77 Hasil prediksi kualitas gula kristal putih yang telah dilakukan
dapat dilihat pada Tabel 28 atau Lampiran 14. Pada Tabel 28 atau Lampiran 14 terlihat bahwa hampir secara keseluruhan kualitas gula
kristal putih yang dihasilkan termasuk dalam kelas 1 tetapi ada beberapa hari produksi yang tidak dinyatakan sebagai kualitas 1.
Hasil prediksi antara metode pembelajaran BP dan LVQ terdapat perbedaan. Berdasarkan prediksi metode pembelajaran BP terdapat
9 hari pengamatan yang dinyatakan sebagai kualitas 2, yaitu pada pengamatan hari ke- 4, 19, 28, 29, 44, 60, 64, 68 dan 69. Sedangkan
pada metode pembelajaran LVQ hanya terdapat 8 hari pengamatan yang dinyatakan sebagai kualitas 2, yaitu pengamatan hari ke- 3, 4,
14, 18, 19, 29, 68 dan 69. Tabel 28. Hasil Prediksi Implementasi Sistem SQP
2. Analisa
Sistem ini diharapkan mampu mempercepat proses penentuan kualitas gula kristal putih secara akurat, efisien dan efektif. Pada Tabel
78 28 menunjukkan hasil prediksi yang dilakukan dengan menggunakan data
aktual PT. PG. Subang. Berdasarkan Tabel 28 diketahui bahwa sistem dapat menilai dan memprediksi kualitas gula kristal putih dan
mengelompokkannya ke dalam kelas-kelas kualitas gula kristal putih. Sistem ini juga diharapkan dapat membantu mempercepat
pengambilan keputusan bagi pihak manajemen dalam melakukan pengendalian kualitas sehingga kualitas gula kristal putih yang dihasilkan
selalu dalam kondisi baik dan prima. Jadi jika prediksi sistem menyatakan kualitas yang dihasilkan tidak sesuai dengan yang
diharapkan maka perlu menjadi pertimbangan untuk melakukan pemantauan proses produksi.
Kualitas gula kristal putih yang dihasilkan dari prediksi SQP selalu beragam sebagai akibat adanya faktor acak. Beberapa “Sistem sebab
acak” system of change causes yang stabil adalah bawaan inherent dalam suatu skema produksi dan pemeriksaan tertentu. Keragaman
dalam pola yang stabil ini tak dapat dihindari. Alasan keragaman yang terjadi diluar pola yang stabil ini dapat ditemukan dan dikoreksi.
Untuk melihat apakah data hasil prediksi berada dalam kendali proses maka dibuat bagan kendali Shewhart. Bagan ini penting bagi
pengambil keputusan untuk menentukan apakah perlu melakukan perbaikan kualitas atau tidak.
• Data dikatakan berada dalam kondisi baik jika berada dalam Batas Kendali Atas dan Batas Kendali bawah
• Data dikatakan dalam kondisi buruk jika berada diluar Batas Kendali Atas dan Batas Kendali Bawah
Keampuhan teknik Shewhart terletak dalam kemampuannya untuk memisahkan sebab-sebab terusut dari keragaman mutu. Hal ini
memungkinkan dilakukannya diagnosis dan koreksi terhadap banyak gangguan produksi dan sering pula dapat meningkatkan mutu produk
secara berarti serta mengurangi bagian yang rusak atau pengerjaan ulang. Lebih dari itu, dengan menidentifikasi beberapa jenis keragaman
mutu sebagai keragaman acak yang tak terhindarkan, bagan kendali dapat memberitahu kapan suatu proses harus dibiarkan begitu saja dan
karena dapat mencegah frekuensi tindakan penyesuaian yang tidak perlu
79 yang cenderung menambah keragaman proses dan bukan
menurunkannya. Informasi yang diperoleh dari penggunaan Bagan Kendali Shewhart
diantaranya adalah : 1. Keragaman dasar dari karakteristik mutu.
2. Kekonsistenan penampilan performance. 3. Tingkat rata-rata dari karakteristik mutu.
VI. PEMANTAUAN PROSES PRODUKSI
Kualitas produk akhir sangat ditentukan oleh proses produksi sehingga harus benar-benar diperhatikan. Pemantauan proses dilakukan untuk
mengetahui dengan cepat terjadinya pergeseran proses sehingga tindakan perbaikan dapat dilakukan sebelum terlalu banyak memproduksi produk yang
tidak sesuai. Pemantauan proses produksi dilakukan dengan menggunakan metoda SPC Statistical Process Control. SPC dapat menentukan apakah suatu
sistem berada pada kondisi terkendali secara statistik atau tidak. SPC memiliki konsep bahwa semua proses mempunyai variasi alami dan
beberapa proses mempunyai variasi khusus. Variasi alami penyebab acak atau penyebab sistem merupakan faktor-faktor di dalam sistem dan melekat pada
proses yang menyebabkan timbulnya variasi dalam sistem. Variasi alami sulit dihindari maka untuk mereduksinya memerlukan biaya yang besar sehingga
tidak ekonomis. Variasi alami dapat dikurangi dengan merubah desain produk atau desain proses. Variasi khusus Special Causes Variation adalah kejadian-
kejadian di luar sistem yang mempengaruhi variasi dalam sistem. Penyebab khusus dapat bersumber dari faktor-faktor antara lain : manusia, mesin dan
peralatan, material, lingkungan, metode kerja. Penyebab khusus mengambil pola-pola non-acak sehingga dapat diidentifikasi. Pola-pola non-acak tidak selalu
aktif dalam proses tetapi memiliki pengaruh yang kuat pada proses sehingga menimbulkan variasi. Karena SPC tidak melakukan aksi langsung terhadap
proses maka untuk meningkatkan proses perlu menghilangkan penyebab variasi khusus dan mengurangi penyebab variasi alami dengan memonitor dan
menangani sesegera mungkin jika proses terdeteksi bergerak ke kondisi tidak terkendali secara statistik.
Langkah awal dalam pemantauan proses adalah mengidentifikasi jenis data yang dikumpulkan. Secara umum ada 2 tipe data, yaitu :
• Data variabel : disebut juga measurement atau continuous data. Data ini biasanya hasil pengukuranperhitungan atau merupakan data yang kontinyu
dari suatu range tertentu, contoh: -
Tekanan uap nira atm; -
Suhu nira
O
C; -
Laju kecepatan defekator Rpm.
