PERANCANGAN DASHBOARD SEBAGAI ALAT MONITORING RISIKO PENYIMPANGAN WARNA PADA PROSES KALIBRASI CETAK OFFSET MENGGUNAKAN STATISTICAL PROCESS CONTROL (SPC) DAN MACHINE LEARNING: STUDI KASUS PT XYZ

Penyimpangan warna pada proses kalibrasi cetak offset dapat menurunkan konsistensi visual hasil cetak dan meningkatkan risiko rework, waste, serta ketidaksesuaian terhadap standar warna. Penelitian ini bertujuan menganalisis stabilitas dan kapabilitas proses, membangun model prediksi status OK atau Warna Out, mengidentifikasi parameter teknis dominan, serta merancang dashboard monitoring risiko penyimpangan warna. Penelitian menggunakan metode kuantitatif dengan pendekatan deskriptif-analitik dan prediktif terhadap 46 sampel kalibrasi yang mencakup 1.840 titik pemeriksaan. Analisis dilakukan menggunakan Statistical Process Control melalui check sheet, histogram, peta kendali Xbar-R, serta indeks Cp dan Cpk, kemudian dilanjutkan dengan pemodelan XGBoost Classifier dan analisis feature importance. Hasil SPC menunjukkan 91 dari 736 data CMYK berstatus Warna Out, terdapat 9 titik out of control pada Xbar Chart dan 4 titik pada R Chart, dengan Cp 0,58 dan Cpk 0,43. Model XGBoost menghasilkan akurasi 94,23% dan ROC AUC 0,9791. Parameter dominan berkaitan dengan TVI dan Density. Dashboard menggunakan 1.299 data valid dan memprediksi 430 data Warna Out, dengan Shadow sebagai risiko tertinggi. Integrasi SPC dan XGBoost mampu mendukung pengendalian kualitas warna yang lebih terukur, prediktif, preventif, serta membantu secara lebih cepat dan tepat penentuan prioritas pengecekan parameter teknis sebelum penyimpangan berdampak lebih lanjut pada proses produksi.