PENGONTROLAN KUALITAS PROSES PRODUKSI HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK. MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp)

Transkripsi

1 Seminar Hasil Tugas Akhir PENGONTROLAN KUALITAS PROSES PRODUKSI HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp) Febrianto Dosen Pembimbing : Dr. Muhammad Mashuri, M.T. Co Pembimbing Dra. Lucia Ardinarti, M.T. 1

2 AGENDA Pendahuluan Tinjauan Pustaka Metodologi Penelitian Analisis dan Pembahasan Kesimpulan dan Saran Daftar Pustaka 2

3 Pendahuluan 3

4 Pengendalian Kualitas variabel kualitas lebih dari satu Diagram Kontrol Mnp PT. Timur Megah Steel HEXAGON BOLT M16 X 75MM 4

5 Penelitian sebelumnya : 1. Mawarni (2009) Proses Produksi Panel PT. Siemens Indonesia dengan Diagram kontrol Multivariat np. 2. Weny (2010) Pengontrolan Kualitas Produksi Rokok SKT (Sigaret Kretek Tangan) Di PT X Menggunakan Diagram Kontrol Multivariat np. 5

6 1 Bagaimana hasil pengendalian proses produksi hexagon bolt M16 X 75mm periode 15 Juni sampai 18 Juli 2012 dengan menggunakan diagram multivariat np? Faktor-faktor apa yang menjadi penyebab jika terdapat pengamatan yang out of control? RUMUSAN MASALAH 6

7 1 Mengevaluasi hasil pengendalian proses produksi hexagon bolt M16 X 75mm periode 15 Juni sampai 18 Juli 2012 dengan menggunakan diagram multivariat np. Mengetahui faktor-faktor penyebab terjadinya out of control. TUJUAN 7

8 Manfaat yang diperoleh dari penelitian ini adalah memberikan informasi dan masukan positif kepada pembaca dan PT. Timur Megah Steel Gresik sebagai pihak penghasil hexagon bolt M16 X 75mm. Penelitian ini dibatasi hanya pada produk hexagon bolt M16 X 75mm dari perusahaan PT.Timur Megah Steel Gresik.Penelitian hanya dilakukan pada tahap sortir produksi hexagon bolt M16 X 75mm periode 15 Juni sampai 18 Juli MANFAAT DAN BATASAN MASALAH 8

9 Tinjauan Pustaka 9

10 Diagram Ishikawa Diagram Ishikawa atau yang biasa disebut diagram sebab akibat atau fishbone diagram digunakan untuk menggambarkan berbagai sumber ketidaksesuaian dalam produk (Montgomery, 2005). BKA Diagram Kendali Univariate np np GT np 3 np(1 p) Diagram Pareto Diagram pareto merupakan salah satu dari tujuh alat SPC yang digunakan untuk melakukan perbaikan kualitas. Diagram pareto berbentuk histogram frekuensi ketidaksesuaian (cacat) berdasarkan penyebab ketidaksesuaian dan diurutkan mulai dari frekuensi paling besar sampai paling kecil (Montgomery, 2005). BKB np 3 np(1 p) TINJAUAN STATISTIK

11 Dimana Diagram Kontrol Multivariat np P ( p1, p2,..., pn) merupakan proporsi vektor item cacat C Estimasi Parameter Model Estimasi vektor proporsi item cacat k k C2 j Cmj j1 j1,,..., ( p1, p2,..., p nk nk m Dapat memberikan i X proses pengendalian yang lebih sensitif i1 pi daripada pengendalian dengan univariat np pada proses produksi yang multi-atribut. Dan Lu, 1998 P k j1 k P j k j1 C nk 1 j Matrik korelasi juga diestimasi dari data sampel pendahuluan ˆ ˆij mxm m ) ij korelasi mxm adalah matrik koefisien ˆ ij cov( C var( C i i, C j ) ) var( C j ) C ( C1, C2,..., Cm ) jumlah unit item cacat. Statistik X adalah vektor dari Tinjauan Statistik 11

12 Diagram Kontrol Multivariat np Interpretasi Sinyal Out-of- Control Z i Z i = skor statistik C i npi pi Garis syarattengah untuk ukuran dan batas sampel kontrol diagram untuk Mnp adalah diagram Mnp m m BKA n p j 3 n(1 p j ) 2 ij n p j1 j1 i 3m i j m i GT n p j1 m m BKB n p j 3 n(1 p j ) 2 ij j1 j1 i j Pemilihan Penentuan ukuran Batas sampel Kontrol j (1 p )(1 p i (1 p )(1 p i j j ) ) C i p i dan = jumlah cacat pada karakteristik kualitas i = rata-rata proporsi cacat pada karakteristik kualitas i Z Di d i C i npi pi Tinjauan Statistik 12

13 Proses Produksi Raw Material Coating Anealing Bolt forming Trimming Rolling Sortir pengepakan 13

14 Metodologi Penelitian 14

15 Teknik Pengambilan Sampel Pengamatan pada proses sortir hexagon bolt M16 X 75mm per hari di PT.Timur Megah Steel Gresik. Data diambil sekunder pada 15 Juni 2012 sampai dengan 18 Juli 2012 Fase 1 (bulan juni 2012) dan fase 2 (juli 2012) setiap subgroup memiliki ukuran sampel yang sama sebanyak 80 15

16 Struktur Data Keterangan: C ij =jumlah cacat jenis ke-i pada subgrup ke-j C i = jumlahan total cacat dari masing-masing kategori karakteristik kualitas C ij 16

17 Variabel Penelitian No Jenis Cacat 1. Jumlah keropos pada produk hexagon bolt M16 X 75mm(C1) 2. Jumlah gupil pada produk hexagon bolt M16 X 75mm(C2) 3. Jumlah Cacat kategori Panjang hexagon bolt M16 X 75mm yang tidak sesuai(c3) 4. Jumlah goresan pada produk hexagon bolt M16 X 75mm(C4) 5. Jumlah crack di kepala hexagon bolt M16 X 75mm(C5) 6. Jumlah cacat kategori tidak center antara body dan kepala pada produk hexagon bolt M16 X 75mm(C6) 17

18 Langkah Analisis 1. Pengumpulan data 2. Menghitung proporsi cacat masing2 subgrup ke i bulan juni 3. Menghitung nilai statistik x pada masing2 subgrup ke i bulan juni 4. Menghitung estimasi vektor proporsi item cacat ke i 5. Menghitung nilai korelasi antar variabel 6. Menghitung batas kendali diagram multivariat np bulan juni 7. Plot statistik X i dengan batas kendalinya,jika terdapat out of control maka titik tersebut dihilangkan. 8. Menghitung proporsi cacat masing2 subgrup ke i bulan juli 9. Menghitung nilai statistik x pada masing2 subgrup ke i bulan juli 10.Plot statistik X i dengan batas kendali bulan juli,jika terdapat out of control maka titik tersebut dihilangkan. 11.Menarik kesimpulan 18

19 Analisis dan Pembahasan 19

20 ANALISIS KORELASI ANTAR VARIABEL Uji hipotesis untuk koefisien korelasi: H 0 : ρ = 0 H 1 : ρ 0 Jika tingkat signifikansi 5% maka tolak H 0 yang berarti ada antara variabel satu dengan yang lain. hubungan Variabel C1 C2 C3 C4 C5 C6 C1 Pearson Correlation 1 0,569 * 0,288 0,554 * 0,258-0,586 * Sig. (2-tailed) 0,021 0,279 0,026 0,334 0,017 C2 Pearson Correlation 0,569 * 1 0,294 0,512 * 0,007-0,574 * Sig. (2-tailed) 0,021 0,269 0,042 0,981 0,020 C3 Pearson Correlation 0,288 0, ,045-0,199 0,226 Sig. (2-tailed) 0,279 0,269 0,869 0,459 0,399 C4 Pearson Correlation 0,554 * 0,512 * 0, ,369-0,585 * Sig. (2-tailed) 0,026 0,042 0,869 0,159 0,017 C5 Pearson Correlation 0,258 0,007-0,199 0, ,639 * Sig. (2-tailed) 0,334 0,981 0,459 0,159 0,008 C6 Pearson Correlation -0,586 * -0,574 * 0,226-0,585 * -0,639 * 1 Sig. (2-tailed) 0,017 0,020 0,399,017 0,008 20

21 ESTIMASI PARAMETER Berdasarkan nilai rata-rata proporsi pada Tabel 4.2 maka hasil yang didapatkan nilai taksiran parameter yang memiliki nilai paling besar adalah jenis cacat gupil (C2) dengan nilai kemudian yang kedua adalah keropos (C1) dengan nilai Sedangkan nilai taksiran parameter yang memiliki nilai paling kecil adalah tidak center antara body dan kepala (C6) dengan nilai

22 Pengendalian Proses Produksi Bolt Fase I Peta Kendali Multivariat np fase I pada Proses Produksi Bolt Stat X BKA Garis Tengah BKB BKA = 197,6625 ; GT = 130,1482 ; BKB = 62,

23 Pengendalian Proses Produksi Bolt Fase I Peta Kendali Univariat np Jenis Cacat Keropos X1 bka gt bkb BKA = 17,91809 ; GT = 9,3125 ; BKB = 0,

24 Pengendalian Proses Produksi Bolt Fase I Peta Kendali Univariat np Jenis Cacat Gupil X2 bka gt bkb BKA = 18,35443 ; GT = 9,625 ; BKB = 0,

25 Pengendalian Proses Produksi Bolt Fase I Peta Kendali Univariat np Jenis Cacat Panjang Tidak Sesuai X3 bka gt bkb BKA = 8, ; GT = 3,3125 ; BKB = 0 25

26 Pengendalian Proses Produksi Bolt Fase I Peta Kendali Univariat np Jenis Cacat Goresan X4 bka gt bkb BKA = 15,95932 ; GT = 7,9375 ; BKB = 0 26

27 Pengendalian Proses Produksi Bolt Fase I Peta Kendali Univariat np Jenis Cacat Crack X5 bka gt bkb BKA = 12,97109 ; GT = 5,9375 ; BKB = 0 27

28 Pengendalian Proses Produksi Bolt Fase I Peta Kendali Univariat np Jenis Cacat Tidak Center X6 bka gt bkb BKA = 5,67498 ; GT = 1,75 ; BKB = 0 28

29 Pengendalian Proses Produksi Bolt Fase II Peta Kendali Multivariat np fase II pada Proses Produksi Bolt Statistik X BKA GT BKB BKA = 197,6625 ; GT = 130,1482 ; BKB = 62,

30 Identifikasi Sinyal Out of Control Menggunakan Statistik Z Zi(14) penyebabnya adalah jenis cacat crack Zi(17) penyebabnya adalah jenis cacat gupil Zi(18) penyebabnya adalah jenis cacat gupil 30

31 Jenis Cacat Dominan Pareto Chart of jenis cacat bulan juni Count Percent 0 jenis cacat Count Percent 25,4 24,6 21,0 15,7 8,7 4,6 Cum % 25,4 50,0 71,0 86,6 95,4 100,0 gupil keropos goresan crack panjang tak sesuai Other 0 Pareto Chart of jenis cacat bulan juli Count Percent jenis cacat gupil keropos goresan crack tidak center Other Count Percent 26,1 22,0 21,4 18,0 8,1 4,4 Cum % 26,1 48,1 69,5 87,5 95,6 100,0 31 0

32 Penelusuran Faktor Faktor Penyebab Diagram Ishikawa Tidak center Gupil Keropos Bahan baku kehujanan Kelalaian manusia dalam mensetting mesin Terjadi sedikit benturan pada proses annealing Gulungan kaw at tidak rapi Cacat bolt Kelalaian manusia dalam mensetting mesin P embentukan diameter kaw at y ang kurang sempurna Kualitas bahan baku terlalu keras Panjang tidak sesuai Goresan Crack 32

33 Kesimpulan dan Saran 33

34 Kesimpulan Berdasarkan hasil dan pembahasan yang telah dilakukan, maka dari penelitian Tugas Akhir ini dapat disimpulkan sebagai berikut. 1. Proses produksi bolt pada fase I, yaitu proses pada bulan Juni 2012 berdasarkan peta kendali multivariat np sudah terkendali, namun tidak cocok digunakan untuk bulan Juli 2012, akan tetapi bisa digunakan sebagai peta kendali pada bulan-bulan berikutnya. 2. Terdapat variabel yang memiliki frekuensi cacat yang tinggi dibandingkan variabel yang lain yaitu gupil dan keropos akibat dari bahan baku yang terkena hujan dan terjadi sedikit benturan pada proses annealing. Selain itu jika dilihat dari diagram pareto penyebab cacat lainya yang mempengaruhi adalah jenis cacat crack dan goresan. 34

35 Saran Saran yang dapat disampaikan berdasarkan hasil dan pembahasan yang telah dilakukan yaitu untuk perusahaan PT. Timur Megah Steel, masih perlu melakukan perbaikan pada setiap jenis cacat yang terjadi. Untuk jenis cacat gupil sebaiknya mesin pada proses annealing pengontrolannya lebih ditingkatkan untuk menghindari proses benturan. Sedangkan untuk jenis cacat keropos, goresan dan crack sebaiknya pemilihan bahan baku dan gulungan kawat benarbenar diperhatikan kualitas dan pemeliharaannya. 35

36 Daftar Pustaka 36

37 Johnson, A.R. and Wichern, D.W. (2002). Applied Multivariate Statistical Analysis 5th. New Jersey. Prentice Hall, Upper Saddle River. Juran, J. M, dan Gryna, F. (1983). Quality Planning and Analysis (2nd Edition). New Delhi: Hill Publishing Company Ltd LU, X. S. (1998). Control Chart for Multivariate Attribute Processes. International Journal of Production Research, (13). Mawarini, Y. F. (2009). Pengontrolan Kualitas Proses Produksi Panel Listrik PT. Siemens Indonesia Menggunakan Diagram Kontrol Multivariat np (Mnp Chart). Tugas Akhir Jurusan Statistika. Surabaya: ITS. Montgomery, D. C. (2005). Introduction to Statistical Quality Control, 5th edition. New York: John Wiley and Sons, Inc Rakhmania, W. (2010). Pengontrolan Kualitas Proses Produksi Rokok Unit Sigaret Kretek Tangan di PT. X Menggunakan Diagram Kontrol Multivariat np (Mnp). Tugas Akhir Jurusan Statistika. Surabaya: ITS. 37

38 TERIMA KASIH 38