Penerapan Diagram MEWMA Baru Pada Proses Blending Bagian Primary di Perusahaan Rokok X Oleh: Sri Sulistyawati 1306100060 Dosen Pembimbing: Dr. Muhammad Mashuri, MT
PENDAHULUAN
Latar Belakang.. Industri Rokok Persaingan Industri Kualitas Proses Primary Bagian Blending PT. X Pengendalian Kualitas Secara Statistik Peta Kendali Multivariat Peta Kendali MEWMA
Permasalahan.. 1. Bagaimana stabilitas proses produksi rokok pada tahap primary proses blending dengan menggunakan peta kendali MEWMA? 2. Apabila proses tidak terkendali, variabel-variabel apa saja yang menyebabkan terjadinya out-of-control?
Tujuan Penelitian.. 1. Menganalisis stabilitass proses produksi rokok pada tahap primary proses blending dengan menggunakan peta kendali MEWMA 2. Mengetahui variabel-variabel apa saja yang menyebabkan terjadinya pengamatan yang out-of- control
Manfaat Penelitian.. Memberikan informasi dalam penerapan ilmu statistik di bidang industri, khususnya Quality Control Memberikan informasi kepada perusahaan mengenai gambaran dari pengendaliann kualitas pada proses primary bagian blending
Batasan Masalah.. Penelitian hanya dilakukan pada proses primary khususnya di bagian blending dengan tidak mengikutsertakan beberapa variabel, yaitu variabel Moisture Content (MC) dan variabel Organoleptic karena adanya perbedaan dalam proses pengambilan sampel sehingga dianggap kurang sesuai dengan metodee yang digunakan.
TINJAUAN PUSTAKA
Peta Kendali.. Adalah suatu metode grafis yang digunakan untuk mengevaluasi apakah suatu proses berada dalam status terkendali atau tidak (Montgomery, 2005). Manfaat peta kendali antara lain mempermudah mengamati perubahan data dari waktu ke waktu, dapat melihat penyimpangan, yaitu apabila proses tidak terkendali, serta menggambarkan kualitas dari suatu produk. Atribut Peta Kendali Univariat Variabel Multivariat MEWMA
Peta Kendali MEWMA.. Peta kendali yang digunakan untuk mendeteksi terjadinya perubahan kecil pada mean dalam proses (Khoo, 2003) Peta kendali MEWMA dibentuk oleh statistik dengan persamaan: dimana: matriks varian kovarian dari dengan batas atas = h4 (nilai ARL yang sudah ditetapkan) batas bawah = 0
Pemeriksaan Asumsi Normal Multivariat.. Fungsi probability density function dari distribusi normal multivariat (Evans et al, 2000): Hipotesis: H0 = data berdistribusi normal multivariat H1 = data tidak berdistribusi normal multivariat Statistik Uji Tolak H0 jika terdapat lebih dari 50% jarak d 2 i χ 2 (p;α)
Metode Analitycal Hierarchy Process (AHP).. Merupakan metode yang digunakan untuk menentukan skala rasio dari perbandingan yang kompleks dengan menguraikan masalah yang kompleks menjadi hierarki (Saaty, 1993) Dalam metode AHP dilakukan langkah-langkah sebagai berikut : 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan 2. Membuat struktur hierarki yang diawali dengan tujuan utama 3. Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya
Metode Analitycal Hierarchy Process (AHP).. 4. Menghitung nilai eigen dari setiap matriks perbandingan berpasangan 5. Memeriksa konsistensi hirarki. dengan menggunakan Consistency Ratio (CR), yang dirumuskan: dengan Matriks pairwise comparisons dikatakan konsisten jika nilai CR<10%. Jika tidak konsisten maka mengulangi langkah 3 dan 4 untuk seluruh tingkat hierarki.
Identifikasi Variabel Penyebab Terjadinya Sinyal Out-of-control.. Identifikasi dilakukan agar perbaikan proses mencapai sasaran yang tepat Montgomery (2005) menjelaskan bahwa salah satu pendekatan yang dapat digunakan dalam mendiagnosis sinyal out-of- statistik ke dalam komponen- control adalah menguraikan komponen yang menunjukkan kontribusi dari masing- masing variabel. Perbaikan proses difokuskan pada variabel yang memiliki nilai lebih besar dari.
TINJAUAN PROSES
Preparasi Material Cutting Separating Tahap Primary Blending SKM SKT Making Batangan Packing Wrapping Packing Bandrol Tahap Secondary Over Wrapping Wraping Sloft Bal Box Diagram Alur Proses Produksi Rokok PT. X
Primary Process.. Merupakan suatu tahap produksi yang mengolah bahan mentah (raw material) tembakau dan cengkeh menjadi bahan setengah jadi berupa campuran rajangan dengan ukuran tertentu yang disebut bancuran Tahap proses dalam primary meliputi: Tobacco Processing (Pengolahan Tembakau) Cutting Line Processing (proses pengolahan cengkeh) Proses Blending Line
Proses Blending Line.. merupakan proses produksi padaa Primary Production Department yang merupakan serangkaian proses secara batch dari pencampuran berbagai grade tembakau dan cengkeh serta flavor sesuai komposisi brand, menjadi blend yang siap untuk diproses pada tahap selanjutnya Variabel yang diukur 1. Moisture Content (MC) 2. Particel Size Distribution (PSD) 3. Impurities 4. Organoleptic
METODOLOGI PENELITIAN
Sumber Data.. Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data variabel karakteristikk dari proses pemeriksaan kualitas di tahap primary bagian blending pada bulan Januari sampai Maret 2010. Pengambilan sampel dilakukan 1 kali setiap batch sebanyak 100 gram dan dilakukan pada saat material ditampung di konveyor.
Organisasi Data.. Data ke X 1 X 2 1 n 11 n 12 2 n 21 n 22 3 n 31 n 32 X i X 6 n 1i n 16 n 2i n 26 n 3i n 36 t n t1 n t2 n ti n t6 118 n 118 1 n 118 2 n 118i n 1186 dengan n ti X i = hasil pengamatan = karakteristik kualitas (variabel) ke-i t = 1, 2, 3,..., 118 i = 1, 2, 3,..., 6
Variabel Penelitian.. PSD Halus PSD Sedang PSD Kasar Bancuran Bersih Gagang Tikar (X1) (X2) (X3) (X4) (X5) (X6)
Mulai Observasi Proses Produksi Rokok Studi Literatur tentang metode MEWMA Pengumpulan Data QC antara Bulan Januari-Maret 2010 Pemeriksaan Asumsi Data Berdistribusi Tidak Normal Multivariat Penentuan Nilai Pembobot Ya Tidak Transformasi Pembuatan Diagram MEWMA Identifikasi variabel penyebab out-of-control Kesimpulan dan Saran Diagram Alur Penelitian Selesai
ANALISIS DAN PEMBAHASAN
Deskripsi Karakteristik Kualitas.. Variabel Mean Varian Min Median Max PSD Halus 7,301 3,,376 4,17 6,695 14,35 PSD Sedang 82,311 4,,133 72,38 82,385 86,28 PSD Kasar 10,388 6,,406 5,91 10,14 21,92 Bancuran Bersih 99,253 0,0237 98,84 99,255 99,65 Gagang 0,671 0,0197 0,31 0,675 1 Tikar 0,07492 0,00377 0,01 0,06 0,48 Boxplot untuk variabel PSD Halus dan PSD Sedang Boxplot of psd halus Boxplot of psd sedang 15,0 14,35 88 86 12,5 84 psd halus 10,0 7,5 psd sedang 82 80 78 76 76,79 5,0 74 73,58 72 72,38
Deskripsi Karakteristik Kualitas.. Boxplot untuk variabel PSD Kasar, Bancuran Bersih, Gagang dan Tikar Boxplot of psd kasar Boxplot of bancuran bersih 22,5 20,0 21,92 20,37 99,7 99,6 99,5 99,65 psd kasar 17,5 15,0 12,5 16,89 bancuran bersih 99,4 99,3 99,2 99,1 10,0 99,0 7,5 98,9 5,0 98,8 98,84 Boxplot of gagang Boxplot of tikar 1,0 0,5 0,48 0,9 0,4 0,38 0,8 0,3 gagang 0,7 0,6 tikar 0,2 0,26 0,19 0,5 0,1 0,4 0,3 0,32 0,31 0,0
Pemeriksaan Asumsi Normal Multivariat.. Hipotesis: H0 = data berdistribusi normal multivariat H1 = data tidak berdistribusi normal multivariat Statistik Uji Jarak d 2 i yang kurang dari χ 2 (6;0.05) yaitu sebesar 73,73%, Sehingga kesimpulan dari pemeriksaan asumsi ini adalah karakteristik keenam variabel kualitas telah berdistribusi normal mutivariat
Penentuan Nilai Pembobot.. Setelah melakukan survei di perusahaan, didapatkan matriks tingkat kepentingan sebagai berikut PSD Halus PSD Sedang PSD Kasar Bancuran Bersih Gagang Tikar PSD Halus 1,000 0,5000 4,000 0,250 3,000 2,000 PSD Sedang 2,000 1,0000 5,000 0,333 4,000 3,000 PSD Kasar 0,250 0,2000 1,000 0,111 0,500 0,333 Bancuran Bersih 4,000 3,0000 9,000 1,000 7,000 5,000 Gagang 0,333 0,2500 2,000 0,143 1,000 2,000 Tikar 0,500 0,3333 3,000 0,200 0,500 1,000
Penentuan Nilai Pembobot.. Nilai pembobot yang dihasilkan Variabel Nilai Pembobot PSD Halus 0,141 PSD Sedang 0,214 PSD Kasar 0,037 Bancuran Bersih 0,457 Gagang 0,076 Tikar 0,076 Pemeriksaan Konsistensi Penilaian
Penerapan Diagram Kontrol MEWMA.. 25 20 Diagram Kontrol MEWMA Variable ti2 h4 15 Data 10 5 0 1 12 24 36 48 60 72 pengamatan ke 84 96 108 Pengamatan Out-of-control Pengamatan ke- Nilai Ti2 63 15,25849 81 15,42176 83 22,93546
Identifikasi Variabel Penyebab Out-of- control Dengan membandingkan nilai di pada ketiga pengamatan yang out-of- nilai α=0,05 atau sebesar 3,841, control terhadap nilai dengan maka didapatkan nilai kontribusi sebagai berikut Variabel Pengamatan ke- 63 81 83 X1 4,183616 2,954479 0,60595156 X2 4,3117625 4,91620623 3,29575852 X3 3,6999118 7,60279171 1,66605854 X4 9,4963814 9,43450999 2,32906784 X5 2,350647 2,87420925 2,85252575 X6 4,2763473 7,30858624 17,2335395
KESIMPULAN DAN SARAN
Kesimpulan.. 1. Proses produksi rokok proses blending tahap primary di PT X pada periode Bulan Januari-Maret 2010 menunjukkan hasil bahwa proses belum terkendali secara statistik. Hal ini dikarenakan terdapat 3 pengamatan yang berada di luar batas kendali, yaitu pada pengamatan 63, 81, dan 83. 2. Variabel penyebab yang menyebabkan pengamatan terdeteksi out-of-control yaitu variabel PSD Kasar (X 1 ), PSD Sedang (X 2 ), PSD Halus (X 3 ), Bancuran Bersih (X 4 ), dan Tikar (X 6 ). Dengan uraian bahwa variabel PSD Sedang (X 2 ), Bancuran Bersih (X 4 ), dan Tikar (X 6 ) merupakan variabel yang paling banyak menyebabkan pengamatan yang tidak terkontrol pada diagram MEWMA periode Januari-Maret 2010. Oleh karena itu variabel PSD Sedang (X 2 ), Bancuran Bersih (X 4 ), dan Tikar (X 6 ) menjadi variabel yang diprioritaskan dalam perbaikan proses untuk periode-periode selanjutnya.
Saran.. Perlu adanya perbaikan kualitas proses produksi pada perusahaan, khususnya proses blending tahap primary. Beberapa variabel yang perlu diprioritaskan karena dianggap menyebabkan terjadinya pengamatan yang out-of-control adalah variabel PSD Sedang (X 2 ), Bancuran Bersih (X 4 ), dan Tikar (X 6 ). Sehingga diharapkan pada periode selanjutnya proses dapat terkendali secara statistik.
Daftar Pustaka.. Ariani, D.W., 2004. Pengendalian Kualitas Statistik (Pendekatan Kuantitatif Dalam Manajemen Kualitas). Yogyakarta: Andi. Evans, M.; Hastings, N,; dan Peacock, B. 2000. Statistical Distributions, Third Edition. Canada: John Wiley and Sons, Inc. Feigenbaum, A.V. 1983. Total Quality Control, Third Edition. New York: Mc graw- Hill, Inc. Johnson. A.R. dan Wichern. D.W. 1998. Applied Multivariate Statistical Analysis. New Jersey: Prentice Hall. Upper Saddle River. Khoo, M.B.C. 2003. Multivariate Control Chart for process Dispersion Based on Individual Observation. Quality Engineering vol 16. pp. 75-85 Montgomery, D. C. 2005. Introduction to Statistical Quality Control 5 th Edition. New York: John Wiley and Sons, Inc. Mulyono, S. 1996. Teori Pengambilan Keputusan. Jakarta: Fakultas Ekonomi Universitas Indonesia. Saaty, T.L., 1980. The Analytic Hierarchy Process. New York: McGraw-Hill. Risdiyanto, 2003. Analisis Pengendalian Kualitas Rokok di PT Menara Kartika Buana. Tesis Manajemen Produksi dan Operasi IPB.
TERIMA KASIH