32 menggambarkan permasalahan secara jelas sehingga kesimpulan dapat
lebih mudah diambil. Stratifikasi ini sangat penting untuk mencari penyebab utama faktor
kualitas, membantu membuat diagram skater, membantu dalam pengambilan kesimpulan pada peta kontrol dan alat yang efektif untuk
mempelajari secara menyeluruh masalah yang dihadapi.
7. Run Chart dan Control Chart
Run chart digunakan untuk mengidentifikasi kecenderungan atau tren yang terjadi dengan jalan memetakan data selama periode waktu tertentu
yang berguna dalam memisahkan sebab dari gejala. Control chart bagan kendali digunakan untuk menganalisis proses dengan tujuan
melakukan perbaikan secara terus menerus terhadap kualitas. Grafik ini mendeteksi abnormalitas suatu proses dengan bantuan grafik garis.
Bagan kendali perangkat statistik yang memungkinkan suatu organisasi mengetahui atau memantau konsistensi proses melalui pengamatan yang
telah dilakukan. Bagan kendali dibuat untuk menghilangkan variasi tidak normal melalui
pemisahan variasi yang disebabkan oleh penyebab khusus dari variasi yang disebabkan oleh penyebab umum. Variasi penyebab khusus adalah
kejadian-kejadian di luar sistem yang mempengaruhi dalam sistem, biasanya bersumber dari manusia, peralatan dan material. Variasi
penyebab umum adalah faktor di dalam sistem atau yang melekat pada proses yang menyebabkan timbulnya variasi dalam sistem dan hasil
Marimin, 2004.
F. Penelitian Terdahulu
Beberapa penelitian terkait dengan industri gula dan sistem penentuan kualitas menggunakan jaringan syaraf tiruan adalah :
Isma’il 2001 menyatakan bahwa industri gula Indonesia yang berbasis pertanian tebu selayaknya mampu bersaing dengan negara lain dalam era
pasar bebas. Persaingan internasional sekarang ini bukan hanya dalam hal volume produksi tetapi juga dalam hal kualitas dan harga.
Achyadi dan Maulidah 2004 menyatakan bahwa jumlah pemakaian air pencuci dan ketebalan masakan pada proses sentrifugal yang tidak tepat
dapat mempengaruhi warna dan kualitas gula. Hasil penelitian menunjukkan
33 bahwa banyaknya air pencuci dan ketebalan masakan berpengaruh nyata
terhadap kadar sedimen, warna, kadar sukrosa dan ukuran kristal gula dengan hasil terbaik pada banyaknya air pencuci 1,49 dan ketebalan
masakan 2 cm, serta terhadap rendemen gula dengan hasil terbaik pada banyaknya air pencuci 0,58 dan ketebalan masakan 4 cm. Sedangkan
berdasarkan metode uji skoring menunjukkan bahwa sampel terbaik adalah banyaknya air pencuci 1,04 dan ketebalan masakan 2 cm.
Senduk 2002 membangun jaringan syaraf tiruan dan menganalisa spektrum pantulan infra merah dekat untuk dapat menentukan tingkat
ketuaan dan kematangan buah sawo secara non destruktif. Penggunaan spektrum infra merah dekat pada buah sawo tersebut untuk masukan input
dalam jaringan syaraf tiruan yang dibangun. Septiani 2005 mengembangkan suatu sistem intelijen penilaian dan
prediksi kualitas susu pasteurisasi selama proses pengolahan yang memasukkan 2 faktor analisis, yaitu analisis fundamental dan analisis
teknikal dengan mengintegrasikan sistem pakar dan jaringan syaraf tiruan. Adanya suatu sistem pengendalian kualitas yang baik dan terkendali tersebut
akan menghasilkan produk yang aman dikonsumsi dan dapat memenuhi keinginan konsumen serta meningkatkan kepercayaan konsumen terhadap
produk tersebut. Visen, et al. 2004 membandingkan arsitektur jaringan syaraf tiruan
backpropagation dengan jaringan syaraf spesialis probabilistik dalam klasifikasi biji gandum dengan mengembangkan algoritma analisis gambar
digital untuk memudahkan klasifikasi. Sayeed et al. 1995 mengaplikasikan backpropagation dalam memprediksi kualitas snack dan chips dengan
pendekatan analisis destruktif yaitu berdasarkan tekstur dan karakteristik morfologi produk. Kavdir dan Guyer 2002 mengaplikasikan BP dan spectral
imaging untuk mensortir buah apel berdasarkan kondisi kualitas permukaannya kedalam 2 klasifikasi yaitu cacat atau tidak. Chelani, et al.
2005 mengaplikasikan BP dan teori sistem dinamis nonlinier untuk memprediksi kualitas udara sehingga dapat mengukur polusi udara yang
terjadi. Umer dan Khiyal 2007 mengevaluasi jaringan Learning Vector
Quantization LVQ untuk mengklasifikasikan koleksi dokumen teks. Sistem Klasifikasi teks digunakan untuk aplikasi seperti; menyaring pesan email,
34 mengklasifikasikan
review pelanggan pada site e-commerce, pengklasifikasian halaman web pada suatu directory internet mis. Google,
mengevaluasi kertas jawaban ujian dan mengorganisir database dokumen dalam kategori semantik. LVQ memerlukan lebih sedikit contoh pelatihan
dan lebih cepat dari metode klasifikasi lain seperti; klasifikasi Rocchio’s, k-NN, Naive Bayes, Klasifikasi Decision Tree dan Support Vector Machines.
Biehl et al. 2006 menerapkan Learning Vector Quantization LVQ untuk menilai kualitas sperma babi secara otomatis. Klasifikasi kualitas
sperma dibagi menjadi 2 yaitu sehat normal dan tidak normal berdasarkan grey-scale gambar mikroskopik. Data sampel diklasifikasi oleh expert dokter
hewan dan digunakan untuk pelatihan sistem prototipe pada tiap-tiap kelas. Rancangan pelatihan yang digunakan adalah LVQ1, Generalized LVQ
GLVQ dan Generalized Relevance LVQ GRLVQ. Yang, et al. 2002 membangun jaringan LVQ untuk membedakan
antara jagung dengan gulma dan membedakan antar spesies gulma. Hal ini dilakukan untuk ketepatan aplikasi herbisida pada tanaman jagung.
III. METODOLOGI PENELITIAN
A. Kerangka Pemikiran
Penelitian difokuskan pada gula kristal putih untuk jenis SHS Superieure Hoofd Suiker yang berbahan baku tanaman tebu dan klasifikasi
kualitas mengacu pada SNI Gula Kristal Putih GKP 01-3140.3-2001 yang menyatakan bahwa GKP terbagi atas 3 kelas yaitu GKP I, GKP II dan GKP
III. Atribut-atribut yang menentukan kualitas gula menurut SNI, yaitu : 1 warna; 2 berat jenis butirBJB; 3 susut pengeringan; 4 polarisasi; 5
gula pereduksi; 6 abu konduktiviti; 7 kandungan bahan asing tidak larutkotoran; 8 bahan tambahan makananSO
2
dan 9 kandungan cemaran logam.
Prototipe sistem prediksi kualitas gula kristal dibangun untuk mengurangi tingkat kesalahan dan konsumsi biaya dan waktu dalam prediksi
kualitas gula. Selain itu kelebihan dari JST adalah : • Memiliki prinsip kerja yang analog dengan jaringan syaraf biologis yaitu
menerima input berupa impuls yang diterima oleh dendrit dari neuron lain.
• Mampu menyelesaikan permasalahan komplek dan nonlinear yang sulit diselesaikan dengan model matematis.
• Mampu memproses atau mengolah informasi dengan kemampuan belajar, mengingat dan menyelesaikan masalah berdasarkan proses
belajar yang diberikan dan mengambil keputusan seperti yang dilakukan oleh otak manusia pakar.
Pengembangan sistem prediksi kualitas gula kristal putih dengan menggunakan JST memerlukan pemilihan dan penentuan data atribut
kualitas gula kristal putih dan kaitannya dengan karakteristik proses produksi. Atribut kualitas dan kaitannya dengan karakteristik proses tersebut
didasarkan pada pendapat pakar yang memberikan penilaian dengan teknik perbandingan berpasangan pairwise comparison. Hasil analisis pendapat
pakar dijadikan input untuk analisis dengan metode QFD Cohen, 1995 dan Gaspersz, 2001 agar memperoleh tingkat kepentingan antar atribut kualitas
dan hubungan keterkaitannya dengan karakteristik aktivitas proses produksi yang signifikan mempengaruhi kualitas gula. QFD merupakan salah satu alat