LAPORAN PRAKTIKUM

TEKNIK PENGUJIAN MUTU HASIL PERIKANAN

STATISTICAL PROCESS CONTROL

Disusun oleh :

Nashirotus Sa’adah
13/346000/PN/13136
Golongan A

LABORATORIUM TEKNOLOGI HASIL PERIKANAN

DEPARTEMEN PERIKANAN
FAKUTAS PERTANIAN
UNIVERSITAS GADJAH MADA
YOGYAKARTA 2016
 I. PENDAHULUAN
A. Tinjauan Pustaka

Statistical Process Control (SPC) adalah sebuah teknik yang digunakan untuk
memastikan bahwa proses memenuhi standar (Render, 2005). SPC digunakan untuk
mengukur kinerja sebuah proses. Statistical Process Control yang dimaksud disini
adalah pengendalian mutu produk selama masih ada dalam proses. Dalam
mengadakan pengendalian mutu tersebut dapat digambarkan batas atas (upper
control limit) dan batas bawah (lower control limit) beserta garis tengahnya (center
line). Pengendalian mutu proses statistik meliputi pengendalian mutu proses untuk
data variabel dan pengendalian mutu proses untuk data atribut (Ariani, 1999).
Pengendalian kualitas statistik mempunyai cakupan yang lebih luas karena di
dalamnya terdapat pengendalian proses statistik, pengendalian produk (acceptance
sampling) dan analisis kemampuan proses. Konsep terpenting dalam pengendalian
kualitas statistik adalah variabilitas, dimana semua prosedur pengendalian kualitas
statistik membuat keputusan berdasar sampel yang diambil dari populasi yang lebih
besar. Variabilitas yang dimaksud adalah variabilitas antar sampel (misalnya range
atau standar deviasi). Sampel diambil apabila sampel dari populasi yang sama,
variasi statistik akan terjadi dari sampel ke sampel dan variasi range dapat dihitung.
Bentuk ini merupakan dasar dari batas yang dihitung pada peta pengendali (control
chart) dan banyaknya penerimaan yang digunakan pada acceptance sampling.
Penyimpangan atau variabilitas tidak dikenal, maka dilakukan pencarian dengan
penyesuaian proses dan klasifikasi bahan baku yang datang (Maleyeff, 1994).
Menurut Grig (1998) dalam Nugroho (2011), terdapat beberapa manfaat
pengendalian proses statistik (Statistical Process Control) antara lain:
a. Pengurangan pemborosan.
b. Perbaikan pengendalian dalam proses.
c. Peningkatan efisiensi.
d. Peningkatan kesadaran karyawan.
e. Peningkatan jaminan kualitas pelanggan.
f. Perbaikan analisis dan monitoring proses.
g. Meningkatkan pemahaman terhadap proses.
h. Meningkatkan keterlibatan karyawan.
 i. Pengurangan keluhan pelanggan.
j. Peningkatan pemberdayaan personil lini.
k. Perbaikan komunikasi.
l. Pengurangan waktu penyampaian jasa atau pelayanan.
Metode statistic process control (SPC) kondisi diluar kontrol biasanya
disebabkan oleh sebab-sebab yang telah diketahui dengan pasti, atau bisa juga
dikarenakan oleh sebab-sebab khusus, seperti misalnya perubahan dari bahan baku,
degradasi atau penyalahgunaan mesin, pergantian operator/user dari suatu mesin,
dan lain-lain. Jika kondisi diluar kontrol ini terjadi, maka biasanya proses produksi
akan dihentikan untuk mencegah adanya produksi yang tidak sesuai dengan kualitas
yang seharusnya, kemudian pihak dari perusahaan yang akan melakukan
penyelidikan untuk mencari tahu apa penyebab dari kondisi tersebut terjadi, serta
menghilangkan penyebab tersebut. Sehingga dengan demikian maka kualitas dari
produk yang dihasilkan akan tetap terjaga (Montgomery, 2009).

B. Tujuan

Mengetahui apakah proses produksi sampel masih dalam batas pengendalian

menurut R Chart dan X Chart dalam Statistical Process Control.

C. Waktu dan Tempat Pelaksanaan

Hari, tanggal : Senin, 14 Maret 2016
Waktu : 13.30-15.00 WIB
Tempat : Laboratorium Teknologi Ikan, Departemen Perikanan
 II. METODE PRAKTIKUM
A. Alat dan Bahan
Alat :
1. Wadah plastik/baskom
2. Laptop
3. Jangka sorong
Bahan :
1. Kerupuk udang
B. Cara Kerja

1. Menyiapkan sampel kerupuk udang komersil.

2. Mengambil 10 biji kerupuk udang kemudian diukur ketebalannya

menggunakan jangka sorong, kemudian plotkan pada tabel excel. Ulangi
sebanyak 10 kali dengan pengambilan sampel kerupuk secara acak.

3. Data ketebalan kerupuk dimasukkan ke dalam tabel pengisian control chart

dengan Microsoft excel.

4. Menghitung Jumlah, Rata-rata ( X́ ), Range/kisaran (R), Rata-rata dari

rata-rata ( X́ ), dan Rata-rata dari Range/kisaran ( Ŕ ).

5. Menghitung UCL, LCL, dan CL untuk X́ Control Chart dan R Control

Chart.

6. Mentransformasikan nilai UCL, LCL, dan CL dari X́ Control Chart dan

R Control Chart ke dalam bentuk Control Chart.

 III. HASIL DAN PEMBAHASAN
A. Hasil

Tabel Hasil Uji Statistical Process control Golongan A

B. Pembahasan

Pengendalian kualitas statistik merupakan teknik penyelesaian masalah yang

digunakan untuk memonitor, mengendalikan, menganalisis, mengelola, dan
memperbaiki produk dan proses menggunakan metode-metode statistik.
Pengendalian kualitas statistik (statistical quality control) sering disebut sebagai
pengendalian proses statistik (statistical process control). Pengendalian kualitas
statistik dan pengendalian proses statistik memang merupakan dua istilah yang saling
dipertukarkan, yang apabila dilakukan bersama-sama maka pemakai akan melihat
gambaran kinerja proses masa kini dan masa mendatang. Hal ini disebabkan
pengendalian proses statistik dikenal sebagai alat yang bersifat online untuk
menggambarkan apa yang sedang terjadi dalam proses saat ini. Pengendalian kualitas
statistik menyediakan alat-alat offline untuk mendukung analisis dan pembuatan
keputusan yang membantu apakah proses dalam keadaaan stabil dan dapat diprediksi
setiap tahapannya, hari demi hari, dan dari pemasok ke pemasok (Cawley dan
Harold, 1999).
Peta pengendalian (control chart) adalah metode statistik yang membedakan
adanya variasi atau penyimpangan karena sebab umum dank arena sebab khusus.
Penyimpangan yang disebabkan oleh sebab khusus biasanya berada di luar batas
pengendalian, sedang yang disebabkan oleh sebab umum biasanya berada dalam
batas pengendalian. Peta pengendalian tersebut juga digunakan untuk mengadakan
perbaikan kualitas proses, menentukan kemampuan proses, membantu menentukan
spesifikasi-spesifikasi yang efektif, menentukan kapan proses dapat dijalankan
sendiri, dan kapan dibuatnya penyesuaiannya, dan menemukan penyebab dari tidak
diterimanya standar kualitas tersebut. Manfaat pengendalian kualitas proses untuk
data variabel adalah member informasi mengenai (Gasperz, 2003):
1. Perbaikan kualitas.
2. Menentukan kemampuan proses setelah perbaikan kualitas tercapai.
3. Membuat keputusan yang berkaitan dengan spesifikasi produk.
4. Membuat keputusan yang berkaitan dengan proses produksi.
5. Membuat keputusan terbaru yang berkaitan dengan produk yang dihasilkan.
Peta kendali untuk data variabel adalah peta kendali yang digunakan untuk
pengendalian karakteristik mutu yang dapat dinyatakan secara numerik. Umumnya
peta kendali variable disebut juga X-R Chart. Peta kontrol X-bar (rata-rata) dan R
(range) digunakan untuk memantau proses yang mempunyai karakteristik yang
berdimensi kontinu (Gasperz, 2003).
Peta kendali (control chart) variabel terbagi atas dua bagian yaitu peta
kendali rata-rata dan peta kendali rentangan atau range. Peta kendali rata-rata adalah
peta yang digunakan untuk mengukur gejala memusat dari suatu proses, sedangkan
peta kendali rentangan digunakan untuk mengukur penyebarannya atau
menunjukkan setiap pengubahan dispersi proses. Untuk rata-rata variabel disebut
juga X-Chart atau average chart dan penyebaran atau rentangan variabel disebut
juga R-Chart atau range chart. Keduanya biasanya dianalisa secara bersamaan untuk
memeriksa ketidaknormalan dalam proses. Menurut Gaspersz (1998), peta kendali
untuk data variabel adalah peta kendali yang digunakan untuk pengendalian
karakteristik mutu yang dapat dinyatakan secara numerik. Umumnya peta kendali
variabel disebut juga X-R Chart. Peta kontrol X-bar (rata-rata) dan R (range)
digunakan untuk memantau proses yang mempunyai karakteristik yang berdimensi
kontinyu. Peta kontrol X-bar menjelaskan tentang apakah perubahan-perubahan telah
terjadi dalam ukuran titik pusat atau rata-rata dari suatu proses. Sedangkan peta
kontrol R (range) menjelaskan apakah perubahan-perubahan terjadi dalam ukuran
variasi, dengan demikian berkaitan dengan perubahan homogenitas produk yang
dihasilkan melalui suatu proses.
Peta kontrol memiliki garis tengah (central line) dinotasikan dengan CL dan
sepasang batas kontrol (control limits), satu batas control ditempatkan diatas garis
tengah sebagai Batas Kontrol Atas (Upper Control Limits-UCL), dan satu lagi
dibawah garis tengah sebagai Batas Kontrol Bawah (Lower Control Limits-LCL).
Langkah-langkah pembuatan grafik pengendali X-bar dan R adalah sebagai
berikut:
1. Menentukan karakteristik proses yang akan diukur.
2. Melakukan dan mencatat hasil pengukuran.
3. Menghitung nilai X dan R.

4. Menentukan batas pengendali.

a. Persamaan untuk grafik-R

Ŕ=
∑ Ŕ
Garis tengah = n
 Batas Kontrol Atas (UCL) = D4R
Batas Kontrol Bawah (LCL) = D3R
b. Persamaan untuk grafik-X

X́ =
∑ X́
Garis tengah = n

Batas Kontrol Atas (UCL) = X́ + 3σx = Ŕ + A2R

Batas Kontrol Bawah (LCL) = X́ - 3σx = Ŕ - A2R

5. Pembuatan grafik
a. Buat garis untuk nilai Ŕ dan X́ .
b. Buat garis untuk nilai batas kontrol atas dan batas kontrol bawah.
c. Plot nilai Ŕ dan X́ pada peta-R dan peta-X dan hubungkan titik

tersebut dengan garis lurus (Purnomo, 2004).

Sampel yang digunakan dalam praktikum yaitu kerupuk udang. Menurut
Subekti, (1998), proses pembuatan kerupuk udang pada umumnya adalah
menggunakan bahan baku udang dan tepung tapioka dengan ditambah bumbu-
bumbu/bahan pembantu lainnya dengan melalui proses pengadonan, pencetakan,
pengukusan, pemotongan dan pengeringan. Parameter yang diukur dalam praktikum
Statistical Process Control ini adalah ketebalan kerupuk yang diukur menggunakan
jangka sorong. Ketebalan diukur dari 10 kerupuk berbeda yang dilakukan
pengulangan sebanyak 10 kali dengan pengambilan kerupuk secara acak.
Prinsip kerja dari praktikum Statistical Process Control ini adalah
pengukuran ketebalan kerupuk udang menggunakan jangka sorong yang diambil
secara sampling acak dilakuakan dengan pengambilan 10 kerupuk udang sebanyak
10 kali ulangan. Hasil pengukuran ketebalan dimasukkan ke dalam microsoft exel,

kemudian dilakukan penghitungan jumlah, rata-rata ( X́ ), range/kisaran (R), rata-

rata dari rata-rata ( X́ ), dan rata-rata dari range/kisaran ( Ŕ ). Setelah itu

dilakukan penghitungan UCL, LCL, dan CL untuk X́ Control Chart dan R

Control Chart. Kemudian ditransformasikan nilai UCL, LCL, dan CL dari X́

Control Chart dan R Control Chart ke dalam bentuk Control Chart.

 Pengukuran ketebalan kerupuk udang menggunakan jangka sorong dengan
cara pengukuran panjang sisi luar suatu benda dapat dilakukan dengan menjepit
benda yang diukur dengan menggunakan rahang jangka sorong yang besar.
Sebaliknya, pengukuran panjang sisi dalam suatu benda dapat dilakukan dengan
menarik benda yang ingin diukur dengan menggunakan rahang jangka sorong yang
kecil. Dengan melihat skala terkecil dari jangka sorong ini, yaitu 0,1 mm atau 0,01
cm, maka ketelitian dari jangka sorong adalah setengah dari skala terkecil jangka
sorong tersebut, yaitu:
1
∆x = 2 × 0,1 mm = 0,05 mm atau 0,005 cm

Perhitungan Statistical Process Control yang pertama yaitu menentukan

karakteristik proses yang akan diukur. Kedua, melakukan dan mencatat hasil
pengukuran. Ketiga, menghitung nilai X dan R. Keempat, menentukan batas
pengendali dari persamaan R dan X untuk menentukan UCL, LCL dan CL.
Kemudian yang terakhir yaitu pembuatan grafik X chart dan R chart. Di bawah ini
merupakan tabel hasil perhitungan kelmpok satu dari golongan A:
Sampe Ulangan
l (n) 1 2 3 4 5 6 7 8 9 10
1 0.15 0.14 0.14 0.15 0.13 0.16 0.13 0.13 0.16 0.13
2 0.19 0.13 0.16 0.16 0.15 0.15 0.19 0.14 0.16 0.15
3 0.15 0.13 0.16 0.15 0.13 0.17 0.19 0.18 0.15 0.15
4 0.13 0.12 0.12 0.19 0.14 0.22 0.17 0.17 0.18 0.13
5 0.13 0.13 0.13 0.13 0.15 0.20 0.18 0.16 0.17 0.22
6 0.16 0.16 0.13 0.16 0.17 0.17 0.19 0.18 0.16 0.11
7 0.16 0.12 0.12 0.18 0.19 0.19 0.18 0.18 0.18 0.11
8 0.14 0.16 0.18 0.14 0.18 0.14 0.14 0.15 0.27 0.14
9 0.13 0.14 0.17 0.15 0.15 0.16 0.16 0.19 0.16 0.17
10 0.15 0.14 0.16 0.16 0.19 0.13 0.19 0.18 0.18 0.16
X bar 0.1
rata* 0.15 0.14 0.15 0.16 0.16 0.17 0.17 0.17 0.18 0.15 bar 6
0.2
max 0.19 0.16 0.18 0.19 0.19 0.22 0.19 0.19 0.27 0.22 max 7
min 0.13 0.12 0.12 0.13 0.13 0.13 0.13 0.13 0.15 0.11 min 0.11
0.0
range 0.06 0.04 0.06 0.06 0.06 0.09 0.06 0.06 0.12 0.11 R bar 7
 Tabel di atas menunjukkan hasil X́ sebesar 0,16 dan Ŕ sebesar 0,07.

Nilai X́ dan Ŕ digunakan untuk menghitung UCL, LCL dan CL. Nilai UCL

dapat dihitung dengan mengkalikan nilai Ŕ dengan nilai D4 yang ada pada tabel

yang bernilai 1,777. Nilai LCL dapat dihitung dengan mengkalikan nilai Ŕ

dengan nilai D3 yang ada pada tabel yang mempunyai nilai 0,223, sedangkan nilai

CL merupakan nilai Ŕ . Berikut contoh perhitungan dari nilai UCL, CL, dan LCL,

dengan diketahui nilai Ŕ sebesar 0,0745:

UCL = 0,07 x 1,777 = 0,124

LCL = 0,07 x 0,223 = 0,015
CL = 0,07
Kedua yaitu X Chart, dapat dibuat dengan menghitung nilai 1UCL, 2UCL, 3UCL,
3LCL (LCL), 2LCL, dan 1LCL. Nilai 1UCL dapat dihitung dengan menjumlahkan

nilai X́ dengan perkalian antara 3/3, Ŕ , dan A2. Nilai 2UCL dapat dihitung

dengan menjumlahkan nilai X́ dengan perkalian antara 2/3, Ŕ , dan A2. Nilai

3UCL dapat dihitung dengan menjumlahkan nilai X́ dengan perkalian antara 1/3,

Ŕ , dan A2. Nilai 3LCL dapat dihitung dengan mengurangkan nilai X́ dengan

perkalian antara 3/3, Ŕ , dan A2. Nilai 2LCL dapat dihitung dengan mengurangkan

nilai X́ dengan perkalian antara 2/3, Ŕ , dan A2. Nilai 1LCL dapat dihitung

dengan mengurangkan nilai X́ dengan perkalian antara 1/3, Ŕ , dan A2. Berikut

ini perhitungan kelompk satu golongan dengan nilai 1UCL (UCL), 2UCL, 3UCL,

3LCL (LCL), 2LCL, dan 1LCL, dengan diketahui nilai Ŕ sebesar 0,07, nilai

X́ sebesar 0.16, dan nilai A2 sebesar 0,308. Berikut hasil perhitungan dari data

kelmpok:
 3 UCL X 0.18
UCL X 2 UCL X 0.173
1 UCL X 0.165
X control chart 3 LCL X 0.14
LCL X 2 LCL X 0.14
1 LCL X 0.15
CL X 0.16
UCL R 0.13
R control chart LCL R 0.02
CL R 0.07

Berikut ini grafik X Chart dan R Chart dari kelompok satu golongan A:
a. X Chart data kelompok

Grafik X Chart Kelompok

0.20
0.18
0.16
0.14
0.12
Ketebalan Kerupuk 0.10
0.08
0.06
0.04
0.02
0.00
1 2 3 4 5 6 7 8 9 10

Ulangan

X bar CL x 3 UCL x 3 LCL x 2 UCL x

2 LCL x 1 UCL x 1LCL x

Grafik di atas menunjukkan rata-rata data ketebalan kerupuk udang tidak

melampaui UCL dan LCL. Hal ini berarti proses produksi kerupuk udang masih
dalam batas pengendalian atau in control karena tidak ditemukan penyimpangan
pada grafik.
b.

Grafik R Chart Kelompok

0.14
0.12
0.10
0.08
Ketebalan Kerupuk 0.06

0.04
0.02
0.00
1 2 3 4 5 6 7 8 9 10

Ulangan

R UCL r LCL r CL r

R Chart data kelompok

 Grafik R chart data kelompok menunjukkan bahwa garis R tidak melampaui
UCL dan LCL. Menurut Caulcutt (1995), bila penyimpangan atau kesalahan
melebihi batas pengendalian, menunjukkan bahwa penyebab khusus telah masuk ke
dalam proses dan proses harus diperiksa untuk mengidentifikasi penyebab dari
penyimpangan atau kesalahan yang berlebihan tersebut. Garis pada grafik di atas
tidak melebihi batas pengendalian yang dapat diartikan juga proses produksi kerupuk
udang menurut data kelompok pada R Chart masih dalam batas pengendalian atau in
control sehingga tidak perlu dilakukan analisis untuk mengidentifikasi penyebab
tersebut.

Berikut ini grafik X Chart dan R Chart dari golongan A:

a. X Chart golongan A

X Control Chart Golongan A

0.30

X BAR
0.25
CL
3 UCLx
0.20
3 LCLx
2 UCLx
0.15 2 LCLx
1 UCLx
0.10 1 LCLx

0.05

0.00
 Grafik di atas menunjukkan bahwa rata-rata ketebalan kerupuk udang pada
data golongan A melampaui garis UCL dan LCL. Hal ini berarti proses produksi
kerupuk udang menurut data golongan A pada X Chart tidak dalam batas
pengendalian atau out of control sehingga perlu dilakukan analisis lebih lanjut
mengenai penyebab apa yang dapat menyebabkan penyimpangan ini.
 b.

R Control Chart Golongan A

0.2

0.18

0.16

0.14 R
CL R
0.12
UCL R
0.1 LCL R
0.08

0.06

0.04

0.02

R Chart golongan A

Grafik di atas menunjukkan bahwa garis R tidak melampaui garis UCL dan
LCL sehingga dapat disimpulkan bahwa proses produksi kerupuk udang menurut
data golongan pada R Chart masih dalam batas pengendalian atau in control. Hal ini
berarti proses produksi kerupuk udang masih dalam pengendalian sehingga dapat
menghasilkan ketebalan yang seragam dan tidak ada produk yang menyimpang dari
yang lainnya.
 IV. PENUTUP
A. Kesimpulan

Proses produksi kerupuk udang kelompok satu golongan A sudah dalam batas
pengendalian dapat dilihat berdasarkan X chart dan R chart pada data kelompok.
Sedangkan R Chart data golongan tidak memperlihatkan adanya penyimpangan
yang diperlihatkan pada X Chart karena data yang digunakan pada X Chart
merupakan data secara keseluruhan. Grafik X Chart masih memperlihatkan

penyimpangan di mana garis X́ melampaui garis UCL dan LCL karena masih ada

data yang tidak seragam. Hal ini berarti proses produksi kerupuk udang dengan
parameter ketebalan keluar dari batas pengendalian atau out of control sehingga perlu
dilakukan analisis untuk mengetahui penyebab dari penyimpangan tersebut.
B. Saran
Sebaiknya sampel yang digunakan ada dua yaitu produk komersil dan produk
rumahan (UKM) agar memperoleh data perbandingan tentang proses pengendalian
produksinya.
 DAFTAR PUSTAKA

Ariani, D.W. 1999. Manajemen Kualitas. Erlangga. Jakarta.

Caulcutt, R. 1995. Statistic for Analytical Chemist. Chapman and Hall. London.
Cawley, J dan Harrold, D. 1999. SPC and SQC Provide The Big Processing
Performance Control Engineering. Control Eng 46(5) pp 140-140.
Gaspersz, V. 1998. Production Planning and Inventory Control. Gramedia Pustaka
Utama. Jakarta.
Gaspersz, V. 2003. Analisis Sistem Terapan : Berdasarkan Pendekatan Teknik
Industri. Penerbit Tarsito. Bandung.
Malayeff, J. 1994. The Fundamental Concepts of Statistical Quality Control.
Industrial Engineering.
Montgomery, C. D. 2009. Statistical Quality Control (6th ed). John Wiley &Sons
(Asia) Pte. Ltd. Asia.
Nugroho, A. E. 2011. Analisis Pengendalian Kualitas Benang Polyester 100% pada
Bagian Winding PT Delta Dunia Textile Karanganyar. Universitas Sebelas
Maret. Surakarta.
Purnomo, H. 2004. Pengantar Teknik Industri. Graha Ilmu.Yogyakarta.
Render dan Heizer. 2005. Manajemen Operasi Edisi Ketujuh. Salamba empat.
Jakarta.
Subekti, E.I. 1998. Optimasi Perencanan Produksi Industri Kerupuk Udang atau Ikan
di Perusahaan Kerupuk Indrasari, Indramayu, Jawa Barat. Jurusan Teknologi
Pangan dan Gizi. Fakultas Teknologi Pangan IPB. Bogor. Skripsi.
 LAMPIRAN

A. Tabel Kelompok 1 Golongan A

Sampel Ulangan
(n) 1 2 3 4 5 6 7 8 9 10
1 0.15 0.14 0.14 0.15 0.13 0.16 0.13 0.13 0.16 0.13
2 0.19 0.13 0.16 0.16 0.15 0.15 0.19 0.14 0.16 0.15
3 0.15 0.13 0.16 0.15 0.13 0.17 0.19 0.18 0.15 0.15
4 0.13 0.12 0.12 0.19 0.14 0.22 0.17 0.17 0.18 0.13
5 0.13 0.13 0.13 0.13 0.15 0.20 0.18 0.16 0.17 0.22
6 0.16 0.16 0.13 0.16 0.17 0.17 0.19 0.18 0.16 0.11
7 0.16 0.12 0.12 0.18 0.19 0.19 0.18 0.18 0.18 0.11
8 0.14 0.16 0.18 0.14 0.18 0.14 0.14 0.15 0.27 0.14
9 0.13 0.14 0.17 0.15 0.15 0.16 0.16 0.19 0.16 0.17
10 0.15 0.14 0.16 0.16 0.19 0.13 0.19 0.18 0.18 0.16
0.1
rata* 0.15 0.14 0.15 0.16 0.16 0.17 0.17 0.17 0.18 0.15 X bar bar 6
0.2
max 0.19 0.16 0.18 0.19 0.19 0.22 0.19 0.19 0.27 0.22 max 7
min 0.13 0.12 0.12 0.13 0.13 0.13 0.13 0.13 0.15 0.11 min 0.11
0.0
range 0.06 0.04 0.06 0.06 0.06 0.09 0.06 0.06 0.12 0.11 R bar 7
C. Perhitungan

1. Data kelompok

a. R Chart ( Ŕ = 0,07; D4 = 1,777; D3 = 0,223)

UCL = Ŕ x D4

= 0,07 x 1,777 = 0,12439

LCL = Ŕ x D3

= 0,07 x 0,223 = 0,01561

CL = Ŕ = 0,07

b. X Chart ( X́ = 0,16; Ŕ = 0,07; A2 = 0,308)

UCL (Upper Control Limit)

1UCL = X́ + 1/3 Ŕ A2

= 0,16 + (3/3 x 0,07 x 0,308) = 0,165

2UCL = X́ + 2/3 Ŕ A2

= 0,16 + (2/3 x 0,07 x 0,308) = 0.173

3UCL = X́ + 3/3 Ŕ A2

= 0,16 + (1/3 x 0,07 x 0,308) = 0.16

LCL (Lower Control Limit)

3LCL = X́ - 3/3 Ŕ A2

= 00,16 - (3/3 x 0,07 x 0,308) = 0.14

2LCL = X́ - 2/3 Ŕ A2

= 0,16 - (2/3 x 0,07 x 0,308) = 0.14

1LCL = X́ - 1/3 Ŕ A2
= 0,16 - (1/3 x 0,07 x 0,308) = 0.15
2. Data Golongan

a. R Chart ( Ŕ = 0,07; D4 = 1,777; D3 = 0,223)

 UCL = Ŕ x D4

= 0,07 x 1,777 = 0,127

LCL = Ŕ x D3

= 0,07 x 0,223 = 0,016

CL = Ŕ = 0,07

b. X Chart ( X́ = 0,18; Ŕ = 0,07; A2 = 0,308)

UCL (Upper Control Limit)

1UCL = X́ + 1/3 Ŕ A2

= 0,18 + (3/3 x 0,07 x 0,308) = 0,19

2UCL = X́ + 2/3 Ŕ A2

= 0,18 + (2/3 x 0,07 x 0,308) = 0.197

3UCL = X́ + 3/3 Ŕ A2

= 0,18 + (3/3 x 0,07 x 0,308) = 0.205

LCL (Lower Control Limit)

3LCL = X́ - 3/3 Ŕ A2

= 0,18 - (3/3 x 0,07 x 0,308) = 0.1621

2LCL = X́ - 2/3 Ŕ A2

= 0,18 - (2/3 x 0,07 x 0,308) = 0.168

1LCL = X́ - 1/3 Ŕ A2
= 0,18 - (1/3 x 0,07 x 0,308) = 0.175