4 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Transkripsi

1 4 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Data Jenis Cacat PT. Duta Abadi Primantara adalah perusahan yang memproduksi jenis kasur spring bed dengan type King Koil. Pada tipe King Koil terdapat beberapa kategori klsifikasi cacat dari item tersebut sebagai berikut: Jahitan list, detail kerusakannya adalah List tidak terjahit dan Jahitan list loncat. Kain Quilting Badan, detail kerusakannya adalah Kain kotor (dapat dibersihkan), Kain kotor (tidak dapat dibersihkan), benang lebih, benang quilting lepas, kain sempit, kain sobek, kain melipat/keriput, dan kain kendor. Busa, detail kerusakannya adalah busa melipat/pinggiran, dan busa kuning Pinggiran, detail kerusakannya adalah kain pinggiran kendor, kain pinggiran kotor, kain kencang, dan kain sobek. 1

2 Rangka, detail kerusakannya adalah rangka bunyi, steples nonjol, dan plat baut macet/sobek. Assesories, detail problemnya adalah label bordir miring, label tidak center, dan handle tidak center Berdasarkan pengamatan dan pemeriksaan yang dilakukan, data jenis cacat berdasarkan proses produksi pembuatan produk spring bed tipe King Koil periode bulan juli 2012 adalah sebagai berikut: Tabel 4.1 Data Presentase Jenis cacat Periode Bulan Juli 2012 No ITEM Detail Problem Cacat Persen cacat (%) 1 List tdk terjahit ,37% JAHITAN LIST 2 Jahitan List Loncat ,26% 3 Kain Kotor (dpt.dibersihkan) ,20% 4 Kain Kotor (tdk.dpt.dibersihkan) 10 0,78% Total cacat/ Item 5 Benang Lebih ,68% KAIN 6 Benang Quilting Lepas ,17% QUILTING 7 BADAN Kain Sempit 9 0,70% Kain Sobek 12 0,94% 9 Kain Melipat/Keriput 1 0,08% 10 Kain Kendor 1 0,08% 11 Melipat/Pinggiran 6 0,47% BUSA 12 Kuning 2 0,16% 8 13 Kain Pinggiran Kendor 10 0,78% 14 Kain Pinggiran Kotor 5 0,39% PINGGIRAN 15 Kain Kenceng 8 0,62% Kain Sobek 5 0,39% 17 Rangka Bunyi 1 0,08% 18 RANGKA Steples Nonjol 5 0,39% 8 19 Plat Baut Macet/Slek 2 0,16% 20 Label Bordir Miring 1 0,08% 21 ASSESORIES Label Tidak Center 2 0,16% 4 22 Handle Tidak Center 1 0,08% JUMLAH %

3 4.1.2 Data Jumlah Produksi dan Jumlah Cacat Berdasarkan hasil dari pengamatan dan pemeriksaan yang telah dilakukan maka diperoleh data sebagai berikut : Tabel 4.2 Jumlah Produksi dan Cacat Produksi Jumlah NO Tgl Produksi Produk cacat 1 01/07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ /07/ Σ Sumber: Data Perusahaan 3

4 4.1.3 Data Jumlah Cacat Perjenis Cacat Dibawah ini adalah data cacat perjenis cacat pada produk King Koil. Tabel 4.3 Jumlah Cacat per Jenis Cacat Tgl Produksi Σ Xi Xi % BL 1 Kd 2 Jenis cacat BQL 3 LTT 4 LL 5 SL 6 01/07/ ,71% /07/ ,90% /07/ ,82% /07/ ,09% /07/ ,24% /07/ ,41% /07/ ,47% /07/ ,17% /07/ ,23% /07/ ,92% /07/ ,08% /07/ ,03% /07/ ,78% /07/ ,00% /07/ ,48% /07/ ,99% /07/ ,79% /07/ ,46% /07/ ,46% /07/ ,83% /07/ ,68% /07/ ,99% /07/ ,00% /07/ ,76% /07/ ,77% /07/ ,21% /07/ ,18% /07/ ,62% /07/ ,63% /07/ ,73% /07/ ,63% ,57% Sumber: Data Perusahaan 1 BL : Benang lebih 2 Kd : Kotor (dapat dibersihkan) 3 BQL : Benang quiliting lepas 44 LTT : List tidak terjahit 5 LL : List loncat 6 SL : Sebab lain 4

5 Defects 4.2 Pengolahan Data Pengolahan Data Dengan Diagram Pareto Berikut adalah tabel hasil perhitungan untuk diagram pareto berdasarkan masing-masing jenis cacat di departemen finishing pada bulan juli Tabel 4.4 Perhitungan Untuk Diagram Pareto No. Jenis Cacat Simbol Cacat (f) f % Kumulatif fk % 1 Kotor (dpt.dibersihkan) Kd % % 2 Benang Lebih BL % ,9% 3 List Tidak Terjahit LTT % ,3% 4 List Loncat LT % ,5% 5 Benang Quilting Lepas BQL % ,7% 6 Sebab Lain SL 81 6% ,0% Σ ,00% ,7% 81,5% 68,3% 52,9% ,2% Kd BL LTT LT BQL SL Categories 100,0% 90,0% 80,0% 70,0% 60,0% 50,0% 40,0% 30,0% 20,0% 10,0% 0,0% Diagram 4.1 Diagram Pareto jenis cacat produk Springbed King Koil PT. DAP Berikut ini adalah klasifikasi penyebaran jenis kecacatan yang digambarkan dalam diagram pareto, yang selanjutnya akan dianalisa faktor-faktor penyebab kecacatannya : 5

6 Berikut ini penjelasan mengenai penyebab terjadi kecacatan-kecacatan dalam persentasenya. 1. Kotor dapat dibersihkan (Kd) : Persentase cacat 31% Penyebab : cacat ini terjadi dikarenakan lingkungan yang kurang bersih dan kurang terawat, yang menyebabkan kain spring bed menjadi kotor. Hal ini dikarenakan perawatan lingkungan yang kurang maksimal, dan dapat juga disebabkan oleh kelalaian pekerja. 2. Benang Lebih (BL) : Persentase cacat 22% Penyebab : cacat ini terjadi dikarenakan pada waktu pemotongan Quilting sensor tidak tepat, yang menyebabkan benang yang lebih. Hal ini dikarenakan perawatan mesin yang kurang, dan dapat juga disebabkan oleh kelalaian operator. 3. List Tidak Terjahit (LTT) : Persentase Cacat 15% Penyebab : cacat ini terjadi hampir sama dengan penyebab cacat yang terjadi pada jenis cacat Benang Lebih (BL). Hal ini terjadi dikarenakan perawatan mesin yang kurang serta kelalaian operator. 4. List Loncat (LT) : Persentase cacat 13% Penyebab : cacat ini terjadi dikarenakan pada waktu penjahitan material kain yang terlalu tebal, yang menyebabkan jahitan list loncat. Hal ini terjadi karena kelalaian operator yang kurang teliti. 5. Benang Quilting Lebih (BQL) : Persentase cacat 12% Penyebab : cacat ini terjadi dikarenakan pada waktu penjahitan kain dan pengaturan mesin yang kurang tepat oleh operator. 6

7 6. Sebab Lain (SL) : Persentase cacat 6% Penyebab : cacat ini terjadi disebabkan oleh hal hal selain cacat mayoritas. Dari 22 jenis cacat yang terjadi Pengolahan Data dengan Peta Kendali P Di bawah ini adalah hasil pengolahan data dengan menggunakan peta kendali P dengan nilai p, UCL dan LCL: Tabel 4.5 Perhitungan dengan Peta Kendali P No Tanggal Produk Cacat Jumlah Produksi P UCL Average LCL 1 01/07/ ,147 0,362 0,236 0, /07/ ,239 0,337 0,236 0, /07/ ,298 0,320 0,236 0, /07/ ,261 0,330 0,236 0, /07/ ,262 0,325 0,236 0, /07/ ,274 0,315 0,236 0, /07/ ,155 0,330 0,236 0, /07/ ,242 0,352 0,236 0, /07/ ,242 0,310 0,236 0, /07/ ,289 0,335 0,236 0, /07/ ,251 0,307 0,236 0, /07/ ,260 0,322 0,236 0, /07/ ,278 0,358 0,236 0, /07/ ,200 0,360 0,236 0, /07/ ,155 0,375 0,236 0, /07/ ,320 0,307 0,236 0, /07/ ,228 0,313 0,236 0, /07/ ,485 0,347 0,236 0, /07/ ,365 0,328 0,236 0, /07/ ,198 0,352 0,236 0, /07/ ,097 0,368 0,236 0, /07/ ,090 0,371 0,236 0, /07/ ,200 0,315 0,236 0, /07/ ,318 0,340 0,236 0, /07/ ,218 0,350 0,236 0, /07/ ,142 0,330 0,236 0, /07/ ,212 0,333 0,236 0, /07/ ,226 0,375 0,236 0, /07/ ,146 0,376 0,236 0, /07/ ,197 0,321 0,236 0, /07/ ,046 0,322 0,236 0,149 Data : Hasil Olahan 7

8 Cara Perhitungan Untuk menentukan batas kendali atas (UCL) dan batas kendali bawah (LCL), maka diperlukan nilai rata-rata bagian cacat dengan perhitungan sebagai berikut : 1. Rata-rata bagian cacat ( p ) cacat pn p = produksi = n p atau CL = = Menentukan batas-batas kendali (UCL dan LCL) serta proporsi cacat (P) untuk masing-masing data : *. Untuk tanggal 1 Juli 2012 (hari 1) Proporsi P p = n = = BKA atau UCL = p +3 p 1 p n = p1 p BKB atau LCL = p - 3 n = (0.0419) = = *. Untuk tanggal 2 Juli 2012 (hari 2) = (0.0419) =

9 Proporsi P = p = = n p1 p BKA atau UCL = p +3 n = = (0.033) = p1 p BKB atau LCL = p - 3 n = ( ) = (0.033) = *. Dan seterusnya sampai data ke 31 atau hari ke 31Juli Berdasarkan hasil dari perhitungan batas kendali atas (UCL) dan batas kendali bawah (LCL), maka data diatas dapat digambarkan dengan peta kendali P sebagai berikut : 9

10 Grafik 4.1 Peta Kendali P Peta kendali p di atas menunjukan bahwa data Tgl 16, 18, 19, 21, 22, dan Tgl 31 berada diluar batas control bawah (LCL) dan batas control atas (UCL). Agar proses tersebut tetap dalam pengendalian control, maka perlu adanya revisi dengan cara mengeluarkan nilai data yang berada diluar kendali. kemudian dilakukan perhitungan ulang. Perhitungan tersebut dirangkum dalam tabel

11 Tabel 4.6 Perhitungan dengan Peta Kendali P (Revisi) No Tanggal Produk Cacat Jumlah Produksi P UCL Average LCL 1 01/07/ ,147 0,357 0,232 0, /07/ ,239 0,332 0,232 0, /07/ ,298 0,316 0,232 0, /07/ ,261 0,325 0,232 0, /07/ ,262 0,321 0,232 0, /07/ ,274 0,310 0,232 0, /07/ ,155 0,326 0,232 0, /07/ ,242 0,347 0,232 0, /07/ ,242 0,306 0,232 0, /07/ ,289 0,330 0,232 0, /07/ ,251 0,303 0,232 0, /07/ ,260 0,317 0,232 0, /07/ ,278 0,354 0,232 0, /07/ ,200 0,355 0,232 0, /07/ ,155 0,370 0,232 0, /07/ ,228 0,309 0,232 0, /07/ ,198 0,347 0,232 0, /07/ ,200 0,310 0,232 0, /07/ ,318 0,336 0,232 0, /07/ ,218 0,345 0,232 0, /07/ ,142 0,325 0,232 0, /07/ ,212 0,329 0,232 0, /07/ ,226 0,370 0,232 0, /07/ ,146 0,372 0,232 0, /07/ ,197 0,317 0,232 0,147 Data :Hasil Olahan 11

12 Grafik 4.2 Peta Kendali P (Revisi) Dari perhitungan sebelumnya didapat : 0,232. Ini berarti kemampuan proses dalam menghasilkan produk cacat sekitar 23.2 %. Keadaan ini sudah cukup baik untuk industri spring bed, tetapi keinginan perusahaan adalah menghendaki kualitas produk yang bebas cacat atau tidak ada produk yang cacat dari hasil produksi. 4.3 Analisa Analisa Hasil Data Dari pengolahan data pada bab sebelumnya diperoleh hasil bahwa data yang telah dikumpulkan layak untuk diolah. Dalam proses pengolahan data terdapat dua macam situasi perbaikan kualitas dengan menggunakan peta kendali yaitu: situasi yang pertama adalah peta kendali yang dibuat untuk mengetahui kondisi yang diluar batas kendali yang terjadi karena sebab khusus (sebab yang paling sering terjadi), penyebab dapat dilihat melalui diagram pareto dan kondisi 12

13 yang kedua adalah berkaitan dengan pengujian untuk mengambil keputusan apakah total produk cacat masih dalam batas kendali dan masih bisa dikatakan terkontrol. Tabel 4.8 bawah ini adalah hasil akhir dari data yang telah diproses atau diolah yaitu: Tabel 4.7 Hasil Peta Kendali dari Pengujian Total Produk cacat (Revisi) Garis Pusat Persentase Produk Reject 23.2% Rata-Rata Batas Kendali Atas (BKA/UCL) = % Rata-Rata Batas Kendali Bawah (BKB/LCL) = % Dari hasil data yang diperoleh, proporsi reject yang didapatkan masih dalam batas kendali. Hal ini terlihat produk cacat berada diantara batas rata-rata kendali atas dan batas kendali bawah Analisa Diagram Sebab Akibat Setelah melakukan observasi ke lapangan serta wawancara secara langsung, maka diketahui faktor-faktor yang mempengaruhi terjadinya cacat pada produk Spring Bed type King Koil. Dengan menggunakan diagram fishbone atau diagram sebab akibat kita dapat mengetahui penelusuran tersebut. Dari analisa jenis reject dan diagram pareto pada Diagram 4.1 menunjukan bahwa cacat Kd Kotor (Dapat Dibersihkan) dengan persentase yang cukup besar yaitu sekitar 31%. Adalah merupakan cacat yang dominan yang perlu perhatian khusus. Satu jenis lain yang mempunyai persentase yang cukup besar adalah jenis cacat BL (Benang Lebih) dengan persentase 22%. 13

14 Diagram Sebab Akibat untuk Kd (Kotor dapat Dibersihkan) Untuk mengetahui faktor-faktor yang mempengaruhi terjadinya reject Kd (Kotor dapat Dibersihkan) dengan persentase yang cukup besar yaitu 31%, reject yang paling dominan yang perlu mendapat perhatian khusus. Environment Berdebu Process/Methods Metode 5R Kurang Maksimal Kurangnya Pengawasan Kurang Teliti Kurang Disiplin Kotoran Mesin Mengenai Kain Kurang Dibersihkan Problem Statement Kd (Kotor dpt Dibersihkan) People Machines Diagram 4.2 Sebab Akibat (Fishbone) Untuk Kd (Kotor dapat Dibersihkan) Diagram Sebab Akibat Untuk BL (Benang Lebih) Untuk mengetahui faktor-faktor yang mempengaruhi terjadinya cacat BL (Benang Lebih) dengan persentase 22% yaitu cacat yang paling dominan ke-dua yang perlu mendapat perhatian khusus. 14

15 Gambar 4.2 Diagram Sebab Akibat (Fishbone) Untuk BL (Benang Lebih) 4.3 Usulan Perbaikan Untuk Mengurangi Cacat Kd (Kotor dapat Dibersihkan) Dari diagram pareto di atas dapat dilihat cacat dengan persentase terbesar adalah jenis Cacat Kotor dapat Dibersihkan (Kd) tingkat kecacatan yang paling besar merupakan masalah yang menjadi prioritas untuk terlebih dahulu dipecahkan, dengan menggunakan fishbone atau diagram sebab akibat, agar perusahaaan dapat mencari solusi terbaik untuk menangani tingkat kecacatan yang besar tersebut. 15

16 Agar lebih maksimal dalam menangani permasalahan tingkat kecacatan pada produk, secara kontinyu dapat dilakukan beberapa usulan : Faktor Mesin 1. Mesin-mesin harus dapat perawatan yang maksimal tanpa pengecualian dan penundaan. 2. Baik operator maupun mekanik harus mengecek kembali kelengkapan proses sebelum memulai proses. 3. Memastikan SetUp mesin dengan baik 4. Memasang sensor elektronik untuk mendeteksi secara awal adanya kerusakan mesin, sehingga tidak menimbulkan dampak buruk bagi bahan sewaktu dalam proses. Faktor Metode 1. Menempatkan SOP yang muda dibaca dan dilihat didekat area produksi agar operator atau karyawan senantiasa mengikuti SOP yang telah dibuat. 2. Membuat laporan kusus untuk operator atau karyawan yang melakukan kesalahan per hariya sehingga operator mengetahui tingkat ketelitian yang dilakukannya. Faktor Environment 1. Mengatasi faktor lingkunga kerja yang kurang nyaman yaitu karena faktor mesin, kebisingan mesin, suhu ruangan dan sebagainya yang dapat mengakibatkan konsentrasi operator atau karyawan menjadi berkurang. 2. Menjaga kebersihan lingkungan agar tidak mudah berdebu. 16

17 3. Menggunakan pelindung masker dan penutup telinga. Faktor People 1. Melakukan Review hasil kerja setelah proses produksi selesai, dengan tujuan agar proses produksi dapat dipantau terus menerus sehingga jika terjadi kesalahan proses dapat dketahui dengan segera. 2. Selama proses produksi berlangsung supervisor wajib melakukan pemeriksaan dengan ketat disetiap stasiun-stasiun yang sudah menjadi bagiannya. 3. Selain melakukan perawatan mesin yang dilakukan, mekanik juga harus rajin mengecek pada saat proses produksi berlangsung pada bagian-bagian yang rentan terhadap permasalahan yang terjadi. 4. Mengadakan training-training bagi para karyawan untuk meningkatkan produktifitas pekerja sehingga dapat memaksimalkan SDM yang berkualitas. 5. Mengadakan koordinasi yang baik antara bagian proses dan bagian QC agar senantiasa dapat saling bekerjasama/cross check mengenai proses yang sedang berjalan. 17

18 4.4 Faktor Faktor Penanggulangan Masalah Langkah - langkah yang di ambil untuk penanggulangan masalah adalah dengan menggunakan metode 5W + 1H. Metode ini merupakan langkah-langkah atau tindakan-tindakan untuk memperkecil terjadinya produk yang cacat ataupun kerugian. Berikut ini adalah rencana perbaikan produk cacat, yang ditemukan dalam kegiatan proses produksi dan pengepakkan dapat dilihat pada Tabel

19 Tabel 4.8 Analisa 5W + 1H Untuk Cacat Kd (Kotor dapat Dibersihkan) Penyebab Dominan What Why Who Where When How Kondisi ini -kelalaian operator -Operator Unit Juli -Lingkungan yang harus lebih bersih terjadi karena -kurangnya -Mesin mesin Perawatan mesin yang harus lebih kain yang kotor perawatan mesin -Lingkungan Quilting diperhatikan namun kondisi yang teratur -Metode -Diberikannya training-trainng Kotor dapat Dibersihkan ini masih bisa diselesaikan oleh orang -lingkungan yang kurang bersih atau berdebu kepada operator -Saat penerimaan bahan dari Supliers harus lebuh diperhatkan apakah Quality karena -Kurang terjadi kecacatan atau tidak kondisi ini maksimalnya masih bisa metode yang dibersihkan. diterapkan 19

20 Tabel 4.9 Analisa 5W + 1H Untuk Cacat BL (Benang Lebih) Penyebab Dominan What Why Who Where When How Kondisi ini terjadi -kelalaian -Operator Unit Juli -Perawatan mesin yang harus lebih dikarenakan pada operator -Mesin mesin 2012 diperhatikan waktu -SetUp sensor Quilting -selain perawatan mesin Mekanik juga Benang Lebih pemotongan Quilting sensor tidak tepat, yang mesin yang tidak tepat -Kurang harus rajin mengecek pada saat proses produksi berlangsung -supervisor juga harus rajin menyebabkan teraturnya berkeliling pada stasiun stasiun yang benang yang lebih. perawatan mesin sudah menjadi tanggung jawabnya yang dilakukan masing-masing 20

21 21