Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006
ANALISIS KARAKTERISTIK KUALITAS UDANG MENTAH BEKU DI PT ISTANA CIPTA SEMBADA Aspuranto*, Bobby Oedy P. Soepangkat** dan Sony Sunaryo** *PT Istana Cipta Sembada Jl. Raya Waru 30A, Sidoarjo 61256, Jawa Timur **Program Studi Magister Manajemen Teknologi ITS Jl. Cokroaminoto 12A, Surabaya e-mail:
[email protected]
ABSTRACT PT Istana Cipta Sembada (ICS) is a seafoods product company that export oriented with raw materials were supplied from five groups of purchasing area. There were from NTB (Sumbawa and Lombok), Banyuwangi (include Bali), North coast of East Java, Traditional ponds and South coast of Java. The area difference cause varity of raw material and product quality. The raw materials were processed to five kinds of finished product, there were Headless (H/L), Peeled Tail On (PTO), Nobashi Ebi (N/E), Peeled and Deveined (PND) and PND Soaking (STP). The quality of products is decided by five variables (characteristics of quality), that are net weight, glazing, size accuration, size uniformity and broken. The problems, is product quality different significantly among purchasing area on each finished product, if different, which are variables of quality that the most differ, and where is purchasing area that conform to finished product depend on quality that the most suitable with product specification. This research was done by Manova (Multivariate Analysis of Variance), discriminant analysis and process capability. The result showed that product quality were different significantly among purchasing area on each finished product. Sequently, the most important variable on each product is size uniformity for Headless, glazing for Peeled Tail On, Peeled and Deveined and PND Soaking, and net weight for Nobashi Ebi. Therefore, according process capability, the origin of raw material that produces the best quality of Headless from Banyuwangi, Peeled Tail On from South coast of Java, Nobashi Ebi from NTB, Peeled and Deveined from North coast of east Java and PND Soaking from traditional ponds. Keywords : Purchasing area, Characteristics of quality, Manova Analysis of Variance), Discriminant Analysis and Process Capability
(Multivariate
PENDAHULUAN Latar Belakang PT Istana Cipta Sembada (selanjutnya disingkat PT ICS) merupakan salah satu kelompok perusahaan dari ICS Seafoods Inc. yang bergerak di bidang pengolahan dan penjualan hasil perikanan, khususnya ekspor udang ke beberapa negara Asia (terutama Jepang), Uni Eropa dan Amerika Serikat. Bahan baku udang tambak yang diolah oleh PT ICS berasal dari wilayah yang luas, mulai dari Kalimantan, Jawa, Bali, Lombok hingga Sumbawa dengan kualitas yang beragam sesuai dengan pola budidaya dan habitat wilayahnya masing-masing. Wilayah sumber bahan baku tersebut dapat dikelompokkan menjadi lima sesuai dengan persamaan habitat dan pola budidaya. Kelima wilayah tersebut adalah NTB (Sumbawa dan Lombok), Banyuwangi
Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006 (termasuk Bali), Pantai Utara Jawa Timur (Situbondo, Probolinggo, Pasuruan dan Tuban), Pantai Selatan (Malang, Blitar, Tulungagung dan Yogyakarta) dan Pos Tradisional yang meliputi Kalimantan, Bangil, Gresik dan Sidoarjo. Produk udang hasil pengolahan PT ICS dikelompokkan menjadi lima jenis produk, yaitu Headless (H/L), Peeled Tail On (PTO), Nobashi Ebi (N/E), Peeled And Deveined (PND) dan PND Soaking (STP). Kualitas produk yang dihasilkan oleh PT ICS ditentukan oleh lima karakteristik kualitas, yaitu berat bersih, glazing, ketepatan size, keragaman size (size uniformity) dan kerusakan (broken). Saat ini PT ICS dihadapkan pada kendala persaingan dari perusahaan sejenis. Menurut Laporan Departemen Pemasaran PT ICS (2004), di Jawa Timur terdapat 24 perusahaan sejenis yang masih aktif melakukan penjualan/ekspor udang. Oleh karena itu, dalam rangka mempertahankan dan meningkatkan usaha, maka diperlukan adanya upaya mempertahankan dan menstabilkan mutu, agar mendapat kepercayaan dari pembeli (buyer). Salah satu usaha untuk menstabilkan mutu adalah mempelajari karakteristik kualitas masing-masing produk dari kelima kelompok daerah dan bagaimana mendapatkan pasokan bahan baku dari wilayah pembelian agar diperoleh produk dengan kualitas terbaik berdasarkan karakteristik yang paling sesuai dengan spesifikasi produk.
Tujuan dan Manfaat Penelitian Beberapa tujuan yang diinginkan dalam penelitian ini adalah sebagai berikut: 1. Mengetahui apakah ada perbedaan karakteristik kualitas udang antar daerah (wilayah pembelian bahan baku) pada masing-masing kategori jenis produk. 2. Jika ada perbedaan, maka ingin diketahui karakteristik kualitas udang yang paling membedakan. 3. Memberikan saran kepada perusahaan mengenai sasaran produk yang lebih sesuai dari setiap wilayah pembelian bahan baku berdasarkan karakteristik kualitasnya. 4. Beberapa manfaat yang diharapkan dalam penelitian ini adalah sebagai berikut: 5. Mendapatkan informasi yang jelas mengenai stabilitas karakteristik kualitas udang pada masing-masing wilayah pembelian bahan baku. 6. Menganalisa adanya perbedaan karakteristik kualitas udang antar wilayah pembelian bahan baku dalam masing-masing kategori jenis produk, sehingga dapat membuat perencanaan usaha perbaikan dan atau peningkatan kualitas produk yang lebih stabil. 7. Mendapatkan bahan informasi untuk membuat perencanaan sasaran jenis produk berdasarkan wilayah asal pembelian bahan baku yang akan diproses, sehingga lebih tepat guna (efektif). METODOLOGI PENELITIAN Peninjauan Lapangan Peninjauan Lapangan dilakukan dengan pengamatan langsung di bagian penerimaan bahan baku. Obyek pengamatan adalah udang dari setiap supplier, sehingga dapat diketahui asal wilayah pembelian bahan baku berdasarkan nota pembelian. Identifikasi Permasalahan Pada tahap berikutnya, identifikasi permasalahan di PT ICS dilakukan dengan pengamatan di bagian produksi, dimana terlihat adanya kualitas produk yang beragam dari wilayah pembelian bahan baku yang berbeda pada setiap jenis produk.
ISBN : 979-99735-1-1 A-9-2
Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006
Perumusan Masalah Setelah melakukan identifikasi permasalahan, maka dilakukan perumusan masalah yang telah teridentifikasi dengan memberikan batasan-batasan dan asumsiasumsi serta tujuan yang diharapkan dalam penelitian ini. Untuk memperkuat landasan teori, maka dilakukan tinjauan pustaka mengenai alur produksi, standar produk, serta metode-metode statistik yang akan digunakan untuk memproses data yang diperoleh. Pengumpulan Data Sumber data yang digunakan dalam penelitian ini merupakan data sekunder, yang dikumpulkan dari hasil pengamatan harian oleh Bagian Pengawasan Mutu (Quality Control), sedangkan informasi datanya diambil dari bentuk format laporan hasil pengamatan harian PT ICS. Data penelitian diperoleh dari sumber internal yang merupakan hasil pemeriksaan karakteristik kualitas oleh Divisi Quality Control PT Istana Cipta Sembada. Data tersebut dikumpulkan setiap hari selama semester I atau enam bulan pertama tahun 2004. Data penelitian disusun dalam format laporan harian yang mencakup informasi produk dan aspek kualitas. 1. Informasi Produk Bagian ini menjelaskan jenis produk yang diamati, yaitu H/L (Headless), PTO (Peeled Tail On), N/E (Nobashi Ebi), PND (Peeled And Deveined) atau STP (PND Soaking). Selain itu juga menjelaskan size produk, supplier (wilayah bahan baku), tanggal produksi, kode produksi dan warna produk. 2. Aspek Kualitas Aspek kualitas (karakteristik kualitas) yang digunakan dalam penelitian ini hanya lima variabel, yaitu berat bersih, glazing, ketepatan size, keragaman size (size uniform) dan kerusakan (broken). Berat yang dimaksud adalah berat bersih udang yang ditimbang setelah udang beku di defrost (dicairkan dalam air biasa) dan ditiriskan selama 3 menit dalam kantong plastik yang tertutup rapat. Glazing adalah variabel karakteristik kualitas yang merupakan persentase perbandingan antara berat kotor dengan berat bersih udang. Variabel tersebut berguna untuk melihat kecukupan air beku sebagai media udang beku dalam pan, sehingga seluruh bagian udang dapat terendam dalam media air dan dapat mencegah terjadinya dehidrasi. Keragaman size adalah variabel yang menunjukkan perbandingan antara size besar dengan size kecil dalam suatu blok udang beku, dimana size besar diwakili oleh 10 % size terbesar dalam satu blok dan size kecil juga diambil 10 % size terkecil dalam satu blok udang beku. Ketepatan size ditentukan dengan membandingkan size produk (actual size) yang diperiksa dengan standar size seperti pada Tabel 3.1. Nilainya selalu positif, karena tanda perbedaannya (kurang atau lebih) dari standar size diabaikan. Broken yang dimaksud dalam penelitian ini merupakan akumulasi atau gabungan dari tiga karakteristik kualitas, yaitu damage (kerusakan tubuh udang), broken tail (sebagian atau seluruh bagian ekor patah) dan pinkage (perubahan warna kemerahan yang mengindikasikan adanya dekomposisi udang).
ISBN : 979-99735-1-1 A-9-3
Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006
Analisa Data Penelitian ini menggunakan metode analisis Multivariate, yang pelaksanaannya menggunakan bantuan komputer dengan program software Minitab versi 14, SPSS (Statistical Product and Service Solutions) versi 14 dan penghitungan manual, khususnya untuk Cp dan Cpk. Berdasarkan ketergantungan variabel yang ada, maka pada penelitian ini menggunakan analisis diskriminan untuk 5 (lima) kategori. HASIL DAN DISKUSI Uji Manova (Multivariate Analysis of Variance) Tabel 1. Hasil analisa Manova untuk daerah pada produk Headless (H/L)
MANOVA for daerah Criterion Test Statistic Approx F DF P Wilk's 0.46132 15.522 ( 20, 1181) 0.000 Lawley-Hotelling 0.95060 16.849 ( 20, 1418) 0.000 Pillai's 0.64257 13.742 ( 20, 1436) 0.000 Roy's 0.64689
Tabel 2. Hasil analisa Manova untuk daerah pada produk Peeled Tail On (PTO)
MANOVA for daerah Criterion Test Statistic Approx F DF P Wilk's 0.22247 13.812 ( 20, 481) 0.000 Lawley-Hotelling 2.15986 15.497 ( 20, 574) 0.000 Pillai's 1.10569 11.308 ( 20, 592) 0.000 Roy's 1.35061
Tabel 3. Hasil Analisa Manova untuk daerah pada produk Nobashi Ebi (N/E)
MANOVA for daerah Criterion Test Statistic Approx F DF P Wilk's 0.31324 16.351 ( 20, 780) 0.000 Lawley-Hotelling 1.56935 18.322 ( 20, 934) 0.000 Pillai's 0.90502 13.919 ( 20, 952) 0.000 Roy's 1.13339
ISBN : 979-99735-1-1 A-9-4
Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006 Tabel 4. Hasil analisa Manova untuk daerah pada produk Peeled andDeveined (PND)
MANOVA for daerah Criterion Test Statistic Approx F DF P Wilk's 0.43100 21.522 ( 20, 1490) 0.000 Lawley-Hotelling 1.06423 23.812 ( 20, 1790) 0.000 Pillai's 0.68306 18.616 ( 20, 1808) 0.000 Roy's 0.74915
Tabel 5. Hasil analisa Manova untuk daerah pada produk PND Soaking (STP)
MANOVA for daerah Criterion Test Statistic Approx F DF P Wilk's 0.29374 20.472 ( 20, 916) 0.000 Lawley-Hotelling 2.03487 27.929 ( 20, 1098) 0.000 Pillai's 0.81829 14.351 ( 20, 1116) 0.000 Roy's 1.84446
Berdasarkan hasil uji Manova seperti terlihat pada Tabel 1 hingga 5 di atas, terbukti bahwa terdapat perbedaan kualitas yang nyata antar daerah (wilayah pembelian) bahan baku pada masing-masing produk. Hal ini menjelaskan bahwa kualitas semua produk udang yang dihasilkan PT ICS belum stabil. Selanjutnya, untuk mengetahui variabel (karakteristik kualitas) yang paling membedakan (discriminant the most), maka dilakukan analisis diskriminan secara bertahap menggunakan analisis structure matrix dengan mengikutkan semua variabel yang ada. Analisis Diskriminan Tabel 6. Structure Matrix untuk kelompok daerah pada produk H/L
Function 1 2 3 RAGAM 0,938 * -0,330 -0,103 RUSAK 0,286 0,852 * -0,439 a GLAZING -0,022 0,029 * 0,016 UKURAN 0,208 0,385 0,899 * a BERAT -0,035 0,016 -0,059 * Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. *. Largest absolute correlation between each variable and any discriminant function a. This variable not used in the analysis. Tabel 6. menjelaskan bahwa variabel glazing dan berat tidak digunakan dalam analisis (bertanda a), sedangkan variabel ragam, rusak dan ukuran dimasukkan dalam
ISBN : 979-99735-1-1 A-9-5
Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006
analisis. Urutan besarnya koefisien yang terpilih berdasarkan analisis di atas ditentukan dengan nilai terbesar (bertanda bintang) dengan mengabaikan tanda – (negatif) dan dapat ditulis pada Tabel 7. Tabel 7. Besaran Koefisien yang Terpilih
Variabel
Koefisien
Ragam Ukuran Rusak
0,938 0,899 0,852
Urutan tersebut menunjukkan, bahwa karakteristik kualitas yang paling membedakan (discriminates the most) hasil pemeriksaan karakteristik kualitas produk H/L adalah ragam, sedangkan kedua karakteristik yang lain, yaitu ukuran dan rusak, meskipun bukan yang terbesar koefisiennya, namun termasuk variabel penting yang membedakan keragaman kualitas produk H/L. Tabel 8. Structure Matrix untuk kelompok daerah pada produk PTO
Function 1 2 3 4 RAGAM 0,695 * 0,641 0,200 -0,259 RUSAK 0,611 -0,642 * -0,434 0,159 a UKURAN 0,163 0,225 * -0,182 0,093 GLAZING 0,122 -0,207 0,882 * 0,405 BERAT 0,132 0,409 -0,358 0,829 * Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. *. Largest absolute correlation between each variable and any discriminant function a. This variable not used in the analysis. Tabel 8 menjelaskan bahwa variabel ukuran tidak digunakan dalam analisis (bertanda a), sedangkan variabel ragam, glazing, rusak dan berat dimasukkan dalam analisis. Urutan besarnya koefisien yang terpilih berdasarkan analisis di atas ditentukan dengan nilai terbesar (bertanda bintang) dengan mengabaikan tanda – (negatif) dan dapat ditulis pada Tabel 9. Tabel 9. Koefisien yang Terpilih Berdasarkan Analisis
Variabel
Koefisien
Glazing Berat Ragam Rusak
0,882 0,829 0,695 0,642
Urutan tersebut menunjukkan bahwa karakteristik kualitas yang paling membedakan (discriminates the most) hasil pemeriksaan karakteristik kualitas produk
ISBN : 979-99735-1-1 A-9-6
Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006
PTO adalah glazing, sedangkan ketiga karakteristik yang lain, yaitu berat, ragam dan rusak, meskipun bukan yang terbesar koefisiennya, namun termasuk variabel penting yang membedakan keragaman kualitas produk PTO. Tabel 10. Structure Matrix untuk kelompok daerah pada produk N/E
Function 1 2 3 4 RUSAK 0,647 * -0,334 -0,585 -0,246 RAGAM 0,185 0,771 * 0,054 -0,152 UKURAN 0,612 -0,082 0,781 * -0,092 BERAT 0,307 0,248 -0,107 0,887 * GLAZING -0,061 -0,442 0,108 0,482 * Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. *. Largest absolute correlation between each variable and any discriminant function Tabel 10 menjelaskan bahwa semua variabel dimasukkan dalam persamaan diskriminan, sedangkan urutan besarnya koefisien yang terpilih berdasarkan analisis di atas ditentukan dengan nilai terbesar (bertanda bintang) dengan mengabaikan tanda – (negatif) dan dapat ditulis sebagai berikut: Variabel Koefisien Berat 0,887 Ukuran 0,781 Ragam 0,771 Rusak 0,647 Glazing 0,482 Urutan tersebut menunjukkan bahwa karakteristik kualitas yang paling membedakan (discriminates the most) hasil pemeriksaan karakteristik kualitas produk N/E adalah berat, sedangkan keempat karakteristik yang lain, yaitu ukuran, ragam, rusak dan glazing, meskipun bukan yang terbesar koefisiennya, namun termasuk variabel penting yang membedakan keragaman kualitas produk N/E. Tabel 11. Structure Matrix untuk kelompok daerah pada produk PND
Function 1 2 3 4 RAGAM 0,834 * -0,131 0,207 -0,241 BERAT 0,143 0,943 * -0,276 -0,030 GLAZING -0,147 0,251 0,952 * -0,011 UKURAN 0,426 0,017 -0,001 0,842 * RUSAK 0,348 0,073 -0,052 -0,428 * Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. *. Largest absolute correlation between each variable and any discriminant function
ISBN : 979-99735-1-1 A-9-7
Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006
Tabel 11. menjelaskan bahwa semua variabel dimasukkan dalam persamaan diskriminan, sedangkan urutan besarnya koefisien yang terpilih berdasarkan analisis di atas ditentukan dengan nilai terbesar (bertanda bintang) dengan mengabaikan tanda – (negatif) dan dapat ditulis sebagai berikut: Variabel Koefisien Berat 0,887 Ukuran 0,781 Ragam 0,771 Rusak 0,647 Glazing 0,482 Urutan tersebut menunjukkan bahwa karakteristik kualitas yang paling membedakan (discriminates the most) hasil pemeriksaan karakteristik kualitas produk N/E adalah berat, sedangkan keempat karakteristik yang lain, yaitu ukuran, ragam, rusak dan glazing, meskipun bukan yang terbesar koefisiennya, namun termasuk variabel penting yang membedakan keragaman kualitas produk N/E. Tabel 12. Structure Matrix untuk kelompok daerah pada produk STP
Function 1 2 3 4 UKURAN 0,674 * -0,034 -0,138 0,114 BERAT 0,535 * 0,452 -0,301 0,383 RUSAK 0,378 -0,708 * 0,256 0,337 GLAZING 0,047 0,272 0,923 * 0,244 RAGAM 0,328 0,060 0,275 -0,866 * Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. *. Largest absolute correlation between each variable and any discriminant function Tabel 3.12 menjelaskan bahwa semua variabel dimasukkan dalam persamaan diskriminan, sedangkan urutan besarnya koefisien yang terpilih berdasarkan analisis di atas ditentukan dengan nilai terbesar (bertanda bintang) dengan mengabaikan tanda – (negatif) dan dapat ditulis sebagai berikut: Variabel Koefisien Glazing 0,952 Berat 0,943 Ukuran 0,842 Ragam 0,834 Rusak 0,428 Urutan tersebut menunjukkan bahwa karakteristik kualitas yang paling membedakan (discriminates the most) hasil pemeriksaan karakteristik kualitas produk STP adalah glazing, sedangkan keempat karakteristik yang lain, yaitu berat, ukuran, ragam, dan rusak, meskipun bukan yang terbesar koefisiennya, namun termasuk
ISBN : 979-99735-1-1 A-9-8
Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006
variabel penting yang membedakan keragaman kualitas produk STP.
Analisis Process Capability (Kemampuan Proses) Cp dan Cpk Analisis Cp dan Cpk pada penelitian ini merupakan analogi dari penentuan kualitas terbaik berdasarkan nilai terbesar dari kedua indikator tersebut. Karena obyek penelitian merupakan produk alam, maka tidak dilakukan analisis pengendalian proses secara statistik, tetapi langsung diaplikasikan konsep analisis kemampuan proses. Berdasarkan penghitungan Cp dan Cpk secara manual, diperoleh hasil sebagai berikut: Tabel 13. Rekapitulasi nilai penghitungan Cp dan Cpk terbesar dari semua jenis produk
H/L
PTO
Cp Cpk 0,69 0,40 1,79 1,37 1,47 0,81 BWI
Cp Cpk 1,33 1,03 0,89 0,82 1,46 0,99 1,37 0,38 PSL
Variabel Berat Glazing Ukuran Ragam Rusak Daerah
N/E Nilai Terbesar Cp Cpk 1,25 1,00 0,78 0,66 1,13 0,50 1,30 1,02 1,80 0,44 NTB
PND
STP
Cp Cpk 1,39 1,02 0,80 0,77 0,70 0,35 1,55 1,18 1,22 0,53 PUT
Cp Cpk 1,55 1,04 0,96 0,88 1,47 0,60 1,54 1,22 1,25 0,58 POS
Tabel 13. di atas menunjukkan, bahwa bahan baku yang menghasilkan produk dengan kualitas terbaik untuk H/L berasal dari Banyuwangi, untuk PTO dari Pantai Selatan, untuk N/E dari NTB, untuk PND dari Pantai Utara dan untuk STP dari Pos Tradisional. KESIMPULAN DAN SARAN Kesimpulan Hasil analisa dan pembahasan yang dilakukan pada penelitian ini dapat disimpulkan sebagai berikut: 1. Semua produk udang mentah beku yang dihasilkan oleh PT ICS selama kurun waktu 6 bulan pertama (Semester I) tahun 2004 menunjukkan adanya kualitas yang beragam yang ditunjukkan oleh adanya perbedaan semua atau sebagian karakteristik kualitas antar lima wilayah pembelian bahan baku. 2. Karakteristik kualitas yang paling membedakan antar wilayah pembelian bahan baku pada masing-masing produk adalah keragaman size untuk produk Headless, glazing untuk produk Peeled Tail On, Peeled and Deveined dan PND Soaking (STP) dan berat untuk produk Nobashi Ebi. 3. Berdasarkan nilai Cp dan Cpk, maka kualitas terbaik masing-masing produk berdasarkan daerah pembelian bahan baku adalah H/L dari Banyuwangi, PTO dari Pantai Selatan, N/E dari Nusa Tenggara Barat, PND dari Pantai Utara dan STP dari Pos Tradisional. Saran-saran Berdasarkan hasil penelitian mengenai analisis karakteristik kualitas udang mentah beku di atas, maka beberapa saran perbaikan yang diberikan kepada perusahaan adalah sebagai berikut:
ISBN : 979-99735-1-1 A-9-9
Prosiding Seminar Nasional Manajemen Teknologi IV Program Studi MMT-ITS, Surabaya 5 Agustus 2006
1. Mempelajari lebih lanjut (melakukan penelitian) terhadap faktro-faktor lain yang mungkin mempengaruhi keragaman kualitas, seperti jarak transportasi, salinitas air tambak, jenis pakan, kepadatan budidaya dan lain lain. 2. Memberikan bobot pada masing-masing karakteristik kualitas berdasarkan persepsi pembeli dan untuk menentukan prioritas langkah perbaikan. 3. Memperbaiki dan atau modifikasi peralatan, seperti memperbaiki inner pan yang rusak atau membeli yang baru agar glazing semua produk bisa seragam dan merubah timbangan dari model gantung menjadi model duduk agar bias saat penimbangan yang dikarenakan goyangan tuas pan bisa dihilangkan, sehingga perbedaan berat antar wilayah dapat dikurangi. DAFTAR PUSTAKA Besterfield, D.H. 1998. Quality Control, 5th ed. Prentice Hall International, Inc. Illinois, USA. Departemen Pemasaran PT ICS. 2004. Laporan Penjualan Udang Semester II Tahun 2004: Bahan Meeting Corporate Divisi Penjualan Udang, Departemen Pemasaran PT ICS, Surabaya. Dewan Standarisasi Nasional (DSN). 1992. Standar Nasional Indonesia: SNI 01-27051992, Jakarta. Direktorat Jendral Bina Usaha Tani dan Pengolahan Hasil, Direktorat Jendral Perikanan. 1995. Kumpulan Standar Metode Pengujian Mutu Hasil Perikanan, Jakarta. Hair, J.F., Anderson, R.E., Tatham, R.L. and Black, W.C. 1998. Multivariate Data Analysis, 5th ed. Prentice Hall, Inc. New Jersey, USA. Iriawan, N. dan Astuti, SP. 2005. Mengolah Data Statistik dengan Mudah Menggunakan Minitab 14. Penerbit Andi, Yogyakarta. Santoso, S., dan Tjiptono, F. 2001. Riset Pemasaran: Konsep dan Aplikasi dengan SPSS. Elex Media Komputindo, Jakarta.
ISBN : 979-99735-1-1 A-9-10