ANALISIS PENGENDALIAN KUALITAS
STATISTIK MULTIVARIAT
PADA PROSES PENGGILINGAN AKHIR SEMEN
DI PT. SEMEN GRESIK
Oleh : Yuanita Damayanti
(1308030029)
Seminar Tugas Akhir Diploma III Statistika Institut Teknologi Sepuluh Nopember 2011PENDAHULUAN
Latar Belakang
Permasalahan
Tujuan Penelitian
Manfaat Penelitian
Batasan Masalah
BAB I
LATAR BELAKANG
Persaingan
di dunia
Industri
Kemajuan
Teknologi
Keunggulan
Produk
Memenuhi
Kebutuhan
Konsumen
Kualitas
Semen merupakan bahan bangunan yang digunakan untuk :
Merekat,
Melapisi
Membuat
Beton, dll
Beberapan Bangunan Momental
Menjadi bukti :
• Jembatan Semanggi
• Gelora Senayan JKT
• Gedung MPR DPR
• Masjid istiqlal
• Tugu Monas, dll…
PRODUK UTAMA YANG DIPRODUKSI :
OPC
(Ordinary Portland Cement)
PPC
(Portland Pozzolan Cement)
SBC
(Special Blending Cement)
PENELITIAN SEBELUMNYA
Fitri Dwiwardani Putri (2004) Variabel kualitas
Periode 15 november - 31 Desember 2003
Variabel semen tipe OPC dan tipe PPC
T2Hotteling dan Peta Kendali
Dispersi
Peta kendali multivatiat belum stabil, karena masih ditemukan pengamatan yang out of control.
Produk PPC (Portland Pozzolan Cement)
dengan 3 variabel kualitas
Blaine
(m
2/gram)
Freelime
(%)
Kadar SO
3(%)
T
2Hottelling
PERMASALAHAN
Apakah terjadi pergeseran proses periode Maret 2011 dan April 2011 pada proses penggilingan akhir berdasarkan 3 variabel semen tipe PPC ?
Bagaimanakah analisis pengendalian kualitas pada proses penggilingan akhir berdasarkan 3 variabel semen tipe PPC periode Maret 2011 sampai April 2011 apakah dalam kondisi terkendali atau tidak terkendali ?
Bagaimana kapabilitas proses pada penggilingan akhir berdasarkan 3 variabel semen tipe PPC periode Maret 2011 sampai April 2011 dalam menghasilkan semen yang berkualitas ?
TUJUAN PENELITIAN
Mengetahui pergeseran proses periode Maret 2011 dan April 2011 pada proses penggilingan akhir berdasarkan 3 variabel semen tipe PPC.
Mengetahui apakah proses pada penggilingan akhir berdasarkan 3 variabel semen tipe PPC periode Maret 2011 sampai April 2011 telah terkendali secara statistik.
Mengetahui kapabilitas proses pada penggilingan akhir berdasarkan 3 variabel semen tipe PPC periode Maret 2011 sampai April 2011 dalam menghasilkan semen yang berkualitas.
MANFAAT PENELITIAN
Manfaat yang diharapkan dalam penelitian ini adalah mengetahui gambaran tentang pengendalian kualitas produk semen tipe PPC pada proses penggilingan akhir periode Maret 2011 sampai April 2011 sehingga dapat dijadikan bahan masukan yang nantinya diharapkan dapat meminimalkan adanya cacat produksi.
BATASAN MASALAH
Data yang digunakan yaitu data sekunder. Data tersebut adalah data hasil penggilingan akhir produk semen tipe PPC yang diambil dari Laboratorium
Quality Control (QC) pada seksi pengendalian proses di PT. Semen Gresik periode
Maret 2011 sampai dengan April 2011 dengan 3 variabel kualitas yaitu Blaine (cm2/gram), Freelime (%), dan Kadar SO
TINJAUAN PUSTAKA
Statistika Deskriptif
Uji Bartlett
Distribusi Normal Multivariat
Uji Homogenitas Matriks Varian/Covarian
MANOVA
Pengendalian Kualitas Statistika
Peta Kendali Kapabilitas Proses
Statistika Deskriptif
Statistik deskriptif merupakan metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu data sehingga memberikan informasi yang berguna. Statistika deskriptif dapat disajikan baik dalam tabel, diagram-diagram, grafik, atau besaran-besaran lain (Walpole, 1998).
Statistika deskriptif yang digunakan adalah
1. Rata-Rata = dan 2. Nilai Maximum
Nilai maksimum merupakan nilai terbesar dari sebuah data. 3. Nilai Minimum
Nilai minimum merupakan nilai terkecil dari sebuah data.
n x x x xki = 11m + 21m ++ 61m m x x x xk = 11 + 12 ++ 1m
Uji Bartlett
Untuk mengetahui variabel-variabel karakteristik kualitas dari proses produksi yang dikontrol saling berhubungan atau berkorelasi, maka dilakukan uji dependensi dengan menggunakan Uji
Bartlett. Uji ini berfungsi untuk mengetahui besarnya nilai korelasi antar variabel
(Morrison,2005).
Hipotesis dan statistik uji sebagai berikut. H0 : (Variabel Kualitas berkorelasi)
H1 : (Variabel Kualitas tidak berkorelasi) Statistik Uji :
Daerah Penolakan : tolak H0 jika nilai > α,p(p-1)/2
I R = I R ≠ ij j i hitung r p N 2 2 6 5 2 1
∑∑
< − − + − = χ 2 hitungχ
χ
2Distribusi Normal Multivariat
Distribusi normal multivariat merupakan suatu metode analisis yang digunakan pada kasus dimana kualitas suatu produk diukur lebih dari satu variabel. Pengujian ini dilakukan untuk menguji dugaan bahwa distribusi data yang akan dianalisis telah berdistribusi normal multvariat. (Johnson dan Wichern, 2002).
Hipotesis :
H0 = Data pengamatan berdistribusi normal multivariate. H1 = Data pengamatan tidak berdistribusi normal multivariate Langkah-langkah mencari distribusi normal Multivariat :
1. Menghitung nilai jarak kuadrat dengan rumus : dimana : j = 1, 2, …, n
= Obyek pengamatan ke-j = Nilai jarak kuadrat ke-j
= Invers matrik varians-kovarian
2. Mengurutkan nilai dari nilai terkecil sampai yang terbesar (d2
(1) ≤ d2(2) ≤ … ≤ d2(n))
3. Mencari nilai dari diperoleh dari tabel chi-square. 4. Membuat scatter plot dengan titik koordinat antara pasangan ( ,qj).
“Data dikatakan berdistribusi normal multivariate apabila lebih dari 50% data” ) ( )' ( 1 2 p j p j j X X S X X d = − − − j X 2 j d 1 − S q X n j p − = 2 ) 5 , 0 , ( 2 ) 5 , 0 ; ( 2 p j X d ≤ 2 j d
Uji Homogenitas Matriks Varian/Covarian
Analisis statistika multivariat ANOVA (MANOVA) membutuhkan syarat matriks varians kovarians yang homogen dan data harus berdistribusi normal multivariat. Untuk menguji syarat ini dapat dipergunakan statistik uji Box-M. (Marvin, J.Karson, 1982) Hipotesis dan statistik uji Box-M sebagai berikut.
Ho : (matriks varians kovarians untuk variabel kualitas Blaine , Freelime dan
Kadar SO3adalah homogen)
H1 : Minimal ada satu populasi yang tidak sama Statistik uji
Dimana :
Dengan daerah penolakan adalah H0ditolak pada nilai atau gagal tolak H0 jika nilai
P_Value > α (0.05) k Σ = = Σ = Σ1 2 ... i k i i k i i S n S n M ln ln 1 1
∑
∑
= = − =∑
∑
= = = k i i k i i i v v 1 1 S S − + − + − =∑
∑
= = − ) 1 )( 1 ( 6 1 3 2 1 1 2 1 1 1 k p p p v v c k i k i i i 1 − = i i n v 2 ) 1 ( ) 1 ( 2 / 1 1 + − − ≥ p p k MC χMANOVA
Suatu data multivariat yang memenuhi asumsi data berkorelasi dan berdistribusi normal multivariat, dapat dianalisis menggunakan metode MANOVA. Metode ini digunakan untuk membandingkan apakah ada perbedaan vektor rata-rata dari populasi (Johnson dan Wichern, 2002).
Hipotesis yang digunakan adalah sebagai berikut. H0 :
H1 : Paling sedikit ada satu yang tidak sama
Sumber Variasi Matrix of Sum of Square and cross
product (SSP) Derajat Bebas
Perlakuan g - 1 Residual Total )' )( ( 1 ∑ = − − = g i i i i X X X X n B ∑∑ = = − − = g i ni j i ij i ij X X X X W 1 1 )' )( ( ∑ = − g i i g n 1
(
)(
)
' 1 1 ∑∑ = = − − = + g i ni j ij ij X X X X W B ∑ = − g i i n 1 1 n µ µ µ~1 = ~2 = ~Peta Pengendalian Multivariat T
2Hottelling
Berdasarkan Montgomery, peta kendali T2 Hotteling yang digunakan adalah
dimana :
Ti2 = Statistik uji untuk peta kendali multivariate dengan n pengamatan, n = 1, 2, 3,…p
ik
X
adalah Vektor rata-rata tiap subgroupk
X
adalah Vektor rata-rata tiap variabel kualitasS adalah Matriks rata-rata kovarian sampel
= 2 2 2 2 21 1 12 2 1 ... ... ... ... ... ... ... ... ... p p p S S S S S S S S
Sedangkan batas kendali untuk peta T2Hotteling ini adalah
) 1 )( 1 (m− n− p BKB = 0
(
ki k) (
ki k)
i n X X 'S X X T 2 = − −1 − = ip i i ik X X X X ... 2 1 = p k X X X X ... 2 1Analisis Kemampuan Proses Multivariat
Proses dikatakan kapabel jika :
1. Dalam keadaan terkendali.
2. Memenuhi batas spesifikasi.
3. Tingkat presisi dan akurasi tinggi
Indeks nilai kapabilitas multivariat dapat ditulis sebagai berikut :
2 1 9973 . 0 , ) 1 ( − = S p n X k Cp p j jX
X
'
) ( )' ( 1 0ξ
ξ
− − = − x V x k∑
= − − − = n j j j X A X X X S 1 1( ) )' ( ) ( 2 1 BSB BSA+ =ξ
09973 . 0 , pX
Dimana :
n = Jumlah pengamatan pada peta kendali yang sudah terkendali.
p = Jumlah variabel kualitas
A
-1= Invers matrik
K = daerah proses sebenarnya,
V
0-1= invers matrik varian kovarian
S = Matrik varian-kovarian,
Peta Alur Proses Produksi Semen
FINISH MILL Mail 325 mesH Inspeksi produk Finish Mill CEMEN SILO Storage Packing Inspeksi berat semen dalam kantong GUDANG PENYANGGA Raw Material Storage Penggilingan bahan baku Pemanas awal Tanur putar Penggilingan Batu bara Pendingin terak Silo penyimpan terakMETODOLOGI PENELITIAN
Sumber Data
Variabel Penelitian
Pengambilan Sampel
Langkah Analisis
Struktur Organisasi data
BAB III
Data Sekunder
Hasil Penggilingan Akhir (Finish Mill-C)
produk semen PPC Laboratorium Quality Control Seksi Pengendalian Proses Maret 2011 Dan April 2011 Shift I (07.30 dan 11.30) Shift II (15.30 dan 21.30 ) Shift III (23.30 dan 03.30)
X
1adalah Blaine
• Blaine adalah kehalusan semen dengan Batas Spesifikasi Bawah sebesar 320 (m2/gram)X
2adalah Freelime
• Freelime adalah CaO bebas dengan Batas
Spesifikasi Bawah sebesar 1 (%) dan Batas Spesifikasi Atas sebesar
2.0 (%).
X
3adalah Kadar
SO
3• Kadar SO3 adalah
Sulfur Trioksida yang
terkandung dalam semen dengan Batas
Spesifikasi Bawah sebesar 1,2 (%) dan Batas Spesifikasi Atas
sebesar 3,0 (%).
1Kg
Semen
PPC
111,4 gram
Blaine
15 gram
SO
31 gram
Freelime
PENGAMBILAN SAMPEL
LANGKAH ANALISIS
Melakukan analisis statistika deskriptif Melakukan uji Barrlett Melakukan uji distribusi normal multivariat Melakukan uji Homogenitas Matriks Varian/Covarian Melakukan uji MANOVA Membuat peta kendali T2 Hottelling Melakukan analisis kemampuan proses Mengambil kesimpulanSTRUKTUR ORGANISASI DATA Subgroup (i) Sampel Pengamatan (j) Variabel (k) Rata-rata tiap subgroup Blaine
(m2/gram) Freelime(%) SOKadar 3 (%)
1 1 X111 X121 X131 2 X211 X221 X231 … … … … 6 X611 X621 X631 2 1 X111 X122 X132 2 X212 X222 X232 … ... ... ... 6 X612 X622 X632 … … … … m 1 X11m X12m X13m 2 X21m X22m X23m … ... ... ... 6 X61m X62m X63m Rata-rata tiap variabel
kualitas
Varians tiap variabel kualitas
11 X X21 X31 11 2 S S221 S231 1 • X 2 • X m X• • • X • 1 X 2 S S2 S2 • 2 X X3• m S21 S22m S 3m 2 m X1 X2m X3m 12 2 S S222 S232 12 X X22 X32
ANALISIS DATA DAN PEMBAHASAN
Statistik Deskriptif Uji Bartlett
Distribusi Normal Multivariat Uji Homogenitas Matriks
Varian/Covarian MANOVA
Peta kendali multivariat T2 Hotteling
Kapabilitas Proses
STATISTIK DESKRIPTIF
Variabel Maret 2011 April 2011 BSB BSA
Mean Min. Max. Mean Min. Max.
Blaine (m2/gram) 383,7 342 429 393,4 346 480 m320 2/gr -Freelime (%) 0,97 0,55 1,45 1,00 0,62 1,92 0 % 2,0 %. Kadar SO3 (%) 2,20 1,90 2,60 2,19 0,42 3,04 1,2 % 3,0 %
• Uji Barllett digunakan untuk mengetahui variabel-variabel karakteristik kualitas dari proses produksi yang
dikontrol saling berhubungan atau berkorelasi.
• Hipotesis :
• H0: R = I (variabel kualitas tidak berkorelasi) • H1: R ≠ I (variabel kualitas berkorelasi) • Statistik Uji :
• Keputusan :
• Tolak H0, karena nilai P_value < α yaitu 0,011 < 0,05. • Kesimpulan :
• Variabel kualitas pada produk semen tipe PPC finish mill-c saling berhubungan atau berkorelasi, karena
hipotesis H0ditolak yaitu P_value < α. Sehingga analisis yang digunakan adalah analisis pengendalian kualitas statistika multivariat dengan menggunakan peta kendali T2Hotelling.
UJI BARTLETT
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .450
Bartlett's Test of Sphericity Approx. Chi-Square 11.227
df 3
• Sebelum data dianalisis menggunakan diagram kontrol multivariat, maka terlebih dahulu data
harus memenuhi uji asumsi distribusi normal multivariat. Berikut hasil uji distribusi normal multivariat pada produk semen tipe PPC finish mill-c.
• Hipotesis:
• H0 : Data berdistribusi normal multivariat • H1: Data tidak berdistribusi normal multivariat
• Statistik Uji : = 0.709677
• Daerah penolakan yaitu H0ditolak jika ≤ 50%
• Kesimpulan :
• variabel kualitas produk semen tipe PPC finish mill-C telah memenuhi asumsi
distribusi normal multivariat. diketahui bahwa nilai yang lebih kecil dari lebih dari 50%, yaitu yang lebih kecil dari = 5,991 sebanyak 70,9677 %
DISTRIBUSI NORMAL MULTIVARIAT
(
ik p ik p)
j X X )'S (X X d2 = − −1 − 2 50 . 0 , 2 p j d ≤ χ 2 dj χ(22,0.05) 2 ) 05 . 0 , 2 ( χ 2 dj Analisis statistika multivariat ANOVA (MANOVA) membutuhkan syarat matriks
varians-kovarians yang homogen dan data harus berdistribusi normal multivariat. Untuk menguji syarat ini dapat dipergunakan statistik uji Box-M. (Marvin, J.Karson, 1982).
Hipotesis dan statistik uji Box-M sebagai berikut.
Ho : (matriks varians kovarians utuk variabel kualitas Blaine, Freelime
dan Kadar SO3 adalah homogen)
H1 : Minimal ada satu populasi yang tidak sama Taraf signifikan : α = 1%
Statistik uji
Kesimpulan : Nilai Box-M sebesar 25,628 dan nilai P_value sebesar 0.015, berdasarkan tabel
dapat diputuskan bahwa gagal tolak H0 karena nilai nilai p_value > α (0.01) pada tingkat signifikan 1% asumsi terpenuhi (nearly identik). Hal tersebut berarti bahwa matrik varian kovarian pada proses penggilingan akhir (finish mill-c) adalah homogen. Sehingga analisis MANOVA dapat dilakukan.
UJI HOMOGENITAS MATRIKS VARIAN/COVARIAN
Box’M F Approx df1 df2 P_Value
25,628 2,075 12 113443,615 0,015 k Σ = = Σ = Σ1 2 ...
MANOVA
Sumber Variasi Statistik Uji P_Value
Wilks’ 0,97 0,426
Lawley-Hotelling 0,03 0,426
Pillai’s 0,03 0,426
Roy’s 0,03
Sumber Variasi Statistik Uji P_Value
Wilks’ 0,95 0,02
Lawley-Hotelling 0,05 0,02
Pillai’s 0,05 0,02
Roy’s 0,05
MANOVA Perbandingan Shift
PETA KENDALI MULTIVARIAT T
2HOTTELING
Penentuan Variabel Out of Control
Obs ke-1 24,66 0 24,60 21,20 24,66 0,06 3,46 8.99 2 33,64 0 33,58 31,31 33,64 0,06 2,33 8.99 3 76,53 0 74,88 66,60 76,53 1,65 9,93 8.99 4 50,96 0 49,13 45,29 50,96 1,83 5,67 8.99 16 32,78 0 30,96 17,54 32,78 1,82 1,82 8.99 19 20,91 0 19,66 20 20,91 1,25 0,91 8.99 40 23,58 18,39 0 21,06 5,19 23,58 2,52 8.99 2 iT
T
i12 Ti22 Ti32 di1 di2 di3 2 1 , 0027 . 0 χKAPABILITAS PROSES
Kapabilitas Proses Bulan Maret 2011
Kapabilitas Proses Bulan April 2011
Produk s Cp Semen PPC (finish mill-C) 19.3076 2,00109 14,1563 3.06408 2 K Produk s Cp Semen PPC (finish mill-C) 9.87619 2,00327 14,1563 2.96354 2 K 2 9973 . 0 , 3 χ 2 9973 . 0 , 3 χ
KESIMPULAN
1.
Terdapat pergeseran proses periode Maret 2011 dan April 2011 pada proses
penggilingan akhir (finish mill-c).
2.
Peta kendali Hotelling pada proses penggilingan akhir (finish mill-c) produk semen
tipe PPC Bulan Maret 2011 dalam keadaan telah terkendali. Sedangkan Bulan
April 2011 dalam keadaan tidak terkendali, karena adanya titik pengamatan yang
keluar dari batas kendali.
3.
Nilai kapabilitas proses produk semen tipe PPC Bulan Maret 2011 sebesar 2,61015
menunjukkan angka yang sangat baik dibanding dengan Bulan April 2011 sebesar
2,5537.
SARAN
1.
Perusahaan perlu melakukan análisis pengendalian kualitas secara statistika yaitu
dengan menggunakan peta kendali multivariat T
2Hotelling dan análisis kapabilitas
proses sebagai pembanding pengontrolan kualitas yang dilakukan oleh perusahaan
dengan pengontrolan kualitas secara statistika sehingga dapat memenuhi
spesifikasi yang ditentukan.
2.
Variabel kualitas Blaine yang menyebabkan banyak titik yg berada di luar batas
kendali (out of control). Sebaiknya lebih diperhatikan lagi untuk pengujian dan
pada saat proses produksi berlangsung.
3.
Pengontrolan variabilitas proses sama pentingnya dengan pengontrolan pada mean
proses sehingga pada penelitian selanjutnya perlu dilakukan pengontrolan dengan
menggunakan kendali Generalized variance.
Daftar Pustaka
Karson, Marvin J.(1982). Multivariate Statistical Methods First Edition. Ames –
Iowa : The Iowa State University Press.
Kotz, Samuel and L. Johnson, Norman. (1993). Process Capability Indices.
London : University of North Carolina, Chapman & Hall.
Montgomery, Douglas C. 1998. Pengantar Pengendalian Kualitas Statistik. Gajah
Mada University Press, Yogyakarta
Montgomery,Douglas C. 2005. Intruduction to Statistical Quality Control Fifth
Edition. John Wiley & Sons,inc: New York
Morisson, D. (2005). Multivariate Statistical Methods (Second Edition). The
Wharton School University Of Pennsylvania, United States of America.
Walpole, Ronald E. 1998.”Pengantar Statistika”.PT.Gramedia, Jakarta.