Analisis Pengendalian Kualitas Bahan Bakar Aviation Turbin pada PT X dengan Metode Statistical Quality Control

(1)

Analisis Pengendalian Kualitas Bahan Bakar Aviation Turbin pada PT X dengan Metode Statistical Quality Control

Fina Fadhila Achka^1*, Rianita Puspa Sari²

1,2Program Studi Teknik Industri, Fakultas Teknik, Universitas Singaperbangsa Karawang Indonesia

*Koresponden email: 1910631140186@student.unsika.ac.id

Diterima: 9 Juni 2023 Disetujui:14 Juli 2023

Abstract

The development of technology and industry in the era of globalization is marked by the advancement of the aviation sector because the world community needs access to go to other parts of the world easily and quickly. To support aviation activities, vital facilities are needed, namely aviation fuel (aviation turbine) as aircraft fuel. It is very important for companies supplying aviation fuel that the fuel they supply is of high quality and meets international standards. The purpose of this study was to determine the suitability of avtur fuel quality against control limits and specification standards and to find out the causative factors of the avtur fuel quality results obtained at the Aviation Quality Assurance department of PT X by analyzing the avtur fuel quality control using the Statistical Quality Control Method. The results showed that quality control using the Statistical Quality Control Method with the Average and Distance Control Map tool (X - R Chart) on avtur fuel products studied for parameters obtained the Density at 15°C value of 797.57 - 806, 89 kg/m³, the Freezing Point value is (-50.85) – (-56.37) °C, and the Electrical Conductivity value is 36.81 – 111.8 pS/m so that no deviations exceed the limit. control so that the quality of avtur fuel complies with the specified standard specifications. The most dominant factor causing the success of quality is the factor of the reliability of the methods and machines used.

Keywords: quality control, SQC, X-R control chart, cause and effect diagram, avtur

Abstrak

Seiring berkembangnya teknologi dan industri di era globalisasi ditandai dengan majunya sektor penerbangan karena masyarakat dunia membutuhkan akses untuk pergi ke penjuru dunia lain dengan mudah dan cepat. Kegiatan penerbangan tentunya ditunjang dengan fasilitas vital yaitu avtur (aviation turbin) sebagai bahan bakar pesawat. Sangat penting bagi perusahaan menyuplai avtur agar bahan bakar yang mereka suplai berkualitas tinggi dan memenuhi standar internasional. Tujuan penelitian ini adalah untuk mengetahui kesesuaian kualitas bahan bakar avtur terhadap batas kendali dan standar spesifikasi serta mengetahui faktor penyebab hasil kualitas bahan bakar avtur yang diperoleh pada departemen Aviation Quality Assurance PT X dengan menganalisis pengendalian kualitas bahan bakar avtur dengan menggunakan Metode Statistical Quality Control. Hasil penelitian menunjukkan dengan pengendalian kualitas menggunakan Metode Statitstical Quality Control dengan alat Peta Kendali Rata-rata dan Jarak (𝑋̅ − 𝑅 Chart) pada produk bahan bakar avtur yang diteliti untuk parameter didapatkan nilai Density at 15°C sebesar 797,57 – 806,89 kg/m³, nilai Freezing Point sebesar (-50,85) – (-56,37)°C, dan nilai Electrical Conductivity sebesar 36,81 – 111,8 pS/m sehingga tidak ditemukan penyimpangan melebihi batas kendali sehingga mutu bahan bakar avtur sesuai dengan standar spesifikasi yang ditetapkan. Faktor yang paling dominan menyebabkan keberhasilan kualitas adalah faktor dari keandalan metode dan mesin yang digunakan.

Kata Kunci: pengendalian kualitas, SQC, peta kendali X-R, diagram sebab akibat, avtur

1. Pendahuluan

Seiring berkembangnya teknologi dan industri di era globalisasi ditandai dengan majunya sektor penerbangan karena masyarakat dunia membutuhkan akses untuk pergi ke penjuru dunia lain dengan mudah dan cepat [1]. Untuk menunjang kegiatan penerbangan tentunya dibutuhkan fasilitas vital yaitu avtur (aviation turbin) sebagai bahan bakar pesawat [2]. Avtur dirancang khusus untuk bahan bakar penerbangan dengan mesin turbin gas (external combustion) [3]. Avtur adalah senyawa organik yang diperlukan untuk pembakaran di mesin pesawat terbang untuk mendapatkan energi penggerak [4]. Kualitas bahan bakar avtur ditentukan oleh karakteristik kemurnian avtur, model pembakaran pada turbin pesawat, dan stabilitas struktur pada temperatur rendah [5] [6] [7] [8].

(2)

Sebelum avtur dipasarkan maka harus memenuhi spesifikasi dan standar kualitas avtur untuk siap digunakan secara baik [9] [10]. Terpenuhi atau tidak spesifikasi dan standar kualitas avtur tersebut dapat diketahui dengan pengendalian kualitas. Dengan dilakukannya pengendalian kualitas bahan bakar avtur ini, maka diharapkan dapat mengurangi segala kerugian yang mungkin terjadi pada perusahaan penyedia maupun maskapai pengguna bahan bakar avtur. Oleh karena itu, sangat penting bagi perusahaan avtur agar bahan bakar yang mereka suplai berkualitas tinggi dan memenuhi standar internasional agar dapat didayagunakan dengan efektif dan efisien serta memiliki nilai komersial lebih tinggi.

PT X adalah sebuah perusahaan yang salah satu kegiatan perusahaannya adalah di bidang pemasaran dan pemasok bahan bakar penerbangan, yang bergerak dalam pengolahan, distribusi dan distribusi bahan bakar untuk pesawat terbang dengan bekerja sama dengan maskapai penerbangan untuk melayani pengisian bahan bakar avtur. Bahan bakar avtur yang dipasarkan harus memenuhi persyaratan sesuai standar spesifikasi American Standard Testing and Material (ASTM) sebagai standar internasional. Pengendalian kualitas dapat dilakukan dengan mengaplikasikan Metode Statistical Quality Control yang merupakan alat kendali mutu dengan penggunaan metode statistik dalam pemecahan masalah perusahaan.

Statistical Quality Control (SQC) adalah suatu sistem yang dilakukan untuk menjaga keseragaman standar atau tingkat kualitas produk dengan biaya yang minimal dan cara untuk mencapai optimalisasi dengan menggunakan teknik statistik dalam pengumpulan dan pengolahan data sampai dengan analisis.

adalah sebagai penentuan dan pengendalian kualitas produk [11]. Metode Statistical Quality Control dapat memudahkan untuk memantau kualitas produk secara real-time, membantu memastikan produk memiliki kualitas yang lebih seragam sesuai dengan standar spesifikasi, membantu proses pengendalian kualitas yang lebih efisien, mengidentifikasi variasi dengan lebih cepat dan menghindari pengerjaan ulang [12] [13].

Penelitian terdahulu yang relevan terkait Pengendalian Kualitas menggunakan Metode Statitstical Quality Control telah dilakukan di beberapa perusahaan. Penelitian yang dilakukan pada Perusahaan Minyak Kelapa Sawit PT. Kalimantan Sanggar Pusaka mengungkapkan bahwa kontrol kualitas menggunakan alat kontrol proses statistik diperlukan untuk mengontrol tingkat kerusakan produk minyak sawit mentah. Hasil penelitiannya menunjukkan bahwa jenis kerusakan CPO (Crude Palm Oil) di PT.

Sanggar Pusaka Kalimantan pada Mei 2016 memiliki kandungan air dan kandungan kotoran yang tinggi pada oli, dan faktor utama penyebab hal tersebut adalah faktor mesin [14].

Kemudian, dalam penelitian Analisis Tingkat Kecacatan Produk Lever Assy Parking Brake Menggunakan Metode Statistical Quality Control diungkapkan bahwa untuk mencapai zero defect, Lever Assy Parking Brake yang merupakan bagian dari suku cadang mobil yang diproduksi oleh Pabrikan X, harus memenuhi tingkat kualitas produk tanpa cacat. Metode Statistical Quality Control (SQC) dilakukan untuk mengetahui tingkat kecacatan produk. Hasil penelitiannya menunjukkan bahwa dari 22 data proses produksi, 13 data atau 41% proses produksi tidak terkendali, dan 9 data atau 41% proses yang berada dalam batas kendali. Namun, nilai rata-rata yang termasuk spesifikasi produk yang telah ditetapkan adalah 9 ± 0,5 mm [15].

Kedua penelitian terdahulu tersebut menunjukkan bahwa hasil analisis pengendalian kualitas menggunakan Metode Statitstical Quality Control dapat memberikan usulan dan pedoman bagi perusahaan dalam mengetahui faktor yang dapat mempengaruhi kualitas produk dan dapat melakukan pengawasan yang ketat agar permasalahan perusahaan dapat tertangani.

Oleh karena itu, tujuan penelitian ini adalah untuk mengetahui kesesuaian kualitas bahan bakar avtur terhadap batas kendali dan standar spesifikasi serta mengetahui faktor penyebab hasil kualitas bahan bakar avtur yang diperoleh pada departemen Aviation Quality Assurance PT X dengan menganalisis pengendalian kualitas bahan bakar avtur dengan menggunakan Metode Statistical Quality Control.

2. Metode Penelitian

Pengumpulan dan Pengolahan Data

Penelitian ini dilakukan di PT X sebagai penyedia sekaligus distributor bahan bakar avtur untuk pesawat maskapai penerbangan di Indonesia. Objek penelitian ini adalah jenis bahan bakar penerbangan aviation turbin (avtur). Jenis penelitian yang dibahas mengenai Control Charts and Process Capability yang merupakan bagian dari keilmuan Quality & Reliability Engineering yang relevan dengan ilmu Pengendalian Kualitas. Data yang dikumpulkan pada penelitian ini merupakan data primer berupa data pemuatan bahan bakar avtur dari Kilang ke DPPU pada data Certificate of Quality secara real-time dengan rentang waktu penelitian mulai dari tanggal 4 Maret 2022 hingga 2 Juni 2022. Parameter yang dibutuhkan dalam pengumpulan data antara lain adalah nilai density at 15^oC, freezing point dan electrical conductivity.

Dari hasil pengumpulan data, dilakukan analisis pengendalian kualitas bahan bakar avtur pada PT X menggunakan metode Statistical Quality Control untuk mengetahui kesesuaian kualitas bahan bakar avtur

(3)

terhadap batas kontrol dan standar spesifikasi serta mengetahui faktor penyebab hasil dari kualitas bahan bakar avtur yang diperoleh.

Peta Kendali Rata-rata dan Jarak (X-R Chart)

Peta kendali X-R merupakan salah satu peta kendali berdasarkan data variabel yang digunakan sebagai ukuran suatu produk yang dapat memiliki karakteristik kualitatif yang dapat dikuantifikasi [16].

Bagan kendali memiliki sebaran nilai karakteristik kualitas yang memberikan gambaran keadaan proses.

Dalam praktiknya, adalah umum untuk mendapatkan data mentah atau tidak diproses yang menjadi populasi dan simpangan bakunya tidak diketahui. Oleh karena itu dilakukan sampling atau subgrouping untuk mengetahui apakah proses tersebut terkendali atau tidak.

Tahapan membuat peta kendali X adalah sebagai berikut;

a. Menghitung nilai rata-rata (𝑥̅) tiap subgrup 𝑥̅ = ^𝑥¹^{+⋯+ 𝑥}^𝑚

𝑚 (1)

Keterangan:

𝑥̅ = Nilai rata-rata dari subgrup 𝑥_𝑚 = Nilai dari subgrup ke-m 𝑚 = Jumlah subrgup

b. Menghitung Central Line (CL).

𝑥̿ = ^𝑥^{̅̅̅̅+𝑥}¹ ^{̅̅̅̅+⋯+ 𝑥}² ^̅̅̅̅̅^𝑚

𝑚 (2)

𝑥̿ = Nilai tengah dari kolom 𝑥̅

𝑥_𝑚

̅̅̅̅ = Nilai dari kolom 𝑥̅ ke-m 𝑚 = Jumlah kolom 𝑥̅

c. Menghitung Batas kendali atas (UCL) UCL X̅ = x̿ + A₂. 𝑅̅ (3)

𝑈𝐶𝐿 = Batas kontrol atas 𝑥̿ = Nilai tengah 𝑥̅

A₂ = Faktor dari control chart constant 𝑅̅ = Jumlah kolom 𝑅

d. Menghitung Batas kendali bawah (LCL) LCL X̅ = x̿ − A₂. 𝑅̅ (4)

𝐿𝐶𝐿 = Batas kontrol bawah 𝑥̿ = Nilai tengah 𝑥̅

A₂ = Faktor dari control chart constant 𝑅̅ = Jumlah kolom 𝑅

e. Membuat tabel 𝑋̅ 𝑐ℎ𝑎𝑟𝑡

Tahapan pembuatan peta kendali R adalah sebagai berikut:

a. Menghitung nilai kisaran (R) pada setiap subgrup 𝑅 = 𝑥𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟+ 𝑥𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙 (5)

Keterangan:

𝑅 = Nilai kisaran dari subgrup

𝑥𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟 = Nilai terbesar dari subgrup 𝑥𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙 = Nilai terkecil dari subgrup b. Menghitung Central Line (CL).

𝑅̅ = ^𝑅¹^+𝑅²^+⋯+𝑅^𝑚

𝑚 (6)

𝑅̅ = Nilai tengah dari kolom 𝑅 𝑅𝑚 = Nilai dari kolom 𝑅 ke-m 𝑚 = Jumlah kolom 𝑅

c. Menghitung Batas kendali atas (UCL) UCL R = D₄. 𝑅̅ (7)

𝑈𝐶𝐿 = Batas kontrol atas

D₄ = Faktor dari control chart constant 𝑅̅ = Jumlah kolom 𝑅

d. Menghitung Batas kendali bawah (LCL) LCL R = D₃. 𝑅̅ (8)

𝐿𝐶𝐿 = Batas kontrol bawah

D₃ = Faktor dari control chart constant

(4)

𝑅̅ = Jumlah kolom 𝑅 e. Membuat Tabel 𝑅 𝑐ℎ𝑎𝑟𝑡

Diagram Sebab Akibat

Diagram sebab-akibat adalah suatu pendekatan terstruktur yang memungkinkan dilakukan suatu analisis lebih terperinci dalam menemukan penyebab-penyebab suatu masalah, ketidaksesuaian, dan kesenjangan yang terjadi [17]. Kegunaan dari diagram sebab-akibat adalah untuk mengidentifikasi penyebab-penyebab dari permasalahan kualitas agar dapat diperbaiki [18]. Analisis diagram sebab akibat dilakukan dalam bentuk data, yang terutama dikumpulkan melalui pengamatan dan analisis yang berkompeten di bidang yang dibahas sehingga dapat dirumuskan faktor terjadinya masalah dan konsekuensi yang timbul darinya [19]. Keuntungan dari diagram ini dapat mencari dan menentukan akar penyebab masalah sehingga menghasilkan ide untuk mengatasi masalah dengan menggiatkan perbaikan sesuai dengan standar. Prinsip membangun diagram sebab akibat ini adalah brainstorming. Untuk mengidentifikasi faktor-faktor terjadinya penyimpangan hasil kualitas, sering diidentifikasi lima akar penyebab yang signifikan dapat dikelompokkan sebagai berikut:

a. Man/Manusia (tenaga kerja).

b. Method/Metode kerja.

c. Machine/Mesin atau peralatan kerja lainnya.

d. Material/Bahan baku.

e. Environment/Lingkungan kerja.

3. Hasil dan Pembahasan

Pengolahan data mulai dilakukan per sub grup dengan diawali menggunakan peta kendali Xbar – R.

Metode ini digunakan karena dapat berhubungan dengan hasil analisis, yaitu dengan mengontrol rata-rata model berbasis sampel. Dengan menggunakan peta kendali rata-rata (X) dan juga dengan peta kendali jarak (R), dapat mengetahui berapa banyak data kualitas dengan nilai parameter density at 15C, freezing point, dan electrical conductivity yang berada dalam batas kendali statistik berdasarkan data yang didapat. Setelah itu, dilakukan analisis penyebab kualitas bahan bakar avtur dengan nilai density at 15C, freezing point, dan electrical conductivity yang tidak sesuai standar dengan membuat diagram tulang ikan (fishbone diagram).

Peta Kendali Rata-rata dan Jarak (X-R Chart) a. Menghitung nilai rata-rata tiap subgrup (𝑥̅)

Rata-rata (𝑥̅) dihitung menggunakan rumus 𝑥̅ = ^𝑥¹^+𝑥²

2 berdasarkan persamaan 1 sehingga didapatkan hasil berikut ini:

Tabel 1. Data Xbar Sub Grup Density at 15C

Kilang DPPU

04/03/2022 MT Sei Pakning 806,9 804,4 805,65

11/03/2022 MT Sambu 804,4 805,3 804,85

19/03/2022 MT Sei Pakning 805,1 805,0 805,05

25/03/2022 MT Sungai Gerong 805,3 805,7 805,50

28/03/2022 MT Sambu 806,4 802,1 804,25

30/03/2022 MT Sinar Agra 805,7 799,5 802,60

04/04/2022 MT Sei Pakning 805,1 797,6 801,35

12/04/2022 MT Sungai Gerong 797,6 799,9 798,75

21/04/2022 MT Sambu 799,9 800,5 800,20

26/04/2022 MT Sei Pakning 800,5 800,3 800,40

02/05/2022 MT Sungai Gerong 803,2 801,0 802,10

07/05/2022 MT Sambu 803,3 799,6 801,45

07/05/2022 MT Sei Pakning 799,6 799,1 799,35

14/05/2022 MT Sungai Gerong 799,1 801,6 800,35

19/05/2022 MT Sambu 799,6 803,6 801,60

27/05/2022 MT Senipah 801,6 803,2 802,40

02/06/2022 MT Sei Pakning 803,6 798,9 801,25

02/06/2022 MT Sungai Gerong 803,2 802,8 803,00 Tanggal Xbar

Pemuatan Vessel Pemeriksaan

(5)

Tabel 2. Data Xbar Sub Grup Freezing Point

Tabel 3. Data Xbar Sub Grup Electrical Conductivity

b. Menghitung nilai kisaran (R) pada setiap subgrup

Perhitungan jarak (R) data pada setiap subgrup menggunakan rumus 𝑅 = 𝑥𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑏𝑒𝑠𝑎𝑟+ 𝑥𝑛𝑖𝑙𝑎𝑖 𝑡𝑒𝑟𝑘𝑒𝑐𝑖𝑙 berdasarkan persamaan 5 sehingga didapatkan hasil sebagai berikut.

Kilang DPPU

04/03/2022 MT Sei Pakning -53,00 -53,00 -53,00

11/03/2022 MT Sambu -53,00 -52,00 -52,50

19/03/2022 MT Sei Pakning -52,00 -53,00 -52,50 25/03/2022 MT Sungai Gerong -52,00 -54,00 -53,00

28/03/2022 MT Sambu -52,00 -53,00 -52,50

30/03/2022 MT Sinar Agra -53,00 -57,00 -55,00 04/04/2022 MT Sei Pakning -53,00 -57,00 -55,00 12/04/2022 MT Sungai Gerong -52,00 -50,00 -51,00

21/04/2022 MT Sambu -50,00 -52,00 -51,00

07/05/2022 MT Sambu -54,00 -54,00 -54,00

19/05/2022 MT Sambu -54,00 -55,00 -54,50

27/05/2022 MT Senipah -55,00 -55,30 -55,15

Tanggal Xbar

Kilang DPPU

04/03/2022 MT Sei Pakning 83 101 92,0

11/03/2022 MT Sambu 101 70 85,5

19/03/2022 MT Sei Pakning 90 85 87,5

25/03/2022 MT Sungai Gerong 70 50 60,0

28/03/2022 MT Sambu 50 53 51,5

30/03/2022 MT Sinar Agra 58 111 84,5

04/04/2022 MT Sei Pakning 53 87 70,0

12/04/2022 MT Sungai Gerong 87 65 76,0

21/04/2022 MT Sambu 65 55 60,0

26/04/2022 MT Sei Pakning 55 78 66,5

02/05/2022 MT Sungai Gerong 75 80 77,5

07/05/2022 MT Sambu 77 65 71,0

07/05/2022 MT Sei Pakning 65 98 81,5

14/05/2022 MT Sungai Gerong 98 103 100,5

19/05/2022 MT Sambu 65 61 63,0

27/05/2022 MT Senipah 103 54 78,5

02/06/2022 MT Sei Pakning 61 74 67,5

02/06/2022 MT Sungai Gerong 55 74 64,5

Tanggal

Pemuatan Vessel Pemeriksaan Xbar

(6)

Tabel 4. Data R Sub Grup Density at 15C

Tabel 5. Data R Sub Grup Freezing Point

Kilang DPPU

04/03/2022 MT Sei Pakning 806,9 804,4 2,5

11/03/2022 MT Sambu 804,4 805,3 0,9

19/03/2022 MT Sei Pakning 805,1 805,0 0,1

25/03/2022 MT Sungai Gerong 805,3 805,7 0,4

28/03/2022 MT Sambu 806,4 802,1 4,3

30/03/2022 MT Sinar Agra 805,7 799,5 6,2

04/04/2022 MT Sei Pakning 805,1 797,6 7,5

12/04/2022 MT Sungai Gerong 797,6 799,9 2,3

21/04/2022 MT Sambu 799,9 800,5 0,6

26/04/2022 MT Sei Pakning 800,5 800,3 0,2

02/05/2022 MT Sungai Gerong 803,2 801,0 2,2

07/05/2022 MT Sambu 803,3 799,6 3,7

07/05/2022 MT Sei Pakning 799,6 799,1 0,5

14/05/2022 MT Sungai Gerong 799,1 801,6 2,5

19/05/2022 MT Sambu 799,6 803,6 4,0

27/05/2022 MT Senipah 801,6 803,2 1,6

02/06/2022 MT Sei Pakning 803,6 798,9 4,7

02/06/2022 MT Sungai Gerong 803,2 802,8 0,4

Tanggal

R

Kilang DPPU

04/03/2022 MT Sei Pakning -53,00 -53,00 0

11/03/2022 MT Sambu -53,00 -52,00 1

19/03/2022 MT Sei Pakning -52,00 -53,00 1

25/03/2022 MT Sungai Gerong -52,00 -54,00 2

28/03/2022 MT Sambu -52,00 -53,00 1

30/03/2022 MT Sinar Agra -53,00 -57,00 4

04/04/2022 MT Sei Pakning -53,00 -57,00 4

12/04/2022 MT Sungai Gerong -52,00 -50,00 2

21/04/2022 MT Sambu -50,00 -52,00 2

26/04/2022 MT Sei Pakning -52,00 -54,00 2

02/05/2022 MT Sungai Gerong -54,00 -54,00 0

07/05/2022 MT Sambu -54,00 -54,00 0

07/05/2022 MT Sei Pakning -53,00 -56,00 3

14/05/2022 MT Sungai Gerong -56,00 -55,00 1

19/05/2022 MT Sambu -54,00 -55,00 1

27/05/2022 MT Senipah -55,00 -55,30 0

02/06/2022 MT Sei Pakning -55,00 -53,00 2

02/06/2022 MT Sungai Gerong -55,00 -55,00 0 Tanggal

R

(7)

Tabel 6. Data Xbar Sub Grup Electrical Conductivity

c. Menghitung Central Line

Kemudian dilakukan perhitungan garis tengah (central line) pada kolom nilai rata-rata (𝑋̅) dan kolom nilai jarak (R). Pada bagan kendali 𝑋̅, central line (CL) 𝑥̿ dihitung dengan rumus pada persamaan 2.

1) Density at 15 °C

𝑥̿ = 𝑥̅̅̅ + 𝑥₁ ̅̅̅ + ⋯ + 𝑥₂ ̅̅̅̅₁₈ 18

𝑥̿ =14.432,35 18 𝑥̿ = 806,3 2) Freezing Point

𝑥̿ = 𝑥̅̅̅ + 𝑥₁ ̅̅̅ + ⋯ + 𝑥₂ ̅̅̅̅₁₈ 18

𝑥̿ =(− 965,15) 18 𝑥̿ = − 53,62

3) Electrical Conductivity 𝑥̿ = 𝑥̅̅̅ + 𝑥1 ̅̅̅ + ⋯ + 𝑥2 ̅̅̅̅18

18 𝑥̿ =1.337,5

18 𝑥̿ = 74,31

Lalu, pada bagan kendali R, central line (CL) 𝑥̿ dihitung dengan menggunakan rumus pada persamaan 6.

𝑅̅ = 𝑅₁+ 𝑅₂+ ⋯ + 𝑅₁₈ 18

𝑅̅ = 44,6 𝑅̅ = 2,48 18

2) Freezing Point

𝑅̅ = 𝑅1+ 𝑅2+ ⋯ + 𝑅18

18 𝑅̅ = 26,3

18

Kilang DPPU

04/03/2022 MT Sei Pakning 83 101 18

11/03/2022 MT Sambu 101 70 31

19/03/2022 MT Sei Pakning 90 85 5

25/03/2022 MT Sungai Gerong 70 50 20

28/03/2022 MT Sambu 50 53 3

30/03/2022 MT Sinar Agra 58 111 53

04/04/2022 MT Sei Pakning 53 87 34

12/04/2022 MT Sungai Gerong 87 65 22

21/04/2022 MT Sambu 65 55 10

26/04/2022 MT Sei Pakning 55 78 23

02/05/2022 MT Sungai Gerong 75 80 5

07/05/2022 MT Sambu 77 65 12

07/05/2022 MT Sei Pakning 65 98 33

14/05/2022 MT Sungai Gerong 98 103 5

19/05/2022 MT Sambu 65 61 4

27/05/2022 MT Senipah 103 54 49

02/06/2022 MT Sei Pakning 61 74 13

02/06/2022 MT Sungai Gerong 55 74 19

Tanggal

Pemuatan Vessel Pemeriksaan R

(8)

𝑅̅ = 1,46

3) Electrical Conductivity 𝑅̅ = 𝑅₁+ 𝑅₂+ ⋯ + 𝑅₁₈

18 𝑅̅ = 359 𝑅̅ = 19,94 18

d. Menghitung Batas Kendali

Setelah itu dilakukan perhitungan batas kendali atas serta batas kendali bawah untuk X-R Chart yang dilakukan dengan berdasarkan Table of Control Chart Constants untuk data sebanyak 2 sampel yaitu sebagai berikut:

Tabel 7. Table of Control Chart Constants

Pada peta kendali rata-rata (𝑋̅), perhitungan batas kendali atas atau upper control limit (UCL) dilakukan menggunakan rumus pada persamaan 3.

UCL X̅ = 802,23 + 1,880 (2,48) UCL X̅ = 806,89

2) Freezing Point

UCL X̅ = 53,62 + 1,880 (1,46) UCL 𝑋̅ = 56,37

3) Electrical Conductivity

UCL X̅ = 74,31 + 1,880 (19,94) UCL X̅ = 111,8

Lalu, perhitungan batas kendali bawah atau lower control limit (LCL) dilakukan dengan menggunakan rumus pada persamaan 4.

LCL X̅ = 802,23 − 1,880 (2,48) LCL X̅ = 797,57

2) Freezing Point

LCL X̅ = 53,62 − 1,880 (1,46) LCL X̅ = 50,87

3) Electrical Conductivity

LCL X̅ = 74,31 + 1,880 (19,94) LCL X̅ = 36,81

Sedangkan, untuk peta kendali jarak (𝑅), perhitungan batas kendali atas atau upper control limit (UCL) dilakukan dengan menggunakan rumus pada persamaan 7.

1) Density at 15 °C UCL R = 3,267 (2,48) UCL R = 8,09

2) Freezing Point

UCL R = 3,267 (1,46) UCL R = 4,773 3) Electrical Conductivity

UCL R = 3,267 (19,94) UCL R = 65,16

Lalu, perhitungan batas kendali bawah atau lower control limit (LCL) dilakukan dengan menggunakan rumus pada persamaan 8.

1) Density at 15 °C UCL R = 0 (2,48) UCL R = 0 2) Freezing Point

(9)

UCL R = 0 (1,46) UCL R = 0

3) Electrical Conductivity UCL R = 0 (19,94) UCL R = 0

e. Membuat tabel 𝑋̅ − 𝑅 𝑐ℎ𝑎𝑟𝑡

Setelah mendapatkan nilai garis tengah (CL), batas kendali atas (UCL), dan batas kendali bawah (LCL), maka dibuat grafik peta kendali rata-rata (X) serta peta kendali jarak (R) berdasarkan data yang sudah didapat di atas.

Gambar 1. Grafik Xbar Chart Density at 15 °C

Gambar 2. Grafik R Chart Density at 15 °C 2) Freezing Point

Gambar 3. Grafik Xbar Chart Freezing Point

(10)

Gambar 4. Grafik R Chart Freezing Point 3) Electrical Conductivity

Gambar 5. Grafik Xbar Chart Electrical Conductivity

Gambar 6. Grafik R Chart Electrical Conductivity

Pada grafik-grafik di atas dapat terlihat bahwa tidak diperoleh data yang terlihat melebihi batas kendali atas maupun bawah yang berarti bahwa data yang sudah diolah untuk berada dalam kondisi aman dalam batas kendali. Setelah pengolahan data X Chart dan R Chart tersebut sudah dilakukan, didapatkan hasil nilai garis tengah (CL), batas kendali atas (UCL), dan batas kendali bawah (LCL) secara berurutan untuk parameter Density at 15 °C yaitu 802,23, 806,89, dan 797,57. Untuk parameter Freezing Point adalah -53,62, -56,37, dan -50,85. Untuk parameter Electrical Conductivity adalah 74,31, 111,80, dan 36,81.

Setelah didapatkan hasil nilai garis tengah (CL), batas kendali atas (UCL), dan batas kendali bawah (LCL) maka dibuat grafik X̅ Chart dan grafik R Chart beserta data yang sudah didapat.

(11)

Berdasarkan pada grafik hasil pengolahan data X Chart dan R Chart pada Gambar 1 hingga Gambar 6 dapat terlihat bahwa semua data, baik itu data X Chart maupun R Chart berada dalam batas kendali dan tidak diperoleh data yang terlihat melebihi batas kendali atas maupun bawah. Ini berarti bahwa data yang sudah diolah untuk berada dalam kondisi aman dan layak sesuai syarat batas kendali.

Selama ini, standar internasional spesifikasi nilai batas kendali bahan bakar avtur yang ditetapkan untuk parameter Density at 15 °C adalah 775 – 840 kg/m³, untuk Freezing Point adalah max -47 °C, dan untuk Electrical Conductivity adalah 50 – 600 pS/m. Dari Tabel 8. hingga Tabel 10. dapat dilihat bahwa nilai batas kendali parameter Density at 15 °C, Freezing Point, dan Electrical Conductivity yang didapat pada penelitian ini sudah berada di dalam batas aman dari nilai batas kendali standar spesifikasi internasional. Hal ini menunjukkan bahwa persyaratan mutu bahan bakar avtur yang diteliti ini tergolong sudah memenuhi spesifikasi yang telah ditentukan sesuai dengan standar spesifikasi internasional.

Tabel 8. Batas Kendali Density at 15 °C Bahan Bakar Avtur

Tabel 9. Batas Kendali Freezing Point Bahan Bakar Avtur

Tabel 10. Batas Kendali Electrical Conductivity Bahan Bakar Avtur

Diagram Sebab-Akibat

Berdasarkan hasil dari pengolahan data 𝑋̅ − 𝑅 Chart yang sudah diperoleh, maka selanjutnya dicari sebab nilai kualitas sudah sesuai dengan batas kendali dan sesuai dengan standar spesifikasi acuan dengan menggunakan fishbone diagram. Dilakukan analisa melalui diskusi dengan Inspector Aviation Facilities dan studi literatur sehingga didapatkan hasil yang tertera pada Gambar 7 di bawah ini.

Gambar 7. Diagram Sebab-Akibat

Didapatkan beberapa sebab yang dapat disimpulkan sebagai berikut:

a. Metode

Proses pengendalian kualitas dilakukan dengan beberapa metode yang sudah disusun dengan baik untuk prosedur melaksanakan pengendalian kualitas bahan bakar avtur diantaranya dengan memantau semua aspek yang berpengaruh, melakukan pembaharuan metode yang digunakan, dan mengoptimalkan seluruh prosedur yang harus dijalankan.

Batas Hasil Analisis Batas Standar Spesifikasi Satuan

797,57 - 806,89 775 - 840 kg/m³

Batas Hasil Analisis Batas Standar Spesifikasi Satuan (-50,85) - (-56,37) maksimum -47

Batas Hasil Analisis Batas Standar Spesifikasi Satuan

36,81 - 111,80 50 - 600 pS/m

Mesin berkualitas

Kualitas setiap rantai pasok baik Sistem berfungsi baik

Pemantauan semua aspek Tenaga kerja tersertifikasi

Pembaharuan metode Tenaga kerja terlatih

Pengoptimalan prosedur

Metode Perawatan mesin

Kualitas bahan bakar Avtur sesuai

standar spesifikasi Mesin

Material

Lingkungan Manusia

Bahan mentah berkualitas

Bebas kontaminasi partikel

(12)

b. Mesin

Mesin dan peralatan yang digunakan dapat mempengaruhi proses dan kualitas dari bahan bakar avtur sehingga dibutuhkan mesin yang berkualitas dengan perawatan mesin secara berkala dan memastikan sistem berfungsi secara baik seperti yang diharuskan agar dapat terjamin proses untuk kualitas yang baik.

c. Manusia

Manusia sebagai tenaga kerja yang mengatur segala kegiatan pengendalian kualitas mulai dari tahap awal hingga tahap akhir memiliki peran penting demi berjalannya pengendalian kualitas yang baik sesuai prosedur. Maka dari itu, tenaga kerja yang terlibat harus melalui tahap pelatihan dan mendapatkan sertifikasi keahlian untuk melakukan pengendalian kualitas bahan bakar avtur agar terjamin dapat berjalan sesuai ketentuan yang berlaku.

d. Material

Material merupakan bahan mentah bahan bakar avtur yaitu kerosin sebagai cikal bakal terbentuknya produk tersebut. Kualitas kerosin yang baik akan mempengaruhi kualitas bahan bakar avtur sebagai produk jadi dan menjaga bahan setiap dengan kualitas yang baik sehingga dapat digunakan untuk kegiatan operasional penerbangan yang aman.

e. Lingkungan

Lingkungan juga mempengaruhi kualitas bahan mentah (kerosin) maupun bahan bakar avtur yang sudah jadi mulai dari rantai proses awal, pasokan, hingga distribusi ke konsumen agar bebas dari kontaminasi partikel yang terlarang seperti air, pasir, dll agar terjaminnya kualitas bahan bakar avtur sesuai standar spesifikasi.

4. Kesimpulan

Pengendalian kualitas menggunakan Metode Statitstical Quality Control dengan alat Peta Kendali Rata-rata dan Jarak (𝑋̅ − 𝑅 Chart) pada produk bahan bakar avtur yang diteliti untuk parameter didapatkan nilai Density at 15 °C sebesar 797,57 – 806,89 kg/m³, nilai Freezing Point sebesar (-50,85) – (-56,37) °C, dan nilai Electrical Conductivity sebesar 36,81 – 111,8 pS/m. Sehingga tidak ditemukan penyimpangan melebihi batas kendali atas maupun batas kendali bawah yang berarti berada dalam batas aman sehingga mutu bahan bakar avtur sesuai dengan standar spesifikasi yang ditetapkan dan baik untuk digunakan.

Faktor penyebab tercapainya kualitas bahan bakar avtur yang sudah sesuai dengan batas kendali dan standar spesifikasi karena disebabkan oleh faktor manusia, material, mesin, dan lingkungan. Faktor yang paling dominan menyebabkan keberhasilan kualitas adalah faktor dari keandalan metode dan mesin yang digunakan.

5. Referensi

[1] F. Eddyono, Pengelolaan Destinasi Pariwisata, Ponorogo: Uwais Inspirasi Indonesia, 2021.

[2] A. Atmadjati, Manajemen Operasional Bandar Udara, Sleman: Deepublish, 2014.

[3] S. Prismulanda, "Analisis Prakiraan Kebutuhan Bahan Bakar Minyak Transportasi Darat Dengan Skenario Bau Serta Kajian Emisi Co2 Yang Dihasilkan (Studi Kasus: Kota Dumai)," Doctoral dissertation, Universitas Islam Negeri Sultan Syarif Kasim Riau, Riau, 2022.

[4] B. Wiyantoko, Modul Kuliah Kimia Petroleum, Yogyakarta: Universitas Islam Indonesia, 2016.

[5] V. Y. H. Yuvensius, "Strategi Operasi Dan Komersial Sektor Bisnis Distribusi Bahan Bakar Minyak (BBM) Pada PT Pelindo Energi Logistik Di Pelabuhan Tanjung Perak-Surabaya," Karya Tulis, 2021.

[6] I. Syahputra, "Rancang Bangun Simulator Refueling dan Defueling Pada Pesawat Udara," Doctoral dissertation, Politeknik Negeri Sriwijaya, 2021.

[7] E. A. A.K.A., "Desain Self-Propelled Oil Barge (SPOB) Untuk Desain Self-Propelled Oil Barge (SPOB) untuk Kabupaten Sumenep," Skripsi, Institut Teknologi Sepuluh Nopember, Surabaya, 2014.

[8] G. Felix, "Strategi Hidup Keluarga Miskin Dalam Menghadapi Kenaikan BBM di Kota Surakarta,"

Universitas Sebelas Maret, Surakarta, 2009.

[9] N. D. Ruswin and A. Adirizky, "Prarancangan Pabrik Bioavtur Dari CPO Kapasitas 5.213.000 Kiloliter/Tahun," Universitas Islam Indonesia, Yogyakarta, 2022.

[10] A. A. Sulaiman, K. Subagyono, F. Jufri, P. Simatupang, D. Soetopo, M. Syukur, D. Pranowo, M.

Herman, A. Aunillah, dan B. Prastowo, Biofuel B100 Menuju Energi Masa Depan, IAARD PRESS.

(13)

[11] V. Gaspersz, Manajemen Kualitas Dalam Industri Jasa, Jakarta: Gramedia Pustaka Utama, 2002.

[12] D. Z. Abdillah, "Analisis Pengendalian Kualitas Produksi Tahu Pada Usaha Tahu Kuring Pekanbaru,"

Universitas Islam Riau, Riau, 2021.

[13] R. Fitriana, D. K. Sari and A. N. Habyba, Pengendalian dan Penjaminan Mutu, Wawasan Ilmu, 2021.

[14] M. W. Noor and F. Fauziyah, "Pengendalian Kualitas Crude Palm Oil Perusahaan Minyak Kelapa Sawit PT. Kalimantan Sanggar Pusaka Dalam Upaya Mengendalikan Tingkat Kerusakan Produk Menggunakan Alat Bantu Statistical Process Control," Jurnal Manajemen Bisnis, vol. 7, no. 1, pp.

110-129, 2016.

[15] R. P. Sari and D. Puspita, "Analisis Tingkat Kecacatan Produk Lever Assy Parking Brake Menggunakan Metode Statistical Quality Control (SQC)," JIEMS (Journal of Industrial Engineering and Management Systems), vol. 11, no. 2, pp. 77-83, 2018.

[16] S. Alhamda, Buku Ajar Metlit dan Statistik, Sleman: Deepublish, 2018.

[17] M. Nasution, Manajemen Mutu Terpadu (Total Quality Management), Bogor: Ghalia Indonesia, 2005.

[18] T. A. Auliandri and M. Kurniastuti, "Evaluasi On-Time Performance Pada Maskapai Tiger Airways Rute Surabaya-Singapura dengan Menggunakan Diagram Kontrol, Diagram Pareto, dan Diagram Sebab-Akibat," Jurnal Manajemen dan Bisnis Indonesia, vol. 3, no. 3, pp. 334-346, 2016.

[19] D. E. A. A. M. Bambang Sudaryana and H. R. &. S. M. Agusiady, Metodologi Penelitian Kuantitatif, Deepublish, 2022.

[20] R. P. Sari and D. Puspita, "Analisis Tingkat Kecacatan Produk Lever Assy Parking Brake Menggunakan Metode Statistical Quality Control (SQC)," Journal of Industrial Engineering and Management Systems, vol. 11, no. 2, pp. 77-83, 2018.