LAPORAN PRAKTIKUM

PENGENDALIAN MUTU PANGAN DAN PENGUJIAN SENSORIS

VARIABLE CONTROL CHART

OLEH :
KELOMPOK D-6
Maria Arin Hartanti 6103017028
Patricia Clarissa 6103017080
Andreas Alvin 6103017134

Hari/Tanggal: Senin/ 18 November 2019

PROGRAM STUDI TEKNOLOGI PANGAN

FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS KATOLIK WIDYA MANDALA SURABAYA
SURABAYA
2019
 BAB I
PENDAHULUAN

1.1. Tujuan
1.1.1. Tujuan Instruksional Umum:
Mahasiswa dapat memahami penggunaan bagan/peta/grafik kendali mutu variable
sebagai salah satu cara pengendalian kualitas
1.1.2. Tujuan Instruksional Khusus:
1. Mahasiswa mampu merancang pengendalian kualitas menggunakan peta
kendali mutu variabel
2. ̅,
Mahasiswa dapat mengetahui pengertian dari variable control chart, grafik X
grafik R, UCLX, LCLX, UCLR, dan LCLR
3. Mahasiswa dapat menerapkan konsep statistik pada pengendalian kualitas
1.2. Latar Belakang
Semakin mudahnya penggunaan teknologi komputerisasi di jaman modern ini,
memudahkan para pelaku industri pangan untuk menjadi lebih presisi dalam memproduksi hasil
olahan pangan yang dikehendaki. Beberapa alat yang canggih telah tersedia untuk mengukur
berbagai parameter mutu yang penting dalam menentukan kualitas suatu produk pangan yang
beredar di pasaran.
Untuk lebih memudahkan proses quality control yang baik, maka digunakan control
chart. Menurut Aslam dkk. (2014), control chart dibagi menjadi attribute control chart dan
variable control chart, keduanya merupakan teknik kunci dalam hal quality control secara
statistik untuk memonitor proses produksi, sehingga kualitas produk yang dihasilkan tidak jauh
dari batas yang telah ditetapkan serta dalam hal ini, variable control chart mengukur
keberagaman suatu parameter mutu pangan yang dapat diukur dan biasanya dapat
menggunakan X-bar control chart.
Sebagai seorang teknolog pangan, kita dituntut untuk mampu menghasilkan produk pangan
dengan kualitas yang baik serta presisi, sehingga harus dimengerti bagaimana proses produksi
yang baik dan bagaimana teknik-teknik yang baik untuk memonitor kerusakan produk. Ketika
ditemukan produk yang tidak sesuai dengan standar yang telah ditetapkan maka harus dilakukan
tindakan koreksi, sehingga mampu menghindari kerugian.
 Control chart merupakan teknik kunci statistik dalam pengendaliam mutu untuk
memonitor proses produksi dan mencegah produk menyimpang dari batas spesifikasi yang
diberikan. (Aslam et al., 2014). Control chart merupakan alat yang penting untuk mendeteksi
penyebab adanya variasi penyimpangan dalam proses selama produksi. Salah satu contoh
control chart adalah variable control chart. Tujuan utama penggunaan control chart adalah
sebagai monitor, kontrol, dan mengembangkan proses yang dilakukan dengan mempelajari
variasi dan sumbernya. Beberapa kegunaan control chart menurut Shah et al. (2010) adalah:
1. Memberikan kemudahan secara statistika untuk mendeteksi dan memonitor variasi
proses secara berkala.
2. Sebagai sarana untuk mengontrol proses secara kontinyu.
3. Untuk mengidentifikasi penyebab umum yang menyebabkan terjadinya variasi
sehingga dapat dijadikan pedoman atau sebagai tindakan manajemen.
4. Membantu untuk meningkatkan agar proses produksi berjalan konstan dan dapat
diprediksi/dikontrol untuk mendapatkan kualitas yang terbaik, biaya murah dan
memiliki kapasitas yang tinggi serta efektif.
5. Digunakan sebagai sarana untuk diskusi mengenai performa proses produksi.
Salah satu jenis Control chart adalah variable control chart. Variable control chart
digunakan pada saat pengukuran berupa data kuantitatif seperti tinggi, berat atau ketebalan
(Shah et al., 2010). Variable control chart digunakan untuk data kontinyu seperti X-bar chart
(Aslam et al., 2016). Jenis variable control chart ada 2 yakni X-bar-R chart dan Xbar-S chart
(Shah et al., 2010). Menurut Aslam et al. (2014), X-bar control chart adalah yang paling
sederhana dan diaplikasikan saat data karakteristik kualitas mengikuti sebaran normal.
X-bar chart dan R chart terdiri dari 2 chart dengan sumbu horizontal menunjukkan
nomor sampel dan sumbu vertikal menunjukkan rata-rata sampel untuk 1 seris lot atau subgrup
(Shah et al., 2010). Garis tengah pada x-bar chart merepresentasikan x-bar bar yakni rata- rata
keseluruhan proses, sedangkan garis diatas dan dibawah x-bar bar masing-masing dikenal
sebagai batas kontrol atas atau UCL dan batas kontrol bawah atau LCL (Shah et al., 2014).
Menurut Nguyen. (2017) X-bar charts, R chart, UCL dan LCL dapat ditentukan dengan
menggunakan rumus:
X-chart
R= xmax – xmin
UCL= 𝑥̿ + A2𝑅̅
Center line = 𝑥̿
LCL= UCL= 𝑥̿ - A2𝑅̅
R-chart
UCL= 𝐷4𝑅̅
Center line = 𝑅̅
LCL= 𝐷3𝑅̅
 BAB II
CARA KERJA

2.1.Alat
1. Kantong plastik  asumsi sebagai kemasan AMDK
2. Timbangan
3. Gelas ukur 100 mLselang injeksi
4. Bak plastik  asumsi sebagai tangki penampung air
5. Stopwatch
6. Baki
7. Spidol OHP
2.2.Bahan
1. Air kran
2.3.Skema Kerja
- Kelompok 1 & 2 = sebagai mesin A dengan settingan waktu injeksi 1 menit @5 kemasan
- Kelompok 3 & 4 = sebagai mesin B dengan settingan waktu injeksi 1,5 menit @5
kemasan
- Kelompok 5 & 6 = sebagai mesin C dengan settingan waktu injeksi 2 menit @5 kemasan
- Kelompok 7, 8 & 9 = sebagai mesin D dengan settingan waktu injeksi 2,5 menit @5
kemasan

Pengisian 100 mL air sebanyak 5 kali ke dalam kemasan AMDK dan sealing
kemasan dengan durasi 1;1,5;2;2,5 menit

Penimbangan dan pencatatan berat AMDK dan kemasan AMDK kosong

̅), dan range

Pengumpulan data dan perhitungan berat air (netto), rata-rata (X
(R) menggunakan Microsoft Excel

̅-chart dan R-chart )melalui

Pemasukan data dan pembuatan control chart (X
SPSS dari tiap-tiap mesin dengan waktu pengisian yang berbeda-beda
 BAB III
HASIL DAN PEMBAHASAN

3.1. Data Pengamatan

3.1.1. Data Berat Air Minum Dalam Kemasan dengan Berbagai Mesin Pengisi
̅)
Mean (X Range (R)
Data Mesin Mesin Mesin Mesin Mesin Mesin Mesin Mesin
A B C D A B C D
Batch 1 96,63 97,76 97,53 97,91 5,4 1,15 2,63 3,3
Batch 2 95,67 98,30 97,25 97,77 5,78 1,55 0,42 0,88
Batch 3 96,71 97,71 97,09 97,23 3,73 1,05 1,39 2,26
Batch 4 95,71 97,59 97,74 98,60 2,68 2,12 1,22 1,01
Batch 5 97,02 97,68 97,38 98,66 5,97 0,95 1,06 2,27
Batch 6 97,88 97,97 96,91 96,95 4,57 1,23 3,1 7,67
Batch 7 97,25 97,90 97,15 98,51 1,28 0,50 0,56 1,67
Batch 8 98,05 97,82 97,80 98,53 6,29 1,01 0,87 1,27
Batch 9 98,01 97,78 97,55 98,51 5,47 1,17 1,01 1,04
Batch 97,73 98,21 97,34 4,15 1,44 0,98 2,89
97,59
10
UCL 99,6824 98,5742 98,1387 99,4264 9,5807 2,5727 2,7990 5,1298
LCL 94,4524 97,1698 96,6108 96,6268 0 0 0 0

3.1.2. Variabel Control Chart Berbagai Mesin Pengisi

3.1.2.1. Mesin A (Kecepatan Pengisian 1 menit/10 Kemasan AMDK)
 Gambar 3.1. Variabel Control Chart Mesin Pengisi AMDK dengan Kecepatan Pengisian
1 menit/ 10 botol (Gambar bawah: X-Chart; Gambar atas: R-Chart)

3.1.2.2. Mesin B (Kecepatan Pengisian 1,5 menit/10 Kemasan AMDK)

 Gambar 3.2. Variabel Control Chart Mesin Pengisi AMDK dengan Kecepatan Pengisian
1,5 menit/ 10 botol (Gambar bawah: X-Chart; Gambar atas: R-Chart)

3.1.2.3. Mesin C (Kecepatan Pengisian 2 menit/10 Kemasan AMDK)

 Gambar 3.3. Variabel Control Chart Mesin Pengisi AMDK dengan Kecepatan Pengisian
2 menit/ 10 botol (Gambar bawah: X-Chart; Gambar atas: R-Chart)

3.1.2.4. Mesin D (Kecepatan Pengisian 2,5 menit/10 Kemasan AMDK)

Gambar 3.3. Variabel Control Chart Mesin Pengisi AMDK dengan Kecepatan Pengisian
2,5 menit/ 10 botol (Gambar bawah: X-Chart; Gambar atas: R-Chart)

3.2. Pembahasan
Pada variable control chart digunakan dua jenis diagram, yaitu 𝑋̅-chart dan R-chart.
Diagram 𝑋̅ digunakan untuk memonitor proses berdasarkan rata-rata dari parameter yang diuji
sedangkan diagram R digunakan untuk memonitor keberagaman atau persebaran data dari
parameter yang diuji (Shah et al., 2010). Jika data yang diperoleh tidak terlalu menyebar, maka
dapat dikatakan bahwa data memiliki presisi yang baik. Kondisi dinyatakan under control
apabila data yang diperoleh tidak melebihi UCL dan LCL sedangkan kondisi dinyatakan out of
control apabila (1) terdapat 9 titik atau lebih berada di satu sisi diatas atau dibawah CL, (2)
terdapat 6 titik yang menunjukkan trend meningkat atau menurun, (3) dua dari tiga titik diluar
±2𝜎, (4) empat dari lima titik diluar ±1𝜎, (5) terdapat lima titik secara berturut-turut berada di
zona ±1𝜎, (6) terdapat delapan titik secara berturut-turut lebih dari 1𝜎 diatas CL (Statsoft, 2013
dalam Djekic and Tomasevic, 2018).
Terdapat empat jenis mesin filling yang digunakan untuk mengisi air minum dalam
kemasan dengan perbedaan waktu pengisian. Mesin A memiliki kecepatan pengisian 1
menit/10 kemasan, mesin B memiliki kecepatan pengisian 1,5 menit/10 kemasan, mesin C
memiliki kecepatan pengisian 2 menit/10 kemasan dan mesin D memiliki kecepatan pengisian
2 menit/10 kemasan. Perbedaan waktu pengisian menunjukkan ketepatan, dimana semakin
lama waktu maka diharapkan semakin tinggi ketepatan pengisian AMDK. Untuk
menginterpretasi diagram 𝑋̅ dan R, perlu dilihat terlebih dahulu apakah diagram R dalam
kondisi under control karena diagram R menunjukkan presisi data dan jika diagram R
menunjukkan kondisi out of control, maka data yang diperoleh tidak presisi (sangat bervariasi)
sehingga batas pada diagram 𝑋̅ tidak dapat digunakan karena range terlalu luas dan produk
yang seharusnya out of control jadi tidak terdeteksi (Nguyen, 2017).
R-Chart pada Mesin A menunjukkan kondisi under control karena tidak terdapat titik
yang melewati UCL dan LCL, serta tidak terdapat empat titik berturut-turut pada satu sisi
(diatas atau dibawah CL) sehingga data presisi. Namun 𝑋̅-Chart menunjukkan kondisi yang out
of control dimana terdapat empat titik berturut-turut, yaitu batch 1 hingga 4 yang terletak pada
sisi sama yaitu dibawah CL dan lima titik berturut-turut yaitu batch 6 hingga 10 yang terletak
pada sisi sama yaitu diatas CL. Kondisi out of control mungkin disebabkan karena waktu
pengisian yang sangat cepat, yaitu 1 menit/10 kemasan sehingga ketelitiannya rendah. Perlu
dilakukan adjusting mesin pada mesin A.
R-Chart pada Mesin B menunjukkan kondisi under control walaupun terdapat trend
meningkat namun hanya 4 titik sedangkan diperlukan minimal 6 titik trend untuk dapat
dinyatakan sebagai out of control sehingga data presisi. 𝑋̅-Chart juga telah menunjukkan
kondisi under control. Pada 𝑋̅-Chart terdapat 3 titik berturut-turut yaitu batch 3 hingga 5 di satu
sisi yaitu dibawah CL, namun diperlukan minimal empat titik supaya dinyatakan out of control
serta terdapat trend menurun yaitu pada batch 6 hingga 9 namun diperlukan minimal 6 titik
trend menurun untuk dapat dinyatakan out of control. Oleh karena itu kinerja mesin B lebih
baik daripada mesin A dikarenakan waktu pengisian yang lebih lama, sehingga tingkat
ketelitiannya pun lebih tinggi.
R-Chart pada mesin C menunjukkan kondisi out of control, yaitu pada batch 6 titik
melebihi UCL dan terdapat 4 titik berturut-turut yaitu batch 7 hingga 10 pada 1 sisi yaitu
dibawah CL. Walaupun 𝑋̅-Chart menunjukkan data yang under control, namun hasil yang
diperoleh dapat dikatakan kurang valid karena R-Chart yang out of control menunjukkan bahwa
data tidak presisi (sangat bervariasi) sehingga range menjadi luas yang berdampak langsung
pada LCL dan UCL 𝑋̅-Chart (Nguyen, 2017). Data yang mungkin out of control jadi tidak
terdeteksi karena range yang terlalu luas. Waktu pengisian mesin C adalah 2 menit/10 kemasan
dimana seharusnya mesin C memiliki ketelitian lebih tinggi daripada mesin A dan mesin B,
namun pada batch 6, waktu pengisian AMDK terlalu cepat yaitu kurang dari 2 menit. Hal ini
yang mungkin menyebabkan kondisi out of control, sehingga perlu dilakukan adjusting atau
penyetelan ulang mesin.
R-chart pada mesin D menunjukkan kondisi out of control, yaitu pada batch 6 titik
melebihi UCL serta terdapat 4 titik berturut-turut yaitu pada batch 2 hingga 5 yang berada pada
satu sisi yaitu dibawah CL. Walaupun 𝑋̅-Chart menunjukkan data yang under control, namun
hasil yang diperoleh kurang valid karena R-chart yang out of control menunjukkan bahwa data
tidak presisi (sangat bervariasi) sehingga range menjadi luas yang berdampak langsung pada
LCL dan UCL 𝑋̅-Chart (Nguyen, 2017). Data yang mungkin out of control menjadi tidak
terdeteksi karena range yang terlalu luas. Waktu pengisian mesin D adalah 2,5 menit/10
kemasan dimana seharusnya mesin D memiliki ketelitian lebih tinggi daripada mesin A dan B
namun terdapat kebocoran kemasan yang mengakibatkan terdapat 1 kemasan berbobot 92 gram
dimana seharusnya 100 gram. Hal ini yang menyebabkan kondisi out of control, namun kondisi
out of control bukan disebabkan oleh mesin namun disebabkan oleh kemasan yang kurang baik.
 DAFTAR PUSTAKA

Aslam, M., M. Azam and C.H. Jun. 2014. New Attributes and Variables Control Charts under,
Industrial Engineering and Management Systems, 13(1): 101.

Aslam, M., O.H. Arif and C.H. Jun. 2016. An Attribute Control Chart Based on the Birnbaum-
Saunders Distribution Using Repetitive Sampling, IEEE Access 5: 9350-9360.

Djekic, I. and I. Tomasevic. 2018. Tools in Improving Quality Assurance and Food Control,
(dalam Food Control and Biosecurity, A. M. Grumezescu and A. M. Holban, Eds),
London: Academic Press.

Nguyen, T. 2017. Control Charts for 𝒙̅ based on R. https://www.researchgate.net/publication/3

13636387 (15 November 2019)

Shah, S, P. Shridhar, dan D. Gohil. 2010. Control Chart: A Statistical Process Control Tool in
Pharmacy, Asian Journal of Pharmaceutics, 184-191.