ANALISIS PENGENDALIAN KUALITAS PADA PRODUKSI PESTISIDA ( PRODUK MIPCINTA 50 WP ) DI PT PETROKIMIA KAYAKU

Oleh : Dwi Listya Nurina 1307030003

ANALISIS PENGENDALIAN KUALITAS

PADA PRODUKSI PESTISIDA ( PRODUK

MIPCINTA 50 WP ) DI PT PETROKIMIA

KAYAKU

Dosen Pembimbing Wibawati,S.Si,M,Si

PT. Petrokimia Kayaku salah satu anak perusahaan dari PT. Petrokimia Gresik yang berperan dalam pembangunan disektor pertanian yaitu memproduksi pestisida yang diperlukan untuk meningkatkan hasil pertanian.

Produk yang dihasilkan adalah pestisida dan bahan kimia pertanian lainnya yang meliputi produk insektisida, fungisida, herbisida, rodentisida, akarisida, fumigant, zat pengatur tumbuh, surfaktan, termitisida, atraktan, dan pupuk pelengkap cair.

Pada penelitian ini produk yang digunakan adalah produk Mipcinta 50 WP, dimana produk ini adalah salah satu produk pestisida dengan jenis insektisida yang berupa tepung

Produk Mipcinta 50 WP memiliki 5 variabel kualitas yaitu Kadar MIPC (%), Bulk Density (Gr/Ml), PH (20%), Wetting Time (detik), Particle Size (%).

produk Mipcinta 50 WP memiliki 5 variabel kualitas yang saling berhubungan antar variabel maka pengendalian kualitas yang akan digunakan adalah pengendalian kualitas menggunakan peta pengendali multivariat T2 _Hottelling.

Perumusan Masalah

• bagaimanakah analisis pengendalian kualitas pada produk Mipcinta 50 WP apakah dalam kondisi terkendali atau tidak terkendali

• bagaimanakah kapabilitas proses pada produk Mipcinta 50 WP.

Tujuan Penelitian

• Mengetahui apakah produk Mipcinta 50 WP sudah dalam kondisi terkendali atau tidak terkendali

• Mengetahui kapabilitas proses pada produk Mipcinta 50 WP

Manfaat

• mengetahui gambaran tentang pengendalian kualitas produk Mipcinta 50 WP 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

produk Mipcinta 50 WP yang diambil dari laboratorium Quality Control (QC)

pada periode 11 Januari 2010 sampai 12 Juli 2010 dengan 5 variabel kualitas yaitu Kadar MIPC (%), Bulk Density (Gr/Ml), PH (20%), Wetting Time (detik), Particle Size (%).

Statistika Deskriptif

Uji

Bartlett

Statistika adalah sekumpulan konsep dan metode untuk mengumpulkan data, menyajikan data, menganalisis data, dan menarik kesimpulan dalam situasi ada ketidakpastian dan variansi dari sekumpulan data. Informasi yang didapat dari statistika deskriptif diantaranya adalah rata-rata (mean), nilai minimum, nilai maksimum dan varians. Rata-rata (mean) Nilai minimum Nilai maksimum varians 1. 2. 3. 4. I I Hipotesis : H₀ : H₁ : Statistik Uji :

Daerah Penolakan : tolak H₀ jika nilai X2

hitung > X2α,p(p-1)/2

( Variabel Kualitas tidak berkorelasi ) ( Variabel Kualitas berkorelasi )

2 21 11 1 i i i x x x 2 1 11 1 1 2 1 n i i i i x x n S n i m j ij j i hitung r p N X 1 1 2 2 6 5 2 1

Distribusi Normal Multivariat

Hipotesis :

H₀ = Data mengikuti sebaran distribusi normal multivariate.

H₁ = Data tidak mengikuti sebaran distribusi normal multivariate

fungsi padat probabilitas seperti berikut _{/2 1/2} ( )' 1( )/2

) 2 ( 1 ) ( x x p e x f 2 j d ) ( )' ( 1 2 _{X X S X X} d_{j j j} j X 1 S

1. Menghitung nilai jarak kuadrat dengan dimana : j = 1, 2, …, n

= Obyek pengamatan ke-j = Nilai jarak kuadrat ke-j

= Invers matrik varians-kovarian

Langkah-langkah mencari distribusi normal Multivariat :

2 j d q X n j p 2 ) 5 , 0 , ( 2 j d

2. Mengurutkan nilai dari yang terkecil sampai terbesar.

4. Membuat scatter plotantara pasangan ( ,q_j).

3. Mencari nilai _{dari tabel chi-square.}

“Data dikatakan berdistribusi normal multivariat apabila d2j X(2p;0,5) dengan

50

%

2 j

Peta Pengendalian Multivariat T

2

_Hottelling

Berdasarkan Montgomery, peta kendali T2 _{Hotteling yang digunakan adalah}

2 2 1 1 12 2 2 2 2 1 2 1 1 2 2 2 12 2 2 2 1 2 0 x x 2 x x n T

Uji statistik diplot pada peta kendali chi-square untuk sampel masing-masing

) ( ) ( ' 1 2 0 n x x T Estimasi µ and ∑ n i ijk jk x n x 1 1 m k p j ,..., 2 ,1 ,..., 2 ,1 n i ijk jk jk x x n S 1 2 2 _{( )} 1 1 m k p j ,..., 2 ,1 ,..., 2 ,1 ) ( ) ( 1 1 1 ihk hk n i ijk jk jhk x x x x n S h j m k 1,2,..., jk

x

_S

2_jk Sjhk Statistik , dan kemudian rata-rata atas semua sampel m untuk mendapatkan m k jk j x m x 1 1 m k jk j s m s 1 2 2 1 m k jhk jh s m s 1 1

matriks kovarians sampel S dibentuk sebagai 2 2 3 2 23 2 2 1 13 12 2 1 ... p p p s s s s s s s s s S     1 , , 1 ) 1 )( 1 ( p m mn p F p m mn n m p BKA BKB = 0

Analisis 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 j X X ' ) ( )' ( 1 0 x V x k n j j j X A X X X S 1 1_{( )} )' ( ) ( 2 1 BSB BSA 09973 . 0 , p X Dimana :

n = Jumlah pengamatan pada peta kendali yang sudah terkendali. p = Jumlah variabel kualitas

A-1 _{= Invers matrik}

K = daerah proses sebenarnya, V₀-1_{= invers matrik varian kovarian}

S = Matrik varian-kovarian,

Peta Alur Proses Produksi Mipcinta 50 WP

A2 A6 A6 A8 A1 A3 A4 A5 Bahan Baku A7 A9 Ribon Mixer I Primery Storage Tank I Secondary Dust Collector

Ribon Mixer A Ribon Mixer B Inspeksi

Storage Tank II

Pengambilan Sampel

Pengambilan sampel dilakukan dengan cara mengambil sampel sebesar 1 Kg dari proses produksi Mipcinta 50 WP yang diambil dari Ribbon Mixer. Dimana dari 1 Kg, sampel diambil sebanyak 100 mg untuk Kadar MIPC, 30 gram untuk Bulk Density, 20 gram untuk PH, 5 gram untuk Wetting Time, 20 gram untuk Particle Size sedangkan sisa dari sampel didokumentasikan. Proses produksi Mipcinta 50 WP dilakukan per hari dengan pengambilan sampel untuk 1 hari diambil 2 sampel yaitu sampel I pada shift 1 dan sampel 2 pada shift 2. Untuk shift I yaitu jam 07.00-15.00 WIB dan shift II yaittu jam 15.00-23.00 WIB.

Sumber Data

Pada penelitian ini yang digunakan adalah data hasil uji sampel produk Mipcinta

50 WP yang diambil dari laboratorium

Quality Control

(QC) PT. Petrokimia

Struktur Data

Subgroup (Hari)(i) Sampel (j) Variabel Kualitas (k) Kadar MIPC (%) Bulk Density (Gr/Ml) PH (20%) Wetting

Time (detik) Particle Size (%) 1 12 XX111₁₂₁ XX₁₂₂112 XX₁₂₃113 XX₁₂₄114 XX115₁₂₅ 2 12 XX211₂₂₁ XX₂₂₂212 XX₂₂₃213 XX₂₂₄214 XX215₂₂₅

… …… …… …… …… …… ……

… … … …

i 12 XXi11_i21 XX_i22i12 XX_i23i13 XX_i24i14 XXi15_i25

… …… …… …… …… …… …… … … … … 59 12 XX5911₅₉₂₁ XX₅₉₂₂5912 XX₅₉₂₃5913 XX₅₉₂₄5914 XX5915₅₉₂₅ Rata-rata keseluruhan pengamatan Varians keseluruhan pengamatan 2 11 S S₁₂2 S₁₃2 S₁₄2 2 15 S 2 21 S S₂₂2 S₂₃2 S₂₄2 S₂₅2 2 1 i S 2 2 i S Si23 2 4 i S S_i2₅ 2 591 S S5922 S5932 2 594 S 2 595 S 1 X X 2 X3 X 4 X5 2 1 S 2 2 S S32 _S42 S52

X

₁

adalah Kadar MIPC

X

₂

adalah Bulk Density

X

₃

adalah PH

X

₄

adalah Wetting Time

X

₅

adalah Particle Size

Langkah Analisis

Data dianalisis dengan statistika deskriptif pada produk Mipcinta 50

WP dengan nilai

mean

, nilai minimum, dan nilai maksimum.

Melakukan uji

barrlett

, jika berkorelasi maka dilanjutkan dengan uji

distribusi multivariat normal

Melakukan uji distribusi multivariat normal.

Melakukan pengujian menggunakan peta T

2

_Hottelling

Melakukan analisis kemampua proses untuk mengetahui apakah

produk Mipcinta 50 WP kapabel atau tidak

Diagr

am

Alur

Mulai Selesai Kesimpulan Analisis KapabilitasProses Statistika Deskriptif Uji Multivariat Normal Transformasi Peta T2 Hottelling Mencari penyebab proses tidak terkendali •Perumusan Masalah •Identifikasi Variabel •Pengambilan Data Menghilangkan titik yang tidak

terkendali Tidak Ya Ya Tidak Ya

Statistik Deskriptif

Uji

Bartlett

Hipotesis :

H₀ : Variabel kualitas tidak berkorelasi

H₁ : Variabel kualitas berkorelasi

α = 0,5

Daerah kritis :

Tolak H₀ jika nilai P_value < α

KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of

Sampling Adequacy. _.460

Bartlett's Test of

Sphericity Approx. Chi-Square 19.433

df ₁₀

Sig. _.035

Variabel Mean Min. Max. BSB BSA Kadar MIPC (%) 48,228 44,02 50,01 47,5% 52,5% Bulk Density (gr/ml) 0,3052 5 0,29 0,34 gr/ml0,20 gr/ml0,40 pH (20%) 8,4158 7,48 9,36 5% 8,4% Wetting Time (detik) 93,251 47 105 -120 detik Particle Size - 300 M (%) 96,592 94 98,97 95% 100%

Pengujian Distribusi Normal Multivariat

Hipotesis :

H₀ = Data produk Mipcinta 50 WP mengikuti sebaran distribusi normal multivariat.

H₁ = Data produk Mipcinta 50 WP tidak mengikuti sebaran distribusi normal multivariat.

Statistik uji :

j = 1, 2, …, n

= 0.644068 = 64 %

Daerah penolakan yaitu

H

₀

ditolak jika

≤ 50%

Kesimpulan : memenuhi asumsi distribusi multivariat normal

karena 64 % ≥ 4,3546 ≥ 50%

)

(

)'

(

1 2

X

X

S

X

X

d

_{j j j}

35146

,

4

2 ) 5 . 0 , ( 2 p j

X

d

55 49 43 37 31 25 19 13 7 1 40 30 20 10 0 Sample Ts q u a re d Median=4.65 UCL=24.40 Tsquared Chart of Kadar MIPC (%), ..., Particle Size - 300 M (%)

Setelah Menghilangkan 8 titik yaitu titik pada observasi

ke-29,43,25,31,25,30,1&3 51 46 41 36 31 26 21 16 11 6 1 25 20 15 10 5 0 Sample Ts q u a re d Median=4.70 UCL=25.29 Tsquared Chart of Kadar MIPC (%), ..., Particle Size - 300 M (%)

Obs Ke-29 35,93 31,72 4.21 8,451 34,67 1.26 35,61 0.32 5,94 29.99 33,35 2.58 2 i T T_ij2 dij 2 1 , 0027 . 0 X Obs Ke-43 29,31 28,57 0,74 8,451 24,86 4,45 29,31 0 15,49 13,82 25,02 4,29 2 1 , 0027 . 0 X 2 i T Obs Ke-25 26.76 25.27 1,49 8,451 26.76 0 26.62 0.14 2,00 24.76 25.97 0.79 Obs Ke-31 25.29 18.47 6.82 8,451 25.19 0.1 21.71 3.58 14.48 10.81 22.72 2.57 2 1 , 0027 . 0 X 2 1 , 0027 . 0 X ij d ij d ij d 2 ij T 2 ij T 2 ij T 2 i T 2 i T

Obs Ke-25 26.11 23.39 2.72 8,451 26.11 0 23.32 2.79 15.44 10.67 17.63 8.48 2 i T T_ij2 dij 2 1 , 0027 . 0 X Obs Ke-30 25.88 23.75 2.13 8,451 25.32 0.56 25.4 0.48 23.43 2.45 25.32 0.56 2 1 , 0027 . 0 X 2 i T Obs Ke-1 25.16 24.59 0.57 8,451 24.61 0.55 12.14 13.02 13.47 11.69 23.94 1.22 Obs Ke-3 26.01 23.23 2.78 8,451 25.99 0.02 14.27 11.74 12.16 13.85 26.00 0.01 2 1 , 0027 . 0 X 2 1 , 0027 . 0 X ij d ij d ij d 2 ij T 2 ij T 2 ij T 2 i T 2 i T

Kapabilitas Proses Produk Mipcinta 50 WP

Proses

S

C

_p

Mipcinta 50 WP

1078.03 4.00005

18.2051

20.2645

2

KESIMPULAN

Peta

Hotelling

untuk produk Mipcinta 50 WP dalam

keadaan terkendali. Karena tidak ada titik yang keluar dari

batas kendali

Nilai kapabilitas proses produk Mipcinta 50 WP

sebesar 20, 26 dimana hasil tersebut didapatkan pada

lampiran E2. Karena nilai indeks kapabilitas proses lebih

dari 1 (C

_p

> 1) maka dapat disimpulkan bahwa produk

Mipcinta 50 WP telah kapabel.

2

Daftar Pustaka

Johnson,R.A and Wichren,D.W.(2002).”Applied Multivariate Statistika

Analysis”.Prentice Hall.New Jersey.

Kotz,Samuel and Norman,L.Johnson.1993.”Process Capability

Indices”.University of Mayland.USA

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.