Pengendalian Kualitas Air Produksi PDAM Surya

Sembada Surabaya Menggunakan Grafik Kendali

Maximum Multivariate Cumulative Sum

SEMINAR PROPOSAL
TUGAS AKHIR

Lab. Bisnis dan

Iman Rais Afandy (06211540000067) Industri

Dosen Pembimbing :
Dr. Muhammad Mashuri, M.T
Novri Suhermi, S.Si., M.Sc
Dosen Penguji
 OUTLINE
n

OUTLINE PRESENTASI

1. 2. 3.
TINJAUAN METODOLOGI
PENDAHULUAN
PUSTAKA PENELITIAN

2
 PENDAHULUAN
Latar Belakang Rumusan Masalah Tujuan Manfaat Batasan Masalah
Perusahaan jasa pemerintah
penyedia layanan air bersih yang
mempunyai sejumlah instalasi
pengolahan air minum.
PROSES
PENGOLAHAN AIR
Ngagel 1 Karang Pilang 1
Pra-sedimentasi
Ngagel 2 Karang Pilang 2
Koagulasi
Ngagel 3 Karang Pilang 3
Flokulasi Unit pertama

Sedimentasi Usia IPAM & Kapasitas

Pengendalian Kualitas
Filtrasi
Penurunan kualitas air
3
 PENDAHULUAN
Latar Belakang Rumusan Masalah Tujuan Manfaat Batasan Masalah

Max-MEWMA Grafik kendali Max-MCUSUM lebih

Cheng dan Thaga unggul dan lebih cepat dalam
vs (2005)
Grafik Kendali Max-MCUSUM
mendeteksi adanya pergeseran kecil

Pada grafik kendali Max-MCUSUM fase satu telah Grafik Kendali Max-MCUSUM
Aisy, F.R terkendali secara statistik. Sedangkan pada
(2018) penerapan fase dua grafik kendali belum terkendali
secara statistik, namun proses produksi dari pupuk
‘X’ pada PT. XYZ telah kapabel

Proses produksi pupuk NPK fase I adalah telah

terkendali secara statistic. Sedangkan pada fase
Aisyah, S. II, proses produksi pupuk NPK belum terkendali
(2018) secara statistik. Sehingga, proses produksi pupuk
NPK pada PT PUSRI belum kapabel karena
memiliki tingkat presisi dan akurasi yang rendah.

4
 PENDAHULUAN
Latar Belakang Rumusan Masalah Tujuan Manfaat Batasan Masalah

RUMUSAN MASALAH
Bagaimana mengetahui kualitas air produksi PDAM Surya Sembada Surabaya pada
instalasi pompa Ngagel I menggunakan teknik multivariat pengendalian kualitas secara
statistik menggunakan diagram kontrol Max-MCUSUM

TUJUAN
Melakukan pengendalian kualitas air produksi PDAM Surya Sembada Surabaya pada instalasi
1. pompa Ngagel I secara statistik dengan teknik multivariat dari segi variabilitas proses dan target
proses apakah sudah terkendali dengan menggunakan grafik kendali Max-MCUSUM.

Melakukan analisis kapabilitas proses untuk mengukur kinerja proses kualitas air
2. produksi PDAM Surya Sembada Surabaya pada instalasi pompa Ngagel I.

5
 PENDAHULUAN
Latar Belakang Rumusan Masalah Tujuan Manfaat Batasan Masalah

MANFAAT
PENELITIAN
Bagi PDAM Bagi Penulis

Sebagai bahan evaluasi dan Memberikan wawasan keilmuan

perkembangan proses statistika terutama dalam
berkelanjutan untuk melakukan pengendalian secara
meningkatkan kualitas air statistik dengan menggunakan
dan memenuhi kebutuhan metode Max-MCUSUM dan
masyarakat kota Surabaya. mengukur kinerja proses dengan
menggunakan analisis kapabilitas.

6
 PENDAHULUAN
Latar Belakang Rumusan Masalah Tujuan Manfaat Batasan Masalah

Data air produksi yang digunakan berasal dari instalasi

pompa Ngagel I di PDAM Surya Sembada Kota Surabaya
tahun 2018

BATASAN
MASALAH
Variabel yang diteliti adalah kekeruhan (NTU), zat organik
(KMnO4), dan sisa Chlor (Cl2)

7
 TINJAUAN PUSTAKA
Analisis Multivariat Pengendalian Kualitas Grafik Kendali Max-MCUSUM Kapabilitas Proses Diagram Ishikawa

Analisis Multivariat
Analisis statistika yang digunakan pada data dengan variabel lebih dari satu di mana
variabel-variabel tersebut saling berhubungan (Morrison, 2005; Rencher, 2002).

Uji Dependensi Uji Distribusi Normal Multivariat

Pengujian distribusi normal multivariat menggunakan menggunakan
Untuk mengidentifikasi apakah variabel karakteristik kualitas yang uji Shapiro-Wilk.
digunakan dalam penelitian saling berhubungan atau tidak Hipotesis :
Hipotesis: H0 : Sampel berdistribusi normal multivariat
H0 : ρ = I (tidak terdapat korelasi antar variabel) H1 : Sampel tidak berdistribusi normal multivariat
H1 : ρ ≠ I (terdapat korelasi antar variabel) Statistik Uji : 1 p
Statistik uji :
 2 p  5
W  *

p
 W k
2
xhitung   n  1   ln | R | k 1
 6 
Daerah Penolakan :
Daerah Penolakan : Tolak H0 jika nilai W* < Cα:n,p di mana Cα:n,p merupakan nilai quantil
2 2
Tolak H0 jika nilai 𝑥ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑥(𝛼; 1
𝑝 𝑝−1 )
atau p-value kurang dari 0,05. statistik Shapiro Wilk’s atau p-value < α.
2
8
 TINJAUAN PUSTAKA
Analisis Multivariat Pengendalian Kualitas Grafik Kendali Max-MCUSUM Kapabilitas Proses Diagram Ishikawa

Pengendalian Kualitas
Proses yang digunakan untuk menjamin tingkat kualitas dalam produk atau jasa.

KEMAMPUAN PROSES 1. 2. SPESIFIKASI YANG BERLAKU

Faktor
Pengendalian
Kualitas
TINGKAT KETIDAKSESUAIAN
YANG DITERIMA 3. 4. BIAYA KUALITAS

Tujuan akhir dari pengendalian kualitas adalah sebagai alat yang efektif dalam
pengurangan variabilitas produk (Montgomery, 2001).
9
 TINJAUAN PUSTAKA
Analisis Multivariat Pengendalian Kualitas Grafik Kendali Max-MCUSUM Kapabilitas Proses Diagram Ishikawa

Grafik Kendali Max-CUSUM

- Keunggulannya mampu mendeteksi pergeseran proses yang kecil
- Hanya menggunakan batas kendali atas
- Pemantauan signifikansi proses ditinjau berdasarkan pergeseran vektor rata-rata dan matriks kovarians target yang telah ditentukan.
- Grafik kendali ini dikembangkan berdasarkan nilai maksimum dari jumlah kumulatif yang dihitung (Cheng & Thaga , 2005)

Grafik Kendali untuk Mean Vektor Grafik Kendali untuk Matriks Kovarians
Diketahui barisan variabel X yang independen, identik, dan ber- Grafik kendali Max-CUSUM untuk mendeteksi adanya pergeser-
distribusi normal multivariat di mana 𝑿𝒊 = (𝑿𝟏𝟏 , … , 𝑿𝟏𝒑 )′ . an matrik kovarians pada proses secara multivariat ditunjukkan
Pada sinyal prosedur CUSUM terjadi pergeseran terhadap mean pada persaamaan berikut
vektor yang di-tunjukkan dengan formula berikut
Si  max( Si 1  ( Xi  μ)T  1 ( Xi  μ)  v, 0)  h
 f (x ) 
Si  max  0, Si 1  log B i   L di mana
 b 
 fG ( xi )  v  log  b   
Grafik kendali Max-CUSUM untuk mendeteksi pergeseran mean  b 1 
vector berdistribusi normal multivariat ditunjukkan persamaan Statistik untuk grafik kendali multivariat adalah sebagai berikut

Ci  max(0, Ci 1  Zi  0.5D)  h M i  max[Ci , Si ]

10
 TINJAUAN PUSTAKA
Analisis Multivariat Pengendalian Kualitas Grafik Kendali Max-MCUSUM Kapabilitas Proses Diagram Ishikawa

KAPABILITAS Indeks Kapabilitas Proses

PROSES
USL  LSL USL  LSL
Cp  Pp 
6 6s
Analisis kapabilitas proses
bertujuan untuk  USL     LSL   USL     LSL 
C pk  min  ,  Ppk  min  , 
mengetahui apakah pro-  3s 3s   3s 3s 
ses telah kapabel atau p
MPp   Wk Pp ( X k )
p
tidak berdasarkan batas MPpk   Wk Ppk ( X k )
spesifikasi yang telah k 1 k 1
ditentukan.

11
 TINJAUAN PUSTAKA
Analisis Multivariat Pengendalian Kualitas Grafik Kendali Max-MCUSUM Kapabilitas Proses Diagram Ishikawa

Diagram Ishikawa

- Menggambarkan garis dan simbol yang menunjukkan hubungan antara akibat dan penyebab suatu masalah
- Untuk mengetahui akibat dari suatu masalah untuk selanjutnya diambil tindakan perbaikan
- Umumnya faktor penyebab dikelompokkan menjadi 5M+1E yaitu, man, materials, methode, machines,
measurement, and environment (Montgomery, 2013)
12
 TINJAUAN PUSTAKA
Pengendalian Kualitas Grafik Kendali Max-CUSUM Kapabilitas Proses Air PDAM Surya Sembada Surabaya

AIR
Secara fisis, air bersih diindikasikan dengan keadaannya yang bening, tidak
berwarna dan tidak berbau. Sedangkan secara optis, air yang tercampur oleh
bahan pengotor, keadaanya akan mengalami perubahan, mungkin menjadi
berwarna atau menjadi keruh (Peslinof, 2013).

Syarat Air Minum

Persyaratan air minum menurut Peraturan Menteri Kesehatan Republik Indonesia
No. 492/Menkes/Per/IV/2010 terdiri atas :
1. Parameter Fisika : Bau, Warna, TDS, Kekeruhan, Rasa dan Suhu
2. Parameter Kimia : Kimia Organik, Kimia Anorganik (besi dan pH)
3. Parameter Biologi : Bakteri Coliform, Bakteri E.coli

13
 TINJAUAN PUSTAKA
Pengendalian Kualitas Grafik Kendali Max-CUSUM Kapabilitas Proses Air PDAM Surya Sembada Surabaya

PDAM SURYA SEMBADA

PDAM Surya Sembada merupakan salah satu perusahaan daerah Kota Surabaya yang bergerak
dalam bidang pengolahan air baku menjadi air yang dapat dikonsumsi atau diminum.

10
 METODOLOGI PENELITIAN
Sumber Data Variabel Penelitian Langkah Analisis Jadwal Penelitian

Sumber Data

Data sekunder yang diperoleh dari hasil uji laboratorium

kualitas air pada periode 2018 pada instalasi Ngagel I dan
didapatkan dari Sub Direktorat Kualitas PDAM Kota Surabaya

Fase 1 : 1 Juli – 31 September 2018

Musim Kemarau

Musim Hujan
Fase 2 : 1 Oktober – 31 Desember 2018
15
 METODOLOGI PENELITIAN
Sumber Data Langkah Analisis Jadwal Penelitian
Variabel Penelitian

Variabel Penelitian
Variabel Keterangan Satuan Spesifikasi
X1 Kekeruhan NTU < 5 NTU
Struktur Data
Karakteristik Kualitas (i)
X2 Zat Organik (KMnO4) mg/l < 10 mg/l Fase Sampel (j)
X1 X2 X3
X3 Sisa chlor mg/l < 1 mg/l 1 X1,1 X2,1 X3,1
2 X1,2 X2,2 X3,2
1
1 Juli – 31 September 2018 ⋮ ⋮ ⋮ ⋮
90 X1,90 X2,90 X3,90
91 X1,91 X2,91 X3,91
92 X1,92 X2,92 X3,92
2
1 Oktober – 31 Desember 2018 ⋮ ⋮ ⋮ ⋮
182 X1,182 X2,182 X3,182

16
 METODOLOGI PENELITIAN
Sumber Data Variabel Penelitian Langkah Analisis Jadwal Penelitian

01 - Analisis Statistika Deskriptif

02 – Uji Bartlett

03 – Uji Asumsi Normal Multivariat

04 – Membuat Grafik Kendali Max MCUSUM

05 – Analisis Kapabilitas Proses

06 – Identifikasi Penyebab Out of Control

07 – Interpretasi dan Kesimpulan

17
 METODOLOGI PENELITIAN
Sumber Data Variabel Penelitian Langkah Analisis Jadwal Penelitian
Mulai

Pendeskripsian Data

Apakah terdapat Tidak Menggunakan

korelasi antar grafik kendali
variabel? univariat

Pengujian Normal Multivariat

Pengendalian Kualitas Fase 1 dengan Perbaikan grafik

Grafik kendali Max-MCUSUM kendali

Apakah Tidak Mendeteksi penyebab

proses
out of control
terkendali?

A B
18
 METODOLOGI PENELITIAN
Sumber Data Variabel Penelitian Langkah Analisis Jadwal Penelitian

A B

Pengendalian Kualitas Fase 2 dengan

Grafik kendali Max-MCUSUM

Menghitung Kapabilitas Proses

Kesimpulan dan Saran

Selesai

19
 METODOLOGI PENELITIAN
Sumber Data Variabel Penelitian Langkah Analisis Jadwal Penelitian
Februari Maret April Mei Juni Juli
No Kegiatan
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Studi literatur dan
1
referensi
2 Pembuatan proposal
3 Seminar proposal
4 Perbaikan proposal
Pengujian dependensi
5
dan normal Multivariat
Pembuatan Grafik
6
Kendali Max-MCUSUM
Menghitung Kapabilitas
7
Proses
Menarik Kesimpulan dan
8
Saran
Penyusunan laporan
9
Tugas Akhir
Pendaftaran seminar
10
hasil dan ujian
Seminar hasil dan ujian
11
Tugas Akhir
Penyempurnaan laporan
12
Tugas Akhir
13 Bimbingan Tugas Akhir
19
 DAFTAR PUSTAKA
Aisy, F.R. 2018. Pengendalian Kualitas Proses Produksipupuk ‘X’ Menggunakan Grafik kendali Max-MCUSUM.
Surabaya: Institut Teknologi Sepuluh Nopember.
Aisyah, S. 2018. Pengendalian Kualitas Pupuk Npk Di PT Pupuk Sriwidjaja (PUSRI) Palembang Menggunakan
Grafik kendali Maximum Multivarite Cumulative Sum (Max-MCUSUM). Surabaya: Institut Teknologi Sepuluh
Nopember.
Cheng, S. W., & Thaga, K. 2005. Multivariate Max-CUSUM Chart. Quality Technology & Quantitative
Management, 221-235.
Montgomery, D. C. 2001. Introduction to Statistical Quality Control. John New York: Wiley and Sons Inc.
Montgomery, D. 2013. Introduction to Statistical Quality Control. New Jersey: John Wiley Sons.
Morrison, D. F. 2005. Multivariate Statistical Methods, Fourth Edition. The Wharton School University of
Pennsylvania.
Peslinof. M. 2013. Desain Alat Ukur Tingkat Kekeruhan Air Menggunakan Sistem Sensor Serat Optik. Padang:
Universitas Andalas.
Rencher, A. C. 2002. Methods of Multivariate Analysis. Amerika: John Wiley and Sons, Inc.

20