BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Transkripsi

1 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Data Umum Perusahaan Company profil Regutered name : PT. METALSINDO PACIFIC Estabished : 20 MAY 2009 Office / Factory Addres : Jababeka Industrial estate, Jababeka XIV Blick J No. 10H Nort Cikarang Bekasi Indonesia Phone : (62-21) /34 Fax : (62-21) company@metalsindo-pacific.com Board Of Director : Mr. Harry Widjaja : President Director : Mr. Tadao Maura : Director : Mr. Kalim Tandanu : Director Director Total Employee Activities : 30 Persons : Metal, Non Ferrous Metal Slitting And Shearing Production Quantity : 350 Ton per mont : (Brass C2600. C2680, Phosphor Bronze, Sus 304, Sus 303) 47

2 Bankers : OCBC NISP Bank dan Bank Sentral Asia (BCA) Visi Misi dan Kebijakan Perusahaan Visi perusahaan Menjadikan PT. Metalsindo pacific sebagai perusahaan slitting dan shearing terbaik di Indonesia untuk non ferrous metal Misi Perusahaan Membantu Customer untuk meningkatka n Cash flow melalui pengurangan stock material Non Ferrous metal Memberikan kesejahteraan kepada Stakeholder melalui pengelolaan perusahaan yang effektif dan effisien. Memberikan kontribusi positif kepada masyarakat sekitar perusahaan. Kebijakan Perusahaan PT. Metalsindo pacific sebagai perusahaan yang bergerak dalam proses slitting dan shearing untuk Non Ferrous Metal berkomitmen untuk memberikan kepuasan pelanggan melalui : S : Selalu memenuhi seluruh persyaratan pelanggan dan peraturan terkait yang berlaku. M : Melakukan peningkatan berkesinambungan pada seluruh proses perusahaan. A : Aktif dan kreatif dalam menjalankan kegiatan perusahaan. R : Respon yang baik untuk tindakan pencegahan. T : Tepat dalam pengiriman produk ke pelanggan dan perencanaan kegiatan perusahaan. 48

3 4.1.3 Pengaturan Waktu Kerja Perusahaan Tiap perusahaan mempunyai pengaturan waktu kerja masingmasing tergantung dari kebijakan dari perusahaan yang bersangkutan. Waktu kerja dan istirahat diatur dan disesuaikan dengan kebutuhan perusahaan dengan berpedoman kepada peraturan dan perundangundangan ketenagakerjaan yang berlaku. Hari kerja biasa dalam satu minggu adalah 5 (lima) hari, dari hari senin sampai dengan hari jumat. Dalam 1 (satu) hari ada 8 (delapan) jam kerja. Dengan kata lain dalam 1(satu) minggu ada 40 (empat puluh) jam kerja. Waktu kerja pada PT. Metalsindo Pacific di bagi menjadi 3 bagian, yaitu: a. Hari Kerja Biasa (Non Shift) Tabel 4. 1 Sistem kerja Non Shift Senin s/d Kamis Keterangan Jumat Keterangan Kerja Kerja Istirahat Istirahat Kerja Kerja b. Kerja Shift Pabrik Shift I : Seperti hari kerja biasa (non shift), 8 jam sehari. Shift II : 7 jam sehari, perinciannya adalah sebagai berikut : = kerja = istirahat = kerja = istirahat 49

4 = kerja Shift III : 6 jam sehari, perinciannya adalah sebagai berikut : = kerja = istirahat = kerja Kerja Shift Security Hari kerja security dibagi dalam tiga shift untuk setiap anggota yang diatur jam kerjanya, sebagai berikut : Shift I : Shift II : Shift III : Jenis Jenis Produk Yang Di hasilkan 1. Brass Strip Gambar 4.1 Produk Brass Strip 50

5 2. Cooper 3. Phosphor Bronze Gambar 4.2 Produk Cooper Gambar 4. 3 Produk Phoshor Bronze 51

6 4. Stainless Steel Gambar 4.4 Produk Stainless Steel Jenis jenis reject yang ada di produksi A) Scratch Scratch adalah kerusakan terhadap permukaan atau bagian produk karena goresan atau gesekan oleh benda lain. Seperti pada gambar di bawah ini: scratch Gambar 4.5 Reject Scratch 52

7 B) Burry Burry adalah sisa potongan hasil produksi yang masih menempel atau masih berada di sekitar produk yang mengakibatkan produk tersebut akan menjadi jelek. Biasanya di karenakan karena pisau slitting yang sudah tumpul atau tergesernya bantalan pisau pada tempatnya. contohnya: Gambar 4.6 Reject Burry C) Wavy Wavy adalah deffect pada produk yang di bagian tepi atau ujungnya mengalami keriting atau berombak. Seperti contoh di bawah ini: Gambar 4.7 Reject Wavy 53

8 D) Rusty Rusty adalah karat, permukaan atau bagian produk karena berkarat atau adanya perubahan warna yang di sebabkan oleh cairan atau korosi benda lain. Seperti contoh di bawah ini: Gambar 4.8 reject rusty 4.2 Pengumpulan Data Dalam melakukan pengendalian kualitas secara statistik, langkah pertama yang akan dilakukan oleh peneliti adalah mengumpulkan check sheet cacat produksi stainlees steel type 304 pada tahun Check sheet berguna untuk mempermudah proses pengumpulan data serta analisis. Selain itu pula berguna untuk mengetahui area permasalahan berdasarkan frekuensi dari jenis atau penyebab dan mengambil keputusan untuk melakukan perbaikan atau tidak. Adapun data reject produk tahun 2015 sebagai berikut: 54

9 BULAN Tabel 4. 2 reject internal sales REJECT INTERNAL 2015 (SALES) QTY REJECT(KG) TOTAL SALES (KG) DEFECT RATIO % TARGET % JAN 33, ,20 0,057 0,066 FEB 61, ,00 0,127 0,066 MAR 28, ,96 0,051 0,066 APR 15, ,60 0,028 0,066 MAY 22, ,80 0,069 0,066 JUN 18, ,00 0,047 0,066 JUL 20, ,60 0,063 0,066 AUG 44, ,30 0,074 0,066 SEP 39, ,87 0,069 0,066 OCT 28, ,62 0,044 0,066 NOV 24, ,30 0,054 0,066 DEC 18, ,71 0,039 0,066 TOTAL 353, ,16 0,058 Dari data tabel reject tahun 2015 diatas dapat disimpulkan bahwa jumlah cacat terbanyak sesuai dengan defect ratio terdapat pada bulan februari dengan nilai 0,127% dan di atas target rata-rata yang di inginkan. Oleh karena itu data check sheet yang akan di teliti tertuju pada bulan tersebut. Adapun hasil pengumpulan data dari bulan februari 2015 melalui check sheet yang telah dilakukan dengan menggunakan visual check dan melakukan pengechekan dilaboratorium untuk memeriksa unsur logam dan hasil pemotongan mesin slitting setiap 2/jam ( di lakukan 2 kali perjam) dan di peroleh data sebagai berikut ini: 55

10 Tabel 4. 3 Check Sheet Bulan februari 2015 No Tanggal CHECK SHEET BULAN FEBRUARI 2015 Jumlah Produksi (kg) Scratch (kg) Burry (kg) Reject Caused By Wavy (kg) Rusty (kg) Lain- Lain (kg) jumlah (kg) 1 02/02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ /02/ Total Pengolahan Data Pengolahan data ini bertujuan untuk mengetahui apakah proses yang ada ini terkendali atau tidak secara statistik serta untuk mengetahui jenis cacat produk yang dominan. Pengolahan data dilakukan dengan menggunakan bantuan 56

11 beberapa alat statistik. Adapun langkah-langkah pengolahan data dengan menggunakan software minitab versi 17.0 diantaranya adalah sebagai berikut: Membuat Diagram Pareto Diagram pareto adalah grafik batangan yang berfungsi menunjukkan persentase dari suatu distribusi. Diagram pareto digunakan untuk mengevaluasi dan menganalisis tipe-tipe jenis cacat yang terjadi. Permasalahan yang paling sering muncul atau yang memiliki jumlah yang paling banyak diantara permasalahan lainnya akan ditunjukkan oleh batang pertama yang tertinggi dan berada di sisi sebelah kiri dan seterusnya ke kanan hingga jumlah yang terendah pada sisi sebelah kanan. berikut tabel daftar reject untuk di jadikan sebagai refrensi pembuatan diagram paretto: Tabel 4. 4 Daftar Komulatif Reject Jenis Reject Jumlah Reject Percent Cum % Scratch 4 6,6 91,8 Burry 41 67,2 67,2 Wavy 3 4,9 96,7 Rusty 2 3,3 100 Lain-lain ,2 Sumber: Dok.Perusahaan Tabel di atas menunjukan bahwa jenis reject yang paling banyak adalah jenis Burry dengan percent 67,2. Untuk lebih jelasnya akan di tunjukan menggunakan diagram di bawah ini: 57

12 Sumber : Pengolahan Data Gambar 4. 9 Diagram Pareto Jenis Reject Dari diagram pareto yang telah ditunjukkan pada diagram 4.9 dapat dilihat jenis cacat produk yang sering terjadi adalah cacat burry sebanyak 41 kg. Selanjutnya adalah jenis cacat berupa produk kotor (lain-lain), scratch, wavy, rusty dan lain lain secara berturut-turut berjumlah (11)-(4)-(3)-(2) kg Peta Kendali P Tujuan dalam membuat peta kendali P adalah untuk menemukan proporsi rata-rata produk yang tidak sesuai (rusak/cacat) berdasarkan pemeriksaan selama satu periode dan Memberikan indikasi gambaran proses sehingga dapat dijadikan sebagai dasar pengambilan tindakan untuk mengidentifikasi dan mengoreksi sebab-sebab terjadinya penurunan kualitas. 58

13 P Chart of jumlah reject (kg) 0, ,004 UCL=0, Proportion 0,003 0,002 0,001 _ P=0, ,000 LCL= Sample Tests performed with unequal sample sizes Sumber : Pengolahan Data Gambar 4.10 Peta kendali P Perhari Bulan Februari Berdasarkan gambar peta kendali p diatas dapat dilihat bahwa data yang diperoleh menunjukkan fluktuasi yang tidak beraturan dan tidak seluruhnya berada dalam kendali yang telah ditetapkan bahkan ada yang keluar dari batas kendali sebanyak 1 titik. Hal tersebut menyatakan bahwa pengendalian kualitas di PT. Metalsindo Pacific memerlukan adanya perbaikan. Karena adanya titik berfluktuasi sangat tinggi dan tidak beraturan yang menunjukkan bahwa proses produksi masih mengalami penyimpangan Uji Normalitas data Uji normalitas berguna untuk menentukan data yang telah dikumpulkan berdistribusi normal atau diambil dari populasi normal. Metode klasik dalam pengujian normalitas suatu data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka (n > 59

14 30), maka sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar. Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak, sebaiknya digunakan uji statistik normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30 belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. Seperti di bawah ini: Sumber : Pengolahan Data Gambar Grafik Normalitas Data Setelah di lakukan uji normalitas data yang tercantum pada gambar 4.11 hasil menunjukan bahwa data produksi telah memenuhi syarat uji normalitas data karena data P-value > 0,006. Di dalam buku uji Normalitas data dan Pakar statistik sudah di jelaskan jika P-value lebih dari 0,005 maka uji normalitas data di anggap normal dan bisa di lanjutkan untuk langkah proses penelitian selanjutnya. 60

15 4.3.4 Kapabilitas Proses Untuk melihat kemampuan suatu proses menghasilkan suatu produk/jasa yang sesuai dengan kebutuhan/syarat dari konsumen atau spesifikasi yang diharapkan, maka di buatlah kapabilitas prosesnya dengan menggunakan software minitab 17.0 di bawah ini: Sumber : Pengolahan Data Gambar 4.12 Diagram Kapabilitas Proses Produksi Setelah diketahui jenis distribusi data, maka Output dari AKP yang biasa digunakan untuk menilai suatu kapabilitas proses adalah Cpk. Untuk menilai lebih baik suatu proses dibutuhkan Pp dan Ppk dimana nilai Pp dan Ppk ini memperhatikan juga variasi dari data. Jika Cpk dan Ppk 1 maka proses dikatakan capable. Praktisi sering menggunakan nilai Cpk dan Ppk 1,33. 61

16 Berhubung nilai yang tercantum di atas adalah Cpk =0,93 maka proses belum capable dan butuh perbaikan atau inprovment lagi Diagram Sebab Akibat (Fisbone) Dari hasil pengolahan di atas, jenis reject yang sering terjadi adalah reject burry, Oleh karena itu diagram sebab akibat akan menjadi alat yang baik untuk mengetahui dimana letak permasalahannya. Diagram sebab akibat memperlihatkan hubungan antara permasalahan yang dihadapi dengan kemungkinan penyebab serta faktor-faktor yang mempengaruhinya. Sebagai alat bantu untuk mencari penyebab terjadinya cacat produk, digunakan diagram sebab akibat atau yang disebut fishbone diagram. Adapun faktor-faktor yang mempengaruhi dan menjadi penyebab kerusakan produk secara umum dapat digolongkan sebagai berikut: 1. Man (manusia) Para pekerja yang yang melakukan pekerjaan yang terlibat dala proses produksi. 2. Material (bahan baku) Segala sesuatu yang dipergunkaan oleh perusahaan sebagai komponen produk yang akan diproduksi tersebut. 3. Machine (mesin) Mesin-mesin dan berbagai peralatan yang digunakan dalam proses produksi. 4. Methode (metode) Instruksi kerja atau perintah kerja yang harus diikuti dalam proses produksi. 62

17 5. Lingkungan Area lingkungan atau tempat untuk proses menghasilkan suatu produk Kurangnya perawatan yang menghambat jalanya proses produksi mesin Mutu bahan baku tidak memenuhi standar material Ruang lingkup kerja yang terlalu sempit Kondisi ruangan panas,bising dan berdebu Keterbatasan jumlah mesin dan alat bantu proses Operator tidak menjalakan intruksi kerja dengan baik Salah setting mesin dan benda kerja dengan berbagai ukuran Bahan yang akan di proses terlalu tebal Operator kurang mengamati pisau yang sudah aus Kurangnya kesadaran dan fokus dalam bekerja Deffec t Burry lingkungan metoda manusia Sumber : Pengolahan Data Gambar Diagram Sebab Akibat Gambar 4.13 di atas menunjukan diagram sebab akibat terjadinya deffect burry pada proses slitting jenis stainless type 304 dengan berbagai faktor diantaranya faktor lingkungan, metoda, manusia, mesin, dan material. 63