SKRIPSI
AFNI FAHTIMA
150803024
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2019
UNIVERSITAS SUMATERA
ANALISIS KUALITAS KONTROL DALAM MEMINIMALISIR
PRODUK CACAT PADA PEMBUATAN ROTI DI
PT. MAJESTYK BAKERY & CAKESHOP
DENGAN METODE STATISTICAL
QUALITY CONTROL
SKRIPSI
AFNI FAHTIMA
150803024
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2019
UNIVERSITAS SUMATERA
PERNYATAAN
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing – masing disebutkan sumbernya.
Afni Fahtima
150803024
UNIVERSITAS SUMATERA
PENGESAHAN
Disetujui di
Medan, 25 Juni 2019
UNIVERSITAS SUMATERA
ANALISIS KUALITAS KONTROL DALAM MEMINIMALISIR
PRODUK CACAT PADA PEMBUATAN ROTI DI
PT. MAJESTYK BAKERY & CAKESHOP
DENGAN METODE STATISTICAL
QUALITY CONTROL
ABSTRAK
Kualitas kontrol suatu produk sangat berperan penting untuk diterapkan agar level
kecacatan secara umumnya mendekati nol. Penelitian ini bertujuan untuk
mengetahui bagaimana pelaksanaan metode statistical quality control bermanfaat
dalam upaya mengendalikan tingkat kerusakan produk di perusahaan PT. Majestyk
Bakery & Cake Shop. Analisis pengendalian kualitas dilakukan menggunakan
teknik pengontrolan kualitas berupa check sheet, p chart, dan Pareto chart. Check
sheet digunakan untuk menyajikan data agar memudahkan dalam memahami data
untuk keperluan analisis selanjutnya. p chart digunakan untuk memonitor produk
yang rusak apakah masih berada dalam kendali statistik atau tidak. Kemudian
dilakukan identifikasi terhadap jenis cacat yang dominan dan menentukan prioritas
perbaikan menggunakan Pareto chart. Langkah selanjutnya adalah memperbaiki
kecacatan yang ada dengan mengembalikan pada SOP kerja yang telah ditetapkan
secara mendetail. Hasil analisis peta p chart menunjukkan bahwa proses berada
dalam keadaan tidak terkendali atau masih mengalami penyimpangan. Hal ini dapat
dilihat pada grafik kendali dimana 5 titik yang keluar dari batas kendali sehingga
dibutuhkan pemeriksaan total dan dibutuhkan skema kontrol yang direvisi
seperlunya. PT. Majestyk Bakery & Cake Shop menghasilkan roti dengan data
cacat selama Januari 2019 sebesar 7% dari total produksi 36763 produk.
Berdasarkan diagram pareto, prioritas perbaikan yang perlu dilakukan adalah untuk
jenis kecacatan yang dominan yaitu gosong (4%), bantat (2%) dan patah/penyok
(1%). Dari hasil wawancara dapat dilakukan perbaikan dengan melakukan
pengontrolan terhadap mesin maupun resep produk serta melakukan pemeriksaan
rutin selama proses produksi berlangsung yang bertujuan untuk menekan tingkat
kecacatan dan meningkatkan kualitas produk.
Kata kunci: Cacat, Kualitas kontrol, Metode statistical quality control, Teknik
pengontrolan statistik.
ii
UNIVERSITAS SUMATERA
Analysis of Quality Control to Minimizing Defective
Products in Bread Making with Statistical Quality
Control Method in PT. Majestyk Bakery & Cake Shop.
ABSTRACT
iii
UNIVERSITAS SUMATERA
PENGHARGAAN
1. Bapak Prof. Dr. Runtung Sitepu, S.H. M.Hum selaku Rektor USU serta
semua wakil Rektor USU.
3. Bapak Dr. Suyanto, M.Kom. dan Bapak Drs. Rosman Siregar, M.Si.
selaku ketua dan Sekretaris Departemen Matematika FMIPA USU.
4. Ibu Dra. Laurentina P., M.S. selaku Dosen Pembimbing atas segala
waktu dan arahan yang diberikan selama penyusunan skripsi ini.
5. Ibu Dr. Esther Sorta M Nababan, M.Sc. dan bapak Drs. Agus Salim
Harahap, M.Si. selaku Dosen Pembanding atas segala saran dan masukan
yang diberikan dalam penyelesaian skripsi ini.
7. Rahmat Ardianto selaku kepala tim produksi dan karyawan PT. Majestyk
Bakery & Cake Shop.
iv
UNIVERSITAS SUMATERA
8. Ayahanda Hariyanto, Ibunda Hanim Rambe, Kakak Anggi Hasari dan
Asni Nurjannah serta keluarga yang memberikan doa, pengertian,
perhatian, kasih sayang, semangat dan dorongan yang luar biasa dan tiada
hentinya bagi penulis.
Semoga Allah SWT membalas seluruh dukungan dan doa yang diberikan Bapak,
Ibu, dan teman-teman seluruhnya. Penulis menyadari bahwa masih terdapat
banyak kekurangan dalam penulisan skripsi ini. Maka dari itu, diperlukan kritik
dan saran dari pembaca untuk penyempurnaan skripsi ini.
Afni Fahtima
UNIVERSITAS SUMATERA
DAFTAR ISI
Halaman
PENGESAHAN LAPORAN TUGAS AKHIR i
ABSTRAK ii
ABSTRACT iii
PENGHARGAAN iv
DAFTAR ISI vi
DAFTAR TABEL viii
DAFTAR GAMBAR ix
DAFTAR LAMPIRAN x
BAB 1 PENDAHULUAN
1.1 Latar Belakang 1
1.2 Rumusan Masalah 3
1.3 Batasan Masalah 3
1.4 Tujuan Penelitian 4
1.5 Manfaat Penelitian 4
v
UNIVERSITAS SUMATERA
2.6 Grafik Pengendali 𝑝 (𝑝 − 𝑐ℎ𝑎𝑟𝑡) 16
2.7 Program SPSS 18
2.7.1 Mengoperasikan SPSS 18.0 18
2.7.2 Bagian-bagian SPSS 18.0 19
DAFTAR PUSTAKA 43
LAMPIRAN 44
v
UNIVERSITAS SUMATERA
DAFTAR
vi
UNIVERSITAS SUMATERA
DAFTAR
i
UNIVERSITAS SUMATERA
DAFTAR
UNIVERSITAS SUMATERA
BAB 1
PENDAHULUAN
UNIVERSITAS SUMATERA
2
UNIVERSITAS SUMATERA
3
UNIVERSITAS SUMATERA
4
UNIVERSITAS SUMATERA
BAB 2
LANDASAN TEORI
UNIVERSITAS SUMATERA
6
dasar itu pula, sangat dibutuhkan pengendalian kualitas barang (produk) untuk benar-
benar bisa menghasilkan produk kualitas tinggi.
UNIVERSITAS SUMATERA
7
UNIVERSITAS SUMATERA
8
UNIVERSITAS SUMATERA
9
UNIVERSITAS SUMATERA
1
UNIVERSITAS SUMATERA
1
pada suatu unit produk. Jadi dapat disimpulkan bahwa grafik pengendali atribut
digunakan untuk jumlah cacat dalam produk atau bagian cacat dalam suatu produk.
Untuk menyusun grafik pengendalian proses statistik untuk data atribut
diperlukan beberapa langkah sebagai berikut.
a. Menentukan sasaran yang akan dicapai
Sasaran ini akan mempengaruhi jenis grafik pengendalian kualitas proses statistik
data atribut mana yang harus digunakan. Hal ini tentu saja dipengaruhi oleh
karakteristik kualitas suatu produk dan proses proporsi atau banyaknya kecacatan
dalam sampel atau sub kelompok, ataukah kecacatan dari suatu unit setiap kali
mengadakan observasi.
b. Menentukan banyaknya sampel dan banyaknya observasi
Banyaknya sampel yang diambil akan mempengaruhi jenis grafik pengendalian
di samping karakteristik kualitasnya.
c. Mengumpulkan data
Data yang dikumpulkan tentu disesuaikan dengan jenis grafik pengendalian.
Misalnya suatu perusahaan atau organisasi menggunakan 𝑝 − 𝑐ℎ𝑎𝑟𝑡, maka data
yang dikumpulkan juga harus diatur dalam bentuk proporsi kesalahan terhadap
banyaknya sampel yang diambil.
d. Menentukan garis tengah dan batas-batas pengendalian
Pada masing-masing grafik pengendalian biasanya mengunakan 3𝜎 sebagai
batas-batas pengendalian.
e. Merevisi garis tengah dan batas-batas pengendalian
Revisi terhadap garis tengah dan batas-batas pengendalian dilakukan apabila
dalam grafik pengendalian kualitas proses statistik untuk data atribut terdapat
data yang berada di luar batas pengendalian statistik (out of statistical control)
dan diketahui kondisi tersebut disebabkan karena penyebab khusus. Demikian
pula, data yang berada di bawah garis pengendalian bahwa apabila ditemukan
penyebab khusus di dalamnya tentu juga diadakan revisi (Ariani, 2004).
Grafik pengendali atribut dibagi menjadi empat jenis yaitu :
(1) Grafik pengendali 𝑝 (𝑝 𝑐ℎ𝑎𝑟𝑡), yaitu grafik pengendali untuk proporsi unit cacat
(sample size varies). Digunakan untuk menganalisis banyaknya barang yang
UNIVERSITAS SUMATERA
1
UNIVERSITAS SUMATERA
1
(a) Pada setiap pengulangan, hanya ada dua hasil yang mungkin yaitu “sukses” dan
“gagal”.
(b) Pada setiap pengulangan, peluang sukses sama harganya. Misalnya 𝑝, jadi 𝑝 = 𝑃
(sukses) dan 1 − 𝑝 = 𝑃 (gagal) .
(Djauhari, 1990)
Sebelum menentukan mean dan variansi dan 𝑋~𝐵 𝑛, 𝑝 maka harus mengetahui
moment generating function (mgf).
Teorema : Jika 𝑋~𝐵(𝑛, 𝑝) maka mgf dari 𝑋 adalah 𝑀 𝑡 = {(1 − 𝑝) + 𝑝𝑒 𝑡 }𝑛
Bukti :
𝑀 𝑡 = 𝐸 𝑒𝑡𝑥
𝑛
= 𝑒 𝑡𝑥 𝐶 𝑛 𝑃 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥=0 �
𝑛
= 𝐶 𝑛 (𝑝𝑒 𝑡 )𝑥 (1 − 𝑝)𝑛−𝑥
𝑥=0 �
= { 1 − 𝑝 + 𝑝𝑒 𝑡 }𝑛 (2.3)
Dengan menggunakan teorema diatas, dapat diperoleh mean dan variansi dari
𝑋~𝐵(𝑛, 𝑝). Karena 𝑀 𝑡 = { 1 − 𝑝 + 𝑝𝑒 𝑡 }𝑛 , maka
𝑑{ 1 − 𝑝 + 𝑝𝑒 𝑡 }𝑛
𝑀 𝑡 =
′
𝑑𝑡
= 𝑛𝑝𝑒 𝑡 { 1 − 𝑝 + 𝑝𝑒 𝑡 }𝑛−1
𝑀′′ 𝑡 = 𝑑(𝑛𝑝𝑒 { 1 − 𝑝 + 𝑝𝑒 } )
𝑡 𝑡 𝑛− 1
𝑑𝑡
= 𝑛𝑝𝑒𝑡 { 1 − 𝑝 + 𝑝𝑒 𝑡 }𝑛− 1 + 𝑛𝑝𝑒 𝑡 𝑛 − 1 𝑝𝑒 𝑡 ( 1 − 𝑝 + 𝑝𝑒 𝑡 }𝑛−2
= 𝑛𝑝𝑒 𝑡 { 1 − 𝑝 + 𝑝𝑒 𝑡 }𝑛− 1 + 𝑛 𝑛 − 1 (𝑝𝑒𝑡 )2{ 1 − 𝑝 + 𝑝𝑒 𝑡 }𝑛−2
Akibatnya, mean dari 𝑋 adalah
𝜇=𝐸𝑋
= 𝑀′ 0
= 𝑛𝑝𝑒0( 1 − 𝑝 + 𝑝𝑒0)𝑛−1
= 𝑛{ 1 − 𝑝 + 𝑝}𝑛−1𝑝
= 𝑛(1)𝑛−1𝑝
= 𝑛𝑝 (2.4)
dan variansi dari 𝑋 adalah
𝜎2 = 𝐸 𝑋2 − [𝐸(𝑋)]2
UNIVERSITAS SUMATERA
1
= 𝑀′′ 0 − 𝜇2
= 𝑛𝑝 + 𝑛 𝑛 − 1 𝑝2(1 − 𝑝 + 𝑝)𝑛−2 − (𝑛𝑝)2
= 𝑛𝑝 + 𝑛 𝑛 − 1 𝑝2 − 𝑛2𝑝2
= 𝑛𝑝 − 𝑛𝑝2
= 𝑛𝑝(1 − 𝑝) (2.5)
Jadi mean dan variansi dari 𝑋~𝐵 𝑛, 𝑝 masing-masing adalah 𝜇 = 𝑛𝑝 dan 𝜎 2 =
𝑛𝑝 1 − 𝑝 . Jika 𝑋1, 𝑋2, 𝑋3, … , 𝑋𝑛 adalah sampel acak berukuran 𝑛 dari 𝑋~𝐵(𝑛, 𝑝)
𝜇𝑥 = 𝐸(𝑋 )
1
=𝐸 𝑛 𝑋
𝑛 𝑖=1 𝑖
𝑛
1
𝑋
=𝑛 𝐸 𝑖=1 𝑖
𝑛
1
= 𝐸(𝑋𝑖 )
𝑛 𝑖=1
Karena 𝐸(𝑋𝑖 ) = 𝜇 untuk semua 𝑖 = 1,2,3, … , 𝑛 maka
𝑛
1
𝜇𝑥 = 𝜇
𝑛𝑖=1
1
= 𝑛𝜇
𝑛
=𝜇
Karena 𝜇 = 𝑛𝑝 maka :
𝜇𝑥 = 𝑛𝑝 (2.6)
��= 𝑉𝑎𝑟𝑋
2
1
= 𝑉𝑎𝑟 𝑛 𝑋
𝑛 𝑖=1 𝑖
𝑛
1
= 𝑉𝑎𝑟 𝑋𝑖
𝑛2 𝑖=1
𝑛
1
= 𝑉𝑎𝑟(𝑋𝑖 )
𝑛2 𝑖=1
UNIVERSITAS SUMATERA
1
1 𝑛
𝜎2 = 𝜎2
𝑥
𝑛2 𝑖=1
1
= 𝑛𝜎2
𝑛2
2
=𝜎
𝑛
Karena 𝜎2 = 𝑛𝑝(1 − 𝑝) maka :
𝑛𝑝 (1−𝑝)
𝜎2𝑥 = 𝑛
= 𝑝(1 − 𝑝) (2.7)
Distribusi binomial kerap kali digunakan untuk quality control. Ini adalah model
probabilitas yang sesuai untuk pengambilan sampel dari populasi yang besar tak
berhingga (Montgomery, 1990). Suatu peubah acak yang kerap kali timbul dalam
pengendalian kualitas statistik adalah
𝑋
𝑝 =
𝑛
dimana 𝑋 adalah banyak item yang tak sesuai yang terdapat dalam sampel acak 𝑛
item. 𝑋 berdistribusi binomial dengan parameter 𝑛 dan 𝑝, dengan 𝑝 sebagai
perbandingan banyak item yang cacat atau tak sesuai dalam sampel dengan ukuran
sampel itu atau dinamakan bagian cacat sampel atau bagian tak sesuai sampel
(Montgomery, 1990). Distribusi peubah acak 𝑝 dapat diperoleh dari distribusi
binomial. Sehingga, menentukan mean dan variansi 𝑝 adalah
𝜇𝑝 = 𝐸 𝑝
𝑋
=𝐸
𝑛
1
= 𝐸 𝑋
𝑛
1
= 𝑛𝑝
𝑛
=𝑝 (2.8)
dan
𝜎2 = 𝑉𝑎𝑟(𝑝 )
�
𝑋
= 𝑉𝑎𝑟
𝑛
UNIVERSITAS SUMATERA
1
1
= 𝑉𝑎𝑟 𝑋
𝑛2
1
= 𝑛𝑝 1 − 𝑝
𝑛2
𝑝(1−𝑝)
= 𝑛 (2.9)
Jadi mean dan variansi dari 𝑝 masing-masing adalah = 𝑝 dan 𝜎 2 =
𝑝(1−𝑝)
𝜇
𝑝 𝑝 𝑛
UNIVERSITAS SUMATERA
1
dengan,
𝑝(1−𝑝)
𝜎𝑝 = (2.12)
𝑛
(cacat) dalam sampel ke-𝑖 (𝑖 = 1,2, . . . , 𝑛), maka untuk menghitung rata-
rata proporsi banyaknya sampel bervariasi adalah
𝑛
𝑝= 𝑖=1 𝑑𝑖
(2.13)
𝑛
𝑖=1 𝑛𝑖
𝑈𝐶𝐿 = 𝑝 + 3 × 𝑝 (1−𝑝 )
𝑛𝑖
𝐶𝐿 = 𝑝 (2.14)
𝐿𝐶𝐿 = 𝑝 − 3 × 𝑝 (1−𝑝 )
𝑛𝑖
𝑛𝑖 = Banyaknya sampel yang diambil pada setiap kali observasi ke-𝑖 yang selalu
bervariasi
𝑝 = Garis tengah grafik pengendali proporsi cacat
(Montgomery, 1990)
UNIVERSITAS SUMATERA
1
UNIVERSITAS SUMATERA
1
atas yang terdiri dari: File, Edit, View, Data, Transform, Analize, Graph,
Direct Marketing, Utilities, Windows dan Help. Bagian bawah terdiri dari
Data View dan Variabel View.
c. SPSS siap dioperasikan dengan langkah pertama meng-input pada worksheet.
UNIVERSITAS SUMATERA
2
a. Insert, menu ini digunakan untuk menambah kan judul, teks, judul
halaman grafik ataupun objek,
b. Format, digunakan untuk mengatur tampilan huruf apakah rata kiri,
rata kanan, ataupun ditengah-tengah.
UNIVERSITAS SUMATERA
BAB 3
METODE PENELITIAN
UNIVERSITAS SUMATERA
2
𝑝 (1 −
𝑈𝐶𝐿 = 𝑝 + 3 × 𝑝)
𝑛𝑖
𝑝 (1 − 𝑝 )
𝐿𝐶𝐿 = 𝑝 − 3 ×
𝑛𝑖
UNIVERSITAS SUMATERA
2
Variabel 1
a) Name, letakan pointer di bawah kolom Name, lalu ketik hari_ke.
b) Type, oleh karena variabel ini berisi data rasio, maka biarkan saja
default numerik yang sudah ada.
c) Weidth, untuk keseragaman ketik 8.
d) Decimals, karena tidak membutuhkan angka desimal maka ketik
0.
e) Kolom-kolom yang lainnya diabaikan.
Variabel 2
a) Name, letakan pointer di bawah hari_ke, lalu ketik jlh_produksi.
b) Type, oleh karena variabel ini berisi data rasio, maka biarkan saja
default numerik yang sudah ada.
c) Weidth, untuk keseragaman ketik 8.
d) Decimals, karena tidak membutuhkan angka desimal maka ketik
0.
e) Kolom-kolom yang lainnya diabaikan.
Variabel 3
a) Name, letakan pointer di bawah jlh_produksi, lalu ketik
jlh_cacat.
b) Type, oleh karena variabel ini berisi data rasio, maka biarkan saja
default numerik yang sudah ada.
c) Weidth, untuk keseragaman ketik 8.
d) Decimals, karena data ini tidak berbentuk desimal maka dipilih
0.
e) Kolom-kolom yang lainnya diabaikan.
5) Klik pada Data View.
6) Mengisi data sesuai yang diinginkan.
b. Langkah-langkah pelaksanaan
1) Setelah mengisi data, pilih menu Analyze
UNIVERSITAS SUMATERA
2
2) Pilih Quality Control lalu pilih control charts, akan muncul tampilan
seperti Gambar 3.2
UNIVERSITAS SUMATERA
2
3) Pilih p, np, dan pada Data Organization, pilih Cases are subgroups.
4) Klik Define sehingga kotak dialog p, np: Cases Are Subgroups muncul
seperti Gambar 3.3
UNIVERSITAS SUMATERA
2
7) Klik Continue.
8) Klik OK.
UNIVERSITAS SUMATERA
2
c. Setelah mengisi data, pilih menu Analyze lalu pilih Quality Control dan
klik Pareto Chart. Tampak seperti Gambar 3.7:
UNIVERSITAS SUMATERA
2
e. Setelah itu pilih define, pada kotak dialog define simple pareto masukkan
variabel gosong,bantat dan patahpenyok pada kotak variables. Akan
tampak pada Gambar 3.9.
Berikut alur yang menggambarkan kerja pada penelitian ini terdapat pada
Gambar 3.10.
UNIVERSITAS SUMATERA
2
Permasalahan
Persiapan Penelitian
Pelaksanaan Penelitian
Hasil
Kesimpulan
Gambar 3.10 Diagram Alur Kerja
UNIVERSITAS SUMATERA
BAB 4
HASIL DAN PEMBAHASAN
Dalam proses produksi pembuatan roti PT. Majestyk Bakery & Cake Shop sangat
memperhatikan kualitas produknya. Terbukti dengan adanya pengawasan pendataan
produk cacat terhadap proses produksi. Namun dalam beberapa kasus masih terdapat
beberapa kecacatan yang menyebabkan produk tidak dapat dipasarkan. Berdasarkan
lembar wawancara pada Lampiran 4 dan berdasarkan data yang berpedoman pada
spesifikasi yang ditetapkan oleh bagian produksi PT. Majestyk Bakery & Cake Shop
(Lampiran 1), pada proses pembuatan roti bulan Januari 2019 terdapat beberapa jenis
kecacatan yang terjadi yaitu gosong sebanyak 1491 roti, bantat sebanyak 795 roti,
dan patah/penyok sebanyak 395 roti. Dari ketiga jenis kecacatan tersebut, cacat
dengan roti yang gosong paling banyak terjadi sebanyak 55% dari jumlah
keseluruhan yang cacat. Berikut adalah uraian lengkap analisis statistical quality
control dengan proporsi kesalahan dan menggunakan program SPSS 18.0 serta
tindakan preventif yang telah dilakukan oleh perusahaan dalam rangka
meminimalkan kecacatan yang terjadi.
4.1 Analisis kecacatan produksi roti PT. Majestyk Bakery & Cake Shop
Dalam menganalisis data yang diperoleh, dilakukan dalam dua tahapan, yaitu dengan
membuat Check Sheet dan Pareto Chart.
1. Check Sheet
Dalam memecahkan masalah pengendalian kualitas, langkah pertama yang
dilakukan adalah dengan membuat check sheet. Check sheet berguna untuk
mempermudah proses pengumpulan data serta analisis. Kemudian nota-nota
tersebut direkap sedemikian hingga menjadi lembar pemeriksaan yang lebih
mudah diolah. Hasil pengumpulan data yang telah ada untuk hasil produksi roti
di PT. Majestyk Bakery & Cake Shop dilihat pada Lampiran 1. Dari check sheet
tersebut, dapat diambil kesimpulan bahwa setiap harinya jumlah produksi
berbeda-beda. Terdapat tiga jenis kecacatan produk yang terjadi yaitu cacat
gosong, cacat bantat dan cacat patah/penyok. Data tersebut akan diolah dengan
menggunakan proporsi kesalahan sampel bervariasi karena jumlah produksi
setiap harinya berbeda-beda.
UNIVERSITAS SUMATERA
3
2. Pareto Chart
Untuk membuat diagram pareto, terlebih dahulu disusun sebuah tabel yang berisi
tentang jumlah kecacatan setiap jenis dari hasil penelitian yang telah dilakukan.
Tabel ini merupakan tabel dari persentase kecacatan yang diurutkan berdasarkan
jumlah mulai dari yang terbesar hingga yang terkecil dan dibuat persentase
kumulatifnya. Tabel 4.1 berisi presentase masing-masing kecacatan terhadap
jumlah cacat, sedangkan Tabel 4.2 berisi presentase kecacatan terhadap jumlah
produksi.
Tabel 4.1 Persentase kecacatan pada proses produksi roti di PT. Majestyk Bakery
& Cake Shop terhadap jumlah yang cacat
No Jenis Jumlah Persentase Persentase
kecacatan cacat cacat (%) kumulatif
1 Gosong 1491 55 55
2 Bantat 795 30 85
Tabel 4.2 Persentase kecacatan pada proses produksi roti di PT. Majesty Bakery
& Cake Shop terhadap jumlah produksi
No Jenis kecacatan Jumlah cacat Persentase cacat (%)
1 Gosong 1491 4
2 Bantat 795 2
3 Patah/Penyok 395 1
Berdasarkan Tabel 4.2, dapat disusun dalam Pareto chart seperti pada Gambar 4.1
berikut ini.
UNIVERSITAS SUMATERA
3
4.2 Analisis untuk menentukan control limit pada proses produksi roti di PT.
Majestyk Bakery & Cake Shop menggunakan grafik pengendali p (𝒑-chart)
Dalam menganalisis statistical quality control pada PT. Majestyk Bakery & Cake
Shop, penulis hanya menganalisis kualitas produk roti saja. Untuk dapat
menganalisis apakah roti yang di produksi sesuai standar spesifikasi yang ditetapkan
oleh perusahaan dan masih berada dalam control limit atau tidak maka dilakukan
perhitungan dengan menggunakan grafik pengendali p dengan batas 3𝜎, karena
tingkat keyakinannya (α) sebesar 0,05 dan batas ini biasa dipakai dalam setiap grafik
pengendali. Dari data tabel hasil proporsi kecacatan central line ( 𝑝 ), Upper Control
Limit (UCL) dan Lower Control Limit (LCL), diperoleh sebagai berikut.
UNIVERSITAS SUMATERA
3
a. Perhitungan awal
Proporsi untuk hari ke-1 sampai dengan hari ke-31 adalah sebagai berikut (Lampiran
2) .
Hari ke Jumlah produksi (𝑛) Jumlah cacat (𝑑) 𝑑
𝑝=
𝑛
1 1385 93 0,06715
2 811 83 0,10234
3 1132 99 0,08746
. . . .
. . . .
. . . .
31 1306 98 0,07504
Dengan diperolehnya nilai 𝑝 = 0.07293 maka nilai proporsi dari UCL dan LCL
dapat dihitung dengan persamaan (2.14). Control limit untuk hari pertama dengan
produksi 1385 roti adalah sebagai berikut.
𝑝1−𝑝
𝑈𝐶𝐿 = 𝑝 + 3 ×
𝑛1
0,07293 1 − 0,07293
𝑈𝐶𝐿 = 0,07293 + 3 × 1385
0,07293 0,92707
𝑈𝐶𝐿 = 0,07293 + 3 ×
1385
UNIVERSITAS SUMATERA
3
𝑝1−𝑝
𝐿𝐶𝐿 = 𝑝 − 3 ×
𝑛1
0,07293 1 − 0,07293
𝐿𝐶𝐿 = 0,07293 − 3 ×
1385
0,07293 0,92707
𝐿𝐶𝐿 = 0,07293 − 3 ×
1385
Control limit untuk hari kedua dengan sampel 811 roti adalah sebagai berikut.
𝑝1−𝑝
𝑈𝐶𝐿 = 𝑝 + 3 ×
𝑛2
0,07293 1 − 0,07293
𝑈𝐶𝐿 = 0,07293 + 3 × 811
0,07293 0,92707
𝑈𝐶𝐿 = 0,07293 + 3 × 811
𝑝1−𝑝
𝐿𝐶𝐿 = 𝑝 − 3 ×
𝑛2
UNIVERSITAS SUMATERA
3
0,07293 1 − 0,07293
𝐿𝐶𝐿 = 0,07293 − 3 ×
811
0,07293 0,92707
𝐿𝐶𝐿 = 0,07293 − 3 ×
811
UNIVERSITAS SUMATERA
3
Pada Gambar 4.2 hasil proporsi kecacatan CL, UCL dan LCL terlihat bahwa ada 5
titik yang out of control yaitu titik pada nomor sampel 2, 5, 7, 9, 25. Ini menunjukkan
bahwa proses dalam keadaan pengendalian kurang maksimal yang disebabkan oleh
faktor mesin dengan mengontrol dan mengecek kembali mesin pengapian untuk
panggangan roti dan crosscheck atas resep-resep roti yang harus sesuai dengan
standar operational procedure (SOP) yang telah ditetapkan perusahaan.
Sebab–sebab terduga tersebut dapat ditanggulangi dengan melakukan
perawatan mesin secara berkala, pengawasan yang lebih ketat terhadap jalannya
proses produksi roti serta meningkatkan kehati-hatian kepada karyawan ketika proses
produksi berlangsung. Setelah diadakan tindakan penanggulangan terhadap jalannya
proses produksi roti, kemudian dilakukan pemeriksaan terhadap central line (CL)
dan control limit. Hal ini dilakukan dengan pemeriksaan tiap titik kendali, sehingga
perlu adanya revisi terhadap CL dan control limit yang dihitung hanya menggunakan
titik - titik sisanya. Setelah dikurangi 5 titik yang out of control maka sisanya
terdapat 26 titik yang siap dilakukan perhitungan revisi pertama. Langkah ini
dilakukan sampai mendapatkan kondisi yang semua titiknya berada di dalam batas
pengendali (in of control) dan bertujuan untuk mendapatkan kondisi yang dapat
digunakan sebagai acuan perencanaan statistical quality control untuk bulan
berikutnya.
b. Pehitungan Revisi
Proporsi untuk hari ke-1 sampai dengan hari ke-26 adalah sebagai berikut (Lampiran
3).
Hari ke Jumlah produksi (n) Jumlah cacat (d) 𝑑
𝑝=
𝑛
1 1385 93 0,06715
2 1132 99 0,08746
3 1047 61 0,05826
. . . .
. . . .
. . . .
26 1306 98 0,07504
Berikutnya akan dihitung proporsi rata-rata kecacatan keseluruhan sample yaitu.
UNIVERSITAS SUMATERA
3
26
𝑖=1 𝑑𝑖 = 2303, menunjukkan seluruh jumlah kecacatan roti.
26
𝑖=1 𝑛𝑖 = 31019, menunjukkan seluruh jumlah produksi roti.
Dengan diperolehnya nilai 𝑝 = 0.07424, maka nilai proporsi dari UCL dan LCL
dapat dihitung dengan persamaan (2.14). Control limit untuk hari pertama dengan
produksi 1385 roti adalah sebagai berikut.
𝑝1−𝑝
𝑈𝐶𝐿 = 𝑝 + 3 ×
𝑛1
0,07424 1 − 0,07424
𝑈𝐶𝐿 = 0,07424 + 3 × 1385
0,07424 0,92576
𝑈𝐶𝐿 = 0,07424 + 3 × 1385
𝑝1−𝑝
𝐿𝐶𝐿 = 𝑝 − 3 ×
𝑛1
0,07424 1 − 0,07424
𝐿𝐶𝐿 = 0,07424 − 3 ×
1385
0,07424 0,92576
𝐿𝐶𝐿 = 0,07424 − 3 ×
1385
UNIVERSITAS SUMATERA
3
Control limit untuk hari kedua dengan sampel 1132 roti adalah sebagai berikut.
𝑝1−𝑝
𝑈𝐶𝐿 = 𝑝 + 3 ×
𝑛2
0,07424 1 − 0,07424
𝑈𝐶𝐿 = 0,07424 + 3 × 1132
0,07424 0,92576
𝑈𝐶𝐿 = 0,07424 + 3 × 1132
𝑝1−𝑝
𝐿𝐶𝐿 = 𝑝 − 3 ×
𝑛2
0,07424 1 − 0,07424
𝐿𝐶𝐿 = 0,07424 − 3 ×
1132
0,07424 0,92576
𝐿𝐶𝐿 = 0,07424 − 3 ×
1132
UNIVERSITAS SUMATERA
3
Dari data pada Lampiran 3 dan Gambar 4.3 di atas, terlihat bahwa tidak ada
lagi titik yang berada di luar batas pengendali atas maupun bawah (in of control). Ini
menunjukkan bahwa analisis proses produksi roti PT. Majestyk Bakery & Cake Shop
sudah berada dalam batas pengendali statistik dengan melakukan satu kali revisi.
sehingga dapat disimpulkan bahwa proses produksi sudah dalam keadaan terkendali
pada UCL dan LCL dengan 𝑝 = 0,07424 dengan batas 3𝜎. Dengan kondisi seperti
ini dapat digunakan sebagai acuan perencanaan statistical quality control bulan
berikutnya.
UNIVERSITAS SUMATERA
4
yaitu dikembalikan lagi pada SOP kerja. Dimana harus diperhatikan secara merinci
dan lebih detail seperti :
a. Melakukan pemeriksaan yang rutin selama berlangsungnya proses produksi
b. Mengontrol dan mengecek resep-resep produk
c. Crosscheck mesin pengovenan seperti menstabilkan suhu produk dalam
pengovenan, melakukan perawatan mesin kue/roti serta mengendalikan waktu
produk saat produksi berlangsung dalam pengovenan.
UNIVERSITAS SUMATERA
BAB 5
5.1 Kesimpulan
1. Jenis ketidaksesuaian yang terjadi dalam proses produksi roti PT. Majestyk
Bakery & Cake Shop adalah cacat pada roti yang gosong, bantat, dan
patah/penyok. Presentase dari masing-masing kecacatan yakni cacat pada roti
yang gosong sebesar 55%, cacat pada roti yang bantat sebesar 30%, dan cacat
pada roti yang patah/penyok sebesar 15%. Jadi, jenis kecacatan produksi roti
yang paling sering terjadi yaitu pada roti yang gosong dengan persentase 55%
dari total kecacatan. Sedangkan kecacatan terhadap jumlah produksinya sebesar
7%.
2. Berdasarkan analisis metode Statistical Quality Control (SQC) dengan
menggunakan p-Chart dapat disimpulkan bahwa proses produksi roti PT.
Majestyk Bakery & Cake Shop pada Januari 2019 disetiap harinya terdapat data
yang tidak terkendali secara statistik dan perlu dilakukan revisi 1 kali. Hal ini
terlihat dari adanya titik-titik yang out of control yang terjadi pada hari ke-2, 5, 7,
9, dan hari ke-25. Maka dilakukan tindakan perbaikan dengan mencari sebab-
sebab terjadinya kecacatan agar titik-titik yang out of control berada dalam
control limit UCL dan LCL (in of control) sehingga proses produksi dapat
dikatakan terkendali secara statistik.
3. Tindakan perbaikan yang harus dilakukan PT. Majestyk Bakery & Cake Shop
dalam memperbaiki kecacatan yang terjadi dalam proses produksi roti yaitu harus
sesuai pada SOP kerja yang telah ditetapkan. Beberapa hal yang harus
diperhatikan dalam proses produksi seperti :
a. Melakukan pemeriksaan yang rutin selama berlangsungnya proses produksi
b. Mengontrol dan mengecek resep-resep produk
c. Crosscheck mesin pengovenan seperti menstabilkan suhu produk dalam
pengovenan, melakukan perawatan mesin kue/roti serta mengendalikan
waktu produk saat produksi berlangsung dalam pengovenan.
UNIVERSITAS SUMATERA
4
5.2 Saran
UNIVERSITAS SUMATERA
4
DAFTAR PUSTAKA
Ahyari Agus, 2000. Manajemen Produksi Perencanaan Sistem Produki Buku II.
Yogyakarta: BPFE Yogyakarta.
Assauri Sofjan, 1993. Manajemen Produksi dan Operasi Edisi 4. Jakarta: Universitas
Indonesia LPFE.
Grant EL, R. S. Leavenworth. 1993. Statistical Quality Control. Fourth Edition. New
York : McGraw-Hill.
Gryna FM, 2001. Quality Planning and Analysis From Product Development
Through Use (fourth Edition). New York: Mc-Graw Hill.
Mason RD, Lind DA, 1996. Teknik Statistika Untuk Bisnis Dan Ekonomi. Alih
Bahasa: Wihanya. U. Soetjipto, W. dan Sugiharso. Penerbit Erlangga.
Jakarta.
Raheem Maruf Ariyo, Aramide Titilayo Gbolahan, Itohowo Eseme Udoada. 2016.
Application of Statistical Process Control in a Production Process. Science
Journal of Applied Mathematics and Statistics, 4(1): 1-11.
UNIVERSITAS SUMATERA
4
Triadji W, 2007. Perbaikan Kualitas dengan Metode SPC. Jakarta : Universitas Bina
Tama.
UNIVERSITAS SUMATERA
4
LAMPIRAN – LAMPIRAN
Lampiran 1. Data Hasil Produksi Roti PT Majestyk Bakery & Cake Shop Januari 2019
UNIVERSITAS SUMATERA
4
UNIVERSITAS SUMATERA
4
UNIVERSITAS SUMATERA
4
UNIVERSITAS SUMATERA
4
UNIVERSITAS SUMATERA
5
UNIVERSITAS SUMATERA
5
UNIVERSITAS SUMATERA
5
UNIVERSITAS SUMATERA
5
UNIVERSITAS SUMATERA
5
UNIVERSITAS SUMATERA
5
UNIVERSITAS SUMATERA
5
Lampiran 2. Perhitungan Proporsi, CL, UCL, LCL dari Hasil Produksi Roti PT.
Majestyk Bakery & Cake Shop Selama Bulan Januari 2019
Jlh
Hari Jlh Produksi gosong bantat patah/penyok proporsi CL UCL LCL
Cacat
ke -
1 1385 53 27 13 93 0.06715 0.07293 0.09389 0.05197
2 811 49 24 10 83 0.10234 0.07293 0.10032 0.04554
3 1132 62 25 12 99 0.08746 0.07293 0.09612 0.04974
4 1047 39 11 11 61 0.05826 0.07293 0.09704 0.04882
5 1273 35 8 15 58 0.04556 0.07293 0.09479 0.05107
6 1337 58 32 16 106 0.07928 0.07293 0.09426 0.05160
7 1208 34 9 14 57 0.04719 0.07293 0.09537 0.05049
8 935 30 13 15 58 0.06203 0.07293 0.09844 0.04742
9 1300 22 33 10 65 0.05000 0.07293 0.09457 0.05129
10 977 36 18 14 68 0.06960 0.07293 0.09789 0.04797
11 757 30 20 10 60 0.07926 0.07293 0.10128 0.04458
12 1136 51 22 16 89 0.07835 0.07293 0.09607 0.04979
13 1132 52 20 19 91 0.08039 0.07293 0.09612 0.04974
14 1131 37 16 17 70 0.06189 0.07293 0.09613 0.04973
15 1328 46 24 13 83 0.06250 0.07293 0.09434 0.05152
16 1018 25 12 21 58 0.05697 0.07293 0.09738 0.04848
17 1733 60 30 12 102 0.05886 0.07293 0.09167 0.05419
18 1233 53 24 13 90 0.07299 0.07293 0.09515 0.05071
19 1187 61 38 5 104 0.08762 0.07293 0.09557 0.05029
20 1230 61 40 8 109 0.08862 0.07293 0.09517 0.05069
21 1230 53 40 10 103 0.08374 0.07293 0.09517 0.05069
22 1288 49 35 12 96 0.07453 0.07293 0.09467 0.05119
23 1152 45 28 15 88 0.07639 0.07293 0.09591 0.04995
24 1246 43 25 10 78 0.06260 0.07293 0.09503 0.05083
25 1152 71 37 7 115 0.09983 0.07293 0.09591 0.04995
26 1170 60 36 15 111 0.09487 0.07293 0.09574 0.05012
27 1037 43 18 11 72 0.06943 0.07293 0.09715 0.04871
28 1101 48 34 10 92 0.08356 0.07293 0.09644 0.04942
29 1326 56 28 15 99 0.07466 0.07293 0.09435 0.05151
30 1465 76 36 13 125 0.08532 0.07293 0.09331 0.05255
31 1306 53 32 13 98 0.07504 0.07293 0.09452 0.05134
Total 36763 1491 795 395 2681
UNIVERSITAS SUMATERA
5
Lampiran 3. Perhitungan Proporsi, CL, UCL, LCL dari Hasil Produksi Roti PT.
Majestyk Bakery & Cake Shop Setelah Revisi Selama Bulan Januari
2019
UNIVERSITAS SUMATERA
5
Lampiran 4. Lembar Pertanyaan Wawancara kepada Bagian Produksi PT. Majestyk Bakery & Cake Shop
1 Jenis produk apa saja yang diproduksi PT. Adapun produk yang diproduksi oleh Majestyk ini yaitu Aneka roti, bolu
Majestyk? dan kue basah.
Bagaimana proses pengendalian kualitas yang Selama ini proses pengendalian berjalan sesuai dengan apa yang telah
2
selama ini diterapkan oleh PT. Majestyk? ditetapkan oleh perusahaan, yaitu mengikuti SOP kerja (Standar
Operational Procedure). Baik mulai dari proses pengadukan, pengovenan
sampai pada tahap akhir produksi.
3 Jenis kecacatan apa yg sering terjadi pada proses Kecacatan yang sering terjadi untuk roti yaitu adanya roti yang bantat,
produksi PT. Majestyk? gosong serta roti yang patah/penyok. Sementara untuk bolu juga sama
yaitu gosong, dan bantat saja. Kalau kue basah jarang menghasilkan
produk cacat karna pada PT. Majestyk cabang ini, tidak banyak produksi
kue basah tapi yang paling sering terjadi kendala kue basah ini pada
proses pengolahan yang terkadang ada beberapa kue yang saat di
rebus/dikukus terkadang pecah.
UNIVERSITAS SUMATERA
5
4 Bagaimana tindakan perbaikan yang dilakukan Dalam membenahi produk untuk mengurangi kecacatan yang terjadi tentu
dalam membenahi kecacatan yang terjadi selama kita kan kembalikan lagi pada SOP kerja. Dimana harus diperhatikan
proses produksi? secara merinci dan lebih seperti :
a. Melakukan pemeriksaan yang rutin selama berlangsungnya proses
produksi
b. Mengontrol dan mengecek resep-resep produk
c. Crosscheck mesin pengovenan seperti menstabilkan suhu produk
dalam pengovenan, melakukan perawatan mesin kue/roti serta
mengendalikan waktu produk saat produksi berlangsung dalam
pengovenan.
5 Apa saja kendala yang menyebabkan kerusakan Biasanya jika pesanan/permintaan dari konsumen yang sangat besar tentu
atau kecacatan pada saat memproduksi roti/kue di akan semakin besar pula produk cacat yang dihasilkan, disamping itu juga
PT. Majestyk? bahan baku yang terkadang terbatas, mesin-mesin kue yang terkadang
bermasalah ataupun terkendala pada kedisiplinan karyawan.
UNIVERSITAS SUMATERA
Lampiran 5. Surat Persetujuan Penelitian
UNIVERSITAS SUMATERA