Materi 2

VOLUME 5, NOMOR 1, JUNI 2011
1
PENEMPATAN SWITCH OPTIMAL DALAM SISTEM DISTRIBUSI
DENGAN MENGGUNAKAN ALGORITMA TRINARY PSO

Yulianta Siregar
Teknik Elektro, Fakultas Teknik Universitas Medan Area
email : julianta_srg@usu.ac.id / julianta_srg@yahoo.co.id

ABSTRACT
Achieving a high level of reliability of distribution and minimization of capital costs can be
considered as a primary problem in optimization of distribution system. The determination of
location and number of optimal switch in automization of distribution system is a significant
problem from the pint of view reliability and economic. In this research, a three-state thoughts is
inspired by heuristic algorithm version the powerful discret, optimization swarm particle,
developed and presented to determine location and the number of two kinds of optimal switch
(sectionalizer and breaker) in the radial distribution system. The proposed algorithm innovation
is to consider both switch breaker and sectionalizer simultantly. The possibility of proposed
algorithm innovation is tested with apllication towards both distribution systems. Solution
proposed is presented to complet the global optimal solution for switch placement problem.
Key words: switch placement, trinary algorithm, PSO

PENDAHULUAN
Persentasi kesalahan sistem dalam
sebuah jaringan distribusi lebih sering
diperbandingkan daripada dalam bagian lain
dalam sistem power grid. Pengurangan
kegagalan kerja sesaat dan berkelanjutan yang
menghasilkan reaksi lebih cepat terhadap
gangguan sistem dapat dicapai dengan skema
proteksi dan peralatan leading-edge, seperti
switch modern yang dikontrol dengan remote,
breaker, recloser, dan indicator kesalahan.
Untuk mecapai level reliabilitas yang tinggi,
sebaiknya disediakan investasi yang lebih
besar dalam hal peralatan dan lokasi terbaik
untuk memasang swith sehingga
kemungkinan untuk memperoleh keuntungan
lebih dapat ditingkatkan.
Switch otomatis dan dikontrol dengan
remote memainkan peran penting dalam
sistem distribusi otomatis. Peralatan switch
ditempatkan di sistem distribusi primer untuk
berbagai kepentingan (missal untuk
mengisolasi komponen yang rusak dan
kesalahan dalam keadaan darurat, untuk
meminimalkan biaya dan waktu interupsi,
untuk meminimalkan kerugian sistem oleh
rekonfigurasi topologi jaringan dalam
keadaan normal, dan dalam usaha untuk
meningkatkan reliabilitas sistem secara
keseluruhan).
Penentuan lokasi terbaik switch dalam
sistem distribusi merupakan masalah
optimasi. Dalam permasalahan ini dan di
bidang teknik yang lain, dua hal utama yang
membatasi efisiensi solusi adalah encounter
yang seringkali terjadi. Yang pertama,
permasalahan ini dapat berupa penghitungan
waktu yang digunakan. Kedua, permasalahan
optimasi teknik sering tergoda oleh banyak
optima local, memerlukan penggunaan
metode pencarian global, seperti algoritma
berbasis populasi, untuk memperoleh hasil
yang tepat.
Teknik evaluasi heuristic, seperti
algoritma Genetika (GA), algoritma koloni
semut, dan pencarian tabu telah digunakan
secara luas dalam bidang teknik untuk
memecahkan masalah kombinatorial yang
luas, seperti desain sistem control, pelatihan
neural-network dan analisis sistem tenaga.
Masalah pengaturan ulang switch yang
optimal dipecahkan dalam dengan
menggunakan algoritma cooperative agent,
sistem Ant colony (ACS) dan hasilnya
dibandingkan dengan metode berbasis GA.
Dalam angka optimal switch dalam sistem
distribusi diperoleh dengan analisis
biaya/nilai dalam sistem, dan lokasi optimal
switch diperoleh dengan mensimulasikan
algoritma annealing. Dalam, sejumlah
dekomposisi dua-stage dikembangkan untuk

2
membagi ruang solusi menjadi sub-ruang
yang bebas. Permasalahan optimasi dalam
menemukan lokasi optimal untuk switch
kemudian dipecahkan dalam setiap sub-ruang.
Optimasi partikel Swarm (PSO)
merupakan teknik optimasi stokastik berbasis
populasi yang dikembangkan oleh Eberhart
dan Kennedy pada tahun 1995, terinspirasi
oleh perilaku social kawanan burung atau
kelompok ikan. Teknik PSO
mempertimbangkan untuk memiliki
parameter lebih sedikit daripada GA standard
dan memberikan hambatan kuat untuk
berhenti pada titik optimasi local dalam favor
of global ones. Teknik ini telah digunakan
sebagai sebagai algoritma optimasi dalam
sejumlah permasalahan teknik.
Aplikasi algoritma PSO untuk daya
reaktif dan pengendalian tegangan dengan
memperhitungkan penilaian keamanan
tegangan diilustrasikan dalam, dimana
kemungkinan metode yang dikemukakan
didemonstrasikan dan dibandingkan dengan
pencarian tabu reaktif dan metode enumerasi
dengan menerapkannya kepada model power
sistem praktis. Dalam, teknik PSO digunakan
sebagai alat untuk perhitungan reduksi rugi-
rugi dan penentuan jumlah yang dibutuhkan
dari kompensasi pengaruh penyimpangan
tenaga yang terjadi dalam setiap bus.
Dalam studi yang ditunjukkan dalam
literature yang berbeda, penentuan angka dan
lokasi dari hanya satu jenis switch, terutama
sectionalizer, dilakukan dengan perhitungan.
Secara bersamaan, mempekerjakan jenis
switch lain, seperti circuit breaker (CB), dapat
memiliki pengaruh positif bagi reliabilitas
sistem. Dalam studi yang telah disebutkan
sebelumnya, CB biasanya diletakkan di posisi
predeterminasi secara defult dalam feeder.
Dalam paper ini, determinasi angka dan lokasi
optimal dari dua jenis switch (misal CB dan
sectionalizer) diformulasikan sebagai
permasalahan optimasi. Pemikiran versi
multistate dari algoritma PSO diskret
dihadirkan dalam paper ini untuk menentukan
angka dan lokasi optimal dari CB dan
sectionalizer dalam sistem distribusi.
Tingkat konvergensi dan kemampuan
algoritma yang dikemukakan untuk
menemukan minimum global terdekat diuji
dalam RBTS BUS 4 dan IEEE 123-node
feeder sistem tes standar.

TINJAUAN PUSTAKA
Algoritma PSO
Continuous Version of PSO
Particle Swarm merupakan sebuah
algoritme untuk menemukan wilayah optimal
dari area pencarian kompleks melalui
interaksi individual dalam populasi partikel.
Algoritmanya, yang berdasarkan
perumpamaan interaksi social, mencari ruang
dengan menambahkan jalur vector individual,
didesain sebagai partikel. Partikel individu
dikonsep sebagai titik perpindahan dalam
ruang multidimensi. Mereka digambar secara
stokastik terhadap posisi terakhir kinerja
terbaik mereka dan kinerja terbaik terakhir
dari tetangga mereka.Algoritma tersebut
mulanya dikembangkan untuk permasalahan
optimasi non-linier dengan variable yang
berkesinambungan. Namun demikian, dia
dapat dikembangkan dengan mudah untuk
mengatasi masalah dengan variable diskret .
Beberapa prinsip dan keuntungan
algoritma PSO adalah sebagai berikut.
PSO memiliki prinsip bahwa
probabilitas pencarian minimum yang lebih
baik dekat dengan minimum yang telah
ditemukan sejauh ini lebih banyak daripada
ruang lain. Partikel (solusi) diarahkan
terhadap pencarian disekitar minimum yang
ditemukan.
PSO merupakan sebuah algoritma
berbasis sejarah yang dalam setiap langkah,
partikel menggunakan prilaku mereka sendiri
digabungkan dengan iterasi sebelumnya.
Dibandingkan dengan algoritma
optimasi evolusioner yang lain, seperti GA,
PSO mudah diimplementasikan dan memiliki
sedikit parameter untuk disesuaikan.
Gambar 1 menunjukkan struktur
populasi swarm yang dalam setiap
kumpulannya dianggap sebagai matriks M x
N. Dalam matriks ini, M dan N merupakan
jumlah agen (ukuran kelompok) dan jumlah
partikel dalam setiap agen (dimensi swarm).
Merupakan hal yang jelas bahwa
dimana terdapat jumlah agen (M) yang lebih

3
besar, disanalah kebanyakan ditemukan ruang
solusinya. Bagaimanapun juga, ada tradeoff
antara tingkat konvergensi dan waktu
perhitungan yang diperlukan untuk setiap
perhitungan iterasi. Oleh karena itu, ukuran
kelompok lebih dari angka spesifik tidak
memiliki efek special bagi kinerja algoritma.
N diputuskan berdasarkan jumlah variable
permasalahan yang harus dioptimasikan
dalam algoritma. Dalam permasalahan khusus
yang ditunjukkan dalam paper ini, N
sebanding dengan jumlah posisi kandidat
untuk memasang switch.
PSO diinisialisasikan dengan sebuah
grup partikel acak (solusi) dan kemudian
mencari optima dengan memperbarui
generasi. Dalam setiap generasi, setiap
partikel diperbarui dengan dua nilai (terbaik)
berikut. Yang pertama adalah solusi terbaik
yang diperoleh dari setiap agen itu sendiri
dalam keseluruhan generasi sebelumnya dan
dirancang sebagai partikel solusi erbaik pbest.

Gambar.1 Struktur Populasi Swarm

Nilai terbaik lainnya yang terlacak oleh
PSO merupakan nilai terbaik yang diperoleh
oleh agen dalam semua iterasi sebelumnya.
Nilai terbaik ini adalah solusi global terbaik
dan disebut gbest. Sekali kedua nilai terbaik
ini ditemukan, kelompok memperbarui
kecepatan dan posisinya dengan
menggunakan (1) dan (2)

dimana
t angka iterasi
V(t) kecepatan partikel pada iterasi ke-t
X(t) posisi partikel pada iterasi ke-t
Pbest(t) solusi terbaik partikel pada iterasi
ke-t
Gbest(t) solusi terbaik global pada iterasi
ke-t
Rand1,t random nomor satu, antara (0,1)
pada iterasi ke-t
Rand2,t random nomor dua, antara (0,1)
pada iterasi ke-t
C1,c2 faktor pembelajaran

Faktor pembelajaran c1,c2 memiliki
pengaruh yang bisa dipertimbangkan dalam
tingkat konvergensi algoritma dan harus
disesuaikan berdasarkan pengalaman.
Biasanya c1=c2=2.

PSO Versi Biner Diskret
Konsep utama PSO versi biner diskret
sama dengan versi kontinu. Dalam versi
biner, PSO dimodifikasi sebagai

dimana

Sementara parameter pbesti dan gbesti
dan Xi dapat mengambil semua nilai real,
parameter ini merupakan integer dalam {0,1}
dalam (3). Vi terbatas terhadap interval
sebagaimana dia adalah probabilitas
bukan kecepatan. Transformasi logis
dapat digunakan untuk mencapai modifikasi
akhir. Perubahan hasil di dalam posisi
kemudian didefinisikan oleh aturan berikut :

dimana
transformasi terbatas sigmoid

4
angka acak yang didistribusikan
secara bersamaan dalam interval
[0,1]
Vi probabilitas Xi bernilai 1 atau 0

Pertama-tama, setiap partikel kelompok
secara acak diset dalam state 0 atau 1 dan
nilai fungsi objektifnya dihitung untuk
susunan state ini. Untuk setiap iterasi, pbest
dihitung berdasarkan hasil perhitungan setiap
agen partikel, dang best dihitung berdasarkan
semua iterasi sebelumnya. Kemudian, dalam
itersi selanjutnya, dua bagian nilai
probabilitas ditambahkan ke atau
diambil dari probabilitas sebelumnya dari
setiap partikel. Oleh karena itu, nilai
dalam (3) berupa sedikit perubahan
probabilitas dalam setiap iterasi yang dapat
berupa -1, 0, atau 1.
Jadi, transformasi sigmoid hanya
mengubah Vi dari interval ke .
Jelas sekali bahwa dengan menambahkan atau
mengambil pengalaman sebelumnya dari Vi,
sejarah dan pengalaman sebelumnya dilacak
dan akhirnya didasarkan indev Vi, dimana Xi
menjadi 0 atau 1.
Algoritma ini cocok untuk variable
yang hanya dapat mengambil dua state 0 atau
1; sehingga dapat digunakan saat switch yang
ditempatkan di jaringan hanya satu. Dala
masalah ini, untuk setiap lokasi, ada dua
keadaan :
1. State 1 : ada switch di lokasi
2. State 0 : tak ada switch di lokasi
Untuk menyertakan dua jenis switch,
sectionalizer dan breaker, dalam proes
optimasi, pemikiran PSO diskret versi Trinary
(TPSO) dikembangkan dalam bagian
berikutnya, dimana setiap partikel dan ruang
solusi dapat mengambil tiga state.

PSO Versi Multistate Diskret
Sebagaimana yang telah dibahas
sebelumnya, partikel dalam PSO diarahkan
kepada minimum terbaik global berdasarkan
pengalaman iterasi sebelumnya.
Algoritmanya harus memiliki mekanisme
untuk mengingat pengalaman dan sejarah
partikel sebelumnya dan menggunakan
ingatan ini dalam prosedur pengambilan
keputusan.
Algoritma yang disebutkan sebelumnya
dan yang diberikan dalam merupakan versi
biner dari PSO diskret yang hanya dalam dua
state {0,1} dapat dianggap sebagai posisi
kandidat untuk setiap titik pemasangan switch
(missal ada switch dalam posisi tersebut atau
tidak).
Mempertimbangkan bahwa PSO versi
diskret diadopsi untuk memastikan lokasi
optimal switch saat dua jenis switch-breker
dan sectionalizer.-tersedia. Dalam masalah
ini, untuk setiap lokasi, ada tiga kemungkinan
state :
- memasang sebuah breaker
- memasang sebuah sectionalizer
- tidak keduanya (tidak memasang
apa-apa)

Proses optimasi harus dimodifikasi
sehingga dapat menangani masalah ini dan
membuat keputusan dalam tiga kemungkinan
state.
Harus diingat bahwa prosedur operasi
dan proteksi kedua jenis switch sangat
berbeda. Lokasi relatif switch dalam jaringan
memiliki pengaruh penting terhadap index
biaya interupsi dan kinerja system distribusi
dalam pengiriman daya ke pelanggan.
Penempatan optimal switch dengan jenis yang
berbeda dalam jaringan harus dicapai secara
simultan dan fungsi nilai/biaya reliabilitas
should be minimized considering them
concurrently.
Sebuah konsep fasor digunakan dalam
algoritma yang dikemukakan, dimana tiga
state digambarkan oleh tiga vektor tunggal
.

Formula Permasalahan Distribusi
Fungsi objektif masalah angka dan
penempatan switch yang optimal adalah untuk
meminimalkan jumlah interupsi dan biaya
investasi untuk feeder distribusi. Jumlah
reliabilitas menunjukkan, seperti index
frekuensi interupsi rata-rata Sistem (SAIFI),
index durasi interupsi rata-rata Sistem
(SAIDI), energi yang tidak tersalurkan karena
outage daya (EENS), dan biaya outage yang

5
diharapkan system (ECOST) dapat dihitung
untuk system distribusi.
Berdasarkan jenis dan konfigurasi
system distribusi, kelas pelanggan, jumlah
pelanggan, fungsi kerusakan pelanggan
(CDF), dan keragaman beban pelanggan,
reliabilitas yang layak seharusnya dipilih
sebagai sebuah funsi objektif.
Dala paper ini, biaya outage yang
diharakan pelanggan (ECOST) digunakan
sebagai index reliabilitas biaya interupsi yang
harus diminimalkan dengan menggunakan
algoritma PSO diskret versi baru. ECOST
digunakan sebagai fungsi objektif karena
responnya terhadap efek topologi system,
durasi interupsi, variasi beban, dan kesalahan
acak komponen. Dia juga mengenali beragam
jenis pelanggan dan fungsi nonlinier
kerusakan pelanggannya.
System ECOST dapat dijelaskan
sebagai berikut :

dimana
NIL jumlah titik beban terisolasi
dikarenakan ketidakpastian j
NC jumlah ketidakpastian
beban yang terputus pada titik beban k
dikarenakan ketidakpastian j
waktu outage rata-rata dikarenakan
ketidakpastian j
tingkat kerusaka rata-rata dikarenakan
ketidakpastian j
biaya outage dalam pada titik
beban k dikarenakan outage j dengan
durasi outage

Biaya dapat diperoleh dari CDF.
Reliabilitas system meningkat seiring jumlah
switch ditingkatkan. Bagaimanapun juga,
factor, seperti biaya invertasi capital,
pemasangan, dan biaya perwatan switch harus
dipertimbangkan dalam hubungan dengan
keuntungan yang diperoleh dari penggunaan
switch tambahan.

Maslah optimasinya dapat dijelaskan
sebagai

dimana
ECOST biaya interupsi yang diharapkan
lokasi ke-i tempat sectionalizer
dipasang
lokasi ke-i tempat breake dipasang
n jumlah sectionalizer
m jumlah breaker
SEC biaya yang berhubungan dengan
sebuah sectionalizer
BRC biaya yang berhubungan dengan
sebuah breaker.

Perlu dicatat bahwa biaya yang
berhubungan dengan sectionalizer dan
breaker termasuk biaya capital, biaya
pemasangan, dan biaya perawatan.
Diasumsikan bahwa terdapat N lokasi yang
mungkin untuk memasang switch dalam
jaringan. Fungsi biaya minimal untuk jumlah
dan lokasi optimal switch .
Untuk mengadopsi masalah optimasi ini
dengan algoritma TPSO, N lokasi yang cocok
untuk memasang switch dalam jaringan
dianggap sebagai dimensi swarm. Setiap agen
swarm terdiri atas N partikel yang setelah
optimasi final, setiap state partikel engumpul
ke satu state final yang menandakan bahwa
breaker, sectionalizer, atau tidak keduanya
dipasang di posisi tersebut.

Algoritma Solusi
Untuk ketidakpastian j, prosedu berikut
digunakan untuk menghitung ECOST system
dengan anggapan bahwa jalur alternatif
disediakan menggunakan switch normally
open :
Step 1) pertimbangkan ketidakpastian j;
Step 2) temukan CB pertama di jalur yang
mengarah ke feeder
Step 3) putuskan zona yang bermasalah
dengan CB ini. Zona bermasalah
merupakan zona yang dihubungkan
dengan zona proteksi primer
komponen yang rusak-trafo atau jalur
transmisi
Step 4) temukan switchswitch penghubung
di jalur yang mengarah ke feeder. Jika

6
tidak ada switch penghubung di jalur
sebelum breaker, lanjutkan ke step
berikutnya; kalau tidak, lanjut ke step
6.
Step 5) temukan semua titik beban yang
didukung oleh trip CB dan hitung
ECOST menggunakan (11) untuk
memperbaiki waktu yang diperlukan
untuk menyimpan energy ,
kemudian pergi ke step 1;
Step 6) temukan semua titik beban yang
didukung oleh trip CB dan hitung
ECOST menggunakan (11) untuk
waktu switching sectionalizer yang
dikendaikan remote (RC); ,
Step 7) putuskan switch penghubung RC dan
hubungkan CB dan temukan titik
beban baru yang didukung dan hitung
ECOST untuk waktu switching switch
loop untuk menyimpan energi
dari jalur alternatif;
Step 8) hubungkan switch loop dan tentukan
ECOST untuk waktu perbaikan yang
dibutuhkan untuk zona bermasalah
yang terisa;
Step 9) total ECOST untuk ketidakpastian j
adalah jumlah tiga perhitungan
ECOST pada step 6)-8), kemudian
lenjutkan ke step 1).

Gambar 2. Proses interval switching untuk
mengisolasi kerusakan antara S2
dan S3.

Gambar 3. Jaringan Distribusi radial- system tes I.

Gambar 2 menunjukkan langkah demi
langkah interval switching breaker,
sectionalizer, dan switch loop saat kerusakan
terjadi antara S2 dan S3. sebuah grafik
matriks berdekatan diunakan untuk
menunjukkan topologi jaringan distibusi
dalam bentuk matematis. Pertama, algoritma
depth search dan breadth search digunakan
untuk menemukan jalur power flow,
sectionalizer, dan breaker dalam jalur ini dan
ntuk menghitung ECOST untuk setiap set
lokasi switch.

HASIL DAN PEMBAHASAN
Studi Kasus dan Hasil Numerik
Algoritma yang dikemukakan
diaplikasikan dalam dua system tes yang
ditunjukkan pada gambar 3 dan 4.

Gambar 4. IEEE 123-node feeder bus-sistem tes
II.

7
Tabel 1. Lokasi optimal switch menggunakan TPSO
Total minimum biaya peralatan switching 162028 ($/Tahun)
Jumlah Switch 12
Lokasi Switch

Bus 4 RBTS
System tes yang pertama merupakan
konfigurasi jenis urban yang terdiri atas
residensial, industrial, komersial, dan
pelanggan pemerintah/industrial. Beban
puncak system tes I 40 MW dan dihubungkan
dengan bus 4 RBTS. Data pelanggan, data
outage peralatan, pembebanan feeder, dan
data interupsi pelanggan. Dalam system ini,
iaya investasi sebuah sectionalizer dan sebuah
breaker adalah US$4700 dan US$11800.
Biaya perawatan tahunan sebesar 2% dari
biaya investasi tahunan. Seperti yang telah
disebutkan, sebagai tambahan dalam biaya
investasi, biaya interupsi termasuk factor
penting dalam menentukan jumlah dan lokasi
optimal switch .
Nilai keuangan dihubungkan dengan
biaya kerusakan pelanggan. Periode hidup
switch diasumsikan 20 tahun dalam tingkat
keuntungan 8%. Ada 58 kemungkinan posisi
switach dalam system. Semuanya ditunjukkan
pada gambar 7. algoritma yang dikemukakan
diaplikasikan dalam system ini dan hasilnya
ditunjukkan pada table I. karena bentuk
system ini kecil dan radial sederhana, jelas
sekali bahwa lokasi terbaik untuk memasang
breaker adalah pada feeder utama. Hasil yang
diperoleh dari penerapan algoritma
menunjukkan bahwa lokasi terbaik untuk
memasang switch jenis breaker adalah pada
feeder : 1, 11, 17, 37, 43, dan 49, memastikan
kinerja algoritma yang bagus untuk system
sederhana ini.

Tabel 2.Lokasi Optimal Switch menggunakan
SA

Jumlah dan lokasi optimal sectionalizer
diberikan pada tabel 1. hasil yang diperoleh
dengan menerapkan algoritma simulasi
annealing (SA) terhadap system yang sama
dan ditunjukkan pada tabel II. Hasil ini dapat
dibandingkan dengan tabel 1. perlu diingat
bahwa dalam [5], hanya lokasi terbaik
sectionalizer yang ditemukan dan lokasi
breaker ditentukan secara default.

Sistem Tes IEEE 123-Node Feeder
Algoritma tersebut juga diterapkan
kepada system yang lebih kompleks dan
praktis untuk menguji penggunaan dalam
situsi yang sebenarnya.
System tes kedua IEEE 123 node-feeder
ditunjukkan pada gambar 4. system terdiri
atas 85 titik beban. Ada 114 kemungkinan
lokasi switch dalam sisem ini. Data
reliabilitas yang dibutuhkan , termasuk data
outage peralatan, detail pembebanan feeder,
data pelanggan, dan beban yang dihubungkan
dengan setiap titik beban [12].
Dua studi kasus yang berbeda
dikemukakan dalam bagian ini untuk
menentukan jumlah optimal switch (breaker
dan sectionalizer) dan lokasi mereka
menggunakan algoritma Trinary PSO :
Kasus 1) tanpa switch loop dan jalur
alternatif;
Kasus 2) dengan switch loop dan jalur
alternatif.

Dalam hasil yang ditampilkan dalam
paper ini, diasumsikan bahwa trafo
cadangantersedia untuk setiap trafo tunggal
sehingga waktu penggantian dipertimbangkan
dalam kasus kerusakan trafo. Asumsi dan
modifikasi berikut diterapkan ke IEEE 123-
bus feeder.
semua switch diasumsikan memiliki
tingkat kerusakan nol dan oleh karenanya,
hanya bentuk kerusakan bebas yang
dihubungkan dengan semua trafo dan jalur
transmisi yang dipertimbangkan dalam
analisis.
System disuplai hanya dari satu titi 20-
kV dan suplai normally open lainnya
diabaikan. Di dalamnya terkandung kedua

8
jalur transmisi di udara dan kabel bawah
tanah.
Dua jalur alternatif diperhitungkan
dalam system seperti pada gambar 8.
Untuk setiap titik beban, satu transformr
ditambahka ke system asli.
Sebelm menerapkan algoritma optimasi
penempatan switch, breaker feeder utama
diasumsikan terpasang dalam system (untuk
tingkat proteksi minimum).
Algoritma optimasi tergantung kepada
konstrain berikut

Dimana Vi dan Ii adalah tegangan dan
arus titik beban ke-i. untuk hasil yang
ditampilkan di sini, Vmin dan Vmax bernilai
0,95 dan 1,05 p.u.
Dalam system ini, biaya investasi
sebuah switch jenis sectionalizer dan breaker
adalah US$4700 dan US$11800. Biaya
perawatan tahunan 2% biaya investasi
tahunan. Waktu hidup switch diperkirakan 20
tahun dengan keuntungan 8% .
Waktu switching sectionalizer RC
dan switch loop RC diasumsikan 5
menit.
Waktu perbaikan dan tingkat kerusakan
komponen diberikan pada tabel III dan
parameter TPDO pada tabel 4.

Tabel 3. Tingkat kerusakan dan waktu
perbaikan komponen

Tabel 4. Parameter TPSO

Sebuah bagian adalah hubungan antara
dua titik beban. Jumlah yang disebutkan pada
gambar 8 dianggap sebagai jumlah bagian.
Dalam paper ini, diasumsikan bahwa
sectionalizer bukanlah fault-breaking switch
dan hubung singkat apapun pada feeder
menyebabkan breaker pertama pada jalur dari
lokasi kerusakan ke suplai menjadi bekerja.
Switch sectionalizer merupakan jenis switch
RC. Sekali kesalahan terdeteksi, seksionalise
yang terhubung dapat dibuka dan breaker
ditutup lagi. Prosedur ini mengijinkan
pemulihan semua titik beban antara titik
suplai dan titik isolasi sebelum proses
perbaikan selesai. Oleh karena itu, seiring
jumlah switch jenis breaker meningkat, lebih
sedikit titik beban yang diputuskan dan total
ECOST system menurun. Gambar 5
menunjukkan tingkat konvergensi algoritma
TPSO.
Algoritma dipusatkan kepada state
finalnya kira-kira setelah 50 iterasi. Tingkat
konvergensi algoritma dengan T2 lebih besar
daripada T1. Alasannya adalah fungsi ini
lebih sietris di sekitar titik tengah dan
kesempatan terjebak dalam minimum local
ebih sedikit daripada fungsi lainnya. Untuk
memeperimbangkan analisis ekonomi system,
ECOST system dihitung dalam empat kasus
yang berbeda dan hasilnya ditampilkan pada
table V :
Kasus 1) Sebelum memasang switch
apapun dalam system
Kasus 2) Setelah memasang hanya
breaker dalam semua kandidiat
posisi
Kasus3) Setelah memasanga hanya
sectionalizer dalam semua posisi
kandidat
Kasus 4) Setelah memasang switch
dengan menerapkan algorita dan
menentukan lokasi optimal ntuk
memasang sectionalizer dan
breaker.

Gambar 5. tingkat konvergensi algoritma.


9
Tabel 5. Analisis ekonomi studi kasus 1

Dari tabel 5 dapat dilihat bahwa
memasang switch dalam jumlah optimal pada
lokasi optimal dengan menerapkan algoritma
TPSO menghasilkan pengurangan ECOST
sistem dari US$430890 menjadi US$
299300/tahun dan biaya total system dari
US$430890/tahun menjadi US$342460/tahun.
Untuk membandingkan nilai sekarang dari
keuntungan di masa depan dengan biaya
investasi pemasangan switch, analisis
Dicounted Cash Flow (DCF) telah digunakan
dan Discounted Future Benefit (DFB)
dihitung

Yang lebih banyak dari biaya investasi
dan perawatan (US$369300). Oleh karena itu,
memasang switch dalam system ini
merupakan investasi yang beralasan dilihat
dari sudut pandang ekonomi.
Hasil untuk kasus 1) dan 2) yang
ditampilkan pada tabel 6 dan 7, dapat dilihat
dari bahwa dalam kasus kedua, reliabilitas
system meningkat satt switch loop disertakan.
Alasannya adalah titik beban yang diisolasi
dapat didukung melalui jalur alternatif.
Jumlah switch optimal dalam kasus kedua
lebih banyak daripada dalam kasus pertama.
Hal ini dikarenakan keefetifan switch loop
lebih dominant saat jumlah switch
sectionalizer mencukupi.
Untuk menggunakan jalur alternatif
pada setiap zona bermasalah, setidaknya
dibutuhkan dua switch loop untuk
mengisolasi area yang bermasalah dari
jaringan. Jumlah biaya setiap switch
sectionalizer dan breaker diperhitungkan
sama seperti system tes I.
Untuk kasus kedua, jumlah biaya setiap
jalur alternatif diasumsikan sebanding dengan
biaya sectionalizer.

Tabel 6. Lokasi optimal switch dalam studi
kasus 1

Tabel 7.Lokasi optimal switch dalam studi
kasus 2

Gambar 6. m/n vs. BRC/SEC

Gambar 6 menunjukkan jumlah
proporsional breaker dan sectionalizer
terhadap biaya proporsional satu breaker dan
biaya satu sectionalizer. Hasil yang
ditampilkan dalam gambar ini memperjelas
kinerja algoritma. Parameter menunjukkan
waktu switching untuk sectionalizer RC.
Terlihat dari gambar ini, jumlah breaker yang
diperlukan berkurang saat biaya switch
breaker lebih tinggi bila dibandingkan dengan

10
sectionalizer, jumlah breaker juga berkurang
bila dibandingkan dengan sectionalizer saat
waktu switching sectionalizer RC menurun.
Juga, ketika biaya breaker dua kali lipat
daripada biaya sectionalizer, angka breaker
berkurang . Alasannya adalah saat waktu
switching untuk sectionalizer RC tinggi, hal
itu berarti titik beban yang terputus-putus
akan dibiarkan terputus untuk waktu yang
lebih lama, karena itu, lebih baik memasang
switch jenis breaker daripada sectionalizer.
Bagaimanapun juga, saat waktu
switching untuk sectionalizer RC singkat, titik
beban yang terputus-putus dipulihkan dalam
waktu singkat sehingga biaya interupsinya
sedikit. Dalam masalah ini, tidak baik untuk
memasang switch jenis breaker yang mahal
bila dibandingkan sectionalizer yang murah.
Hal ini dapat dilihat jelas bahwa jika
biaya breaker sama dengan sectionalizer,
semua switch yang diperoleh dari algoritma
TPSO menjadi switch jenis breaker saat
waktu switching untuk sectionalizer RC lebih
dari 1 menit (jumlah sectionalizer menjadi
nol).
Dengan demikian, dapat disimpulkan
bahwa untuk biaya fix breaker dan
sectionalize, jumlah switch jenis breaker
meningkat karena peningkatan waktu
switching sectionalizer.

KESIMPULAN DAN SARAN
Penentuan angka dan lokasi optimal
dalam system distribusi adalah permasalahan
penting dari sudut pandang reliabilitas dan
ekonomi.
Permasalahan penempatan switch
merupakan masalah optimasi kombinasi
dengan fungsi objektif nonlinier dan
nondifferential. Dengan menggunakan ide
algoritma berbasis sejarah dan konsep vasor
pada pesawat terbang, sebuah pemikiran
tentang algoritma kumpulan partikel tiga state
diformulasikan dalam paper ini untuk
menentukan jumlah optimal dua jenis switch
dan lokasi mereka dalam system distribusi.
Pemikiran yang dikemukakan didesain
sebagai algoritma TPSO, menentukan
jumlah/lokasi optimal switch dengan
meminimalkan jumlah biaya. Pemikira
tersebut telah diaplikasikan kepada dua
system tes. Hasil yang diperoleh
menunjukkan indikasi bahwa reliabilitas
system dan biaya dipengaruhi oleh jumlah
dan biaya breaker, jumlah dan biaya
sectionalizer, lokasi mereka, dan kemampuan
suplai alternatif.

DAFTAR PUSTAKA

J. Kennedy and R. Eberhart, 1995. Particle
swarm optimization, in Proc. IEEE Int.
Conf. Neural Networks, Perth,
Australia, vol. IV, pp. 19421948.
B. E. Wells, C. Patrick, L. Trevino, J. Weir,
and J. Steinca, 2005. Applying particle
swarm optimization to a discrete
variable problem on an FPGA-based
architecture, presented at the MAPLD
Int. Conf., Washington, D.C.
J.-H. Teng and Y.-H. Liu, 2003. A novel ACS-
based optimum switch relocation
method, IEEE Trans. Power Syst., vol.
18, no. 1, pp. 113120.
H. Yoshida, K. Kawata, Y. Fukuyama, S.
Takayama, and Y. Nakanishi, 2000. A
particle swarm optimization for reactive
power and voltage control considering
voltage security assessment. IEEE
Trans : Power Syst., vol. 15, no. 4, pp.
12321239.
A. A. Esmin, G. Lambert-Torres, and A. C.
Zambroni de Souza, 2005. Ahybrid
particle swarm optimization applied to
loss power minimization,IEEE Trans.
Power Syst., vol. 20, no. 2, pp. 859
866.
J. Kennedy and R. C. Eberhart, 1997. A
discrete binary version of the particle
swarm algorithm. in Proc. Conf.
Systems, Man, Cybernetics,
Piscataway.NJ, 1997, pp. 41044109.
Power engineering society, power
system analysis, computing and
economics committee, distribution
system analysis subcommittee, IEEE
123 node test feeders, presented at the
IEEE Winter Power Meeting,
Columbus, OH, 2001.

11
R. N. Billinton and I. Sjarief, 1991. A
reliability test system for educational
purposes-basic distribution system data
and results. IEEE Trans. Power Syst.,
vol. 6, no. 2, pp. 813820, May 1991.
A. A. Chowdhury and D. O. Koval, 1998.
Value-based distribution system
reliability planning, IEEE Trans. Ind.
Appl., vol. 34, no. 1, pp. 2329,
Jan./Feb.


12
PERUBAHAN TATA GUNA LAHAN YANG TERJADI PADA LOKASI
BANDAR UDARA POLONIA MEDAN

Jan Piter Pasaribu
Teknik Arsitektur, Fakultas Teknik Universitas Medan Area
Email: Janpiterpasaribupasribu @yahoo.co.id

ABSTRACT
Polonia Airport is situated in the inner city of Medan at the juncture of villages, i.e. Polonia,
Suka Damai and Sari Rejo urban villages, that form a sub-district of Medan Polonia. Polonia
airport is an old airport in Medan with the historical value for the development of Medan city.
Generally, Polonia Airport is located at the conthene of, Deli River and Babura River.
Development and the changes in the land use Giving a serious inpact on the land use Giving a
serious inpact on the community especially with the increase in Housing projects around the
airport area. Generally, The locals prefer to maintain the airport to communicate the mintonical
value of the Medan city.In the terms, the research focussed on the opinion at the city dwellas in
the land the pattern and land use applying Various techniqure in collecting data, and triary land
analysis, These is a strong indination of the people in maintaining The airport. The guest By the
people to maintain the airport even for small operation. This is Because True is a relation
beween the existance at the airport with the economic advantage in the city. This study also help
to instiqcate the policy makes in Medan.
Keywords: society perception, land using

PENDAHULUAN
Perubahan Tata Guna Lahan yang
terjadi pada Bandar Udara Polonia ini akan
memberi dampak positif bagi masyarakat
yang bekerja di puasat kota karna lokasi ini
cukup dekat dengan pusat kota. Lokasi sungai
yang cukup besar dapat menampung saluran
dari perumahan disaat curah hujan yang
cukup besar dan tidak akan terjadi banjir.
Seperti perumahan yang berada pada
pinggiran sungai akan memberi suasana yang
indah bagi penghuninya.
Penataan rumah yang baik akan
memaksa masyarakat untuk memperoleh
rumah tersebut sebagai rumah masadepan
yang baik, walaupun dengan harga yang
cukup mahal. Pemerintah kota akan dilibatkan
dalam pembangunan ini terutama dalam
pemberian izin dan peraturan pembangunan
diperkotaan yang harus di ikuti oleh para
pengembang/Developer. Dan harapan
masyarakat sekitar tidak
menggangkukeamanan dan kenyamanan pada
lingkungannya. Disamping itu juga
masyarakat harus diberi kesempatan untuk
memberi masukan terhadap peraturan
pembangunan perumahan dan lingkungan
sekitarnya.
TINJAUAN PUSTAKA
Perubahan tata guna lahan (TGL) yang
terjadi pada pinggiran lokasi Bandar Udara
Polonia menempatkan perletakan bangunan
berada pada sisi kiri dan sisi kanan jalan
umum yang membuat pandangan menjadi
padat pada sisi kanan dan sisi kiri jalan.
Pemanfaatan lahan pada lingkungan pada
perumahan ditata dengan baik sehingga jalan
utama pada lokasi perumahan cukup besar,
dan tidak sulit apa bila terjadi berpapasan
dengan kenderaan lainnya.
Pinggiran Sungai Deli adalah Ruang
Terbuka Hijau (RTH) yang berubah menjadi
perumahan yang tertata dengan baik, dimana
pintu masuk ke perumahan ini dibangun air
mancur yang dapat mengundang perhatian
setiap orang yang melintas pada depan
perumahan yang sekarang disebut perumahan
Polonia River view.

Sistem Pembangunan
Sistem Pembangunan Perumahan
ini dibangun diatas tanah yang keras dan
stategis dekat dengan pusat kota. Memiliki
surai izin dari Pemerintah kota serta
mengikuti peraturan Undang-Undang yang
dikeluarkan oleh Peraturan Perundang-

13
undangan pemerintah. Perletakan bangunan
teratur dan terlihat asri mengikuti arus jalan
yang melingkar mengelilingi Bandar Udara
Polonia.
Prasarana lingkungan yang tertata
dengan baik dapat memberi kenyamanan
dalam menempati perumahan, sehingga
konsumen dapat menikmati suasana yang
nyaman dalam menempati rumah. Seperti
drainase yang dirancang dengan sempurna
dan tidak menimbulkan banjir diwaktu hujan
serta tidak mengalami panas waktu musim
kemarau. Jadi dapat kita rasakan bagai mana
kita tinggal dalam lingkungan perumahan
harus dapat merasakan kesejukan dan
kenyamanan.

Luas area yang dipakai dalam
Perumahan ini adalah masi dalam tahap demi
tahap, karena Perumahan ini hanya
memanfaatkan lokasi Bandara Udara Polonia
saja karena dalam waktu dekat ini bandara
Udara Polonia akan dipindah ke Kota Lubuk
Pakam di Kabupaten Deli Serdang.
Perumahan yang dibangun Developer
adalah bangunan deret yang elit dan bentuk
rumah Villa yang berkelas tinggi yang
diperuntukkan bagi orang-orang yang
berpenghasilan tinggi, karena Perumahan
harganya mencapai miliaran rupiah bahkan
melebihi dari miliaran. Dan pembangunannya
masi berada pada pinggiran lokasi Bandar
Udara Polonia.
Sedangkan bangunannya adalah
berukuran dengan bermacam Type, akan
tetapi pada pinggiran Sungai deli terdapat
bangunan villa yang sangat mewah. Yang
disebut dengan villa Polonia River View.
Hanya saja masalah yang dihadapi perumahan
yang berada pada pinggiran Sungai ini sangat
sulit untuk mendapat izin.

1. Pencapaian terhadap pekerjaan maupun
kesekolah adalah tergantung pada lokasi
perumahan yang dipilih oleh masyarakat
itu sendiri, atau perumahan yang mana
lebih sesuai untuk dihuni dalam
pencapaian ketempat kerja atau ke
sekolah.
2. Pembangunan perumahan dalam kota
Medan sangat membantu masyarakat
dalam memperoleh rumah dan membuat
lingkungan yang teratur sehat dan
nyaman untuk ditempati sehingga
masyarakat puas dengan biaya yang
dikeluarkan dalam membeli rumah
tersebut.
3. Luas ruang atau kapling dari perumahan
adalah tergantung permintaan deman
yang mana type rumah untuk cocok
dihuni dan sesuai kemampuan daya
belinya pada perumahan yang diaminati.

DAFTAR PUSTAKA

Keputusan Menteri KIMPRASWIL No. 217/
KPT/M 2002. Tentang
Kebijaksanaan dan Strategi Nasional
Perumahan dan Permukiman KSNPP.
Airlangga University, 2008. Perumahan
Merupakan Kebutuhan selain Pangan
dan Sandang.
www.perumahan.com, 29 Juli 2009.


14
KAJIAN MORFOLOGI BANGUNAN PERMUKIMAN
(Study Kasus Real Estate Mutiara Residence)

Neneng Yulia Barky
Teknik Arsitektur, Fakultas Teknik Universitas Medan Area

ABSTRACT
Real estate repsent an area housing development consisted of by some facility sarana prasarana
support of like house of ile, huose relegius service, school house (play group, elementry school,
primary school, etc) and repsent the settlement area consisted of by the house of luxuriant house.
Ready and also housing arrenged by good and have to be paid attention to in inveterate huosing
development as competent criterion dwel adn also healty housing development and social either
trought external and also internal
Keywords : housing development, facility support

PENDAHULUAN
Kota Medan memiliki luas 26.510
Hektar (265,10 Km
2
) atau 3,6% dari
keseluruhan wilayah Sumatera Utara. Dengan
demikian, dibandingkan dengan
kota/kabupaten lainya, Kota Medan memiliki
luas wilayah yang relatif kecil, tetapi dengan
jumlah penduduk yang relatif besar. Secara
geografis kota Medan terletak pada 3 30'
3 43' Lintang Utara dan 98 35' - 98 44'
Bujur Timur. Untuk itu topografi kota Medan
cenderung miring ke utara dan berada pada
ketinggian 2,5 - 37,5 meter diatas permukaan
laut.
Perkembangan Kota Medan tidak
terlepas dari dimensi historis, ekonomi dan
karakteristik Kota Medan itu sendiri, yakni
sebagai kota yang mengemban fungsi yang
luas dan besar (METRO), serta sebagai salah
satu dari 3 (tiga) kota metropolitan terbesar di
Indonesia. Realitasnya, Kota Medan kini
berfungsi:
1. Sebagai pusat Pemerintahan daerah,
baik pemerintah Propinsi Sumatera
Utara, maupun Kota Medan, sebagai
tempat kedudukan perwakilan/konsulat
Negara-negara sahabat, serta wilayah
kedudukan berbagai perwakilan
Perusahaan, Bisnis, Keuangan di
Sumatera Utara.
2. Sebagai Pusat pelayanan kebutuhan
sosial, ekonomi masyarakat Sumatera
Utara seperti: Rumah sakit, Perguruan
Tinggi, Stasiun TVRI, RRI, dll,
termasuk berbagai fasilitas yang
dikembangkan Swasta, khususnya
pusat-pusat Perdagangan.
3. Sebagai pusat pertumbuhan ekonomi,
perdagangan, keuangan, dan jasa secara
regional maupun internasional.
4. Sebagai pintu gerbang
regional/Internasional/Kepariwisataan
untuk kawasan indonesia bagian barat.

Permasalahan
Untuk pembahasan lebih di titik
beratkan pada masalah-masalah yang
berkaitan dengan Real Estate dan lingkungan
dalam dunia arsitektur sedangkan masalah-
masalah yang berada diluar displin ilmu
keduanya. Sejauh mana melatar belakangi
atau terdapat faktor-faktor yang mendukung
diasumsikan tanpa pembuktian yang
mendalam

TINJAUAN PUSTAKA
Pengembangan lahan merupakan proses
penting dalam perubahan suatu pengggunaan
lahan ke penggunaan lainnya. Batasan
pengembangan lahan sangat luas karena
termasuk di dalamnya beberapa kegiatan
seperti konversi lahan hutan menjadi lahan
pertanian intensif dan pemukiman demikian
juga lahan pertanian menjadi lahan
pemukiman maupun indudtri/perdagangan.
Dewberry (1996) menyatakan bahwa desain
pengembangan lahan merupakan proses
sistematik dari pengumpulan data, studi,
ekstrapolasi data dan analisis agar didapatkan
hasil yang baik.

15
Untuk penggunaan tertentu yang
berguna untuk membantu perencanaan
penggunaan dan pengelolaan lahan. Evaluasi
lahan meliputi interpretasi data fisik kimia
tanah, potensi penggunaan lahan sekarang dan
sebelumnya (Jones et al, 1990), yang
bertujuan untuk memecahkan masalah jangka
panjang terhadap penurunan kualitas lahan
yang disebabkan oleh penggunaannya saat ini,
memperhitungkan dampak penggunaan lahan,
merumuskan alternatif penggunaan lahan dan
mendapatkan cara pengelolaan yang lebih
baik (Sys, 1985 : Rossiter, 1994).
Leuschner (1984) menyatakan bahwa
pengelolaan lahan dan hutan merupakan hasil
integral dari seluruh komponen lingkungan
baik fisik, kimia, biologi sosial dan ekonomi
yang mempengaruhi keputusan perencaan
penggunaan lahan dengan
mempertimbangkan kerusakan lingkungan
dan konservasi lahan.
Konservasi lahan tidaklah bermaksud
untuk tidak menggunakan lahan tetapi
memanfaatkan lahan sebaik mungkin
sehingga resiko terhadap kerusakan lahan
seminimal mungkin (Margules and Pressey,
2000). Penggunaan lahan tanpa
memperhatikan faktor kerusakan lingkungan
akan menyebabkan kehilangan hutan,
pertukaran iklim, erosi tanah dan banjir
(Pearce, 2000).
Saat ini pembangunan berkelanjutan
sudah menjadi konsep dasar untuk
pengelolaan lahan baik lahan pertanian,
kehutanan dan pemukiman agar diperoleh
kualitas hidup yang lebih baik (TAG, 1988),
walaupun metoda tentang pembangunan
berkelanjutan tersebut belum sepenuhnya
difahami (Fresco et al. 1994).
Menurut Tzschupke (1998), kata
berkelanjutan (Sustainability) pertama sekali
ditulis oleh seorang Jerman Hanns von
Carlowiz dalam Sylvicultura oeconomica
pada tahun 1713 yang beberapa dekade
kemudian menjadi dasar manajemen sumber
daya alam. Sekarang pengertian berkelanjutan
mengikuti batasan yang dibuat oleh
Bruntland Commission dalam laporannya
kepada Perserikatan Bangsa-Bangsa (PBB)
yaitu pembangunan yang memenuhi
kebutuhan saat ini tanpa mengurangi
kebutuhan generasi yang akan datang.
Konsep lahan haruslah tidak disamakan
dengan tanah. Dalam pengertian lahan suah
termasuk tanah dengan segala sifat-sifatnya
serta keadaan lingkungan sekitarnya. Jika
sifat-sifat tersebut sama dalam segala aspek
dikatakan unit lahan (Drissen ang Kninj,
1992). Unit lahan ini biasanya dipetakan
dengan karakteristik yang spesifik dan
merupakan dasar untuk mengevaluasi lahan
(FAO, 1976 ; 1983).
Tujuan utama mendefenisikan unit
lahan adalah agar diperoleh hasil maksimal
dalam penilaian kesesuaian lahan untuk
penggunaan tertentu dan mendapatkan cara
yang tepat dalam pengelolaannya (FAO,
1993). Untuk mendeskripsikan unit lahan
haruslah merujuk kepada karakteristik lahan
seperti kemiringan lahan, ketersediaan air dan
sifat sifat fisk dan kimia tanah (Nasution,
1989).
Menurut FAO (1985) perencanan
penggunaan lahan merupakan penilaian yang
sistematik terhadap lahan untuk mendapatkan
alternatif penggunaan lahan memperoleh opsi
yang terbaik dalam memanfaatkan lahan agar
terpenuhi kebutuhan manusia dengan tetap
menjaga agar lahan tetap dapat digunakan
pada masa yang akan datang. Sedangkan
evaluasi lahan merupakan penilaian terhadap
lahan untuk penggunaan tertentu.
Dentang Young (1987) menyatakan
bahwa evaluasi lahan suatu proses untuk
memperkirakan potensi lahan untuk tanaman
pangan, perkebunan, daerah turis, pemukiman
dan daerah konservasi. Dengan demikian
dalam mengevaluasi lahan diperlukan banyak
ahli dalam bidangnya masing-masing, sebagai
contoh dalam evaluasi lahan untuk pertanian
memerlukan ahli dalam bidang tanah,
agronomi, biologi dan ekologi yang dibentuk
menjadi satu tim yang akan mengambil
keputusan dalam menentukan kesesuaian
lahan (Nasution, 2003). Hasil dari evaluasi
lahan merupakan dasar bagi mengambil
keputusan untuk menetapkan penggunaan
lahan dan pengelolaan (Management) yang
diperlukan.

16
Kesesuaian lahan untuk penggunaan
tertentu biasanya dievaluasi dengan
menggunakan karakteristik lahan atau kualitas
lahan. Karakteristik lahan merupakan
kelengkapan lahan itu sendiri, yang dapat
dihitung atau diperkirakan seperti curah
hujan, tekstur tanah dan ketersediaan air,
sedangkan kualitas lahan lebih merupakan
sifat tanah yang lebih kompleks, seperti
kesesuaian kelembaban tanah, ketahanan
terhadap erosi dan bahaya banjir (FAO,
1977).
Beberapa sistem evaluasi lahan
(Klingebiel and Montgomery, 1976 ; Chan at
al. 1975) menyarankan klasifikasi
berdasarkan jumlah dan tingkat keragaman
dan faktor penghambat produksi. The FAO
Framework for Land Evaluation tidak
dimaksudkan untuk mengevaluasi lahan
secara parametrik (Purnell, 1997). Hal ini
disebabkan oleh kesulitan untuk mendapatkan
kesepakatan terhadap kriteria yang akan
digunakan dalam evaluasi, tetapi bukan
berarti FAO Framework tidak dapat
digunakan untuk pendekatan parametrik
hanya perlu pengembangan pada parameter
yang akan digunakan.
Keunggulan sistem parametrik ini tidak
saja menghitung klas kesesuaian lahan
berdasarkan sifat-sifat tanah saja akan tetapi
memperhitungkan seluruh faktor iklim dan
memetakannya dalam satu peta kesesuaian
lahan. Dalam penilaian parametrik, data iklim
dibagi menjadi empat kelompok yaitu
karakteristik iklim yang berhubungan dengan
1) curah hujan, 2) Suhu, 3) Kelembaban udara
dan 4) sinar matahari.

Gambaran Umum
Kondisi Iklim Kota Medan
Kota Medan, mempunyai iklim tropis
dengan suhu minimum menurut stasiun
Polonia pada tahun 2006 berkisar antara
23,0
0
C 24,1
0
C dan suhu maksimal berkisar
antara 30,6
0
C 33,1
0
C, serta menurut stasiun
sampali suhu minimumnya berkisar antara
23,6
0
C 24,4
0
C dan suhu maksimum berkisar
antara 30,2
0
C 30,5
0
C.

Administrasi Pemko Medan
Administrasi pemerintahan kota Medan
dipimpin oleh seorang Walikota pada saat ini
terdiri atas 21 kecamatan dengan 151
kelurahan yang terbagi dalam 2000
lingkungan.

Banyaknya Kelurahan Menurut Tahun/Kecamatan dan Klasifikasinya di Kota Medan
No Tahun/kecamatan Klasifikasi
Kelurahan
Jumlah
Swasembada Mula Swasembada
Madya
Swasembada
Lanjut

1 2 3 4 5 6
2002
2003
2004
2005
2006
85
85
85
85
66
66
66
66
-
-
-
-
151
151
151
151
1
2
3
4
5
6
7
8
9
10
11
Medan Tuntungan
Medan Johor
Medan Amplas
Medan Denai
Medan Area
Medan Kota
Medan Maimun
Medan Polonia
Medan Baru
Medan Selayang
Medan Sunggal
6
4
5
1
6
7
4
3
3
3
2
3
2
2
5
6
5
2
2
3
3
4
-
-
-
-
-
-
-
-
-
-
-
9
6
7
6
12
12
6
5
6
6
6

17
12
13
14
15
16
17
18
19
20
21
Medan Helvetia
Medan Petisah
Medan Barat
Medan Timur
Medan Perjuangan
Medan Tembung
Medan Deli
Medan Labuhan
Medan Marelan
Medan Belawan
5
4
4
6
7
3
2
4
1
5
2
3
2
5
2
4
4
2
4
1
-
-
-
-
-
-
-
-
-
-
7
7
6
11
9
7
6
6
5
6
Jumlah 85 66 - 151
Sumber Medan Dalam Angka Tahun 2009

Banyaknya Kelurahan dan Lingkungan Menurut Kecamatan di Kota Medan
No Tahun/Kecamatan Kelurahan Lingkungan
1 2 3 4
2002
2003
2004
2005
2006
151
151
151
151
151
1897
2000
2000
2000
2000
755 10000
Sumber Medan Dalam Angka Tahun 2009

Kecamatan Medan Medan Tembung
mempunyai kelurahan yakni :
1. Kelurahan Indra Kasih
2. Kelurahan Siderejo Hilir
3. Kelurahan Siderejo
4. Kelurahan Tembung
5. Kelurahan Bantan
6. Kelurahan Bantan Timur
7. Kelurahan Bandar Selamat

Kelurahan Bandar Selamat mempunyai 12
lingkungan yang terdiri dari :
- Lingkungan I
- Lingkungan VII
- Lingkungan II
- Lingkungan VIII
- Lingkungan III
- Lingkungan IX
- Lingkungan IV
- Lingkungan X
- Lingkungan V
- Lingkungan XI
- Lingkungan VI
- Lingkungan XII

Jumlah Penduduk ( Population )
Pembangunan Kependudukan
dilaksanakan dengan mengindahkan
Kelestarian Sumber daya alam dan
Fungsi lingkungan hidup sehingga mobilitas
persebaran penduduk tercapai optimal.
Mobilitas dan persebaran penduduk yang
optimal berdasarkan pada adanya
keseimbangan antara jumlah penduduk
dengan daya dukung dan daya tampung
lingkungan. Persebaran penduduk yang tidak
di dukung oleh lin gkungan dan pembangunan
akan menimbulkan masalah sosial dan
komplek, dimana penduduk menjadi beban
bagi lingkungan maupun sebaliknya. Pada
tahun 2006 diproyeksikan penduduk kota
Medan mencapai : 2.067.288 jiwa, luas
wilayah mencapai : 265,10 km
2
, Kepadatan
penduduk mencapai 7798 jiwa /km
2
.
Pengentasan kemiskinan merupakan upaya
besar yang menyangkut masa depan bangsa,
hal tersebut dikarenakan kemiskinan
merupakan masalah kompleks yang butuh
komitmen semua .

18
Jumlah Penduduk dan Rumah Tangga Menurut Kecamatan di Kota Medan
No Kecamatan Laki-laki Perempuan Jumah
Penduduk
Jumlah Rumah
Tangga
1 2 3 4 5 6
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Medan Tuntungan
Medan Johor
Medan Amplas
Medan Denai
Medan Area
Medan Kota
Medan Maimun
Medan Polonia
Medan Baru
Medan Selayang
Medan Sunggal
Medan Helvetia
Medan Petisah
Medan Barat
Medan Timur
Medan Perjuangan
Medan Tembung
Medan Deli
Medan Labuhan
Medan Marelan
Medan Belawan
34.393
56.983
55.199
69.017
54.087
41.434
23.138
25.752
20.790
42.486
54.411
70.847
32.733
38.828
56.146
51.408
68.560
71.604
52.207
59.028
48.562
34.591
56.610
56.572
68.673
53.471
41.548
23.819
26.282
22.734
41.722
54.538
71.345
34.325
39.039
55.962
52.351
70.505
74.109
52.623
62.688
46.173
68.983
113.593
111.771
137.690
107.558
82.982
48.958
52.034
43.524
84.208
108.496
142.187
67.057
77.867
112.108
103.759
139.065
145.714
104.829
121.716
94.735
16.471
25.021
22.078
30.211
24.841
19.299
11.413
11.083
11.703
19.320
25.064
31.324
15.112
20.895
25.541
23.562
30.646
32.626
22.295
24.342
21.669
Jumlah 1.027.607 1.039.681 2.067.288 465.218
Sumber Medan Dalam Angka 2009

Human Development Report (Laporan
Pembangunan Manusia) yang pertama pada
tahun 1990 mendefenisikan pembangunan
manusia sebagai suatu proses untuk membuat
manusia mampu memiliki lebih banyak
pilihan. Perkembangan Indeks Pembangunan
Manusia (IPM) Kota Medan menunjukkan
gambaran yang baik.
Pada Tahun 1999 IPM Kota medan
mencapai 70,8 dibandingkan dengan 25
daerah Kabupaten / kota, di Propinsi
Sumatera Utara kota Medan menempati
urutan 2 setelah Kota Pematang siantar,
Tahun 2009 IPM Kota Medan meningkat
mencapai 93,4.

Data dan dokumentasi
Peta Kecamatan Medan Tembung dan Sekitarnya

Gambar 1. Peta Wilayah Perumahan Mutiara Residence, Kecamatan Medan Tembung,
Kelurahan Bandar Selamat, Lingkungan XII


19

Gambar 2. Kantor Lurah Bandar Selamat Keca-
matan Medan Tembung

Gambar 3. Universitas Medan Area (sarana
pendidikan)

Gambar 4. Universitas Negeri Medan UNIMED
(sarana pendidikan )

Gambar 5. Gedung IAIN Sumatera Utara (sarana
pendidikan)


20

Gambar 6. Gedung SMP Negeri 27
(sarana pendidikan )

Gambar 7. Gedung MTSN Negeri 2 Medan
(sarana pendidikan)

Gambar 8. Gedung PBSI (sarana olah raga)

Gambar 9. Gedung Balap Sepeda
(sarana olah raga )


21

Gambar 10. Gedung KONI Propinsi Sumut
(sarana pemerintahan )

Gambar 11. Gedung Perumahan dan Tata kota
SUMUT ( sarana pemerintahan )

Gambar 12. Bagunan Ruko MMTC

Gambar 13. Bangunan Ruko Seribu MMTC


22

Gambar 14. Bangunan Mesjid ( sarana ibadah )

Sejarah Singkat Perumahan Mutiara
Residence (MR)
Perumahan Mutiara Residence (MR),
yang berlokasi disekitar jalan Mutiara
Pancing, luas lahan lebih kurang 20 hektar.
Dengan berpedoman pada konsep rumah
taman yang mengacu pada keasrian,
kesegaran, dan kenyamanan lingkungan
sekitarnya.

Gambar 15. SITE PLAN Perumahan Mutiara
Residence

Sarana Olahraga
1. Lapangan Tenis
Bagi masayarakat yang ada di
perumahan Mutiara Residence yang hobinya
bermain tenis tidak usah pergi lagi keluar
karena perumahan ini juga menyediakan
lapangan tennis yang terdapat di dalam
gedung dimana lapangan ini disewa untuk
umum.
2. Lapangan Basket
Untuk lapangan basket ini terletak di
dahera yang strategis di kawasan perumahan.
Dimana lapangan ini digunakan untuk orang
orang yang berolah raga basket.

Tipe Rumah
Sebagian besar bangunan yang ada pada
perumahan Mutiara Residence didominasi
oleh bangunan mewah yang tentu saja
bertujuan untuk mendapatkan kesan yang
indah dan Asri.
Adapun type type bangunan yang ada
di perumahan cemara asri yaitu :

1. Type Mutiara Berlian (LT 450 M2 / LB
386 M2 )
2. Type Mutiara Emas ( LT 312 M2 / LB
322 M2 )
3. Type Mutiara Zamrud ( LT 240 M2 / LB
259 M2 )
4. Type Mutiara Delima ( LT 176 M2 / LB
195 M2 )
5. Type Mutiara Intan ( LT 120 M2 / LB
145 M2 )
6. Type Ruko ( LT 87 M2 / LB 273 M2 )


23

Gambar 16. Type Rumah Mutiara Intan LT 120
m2 / LB 145 m2

Gambar 17. Type Rumah Mutiara Delima LT
176 m2 / LB 195 m2

Taman
Di sekeliling perumahan Mutiara
Residence dikelilingi pepohonan dan vegetasi
untuk menyejukan suasana didalam site.
Untuk ditengah jalan ( barem ) terdapat pohon
pohon palem, dengan adanya pepohonan
yang di tanam maka terlihatlah keasriannya
dilingkungan sekitar perumahan. Untuk
khusus taman bermain terletak ditengah
lingkungan bermain, taman ini untuk anak
anak yang ingin bermain, dan juga ada play
ground yang diletakan di belakang kawasan
rumah yang nyaman dan asri.

24

Gambar 18. Taman di depan perumahan

Pola Jalan dan Pencapaian
Pola jalan yang digunakan pada
perumahan Mutiara Residence adalah pola
jalan dengan system GRID yaitu pola jalan
lurus yang saling dikombinasikan hal ini guna
memudahkan penataan bangunan. Hanya
sebagian kecil yang memakai pola jalan
melingkar yaitu pada daerah-daerah public.
Space tempatnya pada taman-taman dan
bahan yang digunakan untuk jalan yaitu
menggunakan bahan dari massa block yang
disusun rapid dan dirawat dengan baik.

Gambar 19. Peta Lokasi Perumahan Mutiara
Residence

Acsebilitas dari Jalan Utama
Untuk mencapai ke site dari jalan utama
(Marelan) mempunyai beberapa alternatif
yaitu :
1. Dari Jalan Pancing

2. Dari Jalan Letda Sujono

Sarana dan Prasarana yang Tersedia
Adapun sarana tersedia adalah :
- One Gate System (satu gerbang utama )
- Outdoor Caf (fisik bangunan sudah
selesai)
- Play ground (sudah selesai)
- Swimming pool ( fisik bagunan sudah
mencapai 80 % )

25

Gambar 20. Gerbang Utama Perumahan Mutiara
Residence

Sedangkan prasarana yang tersedia
yaitu :
- Jaringan Listrik
Jaringan listrik yang digunakan
memakai system tanam yang arus listrik
dibagi tiap-tiap unit rumah yang dihubungkan
melalui trafo induk. Perletakan trafo itu
tersendiri di tempatkan pada areal yang
mudah di jangkau dan diperiksa.

- Jaringan Telepon
Untuk jaringan telepon system yang
digunakan adalah jaringan bawah tanah yang
dipasang di kawasan perumahan yang
letakkan pada trotoar.

- Drainase
Sistem drainase yang diguanakan
adalah drainase induk dan parit. Drainase
induk yaitu penampungan dari rumah-rumah
untuk di alirkan ke parit besar. Sedangkan

26
parit digunakan untuk mengalirkan limbah
rumah tangga ke drainase induk.

- Penerangan
Sistem peneragan pada sekitar lokasi
site mengunakan lampu jalan yang di letakan
di tiang listrik dan juga ada yang berdiri
sendiri, aliran listrik nya diambil dari PLN,
lampu ini hidup mulai pukul 17 : 00 Wib
sampai pukul 06 : 00 Wib, secara otomatis.

Kesimpulan
Penyedian perumahan yang baik di
tentukan oleh beberapa faktor, yaitu :
1. Kondisi lingkungan dan keadaan alam
2. Keamana sekitar perumahan
3. Pencapain
4. Sarana dan Prasaran yang tersedia degan
baik
5. Pemeliharaan lingkungan perumahan
Unsur-unsur inilah yang harus
diperhatikan oleh setiap pengembagan
perumahan atau yang lazim disebutkan
sebagai sala satu kreteria layak huni. Dapat
pula diartikan secara luas, bukan hanya
sebatas persyaratan fisik untuk menjamin
kesehatan penghuninya. Tetapi permukiman
sehat seharunya sehat dalam arti fisik dan
sosial, baik secara internal maupun eksternal.

Saran
Mahasiswa diharapkan mempunyai
pemahaman dan pengetahuan secara teoritis
yangberimbang dengan teknik perencanaan
sebenarnya. Agar arsitektur tidak menjadi
semata mata suatu fashion dunia atau gaya
saja.


27
DAFTAR PUSTAKA

Kuswartojo, Tjuk. Perumahan dan
Pemukiman yang Berwawasan
Lingkungan.Depdiknas.
M Sastra, Suparno, 2006. Perencanaan dan
Pengembangan Perumahan Sebuah
Konsep, Pedoman dan Strategi.
Penerbit Andi Yogyakarta.
Wikipedia, 2008, Medan Tembung, Medan,
ensiklopedia bebas. Htm.
YB, Neneng, Ir, 2006, Karya Ilmiah Real
Estate Standrt dan Tidak Standart di
kota Medan. Lembaga Penelitian UMA.


28
QUALITY CONTROL PRODUK DALAM MENINGKATKAN
MUTU BENANG KARET COUNT 37 PADA PT. INDUSTRI KARET
NUSANTARA TANJUNG MORAWA

Ninny Siregar
Teknik Industri, Fakultas Teknik Universitas Medan Area

ABSTRACT
PT. Industri Karet Nusantara is a company in a rubber thread production sector. Raw material
used to produce rubber thread is natural rubber, it is latex with its 60% DRC obtained from farm
of PTPN III Membang Muda and Kebun Rambutan Tebing. Problem that is faced by the company
is the number of the result of production that is not fulfill the specification requirements. It is
caused by the inqualified factors of production and causing the large number of defective products.
This reseacrh aims to identify the cause of defective products and overcome the causes so the
number of defective product can decrease and improve the quality of rubber thread productivity by
applying the Quality Control Circle method. In apllying this Quality Control Circle method, it is
used Seven Tools, they are check sheet, stratification, histogram, Pareto Diagram, Scatter
Diagram, cause and Effect Daigram, and Control Chart. After identifying the defective causes, the
solving problem is done by using the PDCA (Plan-Do-Check-Action) Cycle. In this research, the
quality of rubber thread product that will be improved is type of Count 37 rubber thread. There are
three defective products that has been identified, they are sticky thread, Molted Thread, Big
Thread, and if the research is done, it will be obtained the percentage of the biggest kind/type of
defective product from the third product with cumulative percentage. By using the cause and effect
Diagram, it can be analyzed the factors that is possible as the cause of the defective product, so the
repair of those factors can be done soon. In this research it is obtained the number of defective
product on September before the application of Quality Control = 325 boxes, the number of rubber
thread production = 13921 boxes. It is obtained the percentage of the number defective product on
September = 2,33%. After the application of Quality Control is done on November, the defective
product obtained = 263 boxes, and the number of rubber thread production = 18622 boxes. It is
obtained the percentage of the number defective product after application = 1,41%.
Key words : Quality Control Circle method, rubber thread

PENDAHULUAN
PT.Industri Karet Nusantara
merupakan badan usaha milik negara
(BUMN) yang bergerak dalam bidang
pengolahan karet yang merupakan olahan dari
karet alam yang salah satu produksinya
adalah rubber thread/benang karet. Pada
tanggal 19 April 1991 pabrik rubber
thread/benang karet telah selesai dibangun
dan pada tahun berikutnya telah mulai
melakukan kegiatan eksport ke berbagai
negara, sehingga kualitas produksi sangat
menjadi prioritas dari rerusahaan tersebut.
Selama penelitian dapat disimpulkan bahwa
permasalahan yang ada pada perusahaan
tersebut adalah masih terdapat produk cacat
yang cukup tinggi pada produk akhir
Pihak perusahaan sudah sedemikian
rupa mengendalikan produk namun produk
cacat masih terdapat juga. Hal demikian
sangat mempengaruhi keuntungan perusahaan
tersebut.
Apabila tingkat kecacatan produksi
dapat diatasi dengan usaha menurunkan angka
produksi cacat dengan metode quality control
circle maka akan meningkatkan pendapatan
dan profit bagi perusahaan juga akan
meningkatkan kualitas produksi benang
karet/rubber thread.
Berdasarkan hal tersebut tulisan ini
dibuat dengan judul: Quality Control
Produk Dalam Meningkatkan Mutu
Benang Karet Count Pada PT. Industri
Karet Nusantara-Tanjung Morawa.
Dalam melakukan pengamatan dan
penelitian dapat diperoleh datanya secara
langsung maupun tidak langsung. Data yang
dibutuhkan dalam melakukan penelitian karya
ilmiah dilakukan pembagian data menjadi
data primer dan data sekunder. Untuk

29
mengetahui pembagian datanya beserta uraian
penjelasannya sebagai berikut:
1. Data Primer
Data primer adalah data yang diperoleh
dari pengamatan dan penelitian secara
langsung di lapangan. Pengumpulan data
primer ini dilakukan dengan jalan
mengamati secara langsung di pabrik dan
mewawancarai karyawan yang terlibat
langsung.
1. Data Sekunder
Data sekunder merupakan data yang tidak
langsung diamati oleh peneliti data ini
merupakan dokumentasi perusahaan, hasil
penelitian yang sudah lalu.
Pengolahan data pada penelitian ini
diawali dengan pengumpulan data dengan
menggunakan tujuh alat kendali mutu (Seven
Tools) sehingga dapat ditemukan
permasalahan yang ada. Kemudian
permasalahan tersebut dipecahkan dengan
menggunakan PDCA Cycle. Dari PDCA
Cycle tersebut diperoleh usulan-usulan
perbaikan yang selanjutnya oleh tim quality
control circle melakukan penerapan usulan
perbaikan. Lalu kemudian mengadakan
peningkatan kualitas dan rata-rata kecacatan
sebelum dan sesudah penerapan quality
control circle.

Pengumpulan Data
Data yang diambil untuk tugas sarjana
ini dikumpulkan dengan cara pengamatan
langsung terhadap objek penelitian dan
pengamatan tidak langsung yaitu catatan-
catatan operasional perusahaan yang
berhubungan dengan pengendalian kualitas
dan diolah dengan pedoman pada teori-teori
yang telah dijelaskan sebelumnya untuk
menyederhanakan dan menyajikan data
tersebut serta dibahas hasilnya dan dianalisis
sehingga masalah lebih mudah diselesaikan.

Pengolahan Data
Proses pengolahan dan analisis produk
cacat dilakukan dengan menggunakan seven
tools, sebagai berikut:

Check Sheet
Dari data pada lampiran dapat dibuat
check sheet jumlah dan jenis cacat. Data yang
dikumpulkan yaitu data jumlah produksi dan
jumlah produk cacat dari produk benang karet
(rubber thread) untak jenis count 37.
Check sheet yang digunakan untuk
mencatat jumlah produk cacat, jenis produk
cacat dan jumlah produksi pada bulan
September 2009 dapat dilihat pada Tabel 1
pada halaman berikut ini.
Pada pemeriksaan produk, terdapat 3
(tiga) jenis kecacatan, yaitu:
a. Benang Lengket
b. Molted Thread
c. Big Thread

Tabel 1. Rekapitulasi Lembar Pemeriksaan (Check Sheet) Untuk Produk Benang Karet (Rubber Thread)
Count 37 Bulan September 2009
No Tanggal Benang Lengket Molted Thread Big Thread Jlh Cacat/ Hari (Box)
1 1/9/2009 11 9 10 30
2 2/9/2009 10 5 5 20
3 3/9/2009 7 2 1 10
4 4/9/2009 6 4 7 17
5 5/9/2009 12 2 8 22
6 6/9/2009 7 0 4 11
7 7/9/2009 26 0 0 26
8 8/9/2009 5 4 0 9
9 9/9/2009 9 0 0 9
10 10/9/2009 18 5 0 23
11 11/9/2009 18 0 12 30
12 12/9/2009 14 0 0 14
13 13/9/2009 7 3 0 10
14 14/9/2009 10 9 0 19
15 15/9/2009 20 6 4 30

30
0
50
100
150
200
250
F
r
e
k
u
e
n
s
i

C
a
c
a
t
Molted
Thread
Benang
Lengket
Big Thread
Jenis Cacat
16 16/9/2009 19 2 1 22
17 17/9/2009 18 5 0 23
Total Cacat 217 56 52 325

Histogram
Histogram untuk data jumlah produk
cacat dan jenis cacat produk yang diperoleh
dari Tabel 1 yang merupakan data jumlah
cacat dan jenis cacat produk benang karet
count 30 dapat dilihat pada Gambar 1
halaman berikut ini.

Gambar 1. Histogram Cacat produk Benang Karet Bulan September 2009

Diagram Pareto
Untuk melihat bagaimana persentase
perbandingan jumlah produk cacat terhadap
jumlah total produk cacat yang teriadi, maka
jenis cacat diurutkan berdasarkan persentase
terbesar, kemudian dihitung persentase
kumulatifnya. Persentase perbandingan
tersebut dapat dilihat pada tabel 2.

Tabel 2. Tabel Data Jumlah Produk Cacat Bulan September 2009
No Tanggal Benang Lengket Molted Thread Big Thread Jlh Cacat/Hari (Box)
1 1/9/2009 11 9 10 30
2 2/9/2009 10 5 5 20
3 3/9/2009 7 2 1 10
4 4/9/2009 6 4 7 17
5 5/9/2009 12 2 8 22
6 6/9/2009 7 0 4 11
7 7/9/2009 26 0 0 26
8 8/9/2009 5 4 0 9
9 9/9/2009 9 0 0 9
10 10/9/2009 18 5 0 23
11 11/9/2009 18 0 12 30
12 12/9/2009 14 0 0 14
13 13/9/2009 7 3 0 10
14 14/9/2009 10 9 0 19
15 15/9/2009 20 6 4 30
16 16/9/2009 19 2 1 22
17 17/9/2009 18 5 0 23
Persentase Cacat 66,77 17,23 16

Dari tabel 2 di atas dapat dilihat bahwa
benang lengket adalah jenis cacat dengan
persentase yang terbesar dari semua produk
cacat (66,77%), lalu disusul dengan Molted
Thread (17,23%) dan Big Thread (16%).
Untuk mempermudah dalam
pembuatan Diagram Pareto, maka jenis
kecacatan diurutkan dari jenis kecacatan

31
0
50
100
150
200
250
F
r
e
k
u
e
n
s
i

C
a
c
a
t
Benang
Lengket
Molted
Thread
Big Thread
Jenis Cacat
terbesar hingga terkecil seperti yang dapat
dilihat pada Tabel 3. pada halaman berikut
ini.

Tabel 3. Persentase Kumulatif Produk Cacat Bulan September 2009
No Tanggal Benang Lengket Molted Thread Big Thread Jlh Cacat/ Hari (Box)
1 1/9/2009 11 9 10 30
2 2/9/2009 10 5 5 20
3 3/9/2009 7 2 1 10
4 4/9/2009 6 4 7 17
5 5/9/2009 12 2 8 22
6 6/9/2009 7 0 4 11
7 7/9/2009 26 0 0 26
8 8/9/2009 5 4 0 9
9 9/9/2009 9 0 0 9
10 10/9/2009 18 5 0 23
11 11/9/2009 18 0 12 30
12 12/9/2009 14 0 0 14
13 13/9/2009 7 3 0 10
14 14/9/2009 10 9 0 19
15 15/9/2009 20 6 4 30
16 16/9/2009 19 2 1 22
17 17/9/2009 18 5 0 23
Persentase Cacat 66,77 17,23 16
Persentase Kumulatif 66,77 84 100

Selanjutnya dibuat diagram Pareto
untuk melihat bagaimana pola perbandingan
persentase tersebut. Diagram Pareto untuk
perhitungan jumlah cacat pada bulan
September 2009 dapat dilihat pada Gambar 2
pada gambar berikut ini:

Gambar 2. Diagram Pareto Produk Cacat Bulan
September 2009

Dari Gambar 2 di atas dapat dilihat bahwa
ada 1 jenis carat yang inenyebabkan
persentase carat yang terbesar yaitu Benang
lengket, dengan persentase kumulatif 66.77%.
Dengan demikian jenis carat yang terbesar
tersebut akan menjadi prioritas pembahasan.

Stratifikasi
Untuk melihat bagaimana perbandingan
masing-masing jenis produk carat yang terjadi
terhadap junilah produksi maka dilakukan
stratifikasi. Stratifikasi bertujuan membantu
pembuatan Scatter Diagram.


32
Tabel 4.Tabel Stratifikasi Jumlah Produk Cacat dan Jumlah Produksi Benang Karet Count 37 Bulan
September 2009
No Tanggal Jumlah Cacat/Hari (Box) Jumlah Produksi/Hari (Box)
1 1/9/2009 30 858
2 2/9/2009 20 792
3 3/9/2009 10 785
4 4/9/2009 17 720
5 5/9/2009 22 792
6 6/9/2009 11 721
7 7/9/2009 26 673
8 8/9/2009 9 881
9 9/9/2009 9 878
10 10/9/2009 23 887
11 11/9/2009 30 813
12 12/9/2009 14 911
13 13/9/2009 10 913
14 14/9/2009 19 916
15 15/9/2009 30 928
16 16/9/2009 22 874
17 17/9/2009 23 579
Total 325 13921

Scatter Diagram
Untuk melihat bagaimana korelasi
antara jumlah produksi dengan total cacat
yang terjadi dapat dilakukan dengan
menggunakan Scatter Diagram. Dengan
menggunakan data pada Tabel 4. maka
Scatter Diagram untuk perbandingan total
cacat dan Jumlah produksi pada produk
benang karet untuk count 30 dapat dilihat
pada Gambar 3 halaman berikut ini.

Gambar 3. Scatter Diagram bulan September
2009

Scatter Diagram berguna untuk
melihat apakah ada hubungan antara jumlah
produksi dengan total cacat yang tekiadi.
Apabila ada hubungan antara jumlah produksi
dengan total cacat maka hal yang perlu
diperhatikan adalah fungsi pengawasan dan
pemeriksaan pada proses produksi.
Maksudnya adalah jumlah produksi memiliki
pengaruh dalam menyebabkan cacat.
Perhitungan korelasi sebagai berikut :
r =
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|

= = = =
= = =
2
1 1
2
2
1 1
2
1 1 1
.
n
i
i
n
i
n
i
i
n
i
n
i
i
n
i
i
n
i
i i
y y n x x n
y x y x n


33
Tabel 5. Perhitungan Korelasi
No Xi Yi XiYi Xi
2
Yi
2

1 858 30 25740 736164 900
2 792 20 15840 627264 400
3 785 10 7850 616225 100
4 720 17 12240 518400 289
5 792 22 17424 627264 484
6 721 11 7931 519841 121
7 673 26 17498 452929 676
8 881 9 7929 776161 81
9 878 9 7902 770884 81
10 887 23 20401 786769 529
11 813 30 24390 660969 900
12 911 14 12754 829921 196
13 913 10 9130 833569 100
14 916 19 17404 839056 361
15 928 30 27840 861184 900
16 874 22 19228 763876 484
17 579 23 13317 335241 529
Total 13921 325 264818 11555717 7131

2
1
|
.
|
\
|
=
n
i
Xi = (13921)
2
= 193794241
2
1
|
.
|
\
|
=
n
i
Yi = (325)
2
= 105625
r = -0,1101

Dari perhitungan korelasi di atas dapat
dilihat bahwa nilai r sangat kecil yang
menunjukkan bahwa tidak terdapat hubungan
yang signifikan antara jumlah produksi
terhadap jumlah produk carat yang terjadi.

Diagram Sebab Akibat (Cause and
Effect Diagram)
Dari penelitian yang dilakukan pada
proses produksi benang karat di Rubber
Thread Factory PT Industri Karet Nusantara,
diperoleh penyebab-penyebab kecacatan
produk benang karet yang berpengaruh.
Penyebab-penyebab tersebut kemudian
dirangkum ke dalam sebuah Diagram Sebab-
Akibat. Diagram tersebut dapat dilihat pada
Gambar 4 berikut ini.

Gambar 4. Diagram Sebab-Akibat Penyebab
Cacat Benang Karet


34
Control Chart (Peta Kontrol)
Peta kontrol berfungsi untuk melihat
apakah carat yang terjadi setiap harinya
homogen atau tidak. Hal ini bertujuan untuk
mengendalikan kualitas produk. Dengan
menggunakan aturan out of control dapat
dilihat seberapa besar perbaikan yang harus
dilakukan. Dengan pembuatan peta kontrol
digunakan Peta p (p-chart), yaitu peta untuk
melihat seberapa besar proporsi cacat yang
terjadi untuk setiap jenis cacat.

Proporsi cacat =
oduksi Total
Cacat Jumlah
Pr

=
858
30
= 0.03497

_
p =
n
Cacat oporsi
Pr

=
17
40582 , 0

= 0,023872

UCLi =
_
p +
1
3
_ _
) 1 (
n
p p

=0,023872 +
858
) 023872 , 0 1 ( 023872 , 0
3

= 0,03951

UCLi =
_
p -
1
3
_ _
) 1 (
n
p p

= 0,023872

858
) 023872 , 0 1 ( 023872 , 0
3

= 0,00824

Tabel 6. Perhitungan Korelasi
No Tanggal Jumlah Produksi
(Box)
Jumlah Cacat
(Box)
Proporsi Cacat UCL LCL
1 1/9/2009 858 30 0.03497 0.03951 0.00824
2 2/9/2009 792 20 0.02525 0.04014 0.00760
3 3/9/2009 785 10 0.01274 0.04022 0.00753
4 4/9/2009 720 17 0.02361 0.04094 0.00680
5 5/9/2009 792 22 0.02778' 0.04014 0.00760
6 6/9/2009 721 11 0.01526 0.04093 0.00682
7 7/9/2009 673 26 0.03863 0.04152 0.00622
8 8/9/2009 881 9 0.01022 0.03930 0.00844
9 9/9/2009 878 9 0.01025 0.03933 0.00842
10 10/9/2009 887 23 0.02593 0.03925 0.00850
11 11/9/2009 813 30 0.0369 0.03993 0.00781
12 12/9/2009 911 14 0.01537 0.03904 0.00870
13 13/9/2009 913 10 0.01095 0.03903 0.00872
14 14/9/2009 916 19 0.02074 0.03900 0.00874
15 15/9/2009 928 30 0.03233 0.03890 0.00884
16 16/9/2009 874 22 0.02517 0.03936 0.00838
17 17/9/2009 579 23 0.03972 0.04290 0.00484
Total 13921 325 0.40582

Selanjutnya gambar Peta kendali-P
dapat dilihat pada gambar 5. pada halaman
berikut ini:

35

Gambar 5. Peta Kendali- P pada Bulan September
2009

Plot data yang berada diatas garis
tengah/center menunjukkan terjadinya
penyimpangan hasil pengamatan untuk tiap-
tiap, sampel tetapi pada gambar peta kendali-
p yang ada diatas penyimpangannya masih
diizinkan karena masih dibawah batas kendali
atas (penyimpangan paling tinggi yang
diizinkan dari nilai standart).
Plot data yang berada dibawah garis
tengah/ center menunjukkan terjadinya
penyimpangan hasil pengamatan untuk tiap-
tiap sampel tetapi pada gambar peta kendali-p
yang ada diatas penyimpangannya masih
diizinkan karena, masih diatas batas kendali
bawah (penyimpangan paling rendah yang
diizinkan dari nilai standart).

Pengolahan Data
Pada pengolahan data dengan
menggunakan konsep Seven Tools dapat
terlihat bahwa ada 3 jenis cacat yang terjadi.
Ketiga jenis cacat tersebut adalah:
1. Benang Lengket, artinnya ada 2 benang
yang keluar dari roller lengket dan tidak
bisa dipisahkan walaupun sudah
mengalami proses pembedakan,
sehingga diameter benang tersebut lebih
besar dari diameter benang yang lain.
2. Molted Thread, artinya benang lembek
disebabkan salah satu faktornya karena
suhu pengeringan terlalu tinggi.
3. Big Thread, artinya ada benang karet
yang diameternya membesar, salah satu
faktor penyebabnya karena kerusakan
atau penyumbatan pada pipa capillary.
Diagram Pareto menunjukkan bahwa
persentase kecacatan yang terbesar terhadap
produk cacat adalah jenis cacat Benang
Lengket (66,77%), lalu disusul dengan Molted
Thread (17.23%) dan Big Thread (16%).
Perhitungan korelasi menghasilkan
nilai r = - 0.1101. Nilai r ini sangat kecil
sekali, yang menunjukkan bahwa tidak
terdapat hubungan yang signifikan antara
jumlah produksi terhadap jumlah produk
cacat yang terjadi.
Pada perhitungan Peta Kontrol p (p-
chart), yaitu peta untuk melihat seberapa
besar proporsi cacat yang terjadi untuk setiap
jenis cacat, menunjukkan bahwa proporsi
cacat masih dalam batas kontrol. Hal ini dapat
dilihat dengan tidak terlihatnya data yang
melewati batas kontrol atas maupun batas
kontrol bawah.

Pemecahan Masalah dengan PDCA
Pada Diagram Pareto dapat terlihat
bahwa jenis cacat yang memiliki persentase
terbesar adalah cacat Benang Lengket
66,77%) lalu diusul dengan Molted Thread
(17,23%) dan Big Thread (16%).
Jenis cacat Benang Lengket, Molted
Thread menghasilkan persentase kumulatif
sebesar 84%.Dengan demikian kedua jenis
cacat tersebut akan menjadi prioritas
pembahasan.

Setelah dilakukan identifikasi
penyebab kecacatan dan faktor-faktor yang
mempengaruhinya dan dilakukan perbaikan,
maka selanjutnya dilakukan analiis terhadap
tindakan perbaikan yang telah dilakukan,
sehingga hasil perbaikannya diperoleh
penurunan total terhadap ketiga jenis cacat
sebanyak 263 walaupun jumlah produksi
benang karet pada bulan November 2009
sebanyak 18622 yang jauh lebih besar
dibandingkan produksi bulan September 2009
sebanyak 13921. Karena diterapkan quality
control circle pada bulan November 2009

36
maka diupayakan penekanan tingkat total
angka kecacatan seminimal mungkin yaitu
dari bulan September total frekwensi ketiga
jenis cacat sebanyak 325 sehingga turun
menjadi 263 pada bulan November 2009.
Adapun perincian frekwensi total pada
masing-masing jenis cacat, total frekwensi
dari ketiga jenis cacat beserta total produksi
benang karet pada bulan November 2009
dapat dilihat pada tabel 7.

Tabel 7. Hasil Penerapan Quality Control Circle pada bulan November 2009
No Tanggal
Jenis Cacat Jumlah
Cacat /Hari
(Box)
Jumlah
Produksi
/Hari (Box)
Benang lengket Molted Thread Big Thread
1 4/11/2009 4 2 2 8 570
2 5/11/2009 8 3 3 14 832
3 6/11/2009 6 1 1 8 834
4 7/11/2009 5 3 2 10 868
5 8/11/2009 4 1 3 8 841
6 9/11/2009 3 1 3 7 868
7 10/11/2009 4 2 2 8 883
8 11/11/2009 8 6 7 21 855
9 12/11/2009 7 0 3 10 864
10 13/11/2009 2 2 5 9 859
11 14/11/2009 4 2 3 9 845
12 15/11/2009 9 5 3 17 772
13 16/11/2009 8 0 0 8 848
14 17/11/2009 8 3 0 11 873
15 18/11/2009 10 4 0 14 904
16 19/11/2009 8 0 0 8 896
17 20/11/2009 16 0 0 16 756
18 21/11/2009 15 0 0 15 554
19 22/11/2009 9 0 0 9 856
20 23/11/2009 9 4 2 15 845
21 24/11/2009 8 3 1 12 872
22 25/11/2009 14 0 0 14 767
23 26/11/2009 12 0 0 12 560
Total Cacat 181 42 40 263 18622

Dengan demikian, maka perbandingan
Jumlah cacat sebelum dan sesudah penerapan
qualityy control circle dapat dilihat pada tabel
8. pada halaman berikutnya :

Tabel 8. Perbandingan Jumlah Cacat Sebelum dan Sesudah Penerapan Quality Control Circle
Sebelum Implementasi Sesudah Implementasi
No Tanggal Produksi Jumlah Cacat /Hari (Box) Tanggal Produksi
Jumlah Cacat /Hari
(Box)
1 1/9/2009 30 1/11/2009 Tidak Produksi
2 2/9/2009 20 2/11/2009 Tidak Produksi
3 3/9/2009 10 3/11/2009 Tidak Produksi
4 4/9/2009 17 4/11/2009 8
5 5/9/2009 22 5/11/2009 14
6 6/9/2009 11 6/11/2009 8
7 7/9/2009 26 7/11/2009 10
8 8/9/2009 9 8/11/2009 8
9 9/9/2009 9 9/11/2009 7
10 10/9/2009 23 10/11/2009 8

37
Sebelum Implementasi Sesudah Implementasi
No Tanggal Produksi Jumlah Cacat /Hari (Box) Tanggal Produksi
Jumlah Cacat /Hari
(Box)
11 11/9/2009 30 11/11/2009 21
12 12/9/2009 14 12/11/2009 10
13 13/9/2009 10 13/11/2009 9
14 14/9/2009 19 14/11/2009 9
15 15/9/2009 30 15/11/2009 17
16 16/9/2009 22 16/11/2009 8
17 17/9/2009 23 17/11/2009 11
Total 325 18/11/2009 14
19/11/2009 8
20/11/2009 16
21/11/2009 15
22/11/2009 9
23/11/2009 15
24/11/2009 12
25/11/2009 14
26/11/2009 12
Total 263

Tabel 9. Persentase Kumulatif Jumlah Cacat Bulan November 2009
No Tanggal Benang Lengket Molted Thread Big Thread Jumlah Cacat /Hari
1 1/11/2009 4 2 2 8
2 2/11/2009 8 3 3 14
3 3/11/2009 6 1 1 8
4 4/11/2009 5 3 2 10
5 5/11/2009 4 1 3 8
6 6/11/2009 3 1 3 7
7 7/11/2009 4 2 2 8
8 8/11/2009 8 6 7 21
9 9/11/2009 7 0 3 10
10 10/11/2009 2 2 5 9
11 11/11/2009 4 2 3 9
12 12/11/2009 9 5 3 17
13 13/11/2009 8 0 0 8
14 14/11/2009 8 3 0 11
15 15/11/2009 10 4 0 14
16 16/11/2009 8 0 0 8
17 17/11/2009 16 0 0 16
18 18/11/2009 15 0 0 15
19 19/11/2009 9 0 0 9
20 20/11/2009 9 4 2 1
21 21/11/2009 8 3 1 12
22 22/11/2009 14 0 0 14
23 23/11/2009 12 0 0 12
Persentase Cacat 68.82 15.97 15.21
Persentase
Kumulatif
68.82 84.79 100


38
Untuk melihat grafik Histogram produk
cacat bulan November 2009 yang
menggambarkan berupa grafik kolom tentang
jenis produk cacat beserta distribusi
frekuensinya dapat dilihat pada Gambar 6.
pada halaman berikutnya :
181
42
40
0
20
40
60
80
100
120
140
160
180
200
Benang Lengket Molted Thread Big Thread

Gambar 6. Histogram Cacat Produk Benang Karel
Bulan November 2009

Dengan adanya evaluasi terhadap
produksi benang karet pada bulan September
2009 maka setelah dilakukan penerapan
Quality Control Circle pada bulan November
2009, telah terjadi penurunan total frekwensi
pada masing-masing jenis cacat dibandingkan
total frekwensi cacat pada bulan September
2009.Adapun besarnya total masing-masing
dari jenis cacat yang diperoleh pada bulan
November 2009 adalah sebagai berikut:
Total Cacat Benang Lengket =181.
Afolted Thread = 42, Big Thread = 40.
Sedangkan Diagram Pareto yang
menggambarkan jumlah cacat bulan
November 2009 yang diurutkan molar dari
grafik kolom pertama yang tertinggi frekuensi
cacatnya yang ditempatkan pada sisi paling
kiri sampai grafik kolom yang terakhir yang
terkendali dapat dilihat pada Gambar 7 di
halaman berikut ini:

Gambar 7. Diagram Pareto Produk Cacat Bulan
November 2009

Dengan adanya evaluasi terhadap
produksi benang karet pada tahun September
2009 maka setelah dilakukan penerapan
Quality Control Circle pada bulan November
2009, diperoleh tingkat persentase kumulatif
masing-masing jenis cacat mengalami
penurunan persentase kumulatif dibandingkan
bulan September 2009. Adapun banyaknya
persentase kumulatif pada masing-masing
jenis cacat pada bulan November 2009 adalah
sebagai berikut:
Persentase kumulatif pada benang
lengket = 68.82%, sedangkan Molted Thread
= 84.79% dan Big Thread = 100% yang bisa
digambarkan melalui Diagram Pareto pada
Gambar 8.Sedangkan Scatter Diagram pada
bulan November 2009 dapat dilihat pada
gambar dibawah ini:

Gambar 8. Scatter Diagram Bolan November
2009

39
Dari hasil scatter diagram yang
diperoleh pada bulan November 2009 dapat
diketahui apakah ada hubungan antara jumlah
produksi dengan total cacat Dengan kata lain
apakah jumlah produksi memiliki pengaruh
atau tidak dalam menyebabkan cacat. Untuk
mengetahuinya, dapat diperoleh dengan cara
melakukan perhitungan korelasi sebagai
berikut:
r =
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|

= = = =
= = =
2
1 1
2
2
1 1
2
1 1 1
.
n
i
i
n
i
n
i
i
n
i
n
i
i
n
i
i
n
i
i i
y y n x x n
y x y x n

Perhitungan Penurunan Rata-rata Jumlah
Cacat
- Sebelum penerapan quality control
circle, jumlah cacat =325 kotak (box)
- Sesudah penerapan, jumlah cacat = 263
kotak (box)
- Penurunan jumlah cacat = 325-263 = 62
kotak (box)
- Rata-rata jumlah cacat perhari sebelum
penerapan
=
tan Pengama Jumlah
Cacat Jumlah
=
17
325
= 19,11= 20
kotak (box)
- Rata-rata jumlah cacat perhari sesudah
penerapan
=
tan Pengama Jumlah
Cacat Jumlah
=
23
263
= 11,43
= 12 kotak (box)

a. Persentase jumlah cacat perbulan
sebelum penerapan
=
|
|
.
|
\
|
oduksi Jumlah
Cacat Jumlah
Pr
x 100%
=
|
.
|
\
|
13921
325
x 100% = 2.33%

b. Persentase jumlah cacat perbulan
sesudah penerapan
=
|
|
.
|
\
|
oduksi Jumlah
Cacat Jumlah
Pr
x 100%
=
|
.
|
\
|
18622
263
x 100% = 1.41%
Kesimpulan
Berdasarkan hasil pengukuran dan
analisis pemecahan masalah dengan metode
Quality Control Circle, maka dapat diambil
beberapa kesimpulan, yaitu:
1. Persentase kecacatan yang terbesar
terhadap produk cacat adalah jenis cacat
Benang Lengket (66,77%), lalu disusul
dengan Molted Thread (17,23%) dan Big
Thread (16%), dan nilai korelasinya, r = -
0.1101 pada bulan September sebelum
dilakukannya perbaikan. Setelah
diakukan perbaikan nilai Korelasinya, r =
- 0.1794 pada bulan November
2. Pada peta kendali p (p-chart) bulan
September dan November 2009 hasilnya
menunjukkan proporsi cacat benang
karet masih dalam batas kendali
3. Tidak sempurnanya pencampuran pada
compound dan homogenasi merupakan
penyebab utama terjadinya Benang
Lengket, sedangkan kecacatan Molted
Thread disebabkan oleh lemahnya
pengawasan terhadap temperatur pada
bagian ovening dan curing sehingga
benang karet cenderung lembek bahkan
hangus.
4. Dari Analisis hasil penelitian didapat,
untuk jenis cacat pada benang karet
count 37 adalah sebagai berikut:
a. Jumlah total cacat benang karet pada
bulan September sebanyak 325 kotak
(box), sedangkan setelah dilakukan
perbaikan pada bulan November
sebanyak 263 box.
b. Rata-rata cacat perhari benang karet
pada bulan September sebanyak 19
kotak (box), setelah dilakukannya
perbaikan dengan penerapan quality
control pada bulan November maka
hasinya sebanyak 11 kotak (box)
c. Persentase cacat perbulan pada bulan
September sebesar 2.33 sedangkan
sesudah mengalami perbaikan pada
bulan November sebesar 1.41%


40
Saran
Adapun saran-saran yang dapat
diajukan sebagai bahan pertimbangan bagi
perusahaan antara lain:
1. Melakukan pemeriksaan berkala
terhadap semua mesin dan peralatan
produksi terutama elemen-elemen yang
merupakan penyebab cacat pada produk
benang karet.
2. Melakukan pengawasan secara ketat
pada proses produksi khususnya pada
bagian homogenasi, ekstrusi, water dan
acid bath khususnya dalam pengaturan
temperatur pemberian asam asetatnya,
serta bagian ovening dan curing.
3. Dilihat dari kemampuan proses yang ada,
maka perusahaan perlu melakukan
pengawasan yang ketat terhadap, kinerja
proses produksi agar proses yang
dilakukan dapat memenuhi spesifikasi
yang ditetapkan, yang akhirnya dapat
meningkatkan kualitas produk yang
dihasilkan.
4. Mengadakan pelatihan bagi karyawan
baru maupun lama untuk meningkatkan
kemampuan dalam teknik bekerja.
Disamping itu ditanamkan kesadaran
pentingnya kualitas produk bagi
karyawan.

DAFTAR PUSTAKA

Feigenbaum, A.V. 1991. Total Quality
Control, 3
rd
edition, Singapore:
McGraw Hill.
Ishikawa, K. 1992. Pengendalian Mutu
Terpadu, trjm. H.W. Budi Santoso,
Bandung: PT. Remaja Rosdakarya,
Mae Donald, J. 1996. Total Quality Control
yang Sukses, Jakarta: Megapord.
Montgomery, D.C.1990. Pengantar
Pengendalian Kualitas Statistik,trjm.
Zanzawi Soejoeti, Yogyakarta : Gajah
Mada University Press.
www.pakkatnews.com/joumal-diagram fish
bone-dari ishikawa.html. www.word
press. com/ manajemen mutu-terpadu-total-
quality-management

Materi 2

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Materi 2

Uploaded by

Copyright:

Available Formats

VOLUME 5, NOMOR 1, JUNI 2011

You might also like