Prosiding Seminar Nasional Manajemen Teknologi XXI Program Studi MMT-ITS, Surabaya 19 Juli 2014
ANALISA KAPABILITAS PROSES PRODUKSI AIR PDAM SURYA SEMBADA SURABAYA Agung Eko Sucahyono1) dan Sony Sunaryo2) 1) Program Studi Magister Manajemen Teknologi, Institut Teknologi Sepuluh Nopember, Jl. Cokroaminoto 12A, Surabaya, 60264, Indonesia e-mail:
[email protected] 2) Jurusan Statistik, Institut Teknologi Sepuluh Nopember ABSTRAK Dalam produksi air bersih, yang perlu diperhatikan bukan hanya pengendalian kualitas mutu secara kimia maupun biologi, akan tetapi juga harus dianalisa secara statistik. Ada 3 macam karakteristik yang menjadi pertimbangan khusus di PDAM Surabaya untuk air produksi yaitu TSS (dalam skala g/l), Sisa Chlor (dalam skala ppm), Kekeruhan/Turbidity (dalam skala NTU). Untuk mengetahui seberapa besar kemampuan proses produksi air PDAM Surya Sembada kota Surabaya perlu dilakukan penghitungan kapabilitas prosesnya secara multivariate. Akan tetapi sebelum dihitung kapabilitas prosesnya, maka perlu dibuat terlebih dahulu Peta Kendali Multivariate T2 Hotelling untuk mengetahui apakah proses sudah terkendali atau belum. Perlu dicari juga hal – hal yang menyebabkan proses diluar kendali. Hal ini dapat dilakukan dengan membuat diagram Ishikawa. Tujuan pembuatan diagram Ishikawa adalah agar jika terjadi pengamatan – pengamatan yang diluar kendali dapat dihilangkan. Setelah dilakukan pengamatan maka diketahui bahwa semua hasil pengujian memenuhi standar spesifikasi yang diinginkan. Akan tetapi setelah diuji secara statistik ternyata masih terdapat proses-proses yang diluar kendali. Setelah proses-proses yang diluar kendali dihilangkan dengan mengasumsikan diketahui penyebabnya, maka diperoleh indeks kapabilitas proses multivariate pengolahan air bersih di IPAL Ngagel 2 PDAM Surya Sembada Surabaya 2,15. Harga MCp yang lebih besar dari satu ini menunjukkan bahwa proses pengolahan air bersih di IPAL Ngagel 2 sudah kapabel dengan catatan semua proses harus sudah terkendali secara statistik. Kata kunci: Kapabilitas Proses Multivariate, Peta Kendali Multivariate, Peta Kendali T 2 Hotelling, Diagram Ishikawa PENDAHULUAN Kota Surabaya sebagai kota metropolitan menghadapi masalah air bersih yang cukup serius, baik dari segi kuantitas maupun segi kualitas. Dari segi kuantitas, Perum Jasa Tirta (2007) - memprediksi pada tahun 2025 Surabaya akan mengalami defisit air bersih. Pada tahun tersebut penduduk Surabaya akan mencapai lebih dari 3,04 juta jiwa dengan kebutuhan air bersih mencapai 47,05 meter kubik per detik. Di sisi lain ketersediaan air bersih hanya mencapai 39,62 meter kubik per detik, sehingga akan terjadi defisit air bersih sebesar 7,43 meter kubik per detik (Perum Jasa Tirta, 2007). Jadi perkembangan kebutuhan akan air bersih meningkat sangat tajam seiring dengan peningkatan jumlah penduduk. Sementara dari segi kualitas, walaupun air produksi PDAM telah memenuhi standar kualitas air minum sesuai dengan Kepmenkes 907/2002, namun kualitas yang sama tidak sampai ke pelanggan yang ditandai dengan banyaknya keluhan yang diterima selama ini. ISBN : 978-602-70604-0-1 A-24-1
Prosiding Seminar Nasional Manajemen Teknologi XXI Program Studi MMT-ITS, Surabaya 19 Juli 2014
Sekitar 96 persen air baku PDAM Kota Surabaya dipasok dari Kali Surabaya yang memiliki mutu air kelas III. Berbagai studi menyimpulkan bahwa Kali Surabaya telah mengalami pencemaran berat (Deni Kusumawardani, 2010), sehingga tidak layak dijadikan sebagai air baku PDAM, yaitu kualitas Kelas 1 menurut Peraturan Pemerintah Nomor 82 Tahun 2001 - PP 82/2001 - Tentang Pengelolaan Kualitas Air dan Pengendalian Pencemaran Air. Kondisi tersebut membawa konsekuensi berat bagi PDAM yang berkewajiban untuk menyediakan air bersih kepada penduduk Kota Surabaya dengan kualitas yang memadai. Maka pemantauan kinerja Instalasi Pengolahan Air Minum (IPAM) menjadi hal yang sangat penting. PDAM Surya Sembada, mempunyai 2 lokasi IPAM; yaitu Ngagel dan Karang Pilang, dengan 6 plant yaitu IPAM Ngagel 1, IPAM Ngagel 2, IPAM Ngagel, IPAM Karang Pilang 1, IPAM Karang Pilang 2, IPAM Karang Pilang 3. Untuk menentukan kelayakan air hasil produksi dari masing-masing plant, maka setiap hari dilakukan pengecekan kualitas air yang dihasilkan secara terus-menerus dengan variabel yang diukur setiap kali pengecekan adalah TSS (dalam skala ppm), Sisa Chlor (dalam skala ppm), Kekeruhan/Turbidity (dalam skala NTU). Lebih jauh lagi, untuk melihat proses produksinya, maka perlu diketahui apakah proses tersebut terkendali atau tidak. Untuk mengetahui hal tersebut maka perlu dilakukan Statistical Process Control (SPC). Karena jumlah karakteristik yang diteliti lebih dari satu, maka perlu dilakukan analisa pengendalian kualitas multvariate. Jika proses produksi air bersih sudah terkendali, maka selanjutnya perlu diketahui juga seberapa besar karakteristik kualitas tersebut dapat memenuhi spesifikasi yang diinginkan. Untuk itu kita perlu juga mengetahui index kapabilitas proses multivariate. Kapabilitas proses yang dimaksud disini merupakan ukuran keseragaman proses dalam menghasilkan produk dengan karakteristik kualitas tertentu yang merepresentasikan kinerja proses dalam kondisi “statistical control”. METODOLOGI PENELITIAN Sumber Data Pengumpulan data karakteristik kualitas air produksi PDAM Surabaya dilakukan di departemen penelitian dan pengembangan dan data yang diperoleh merupakan data sekunder. Laboratorium PDAM telah mendapat sertifikat ISO/IEC 17025:2005 yang diterbitkan oleh Komite Akreditasi Nasional (KAN). Adapun proses pengambilan sampelnya adalah satu kali pengambilan sampel untuk kemudian diuji tentang karakteristik – karakteristik khusus yang akan diuji. Parameter yang dimasukkan dalam statistical control adalah parameter yang memenuhi persyaratan uji statistik multivariate, yaitu yang pengambilan samplenya dilakukan lebih dari 1 kali dalam setiap produksi (satu hari). Parameter yang memenuhi syarat untuk dilakukan uji secara multivariate adalah : Turbidity/Tingkat kekeruhan (dalam satuan NTU) Sisa Chlor (dalam satuan ppm) Total Solid Suspention/TSS (dalam satuan ppm) Adapun tingkat baku mutu untuk variabel tersebut ditunjukkan pada tabel 3.1. Tabel 3.1. Baku mutu variabel – variabel tertentu (menurut Perda No.02 Tahun 2004) No 1 2 3
Variabel Turbidity / Kekeruhan Sisa Chlor TSS
ISBN : 978-602-70604-0-1 A-24-2
Nilai <5 < 250 < 5000
Satuan NTU ppm mg/lt
Prosiding Seminar Nasional Manajemen Teknologi XXI Program Studi MMT-ITS, Surabaya 19 Juli 2014
Langkah-langkah penelitian dan analisis data Dari data variabel yang merupakan karakteristik kualitas air produksi, maka dilakukan suatu analisis yang dapat menjawab tujuan penelitian yang ditetapkan terlebih dahulu, dengan langkah-langkah penelitian sebagai berikut (Gambar 3.1): 1. Melakukan analisa variabel mana yang memenuhi kriteria untuk diuji. 2. Membuat peta kendali univariate untuk Turbidity, Cl2 dan TSS. 3. Menghilangkan data yang tidak terkendali, untuk kemudian dibuat peta kendali univariate yang sudah terkendali. 4. Menghitung Kapabilitas proses univariate. 5. Membuat peta multivariate T2 untuk mendeteksi pengamatan yang diluar kendali 6. Menghilangkan data yang tidak terkendali, untuk kemudian dibuat peta kendali multivariate T2 Hotelling yang sudah terkendali. 7. Melakukan penghitungan kapabilitas proses multivariate dengan metode Principal Component Analysis (PCA). 8. Memberi masukan strategi-strategi untuk meningkatkan kapabilitas merujuk pada diagram Ishikawa PENGUMPULAN DAN PENGOLAHAN DATA Seperti yang telah dijelaskan pada bab sebelumnya, IPAL Ngagel 2 PDAM Surya Sembada dalam memproduksi air bersih mempunyai 3 karakteristik yang dipantau secara intensif yaitu Turbidity, Cl2 dan TSS. Karakteristik yang lain dipantau secara rutin setiap hari sekali, seminggu sekali atau sebulan sekali. Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Pengumpulan data karakteristik kualitas air produksi PDAM Surabaya dilakukan di departemen penelitian dan pengembangan. Setiap harinya diambil 3 (Tiga) data yaitu pada jam 08.00, 15.00 dan 22.00. 3 (Tiga) karakteristik utama yang diuji, yaitu Turbidity, Cl2 dan TSS, diambil sejak 13 Januari 2014 sampai dengan 31 Maret 2014. Dengan demikian diperoleh jumlah sampel (m) sebanyak 78 (tujuh puluh delapan) dan jumlah sub grup (n) sebanyak 3 (tiga). Peta Kendali Univariate Sebelum dilakukan analisis secara bersama-sama (multivariate), maka untuk melihat kinerja masing-masing karakteristik, akan dilakukan analisis secara univariate. Peta kendali univariate dilakukan untuk melihat kemampuan masing-masing karakteris-tik yang diuji. 1 Turbidity Pada data Turbidity, terlihat bahwa masih ada proses-proses diluar kendali yang harus dihilangkan. Ada titik – titik yang berada di atas UCL dan ada titik – titik yang berada dibawah LCL. Walaupun titik yang berada dibawah LCL berarti mempunyai kualitas yang sangat bagus, tetapi karena dia dibawah UCL maka titik ini tetap harus dihilangkan, karena pada kondisi statistical control yang menjadi acuan adalah nilai UCL dan LCL. Nilai turbidity yang berada diatas UCL maupun dibawah LCL bisa terjadi karena faktor material air baku yang berfluktuasi, metode yang kurang sesuai, setting mesin yang kurang tepat dan kelelahan operator. Setelah proses-proses diluar kendali dihilangkan dengan emngasumsikan diketahui penyebabnya, maka akan didapatkan peta kendali yang sudah terkendali. Setelah proses terkendali, maka dapat dihitung kapabilitas proses untuk Turbidity (Cp). Dengan batas spesifikasi atas Turbidity 1 dan batas spesifikasi bawah 0, ISBN : 978-602-70604-0-1 A-24-3
Prosiding Seminar Nasional Manajemen Teknologi XXI Program Studi MMT-ITS, Surabaya 19 Juli 2014
Cp = USL – LSL = 1 - 0 6σ 6(0,0813) Cp = 2,05 Jadi nilai kapabilitas proses untuk Turbidity adalah 2,05. 2.
Cl2 Pada data Cl2 masih terdapat proses – proses yang diluar kendali yang harus dihilangkan. Ada proses – proses yang berada di atas UCL dan ada titik – titik yang berada dibawah LCL. Walaupun titik yang berada dibawah LCL berarti mempunyai kualitas yang sangat bagus, tetapi karena dia dibawah UCL maka titik ini tetap harus dihilangkan, karena pada kondisi statistical control yang menjadi acuan adalah nilai UCL dan LCL. Nilai sisa Chlor yang berada diatas UCL maupun dibawah LCL bisa terjadi karena faktor material air baku yang berfluktuasi, metode yang kurang sesuai, setting mesin yang kurang tepat dan kelelahan operator. Setelah dihilangkan maka akan didapatkan peta kendali yang sudah terkendali. Setelah proses terkendali, maka dapat dihitung kapabilitas proses untuk Cl2 (Cp). Batas spesifikasi atas Cl2 1 dan batas spesifikasi bawah 0, maka diperoleh: Cp = USL - LSL 6σ Cp = 1 - 0 6(0,085) Cp = 1,96 Jadi nilai kapabilitas proses untuk Cl2 adalah 1,96. 3.
TSS Pada data TSS masih ada proses - proses diluar kendali yang harus dihilangkan. Ada proses - proses yang berada di atas UCL dan ada proses - proses yang berada dibawah LCL. Walaupun proses yang berada dibawah LCL berarti mempunyai kualitas yang sangat bagus, tetapi karena dia dibawah UCL maka proses ini tetap harus dihilangkan, karena pada kondisi statistical control yang menjadi acuan adalah nilai UCL dan LCL. Nilai TSS yang berada diatas UCL maupun dibawah LCL bisa terjadi karena faktor material air baku yang berfluktuasi, metode yang kurang sesuai, setting mesin yang kurang tepat dan kelelahan operator. Setelah dihilangkan maka akan didapatkan peta kendali yang sudah terkendali. Setelah proses terkendali, maka dapat dihitung kapabilitas proses untuk TSS (Cp). Batas spesifikasi atas TSS 0,1 dan batas spesifikasi bawah 0, maka diperoleh: Cp = USL - LSL 6σ Cp = 0,1 - 0 6(0,00121) Cp = 13,77 Jadi nilai kapabilitas proses untuk TSS adalah 13,77. Peta Kendali Multivariate Hotelling T2 Pembuatan peta kendali multivariate Hotelling T2 ini diawali dengan memasuk-kan ketiga karakteristik dengan jumlah sampel sebanyak 78 sampel dengan 3 sub group ke dalam
ISBN : 978-602-70604-0-1 A-24-4
Prosiding Seminar Nasional Manajemen Teknologi XXI Program Studi MMT-ITS, Surabaya 19 Juli 2014
mintab. Sehingga akan didapatkan grafik peta kendali multivariate Hotelling T2. Pada grafik tersebut terdapat proses – proses yang berada diluar kendali. Untuk mencari kapabilitas proses, semua sampel harus berada pada area under controlled atau di bawah UCL dan di atas LCL. Untuk itu maka proses – proses yang diluar kendali harus dihilangkan terlebih dahulu. Maka harus dicari terlebih dahulu penyebab titik – titik tersebut berada pada daerah diluar kendali. Dengan menggunakan mintab akan diketahui karakteristik yang menjadi penyebab out of controlled. Dari 18 data yang berada di atas UCL maka Turbidity ada 8 data, Cl2 ada 7 data dan TSS ada 15 data. Setelah semua proses – proses tersebut dihilangkan, maka dibuat plot kembali untuk Peta Kendali Multivariate Hotelling T2. Ternyata masih terdapat proses – proses diluar vkendali. Kemudian dengan menggunakan minitab dilihat kembali karakteristik yang menjadi penyebab out of controlled. Dari 11 data yang berada di atas UCL maka Turbidity ada 4 data, Cl2 ada 5 data dan TSS ada 10 data. Data yang dihilangkan tidak semua titik tetapi hanya 6 data yaitu data ke 11, 12, 14, 49, 51 dan 54. Setelah 6 data tersebut dihilangkan, maka dibuat plot kembali untuk Peta Kendali Multivariate Hotelling T2. Sehingga akan diperoleh peta yang sudah terkendali. Pada Peta Kendali Multivariate Hotelling T2 yang sudah terkendali tersebut, semua titik berada di bawah UCL. Jumlah sampel yang tersisa sebanyak 54 buah. Faktor – faktor penyebab terjadinya Out of Controlled Cukup sulit untuk menentukan penyebab pasti terjadinya titik out of controlled. Kita dapat menggunakan diagram Ishikawa untuk membantu mencari penyebabnya. Pada gambar 4.1 terlihat bahwa ada beberapa penyebab yang mungkin menjadikan proses berada diluar kendali. Dari faktor material disebabkan oleh bahan baku yang kurang baik, dari faktor mesin disebabkan setting mesin yang kurang tepat, dari faktor personnel disebabkan oleh kelelahan operator dan dari metode dapat terjadi karena metode yang kurang tepat. Dari data yang ada di PDAM yang dapat ditelusuri adalah bahan baku air produksi. Bahan baku air kali masyang menjadi penyuplai terbesar, mempunyai kualitas dibawah baku mutu yang disyaratkan oleh pemerintah. Hal ini dapat dilihat dari nilai Material Kualitas air baku kurang bagus
Metode yang kurang tepat Methods
Personnel Kelelahan operator
Setting mesin kurang tepat operator Machine s
Kualitas air bersih yang belum terkendali
Gambar 1. Diagram Ishikawa
Turbidity yang sangat tinggi dan rendahnya nilai DO jauh dibawah batas yang ditetapkan oleh pemerintah. Berdasarkan data yang dimiliki PDAM, kemungkinan besar penyebabnya adalah tingkat curah hujan yang sangat tinggi sehingga menyebabkan banjir yang membawa lumpur ke sungai-sungai yang menjadi pemasok utama air baku untuk PDAM. Dari data tersebut menginformasikan bahwa rata-rata turbidity masih jauh diatas batas maksimal yang diperbolehkan pemerintah sebagai air baku olahan air minum yaitu ISBN : 978-602-70604-0-1 A-24-5
Prosiding Seminar Nasional Manajemen Teknologi XXI Program Studi MMT-ITS, Surabaya 19 Juli 2014
maksimal 20 NTU, sedangkan kadar DO jauh dibawah yang disyaratkan yaitu minimal 6 mg/l. Perhitungan Kapabilitas Proses Pada perhitungan kapabilitas proses (Cp) ini, kita menggunakan teknik PCA (Principal Component Analysis). Dengan menggunakan data yang sudah terkendali maka didapatkan hasil seperti pada Tabel 4.1. Tabel 4.1 Eigen analysis dan Eigenvector of the Covariance Matrix
Variabel Eigenvalue Proportion Cumulative Turbidity Cl2 TSS
PC1 0,013431 0,645 0,645 0,530 -0,848 0,004
PC2 0,007383 0,355 1,000 0,848 0,530 0,003
PC3 0,000004 0,000 1,000 -0,004 0,002 1,000
PDAM Surya Sembada Surabaya menetapkan batas spesifikasi untuk ketiga karakteristik tersebut seperti pada Tabel 4.2 sebagai berikut: Tabel 4.2 Batas Spesifikasi Karakteristik Tertentu
Karakteristik Turbidity Cl2 TSS
LSL 0 NTU 0 ppm 0 g/l
USL 1 NTU 1 ppm 0,1 g/l
Kemudian LSL dan USL untuk masing – masing PC LSL PC1 = 0,530 X 0 + (-0,848 X 0) + 0,004 X 0 = 0 LSL PC2 = 0,848 X 0 + 0,530 X 0 + 0,003 X 0 = 0 LSL PC3 = (-0,004 X 0 ) + 0,002 X 0 + 1,000 X 0 = 0 USL PC1 = 0,530 X 1 + (-0,848 X 1) + 0,004 X 0,1 = `-0,3176 USL PC2 = 0,848 X 1 + 0,530 X 1 + 0,003 X 0,1 = 1,3783 USL PC3 = (-0,004 X 1 ) + 0,002 X 1 + 1,000 X 0,1 = -0,098 Cp;PC1 = Cp;PC2 = Cp;PC2 =
,
√ , , √ , , √ ,
= = =
,
, , ,
,
,
= 0,45
= 2,7
= 8,17
Sehingga MCp dapat dihitung sebagai berikut: MCp = (0,45 X 2,7 X 8,17)1/3 = 9,926551/3 = 2,15 Nilai 2,15 menunjukkan bahwa proses sudah kapabel karena lebih dari 1. Nilai ini mungkin terlalu tinggi mengingat banyaknya proses yang belum terkendali. Hal ini juga dapat disebabkan karena batas bawah yang digunakan adalah 0, tidak sesuai dengan fakta ISBN : 978-602-70604-0-1 A-24-6
Prosiding Seminar Nasional Manajemen Teknologi XXI Program Studi MMT-ITS, Surabaya 19 Juli 2014
dilapangan yang seharusnya mempunyai batas spesifikasi bawah mendekati nilai terkecil dari data yang ada. Begitu juga dengan batas spesifikasi atas, seharusnya mendekati nilai terbesar dari data yang ada. Hal ini sangat berpengaruh dalam menentukan nilai MCp. Untuk itu maka perlu ada revisi terhadap batas spesifikasi bawah dan batas spesifikasi atas yang lebih sesuai. Nilai MCp ini juga didukung oleh nilai Cp dari masing-masing karakteristik yang diuji, dimana yang paling tinggi adalah Cp untuk TSS sebesar 13,77, kemudian Turbidity dengan Cp 2,05 dan yang paling kecil adalah Cl2 dengan Cp 1,96. Semua nilai Cp univariate untuk masing – masing karakteristik tersebut juga menunjukkan bahwa proses sudah kapabel. Penyebab proses tidak terkendali dan Strategi untuk meminimalkannya Seperti yang telah disinggung diatas bahwa penyebab titik – titik tidak terkendali sebagian besar disebabkan oleh nilai TSS yang tidak terkendali. TSS (Total Suspended Solid) adalah residu dari padatan total yang tertahan oleh saringan dengan ukuran partikel maksimal 2 µm atau lebih besar dari ukuran partikel koloid. Yang termasuk TSS adalah lumpur, tanah liat, logam oksida, sulfida, gangang, bakteri dan jamur (Weiner E, 2002). TSS berkaitan erat dengan Turbidity dari air baku, pada proses – proses yang tidak terkendali tingkat Turbiditynya berfluktuasi cukup signfikan, sehingga patut diduga hal ini yang menyebabkan nilai TSS menjadi tidak terkendali. Dalam proses produksi, nilai TSS dikendalikan pada proses flokulasi dan penyaringan. Flokulasi sendiri adalah proses pengadukan lambat agar campuran koagulan dan air baku yang telah merata membentuk gumpalan atau flok dan dapat mengendap dengan cepat. Tujuan utama flokulasi adalah membuat partikel-partikel saling bertabrakan, kemudian melekat dan tumbuh menjadi ukuran yang siap turun dan mengendap. Strategi yang dapat dipergunakan untuk meminimalkan terjadinya titik-titik diluar kendali (berdasarkan diskusi dengan para ahli) diantaranya adalah: 1. Lebih memperhatikan proses yang bertujuan untuk mengendalikan nilai TSS, dengan tidak mengabaikan parameter lainnya. 2. Mengamati hasil setiap proses secara simultan, bukan hanya ketika di akhir tahap produksi, sehingga ketiga karakteristik tersebut dapat lebih terkendali. 3. Membuat plot peta kendali multivariate Hotelling T2 dan plot peta kendali univariate untuk ketiga karakteristik tersebut sehingga apabila terjadi hasil diluar kendali dapat segera dilakukan revisi terhadap proses yang sedang berjalan. 4. Mencari hubungan antara tingkat turbidity air baku dengan lamanya proses dan jumlah tawas yang dipergunakan sehingga dapat diperoleh harga TSS dan Turbidity yang optimal. 5. Mengaplikasikan point no 4 sehingga laju proses tidak hanya berdasarkan dugaan dari operator, tetapi berdasarkan perhitungan yang telah diujicobakan.. KESIMPULAN DAN SARAN Kesimpulan 1. Proses pengolahan air bersih di IPAL Ngagel 2 PDAM Surya Sembada Surabaya secara umum belum terkendali, karena peta kendali awal yang diperoleh dari data, terdapat beberapa pengamatan yang out of controlled. Kemudian dengan melakukan pembuangan data tersebut, yang diasumsikan diketahui penyebabnya, maka proses menjadi terkendali. 2. Berdasarkan data yang sudah terkendali, dapat disimpulkan bahwa proses pengolahan air bersih di IPAL Ngagel 2 PDAM Surya Sembada Surabaya berdasarkan 3 karakteristik utama (Turbidity, Cl2, TSS) pada periode Januari – Maret 2014 mempunyai nilai indeks multivariate kapabilitas proses MCp 2,15 yang lebih besar dari satu. Hal ini menunjukkan ISBN : 978-602-70604-0-1 A-24-7
Prosiding Seminar Nasional Manajemen Teknologi XXI Program Studi MMT-ITS, Surabaya 19 Juli 2014
bahwa proses pengolahan air bersih di IPAL Ngagel 2 sudah kapabel. Ini juga didukung dengan analisa univariate untuk masing-masing karakteristiknya yaitu Cp untuk TSS sebesar 13,77, kemudian Turbidity dengan Cp 2,05 dan yang paling kecil adalah Cl2 dengan Cp 1,96. 3. Untuk mengurangi terjadinya proses yang tidak terkendali, dapat dilakukan beberapa langkah diantaranya adalah Mencari hubungan antara tingkat turbidity air baku dengan lamanya proses dan jumlah tawas yang dipergunakan sehingga dapat diperoleh harga TSS dan Turbidity yang optimal dan membuat plot peta kendali multivariate Hotelling T2 dan plot peta kendali univariate untuk ketiga karakteristik tersebut sehingga apabila terjadi hasil diluar kendali dapat segera dilakukan revisi terhadap proses yang sedang berjalan. Saran 1. Tindak lanjut dari penelitian ini, diharapkan ada penelitian khusus terkait dengan faktorfaktor apa saja yang sangat berpengaruh terhadap nilai TSS, Turbidity dan sisa Chlor, untuk kemudian dibuat fungsinya antara kualitas air baku dengan faktor-faktor tersebut (misalnya waktu setiap proses dan bahan-bahan yang perlu ditambahkan) untuk menghasilkan nilai TSS, Turbidity dan sisa Chlor yang terkendali. DAFTAR PUSTAKA Deni Kusumawardani (2010), Valuasi Ekonomi Air Bersih di Surabaya (Studi Kasus Pada Air PDAM) D.Montgomery (2005), Introduction to Statistical Methods Third Edition, Mc. Graw Hill Inc, USA Judite S. Vieira, Jose C.M, Fernando G Martins (2012), Surface Water Quality Assessment of Lis Water Using Multivariate Statistical Methods Michele Scagliarini (2012), Multivariate process capability using principal component analysis in the presence of measurement errors Terrence E. Murphy (2004), Multivariate Quality Control Using Loss-Scaled Principal Components Wang, C.H.(2005), Constructing multivariateprocess capability indices for short- run production Wang, F.K., Chen, J.C.(1998), Capability index using principal component analysis Xekalaki, E., Perakis, M,(2002), The use of principalcomponent analysis in the assessment of process capability indices
ISBN : 978-602-70604-0-1 A-24-8