1844 ,
5 ,
47 1
408 ,
960 ,
3 n
1 V
F Cl
eff e
91 ,
1 ,
05 ,
± =
× ×
=
×
× =
predicted konfirmasi
konfirmasi predicted
konfirmasi
Cl Cl
+ µ
≤ µ
≤ −
µ 1844
, 1981
, 1981
, 1844
, 1981
, +
≤ ≤
− 3825
, 1981
, 0137
, ≤
≤
5.3. Pemecahan Masalah
Untuk pemecahan masalah akan dilakukan tahap pengukuran hasil implementasi dan uji proporsi untuk menentukan besarnya penurunan cacat.
5.3.1. Pengukuran Implementasi
Setelah tahap percobaan konfirmasi dilakukan maka dilakukan tahap implementasi dengan menggunakan kombinasi level faktor optimal yaitu: A
2
, B
1,
C
2,
D
2,
E
1,
F
1
dan G
2
untuk melihat apakah proporsi persentase cacat mengalami penurunan dalam mendukung pemilihan kombinasi faktor yang optimal tersebut.
Tabel 5.22. Proporsi Cacat Implementasi
No. Tanggal
Frekwensi Produksi
n Frekwensi
Cacat
n ρ
Proporsi
ρ
UCL LCL
1 1-Maret-2012
10 1
0,100 1.1648
2 2-Maret-2012
14 2
0,143 0.8635
3 3-Maret-2012
12 2
0,167 0.8635
4 5-Maret-2012
13 2
0,154 0.8635
5 6-Maret-2012
17 2
0,118 0.8635
6 7-Maret-2012
14 2
0,143 0.8635
7 8-Maret-2012
12 1
0,083 1.1648
8 9-Maret-2012
15 2
0,133 0.8635
9 10-Maret-2012
16 3
0,188 0.7300
10 12-Maret-2012
10 1
0,100 1.1648
11 13-Maret-2012
12 2
0,167 0.8635
12 14-Maret-2012
16 2
0,125 0.8635
13 15-Maret-2012
13 2
0,154 0.8635
14 16-Maret-2012
14 2
0,143 0.8635
15 17-Maret-2012
15 2
0,133 0.8635
16 19-Maret-2012
10 1
0,100 1.1648
17 20-Maret-2012
18 3
0,167 0.7300
18 21-Maret-2012
17 2
0,118 0.8635
19 22-Maret-2012
19 2
0,105 0.8635
20 24-Maret-2012
14 2
0,143 0.8635
21 26-Maret-2012
15 2
0,133 0.8635
22 27-Maret-2012
13 2
0,154 0.8635
23 28-Maret-2012
17 3
0,176 0.7300
24 29-Maret-2012
15 2
0,133 0.8635
25 30-Maret-2012
19 2
0,105 0.8635
Jumlah 360
49 3,384
Rata-rata 14,400
1,960 0,135
5.3.2. Peta Kendali p untuk Percobaan Implementasi
Dengan penggunaan data selama implementasi maka digambarkan peta kendali untuk memperlihatkan batas-batas UCL dan LCL. Data perhitungan UCL
dan LCL pada saat percobaan dapat dilihat pada Tabel 5.23. Rata-rata bagian cacat :
1361 ,
360 49
n n
inspeksi total
cacat total
p =
= ∑
ρ ∑
= =
−
Garis pusat : Cl =
−
p = 0,1361
n 3429
, 3
1361 ,
UCL n
1176 ,
3 1361
, n
1361 ,
1 1361
, 3
1361 ,
UCL
× +
= +
= −
+ =
n 3429
, 3
1361 ,
LCL ×
− =
Dari hasil perhitungan UCL dan LCL dapat digambarkan grafik peta kontrol p untuk implementasi pada Gambar 5.7.
Gambar 5.7. Peta Kontrol p Implementasi
5.3.3. Uji Selisih Antara Dua Proporsi
Data produksi awal pada Tabel 5.5. sedangkan data untuk hasil implementasi dapat dilihat pada Tabel 5.22. Proporsi data awal sebelum
percobaan diasumsikan p
1
. Proporsi data implementasi diasumsikan dengan p
2
. Perhitungan uji selisih dua proporsi sebagai berikut:
1. H
o
: p
1
= p
2
2. H
i
: p
1
p
2
3. Tentukan taraf nya ta α = 0,05
4. Wilayah kritik: Z
hitung
Z
0,05
5. Perhitungan: 209
, 329
69 n
x p
1 1
1
= =
=
136 ,
360 49
n x
p
2 2
2
= =
=
1713 ,
360 329
49 69
n n
x x
p
2 1
2 1
= +
+ =
+ +
=
q = 1-p = 1- 0,1713 = 0,8287
5436 ,
2 0287
, 073
, 360
1 329
1 8287
, 1713
, 136
, 209
, n
1 n
1 q
p p
p Z
2 1
2 1
= =
+
×
− =
+
×
− =
6. Kesimpulan: Z
0,05
= 0,9492 Maka tolak H
o
karena Z
hitung
= 2,5436 lebih besar dari Z
0,05
= 0,9492 dan dapat disimpulkan bahwa proporsi sampel pertama lebih besar dibandingkan dengan
proporsi sampel ke dua.
BAB VI ANALISA PEMECAHAN MASALAH
6.1. Analisa dengan Statistical Process Control
Data yang digunakan adalah data atribut sehingga digunakan peta kontrol p. Berdasarkan pengolahan data, diperoleh batas-batas kontrol yang diperlukan
yaitu UCL dan LCL. Dari gambar peta kontrol, dapat dilihat bahwa proses yang terjadi berada dalam batas kontrol.
Perhitungan kapabilitas proses dilakukan untuk mengetahui kemampuan proses. Dengan hasil perhitungan awal sebesar 0,4187. Nilai tersebut
menunjukkan bahwa kemampuan proses masih dalam kriteria rendah. Cara meningkatkan kemampuan proses dengan menentukan parameter secara optimal
terhadap mesin yang mempengaruhi proses produksi dalam mengurangi ketidaksesuaian kualitas CPO yang dihasilkan.
6.2. Analisa Percobaan dengan Metode Taguchi
Berdasarkan perhitungan jumlah derajat kebebasan diperoleh 7, maka orthogonal array adalah L
8
, yang berarti memiliki 8 eksperimen dimana tiap eksperimen dipengaruhi oleh 7 faktor yang masing-masing memiliki 2 level.
Dengan implementasi Taguchi, kombinasi level yang terbaik adalah A
2
, B
1,
C
2,
D
2,
E
1,
F
1
dan G
2
dibandingkan dengan keadaan awal perusahaan pada kombinasi A
2
, B
1,
C
1,
D
1,
E
2,
F
1
dan G
1
. Hasil implementasi menunjukkan adanya penurunan cacat