Asdos : arahdina !a"#is La$oran A%hir Mod&" ' 1( )eran*%a +eori 1(1 R&m&san Masa"ah Permasalahan yang ingin dianalisis adalah bagaimana kualitas ruangan kelas, kamar mandi, Tata Usaha (TU) dan ruang baca jurusan Matematika ITS Surabaya. Pengamatan dilakukan pada 1 !asilitas (subgrup) dengan melihat jenis kecacatan pada setiap sampel. Terdapat " sampel yang diamati setiap hari dimana ada " jenis kecacatan yang diamati dalam setiap sampel. Pengamatan dilakukan selama " hari kerja (senin # $umat) sehingga didapatkan %" sampel dalam setiap subgrup. 1(' ,&m-er Data &ata yang digunakan dalam praktikum merupakan data sekunder yang diambil dari 'ap(ran Pengendalian )ualitas Statistik (P)S) mahasis*i jurusan Statistika angkatan %++, yang bernama -arisca Susiani, ./P 1+,1++11. 1(3 Metode ana"isis Met(de yang digunakan dalam analisis kualitas beberapa !asilitas di jurusan Matematika ITS Surabaya adalah met(de pengendalian kualitas peta kendali atribut yaitu peta kendali np dan p. Penggunaan peta kendali p dan np karena data merupakan data atribut dimana kualitas !asilitas hanya bisa dibedakan antara cacat dan tidak cacat. Penggunaan peta kendali np adalah untuk mengukur banyaknya cacat dalam setiap sampel dimana jumlah sampel yang diamati pada setiap subgrup. Sedangkan peta kendali p digunakan untuk meng(ntr(l pr(p(rsi dari item0item yang tidak memenuhi syarat spesi!ikasi kualitas. Perhitungan peta kendali atribut didasarkan pada distribusi bin(mial karena hanya memiliki dua macam keadaan yaitu cacat dan tidak cacat. '( Lan*%ah."an*%ah /ra%ti%&m Men**&na%an Software Minita- dan ,/,, R&ns +est: cacat0 %om$onen /uns test !(r cacat1 k(mp(nen /uns ab(2e and bel(* ) 3 +.41564% The (bser2ed number (! runs 3 157 The e8pected number (! runs 3 1"6.75 %+1 (bser2ati(ns ab(2e ), 1%6 bel(* P02alue 3 +.+++ Sebelum melakukan analisis lebih lanjut, maka akan dilakukan terlebih dahulu pengujian asumsi yaitu uji keacakan data dan uji bin(mial. 9pabila hasil pengujian bin(mial data tidak berdistribusi bin(mial maka akan terjadi kesulitan dalam pembuatan peta kendali p dan peta kendali np, sehingga apabila hal itu terjadi maka s(lusi yang paling mudah adalah dengan mengasumsikan data mengikuti distribusi bin(mial. '(1 12i )eaca%an ata& )erandoman Data &engan bantuan software minitab dilakukan uji keacakan terhadap sampel data yang ada dengan langkah0langkah sebagai berikut. 1. Melakukan pengk(dingan terhadap data dimana + menunjukkan tidak cacat dan 1 bermakna ada cacat. &ata k(dingan digunakan untuk menguji keacakan data. 2. )lik pada options minitab Stat Nonparametrics Runs Test. )emudian keluar k(tak dial(g sebagai berikut. Pada k(l(m variables isi dengan cacat1k(mp(nen yang merupakan 2ariabel jenis cacat, kemudian klik :). Sehingga diper(leh hasil minitab berikut. '(' 12i !inomia" Pengujian bin(mial dilakukan menggunakan software SPSS dengan langkah0langkah sebagai berikut. 1. Melakukan pengk(dingan terhadap data dimana + menunjukkan tidak cacat dan 1 bermakna ada cacat. &ata k(dingan digunakan untuk melakukan uji bin(mial. %. :pen SPSS kemudian masukkan data k(dingan yang akan dianalisis. 3. )lik analyze non parametrik Binomial. )emudian akan keluar k(tak dial(g sebagai berikut. Pada k(l(m Test Variabel List masukkan 2ariabel c(ding yang merupakan k(dingan dari data asli. 6. )lik :) sehingga diper(leh hasil sebagai berikut. !inomia" +est ;ateg(ry . :bser2ed Pr(p. Test Pr(p. 9symp. Sig. (%0 tailed) c(ding <r(up 1 1.++ %+1 .4% ."+ .+++ a <r(up % .++ 1%6 .5 T(tal %" 1.++ '(3 /em-&atan /eta )enda"i np Setelah dilakukan uji keacakan dan uji bin(mial maka langkah selanjutnya adalah membuat peta kendali dengan langkah0langkah sebagai berikut. 1. Mendeskripsikan data yang ada menjadi % hal, yaitu= a. Ukuran sampel setiap subgrup misal diberikan nama >n? b. @anyak cacat tiap subgrup misal diberikan nama >d? 2. )lik pada pada (pti(n minitab Stat Control Charts ttributtes charts N!, sehingga muncul k(tak dial(g sebagai berikut. Pada k(l(m Variables masukkan banyaknya cacat dalam setiap subgrup (d) dan untuk k(l(m Sub"roup Sizes masukkan jumlah sampel pada setiap subgrup (n). . )lik :) sehingga diper(leh hasil sebagai berikut. '(3 /em-&atan /eta )enda"i p &engan bantuan software minitab dilakukan pembuatan peta kendali p terhadap sampel data yang ada dengan langkah0langkah sebagai berikut= 1. Mendeskripsikan data yang ada menjadi % hal, yaitu= a. Ukuran sampel setiap subgrup misal diberikan nama >n? b. @anyak cacat tiap subgrup misal diberikan nama >d? 2. )lik pada pada (pti(n minitab StatControl Charts ttributtes charts! sehingga muncul k(tak dial(g sebagai berikut. Pada k(l(m Variables masukkan banyaknya cacat dalam setiap subgrup (d), dan untuk k(l(m Sub"roup Sizes masukkan jumlah sampel pada setiap subgrup (n). . )lik :) sehingga diper(leh hasil sebagai berikut. '(5 /em-&atan Dia*ram /areto Untuk mengetahui 2ariasi kecacatan dilakukan dengan membuat diagram paret( menggunakan software minitab sebagai berikut. 1. 'akukan pengel(mp(kan data berdasarkan jenis cacat dan berapa cacatnya. 2. )lik Stat #uality Tools !areto Chart. Maka akan keluar k(tak dial(g sebagai berikut. . Pada k(l(m Labels in masukkan jenis cacat dan pada k(l(m $re%uencies in masukkan banyaknya cacat. 6. )lik :) sehingga diper(leh hasil sebagai berikut. '(6 /em-&atan )a$a-i"itas /roses Untuk mengetahui kapabilitas pr(ses dengan menggunakan minitab dilakukan langkah0langkah sebagai berikut. 1. Mendeskripsikan data yang ada menjadi % hal yaitu= a. Ukuran sampel dari setiap subgrup misal diberikan nama >n? b. @anyak cacat dari setiap subgrup misal diberikan nama >d? 2. )lik Stat #uality Tools Capability nalysis Binomial. Maka akan keluar k(tak dial(g sebagai berikut. Pada k(l(m &efectives masukkan >d? yang merupakan data banyaknya cacat dalam setiap subgrup, dan pada k(l(m pilihan Sample Size pilih 'se Sizes in kemudian masukkan >n? yang merupakan banyaknya sampel dalam setiap subgrup. . )lik :) sehingga diper(leh hasil sebagai berikut. 3( 4asi" /ra%ti%&m 3(1 12i )eaca%an Data ata& )erandoman Data @erdasarkan data yang ada maka akan dilakukan pengujian terhadap data atribut dengan menggunakan peta kendali p dan peta kendali np. Sebelum dilakukan analisis maka dilakukan uji keacakan terlebih dahulu dengan menggunakan data k(dingan +,1 dimana + menunjukkan pr(duk tidak cacat dan 1 menunjukkan pr(duk tersebut cacat. Pengujian keacakan dilakukan dengan menggunakan software minitab dengan hip(tesis sebagai berikut. A + = &ata tidak menunjukkan p(la tertentu (rand(m) A 1 = &ata menunjukkan p(la tertentu (tidak rand(m) /uns ab(2e and bel(* ) 3 +.41564% The (bser2ed number (! runs 3 157 The e8pected number (! runs 3 1"6.75 %+1 (bser2ati(ns ab(2e ), 1%6 bel(* P02alue 3 +.+++ Tabel 1. Uji )eacakan @erdasarkan Tabel 1 uji keacakan didapatkan p(value sebesar +,+++. &engan menggunakan B 3 +.+", maka A+ dit(lak, sehingga diputuskan bah*a data tidak rand(m. 3(' 12i !inomia" Setelah dilakukan uji kerand(man data maka langkah selanjutnya yaitu menguji apakah data berdistribusi bin(mial. Pengujian ini dilakukan dengan menggunakan data k(dingan +,1 dimana + menunjukkan pr(duk baik1tidak cacat dan 1 merupakan pr(duk cacat. Pengujian ini dilakukan dengan menggunakan software S!SS dengan hip(tesis sebagai berikut. A + = - + (8) 3 -(8) untuk semua nilai 8 A 1 = - + (8) C -(8) untuk sekurang0kurangnya sebuah nilai 8 dimana - + (8) = !ungsi distribusi yang dihip(tesiskan berdistribusi n(rmal -(8) = !ungsi distribusi yang belum diketahui !inomia" +est ;ateg(ry . :bser2ed Pr(p. Test Pr(p. 9symp. Sig. (%0 tailed) c(ding <r(up 1 1.++ %+1 .4% ."+ .+++ a <r(up % .++ 1%6 .5 T(tal %" 1.++ Tabel %. Uji bin(mial @erdasarkan Tabel % uji bin(mial didapatkan p(value sebesar +,+++. &engan menggunakan B 3 +.+", maka A+ dit(lak,sehingga dapat diputuskan bah*a data tidak berdistribusi bin(mial. 3(3 /eta )enda"i np Peta kendali np digunakan untuk mengukur banyaknya cacat pada setiap sampel dengan jumlah sampel dalam setiap subgrup sama. )arena data tidak berdistribusi bin(mial maka diasumsikan data mengikuti distribusi bin(mial sehingga dapat dibuat peta kendali np. &ata pengamatan terdiri dari 1 subgrup dengan jumlah sampel pada masing0masing subgrup sebanyak %" sampel. <ambar 1. Peta kendali np &ari gambar 1 peta kendali np terlihat bah*a tidak ada titik yang keluar batas spesi!ikasi, dimana batas atas spesi!ikasi peta kendali np adalah %%,7", batas ba*ah spesi!ikasi 5,15 dan center line sebesar 1",64 sehingga dapat dikatakan bah*a kualitas !asilitas ruangan di jurusan Matematika ITS Surabaya dalam k(ndisi baik (tidak ada cacat). 3(3( /eta )enda"i p Peta kendali p digunakan untuk meng(ntr(l pr(p(rsi dari item0item yang tidak sesuai dengan syarat spesi!ikasi kualitas atau pr(p(rsi dari pr(duk cacat yang dihasilkan dalam suatu pr(ses. Peta kendali p biasa digunakan pada pengamatan dengan jumlah sampel setiap subgrup berbeda. )arena data tidak berdistribusi bin(mial maka diasumsikan data mengikuti distribusi bin(mial sehingga dapat dibuat peta kendali p. &ata pengamatan terdiri dari 1 subgrup dan jumlah sampel pada setiap subgrup sebanyak %". <ambar %. Peta kendali p &ari gambar % peta kendali p terlihat bah*a semua titik0titik masuk dalam batas spesi!ikasi dengan batas atas spesi!ikasi adalah +,,+,,, batas ba*ah spesi!ikasi +,%7+ dan center line sebesar +,415" sehingga dapat disimpulkan bah*a kualitas !asilitas ruangan di jurusan Matematika ITS Surabaya dalam k(ndisi baik (tidak ada cacat). 3(5( Dia*ram /areto &iagram paret( digunakan untuk membandingkan berbagai kateg(ri kejadian yang disusun menurut urutan dengan urutan terbesar berada disebelah kiri ke yang paling kecil disebelah kanan. <ambar . &iagram Paret( berdasarkan jenis cacat &ari <ambar terlihat bah*a jenis cacat terbanyak terjadi pada jenis cacat k(t(r sebanyak 11 dengan persentase sebesar "%,4D. )emudian untuk jumlah cacat jenis c(retan berjumlah 6, (1,,7D), rusak sebesar %, (11,4D) dan tidak rapi sebanyak %1 (5,6D). Sedangkan untuk jumlah kecacatan terkecil terjadi pada jenis cacat redup sebanyak 1, dengan persentase sebesar 7,4D. )(ndisi ini menunjukkan bah*a dalam lima hari kerja (Senin # $umat) terindikasi sampel0 sampel !asilitas cenderung k(t(r. Maka untuk meningkatkan kualitas !asilitas di jurusan Matematika ITS, yang sebaiknya dipri(ritaskan dalam perbaikan adalah jenis cacat k(t(r karena memiliki jumlah pr(sentase kecacatan terbesar. 3(6( )a$a-i"itas /roses )apabilitas pr(ses adalah perbandingan antara (utput dari suatu pengendalian pr(ses ke batas k(ntr(l menggunakan indeks kapabilitas. Untuk mengetahui kapabilitas pr(ses diuji menggunakan software minitab dengan hip(tesis sebagai berikut. A + = )apabilitas pr(ses dikatakan tidak baik A 1 = )apabilitas pr(ses dikatakan baik <ambar 6. )apabilitas Pr(ses @erdasarkan <ambar 6 kapabilitas pr(ses diketahui bah*a dari gra!ik p chart terlihat bah*a semua sampel berada dalam k(ndisi k(ntr(l. Sedangkan dari gra!ik Cumulative ) &efectin" didapatkan nilai 4+D yang berarti dalam setiap sampel estimasi kecacatan sebesar 4+D. Sementara untuk pr(ses E didapatkan nilai 0+,+16 sedangkan untuk nilai E tabel dengan al!a "D didapatkan nilai 1,,4 sehingga dapat disimpulkan bah*a gagal t(lak A + yang berarti !asilitas di jurusan Matematika tidak baik atau tidak sesuai dengan standar kualitas sehingga perlu dilakukan perbaikan terhadap !asilitas di jurusan Matematika ITS. 3( )esim$&"an dan saran 3(1 )esim$&"an @erdasarkan hasil analisis didapatkan kesimpulan berikut. 1. @erdasarkan peta kendali p dan np diketahui bah*a kualitas ruangan !asilitas di jurusan Matematika ITS masih bagus karena semua !asilitas berada dalam batas spesi!ikasi. %. Sebanyak "%,4D kecacatan terjadi pada jenis cacat k(t(r dengan jumlah banyaknya cacat adalah 11 cacat, 1,,7D kecacatan terjadi pada cacat jenis c(retan, 11,4D jenis cacat rusak, 5,6D tidak rapi dan 7,4D pada jenis cacat redup. . )apabilitas pr(ses !asilitas di jurusan Matematika ITS diper(leh nilai pr(ses E sebesar 0+,+16 lebih kecil daripada nilai F tabel dengan al!a "D yang menunjukkan bah*a berarti !asilitas di jurusan Matematika tidak baik atau tidak sesuai dengan standar kualitas sehingga perlu dilakukan perbaikan terhadap !asilitas di jurusan Matematika ITS. 3(' ,aran &ari hasil analisis diketahui bah*a kualitas !asilitas ruangan di jurusan Matematika ITS banyak yang tidak sesuai spesi!ikasi. $umlah jenis cacat terbanyak yang tidak sesuai dengan spesi!ikasi adalah jenis cacat k(t(r, sehingga harus dilakukan perbaikan agar kualitas meningkat dengan cara selalu menjaga kebersihan. LAM/5RAN 1. &ata hasil pengamatan dan data k(dingan Ruanga n F-101 F- 102 F-110 T- 101 F- 109 Kamar Mandi 1 Kamar Mandi 2 Data Kodinga n 0 (tidak cacat), 1(cacat) 1 1 + + 1 1 + 1 1 1 + 1 + 1 1 + + 1 1 1 1 + + 1 + + 1 1 1 1 + 1 + 1 1 1 1 + + 1 1 + 1 1 1 + 1 + 1 + + 1 1 1 1 1 + + + + + 1 1 1 1 + 1 + 1 1 + 1 + + 1 + + 1 1 1 + 1 1 1 + 1 1 1 1 1 1 + + + + + 1 1 1 1 1 1 + 1 1 + + 1 + + + + 1 1 1 1 1 1 1 + 1 1 1 1 1 + 1 + 1 + + 1 1 1 1 + 1 1 1 1 + + 1 + + + + 1 1 1 1 1 1 1 + 1 1 1 1 1 + + + + + 1 1 1 1 1 1 1 1 1 1 Ruanga n Kamar Mandi 3 Kamar Mandi 4 Teras 1 Teras 2 Tata Usaha (TU) Ruang aca Data Kodinga n 0 (tidak cacat), 1(cacat) + + 1 1 1 + 1 1 1 1 1 1 1 1 1 + + + 1 + 1 + 1 + 1 1 + + 1 1 + + 1 1 1 + 1 1 1 1 1 1 1 1 1 + + + 1 + 1 1 1 + 1 1 + + 1 1 + + + + 1 + 1 1 1 1 1 1 1 1 1 + 1 + + + 1 1 + + + + + + + 1 + 1 + + 1 + 1 1 1 1 1 1 1 + 1 + + + 1 1 + 1 1 1 1 1 + 1 + 1 + + 1 + 1 + 1 1 1 1 1 1 + + 1 + + + 1 1 1 1 1 + 1 1 + 1 + 1 %. &ata jumlah kecacatan setiap subgrup ,&-*r&$ R&an*an 6&m"ah cacat (d) 1%&ran sam$e" (n) 1 -01+1 16 %" % -01+% 14 %" -011+ 1" %" 6 T01+1 1% %" " -01+, 14 %" 4 )amar Mandi 1 %+ %" 7 )amar Mandi % 15 %" 5 )amar Mandi 17 %" , )amar Mandi 6 1" %" 1+ Teras 1 17 %" 11 Teras % 1 %" 1% Tata Usaha (TU) 17 %" 1 /uang @aca 11 %" . &ata kecacatan berdasarkan jenis cacat Jenis Cacat Banyak Cacat Kotor 131 Redu! 1" Rusak 2" #oretan 4" Tidak ra!i 21