Pengenalan Kontrol Proses Statistik
Dalam suatu laboratorium mikrobiologi yang menghasilkan data rutin dan berulang dari matriks sampel yang sama dan menggunakan metode yang sama (misalnya pengujian dalam proses produksi), pasti dibutuhkan suatu cara untuk mengukur keberterimaan sebaran hasil uji tersebut setiap harinya. Keberterimaan ini digunakan untuk mengidentifikasi jika terdapat data yang melenceng atau aneh sehingga dapat dilakukan rencana tindaklanjut penyelesaian masalahnya. Penetapan batas keberterimaan ini dapat dilakukan dengan metode statistik yang umumnya disebut dengan Statistical Process Control. Metode ini sangat berguna untuk diaplikasikan pada laboratorium mikrobiologi standar yang berfungsi sebagai laboratorium QC di suatu proses produksi atau laboratorium layanan uji dengan sampel pelanggan yang yang sama dan berulang..
Statistical Process Control (SPC) adalah metodologi untuk memelihara dan menetapkan sebuah proses pada suatu tingkatan yang stabil dan dapat diterima sehingga dapat menjamin kesesuaian dari layanan atau produk terhadap persyaratan spesifik tertentu. Alat statistik yang umum digunakan adalah grafik kontrol (Control Chart) yang merupakan metode diagram yang menggambarkan dan membandingkan informasi berdasarkan urutan pengamatan proses terkini terhadap suatu batasan yang telah ditentukan sebelumnya (ISO 7870-2, 2012: v). Grafik kontrol ini adalah grafik yang menggambarkan data hasil dari sebuah proses (pengujian) yang menyediakan evaluasi visual mengenai kestabilan dan variabilitas sebuah proses (ISO 7870-1, 2014: 7).
Kontrol proses statistik dapat digunakan untuk:
- Indikator kestabilan proses pengujian.
- Memperkirakan besaran variabilitas proses pengujian
- Mengidentifikasi variabilitas data seperti kecenderungan (trend), hanyutan (drift), siklus (cycle) dll.
- Menyediakan data untuk penyesuaian proses menggunakan prediksi statistik
Beberapa jenis grafik kontrol adalah grafik Shewhart, grafik CuSum dan grafik EMWA yang secara lengkap dapat dilihat pada tabel dibawah ini.
Tabel 1. Jenis-jenis grafik kontrol proses statistik.
| Deteksi pergeseran | Jenis grafik | Tipe data | Tipe grafik | Pengamatan |
|---|---|---|---|---|
| Besar
(≥ 1.5σ) |
Grafik Shewhart | Variabel | Grafik average (X) dan range (R) atau standar deviasi (s) | Karakteristik dalam sebuah sub-grup |
| Grafik individual (X) dan moving range (Rm) | Karakteristik dalam sebuah pengamatan | |||
| Grafik median (Ẋ) dan range (R) | Karakteristik dalam sebuah sub-grup | |||
| Atribut | Grafik p | Proporsi ketidaksesuaian dalam sebuah sub-grup | ||
| Grafik np | Jumlah ketidaksesuaian dalam sebuah sub-grup | |||
| Grafik c | Jumlah ketidaksesuaian dalam sebuah sub-grup | |||
| Grafik u | Ketidaksesuaian per unit dalam sebuah sub-grup | |||
| Kecil
(< 1.5σ) |
Grafik CuSum | Variabel atau atribut | – | Penjumlahan kumulatif karakteristik dalam sebuah sub-grup |
| Grafik EWMA | Variabel atau atribut | – | Moving average dengan pembobotan eksponensial sebuah karakteristik dalam sebuah sub-grup |
Terdapat dua jenis sumber data pada grafik diatas yaitu data variabel dan data atribut. Data variabel merepresentasikan pengamatan yang diperoleh dengan mengukur atau mencatat besaran dari karakteristik yang sedang dipelajari dengan pengukuran skala berkelanjutan (continuous). Sedangkan data atribut menggambarkan pengamatan terkategorisasi atau terhitung yang diperoleh dari pencatatan ada-tidaknya (presence-absence) atau frekuensi kejadian dari karakteristik di setiap item (ISO 7870-1, 2014: 4). Secara singkat data variabel adalah data hasil diukur sedangkan data atribut adalah data hasil dihitung. Misalnya di dalam mikrobiologi data variabel adalah data perhitungan koloni (CFU/g) sedangkan data atribut adalah frekuensi positif-negatif keberadaan patogen dalam suatu pengambilan sampel.
KAN DP.01.33(E) (2004: 5) menyarankan beberapa pertimbangan pemilihan jumlah pengukuran dalam perhitungan statistik secara umum yaitu:
- Jika akan menghitung rata-rata dan standar deviasi, maka dibutuhkan minimal 2-3 pengukuran. Semakin besar jumlah data maka semakin representatif.
- Jika akan menghitung perkiraan mula-mula populasi untuk membangun batas acuan grafik kontrol, maka dibutuhkan 7-12 pengukuran.
- Jika akan menentukan suatu keputusan statistik terhadap suatu data seperti pernyataan data stabil, terdistribusi acak atau rata-rata simetris, maka dibutuhkan 25-30 pengukuran.
- Jika akan memonitor suatu kecenderungan data, maka dibutuhkan 50-100 pengukuran.
Menurut ASTM E2587-16 (2016: 5) program SPC dapat dibagi menjadi tiga tahap yaitu :
- Tahap A, Evaluasi Proses. Data historis dari proses diplot pada grafik untuk menguji proses terkini. Batas kontrol pada data ini digunakan sebagai perhitungan selanjutnya. Idealnya disarankan terdapat 100 atau lebih data numerik pada tahap ini. Jika dilakukan satu pengamatan untuk setiap sub-grup, maka minimal dikumpulkan 30 data. Sedangkan untuk data aribut direkomendasikan sebanyak 20-25 sub-grup.
- Tahap B, Peningkatan Proses. Data proses dikumpulkan dengan batas kontrol yang diperoleh dari tahap A digunakan untuk mendeteksi dan mengidentifikasi sebab masalah. Tahap ini dapat diakhiri jika data pada grafik terkontrol secara statistik..
- Tahap C, Monitoring Proses. Pada tahap ini grafik kontrol digunakan untuk mengamati data supaya tetap terkontrol secara statistik dan berreaksi jika terdapat sebab masalah baru atau muncul kembali sebab lama.
Referensi
ASTM E2587-16 (2016). Standard practice for use of control chart in statistical process control. ASTM (America Standard Testing Material).
ISO 7870-1 (2014). Control chart – Part 1: General guideline. ISO (International Standardization Organization).
ISO 7870-2 (2013). Control chart – Part 2: Shewhart control chart. ISO (International Standardization Organization).
KAN DP.01.33(E) (2004). KAN Guide on measurement assurance. KAN (Komite Akreditasi Nasional).