BAB 5 HASIL DAN PEMBAHASAN

Transkripsi

1 BAB 5 HASIL DAN PEMBAHASAN 5.1 Hasil Pengumpulan Data Data penjualan Battery Tahun 2003 Untuk mendukung alasan pemilihan kenapa analisis difokuskan pada Grid Casting untuk pelat tipe GLSYB1,4P maka di dalam pengumpulan data ini akan dijabarkan data penjualan Battery sampai bulan Agustus 2004, Lalu data ini akan dianalisis menggunakan Pareto untuk menemukan tipe aki yang paling berperan dalam penjualan aki di PT. Yuasa Battery Indonesia. Karena fokus pembahasan kali ini adalah aki mobil, dan proses perakitan aki mobil dan motor berbeda, maka data yang akan disajikan adalah aki Mobil. Pareto Data Penjualan Persentase Tipe Persentase Total Persentase Kumulatif N70 NS40Z 34B19L NS70 NS-40 46B24L N50Z NS40S 46B24R NS40ZL N70Z N150 55B24L N50 NS60S B24R N N120 N50ZL 95D31R Diagram 5.1 Diagram Pareto data penjualan produk 98

2 Tabel 5.1 Tabel Perhitungan Pareto Type Battery Total Penjualan Kumulatif Persentase Total Persentase Kumulatif N , , NS40Z , , B19L , , NS , , NS , , B24L , , N50Z , , NS40S , , B24R , , NS40ZL , , N70Z , , N , , B24L , , N , , NS60S , , , , , , B24R , , N , , , , N , N50ZL D31R Total Dapat Dilihat dari Pareto diatas, Tipe battery yang menggunakan Grid tipe GLSYB 1,4 P yaitu tipe N70, N50Z dan NS 40Z menempati posisi tertinggi dalam penjualan. Maka Pembahasan selanjutnya akan dibatasi pada tipe grid ini, karena sudah mewakili produk yang lain. 99

3 5.1.2 Hasil Pengumpulan Sampel data Yuasa Telah menggunakan sistem pengendalian kualitas dengan menggunakan metode metode Statistical Quality Control, termasuk juga untuk pengambilan contoh. Yuasa menggunakan AQL ( Acceptance Quality Level) 2,5 untuk semua inspeksi proses, serta AQL 0,65 untuk komponen Vent Plug di bagian penerimaan. Standar yang dipakai adalah MIL-STD-105-D dengan tingkat inspeksi Single Normal Inspection. Penggunaan metode ini adalah untuk memotong waktu inspeksi serta menghemat biaya karena jumlah kapasitas produksi yang tinggi dan jumlah tenaga kerja yang terbatas. Apabila jumlah sample yang diambil sudah melewati batas yang ditolak, maka lot tersebut di-reject, dan akan dilakukan 100% inspection untuk produk yang dibuat pada shift yang sama untuk mencegah terjadinya produk cacat yang keluar ke konsumen. Data yang akan dianalisa merupakan sejumlah data yang dikumpulkan dari pengamatan di lapangan. Untuk mempermudah pembahasan, maka data yang diambil dan dianalisis adalah data dari salah satu proses saja serta diuji dengan uji kecukupan data. Hal ini dilakukan agar pembahasan menjadi lebih singkat dan sederhana, namun dengan data yang valid dan cukup untuk melakukan pembahasan Data Variabel dan Data Atribut Data yang dikumpulkan adalah dari bagian Grid Casting untuk plat tipe GLSYB1,4PParameter yang diukur disini adalah Tebal, serta Berat sebagai perwakilan dari data Variabel, serta data pengecekan secara Fisik ( Penampilan ) untuk mewakili data Attribut. Data dikumpulkan selama 2 minggu. Sampel Data bulan Juli 2004 hasil CheckSheet Grid Casting dapat dilihat pada tabel dibawah ini. 100

4 Tabel 5.2 Tabel Hasil Pengumpulan Data Inspeksi No Berat Tebal ( Subgroup No.) Penampilan ( AQL 2,5 ) Populasi Contoh(n) Cacat 1 107,0 107,2 1,417 1,406 1,394 1, (b) 2 106,0 108,0 1,375 1,395 1,393 1, ,2 108,0 1,397 1,404 1,420 1, ,5 107,0 1,407 1,399 1,394 1, ,7 106,7 1,396 1,397 1,395 1, (a),3(g) 6 106,7 106,0 1,389 1,399 1,414 1, (b),3(a) 7 103,5 108,2 1,390 1,389 1,388 1, ,2 104,5 1,395 1,390 1,409 1, ,5 106,5 1,366 1,388 1,401 1, ,7 107,0 1,392 1,431 1,391 1, (d), ,5 106,5 1,389 1,400 1,396 1, ,0 107,0 1,391 1,398 1,370 1, ,7 104,0 1,405 1,417 1,404 1, ,7 107,7 1,394 1,391 1,428 1, ,7 107,0 1,386 1,407 1,388 1, (a) ,5 108,7 1,392 1,392 1,403 1, (b) ,0 106,2 1,394 1,392 1,390 1, (b) ,5 106,7 1,400 1,372 1,391 1, ,7 106,5 1,384 1,394 1,404 1, (a) ,0 106,5 1,395 1,385 1,419 1, ,5 107,5 1,387 1,358 1,405 1, ,7 106,5 1,403 1,402 1,391 1, (a) ,7 107,0 1,394 1,388 1,408 1, ,5 108,5 1,395 1,407 1,405 1, ,7 106,7 1,408 1,407 1,375 1, ,0 108,5 1,388 1,379 1,388 1, (b) ,5 107,2 1,358 1,409 1,393 1, (b) ,7 107,0 1,398 1,397 1,421 1, ,7 106,5 1,420 1,388 1,404 1, ,0 108,2 1,388 1,420 1,396 1, (e) ,2 106,5 1,380 1,417 1,413 1, ,2 106,5 1,409 1,410 1,425 1, ,7 108,0 1,393 1,387 1,375 1, ,2 109,0 1,408 1,382 1,399 1, ,0 107,5 1,397 1,399 1,396 1, (b), ,0 104,0 1,403 1,390 1,400 1, ,7 107,0 1,399 1,403 1,402 1, (a) ,5 107,5 1,378 1,427 1,387 1, ,0 108,5 1,390 1,393 1,405 1, ,5 107,0 1,388 1,371 1,397 1, (b) 101

5 Keterangan Cacat Penampilan dari tabel diatas : a. Retak b. unfilled ( tidak terisi ) c. Fins ( kelebihan timah di dalam panel) d. Flash (kelebihan timah di luar panel ) e. Lubang f. Berubah bentuk g. Shrinkage h. Lain Lain Ukuran Standar Tebal dari Battery Grid: Partial Value ( per satuan pengukuran ) = 1,40 ± 0,15 mm Mean Value ( rata rata per subgroup ) = 1,40 ± 0,05 mm Ukuran Standar Berat dari Battery Grid: Mean Value ( rata rata per subgroup ) = 103 ± 8 gram Data Historis Kerusakan Data Historis Kerusakan ini dikumpulkan dengan tujuan untuk digunakan pada analisis dan implementasi Metode Failure Mode and Effects Analysis ( FMEA ) dalam usulan perbaikan metode analisis yang akan dibuat. Tentunya untuk Penyebab variansi yang khusus tidak dimasukkan dalam analisis. 102

6 Tabel 5.3 Tabel Faktor Penyebab Reject Tgl 22/01/ /03/ /03/ /04/ /04/ 2004 Masala h Ketebala n Plat tidak Standar (Terlalu tebal) Retak Retak Retak Retak Sebab Mesin Manusia Metode Metode Manusia Penyebab Masalah Spraygun Rusak pada frame atas spraygun lama Kontrol kurang teliti Sedikit bergelomb ang Sedikit bergelomb ang Kontrol Kurang teliti Tindakan Preventive Hasil produksi selalu di - check tiap 300 panel bersama operator Dilakukan pengecekan per 200 panel saat produksi Sebelum Melakukan produksi, setiap setelah dispray harus disapu kawat Sebelum Melakukan produksi, seitap setelah dispray harus disapu kawat Diberi Pengarahan agar lebih teliti dalam pengecekan mold, dibuat Checklist tiap shift. Penanggulangan Sementara Dicek ulang dan dilebur 350 Panel Dicek ulang dan dilebur 500 Panel Semua produk dicek ulang sambil ditekuk2, dilebur 400 panel Semua produk dicek ulang sambil ditekuk2, dilebur 400 panel Dilebur total 900 Panel Faktor Khusus Umum Umum Umum Umum 103

7 27/07/ /04/ /05/ /06/ /06/ 2004 Retak Ketebala n Plat tidak Standar (Terlalu tipis) Retak Retak Retak Manusia Manusia Manusia Manusia Metode Kontol Kurang Teliti Operator belum menguasai metode Spray untuk tipe AMB Kontol Kurang Teliti, operator Baru Kontol Kurang Teliti Cara Spray salah Diberi Pengarahan agar lebih teliti dalam pengecekan mold, dibuat Checklist tiap shift. Untuk type GLSYB 1,4P dilakukan pengecekan ulang tiap 450 panel atau 1/2 shift Diberi Pengarahan agar lebih teliti dalam pengecekan mold, dibuat Checklist tiap shift. Pengecekan diperketat per 1/2 shift 350 unit, dibuat Checklist tiap shift. Cara Spray diperbaiki dan setelah spray harus disapu kawat. isi checklist selama 1 mg Dilebur total 1000 Panel Dicek ulang dan dilebur 900 Panel Dilebur total 1800 Panel Dilebur total 500 Panel Dicek ulang dan dilebur ulang 650 Panel Umum Umum Umum Umum Umum 104

8 16/06/ /07/ /08/ /08/ /08/ 2004 Ketebala n Plat tidak standar ( Terlalu Tebal ) Retak Retak Retak Retak Manusia Manusia Manusia Manusia Material Tidak dikontrol saat perbaikan Spraygun Kontol Kurang Teliti Kontol Kurang Teliti Kontrol kurang teliti Timah baru dikuras, kandungan kurang stabil, hasil Grid rapuh Dicek setiap 1/2 Shift Pengecekan diperketat per 1/2 shift, dibuat Checklist tiap shift. Pengecekan diperketat per 1/2 shift, dibuat Checklist tiap shift. Operator diberi pengarahan langsung dan harus isi checklist 1 mgg Melting Pot diberi timah 2 potong Dicek ulang, dilebur 600 panel Dilebur total 500 Panel Dilebur total 200 Panel Dicek ulang dan dilebur total 700 Panel Dilebur total 1100 panel Khusus Umum Umum Umum Umum Pengumpulan Data Cost Of Poor Quality Cost Of Poor Quality adalah Biaya yang dikeluarkan untuk kualitas yang buruk, misalnya biaya untuk memproduksi produk yang cacat, yaitu : 105

9 Diketahui Produksi rata - rata 1 hari = unit total 24 Mesin dengan 3 Shift 24 Jam. Kapsitas Produksi per jam per mesin = = unit 24 * 24 Biaya Listrik : 1 Kwh = Rp 500,- 1 unit Mesin = (18A + 12A + 8A + 50A ) *220V = 19,360 Kwh 19,360Kwh Biaya listrik per unit Grid = x x24 = Rp. 69,64 per unit Biaya tenaga kerja : 1 Mesin = 1 Operator per Shift Gaji operator per bulan Rata rata = Rp ,- Hari Kerja per bulan rata rata 25 hari dengan 8 jam kerja per hari Biaya Tenaga kerja per unit Grid = = Rp 27 per unit x 24 3 Biaya Gas : 1 Mesin = 5 Kg Gas per jam 1 Kg gas alam = Rp 1750,- Biaya Gas per unit Grid = 5x1750 = Rp 63,- per unit x24 Biaya Timah : Harga 1 Ton timah = Rp ,- 1 Grid membutuhkan rata rata 100 gram timah 100 Biaya timah per Grid = xrp = Rp 900,- per unit 106

10 Biaya timah ini akan ada apabila Reject baru diketahui di divisi Pasting, dimana Grid patah setelah terkena Pasta, yang berakibat Grid sama sekali tidak dapat dilebur ulang. Sedangkan bila terjadi di saat sebelum keluar divisi Grid Casting maka operator akan melebur lagi dan hanya kehilangan biaya energi dan tenaga kerja Hasil Analisa Data dan Pembahasan Sesuai dengan pemilihan proses di awal, Pembahasan akan difokuskan pada proses produksi Grid Casting untuk Grid No. GLS YB 1,4 P. Untuk sistematika pembahasan yang lebih terstruktur maka akan digunakan metode Six Sigma untuk melakukan perbaikan proses ini, maka pembahasan ini akan melalui 5 tahap DMAIC ( Define-Measure-Analysis-Improve-Control ) DEFINE Tahap ini merupakan tahapan untuk mendefinisikan proses yang akan dibahas selanjutnya sebelum menentukan karakteristik kualitas dan kebutuhan pelanggan yang lain. Untuk menggambarkan proses digunakan Diagram SIPOC ( Supplier, Input, Process, Output, Customer seperti dbawah ini : 107

11 Suppliers Inputs Processes Outputs Customers PT. Muhtomas (Lead Antimony) Lead Antimony PbSb kadar antimoni (Sb) sebesar 2,5% - 3,5%. Yuasa Japan (Spray Material) Bentonite, Cork Powder, Water Glass Mixed Spray Material Temperatur Tepat Metode Spray tepat Grid Battery GLSYB 1,4 P Divisi Pasting Pemilihan Mold Sesuai jenis Grid Spray mold Scrap Mold Setting Tempera tur tepat Timah dlelehkan Timah Dialirkan ke Cetakan Grid Dipotong sesuai ukuran Grid Melalui Proses Ageing 2-4 hari Diagram 5.2 Diagram Analisa SIPOC Keterangan dari Analisa SIPOC diatas : Supplier menentukan kualitas bahan Lead antimony (PbSb ) dengan kadar Antimony antara 2,5 3,5%, yang sebelum memasuki produksi harus ditest di lab untuk kadarnya, apabila tidak memenuhi maka akan menyebabkan hasil cetakan tidak sempurna, sedangkan untuk bahan aktif material telah dibuat di jepang dan tidak memerlukan pengecekan lebih lanjut. Input yang menentukan adalah setting temperatur mesin yang telah ditentukan sesuai dengan panduan dari Yuasa Jepang untuk menjaga tingkat kekentalan timah. Dimana setting mesin ini sudah secara otomatis, dan yang paling memungkinkan untuk menyebabkan defect adalah beda temperatur yang sangat kecil di dalam mold yang ditentukan oleh bahan aktif material yang dispray dan metode spray nya. Proses : Metode yang menentukan kualitas grid yang dihasilkan adalah metode spray pada awal proses untuk mempersiapkan mold sebelum melakukan pencetakan timah. Apabila metode spray belum dikuasai, maka hasil cetakan sangat mungkin cacat berupa retak atau grid yang rapuh. 108

12 Output Hasil Grid yang telah keluar dari cetakan ini akan dicek seacara fisik oleh operator terlebih dahulu, baru setiap shift ada petugas yang melakukan inspeksi dari produk yang telah dibuat. Apabila terjadi kerusakan, maka semua grid yang dihasilkan dalam lot yang sama akan dicek dan yang rusak akan dilebur ulang. Customer disini merupakan proses selanjutnya yang menggunakan hasil dari Grid Casting ini, yaitu bagian Pasting, dimana Grid yang telah jadi masuk ke mesin untuk dilapisi dengan pasta. Seringkali apabila komposisi Grid tidak baik dan retak, maka di proses grid casting ini akan terjadi korosi ataupun rusak, dan haurs dibuang MEASURE Dalam Tahap measure ini, akan dilakukan beberapa analisa untuk menentukan bagaimana kondisi porses yang sedang berjalan saat ini dan apa target yang ingin dicapai setelah dilakukan perbaikan dengan metode Six Sigma, diantaranya: 1. Penentuan Karakteristik Critical To Quality, yaitu apa saja karakteristik produk yang dibutuhkan dan sangat kritis bagi konsumen yang merupakan proses pasting yang menggunakan produk dari divisi Grid Casting ini. 2. Karakteristik Target yang diinginkan oleh manajemen untuk sasaran jangka pendek dan jangka panjang kedepan. 3. Pengukuran kondisi saat ini dengan berapa besar tingkat sigma, Defect per Million Opportunities (DPMO), dan juga Kapabilitas Proses saat ini. 4. Penentuan Cost of Poor Quality ( COPQ ), yaitu biaya yang timbul akibat diproduksinya produk cacat dalam proses ini. 109

13 Penentuan Critical To Quality Jenis cacat yang ada di bagian Grid Casting ini adalah : 1. Ketebalan tidak standar, yaitu akibat pelat yang memiliki tebal melewati atau kurang dari batas toleransi standar untuk jenis tersebut. Hal ini dapat diakibatkan oleh setting mesin yang salah, kondisi mold sudah aus, atau beberapa faktor lainnya. Akibat yang dapat ditimbulkan adalah pelat yang mudah korosi saat melalui proses pasting apabila terlalu tipis, serta tidak masuk ke container apabila terlalu tebal. 2. Berat tidak standar, hal ini dapat terjadi apabila berat material plat melebihi standar, hal ini hanya berakibat pada borosnya penggunaan material. Sedangkan apabila berat dibawah standar, dimungkinkan material yang masuk memiliki komposisi yang salah. 3. Cacat Fisik / penampilan, yaitu cacat yang dapat terlihat dengan mata, untuk cacat penampilan dapat digolongkan pada : o Retak ; apabila grid patah di salah atu kisi kisinya dengan karakteristik tertentu sehingga grid tidak dapat mengalirkan listrik dengan baik bila digunakan. o unfilled ( tidak terisi ): yaitu kondisi dimana grid tidak penuh pada salah satu kisi kisinya. o Fins ( kelebihan timah di dalam panel): yaitu apabila antara kisi kisi grid terdapat lelehan timah. o Flash (kelebihan timah di luar panel ): yaitu apabila lelehan timah ada diluar panel 110

14 o Lubang : yaitu bila ada kisi kisi yang tidak terisi penuh, sehingga berlubang. o Berubah bentuk: Yaitu akibat panas yang berlebih sehingga grid nya rusak dan tidak memiliki bentuk yang simetris. o Shrinkage : yaitu Grid pada saat pendinginan mengalami penyusutan bentuk sehingga tak sesuai dengan spesifikasi. Dari kerusakan kerusakan yang terjadi di atas, maka dapat ditentukan Critical To Qualitynya adalah : Tabel 5.4 Tabel Penentuan Critical To Quality Persyaratan Output Kualitas Grid GLSYB1,4P Karakteristik kualitas (CTQ) Metrik Kinerja Internal Deskripsi Critical To Quality Ketebalan Grid XR Chart Tebal Melebihi Standar Tebal Dibawah standar Berat Grid XR Chart Berat Melebihi standarr Berat Dibawah standar Penampilan Grid % lot yang ditolak a. Retak b. unfilled c. Fins d. Flash e. Lubang f. Berubah bentuk g. Shrinkage Karakteristik Target Karakteristik Target jangka pendek perusahaan yang ingin dicapai adalah untuk meningkatkan kapabilitas proses menjadi lebih baik daripada kondisi saat ini, dan tentunya untuk jangka panjang adalah mencapai kinerja yang memenuhi standar Six Sigma, dengan 3,4 unit produk cacat per 1 juta unit produksi, dapat digambarkan di tabel 5.5 dibawah ini, yaitu : 111

15 Tabel 5.5 Tabel Karakteristik Target Karakteristik Metrik Kondisi Saat ini Target Jangka Kondisi Ideal kualitas (CTQ) Kinerja Pendek Internal Ketebalan Grid XR Cp = 1,314 Cp = 1,45 Cp = 1,33 Chart Cpk = 1,27 Cpk = 1,33 Cpk = 1,33 Cpm = 1,298 Cpm = 1,5 Cpm = 2 Cpmk = 1,246 Cpmk = 1,5 Cpmk = 2 Sigma = 5,23 Sigma = 5,5 Sigma = 6 Berat Grid XR Cp = 1,735 Cp = 1,9 Cp = 1,33 Chart Cpk = 0,98 Cpk = 1,1 Cpk = 1,33 Cpm = 0,70 Cpm = 0,9 Cpm = 2 Cpmk = 0,397 Cpmk = 0,6 Cpmk = 2 Sigma = 4,45 Sigma = 5,6 Sigma = 6 Penampilan % lot Cp = 0,9 Cp = 1,2 Cp = 1,33 Grid Rejection Cpk = 0,82 Cpk = 1,2 Cpk = 1,33 Sigma = 4,59 Sigma = 5 Sigma = Pengukuran Kapabilitas Proses saat ini Sebelum dilakukan pengukuran Kapabilitas proses dan DPMO ini, perlu diuji dahulu apakah data yang diambil dari perusahaan telah mencukupi untuk mewakili proses sebenarnya Uji Kecukupan Data Uji kecukupan Data diujicobakan kepada salah satu data, misal data Tebal Grid sebagai sampel, apabila data tersebut cukup, maka jumlah data sampel yang diambil sejumlah 40 merupakan data valid untuk digunakan pada perhitungan ini. 112

16 Tabel 5.6 Tabel Perhitungan Uji Kecukupan Data No Tebal ( Subgroup No.) Jumlah X bar X bar^2 1 1,417 1,406 1,394 1,395 5,612 1,403 1, ,375 1,395 1,393 1,401 5,564 1,391 1, ,397 1,404 1,420 1,405 5,626 1,4065 1, ,407 1,399 1,394 1,405 5,605 1, , ,396 1,397 1,395 1,397 5,585 1, , ,389 1,399 1,414 1,398 5,600 1,4 1,96 7 1,390 1,389 1,388 1,415 5,582 1,3955 1, ,395 1,390 1,409 1,391 5,585 1, , ,366 1,388 1,401 1,399 5,554 1,3885 1, ,392 1,431 1,391 1,388 5,602 1,4005 1, ,389 1,400 1,396 1,395 5,580 1,395 1, ,391 1,398 1,370 1,407 5,566 1,3915 1, ,405 1,417 1,404 1,394 5,620 1,405 1, ,394 1,391 1,428 1,411 5,624 1,406 1, ,386 1,407 1,388 1,396 5,577 1, , ,392 1,392 1,403 1,411 5,598 1,3995 1, ,394 1,392 1,390 1,411 5,587 1, , ,400 1,372 1,391 1,386 5,549 1, , ,384 1,394 1,404 1,394 5,576 1,394 1, ,395 1,385 1,419 1,407 5,606 1,4015 1, ,387 1,358 1,405 1,404 5,554 1,3885 1, ,403 1,402 1,391 1,392 5,588 1,397 1, ,394 1,388 1,408 1,376 5,566 1,3915 1, ,395 1,407 1,405 1,403 5,610 1,4025 1, ,408 1,407 1,375 1,391 5,581 1, , ,388 1,379 1,388 1,386 5,541 1, , ,358 1,409 1,393 1,417 5,577 1, , ,398 1,397 1,421 1,411 5,627 1, , ,420 1,388 1,404 1,390 5,602 1,4005 1, ,388 1,420 1,396 1,395 5,599 1, , ,380 1,417 1,413 1,407 5,617 1, , ,409 1,410 1,425 1,438 5,682 1,4205 2, ,393 1,387 1,375 1,410 5,565 1, , ,408 1,382 1,399 1,393 5,582 1,3955 1, ,397 1,399 1,396 1,429 5,621 1, , ,403 1,390 1,400 1,392 5,585 1, , ,399 1,403 1,402 1,415 5,619 1, , ,378 1,427 1,387 1,400 5,592 1,398 1, ,390 1,393 1,405 1,393 5,581 1, , ,388 1,371 1,397 1,408 5,564 1,391 1, Jumlah 55, , Rata2 1, ,

17 N = 40 k/s = 16,5 dengan tingkat keyakinan 90% dan tingkat ketelitian 10 %. Pemilihan tingkat keyakinan dan ketelitian ini didasarkan oleh kondisi pengecekan secara visual yang paling umum dan dianggap pengukuran memerlukan tingkat presisi yang cukup tinggi. 2 2 k / s N xj ( xj) 16,5 N ' = = xj 2 (40 * 78, ) (55,91275) 55, N = 0, Karena N < 40, maka data disimpulkan cukup Data Tebal Data tebal memiliki subroup sebesar 4 buah untuk tipe GLSYB1,4P ini, karena setiap patroli dan pengukuran diambil 4 data. Dibawah ini adalah Peta Kendalinya : Peta Kendali X & R ini menggunakan perhitugan statistik dari data yang ada pada sampel yang akan dibahas, perhitungan USL dan LSL dalam bats 3 sigma dengan menggunakan rumus sebagai berikut : Dengan diketahui : X = 1,398, R = 0,027, dan n = 40. Karena Subgroup 4 maka didapat data berikut : A 2 = 0,729,D 4 = 2,282,D 3 = 0 Maka Batas Batas kendalinya adalah : 114

18 Peta Kontrol X CL = X = 1,39724 UCL = X + A 2. R = 1,41668 LCL = X A 2. R = 1,37780 Peta Kontrol R CL = R = 0,02667 UCL = D 4. R = 0,06085 LCL = D 3. R = 0 Standar deviasi = 0,01268 X Value 1,43 1,42 1,41 1,4 1,39 1,38 1,37 1,36 1,35 3 Sigma X Chart Subgroup X bar LCL CL UCL Grafik 5.1 Grafik X Chart Tebal Dari Peta kendali diatas didapat pada periode ke 32 sedang ada perbaikan mesin sehingga produk yang dihasilkan tidak memenuhi spesifikasi, maka revisinya adalah seperti yang dibawah ini: 115

19 X Value 1,42 1,41 1,4 1,39 1,38 1,37 1,36 1,35 3 Sigma X Chart Subgroup X bar LCL CL UCL Grafik 5.2 Grafik X Chart Tebal Revisi Range 0,08 0,06 0,04 0,02 3 Sigma R Chart Range LCL CL UCL Subgroup Grafik 5.3 Grafik R Chart Tebal Revisi Perhitungan Kapabilitas proses dengan Spesifikasi USL dan LSL hasil perhitungan : Perhitungan Cp : USL LSL Cp = = 6σ 1,42 1,38 = 0,5110 6(0,01268) Perhitungan CpK : X LSL 1,398 1,38 CPL = = = 0,5311 3SD 3x0,01268 CPU USL X 1,42 1,398 = = = 0,4909 3SD 3x0,01268 CpK = Min[CPL ; CPU] = Min[0,5311 ; 0,4909] = 0,

20 Apabila Peta kendali X tersebut diplot dengan batas batas kendali yang disesuaikan dengan spesifikasi proses yang telah ditentukan oleh bagian teknik untuk proses grid casting ini, maka akan didapat X chart yang baru sebagai berikut : Tebal 1,5 1,45 1,4 1,35 1,3 X Chart ( Standard ) Subgroup No. LCL Std CL Std UCL Std Mean Grafik 5.4 Grafik X Chart Tebal dengan standar teknis Perhitungan Kapabilitas Proses dengan Spesifikasi Teknis : Untuk data tebal ini, spesifikasi proses yang telah ditentukan sebagai toleransi yang diinginkan oleh konsumen yang dalam hal ini adalah divisi pasting sebagai demikian : USL = 1,45 mm CL = 1,40 mm LSL = 1,35 mm Dengan Menggunakan USL dan LSL dari spesifikasi, maka dihitung : USL LSL Cp = = 6σ 1,45 1,35 = 1, (0,01268) Sedangkan untuk perhitungan CpK adalah : X LSL 1,398 1,35 CPL = = = 1, SD 3x0,

21 CPU USL X 1,45 1,398 = = = 1, SD 3x0,01268 CpK = Min[CPL ; CPU] = Min[1,33;1,44] = 1,26183 Dari hasil perhitungan Cp dan Cpk diatas, didapatkan bahwa nilai Cp dan Cpk sudah mendekati sempurna yaitu 1,33, oleh karena itu dibuat perhitungan dengan menggunakan indeks Cpm dan Cpmk yang berhubungan pula dengan indeks Cp dan Cpk diatas. Hal ini diperlukan karena Indeks kapabilitas proses Cp dan Cpk hanya diperuntukkan bagi proses yang memiliki kemampuan maksimal 4 Sigma, maka dengan Cp atau Cpk diatas 1,33 saja sudah dianggap baik, sedangkan Indeks Cpm dan Cpmk diperuntukkan bagi proses yang dengan sigma mendekati 6, sehingga dapat dihitung lebih akurat, karena proses dianggap baik apabila memiliki Cpm dan Cpmk diatas 2. ( USL LSL) (1,45 1,35) Cpm = = = 1, ( X T ) + S 6 (1,398 1,40) + 0,01268 Cpk 1,36 Cpmk = = = 1, ( X T ) (1,398 1,4) S 0,01268 Analisa : Berdasarkan dari hasil pengukuran diatas, maka didapatkan bahwa CpmK sebesar 1,24642 yang berarti CpmK berada antara range 1,00 1,99 dan proses dianggap cukup mampu, serta memiliki kesempatan terbaik untuk dapat dikembangkan dengan Six Sigma. Sedangkan untuk parameter pengukuran kinerja yang saat ini dipakai perusahaan yaitu CpK, didapat CpK sebesar 1,26183 yang berarti sudah baik. Adanya perbedaan antara Cp dan Cpk apabila dihitung dengan menggunakan USL dan LSL hasil perhitungan dengan apabila menggunakan Cp dan Cpk dengan USL 118

22 dan LSL yang telah ditetapkan disebabkan karena proses ini sebenarnya sudah sangat baik, sehingga apabila menggunakan USL dan LSL hasil perhitungan yang hanya menggunakan data yang sangat sedikit dan tidak stabil akan didapatkan Cp dan Cpk yang kecil. Serta apabila produk sudah memenuhi batas spesifikasi yang diberikan oleh bagian teknik, yaitu antara 1,35 sampai 1,45 mm, produk ini sudah sangat baik. Maka untuk selanjutnya perhitungan akan menggunakan Spesifikasi Teknis yang sudah ditetapkan, dan tidak menggunakan data USL dan LSL hasil perhitungan. Perhitungan DPMO ( USL X ) Kemungkinan Cacat diatas USL = P Z x S 1,45 1,398 = P Z x ,01268 = P{ 1 ( Z 4,1009) } x = 20,58437 ( LSL X ) Kemungkinan Cacat dibawah LSL = P Z x S 1,35 1,398 = P Z x ,01268 = P{ 1 ( Z 3,78549) } x = 76,72854 Defects per Million Opportunities (DPMO) = 97,31291 unit Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 5,22589 Sigma Bisa dikatakan untuk data tebal, hasil yang diperoleh sudah sangat baik dan hanya memerlukan sedikit improvement untuk mencapai kualitas Six Sigma, dengan DPMO sebesar 3,4 unit per satu juta produk. Karena sebernarnya proses ini sudah baik. 119

23 Data Berat Data berat memiliki subroup sebesar 2 buah untuk tipe GLSYB1,4P ini, karena setiap patroli dan pengukuran diambil 2 data. Dibawah ini adalah Peta Kendalinya : Peta Kendali X & R ini menggunakan perhitugan statistik dari data yang ada pada sampel yang akan dibahas, perhitungan USL dan LSL dalam batas 3 sigma dengan menggunakan rumus sebagai berikut : Dengan diketahui : X = 106,4413, R = 1,873, dan n = 40. Karena Subgroup 2 maka didapat data berikut : A 2 = 1,88,D 4 = 3,267,D 3 = 0 Maka Batas Batas kendalinya adalah : Peta Kontrol X CL = X = 106,47179 UCL X + A 2. R = 109,76903 LCL = X A 2. R = 103,17456 Peta Kontrol R CL = R = 1,75385 UCL = D 4. R = 5,72952 LCL = D 3. R =0 Standar deviasi = 0,

24 3 Sigma X Chart X Value 115,0 110,0 105,0 100,0 95, Subgroup X bar LCL CL UCL Grafik 5.5 Grafik X Chart Berat 3 Sigma R Chart Range Subgroup Range LCL CL UCL Grafik 5.6 Grafik R Chart Berat Karena pada data 26 sedang ada perbaikan mesin, sehingga setelah produksi hasil yang diperoleh diluar range dan banyak variasinya, maka data itu tidak diambil, dan revisinya adalah seperti dibawah ini : 3 Sigma X Chart X Value 115,0 110,0 105,0 100,0 95, Subgroup X bar LCL CL UCL Grafik 5.7 Grafik X Chart Berat Revisi 121

25 3 Sigma R Chart Range Subgroup Range LCL CL UCL Grafik 5.8 Grafik R Chart Berat Revisi Apabila Peta kendali X tersebut diplot dengan batas batas kendali yang sebenarnya, yaitu yang sesuai dengan spesifikasi proses yang efisien untuk proses Grid casting ini, maka akan didapat X chart yang baru sebagai berikut : 120 X Chart ( Standard ) LCL Std Berat CL Std UCL Std Subgroup Mean Grafik 5.9 Grafik X Chart Berat dengan standar teknis Perhitungan kapabilitas proses dengan spesifikasi teknis: Untuk data berat ini, spesifikasi proses yang telah ditentukan sebagai toleransi yang diinginkan oleh konsumen yang dalam hal ini adalah divisi pasting sebagai demikian : UCL = 111 gram CL = 103 gram LCL = 95 gram 122

26 Perhitungan Cp : USL LSL Cp = = 6σ (1,536559) = 1,7355 Perhitungan Cpk : X LSL 106, CPL = = = 2,4886 3SD 3x1, CPU USL X ,4718 = = = 0,9823 3SD 3x1, CpK = Min[CPL ; CPU] = Min[2,4886; 0,9823= 0,9823 Perhitungan Cpm dan Cpmk : ( USL LSL) (111 95) Cpm = = = 0, ( X T ) + S 6 (106, , Cpk 0, Cpmk = = = 0, ( X T ) (106,4718) S 1, Analisa: Berdasarkan dari hasil pengukuran diatas, maka didapat kan bahwa CpmK sebagai parameter pengukuran kalau kondisi saat ini memiliki CpmK sebesar 0, yang berarti CpmK berada dibawah 1,00 dan proses dianggap sangat buruk dan perlu dibenahi, Sedangkan untuk parameter pengukuran kinerja yang saat inii dipakai perusahaan yaitu CpK, didapat CpK sebesar 0, yang berarti proses masih berada diatas spesifikasi dan berarti masih perlu perbaikan. 123

27 Perhitungan DPMO ( USL X ) Kemungkinan Cacat diatas USL = P Z x S ,4718 = P Z x , = P{ 1 ( Z 2,946974) } x = 1604, ( LSL X ) Kemungkinan Cacat dibawah LSL = P Z x S ,4718 = P Z x , = P{ 1 ( Z ) } x = 0, Defects per Million Opportunities (DPMO) = 1604,567 unit Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 4,4469 Sigma Bisa dikatakan untuk data tebal, hasil yang diperoleh sudah sangat baik dan hanya memerlukan sedikit improvement untuk mencapai kualitas Six Sigma, dengan DPMO sebesar 3,4 unit per satu juta produk Data Penampilan Pengambilan sampel untuk penampilan Grid ini menggunakan metode sampling Normal Inspection dengan MIL-STD-105D dengan AQL 2,5. oleh karena itu didapat jumlah sampel yang berbeda beda sesuai dengan besarnya lot produksi yang dilakukan. Pengamatan dilakukan dengan cara visual, lalu bila ada cacat dicatat, apabila sudah melewati AQL, maka satu lot tersebut akan reject.. namun tetap dicatat untuk evaluasi total lot rejection yang menjadi target tahun depan. Perhitungan batas 124

28 kendalinya dengan menggunakan rumus berikut dengan batas kendali yang berbeda untuk setiap sampel. 3 sigma CL = p UCL = LCL = p + 3S p p 3S p Dengan p( 100 p) S p = n P Chart 3 Sigma 0,08 Non Conformities 0,06 0,04 0, Subgroup p LCL CL UCL Grafik 5.10 Grafik P Chart Penampilan Karena Ternyata pada data di subgroup 6,7,10, dan 35 terdapat penyimpangan yang setelah dianalisis ternyata akibat kerusakan mesin, sehingga bukan merupakan penyebab umum yang sering terjadi, oleh karena itu dapat diabaikan dan peta kendali dapat direvisi sebagai berikut : 125

29 P Chart 3 Sigma 0,06 Non Conformities 0,05 0,04 0,03 0,02 0,01 0 p LCL CL UCL Subgroup Grafik 5.11 Grafik P Chart Penampilan Analisa Kapabilitas Perhitungan kapabilitas proses (C p ) untuk data penampilan adalah sebagai berikut: Diketahui dari perhitungan proporsi cacat adalah 0, % a = 1 persentase proporsi cacat 100 x 2 = 1-0, = 0, x 2 Berdasar kurva normal, maka nilai a = 0, berada pada z = 2,70021 Setelah mendapat titik z maka kita dapat menghitung C p dengan rumus : 2,70021 Cp = = 3 0,90009 karena Cp <1, maka proses ini masih menghasilkan produk yang tidak sesuai dengan spesifikasi. Perhitungan indeks kapabilitas performansi Kane (C pk ) untuk data penampilan adalah sebagai berikut: a = 1 persentase proporsi cacat = , =0, Berdasar kurva normal, maka nilai a = 0,997 berada pada z = 2, Setelah mendapat titik z maka kita dapat menghitung C p dengan rumus : 126

30 2,46954 Cpk = = 3 0, Sama dengan kesimpulan diatas, karena Cp tidak sama dengan CpK dan kedua nilai tersebut dibawah 1, berarti proses masih tidak dalam pengendalian dan membutuhkan perbaikan. Perhitungan DPMO 1. Jumlah Unit cacat = 24 Unit dari hasil produksi yang dicek sebanyak 3464 Unit 2. Karakteristik CTQ ( Critical To Quality ) yang ditemukan dalam pengamatan ada 7 Buah, yaitu : o Retak o unfilled o Fins o Flash o Lubang o Berubah bentuk o Shrinkage 3. Defect per Unit ( DPU ) DPU Defect = Total _ Check = = 0, Total Opportunities ( TOP ) TOP = OP Total _ Check = = Defect Per Opportunities ( DPO ) DPO Defect = TOP = = 0, Defect Per Million Opportunities ( DPMO ) 127

31 DPMO = DPOx = 0,00099x = Sigma Level Dari Tabel Konversi DPMO ke Sigma didapat proses ini adalah 4,5932 Sigma Analisa : Dengan Level Sigma yang didapat sudah sangat baik, yaitu 4,59 Sigma dan dengan Cp dan Cpk yang berada dibawah 1,00, seharusnya proses ini masih mampu dikembangkan sampai mencapai level sigma yang jauh lebih kecil lagi, dengan sedikit perbaikan, karena kapabilitas prosesnya masih rendah Perhitungan COPQ Perhitungan COPQ ( Cost Of Poor Quality ) ini akan mencakup biaya biaya yang harus dikeluarkan dalam bentuk material, energi, tenaga kerja, serta penurunan umur mesin yang terpakai untuk membuat produk yang cacat, sehingga tidak dapat digunakan dan harus didaur ulang. Dalam perhitungan COPQ ini, jumlah reject yang didapat adalah reject dari satu tahun produksi yang dilakukan selama 2004 sebelum diimplementasikan Six Sigma, yaitu : Total Produksi = Jumlah lot yang reject karena penampilan = 32 Lot Total Unit Reject = Total Biaya produksi thn 2004 = x (Rp , ) = Rp ,- Total Ongkos Produksi thn 2004 = x Rp 69, = Rp ,- Total Ongkos Produksi = Rp 159,64 128

32 Maka Total COPQ yang timbul selama 2004 adalah : Biaya Listrik = x Rp 69,64 =Rp ,- Biaya Gas = x Rp 63 =Rp ,- Biaya Tenaga Kerja = x Rp 27 =Rp ,- Total Ongkos Produksi = * = Rp ,- Maka Rasio COPQ terhadap biaya produksi adalah ( ) = x100% = 0,0764 % Rasio COPQ terhadap ongkos produksi tanpa material adalah = *100% = 2,25% Apabila dilihat selama periode pengamatan saja: Total Produksi = unit x (Rp , ) = Rp ,- Total Ongkos Produksi = * = Rp ,- Total Defect, yang dihitung dari jumlah unit dalam lot yang di-reject apabila jumlah produk cacat melebihi standar bisa dilihat pada tabel 5.7 dibawah ini Tabel 5.7 Tabel Jumlah Defect Lot yang reject Lot Ke Jumlah Reject Unit Total Defect Unit 129

33 COPQ = x ( Rp69, ) = Rp ,- Persentase COPQ dari biaya produksi = 0,338 % Persentase COPQ dari ongkos produksi = 9,866 % ANALYZE Pada tahapan Analyze ini akan dibuat analisa tentang apa saja cacat yang terjadi dan bagaimana cara mengatasinya. Pembahasan akan dibatasi pada karakteristik CTQ yang paling membutuhkan perhatian dengan menggunakan Pareto Diagram dan Fishbone Diagram untuk mengidentifikasi proses yang perlu diperbaiki. Karena seluruh karakteristik kualitas ini sangat berhubungan antara satu dengan lainnya dengan sebuah proses produksi yang sama, maka apabila dilakukan perbaikan di salah satu karakteristik, akan mempengaruhi karakter kualitas lainnya. Data yang dikumpulkan adalah data cacat yang pernah terjadi selama 1 tahun, didapat data sebagai berikut : Hasil Produksi selama 1 tahun : Unit Unit yang diperiksa selama 1 tahun untuk data Atribut : Unit Unit yang diperiksa selama 1 tahun untuk data Variabel : Unit Cacat Data variabel yang ditemukan : Tebal Lebih dari Standar : 7 Unit dari 1567 Unit yang diinspeksi Tebal yang kurang dari standar, Berat tidak ada yang melewati batas standar Cacat Data Atribut yang ditemukan dapat dilihat pada tabel 5.8 dibawah ini : 130

34 Tabel 5.8 Tabel jenis cacat penampilan selama 2004 Jenis Cacat Jumlah a Retak 333 b Unfilled 277 c Fins 79 d Flash 22 e Lubang 45 f Berubah bentuk 32 g Shrinkage Diagram Pareto Berdasarkan Pengumpulan seluruh data cacat pada tahun 2004 didapat proporsi cacat yang dapat dilihat pada tabel 5.9, dan dengan diagram pareto yang digambarkan dapat dilihat dalam Diagram 5.3 dibawah ini. Tabel 5.9 Tabel Perhitungan Pareto cacat penampilan Jenis Cacat Jumlah Presentase Kumulatif Retak , ,21739 Unfilled , ,6715 Fins 79 9, ,21256 Lubang 45 5, ,64734 Shrinkage 40 4, ,47826 Berubah Bentuk 32 3, ,343 Flash 22 2, Persentase Retak Diagram pareto Cacat Unfilled Fins Jenis Cacat Lubang Shrinkage Berubah Bentuk Presentase Kumulatif Flash Diagram 5.3 Diagram Pareto cacat penampilan 131

35 Dari semua jenis Cacat yang ada, Cacat terbesar terdapat pada 2 jenis cacat yang paling fatal dan perlu penanganan khusus, karena paling berpengaruh pada kekuatan, kemampuan dan ketahanan Battery yang akan diproduksi, yaitu : Tabel 5.10 Tabel Jumlah cacat terbesar Jenis Cacat Jumlah Presentase Retak ,21739 Unfilled ,45411 Sehingga apabila kedua jenis cacat ini diatasi, maka cacat yang lain juga akan berkurang secara signifikan. Tentunya cacat data variabel juga memiliki kecenderungan yang akan terus berkurang, karena dalam sebuah proses ini apabila tahapan tahapan proses telah dilakukan dengan benar, maka ketiga CTQ ( Tebal, berat dan penampilan ) ini yang muncul secara bersamaan pada sebuah produk.akan terkena pengaruhnya Diagram Ishikawa / Fishbone Dalam Diagram ini akan dianalisis penyebab kedua masalah diatas. Diagram ini dibuat berdasar faktor faktor penyebab yang dapat tercatat dalam laporan ketidaksesuaian produk saat kerusakan melampaui batas AQL yang ditetapkan seperti pada subbab pengumpulan data diatas, serta wawancara langsung dengan operator di Pabrik dan petugas QA. Setelah dilakukan wawancara dan pengamatan langsung, didapatkan bahwa penyebab unfilled dan retak berasal dari sumber yang sama, dan dapat digambarkan penyebabnya dalam fishbone diagram dibawah ini : 132

36 Metode Metode Spray harus didukung skill operator Sensor suhu rusak Temperatur Mold tidak stabil Listrik Turun Manusia Cara skrap material spray tidak bersih Spray tidak merata Cara Spray Salah Belum pernah Operator belum terbiasa praktek dengan Grid jenis ini Operator Baru Setting Temperatur Skill kurang tidak sesuai standar Timah Baru diisi, kandungan belum stabil Kandungan Sb timah tidak standar Pencampuran material Spray tidak merata Retak / Unfilled Mold sudah rusak / Retak Mesin Komposisi campuran tidak standar Tempat Drum pencampur tidak bersih sebelum diisi Material Diagram 5.4 Diagram Ishikawa / Fishbone untuk kategori Retak / Unfilled IMPROVE Dalam tahapan Improve ini akan dilakukan perbaikan akan masalah masalah yang telah dianalisa pada tahapan sebelumnya, Perbaikan akan menggunakan metode FMEA untuk rekomendasi perbaikan, serta akan dilakukan perbaikan dari metode kerja yang ada, dan disebarkan ke seluruh operator yang bekerja di divisi Grid Casting ini Metode FMEA Metode FMEA ini dibuat dengan cara mendaftarkan semua kemungkinan kesalahan yang terjasi, serta memberikan alternatif penyelesaiannya. Lalu perbaikan akan dilakukan pada subbab realisasi perbaikan dibawah untuk mencegah terjadinya kembali kerusakan yang sama. Dalam kasus ini, FMEA akan digunakan untuk menentukan prioritas masalah mana yang harus diselesaikan terlebih dahulu dengan menghitung nilai RPN dari masalah tersebut. Untuk lebih jelasnya dapat dilihat pada Tabel 5.11 dibawah ini. 133

37 Tabel 5.11 Tabel process FMEA untuk Retak / Unfilled POTENTIAL FAILURE MODE AND EFFECTS ANALYSIS Item :Grid Process responsibility : Moh.Noor FMEA Number :01 / LPMM / QC / QPL-01 Model :GLSYB1,4P Key Date : 10-Okt-04 Prepared by :Hendra Suryanto Core Team :Mr. Sukirman ( Leader ), Hendra Suryanto FMEA Date :10- Okt-04 Rev :10-Okt-04 Process Function requirements Potential Failure Mode Potential Effects of Failure S Potential Cause of Mechanism Failure O Current Process Controls D RPN Reccomended Action Aki tidak dapat menyimpan listrik Operator baru pertama mengerjakan Grid ini 6 XR Chart Operator terbaik yang dapat mengerjakan Grid ini dengan cacat paling sedikit dijadikan pelatih bagi operator baru Pembuatan Grid tipe GLSYB1,4P dengan Automatic Grid Casting Machine Terjadi Cacat berupa Retak atau Unfilled pada beberapa bagian Grid Timbul karat pada grid setelah pasting Grid patah saat melalui proses pasting 10 Metode kerja tidak diikuti dengan baik Setting temperatur tidak sesuai standar 5 3 XR Chart XR Chart, Sensor Suhu Digital Diberikan penjelasan metoda setiap operator akan mulai bekerja Dibuat Checklist untuk memastikan setting suhu sesuai standar Grid yang patah merusak mesin pasting Timah baru diisi, campuran tidak stabil Pencampuran material spray tidak rata 2 1 XR Chart XR Chart Pencampuran timah dilakukan perlahan agar tidak timbul terak Pemeriksaan warna material spray sebelum digunakan Analisa FMEA Dari FMEA yang telah disusun, didapat bahwa RPN (Risk Priority Number) tertinggi adalah pada bagian berikut : Operator yang baru pertama mengerjakan Grid ini umumnya menghasilkan Grid yang cacat / retak, hal ini diakibatkan karena Supervisor Pabrik menganggap apabila sudah ada work instruction dan metode kerja untuk setiap Grid hampir 134

38 sama, dimana sebenarnya pada pelaksanaanya setiap Grid butuh penanganan khusus dan improvisasi serta ketelitian dari operator sangat dibutuhkan untuk menghasilkan Grid yang baik. Metode kerja yang ada seringkali tidak diikuti dengan baik, karena operator seringkali melakukan cara kerja yang lebih cepat dengan improvisasi sendiri, yang berakibat pada cacatnya produk Masalah Setting temperatur mesin, timah, dan pencampuran material Spray tidak terlalu signifikan, karena sangat jarang muncul, dimana ukuran temperatur dan takaran bahan material spray sudah ada jelas dalam work instruction dan sudah ada kontrol dari Incoming Material Inspection yang sangat kecil kemungkinannya untuk meloloskan bahan defect ke proses produksi. Masalah utama yang paling sering terjadi adalah kesalahan manusia, maka untuk menangani masalah ini lebih tepat apabila dilakukan pembenahan masalah metode kerja dan training untuk operator agar mereka dapat menghasilkan produk yang berkualitas Realisasi Perbaikan Setelah dilakukan dialog dan diskusi dengan bagian produksi dan Quality Assurance, akhirnya diperoleh kesimpulan untuk aplikasi pelaksanaan perbaikan yang paling efektif adalah pada training operator baru oleh operator yang sudah berpengalaman, dengan cara metode spray yang dilakukan oleh operator tersebut didokumentasikan dan merevisi metode yang sudah ada, lalu metode ini disebarluaskan 135

39 ke seluruh perusahaan. Untuk mencegah kejadian yang sama lagi, maka setiap operator baru akan menerima on the job training oleh operator operator yang ditunjuk ini Metode persiapan dan spray Mold PbSb saat ini. Dari hasil studi dokumentasi, didapatkan sebuah metode spray yang pada saat ini diterapkan pada bagian produksi Grid Casting dengan bahan Lead Antimony. Metode kerja ini tidak bersifat kaku, karena dibutuhkan keahlian tangan dari operator dan ketelitian operator pada saat melakukan spray pada mold yang akan digunakan untuk mencetak grid. Metode itu sesuai dengan urutannya adalah : 1. Spray Mold Bagian Atas 2. Spray Mold Secara Mendatar Gambar 5.1 Metode Spray Tahap 1 Gambar 5.2 Metode Spray Tahap 2 3. Spray Mold Secara Tegak 136

40 4. Ulangi Spray Mold Secara Mendatar Gambar 5.3 Metode Spray Tahap 3 Gambar 5.4 Metode Spray Tahap 4 5. Kupas bahan spray pada bagian kuping, konektor dan frame dengan sapu kawat Gambar 5.5 Metode Spray Tahap 5 137

41 6. Sekrap seluruh bagian mold secara merata 7. Ulangi spray secara mendatar Gambar 5.6 Metode Spray Tahap 6 8. Ulangi spray secara tegak Gambar 5.7 Metode Spray Tahap 7 Gambar 5.8 Metode Spray Tahap 8 138

42 9. Gores bahan spray pada bagian kuping dan konnektor dengan sapu kawat. 10. Kupas bahan spray di bagian bawah. Gambar 5.9 Metode Spray Tahap 9 Gambar 5.10 Metode Spray Tahap 10 Ditemukan selama analisa di proses produksi, bahwa langkah yang sering dilakukan oleh para operator yang memiliki prestasi baik adalah untuk mengecek kembali permukaan mold yang telah dispray apabila terdapat sisa sisa bahan skrap yang tertinggal dan untuk dilakukan Touch Up spray di bagian itu agar tidak timbul dan menyebabkan temperatur di bagian tersebut terlalu dingin. Hal ini sering dilupakan oleh operator yang tidak terlatih dan masih baru, sehingga hasil kerjanya cacat Untuk itu untuk berikutnya dilakukan revisi, di dalam metode spray setelah no. 5,6, 9 dan 10 ditambahkan pengecekan visual untuk melihat adakah sisa bahan spray yang tertinggal, dan apabila ada dibersihkan lalu diberi touch up spray di bagian itu. Fokus dari bagian yang harus diperiksa dapat dilihat pada gambar 5.11 dibawah ini 139

43 Gambar 5.11 Bagian yang harus dicek secara visual Training Dari 57 orang operator yang pernah mengerjakan Grid tipe ini selama 1 tahun, akan dipilih orang orang yang akan menjadi trainer untuk operator baru ataupun operator lain, Pemilihan operator ini adalah dengan cara menggunakan analisa dari data produksi selama tahun 2004 untuk orang orang yang sering menangani Grid ini namun paling sedikit membuat defect. Setelah melalui penyaringan, hasilnya dapat dilihat dalam tabel 5.12 dibawah ini : Tabel 5.12 Data Operator terbaik Query Data Fewest Average of NonConfromities Operator Times Handle GlsYB1,4P Average of NC Aat Irwansyah Karsono Royadi Sadino Sugeng Sugimin Sutardi Sutisna

44 Dari Team yang didapat itu, yaitu 9 Orang terbaik yang mengerjakan Grid tipe ini, mereka dibagi menjadi 3 shift, masing masing operator memberi briefing dan menjelaskan metode kerja mereka dan skill yang dibutuhkan pada operator yang akan mengerjakan Grid tipe ini pada shift tersebut. Hal ini dilakukan selama 1 bulan dengan diawasi oleh manager produksi dan setelah itu dipantau hasil produksi yang dibuat pada 2 minggu terakhir. Setelah itu data yang didapat dibuat catatannya dan dihitung level sigmanya Action Plan Dari 2 Metode diatas, maka dibuat serangkaian rencana perbaikan di bagian Grid Casting ini, lalu diserahkan pada pemilik proses, yaitu bagian produksi, untuk dilaksanakan dan diimplementasikan sebelum dilakukan pengukuran ulang oleh bagian Quality Assurance, maka Instruksi Action Plan yang dibuat adalah : 1. Dilakukan Review terhadap Metode Spray yang ada dengan melakukan diskusi dengan beberapa operator yang terbaik tentang bagaimana cara memperbaiki metode dengan pengalaman mereka di lapangan. 2. Dibuat sebuah tim trainer dari operator yang berpengalaman tersebut untuk disetiap shift dan digilir tiap 1 minggu sekali untuk melatih dan memberikan briefing dengan didampingi oleh supervisor mereka. Hal ini dilakukan sampai setiap operator dapat menghasilkan produk yang sama baik, dan dilakukan kembail apabila terdapat operator yang baru masuk. 141

45 3. Dilakukan Koordinasi antara Operator dan Teknisi Maintenance untuk menangani masalah sensor suhu dan kontrol temperatur yang rusak. 4. Ditingkatkannya koordinasi antara Inspektor departemen Quality Assurance dengan operator untuk melakukan inspeksi secara manual oleh operator sebelum dilakukan sampling oleh bagian QA CONTROL Setelah Semua Perbaikan dilaksanakan dengan baik, maka pada tahap ini dilakukan pemantauan pada hasil yang diproduksi setelah perbaikan tersebut dilakukan dengan menggunakan metode yang sama dengan pada tahap Meausre, sehingga akan didapat hasil yang obyektif. Serta akan dilakukan pengukuran tingkat DPMO dan Sigma Level yang baru, sebagai perbandingan apakah target yang diinginkan perusahaan dapat tercapai, akan dilakukan pengukuran penurunan COPQ dari saat sebelum diimplementasikannya perbaikan Pengukuran Setelah Perbaikan Sampel data berikut adalah data bulan November yang didapat dari hasil pengukuran setelah diterapkan metode kerja yang baru dan telah disosialisasikan ke seluruh operator mesin yang bertindak sebagai tim percobaan, Pengukuran dilakukan dengan jumlah sampel yang sama dengan sebelumnya, yaitu 40 data, agar perbandingan seimbang. Juga data berikut diambil 2 minggu setelah implementasi metode Six Sigma, agar hasil proses sudah seimbang. Sampel Data bulan Oktober 2004 hasil CheckSheet Grid Casting dapat dilihat pada tabel 5.13 dibawah ini : 142

46 Tabel 5.13 Tabel Hasil Inspeksi bulan Oktober 2004 No Berat Tebal ( Subgroup No.) Penampilan ( AQL 2,5 ) Populasi Contoh(n) Cacat 1 106,0 108,0 1,390 1,397 1,423 1, ,7 109,0 1,394 1,388 1,404 1, ,5 106,0 1,395 1,420 1,425 1, ,5 105,0 1,404 1,417 1,398 1, ,5 105,0 1,376 1,410 1,406 1, (a) 6 105,5 106,0 1,407 1,387 1,407 1, ,7 104,5 1,397 1,382 1,393 1, ,0 106,5 1,416 1,399 1,386 1, ,0 104,5 1,401 1,390 1,407 1, (b) ,2 108,5 1,424 1,403 1,390 1, ,5 106,2 1,414 1,427 1,409 1, ,2 107,5 1,392 1,393 1,399 1, ,7 107,5 1,393 1,371 1,406 1, ,0 107,5 1,408 1,415 1,411 1, (a) ,0 107,0 1,416 1,391 1,392 1, ,2 108,7 1,390 1,383 1,406 1, ,5 106,2 1,423 1,411 1,413 1, ,0 106,7 1,404 1,392 1,395 1, ,0 106,0 1,425 1,411 1,408 1, ,0 105,7 1,398 1,384 1,397 1, ,0 106,5 1,406 1,394 1,403 1, ,0 107,5 1,407 1,428 1,418 1, ,0 106,5 1,393 1,394 1,394 1, ,0 105,5 1,386 1,401 1,402 1, ,5 105,7 1,407 1,390 1,401 1, ,5 107,0 1,390 1,395 1,421 1, ,5 106,0 1,409 1,403 1,395 1, ,5 106,2 1,399 1,396 1,420 1, ,2 106,5 1,406 1,412 1,386 1, ,5 108,2 1,411 1,436 1,397 1, ,5 104,7 1,392 1,409 1,389 1, ,5 108,0 1,406 1,395 1,418 1, ,5 106,0 1,413 1,422 1,412 1, ,5 106,2 1,395 1,418 1,408 1, ,5 107,5 1,408 1,406 1,392 1, ,0 105,0 1,397 1,407 1,418 1, (b) ,2 107,0 1,403 1,409 1,388 1,

47 38 106,7 107,5 1,418 1,394 1,413 1, ,5 108,5 1,394 1,413 1,389 1, ,0 108,0 1,402 1,392 1,403 1, Data Tebal Setelah Perbaikan Setelah dilakukan Improvement, data tebal diukur lagi dengan menggunakan metode yang sama dengan tahap Measure diatas, maka didapat XR Chart sebagai berikut: X Value 1,43 1,42 1,41 1,4 1,39 1,38 1,37 1,36 3 Sigma X Chart Subgroup X bar LCL CL UCL Grafik 5.12 Grafik X Chart Tebal setelah perbaikan Range 0,06 0,05 0,04 0,03 0,02 0, Sigma R Chart Subgroup Range LCL CL UCL Grafik 5.13 Grafik R Chart Tebal setelah perbaikan Karena sistem sudah berjalan stabil, maka tidak ada data yang keluar batas kendali, dan Apabila Peta kendali X tersebut diplot dengan batas batas kendali yang sebenarnya, yaitu yang sesuai dengan spesifikasi proses yang efisien untuk proses Grid casting ini, maka akan didapat X chart yang baru sebagai berikut : 144

48 1,5 X Chart ( Standard ) Tebal 1,45 1,4 1,35 1, LCL Std CL Std UCL Std Mean Subgroup No. Grafik 5.14 Grafik X Chart Tebal dengan standar teknis setelah perbaikan Karena Sistem sudah berjalan dengan baik, dan metode kerja sudah diperbaiki, maka hasil akhir yang diperoleh mesin bekerja lebih ekonomis dengan tidak mengurangi kualitas yang dihasilkan. Perhitungan Kapabilitas Proses: Dari perhitungan didapat standar deviasi yang baru, yaitu SD = 0,01219 Dan Median yang didapat dari pengukuran di lapangan adalah X = 1,40204 Dengan Menggunakan USL dan LSL dari hasil perhitungan, maka dihitung : USL LSL Cp = = 6σ 1,45 1,35 = 1, (0,01219) Sedangkan untuk perhitungan CpK adalah : X LSL 1, ,35 CPL = = = 1, SD 3x0,01219 CPU USL X 1,45 1,40204 = = = 1, SD 3x0,01219 CpK = Min[CPL ; CPU] = Min[1,423024; 1,311457] = 1,

49 Untuk Menyesuaikan dengan kebutuhan pelanggan, maka digunakan indeks Cpm dan CpmK. Maka perhitungannya adalah sebagai berikut : ( USL LSL) (1,45 1,35) Cpm = = = 1, ( X T ) + S 6 (1, ,40) + 0,01219 Cpk 1, Cpmk = = = 1, ( X T ) (1, ,4) S 0,01219 Perhitungan DPMO Kemungkinan Cacat berada diatas USL = 41,72475 Kemungkinan Cacat berada dibawah LSL = 9, Defects per Million Opportunities (DPMO) = 51,54585 unit Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 5,3833 Sigma Data Berat Setelah Perbaikan Untuk pengukuran Data berat ini juga dilakukan perhitungan ulang setelah sistem mengalami perbaikan, dan didapatkan hasil seperti berikut : X Value 110,0 108,0 106,0 104,0 102,0 100,0 3 Sigma X Chart Subgroup X bar LCL CL UCL Grafik 5.15 Grafik X Chart Berat setelah perbaikan 146

50 Range Sigma R Chart Subgroup Range LCL CL UCL Grafik 5.16 Grafik R Chart Berat setelah perbaikan Apabila Peta kendali X tersebut diplot dengan batas batas kendali yang sebenarnya, yaitu yang sesuai dengan spesifikasi proses yang efisien untuk proses Grid casting ini, maka akan didapat X chart yang baru sebagai berikut : Berat X Chart ( Standard ) Subgroup LCL Std CL Std UCL Std Mean Grafik 5.17 Grafik X Chart Berat dengan standar teknis setelah perbaikan Perhitungan Kapabilitas Proses: Dengan menggunakan standar deiviasi yang baru didapatkan bahwa : SD = 1, Dan Median yang didapat dari pengukuran di lapangan adalah X = 106,5423 Maka dapat dihitung : USL LSL Cp = = 6σ (1,156969) = 2,

51 Sedangkan untuk perhitungan CpK adalah : X LSL 106, CPL = = = 3,3254 3SD 3x1,56969 CPU USL X ,5423 = = = 1,2843 3SD 3x1,56969 CpK = Min[CPL ; CPU] = Min[3,3254 ; 1,2843)= 1, Sedangkan perhitungan Cpm dan Cpmk adalah sebagai berikut : ( USL LSL) (111 95) Cpm = = = 0, ( X T ) + S 6 (106, , Cpk 0, Cpmk = = = 0, ( X T ) (106,4718) S 1, Perhitungan DPMO Kemungkinan Cacat berada diatas USL = 58,382 Kemungkinan Cacat berada dibawah LSL = 0 Defects per Million Opportunities (DPMO) = 58,382 unit Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 5, Sigma Data Penampilan Setelah Perbaikan Data Penampilan ini yang sebenarnya menjadi fokus perhatian dari perbaikan metode yang dilakukan, karena masalah yang sering terjadi adalah rusaknya penampilan produk dan bukan atribut, setelah dilakukan improvement, data penampilan dikumpulkan lagi dan didapat hasil sebagai berikut : 148

52 P Chart 3 Sigma 0,02 Non Conformities 0,015 0,01 0, Subgroup p LCL CL UCL Grafik 5.18 Grafik P Chart penampilan setelah perbaikan Analisa Kapabilitas Proses Perhitungan kapabilitas proses (C p ) untuk data penampilan adalah sebagai berikut: Diketahui dari perhitungan proporsi cacat adalah 0, % a = 1 persentase proporsi cacat 100 x 2 = 1-0, = 0, x 2 Berdasar kurva normal, maka nilai a = 0, berada pada z = 3, Setelah mendapat titik z maka kita dapat menghitung C p dengan rumus : 3, Cp = = 1, Perhitungan indeks kapabilitas performansi Kane (C pk ) untuk data penampilan adalah sebagai berikut: a = 1 persentase proporsi cacat = , =0, Berdasar kurva normal, maka nilai a = 0, berada pada z = 3, Setelah mendapat titik z maka kita dapat menghitung C p dengan rumus : 3, Cpk = = 1,

53 Perhitungan DPMO 1. Jumlah Unit cacat = 4 Unit dari total hasil produksi yang dicek sebanyak 3214 Unit 2. Karakteristik CTQ ( Critical To Quality ) tetap tidak berubah, karena kemungkinan ini masih mungkin ada dalam prosees ini, ada 7 Buah seperti diatas 3. Defect per Unit ( DPU ) DPU Defect = Total _ Check = = 0, Total Opportunities ( TOP ) TOP = OP Total _ Check = = Defect Per Opportunities ( DPO ) DPO Defect = TOP = = 0, Defect Per Million Opportunities ( DPMO ) DPMO = DPOx = 0,000178x = 177, Sigma Level Dari Tabel Konversi DPMO ke Sigma didapat proses ini adalah 5, Sigma Analisa dan Perbandingan Setelah dilakukan perbaikan dengan metode DMAIC dalam penerapan Six Sigma, maka dalam tabel 5.14 dibawah ini didapat perbandingan yang menggambarkan apakah terjadi peningkatan antara sistem sebelumnya dengan sistem yang baru setelah dilakukan improvement. 150

54 Tabel 5.14 Tabel Perbandingan Sigma sebelum dan sesudah perbaikan. CTQ Ketebalan Grid Berat Grid Penampila n Grid Rata - Rata Dimensi Kondisi sebelum perbaikan Target Jangka Pendek Kondisi setelah perbaikan Target Tercapai Peningkatan yang diperoleh Cp 1,3144 1,45 1, ,94% 4,02% Cpk 1,27 1,33 1,312 70% 3,31% Cpm 1,298 1,5 1,348 24,76% 3,86% Cpmk 1,246 1,5 1,293 18,51% 3,78% Sigma 5,23 5,5 5, ,78% 2,94% Cp 1,7354 1,9 2, ,45% 32,77% Cpk 0,98 1,1 1, ,34% 31,03% Cpm 0,7 0,9 0,715 7,5% 2,15% Cpmk 0,397 0,6 0,399 0,99% 0,51% Sigma 4,45 5,6 5,35 78,27% 20,23% Cp 0,9 1,2 1,076 58,67% 19,56% Cpk 0,82 1,2 1,008 49,48% 22,93% Sigma 4,59 5 5,07 117,08% 10,46% Sigma 4,76 5,37 5,27 83,61% 10,72% Dari tabel diatas didapatkan bahwa peningkatan untuk level sigma dari rata rata 3 karakteristik kritis (CTQ) ini adalah sebesar 10,72% dan sistem yang baru dapat memenuhi terget yang diinginkan oleh manajemen sebesar 83,61% yang dapat dikatakan cukup memuaskan. Hasil ini masih mungkin ditingkatkan lagi apabila seluruh operator telah memiliki skill yang hampir sama. Kapabilitas Proses Cp mungkin belum dapat menunjukkan peningkatan yang besar karena dlam proses pengerjaan Grid Casting ini masih ditangani oleh beberapa operator secara bergantian, dimana skill Operator sangat menentukan hasil akhir dari pengerjaannya. 151

55 Penurunan COPQ Penurunan COPQ sulit dihitung, karena sulit untuk mendapat data penjualan, serta Grid casting ini merupakan proses yang berada di awal, sehingga apabila dibandingkan dengan data penjualan battery sangat kecil sekali. Serta karena pada pengukuran percobaan tidak ditemukan item reject, maka sangat sulit untuk membandingkan dengan data sebelumnya yang memiliki banyak item reject, maupun dengan data satu tahun, namun berdasar dari tabel di bab 2, dapat dilihat bahwa untuk peningkatan 1 point nilai sigma akan terjadi peningkatan sekitar 10% bagi penjualan, sehingga dapat dihitung dengan cara berikut : Rata rata sigma sebelum = 4,76 sigma Rata rata sigma sesudah = 5,27 sigma Maka peningkatan keuntungan atau penurunan COPQ bisa dihitung dengan cara : 5,27 4,76 Penurunan _ COPQ = x10% = 5,1 % 1Sigma Maka dapat dikatrakan COPQ akan menurun sebesar 5,1 %, dan ini dapan menunjukkan bahwa implementasi manajemen Six Sigma di PT.Yuasa Battery Indonesia dapat dikatakan berhasil untuk menurunkan biaya akibat memproduksi produk cacat. 5.3 Pengembangan Sistem Informasi Analisa dan Pembahasan Sistem Berjalan PT. Yuasa Battery Indoneisa saat ini hanya menggunakan sistem informasi sederhana yang berbasiskan Office Automation yang hanya digunakan sebatas , 152

56 pengolah kata, serta Fax yang mendukung operasional kantor, sedangkan untuk mendukung pengambilan keputusan dan perhitungan data masih dilakukan secara manual. Apabila ditinjau dalam Departemen Quality Assurance ( QA ) yang menjadi fokus dari pembahasan dalam skripsi ini, Dalam departemen ini semua fungsi dimulai dari proses pencatatan data di lantai produksi, perhitungan peta kendali mutu, serta penyimpanan arsip masih menggunakan cara manual dengan menggunakan tenaga Staff Quality Assurance. Komputer hanya digunakan untuk merancang Form yang akan dicetak untuk digunakan di lapangan serta untuk menyimpan data arsip dari operasional perusahaan.. Dapat dilihat dari Flowchart dibawah, bahwa di dalam departemen ini terdapat beberapa proses, yaitu: Inspeksi yang dilakukan oleh para inspektor yang berada di lapangan, Perhitungan Peta Kendali XR dan P Chart oleh para Staff QA Perhitngan level Sigma, Kapabilitas Proses, dan analisa peta kendali Penanganan Produk cacat oleh bagian Produksi Pembuatan diagram Pareto dan Laporan laporan oleh Staff QA Kepala Departemen QA yang menangani perubahan data spesifikasi produk, serta mengendalikan manajemen dalam departemen QA. Seluruh proses ini masih dikerjakan secara manual, dan semua data disimpan dalam arsip untuk kebutuhan pengambilan keputusan berikutnya. Berdasarkan informasi yang didapat dari Kepala Departemen QA, Beberapa kekurangan yang ada dan dapat dikembangkan adalah : 153

57 1. Kebutuhan untuk memonitor Proses secara langsung / Real Time dari data yang dimasukkan di lantai produksi, karena apabila dengan kondisi sekarang untuk mendapat laporan harus menunggu para staff menghitung dan membuat peta kendali terlebih dahulu, yang sering ditunda tunda apabila sedang sibuk. 2. Kesulitan untuk mencari data hasil pemantauan kualitas di lantai produksi untuk melakukan pemecahan masalah karena harus mencari di dalam arsip. 3. Pekerjaan membuat peta kendali yang dilakukan oleh Staff QA secara manual menyita waktu mereka, padahal dapat digunakan untuk pekerjaan lain. 4. Banyaknya jumlah dokumen yang harus disimpan dalam arsip. Karena beberapa alasan inilah diperlukan sebuah sistem informasi sederhana yang dapat melakukan seluruh proses ini secara cepat dan efisien, sehingga Departemen QA dapat berjalan dengan lebih efektif. 154

58 Inspektor melakukan Inspeksi Data Check Sheet Tidak Laporan Produk Tak Standar ARSIP Apakah Proses Ok? Ya ARSIP Data Target Cp, Cpk, Sigma Level, AQL Spesifikasi Produk Kepala Produksi Kepala Departemen Teknik Data Spesifikasi Produk Staff QA menggolongka n Analisa Penyebab Defect dalam Pareto Pareto Penyebab Defect Pareto Penyebab Defect Staff QA membuat Daftar Laporan Produk Tak Standar Daftar Laporan Produk Tak Standar Akumulasi Laporan Produk Tak Sesuai Staff QA membuat Laporan P Chart, Menghitung Cp dan Cpk Data Penampilan Staff QA membuat Laporan XR Chart, Menghitung Cp dan Cpk Data Tebal Data Berat Analysis Th.Lalu Analysis Th.Lalu Cp & Cpk Analysis Cp & Cpk Analysis P Chart Grid ( Digolongkan berdasar jenis ) XR Chart Berat dan Tebal Grid ( Digolongkan Berdasar jenis ) ARSIP ARSIP Kepala Departemen Quality Assurance Diagram 5.5 Diagram alir sistem berjalan Usulan pembuatan Sistem Informasi Dari hasil analisa diatas, maka diputuskan bahwa Departemen QA memerlukan sistem informasi yang berfungsi sebagai monitor proses produksi, sehingga Kepala Departemen QA dapat segera memantau proses pada saat apapun ia membutuhkan data, serta membantu proses pemecahan masalah oleh bagian produksi. Pengembangan Sistem Informasi ini akan menggunakan tahap tahap pengembangan sistem informasi dengan metode Analisa dan Deain berbasiskan Objek atau disebut juga sebagai OOAD (Object Oriented Analysis and Design). 155

59 5.3.3 Pembuatan Definisi Sistem Definisi Sistem merupakan suatu deskripsi singkat mengenai sistem yang akan dibuat yang dijelaskan dalam bahasa sederhana, sehingga mudah dimengerti oleh orang awam. Hal ini berguna untuk mempermudah komunikasi antara pengembang sistem informasi serta pihak perusahaan yang tidak secara dalam mempelajari sistem informasi. Dalam diagram dibawah ini dapat digambarkan sistem informasi yang akan dibuat sesuai dengan model yang ada di Departemen QA. Dalam hal ini, Sistem informasi akan dikelompokkan berdasar pengguna sistem yang akan menggunakan sistem informasi ini dan tugas yang dimiliki oleh setiap pengguna sistem. Sistem informasi ini dirancang sedekat mungkin dengan sistem sebenarnya sehingga akan mempermudah penggunaan dan implementasi di lapangan. Karena keterbatasan waktu dan tempat, maka Sistem yang dibahas akan dikembangkan sebatas prototype yang akan membahas salah satu bidang dari departemen QA, yaitu bagian Grid Casting. Definisi sitem yang dibuat ada 2 macam, yang berbentuk Rich Picture dapat dilihat pada gambar 5.11 dibawah ini. Dan juga dalam bentuk penjelasan yang menggunakan kriteria FACTOR ( Functionality, Application Domain, Conditions, Technology, Objects, Responsibility ). 156

60 Definisi Sistem dalam bentuk Gambar LANTAI PRODUKSI Beberapa Inspektor dapat IMenginput Data CheckSheet dari Lantai Produksi dengan PDA / PC PDA INSPEKTOR DEPARTEMEN QA XR / P Chart Pareto Diagram Laporan Produk Tak Standar STAFF QA Staff QC memiliki wewenang untuk mencetak laporan secara periodik untuk diserahkan kepada Kepala Dept QA Workstation Printer WIFI LAN INTERNET Kepala Produksi Menangani Produk yang tidak sesuai standar serta melakukan Konfirmasi ke Inspektor Workstation KEPALA PRODUKSI DEPARTEMEN PRODUKSI Sistem Informasi SQC Workstation Kepala Dept QA dapat mengubah akses inspektor, Spesifikasi Teknis, dan Menghapus data yang sudah usang KEPALA DEPT QA Gambar 5.12 System Definition dalam bentuk Rich Picture Definisi Sistem dalam bentuk Penjelasan Sistem Informasi SQC yang akan dibuat di Yuasa Battery adalah sebuah Sistem Informasi yang berguna untuk memantau kualitas komponen Aki hasil produksi. Karena keterbatasan sumberdaya dan waktu, maka pembahasan akan dibatasi pada bagian Grid Casting saja. 157

61 Sistem informasi ini akan berfungsi sebagai alat monitor proses dan komunikasi di lantai produksi. Pengguna yang akan menggunakan sistem ini adalah Kepala Departemen Quality Assurance ( Ka.Dept QA ), Staff Departemen Quality Assurance ( Staff QA ), Kepala Departemen Produksi (Ka.Dept Produksi ), serta orang yang bertugas untuk inspeksi ( Inspektor ) di lapangan. Untuk mempermudah kerja setiap pengguna ini, Sistem informasi harus dapat diakses dari lokasi yang mudah dijangkau oleh setiap orang ini, seperti : 1. Inspektor berada di lantai produksi dan bersifat berpindah pindah dari proses satu ke proses lainnya. 2. Ka.Dept produksi yang berada di kantor bagian produksi diatas lantai produksi 3. Ka.Dept QA dan Staff QA yang berada di ruang belakang dekat Waste Water treatment. Oleh karena itu Sistem ini akan menggunakan jaringan yang mudah diakses dari seluruh bagian pabrik. Inspektor akan menggunakan PDA atau PC yang berada di lantai produksi, Staff QA dan Ka.Dept QA akan menggunakan PC yang berada di kantor QA, serta Ka.Dept Produksi akan menggunakan PC yang berada di kantornya. Sistem terdistribusi ini akan berpusat pada Server yang berada di kantor QA dan terhubung melalui jaringan. Karena di pabrik banyak menggunakan asam, maka jalur kabel akan digantikan oleh WiFi, yang juga mendukung komunikasi bergerak pada PDA. Data Inspeksi akan diinput oleh Inspektor dari lantai produksi, data ini dikelompokkan berdasar Tanggal, Bulan, Tahun, Grup, No.Mesin, dan Shift. Data inspeksi bagi produk Grid ini dkelompokkan pada 3 macam, Data Berat Grid, Data Tebal Grid, dan Data Penampilan Grid. Data Berat dan DataTebal Grid merupakan Data Variabel. Sedangkan Data Penampilan Grid merupakan Data Atribut. Data ini hanya 158

62 dapat sekali diinput, Sebelum disimpan, data ini akan dihitung dahulu oleh sistem untuk mengurangi proses pada saat membuat laporan. Setelah tidak terpakai, umumnya setelah 5 tahun, Data Inspeksi ini akan dihapus, dan yang memiliki hak untuk menghapusnya adalah Ka.Dept QA. Apabila dalam inspeksi terdapat lot yang cacat, maka lot ini akan diinput pada Data Produk Tak Standar dan memiliki identifikasi yang sama dengan Grid yang lain. Data alasan penolakan harus disimpan dalam sistem untuk kemudian dibuka oleh Ka.Dept Produksi untuk dilakukan Penanggulangan produk tak standar dan diinput juga kedalam sistem sebagai Data Detail penanggulangan Setelah penanggulangan tersebut direalisasikan, Ka.Dept Produksi bekerjasama dengan Inspektor akan melakukan konfirmasi ke lantai produksi dan setelah itu akan mendapat hasil konfirmasi yang akan dicatat pada Data Detail Konfirmasi dalam sistem. Untuk setiap Pengguna yang akan masuk kedalam sistem harus melakukan login terlebih dahulu. Setiap pengguna memiliki Nama, Password,Nomor Induk Karyawan ( NIK ), Jabatan, dan hak akses yang berbeda. Setiap pengguna harus melapor pada Ka.Dept QA apabila ada perubahan Password dan atribut lainnnya, karena hanya dia yang memiliki hak akses ke data Pengguna. Data ini hanya dapat ditambah, diubah, dan dihapus olehnya. Setiap Grid memiliki karakteristik yang berbeda beda, dan dibedakan oleh Type Grid. Karakteristik itu adalah Type Grid, Jumlah Subgroup, Standar AQL untuk Inspeksi, Standard Tebal Mean, Toleransi Tebal Mean, Standar Tebal Partial, Toleransi Tebal Partial, Target Cp, Target CpK, Target Sigma yang digunakan unuk Inspeksi dan perhitungan laporan. Setiap type grid baru akan dibuat Type itu harus diinput dahulu ke 159

63 dalam sistem, Setiap saat, karakteristik Grid ini dapat diubah oleh Ka.Dept QA. Dan apabila sudah keluar dari lantai produksi, grid ini akan dihapus. Sebuah Type Grid dapat menggunakan beberapa macam cetakan ( Mold ) sama seperti Grid, Mold ini memiliki Nomor seri dari pabrik, No.Mold ini dapat digunakan sebagai identifikasi bila terjadi cacat produksi. No.Mold ini dapat diinput bila ada Mold baru, dan dihapus saat tidak dipakai lagi. Semua Data Inspeksi maupun Data Produk Tak Standar akan dihitung oleh sistem dengan otorisasi dari Staff QA untuk membuat laporan. Sistem akan dapat melakukan Menggambar XR Chart untuk Data Inspeksi Variabel, dan Menggambar P Chart untuk Data Inspeksi Atribut. Serta Menghitung Kapabilitas Proses serta Menghitung level sigma dari kedua data tersebut. Untuk Data Produk Tak Standar, Staff QA dapar membuat laporan Pareto dari beberapa faktor seperti Jenis Reject tampilan, Jenis Reject terbanyak, serta Faktor penyebab Defect. Selain itu Detail dari Data produk Tak Standar,Data Penanggulangan, serta Konfirmasi dapat dibuat laporannya. Functionality Application Domain Conditions Technology Objects Tabel 5.15 Definisi Sistem dalam kriteria FACTOR Sistem Monitor kualitas proses produksi dan komunikasi antara divisi yang berkaitan dengan pengendalian kualitas Kepala Departemen Quality Assurance, Staff Departemen Quality Assurance, Inspektor, Kepala Departemen Produksi System harus bekerja dalam beberapa lokasi yang berbeda secara terdistribusi, dengan tingkat pemahaman pengguna terhadap sistem yang berbeda Sebuah Server yang mendukung ASP.NET dan beberapa Internet Browser yang kompatibel pada komputer PC, serta beberapa PDA yang digunakan oleh Inspektor. Pengguna, Data Inspeksi, Data Produk Tak Standar, Grid, Mold, Responsibility Monitor dan media komunikasi 160

64 5.3.4 Problem Domain Class Diagram Class Diagram adalah sebuah diagram yang menggambarkan hubungan antar Class dalam sebuah sistem informasi yang dibuat. Class itu sendiri akan didapatkan dari System Definition yang telah dibuat. Maka sebelum dibuat Class Diagram akan dicari terlebih dahulu Class dan Event Candidate dari System Definition pada tabel 5.16 dibawah ini. Tabel 5.16 Tabel Class Candidates dan Event Candidates Class Candidates : Sistem Informasi SQC Data Berat Grid Pengguna Data Tebal Grid Ka Dept QA Data Atribut Grid Staf QA Data Produk Tak Standar Ka Dept Produksi Data Detail Penanggulangan Inspektor Data Detail Konfirmasi Data Inspeksi Grid Data Inspeksi Atribut Mold Data Inspeksi Variabel Produk Event Candidates diinput disimpan dihitung dihapus dibuka ditambah dicetak diubah dipakai Menggambar XR Chart Menggambar P Chart Menghitung Kapabilitas Proses Menghitung Level Sigma 161

65 Event Candidates yang dibuat masih bersifat umum, karena Event tersebut dapat digunakan pada beberapa Class secara bersamaan.. Dari Event Candidates ini akan dibuat Event Table yang menggambarkan hubungan Event dengan Class yang mungkin ada dalam sistem. Namun Event Event maupun Class Class yang dimasukkan dalam Event Table ini sudah disaring sehingga baik Event maupun Class yang tidak dibutuhkan telah dibuang, serta penamaan disesuaikan dengan Sistem Informasi yang akan dirancang. Tabel 5.17 Event Table Class / Events diinput diubah disimpan dipakai dihitung dihapus dibuka dicetak Pengguna + * + Data Inspeksi + * * + * Data Inspeksi Atribut + * * + * Data Inspeksi Variabel + * * + * Produk Tak Standar + * + * * Detail Penanggulangan + * + * * Detail Konfirmasi + * + * Grid + * + Mold + + * * Sering + Sekali saja Setelah Event Table dibuat, Class diagram dapat dirancang sesuai dengan Event Table diatas. Dalam Class diagram ini, Event dan Aribut tidak digambarkan terlebih dahulu, karena akan dimasukkan saat dibuat Revised Class Diagram. 162

66 Grid -TypeGrid : String -Subgroup : Integer -AQLLevel : Single -StdTebalMean : Single -ToleransiTebalMean : Single -StdTebalPartial : Single -ToleransiTebalPartial : Single -TargetCp : Single -TargetCpk : Single -TargetSigma : Single -TargetLotReject : Single +diinput() +diubah() +dihapus() 1 1..* Mold -NoMold -TypeGrid +diinput() +dipakai() +dihapus() 1 1..* Data_Inspeksi_Atribut -Ukuran Sampel -Total Defect -Accept -Retak -Unfilled -Fins -Flash -Lubang -BerubahBentuk -Shrinkage -Lain Data_Inspeksi -Tanggal Produksi : String -Bulan Produksi : String -Tahun Produksi : String -No.Mesin : String -Shift : String -Grup : String -Jumlah Produksi : Integer -Operator : String -NIK : String +diinput() +dihitung() +dihapus() +disimpan() +dicetak() 1..* 1..* Data_Inspeksi_Variabel -JenisBeratTebal -Stdev -Range -Rata -Max -Min 1..* Pengguna -Nama : String -NIK : String -Password : String -Jabatan : String -Hak Akses : String +diinput() +diubah() +dihapus() * DetailKonfirmasi -HasilKonfirmasi : String -TglKonfirmasi : Date Produk_Tak_Standar -Tanggal Produksi : String -Bulan Produksi : String -Tahun Produksi : String -No.Mesin : String -Shift : String -Grup : String -Jumlah Produksi : Integer -AlasanPenolakan : String -Sebab5M : String -KeteranganSebab : String -TipeReject : String +diinput() +disimpan() +dihapus() +dibuka() Detail_Penanggulangan -AnalisaMasalah : String -TindakanPenanggulangan : String -Penanggungjawab : String -TanggalPenanganan : Date Diagram 5.6 Class Diagram awal StateChart Diagram State Chart Diagram merupakan sebuah diagram yang menggambarkan daur hidup sebuah class dimulai dari kondisi awal munculnya class itu sampai kondisi akhir berakhirnya daur hidup class itu berdasarkan dari events events yang terjadi dalam class yang merubah kondisi class. Apabila StateChart Class turunannya tidak digambarkan lagi, berarti Class turunan itu memiliki daur hidup yang sama dengan Class induknya. Dibawah ini adalah StateChart yang dimiliki tiap Class. 163

67 o State Data_Inspeksi diinput() Aktif dihapus() disimpan() dihitung() dicetak() Terhitung Diagram 5.7 StateChart Data Inspeksi o State Pengguna diubah() diinput() Aktif dihapus() Diagram 5.8 StateChart Pengguna o State Produk_Tak_Standar diinput() Ready dihapus() disimpan() dibuka() Aktif diubah() Diagram 5.9 StateChart Produk Tak Standar o State mold dipakai() diinput() Aktif dihapus() Diagram 5.10 StateChart Mold 164

68 5.3.5 Application Domain Use Case Diagram Use Case Diagram ini digunakan untuk menjelaskan pola interaksi antara Sistem dengan pengguna. Sebelum membuat Use case Diagram ini, harus dibuat Actor Table terlebih dahulu, dalam Actor Table digambarkan bagaimana hubungan antara Use case dengan actor yang menggunakannya. Tabel 5.18 Actor Table Actors Use Cases Inspektor Staff QA Ka Dept QA Ka Dept Produksi Mengisi CheckSheet V Mengisi Input Produk Tak Standar V Penanggulangan Produk Tak Standar V Konfirmasi Produk tak Standar V Mengubah Spesifikasi Grid V Merubah Password Pengguna V Menghapus Data Historis V Pareto Produk tak Standar V Membuat Laporan Akumulasi Produk Tak Standar V Membuat Laporan Performansi Variabel V Membuat Laporan Performansi Atribut V Dibawah ini adalah Use Case Diagram yang dibuat berdasarkan Actor Table yang telah dibuat diatas, bisa dilihat interaksi antara Actor dengan sistem yang berhubungan. 165

69 Sistem Informasi Pengendalian Kualitas Grid Casting Mengisi CheckSheet Mengisi Input Produk Tak Standar Penanggulangan Produk Tak Standar Konfirmasi Produk Tak Standar Mengubah Spesifikasi Grid Inspektor Merubah Password pengguna Ka_Dept_Produksi Ka_Dept_ Quality_Assurance Menghapus Data historis Pareto Produk Tak Standar Staff_Quality_Assurance Membuat Lap Akum Prod Tak Standar Membuat Lap Performansi Tebal Membuat Lap Performansi Berat Membuat Lap Performansi Atribut Diagram 5.11 Use Case Diagram 166

70 Untuk Setiap Use Case dan Actor yang dibuat terdapat penjelasan tersendiri yang menjelaskan spesifikasinya, Actor Spesification akan menjelaskan seperti bagaimana cara Actor tersebut berinteraksi dengan sistem, Dapat dilihat pada tabel dibawah ini Tabel 5.19 Tabel Actor Spesification Inspektor Inspektor Goal: Inspektor adalah orang yang melakukan inspeksi di lantai produksi setiap periode tertentu, dengan jadwal produksi yang telah ditentukan. Bila terjadi cacat, ia akan mengisi Form Input Produk Tak Standar Characteristics : Setiap Inspektor di bagian Grid Casting memiliki tanggung jawab yang sama yaitu mengisi Checksheet sesuai dengan hasil pantauan kualitas grid yang dihasilkan di lantai produksi, total ada 6 orang Inspektor untuk 3 Shift yang berbeda dan memiliki metode kerja yang sama Examples: Untuk Shift 1 pada jam pertama, Inspektor mengisi data untuk Grid Tipe GLSYG1,4P dengan 3 macam data yaitu Tebal, Berat, dan Penampilan, sesuai dengan ketentuan yang berlaku dan bila ada cacat yang melebihi spesifikasi, maka Ia akan mengisi Form Input Produk Tak Standar Tabel 5.20 Tabel Actor Spesification Ka Dept QA Ka Dept Quality Assurance Goal: Kepala Departemen Quality Assurance adalah Orang yang bertanggung jawab akan kualitas Produk yang dihasilkan Oleh Proses Grid Casting ini dan proses lainnya, Ia mengisi Spesifikasi proses yang didapat dari Departemen Teknik, Menambahkan Data Grid Baru, mengisi Target Cp dan CpK sesuai dengan hasil Rapat Tahunan, dan Melakukan Analisis bila terjadi kerusakan Characteristics : Terdapat 1 Orang Kepala Departemen yang bertanggung jawab akan proses ini dan membawahi beberapa Staff QC dan Inspektor, memiliki pengetahuan yang baik akan komputer dan memahami perhitungan manual dari laporan yang dihasilkan komputer. 167

71 Examples: Kepala Departemen dapat melihat sendiri Laporan Produk tak standar, Laporan performansi, dan mengambil keputusan dalam rapat tahunan untuk meningkatkan kualitas di lapangan, setelah itu ia akan memasukkan data spesifikasi dan Cp, Cpk yang baru ke sistem, apabila ia ingin meningkatkan ketelitian inspeksi ia akan meningkatkan AQL Level dari inspeksi. Tabel 5.21 Tabel Actor Spesification Ka Dept Produksi Ka Dept Produksi Goal: Kepala Departemen Produksi adalah orang yang bertanggung jawab akan proses produksi di perusahaan, bagaimana untuk mengembangkan metode produksi yang baik untuk mencapai kualitas maksimal. Apabila terjadi kerusakan di produksi, Kepala Produksi harus mengetahui terlebih dahulu apa yang terjadi lalu melakukan tindakan dengan segera. untuk performansi harus berkerjasama dengan Kepala Departemen QA. Characteristics : Terdapat 1 orang yang bertanggung jawab akan proses Grid Casting ini dan memiliki tanggung jawab untuk mengatasi masalah yang terjadi di lapangan. Examples: Saat Terjadi kerusakan, Inspektor akan mengisi form input produk tak sesuai dan segera diketahui oleh Kepala Dept Produksi, lalu ia akan melakukan tindak lanjut di pabrik kepada operator bersangkutan, lalu ia akan mengisi Form penanggulangan Produk tak standar. Tabel 5.22 Tabel Actor Spesification Staff QA Staff Quality Assurance Goal: Staff Quality Assurance memiliki tanggung jawab untuk membuat analisa dari laporan akan proses yang menjadi tanggung jawabnya dan memberikan analisa serta laporan tersebut kepada Kepala Departemen Quality Assurance. Staff dalam pengertian disini adalah orang yang berada dibawah Ka Dept QA. termasuk Section head dan lainnya. 168

72 Characteristics : Terdapat 3 Orang Staff yang bertanggung jawab akan proses Grid Casting ini dan mereka akan memberikan laporan ke Ka. Dept QA secara rutin sementara Ka. Dept QA juga dapat melihat hasil perhitungan komputer secara langsung. Examples: Ka. Dept. QA dapat menyuruh seorang staffnya untuk membuat laporan dan analisa terhadap proses Grid Casting tipe GLSYB1,4P untuk pengambilan keputusan penggantian mold karena hasil proses sudah tidak sesuai dengan spesifikasi. Use Case Specifications akan menjelaskan bagaimana use case itu bekerja, dan juga objek dan fungsi apa saja yang berhubungan langsung dengan use case tersebut. Dibawah ini terdapat beberapa Use Case Specification yang berhubungan langsung dengan Diagram diatas: Tabel 5.23Tabel Use Case Spesification Mengisi CheckSheet Mengisi CheckSheet Use Case : Use Case ini berfungsi untuk menerima input data hasil inspeksi dari Inspektor yang berada di lapangan dengan menggunakan aplikasi jaringan tanpa kabel yaitu dengan PDA. Dimana Data ini akan divalidasikan dengan spesifikasi produk dan AQL yang telah diinput oleh Kepala Departemen QA, apabila diluar spesifikasi, maka akan ditampilkan Use Case "Mengisi Form Input Produk tak Standar untuk melaporkan cacat produk pada bagian produksi. Objects : Grid, Mold, Data_Inspeksi, Data _Inspeksi_Variabel, Data_Inspeksi_Atribut, Functions : Hitung Data Hasil inspeksi,simpan Data CheckSheet 169

73 Tabel 5.24 Tabel Use Case Spesification Mengisi Form input tak standar Mengisi Form Input Produk Tak Standar Use Case : Use Case ini dimulai pada saat ditemukan adanya cacat yang melebihi standar spesiikasi sehingga dibutuhkan tindakan untuk mengatasi masalah itu, use case ini dimulai oleh Inspektor yang menginput data dan segera diteruskan ke Ka. Dept. Produksi untuk ditindaklanjuti ke Operator. Objects : Produk_Tak_Standar Functions : Simpan Data Produk Tak Standar Tabel 5.25 Tabel Use Case Spesification Penanggulangan produk tak Standar Penanggulangan Produk Tak Standar Use Case : Use Case ini digunakan oleh Ka.Dept.Produksi untuk mengatasi kondisi apabila ia menerima laporan adanya produk tak standar, ia akan mengambil tindakan yang akan dicatat di database untuk menyusun laporan akumulasi produk tak standar yang akan dibuat Objects : Penanggulangan_Produk_Tak_Standar Functions : Tampilkan Data Produk Tak Standar, Simpan Data Penanganan Tabel 5.26 Tabel Use Case Spesification konfirmasi produk tak Standar konfirmasi Produk Tak Standar Use Case : Use Case ini digunakan oleh Ka.Dept.Produksi untuk mengkinfirmasi tindakan perbaikan setelah dilakukan penanggulangan produk tak standar di lantai produksi agar dapat memastikan bahwa masalah sudah selesai 170

74 Objects : Konfirmasi_Produk_Tak_Standar Functions : Tampilkan Data Penanganan, Simpan Data konfirmasi Tabel 5.27 Tabel Use Case Spesification Mengubah Spesifikasi Grid Mengubah Spesifikasi Grid Use Case : Use Case ini akan digunakan oleh Ka Dept.QA untuk mengubah spesifikasi Grid yang sudah ada, lalu digunakan juga untuk menambah data Grid baru apabila terdapat penambahan. Objects : Grid, Mold Functions : Query Data Spek, Simpan data Spek baru Tabel 5.28 Tabel Use Case Spesification Menghapus Data Historis Menghapus Data Historis Use Case : Use Case ini digunakan oleh Ka Dept QA untuk menghapus data -data yang sudah tak terpakai lagi, umumnya diatas 5 tahun. Objects : Data_Inspeksi, Produk_Tak_Standar Functions : Tampil Data Historis, Hapus Data Historis Tabel 5.29 Tabel Use Case Spesification Mengubah Password Pengguna Mengubah Password Pengguna Use Case : Use Case ini akan digunakan oleh Ka Dept.QA untuk mengubah password dari kepala produksi, Inspektor, Serta Staff QA yang menggunakan software ini, Otorisasi berada di tangan Ka Dept QA, dan ia dapat menghapus otorisasi pengguna. 171

75 Objects : Pengguna Functions : Query Data User, Simpan data User Name, Password, dan Tugas Tabel 5.30 Tabel Use Case Spesification Pareto Produk Tak Standar Membuat Laporan Pareto Produk tak Standar Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan laporan dalam bentuk diagram pareto akan data - data cacat dan penyebabnya yang didapat dari hasil pengumpulan laporan produk tak standar, yang dapat digunakan untuk membuat keputusan yang berhubungan dengan kualitas. Objects : Data_Produk_Tak_Standar Functions : Query Data Cacat, Hitung Pareto, Tampilkan Diagram Pareto Tabel 5.31 Tabel Use Case Spesification Laporan Akumulasi Produk tak standar Membuat Laporan Akumulasi Produk Tak Standar Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan laporan untuk setiap jenis kerusakan yang pernah terjadi dan penanggulangannya, laporan ini akan dapat diakses juga oleh Ka.Dept Produksi untuk kebutuhan pengambilan keputusan untuk perbaikan proses Objects : Data_Produk_Tak_Standar Functions : Query Data Cacat, Tampilkan Data Cacat 172

76 Tabel 5.32 Tabel Use Case Spesification Laporan Performansi Variabel Membuat Laporan Performansi Variabel Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan laporan yang memantau performansi proses dalam bentuk X R Chart, Cp, Cpk, dan Sigma yang dihasilkan proses dengan dibandingkan dengan Cp dan Cpk yang ditargetkan. Objects : Data_Inspeksi, Data_Inspeksi_Variabel Functions : Query Data Checksheet, Hitung Batas UCL, CL, LCL X Bar Chart, Hitung Batas UCL, CL, LCL R Chart, Tampilkan Grafik X Bar dan R Chart, Hitung Cp dan Cpk, Hitung Sigma Level dan DPMO, Tabel 5.33 Tabel Use Case Spesification Laporan Performansi Atribut Membuat Laporan Performansi Atribut Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan laporan yang memantau performansi proses dalam bentuk P Chart, Cp, Cpk, dan Sigma yang dihasilkan proses dengan dibandingkan dengan Cp dan Cpk yang ditargetkan. Objects : Data_Inspeksi,. Data_Inspeksi_Atribut Functions : Query Data Checksheet, Hitung Batas UCL, CL, LCL P Chart, Tampilkan Grafik P Chart, Hitung Cp dan Cpk, Hitung Sigma Level dan DPMO, 173

77 Function List Function List digunakan untuk mendaftarkan semua fungsi yang dapat dijalankan oleh sistem informasi ini yang menjadikan sebuah model sistem berguna bagi Actor, dalam sistem ini akan diberikan beberapa fungsi yang penting, diantaranya : Tabel 5.34 Function List Functions Complexity Type Query Data Spek Simple Read Query Data User Simple Read Simpan data User Name, Password, dan Tugas Simple Update Simpan data Spek baru Simple Update Hitung Data Hasil inspeksi Medium Compute Simpan Data CheckSheet Simple Update Simpan Data Produk Tak Standar Simple Update Tampilkan Data Produk Tak Standar Simple Read Simpan Data Penanganan Simple Update Tampilkan Data Penanganan Simple Read Simpan Data konfirmasi Simple Update Tampil Data Historis Simple Read Hapus Data Historis Sinple Signal Query Data Checksheet Medium Read Hitung Batas UCL, CL, LCL P Chart Medium Compute Hitung Batas UCL, CL, LCL X Bar Chart Medium Compute Hitung Batas UCL, CL, LCL R Chart Medium Compute Tampilkan Grafik P Chart Medium Compute Tampilkan Grafik X Bar dan R Chart Medium Compute Hitung Cp dan Cpk Complex Compute Hitung Sigma Level dan DPMO Complex Compute Query Data Cacat Simple Read 174

78 Hitung Pareto Medium Compute Tampilkan Grafik Pareto Medium Compute Tampilkan Data Cacat Simple Signal Sequence Diagram Sequence Diagram merupakan sebuah diagram yang menggambarkan interaksi yang terjadi antara pengguna, objek, serta User Interface yang ada dalam sistem Informasi dalam urutan waktu, termasuk didalamnya bagaimana urutan pemanggilan prosedur, Event,Message yang dikirimkan antara entitas satu dengan lainnya. Sequence diagram ini akan menjelaskan apa yang dilakukan pengguna secara detail saat berinteraksi dengan sistem pada setiap use case yang ada. Berhubung Software ini dikembangkan dalam Platform berbasiskan Web, maka tidak ada event Terminate dan Exit dalam Sequence diagram ini, karena apabila sistem telah selesai menjalankan tugasnya, secara otomatis Web server akan mengalihkan beban ke Client lain, dan pada saat Web page ditutup, Objek akan terminate dengan sendirinya. Berikut adalah Sequence Diagram yang ada dalam sistem ini : 175

79 o Sequence Mengisi CheckSheet UI : Checksheet Object : Grid Object : Data_Inspeksi Object : Produk_Tak_Standar Actor :Inspektor diinput dibaca Data_Ok Spesifikasi_Grid diperiksa disimpan() disimpan Data_Reject dicopy disimpan() Diagram 5.12 Sequence Diagram mengisi checksheet Keterangan untuk Sequence Diagram mengisi checksheet: 1. User memasukkan Data hasil inspeksi dengan method diinput() 2. Objek Data Inspeksi akan menggunakan method dibaca() pada objek Grid untuk mendapatkan spesifikasi grid yang dibutuhkan untuk perhitungan 3. Data inspeksi diperiksa dengan method diperiksa() dan dibandingkan dengan spesifikasi Grid, apakah data tersebut melebihi spesifikasi standar atau tidak, 4. Dari spesifikasi Grid, apabila Data Ok, Inspektor akan menggunakan method Disimpan() dari Data Inspeksi 5. Apabila Data keluar batas maka secara otomatis data hasil inspeksi akan dicopy() ke produk tak Standar 176

80 6. Method Disimpan() pada objek Produk tak Standar dijalankan untuk menyimpan data pada sistem. Setelah itu, Inspektor harus mengiisi penyebab kenapa produk bisa terjadi cacat. o Sequence Mengisi Input Produk Tak Standar UI : Input Produk Tak Standar Object :Produk Tak Standar Actor : Inspektor (Penyebab, Jenis Defect): diinput() disimpan() Data_Tersimpan Diagram 5.13 Sequence Diagram Mengisi Input Produk Tak Standar Keterangan untuk Sequence Mengisi Input Produk Tak Standar 1. Setelah data Checksheet dicopy ke Produk tak Standar, User Interface akan menampilkan layar untuk Inspektor mengisi penyebab dan jenis cacat yang terjadi dengan Method diinput() 2. dengan Method Disimpan(), maka data yang telah dimasukkan oleh Inspektor disimpan ke Produk Tak Standar. 3. Setelah data disimpan, Inspektor akan diberitahu oleh User Interface dan Inspektor dapat mengisi data hasil inspeksi yang berikutnya. 177

81 o Sequence Penanggulangan Produk Tak Standar UI : Penanggulangan Produk Tak Standar Object: Produk Tak Standar Object Detail Penanggulangan Actor : Ka Dept Produksi dibuka Dibaca Data_Produk_Tak_Standar diinput Disimpan Data_Penanggulangan_Terupdate Diagram 5.14 Sequence Diagram Penanggulangan Produk Tak Standar Keterangan Sequence Diagram Penanggulangan Produk Tak Standar : 1. Ka.Dept Produksi membuka data Produk Tak Standar dengan Method Dibuka() 2. User Interface menampilkan data produk yang ditolak dari objek ProdukTak Standar dengan Method Dibaca() 3. Setelah Ka.Dept Produksi menganalisa data dan mendapatkan solusinya ia dapat meng-input data Penanggulangan masalah tersebut 4. Method Disimpan() dijalankan dan data penangulangan disismpan. 5. User Interface akan memberitahu pengguna apakah data telah diupdate 178

82 o Sequence konfirmasi Produk Tak Standar UI : Konfirmasi Produk Tak Standar Object: Detail Penanggulangan Object Detail Konfirmasi Actor : Ka Dept Produksi dibuka Dibaca Data_Penanggulangan_Produk_Tak_Standar diinput Disimpan Data_Konfirmasi_Terupdate Diagram 5.15 Sequence Diagram Konfirmasi Produk Tak Standar Keterangan Sequence Diagram Konfirmasi Produk Tak Standar : 1. Ka.Dept Produksi membuka data Detail Penanggulangan dengan Method Dibuka() 2. User Interface menampilkan data masalah yang telah ditanggulangi 3. Setelah Ka.Dept telah mendapatkan konfirmasi dari lantai produksi, ia dapat meng-input data konfirmasi tersebut kepada Object Detail Konfiormasi 4. Method Disimpan() dijalankan dan data Konfirmasi disismpan. 179

83 o Sequence Mengubah Spesifikasi Grid UI : Ubah Data Grid Object : Grid Object : Mold Actor : Ka Dept QA dibaca() Dibuka() dibuka Data Grid Data Mold ditambah dihapus diubah disimpan dihapus Diagram 5.16 Sequence Diagram Mengubah Spesifikasi Grid Keterangan Sequence Diagram Mengubah Spesifikasi Grid 1. Ka.Dept QA dapat membuka data Grid yang sudah ada dengan method dibaca() 2. Untuk menampilkan data Grid, secara otomatis, data Mold yang tersedia untuk grid tersebut juga akan dibuka, dengan method dibuka() 3. Saat method diubah() digunakan oleh Ka.Dept QA, maka data mold dapat pula ditambah() atau dihapus(). untuk data mold yang sudah tak dipakai lagi harus dihapus, sedangkan apabila ada mold baru harus ditambah. 4. Setelah semua proses pengubahan dilakukan, terakhir semua data akan dimasukkan kedalam sistem dengan method Disimpan(). 5. Grid yang datanya sudah tidak dipakai juga dapat dihapus dengan Method Dihapus() 180

84 o Sequence Mengubah Password UI : Ubah Password Object : Pengguna Actor : Ka.Dept.QA Dibaca() dibuka() Data_Pengguna diubah() Disimpan() Data_Tersimpan Diagram 5.17 Sequence Diagram Mengubah Password Keterangan Sequence Diagram Mengubah Password 1. Ka.Dept QA dapat membuka data pengguna yang sudah ada dengan method dibaca() untuk melihat data seluruh pengguna aktif. 2. Data pengguna yang ditampilkan saat itu dapat diubah oleh KaDept QA dengan method Diubah(). 3. Setelah semua proses pengubahan dilakukan, terakhir semua data akan dimasukkan kedalam sistem dengan method Disimpan(). 181

85 o Sequence Menghapus Data Historis UI :Hapus Data Inspeksi Object : Data Inspeksi Actor : Ka_Dept_QA dibaca dibuka() Data Inspeksi dihapus dihapus() Data_Terhapus Diagram 5.18 Sequence Diagram Menghapus Data Historis Keterangan Sequence Diagram Menghapus Data Historis 1. Ka.Dept QA dapat membuka data inspeksi dengan menggunakan method dibaca() untuk melihat ringkasan seluruh data isnpeksi 2. Setelah diputuskan mana data yang akan dihapus, Ka Dept QA dapat segera menghapus data yang sudah tak terpakai lagi dengan method Dihapus(). 3. Program akan memberitahu user apabila data telah dihapus. 182

86 o Sequence Pareto Produk Tak Standar UI : Pareto_Produk_tak_Standar Object : Produk_Tak_Standar Actor : Staff_QA dibuka() Pilih_Periode() Query Data() dihitung() Data Pareto dicetak() Diagram 5.19 Sequence Diagram Pareto Produk tak Standar Keterangan Sequence Diagram Pareto Produk Tak Standar: 1. Staff QA dapat membuka dan memilih periode untuk menampilkan pareto Produk tak standar dengan method dibuka() dan Pilih_periode() 2. Setelah itu otomatis program akan melakukan query data dan menghitung diagram pareto dari data pada periode yang dipilih dengan method Query_Data() dan dihitung() 3. Data Pareto ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak() 183

87 o Sequence Laporan Akumulasi Produk tak Standar UI :Laporan_Produk_tak_Standar Object : Produk_Tak_Standar Actor : Staff_QA dibuka() Pilih_Periode() Query Data() Data_Akumulasi_Produk_Tak_Standar dicetak() Diagram 5.20 Sequence Diagram Akumulasi Produk tak Standar Keterangan Sequence Diagram Akumulasi Produk Tak Standar 1. Staff QA dapat membuka dan memilih periode untuk menampilkan Laporan Akumulasi Produk tak standar dengan method dibuka() dan Pilih_periode() 2. Setelah itu otomatis program akan melakukan query data pada periode yang dipilih dengan method Query_Data() 3. Data ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak() 184

88 o Sequence Laporan Performansi Variabel Actor :Staff_QA UI : Laporan Performansi Variabel Object : Data_Inspeksi_Variabe l dibaca() Pilih_Periode() Query_Data() Hitung_Batas_Kendali() Hitung_Cp_Cpk() Hasil_Analisa_Data Hitung_Sigma() dicetak() Diagram 5.21 Sequence Diagram Laporan Performansi Variabel Keterangan Sequence Diagram Laporan Performansi Variabel 1. Staff QA dapat membuka dan memilih periode untuk menampilkan Laporan Performansi Variabel dengan method dibaca() dan Pilih_periode() 2. Setelah itu otomatis program akan melakukan query data pada periode yang dipilih dengan method Query_Data() 3. lalu secara urut, Program akan menggunakan mehod Hitung_Batas_Kendali(), Hitung_Cp_Cpk(), dan Hitung_Sigma() pada objek Data_Inspeksi_Variabel, 185

89 baru kemudian akan menggambar grafik X dan R, dan menampilkan hasil analisis data di layar. 4. Data ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak() o Sequence Laporan Performansi Atribut Actor :Staff_QA UI : Laporan Performansi Atribut Object : Data_Inspeksi_Atribut dibaca() Pilih_Periode() Query_Data() Hitung_Batas_Kendali() Hitung_Cp_Cpk() Hasil_Analisa_Data Hitung_Sigma() dicetak() Diagram 5.22 Sequence Diagram Laporan Performansi Atribut Keterangan Sequence Diagram Laporan Performansi Atribut 1. Staff QA dapat membuka dan memilih periode untuk menampilkan Laporan Performansi Atribut dengan method dibaca() dan Pilih_periode() 2. Setelah itu otomatis program akan melakukan query data pada periode yang dipilih dengan method Query_Data() 3. lalu secara urut, Program akan menggunakan mehod Hitung_Batas_Kendali(), Hitung_Cp_Cpk(), dan Hitung_Sigma() pada objek Data_Inspeksi_Atribut, baru 186

90 kemudian akan menggambar grafik X dan R, dan menampilkan hasil analisis data di layar. 4. Data ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak() User Interface User Interface adalah sebah tampilan yang memungkinkan pengguna berinteraksi dengan sistem dan untuk mengakses semua fungsi fungsi serta model sistem, baik untuk kebutuhan meng-input data, membaca data, mencetak laporan, dan juga mengubah data di dalam sistem. Tampilan ini sangat penting untuk mudah digunakan oleh pengguna. Sistem Informasi SQC ini dirancang dengan menggunakan ASP.NET, oleh karena itu tampilan dari program ini dapat diakses melalui Internet Explorer 6.0 atau Internet Browser lain yang serupa Navigation Diagram Navigation Diagram ini dapat menunjukkan urutan pengaksesan layar di dalam Sistem Informasi yang dibuat, yang dimulai dari saat pengguna mulai mengakses sistem sampai pada saat pengguna selesai menggunakan sistem. Dalam Navigation Diagram ini dapat dilihat bahwa apabila seorang pengguna hanya memiliki akses untuk satu bagian, ia tidak dapat mengakses layar lainnya, karena akses dibatasi oleh Password yang berbeda. beberapa tombol yang disertakan disini merupakan fasilitas yang didapat di Internet Explorer 6.0, karena Sistem Informasi ini berbasiskan Web. 187

91 Tombol Close (X) Login Login Sebagai Inspektor Check Sheet Tombol Isi Data Selanjutnya Bila Tidak ada Defect Tombol Lanjut Check Sheet Atribut Tombol Lanjut Check Sheet Variabel Tombol Simpan Tombol Back Tombol Back Tombol Back Tombol Back Login Sebagai Manager QA Tombol Back Administrator Menu Utama Tombol Update Spek Grid Tombol Ubah Password Pengguna Update Spek Grid Ubah Password Data Historis Check Sheet Tombol Back Check Sheet Ok Login Sebagai Produksi Pemecahan Masalah Menu Utama Tombol Hapus Data CheckSheet Tombol Hapus Data Produk Tak Std Tombol Penanganan Produk tak Standar Tombol Back Daftar Produk Tak Standar Tombol Selesaikan Tombol Back Penanganan Produk tak Standar Data Historis Produk Tak Std Tombol Back Tombol Isi Laporan Defect, Bila Produk Cacat Input Produk Tak Standar Tombol Back Tombol Konfirmasi Penanganan Konfirmasi Penanganan produk Tak Standar Tombol Isi Data Selanjutnya Login Sebagai Laporan Cetak Laporan Menu Utama Tombol Cetak XR Chart Tebal Per Tipe Tombol Back Cetak XR Chart Tebal Tombol Cetak Pilihan Crystal Reports Tebal Tombol Cetak laporan Produk Tak Standar Tombol Cetak Pareto Produk Tak Standar Cetak Pareto Produk tak Standar Cetak Laporan Produk Tak Standar Tombol Cetak Pilihan Tombol Back Tombol Cetak Pilihan Tombol Back Tombol Cetak XR Chart Berat Per Tipe Tombol Cetak P Chart Penampilan Per Tipe Crystal Reports Pareto Crystal Reports Produk Tak Standar Cetak XR Chart Berat Cetak P Chart Penampilan Tombol Back Tombol Cetak Pilihan Tombol Back Tombol Cetak Pilihan Tombol Back Crystal Reports Berat Crystal Reports Penampilan Diagram 5.23 Navigation Diagram 188

92 Rancangan Layar Dibawah ini adalah tampilan yang dibuat untuk User Interface sistem Informasi SQC serta cara penggunaan masing masing layar tersebut. Tampilan yang ada dibawah ini merupakan hasil dari tampilan layar yang sebenarnya. Gambar 5.13 Rancangan Layar Login Layar Login ini adalah layar yang diakses pertama kali setiap mau memasuki aplikasi ini, User dapat mengisi Nama dan Password, serta dapat memilih tugas apa yang ingin ia kerjakan, Pilihan tugas terdiri dari : 1. Inspeksi Untuk Inspektor memasukkan data Checksheet dari lantai produksi 2. Administrator Untuk Ka Dept QA merubah Password pengguna, merubah spesifikasi Grid, dan menghapus data yang sudah tidak diperlukan lagi. 189

93 3. Problem Solving Untuk Ka.Dept.Produksi melakukan pemecahan masalah atau mau melakukan konfirmasi hasil pemecahan masalah 4. Cetak laporan untuk Staff QC mencetak laporan. Apabila pengguna yang tidak memiliki akses untuk tugas itu, Sistem akan menolak login. Gambar 5.14 Rancangan Layar CheckSheet Apabila Inspektor berhasil Login, Ini adalah layar CheckSheet Header, yang digunakan untuk dia memasukkan data Tanggal Produksi, Tipe Grid, Shift kerja, Grup Karyawan, Nomor mesin, Nama Operator dan Jumlah unit yang diperoduksi pada shift itu, ini digunakan untuk menghitung jumlah sampel yang dibutuhkan untuk layar berikutnya. Beberapa data yang sudah pasti dibuatkan Combo Box untuk menghindari kesalahan 190

94 akibat input, sedangkan untuk jumlah produksi dibatasi dengan kapasitas mesin per shift yaitu unit. Bila ditekan tombol lanjut maka akan berpindah ke layar CheckSheet Atribut. Gambar 5.15 Rancangan Layar CheckSheet Atribut Pada layar CheckSheet Atribut ini, Inspektor dapat memasukkan nomor mold yang dipakai dan apabila ada beberapa unit yang cacat dapat diisi ke textbox di bawah sesuai kategori cacatnya, apabila tidak ada cacat maka textbox dapat dikosongkan. Diatas terdapat jumlah unit apabila Lot diterima atau di-reject. Bila ditekan tombol lanjut maka akan berpindah ke layar CheckSheet variabel 191

95 Gambar 5.16 Rancangan Layar CheckSheet Variabel Layar Checksheet Variabel ini berguna untuk Inspektor memasukkan data tebal dan berat yang sesuai, diatas terdapat gambar titik titik mana saja yang harus diperiksa dengan menggunakan sigmat, gambar ini dapat berubah sesuai dengan jumlah Subgroup yang dimiliki tiap grid. Selain itu juga dituliskan Spesifikasi yang dimiliki tiap grid untuk tebal dan beratnya. Apabila ditekan tombol Simpan, maka seluruh data akan disimpan dalam Database, dan Sistem akan otomatis berpindah ke layar CheckSheet Ok. 192

96 Gambar 5.17 Rancangan Layar CheckSheet Ok Pada layar CheckSheet Ok ini, sistem akan menampilkan Report apakah data sudah berhasil tersimpan dan apakah data ada yang melewati batas dan menandakan bahwa lot tersebut harus di-reject. Apabila Lot tersebut baik, Inspektor dapat berpindah ke layar CheckSheet Header lagi untuk memasukkan data yang baru. Apabila ada kerusakan yang melebihi batas, Inspektor harus berpindah ke layar Input Produk tak Standar untuk mengisi alasan lot tersebut ditolak. 193

97 Gambar 5.18 Rancangan Layar Input Produk tak Standar Setelah dipanggil, Layar Input Produk tak standar ini telah terisi secara otomatis pada alasan penolakan, sesuai dengan data kerusakan yang dihitung oleh sistem saat melakukan inspeksi, Inspektor hanya perlu mengisi Penyebab potensial dengan penjelasan dan memilih faktor penyebab potensial di Combo Box. Apabila telah selesai, Inspektor dapat segera Click tombol Isi Data Selanjutnya untuk melakukan inspeksi untuk data yang lain, dan akan kembali ke layar CheckSheet Header lagi. 194

98 Gambar 5.19 Rancangan Layar Menu Administrator Layar Menu Administrator ini akan Muncul segera setelah Login apabila tugas yang dipilih adalah Administrator. Dari layar ini dapat dipilih menu : 1. Update Spek Grid Untuk mengisi data Grid baru, menghapus Grid yang sudah tak terpakai, serta mengubah spek Grid yang sudah ada. 2. Ubah Password Pengguna Untuk mengubah, memasukkan, dan menghapus data pengguna serta mengubah hak akses sistem dari pengguna. 3. Hapus Data CheckSheet Akan menampilkan menu untuk menghapus data hasil inspeksi yang sudah usang dan tak terpakai lagi. 4. Hapus Data Produk Tak Std - Akan menampilkan menu untuk menghapus Data Produk Tak Std dan kerusakan yang sudah usang dan tak terpakai lagi. 195

99 Gambar 5.20 Rancangan Layar Ubah Spesifikasi Grid Layar Spesifikasi Grid ini berguna untuk mengubah data mengenai grid, dimulai dari Jenis Grid baru, SubGroup, AQL, Tebal, berat, Target Kapabilitas proses dan sigma yang ingin dicapai, Gambar Grid akan secara otomatis berubah apabila subgroup diubah. Serta Ka.Dept QA dapat memasukkan nomor mold baru dan menghapus nomor Mold yang sudah tak terpakai lagi. Pada waktu load, seluruh informasi tersebut akan ditampilkan pada data Grid pertama, dan apabila telah diubah, Ka. Dept Qa dapat menyimpannya dengan tombol Save. Atau menghapus grid atau menyimpan Update data grid terdahulu. Untuk keluar dari layar ini, pengguna bisa menutup Internet Explorer atau tekan tombol back ke layar sebelumnya. 196

100 Gambar 5.21 Rancangan Layar Ubah Password Pada layar ini, Ka. Dept QA dapat menampilkan semua pengguna sistem, menambahkan pengguna, menghapus pengguna, dan mengupdate data pengguna, seperti password, jabatan, dan hak akses ke sistem. 197

101 Gambar 5.22 Rancangan Layar Data Historis Checksheet Dalam layar Data historis Checksheet ini, Ka Dept.QA dapat melihat secara ringkas seluruh data hasil inspeksi yang ditampilkan dari awal, apabila memang sudah tidak dpakai lagi, ka Dept QA dapat memilih akan menghapus data tersebut mulai dari awal sampai pada tahun berapa, lalu menekan tombol Hapus Data. 198

102 Gambar 5.23 Rancangan Layar Data Historis Produk tak Standar Dalam layar Data historis Produk tak Std ini, Ka Dept.QA dapat melihat secara ringkas seluruh data Lot produk yang tidak standar yang ditampilkan dari awal, apabila memang sudah tidak dpakai lagi, ka Dept QA dapat memilih akan menghapus data tersebut mulai dari awal sampai pada tahun berapa, lalu menekan tombol Hapus Data. 199

103 Gambar 5.24 Rancangan Layar Pemecahan Masalah Layar Pemecahan masalah ini adalah layar yang ditampilkan apabila pada saat login, pengguna memilih Tugas Pemecahan Masalah, Pengguna yang memiliki otorisasi untuk masuk ke layar ini adalah Ka.Dept.produksi. dari menu ini ada 2 pilihan, yaitu : 1. Penanganan Produk tak Standar, - Digunakan untuk Ka.Dept QA melihat data produk yang cacat, lalu memasukkan Analisa dan Tindakan penanggulangannya. 2. Konfirmasi Penanganan Dignakan untuk memasukkan hasil konfirmasi penanggulangan produk cacat. 200

104 Gambar 5.25 Rancangan Layar Daftar produk Tak Standar Apabila di-click tombol Penanganan Produk tak Standar, maka pertama akan ditampilkan seluruh masalah, atau dapat dipilih masalah berdasarkan Grid yang aktif. Setelah Ka.Dept.Produksi memilih masalahnya, ia dapat memasukkan kode Batch produksinya lalu Click tombol Selesaikan!, lalu layar akan berpindah ke Penanganan Produk tak Standar untuk Ka.Dept Produksi menganalisa data penolakan. 201

105 Gambar 5.26 Rancangan Layar Penanganan Produk tak Standar Layar Penanganan Produk Tak Standar ini berisi semua informasi tentang Lot produk yang cacat tersebut, sehingga memudahkan Ka.Dept produksi untuk menyelesaikan masalah tersebut. Setelah diisi, apabila ditekan tombol simpan, data penyelesaian akan disimpan dan menu akan kembali ke menu Pemencahan masalah. Untuk keluar dapat menutup layar Internet Explorer. 202

106 Gambar 5.27 Rancangan Layar menu Cetak laporan Layar menu Cetak Laporan ini akan muncul bila pengguna login dengan pilihan tugas Cetak laporan. Di layar ini dapat dipilih 5 Menu, yaitu : 1. Cetak XR Chart tebal per Tipe Untuk mencetak laporan XR Chart untuk data tebal dari Grid 2. Cetak XR Chart berat per Tipe Untuk mencetak laporan XR Chart untuk data berat dari Grid 3. Cetak P Chart penampilan per Tipe Untuk mencetak laporan P Chart untuk data atribut dari Grid 4. Cetak Pareto Produk Tak Standar untuk menampilkan Grafik Pareto dari beberapa data produk yang tidak standar atau cacat 203

107 5. Cetak Laporan Produk Tak Standar untuk menampilkan Laporan seluruh data kejadian Lot produk yang tidak standar. Gambar 5.28 Rancangan Layar Cetak Laporan XR Chart Tebal Layar Laporan XR Chart tebal ini digunakan untuk memilih periode pencetakan laporan, dan pengelompokkan laporan berdasarkan tipe Grid, berikut adalah data yang harus dipilih bila ingin mencetak laporan dengan periode : 1. Tahunan Pilih Tahun Awal dan Tahun Sampai 2. Bulanan Pilih Tahun terlebih dahulu, baru pilih Bulan Awal dan Bulan Sampai 3. Harian - Pilih Tahun terlebih dahulu, pilih Bulan, baru pilih tanggal berapa sanpai dengan tanggal berapa. 204

108 4. Batch - Pilih Tahun terlebih dahulu, pilih Bulan, pilih tanggal berapa, baru pilih batch awal dan batch akhir. Seluruh pilihan yang ditampilkan sudah divalidasi dengan database, sehingga akan meminmalisasi kemungkinan Error, karena data yang akan dicetak pasti ada di database. Setelah yakin akan pilihan, Staff QA akan dapat menampilkan laporan dengan menggunakan tombol Cetak Pilihan. Gambar 5.29 Rancangan Layar Crystal Reports tebal atas 205

109 Gambar 5.30 Rancangan Layar Crystal Reports tebal bawah Kedua Layar diatas adalah hasil dari tombol Cetak Pilihan, yang disimulasikan pada pilihan Bulanan dari bulan Januari sampai Mei 2004, dan laporan ini menggunakan Crystal Report, sehingga tampilan ini dapat segera dicetak dengan tombol File>Print dari menu di Internet Explorer. Atau dapat juga melihat hasil sebelum dicetak dengan menggunakan menu File > Print Preview 206

110 Gambar 5.31 Rancangan Layar Print Preview Gambar 5.32 Layar Print 207

111 Gambar 5.31 merupakan layar Print Preview dari internet Explorer yang menampilkan data yang akan di-print, sedangkan gambar 5.32 menunjukkan tampilan layar menu untuk pilihan printer sebelum di-print Layar diatas adalah tampilan Dialog apabila Laporan XR Tebal akan dicetak ke Printer. Dengan menekan tombol Print maka Laporan akan segera dicetak. Gambar 5.33 Rancangan Layar XR Chart Berat Diatas adalah tampilan untuk layar Laporan XR Chart Berat, cara pengoperasiannya sama dengan Laporan XRChart Tebal. Termasuk untuk Crystal Report yang ada dan menu Print. 208

112 Gambar 5.34 Rancangan Layar P Chart Penampilan Diatas adalah tampilan untuk layar Laporan P Chart Penampilan, cara pengoperasiannya sama dengan Laporan XR Tebal. 209

113 Gambar 5.35 Rancangan Layar Crystal Reports Penampilan Diatas adalah contoh laporan P Chart Atribut yang dapat dihasilkan setelah tombol Cetak Laporan di-click. Laporan ini dapat dicetak seperti cara mencetak laporan XR Chart Tebal diatas. 210

114 Gambar 5.36 Rancangan Layar Laporan Produk Tak Standar Layar Laporan Produk tak Standar diatas dapat dipilih untuk mencetak Laporan Produk Tak Standar digolongkan dari : 1. Masalah Baru Semua Masalah yang belum diselesaikan 2. Belum Dikonfirmasi Semua masalah yang sudah diselesaikan tetapi belum dikonfirmasi hasil penyelesaiannya 3. Sudah Dikonfirmasi Semua masalah yang sudah selesai, bersifat sebagai Laporan untuk disimpan ke Arsip. Periode Laporan yang dapat dipilih hanyalah bulanan dan tahunan, sebab masalah sangat jarang terjadi, sehingga tidak diperlukan penelusran sampai tingkat batch. 211

115 Apabila diclick Cetak Pilihan maka akan ditampilkan laporan dengan menggunakan Crystal Report seperti dibawah ini. Gambar 5.37 Rancangan Layar Crystal Reports Laporan Produk Tak Standar 212

116 Gambar 5.38 Rancangan Layar Pareto Produk Tak Standar Layar Laporan Pareto memiliki antarmuka yang sama dengan layar Laporan produk Tak Standar yang hanya dapat dipilih antara periode bulanan atau tahunan. Laporan Pareto yang akan ditampilkan dapat dipilih antara : 1. Penyebab masalah Potensial Yaitu perbandingan penyebab masalah apa yang paling sering terjadi, apakah operator, Material, Mesin, Metode Kerja,atau Lingkungan kerja. 2. Tipe Reject yaitu perbandingan Penyebab reject yang paling besar, antara Penampilan, Tebal tidakstandar atau berat grid tidak standar. 213

117 3. Jenis Defect Penampilan yaitu perbandingan kerusakan penampilan produk, antara kerusakan Retak, Unfilled, Fins, Flash, Shrinkage, berubah bentuk,lubang, dan lainnya yang tidak umum. Gambar 5.39 Rancangan Layar Crystal Reports Pareto Produk Tak Standar Ini adalah tamplan Laporan Pareto jenis Defect Penampilan, yang ditampilkan dengan menggunakan Crystal Report. laporan ini dapat dicetak dan di-print Preview dengan cara yang sama dengan laporan XR Tebal. 214

118 5.3.6 Perancangan Basis Data Dalam perancangan basis data yang digunakan untuk mendukung program, akan digambarkan bagaimana hubungan antara tabel tabel yang terdapat dalam basis data tersebut dengan menggunakan Entity Relationship Diagram, lalu untuk isi dari setiap tabel tersebut dibuat Spesifikasi File. Tabel Tabel ini dibuat dengan cara melakukan normalisasi dari Formulir formulir yang pada saat ini digunakan dalam Departemen QA Entity Relationship Diagram TblMold TblSpesifikasi TblHeader TblDetailTebal Reference Tables TblAuthentifikasi TblHeaderDefect TblDetailPenampilan TblDetailBerat TblDetailDefect TblKoefisienXR TblTingkatAQL TblNormal TblDetailPenanganan TblSigmaLevel TblDetailKonfirmasi Diagram 5.24 Entity Relationship Diagram Pada Entity Relationship Diagram diatas dapat dilihat hubungan antara tabel tabel yang digunakan di dalam Sistem informasi SQC ini, untuk Tabel yang ada dalam kelompok di sebelah kanan yang dinamakan Reference Tables bukan merupakan data yang digunakan secara aktif dalam sistem informasi ini, namun digunakan dalam 215

119 membantu perhitungan pada pembuatan laporan, sehingga tidak dihubungkan dengan tabel lainnya Spesifikasi File Berikut adalah tabel- tabel yang ada pada Entity Relationship Diagram duatas, Seluruh tabel yang ada dibawah ini berada dalam Sebuah File Database YUASAQCDB.MDB yang disimpan dalam Server dan diakses melalui ADO.NET oleh Software. Tabel 5.35 Spesifikasi File TblAuthentifikasi TblAuthentifikasi Primary key : NIK Nama Kolom Tipe Data Panjang Keteramgan NIK Text 10 Nomor Induk Karyawan NamaKaryawan Text 20 Nama Karyawan Pass Text 10 Password untuk Login Jabatan Text 30 Jabatan Karyawan Akses Text 1 Kode Akses Software 1Full_Akses 2.Cetak_Laporan, 3.Khusus_Inspeksi 4.Produksi 216

120 Tabel 5.36 Spesifikasi File TblHeader TblHeader Primary key : KdBatch, TypeGrid Nama Kolom Tipe Data Panjang Keteramgan KdBatch Text 12 Kode Batch Produksi TypeGrid Text 15 Type Grid yang Diproduksi TglProd Text 2 Tanggal Produksi ( DD ) BlnProd Text 2 Bulan Produksi ( MM ) ThnProd Text 4 Tahun Produksi ( YYYY ) Shift Text 1 Kode Shift Produksi Grup Text 1 Kode Gru p Produksi NoMesin Text 2 Nomor Mesin TglPeriksa Text 11 Tanggal Periksa DD/MM.YYYY NoMold Text 8 Nomor Mold NamaOperator Text 20 Nama Operator Produksi NIK Text 10 Nomor Induk Karyawan milik Inspektor TblDetailTebal Tabel 5.37 Spesifikasi File TblDetailTebal Primary key : KdBatch, TypeGrid Nama Kolom Tipe Data Panjang Keteramgan Kdbatch Text 12 Kode Batck Produksi TypeGrid Text 15 Type Grid yang Diproduksi StdevTebal Single 5 FPU Standar Deviasi untuk XR RangeTebal Single 5 FPU Range Max - Min Tebal RataTebal Single 5 FPU Rata - Rata Tebal Grid MaxTebal Single 5 FPU Tebal Grid Inspeksi Maks MinTebal Single 5 FPU Tebal Grid Inspiksi Min 217

121 Tabel 5.38 Spesifikasi File TblDetailBerat TblDetailBerat Primary key : KdBatch, TypeGrid Nama Kolom Tipe Data Panjang Keteramgan Kdbatch Text 12 Kode Batck Produksi TypeGrid Text 15 Type Grid yang Diproduksi StdevBerat Single 5 FPU Standar Deviasi untuk XR RangeBerat Single 5 FPU Range Max - Min Berat RataBerat Single 5 FPU Rata - Rata Berat Grid MaxBerat Single 5 FPU Berat Grid Inspeksi Maks MinBerat Single 5 FPU Berat Grid Inspiksi Min TblDetailPenampilan Tabel 5.39 Spesifikasi File TblDetailPenampilan Primary key : KdBatch, TypeGrid Nama Kolom Tipe Data Panjang Keteramgan Kdbatch Text 12 Kode Batck Produksi TypeGrid Text 15 Type Grid yang Diproduksi JmlProduk Integer - Jumlah Produk per Batch JmlContoh Integer - Jumlah Contoh per Inspeksi Retak Integer - Jumlah yang cacat Retak Unfilled Integer - Jumlah yang cacat Unfilled Fins Integer - Jumlah yang cacat Fins Flash Integer - Jumlah yang cacat Flash Lubang Integer - Jumlah yang cacat Lubang BBentuk Integer - Jumlah yang BerubahBentuk Shrinkage Integer - Jumlah yang cacat Shrinkage Lain2 Integer - Jumlah cacat yang tak umum TotalDefect Integer - Jumlah total Cacat per batch 218

122 Tabel 5.40 Spesifikasi File TblHeaderDefect TblHeaderDefect Primary key : KdBatch, TypeGrid Nama Kolom Tipe Data Panjang Keteramgan KdBatch Text 12 Kode Batch Produksi Cacat TypeGrid Text 15 Type Grid batch yang Cacat TglProd Text 2 Tanggal Produksi ( DD ) BlnProd Text 2 Bulan Produksi ( MM ) ThnProd Text 4 Tahun Produksi ( YYYY ) Shift Text 1 Kode Shift Produksi Grup Text 1 Kode Gru p Produksi NoMesin Text 2 Nomor Mesin TglPeriksa Text 11 Tanggal Periksa DD/MM.YYYY NoMold Text 8 Nomor Mold NamaOperator Text 20 Nama Operator Produksi NIK Text 10 Nomor Induk Karyawan milik Inspektor TblDetailDefect Tabel 5.41 Spesifikasi File TblDetailDefect Primary key : KdBatch, TypeGrid Nama Kolom Tipe Data Panjang Keteramgan KdBatch Text 12 Kode Batch Produksi Cacat TypeGrid Text 15 Type Grid batch yang Cacat AlasanPenolakan Memo Penjelasan mengapa Batch tersebut ditolak, TipeReject Text 3 A=Tebal Keluar Spesifikasi, B=Berat Keluar Spesifikasi C=Penampilan melebihi AQL SebabPotensial5M Text 20 Berisi Man,Environment, Material, Machine,Method KeteranganSebab Memo Penjelasan Penyebab Batch Keluar dari Spesifikasi Selesai Boolean 1 Masalah Sudah Ditangani atau Belum 219

123 TblDetailPenanganan Tabel 5.42 Spesifikasi File TblDetailPenanganan Primary key : KdBatch, TypeGrid Nama Kolom Tipe Data Panjang Keteramgan KdBatch Text 12 Kode Batch Produksi Cacat TypeGrid Text 15 Type Grid batch yang Cacat TglPenanganan Text 11 Tanggal Masalah Ditangani DD/MM.YYYY AnalisaMasalah Memo Penjelasan Analisa masalah yang terjadi Tindakan Penanggulangan Memo Penanggungjawab Text 200 Selesai Boolean 1 Tindakan Penanggulangan / pencegahan yang diambil Orang yang bertanggungjawab dalam menyelesaikan masalah Masalah sudah dikonfirmasi. belum ke lantai produksi TblDetailKonfirmasi Tabel 5.43 Spesifikasi File TblDetailKonfirmasi Primary key : KdBatch, TypeGrid Nama Kolom Tipe Data Panjang Keteramgan KdBatch Text 12 Kode Batch Produksi Cacat TypeGrid Text 15 Type Grid batch yang Cacat TglKonfirmasi Text 11 Tanggal Konfirmasi dilakukan DD/MM.YYYY hasilkonfirmasi Memo Hasil Penanganan Masalah di Lantai Produksi 220

124 Tabel 5.44 Spesifikasi File TblSpesifikasi TblSpesifikasi Primary key : TypeGrid Nama Kolom Tipe Data Panjang Keteramgan TypeGrid Text 15 Type Grid (Master Produk ) Subgroup Integer - Jumlah Subgroup yang diukur AQLLevel Single 5FPU Tingkat AQL untuk Inspeksi StdTebalMean Single 5FPU Standar Tebal Rata - rata ToleransiTebalMean Single 5FPU Toleransi Tebal Rata - rata StdTebalPartial Single 5FPU Standar Tebal per Subgroup ToleransiTebalPartial Single 5FPU Toleransi Tebal per Subgroup StdBerat Single 5FPU Standar Berat Grid ToleransiBerat Single 5FPU Toleransi Berat Grid TargetCp Single 5FPU Target Cp yang Ingin dicapai TargetCpk Single 5FPU Target Cpk yang ingin dicapai TargetSigma Single 5FPU Target Sigma TargetLotReject Single 5FPU Target Jumlah Batch Reject TblMold Tabel 5.45 Spesifikasi File TblMold Primary key : NoMold Nama Kolom Tipe Data Panjang Keteramgan NoMold Text 8 Nomor Mold untuk Grid ini TypeGrid Text 15 Type Grid dengan Mold tsb 221

125 Tabel 5.46 Spesifikasi File TblKoefisienXR TblKoefisienXR Primary key : SubGroup Nama Kolom Tipe Data Panjang Keteramgan Subgroup Integer - Jumlah Sampel per Subgroup A2 Single 5FPU Nilai A2 untuk Batas kendali D3 Single 5FPU Nilai D3 untuk Batas kendali D4 Single 5FPU Nilai D4 untuk Batas kendali D2 Single 5FPU Nilai D2 untuk Batas kendali TblTingkatAQL Tabel 5.47 Spesifikasi File TblTingkatAQL Primary key : UkuranSampel, AQLLevel Nama Kolom Tipe Data Panjang Keteramgan UkuranSampel Integer - Jumlah Sampel per Inspeksi AQLLevel Single 5FPU Tingkat Penerimaan Accept Single 5FPU Jumlah dimana Batch diterima Reject Single 5FPU Jumlah dimana Batch ditolak TblNormal Tabel 5.48 Spesifikasi File TblNormal Primary key : ZValue Nama Kolom Tipe Data Panjang Keteramgan ZValue Single 5FPU Nilai Z dari Kurva Normal Normdist Single 5FPU Nilai Kurva Normal dari Z 222

126 Tabel 5.49 Spesifikasi File TblSigmaLevel TblSigmaLevel Primary key : NilaiSigma Nama Kolom Tipe Data Panjang Keteramgan NilaiSigma Single 5FPU Nilai Sigma hasil Perhitungan DPMO Single 5FPU DPMO pada Nilai Sigma tsb Yield Single 5FPU Keluaran per sejuta unit Normalisasi Dibawah ini adalah Normalisasi dari formulir yang ada di PT. Yuasa Battery Indonesia. Yang dikelompokkan atas nama formulir yang dipakai. Selain dari Formulir formulir dibawah, Tabel yang lain dibuat untuk kebutuhan penggunaan Software saja. Formulit Pemeriksaan Produk Dalam Proses (FM/QC2/100) UNF TglProd, BlnProd,ThnProd, Shift, Group, NoMesin, TglPeriksa, AQLLevel,TargetLotRejection, StdTebalmean, ToleransiTebalMean, StdTebalPartial, ToleransiTebalPartial, StandarBerat, ToleransiBerat, NoMold, NamaOperator, NIK, JmlProduk, JmlContoh, Retak, Unfilled, Fins, Flash, Lubang, BerubahBentuk, Shrinkage,Lain2,StdevBerat,RangeBerat,RataBerat, MaxBerat, MinBerat, StdevTebal.RangeTebal,RataTebal,MaxTebal, MinTebal,Keterangan 223

127 1 st NF TblHeader : *KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin, TglPeriksa, AQLLevel,TargetLotRejection, StdTebalmean, ToleransiTebalMean, StdTebalPartial, ToleransiTebalPartial, StandarBerat, ToleransiBerat, NoMold, NamaOperator, NIK TblDetail : *KdBatch,*TypeGrid, JmlProduk, JmlContoh, Retak, Unfilled, Fins, Flash, Lubang, BerubahBentuk, Shrinkage,Lain2,StdevBerat,RangeBerat,RataBerat, MaxBerat, MinBerat, StdevTebal.RangeTebal,RataTebal,MaxTebal, MinTebal, Keterangan 2 nd NF TblSpesifikasi : *TypeGrid, Subgroup, AQLLevel, StdTebalmean, ToleransiTebalMean, StdTebalPartial, ToleransiTebalPartial, StandarBerat, ToleransiBerat TblMold (tabel untuk reference): *NoMold, TypeGrid TblAuthentifikasi (Untuk Login Secara Global ): *NIK, NamaKaryawan, Password, Jabatan, Akses TblHeader : *KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin, TglPeriksa,NoMold, NamaOperator, NIK,Keterangan 224

128 TblDetailPenampilan : *KdBatch, *TypeGrid, JmlProduk, JmlContoh, Retak, Unfilled, Fins, Flash, Lubang, BerubahBentuk, Shrinkage,Lain2,TotalDefect TblDetailBerat: *KdBatch, *TypeGrid, StdevBerat,RangeBerat,RataBerat, MaxBerat, MinBerat TblDetailTebal: *KdBatch, *TypeGrid, StdevTebal.RangeTebal,RataTebal,MaxTebal, MinTebal Laporan Produk Tidak Sesuai (QP.10.2/A2) UNF TglProd, BlnProd,ThnProd, Shift, Group, NoMesin, TglPeriksa,NoMold, NamaOperator, NIK,Keterangan, AlasanPenolakan, TipeReject, KeteranganPenyebab,SebabPotensial5M, Penanggulangansementara, FileGambar, Severity, Occurrence, Damage, TglPenanganan, AnalisaMasalah, Tindakanpenanggulangan, Penangungjawab, TglKonfirmasi, HasilKonfirmasi 1 st NF TblHeaderDefect *KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin, TglPeriksa,NoMold, NamaOperator, NIK,Keterangan 225

129 TblDetailDefect : *KdBatch,*TypeGrid, AlasanPenolakan, TipeReject, KeteranganPenyebab,SebabPotensial5M, Penanggulangansementara, FileGambar, Severity, Occurrence, Damage, TglPenanganan, AnalisaMasalah, Tindakanpenanggulangan, Penangungjawab, TglKonfirmasi, HasilKonfirmasi 2 nd NF TblHeaderDefect *KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin, TglPeriksa, NoMold, NamaOperator, NIK,Keterangan TblDetailDefect : *KdBatch, *TypeGrid, AlasanPenolakan, TipeReject, keterangansebab, SebabPotensial5M, Penanggulangansementara, FileGambar, Severity, Occurrence, Damage TblDetailPenanganan: *KdBatch, *TypeGrid, TglPenanganan, AnalisaMasalah, Tindakanpenanggulangan, Penangungjawab TblDetailKonfirmasi: *KdBatch, *TypeGrid, TglKonfirmasi, HasilKonfirmasi 226

130 5.3.7 Perbaikan Analisa Revised Class Diagram Setelah dilakukan Analisis dari Problem domain dan Application domain, didapatkan beberapa koreksi yang harus diperbaiki pada Class Diagram, dan dapat digambarkan pada Revised Class Diagram dibawah ini : Grid -TypeGrid : String -Subgroup : Integer -AQLLevel : Single -StdTebalMean : Single -ToleransiTebalMean : Single -StdTebalPartial : Single -ToleransiTebalPartial : Single -TargetCp : Single -TargetCpk : Single -TargetSigma : Single -TargetLotReject : Single +diinput() +diubah() +dihapus() +dibaca() +disimpan() 1..* 1 Mold -NoMold -TypeGrid +diinput() +dipakai() +dihapus() +dibuka() +ditambah() 1 1..* Data_Inspeksi -Tanggal Produksi : String -Bulan Produksi : String -Tahun Produksi : String -No.Mesin : String -Shift : String -Grup : String -Jumlah Produksi : Integer -Operator : String -NIK : String +diinput() +dihitung() +dihapus() +disimpan() +dicetak() +dibaca() +diperiksa() Data_Inspeksi_Atribut -Ukuran Sampel -Total Defect -Accept -Retak -Unfilled -Fins -Flash -Lubang -BerubahBentuk -Shrinkage -Lain +Pilih_Periode() +Query_Data() +Hitung_Batas_Kendali() +Hitung_Cp_Cpk() +Hitung_Sigma() Data_Inspeksi_Variabel -JenisBeratTebal -Stdev -Range -Rata -Max -Min +Pilih_Periode() +Query_Data() +Hitung_Batas_Kendali() +Hitung_Cp_Cpk() +Hitung_Sigma() 1..* 0..* Pengguna -Nama : String -NIK : String -Password : String 1..* -Jabatan : String -Hak Akses : String +diinput() 1..* +diubah() +dihapus() +Pilih_Tugas() +dicek() +Dibaca() +Disimpan() 0..1 DetailKonfirmasi -HasilKonfirmasi : String -TglKonfirmasi : Date +Disimpan() +Diinput() Produk_Tak_Standar -Tanggal Produksi : String -Bulan Produksi : String -Tahun Produksi : String -No.Mesin : String -Shift : String -Grup : String -Jumlah Produksi : Integer -AlasanPenolakan : String -Sebab5M : String -KeteranganSebab : String -TipeReject : String +diinput() +disimpan() +dihapus() +dibuka() +dicopy() +Pilih_Periode() +dihitung() +Query Data() +dicetak() Detail_Penanggulangan -AnalisaMasalah : String -TindakanPenanggulangan : String -Penanggungjawab : String -TanggalPenanganan : Date +Diinput() +Disimpan() +Dibuka() Diagram 5.25 Revised Class Diagram Bisa dilihat bahwa terdapat beberapa penambahan beberapa event pada class class tersebut yang dapat dirinci dibawah ini : 1. Pada Class grid ada penambahan event dibaca() dan disimpan() 227

131 2. Pada Class Mold ada penambahan event dibuka() dan ditambah() 3. Pada Class Data_Inspeksi ada penambahan event dibaca() dan diperiksa() 4. Pada Class Data_Inspeksi_Atribut dan Data_Inspeksi_Variabel ada penambahan event Pilih_Periode(), Query_Data(), Hitung_Batas_Kendali(), Hitung_Cp_Cpk(), Hitung_Sigma() 5. Pada Class Pengguna ditambah event Pilih_Tugas(), Dibaca(), Dicek(), Disimpan() 6. Pada Class Produk_Tak_Standar ada penambahan event dibuka(), dicopy(). Pilih_Periode(), dihitung(), Pilih_Periode(), dicetak(),query_data() 7. Pada Class Detail_Penanggulangan ada penambahan event Diinput(), Disimpan(), Dibuka(). 8. Pada Class Detail_Konfirmasi ada penambahan event Diinput(), Disimpan(), Component Diagram Component Diagram dibawah ini menggambarkan bagaimana hubungan antara komponen komponen program dalam sistem informasi SQC ini, Pola arsitektur yang digunakan dalam mengembangkan sistem Informasi SQC ini menggunakna pola Client Server karena menggunakan kerangka kerja.net Framework yang dijalankan pada server dan terhubung dengan Client yang hanya berfungsi sebagai stasiun kerja. Client ini dapat berupa Komputer PC atau Komputer portable berupa PDA. Oleh karena itu Jenis Browser yang dimiliki juga dapat berupa Internet Explorer 6.0 untuk Windows atau Internet Explorer untuk Pocket PC. Seluruh proses dan Data ditempatkan pada server.. Model distribusi arsitektur Client-Server yang digunakan adalah 228

132 Tabel 5.50 Tabel Arsitektur iclient-server Client Server Architecture User Interface Function + Model Local Prsentation Client User Interface : Client Browser User Interface : Portable Client Browser Server System Interface :.NET Framework on IIS 5.0 Function : ASP.NET Web Application Model : Database Server Diagram 5.26 Conponent Diagram Deployment Diagram Deployment Diagram dibawah ini menggambarkan bagaimana arsitektur sistem Informasi akan dijalankan pada Perangkat keras sebenarnya. Beberapa perangkat keras yang akan digunakan sudah terpasang, sehingga akan mempermudah penggunaan software, Perangkat keras yang akan digunakan adalah beberapa komputer desktop yang sudah terpasang di kantor masing masing pengguna, sebuah server pusat yang sudah terpasang di bagian QA, dan beberapa Pocket PC yang akan digunakan di lapangan. 229

133 Jaringan yang akan digunakan adalah WiFi untuk Pocket PC, dan LAN untuk komputer desktop yang sudah terpasang Portble Client : Inspektor 1 User Interface : Pocket IE 6.0 Worksation Client : KaDept QA User Interface :IE 6.0 Portble Client : Inspektor 2 User Interface : Pocket IE 6.0 Workstation Client :KaDept Prod User Interface : IE 6.0 Client : Inspektor 3 User Interface : IE 6.0 Workstation Client : Staff QA 1 User Interface : IE 6.0 HP PrintServer Workstation Client : Staff QA 2 User Interface : IE 6.0 HP Proliant Server System Interface : ASP.NET & IIS 5.0 User Interface Function : ASP.NET Class Model : Access Database Diagram 5.27 Deployment Diagram 230

134 5.3.8 Pemrograman Pemrograman dilakukan segera setelah Analisa dan desain sistem informasi selesai dilaksanakan. Untuk mendukung arsitektur yang telah dibahas dalam Analisis diatas, maka pemrograman dilakukan dengan menggunakan ASP.NET Webform. ASP.NET itu sendiri merupakan sebuah bahasa pemrograman berbasiskan Web yang merupakan pengembangan ASP ( Active Server Pages ) yang dijalankan diatas.net Framework yang menggunakan RAD ( Rapid Application Development ) tool berupa Visual Studio.Net. Webform yang sudah jadi ini akan dijalankan pada Internet Information Server(IIS) 5.0 yang sudah di-install dengan.net Framework Usulan Penerapan Sistem Informasi yang telah dirancang ini belum diimplementasikan di lapangan, dalam subbab ini akan dibahas mengenai kebutuhan, syarat, dan kondisi agar sistem informasi dapat digunakan pada kondisi sebenarnya., yang dimulai dari kebutuhan perangkat keras, perangkat lunak, dasar pengetahuan pengguna tentang komputer, serta jadwal pengimplementasian program yang telah dibuat Perangkat Keras Perangkat keras yang dibutuhkan beberapa sudah ada di PT.Yuasa Battery Indonesia, Secara keseluruhan, sistem yang dibutuhkan adalah : 1. Server Server ini digunakan untuk menyimpan software, Sistem Operasi, dan Database server. Karena semua proses pengolahan data dilakukan di server, 231

135 dan server akan menangani beberapa Client secara sekaligus, maka server ini harus memiliki kecepatan tinggi dan Storage besar. Spesifikasi umum sistem untuk server minimal adalah : - Processor Intel Pentium IV Xeon 1.7Ghz - DDR SDRAM 400 ECC 1GB - Harddisk RPM 40GB SerialATA RAID - 10/100 MBPS LAN - CD Rom / CD-RW untuk Backup 2. Workstation Workstation yang digunakan cukup merupakan sebuah Desktop PC yang sudah digunakan, karena kebutuhan proses yang dilakukan di Client sangat sedikit, yaitu untuk menjalankan Internet Explorer saja. Kebutuhan minimal Desktop PC adalah : - Processor Intel Celeron 333 MHZ - SDRAM 64MB - Harddisk 20 GB - 10/100MBPS LAN ( Untuk yang terkoneksi ke jaringan ) - WiFI Card b ( Untuk yang terhubung ke jaringan Nirkabel ) 3. Pocket PC Pocket PC ini adalah sebuah Client yang bersifat Optional, yaitu boleh digunakan atau tidak, sesuai kebutuhan. Karena masih dapat digantikan dengan pemasangan sebuah Desktop PC di lantai produksi untuk memasukkan data ke sistem. Apabila digunakan, sistem yang dibutuhkan adalah : 232

136 - Processor Strong ARM 206 MHZ - Memory min 128 MB Color LCD 320 x 200 Pixel. - WiFi Enabled / WiFI SDIO Card 4. Hub / Switch Hub / Switch ini berfungsi untuk menghubungkan seluruh jaringan yang ada. Hub / Switch ini diletakkan sedekat mungkin dengan serverr. Hub / Switch ini bisa dalam bentuk standar atau dapat pula berupa B WiFi Switch untuk menangani jaringan Nirkabel. Minimal 12 Port untuk mendukung seluruh jaringan yang digunakan dalam departemen QA ini Perangkat Lunak Untuk kebutuhan piranti lunak, untuk seluruh Client hanya dibutuhkan Internet browser yang dapat mendukung Dynamic HTML dan Java. Sedangkan untuk Server dibutuhkan sebuah sistem operasi yang mendukung.net Framework. Berikut adalah spesifikasi minimal untuk dapat menjalankan program ini : 1. Server Windows 2000 Professional Service Pack 4 / Windows XP Professional Internet Information Server 5.0.NET Framework Installed Microsoft Office Installed dengan Microsoft Access WiFi Card Driver 233

137 2. Workstation - Windows 98 / Wndows 2000 / Windows XP - Internet Explorer 6.0 / Opera Browser - WiFi Card Driver 3. Pocket PC - Pocket PC Pocket IE WiFi Card Driver Pengguna Pengguna sistem informasi ini adalah karyawan yang sudah disebutkan di use case diagram diatas, dimana seluruh pengguna ini harus dapat menggunakan komputer secara dasar dan dapat menggunakan Internet Explorer karena pengguna tidak perlu secara khusus mempelajari suatu perintah perintah khusus. Dengan pelatihan yang cukup mereka sudah dapat menggunakan sistem ini. Untuk perawatan sistem dapat dilakukan oleh bagian IT ( Intormation Technology ) dalan PT. Yuasa Battery Indonesia. 234

138 Jadwal Implementasi Program ini belum diimplementasikan pada perusahaan, sehingga saat ini belum dapat dihitung berapa besar efek yang diberikan oleh program ini, tetapi yang pasti waktu yang dibutuhkan untuk menghitung sebuah peta kendali dan Sigma dapat dihilangkan, karena semua perhitungan dapat diselesaikan dengan menggunakan satu tombol. Hal ini akan menghemat waktu yang sangat banyak. Untuk jadwal implementasi dapat dilihat dibawah ini : Tabel 5.51 Jadwal Implementasi 235