MODUL I
Oleh:
Wahyu Ika Kusuma A (06211640000053)
Adam Fahmi Fandisyah (06211640000065)
Asisten Dosen :
Ika Nur Laily Fitriana (06211540000013)
Dosen:
Wibawati, S.Si, M.Si
Novri Suhermi, M.Si, M.Sc
.
Solar yang merupakan salah satu BBM kini bisa dikatakan menjadi kebutuhan primer bagi
masyarakat, mesin-mesin kendaraan besar seperti truk penghantar barang yang merupakan alat
transportasi dalam distribusi barang-barang produk industri. Solar merupakan salah satu jenis
bahan bakar yang dihasilkan dari proses pengolahan minyak bumi, pada dasarnya minyak
mentah dipisahkan fraksi-fraksinya pada proses destilasi sehingga dihasilkan fraksi solar dengan
titik didih 250°C sampai 300°C. Kualitas solar dinyatakan dengan bilangan cetane (pada bensin
disebut oktan), yaitu bilangan yang menunjukkan kemampuan solar mengalami pembakaran di
dalam mesin serta kemampuan mengontrol jumlah ketukan (knocking), semakin tinggi bilangan
cetane solar, maka kualitas solar akan semakin bagus. Tools yang digunakan pada praktikum kali
ini adalah dengan menggunakan peta kendali. Peta kendali yang digunakan pada praktikum kali
ini adalah peta kendali X́ −R, X́ −S , Kapabilitas Proses, Diagram Pareto dan Diagram
Ishikawa. Pada praktikum kali ini akan menganalisis karakteristik kualitas solar untuk
mengendalikan residu karbon. Dengan peta kendali X́ −R dan X́ −S dapat menganalisis
apakah solar yang dihasilkan memiliki residu karbon sesuai dengan batas spesifikasi atau tidak.
Ketika perusahaan mendapatkan peringatan bahwa proses produksi memiliki kecenderungan
produk yang akan dihasilkan adalah out of control maka perusahaan dapat melakukan tindakan-
tindakan guna memperbaiki proses agar produk yang dihasilkan akan masuk dalam batas
spesifikasi. Dalam analisis peta kendali X́ −R didapatkan kesimpulan bahwa proses sudah
terkdendali secara statistik, dan pada peta kendali X́ −S didapatkan interpretasi proses belum
terkendali secara statistik pada akhir analisis. Selanjutnya PT. P perlu melakukan evaluasi
terhadap produk dan terus memperbaiki proses agar produk yang out of control dapat dilakukan
tindakan-tindakan untuk kedepannya mengahasilkan produk yang masuk dalam batas spesifikasi
sehingga bisa merealisasikan produk BBM solar dengan kualitas terbaik.
Kata Kunci : Diagram Ishikawa, Diagram Pareto, Kapabilitas Proses, Peta Kendali, Residu
Karbon.
ii
DAFTAR ISI
DAFTAR ISI.........................................................................................................................iii
DAFTAR TABEL....................................................................................................................v
DAFTAR GAMBAR..............................................................................................................vi
DAFTAR LAMPIRAN...........................................................................................................vii
1.1 Latar Belakang....................................................................................................1
1.2 Rumusan Masalah..............................................................................................2
1.3 Tujuan................................................................................................................3
1.4 Manfaat..............................................................................................................4
1.5 Batasan Masalah................................................................................................4
2.1 Karakteristik Data...............................................................................................5
2.1.1 Mean..............................................................................................................5
2.1.2 Varians............................................................................................................5
2.1.3 Standar Deviasi...............................................................................................6
2.1.4 Range..............................................................................................................6
2.2 Uji Keacakan.......................................................................................................6
2.3 Uji Normalitas.....................................................................................................7
2.4 Peta Kendali.......................................................................................................7
2.4.1 Peta Kendali X – 𝑹.........................................................................................8
2.4.2 Peta Kendali X – S..........................................................................................8
2.5 Mengatasi Out of Control...................................................................................9
2.6 Kapabilitas Proses.............................................................................................10
2.7 Diagram Pareto................................................................................................10
2.8 Diagram Ishikawa.............................................................................................11
2.9 Residu Karbon..................................................................................................12
3.1 Sumber Data.....................................................................................................13
3.2 Variabel Penelitian...........................................................................................13
3.3 Struktur Data....................................................................................................13
3.4 Langkah Analisis...............................................................................................13
3.5 Diagram Alir......................................................................................................14
4.1 Karakteristik Data.............................................................................................16
iii
4.1.2 Karakteristik Data Residu Karbon untuk Peta Kendali X S ......................16
4.2 Uji Asumsi.........................................................................................................17
iv
DAFTAR TABEL
v
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vii
DAFTAR ISI
ABSTRAK................................................................................................................ii
DAFTAR ISI.............................................................................................................iii
DAFTAR TABEL.....................................................................................................v
DAFTAR GAMBAR................................................................................................vi
DAFTAR LAMPIRAN............................................................................................vii
BAB I PENDAHULUAN
1.1 Latar Belakang............................................................................................1
1.2 Rumusan Masalah.......................................................................................2
1.3 Tujuan.........................................................................................................3
1.4 Manfaat.......................................................................................................4
1.5 Batasan Masalah.........................................................................................4
BAB II TINJAUAN PUSTAKA
2.1 Karakteristik Data.......................................................................................5
2.1.1Mean.........................................................................................................5
2.1.2 Varians.....................................................................................................5
2.1.3 Standar Deviasi........................................................................................6
2.1.4 Range.......................................................................................................6
2.2 Uji Keacakan..............................................................................................6
2.2 Uji Normalitas............................................................................................7
2.3 Peta Kendali................................................................................................7
viii
3.3 Struktur Data...............................................................................................13
3.4 Langkah Analisis........................................................................................13
3.5 Diagram Alir...............................................................................................14
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Karakteristik Data.......................................................................................
4.1 Uji Asumsi dengan Uji Keacakan dan Uji Normalitas...............................16
4.1.1 Uji Keacakan Data...................................................................................16
4.1.2 Uji Normaliatas........................................................................................16
X S
4.4.2 Kapabilitas Proses Peta Kendali ...................................................25
4.5 Diagram Pareto...........................................................................................25
4.6 Diagram Ishikawa.......................................................................................26
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan.................................................................................................28
5.2 Saran...........................................................................................................29
DAFTAR PUSTAKA
ix
DAFTAR TABEL
x
DAFTAR GAMBAR
Gambar 4.12 Kapabilitas Proses Data Residu Karbon Peta Kendali X R .............24
Gambar 4.13 Kapabilitas Proses Data Residu Karbon Peta Kendali X S .............25
xi
DAFTAR LAMPIRAN
Lampiran 1. Data Residu Karbon Dalam Produksi Minyak Solar di PT. P Dalam
%
Lampiran 2. Pembagian Tugas Pengerjaan
xii
BAB I
PENDAHULUAN
1
digunakan oleh kendaraan berat pengangkut seperti halnya truk ataupun bus
sebagai kendaraan yang memiliki peran penting terhadap kehidupan masyarakat
untuk mobilitas barang-barang kebutuhan dan juga untuk alat transportasi
manusia itu sendiri.
Dengan mengetahui betapa pentingnya fungsi solar terhadap kebutuhan
masyarakat, memberikan dorongan kepada perusahaan BBM untuk menghasilkan
solar terbaik dengan efisiensi tinggi. Perusahaan tersebut memiliki tujuan
menghasilkan solar dengan residu karbon yaitu zat sisa hasil pembakaran mesin
seminimum mungkin. Hal tersebut untuk memberikan mesin pada pembakaran
yang sempurna sehingga mesin memiliki lifetimes yang lama serta untuk
menghasilkan bahan bakar yang ramah terhadap lingkungan. Maka karena itu
perusahaan-perusahaan terus mengembangkan produk untuk menciptakan inovasi-
inovasi agar tercipta produk solar terbaik dengan residu karbon rendah.
Pada praktikum ini, kami ingin mengetahui pengendalian kualitas residu
karbon pada solar dengan metode statistik peta kendali X́ −R dan peta kendali
X́ −S yang bertujuan untuk menganalisis apakah residu karbon sudah sesuai
dengan batas spesifikasi apa belum. Selanjutnya dilakukan metode pengendalian
kualitas statistik kapabilitas proses untuk mengetahui apakah proses produk sudah
sesuai dengan spesifikasi yang ditetapkan perusahaan atau belum. Juga akan
dilakukan pengamatan dan evaluasi terhadap produk yang masih kurang sempurna
atau mengalami kecacatan dengan menggunakan diagram pareto yang bertujuan
untuk mengetahui kecacatan jenis apa yang memiliki frekuensi terbesar. Yang
terakhir akan dilakukan pengamatan sebab akibat kecacatan, dengan berfokus
pada kecacatan yang terbesar dengan menggunakan metode pengendalian kualitas
statistik diagram Ishikawa.
Perusahaan diharapkan bisa mencapai inovasi dan produk terbaiknya,
dengan melakukan evaluasi terhadap produk dan terus memperbaiki proses agar
produk yang out of control dapat dilakukan tindakan-tindakan untuk kedepannya
mengahasilkan produk yang masuk dalam batas spesifikasi sehingga bisa
merealisasikan produk BBM solar dengan kualitas terbaik.
2
1. Bagaimana karakteristik pada data residu karbon hasil produksi minyak
solar di PT.P?
2. Bagaimana uji keacakan dan normalitas pada data residu karbon hasil
produksi minyak solar di PT.P?
1.3 Tujuan
Tujuan yang akan dicapai berdasarkan rumusan masalah adalah sebagai
berikut.
3
6. Untuk menganalisa pergeseran mean pada peta kendali X́ −S pada data
residu karbon hasil produksi minyak solar di PT. P.
7. Untuk menganalisis sumber variasi dan faktor-faktor penyebab variasi
menggunakan diagram Pareto dan sebab-akibat (Ishikawa).
8. Untuk menganalisis kapabilitas proses dan probabilitas residu karbon
hasil produksi minyak solar di PT.P keluar dari batas spesifikasi yang
diharapkan (0% < Prosentase < 10%).
1.4 Manfaat
Manfaat yang didapat setelah melakukan pengamatan ini adalah mampu
4
BAB II
TINJAUAN PUSTAKA
2.1.1 Mean
Rata-rata atau yang sering kita sebut juga dengan mean adalah rasio dari
total nilai pengamatan dibagi banyak pengamatan.
x i
x i 1
n (2.1)
Keterangan:
𝑥̅ : Mean/Rata-rata
xi : Data ke-i
𝑛 : Banyak data
2.1.1 Varians
Varians adalah nilai kuadrat dari standar deviasi. Rumus yang digunakan untuk
menghitung varians adalah
n 2
xi x
S2 i 1
n 1 (2.2)
Keterangan:
σ : Varians
𝑥𝑖 : Data ke-i
x́ : Mean
5
𝑛 : Banyak data
n 2
xi x
S i 1
n 1 (2.3)
Keterangan:
𝑆 : Standar deviasi
𝑥𝑖 : Data ke-i
x́ : Mean
𝑛 : Banyak data
2.1.3 Range
Range adalah selisih antara nilai maksimum dan nilai minimum. Rumus
untuk menghitung range adalah
𝑅 = 𝑅𝑚𝑎𝑥 − 𝑅𝑚𝑖𝑛 (2.4)
Keterangan:
6
𝑟 = banyaknya runtun yang terjadi (2.5)
Apabila nilai 𝑟 < 𝑟𝑏𝑎𝑤𝑎ℎ atau > 𝑟𝑎𝑡𝑎𝑠, maka ditarik keputusan Tolak 𝐻0.
Nilai 𝑟𝑏𝑎𝑤𝑎ℎ dan 𝑟𝑎𝑡𝑎𝑠, didapatkan dari tabel untuk runtun pada nilai , ) (Daniel,
(𝑛1 2
1989).
Keterangan:
𝑛1 = banyak data bertanda (+)
𝑛2 = banyak data bertanda (-)
sup
D= x |F0 (x)−F n(x)|
(2.6)
7
yang dihasilkan melalui pengamatan yang sedang berlangsung maupun proses
yang telah dilakukan. Penyelesaian dengan bagan kendali menggunakan prinsip-
prinsip statistik (Montgomery, 2009).
UCL X A2 R (2.8)
LCL X A2 R (2.10)
3 d3 d3
Dengan A2= . Jika D3=1−3 dan D4 =1+3 batas kendali peta R
d2 √ n d2 d2
juga dapat dicari dengan rumusan sebagai berikut :
UCL D4 R (2.11)
Garis Tengah = R (2.12)
LCL D3 R (2.13)
dengan konstanta A2, D3, dan D4 dapat dilihat pada tabel peta kendali untuk
berbagai nilai n (Montgomery, 2009).
8
Peta kendali X́ − S, digunakan untuk melihat variabilitas dari proses
produksi. Peta kendali ini digunakan apabila ukuran sampel cukup besar (n ≥
10 ), peta kendli ini juga lebih sensitif bila dibandingkan dengan peta kendali R.
Dengan S merupakan akar dari variansi sampel (S2), dengan
n
x x
2
i
s2 i 1
n 1 (2.14)
Jika σ2 diketahui, maka batas kendali untuk diagram S2 adalah
UCL C4 3 1 C42
(2.15)
LCL C4 3 1 C42
(2.16)
Sedangkan jika σ tidak diketahui, maka ditaksir dengan rata-rata deviasi
standar sampel (S). Sehingga jika diketahui m sampel pendahuluan yang masing-
masing berukuran n, dan Si adalah deviasi standar sampel ke-i, maka taksiran dari
śadalah
1 m
S Si
m i 1 (2.17)
dengan demikian batas kendali untuk diagram S adalah
UCL B4 S (2.18)
Garis Tengah = S (2.19)
LCL B3 S (2.20)
sedangkan untuk batas kendali untuk diagram X́ adalah
UCL x A3 S (2.21)
LCL x A3 S (2.22)
(Montgomery, 2009)
9
peta kendali 𝑥̅ − 𝑅 jika terdapat out of control maka menghapus data berdasarkan
peta R baru kemudian pada peta 𝑥̅. Kemudian dilihat apakah masih terdapat data
yang out of control, jika masih terdapat data yang out of control dianalisis
kembali hingga tidak ditemukan lagi data yang out of control yang berarti data
sudah stabil. Dalam penghapusan data dilihat data pada titik terjauh dari batas
kendali (Montgomery, 2009).
Dalam realita jika terjadi data out of control, tidak dapat tiba-tiba
dilakukan penghapusan, namun harus diketahui penyebab terlebih dahulu, apa
yang membuat terjadinya data out of control.
2. Indeks 𝐶𝑝𝑘
Indeks Cpk digunakan untuk menyatakan tingkat presisi dan akurasi.
Akurasi adalah ukuran kedekatan hasil pengamatan dengan nilai terget
(Montgomery, 2009). Rumusan untuk Cpk yaitu:
USL X X LSL
Cp min ,
3 3 (2.25)
2.7 Diagram Pareto
10
Diagram pareto menurut Haizer dan Render (2006, p267) adalah sebuah
metode untuk mengelola kesalahan, masalah, atau cacat untuk membantu
memusatkan perhatian pada usaha penyelesaian masalah. Diagram ini berdasarkan
pekerjaan Vilfredo Pareto, seorang pakar ekonomi di abad ke-19.
Joseph M. Juran mempopulerkan pekerjaan pareto dengan menyatakan
bahwa 80% permasalahan perusahaan merupakan hasil dari penyebab yang hanya
20%.
Diagram pareto digunakan untuk memperbandingkan berbagai kategori
kejadian yang disusun menurut ukurannya, dari yang paling besar di sebelah kiri
ke yang paling kecil sebelah kanan. Susunan tersebut membantu kita untuk
menentukan prioritas penting untuk mengetahui masalah utama proses. Dengan
bantuan diagram pareto tersebut, kegiatan akan lebih efektif dengan memusatkan
perhatian pada sebab-sebab yang mempunyai dampak paling besar terhadap
kejadian daripada meninjau semua sebab.
Hasil diagram pareto digunakan untuk diagram sebab akibat untuk
mengetahui penyebab masalah. Setelah sebab diketahui dari diagram tersebut,
kemudian disusun untuk merasioanl data yang diperoleh dari diagram sebab-
akibat.
11
1. Tentukan masalah atau akibat yang akan dicari penyebabnya. Tuliskan
dalam kotak yang menggambarkan kepala ikan yaitu berada di ujung
tulang utama.
2. Tentukan grup atau kelompok factor-faktor penyebab utama yang
mungkin menjadi penyebab masalah dan tuliskan masing-masing pada
kotak yang berada pada cabang. Pada umumnya, pengelompokan
didasarkan unsur Material, Peralatan (Machines), Metode kerja (Methods),
Manusia (Man), dan Pengukuran (Measurements), Lingkungan
(Environment). Namun, pengelompokan dapat juga dilakukan atas dasar
analisis proses.
3. Pada setiap cabang, tulis factor-faktor penyebab yang lebih rinci yang
dapat menjadi factor penyebab masalah yang dianalisis. Faktor-faktor
penyebab ini berupa ranting, yang apabila diperlukan bisa dijabarkan lebih
lanjut ke dalam anak ranting.
4. Lakukan analisis dengan membandingkan data dengan persyaratan untuk
setiap factor dalam hubungannya dengan akibat, sehingga dapat diketahui
penyebab utama yang mengakibatkan terjadinya masalah mutu yang
diamati.
12
BAB III
METODOLOGI PENELITIAN
X Ŕ Ś
Keterangan :
m : jumlah subgrup
n : ukuran subgrup
xmn : data pengamatan ke-n pada subgrup ke-n
R : Range
S : Standar Deviasi
13
3. Menganalisis peta kendali variabel.
4. Menganalisis kapabilitas proses.
5. Menganalisis sumber variasi, faktor-faktor penyebab terjadinya variasi.
6. Menarik Kesimpulan.
Mulai
Pengambilan Data
Uji Keacakan
Tidak
Ya
Asumsikan
Uji Normalitas
normal
Tidak
14
Ya
Diagram Kontrol X́ −R
dan X́ −S fase 1
Tidak
In control Cari sebab, hapus
out of control
Ya
Diagram Kontrol X́ −R
dan X́ −S fase 2
Kapabilitas Proses
Pareto
Ishikawa
Selesai
15
BAB IV
ANALISIS DAN PEMBAHASAN
Data residu karbon dari proses produksi minyak solar di PT.P pada
untuk peta kendali X R dengan ukuran subgrup n=5 yang telah dianalisis
dengan software Minitab memberikan kesimpulan yang dapat memberikan
beberapa penjelasan pada gambar di bawah ini.
Tabel 4.1 Karakteristik Data untuk Peta Kendali X R
untuk peta kendali X S dengan ukuran subgrup n=10 yang telah dianalisis
16
dengan software Minitab memberikan kesimpulan yang dapat memberikan
beberapa penjelasan pada gambar di bawah ini.
Output Nilai
X 5,403
p-value 0,131
Tabel 4.3 menunjukkan bahwa nilai p-value sebesar 0,131 lebih besar dari
α (0,05) sehingga dapat diputuskan gagal tolak H0 yang berarti bahwa data residu
karbon dari proses produksi minyak solar di PT.P diambil secara acak. Sehingga
dapat disimpulkan bahwa data tersebut sudah memenuhi asumsi keacakan.
Selanjutnya akan dilakukan uji normalitas.
17
Uji normalitas merupakan salah satu asumsi yang harus dipenuhi dalam
melakukan analisis peta kendali. Untuk mengetahui apakah data residu karbon
merupakan data yang berdistribusi normal dapat dilakukan pengujian
menggunakan kolmogorov-smirnov. Berikut adalah hasil pengujian menggunakan
software minitab.
99,9
Mean 5,403
StDev 3,114
99 N 125
KS 0,098
95 P-Value <0,010
90
80
70
Percent
60
50
40
30
20
10
5
0,1
-5 0 5 10 15 20
C7
Gambar 4.1 menunjukkan bahwa nilai p-value sebesar 0,010 lebih kecil
dari nilai α (0,05) sehingga diperoleh keputusan tolak H0 yang berarti bahwa data
residu karbon dari proses produksi minyak solar di PT.P untuk ukuran subgrup n-
5 tidak berdistribusi normal. Selain itu, dapat dilihat secara visual pula bahwa
terdapat beberapa plot-plot yang tersebar tidak mengikuti garis normal sehingga
dapat dikatakan bahwa data residu karbon dari proses produksi minyak solar di
PT.P tidak berdistribusi normal. Namun untuk penelitian selanjutnya peneliti
mengasumsikan data tersebut berdistribusi normal.
Output Nilai
X 5,432
p-value 0,001
18
Tabel 4.4 menunjukkan bahwa nilai p-value sebesar 0,001 kurang dari α
(0,05) sehingga dapat diputuskan tolak H0 yang berarti bahwa data residu karbon
dari proses produksi minyak solar di PT.P tidak diambil secara acak. Sehingga
dapat disimpulkan bahwa data tersebut belum memenuhi asumsi keacakan. Tetapi
dalam praktikum ini diasumsikan data telah acak agar dapat dianalisis lebih lanjut
99,9
Mean 5,423
StDev 2,859
99 N 250
KS 0,094
P-Value <0,010
95
90
80
70
Percent
60
50
40
30
20
10
5
0,1
0 5 10 15 20
C20
19
4.3 Peta Kendali X - R
Asumsi keacakan dan asumsi distribusi normal pada tahap sebelumnya
sudah terpenuhi maka selanjutnya akan dilihat seperti apa data dalam peta kendali
16
1
14 UCL=13,96
12
10
Sample Range
8
_
R=6,60
6
0 LCL=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
20
14 1
UCL=12,84
12
10
Sample Range
8
_
6 R=6,07
0 LCL=0
1 3 5 7 9 11 13 15 17 19 21 23
Sample
Gambar 4.4 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 12,84
dan batas kendali bawah sebesar 0, serta rata-rata residu karbon yang dihasilkan
dari proses produksi minyak solar sebesar 6,07. Plot-plot tersebar secara acak dan
terdapat satu pengamatan yang berada diluar batas kendali (out of control), maka
dapat disimpulkan bahwa data residu karbon dari proses produksi minyak solar di
PT.P belum terkendali secara statistik. Maka langkah selanjutnya yang harus
dilakukan adalah menghilangkan titik yang berada diluar batas kendali.
12 UCL=11,98
10
8
Sample Range
6 _
R=5,67
0 LCL=0
1 3 5 7 9 11 13 15 17 19 21 23
Sample
Gambar 4.5 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 11,98
dan batas kendali bawah sebesar 0, serta rata-rata residu karbon yang dihasilkan
dari proses produksi minyak solar sebesar 5,67. Plot-plot tersebar secara acak dan
21
sudah tidak terdapat titik yang berada diluar batas kendali (out of control), maka
dapat disimpulkan bahwa data residu karbon dari proses produksi minyak solar di
PT.P sudah terkendali secara statistik. Maka langkah selanjutnya yang harus
10
1
9
UCL=8,473
8
7
Sample Mean
6
_
_
X=5,204
5
2 LCL=1,935
1
1
1 3 5 7 9 11 13 15 17 19 21 23
Sample
kendali. Sehingga dapat diperoleh hasil peta kendali X yang baru adalah sebagai
berikut.
22
10
1
9
UCL=8,695
8
Sample Mean
6 _
_
X=5,355
5
2 LCL=2,014
1 3 5 7 9 11 13 15 17 19 21
Sample
Gambar 4.7 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 8,695
dan batas kendali bawah sebesar 2,014, serta rata-rata residu karbon yang
dihasilkan dari proses produksi minyak solar sebesar 5,355. Plot-plot tersebar
secara acak dan terdapat titik yang berada diluar batas kendali ( out of control),
maka dapat disimpulkan bahwa data residu karbon dari proses produksi minyak
solar di PT.P tidak terkendali secara statistik. Karena dalam praktikum ini hanya
dibatasi tiga kali pembuangan data maka dapat diasumsikan data residu karbon
dari proses produksi minyak solar di PT.P sudah terkendali secara statistik.
23
Gambar 4.8 Peta Kendali X Fase II
Gambar 4.8 menunjukkan bahwa dengan penambahan 5 subgrup yang
masing-masing ukuran subgrup yakni 5 menyebabkan sedikit pergeseran rata-
rata, namun rata-rata dari data residu karbon pada proses produksi minyak solar
di PT.P setelah terjadi penambahan masih terkendali secara statistik karena masih
berada di dalam batas kendali atas dan batas kendali bawah.
5
UCL=4,753
4
Sample StDev
3 _
S=2,769
1
LCL=0,786
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
Gambar 4.9 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 4,753
dan batas kendali bawah sebesar 0,786, serta rata-rata residu karbon yang
dihasilkan dari proses produksi minyak solar sebesar 2,769. Plot-plot tersebar
secara acak dan terdapat satu titik yang berada diluar batas kendali (out of control)
yaitu pada data ke-2, maka dapat disimpulkan bahwa data residu karbon dari
proses produksi minyak solar di PT.P belum terkendali secara statistik. Maka
langkah selanjutnya yang harus dilakukan adalah menghilangkan titik yang berada
diluar batas kendal, yaitu menghilangkan data ke-2.
24
Berikut merupakan peta kendali S yang baru setelah menghilangkan titik
yang berada diluar batas kendali.
5
1
UCL=4,514
Sample StDev 3
_
S=2,630
1
LCL=0,746
1 3 5 7 9 11 13 15 17 19 21 23
Sample
Gambar 4.10 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 4,514
dan batas kendali bawah sebesar 0,746, serta rata-rata residu karbon yang
dihasilkan dari proses produksi minyak solar sebesar 2,630. Plot-plot tersebar
secara acak dan terdapat satu titik yang berada diluar batas kendali (out of control)
yaitu pada data ke-12, maka dapat disimpulkan bahwa data residu karbon dari
proses produksi minyak solar di PT.P belum terkendali secara statistik. Maka
langkah selanjutnya yang harus dilakukan adalah menghilangkan titik yang berada
diluar batas kendali, yaitu menghilangkan data ke-12.
5
1
UCL=4,341
4
Sample StDev
3
_
S=2,529
1
LCL=0,718
1 3 5 7 9 11 13 15 17 19 21 23
Sample
25
Gambar 4.11 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 4,341
dan batas kendali bawah sebesar 0,718, serta rata-rata residu karbon yang
dihasilkan dari proses produksi minyak solar sebesar 2,529. Plot-plot tersebar
secara acak dan terdapat satu titik yang berada diluar batas kendali (out of control)
yaitu pada data ke-11, maka dapat disimpulkan bahwa data residu karbon dari
proses produksi minyak solar di PT.P belum terkendali secara statistik. Maka
langkah selanjutnya yang harus dilakukan adalah menghilangkan titik yang berada
diluar batas kendali, yaitu menghilangkan data ke-11.
5
1
UCL=4,260
4
Sample StDev
3
_
S=2,482
1
LCL=0,704
1 3 5 7 9 11 13 15 17 19 21
Sample
Gambar 4.12 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 4,260
dan batas kendali bawah sebesar 0,704, serta rata-rata residu karbon yang
dihasilkan dari proses produksi minyak solar sebesar 2,482. Plot-plot tersebar
secara acak dan masih terdapat titik yang berada diluar batas kendali (out of
control), maka dapat disimpulkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P tidak terkendali secara statistik. Karena dalam praktikum ini
hanya dibatasi tiga kali pembuangan data maka dapat diasumsikan data residu
karbon dari proses produksi minyak solar di PT.P sudah terkendali secara statistik.
Maka langkah selanjutnya yang harus dilakukan adalah menganalisis peta kendali
X .
26
Berikut merupakan hasil analisis peta kendali X untuk fase I dengan
bantuan software minitab.
8
UCL=7,750
Sample Mean
_
_
X=5,329
5
3 LCL=2,908
1 3 5 7 9 11 13 15 17 19 21
Sample
27
Gambar 4. 14 Peta Kendali X Fase II
LSL USL
P rocess D ata Within
LS L 0 Ov erall
Target *
USL 10 P otential (Within) C apability
S ample M ean 5,20435 Cp 0,68
S ample N 115 C PL 0,71
S tDev (Within) 2,4365 C PU 0,66
S tDev (O v erall) 2,70469 C pk 0,66
O v erall C apability
Pp 0,62
PPL 0,64
PPU 0,59
P pk 0,59
C pm *
0 2 4 6 8 10 12 14
O bserv ed P erformance Exp. Within P erformance Exp. O v erall P erformance
P P M < LS L 0,00 PPM < LS L 16339,91 P P M < LS L 27165,01
PP M > U SL 26086,96 PPM > USL 24519,29 PPM > USL 38106,94
P P M Total 26086,96 PPM T otal 40859,21 P P M Total 65271,95
28
4.5.2 Kapabilitas Proses Peta Kendali X S
LSL USL
P rocess D ata Within
LSL 0 Ov erall
Target *
U SL 10 P otential (Within) C apability
S ample Mean 5,32909 Cp 0,65
S ample N 220 CPL 0,70
S tD ev (Within) 2,55175 CPU 0,61
S tD ev (O v erall) 2,57307 C pk 0,61
O v erall C apability
Pp 0,65
PP L 0,69
PP U 0,61
Ppk 0,61
C pm *
0 3 6 9 12 15
O bserv ed Performance Exp. Within Performance Exp. O v erall P erformance
P PM < LSL 0,00 PP M < LSL 18380,70 P PM < LSL 19174,72
P PM > U S L 22727,27 PP M > U SL 33589,78 P PM > U S L 34738,60
P PM Total 22727,27 PP M Total 51970,48 P PM Total 53913,32
29
80 100
70
60 80
Frekuensi
Percent
50
60
40
30 40
20
20
10
0 0
Cacat l i i
pa ua m an a
As s ga ap su
Se lo nd se
an k jih tE ak
ng id
a bi a tid
du si
T k
da
p
an
n
si bu
Ka er er kt
ya po s T io
an m ng Ni
la
Ko du
Ad an
r k
Te
Frekuensi 24 18 17 10 8
Percent 31,2 23,4 22,1 13,0 10,4
Cum % 31,2 54,5 76,6 89,6 100,0
80
70 100
60
80
Frequency
Percent
50
40 60
30 40
20
20
10
0 0
Cacat m l n ai i
ga pa pa su ua
lo As da Se se
s
n En
j ih ga k ak
bi un pa
t da tid
uk Ti
rb a nd r da i si tan
s k
se K Te po io
g ya m la
un an Ko Ni
nd Ad
ka
T er
Frequency 21 20 13 12 5
Percent 29,6 28,2 18,3 16,9 7,0
Cum % 29,6 57,7 76,1 93,0 100,0
30
Sehingga pengendalian kualitas dapat berfokus kepada adanya endapan. Sehingga
akan dilanjutkan dengan diagram sebab akibat, untuk mengetahui lebih detail
penyebab dari adanya serbuk bijih logam tersebut.
A dany a kandungan
aspal teralu tinggi Superv isor
mengabaikan kualitas
miny ak bumi
Kandungan
Aspal
31
aspal terlalu tinggi. Hal-hal ini diakibatkan murni oleh bahan-bahan dasar dari
minyak solar sendiri yang mengakibatkan adanya pengendapan. Jika ditinjau dari
aspek manusianya, maka terdapat operator yang kurang teliti dan supervisor yang
masih mengabaikan kualitas minyak bumi dengan baik. Sehingga masih
menyisakan kandungan aspal pada minyak solar, operator yang kurang teliti
dalam menjalankan mesin menimbulkan adanya proses yang memberikan hasil
kurang sempurna. Selanjutnya jika ditinjau pada metode, pengeboran minyak
yang kurang teliti mengakibatkan hasil minyak solar yang kurang sempurna,
berimbas pada hasil minyak solar yang menghasilkan endapan aspal. Dari sisi
lingkungan cuaca yang sangat ekstrim, berimbas pada bahan baku dari minyak
solar sendiri. Sehingga harus perlu pengkondisian bahan baku minyak solar untuk
mendapatkan hasil yang baik.
32
membuat produk minyak solar menimbulkan pengendapan serbuk biji logam.
Penyebab cacat produk selanjutnya adalah ditinjau dari sisi material, yaitu adanya
bahan baku minyak bumi yang terlalu pekat, minyak mengandung logam, dan
adanya kandungan aspal terlalu tinggi. Hal-hal ini diakibatkan murni oleh bahan-
bahan dasar dari minyak solar sendiri yang mengakibatkan adanya pengendapan
serbuk biji logam. Jika ditinjau dari aspek manusianya, maka terdapat operator
yang kurang teliti dan supervisor yang masih mengabaikan kualitas minyak bumi
dengan baik. Sehingga masih menyisakan kandungan serbuk biji logam pada
minyak solar, operator yang kurang teliti dalam menjalankan mesin menimbulkan
adanya proses yang memberikan hasil kurang sempurna. Selanjutnya jika ditinjau
pada metode, pengeboran minyak yang kurang teliti mengakibatkan hasil minyak
solar yang kurang sempurna, berimbas pada hasil minyak solar yang
menghasilkan endapan serbuk biji logam. Dari sisi lingkungan cuaca yang sangat
ekstrim, berimbas pada bahan baku dari minyak solar sendiri. Sehingga harus
perlu pengkondisian bahan baku minyak solar untuk mendapatkan hasil yang
baik.
33
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil penelitian hasil analisis, dapat diperoleh kesimpulan
sebagai berikut.
1. Hasil analisis proses produksi minyak solar di PT.P menghasilkan residu
karbon dengan rata-rata sebesar 5,403 dan keragaman sebesar 9,695 untuk
ukuran subgrup n=5
2. Hasil analisis proses produksi minyak solar di PT.P menghasilkan residu
karbon dengan rata-rata sebesar 5,432 dan keragaman sebesar 8,174 untuk
ukuran subgrup n=10.
3. Pada analisis peta kendali X R terdapat dua asumsi, yaitu data diambil
secara acak dan berdistribusi normal. Hasil uji asumsi pada data residu
karbon dari proses produksi minyak solar di PT.P menunjukkan bahwa data
diambil secara acak, namun tidak berdistribusi normal.
4. Pada analisis peta kendali X S juga terdapat dua asumsi, yaitu data
diambil secara acak dan berdistribusi normal. Hasil uji asumsi pada data
residu karbon dari proses produksi minyak solar di PT.P menunjukkan
bahwa data tidak diambil secara acak dan tidak berdistribusi normal.
5. Analisis data residu karbon dari proses produksi minyak solar di PT.P
pembuangan data sebanyak dua kali, namun pada peta kendali X data
belum terkendali secara statistik setelah dilakukan dua kali pembuangan
data. Pada fase II setelah penambahan 5 subgrup dengan masing-masing
ukuran subgrup sebanyak 5, rata-rata dari data residu karbon pada proses
produksi minyak solar di PT.P masih terkendali secara statistik karena
masih berada dalam batas kendali atas dan bawah.
6. Analisis data residu karbon dari proses produksi minyak solar di PT.P
34
kendali S, data tersebut tidak terkendali secara statistik meski telah
melakukan pembuangan data sebanyak tiga kali, namun pada peta kendali
35
measurement, manusia, mesin, metode, material, dan lingkungan untuk
variabel residual karbon.
5.2 Saran
Adapun saran yang diberikan untuk pengamatan yaitu lebih variatif dalam
mengolah sebuah data serta lebih teliti dan lebih cermat. Selain itu, dibutuhkan
pemahaman lebih tentang peta kendali variabel dan bentuk–bentuk diagram.
Dibutuhkan pula keterampilan khusus untuk menggunakan aplikasi Minitab.
Peneliti juga berharap dengan adanya perhitungan ini perusahaan lebih mengerti
mengenai penyebab terjadinya residu karbon pada proses produksi minyak solar
serta faktor apa saja yang perlu dihindari.
36
DAFTAR PUSTAKA
Lampiran 1. Data Residu Karbon Dalam Produksi Minyak Solar di PT. P Dalam
%
2
Lampiran 2. Pembagian Tugas Pengerjaan