BAB 4 HASIL DAN PEMBAHASAN

Transkripsi

1 BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengumpulan Data Pengumpulan data terbagi menjadi dua proses yakni: proses produksi/ekstrusi dan proses anodizing, data-data yang telah terkumpul merupakan data hasil produksi selama 50 hari, dan dilakukan dengan teknik observasi lapangan langsung. Data produk cacat dimulai dari proses produksi. Tabel hasil pengumpulan data bagian ektrusi dapat dilihat pada Tabel 1 pada lampiran. Berikut adalah gambar grafik yang menunjukkan jumlah produk cacat pada bagian ekstrusi. Grafik Produk Cacat Bagian Ekstrusi Per. Jumlah KK TS B Grafik 4.1 Grafik Produk Cacat Bagian Ekstrusi. Keterangan :

2 76 KK = Kurang Keras. TS = Tidak Simetris. B = Bengkok. Tabel jenis kecacatan dari bagian anodizing dapat dilihat pada tabel pada lampiran setelah bab 5. Berikut adalah gambar grafik yang menunjukkan jumlah produk cacat pada bagian anodizing. Grafik Produk Cacat Bagian Anodizing Per. Jumlah WTK BP BLG Grafik 4. Grafik Produk Cacat Bagian Anodizing. Keterangan : WTK = Warna Tidak Kilau. BP = Bercak/Bintik Putih. BLG = Warna Belang-Belang.

3 77 Dari kedua tabel tersebut data yang ada merupakan data awal, atau dengan perkataan lain merupakan data yang belum diolah sehingga data tersebut masih bisa berubah sesuai dengan hasil pengolahan data yang dilakukan. Pengolahan data akan dilakukan pada sub bab selanjutnya Jenis Cacat yang Ditemukan Pada Produk Aluminium Siku 3/8 Inchi. Jenis cacat yang ditemukan pada produk aluminium siku 3/8 inchi adalah : 1. Bagian Ekstrusi : KK = Kurang Keras. Permukaan aluminium kurang keras, hal tersebut terindikasi ketika permukaan aluminium ditusuk dengan jari akan menyebabkan bekas tusukan tersebut, hal tersebut menjadi berbahaya apabila aluminium tersebut digunakan sebagai bahan dalam bangunan, hal tersebut potensial terjadi karena kadar bahan baku aluminium yang tidak benar, maupun kesalahan pada proses pemanasan (gambar 4.1) Gambar 4.1 Cacat Jenis Kurang Keras TS = Tidak Simetris. Bentuk aluminium menjadi tidak simetri atau lain dari bentuk semula, baik ketebalan maupun bentuk keseluruhan. Hal tersebut

4 78 potensial terjadi karena cetakan yang tidak rapi maupun kesalahan dalam pembuatan cetakan (gambar 4.). Gambar 4. Cacat Jenis Tidak Simetris B = Bengkok. Aluminium profil menjadi bengkok atau tidak berbentuk lagi, serta tidak bisa diluruskan lagi, hal tersebut terjadi potensial karena kandungan bahan lain dalam bahan baku aluminium tersebut, sehingga menyebabkan mesin ekstrusi tidak dapat menghasilkan aluminium dalam bentuk yang sempurna (gambar 4.3). Gambar 4.3 Cacat Jenis Bengkok

5 79. Bagian Anodizing. WTK = Warna Tidak Kilau. Dalam hal ini yang dimaksudkan adalah warna dari aluminium profil hasil anodizing tidak menunjukkan warna yang berkilau, warna yang terjadi justru buram, hal tersebut potensial terjadi karena kesalahan dalam pencampuran bahan kimia pewarnaan (gambar4.4). Gambar 4.4 Cacat Jenis Warna Tidak Kilau BP = Bercak/Bintik Putih. Aluminium profil pada permukaannya timbul bercak-bercak putih yang menyerupai pori-pori kecil, hal tersebut terjadi potensial karena aluminium profil ketika mengalami proses pembersihan tidak optimal sehingga masih ada bahan-bahan lain yang terkandung pada permukaan aluminium contohnya minyak.

6 80 Gambar 4.5 Cacat Jenis Bintik Putih BLG = Warna Belang-Belang. Warna pada permukaan aluminium menunjukkan warna yang tidak rata atau belang, hal tersebut terjadi potensial karena kesalahan dalam pencampuran bahan kimia pewarnaan dan juga kemungkinan adanya bahan lain yang menutupi pori-pori permukaan aluminium profil. Gambar 4.6 Cacat Jenis Warna Belang 4.1. Uji Kecukupan Data. Tabel dan hasil perhitungan uji kecukupan data terhadap kedua proses dapat dilihat pada tabel 5 dan 6 pada lampiran. Kesimpulan akhir dari uji kecukupan adalah: A. Ekstrusi. Asumsi Tingkat Kepercayaan : 95% Asumsi Tingkat Ketelitian : 10% k s N = N ( Σnp ) ( Σnp) ( Σnp)

7 81 N N 0,95 0,1 = = 1,345 45( 53766) ( 1544) ( 1544) N` < N = Data Cukup. B. Anodizing Asumsi Tingkat Kepercayaan : 95% Asumsi Tingkat Ketelitian : 10% k s N = N ( Σnp ) ( Σnp) ( Σnp) N N 0,95 0,1 = = 5,387 45( 16934) ( 848) ( 848) N` < N = Data Cukup Perhitugan Standar Deviasi. Tabel dan hasil perhitungan standar deviasi dari kedua bagian dapat dilihat pada tabel 7 dan 8 pada lampiran. Kesimpulan dari hasil perhitungan standar deviasi adalah: A. Ekstrusi

8 8 α = (( Σ( X X ) / N 1)) = 789,6444 / 44 = 4,363 Standar deviasi = 4,363. B. Anodizing. α = (( Σ( X X ) / N 1)) = 953,9111/ 44 = 4,656 Standar deviasi = 4, Uji Kenormalan Data. Tabel dan hasil perhitungan dari uji kenormalan data terhadap kedua bagian tersebut dapat lihat pada tabel 9 dan 10 pada lampiran. Kesimpulan untuk uji kenormalan data adalah: A. Ekstrusi. X Hitung = ( Oi Ei) / Ei =,5468 X Tabel = ( α, V ) V = K 3 = 6 3 = 3 X Tabel = (0.1,3) = 6,5 X² Hitung < X² Tabel, maka data tersebut normal. B. Anodizing.

9 83 X Hitung = Σ( Oi Ei) / Ei =,6598 X Tabel = ( α, V ) V = K 3 = 6 3 = 3 X Tabel = (0.1,3) = 6,5 X² Hitung < X² Tabel, maka data tersebut normal. 4. Analisis Data 4..1 Data Bagian Produksi/Ekstrusi Proporsi Produk Cacat Bagian Ekstrusi Proporsi produk cacat untuk bagian ekstrusi selama masa pengamatan adalah sebesar : 1544 p = = , % 84% Persentase Produk Cacat Persentase Produk Tidak Cacat Gambar 4.7 Proporsi Produk Cacat Bagian Ekstrusi

10 84 Proporsi produk cacat pada bagian ini mencapai 16%, atau dengan pernyataan lain yakni dari setiap 100 produk yang dihasilkan potensi memiliki 16 produk yang cacat Pengukuran Proporsi Ketidaksesuaian Dengan Menggunakan Peta P Untuk Data Bagian Ekstrusi Pengujian proporsi ketidaksesuaian data dilakukan dengan menggunakan peta kontrol P. Tabel maupun perhitungan lebih lanjut dapat dilihat pada tabel 3 pada lampiran. Perhitungan: p = p = ΣCacat Σ Inspeksi Σnp Σn 1544 p = = ,1640 Rumus UCL dan LCL UCL = p + 3 p(1 p) Σn LCL = p 3 p(1 p) Σn Grafik peta kontrol p:

11 85 Grafik Peta Kontrol P Proporsi Cacat UCL LCL p rata-rata Proporsi Cacat Pengamatan Grafik 4.3 Grafik Peta Kontrol P Bagian Produksi/Ekstrusi. Dari grafik tersebut terlihat bahwa tidak ada data yang keluar dari pengawasan dan tidak ada data yang esktrim, sehingga tidak perlu dilakukan lagi suatu pengendalian revisi. Data masih dalam tren yang normal, dan proporsi ketidaksesuaian yang terjadi masih dalam batas pengendalian. Kesimpulan yang didapat yakni data masih dalam pengendalian dan belum diperlukan adanya suatu tindakan lebih lanjut atas hasil pengolahan tersebut. Diharapkan dari batas kendali tersebut menjadi patokan batas kendali baru bagi perusahaan Distribusi Kecacatan dan Prioritas Perbaikan. Dibawah ini akan ditampilkan diagram pareto yang berkaitan dengan jumlah produk cacat yang berkaitan dengan produksi pada bagian ekstrusi. Tabel dari diagram pareto dapat dilihat pada tabel 11 pada lampiran.

12 86 Diagram Pareto Bagian Ekstrusi Frekuensi Produk Cacat Kurang Keras Bengkok Tidak Simetris Persentase Kumulatif Frekuensi Kerusakan Persentase Kumulatif Jenis Cacat Gambar 4.8 Diagram Pareto Untuk Produk Cacat Pada Bagian Ekstrusi. Dari hasil diagram pareto maka jenis kecacatan kurang keras mendapatkan perhatian yang lebih, dikarenakan jenis kecacatan tersebut mempunyai nilai perbandingan yang paling tinggi. 4.. Data Bagian Anodizing Proporsi Produk Cacat Bagian Anodizing. Proporsi produk cacat untuk bagian ekstrusi selama masa pengamatan adalah sebesar : p = 848 = ,1087

13 87 11% Persentase Produk Cacat Persentase Produk Tidak Cacat 89% Gambar 4.9 Proporsi Produk Cacat Bagian Ekstrusi Proporsi produk cacat pada bagian ini mencapai 10,87%, atau dengan pernyataan lain yakni dari setiap 100 produk yang dihasilkan potensi memiliki produk yang cacat Pengukuran Proporsi Ketidaksesuaian Dengan Menggunakan Peta P Untuk Data Bagian Anodizing Pengujian proporsi ketidaksesuaian data dilakukan dengan menggunakan alat bantu yakni peta kontrol P. Tabel maupun perhitungan lebih lanjut dapat dilihat pada tabel 4 pada lampiran. Perhitungan: p = p = ΣCacat Σ Inspeksi Σnp Σn p = 848 = ,1087

14 88 Rumus UCL dan LCL UCL = p + 3 p(1 p) Σn LCL = p 3 p(1 p) Σn Grafik Peta Kontrol P Grafik Peta Kontrol P Proporsi Cacat Pengamatan UCL LCL p rata-rata Proporsi Cacat Grafik 4.4 Grafik Peta Kontrol P Bagian Anodizing. Dari grafik tersebut terlihat bahwa tidak ada data yang keluar dari pengawasan dan tidak ada data yang esktrim, sehingga tidak perlu dilakukan lagi suatu pengendalian revisi. Data masih dalam tren yang normal, dan proporsi ketidaksesuaian yang terjadi masih dalam batas pengendalian. Kesimpulan yang didapat yakni data masih dalam pengendalian dan belum diperlukan adanya suatu tindakan lebih lanjut atas hasil

15 89 pengolahan tersebut. Diharapkan dari batas kendali tersebut menjadi patokan batas kendali baru bagi perusahaan Distribusi Kecacatan dan Prioritas Perbaikan. Dibawah ini akan ditampilkan diagram pareto yang berkaitan dengan jumlah produk cacat yang berkaitan dengan produksi pada bagian anodizing. Tabel diagram pareto dapat dilihat pada tabel 1 pada lampiran. Diagram Pareto Bagian Anodizing Frekuensi Produk Cacat Persentase Kumulatif Frekuensi Kerusakan Persentase Kumulatif Bintik Putih Warna Tidak Kilau Warna Belang Jenis Cacat Gambar 4.10 Diagram Pareto Bagian Anodizing. Pada diagram pareto yang ditampilkan terlihat bahwa jenis kecacatan yang harus mendapat prioritas dan perhatian lebih yakni bintik putih, jenis kecacatan tersebut mempunyai nilai perbandingan yang paling tinggi dibandingkan jenis lainnya.

16 Evaluasi Kinerja. Dari hasil analisis data yang didapatkan, maka terlihat bahwa pada bagian produksi maupun pada bagian anodizing setelah dilakukan proses pengawasan dengan sistem SPC, tidak ditemukan data-data yang ekstrim alias keluar dari batas kontrol. Dari hasil tersebut bisa diketahui bahwa dengan sistem SPC tidak ditemukan suatu produk yang berada dalam taraf mengkhawatirkan, mengapa dikatakan mengkhawatirkan? hal tersebut justru terkait dengan permasalahan yang telah dibahas sebelumnya pada bab 1, pada bab tersebut dengan jelas tercantum bahwa tujuan diadakannya pembahasan masalah ini adalah berkaitan dengan adanya produk cacat dalam jumlah besar yang berada dalam lingkungan hasil produksi perusahaan, tapi pada kenyataannya tidak demikian setelah dilakukan pengawasan dengan sistem SPC. Pada suatu kenyataan terlihat bahwa pada bagian produksi dimana terdapat data bahwa rata-rata kecacatan yang terjadi selama observasi adalah sebesar 0,1640 atau sama dengan persentase sebesar 16,4%, hal tersebut tentunya berindikasi pada kenyataan dimana setiap 100 produk yang dihasilkan potensial mengandung 16,4 produk yang cacat. Angka tersebut boleh dikatakan berada dalam taraf yang cukup mengkhawatirkan, meskipun tadi dijelaskan tidak mengkhawatirkan namun yang khawatir dalam tanda kutip bermaksud pada kenyataan yang terjadi pada perhitungan. Kisaran angka tersebut jelas menunjukkan suatu hasil produksi yang yang tidak optimal, dimana jika angka pada n pada rumus UCL dan LCL diganti menjadi jumlah inspeksi keseluruhan, maka yang terjadi adalah banyak sekali produk yang tidak

17 91 masuk dalam batas kendali dan merupakan produk ekstrim. Hal tersebut justru menunjukkan suatu keyakinan baru bahwa pihak perusahaan belum menunjukkan suatu optimalisasi dalam bentuk produksi perusahaan Pada bagian anodizing hal yang sama juga terjadi dimana rataan kecacatan yang terjadi adalah sebesar 0,1087 atau dalam persentase sebesar 10,87%, dengan isyarat lain bahwa dalam 100 produk yang dihasilkan oleh perusahaan terdapat sejumlah 10,87 produk yang potensial mengandung cacat, hal tersebut merupakan suatu indikasi awal yang sama dengan bagian produksi. Angka-angka yang dihasilkan pada peta kontrol p untuk bagian produksi dan anodizing, merupakan suatu indikator atau batas kendali baru bagi perusahaan terhadap produk perusahaan. Batas-batas tersebut meskipun telah merupakan suatu pengendalian yang terbukti berbasiskan pada data yang cukup dan normal, tetapi sekali lagi menunjukkan bahwa jika dengan suatu pengendali yang baru yakni berbasiskan pada jumlah keseluruhan data maka batasan baru tersebut jelas akan menimbulkan banyak sekali produk yang ekstrim. Evaluasi kinerja yang dilakukan adalah bagaimana hasil dari pengawasan dengan SPC setelah dilakukan pada sejumlah contoh produk perusahaan, maka dengan ini bisa dikatakan bahwa dengan penerapan awal SPC pada beberapa sampling yang didapatkan melalui observasi langsung, mendapatkan proporsi yang optimal yakni tidak ada data yang keluar dari pengendalian atau data yang ekstrim, hal tersebut bertolak belakang dengan dugaan yang diperkirakan pada awal pembahasan tersebut, namun yang bisa terjadi adalah suatu persentase cacat yang cukup besar yang justru terjadi setelah dilakukan pengolahan data, suatu hal yang perlu diingat adalah

18 9 meskipun data-data tersebut masih berada dalam batas pengendalian namun yang terlihat adalah banyak data yang sudah atau hampir mendekai pada batas pengendalian atau batas kontrol tersebut. Kesimpulan dari hasil pengolahan data adalah bahwa data dari hasil pengamatan normal, cukup, sudah seragam, tidak keluar dari batas kendali, dan beberapa jenis kecacatan tertentu mendapatkan prioritas yang lebih berdasarkan pada diagram pareto Cara Meningkatkan Kualitas Produk Aluminium 3/8 Inchi. Salah satu cara yang diusulkan untuk meningkatkan mutu dari perusahaan sehubungan dengan topik yang dibahas adalah SPC (Statistical Process Control). Untuk beberapa beberapa saran usulan yang lebih konkret dapat dilihat pada bab 5. SPC secara umum telah berhasil menciptakan suatu batasan baru bagi perusahaan didalam pengendalian produk cacat mereka, perusahaan akan mempunyai suatu gambaran baru mengenai produk cacat yang ada, perusahaan tidak lagi berpatokan pada kondisi dimana jika ada produk cacat dalam jumlah yang ekstrim maka perusahaan baru dapat melakukan suatu tindakan, itupun jika sudah ada laporan yang masuk, namun dengan penerapan SPC perusahaan dapat melakukan suatu pengawasan yang lebih tersistematika dan terkoordinir dengan rapi, memberikan informasi yang jelas mengenai kondisi produk cacat yang ada, dan dapat melakukan suatu tindakan yang cepat berkaitan dengan produk cacat tersebut. Kembali pada pengendalian tersebut yakni pada uji kenormalan data, uji kecukupan data, dapat terlihat bahwa data-data tersebut apakah berada dalam kondisi

19 93 normal yakni data cukup dan normal atau sebaliknya, hal ini digunakan untuk menghindarkan dari resiko kemungkinan kekurangan data yang diperlukan, sehingga dengan pengertian lain bahwa pengendalian produksi dengan sistem SPC selain menghasilkan suatu pengendalian yang rapi dan terkoordinir, selain itu juga menghindarkan dari kekurangan jumlah sampling ketika akan dilakukan suatu pengawasan serta menghindarkan dari data-data maupun sampling yang tidak normal. Proses selanjutnya adalah mencoba melakukan suatu pengukuran terhadap proporsi ketidaksesuaian yang terjadi selama proses produksi dengan menggunakan alat bantu berupa peta kontrol P, pengukuran ini dimaksudkan untuk memberikan informasi lebih lanjut dan lengkap apakah proporsi ketidaksesuaian tersebut masih dalam taraf wajar atau tidak. Hal tersebut untuk mencegah produk cacat bisa lolos ke pasar tanpa pengendalian terlebih dahulu, sekaligus bisa dimanfaatkan sebagai alat untuk menelusuri asal usul dari bahan baku. Tentunya pengukuran dengan peta kontrol bisa saja menggunakan peta lainnya tergantung pada bagaimana kondisi sampel dan juga tindakan atas proporsi ketidaksesuaian tersebut. 4.4 Rencana Implementasi. Rencana implementasi tersebut jelasnya harus dilakukan secara cepat dan dalam waktu yang sesingkat mungkin, mengapa hal tersebut dilakukan?, jika berpatokan pada jawaban klise yakni secepat mungkin memperbaiki kerusakan yang ada, maka dalam pembahasan ini yang ingin disampaikan adalah: secepat mungkin merebut kembali pasar yang telah hilang. Konsumen tidak pernah habis justru konsumen akan

20 94 semakin bertambah, namun kenyataan lainnya yang perlu diingat adalah kenyataan bahwa pesaing justru semakin bertambah, hal tersebut menyebabkan suatu persaingan yang semakin ketat serta menyempitnya ruang gerak dalam pasaran serta menyempitnya kesempatan dalam pasar. Rencana implementasi tersebut diharapkan dilakukan secepat mungkin, namun justru satu hal yang perlu diperhatikan yakni implementasi tindakan tersebut yang disarakan adalah yakni penerapan SPC dalam pengendalian produk cacat serta yang paling penting adalah mencoba mencari dari mana produk cacat tersebut bisa terjadi. Tidak bisa jika diharapkan bahwa akan menemukan jawaban akan penyebab produk cacat dalam sekejap, tetapi justru penerapan SPC akan memberikan suatu landasan awal ke arah perbaikan dan penelusuran penyebab terjadinya produk cacat. Penerapan pengawasan dengan SPC bukan hanya diterapkan pada bagian produksi maupun pada bagian anodizing saja, tetapi lebih jauh lagi penerapan tersebut harus diterapkan juga disemua bagian dalam perusahaan yang dirasakan vital yang potensial mengakibatkan perusahaan menjadi tidak efektif. Implementasi tindakan tersebut dilakukan perlahan-lahan dan tidak secara tiba-tiba atau mendadak, tetapi lebih dahulu perusahaan harus mensosialisasikan pengendalian tersebut kepada seluruh operator maupun tenaga kerja yang ada, tujuan tersebut jelas yakni untuk mengenalkan pada para operator maupun pekerja mengenai SPC, selain itu juga memberikan suatu pengertian mengenai pentingnya SPC didalam perusahaan. Penerapan SPC jelas tidak bisa dilakukan secara instan, tetapi perusahaan harus melakukan suatu pelatihan yang secara intensif untuk menghasilkan sistem yang

21 95 bagus, atau malah perusahaan boleh meniru sistem pengendalian ala Jepang yakni dimana semua orang yang terlibat dalam suatu operasi bisa atau mengetahui SPC, sehingga hal tersebut justru memberikan suatu pengawasan yang lebih optimal, dimana pengawasan justru terjadi sampai pada lingkungan terkecil. Penerapan tersebut jelas membutuhkan waktu dan biaya yang tidak sedikit, namun implikasi dari hasil tindakan tersebut jelas dan berarah, penerapan tindakan tersebut pada awalnya mungkin hanya merupakan suatu tindakan yang sia-sia dan cenderung menghabiskan waktu serta biaya, bahkan ketika penerapan SPC dilakukan bisa saja hal tersebut justru menyebabkan efektifitas perusahaan menjadi menurun dan menjadikan suatu penurunan produktivitas, namun itu hanya merupakan suatu pengorbanan awal bagi perusahaan jika menginginkan akses untuk membuka pasar secara lebih luas. Ketika SPC sudah berhasil diterapkan maka implikasi yang diharapkan akan jauh lebih besar dan lebih dari apa yang diharapkan dimana perusahaan akan mempunyai akses untuk pasar baru, perusahaan akan memiliki daya saing kembali, perusahaan justru bisa menghemat biaya produksi, produktivitas akan menjadi meningkat, dan perusahaan akan menguasai suatu kartu As yakni penanaman image pada pasar. Produktivitas meningkat?, menghemat biaya produksi?, hal tersebut sekilas tidak mungkin, namun jika dilihat dengan lebih terperinci maka dapat dipahami akan arti tersebut. Dengan pengawasan dan pengendalian yang tersistematika, maka membuka akses pada penelusuran lebih lanjut pada penyebab terjadinya produk cacat, kemudian dengan diketahui dan diantisipasinya penyebab produk cacat tersebut produk yang

22 96 mengalami perlakuan daur ulang (gambar 4.11) akan semakin sedikit, hal tersebut justru sama dengan penghematan yang terjadi, dimana perusahaan justru bisa terusmenerus menghasilkan produk tanpa biaya daur ulang, serta produktivitas akan semakin meningkat dimana perusahaan tidak lagi memproduksi produk lama tapi baru. Gambar 4.11 Pengumpulan Scrap Untuk Proses Daur Ulang Oleh karena itu sekali lagi penerapan SPC harus dan wajib dilakukan serta harus cepat, namun semua itu justru harus melalui tahap-tahap yang jelas sehingga penerapan SPC tidak salah arah dan tidak salah penerapan. Terlepas pada kenyataan bahwa produk cacat perusahaan tidak mengalami suatu kenyataan ekstrim pada pengolahan data, namun setidaknya dengan SPC justru memberikan gambaran bahwa keadaan mengenai produk cacat yang sesungguhnya, serta menghindari dari lost control akan produk cacat, meski pada pengolahan data tidak ditemukan produk yang ekstrim namun tetap saja penerapan SPC diusulkan untuk memberikan suatu gambaran jelas tentang produk cacat dari perusahaan. Rencana estimasi biaya untuk implementasi sistem SPC adalah sebagai berikut:

23 97 Biaya training. o Perkiraan Rp ,- (kapasitas 10 orang). Biaya training cenderung hanya untuk 10 orang, yang disebabkan perusahaan bukan termasuk perusahaan yang sangat besar, di mana jumlah pekerja adalah 300 orang. Biaya software. o Perkiraan Rp ,- (minitap, dll.). Untuk mempermudah pelaksanaan sistem SPC. Biaya perlengkapan lainnya. o Perkiraan Rp ,- (komputer, check sheet, dll.). Merupakan biaya untuk keperluan pendukung lainnya. Biaya antisipasi. o Perkiraan Rp ,-, alokasi untuk biaya antisipasi memakan porsi terbesar karena pada awal pelaksanaan SPC tentu akan mengalami banyak kendala baik teknis maupun non-teknis, oleh karena itu alokasi biaya untuk bagian ini cenderung besar namun untuk tujuan yang paling penting.