛𝑒𝑤 dengan batas kontrol yang telah
direvisi (Bissell & Montgomery, 2006).

2.13 Kapabilitas Proses (Cp)

Kapabilitas proses digunakan untuk melihat kapabilitas atau kemampuan
proses. Indeks kapabilitas proses hanya layak dihitung apabila proses berada dalam
pengendalian. Adapun kriteria penilaian indeks kapabilitas proses sebagai berikut:
1. Jika Cp > 1,33 maka kapabilitas proses sangat baik.
2. Jika 1.00 ≤ Cp ≤ 1,33 maka kapabilitas proses baik, namun perlu pengendalian ketat
apabila Cp mendekati 1.00.
3. Jika Cp < 1.00 maka kapabilitas proses rendah, sehingga perlu ditingkatkan
kinerjanya melalui peningkatan proses.
Perumusan untuk perhitungan nial indeks kapabilitas ini adalah sebagai
berikut:
𝑅
𝜎0 = 𝑑0 (2.20)
2

𝑈𝑆𝐿−𝐿𝑆𝐿
𝐶𝑝 = (2.21)
6𝜎0

Cp = Process capability
LSL = Lower specificati limit
USL = Upper specification limit

Kriteria penilaian :
a. Jika Cp > 1,33 maka kapabilitas proses sangat baik.

18
b. Jika 1,00 ≤ Cp ≥ 1,33 maka kapabilitas baik, namun perlu pengendalian ketat
apabila Cp mendekati 1,00

c. Jika Cp < 1,00 maka kapabilitas proses rendah, sehingga perlu diperhatikan
tingkat kinerjanya melalui peningkatan proses (Bissell & Montgomery, 2006).

2.14 Penelitian Terdahulu

Penelitian dilakukan berdasarkan pada dua penelitian yang telah dilakukan
sebelumnya. Pada penelitian yang dilakukan oleh M. Hudori tahun 2015 yang
memaparkan proses pengendian kualitas Crude Palm Oil (CPO) dengan menggunakan
Individual Moving Range (I-MR) Chart. kemudian penelitian selanjutnya yang
dipaparkan oleh M Wildan dan Fauziyah pada tahun 2016 mengenai upaya
pengendalian tingkat kerusakan produk kelapa sawit dengan alat bantu statistical
process control.

19
 BAB III

METODOLOGI PENELITIAN

Metodologi penelitian merupakan gambaran dari tahapan yang dilalui dalam

menyelesaikan suatu masalah yang ditemui dalam sebuah penelitian, dimana dibuat
berdasarkan latar belakang dan tujuan yang hendak dicapai dengan menggunakan
teori-teori yang mendukung dalam memecahan permasalahan yang diteliti.

3.1 Prosedur Penelitian

Berikut merupakan prosedur penelitian yang akan dilakukan yaitu:
1. Studi Pustaka
Pada tahap awal dilakukan pencarian referensi sebagai bahan kajian untuk
penunjang penelitian. Referensi yang digunakan ialah buku, jurnal ilmiah, dan
artikel yang berkaitan dengan statistical process control.
2. Data Historis
Mencatat prosedur pemeriksaan dan hasil pengukuran kadar asam lemak bebas,
kotoran dan kadar air.
3. Pengolahan Data
Pengolahan data dilakukan dengan menggunakan metode statistical process
control. Data yang digunakan adalah data variabel yaitu data berdasarkan
karakteristik yang diukur secara sebenarnya. Data yang diambil adalah kadar Asam
Lemak Bebas (ALB), kadar air, dan kadar kotoran yang terkandung dalam Crude
Palm Oil (CPO). Data variabel yang diperoleh dari PT 𝑋 diolah dengan cara :
a. Menghitung normalitas data, berdasarkan uji Kolmogorov-Smirnov.
b. Perhitungan Moving Range dengan rumus:
̅̅̅̅̅
𝑀𝑅 = |𝑋𝑖 − 𝑋𝑖−1 |
Selanjutnya dilakukan pengendalian Moving Range
̅̅̅̅̅ . 𝐷4
𝐵𝐾𝐴𝑀𝑅 = 𝑀𝑅
𝑀𝑅𝑖
𝐺𝑇𝑀𝑅 = ̅̅̅̅̅
𝑀𝑅 = ∑
𝑛−1
̅̅̅̅̅ . 𝐷3
𝐵𝐾𝐵𝑀𝑅 = 𝑀𝑅

20
 c. Membuat peta kendali 𝑋 𝑐ℎ𝑎𝑟𝑡 dan R chart dengan rumus:
∑𝑔𝑖=1 𝑋̅𝑖
𝑋̿ =
𝑔
dan,
∑𝑔𝑖=1 𝑅𝑖
𝑅̅ =
𝑔
d. Menentukan batas kontrol untuk peta kendali X dan R.
Batas kontrol pada peta 𝑥̅ menggunakan rumus:
Batas Kontrol atas (BKA) = 𝑋̿ + 𝐴2 𝑅̅
Batas Kontrol bawah (BKB) = 𝑋̿ − 𝐴2 𝑅̅
Batas kontrol pada peta R menggunakan rumus:
Batas Kontrol atas (BKA) = 𝐷4 . 𝑅̅
Batas Kontrol bawah (BKB) = 𝐷3 . 𝑅̅
e. Peta revisi dilakukan apabila terdapat data diluar batas kontrol
f. Menghitung indeks kapabilitas proses
4. Analisis data dan pemecahan masalah
Adapun analisa dan pemecahan masalah dilakukan dengan menganalisa hasil
pengolahan data pada data yang berada diluar batas kendali, dan melakukan
pemecahan masalah terhadap faktor yang mempengaruhi kualitas dengan
menggunakan alat pengendali kualitas diagram fishbone chart.
5. Penarikan kesimpulan dan saran
Berdasarkan pengolahan data dan pembahasan hasil yang dilakukan maka dapat
diambil kesimpulan mengenai permasalahan yang diteliti, dan menjadi landasan
perbandingan hasil penelitian dengan keadaan yang ada di pabrik kelapa sawit
(PKS).

21
3.2 Diagram Alir Penelitian
Berikut adalah penggambaran langkah-langkah penyelesaian masalah dengan
menggunakan diagram alir penelitian yaitu sebagai berikut.

Mulai

Studi Pustaka
ata Histori

Data Histori
masalah

Pengolahan data
a. Menghitung normalitas data
b. Menghitung Moving range
c. Membuat peta kendali X chart dan R chart
d. Menentukan batas kontrol untuk peta kendali 𝑋 dan 𝑅
e. Peta revisi dilakukan apabila terdapat data di luar batas kontrol
f. Menghitung indeks kapabilitas proses

Analisis data dan pembahasan

masalah

Penarikan kesimpulan dan saran

Selesai

Gambar 3.1 Diagram Alir Penelitian

22
3.3 Variabel Penelitian
Adapun variabel yang digunakan dalam penelitian ini yaitu sebagai berikut:
Tabel 3.1 Variabel Penelitian
Variabel Keterangan
N Jumlah data subgroup
MRi Moving-range pada subgroup ke-i
̅̅̅̅̅
𝑀𝑅 Rata-rata dari moving-range
Xi Parameter kualitas produk pada subgroup ke-i
GT Garis tengah atau central line
BKA Batas kendali atas atau upper control limit
BKB Batas kendali bawah atau lower control limit
D3, D4 Faktor pada tabel dengan n minimal (n = 2)
𝑅̅ Jumlah rata-rata rentang subgroup
𝑋̿ Jumlah rata-rata dari nilai rata-rata subgroup
𝐴2 Nilai koefisien
G Jumlah subgroup

3.4 Rencana Jadwal Penelitian

Tabel 3.2 Rencana Jadwal Penelitian
Rencana Bulan Ke-
No
Kegiatan Agustus September Oktober November Desember
1. Studi Pustaka
2. Penyusunan
Laporan
3. Pengumpulan
data
4. Seminar Proposal
Pengolahan data
5. dan pemecahan
masalah

23
 Seminar Hasil
6.
Tugas Akhir
Siding tugas
7.
akhir

24
 Daftar Pustaka

Azzuhdan, D. A., Dwiastuti, R., & Suhartini. (2014), "Analisis Efisiensi Ekonomi
Produksi Crude Palm Oil di PT. Windu Nabatindo Abadi, Kabupaten
Kotawaringin Timur", journal Habitat, Vol. 25, No. 3, hal 193-205.
Bissell, D., & Montgomery, D. C. (2006), Introduction to Statistical Quality Control
: In The Statistician, John Wiley & Sons, Inc., United States of America
Devani, V., & Wahyuni, F. (2017), "Pengendalian Kualitas Kertas Dengan
Menggunakan Statistical Process Control di Paper Machine", Jurnal Ilmiah
Teknik Industri, Vol 15(2) , hal 87-93
Hardianzah, R. (2009), Analisis Pengendalian Kualitas Kain Grey Pada Departemen
Qc Fabric Di Pt. Hanin Nusa Mulya, Skripsi, Universitas Sebelas Maret,
Surakarta
Hariyadi, P. (2014), Buku Mengenal Minyak Sawit dengan Beberapa Karakter
Unggulnya, Gabungan Pengusaha Kelapa Sawit Indonesia, Jakarta Pusat
Hudori, M. (2015), "Pengendalian Kualitas Crude Palm Oill Di Pabrik Kelapa Sawit
Dengan Menggunakan Individual Moving Range Chart", Operational Excellence
Conference -2nd, hal 177-184
Kencana, R. (2009), "Analisis pengendalian mutu pada pengolahan minyak sawit
dengan metode SQC pada PT Nusantara Adolina", Skripsi, Universitas Sumatra
Utara, Medan
Lind, Douglas A., Marchal, William G., Wathen, S. A. (2012), "Statistical Techniques
in Business & Economics", 15th edition, eds McGraw-Hill/Irwin, a business unit
of The McGraw-Hill Companies, Inc., Americas, New York, NY
Maimun, T., Arahman, N., Hasibuan, F. A., & Rahayu, P. (2018), "Penghambatan
Peningkatan Kadar Asam Lemak Bebas (Free Fatty Acid) pada Buah Kelapa
Sawit dengan Menggunakan Asap Cair", Jurnal Teknologi Dan Industri
Pertanian Indonesia, Vol. 09, No. 02, hal 45-49
Pasaribu, N. (2004), "Minyak Buah Kelapa Sawit", Tesis, Universitas Sumatra Utara,
Medan
Rachman, R. (2017), "Pengendalian Kualitas Produk Di Industri Garment Dengan
Menggunakan Statistical Procces Control ( SPC )", Jurnal Informatika, Vol 4,
No 2, hal 174–182.

25
Suandi Sitorus, (2011), "Industry Review Crude Palm Oil/CPO", Portfolio
Management & Business Monitoring Officer, Commercial & Corporate Business
Division, PT. Bank Windu Kentjana Internasional

26