BAB VI

TUGAS KHUSUS

6.1 LATAR BELAKANG MASALAH

Pengendalian kualitas merupakan taktik dan strategi perusahaan global

dengan produk perusahaan lain. Kualitas menjadi faktor dasar keputusan konsumen
dalam memilih produk. Bila konsumen merasa produk tertentu jauh lebih baik
kualitasnya dari produk pesaiang, maka konsumen memutuskan untuk membeli produk
tersebut. Tuntutan konsumen yang senantiasa berubah inilah yang perlu di respon oleh
perusahaan. Oleh karena itu, perusahaan harus menerapkan pengendalian kualitas
dalam proses produksinya. Faktor – faktor yang menentukan mutu yaitu,
(Performance) merupakan dimensi yang paling basic dan berhubungan dengan fungsi
utama dari suatu produk. Konsumen akan senang apabia harapan mereka terhadap suatu
dimensi terpenuhi, (Features) aspek performasi yang berguna untuk menambah fungsi
dasar, berkaitan dengan pilihan – pilihan produk dan pengembanganya, (Durability)
merupakan daya tahan yang menunjukan suatu pengukuran terhadap siklus produk,
baik secara teknis maupun waktu. (Conformance) menunjukan seberapa jauh suatu
produk dapat menyesuaikan atau memiliki spesifikasi tertentu, (Reability) menunjukan
keadaan atau kualitas produk yang dapat memberikan keyakinan kepada konsumen
untuk memilih produk tersebut.
Adanya produk reject merupakan indikasi terjadinya pemborosan. Dengan
adanya produk reject perusahaan terpaksa melakukan penanganan kembali atau proses
ulang, dan dalam proses ulang. Adanya produk cacat pada PG MADUKISMO, maka
pengendalian kualitas harus dapat mengarahkan kepada beberapa tujuan secara
terpadu, sehingga para konsumen dapat puas mempergunakan produk atau jasa dari
perusahaan ( Elmas, 2017). PG Madukismo adalah perusahaan yang bergerak pada
industri manufaktur yang menghasilkan gula untuk memenuhi kebutuhan masyarakat
dengan rata rata produkis 30.000 ton per bulan. Dari data pengamatan yang di lakukan
pada bulan Mei memproduksi sebesar 49.373 ton dengan jumlah kecacatan produk
sebesar 1.021 ton atau sebesar 2,068%, pada bulan Juni memproduksi sebesar 24.362
dengan jumlah kecacatan produk sebesar 662 atau sebesar 2,172%, pada bulan Juli
memproduksi sebesar 77.986 dengan jumlah kecacatan produk sebesar 920 atau
sebesar 1,18%. Jumlah kecacatan produk tersebut terdapat 3 macam jenis kecacatan
yaitu gula krikilan, gula debuan, dan gula basahan.
Cacat produk tersebut berdampak pada keefektifan waktu produksi karena
harus melalui dua kali proses pemutaran pada mesin pemutar. Melihat kondisi diatas
maka perlu dilakukan usulan perbaikan kualitas untuk mengurangi defect pada produk
gula sehingga dapat mencapai efektifitas dan efisiensi proses produksi yang optimal.
Sedangkan menurut (Yusuf, 2016) Pengaruh produk cacat pada perusahaan berdampak
pada biaya kualitas, image perusahaan, dan kepuasan konsumen. Semakin banyak
produk cacat yang dihasilkan maka semakin besar pula biaya kualitas yang dikeluarkan,
hal ini didasarkan pada semakin tingginya biaya kualitas yang dilakukan pada produk
cacat maka akan muncul tindakan inspeksi, rework, dan sebagainya. Begitu juga
semakin tinggi produk cacat maka image perusahaan akan semakin turun, hal ini
dikarenakan konsumen menilai suatu perusahaan dikatakan baik apabila menghasilkan
produk yang berkualitas serta memberikan kepuasan terhadap konsumen dan jika
konsumen menilai produk yang dihasilkan kurang memuaskan, maka perusahaan akan
dinilai kurang baik oleh konsumen dan berdampak pada kepercayaan konsumen
terhadap kualitas dari produk yang dihasilkan.
Usaha pengendalian kualitas dalam produksi merupakan usaha pencegahan dan
dilaksanakn sebelum kesalahan kualitas produk tersebut terjadi. Persoalan dalam
pengendalian kualitas produk merupakan proses yang sangat penting bagi perusahan
sehingga perusahaan dapat mengambil tindakan dan menyusun rencana serta dapat
memperbaiki sistem pengendalian dan pengawasan terhadap produk yang di produksi.
6.2 Rumusan masalah
Berdasarkan latar belakang di atas, maka rumusan masalah pada penelitian ini
adalah sebagai berikut
1. Apa penyebab cacat produk gula yang paling dominan ?
2. Apa usulan perbaikan untuk mencegah terjadinya kecacatan produk pada
proses produksi gula di PG MADUKISMO ?

6.3 Batasan
Agar penelitian lebih fokus pada penyelesaian masalah yang di hadapi, maka
dilakukan pembatasan ruang lingkup pada penelitian. Batasan – batasan penelitian ini
adalah sebagai berikut :
1. Data yang dianalisis adalah data produksi dalam bulan Mei sampai Juli
2019.
2. Analisis data hanya menggunakan metode STATISTICAL PROSESS
CONTROL dan STATISTICAL QUALITY CONTROL

6.4 Tujuan
Tujuan penelitian ini ialah sebagai berikut :
1. Mengetahui penyebab cacat gula yang paling dominan.
2. Mengetahui usulan perbaikan untuk mencegah terjadinya kecacatan produk
pada proses produksi gula di PG MADUKISMO.

6.5 Manfaat penelitian

1. Perusahaan
a. Mengetahui penyebab cacat gula yang paling dominan.
b. Mengetahui usulan perbaikan untuk mencegah terjadinya kecacatan
produk pada proses produksi gula di PG MADUKISMO
 2. Bagi penelitian
Dapat menambah pengetahuan dalam menerapkan metode STATISTICAL
PROSESS CONTROL dan STATISTICAL QUALITY CONTROL dalam
perusahan untuk mengetahui penyebab terjadinya produk cacat gula.
3. Bagi universitas
Memberi revrensi tambahan bagi perpustakaan untuk dijadikan
pembanding bagi mahasiswa di masa yang akan datang.

6.6 LANDASAN TEORI

6.6.1 Penelitian Terdahulu
Penelitian yang dilakukan dengan menggunakan metode STATISTICAL
PROSESS CONTROL dan STATISTICAL QUALITY CONTROL yang bukan
merupakan penelitian pertama, maka dari itu dalam penelitian ini digunakan jurnal
terdahulu terkait dengan metode yang digunakan untuk membandingkan hasil
penelitian yang saat ini dilakukan ditunjukan pada Tabel 6.1.
 Tabel 6.1 Penelitian Terdahulu
No Nama/T Judul Metode Kesimpulan Perbedaan
ahun
1 Irsan Factor penyebab Statistical Menggunakan Terdapat
Wijaya, kualitas pada Produk Srocess jenis filter, perbedaan pada
2017 Sumber Minuman Control menggunakan peta kendali
Sehat Menggunakan (SPC) sinar UV supaya yang digunakan.
Statistical Process bakteri mati, hasil Penelitian ini
Control (SPC) di PT. pengujian proses menggunakan
Agrimitra Utama produksi kurang peta kendali P
Persada Padang, tools terkendali. Chart
yang digunakan adalah sedangkan pada
P,Diagram sebab refrensi
akibat menggunakan
peta kendali X
dan R.

2 Gusti Pengendalian Kualitas Statistical Pengendalian Perbedaan

Ayu dan Proses Produksi Kopi Quality proses produksi penelitian ini
Gede Arabika Pada UD. Control pada UD. Cipta dengan refrensi
Mertha, Cipta Lestari Di Desa (SQC) Lestari sudah adalah pada
2019 Pujungan. berjalan dengan penelitian ini
baik namun masih tidak
belum optimal. menganalisis
biaya produksi.
Lanjutan tabel 6.1 Penelitian Terdahulu
No Nama/ Judul Metode Kesimpulan Perbedaan
Tahun
3 Vera Pengendalian Kualitas Statistical Hasil pengolahan Perbedaan
Devano Kertas dengan Process data dan penelitian ini
dan Fitri Menggunakan Control penelitian jurnal dengan refrensi
Wahyun Statistical Process dapat disimpulkan adalah pada
i, 2016 Control di Paper bahwa faktor refrensi hanya
Machine 3 utama penyebab menghitung
kecacatan produk cacat
dominan adalah dominan dan
maintenace penyebabnya,
dilakukan tidak sedangkan pada
terjadwal dengan penelitian ini
baik, oprator baru juga mencari
yang kurang solusi dan
memahami mesin, mencari cara
oprator salah mencegah cacat
mengimputkan pada produk.
data.
4 Mulat Implementation Of Statistical Hasil penlitian ini Perbedaan
Alubel, Statistical Process Srocess menjelaskan penelitian ini
Subhala Control (SPC) In The Control bahwa metode dengan refrensi
kshmi, Sewing Section Of (SPC) Statistical Process adalah pada
Yan Garment Industry For Control (SPC) refrensi terdapat
Hong Quality Improvement merupakan perbandingan
dan metode yang dua peta kendali
Linzi paling tepat yaitu P-Chart
Pu, 2018 digunakan pada dan NP-Chart
perusahaan
garment industry
Lanjutan tabel 6.1 Penelitian Terdahulu
No Nama/ Judul Metode Kesimpulan Perbedaan
Tahun
5 Fierswat Analisis Pengendalian Statistical Berdasarkan perbedaan
i, 2016 kualitas Menggunakan Srocess penelitian penelitian ini
SPC pada home Control menjelaskan dengan refrensi
industri tahu kasih (SPC) belum adanya adalah pada
standarisasi refrensi tidak
perusahaan menggunakan
sehingga berada digram, hanya
diluar batas. menganalisi
data cacat
produk.

6.6.2 Penegertian Statistical Process control (SPC)

Pada perusahhan pengendalian kualitas samgat penting karena hal ini
menentukan produk yang dihasilkan sesuai dengan standar kualitas perusahaan atau
tidak. Pegertian pengendalian kualitas adalah proses untuk menetukan apabila kualitas
produk/jasa memenhi tingkat kualitas yang diharapkan perbaikan dan mengidentifikasi
masalah adalah kunci yang perlu dilakuakan pada proses produksi. Sedangkan menurut
( Robertus Sidartawan, 2014) penegdalian kualitas merupakan salah satu strategi
perusahaan untuk mendapatkan keunggulan bersaing adalah dengan terus – menerus
meningkatkan kualitas produknya. Kualitas menjadi factor dasar keputusan konsumen
dalam memilih produk . bila konsumen memutuskan untuk memebeli produk tersebut.
Tuntutan konsumen yang senantiasa berubah ialah yang perlu direspon oleh
perusahaan. Oleh karena itu perusahaan haruslah menerapkan pengendalian kualitas
dalam pembuatan produk ( Robertus Sidartawan, 2014). Ada beberapa konsep penting
dalam pengendalian kualitas statistik adalah validasi yaitu :
1. Variabilitas antar sampel (misalnya rata – rata tengah )
2. Variabilitas dalam sempel (misalnya range atau standar deviasi)
Selanjutnya penyelesaian masalah dalam statistik mencajup dua hal antara lain :
1. Melebihi batas pengendalian, jika proses dalam kondisi diluar kendali.
2. Tidak melebihi batas pengendalian jika kondisi stabil atau tidak terjadi kesalahan
pada saat produksi dari awal bahan baku masuk hingga akhir produksi yang
menghasilkan produk.
Ada bebrapa tahapan yang dapat digunakan untuk pengecekan kualitas
yaitu :
a. Pengecekan 100%
Berarti perusahaan menguji semua bahan baku yang dating seluruh
produk selama masih ada dalam proses atau seluruh proses produk yang
telah dihasilkan. Pengecekan ini memiliki keunggulan atau kelebihan
adalah tingkat ketelitian tinggi karena seluruh proses dan hasil diuji,
sedangkan kekurangannya adalah memperbanyak waktu dan banyak
membuang biaya.
b. Teknik sampling
Teknik yang banyak digunakan perusahaan untuk menguji kelayakan
produk karena teknik ini memiliki kelebihan menghemat biaya, waktu
dan biaya bagi perusahaan.

6.6.3 Analisis Diagram Fishbone

Fishbone Diagram atau yang sering di sebut juga dengan Cause and Effect
merupakan diagram sebab akibat untuk mengetahui dan menganalisi
permasalahn yang utama dan apa yang menjadikan penyebab dri permasalahn
yang utama dan apa yang menjadikan penyebab dari permasalahan yang
melatar belakangi. Cause and Effect Diagram dapat dipergunakan untuk hal –
hal sebagai berikut :
 1. Untuk menyimpulkan sebab – sebab variasi dalam proses.
2. Untuk mengidentifikasi kategori dan subkateori sebab – sebab yang
mempengaruhi suatu karakteristik kualitas tertentu.
3. Untuk memberikan petunjuk mengenai macam macam data yang di
kumpulkan.

Gambar 6.1 contoh Diagram Fishbone

(Sumber : Devani dan wahyuni, 2016)

6.6.4 Analisis Peta Kendali p-Chart

Tujuan utama dari penggunaan Control Chart adalah untuk mengendalikan
proses produksi sehingga dapat menghasilkan kualitas yang unggul dengan cara
mendeteksi penyebab variasi yang tidak alami sehingga dapat mengurangi
pergesehan proses produksi dengan tujuan agar lebih stabil. Proses stabil adalah
proses yang memiliki distribusi normal yang sama pada setiap proses produksi.
Perlu diketahui, bahwa proses stabil yang dimaksud di sini tetap memiliki
vareasi, tetapi vareasi yang sangat kecil sehingga dapat di kendalikan. Proses
pembuatan Control Chart (peta kendali ) :
1. Pilih jenis Control chart yang sesui dengan data yang kita ambil.
2. Tentukan waktu atau periode pengembilan data dan berapa jumlah yang
diinginkan.
3. Identifikasi sekala yang tepat dan cocok kemudian masukan ke dalam data
statistic.
4. Membuat peta kendli –P
Adapun langkah – langkah dalam membuat peta kendali-P sebagai berikut
:
1. Menentukan bagian yang ditolak (p)

2. Menentukan Garis Pusat atau Centr al Line (CL)

3. Menentukan Batas Kendali Atas atau Upper Control Limit (UCL )

4. Menentukan Batas Kendali Bawah atau Lower Control Limit (UCL )

Catatan : jika LCL< 0 maka dianggap 0.

Apabila data yang di peroleh tidak selruhnya berada dalam batas kendali yang
ditetapkan, maka hal ini berati data yang diambil belum seragam. Hal tersebut
dapat terlihat apabila ada titik yang berfluktuasi tidak beratuarn yang
menunjukan bahwa proses produksi masih mengalami penyimpangan .
 5. Lakukan investigasi dan tindakan perbaikan jika diperlukan.

Gambar 6.2 Contoh Peta Kendali p (Control p Chart)

(Sumber : Devani dan wahyuni, 2016)

6.6.5 Diagram Pareto

Digram pareto adalah grafik yang menguraikan klasifikasi data
secara menurun dari kiri ke kanan. Diagram pareto digunakan untuk
mengidentifikasi masalah dari yang tingginya yang menunjukan
dampak cacat paling besar sampai yang paling kecil (Sulaman,2015).

Gambar 6.3 Contoh Diagram Pareto

(Sumber : Devani dan wahyuni, 2016)
 Penyusunan Diagram Pareto meliputi langkah – langkah , yaitu :
1. Menentukan metode atau arti dari pengklarifikasian data, misalnya
berdasarkan masalah, penyebab jenis ketidaksesuaian, dan sebagainya.
2. Menentukan satuan yang digunakan untuk membuat urutan
karakteristik – karakteristik tersebut, misalnya rupiah, frekuensi unit,
dan sebagainya.
3. Mengumpulkan data sesuai dengan interval waktu yang telah
ditentukan.
4. Merangkum data dan membuat rangking kategori data tersebut dari
yang terbesar hingga terkecil.
5. Menghitung frekuensi kumulatif atau presentase kumulatif yang
digunakan
6. Mnggambarkan diaram batang, menunjukan tingkat kepentingan
relative masing – masing masalah. Mengidentifikasi beberapa hal yang
penting untuk mendapat perhatian.

6.6.6 Analisis Interrelationship Diagram

Interrelationship Diagram atau diagram keterkaitan masalah adalah salah
satu dari tujuh alat perencanan manajemen (7 management and planning tools)
atau new quality tools yang dipopulerkan dalam literatur manajemen kualitas
Jepang. Jika dibandingkan alat-alat lainnya, interrelationship diagram jarang
digunakan. Namun, dalam situasi yang cukup rumit, alat ini merupakan sarana
yang kuat untuk memaksa team memetakan interaksi berbagai faktor, dan
biasanya mengarahkan persoalan-persoalan paling penting ke dalam fokus
improvement. Interrelationship diagram digunakan untuk menganalisis
hubungan sebab dan akibat dari berbagai masalah yang kompleks sehingga kita
dapat dengan mudah membedakan persoalan apa yang merupakan driver
(pemicu terjadinya masalah) dan persoalan apa yang merupakan outcome
(akibat dari masalah).
 Gambar 6.4 Interrelationship Diagram.
(Sumber: Shuai dan Kun, 2013)

6.6.7 PDPC ( Process Descision Program Chart)

Diagram PDPC sama seperti tree diagram, PDPC mengambil setiap cabang tree
diagram untuk mengantisipasi kemungkinan masalah yang terjadi dan
menganalisis tindakan penanggulangan yang bisa mencegah berkembangnya
masalah yang lebih luas. Simbol-simbol yang umum digunakan untuk membuat
PDPC.
 Gambar 6.5 Diagram PDPC.
(Sumber: Mata Kuliah Manajemen Mutu, 2018)

6.6.8 Pengertian Statistical Quality Control

Pengendalian kualitas proses produksi merupakan kegiatan perencanaan dan
pengawasan proses produksi mulai dari bahan mentah belum diolah sama sekali,
hingga bahan tersebut berubah menjadi produk jadi yang sesuai dengan standar yang
telah ditetapkan perusahaan. Apabila produk yang diproduksi oleh perusahaan tidak
sesuai dengan standar yang telah ditetapkan, maka produk tersebut masuk ke dalam
kelompok produk cacat. Produk cacat tersebut nantinya akan dianalisis penyebab
kecacatannya oleh perusahaan, dan nantinya hasil analisis tersebut akan digunakan
sebagai pegangan sekaligus pembelajaran agar nantinya perusahaan tidak melakukan
kesalahan yang sama dan sebisa mungkin menghindari kesalahan tersebut agar proses
produksi berjalan dengan lebih baik dan tentunya lebih berkualitas. Meminimumkan
cacat adalah usaha yang harus dilakukan secara berkesinambungan dalam hal
peningkatan kualitas suatu produk (Rachman, 2017).

Salah satu metode yang dapat membantu perusahaan untuk mengendalikan

kualitas proses produksinya adalah menggunakan Statistical Quality Control
(SQC). Metode statistik sangat diperlukan untuk memahami variabilitas dalam
variabel produk dan proses selain itu penggunaan metode statistic juga dapat
meminimalkan variabilitas yang berpengaruh langsung terhadap kualitas
produk. Ada beberapa alat bantu yang bisa di gunakan dalam menganalisi
dengan metode Statistical Quality Control sebagai berikut :
1. Diagram Sebab Akibat
Diagram ini diperkenalkan oleh Dr. Kaoru Iskikawa pada tahun 1943.
Diagram terdiri dari sebuah panah horizontal yang panjang dengan dskrips
masalah. Penyebab – penyebab masalah digambarkan dengan garis radikal
dari garis panah yang menunjukan masalah. Kegunaan dari diagram ini
adalah :
a. Menganalisi sebab akibat suatu masalah
b. Menentukan penyebab masalah
c. Menyediakan tampilan yang jelas untuk mengetahui sumber – sumber
variasi
2. Lembar pengamatan ( Check Sheet)
Lembar pengamatan adalah lembar yang digunakan untuk mencatat data
yanga akan dihitung dan berapa jumlah produk cacat yang akan dianalisi,
serta mencatat apa permasalah yang sedang terjadi.
3. Stratifikasi (Run Chart)
Sertifikasi adalah sesuatu upaya untuk mengurangi atau mengklarifikasi
persoalan menjadi kelompok atau golongan sejenis, permasalah yang dicari
atau menjadi unsur – unsur tunggal dari persoalan.
4. Peta Kendali – P
Peta pengendali adala suatu alat yang secara grafis di gunakan untuk
memonitor apakah suatu aktivitas dapat diterima sebagai proses yang
terkendalai. Grafik ini pertamakai dibuat oleh Walter A. Shewhart. Nilai
dari karakteristik kualitas yang dimonitori, digambar sepanjang sumbu y,
sedangkan sumbu x mengambarkan sempel atau subgrub dari karakteristik
 kualitas tersebut, ada beberapa langkah yang harus dilakukan sebagai
berikut :

1. Menentukan bagian yang ditolak (p)

2. Menentukan Garis Pusat atau Centr al Line (CL)

3. Menentukan Batas Kendali Atas atau Upper Control Limit ( UCL )

4. Menentukan Batas Kendali Bawah atau Lower Control Limit ( LCL)

Sertifikasi adalah sesuatu upaya untuk mengurangi atau mengklarifikasi

persoalan menjadi kelompok atau golongan sejenis, permasalah yang dicari
atau menjadi unsur – unsur tunggal dari persoalan.
5. Diagram pareto
Diagram pareto berfungsi untuk mengidenifikasi atau menyelesaikan
masalah utama ntuk peningkatan kulitas. Diagram ini menunjukan seberapa
besar frekuensi berbagai macam tipe permasalahan yang terjadi dengan
daftar masalah pada sumbu x dan jumlah/frekuensi kejadian pada sumbu y.
6. Histogram
Histogram adalah diagram batang yang menunjukan tabulasi dari data yang
diatur berdasarkan ukurannya. Tabulasi data ini umumnya dikenal sebagai
distribusi frekuensi. Histogram menunjukan karakteristik – karakteristik
dari data yang dibagi – bagi menjadi kelas – kelas. Pada histogram
frekuensi, sumbu x menunjukan nilai pengamatan setiap kelas. Histogram
dapat berbrntuk “normal” atau bentuk seperti lonceng yang menunjukan
bahwa banyak data yang terdapat nilai rata – ratanya. Bentuk histogram
 yang miring atau tidak semestinya menunjukan bahwa banyak data yang
tidak berada pada nilai rata – ratanya kebanyakan datanya berada pada batas
atas atau bawah . fungsi dari histogram adalah sebagai berikut :
a. Menetukan apakah proses produksi sudah sesuai atau belum.
b. Menetukan apakah suatu produk dapat diterima atau tidak.
c. Menentukan apakah diperlukan langkah – langkah perbaikan.
7. Diagram Sebar (Scatter Diagram)
Scatter Diagram adalah grafis yang menampilkan hubungan antar dua
variabel apakah hubungan antara dua variabel tersebut kuat atau tidak yaitu
antara factor proses yang mempengaruhi proses dengan kualits produk.

6.7 METODE PENELITIAN

6.7.1 Diagram Alir
Tempat pelaksanaan kerja prktik di PG Madukismo objek yang digunakan untuk
penelitian pada bagian produksi. Data yang dibutuhkan pada proses penelitian ini
merupakan data kuantitatif yaitu data yang berupa angka, seperti juamlah produkis baik
atau produk cacat sedagkan data kualitatif yaitu data yang berbentuk informasi sebagai
acuan untuk pengetahuan dalam menyelesaikan permasalahan yang dapat dari hasil
wawancara, melakukan observasi ke lapangan secara langsung.
Gambar 6.6 Flow Chart Penelitian
(Sumber : Data Pengolahan 2019)
Uraian Flow Chart penelitian pada gambar 6.6 adalah sebagai berikut :
1. Mulai : Pada bagian ini dilakuakn kajian mengenai proses awal dalam
melakuakn penelitian untu mentukan tujuan masalah.
2. Identifikasi Masalah : mengamati proses pembuatan gula, sehingga dapat
langsung mengamati tentang faktor – faktor penyebab terjadinya cacat.
3. Rumusan Masalah : Melakukan perumusan masalah, apa saja factor terjadinya
kecacatan produk gula di PG Madukismo.
4. Tinjaun Pustaka : Dilakukan untuk memperoleh hasil penelitian yang sesuai
dengan permasalahn yang dibahas dengan cara mempelajari teori – teori yang
relevan dengan topik kajian. Adapun teori yang mendukung dalam penelitian
ini adalah mengenai pengertian kualits dalam produksi dan menentukan metode
yang akan digunakan untuk penelitian.
5. Pengumpulan Data : Data sekunder adalah data – data yang didapatkan dari
perusahaan untuk menjelaskan perusahaan di tempat penelitian, sedangkan data
primer adalah data yang di dapatkan dari perusahan atau pengamatan lapanag
yang mana kan di olah dengan metode yang sudah di tentukan.
6. Pengolahan data : Menghitung data dari hasil penelitian adapun beberapa
perhitungan antara lain menghitung :
a. Diagram Fishbone
b. Check sheet
c. diagram Stratifiksi
d. Peta kendali (p-chart)
e. Diagram pareto
f. Histogram
g. Diagram scatter

7. Analisi dan pembahasan : Menganalisis hasil pengolahan data berdasarkan

kondisi suyek yang diteliti.
 8. Kesimpulan dan Saran : Melakukan pengambilan kesimpulan dengan
memberikan saran berdasarkan hasil penelitian.
9. Selesai : Merupakam akhir dari penelitian yang di lakuka pada PG Madukismo
yang kemudian akan membuat laporan penelitian dan presentasi hasil dari
penelitian tersebut.

6.8 Pengumpulam Data

Pengumpulan data diperoleh dengan cara melakukan studi literatur, yaitu sebagai
acuan dalam mempelajari metode yang digunakan, dengan tujuan untuk mengetahui
data apa saja yang dibutuhkan untuk penelitian pada PG Madukismo. Berdasarkan
sumber – sumber yang sesuai di pelajari penelitian ini membutuhkan data produksi gula
pada PG Madukismo dan data produk cacat pada PG Madukismo selama 3 bulan antara
bulan Mei, Juni, Juli dan dilakukan wawancara langsung dengan Bapak Arif dan Bapak
Eko selaku staf bagian quality control pada PG Madukismo, serta mengamati secara
langsung kegitan produksi gula pada PG Madukismo. Berikut jumlah produksi dan
produk cacat pada PG Madukismo pada bulan Mei, Juni, Juli :

Table 6.2 Jumlah produksi dan produk cacat pada bulan Mei pada PG Madukismo
 Tanggal / Jumlah
No Bulan / Tahun Produksi Data produk cacat Jumlah
Cacat Cacat Cacat
(Ton) Krikilan debuan Basah
1 1 - Mei – 2019 1028 39 30 25 89
2 2 - Mei – 2019 540 0 0 0 0
3 3 - Mei – 2019 1004 0 0 0 0
4 4 - Mei – 2019 1013 0 0 0 0
5 5 - Mei – 2019 1370 0 0 0 0
6 6 - Mei – 2019 2148 6 3 3 12
7 7 - Mei – 2019 2544 10 10 14 34
8 8 - Mei – 2019 2409 0 10 11 21
9 9 - Mei – 2019 200 0 0 0 0
10 10 - Mei - 2019 267 20 5 5 30
11 11 - Mei - 2019 1967 0 0 0 0
12 12 - Mei - 2019 1284 0 0 0 0
13 13 - Mei - 2019 1861 0 0 0 0
14 14 - Mei - 2019 1846 67 60 40 167
15 15 - Mei - 2019 2074 50 3 3 56
16 16 - Mei - 2019 855 1 0 0 1
17 17 - Mei - 2019 2426 32 30 50 112
18 18 - Mei - 2019 1898 0 0 0 0
19 19 - Mei - 2019 1951 25 26 5 56
20 20 - Mei - 2019 2145 0 0 0
21 21 - Mei - 2019 2004 30 15 5 50
22 22 - Mei - 2019 1982 45 5 40 90
23 23 - Mei - 2019 1987 16 20 50 86
24 24 - Mei - 2019 2020 6 10 40 56
25 25 - Mei - 2019 2055 0 0 0 0
26 26 - Mei - 2019 2094 19 8 7 34
27 27 - Mei - 2019 2191 0 0 0 0
28 28 - Mei - 2019 2077 48 12 17 77
29 29 - Mei - 2019 1752 10 0 0 10
30 30 - Mei - 2019 381 14 10 16 40
31 31 - Mei - 2019 0 0 0 0 0
Total 49373 438 257 331 1021

(Sumber : Jumlah produksi dan produk cacat PG Madukismo 2019)

 Table 6.3 Jumlah produksi dan produk cacat pada bulan Juni pada PG Madukismo
Tanggal / Bulan Jumlah
No / Tahun Produksi Data produk cacat Jumlah
Cacat Cacat Cacat
(Ton) Krikilan Debuan Basah
1 1 - Juni – 2019 0 0 0 0 0
2 2 - Juni – 2019 0 0 0 0 0
3 3 - Juni – 2019 0 0 0 0 0
4 4 - Juni – 2019 0 0 0 0 0
5 5 - Juni – 2019 0 0 0 0 0
6 6 - Juni – 2019 0 0 0 0 0
7 7 - Juni – 2019 0 0 0 0 0
8 8 - Juni – 2019 0 0 0 0 0
9 9 - Juni – 2019 0 0 0 0 0
10 10 - Juni - 2019 0 0 0 0 0
11 11 - Juni - 2019 0 0 0 0 0
12 12 - Juni - 2019 0 0 0 0 0
13 13 - Juni - 2019 0 0 0 0 0
14 14 - Juni - 2019 0 0 0 0 0
15 15 - Juni - 2019 0 0 0 0 0
16 16 - Juni - 2019 858 1 0 0 1
17 17 - Juni - 2019 2118 90 0 0 90
18 18 - Juni - 2019 1994 100 2 0 102
19 19 - Juni - 2019 1738 0 0 0 0
20 20 - Juni - 2019 1748 0 0 0 0
21 21 - Juni - 2019 1744 7 0 0 7
22 22 - Juni - 2019 1784 2 4 4 10
23 23 - Juni - 2019 1616 30 10 7 47
24 24 - Juni - 2019 1533 5 0 0 5
25 25 - Juni - 2019 1536 8 6 64 78
26 26 - Juni - 2019 1505 21 17 18 56
27 27 - Juni - 2019 1554 33 51 15 99
28 28 - Juni - 2019 1531 9 10 4 23
29 29 - Juni - 2019 1579 54 0 0 54
30 30 - Juni - 2019 1524 90 0 0 90
24362 450 100 112 662

(Sumber : Jumlah produksi dan produk cacat PG Madukismo 2019)

Table 6.3 Jumlah produksi dan produk cacat pada bulan Juli pada PG Madukismo
 Tanggal / Jumlah Jumla
No Bulan / Tahun Produksi Data produk cacat h
Cacat Cacat Cacat
(Ton) Krikilan Debuan Basah
1 1 - Juli – 2019 1354 3 2 2 7
2 2 - Juli – 2019 1357 0 0 0 0
3 3 - Juli – 2019 1546 3 0 4 8
4 4 - Juli – 2019 1516 0 0 0 0
5 5 - Juli – 2019 1557 40 8 8 56
6 6 - Juli – 2019 1843 16 0 0 16
7 7 - Juli – 2019 1684 30 10 5 45
8 8 - Juli – 2019 1735 0 0 0 0
9 9 - Juli – 2019 1844 0 0 0 0
10 10 - Juli - 2019 2154 5 45 15 65
11 11 - Juli - 2019 2283 19 51 7 77
12 12 - Juli - 2019 2326 0 0 0 0
13 13 - Juli - 2019 2526 20 1 3 24
14 14 - Juli - 2019 3048 40 23 20 83
15 15 - Juli - 2019 2873 70 2 6 78
16 16 - Juli - 2019 3052 0 0 0 0
17 17 - Juli - 2019 3081 0 0 13 13
18 18 - Juli - 2019 2794 0 0 0 0
19 19 - Juli - 2019 2605 0 0 0 0
20 20 - Juli - 2019 2482 87 0 0 87
21 21 - Juli - 2019 3044 0 0 0 0
22 22 - Juli - 2019 3255 78 0 0 78
23 23 - Juli - 2019 3119 0 0 0 0
24 24 - Juli - 2019 2850 0 15 5 20
25 25 - Juli - 2019 3063 0 0 0 0
26 26 - Juli - 2019 3042 30 4 0 34
27 27 - Juli - 2019 3218 0 0 0 0
28 28 - Juli - 2019 3294 8 7 30 45
29 29 - Juli - 2019 2944 0 0 0 0
30 30 - Juli - 2019 3035 8 54 16 78
31 31 - Juli - 2019 3462 96 0 10 106
Total 77986 553 222 144 920

(Sumber : Jumlah produksi dan produk cacat PG Madukismo 2019)

6.9 Pengolahan Data

6.9.1 Diagram Fishbone

Gambar 6.7 Analisi Fishbone Pada PG Madukismo

Sumber : Pengolahan data 2019

6.9.2 Check sheet

Check sheet adalah alat yang sering digunakan untuk menghitung
seberapa sering sesuatu terjadi dan sering digunakan dalam pengumpulan
dan pencatatan data. Adapun check sheet dari data kerusakan pada proses
produksi PG MADUKISMO. Adapun jenis – jenis cacat yang ada :
1. Cacat krikilan adalah cacat gula yang membentuk bongkahan
yang tidak bisa masuk ke dalam stasiun penyaringan.
2. Cacat debuan adalah cacat gula yang terkena debu dari luar atau
tempat penyimpanan sementara stasiun penyelesaian.
3. Cacat basah adalah cacat gula yang berbentuk bulat menggimbal
pada talang goyang atau stasiun pengeringan.
 6.9.3 Peta Kendali (p-Chart)
Tabel 6.4 Perhitungan Peta kendali (p – Chart ) pada cacat krikilan
Jumlah Cacat
Tanggal/Bulan/Tahun produksi krikilan Proporsi CL UCL LCL
1 - Mei – 2019 1028 39 0,0379 0,00887 0,0181 -0,01765
2 - Mei – 2019 540 0 0,0000 0,00887 0,0000 0
3 - Mei – 2019 1004 0 0,0000 0,00887 0,0000 0
4 - Mei – 2019 1013 0 0,0000 0,00887 0,0000 0
5 - Mei – 2019 1370 0 0,0000 0,00887 0,0000 0
6 - Mei – 2019 2148 6 0,0028 0,00887 0,0034 -0,00341
7 - Mei – 2019 2544 10 0,0039 0,00887 0,0037 -0,00372
8 - Mei – 2019 2409 0 0,0000 0,00887 0,0000 0
9 - Mei – 2019 200 0 0,0000 0,00887 0,0000 0
10 - Mei - 2019 267 20 0,0749 0,00887 0,0495 -0,04712
11 - Mei - 2019 1967 0 0,0000 0,00887 0,0000 0
12 - Mei - 2019 1284 0 0,0000 0,00887 0,0000 0
13 - Mei - 2019 1861 0 0,0000 0,00887 0,0000 0
14 - Mei - 2019 1846 67 0,0363 0,00887 0,0132 -0,0129
15 - Mei - 2019 2074 50 0,0241 0,00887 0,0102 -0,01002
16 - Mei - 2019 855 1 0,0012 0,00887 0,0035 -0,00351
17 - Mei - 2019 2426 32 0,0132 0,00887 0,0070 -0,00692
18 - Mei - 2019 1898 0 0,0000 0,00887 0,0000 0
19 - Mei - 2019 1951 25 0,0128 0,00887 0,0077 -0,00761
20 - Mei - 2019 2145 0,0000 0,00887 0,0000 0
21 - Mei - 2019 2004 30 0,0150 0,00887 0,0082 -0,0081
22 - Mei - 2019 1982 45 0,0227 0,00887 0,0101 -0,00996
23 - Mei - 2019 1987 16 0,0081 0,00887 0,0060 -0,006
24 - Mei - 2019 2020 6 0,0030 0,00887 0,0036 -0,00363
25 - Mei - 2019 2055 0 0,0000 0,00887 0,0000 0
26 - Mei - 2019 2094 19 0,0091 0,00887 0,0062 -0,0062
27 - Mei - 2019 2191 0 0,0000 0,00887 0,0000 0
28 - Mei - 2019 2077 48 0,0231 0,00887 0,0100 -0,00981
29 - Mei - 2019 1752 10 0,0057 0,00887 0,0054 -0,00539
30 - Mei - 2019 381 14 0,0367 0,00887 0,0293 -0,02856
31 - Mei - 2019 0 0 0,0000 0,00887 -
Sumber : Pengolahan data 2019

Tabel 6.5 Perhitungan Peta kendali (p – Chart ) pada cacat krikilan

 Jumlah Cacat
Tanggal/Bulan/Tahun produksi krikilan Proporsi CL UCL LCL
1 - Juni – 2019 0 0 - 0,0185 - -
2 - Juni – 2019 0 0 - 0,0185 - -
3 - Juni – 2019 0 0 - 0,0185 - -
4 - Juni – 2019 0 0 - 0,0185 - -
5 - Juni – 2019 0 0 - 0,0185 - -
6 - Juni – 2019 0 0 - 0,0185 - -
7 - Juni – 2019 0 0 - 0,0185 - -
8 - Juni – 2019 0 0 - 0,0185 - -
9 - Juni – 2019 0 0 - 0,0185 - -
10 - Juni - 2019 0 0 - 0,0185 - -
11 - Juni - 2019 0 0 - 0,0185 - -
12 - Juni - 2019 0 0 - 0,0185 - -
13 - Juni - 2019 0 0 - 0,0185 - -
14 - Juni - 2019 0 0 - 0,0185 - -
15 - Juni - 2019 0 0 - 0,0185 - -
16 - Juni - 2019 858 1 0,00117 0,0185 0,00350 -0,102
17 - Juni - 2019 2118 90 0,04249 0,0185 0,01334 -0,610
18 - Juni - 2019 1994 100 0,05015 0,0185 0,01491 -0,661
19 - Juni - 2019 1738 0 0,00000 0,0185 0,00000 0,000
20 - Juni - 2019 1748 0 0,00000 0,0185 0,00000 0,000
21 - Juni - 2019 1744 7 0,00401 0,0185 0,00455 -0,190
22 - Juni - 2019 1784 2 0,00112 0,0185 0,00238 -0,100
23 - Juni - 2019 1616 30 0,01856 0,0185 0,01014 -0,406
24 - Juni - 2019 1533 5 0,00326 0,0185 0,00437 -0,171
25 - Juni - 2019 1536 8 0,00521 0,0185 0,00552 -0,216
26 - Juni - 2019 1505 21 0,01395 0,0185 0,00911 -0,353
27 - Juni - 2019 1554 33 0,02124 0,0185 0,01105 -0,434
28 - Juni - 2019 1531 9 0,00588 0,0185 0,00587 -0,230
29 - Juni - 2019 1579 54 0,03420 0,0185 0,01388 -0,548
30 - Juni - 2019 1524 90 0,05906 0,0185 0,01847 -0,715
24362 450 0,01847 0,0185 0,00260 -0,405
Sumber : Pengolahan data 2019

Tabel 6.5 Perhitungan Peta kendali (p – Chart ) pada cacat krikilan

 Jumlah Cacat
Tanggal/Bulan/Tahun produksi krikilan Proporsi CL UCL LCL
1 - Juli - 2019 1354 3 0,00222 0,00709 0,00384 -0,00383
2 - Juli - 2019 1357 0 0,00000 0,00709 0,00000 0,00000
3 - Juli - 2019 1546 3 0,00194 0,00709 0,00336 -0,00336
4 - Juli - 2019 1516 0 0,00000 0,00709 0,00000 0,00000
5 - Juli - 2019 1557 40 0,02569 0,00709 0,01213 -0,01193
6 - Juli - 2019 1843 16 0,00868 0,00709 0,00650 -0,00646
7 - Juli - 2019 1684 30 0,01781 0,00709 0,00973 -0,00961
8 - Juli - 2019 1735 0 0,00000 0,00709 0,00000 0,00000
9 - Juli - 2019 1844 0 0,00000 0,00709 0,00000 0,00000
10 - Juli - 2019 2154 5 0,00232 0,00709 0,00311 -0,00311
11 - Juli - 2019 2283 19 0,00832 0,00709 0,00572 -0,00569
12 - Juli - 2019 2326 0 0,00000 0,00709 0,00000 0,00000
13 - Juli - 2019 2526 20 0,00792 0,00709 0,00530 -0,00528
14 - Juli - 2019 3048 40 0,01312 0,00709 0,00621 -0,00616
15 - Juli - 2019 2873 70 0,02436 0,00709 0,00870 -0,00856
16 - Juli - 2019 3052 0 0,00000 0,00709 0,00000 0,00000
17 - Juli - 2019 3081 0 0,00000 0,00709 0,00000 0,00000
18 - Juli - 2019 2794 0 0,00000 0,00709 0,00000 0,00000
19 - Juli - 2019 2605 0 0,00000 0,00709 0,00000 0,00000
20 - Juli - 2019 2482 87 0,03505 0,00709 0,01120 -0,01095
21 - Juli - 2019 3044 0 0,00000 0,00709 0,00000 0,00000
22 - Juli - 2019 3255 78 0,02396 0,00709 0,00811 -0,00798
23 - Juli - 2019 3119 0 0,00000 0,00709 0,00000 0,00000
24 - Juli - 2019 2850 0 0,00000 0,00709 0,00000 0,00000
25 - Juli - 2019 3063 0 0,00000 0,00709 0,00000 0,00000
26 - Juli - 2019 3042 30 0,00986 0,00709 0,00539 -0,00536
27 - Juli - 2019 3218 0 0,00000 0,00709 0,00000 0,00000
28 - Juli - 2019 3294 8 0,00243 0,00709 0,00257 -0,00257
29 - Juli - 2019 2944 0 0,00000 0,00709 0,00000 0,00000
30 - Juli - 2019 3035 8 0,00264 0,00709 0,00279 -0,00279
31 - Juli - 2019 3462 96 0,02773 0,00709 0,00845 -0,00829
Sumber : Pengolahan data 2019