PENGELOLAAN DATA MUTU PANGAN NUGRAHA EDHI SUYATMA DWI
- Slides: 26
PENGELOLAAN DATA MUTU PANGAN NUGRAHA EDHI SUYATMA DWI YUNI HASTATI SUPERVISOR JAMINAN MUTU PANGAN PROGRAM DIPLOMA – IPB 2 0 10
Mata Kuliah : PENGELOLAAN DATA MUTU PANGAN Kode MK. : JMP Status MK. : Mata Kuliah Wajib Semester : V Bobot sks : 3(1 -2) Koordinator MK. : Dr. Nugraha Edhi Suyatma, STP, DEA Tim teaching : Dwi Yuni Hastati, STP, DEA
DESKRIPSI SINGKAT Membahas tentang tata cara pengelolaan data dlm suatu sistem pengendalian mutu pangan, termasuk teknik pengambilan data, pengolahan data dan interpretasinya, serta penyajian / pelaporan hasilnya, baik secara manual maupun dengan komputer.
Tujuan Instruksional Umum Memberikan pemahaman dan keterampilan dalam mengelola data suatu sistem pengendalian mutu pangan.
Sumber Kepustakaan Utama 1. Ishikawa, K. 1989. Teknik Penuntun Pengendalian Mutu. Terjemahan. Mediyatama Sarana 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. Mc. Graw-Hill, Inc. , USA. 6. Levin, R. I. 1987. Statistics for Management. Prentice-Hall, Inc. , New Jersey, USA.
SATUAN ACARA PERKULIAHAN (SAP) MK. PENGELOLAAN DATA MUTU PANGAN TA. 2009/2010 KELAS JMP 3 A di ruang CA B 06 KELAS JMP 3 B di ruang BS B 03 Kuliah: Jum’at 07. 00 – 07. 50 Kuliah: Sabtu 13. 00 – 13. 50 Responsi: Jum’at 08. 00 – 11. 20 Responsi: Sabtu 14. 00 – 17. 20 Kuliah ke- POKOK BAHASAN KULIAH POKOK BAHASAN RESPONSI 1 (NES/DY) Prinsip-prinsip pengelolaan data mutu Pengantar analisis data 2 (NES/DY) Statistika Deskriptif Metode Numerik dan Grafik 3 (NES/DY) Acceptance Sampling Plan 4 (NES/DY) Acceptance Sampling Plan 5 (NES/DY) Variable Control Chart
SATUAN ACARA PERKULIAHAN (SAP) MK. PENGELOLAAN DATA MUTU PANGAN TA. 2009/2010 Kuliah ke- POKOK BAHASAN KULIAH POKOK BAHASAN RESPONSI 8 (NES/DY) Uji Hipotesis Deskriptif Uji t satu sampel 9 (NES/DY) Uji Hipotesis Komparatif uji t dua sampel: independent sample t-test, Paired sample ttest 10 (NES/DY) Rancangan Percobaan 1 Analisis Sidik Ragam 11 (NES/DY) Rancangan Percobaan 2 Analisis Sidik Ragam 12 (NES/DY) Multi-comparison test Uji lanjut 13 (NES/DY) Regresi dan Korelasi Linier Analisis regresi dan korelasi Analisis Data Sensori Analisis Uji hedonik, uji ranking. 14
TOPIK-TOPIK BAHASAN Prinsip-Prinsip Pengelolaan Data Mutu Pangan : 1. Tujuan pengumpulan data 2. Data yang benar 3. Bentuk-bentuk data 4. Hal-hal penting dalam pengumpulan data 5. Tahapan pengelolaan data Statistika Deskriptif : 1. Metode Grafik (Histogram, Run chart, Stem-and-Leaf, Box plot, Scatter plot, Location diagram) 2. Metode Numerik (Ukuran pemusatan, Ukuran dispersi) Acceptance Sampling Plans : 1. Konsep ASP (Kurva KO dan AOQ) 2. Attribute SP (Single SP, Double SP, Multiple SP, MIL-STD-405 E) 3. Variable SP ( MIL-STD-404, Dodge-Romig Table) Uji Hipotesis, Pendugaan Parameter, Selang Kepercayaan
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 4. Rancangan latin square Regresi dan Korelasi Linier - Persamaan regresi dan koefisien korelasi
EVALUASI UTS, UAS, QUIZ (pada setiap responsi), TUGAS PENILAIAN - Standar PDMP : A 70 55 B 69 40 C 54 25 D 39 E 24 - Persentase : 35% UTS + 35% UAS + 30% Quiz dan Tugas
HISTORICAL DATA 2004 2005 2006 2007 2008 2009 Rata-rata 64 51 69 59 69 71 Simp. baku 9 9 12 14 10 9 Terendah 46 35 50 32 45 55 Tertinggi 84 81 93 85 87 89 A 26% 18% 43% 27% 26% 33% B 64% 27% 57% 44%% 39% 36% C 10% 48% 0% 27%% 29% 26% D 0% 7% 0% 2% 6% 5% E 0% 0% 0% Tahun
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.
KULIAH 1 PENGANTAR ANALISIS DATA
TUJUAN PENGUMPULAN DATA 1. membantu memahami situasi yang sebenarnya - pemeriksaan besarnya dispersi ukuran - pengujian persentase kerusakan/cacat 2. analisis - menguji hubungan antara cacat dg penyebabnya - dg pengamatan hasil yang lalu dan pengujian baru 3. pengendalian proses - penentuan normal tidaknya proses 4. pengaturan (regulating data) - sbg dasar mengambil tindakan utk menjaga standar 5. penerimaan/penolakan - menyetujui/menolak produk setelah pemeriksaan - metoda: (1) pemeriksaan total (2) pengambilan sampel
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
BENTUK-BENTUK DATA - Data pengukuran (data kontinyu) : panjang, berat, waktu, dll. - Data hitungan (enumerate data) : jumlah rusak, % cacat, dll. - Data tentang urutan dan tingkatan (lebih rumit tetapi bermanfaat bagi yang berpengalaman) - Data primer vs. data sekunder - Data historis vs. data eksperimen terencana - Data variabel vs. data atribut
TIPE DATA DAN SKALA • Data Nominal: üAngka-angka yang mewakili kategori, tidak mempunyai nilai numerik dan hanya sekedar penamaan • Data Ordinal: üAngka-angka yang menunjukkan peringkat, dimana jarak antar peringkat tidak harus sama. • Data Interval üAngka-angka yang mewakili kuantitas riil, tidak hanya urutan tetapi juga seberapa besar mereka berbeda. Angka nol tidak berarti tidak ada nilainya. • Data Rasio üMirip dengan data interval, tetapi angka nol benar bernilai nol. Misal kecepatan, berat, volume, dll.
TAHAPAN PENGELOLAAN DATA 1. Perekaman (Originating – recording) - penulisan data pada suatu formulir 2. Pengklasifikasian (Classifying) - pemberian identifikasi untuk data 3. Penyortiran (Sorting) - pengaturan data sesuai klasifikasi 4. Penghitungan (Calculating) - memanipulasi data dengan melaksanakan perhitungan 5. Peringkasan (Summarizing) - pembuatan rekapitulasi laporan 6. Penyimpanan (Storing) - penyimpanan data sejenis kedalam suatu file 7. Pencarian (Retrieving) - pencarian data yang tersimpan sebagai file 8. Penggandaan (Reproducing) - perbanyakan data sesuai keinginan 9. Pengkomunikasian (Communicating) - transfer data ke bagian lain untuk diolah
TEKNIK PENYAJIAN DATA X Y Z Ratarata Recording & Representing 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)
STATISTIKA BERDASAR TUJUAN q Deskriptif (informasi sampel maupun populasi: mean, median, varians, maks, min, tabel, grafik dll) q. Uji Beda: Jika ingin membandingkan beda dua distribusi dari dua subpopulasi. Beda mean/ beda median tergantung parametrik atau non parametrik
STATISTIKA BERDASAR TUJUAN q Anova: Jika yang dibedakan lebih dari dua subpopulasi q Uji t: Jika yang dibedakan hanya dua populasi q Uji z: jika hanya satu populasi dan pembuktian sesuai tidaknya hipotesis. q Regresi/ korelasi: Jika ingin mengetahui tingkat asosiasi dan hubungan fungsional satu variabel dengan variabel lainnya
STATISTIKA BERDASAR TUJUAN q Multivariate: Jika variabelnya banyak serta ingin melakukan pengelompokan, klustering, klasifikasi, pemilihan variabel q. Time Series: Analisis data yang terkait dengan fungsi waktu q. Khusus: Kontrol kualitas, daya tahan
STATISTIKA BERDASAR DISTRIBUSI q Parametrik: Distribusi Data Jelas (Normal) q Non Parametrik: Distribusi Data tidak Jelas (umumnya berdasar ranking, atau sampel kecil) q Idealnya: lakukan uji normalitas data sebelum pengolahan datanya.
No Tujuan 1 Uji Beda (bebas) 2 Normal Non Par Uji-z, uji-t Uji-U, Man. Whitney Uji tberpasangan Uji-z Uji-Wilcoxson 3 Uji beda (lebih dari 2) Uji-F Kruskal-Wallis 4 Regresi/ korelasi LM, Kor. Pe-arson Rho-Spearman Rank. Tau-Kendall Chi -kuadrat
WAJIB BAWA KALKULATOR Pelajari cara pakainya
- Nugraha edhi suyatma
- Permentan 53 tahun 2018
- Supervisor jaminan mutu pangan
- Prof jusak nugraha
- Bipolar urethrocystography
- Tuliskan contoh hewan ctenophora
- Contoh proposal indofood riset nugraha
- Yüzey aktif maddeler nelerdir
- Contoh lembar kerja pemetaan mutu
- Analisis rapor mutu sekolah dasar
- Contoh lembar kerja analisis akar masalah
- Data yang digunakan untuk operasi hitungan disebut data
- Pengelolaan data peserta didik
- Word work mat
- Drg dwi imbang lestari
- Drg dwi imbang lestari
- Jurnal dwi mingguan
- Penggal garis adalah
- Dwi haryono
- Cara dwi koordinat
- Dwi hendro widayatmoko
- Psak 73 adalah
- Mapa de adc
- Kurnia dwi artanti
- Psak 71 dwi martani
- Dwi atom
- Psak 71 dwi martani