Manfaat Penelitian - PENGGUNAAN METODE STATISTICAL QUALITY CONTROL DALAM MENGANALISIS UPAH MINI

BAB 1 PENDAHULUAN

1.5 Manfaat Penelitian

Penelitian ini dilakaukan dengan harapan dapat memberikan manfaat antara lain :

1. mengaplikasikan ilmu dan teori-teori statistika yang diperoleh penulis selama kuliah dalam penyelesaian masalah yang diteliti

2. memberikan informasi tentang Upah Minimum Kabupaten/Kota (UMK) di Sumatera Utara

3. memberikan penggambaran visual melalui diagram mengenai Upah Minimum Kabupaten/Kota (UMK) di Sumatera Utara

4. sebagai sarana meningkatkan pengetahuan dan wawasan pembaca mengenai pengujian data

5. sebagai bahan pertimbangan bagi pemerintah untuk memantau Upah Minimum Kabupaten/Kota (UMK) di Sumatera Utara.

BAB 2

TINJAUAN PUSTAKA

2.1 Statistical Quality Control

Statistical quality control (pengendalian kualitas statistik) adalah salah satu teknik dalam TQM (Total Quality Management) yang digunakan untuk mengendalikan dan mengelola proses baik manufaktur maupun jasa melalui penggunaan metode statistic (Besterfield, 2003). Penerapan metode-metode statistic dalam perbaikan kualitas produk tidak dapat berhasil tanpa dukungan manajemen, keterlibatan karyawan dan kerja tim. Semuanya itu juga hanya berjalan dalam sistem manajemen.

Sedangkan pengertian pengendalian kualitas statistik merupakan teknik penyelesaian masalah yang digunakan untuk memonitor, mengendalikan, mmenganalisis, mengelola, dan memperbaiki produk dan proses menggunakan metode-metode statistik. Pengendalian kualitas statistik (statistical quality control) sering disebut sebagai pengendalian proses statistik (statistical process control).

Pengendalian kualitas statistik dan pengendalian proses statistik memang merupakan dua istilah yang saling dipertukarkan, yang apabila dilakukan bersama-sama maka pemakai akan melihat gambaran kinerja proses masa kini dan masa mendatang (Cawley dan Harrold, 2003).

Sementara itu, menurut Maleyeff (2003), pengendalian kualitas statistik mempunyai cakupan yang lebih luas karena di dalamnya terdapat pengendalian proses statistik, pengendalian produk, dan analisis.

2.2 Teknik-Teknik Perbaikan Kualitas

Manajemen kualitas sering kali disebut sebagai the problem solving, sehingga manajemen kualitas dapat menggunakan metodologi dalam problem solving tersebut untuk mengadakan perbaikan (Ridman dan Zachary, 2006). Ada berbagai teknik perbaikan kualitas yang dapat digunakan dalam organisasi.

Teknik-teknik dasar yang dapat digunakan antara lain:

2.2.1 Diagram Pareto (Pareto Diagram)

Diagram pareto merupakan suatu gambar yang mengurutkan klasifikasi data dari kiri ke kanan menurut urutan rangking tertinggi hingga terendah. Hal Ini dapat membantu menemukan permasalah yang paling penting untuk segera diselesaikan (rangkin tertinggi) sampai dengan masalah yang tidak harus segera diselesaikan.

Diagram pareto juga dapat mengidentifikasi yang paling penting yang mempengaruhi usaha perbaikan kualitas dan memberikan petunjuk dalam mengalokasikan sumber daya yang terbatas untuk menyelesaikan masalah (Mitra,2003)

Menurut Mitra (2003) dan Besterfield (2003), proses penyusunan Diagram Pareto meliputi enam langkah yaitu :

1. menentukan metode atau arti dari pengklasifikasian data, misalnya berdasarkan masalah, penyebab, jenis ketidaksesuaian, dan sebagainya

2. menentukan satuan yang digunakan untuk membuat urutan karakteristik tersebut, misalnya rupiah, frekuensi, unit, dan sebagainya

3. mengumpulkan data sesuai dengan interval waktuyang telah ditentukan

4. merangkum data dan membuat rangkaian kategori data tersebut dari yang terbesar hingga yang terkecil

5. menghitung frekuensi kumulatif atau presentase kumulatif yang digunakan 6. menggambar diagram batang, menunjukkan tingkat kepentingan relative

masing-masing masalah.

2.2.2 Diagram Batang (Histogram)

Histogram menjelaskan variasi proses, namun belum mengurutkan rangkaian dari variasi terbesar sampai dengan terkecil. Histogram juga menunjukkan kemampuan proses, dan apabila memungkinkan, histogram dapat menunjukkan hubungan dengan spesifikasi proses dan angka-angka nomina, misalnya rata-rata.

Dalam histogram, garis vertical menunjukkan banyaknya observasi tiap-tiap kelas.

Menurut Mitra (2003), langkah penyusunan histogram adalah :

1. menentukan batas-batas observasi, misalnya perbedaan antara nilai terbesar dan terkecil

2. memilih kelas-kelas atau sel-sel, biasanya dalam menentukan banyak kelas, apabila n menunjukkan banyaknya data, maka banyaknya kelas ditunjukkan dengan √ n

3. menentukan lebar kelas-kelas tersebut, biasanya semua kelas mempunyai lebar yang sama

4. menentukan batas-batas kelas

5. menggambar frekuensi histogram dan menyusun diagram batangnya.

2.2.3 Lembar Pengecekan (Check Sheet)

Check Sheet adalah suatu formulir berupa item-item yang akan diperiksa telah dicetak dalam formulir dengan maksud agar data dapat dikumpulkan secara mudah dan ringkas (Montgomery, 2004:199).

Tujuan pembuatan lembar pengecekan adalah menjamin bahwa data dikumpulkan secara teliti dan akurat oleh karyawan operasional untuk diadakan pengendalian proses dan penyelesaian masalah. Data dalam lembar pengecekan tersebut nantinya akan digunakan dan dianalisis secara cepat dan mudah.

2.2.4 Diagram Sebab-Akibat (Cause and Effect Diagram)

Diagram sebab-akibat merupakan diagram yang menggambarkan garis dan simbol-simbol yang menunjukkan hubungan antara akibat dan penyebab suatu masalah.

Manfaat diagram sebab-akibat tersebut antra lain :

1. dapat menggunakan kondisi yang sesungguhnya untuk tujuan peraikan kualitas produk atau jasa, lebih efisien dalam menggunakan sumber daya, dan dapat mengurangi biaya.

2. dapat mengurangi dan menghilangkan kondisi yang menyebabkan ketidaksesuaian produk atau jasa dan keluhan pelanggan

3. dapat membuat suatu standardisasi operasi yang ada maupun yang direncanakan 4. dapat memberikan pendidikan dan pelatihan bagi karyawan dalam kegiatan

pembuatan keputusan dan melakukan tindakan perbaikan.

2.2.5 Diagram Penyebaran (Scetter Diagram)

Scetter diagram merupakan cara yang paling sederhana untuk menentukan hubungan antara sebab dan akibat dari dua variabel. Langkah-langkah yang

diambilpun sederhana, data dikumpulkan dalam bentuk pasangan titik (x,y). Dari titik-titik tersebut dapat diketahui hubungan antara variabel x dan variabel y, apakah terjadi hubungan hubungan positif atau negatif.

Pada dasarnya diagram tebar (Scatter Diagram) merupakan suatu alat interpretasi data yang digunakan untuk:

1. Menguji bagaimana kuatnya hubungan antara dua variabel.

2. Menentukan jenis penjualan dari dua variabel itu, apakah positif, negatif, atau tidak ada hubungan.

2.2.6 Diagram Alir (Flow Chart)

Diagram alir merupakan diagram yang menunjukkan aliran atau urutan suatu proses atau peristiwa. Diagram tersebut akan memudahkan dalam menggambarkan suatu sistem, mengidentifikasi masalah, dan melakukan tindakan pengendalian.

Diagram alur juga menunjukkan siapa pelanggan pada masing-masing tahapan proses.

Diagram tersebut akan lebih baik apabila disusun pada suatu tim, sehingga dapat diketahui seangkaian proses secara jelas dan tepat. Tindakan pperbaikan dapat dicapai dalam pengurangan atau penyederhanaan tahapan proses, pengkombinasian proses, atau membuat frekuensi terjadinya langkah atau proses lebih efisien.

2.2.7 Peta Kendali (Control Chart)

Peta kendali menggambarkan perbaikan kualitas. Perbaikan kualitas terjadi pada dua situasi. Situasi pertama adalah ketika peta kendali dibuat, proses dalam kondisi tidak stabil. Kondisi yang diluar batas kendali terjadi karena sebab khusus, kemudian dicari tindakan perbaikan sehingga prosesmenjadi stabil.

Kondisi kedua berkaitan dengan pengujian. Peta kendali tepat bagi pengambil keputusan karena model akan melihat yang baik dan yang buruk. Peta kendali memang tepat dalam penyelesaian masalah melalui perbaikan kualitas, walaupun ada kelemahan apabila digunakan untuk memonitor atau mempertahankan proses.

2.3 Peta Kendali Rata-Rata dan Jarak (Range)

Peta kendali rata-rata dan jarak merupakan dua peta kendali yang saling

membantu dalam mengambil keputusan mengenai kualitas proses. Peta pengendali rata-rata merupakan peta kendali untuk melihat apakah prose masih berapa

dalam batas kendali atau tidak. Proses pengendalian dikatakan baik apabila data berada di sekitar garis pusat (center line). Namun, data yang berada didalam peta kendali statistic masih disebut sebagai berada dalam batas kendali statistik (in statistical control) walaupun terdapat penyimpangan yang disebabkan oleh penyebab umum. Sementara data yang berada di luar batas pengendali rata-rata tersebut pasti disebut sebagai (out of statistical control) yang disebabkan oleh penyebab khusus.

2.3.1 Peta Kendali Rata-rata X

Untuk hasil pengamatan yang berbentuk variabel, pertama-tama akan dibicarakan peta pengendali untuk rata-rata peta pengendali ini antara lain dapat digunakan untuk menganalisis proses ditinjau dari harga rata-rata variabel hasil proses.

Langkah-langkah untuk membuat peta pengendali rata-rata dapat dikemukakan sebagai berikut:

a. Tentukan ukuran subgrup (n = 3,4,5…) b. Tentukan banyaknya sampel (g)

c. Hitung nilai rata-rata dari setiap subgrup, yaitu X : X = ^Ʃ^𝑖=1

𝑛 𝑋𝑖

𝑛 (2.1)

Keterangan :

X = rata-rata nilai setiap subgrup

𝑋_𝑖 = data dalam subgrup atau sampel yang diambil n = banyaknya sampel dalam subgrup yang diambil

d. Menentukan harga Rata-rata X , nilai rata-rata didapat dengan rumus : X = ^Ʃ^𝑖=1

𝑔 X _𝒊

Ʃ_𝑖=1^𝑔 𝑔 (2.2)

Keterangan :

X = rata-rata dari nilai rata-rata subgrup (sentral) X _𝒊 = nilai rata-rata subgrup ke-i

g = jumlah sampel

f. Menentukan batas kendali untuk peta kendali X

BKA = X + 𝐴₂R (2.5)

BKB = X − 𝐴₂R (2.6)

Dimana :

BKA = Batas Kendali Atas BKB = Batas Kendali Bawah

A2 = nilai koefisien untuk peta kendali X 𝑅_𝑖 = rata-rata range untuk setiap subgrup

R = rata-rata range untuk seluruh sampel

g. Menggambar peta menggunakan batas kendali dan sebaran data. Peta ini sering digunakan sebagai dasar pembuatan keputusan mengenai penolakan atau penerimaan sesuatu yang diteliti.

Tabel 2.1 Harga-harga nilai 𝐴₂ untuk peta kendali X

n 𝐴₂

Sumber : Dorothea W A, Pengendalian Kualitas Statistik (Pendekatan Kuantitatif dalam Manajemen Kualitas), (Yogyakarta,2003)

2.3.2 Peta Kendali Range (R)

Untuk pengontrolan kualitas mengenai dispersi atau variasi biasanya digunakan peta kendali R. Penggunaan peta kendali X dan peta kendali R segaligus dalam suatu proses, dimaksudkan untuk melakukan pengontrolan kualitas mengenai rata-rata dan dispersi proses. Sebagaimana halnya untuk peta pengendali, maka untuk peta kendali R juga diperlukan garis sentral, BKA, dan BKB.

Langkah-langkah membuat peta pengendali R yakni sebagai berikut : a. Menentukan subgroup (n = 3,4,5,…)

b. Menentukan banyaknya sampel (g) c. Hitung range dari setiap subgrup

Ri = data terbesar – data terkecil Dimana : Ri = range dari setiap subgrup

d. Menentukan rentang rata-rata untuk menentukan rentang rata-rata dapat digunakan rumus sebagai berikut :

R= ^Ʃ^𝑖=1

𝑔 𝑅_𝑖 𝑔

Dimana :

R = rata-rata dari nilai rata-rata rentang subgrup Ri = nilai rata-rata subgrup ke-i

g = banyaknya sampel

e. Menentukan batas kendali untuk peta pengendali R

Sentral = R (2.7)

4 0 2,282

5 0 2,115

6 0 2,004

7 0,076 1,924

8 0,136 1,864

9 0,184 1,816

10 0,223 1,777

11 0,256 1,744

12 0,284 1,716

Sumber : Dorothea W A, Pengendalian Kualitas Statistik (Pendekatan Kuantitatif dalam Manajemen Kualitas), (Yogyakarta,2003)

f. Plot data R pada peta pengendali R serta amati apakah data tersebut berada dalam kendali atau diluar kendali.

BAB 3

METODE PENELITIAN

Pada bab ini akan diuraikan mengenai metode penelitian. Uraian ini dimulai dengan waktu dan tempat penelitian, Metode Penelitian, Penelitian Kepustakaan, Metode Pengumpulan Data, Pengolahan Data dan Analisis Data. Tujuan pada bab ini adalah untuk mengetahui bagaimana penulis memilih jenis penelitian dan jenis datanya dan bagaimana cara penulis mengumpulkan data penelitian dan cara kerja untuk menganalisis data tersebut.

3.1 Waktu dan Tempat

Penelitian atau pengambilan data ini dilakukan pada tanggal di Badan Pusat Statistik (BPS) Provinsi Sumatera Utara. Alamat : Jalan Asrama No. 179 Medan 20123 Indonesia.

3.2 Metodologi Penelitian

Untuk mendukung Tugas Akhir, penulis menggunakan beberapa metode untuk memperoleh data. Metode yang diguankan sebagai berikut :

3.2.1 Penelitian Kepustakaan

Metode ini adalah metode dimana penelitian dapat memperoleh data dengan membaca dan mempelajari buku-buku ataupun literatur yang bisa diperoleh dari perkuliahan ataupun secara umum, serta sumber informasi lain seperti internet mengenai Upah Minimum Kabupaten/Kota (UMK) dan Statistical Quality Control.

3.2.2 Pengumpulan Data

Untuk memperoleh data yang dibutuhkan, penulis melakukan riset di Badan Pusat Statistik Provinsi Sumatera Utara dengan mengambil data sekunder. Data yang diperoleh kemudian disajikan dalam bentuk angka-angka agar gambaran yang jelas dari sekumpulan data yang diperoleh dapat diambil yang kemudian dapat diambil yang kemudian dapat ditarik kesimpulannya.

3.2.3 Pengolahan Data

Dalam penelitian ini penulis mengolah data dengan mencatat Upah Minimum Kabupaten/Kota (UMK) lalu mengolahnya menggunakan metode Statistical QualitControl (SQC).

Langkah-langkah pengolahan data tersebut adalah sebagai berikut :

1. mengolah data Upah Minimum Kabupaten/Kota (UMK) menggunakan peta kendali x dengan menggunakan rumus (2.2), (2.5), dan (2.6)

2. mengolah data Upah Minimum Kabupaten/Kota (UMK) menggunakan peta kendali R dengan menggunakan rumus (2.7), (2.8), dan (2.9).

3.2.4 Analisis Data

Analisis dilakukan terhadap hasil pengolahan data yang telah dilakukan.

Analisi mengacu pada hasil yang diperoleh dari penggunaan rumus Statistical Quality Control (SQC) untuk mengetahui batas kontrol untuk hasil penelitian berada atau diluar batas kontrol.

BAB 4

HASIL DAN PEMBAHASAN

Pada bab ini akan diuraukan hasil dan pembahasan berisikan data penelitian yang telah diolah dan disajikan secara logis dengan metodologi yang dilakukan dan terdapat tabel untuk menyajikan hasil analisis dengan menggunakan metode peta kendali X-bar dan Range, serta terdapat gambar berupa grafik atau kurva hasil analisis data sebagai berikut :

4.1 Data

Data merupakan kumpulan informasi atau keterangan-keterangan yang diperoleh dari pengamatan, informasi itu dapat berupa angka, lambing atau sifat. Salah satu kegunaan data adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan/permasalahan.

Data yang digunakan dalam tulisan ini adalah Upah Minimum Kabupaten/Kota di Sumatera Utara dari tahun 2015 sampai 2019 yang disajikan pada tabel berikut ini : Tabel 4.1 Upah Minimum Kabupaten/Kota (UMK) di Sumatera Utara

Kabupaten/

Kota

Upah Minimum Kabupaten/Kota (UMK)

2015 2016 2017 2018 2019

Nias 1690000 1884350 2039809 2217476 2395540

Mandailing

Natal 1750000 1951250 2112250 2296250 2480700 Tapanuli

Selatan 1750000 1951250 2278084 2476505 2675368 Tapanuli

Tengah 1840500 2052157 2221460 2414949 2608870 Tapanuli Utara 1653225 1843346 1995422 2169223 2343412 Toba Samosir 1735000 1934525 2094123 2276521 2459326 Labuhan Batu 1870000 2085050 2272000 2469891 2668223 Asahan 1830000 2040450 2208787 2401172 2593987 Simalungun 1695000 1889925 2045843 2224036 2402626 Dairi 1626000 1812990 1965100 2136260 2307802

Karo 1996191 2225753 2409378 2619234 2829559

Deli Serdang 2015000 2246725 2491618 2720100 2938524 Langkat 1762500 1965200 2127375 2312670 2498377

Nias Selatan 1702000 0 0 0 0

Humbang

Hasundutan 1641000 1829715 1980666 2153183 2326083

Pakpak Barat 0 0 0 0 0

Samosir 1722000 1920000 2078400 2259428 2440860 Serdang

Bedagai 1865000 2080000 2251600 2447714 2644265 Batu Bara 2075000 2313625 2504499 2722641 2941269 Padang Lawas

Utara 1799475 2006415 2171944 2361120 2550718 Padang Lawas 1778700 1983250 2146868 2333860 2521268 Labuhanbatu

Selatan 1870000 2085050 2300000 2500330 2701106 Labuanbatu

Utara 1865000 2080000 2251600 2447714 2644266 Nias Utara 1650000 1839750 1991500 2164991 2312723

Nias Barat 0 0 1971058 0 0

Sibolga 1953000 2177595 2357247 2562563 2768337 Tanjungbalai 1835000 2046025 2214822 2407733 2601074 Pematang

siantar 1626000 1813000 1963000 2133977 2305335 Tebing Tinggi 1650000 1839750 1991529 2164992 2338840 Medan 2037000 2271255 2528815 2749074 2969825 Binjai 1700000 1895500 2051879 2230597 2409714 Padang

sidimpuan 1728500 1927500 2100000 2283000 2466325 Gunung sitoli 1692500 1887138 2042827 2220757 2399084

4.2 Metode Statistical Quality Control

Berdasarkan data yang diperoleh yaitu data Upah Minimum Kabupaten/Kota (UMK) di Sumatera Utara dari tahun 2015 sampai 2019, penulis ingin mengetahui apakah tingkat pengupahan di Sumatera Utara masih dalam batas pengendalian atau tidak dengan mencari batas kontrol atas, batas kontrol bawah, dan garis sentral dengan digunakannya diagram kontrol variabel, diagram kontrol tersebut biasanya digambarkan berupa titik yang dihubungkan berurutan, yang dimana jika titik-titik itu berada didalam daerah yang dibatasi oleh BKA dan BKB maka proses berada didalam kontrol. Jika titik-titik tersebut berada diatas BKA atau dibawah BKB maka proses berada diluar kontrol. Metode yang digunakan untuk menganalisis masalah ini adalah metode Statistical Quality Control dengan peta pengendalian x dan peta pengendalian rentang (R). Penulis menentukan ukuran subgrup sebanyak 5 yang ditentukan berdasarkan tahun data, yaitu dari tahun 2015 sampai tahun 2019 yang

disimbolkan dengan X1, X2,…X5 dan penulis menentukan banyaknya subgrup sampel (sampel number) berdasarkan daerah yang ada di Sumatera Utara, yaitu sebanyak 33 sampel. Berikut dijelaskan pada tabel 4.2 :

Tabel 4.2 Nilai-nilai Karakteristik Kualitas Kabupaten/

Kota

Upah Minimum Kabupaten/Kota (UMK)

2015 2016 2017 2018 2019

X1 X2 X3 X4 X5

Nias 1690000 1884350 2039809 2217476 2395540

Mandailing

Natal 1750000 1951250 2112250 2296250 2480700 Tapanuli

Selatan 1750000 1951250 2278084 2476505 2675368 Tapanuli

Karo 1996191 2225753 2409378 2619234 2829559

Deli Serdang 2015000 2246725 2491618 2720100 2938524 Langkat 1762500 1965200 2127375 2312670 2498377

Nias Selatan 1702000 0 0 0 0

Humbang

Hasundutan 1641000 1829715 1980666 2153183 2326083

Pakpak Barat 0 0 0 0 0

Samosir 1722000 1920000 2078400 2259428 2440860 Serdang

Bedagai 1865000 2080000 2251600 2447714 2644265 Batu Bara 2075000 2313625 2504499 2722641 2941269 Padang Lawas

Utara 1799475 2006415 2171944 2361120 2550718 Padang Lawas 1778700 1983250 2146868 2333860 2521268 Labuhanbatu

Selatan 1870000 2085050 2300000 2500330 2701106 Labuanbatu

Utara 1865000 2080000 2251600 2447714 2644266 Nias Utara 1650000 1839750 1991500 2164991 2312723

Nias Barat 0 0 1971058 0 0

Medan 2037000 2271255 2528815 2749074 2969825 Binjai 1700000 1895500 2051879 2230597 2409714 Padang

sidimpuan 1728500 1927500 2100000 2283000 2466325 Gunung sitoli 1692500 1887138 2042827 2220757 2399084

4.3 Peta Kendali Upah Minimum Kabupaten/Kota (UMK)

Berikut data yang sudah diamati dalam perhitungan peta kendali X (rata-rata) dan R (range) pada data Upah Minimum Kabupaten/Kota di Sumatera Utara.

Perhatikan tabel 4.3 berikut :

Tabel 4.3 Perhitungan peta kendali X (rata-rata) dan R (range) pada data Upah

Nias 1690000 1884350 2039809 2217476 2395540

Mandailing Natal 1750000 1951250 2112250 2296250 2480700 Tapanuli Selatan 1750000 1951250 2278084 2476505 2675368 Tapanuli Tengah 1840500 2052157 2221460 2414949 2608870 Tapanuli Utara 1653225 1843346 1995422 2169223 2343412 Toba Samosir 1735000 1934525 2094123 2276521 2459326 Labuhan Batu 1870000 2085050 2272000 2469891 2668223 Asahan 1830000 2040450 2208787 2401172 2593987 Simalungun 1695000 1889925 2045843 2224036 2402626 Dairi 1626000 1812990 1965100 2136260 2307802

Karo 1996191 2225753 2409378 2619234 2829559

Deli Serdang 2015000 2246725 2491618 2720100 2938524 Langkat 1762500 1965200 2127375 2312670 2498377

Nias Selatan 1702000 0 0 0 0

Humbang

Hasundutan 1641000 1829715 1980666 2153183 2326083

Pakpak Barat 0 0 0 0 0

Samosir 1722000 1920000 2078400 2259428 2440860 Serdang Bedagai 1865000 2080000 2251600 2447714 2644265 Batu Bara 2075000 2313625 2504499 2722641 2941269 Padang Lawas Utara 1799475 2006415 2171944 2361120 2550718 Padang Lawas 1778700 1983250 2146868 2333860 2521268 Labuhanbatu

Selatan 1870000 2085050 2300000 2500330 2701106 Labuanbatu Utara 1865000 2080000 2251600 2447714 2644266 Nias Utara 1650000 1839750 1991500 2164991 2312723

Nias Barat 0 0 1971058 0 0

Sibolga 1953000 2177595 2357247 2562563 2768337 Tanjungbalai 1835000 2046025 2214822 2407733 2601074 Pematangsiantar 1626000 1813000 1963000 2133977 2305335 Tebing Tinggi 1650000 1839750 1991529 2164992 2338840 Medan 2037000 2271255 2528815 2749074 2969825 Binjai 1700000 1895500 2051879 2230597 2409714 Padang sidimpuan 1728500 1927500 2100000 2283000 2466325 Gunung sitoli 1692500 1887138 2042827 2220757 2399084 Tabel 4.4 Nilai X dan R

Kabupaten/Kota _X R

Nias 2045435 705540

Mandailing Natal 2118090 730700

Tapanuli Selatan 2226241.4 925368

Tapanuli Tengah 2227587.2 768370

Tapanuli Utara 2000925.6 690187

Toba Samosir 2099899 724326

Labuhan Batu 2273032.8 798223

Asahan 2214879.2 763987

Simalungun 2051486 707626

Dairi 1969630.4 681802

Karo 2416023 833368

Deli Serdang 2482393.4 923524

Langkat 2133224.4 735877

Nias Selatan 340400 1702000

Humbang Hasundutan 1986129.4 685083

Pakpak Barat 0 0

Samosir 2084137.6 718860

Serdang Bedagai 2257715.8 779265

Batu Bara 2511406.8 866269

Padang Lawas Utara 2177934.4 751243

Padang Lawas 2152789.2 742568

Labuhanbatu Selatan 2291297.2 831106

Labuanbatu Utara 2257716 779266

Nias Utara 1991792.8 662723

Nias Barat 394211.6 1971058

Sibolga 2363748.4 815337

Tanjungbalai 2220930.8 766074

Pematangsiantar 1968262.4 679335

Tebing Tinggi 1997022.2 688840

Medan 2511193.8 932825

Binjai 2057538 709714

Padang sidimpuan 2101065 737825

Gunung sitoli 2048461.2 706584

Total

4.3.1 Peta Kendali X (rata-rata)

Peta Kendali X (rata-rata) merupakan peta pengendali untuk melihat apakah proses masih berada dalam batas pengendalian atau tidak sehimgga dapat mengambil keputusan mengenai kualitas proses.

Berdasarkan persamaan 2.1 dan 2.2 diperoleh nilai rata-rata yang merupakan center line adalah :

Berdasarkan persamaan 2.3 dan 2.4 nilai rata-rata dari seluruh R yaitu :

R = g

Menentukan BKA dan BKB pada pada peta kendalian X menggunakan persamaaan 2.5 dan 2.6

Nilai dari A2 = 0,577 untuk subgrup lima di dapat dari tabel 2.1 Harga-harga A2 untuk peta kendali X .

BKA = X + 𝐴₂R

BKA = 1999169,70 +(0,577)( 803481) BKA = 1999169,70 + 463608,537 BKA = 2462633,07

BKB = X − 𝐴₂R

BKB = 1999169,70 – (0,557)( 803481) BKB = 1999169,70– 463608,537 BKB = 1535706,32

Dari hasil pengamatan untuk diagram kontrol rata-rata masih ada beberapa Kabupaten/Kota yang berada diluar batas pengendalian, namun dari keseluruhannya dapat dikatakan rata-rata berada dalam batas pengendalian yang menunjukkan bahwa data tersebut (Upah Minimum Kabuapten/Kota) berada dalam kondisi telah sesuai dengan pengendalian proses. Berikut peta kendali untuk X

Gambar 4.1 Peta Pengendalian X untuk data Upah Minimum Kabupaten/Kota di Sumatera Utara

4.3.2 Peta Kendali R (range)

Peta Kendali R (range) digunakan untuk mengetahui tingkat keakurasian atau ketepatan proses yang diukur dengan mencari range dari sampel yang diambil dalam observasi. Sebagaimana di peta kendali ^X , peta kendali R juga diperlukan garis sentral, BKA, dan BKB.

Rata-rata Range (R) diperoleh menggunakan persamaan 2.3 dan 2.4 :

R = g

Peta kendali Range adalah :

Menentukan BKA dan BKB pada pada peta kendalian X menggunakan persamaaan 2.8 dan 2.9

Nilai D3 = 0 dan D4 = 2,115 untuk subgrup lima di dapat dari tabel 2.2 Harga-harga nilai D₃dan D₄ untuk peta kendali R

data tersebut (Upah Minimum Kabuapten/Kota) berada dalam kondisi telah sesuai dengan pengendalian proses. Berikut peta kendali untuk R

Gambar 4.2 Peta Pengendalian R untuk data Upah Minimum Kabupaten/Kota di Sumatera Utara

Tabel 4.5 Nilai-Nilai BKA, BKB dan Central Berdasarkan Peta Kendali X dan R untuk Upah Minimum Kabupaten/Kota

Upah Minimum Kabupaten/Kota (UMK)

Peta Kendali

X R

BKA 2462633,07 1698959,89

BKB 1535706,32 0

Central 1999169,70 803481

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah tahap penerapan sistem yang akan dilakukan jika sistem disetujui termasuk program yang telah dibuat pada tahap perencanaan sistem agar siap untuk dioperasikan. Tahapan implementasi sistem merupakan tahapan penerapan hasil desain yang tertulis dalam programming. Pengolahan data pada tugas akhir ini menggunakan software statistic yaitu SPSS 22.0 untuk memperoleh hasil perhitungan.

5.2 Pengertian Software SPSS

SPSS adalah singkatan dari Statistical Product and Service Solution yang merupakan sebuah program aplikasi yang memiliki kememapuan untuk analisis statistic cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan menggunakan menu–menu deskriptif dan kotak-kotak dialog yang sederhana sehingga mudah dipahami untuk cara pengoperasiannya. Bahkan SPSS merupakan suatu terobosan baru berhubungan dengan perkembangan teknologi informasi, terutama untuk E-Busines.

SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality improvement), serta riser-riset sains. SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk computer dekstop) dengan nama SPSS/PC+(versi DOS). Tetapi dengan mulai populernya sistem operasi windows.

SPSS mulai mengeluarkan versi windows (mulai dari versi 6.0 sampai versi terbaru sekarang)

5.3 Langkah-langkah Pengolahan Data dengan SPSS 1. Buka Aplikasi SPSS

Klik All program →IBM SPSS Statistics→IBM SPSS Statistic 22.

2. Close dialog files, karena akan dilakukan analisis data sederhana untuk menutup klik (X) pada pojok kiri dialog files seperti berikut :

Gambar 5.1 print screen tampilan IBM SPSS Statistics 22 3. Memasukkan data kedalam SPSS

Ada dua tipe lembar kerja SPSS, yaitu : Data View dan Variable View, untuk menyusun defenisi variabel, posisi lembar kerja harus berada di Variable View.

Berikut langkah-langkah untuk membuat variabel :

a. Klik tab sheet Variable View yang berada dibagian kiri bawah atau langsung tekan CTRL + T atau klik View lalu pilih Variable lalu masukkan variabel-variabelnya.

Berikut tampilannya :

Pada tampilan jendela Variable View terdapat kolom-kolom berikut : Nama : untuk mememasukkan nama variabel yang akan diuji.

Type : untuk memasukkan tipe variabel apakah bersifat numeric atau string.

Width : untuk menentukan lebar data pada kolom.

Decimal : untuk menuliskan jumlah decimal dibelakang koma.

Label : untuk memberikan nama variabel.

Values : untuk menjelaskan nilai data pada kolom.

Missing : untuk menentukan data yang hilang.

Columns : untuk menentukan lebar kolom.

Align : untuk menentukan rata kanan atau kiri.

Measure : untuk menentukan tipe atau ukkuran data, yaitu nominal, ordinal atau skala.

Untuk pengisisan datanya dapat dilakukan dengan langkah-langkah : a. Klik tab sheet data view.

b. Ketikkan data sesuai dengan setiap variabel yang telah dibuat pada Variable View.

Berikut tampilannya :

Gambar 5.3 print screen tampilan Data View IBM SPSS Statistics 22

4. Pengolahan data dengan Statistical Quality Control (SQC) Langkah-langkahnya adalah sebagai berikut :

a. Tampilkan lembar kerja dimana sudah terdapat data yang akan diolah.

b. Dari menu SPSS, klik menu Analyz, lalu pilih sub menu Quality Control dan klik Control Charts seperti gambar berikut :

Gambar 5.4 print screen tampilan pengolahan data dengan SQC IBM SPSS Statistics 22

c. Setelah itu muncul kotak dialog Control Charts, pada kotak dialog ini pilih peta kendali yang akan dibuat. Pilih peta kendali “X-bar,R,S”, dan pada bagian Data Organization pilih “Case are subgroups” karena akan dianalisis terdiri dari subgrup.

Lalu klik Define seperti tampilan berikut :

d. Lalu akan muncul kotak dialog X-bar,R,S; cases are subgroups, masukkan variabel subgrup yang akan dianalisis ke dalam kotak Samples, dan variabel hari (Y) kedalam kotak Subgroups Labeled by. Pilih X-bar using range dan centang kotak Display R chart. Berikut tampilannya :

Gambar 5.6 print screen tampilan IBM SPSS Statistics 22

e. Kemudian pada X-bar,R,S; Cases Are Subgroups klik tombol Titles sehingga kotak

Dalam dokumen PENGGUNAAN METODE STATISTICAL QUALITY CONTROL DALAM MENGANALISIS UPAH MINIMUM KABUPATEN/KOTA (UMK) DI SUMATERA UTARA LAPORAN TUGAS AKHIR (Halaman 15-0)