BAB 3

PENGUMPULAN DATA DAN HASIL PEMBAHASAN

3.1. Pengumpulan Data

Untuk menganalisa permasalahan kualitas produk kerupuk jangek,

diperlukan data produk cacat dari dokumen yang dimiliki Home Industri UD.

Sabena. Data yang diambil mencakup data Produksi dan Data Jenis Kerusakan

Produk Kerupuk Jangek.

3.1.1. Data Produksi Kerupuk Jangek

Data Produksi Kerupuk Jangek pada Tahun 2014 dapat dilihat pada tabel

3.1. dibawah ini :

Tabel 3.1. Produksi Kerupuk Jangek Bulan Januari-Desember 2014

Bulan Produksi Kerupuk Jangek (Bungkus)

Januari 350.000

Februari 280.000

Maret 300.000

April 275.000

Mei 250.000

Juni 300.000

Juli 380.000

Augustus 320.000

September 250.000

53
 54

Oktober 450.000

November 340.000

Desember 240.000

Sumber : Home Industri UD. Sabena, 2015

3.1.2. Data Jenis Kerusakan Produk Kerupuk Jangek

Data jenis kerusakan produk Kerupuk Jangek Home Industri UD. Sabena

terdapat tiga jenis kerusakan diantaranya yaitu Hangus, Keras dan patah (hancur)

adapun data jenis kerusakan produk Kerupuk Jangek Tahun 2014 dapat dilihat

pada table 3.2. dibawah ini :

Tabel 3.2. Data Jenis Kerusakan Produk Kerupuk Jangek Tahun 2014
Jenis Kerusakan Produk Kerupuk Jangek (Bungkus)
Bulan
Hangus Keras Patah (hancur)
Januari 7840 6524 4634
Februari 5963 4429 4160
Maret 9113 2610 5277
April 7239 4330 5180
Mei 5700 2944 5446
Juni 6340 6520 6980
Juli 6963 4429 5765
Augustus 8340 4340 6973
September 8830 5670 5768
Oktober 7320 5830 6320
November 8110 7230 7985
Desember 7560 5870 5430
Sumber : Home Industri UD. Sabena, 2015

4.2. Hasil Pembahasan

 55

Proses pengendalian kualitas dan analisa data dilakukan dengan metode

Seven Tols (Tujuh Alat Pengendalian Kualitas sebagai berikut :

4.2.1. Perhitungan Pengendalian Kualitas Berdasarkan Metode Seven Tools

Dalam pengolahan data dilakukan dengan menggunakan tujuh alat bantu

pengendalian kualitas. Adapun langkah-langkah yang dilakukan adalah sebagai

berikut:

1. Mengumpulkan data menggunakan check sheet

2. Membuat histogram

3. Membuat peta kendali p

4. Melakukan uji kecukupan data

5. Membuat Sketer Diagram

6. Menentukan prioritas perbaikan (menggunakan diagram pareto)

7. Mencari faktor penyebab yang dominan (dengan diagram sebab akibat)

3.2.2. Check Sheet

Dalam melakukan pengendalian kualitas kerupuk jangek proses

pengolahan data dilakukan dengan metode seven tools, langkah pertama yang

akan dilakukan adalah membuat check sheet. Check sheet berguna untuk

mempermudah proses pengumpulan data serta analisis. Selain itu pula berguna

untuk mengetahui area permasalahan berdasarkan frekuensi dari jenis atau

penyebab dan mengambil keputusan untuk melakukan perbaikan atau tidak.

 56

Adapun hasil pengumpulan dan pengolahan data melalui check sheet yang telah

dilakukan dapat dilihat pada tabel 3.3. berikut :

Tabel 3.3. Laporan Produksi dan Produk Rusak Kerupuk Jangek Tahun
2014 Pada Home Industri UD. Sabena Kecamatan Meureubo
Jenis Kerusakan Produk Kerupuk Jangek Jumlah
Jumlah Produksi Presentase Produk
Bulan Cacat
Kerupuk Jangek
Hangus Keras Patah (hancur)
Januari 350.000 7840 6524 4634 5,43 18.998
Februari 280.000 5963 4429 4160 5,20 14.552
Maret 300.000 9113 2610 5277 5,67 17.000
April 275.000 7239 4330 5180 6,09 16.749
Mei 250.000 5700 2944 5446 5,64 14.090
Juni 300.000 6340 6520 6980 6,61 19.840
Juli 380.000 6963 4429 5765 4,52 17.157
Agustus 320.000 8340 4340 6973 6,14 19.653
September 250.000 8830 5670 5768 8,11 20.268
Oktober 450.000 7320 5830 6320 4,33 19.470
November 340.000 8110 7230 7985 6,86 23.325
Desember 240.000 7560 5870 5430 7,98 18.860
Total 3.735.000 89.318 60.726 69.918 72.58 219.962
Rata-Rata 311.250 7443,16 5060,50 5826,50 6,04 18.330
(Sumber : Data Primer Home Industri UD. Sabena 2015 yang diolah)

3.2.3. Histogram

Setelah check sheet dibuat, maka langkah selanjutnya adalah membuat

histogram. Histogram ini berguna untuk melihat jenis kerusakan yang paling

banyak terjadi. Berikut ini Histogram yang dibuat berdasarkan Tabel 3.3. berikut.
 57

100,000
90,000
80,000
70,000
60,000
50,000
40,000
30,000
20,000
10,000
0

Gambar 3.1. Histogram

Dari histogram Kerusakan
tersebut, dapat kitaKerupuk Jangek
lihat jenis Selama
kerusakan 1 Tahun
produk kerupuk

jangek yang paling sering terjadi adalah Kerupuk Jangek Hangus, dengan jumlah

kerusakan Sebanyak 89.318 bungkus dalam kurun waktu satu tahun. Jumlah

kerusakan terbanyak kedua adalah karena kerupuk jangek patah dengan jumlah

kerusakan sebanyak 69.918 bungkus selama kurun satu tahun dan jumlah

kerusakan terkecil yang diakibatkan kerupuk keras (batet) dengan jumlah

kerusakan sebesar 60.726 bungkus selama kurun satu tahun.

 58

3.2.4. Peta Kendali P ( P-chart)

Setelah membuat histogram, langkah selanjutnya adalah membuat peta

kendali (p-chart) yang berfungsi untuk melihat apakah pengedalian kualitas pada

home industri UD. Sabena ini sudah terkendali atau belum. Seperti yang telah

dibahas sebelumnya bahwa langkah awal dalam membuat peta kendali adalah

sebagai berikut :

1. Menghitung persentase kerusakan.

2. Menghitung garis pusat / Central Line (CL)

3. Menghitung batas kendali atas / Upper Control Limit (UCL)

4. Menghitung batas kendali bawah / Lower Control Limit (LCL)

3.2.4.1. Menghitung Persentase Kerusakan Kerupuk Jangek

Persentase kerusakan produk digunakan untuk melihat persentase

kerusakan Kerupuk Jangek pada tiap sub-group (bulan). Rumus untuk menghitung

persentase kerusakan adalah : np

p=
n
Keterangan : np : Jumlah gagal dalam sub grup

n : jumlah yang diperiksa dalam sub grup

subgroup : Bulan ke-

Maka perhitungan datanya adalah sebagai berikut :

18 . 998
Sub Grup 1 = x 100= 5 , 43 %
350 . 000

14 .552
Sub Grup 2= x 100 = 5 , 20 %
280. 000
 59

17 . 000
Sub Grup 3 = x 100 = 5 , 67 %
300 .000
16. 749
Sub Grup 4= x 100=6 , 09 %
275. 000
14 . 090
Sub Grup 5= x 100=5 , 64 %
250 .000
Untuk hasil keseluruhan dapat dilihat pada Tabel 3.3. sebelumnya.

3.2.4.2. Menghitung Garis Pusat / Central Line (CL)

Garis pusat / Central Line adalah garis tengah yang berada diantar batas

kendali atas (UCL) dan batas kendali bawah (LCL). Garis Pusat ini merupakan

garis yang mewakili rata-rata tingkat kerusakan dalam suatu proses produksi.

Untuk menghitung garis pusat digunakan rumus :

CL= P
∑ np
∑n
Keterangan :

Σnp = Jumlah total yang rusak

Σn = jumlah total yang diperiksa

Berdasarkan rumus maka didapatkan Central Line (CL) sebagai berikut :

Ʃnp = 219.962,000

Ʃn = 3.735.000

CL= p =
∑ np = 219. 962,000 = 0,059
∑ n 3. 735 .000

3.2.4.3. Menghitung Batas Kendali Atas (UCL) dan Batas Kendali Bawah (LCL)
 60

Batas kendali atas dan batas kendali bawah merupakan indikator ukuran

secara statistik sebuah proses bisa dikatakan menyimpang atau tidak. Batas

Kendali atas (UCL) dapat dihitung dengan menggunakan rumus :

p (1− p )
UCL= p + 3 (
√ n
Keterangan :

p = rata-rata kerusakan produk

n = total grup /sampel

dari rumus maka dapat diperoleh Batas kendali atas sebesar :

p = 0,059
n = 12

p (1−p ) 0 ,059 (1−0 , 059)

UCL= p + 3 (
√
n
= 2 ,080
=0 , 059+3
√
12

Sedangkan untuk menghitung batas kendali bawah (LCL) digunakan rumus :

p (1− p)
LCL= p − 3 (
√ n
Keterangan :

p = rata-rata kerusakan produk

n = total grup /sampel

catatan : Jika LCL < 0 maka LCL dianggap = 0

dari rumus LCL maka dapat diperoleh batas kendali bawah sebesar :
 61

p = 0,059
n = 12

p (1− p ) 0 ,059 (1−0 , 059 )

LCL= p − 3 (
√n
= 0 , 20
=0 ,059−3
12√
3.3. Peta Kendali P (P-chart)

Setelah nilai dari persentase kerusakan dari setiap grup, nilai CL, nilai

UCL dan nilai LCL didapatkan, maka langkah selanjutnya adalah membuat peta

kendali p (p-chart). Peta kendali p dibuat menggunakan bantuan program Minitab

17 agar memudahkan untuk melihat grup mana sajakah yang keluar dari batas

kendali. Berikut ini p-chart dari hasil olah data Minitab 17 :

P Chart of Jumlah Produk Cacat CPO

0,00038 1
1

1
0,00036
UCL=0,0003517

0,00034
Proportion

_
P=0,0003230
0,00032

0,00030
LCL=0,0002943

0,00028 1
1
1 2 3 4 5 6 7 8 9 10 11 12
Sample
Tests performed with unequal sample sizes

Gambar 4.2. Peta Kendali P (P-chart)

Dari gambar 4.2. diatas dapat kita lihat bahwa masih ada titik-titik yang
berada diluar batas kendali (UCL dan LCL). Terdapat 5 Titik yang berada diluar
 62

batas kendali dan 7 titik yang berada didalam batas kendali, sehingga bisa
dikatakan bahwa proses tidak terkendali. Karena adanya titik yang berfluktuasi
dan tidak beraturan hal ini menunjukkan bahwa pengendalian kualitas untuk
produk CPO masih mengalami penyimpangan, oleh sebab itu masih diperlukan
analisis lebih lanjut mengapa penyimpangan ini terjadi dengan menggunakan
diagram sebab-akibat (fishbone diagram) untuk mengetahui penyebab dari
penyimpangan /kerusakan dari produk ini.

4.4. Uji Kecukupan Data

Setelah data diperoleh maka perlu diketahui apakah data yang diambil

tersebut telah mencukupi atau belum. Untuk menghitung apakah data yang

diambil sudah mencukupi, dapat digunakan rumus :

( Z )2 x ( p ) x (1− p )
N '= 2
(α )
Keterangan N : Jumlah sampel yang seharusnya

Z : Nilai pada tabel Z dengan tingkat keyakinan tertentu

ṕ : Rata-rata ketidaksesuaian per unit

α : Tingkat ketelitian

Sumber : ( Hendradi, 2006)

Kriteria yang digunakan adalah apabila sampel yang sudah digunakan (N)

lebih besar atau sama dengan jumlah sampel yang seharusnya (N’), maka data

atau sampel yang digunakan sudah mencukupi. Namun apabila jumlah sampel
 63

yang sudah digunakan (N) lebih kecil atau sama dengan jumlah sampel yang

seharusnya (N’), maka sampel atau data yang telah diambil tidak mencukupi,

sehingga perlu dialakukan pengambilan sampel lagi. Adapun tingkat keyakinan

(Z) yang digunakan sebesar 99% dan tingkat ketelitian sebesar 10 %. Berdasarkan

data yang ada maka perhitungannya adalah :

(3)2 x ( 3,231) x (1− 3,231)
N '=
(0,01)2
(9) x ( 3,231) x (−2,231) 648.752
N '= =
(0,0001) 0,0001
N '= 6.487.524.900 Data
Berdasarkan perhitungan tersebut, didapatkan bahwa nilai N’ lebih kecil

dari nilai N yaitu 6.487.524.900 >114.387.074 artinya bahwa data atau sampel

yang dikumpulkan telah mencukupi.

4.5. Diagram Pareto

Diagram pareto adalah diagram yang digunakan untuk mengidentifikasi,

mengurutkan dan bekerja untuk menyisihkan kerusakan produk (CPO) secara

permanen. Dengan diagram ini, maka dapat diketahui jenis kerusakan produk

(CPO) yang paling dominan pada hasil produksi selama bulan Januari hingga

Desember 2014. Pada tabel 4.4. dapat dilihat jenis-jenis kerusakan yang sering

terjadi pada produk produk (CPO) PT. Karya Tanah Subur. Jenis-jenis kerusakan

tersebut terjadi pada saat proses produksi sedang berlangsung dan langsung

terdeteksi, sehingga bisa di reject atau dipisahkan dari produk yang baik agar

tidak sampai ke tangan konsumen. Berikut ini merupakan tabel dari jumlah rata-

rata kerusakan produk CPO pada PT. Karya Tanah Subur selama periode Januari

hingga Desember 2014 yang dapat dilihat pada table 4.4. berikut ini :
 64

Tabel 4.5. Jumlah Rata-Rata Kerusakan Produk CPO

Periode Januari-Desember 2014
No Jenis Kerusakan Produk CPO Jumlah
1. ALB 2,66
2. Dirt 0,02
3. Moisture 0,23
Total 2,91
(Sumber : PT. Karya Tanah Subur 2015 yang diolah).
Langkah selanjutnya yaitu data pada tabel 4.5 harus diurutkan berdasarkan

jumlah kerusakan, mulai dari yang terbesar hingga yang terkecil dan dibuat

persentase kumulatifnya. Persentase kumulatif berguna untuk menyatakan berapa

perbedaan yang ada dalam frekuensi kejadian diantara beberapa permasalahan

yang dominan.

Tabel 4.6. Jumlah Frekuensi Kerusakan (berdasarkan urutan jumlahnya)

Jumlah Rata-
Jenis Kerusakan Persentase
No Rata Persentase
Produk CPO Kumulatif
Kerusakan
1. ALB 2,66 91,41 91,41
2. Moisture 0,23 7,90 99,31
3. Dirt 0,02 0,69 100,00
Total 2,91 100,00
(Sumber : PT. Karya Tanah Subur 2015 yang diolah).

Berdasarkan data diatas maka dapat disusun sebuah diagram pareto seperti

terlihat pada gambar berikut :

 65

Pareto Chart of Jenis Kerusakan CPO

3,0
100

2,5
80
Jumlah Kerusakan CPO

2,0
60

Percent
1,5

40
1,0

20
0,5

0,0 0
Jenis Kerusakan CPO Kadar Asam Lemak Bebas Kadar Air Other
Jumlah Kerusakan CPO 2,66 0,23 0,02
Percent 91,4 7,9 0,7
Cum % 91,4 99,3 100,0

Gambar 4.3. Pareto Jumlah dan Jenis Kerusakan

Dari hasil pengamatan dapat diketahui bahwa kerusakan yang terjadi pada

produksi CPO selama 12 (dua belas) bulan didominasi oleh 3 jenis kerusakan

yaitu karena kadar Asam Lemak Bebas dengan persentase 91,41%, rusak karena

moisture sebesar 7,90% dan rusak karena drit sebesar 0,69%dari jumlah produksi.

4.6. Scatter Diagram

Untuk melihat jumlahn perbandingan kerusakan akibat kadar asam lemak

bebas (ALB), Kadar Air dan Kotoran dapat dilakukan dengan menggunakan

scatter digram.

Tabel 4.7. Jenis Kerusakan CPO

Jenis Kerusakan CPO
ALB % Dirt % Moisture %
2,71 0,020 0,24
2,62 0,021 0,27
2,52 0,025 0,29
2,76 0,018 0,25
2,82 0,025 0,19
 66

2,55 0,018 0,21

2,88 0,018 0,17
2,91 0,017 0,19
3,16 0,028 0,21
3,50 0,025 0,24
3,50 0,019 0,21
3,33 0,019 0,25
31,93 0,25 2,72
2,66 0,02 0,23
Sumber : PT. Karya Tanah Subur 2015

Scatter diagram untuk perbandingan jumlah kerusakan akibat kadar ALB

kadar air dan Kadar kotoran dapat dilihat pada gambar 4.3. berikut ini

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
2.4 2.6 2.8 3 3.2 3.4 3.6

Gambar 4.4. Scatter Diagram Kerusakan Minyak

Kadar ALB dan Kadar Air

4.7. Diagram Sebab-Akibat (Fishbone Diagram)

Diagram sebab-akibat / Fishbone Diagram digunakan untuk menganalisis

faktor-faktor apa sajakah yang menjadi penyebab kerusakan produk. Adapun

 67

faktor-faktor yang mempengaruhi dan menjadi penyebab kerusakan produk secara

umum dapat digolongkan sebagai berikut :

1. Pekerja (People), yaitu pekerja yang terlibat langsung dalam proses produksi.

2. Bahan Baku (Material), yaitu komponen-komponen dalam menghasilkan suatu

produk menjadi barang jadi.

3. Mesin (Machine), yaitu mesin-mesin dan berbagai peralatan yang digunakan

selama proses produksi.

4. Metode (Method), yaitu instruksi atau perintah kerja yang harus diikuti dalam

proses produksi.

5. Lingkungan (Environment), yaitu keadaan sekitar tempat produksi baik secara

langsung maupun secara tidak langsung mempengaruhi proses produksi.

4.8. Diagram Sebab Akibat Kadar Asam Lemak Bebas (ALB)

Mesin Manusia

Kurang Tidak teliti pada

Perawatan saat proses

Mesin Bocor Tidak Trampil

Kurang Pelatihan Dalam

Mesin Terlalu Kuat Proses Produksi
dalam Mengepress

Proses Produksi yang
tidak Teratur
Kadar Asam
Lemak Bebas
(ALB)
Pemeriksaan Bahan
Baku Kurang hanya Pencampuran Air dari
Pemeriksaan Visual Lingkungan Sekitar

Tidak Bervariasi Buah Terlalu Tua

Suhu yang Terlalu
Saat Pemanenan
Panas

Metode Bahan Baku Lingkungan

 68

Gambar 4.5. Cause and Effect Diagram Kerusakan Kadar ALB

(Sumber : Hasil Obesrvasi dan Wawancara Lapangan di PT. KTS)

Kadar Asam lemak Bebas yang ada pada (CPO) disebabkan oleh buah

terlalu tua dan buah biasanya di inapkan karena tidak selesai dalam satu hari

produksi sehingga mengandung Asam Lemak Bebas yang cukup Tinggi.

4.9. Diagram Sebab Akibat Moisture (Kandungan Air)

Lingkungan Bahan Baku

Kerja

Pencahayaan Kurang Pemeriksaan Kurang Teliti

pada saat TBS di Proses

Pencampuran Air dari

Lingkungan Sekitar

Buah Terlalu Kecil

dan Tua Saat
Suhu yang Terlalu
Pemanenan
Lembab

Kadar Air
Prosedur Kurang Tepat Penyetelan Mesin
Kurang Baik Kurang Konsentrasi
Kurang Teliti pada
saat proses

Kondisi Mesin Vakum

Dryer Kurang Baik Lalai Dalam
Tidak Bervariasi Penyetelan Mesin
Mesin Bocor Mesin Bocor

Metode Mesin Mesin

 69

Gambar 4.6. Cause and Effect Diagram Kerusakan Kadar Air

(Sumber : Hasil Obesrvasi dan Wawancara Lapangan di PT.
KTS)

Kadar CPO yang mengandung air disebabkan karena bocornya mesin dan

kondisi mesin vakum dryer kurang baik dan pada saat tahap waktu pemrosesan di

dalam mesin penyaringan terlalu singkat sehingga pemanasan kurang maksimal,

yang menyebabkan kadar air bekas pencucian CPO belum begitu kering, yang

diakibatkan terburu-burunya operator karena kinerja operator kurang fokus dan

mood.

4.10. Diagram Sebab Akibat Drirt (Kotoran)

People Method

Operator Kurang Intruksi

Fokus Kerja

Dirt (Kotoran)
Bercampur Tekanan Alat
dengan kotoran Pengepresan Terlalu banyak
terlalu Kuat kotoran kecil

Material Machine

Gambar 4.6. Cause and Effect Diagram Kerusakan Kadar

Kotoran (Drirt)
(Sumber : Hasil Obesrvasi dan Wawancara Lapangan di PT. KTS)
 70

Penyebab Kadar kotoran pada CPO di sebabkan karena mesin pemurnia

bocor sehingga pada saat proses di mesin pemurnian minyak CPO banyak masuk

kotoran.