Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
PENGELOLAAN DATA MUTU PANGAN
NUGRAHA EDHI SUYATMA DWI YUNI HASTATI SUPERVISOR JAMINAN MUTU PANGAN PROGRAM DIPLOMA – IPB 2 0 10
2
Mata Kuliah. : PENGELOLAAN DATA MUTU PANGAN Kode MK. : JMP Status MK
Mata Kuliah : PENGELOLAAN DATA MUTU PANGAN Kode MK. : JMP Status MK. : Mata Kuliah Wajib Semester : V Bobot sks : 3 ( ) Koordinator MK.: Dr. Nugraha Edhi Suyatma, STP, DEA Tim teaching : Dwi Yuni Hastati, STP, DEA
3
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.
4
Tujuan Instruksional Umum
Memberikan pemahaman dan keterampilan dalam mengelola data suatu sistem pengendalian mutu pangan.
5
Sumber Kepustakaan Utama
1. Ishikawa, K Teknik Penuntun Pengendalian Mutu. Terjemahan. Mediyatama Sarana Perkasa. Jakarta, Indonesia. 2. ITC Quality Control for the Food Industry. ITC UNCTAD/GATT, Geneva. 3. Besterfield, D.H Quality Control. Prentice-Hall, Inc., New Jersey, USA. 4. Farnum, N.R Modern Statistical Quality Control and Improvement. Duxbury Press, California. 5. Juran, J.M. and Gryna, F.M Juran's Quality Control Handbook. McGraw-Hill, Inc., USA. 6. Levin, R.I 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 KELAS JMP 3A di ruang CA B06 KELAS JMP 3B di ruang BS B03 Kuliah: Jum’at – 07.50 Kuliah: Sabtu – 13.50 Responsi: Jum’at – 11.20 Responsi: Sabtu – 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) 5 (NES/DY) Variable Control Chart 6 (NES/DY) Attribute Control Chart 7 (NES/DY) Process Capability Analysis UTS UTS Bahan kuliah 1-7 Ujian Tengah Semester
8
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 t-test 10 (NES/DY) Rancangan Percobaan 1 Analisis Sidik Ragam 11 (NES/DY) Rancangan Percobaan 2 12 (NES/DY) Multi-comparison test Uji lanjut 13 (NES/DY) Regresi dan Korelasi Linier Analisis regresi dan korelasi 14 (NES/DY) Analisis Data Sensori Analisis Uji hedonik, uji ranking. UAS UAS Bahan kuliah 8-14 -- Ujian Akhir Semester --
9
TOPIK-TOPIK BAHASAN Prinsip-Prinsip Pengelolaan Data Mutu Pangan :
Tujuan pengumpulan data Data yang benar Bentuk-bentuk data Hal-hal penting dalam pengumpulan data Tahapan pengelolaan data Statistika Deskriptif : Metode Grafik (Histogram, Run chart, Stem-and-Leaf, Box plot, Scatter plot, Location diagram) Metode Numerik (Ukuran pemusatan, Ukuran dispersi) 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) Uji Hipotesis, Pendugaan Parameter, Selang Kepercayaan
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
UTS, UAS, QUIZ (pada setiap responsi), TUGAS
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
12
HISTORICAL DATA Tahun 2004 2005 2006 2007 2008 2009 Rata-rata 64 51 69
59 71 Simp. baku 9 12 14 10 Terendah 46 35 50 32 45 55 Tertinggi 84 81 93 85 87 89 A 26% 18% 43% 27% 33% B 64% 57% 44%% 39% 36% C 10% 48% 0% 27%% 29% D 7% 2% 6% 5% E
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 1 PENGANTAR ANALISIS DATA
15
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
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) : 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
18
TIPE DATA DAN SKALA Data Nominal: Data Ordinal: Data Interval
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 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
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) X Y Z Rata-rata Recording & Representing Data
21
STATISTIKA BERDASAR TUJUAN
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
22
STATISTIKA BERDASAR TUJUAN
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
23
STATISTIKA BERDASAR TUJUAN
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
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 No Tujuan Normal Non Par 1 Uji Beda (bebas)
Uji-z, uji-t Uji-U, Man-Whitney 2 Uji t- berpasangan 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
26
Pelajari cara pakainya
WAJIB BAWA KALKULATOR Pelajari cara pakainya
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.