1 / 26

Food Quality Management Data Program - Diploma at IPB

Learn data management in food quality control systems, including data collection techniques, processing, interpretation, and reporting. Explore various statistical methods and control charts to enhance food quality. Improve your understanding and skills in managing data systems.

tadeo
Télécharger la présentation

Food Quality Management Data Program - Diploma at IPB

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. SUPERVISOR JAMINAN MUTU PANGAN PROGRAM DIPLOMA – IPB 2 0 10 PENGELOLAAN DATAMUTU PANGAN NUGRAHA EDHI SUYATMA DWI YUNI HASTATI

  2. Mata Kuliah : PENGELOLAAN DATA MUTU PANGANKode MK. : JMPStatus MK. : Mata KuliahWajibSemester : VBobotsks : 3 ( 1 - 2 )Koordinator MK.: Dr. NugrahaEdhiSuyatma, STP, DEATim teaching : DwiYuniHastati, STP, DEA

  3. DESKRIPSI SINGKAT Membahastentangtatacarapengelolaan data dlmsuatusistempengendalianmutupangan, termasukteknikpengambilan data, pengolahan data daninterpretasinya, sertapenyajian / pelaporanhasilnya, baiksecara manual maupundengankomputer.

  4. TujuanInstruksionalUmum Memberikanpemahamandanketerampilan dalammengelola data suatusistempengendalianmutupangan.

  5. SumberKepustakaanUtama 1. Ishikawa, K. 1989. TeknikPenuntunPengendalianMutu. Terjemahan. MediyatamaSarana Perkasa. Jakarta, Indonesia. 2. ITC. 1991. Quality Control for the Food Industry. ITC UNCTAD/GATT, Geneva. 3. Besterfield, D.H. 1990. Quality Control. Prentice-Hall, Inc., New Jersey, USA. 4. Farnum, N.R. 1994. Modern Statistical Quality Control and Improvement. Duxbury Press, California. 5. Juran, J.M. and Gryna, F.M. 1988. Juran's Quality Control Handbook. McGraw-Hill, Inc., USA. 6. Levin, R.I. 1987. Statistics for Management. Prentice-Hall, Inc., New Jersey, USA.

  6. Kontrak Perkuliahan

  7. SATUAN ACARA PERKULIAHAN (SAP) MK. PENGELOLAAN DATA MUTU PANGAN TA. 2009/2010

  8. SATUAN ACARA PERKULIAHAN (SAP) MK. PENGELOLAAN DATA MUTU PANGAN TA. 2009/2010

  9. TOPIK-TOPIK BAHASAN • Prinsip-PrinsipPengelolaan Data MutuPangan : • Tujuanpengumpulan data • Data yang benar • Bentuk-bentuk data • Hal-halpentingdalampengumpulan data • Tahapanpengelolaan data • StatistikaDeskriptif : • MetodeGrafik (Histogram, Run chart, Stem-and-Leaf, Box plot, Scatter plot, Location diagram) • MetodeNumerik (Ukuranpemusatan, Ukurandispersi) • Acceptance Sampling Plans : • Konsep ASP (Kurva KO dan AOQ) • Attribute SP (Single SP, Double SP, Multiple SP, MIL-STD-405E) • Variable SP ( MIL-STD-404, Dodge-Romig Table) • UjiHipotesis, Pendugaan Parameter, SelangKepercayaan

  10. TOPIK-TOPIK BAHASAN • Variable Control Charts: • 1. x-bar_R chart • 2. x-bar_s chart • Attribute Control Charts : • 1. p & np charts • 2. u & c charts • Process Capability Analysis : • - Indeks-indeks kapabilitas (cp , cpk , cpu , cpl , 1/cp) • Rancangan Percobaan : • 1. Rancangan acak lengkap • 2. Rancangan blok acak lengkap • 3. Rancangan faktorial • Rancangan latin square • Regresi dan Korelasi Linier • - Persamaan regresi dan koefisien korelasi

  11. EVALUASI UTS, UAS, QUIZ (padasetiapresponsi), TUGAS PENILAIAN - Standar PDMP : A  70 55  B  69 40 C  54 25  D  39 E  24 - Persentase : 35% UTS + 35% UAS + 30% Quiz danTugas

  12. HISTORICAL DATA

  13. TATA TERTIB KULIAH DAN RESPONSI • Toleransi keterlambatan: 10 menit untuk kuliah, no tolerance untuk responsi. • Kuliah dan Responsi merupakan dua hal yang terpisah. • QUIZ akan diberikan pada jam responsi • TUGAS: bisa kelompok atau individu, tergantung jenis tugasnya.

  14. KULIAH 1PENGANTAR ANALISIS DATA

  15. TUJUAN PENGUMPULAN DATA 1. membantumemahamisituasi yang sebenarnya - pemeriksaanbesarnyadispersiukuran - pengujianpersentasekerusakan/cacat 2. analisis - mengujihubunganantaracacat dg penyebabnya - dg pengamatanhasil yang laludanpengujianbaru 3. pengendalianproses - penentuan normal tidaknyaproses 4. pengaturan(regulating data) - sbgdasarmengambiltindakanutkmenjagastandar 5. penerimaan/penolakan - menyetujui/menolakproduksetelahpemeriksaan - metoda: (1) pemeriksaan total (2) pengambilansampel

  16. Data yang benar : Apakah data yang dikumpulkan menggambarkan fakta ? METODE PENGAMBILAN SAMPEL Apakah datanya dikumpulkan, dianalisis, & dibandingkan dg cara tertentu utk menggambarkan fakta ? METODE STATISTIK

  17. BENTUK-BENTUK DATA - Data pengukuran (data kontinyu) : panjang, berat, waktu, dll. - Data hitungan(enumerate data) : jumlahrusak, % cacat, dll. - Data tentangurutandantingkatan (lebihrumittetapibermanfaatbagi yang berpengalaman) - Data primer vs. data sekunder - Data historis vs. data eksperimenterencana - Data variabel vs. data atribut

  18. TIPE DATA DAN SKALA • Data Nominal: • Angka-angka yang mewakili kategori, tidak mempunyai nilai numerik dan hanya sekedar penamaan • Data Ordinal: • Angka-angka yang menunjukkan peringkat, dimana jarak antar peringkat tidak harus sama. • Data Interval • Angka-angka yang mewakili kuantitas riil, tidak hanya urutan tetapi juga seberapa besar mereka berbeda. Angka nol tidak berarti tidak ada nilainya. • Data Rasio • Mirip dengan data interval, tetapi angka nol benar-benar bernilai nol. Misal kecepatan, berat, volume, dll.

  19. TAHAPAN PENGELOLAAN DATA 1. Perekaman(Originating – recording) - penulisan data padasuatuformulir 2. Pengklasifikasian(Classifying) - pemberianidentifikasiuntuk data 3. Penyortiran(Sorting) - pengaturan data sesuaiklasifikasi 4. Penghitungan(Calculating) - memanipulasi data denganmelaksanakanperhitungan 5. Peringkasan(Summarizing) - pembuatanrekapitulasilaporan 6. Penyimpanan(Storing) - penyimpanan data sejeniskedalamsuatu file 7. Pencarian(Retrieving) - pencarian data yang tersimpansebagai file 8. Penggandaan(Reproducing) - perbanyakan data sesuaikeinginan 9. Pengkomunikasian(Communicating) - transfer data kebagian lain untukdiolah

  20. TEKNIK PENYAJIAN DATA • Pencatatan kembali/ penyimpanan harus teliti • Deskripsi data (min, maks, rata- rata) • Tabel (memberi informasi/ deskripsi lebih detail) • Grafik(cepat memberi gambaran umum seperti kecenderungan, perbandingan) Recording & Representing Data

  21. Deskriptif (informasi sampel maupun populasi: mean, median,varians, maks, min, tabel, grafik dll) • Uji Beda: Jika ingin membandingkan beda dua distribusi dari dua subpopulasi. Beda mean/ beda median tergantung parametrik atau non parametrik STATISTIKA BERDASAR TUJUAN

  22. Anova: Jika yang dibedakan lebih dari dua subpopulasi • Uji t: Jika yang dibedakan hanya dua populasi • Uji z: jika hanya satu populasi dan pembuktian sesuai tidaknya hipotesis. • Regresi/ korelasi: Jika ingin mengetahui tingkat asosiasi dan hubungan fungsional satu variabel dengan variabel lainnya STATISTIKA BERDASAR TUJUAN

  23. Multivariate: Jika variabelnya banyak serta ingin melakukan pengelompokan, klustering, klasifikasi, pemilihan variabel • Time Series: Analisis data yang terkait dengan fungsi waktu • Khusus: Kontrol kualitas, daya tahan STATISTIKA BERDASAR TUJUAN

  24. STATISTIKA BERDASAR DISTRIBUSI • Parametrik: Distribusi Data Jelas (Normal) • Non Parametrik: Distribusi Data tidak Jelas (umumnya berdasar ranking, atau sampel kecil) • Idealnya: lakukan uji normalitas data sebelum pengolahan datanya.

  25. Uji Statistika

  26. WAJIB BAWA KALKULATOR Pelajaricarapakainya

More Related