• Tidak ada hasil yang ditemukan

analisa pengendalian kualitas minyak rbdpo (refine

N/A
N/A
Protected

Academic year: 2023

Membagikan "analisa pengendalian kualitas minyak rbdpo (refine"

Copied!
119
0
0

Teks penuh

Dari hasil yang diperoleh diperoleh kesimpulan bahwa untuk kadar ALB, pengaturan yang paling optimal adalah tekanan perebusan pada level 1 (2,0 torr), suhu didih pada level 2 (105oC) dan waktu proses perebusan pada level 1 (50 menit). Untuk kadar warna, pengaturan yang paling optimal adalah tekanan perebusan pada level 1 (2,0 torr), suhu didih pada level 2 (105oC) dan waktu proses perebusan pada level 1 (50 menit). Sedangkan untuk kadar air, pengaturan yang paling optimal adalah waktu proses perebusan pada level 2 (60 menit), suhu perebusan pada level 2 (105oC) dan tekanan didih (2,0 torr).

Tabel 2.1.     Matriks ortogonal L 4 (2 3 ) ............................................................
Tabel 2.1. Matriks ortogonal L 4 (2 3 ) ............................................................

Latar Belakang Masalah

Perumusan Masalah

Manfaat Penelitian

Batasan Masalah dan Asumsi

Pengendalian Kualitas

Oleh karena itu pengendalian mutu merupakan suatu kegiatan untuk memastikan bahwa kebijakan standar mutu dapat tercermin dalam hasil akhir. Ada manfaat besar yang bisa diperoleh dari pengendalian kualitas yang efektif, yang dapat menghasilkan keuntungan lebih tinggi bagi perusahaan yang menggunakan kualitas secara efektif sebagai strategi bisnis. Program pengendalian kualitas yang efektif dapat digunakan sebagai alat untuk meningkatkan produktivitas dan mengurangi biaya.

Pengendalian Kualitas RBDPO

Di dalam tangki ini bleaching earth dan CPO diaduk dengan bantuan uap agar campurannya homogen. Awalnya RBDPO dipanaskan terlebih dahulu dari buffer tank sehingga mencapai suhu 65 – 70 oC dengan plate heat exchanger menggunakan steam pada tekanan 2,5 bar. Kemudian dipanaskan dengan heat exchanger kemudian disaring dengan unit catrigace filter.

Tujuan Pengendalian Kualitas

Konsep Kualitas Taguchi

Pada dasarnya, pelanggan menginginkan dan mengharapkan produk berkinerja tinggi secara konsisten dengan variasi minimal, baik dalam jangka pendek maupun jangka panjang, dan tidak bergantung pada kondisi pengoperasian atau penggunaan. Oleh karena itu, produk yang berkualitas harus dilihat sebagai produk yang mempunyai kinerja yang kuat. Berkaitan dengan hal tersebut, Taguchi menekankan bahwa cara terbaik untuk meningkatkan kualitas adalah dengan merancang kualitas ke dalam produk dimulai dari tahap desain produk, sehingga desain produk yang kuat akan menghasilkan produk yang juga memiliki kinerja yang kuat. .

Perancangan Parameter

Perancangan parameter sangat penting dalam upaya meningkatkan keseragaman produk atau mencegah variabilitas yang tinggi. Pada tahap ini, parameter produk atau proses tertentu ditentukan sehingga mengakibatkan kinerja produk menjadi kurang atau sensitif terhadap penyebab variabilitas. Dalam desain toleransi ini, kualitas ditingkatkan dengan memperketat toleransi pada parameter produk atau proses untuk mengurangi variasi kinerja produk.

Identifikasi Produk

Perancangan sistem merupakan upaya menciptakan konsep, ide, metode baru, dan lain-lain untuk memberikan perbaikan produk kepada pengguna. Salah satu cara untuk meningkatkan persaingan adalah dengan terus mengembangkan teknologi baru, sehingga dalam hal ini konsep, metode dan penemuan baru sangat berguna dalam perancangan sistem.

Pemilihan Karakteristik Kualitas

Pemilihan Level-level Faktor

Pemilihan Matriks Orthogonal

Langkah Penelitian Taguchi

Pemilihan faktor-faktor yang mempengaruhi karakteristik kualitas (variabel bebas) merupakan variabel yang perubahannya tidak bergantung pada variabel lain. Beberapa metode yang dapat digunakan untuk mengidentifikasi faktor-faktor yang akan diteliti adalah brainstorming, flow chart, dan diagram sebab-akibat. Perhitungan derajat kebebasan dilakukan untuk menghitung jumlah minimum percobaan yang harus dilakukan untuk menyelidiki faktor-faktor yang diamati.

Fungsi Kerugian Taguchi

  • Fungsi Kerugian Nominal is The Best
  • Fungsi Kerugian Smaller The Better

Analisis data, dalam analisis dilakukan pengumpulan dan pengolahan data yang meliputi pengumpulan data, penataan data, perhitungan dan penyajian data dalam suatu tata letak tertentu yang sesuai dengan desain yang dipilih untuk suatu percobaan yang dipilih. Selain itu, perhitungan dan penyajian data dilakukan dengan menggunakan analisis statistik varians, pengujian hipotesis dan penerapan rumus empiris pada data eksperimen. Interpretasi yang dilakukan meliputi perhitungan persentase kontribusi dan perhitungan interval kepercayaan faktor terhadap kondisi perlakuan selama percobaan.

Tujuan dari percobaan konfirmasi adalah untuk memverifikasi asumsi yang dibuat selama penentuan model kinerja faktor dan interaksinya serta penetapan parameter (faktor) optimal yang dihasilkan dari analisis hasil eksperimen terhadap kinerja yang diharapkan. Produsen menderita kerugian jika perbaikan atau peningkatan kinerja produk ditolak atau dikembalikan karena menyimpang dari tujuan, sedangkan konsumen menderita kerugian berupa ketidaknyamanan, kerugian finansial, dan akibat buruk dari penggunaan produk. Taguchi menggunakan fungsi penyimpangan kualitas untuk mengukur kerugian akibat variasi fungsional, meminimalkan penyimpangan kinerja produk dari nilai targetnya akan meningkatkan kualitas produk.

Jadi semakin kecil variasi fungsinya maka semakin kecil kerugian yang ditanggung masyarakat yang berarti semakin tinggi kualitas produknya. Menurut Taguchi, terdapat tiga klasifikasi fungsi kuadrat dalam menentukan karakteristik kualitas, yaitu fungsi kerugian nominal yang terbaik, semakin kecil semakin baik dan semakin besar semakin baik (Soejanto, 2009). Fungsi ini digunakan ketika atribut kualitas target bernilai nol (0), artinya nilai kualitas semakin buruk jika fungsi kerugian semakin menjauh dari nol.

Rasio Signal Terhadap Noise (SN Ratio)

  • SN Ratio Nominal The Best
  • SN Ratio Smaller The Better
  • Perhitungan ANOVA
  • Strategi Pooling Up
  • Pemilihan Kombinasi Level Faktor Optimal

Pada perhitungan ANOVA dibawah ini produk dikategorikan ke dalam kelas reject (I) dan kelas terima (II) karena fokus pada kategori cacat yaitu Smaller the Better. Strategi agregasi dilakukan untuk mengetahui faktor-faktor yang mempunyai pengaruh paling signifikan terhadap kualitas produk. Oppoel menggunakan perhitungan dan tabel anova yang dibagi menjadi dua tahap yaitu parsial pooling I (Mscount≤Mserror) dan parsial pooling II (Fcount≤Ftable).

Dan untuk faktor-faktor yang tidak diagregasi maka akan dihitung Ssfactor dan Fcount yang baru. Pengujian hipotesis diperoleh dari tabel Analysis of Variance setelah ditambahkan faktor-faktor berikut. Kesimpulan : Fscore ≤ Ftabel; Ho diterima yang berarti tidak ada pengaruh terhadap faktor-faktor tersebut. Jika ditolak, perhitungan parsial pool II akan dilakukan.

Berdasarkan kombinasi parsial I dan II terlihat bahwa faktor yang paling mempengaruhi kadar air adalah faktor C. Untuk mengetahui kontribusi masing-masing faktor, kita menghitung persentase kontribusi masing-masing faktor sesuai dengan rumus. Dengan adanya pengaturan yang ada, diharapkan output produksi CPO yang tidak sesuai standar pada RBDPO dapat diminimalisir sesuai dengan karakteristik target yang ingin dicapai yaitu lower it more.

Tabel 2.4. Analisis Varians
Tabel 2.4. Analisis Varians

Eksperimen Konfirmasi

  • Peta Kendali P Untuk Percobaan Implementasi Pada Setiap Faktor Dengan penggunaan data selama implementasi, maka digambarkan peta

Pengumpulan Data

Kadar Asam

Kadar Warna

Kadar Air

Pengolahan Data

  • Perencanaan Eksperimen dengan Metode Taguchi 1. Identifikasi Faktor Kualitas Terhadap Cacat

Identifikasi penyebab cacat terlihat dari kategori mutu RBDPO yang menyimpang dari baku mutu yang telah ditetapkan. Karakteristik mutu RBDPO terdiri atas 3 (tiga) karakteristik yaitu kandungan asam lemak bebas, kandungan air, dan kandungan pengotor. Beberapa faktor yang sangat mempengaruhi variasi mutu RBDPO dan menjadi faktor dalam percobaan ini antara lain tekanan didih, suhu titik didih, dan suhu clarifier.

Penentuan Variabel Terikat

Penentuan Variabel Bebas

Penentuan Jumlah Level dan Nilai Level Faktor

Namun waktu pemasakan yang terlalu singkat juga dapat menghambat reaksi kimia pada buah sawit sehingga menyulitkan penurunan kadar ALB nantinya. Sesuai dengan nilai batas level yang ditentukan, maka akan ditentukan kombinasi pengaturan optimal ketiga faktor tersebut dengan menggunakan metode Taguchi sehingga menghasilkan produksi RBDPO dengan kualitas yang baik sesuai dengan baku mutu. Batasan faktor pengaturan yang digunakan sebelum melakukan penelitian ini adalah tekanan saat pemasakan 3,0 torr, suhu saat pemasakan 105oC dan waktu selama proses pemasakan 60 menit.

Perhitungan Derajat Kebebasan

Untuk memilih jenis OA yang digunakan harus berdasarkan ketentuan yang ditetapkan dari Tabel 4.5.

Pemilihan Matriks Orthogonal

Mengingat jumlah derajat kebebasan di atas, matriks OA yang bersesuaian adalah matriks dari matriks ortogonal L4(23).

Penugasan Faktor Pada Kolom Orthogonal Array

  • Pelaksanaan Ekperimen Taguchi Untuk Kadar ALB
    • Perhitungan Efek Faktor Utama (Main Effect) a. Perhitungan Dengan Average Method

Setelah memilih matriks ortogonal dan menempatkan faktor-faktor pada matriks, langkah selanjutnya adalah melakukan percobaan berdasarkan matriks tersebut. Hasil eksperimen diperoleh dengan mengatur mesin dalam kaitannya dengan ketiga faktor yang dibuat sebelumnya sesuai dengan matriks kombinasi level faktor.

Tabel 4.8. Penempatan Faktor pada kolom Orthogonal Array
Tabel 4.8. Penempatan Faktor pada kolom Orthogonal Array
  • Perhitungan ANOVA
  • Strategi Pooling Up
  • Pemilihan Kombinasi Level Faktor Optimal
  • Pelaksanaan Ekperimen Taguchi Untuk Kadar Warna
    • Perhitungan Efek Faktor Utama (Main Effect) a. Perhitungan Dengan Average Method
    • Perhitungan ANOVA
    • Strategi Pooling Up
    • Pemilihan Kombinasi Level Faktor Optimal
  • Pelaksanaan Ekperimen Taguchi Untuk Kadar Air
    • Perhitungan Efek Faktor Utama (Main Effect) a. Perhitungan Dengan Average Method

Untuk faktor yang tidak di pooling yaitu faktor A dan C maka dilakukan perhitungan Ssfactor dan F yang baru. Pada tabel diatas terlihat bahwa tidak ada faktor dimana Mscount ≤ Mserror sehingga parsial pooling I selesai. Pada pooling parsial II dilakukan untuk faktor dengan nilai Fhitung ≤ Ftabel dengan tingkat kepercayaan 95%.

Berdasarkan Partial Pooling I dan II dapat diketahui bahwa faktor yang paling berpengaruh terhadap kadar ALB adalah faktor A dan C yaitu tekanan pemasakan dan waktu pemasakan. Dari pengaturan yang ada diharapkan hasil produksi TBS yang dibawah standar di RBDPO dapat diminimalisir berdasarkan karakteristik target yang ingin dicapai yaitu Smaller the Better. Pooling menggunakan perhitungan anova dan tabel yang dibagi menjadi dua tahap, yaitu pooling parsial I (Mshitung ≤ Mserror) dan pooling parsial II (Fhitung ≤ Ftabel).

Pengujian hipotesis yang diperoleh dari analisis tabel varian setelah menggabungkan faktor A dan B adalah sebagai berikut. Berdasarkan kombinasi parsial I dan II terlihat bahwa faktor yang paling besar pengaruhnya terhadap kadar air adalah faktor C yaitu waktu proses perebusan. Faktor-faktor yang mempengaruhi tingkat warna optimum diketahui sebagai berikut.

Tabel 4.11. Nilai S/N Ratio  Faktor
Tabel 4.11. Nilai S/N Ratio Faktor
  • Perhitungan ANOVA
  • Pemilihan Kombinasi Level Faktor Optimal
  • Eksperimen Konfirmasi
  • Peta Kendali P Untuk Percobaan Implementasi 1. Peta Kendali P Untuk Kadar ALB
    • Peta Kendali P Untuk Kadar Air
  • Analisa Penelitian
  • Saran

Eksperimen validasi menggunakan kombinasi pengaturan optimal berdasarkan penelitian Taguchi untuk setiap karakteristik kualitas RBDPO dapat dilihat pada tabel di bawah ini. Berdasarkan data di atas terlihat bahwa tingkat kegagalan total setelah menggunakan kombinasi setting optimal berdasarkan penelitian Taguchi adalah 18,05%. Setelah menggunakan kombinasi pengaturan optimal berdasarkan metode Taguchi, tingkat kesalahan total berkurang sebesar 9,71%.

Dengan menggunakan data selama implementasi, peta kendali dibuat untuk menunjukkan batasan UCL dan LCL. Berdasarkan hasil perhitungan UCL dan LCL, dapat digambarkan grafik peta kendali p implementasi kadar air seperti pada Gambar 4.14. Berdasarkan hasil perhitungan UCL dan LCL, dapat digambarkan peta kendali p untuk penerapan kadar kotoran seperti pada Gambar 4.15.

Berdasarkan grafik kendali p diatas terlihat bahwa untuk implementasi proporsi kadar asam lemak bebas masih dalam batas kendali (in control), dengan nilai batas UCL = 0,411, LCL = 0,047 dan LC = 0,229. Pada peta kendali p implementasi, proporsi kadar warna masih dalam batas kendali (in control), dengan nilai batas UCL = 0,356, LCL = 0,018 dan LC = 0,187. Pada proses pengendalian mutu RBDPO diketahui faktor-faktor yang mempengaruhi mutu RBDPO adalah kadar asam lemak bebas, kadar warna dan kadar air.

Sedangkan faktor penyebab terjadinya penyimpangan mutu RBDPO adalah tekanan saat pemasakan, suhu pemasakan, dan waktu proses pemasakan. Persentase kontribusi faktor-faktor yang mempengaruhi kualitas RBDPO berdasarkan hasil pool parsial adalah sebagai berikut. Dalam upaya perbaikan yang dilakukan berdasarkan analisis metode Taguchi, sebaiknya orang/operator memantau stasiun memasak dan melakukan pengaturan mesin secara optimal.

Tabel 4.27. Nilai S/N Ratio  Faktor
Tabel 4.27. Nilai S/N Ratio Faktor

Gambar

Tabel 2.1. Contoh Percobaan Rancangan Parameter Sederhana   Matriks Orthogonal L 4 (2 3 )
Tabel 2.4. Analisis Varians
Tabel 2.5. Tabel Hasil Pooling Parsial I
Gambar 4.1. Grafik Kadar Asam Tanggal 19 September 2016
+7

Referensi

Dokumen terkait

Tahap ini tim pelaksanan kegiatan bersama dengan peserta merancang tabel pelaporan kinerja, agar memudahkan peserta kegiatan dalam membuat laporan triwulanan, selain