Laporan Praktikum

Pengendalian Kualitas Statistik

MODUL I

ANALISIS PENGENDALIAN KUALITAS RESIDU KARBON PADA

PROSES PRODUKSI MINYAK SOLAR DI PT.P
DENGAN METODE PETA KENDALI X́ −R DAN X́ −S

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
.

PROGRAM STUDI SARJA DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA, KOMPUTASI DAN SAINS DATA
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2018
 ABSTRAK

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

4.1.1 Karakteristik Data Residu Karbon untuk Peta Kendali X  R ......................16

iii
4.1.2 Karakteristik Data Residu Karbon untuk Peta Kendali X  S ......................16
4.2 Uji Asumsi.........................................................................................................17

4.2.1 Uji Keacakan Data untuk Peta Kendali X  R .............................................17

4.2.2 Uji Normalitas untuk Peta Kendali X  R ...................................................17

4.2.3 Uji Keacakan Data untuk Peta Kendali X  S ..............................................18

4.2.4 Uji Normalitas untuk Peta Kendali X  S ....................................................19

4.3 Peta Kendali X - R ..........................................................................................19

4.3.1 Peta Kendali X  R untuk Fase I.................................................................20

4.3.2 Peta Kendali X  R untuk Fase II................................................................23

4.4 Peta Kendali X  S .........................................................................................23

4.4.1 Peta Kendali X  S untuk Fase I.................................................................23

4.4.2 Peta Kendali X  S untuk Fase II................................................................27

4.5 Kapabilitas Proses.............................................................................................27

4.5.1 Kapabilitas Proses Peta Kendali X  R .......................................................28

4.5.2 Kapabilitas Proses Peta Kendali X  S ........................................................28

4.6 Diagram Pareto................................................................................................29

4.6.1 Diagram Pareto untuk Peta Kendali X  R .................................................29

4.6.2 Diagram Pareto untuk Peta Kendali X  S .................................................30

4.7 Diagram Ishikawa.............................................................................................31

4.7.1 Diagram Ishikawa untuk Peta Kendali X  R ..............................................31

4.7.2 Diagram Ishikawa untuk Peta Kendali X  S ..............................................32

5.1 Kesimpulan.......................................................................................................34
5.2 Saran................................................................................................................36

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

2.3.1 Peta Kendali X  R .................................................................................8

2.3.2 Peta Kendali X  S .................................................................................8

2.3.3 Mengatasi Out of Control........................................................................9
2.4 Kapabilitas Proses.......................................................................................10
2.5 Diagram Pareto...........................................................................................11
2.6 Diagram Ishikawa.......................................................................................11
2.7 Residu Karbon............................................................................................12
BAB III METODOLOGI PENELITIAN
3.1 Sumber Data...............................................................................................13
3.2 Variabel Penelitian......................................................................................13

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

4.2 Peta Kendali X - R .....................................................................................17

X S
4.3 Peta Kendali ....................................................................................20

4.4 Kapabilitas Proses.......................................................................................24

4.4.1 Kapabilitas Proses Peta Kendali X - R ...................................................24

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

Tabel 3.1 Struktur Data.............................................................................................13

Tabel 4.1 Uji Keacakan menggunakan Run Test.......................................................16

x
 DAFTAR GAMBAR

Gambar 3.1 Diagram Alir.........................................................................................15

Gambar 4.1 Uji Komlogorov-smirnov......................................................................17
Gambar 4.2 Peta Kendali R (Belum Terkendali).....................................................17
Gambar 4.3 Peta Kendali R (Belum Terkendali).....................................................18
Gambar 4.4 Peta Kendali R (Belum Terkendali).....................................................19
Gambar 4.5 Peta Kendali X Fase I (Belum Terkendali).........................................19
Gambar 4.6 Peta Kendali X Fase II.........................................................................20
Gambar 4.7 Peta Kendali S (Belum Terkendali)......................................................21
Gambar 4.8 Peta Kendali S (Belum Terkendali)......................................................21
Gambar 4.9 Peta Kendali S (Belum Terkendali)......................................................22
Gambar 4.10 Peta Kendali X Fase I (Terkendali)...................................................23
Gambar 4.11 Peta Kendali X Fase II.......................................................................23

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

Gambar 4.14 Diagram Pareto...................................................................................26

Gambar 4.15 Diagram Ishikswa...............................................................................27

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

1.1 Latar Belakang

Bahan Bakar Minyak atau yang sering disingkat BBM merupakan segala
materi yang bisa diubah menjadi suatu energi dalam wujud cair/minyak. BBM
merupakan salah satu sumber energi yang sangat dibutuhkan dalam kehidupan
manusia. Hampir dalam kehidupan sehari-hari, manusia tidak dapat terpisahkan
oleh penggunaan BBM. Khususnya dalam melakukan mobilitas atau pegerakan
dari tempat satu ke tempat yang lain, manusia sangat perlu alat bantu yaitu
kendaraan, dimana kendaraan memerlukan BBM sebagai energi utama untuk
menggerakkan mesin. Indonesia merupakan salah satu negara, yang memiliki
trend kenaikan dalam penggunaan BBM dari tahun ke tahun. Konsumsi Bahan
Bakar Minyak pada 2016 meningkat 2,76% menjadi 73,56 juta kiloliter dari tahun
sebelumnya(Katadata,2018,https://databoks.katadata.co.id/datapublish/2018/03/06
/2016-konsumsi-bbm-mencapai-7356-juta-kilo-liter, 5 Oktober 2018). Hal ini bisa
diambil kesimpulan bahwa, BBM memang sangat diperlukan dan terus
mengalami peningkatan kebutuhannya seiring berjalannya waktu.
Melihat peluang besar terhadap kebutuhan masyarakat Indonesia atas
penggunaan BBM, menarik perhatian perusahaan dan investor baik dalam negeri
maupun luar negeri untuk memberikan pelayanan terbaik terhadap masyarakat
Indonesia akan kebutuhannya. Salah satu perusahaan BBM yang sudah berdiri di
Indonesia adalah PT. Pertamina, yang menjadi salah satu pemasok akan
kebutuhan masyarakat Indonesia terhadap kebutuhan BBM. Selain PT. Pertamina
yang merupakan BUMN, juga terdapat perusahaan asing seperti Chevron yang
bersaing pula untuk memberikan pelayanan terbaik terhadap masyarakat
Indonesia.
Diantara beberapa jenis BBM, terdapat bahan bakar minyak yang cukup
penting yaitu solar. Solar adalah salah satu jenis bahan bakar yang dihasilkan dari
proses pengolahan minyak bumi, yang pada dasarnya merupakan minyak mentah
yang dipisahkan fraksi-fraksinya pada proses destilasi sehingga dihasilkan fraksi
solar dengan titik didih 250°C sampai 300°C. Solar digunakan oleh kendaraan
dengan jenis mesin diesel. Dimana penggunaan BBM jenis ini, cenderung

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.

1.2 Rumusan Masalah

Adapun rumusan masalah dalam praktikum ini adalah sebagai berikut.

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?

3. Bagaimana peta kendali X  R pada data residu karbon hasil produksi

minyak solar di PT. P?

4. Bagaimana peta kendali X  S pada data residu karbon hasil produksi

minyak solar di PT. P?
5. Bagaimana pergeseran mean pada peta kendali X́ −R pada data residu
karbon hasil produksi minyak solar di PT. P?
6. Bagaimana pergeseran mean pada peta kendali X́ −S pada data residu
karbon hasil produksi minyak solar di PT. P?
7. Bagaimana sumber variasi dan faktor-faktor terjadinya variasi pada data
residu karbon hasil produksi minyak solar di PT. P?
8. Bagaimana kapabilitas proses dan probabilitas residu karbon hasil
produksi monyak solar di PT.P keluar dari batas spesifikasi yang
diharapkan (0% < Prosentase < 10%)?

1.3 Tujuan
Tujuan yang akan dicapai berdasarkan rumusan masalah adalah sebagai
berikut.

1. Untuk menganalisis karakteristik pada data residu karbon hasil produksi

minyak solar di PT.P.
2. Untuk menganalisis asumsi keacakan dan normalitas pada data residu
karbon hasil produksi minyak solar di PT.P.

3. Untuk menganalisis peta kendali X  R pada data residu karbon hasil

produksi minyak solar di PT. P.

4. Untuk menganalisis peta kendali X  S pada data residu karbon hasil

produksi minyak solar di PT. P.
5. Untuk menganalisa pergeseran mean pada peta kendali X́ −R pada data
residu karbon hasil produksi minyak solar di PT. P.

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

memahami pengendalian kualitas statistik pada peta kendali X  R dan X  S .

Juga untuk lebih mengetahui tentang pergesaran mean dengan ditambahkan data

pada peta kendali X  R dan X  S . Serta untuk memahami dalam menganalisis

kapabilitas proses. Dan untuk lebih mengetahui sumber variasi dan faktor-faktor
penyebab variasi menggunakan diagram Pareto ataupun diagram sebab-akibat
(Ishikawa). Sehingga kedepannya bisa untuk diaplikasikan dalam menyelesaikan
persoalan pengendalian kualitas statistik dalam menyelesaikan permasalahan
quality control pada proses produksi perusahaan.

1.5 Batasan Masalah

Batasan masalah dalam penelitian ini adalah data residual karbon minyak
solar degan jumlah subgrup 25 dengan n=5untuk peta kendali x́−Rsatu fase
kemudian ditambah 5 subgrup dengan n=5 untuk fase dua. Kemudian, untuk peta
kendali x́−S menggunakan subgrup 25 dengan n=10 untuk fase satu, dan
ditambah 5 subgrup dengan n=10 untuk fase dua. Selanjutnya batasan dalam
melakukan pengahapusan data pada peta kendali x́−R dan peta kendali x́−S
dilakukan maksimal 3 kali penghapusan data pada masing-masing peta kendali.
Serta apabila dalam uji normalitas data tidak berdistribusi normal, maka pada
praktikum kali ini data diasumsikan berdistribusi normal.

4
 BAB II
TINJAUAN PUSTAKA

2.1 Karakteristik Data

Karakteristik suatu data dapat diketahui dengan statistika deskriptif.
Statistika deskriptif adalah metode yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data hingga memberikan informasi yang berguna. Contoh
dari statistika deskriptif adalah rata-rata dan standar deviasi. Rata-rata atau sering
disebut mean merupakan rasio dari total nilai pengamatan dengan banyaknya
pengamatan (Nugroho,2008).

2.1.1 Mean
Rata-rata atau yang sering kita sebut juga dengan mean adalah rasio dari
total nilai pengamatan dibagi banyak pengamatan.

Rumus untuk menghitung mean adalah

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

2.1.2 Standar Deviasi

Deviasi standar atau biasa disebut standard deviation adalah ukuran
penyebaran suatu data. Rumus untuk menghitung standar deviasi adalah

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:

𝑅 : Range (jangkauan) 𝑅𝑚𝑖𝑛 : Range minimum

𝑅𝑚𝑎𝑥 : Range maksimum

2.2 Uji Keacakan

Uji Keacakan digunakan untuk menguji data pengamatan apakah terambil
secara acak. Dasar pada Uji Keacakan adalah adanya runtun. Runtun adalah
deretan huruf-huruf atau tanda-tanda yang identik yang diikuti oleh satu huruf
atau satu tanda yang berbeda secara berkesinambungan membentuk suatu barisan
huruf/tanda (Daniel, 1989).
Rumusan Hipotesis :
𝐻0 : Data pengamatan telah diambil secara acak dari suatu populasi
𝐻1 : Data pengamatan yang diambil dari populasi
tidak acak
Statistik Uji:

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 (-)

2.3 Uji Normalitas

Asumsi normal terpenuhi jika histogram terlihat seperti distribusi normal
yang berpusat di 0. Apabila plot residualnya cenderung mendekati garis lurus
(garis linier) dengan Uji Kolmogorov Smirnov dengan melihat nilai P-Value.Jadi
suatu data dapat dikatakan baik apabila data tersebut memenuhi semua asumsi
Distribusi Normal.( Daniel, 1989). Pengujian hipotesis ujinya, yaitu:
H0 : Residual berdistribusi normal
H1 : Residual tidak berdistribusi normal
Taraf signifikan, α : 0.05
Daerah kritis : Tolak Ho jika D > D(1-α,n ) dan P-value < α
Statistik Uji :

sup
D= x |F0 (x)−F n(x)|
(2.6)

2.4 Peta Kendali

Peta kendali menurut Herjanto (2008: 230) ialah grafik yang dipergunakan
untuk membedakan atau memisahkan hasil dari suatu proses yang berada dalam
kendali dan yang tidak.
Peta kendali (control chart) adalah peta dengan batas kendali atas (UCL/Upper
Control Limit) dan batas kendali bawah (LCL/Lower Control Limit), di mana di
dalam peta tersebut tergambar nilai-nilai beberapa ukuran statistik untuk suatu
rangkaian sampel atau subgrup dan sebuah garis tengah yang membantu dalam
menunjukkan kecenderungan nilai-nilai tergambar itu terhadap batas kendali.
Bagan kendali adalah perangkat statistik yang memungkinkan suatu
organisasi untuk mengetahui dan memantau konsistensi suatu proses atau produk

7
yang dihasilkan melalui pengamatan yang sedang berlangsung maupun proses
yang telah dilakukan. Penyelesaian dengan bagan kendali menggunakan prinsip-
prinsip statistik (Montgomery, 2009).

2.4.1 Peta Kendali X́ – 𝑹

Peta kendali X́ − R, digunakan untuk melihat variabilitas dari proses
produksi. Peta kendali ini akan baik digunakan apabila ukuran sampel realatif
kecil (2 ≤ n ≤ 5 ), apabila n semakin besar peta kendali R akan semakin tidak
sensitif lagi.
Apabila R1 , R 2 , R3,..., Rmadalah rentang m sampel maka rentang rata-
ratanya adalah :
R1  R2    Rm
R
m (2.7)
Apabila digunakan x́sebagai penaksir untuk μ(rata-rata atau mean) dan
R/d 2 sebagai penaksir σ (sigma atau standar deviasi), maka parameter untuk
diagram kendali x́ adalah sebagai berikut:

UCL  X  A2 R (2.8)

Garis Tengah = x (2.9)

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).

2.4.2 Peta Kendali X́ – S

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)

2.5 Mengatasi Out of Control

Data yang dianalisis apabila terdapat data yang out of control maka perlu
dihilangkan. Jika pada peta kendali X́ − S terdapat out of control maka
menghapus data berdasarkan peta S baru kemudian pada peta 𝑥̅, begitu juga pada

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.

2.6 Kapabilitas Proses

Kapabilitas proses adalah suatu studi keteknikan guna menaksir
kemampuan proses (Montgomery, 2009).
Dalam kapabilitas proses yang perlu diperhatikan adalah sebagai berikut:
1. Indeks 𝐶𝑝
Indeks Cp digunakan untuk menyatakan tingkat presisi. Presisi adalah
ukuran kedekatan antara satu pengamatan dengan pengamatan lain yang
ukurannya dapat ditunjukkan oleh variabilitas (σ ). Secara matematis ditunjukkan
oleh persamaan berikut ini:
USL  LSL
Cp 
6 , untuk kasus 2 spesifikasi (2.23)
USL  X X  LSL
Cp  Cp 
3 atau 3 , untuk kasus 1 spesifikasi (2.24)

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.

2.8 Diagram Ishikawa

Menurut Heizer dan Render (2006, p265), alat untuk mengidentifikasi
masalah kualitas dan titik inpeksi adalah diagram sebab akibat (cause and effect
diagram), yang juga dikenal sebagai diagram Ishikawa (Ishikawa diagram).
Karena pertama kali diperkenalkan oleh Prof. Kaour Ishikawa dari Universitas
Tokyo 1953. Atau diagram tulang ikan (fish bone chart), fish bone chart
berbentuk menyerupai tulang ikan, untuk masalah pengendalian kualitas sehari-
hari.
Pada dasarnya diagram sebab akibat dapat digunakan untuk membantu
mengidentifikasi akar penyebab suatu masalah, membantu membangkitkan ide-ide
untuk solusi suatu masalah, membantu dalam penyelidikan atau pencarian fakta
lebih lanjut.
Berikut ini tahapan yang dilakukan dalam menyusun diagram sebab akibat
(Herjanto, 2008, p426):

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.

2.9 Residu Karbon

Residu karbon adalah karbon yang tertinggal setelah penguapan dan
pembakaran habis Bahan yang diuapkan dari minyak, diperbolehkan residu
karbon maksimum 0,10 % (Mathur, Sharma, 1980). Karbon residu dibedakan atas
residu karbon dan coke (arang/kokas). Residu karbon tidak seluruhnya karbon
sedangkan coke berasal dari pengubahan karbon karena proses pirolisis. Terdapat
hubungan antara karbon residu dan oAPI gravity minyak dan juga konstituen
aspaltik. Untuk (% massa) karbon residu tinggi, maka semakin tinggi pula (%
massa) kandungan aspaltik, berarti minyak tersebut tidak mudah menguap (non
volatil). Hal ini terutama dianggap sebagai produk sampingan dari pembakaran
bahan bakar. Karbon Residu ialah partikel sisa dari produk bahan bakar yang
tertransformasi. Ketika bensin dibakar dan digunakan oleh mesin kendaraan
bermotor dalam proses evaporasi dan pirolisis akan menghasilkan pembuangan
yang mengandung karbon monoksida dan kokas/arang.

12
 BAB III
METODOLOGI PENELITIAN

3.1 Sumber Data

Sumber data yang digunakan dalam praktikum ini merupakan data
sekunder yang diperoleh dari data Tugas Akhir dengan judul “Produk Minyak
Solar PT.P”.

3.2 Variabel Penelitian

Variabel penelitian yang digunakan dalam praktikum ini adalah data residu
karbon dari produksi minyak solar di PT.P.

3.3 Struktur Data

Adapun struktur data yang digunakan dalam praktikum ini adalah sebagai
berikut.
Tabel 3.1 Struktur Data

Subgru Ukuran Subgrup X R S

p 1 2 … n
1 x11 x12 ⋯ x1n X1 R1 S1
2 x21 x22 ⋯ x2n X2 R2 S2
⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋮
25 xm1 xm2 ⋯ xmn Xm Rm Sm

X Ŕ Ś

Keterangan :
m : jumlah subgrup
n : ukuran subgrup
xmn : data pengamatan ke-n pada subgrup ke-n
R : Range
S : Standar Deviasi

3.4 Langkah Analisis

Langkah-langkah analisis yang digunakan dalam praktikum ini adalah
sebagai berikut.
1. Mengidentifikasi masalah yang akan diamati.
2. Menguji keacakan dan normalitas data residu karbon di PT.P.

13
 3. Menganalisis peta kendali variabel.
4. Menganalisis kapabilitas proses.
5. Menganalisis sumber variasi, faktor-faktor penyebab terjadinya variasi.

6. Menarik Kesimpulan.

3.5 Diagram Alir

Diagram alir menggambarkan alur perjalanan pembuatan laporan ini,
mulai dari proses perumusan masalah hingga pemberian kesimpulan dan saran.
Diagram alir yang dipakai dalam laporan ini adalah.

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

Kesimpulan dan Saran

Selesai

Gambar 3.1 Diagram Alir

15
 BAB IV
ANALISIS DAN PEMBAHASAN

Data residu karbon dari proses produksi minyak solar di PT.P pada

penelitian ini akan dianalisis menggunakan metode peta kendali X  R dan

X  S , kapabilitas proses, diagram pareto dan diagram Ishikawa yang akan di

jelaskan dibawah ini.

4.1 Karakteristik Data

Karakteristik data residu karbon dalam penerapan metode peta kendali
dapat dilihat menjadi dua macam karakteristik data residu karbon untuk peta

kendali X  R dengan ukuran subgrup n=5 dan peta kendali X  S dengan

ukuran subgrup n=10. Berikut penjelasan karakteristik data hasil analisis yang
dapat dilihat dibawah ini.

4.1.1 Karakteristik Data Residu Karbon untuk Peta Kendali X  R

Karateristik data residu karbon dari proses produksi minyak solar di PT.P

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

N Mean Stdev Varians Min Median Max Range

125 5,403 3,114 9,695 0,5 5,5 18,9 18,4
Tabel 4.1 menunjukkan bahwa hasil proses produksi minyak solar di PT.P
menghasilkan residu karbon dengan rata-rata sebesar 5,403 dan keragaman
sebesar 9,695. Nilai tengah yang dihasilkan pada hasil residu karbon setiap proses
produksi minyak solar di PT.P sebesar 5,5 dengan minimum hasil residu karbon
sebesar 0,5 dan maksimum hasil residu karbon sebesar 18,9.

4.1.2 Karakteristik Data Residu Karbon untuk Peta Kendali X  S

Karateristik data residu karbon dari proses produksi minyak solar di PT.P

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.

Tabel 4.2 Karakteristik Data Residu Karbon untuk Peta Kendali X  S

N Mean Stdev Varians Min Median Max Range

250 5,432 2,859 8,174 0,5 5,5 18,9 18,4
Tabel 4.2 menunjukkan bahwa hasil proses produksi minyak solar di PT.P
menghasilkan residu karbon dengan rata-rata sebesar 5,432 dan keragaman
sebesar 8,174. Nilai tengah yang dihasilkan pada hasil residu karbon setiap proses
produksi minyak solar di PT.P sebesar 5,5 dengan minimum hasil residu karbon
sebesar 0,5 dan maksimum hasil residu karbon sebesar 18,9.
4.2 Uji Asumsi
Langkah yang harus dilakukan untuk melakukan analisis suatu data
menggunakan metode peta kendali adalah uji asumsi. Asumsi dalam peta kendali
ada dua macam yaitu uji keacakan data dan uji normalitas. Berikut merupakan
hasil uji keacakan dan uji normalitas data residu karbon dari proses produksi
minyak solar di PT.P.

4.2.1 Uji Keacakan Data untuk Peta Kendali X  R

Tabel berikut merupakan hasil pengujian data residu karbon pada proses
produksi minyak solar di PT.P dengan ukuran subgrup n=5 dengan software Run
Test pada Minitab.
Tabel 4.3 Uji Keacakan menggunakan Run Test

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.

4.2.2 Uji Normalitas untuk Peta Kendali X  R

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 Uji Kolmogorov-Smirnov untuk Peta Kendali X  R

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.

4.2.3 Uji Keacakan Data untuk Peta Kendali X  S

Tabel berikut merupakan hasil pengujian data residu karbon pada proses
produksi minyak solar di PT.P dengan ukuran subgrup n=10 dengan software run
test pada Minitab.

Tabel 4.4 Uji Keacakan Menggunakan Run Test

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

menggunakan peta kendali x−R . Selanjutnya akan dilakukan uji normalitas

menggunakan kolmogorov-smirnov.

4.2.4 Uji Normalitas untuk Peta Kendali X  S

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 5,423
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

Gambar 4.2 Uji Kolmogorov-smirnov untuk Peta Kendali X  S

Gambar 4.2 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=10 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.

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

X  R yang akan di sajikan berikut ini.

4.3.1 Peta Kendali X  R untuk Fase I

Berikut merupakan hasil analisis peta kendali X  R untuk fase I dengan

bantuan software Minitab.

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

Gambar 4.3 Peta Kendali R (Belum Terkendali)

Gambar 4.3 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 13,96
dan batas kendali bawah sebesar 0, serta rata-rata residu karbon yang dihasilkan
dari proses produksi minyak solar sebesar 6,60. 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.

Berikut merupakan peta kendali R yang baru setelah menghilangkan titik

yang berada diluar batas kendali.

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 Peta Kendali R (Belum Terkendali)

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.

Berikut merupakan peta kendali R yang baru setelah 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 Peta Kendali R (Terkendali)

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

dilakukan adalah menganalisis peta kendali X .

Berikut merupakan hasil analisis peta kendali X untuk fase I dengan

bantuan software minitab.

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

Gambar 4.6 Peta Kendali X Fase I (Belum Terkendali)

Gambar 4.6 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 8,473
dan batas kendali bawah sebesar 1,935, serta rata-rata residu karbon yang
dihasilkan dari proses produksi minyak solar sebesar 5,204. Plot-plot tersebar
secara acak dan terdapat dua 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. Maka langkah selanjutnya
yang harus dilakukan adalah menghilangkan titik terjauh yang berada diluar batas

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 Peta Kendali X Fase I (Belum Terkendali)

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.

4.3.2 Peta Kendali X  R untuk Fase II

Berikut merupakan hasil analisis peta kendali X  R Fase II yang bertujuan

untuk mengetahui adanya pergeseran rata-rata residu karbon dari proses produksi
minyak solar di PT.P dengan bantuan software Ms. Excel.
10
9
8
7
6
5
4
3
2
1
0

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.

4.4 Peta Kendali X  S

Asumsi keacakan dan asumsi distribusi normal pada tahap sebelumnya
sudah terpenuhi maka selanjutnya akan dilihat seperti apa data dalam peta kendali

X  S yang akan di sajikan berikut ini.

4.4.1 Peta Kendali X  S untuk Fase I

Berikut merupakan hasil analisis peta kendali X  S untuk fase I dengan

bantuan software Minitab.

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 Peta Kendali S (Belum Terkendali)

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 Peta Kendali S (Belum Terkendali)

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.

Berikut merupakan peta kendali S yang baru setelah menghilangkan titik

yang berada diluar batas kendali.

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

Gambar 4.11 Peta Kendali S (Belum Terkendali)

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.

Berikut merupakan peta kendali S yang baru setelah menghilangkan titik

yang berada diluar batas kendali.

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 Peta Kendali S (Belum Terkendali)

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

Gambar 4.13 Peta Kendali X (Terkendali)

Gambar 4.13 menunjukkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P dapat dilihat dengan nilai batas kendali atas sebesar 7,750
dan batas kendali bawah sebesar 2,908, serta rata-rata residu karbon yang
dihasilkan dari proses produksi minyak solar sebesar 5,239. Plot-plot tersebar
secara acak dan 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 terkendali secara statistik.

4.4.2 Peta Kendali X  S untuk Fase II

Berikut merupakan hasil analisis peta kendali X  S Fase II yang bertujuan

untuk mengetahui adanya pergeseran rata-rata residu karbon dari proses produksi
minyak solar di PT.P dengan bantuan software Ms. Excel.
9

27
 Gambar 4. 14 Peta Kendali X Fase II

Gambar 4.14 menunjukkan bahwa dengan penambahan 5 subgrup dengan

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.

4.5 Kapabilitas Proses

Kapabilitas proses adalah kemampuan suatu proses untuk memenuhi
spesifikasi rancangan yang telah ditetapkan. Penelitian menggunakan batas
spesifikasi yang ditetapkan oleh perusahaan dengan rentang 0% untuk batas
spesifikasi bawah dan 10% untuk batas spesifikasi atas, hasil analisis kapabilitas
proses adalah sebagai berikut.

4.5.1 Kapabilitas Proses Peta Kendali X  R

Berikut merupakan kapabilitas proses untuk peta kendali X R

menggunakan batas spesifikasi yang ditetapkan oleh perusahaan dengan rentang
0% untuk batas spesifikasi bawah dan 10% untuk batas spesifikasi atas.

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

Gambar 4.15 Kapabilitas Proses Data Residu Karbon Peta Kendali X  R

Gambar 4.15 menunjukkan bahwa nilai Cp sebesar 0,68 dimana kurang
dari 1, maka dapat disimpulkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P memiliki nilai presisi yang rendah dan nilai Cpk sebesar
0,66 kurang dari 1 nilai keakurasian data residu karbon rendah. Sehingga dapat
disimpulkan bahwa proses produksi minyak solar yang dilihat dari kualitas residu
karbon di PT.P belum kapabel.

28
4.5.2 Kapabilitas Proses Peta Kendali X  S

Berikut merupakan kapabilitas proses untuk peta kendali X S

menggunakan batas spesifikasi yang ditetapkan oleh perusahaan dengan rentang
0% untuk batas spesifikasi bawah dan 10% untuk batas spesifikasi atas.

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

Gambar 4.16 Kapabilitas Proses Data Residu Karbon Peta Kendali X  S

Gambar 4.16 menunjukkan bahwa nilai Pp sebesar 0,65 dimana kurang
dari 1, maka dapat disimpulkan bahwa data residu karbon dari proses produksi
minyak solar di PT.P memiliki nilai presisi yang rendah dan nilai Cpk sebesar
0,61 kurang dari 1 nilai keakurasian data residu karbon rendah. Sehingga dapat
disimpulkan bahwa proses produksi minyak solar yang dilihat dari kualitas residu
karbon di PT.P belum kapabel.

4.6 Diagram Pareto

Diagram Pareto adalah grafik batang yang menunjukkan masalah
berdasarkan urutan banyaknya jumlah kejadian. Urutannya mulai dari jumlah
permasalahan yang paling banyak terjadi sampai yang paling sedikit terjadi.
Jumlah cacat pada masing-masing sampel produksi minyak solar dimana
parameter yang digunakan adalah variabel residu karbon di PT. P berdasarkan
peta kendali dapat dilihat pada diagram pareto berikut, variabel-variabel
penyebab cacat disimpulkan berdasarkan kecacatan yang terjadi.

4.6.1 Diagram Pareto untuk Peta Kendali X  R

Berikut merupakan hasil analisis diagram pareto untuk peta kendali

X  R mengenai penyebab utama tingginya reduksi karbon yang dihasilkan dari

proses produksi minyak solar di PT.P.

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

Gambar 4.17 Diagram Pareto untuk Peta Kendali X  R

Gambar 4.17 kecacatan terbesar terjadi diakibatkan oleh adanya
kandungan aspal dengan prosentase tertinggi sebesar 31,2% diikuti dengan
komposisi tidak sesuai dengan prosentase tertinggi kedua sebesar 23,4%.
Sehingga pengendalian kualitas dapat berfokus kepada adanya kandungan aspal.
Sehingga akan dilanjutkan dengan diagram sebab akibat, untuk mengetahui lebih
detail penyebab dari adanya kansungan aspal tersebut.

4.6.2 Diagram Pareto untuk Peta Kendali X  S

Berikut merupakan hasil analisis diagram pareto untuk peta kendali

X  S mengenai penyebab utama tingginya reduksi karbon yang dihasilkan dari

proses produksi minyak solar di PT.P.

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

Gambar 4.18 Diagram Pareto untuk Peta Kendali X  S

Gambar 4.18 kecacatan terbesar terjadi diakibatkan oleh adanya
kandungan serbuk bijih logam dengan prosentase tertinggi sebesar 29,6%, diikuti
dengan adanya kandungan aspal dengan prosentase tertinggi kedua sebesar 28,2%.

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.

4.7 Diagram Ishikawa

Diagram sebab-akibat atau ishikawa merupakan suatu garfik yang
menggambarkan hubungan antara masalah atau akibat dengan faktor-faktor yang
menjadi penyebabnya. Sedangkan, manfaatnya adalah dapat mengidentifikasi
sebab terjadinya masalah dan membantu mengantisipasi timbulnya suatu masalah
atau cacat produk.

4.7.1 Diagram Ishikawa untuk Peta Kendali X  R

Berikut adalah diagram sebab-akibat dari penyebab kondisi out of control
produksi minyak solar untuk variabel residual karbon. Pada diagram pareto
sebelumnya diketahui bahwa adanya kandungan aspal merupakan persoalan
terbesar dalam kecacatan produksi minyak solar.

Measurements Material Personnel

M iny ak bumi terlalu

pekat
O perator kurang teliti
M iny ak mengandung
Kesalahan komposisi logam

A dany a kandungan
aspal teralu tinggi Superv isor
mengabaikan kualitas
miny ak bumi

Kandungan
Aspal

M esin mudah haus

M etode pengeboran M esin terlalu tua

y ang kurang teliti

C uaca ekstrim M esin terdapat karat

Env ironment Methods Machines

Gambar 4.19 Diagram Ishikawa untuk Peta Kendali X  R

Berdasarkan Gambar 4.19 menjelaskan tentang penyebab produk minyak
solar PT. P dikatakan gagal pada adanya endapan aspal secara statistik yang
dikarenakan oleh 5M + 1L yakni measurement, manusia, mesin, metode, material,
dan lingkungan untuk variabel residual karbon. Diantaranya dari sisi
measurement, diakibatkan oleh adanya kesalahan komposisi, sehingga membuat
produk minyak solar menimbulkan pengendapan aspal. Penyebab cacat produk
selanjutnya adalah ditinjau dari sisi material, yaitu adanya bahan baku minyak
bumi yang terlalu pekat, minyak mengandung logam, dan adanya kandungan

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.

4.7.2 Diagram Ishikawa untuk Peta Kendali X  S

Berikut adalah diagram sebab-akibat dari penyebab kondisi out of control
produksi minyak solar untuk variabel residual karbon. Pada diagram pareto
sebelumnya diketahui bahwa adanya kandungan aspal merupakan persoalan
terbesar dalam kecacatan produksi minyak solar.

Measurements Material Personnel

M iny ak bumi terlalu

pekat
O perator kurang teliti
M iny ak mengandung
Kesalahan komposisi logam
A dany a kandungan
aspal teralu tinggi S uperv isor
mengabaikan kualitas
miny ak bumi
Mengandung
serbuk bijih
logam

M esin mudah haus

M etode pengeboran M esin terlalu tua

y ang kurang teliti

C uaca ekstrim M esin terdapat karat

Environment Methods Machines

Gambar 4.20 Diagram Ishikawa untuk Peta Kendali X  S

Berdasarkan Gambar 4.19 menjelaskan tentang penyebab produk minyak

solar PT. P dikatakan gagal pada adanya kandungan serbuk biji logam secara
statistik yang dikarenakan oleh 5M + 1L yakni measurement, manusia, mesin,
metode, material, dan lingkungan untuk variabel residual karbon. Diantaranya dari
sisi measurement, diakibatkan oleh adanya kesalahan komposisi, sehingga

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

menggunakan metode peta kendali X  R menunjukkan bahwa pada peta

kendali R, data tersebut telah terkendali secara statistik setelah melakukan

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

menggunakan metode peta kendali X  S menunjukkan bahwa pada peta

34
 kendali S, data tersebut tidak terkendali secara statistik meski telah
melakukan pembuangan data sebanyak tiga kali, namun pada peta kendali

X data sudah terkendali secara statistik tanpa melakukan 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.

7. Kapabilitas proses dari peta kendali X  R menunjukkan bahwa nilai Cp

(0,68) dan nilai Cpk (0,66) kurang dari 1, disimpulkan bahwa proses
produksi minyak solar yang dilihat dari kualitas residu karbon di PT.P
belum kapabel karena nilai presisi dan akurasinya yang rendah.

8. Kapabilitas proses dari peta kendali X  S menunjukkan bahwa nilai Pp

(0,65) dan nilai Ppk (0,61) kurang dari 1, disimpulkan bahwa proses
produksi minyak solar yang dilihat dari kualitas residu karbon di PT.P
belum kapabel karena nilai presisi dan akurasinya yang rendah.

9. Diagram pareto untuk peta kendali X  R menunjukkan kecacatan terjadi

diakibatkan oleh adanya kandungan aspal dengan prosentase tertinggi
sebesar 31,2%. Sehingga pengendalian kualitas dapat berfokus kepada
adanya kandungan aspal.

10. Diagram pareto untuk peta kendali X  S menunjukkan kecacatan terjadi

diakibatkan oleh adanya kandungan serbuk biji logam dengan prosentase
tertinggi sebesar 29,6%. Sehingga pengendalian kualitas dapat berfokus
kepada adanya kandungan serbuk biji logam.

11. Diagram Ishikawa untuk peta kendali X R menjelaskan tentang

penyebab produk minyak solar PT. P dikatakan gagal pada adanya endapan
aspal secara statistik yang dikarenakan oleh 5M + 1L yakni measurement,
manusia, mesin, metode, material, dan lingkungan untuk variabel residual
karbon.

12. Diagram Ishikawa untuk peta kendali X  S menjelaskan tentang penyebab

produk minyak solar PT. P dikatakan gagal pada adanya kandungan serbuk
biji logam secara statistik yang dikarenakan oleh 5M + 1L yakni

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

Daniel, W. W., 1989. Statistika Nonparametrik Terapan. Jakarta: Gramedia.

Ghozali, Imam, 2013. Aplikasi Analisis Multivariatedengan Program SPSS Edisi
Ketujuh. Semarang : Badan Penerbit Universitas Diponegoro.
Heizer, J. dan Render, B. 2006. Manajemen Operasi, Edisi 7. Jakarta: Salemba
Empat.
Herjanto, Eddy, 2008, Manajemen Operasi Edisi Ketiga, Jakarta: Grasindo.
Mathur R.P Sharma, 1980, A Course Internal Combustion Engine 3rd Edition,
Phanpat Rai & Son 1682, NAISARAK< Delhi 110006
Montgomery, D. C., 2009. Introduction to Statistical Quality Control. United
States of America:John Wiley & Sons, Inc.
 LAMPIRAN

Lampiran 1. Data Residu Karbon Dalam Produksi Minyak Solar di PT. P Dalam
%

Sub Ukuran Subgrup

Grup 1 2 3 4 5 6 7 8 9 10
6, 6, 4, 4,
1 2 2,5 1,5 2 6 5 5 5 1,5 5
18, 5, 1, 2, 1, 3,
2 8 9 8 9,5 5 5 5 5 5,5 5
0, 3, 3, 4,
3 5 3 4,5 3,5 5 5 2 5 4,5 5
3, 9, 4,
4 6 7,5 6,5 6,5 1 5 5 3 3 5
9, 2,
5 3,5 3 4,5 6 9 8 5 9 2 5
5, 3,
6 5 9,5 1,5 2 5 7 7 7 5 5
2, 5,
7 4,5 4,5 3,5 4 5 2 5 5 7,5 2
7, 6, 6, 3, 6,
8 4,5 4,5 7 7 5 5 5 5 7,5 5
5, 2, 3, 6,
9 8 6 6 6 5 5 5 5 6,5 5
7, 7,
10 5,5 3,5 1 7 5 10 6 7 6 5
7, 1, 7,
11 9,5 9 8,5 1,5 5 5 13 8 6,5 5
2, 6, 2, 6,
12 2 1,5 1,5 2 5 16 5 5 5,5 5
12, 13, 2,
13 8 4 5 5 8 2 2 2 1,5 5
4, 2,
14 7,5 7,5 7 5,5 5 3 5 8 7,5 7
5, 3, 7, 10,
15 8,5 3,5 7,5 7,5 5 5 7 5 5 6
7, 3,
16 6,5 5 10 2 7 7 2 5 7 5
4, 6, 7, 5,
17 4,5 6,5 5,5 1,5 5 5 5 5 5,5 1
18 5 5,5 2 8 13 7 9 5 7,5 10
7, 1, 6,
19 1,5 5 6 7,5 5 5 6 5 2 7
9, 3,
20 2,5 8 1,5 3,5 5 5 5 7 3 7
2, 3, 4,
21 5,5 1,5 16 1,5 5 6 5 5 3,5 4
6, 7, 4, 3, 5,
22 7,5 4,5 7 7,5 5 5 5 5 5,5 5
5, 5, 5, 5,
23 5,5 2 5,5 1 8 5 5 5 7,5 5
 7, 6,
24 1,5 6,5 2 2 5 5 6 2 7 7
1, 6, 1, 7, 5,
25 7 2,5 5 4,5 5 5 5 5 9,9 5
11, 6, 7,
26 5 4,5 7,5 3,5 5 2 2 5 3,5 10
18, 7, 3, 3,
27 8 9 1 6 9 5 5 5 6 5
6, 4, 1, 4,
28 2 2 3,5 3 5 5 5 5 5 13
9, 1,
29 3,5 8,5 5,5 4,5 4 2 5 1 1,5 5
3, 1,
30 6 5 8 1,5 4 2 5 6 4,5 5

2
Lampiran 2. Pembagian Tugas Pengerjaan

Hari Tanggal Pukul Deskripsi Kegiatan Pelaksana

30/09/201
Minggu 8 19.00 Pengerjaan BAB I Adam
20.00 Pengerjaan BAB II Adam
18.30 Pengerjaan BAB I Wika
20.00 Pengerjaan BAB III Wika
01/10/201
Senin 8 17.00 Pengerjaan BAB IV Adam dan Wika
    23.00 Pengrjaan BAB V Wika