Rudi Kencana : Analisis Pengendalian Mutu Pada Pengolahan Minyak Sawit Dengan Metode Statistical Quality Control SQC Pada PTP. Nusantara IV PKS Adolina, 2009.
Gambar 5.1. Histogram Kadar Asam Lemak Bebas
5.3.1.2. Histogram Kadar Air
Dari data hasil pengujian kadar air diatas, maka histogram kadar air dapat dilihat pada Gambar 5.2. berikut.
Gambar 5.2. Histogram Kadar Air 5.3.1.3. Histogram Kadar Kotoran
Rudi Kencana : Analisis Pengendalian Mutu Pada Pengolahan Minyak Sawit Dengan Metode Statistical Quality Control SQC Pada PTP. Nusantara IV PKS Adolina, 2009.
Dari data hasil pengujian kadar kotoran diatas, maka histogram kadar kotoran dapat dilihat pada Gambar 5.3. berikut.
Gambar 5.3. Histogram Kadar Air 5.3.2. Uji Normalitas Data
5.3.2.1. Uji Kenormalan Data Kadar Asam Lemak Bebas
Adapun langkah – langkah yang dilakukan untuk uji kenormalan pada Y
Max
= 4,57 Y
min
= 2,34 R = Y
maks
– Y
min
= 4,57 – 2,34 = 2,23
K Jumlah Kelas :
Rudi Kencana : Analisis Pengendalian Mutu Pada Pengolahan Minyak Sawit Dengan Metode Statistical Quality Control SQC Pada PTP. Nusantara IV PKS Adolina, 2009.
K = 1 + 3,3 log n = 1 + 3,3 log 189
= 1 + 3,3 2,276 = 8,51
≈ 9 kelas I = interval kelas :
I
K R
=
9 23
, 2
=
= 0,2478 ≈ 0.25
Dari hasil perhitungan tersebut maka data distribusi frekuensi kadar Asam Lemak Bebas ALB dapat dihitung seperti yang tertera pada Tabel 5.2.
Tabel 5.2. Data Distribusi Frekuensi Kadar Asam Lemak Bebas ALB
INTERVAL BKB
Titik TengahXi
BKA Fi
fi.xi 2,34 - 2,58
2,335 2,46
2,585 5
12,3 2,59 - 2,83
2,585 2,71
2,835 12
32,52 2,84 - 3,08
2,835 2,96
3,085 42
124,32 3,09 - 3,33
3,085 3,21
3,335 41
131,61 3,34 - 3,58
3,335 3,46
3,585 42
145,32 3,59 - 3,83
3,585 3,71
3,835 29
107,59
Rudi Kencana : Analisis Pengendalian Mutu Pada Pengolahan Minyak Sawit Dengan Metode Statistical Quality Control SQC Pada PTP. Nusantara IV PKS Adolina, 2009.
3,84 – 4,08 3,835
3,96 4,085
8 31,68
4,09 - 4,33 4,085
4,21 4,335
6 25,26
4,34 - 4,59 4,335
4,465 4,595
4 17,86
Total 189
628,46
Besarnya X rata-rata data kadar Asam Lemak Bebas ALB:
Besarnya standar deviasi ditentukan dengan persamaan :
41553 ,
1 189
325 ,
3 345
, 4
4 ...
325 ,
3 69
, 2
12 3,320
- 52,455
2 2
2
= −
− +
− +
= Sd
Skor baku ditentukan oleh persamaan : 3,3149
189 46
, 628
. =
= =
∑ ∑
fi xi
fi X
σ
X X
Z −
= 1
2
− −
=
∑
n X
Xi fi
Sd
Rudi Kencana : Analisis Pengendalian Mutu Pada Pengolahan Minyak Sawit Dengan Metode Statistical Quality Control SQC Pada PTP. Nusantara IV PKS Adolina, 2009.
Dari persamaan tersebut, maka skor baku dari masing-masing batas kelompok kontinu dapat ditentukan. Sebagai contoh diambil batas kelompok kontinu
2,335-2,585 sebagai berikut :
38 ,
2 4164
, 325
, 3
335 ,
2
335 ,
2 335
, 2
− =
− =
Z Z
dan
78 ,
1 4164
, 325
, 3
585 ,
2
575 ,
2 575
, 2
− =
− =
Z Z
Luas Kurva = P -2,38 Z -1,78 = P Z -1,78 – PZ -2,38
= 0,0375 – 0,0087 = 0.0288
Dari hasil di atas, maka diperoleh pula ekspektasi untuk masing-masing batas kontinu ei, yang ditentukan dengan persamaan :
ei = Pi x N P
i
= Luas Kurva N = jumlah data pengamatan
Contoh : Untuk kelas I, ei = Pi x N = 0.0288 x 189 = 5,4432 Nilai ekspektasi dari masing-masing batas kontinu dapat dilihat pada Tabel
5.3.
Tabel 5.3. Data Luas Kurva Untuk Kadar Kotoran
Rudi Kencana : Analisis Pengendalian Mutu Pada Pengolahan Minyak Sawit Dengan Metode Statistical Quality Control SQC Pada PTP. Nusantara IV PKS Adolina, 2009.
Batas Kontinu x
PZ
BKB
PZ
BKA
Luas kurva F
i
e
i
2,335 - 2,585 -2,38
-1,78 0,0288
5 5,4432
2,585 - 2,835 -1,78
-1,18 0,0815
12 15,4035
2,835 - 3,085 -1,18
-0,58 0,1620
42 30,6180
3,085 - 3,335 -0,58
0,02 0,2270
41 42,9030
3,335 - 3,585 0,02
0,62 0,2244
42 42,4116
3,585 - 3,835 0,62
1,22 0,1564
29 29,5596
3,835 – 4,085 1,22
1,83 0,0776
8 14,6664
4,085 - 4,335 1,83
2,43 0,0261
6 4,9329
4,335 - 4,595 2,43
3,05 0,0064
4 1,2096
1 189
189
Dari hasil perhitungan luas kurva pada Tabel di atas, akan digabung sehingga akan diperoleh kelas baru seperti ditunjukkan pada Tabel 5.4.
Tabel 5.4. Data Revisi Luas Kurva Dan Frekuensi Ekspektasi Kadar ALB
Batas Kontinu x
PZ
BKB
PZ
BKA
Luas kurva F
i
e
i
Fi-ei2ei 2,335 - 2,585
-2,38 -1,78
0,0288 5
5,4432 0,036
2,585 - 2,835 -1,78
-1,18 0,0815
12 15,4035
0,752
Rudi Kencana : Analisis Pengendalian Mutu Pada Pengolahan Minyak Sawit Dengan Metode Statistical Quality Control SQC Pada PTP. Nusantara IV PKS Adolina, 2009.
2,835 - 3,085 -1,18
-0,58 0,1620
42 30,6180
4,231 3,085 - 3,335
-0,58 0,02
0,2270 41
42,9030 0,084
3,335 - 3,585 0,02
0,62 0,2244
42 42,4116
0,004 3,585 - 3,835
0,62 1,22
0,1564 29
29,5596 0,011
3,835 – 4,085 1,22
1,83 0,0776
8 14,6664
3,030 4,085 - 4,595
1,83 3,05
0,0325 10
6,1425 2,423
1 189
189 10,5709
Tahap pengujian :
1. Rumusan Hipotesa
Ho : Data berdistribusi normal Hi : Data tidak berdistribusi normal
2. Jumlah Kelas k = batas kontiniu = 8
V derajat kebebasan = 8 – 3 = 5 Level of significance
α = 0.05
3. Nilai Chi Kuadrat hitung
4. Nilai Chi Kuadrat tabel untuk V = 5 dan
α = 0.05 adalah
=
1 05
.
X
11.070 5.
Chi Kuadrat hitung Chi Kuadrat tabel 10,5709 11.070 5709
, 1
4 1
2 2
= −
=
∑
= i
ei ei
Oi χ
Rudi Kencana : Analisis Pengendalian Mutu Pada Pengolahan Minyak Sawit Dengan Metode Statistical Quality Control SQC Pada PTP. Nusantara IV PKS Adolina, 2009.
Karena chi kuadrat hitung Chi kuadrat tabel, maka Ho diterima. Sehingga diperoleh hasil bahwa data berdistribusi normal.
Hasil perhitungan uji normalitas data masing-masing karakteristik Crude Palm Oil CPO dapat dilihat pada Tabel 5.5.
Tabel 5.5. Hasil Perhitungan Uji Normalitas Data
Jenis Karakteristik Fi
Chi Kuadrat
Hitung Chi
Kuadrat Tabel
Keterangan
Kadar Asam Lemak Bebas ALB
189 10,5709
11.070 Data Normal
Kadar Air 189
7,52402 12,592
Data Normal Kadar Kotoran
189 7,8129
11,070 Data Normal
5.3.3. Peta dan R untuk Kadar Asam Lemak Bebas
