BAB II LANDASAN TEORI

Transkripsi

1 BAB II LANDASAN TEORI 2.1 Pengertian Manajemen Operasi Untuk mengelola suatu perusahaan atau organisasi selalu dibutuhkan sistem manajemen agar tujuan dari perusahaan atau organisasi tersebut dapat tercapai. Manajemen adalah suatu proses untuk mencapai tujuan yang telah ditetapkan sebelumnya dengan menggunakan orang-orang melalui fungsi perencanaan, pengorganisasian, pengarahan dan pengendalian dengan memanfaatkan sumber daya yang tersedia. Manajemen Operasi merupakan salah satu fungsi penting dalam suatu perusahaan atau organisasi, selain manajemen sumber daya manusia, manajemen pemasaran dan manajemen keuangan, dalam menghasilkan produk. Berikut pengertian Manajemen Operasi menurut beberapa ahli: Menurut Jay Heizer dan Barry Render (2006), Manajemen Operasi adalah kumpulan aktivitas untuk menciptakan nilai dalam suatu produk, baik yang berbentuk barang maupun jasa, dengan cara mengubah input menjadi output. 9

2 Sedangkan menurut Eddy Herjanto (2008) Manajemen operasi dan produksi dapat diartikan sebagai suatu proses yang berkesinambungan dan efektif menggunakan fungsi fungsi manajemen untuk mengintegrasikan berbagai sumber daya secara efisien dalam rangka mencapai tujuan. Dari pengertian-pengertian diatas, maka dapat disimpulkan bahwa Manajemen Operasi adalah suatu kumpulan aktivitas yang berhubungan dengan pembuatan produk, melalui proses transformasi dari sumber daya produksi menjadi keluaran yang diinginkan. 2.2 Pengertian Kualitas Mengenai arti kualitas ini dapat berbeda-beda tergantung dari rangkaian perkataan atau kalimat dimana istilah kualitas ini dipakai, dan orang yang menggunakannya. Dalam perusahaan pabrik, istilah kualitas diartikan sebagai faktor-faktor yang terdapat dalam suatu barang yang menyebabkan barang tersebut sesuai dengan tujuan untuk apa barang itu dimaksudkan atau dibutuhkan. Kualitas merupakan suatu faktor yang sangat menentukan keberhasilan suatu produk menembus pasar, disamping faktor utama yang lain seperti harga. Produk yang berkualitas akan memiliki daya saing yang besar. Kualitas menjadi salah salah satu tolok ukur keberhasilan suatu perusahaan.kualitas tidak semata- 10

3 mata menjadi tanggung jawab bagian produksi, namun menjadi perhatian semua pihak dalam perusahaan. Berikut pengertian-pengertian dari kualitas: Menurut Goetsch dan Davis (dalam Tjiptono, 2005:10), Kualitas merupakan kondisi dinamis yang berhubungan dengan produk, jasa, sumber daya manusia, proses, dan lingkungan yang memenuhi atau melebihi harapan. Dan menurut Lovelock (dalam Laksana, 2008:88), Kualitas adalah tingkat mutu yang diharapkan, dan pengendalian keragaman dalam mencapai mutu tersebut untuk memenuhi kebutuhan konsumen. Kualitas dapat diartikan dari dua sudut pandang, yaitu dari sudut pandang konsumen dan produsen. Dari sudut pandang konsumen, kualitas adalah perbandingan antara harapan dan kebutuhan konsumen dengan kinerja dari suatu produk. Sedangkan dari sudut pandang produsen, kualitas adalah sejauh mana mereka telah memenuhi standar yang telah ditetapkan. Setiap perusahaan perlu mendefinisikan arti kualitas bagi dirinya dalam melayani pelanggan, karyawan, pemilik saham, pasar dan masyarakat. 2.3 Pengendalian Kualitas Menurut Sofjan Assauri (2004, 210), pengendalian kualitas adalah kegiatan untuk memastikan apakah kebijaksanaan dalam hal kualitas (standar) dapat 11

4 tercermin dalam hasil akhir. Dengan kata lain pengendalian kualitas merupakan usaha untuk mempertahankan kualitas dari barang yang dihasilkan agar sesuai dengan spesifikasi produk yang telah ditetapkan berdasarkan kebijaksanaan pimpinan perusahaan Tujuan pengendalian mutu tidak hanya untuk menjaga dan meningkatkan mutu dari produk yang dihasilkan saja, tetapi juga untuk menjaga dan meningkatkan mutu kinerja perusahaan termasuk proses produksi agar sesuai dengan standar perusahaan. Menurut Sofjan Assauri (2004;210) secara garis besar pengawasan (pengendalian) mutu dapat dibedakan kedalam dua golongan, yakni pengawasan selama pengolahan (proses) dan pengawasan dari hasil yang telah diselesaikan. Berikut penjelasannya : a. Pengawasan selama pengolahan (proses) Pengawasan dari proses ini haruslah berurutan dan teratur dari awal hingga akhir. Apabila dimulai dengan suatu kesalahan, maka harus dibuat suatu keterangan yang diteruskan kepada pelaksana diawal untuk dilakukan penyesuaian kembali. Pengawasan pada proses ini, termasuk juga pengawasan atas bahan-bahan (material-material) yang akan digunakan untuk proses. 12

5 b. Pengawasan dari hasil yang telah diselesaikan Walaupun telah diadakan pengawasan mutu dalam tingkat-tingkat proses, tetapi hal ini tidak dapat menjamin bahwa tidak ada hasil yang rusak atau kurang baik ataupun tercampur dengan hasil yang baik. Untuk menjaga agar barang-barang yang dihasilkan cukup baik atau paling sedikit rusaknya, tidak keluar atau lolos dari pabrik sampai ke konsumen, maka diperlukan adanya pengawasan dari barang hasil akhir.adanya pengawasan seperti ini tidak dapat mengadakan perbaikan dengan segera. 2.4 Statistical Process Control Statistical Process Control (SPC) adalah sebuah teknik statistik yang digunakan secara luas untuk memastikan bahwa proses memenuhi standar. Semua proses tidak pernah luput dari hasil yang bervariasi. Penyebab variasi ini saat ini dibagi menjadi penyebab yang umum dan khusus.untuk memisahkan kedua jenis penyebab tadi, saat ini telah dibuat alat yang disebut bagan kendali (control chart). 13

6 2.4.1 Pengertian Statistical Process Control Metode pengendalian proses secara statistik atau Statistical Process Control (SPC) adalah cara untuk mengolah data-data yang ada melalui metodemetode statistik dengan cara membuat batas-batas kendali dari proses yang ada, sehingga dapat memberikan gambaran tentang proses yang terjadi serta dapat memperbaiki proses agar proses berjalan baik. Cara-cara tradisional didalam melakukan pengendalian proses adalah dengan cara menginspeksi hasil-hasil produksi dan melakukan identifikasi terhadap produk-produk yang cacat, yang kemudian dilakukan rework, diperbaiki, penurunan harga jual, atau dibuang. Cara-cara ini sangat merugikan pihak perusahaan, oleh karena itu diperlukan adanya pengendalian produksi di saat proses produksi itu sedang berlangsung, yaitu dengan Statistical Process Control. Dasar dari Statistical Processs Control adalah mendeteksi adanya variasi proses dan segera melakukan tindakan antisipasi terhadap variasi proses. Variasi proses dapat diketahui dengan menggambar plot data dari proses yang ada dan apabila terdapat suatu data yang keluar atau menyimpang dari batas kendali yang dibuat, maka dapat disimpulkan bahwa terjadi suatu variasi proses. 14

7 Variasi proses manufakturing dapat dibagi atas dua penyebab, yaitu penyebab umum dan khusus. Penyebab umum yaitu penyebab yang selalu ada didalam proses sepanjang waktu, yang mempengaruhi faktor-faktor produksi dan keluaran (output)proses. Penyebab khusus yaitu penyebab yang tidak selalu ada sepanjang waktu dalam proses atau tidak mempengaruhi setiap faktor produksi, tetapi timbul karena faktor-faktor khusus misalnya ketidaknormalan mesin, salah dalam set-up mesin, kondisi fisik dan psikologi operator, dan lainnya. Untuk melakukan identifikasi terhadap variasi-variasi khusus yang timbul dalam proses, maka digunakan metode Statistical Process Control. Identifikasi ini dimungkinkan jika dilakukan pengontrolan secara terusmenerus, pengumpulan data dengan cara yang benar yang dilakukan secara terus-menerus, dan memperhatikan evaluasi terhadap waktu dari perilaku proses Manfaat dari Statistical Process Control Manfaat Statistical Process Controldalam aplikasinya pada proses manufaktur adalah : a. Dapat mengurangi jumlah produk yang tidak sesuai dengan standar dengan mendeteksi adanya penyebab umum dan penyebab khusus. 15

8 b. Dapat mencegah terjadinya produksi yang tidak sesuai sejak awal dan melakukan perbaikan dengan segera. c. Perbaikan terhadap proses yang berlangsung secara terus-menerus dan pengurangan terhadap produk-produk cacat. d. Melakukan analisis terhadap timbulnya penyebab khusus sehingga dapat diambil tindakan antisipasi untuk mencegah diproduksinya produk cacat secara terus-menerus. e. Untuk mengurangi variabilitas proses yaitu untuk menjaga produk (output) yang dihasilkan, sehingga masuk dalam batas spesifikasi yang ditentukan. f. Sebagai alat ukur performance proses, mengindikasikan proses stabil, terkendali, dan memberi sinyal terhadap adanya penyebab khusus yang terjadi. g. Memberikan informasi yang relevan dalam pengendalian proses dan dalam pengambilan keputusan Langkah-Langkah Perancangan Statistical Process Control Dalam merancang Statistical Process Control, dibutuhkan langkahlangkah yang sesuai agar mendapatkan batas-batas kendali yang sesuai. Metode pengendali proses produksi yang sebenarnya dan mempunyai batas-batas kendali yang sesuai, sehingga dapat menjadi dasar dalam melaksanakan proses 16

9 pengendalian kualitas. Untuk itu perlu diperhatikan langkah-langkah dalam perancangan Statistical Process Control, yaitu : a. Mempelajari proses produksi yang akan diteliti. b. Membuat instruksi kerja dari produksi tersebut. c. Menetapkan karakteristik mutu dan pembuatan grafik pengendali yang sesuai. d. Membuat sheet pengambilan data dan menentukan ukuran subgroup, jumlah dan frekuensi pengambilan data. e. Mengambil data secara langsung dari lapangan dengan teknik pengumpulan data yang benar. f. Membuat grafik pengendali dan menganalisa data yang telah diambil. g. Membuat diagram pareto untuk mengetahui jumlah cacat kumulatif yang timbul. h. Membuat fish bone diagram. i. Menghitung indeks kemampuan proses untuk proses yang terkendali. j. Melakukan perbaikan pada batas kendali secara periodik. 2.5 Bagan Kendali (Control Chart) Proses membangun bagan kendali didasarkan pada konsep yang mana menunjukan tiga distribusi yang merupakan hasil output dari tiga hasil proses yakni, (a) berada dalam kendali statistik dan mampu memproduksi dalam batas 17

10 kendali, (b) berada dalam kendali statistik, tetapi tidak mampu memproduksi dalam batas kendali, atau (c) di luar kendali. Berikut cara membuat bagan kendali yang dapat menolong untuk mempertahankan proses dalam kendali Bagan Kendali untuk Variabel Variabel adalah karakteristik yang memiliki dimensi yang berkelanjutan dimana memiliki sejumlah kemungkinan yang tidak terbatas.contohnya adalah berat, kecepatan, panjang, atau kekuatan. Bagan kendali untuk rata-rata, x-bar dan rentangan (R), digunakan untuk mengawasi proses yang memiliki dimensi berkelanjutan tadi. Ada lima langkah yang biasanya dijalankan saat menggunakan bagan x- bar dan bagan R : 1. Kumpulkan sampel sebesar 20 hingga 25 masing-masing dengan n = 4 atau n = 5 dari sebuah proses yang stabil dan hitung rata-rata dan rentangan masing-masing. 2. Hitunglah rata-rata keseluruhan (x danr), tetapkan batas kendali yang sesuai, biasanya pada tingkat keyakinan 99,73% dan hitunglah batas kendali atas dan bawah awal. Jika proses tidak stabil, gunakan rata-rata yang diinginkan, μ, untuk menghitung batas dan bukan menggunakan x. 18

11 3. Gambarlah rata-rata dan rentangan sampel pada bagan kendali dan tentukan apakah mereka berada di luar batas yang dapat diterima. 4. Telitilah titik-titik atau pola yang mengindikasikan proses di luar kendali. Coba untuk mengenali penyebab variasi yang ada dan kemudian proses dilanjutkan. 5. Kumpulkan sampel tambahan dan jika diperlukan tetapkan kembali batas kendali dengan menggunakan data baru. Berikut penjelasan mengenai bagan kualitas untuk data variabel : a. X-bar Chart Sebuah bagan kendali kualitas untuk variabel yang memberikan indikasi di saat terjadinya perubahan kecenderungan terpusat pada sebuah proses produksi. Perubahan ini mungkin terjadi karena beberapa faktor seperti pemakaian peralatan, temperature yang meningkat secara bertahap, metode berbeda yang digunakan pada shift kedua, atau bahan baru yang lebih kuat. Bagan ini sensitif pada pergeseran rata-rata proses. Teorema batas kendali terpusat merupakan dasar teoritis untuk bagan x-bar yang menyatakan bahwa terlepas dari jenis distribusi populasi dari semua komponen atau jasa, distribusi cenderung mengikuti sebuah kurva normal di saat jumlah sampel meningkat. Jika sebuah titik dalam 19

12 bagan kendali jatuh di luar batas kendali ±3σ x, maka kita yakin 99,73% bahwa proses telah berubah. Demikianlah teori di balik bagan kendali. Untuk menetapkan batas bagan x-bar dapat dilakukan dengan rumus sebagai berikut : Batas kendali atas (upper control limit UCL )=x + z σ x Batas kendali bawah (lower control limit LCL )=x - z σ x Dimana, x = rata-rata rangkap sampel atau nilai target yang ditetapkan untuk proses z = jumlah standar deviasi ( 2 untuk tingkat keyakinan 95,45%, 3 untuk 99,73% ) σ x = standar deviasi dari rata-rata sampel = σ / n σ = standar deviasi populasi (proses) n = ukuran sampel Apabila standar deviasi proses tidak diketahui atau sulit untuk dihitung, batas kontrol biasanya dihitung berdasarkan rentangan nilai ratarata daripada menggunakan standar deviasi. Maka persamaannya menjadi : UCL x = x + A 2 R LCL x = x - A 2 R 20

13 Dimana, R = rentangan rata-rata sampel A 2 = nilai yang ditemukan pada tabel 2.1 x = rata-rata dari sampel rata-rata Tabel 2.1 Faktor-faktor untuk Menentukan Garis Tengah dan Batas Pengendali Tiga Sigma Ukuran Sampel Faktor Rata-rata, Rentangan Atas, Rentangan Bawah, N A 2 D 4 D 3 2 1,880 3, ,729 2, ,577 2, ,483 2, ,373 1,864 0, ,308 1,777 0, ,266 1,717 0, ,235 1,672 0, ,212 1,637 0, ,194 1,608 0, ,180 1,585 0,415 Sumber : Besterfield, 1998, pada Ariani, 2003 b. R Chart Bagan R merupakan sebuah bagan kendali yang menelusuri rentangan sampel yang mengindikasikan bahwa telah terjadi kelebihan atau kekurangan keseragaman penyebaran pada sebuah proses produksi. Selain 21

14 rata-rata proses, kita juga harus menaruh perhatian pada penyebaran atau rentangan proses. Walaupun rata-rata proses berada dalam kendali, mungkin tidak demikian halnya dengan penyebaran proses. Bagan ini sensitif pada perubahan standar deviasi proses. Teori di balik bagan kendali rentangan sama dengan bagan kendali rata-rata proses. Batas yang ditetapkan mengandung ±3 standar deviasi distribusi untuk rentangan rata-ratar. Persamaan berikut dapat digunakan untuk menetapkan batas kendali atas dan bawah rentangan : UCL R = D 4 R LCL R = D 3 R Dimana, UCL R = batas atas bagan kendali rentangan LCL R = batas bawah bagan kendali rentangan D 3 dan D 4 = nilai dari Tabel T Bagan Kendali untuk Atribut Bagan kendali untuk x-bar dan R tidak dapat diterapkan saat kita mengambil sampel atribut yang biasanya dikelompokkan sebagai diterima atau ditolak. Ada dua jenis bagan kendali atribut, yaitu : 22

15 a. P Chart Penggunaan bagan-p merupakan cara utama untuk mengendalikan atribut. Walaupun atribut baik atau buruk diikuti distribusi binomial, distribusi normal dapat digunakan untuk menghitung batas bagan-p saat ukuran sampel besar. Prosedur ini menyerupai pendekatan bagan x-bar yang juga merupakan dasar teorema batas kendali terpusat. berikut: Formula batas kendali atas dan bawah bagan-p adalah sebagai UCL p = p + z σ p LCL p = p - zσ p dimana, p = rata-rata bagian yang ditolak dalam sampel z = jumlah standar deviasi (z = 2 untuk batas 95,45% ; z = 3 untuk batas 99,73%) σ p = standar deviasi distribusi sampel σ p diperkirakan dengan formula : σ p = p (1 p ) n dimana n = ukuran setiap sampel 23

16 b. C Chart Bagan-C adalah sebuah bagian kendali kualitas yang digunakan untuk mengendalikan jumlah kecacatan per unit output. Distribusi kemungkinan Poisson yang mempunyai variansi sama dengan rata-ratanya, merupakan dasar bagan-c. Karena c adalah jumlah kecacatan rata-rata per unit, maka standar deviasi sama dengan c. Untuk menghitung batas kendali 99,73% untuk c, maka menggunakan rumus : UCL c = c + 3 c LCL c = c - 3 c dimana, c = c / N c = proporsi cacat c = jumlah cacat N = banyaknya pengamatan 2.6 Diagram Sebab Akibat (Fish Bone Chart) Diagram ini disebut juga diagram tulang ikan (fishbone chart) dan bergunauntuk memperlihatkan faktor-faktor utama yang berpengaruh pada kualitas danmempunyai akibat pada masalah yang kita pelajari. Selain itu kita juga dapatmelihat faktor-faktor yang lebih terperinci yang berpengaruh dan 24

17 mempunyaiakibat pada faktor utama tersebut yang dapat kita lihat dari panahpanah yangberbentuk tulang ikan pada diagramfishbone tersebut. Diagram sebab akibat ini pertama kali dikembangkan pada tahun 1950oleh seorang pakar kualitas dari Jepang yaitu Dr. Kaoru Ishikawa yangmenggunakan uraian grafis dari unsur-unsur proses untuk menganalisa sumber-sumberpotensial dari penyimpangan proses. Faktor-faktor penyebab utama ini dapat dikelompokkan dalam : 1. Material / bahan baku 2. Machine / mesin 3. Man / tenaga kerja 4. Method / metode 5. Environment / lingkungan Adapun kegunaan dari diagram sebab akibat adalah: 1.Membantu mengidentifikasi akar penyebab masalah. 2. Menganalisa kondisi yang sebenarnya yang bertujuan untuk memperbaikipeningkatan kualitas. 3. Membantu membangkitkan ide-ide untuk solusi suatu masalah. 4. Membantu dalam pencarian fakta lebih lanjut. 25

18 5. Mengurangi kondisi-kondisi yang menyebabkan ketidaksesuaian produkdengan keluhan konsumen. 6. Menentukan standarisasi dari operasi yang sedang berjalan atau yang akan dilaksanakan. 7. Sarana pengambilan keputusan dalam menentukan pelatihan tenaga kerja. 8. Merencanakan tindakan perbaikan. Langkah-langkah dalam membuat diagram sebab akibat adalah sebagai berikut : 1. Mengidentifikasi masalah utama. 2. Menempatkan masalah utama tersebut disebelah kanan diagram. 3. Mengidentifikasi penyebab minor dan meletakannya pada diagram utama. 4. Mengidentifikasi penyebab minor dan meletakannya pada penyebab mayor. 5.Diagram telah selesai, kemudian dilakukan evaluasi untuk menentukan penyebab sesungguhnya. 26

19 2.7 Kemampuan Proses SPC berarti keinginan untuk menjaga proses agar tetap berada di dalam kendali. Hal ini berarti variasi ilmiah proses harus cukup kecil (sempit) untuk dapat menghasilkan produk yang memenuhi standar (kualitas) yang diinginkan. Tetapi sebuah proses yang berada dalam kendali statistik, mungkin tidak menghasilkan produk atau jasa yang memenuhi toleransi mereka. Kemampuan sebuah proses untuk memenuhi spesifikasi desain yang ditetapkan oleh permintaan konsumen disebut sebagai kemampuan proses. Walaupun sebuah proses terkendali secara statistik, output proses tersebut mungkin tidak sesuai dengan spesifikasi Rasio Kemampuan Proses (C p ) Bagi sebuah proses untuk dapat dikatakan mampu, nilainya harus jatuh di antara spesifikasi atas dan bawah. Hal ini berarti kemampuan proses berada dalam ±3 standar deviasi dari rata-rata proses. Karena rentangan nilai adalah 6 standar deviasi, maka toleransi sebuah proses yang mampu, yaitu perbedaan antara spesifikasi atas dan bawah, harus lebih besar atau sama dengan 6. Rasio kemampuan proses, C p, dihitung sebagai : C p = Spesifikasi Atas Spesifikasi Bawah 6 σ 27

20 Jika C p kurang dari 1,0, maka proses menghasilkan produk atau jasa yang berada di luar toleransi yang diperbolehkan. Semakin tinggi rasio kemampuan proses, semakin besar kecenderungan proses berada dalam spesifikasi desain. Banyak perusahaan telah memilih C p = 1,33 sebagai target untuk mengurangi variabilitas proses. C p berkaitan dengan penyebaran output proses relatif terhadap toleransinya, C p tidak melihat seberapa baik rata-rata sebuah proses berada di tengah nilai target Indeks Kemampuan Proses (C pk ) Indeks kemampuan proses, C pk, menghitung perbandingan antara dimensi yang diinginkan dan yang aktual dari suatu produk atau jasa yang diproduksi. Formula C pk adalah : C pk = minimum Batas Spesifikasi Atas - X, X - Batas Spesifikasi Bawah 3σ 3σ Dimana, X = rata-rata proses σ = standar deviasi populasi proses. 28

21 Saat sebuah proses berada di tengah di antara batas spesifikasi atas dan bawah, rasio kemampuan proses akan sama dengan indeks kemampuan proses. Walaupun demikian, indeks C pk menghitung kemampuan aktual sebuah proses, baik rata-rata proses berada di tengah batas spesifikasi maupun tidak. berikut : Indeks kapabilitas proses dengan notasi C pk memiliki ketentuan sebagai Jika C pk = nilai kritis 1, berarti batas spesifikasi dan rata-rata bertepatan dengan batas + 3 σ. Jika C pk < nilai kritis 1, rata-rata proses lebih dekat pada batas toleransi menunjukkan kerusakan output dan proses tidak kapabel. Jika C pk > nilai kritis 1,daripada nilai kritis 1, maka prosesnya kapabel. 29