BAB III METODOLOGI PENELITIAN

Transkripsi

1 BAB III METODOLOGI PENELITIAN 3.1. Metode Penelitian Berdasarkan diagram alir pada gambar 3.1 dapat dijelaskan bahwa dalam melakukan penelitian ini terdiri dari beberapa tahapan yang harus dilakukan mulai dari tahap pengidentifikasian masalah, pengambilan data, pengolahan data, analisa data, hingga tahap kesimpulan dan saran Deskripsi Metodologi Penelitian Agar lebih mudah dalam memahami metodologi penelitian maka akan didiskripsiskan dengan jelas dari langkah-langkah yang telah dirancang pada gambar 3.1. Secara umum metodologi penelitian terdiri dari 5 langkah utama antara lain tahap identifikasian masalah, pengambilan data, pengolahan data, analisa data, serta tahap kesimpulan dan saran Tahap Pengidentifikasian Masalah Pengidentifikasian masalah merupakan dasar dalam penelitian untuk menyelesaikan permasalahan sesuai dengan topik penelitian. Agar pengidentifikasian masalah lebih mudah maka dari itu diperlukan pula studi literatur, studi lapangan, serta rumusan masalah agar lebih sistematis dan lebih terfokus Penentuan Topik Berdasarkan studi pendahuluan yang telah dilakukan, peneliti menentukan topik yang akan menjadi objek pembahasan selama penelitian yakni lean manufacturing Studi Literatur Setelah mengetahui masalah yang akan diteliti beserta topik yang digunakan, kemudian dilakukan studi literatur sebagai dasar untuk memilih metode yang tepat untuk memecahkan masalah yang akan diteliti. Beberapa literatur yang nanti digunakan sebagai pedoman antara lain tentang konsep lean manufacturing, 32

2 33 jenis-jenis waste, big picture mapping, analytical networking process (ANP), serta teori tentang value stream analysis tools (VALSAT). MULAI Menentukan Topik Studi Literatur Tahap Identifikasi Masalah Studi Lapangan Identifikasi dan Perumusan Masalah Pengambilan Data Tahap Pengambilan Data Pembuatan Pembuatan Big Picture Current Value Mapping Stream Mapping Pembobotan Wastes berdasarkan ANP Pemilihan Waste yang Pemilihan Waste yang Dominan Dominan Tahap Pengolahan Data Pemilihan Detailed Mapping Tools dengan VALSAT Analisa Penyebab Waste dengan Diagram Sebab-Akibat (fishbone) Usulan Perbaikan berdasarkan diagram fishbone Tahap Analisa Data Kesimpulan dan Saran Tahap Kesimpulan dan Saran SELESAI Gambar 3.1 Diagram Alir Metodogi Penelitian

3 Studi Lapangan Observasi yang dilakukan adalah dengan melakukan pengamatan secara langsung terhadap proses produksi di perusahaan serta tindak lanjut yang dilakukan dalam rangka mengetahui waste yang dominan pada proses produksi di Perusahaan Raket Abadi Malang. Pengamatan didampingi oleh pembimbing lapangan dan dilakukan secara berkala menyesuaikan jadwal yang ditentukan oleh perusahaan Identifikasi dan Rumusan Masalah Identifikasi masalah dilakukan setelah melakukan pengamatan secara langsug terhadap objek penelitian, sehingga memudahkan peneliti dalam mengidentifikasi suatu masalah yang akan dibahas secara detail dan jelas. Rumusan masalah dibuat sebagai intisari permasalahan yang akan dibahas dalam penelitian, ini Tahap Pengambilan Data Pada tahap ini dilakukan pengambilan data yang dibutuhkan dalam penelitian. Pengambilan data dilakukan dengan pengamatan langsung maupun data historis yang ada dalam perusahaan. Data-data yang dikumpulkan antara lain : - Data umum perusahaan - Aliran informasi dan produksi secara umum - Data jenis mesin produksi - Data permintaan dan jumlah produksi aktual - Data waktu proses operasi produksi harian, termasuk waktu penyetelan, perpindahan material dan produk, waktu proses masing-masing mesin, waktu inspeksi produk - Data inventori produk termasuk work in process maupun produk jadi - Kuisioner hubungan waste dan penilaian diagram sebab akibat Tahap Pengolahan Data Tahapan ini merupakan tahap pegolahan data awal untuk mengetahui waste yang dominan. Proses pengidentifikasian pemborosan dilakukan dengan

4 35 pembuatan big picture mapping dan metode ANP untuk mengidentifikasi waste yang dominan denga alat bantu software super decision Pembuatan Big Picture Mapping Pembuatan big picture mapping dibuat untuk mengidentifikasi waste secara visual berdasarkan aliran material dan informasi, aktivitas proses produksi, cycle time tiap proses produksi, lead time, serta kebutuhan tenaga kerja tiap proses produksi Pembobotan Waste Berdasarkan Analytical Networking Process MULAI Konstruksi Model Matriks Perbandingan Berpasangan Rasio Konsistensi Tidak Konsisten? Ya Supermatriks SELESAI Gambar 3.2 Langkah-langkah Analytic Network Process Metode ini digunakan untuk mengidentifikasi waste yang dominan dengan alat bantu software super decision. Meskipun dihitung secara otomatis oleh software, namun perlu dibahas pula langkah demi langkah dalam proses penentuan waste yang dominan agar lebih mudah untuk menganalisa seperti pada gambar Konstruksi Model Konstruksi model dibuat untuk membantu mengetahui keteriatan antar waste yang sudah dicontohkan oleh Rawabdeh pada proses produksi job shop seperti pada gambar 3.3 yang mana hubungan antar waste tersebut merupakan jenis struktur jaringan. Namun dikarenakan Perusahaan Raket abadi dalam melakukan

5 36 proses produksinya merupakan jenis flow shop, maka nantinya akan digambarkan kontruksi model yang sesuai berdasarkan keadaan perusahaan tersebut. Gambar 3.3. Hubungan Tujuh Waste (Rawabdeh, 2005) Matriks Perbandingan Berpasangan Perbandingan berpasangan pada ANP dilakukan dengan membandingkan tingkat kepentingan setiap elemen. Penilaian dilakukan berdasarkan skala numerik table 3.1 dan dibuat matriks seperti pada rumus (3.1). Nilai Numerik Tabel 3.1 Skala Numerik Analytical Networking Process Definisi 1 Sama penting 3 Sedikit lebih penting 5 Lebih penting 7 Sangat lebih penting 9 Mutlak lebih penting 2, 4, 6, 8 Nilai tengah (Sumber : Saaty (2005) dalam Abastabte, dkk (2012)) Keterangan Dua aktivitas berpengaruh sama terhadap tujuan Satu aktivitas dinilai sedikit lebih berpengaruh dibandingkan aktivitas lainnya Satu aktivitas dinilai lebih berpengaruh dibandingkan aktivitas lainnya Satu aktivitas dinilai sangat lebih berpengaruh dibandingkan aktivitas lainnya Satu aktivitas dinilai mutlak lebih berpengaruh dibandingkan aktivitas lainnya

6 37 Proses matrik perbandingan berpasangan menggunakan perhitungan berdasarkan elemen hasil dari perbanding yang dapat dilihat pada rumus (3.1) (Saaty, 2013) (3.1) Adapaun kriteria yang digunakan antara lain tujuh jenis pemborosan yang di definisikan oleh Shigeo Shingo (1981, 1988), diantaranya sebagai berikut : 1. Over production, memproduksi terlalu banyak melebihi kebutuhan pelanggan atau memproduksi lebih cepat daripada waktu kebutuhan pelanggan yang menyebabkan kelebihan inventory. 2. Defects, tergolong defects contohnya bisa berupa kesalahan dokumentasi, permasalahan kualitas produk yang dihasilkan, atau delivery performance yang buruk. 3. Unnecessary Inventory, kelebihan penyimpanan dan delay material maupun produk sehingga mengakibatkan peningkatan biaya dan peningkatan biaya dan penurunan kualitas pelayanan terhadap pelanggan. 4. Inappropriate processing, seperti kesalahan oleh pekeja dalam mempergunakan tools saat bekerja sehingga terjadinya kesalahan dalam proses produksi. 5. Excessive transportation, dapat berupa waktu, tenaga, dan biaya akibat pergerakan yang berlebihan dari pekerja, aliran informasi, dan atau material produk. 6. Waiting, tidak beraktifitasnya (menunggu) pekerja, informasi dan atau barang dalam waktu yang lama yang berdampak terhadap buruknya aliran proses dan bertambahnya lead time.

7 38 7. Unnecessary motion, segala pergerakan dari orang atau mesin yang tidak menambah nilai terhadap barang dan jasa yang akan diserahkan kepada pelanggan tetapi hanya menambah biaya dan waktu saja. Atau keadaan tempat kerja yang kurang (tidak ergonomis) yang menyebabkan pekerja melakukan gerakan yang tidak perlu Rasio Konsistensi Rasio konsistensi digunakan sebagai dasar apakah matriks perbandingan tersebut sudah konsisten sehingga dapat diteruskan kelangkah selanjutnya atau dengan kata lain metode dapat diteruskan jika nilai CR 0,1. Namun jika tidak konsisten maka perlu diteliti kembali dalam pembuatan matriks perbandingan berpasangan. Hal ini terus dilakukan hingga nilai rasio konsistensi kurang atau sama dengan 10% Supermatriks Supermatriks dapat dibuat berdasarkan tiga langkah, antara lain unweighted supermatrix, weighted supermatrix, serta limit supermatrix. Bobot prioritas utama untuk kriteria dapat diketahui setelah pembuatan limit supermatrix terselesaikan. - Unweighted supermatrix. Supermatriks ini berisi eigenvector yang dihasilkan dari keseluruhan matriks perbandingan berpasangan dalam jaringan Setiap kolom dalam unweighted supermatriks berisi eigenvector yang berjumlah satu pada setiap clusternya, sehingga secara total satu kolom akan memiliki penjumlahan eigenvector lebih dari 1. - Weighted supermatrix. Supermatriks ini diperoleh dengan mengalikan seluruh eigenvector dalam unweighted supermatrix dengan bobot clusternya masingmasing. - Limit matrix. Matriks limit adalah supermatriks yang berisi bobot prioritas global dalam weighted supermatrix secara konvergen dan stabil. Nilai ini diperoleh dengan memangkatkan weighted supermatrix dengan 2k+1, dimana k adalah suatu bilangan yang besar dengan nilai yang tidak ditentukan

8 Pemilihan Waste yang Dominan Pada tahap ini akan dipilih jenis waste yang dominan dari ketujuh waste tersebut. Pertimbangan untuk memilih waste yang dominan adalah berdasarkan hasil dari pembobotan metode ANP yang memiliki nilai secara kualitatif dan subjektif dari responden pengisi kuesioner, namun hasil pengamatan berupa penjelasan secara visual ke dalam big picture mapping untuk mengetahui aliran fisik dan informasi dari suatu produk yang telah diamati. Waste dominan yang terpilih akan semakin jelas jika diperlihatkan kedalam big picture mapping Pemilihan Detailed Mapping Tools dengan VALSAT Wastes/structures Process activity mapping Tabel 3.2 The Seven Stream Mapping Tools Supply chain response marix Mapping Tools Production variety funnel Quality filter mapping Demand amplification mapping Decision point anays Physical structure (a) volume (b)value Overproduction L M L M M Waiting H H L M M Transport H L Innappropriate processing H M L L Unnecessary M H M H M L inventory Unnecessary motion H L Defects L H Overal structure L L M L H M H Catatan : (Hines dan Rich, 1997, hal 50) H = tingkat korelasi dan kegunaan tinggi (high) M = tingkat korelasi dan kegunaan sedang (medium) L = tingkat korelasi dan kegunaan rendah (low) Setelah mengetahui bobot dari masing-masing kriteria yang terdiri dari 7 waste tersebut kemudian bobot tersebut digunakan dalam menentukan tools berdasarkan ketentuan VALSAT. Pada tabel 3.1 sudah ditentukan tingkat korelasi dan kegunaan dari masing-masing tool, yang perlu dilakukan hanyalah mengalikan bobot dari masing-masing waste dengan nilai masing-masing tingkat korelasi dan kegunaan dari masing-masing tool : - Bobot 9, jika tingkat korelasi dan kegunaan high

9 40 - Bobot 3, jika tingkat korelasi dan kegunaan medium, - Bobot 1, jika tingkat korelasi dan kegunaan low - Bobot 0, jika tidak memiliki tingkat korelasi dan kegunaan. Setelah dikalikankan untuk masing-masing nilainya, maka nilai yang tinggi dari total tersebut akan diprioritaskan untuk digunakan. Sebaiknya pemakaian tool tidak hanya dipilih 1 tool saja, namun paling tidak menggunakan 2 tools yang berarti memiliki tingkat korelasi sedang (medium). Hal ini akan memastikan masing-masing waste cukup dapat ditangani dalam mapping process tersebut Tahap Analisa Tahap ini berisikan penyusunan secara sistematik dan disertai dengan argumentasi yang memiliki dasar referensi dan data-data valid tentang informasi ilmiah dalam penelitian, terutama informasi yang relevan degan masalah penelitian Analisa Penyebab Waste yang Dominan Berdasarkan Fishbone Analisa waste yang digunakan adalah analisa dari penyebab terjadinya waste yang dominan berdasarkana diagram sebab-akibat atau diagram fishbone berdasarkan beberapa kategori 4M+1E, yakni man, machine, methode, material, and environtment (manusia, mesin, metode, material, dan lingkungan) Usulan Perbaikan Berdasarkan Diagram Fishbone Setelah diketahui penyebab utama dari masing-masing waste yang dominan, maka akan dibuat usulan perbaikan dengan memperhatikan faktor-faktor yang menjadi penyebab suatu kategori Tahap Kesimpulan dan Saran Pada tahap ini akan ditarik kesimpulan yang sesuai dengan tujuan, dan saran untuk penelitian selanjutnya/kajian lanjutan maupun saran sebagai bahan evaluasi perusahaan yang dapat dimanfaatkan untuk mengembangkan kinerja perusahaan.