LAPORAN PRAKTIKUM

MANAJEMEN PRODUKSI DAN OPERASI

INDUSTRI KELAPA SAWIT

OLEH :

NAMA : ASTRI SASMITA HARAHAP

NIM : 2203020

PROGRAM STUDI : AGRIBISNIS KELAPA SAWIT

TANGGAL PRAKTIKUM : 28 JULI 2023

JUDUL MODUL : PENGENDALIAN KUALITAS – PETA

KENDALI DATA ATRIBUT

DOSEN PENGAMPU : I r. HARIYANTO,M.Pd

ASISTEN : ADELAILA BR PARDEDE / 2003001

POLITEKNIK TEKNOLOGI KIMIA INDUSTRI

AGRIBISNIS KELAPA SAWIT
MEDAN
2023
JUDUL MODUL : PENGENDALIAN KUALITAS – PETA KENDALI DATA
ATRIBUT
TUJUAN :
1. Mampu menerapkan metode pengendalian kualitas statistik dengan peta kendali
(control chart) untuk data yang bersifat atribut.
2. Mampu menghitung, menganalisis, dan menarik kesimpulan tentang
kemampuan suatu proses dalam menghasilkan produk/output yang sesuai
dengan spesifikasi.
LANDASAN TEORI :
Pengendalian kualitas peta atribut, atau disebut juga sebagai peta kendali atribut,
adalah alat statistik yang digunakan untuk mengendalikan dan memantau karakteristik
kualitas produk atau proses yang bersifat atributif. Dalam konteks ini, atribut adalah
karakteristik yang dapat diukur sebagai keberadaan atau ketiadaan, misalnya jumlah
cacat dalam satu lot produksi, persentase keberhasilan dalam pengujian, atau
keberadaan cacat tertentu dalam produk. (Sugiyono,2018).
Peta kendali atribut membantu perusahaan dalam mengenali variasi dalam proses
produksi dan memastikan bahwa produk memenuhi standar kualitas yang ditetapkan.
Dengan menggunakan peta kendali atribut, perusahaan dapat mengambil tindakan
perbaikan yang cepat jika terjadi perubahan atau ketidaksesuaian dalam proses
produksi.
Berikut adalah beberapa langkah dalam menggunakan peta kendali atribut:
1. Pengumpulan Data: Data yang relevan mengenai atribut yang ingin dipantau
harus dikumpulkan. Misalnya, jika Anda ingin memantau jumlah cacat dalam
produk, catat jumlah cacat pada setiap lot produksi.
2. Penetapan Batas Kontrol: Batas kontrol adalah batas statistik yang menunjukkan
batas-batas di mana proses dianggap terkendali. Batas kontrol terdiri dari batas
atas kontrol (UCL) dan batas bawah kontrol (LCL). Batas ini ditentukan
berdasarkan analisis statistik dari data yang dikumpulkan.
3. Pembuatan Peta Kendali: Data yang dikumpulkan kemudian digambarkan dalam
bentuk peta kendali. Peta ini menunjukkan perubahan atribut dari waktu ke
waktu dan apakah proses tetap berada dalam batas kontrol yang ditetapkan.
4. Analisis Peta Kendali: Peta kendali akan menunjukkan pola kualitas dari waktu
ke waktu. Jika titik-titik data berada di antara batas kontrol, maka proses
dianggap terkendali dan dalam situasi yang baik. Namun, jika ada pola atau titik-
 titik data yang berada di luar batas kontrol, maka ada indikasi bahwa ada variasi
yang tidak terkendali dalam proses produksi.
5. Tindakan Perbaikan: Jika peta kendali menunjukkan adanya variasi yang tidak
terkendali atau ada perubahan besar dalam atribut kualitas, langkah-langkah
perbaikan harus diambil untuk mengidentifikasi dan menghilangkan penyebab
masalah. (Suhartini dan Fania, 2019).
Penggunaan peta kendali atribut membantu perusahaan untuk menghindari produksi
produk cacat dalam jumlah besar, mengurangi pemborosan, dan meningkatkan kualitas
keseluruhan produk. Peta kendali atribut sering digunakan bersamaan dengan alat
statistik lainnya dalam manajemen kualitas, seperti peta kendali variabel, analisis
Pareto, dan diagram Ishikawa (fishbone). Produk merupakan segala sesuatu yang
ditawarkan oleh produsen untuk dijual, dibeli, dicari, diminta, digunakan, dan
dikonsumsi pasar sebagai pemenuh kebutuhan/ keinginan pasar untuk kepuasan
konsumen Produk merupakan segala sesuatu yang dapat diidentifikasikan dalam
sebuah bentuk.
1. Produk Dalam Proses
Produk dalam proses merupakan barang setengah jadi (intermediate good) atau barang
yang digunakan sebagai bahan masukan produksi perusahaan lain atau untuk tahap
proses produksi selanjutnya. Dalam proses produksi, barang setengah jadi dapat
menjadi bagian dari barang jadi, atau diubah sampai tidak dikenali lagi Produk Jadi
Produk jadi merupakan barang yang sudah di tahap akhir atau siap pakai dan bukan
untuk dipergunakan untuk produksi barang lain.
2. Produk Cacat
Definisi dari produk cacat adalah produk yang tidak memenuhi standar yang telah
ditetapkan oleh perusahaan, namun produk cacat dapat diperbaiki dengan
mengeluarkan biaya tambahan tentunya biaya yang dikeluarkan cenderung lebih besar
dari nilai jual setelah produk tersebut diperbaiki Faktor-faktor yang mempengaruhi
terjadinya poduk rusak dan cacat dalam proses produksi yaitu: sumber daya manusia
(SDM), bahan baku, dan mesin ada dua sifat terjadinya produk cacat dan produk rusak,
yaitu bersifat normal dan kesalahan, akibat kesalahan dalam proses produksi,
kurangnya perencanaan,pengawasan,pengendalian dan kelalaian pekerja.Produk rusak
tidak dapat diperbaiki atauproduk rusak merupakan produk yang telah menyerap biaya
bahan baku, biaya tenaga kerja, dan biaya overhead pabri Produk rusak diakibatkan
oleh dua sebab, yaitu disebabkan oleh kondisi eksternal, misalnya karena spesifikasi
pengerjaan yang sulit atau kondisi ini disebut sebab abnormal. (Suharyanto, 2019).
TUGAS PRAKTIKUM :
BAGIAN I
Data hasil inspeksi

P = banyak produk cacat/banyak sampel

= 8/100 = 0,08
Pbar = Σproduk cacat/Σbanyaknya sampel
= 229/ 2000 = 0,1145
UCL = Pbar + 3 √Pbar (1 – Pbar)/100
= 0,1145 + 3√0,1145 (1 – 0,1145)/100
= 0,210025
LCL = Pbar - 3 √Pbar (1 – Pbar)/100
= 0,1145 - 3√0,1145 (1 – 0,1145)/100
= 0,018975
Berdasarakan hasil plotting PETA KENDALI P CHART dapat diketahui bahwa ada data
yang out of control yaitu data sampel no. 3, dimana sampel melewati batas , maka data
pada sampel tersebut dibuang dan dilakukan revisi. Kemudian data kembali di
masukkan dan dihitung ulang hingga tidak ada data yang out of control.

P = banyak produk cacat/banyak sampel

= 8/100 = 0,08
Pbar = Σproduk cacat/Σbanyaknya sampel
= 207/ 1900 = 0,108947
UCL = Pbar + 3 √Pbar (1 – Pbar)/100
= 0,108947+ 3√0,108947 (1 – 0,108947)/100
= 0,20241932
LCL = Pbar - 3 √Pbar (1 – Pbar)/100
= 0,108947 - 3√0,108947 (1 – 0,108947)/100
= 0,01547542

Berdasarkan dari hasil pottling peta kendali p chart dapat kita lihat tidak ada lagi data
yang out of control Karena semua data sudah berada dalam batas pengendalian maka
tidak perlu dilakukan revisi lagi dan data tersebut dapat dinyatakan aman.
Bagian II

P = banyak produk cacat/banyak sampel

= 17/337 = 0,050445
Pbar = Σproduk cacat/Σbanyaknya sampel
= 251/ 2800 = 0,089643
UCL = Pbar + 3 √Pbar (1 – Pbar)/100
= 0,089643 + 3√0,089643 (1 – 0,089643)/337
= 0,136327
LCL = Pbar - 3 √Pbar (1 – Pbar)/100
= 0,1145 - 3√0,1145 (1 – 0,1145)/337
= 0,042959
Berdasarakan hasil plotting dapat diketahui bahwa ada data yang out of control yaitu
sampel data pada minggu ke-2 dan ke-5 dimana kedua sampel melewati batas , maka
data pada sampel tersebut dibuang dan dilakukan revisi. Data dihitung ulang hingga
tidak ada data yang out of control.

P = banyak produk cacat/banyak sampel

= 17/337 = 0,050445104
Pbar = Σproduk cacat/Σbanyaknya sampel
= 174/ 1622 = 0,107274969
UCL = Pbar + 3 √Pbar (1 – Pbar)/100
= 0,107275 + 3√0,107275 (1 – 0,107275)/100
= 0,157847462
LCL = Pbar - 3 √Pbar (1 – Pbar)/100
= 0,107275 - 3√0,107275 (1 – 0,107275)/100
= 0,056702477
Berdasarakan hasil plotting dapat diketahui bahwa masih ada data yang out of control
yaitu sampel minggu pertama, maka data pada sampel tersebut dibuang dan dilakukan
revisi kembali . data di masukka lagi Kemudian dihitung ulang hingga tidak ada data
yang out of control.

P = banyak produk cacat/banyak sampel

= 17/337 = 0,096386
Pbar = Σproduk cacat/Σbanyaknya sampel
= 157/ 1285 = 0,122179
UCL = Pbar + 3 √Pbar (1 – Pbar)/100
= 0, 122179+ 3√0, 122179 (1 – 0, 122179)/100
= 0,176099
LCL = Pbar - 3 √Pbar (1 – Pbar)/100
= 0, 122179- 3√0, 122179 (1 – 0, 122179)/100
= 0,068259
Berdasarkan dari hasil pottling peta kendali p chart dapat kita lihat tidak ada lagi data
yang out of control Karena semua data sudah berada dalam batas pengendalian maka
tidak perlu dilakukan revisi lagi dan data tersebut dapat dinyatakan aman.
 KESIMPULAN

1. Berdasarkan hasil praktikum yang telah dilakukan Mampu menerapkan metode

pengendalian kualitas statistik dengan peta kendali (control chart) untuk data yang
bersifat atribut dimana dapat dilihat bahwa pada hasil plotting data pertama
sampel no. 2 out of control. Hasil plotting data ke-2 pada minggu ke 2 dan ke5 out
of control sehingga data yang out of control dibuang dan diulang kembali kemudian
di hitung sampai tidak ada data yang out of control lagi.
2. Berdasarkan hasil praktikum yang telah dilakukan mampu menghitung,mengalisis
dan menarik kesimpulan kemampuan suatu produk dalam mengasilkan produk
yang sesuai dimana dilihat pada data pertama hasil plotting diketahui ada data yang
out of control yaitu sampel no. 3 , maka data pada sampel tersebut dibuang dan
dilakukan revisi. Kemudian data dimasukkan Kembali dan dihitung ulang hingga
tidak ada data yang out of control. Kemudian semua data sudah berada dalam
batas pengendalian maka tidak perlu dilakukan revisi lagi dan data tersebut dapat
dinyatakan aman. Serta pada data ke-2 hasil plotting diketahui ada data yang out of
control yaitu minggu ke-2, ke-5, dan pertama, maka data pada sampel tersebut
dibuang dan dilakukan revisi. Kemudian data dimasukkan dan dihitung ulang
hingga tidak ada data yang out of control. Kemudian semua data sudah berada
dalam batas pengendalian maka tidak perlu dilakukan revisi lagi dan data tersebut
dapat dinyatakan aman.
 DAFTAR PUSTAKA
Sugiyono. 2018. Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif dan
R&D. Bandung: Penerbit Alfa Beta.
Suhartini dan Fania. 2019. Pengendalian Kualitas Menggunakan Six Sigma Pada New
Seven Tools Untuk Mengurangi Kecacatan Produk Pada UKM. Surabaya:
Institut Teknologi Adhitama Surabaya.
Suharyanto. 2019. Pengendalian Kualitas Produk Dan Harga Serta Pengaruhnya
Terhadap Kepuasan Pengguna Ponsel Produk. Ensains. Vol.2, No.2.