PENGENDALIAN KUALITAS PRODUKSI MEBEL DI PT. MAJAWANA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE)

dokumen-dokumen yang mirip
LOGO. Pengontrolan Kualitas Produksi Mebel Di PT. Majawana dengan Diagram Kontrol Multivariat Atribut Berdasarkan Jarak Chi-Square

PENGONTROLAN KUALITAS PRODUKSI MEBEL JENIS KURSI INDOOR DI PT.MAJAWANA DENGAN DIAGRAM KONTROL MULTIVARIAT ATRIBUT BERDASARKAN JARAK CHI-SQUARE

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman Online di:

Seminar Hasil Tugas Akhir

PENENTUAN DIAGRAM KENDALI DALAM ANALISIS KUALITAS PRODUKSI BISKUIT SQUARE PUFF PT. UBM BISCUIT SIDOARJO

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

PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK TANGAN DI PT. X MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT np (Mnp)

PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK UNIT SIGARET KRETEK MESIN DI PT X DENGAN DIAGRAM KONTROL MAHALANOBIS DISTANCE (D 2 )

GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI

Pengontrolan Kualitas Proses Produksi Front Grille Menggunakan Diagram Kontrol Multivariat Individual

Dlri Fiuia $trbi# Nn/l. N

Kata Kunci: Bagan kendali Multivariat np, karakteristik kecacatan, tahap start-up stage, tahap pengendalian proses

Diagram ARL W i & W Ri. Varian

Pengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum

PERBANDINGAN KINERJA DIAGRAM KONTROL G DAN DIAGRAM KONTROL S BESERTA APLIKASINYA

PENGONTROLAN BAHAN BAKU PRODUKSI SEMEN JENIS PCC DI PT. SEMEN PADANG DENGAN MENGGUNAKAN DIAGRAM KONTROL MEWMA

BAB I PENDAHULUAN. atau kualitas. Dalam dunia industri, kualitas barang yang dihasilkan merupakan

ANALISIS DAN PEMBAHASAN

PENGONTROLAN KUALITAS PADA PROSES PENGEMASAN SEMEN (PACKAGING) PT. SEMEN GRESIK (PERSERO) TBK, DI TUBAN BERBASIS METODE SIX SIGMA

PENERAPAN DIAGRAM KONTROL PADA PROSES PRODUKSI MINUMAN KEMASAN RETURNABLE GLASS BOTTLE. (Studi Kasus di PT. Coca-cola Bottling Indonesia Central Java)

PETA KENDALI MULTIATRIBUT C DENGAN PENDEKATAN DISTRIBUSI MULTIVARIAT POISSON

PENGENDALIAN PROSES VARIABILITAS MULTIVARIAT MELALUI VEKTOR RAGAM (STUDI KASUS : IPK DAN LAMA STUDI LULUSAN MATEMATIKA UNIVERSITAS ANDALAS)

Pengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis Distance dan T 2 Hotelling (Studi Kasus PT Metec Semarang)

BAB 3 LANGKAH PEMECAHAN MASALAH. PT. Citra Tunas Baru Gramindo adalah sebuah perusahaan garmen yang

ANALISIS KAPABILITAS PROSES PRODUKSI FILTER ROKOK SUPER SLIM JENIS MONO DI PT. X

PENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE)

PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak

BAB III METODOLOGI PENELITIAN

S 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)

Oleh: Sri Sulistyawati Dosen Pembimbing: Dr. Muhammad Mashuri, MT

BAB III ANALISIS KUALITAS PRODUK BENANG TS 248 MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL ( MSPC )

ANALISIS DATA DAN PEMBAHASAN Statistika Deskriptif

Pengendalian Kualitas Statistika Pada Proses Produksi Kaca Dengan Peta p Multivariat Di PT. Asahimas Flat Glass, Tbk.

PIPA PVC PUTU WITRI DEWAYANTI Dosen Pembimbing: Dr. Muhammad Mashuri, MT. Co Pembimbing: Wibawati, S.Si, M.Si. Kamis, 7 Juli 2011

DIAGRAM KONTROL MULTIVARIAT BERDASARKAN JARAK CHI-KUADRAT UNTUK QUALITY CONTROL PRODUKSI DI PT ARA SHOES

Prosiding Manajemen ISSN:

Analisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk

Analisis Pengendalian Kualitas Produk Minute Maid Pulpy 350ml di PT. Coca-Cola Bottling Indonesia Jawa Timur. Oleh: Zubdatu Zahrati

ISSN: JURNAL GAUSSIAN, Volume 3, Nomor 1, Tahun 2014, Halaman Online di:

PERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT

BAB III METODOLOGI PENELITIAN

Penerapan Diagram Kontrol EWMA dan NEWMA pada Proses Pembuatan Benang 30 Rayon di PT. Lotus Indah Textile Industries Surabaya

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Analisis Kualitas Tenun Sarung Menggunakan Metode Statistical Quality Control Di PT. PTI Pekalongan

PROGRAM STUDI DIPLOMA III JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2014

PENERAPAN DIAGRAM KONTROL KOMBINASI MEWMA PADA TAHAP CUTTING PROSES PRODUKSI PIPA PVC

DAFTAR ISI. 1.1 Latar Belakang Penelitian Identifikasi Masalah Tujuan Penelitian Kegunaan Penelitian Kerangka Pemikiran 6

PENGONTROLAN KUALITAS LAYANAN AGEN KARTU SELULER PRABAYAR TERTENTU PADA CALL CENTER SURABAYA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE)

PENGENDALIAN KUALITAS PRODUK LAMP CASE TIPE CA22 MENGGUNAKAN PETA KENDALI T 2 HOTTELING

Fakultas Teknologi Industri, Jurusan Teknik Industri, Universitas Kristen Petra Siwalankerto Surabaya 60236, Indonesia

ANALISIS PETA KENDALI ATRIBUT DALAM MENGIDENTIFIKASI KERUSAKAN PADA PRODUK BATANG KAWAT PT. KRAKATAU STEEL (PERSERO) Tbk

Bagan Kendali Rasio Likelihood dan Aplikasinya pada Data Kurs Mata Uang dan Industri

PROSIDING ISSN : Seminar Nasional Statistika 12 November 2011 Vol 2, November 2011

PEMBUATAN BAGAN KENDALI MULTIVARIAT T 2 -HOTELLING UNTUK PROSES PERKULIAHAN Studi Kasus : IPK dan Lama Studi Lulusan Matematika Universitas Andalas

PENERAPAN DIAGRAM KONTROL IMPROVED GENERALIZED VARIANCE PADA PROSES PRODUKSI HIGH DENSITY POLYETHYLENE (HDPE)

(MEWMA) Zuhrawati Latif ABSTRAK

PENGENDALIAN KUALITAS PRODUK GARAM PADA PT. SUSANTI MEGAH SURABAYA

BAB III PENGENDALIAN KUALITAS MULTIVARIAT. menghasilkan produk dengan kualitas yang baik, haruslah dilakukan pengendalian

PERAN STATISTIKA DALAM MENDUKUNG PENGEMBANGAN INDUSTRI Pengendalian Mutu dengan Bantuan Statistika

Analisis Kualitas Pada Produksi Botol RC Cola 800 ml di PT. IGLAS (Persero) dengan menggunakan Peta Kendali Demerit

ANALISIS KAPABILITAS PROSES UNTUK PENGENDALIAN KUALITAS PRODUK PEMBATAS BUKU INDUSTRI RUMAHAN

BAB 2 LANDASAN TEORI

Prosedur untuk Memonitor Proses dengan Proporsi Kecacatan yang Rendah

ANALISIS USULAN PERBAIKAN KUALITAS PADA PROSES PERAKITAN PINTU MOBIL PADA PT. MERCEDES-BENZ INDONESIA DENGAN MENGGUNAKAN DMAIC

BAB 3 METODE PENELITIAN

IMPLEMENTASI GRAFIK KENDALI MULTIVARIAT DENGAN JARAK CHI SQUARE (Studi Kasus di PT.Ongkowidjojo Malang)

PENGONTROLAN KUALITAS PROSES PRODUKSI ROKOK SIGARET KRETEK TANGAN SEBUAH PERUSAHAAN ROKOK DI SURABAYA MENGGUNAKAN DIAGRAM KONTROL MULTIVARIAT

BAB III METODE PENELITIAN. 3.1 Variabel Penelitian dan Definisi Operasional Variabel

BAB III METODE PENELITIAN

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

KINERJA DIAGRAM KONTROL W DAN DIAGRAM KONTROL G PERFORMANCE OF W CONTROL CHART AND G CONTROL CHART

Pendahuluan. Tinjauan Pustaka. Metodologi. Analisis dan Pembahasan. Kesimpulan dan Saran. Klik_. Klik_. Klik_. Klik_. Klik_

BAB I PENDAHULUAN. Sistem kualitas begitu penting dan diperlukan dalam dunia usaha untuk dapat

BAB III METODE PENELITIAN. Sampel merupakan sebagian anggota dari populasi yang dipilih dengan

PENERAPAN BAGAN KENDALI T 2 HOTELLING DAN ANALISIS KEMAMPUAN PROSES DALAM PRODUKSI SEMEN PPC (PORTLAND POZZOLLAND CEMENT ) DI PT.

BAB I PENDAHULUAN 1.1. Latar Belakang

UNTUK PENGENDALIAN VARIABEL PROSES MULTIVARIAT

JURNAL SAINS DAN SENI POMITS Vol. 3, No.2, (2014) ( X Print) D-290

Analisis Mutu Ketebalan Roti Sisir Pada Perusahaan XYZ

Model Regresi Multivariat untuk Menentukan Tingkat Kesejahteraan Kabupaten dan Kota di Jawa Timur

PENERAPAN DIAGRAM KONTROL T 2 HOTELLING PADA PROSES PRODUKSI KACA

Pengendalian Kualitas Data Atribut Multivariat dengan Mahalanobis Distance dan T2 Hotelling (Studi Kasus PT Metec Semarang) SKRIPSI

BAB 1 PENDAHULUAN. Dewasa ini perkembangan perekonomian Indonesia berada pada tingkat

Jurnal Mitra Manajemen (JMM Online)

BAB I PENDAHULUAN. perusahaan untuk memproduksi suatu produk, baik berupa barang atau jasa yang

PENERAPAN DIAGRAM MEWMA BARU PADA PROSES BLENDING BAGIAN PRIMARY DI SEBUAH PERUSAHAAN ROKOK DI SURABAYA

Statistical Process Control

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Pada saat ini perekonomian di dunia telah memasuki era globalisasi. Semua

BAB II TINJAUAN PUSTAKA. permasalahan yang teridentifikasi adalah PT. Vonex Indonesia belum

Monitoring Uji Stabilitas Jenis Tablet Antibiotik Pada Masa Kadaluarsa Menggunakan Diagram Kontrol Multivariat (Studi Kasus : PT X )

BAB III METODE PENELITIAN

BAB III LANGKAH PEMECAHAN MASALAH

BAB I PENDAHULUAN 1.1. Latar Belakang

Diagram Kontrol Data Depth untuk Memonitor Proses Multivariat

Prosiding Statistika ISSN:

BAB I PENDAHULUAN. Di era globalisasi seperti sekarang ini semakin banyak perusahaanperusahaan

Statistical Process Control

PENERAPAN DIAGRAM KONTROL T2 HOTELLING PADA PROSES PRODUKSI KACA. Skripsi. Disusun Oleh : Muhammad Hilman Rizki Abdullah

Transkripsi:

PENGENDALIAN KUALITAS PRODUKSI MEBEL DI PT. MAJAWANA DENGAN DIAGRAM KONTROL D 2 (MAHALANOBIS DISTANCE) Taufiq Primananda 1, Slamet Mulyono 2, Dedy Dwi Prastyo 2 1 Mahasiswa Jurusan Statistika FMIPA-ITS Surabaya (1306100052) e-mail : taufiqprimananda@gmail.com 2 Dosen Jurusan Statistika FMIPA-ITS Surabaya ABSTRAK Salah satu metode untuk memonitor proses produksi dengan diagram kontrol adalah dengan Statistical Process Control (SPC). SPC biasa dipakai dalam industri manufaktur. Salah satunya adalah dalam perusahaan mebel. Penerapan SPC dalam industri manufaktur dilakukan karena banyak konsumen yang mengutamakan kualitas produk. PT. Majawana adalah salah satu perusahaan mebel terbesar di Jawa Tengah yang selalu berusaha meningkatkan kualitas demi kepuasan pelanggan. Meskipun sudah melakukan perbaikan kualitas, tetap masih ada produk yang cacat karena tidak memenuhi karakteristik kualitas. Dengan memonitor hasil produksi maka akan terlihat bahwa proses itu sudah stabil atau belum. Diagram kontrol D 2 (Mahalanobis Distance) merupakan salah satu diagram kontrol yang dapat digunakan untuk memonitor ketidaksuaian produksi yang bersifat multiatribut. Dengan menggunakan diagram kontrol D 2 (Mahalanobis Distance), proses produksi berdasarkan karakteristik kecacatan bulan Juli 2009 sampai Desember 2009 menunjukkan hasil yang belum stabil. Hal ini dikarenakan terdapat 1 pengamatan dari 25 pengamatan atau sebanyak 4 persen pengamatan yang teridentifikasi tidak terkontrol. Kata Kunci : SPC, Multiatribut, Diagram Kontrol D 2 (Mahalanobis Distance) 1. Pendahuluan Sektor industri merupakan salah satu bagian penting dalam pembangunan di negara Indonesia. Perusahaan mebel adalah salah satu industri yang mengekspor produknya yang akan menghasilkan devisa bagi negara. PT. Majawana adalah salah satu perusahaan mebel terbesar di Jawa Tengah yang selalu berusaha meningkatkan kualitas demi kepuasan pelanggan. Meskipun sudah melakukan perbaikan kualitas, tetap masih ada produk yang cacat karena tidak memenuhi karakteristik kualitas. Dengan memonitor hasil produksi maka akan terlihat bahwa proses itu sudah stabil atau belum. Sehingga dapat diketahui apa saja yang menyebabkan proses itu tidak stabil. PT. Majawana memproduksi berbagai jenis mebel, salah satunya adalah kursi indoor. Kursi indoor adalah produk yang penjualannya paling banyak. Dengan semakin banyaknya permintaan, tentunya perusahaan ingin meminimalisasi kerusakan yang terjadi demi kepuasan pelanggan. Dari situlah perusahaan perlu memonitor kestabilan proses produksi kursi indoor tersebut terutama pada bagian pewarnaan (finishing), karena pada bagian ini sering terjadi ketidaksuaian. Montgomery (2005) menjelaskan bahwa salah satu metode untuk memonitor proses produksi dengan diagram kontrol adalah dengan Statistical Process Control (SPC). SPC biasa dipakai dalam industri manufaktur. Salah satunya adalah dalam perusahaan mebel. Penerapan SPC dalam industri manufaktur dilakukan karena banyak konsumen yang mengutamakan kualitas produk. Diagram kontrol D 2 (Mahalanobis Distance) merupakan salah satu diagram kontrol yang dapat digunakan untuk konsep multivariat tetapi dapat digunakan dalam kasus multinomial, yaitu variabel dikategorikan menjadi cacat pertama, cacat kedua sampai cacat yang dimiliki dalam produk tersebut dan sisanya adalah yang baik (Mukhopadhyay, 2008). Mukhopadhyay telah menerapkan diagram kontrol D 2 (Mahalanobis Distance) pada industri 1

manufaktur. Mukhopadhyay (2008) menerapkan metode ini pada studi kasus cacat pengecatan, tetapi hanya melihat pengamatan mana yang terkendali dan tidak, belum sampai pada melihat kestabilan proses berikutnya. Diagram kontrol D 2 memperhitungkan berbagai kategori cacat secara mendalam untuk meningkatkan sensitivitas dalam mendeteksi pergeseran. Oleh karena itu, untuk memahami kinerja keseluruhan proses dengan mempertimbangkan semua kategori cacat pada saat yang sama, peta kendali D 2 sangat efektif. Ini memungkinkan diagram kontrol D 2 diterapkan pada perusahaan mebel. Tujuan dari penelitian ini adalah menganalisis stabilitas produksi mebel PT. Majawana dengan diagram kontrol D 2 (Mahalanobis Distance). Penelitian ini hanya pada bagian Quality Control 2 yang memeriksa cacat finishing kursi indoor dengan karakteristik atribut yang dimiliki di PT. Majawana pada tahun 2009. Manfaat yang dapat diperoleh dari penelitian ini adalah memberikan masukan kepada PT. Majawana mengenai stabilitas produksi mebel di perusahaan tersebut yang nantinya dapat digunakan untuk menentukan kebijakan yang tepat dan memperkenalkan kepada PT. Majawana mengenai metode pengontrolan kualitas produk mebel menggunakan diagram kontrol D 2 (Mahalanobis Distance). 2. Diagram Kontrol Multivariat Atribut Banyak karakteristik kualitas tidak dapat dengan mudah dinyatakan secara numerik karena kualitas pada banyak kasus dapat dilihat secara langsung tanpa melakukan pengukuran secara detail. Dalam hal seperti itu, biasanya tiap obyek yang diperiksa akan diklasifikasikan sebagai obyek yang sesuai dengan spesifikasi pada karakteristik kualitas tersebut (diberi nilai nol) atau obyek tidak sesuai dengan spesifikasi (diberi nilai satu). Karakteristik kualitas seperti ini disebut atribut.(montgomery, 2005). Batas spesifikasi merupakan batas atau standar yang ditentukan perusahaan. Analisis multivariat adalah metode analisis statistik yang digunakan untuk mengolah data secara serentak dengan banyak variabel (Johnson dan Wichern, 2002). Data multivariat diperoleh dari hasil pengukuran lebih dari satu karakteristik pada setiap individu dari anggota sampel. Sehingga, jika pemeriksaan obyek secara atribut dilakukan pada lebih dari satu karakteristik kualitas, diagram kontrol yang digunakan adalah diagram kontrol multiatribut (Mukhopadhyay, 2008). 3. Diagram Kontrol D 2 (Mahalanobis Distance) Jarak Mahalanobis adalah ukuran yang menyatakan jarak nilai setiap kasus dari rata rata seluruh kasus (Siregar, 2003). Prinsip Mahalanobis Distance adalah menghitung jarak di ruang multidimensional antara sebuah pengamatan dengan pusat dari semua pengamatan (Hair dan Anderson, 1998). Untuk data atribut, diagram kontrol D 2 (Mahalanobis Distance) dengan konsep menghitung jarak proporsi jumlah ketidaksesuaian sebuah pengamatan terhadap rata-rata proporsi dari seluruh pengamatan untuk setiap variabel (Mukhopadhyay, 2008). Struktur datanya dapat dilihat pada Tabel 1 dan proporsi ketidaksuaian dapat dilihat pada Tabel 2. Tabel 1 Struktur Data Diagram Kontrol D 2 (Mahalanobis Distance) dengan Jumlah ketidaksesuaian Pengamatan n X 1 X 2.. X k Total 1 n 1 n 11 n 12.. n 1k n 1. 2 n 2 n 21 n 22.. n 2k n 2. r n r n r1 n r2.. n rk n r. m n m n m1 n m2.. n mk n m. Total N n.1 n.2 n.k Tabel 2 Proporsi ketidaksesuaian Pengamatan X 1 X 2.. X k 1 2 r m 2

dengan : n r = jumlah sampel tiap pengamatan ke r, r = 1,2,,m = variabel ke k X k n rk = jumlah ketidaksesuaian pengamatan ke - r variabel ke-k = jarak mahalanobis pengamatan ke r = proporsi ketidaksesuaian pengamatan ke-r variabel ke-k. = rata-rata proporsi ketidaksesuaian variabel ke-k Misalkan ada m pengamatan dengan k variabel, maka adalah vektor proporsi pengamatan ke r untuk setiap variabel terhadap jumlah sampel pada pengamatan ke r ( n r ) dengan r = 1,2,,m. ~ multinomial dengan parameter. adalah proporsi kategori cacat dan kategori tidak cacat, sehingga diperoleh dan perhitungan jarak mahalanobis pada multinomial untuk masing masing pengamatan adalah sebagai berikut Persamaan jarak mahalanobis untuk masingmasing pengamatan adalah = p r p T p r p (1) dengan : = = generalized inverse matriks = matriks varian kovarian dari vektor p r dan nilainya sama dengan 1 k Karena merupakan matriks singular (Rao dan Bhimasankaram, 1992), maka generalized inverse dari matriks adalah (2) Sehingga diperoleh matriks sebagai berikut r k s=1 n r rs s s 3) Perhitungan nilai (Mahalanobis Distance) antara dan adalah sebagai berikut (4) Berdasarkan konsep perhitungan statistik T 2 Hotelling pada penjelasan sebelumnya maka (5) Mukhopadhyay (2008) menjelaskan bahwa derajat bebas pertama untuk distribusi multinomial adalah k-1, bukan k, seperti distribusi multinormal karena. Sedangkan derajat bebas ke dua adalah n r, bukan n r -1, karena merupakan penaksir tak bias untuk populasi dengan ukuran sampel sebanyak n r. Batas kontrol untuk diagram kontrol D 2 (Mahalanobis Distance) dengan tingkat signifikan α adalah sebagai berikut 3

4. Diagram Pareto Diagram pareto merupakan alat pengendalian kualitas statistik untuk melakukan perbaikan kualitas (Montgomery, 2005). Diagram pareto berbentuk histogram frekuensi ketidaksesuaian (cacat) berdasarkan penyebab ketidaksesuaian dan diurutkan mulai dari frekuensi paling besar sampai paling kecil. Variabel yang diutamakan dalam perbaikan proses adalah variabel yang paling banyak menyebabkan proses tidak terkontrol. Berikut ini adalah contoh dari diagram Pareto : Gambar 1 Diagram Pareto 5. Proses Produksi Secara Umum Proses produksi di PT. Majawana secara umum adalah sebagai berikut. 1. Bahan baku yang berupa kayu gelondongan, terutama kayu mahoni didatangkan dari berbagai daerah. 2. Kayu kayu tersebut dibelah menjadi bentuk papan sesuai dengan kebutuhan. 3. Lembaran lambaran papan lalu dimasukkan kedalam oven untuk dikeringkan agar kadar air dalam papan tersebut hilang dan mudah untuk diolah ke proses selanjutnya. 4. Setelah dikeringkan kemudian dibuat komponen komponen, contohnya kaki meja, lengan kursi dll. 5. Berikutnya masuk ke bagian tukang kayu, apabila ada desain ukirannya maka terlebih dahulu diukir sebelum dirakit, jika tidak ada maka langsung kebagian perakitan. 6. Masuk ke bagian QC tahap pertama, jika keadaan produk sesuai, maka bisa langsung di amplas dan finishing, jika tidak maka kembali ke tukang kayu. Proses pada QC pertama adalah pemeriksaan dalam perakitan komponen maupun hasil pengukiran apakah sudah sesuai dengan yang ditentukan oleh perusahaan atau belum. Perkakitan komponen yang dimaksud adalah menyambung komponen satu dengan yang lainnya, misalnya mengecek apakah sambungan itu sudah tepat atau belum dan apakah hasil pengukirannya sudah sesuai atau belum. 7. Masuk dibagian amplas untuk dihaluskan dan finishing, yakni dengan cara dicat menggunakan sprayer. Masuk ke bagian QC tahap kedua yakni memeriksa bagian amplas dan finishing. Pada QC kedua adalah pemeriksaan hasil amplas, finishing(pewarnaan) dan pemasangan kain dan busa. Setelah diamplas kemudian dilakukan pengecatan. Menurut pihak perusahaan, pada QC 2 ini lebih banyak terjadi ketidaksuaian dibandingkan dengan QC 1 yakni pada proses pewarnaan. 8. Jika keadaan baik langsung di kemas. 6. Metodologi Penelitian Data yang akan dianalisis dalam penelitian ini adalah data sekunder tentang cacat pada produksi kursi indoor mulai Januari 2009 sampai Desember 2009. Pengamatan yang digunakan sebanyak 50 pengamatan dengan jumlah n sampel dalam setiap pengamatan 100 kursi dan variabel ada sebanyak 6 variabel. Sampel diambil pada 20 produksi pertama tiap hari yang mana ada 5 hari kerja yang kemudian dikumpulkan perminggu. 4

Tabel 3 Struktur Data Diagram Kontrol D 2 PT. Majawana(Mahalanobis Distance) pada finishing dengan Jumlah cacat Pengamatan n X 1 X 2 X k Total 1 n 1 n 11 n 12 n 1k n 1. 2 n 2 n 21 n 22 n 2k n 2. 3 n 3 n 31 n 32 n 3k n 3. r n r n r1 n r2 n rk n r. m n m n m1 n m2 n mk n m. 50 n 50 n 50 1 n 50 2 n 50 k n 50. Total N n.1 n.2 n.k Tabel 4 Struktur Data Diagram Kontrol D 2 PT. Majawana(Mahalanobis Distance) pada finishing dengan Proporsi cacat Pengamatan X 1 X 2 X k 1 11 12 1k 1 2 21 22 2k 2 r r1 r2 rk r m m1 m2 mk m 50 50 1 50 2 50 k 50 k dengan n r = jumlah sampel tiap pengamatan ke r, r = 1,2,,m X k = variabel ke k n rk = jumlah ketidaksesuaian pengamatan ke - r variabel ke-k = jarak mahalanobis pengamatan ke r = proporsi ketidaksesuaian pengamatan ke-r variabel ke-k. = rata-rata proporsi ketidaksesuaian variabel ke-k Variabel yang digunakan dalam penelitian kali ini merupakan karakteristik kualitas atribut jenis cacat pada bagian finishing produksi kursi indoor, yaitu. 1. Pengamplasan kasar adalah hasil pengamplasan dari barang sebelum di cat terlihat masih ada seperti serabut serabut kecil dan jika diraba terasa kasar (X 1 ). 2. Popping adalah benjolan-benjolan kecil pada lapisan cat kering yang jika diperhatikan lebih seksama akan kelihatan lubang-lubang kecil di puncaknya (X 2 ). 3. Pin hole merupakan lubang-lubang kecil seperti lubang jarum pada lapisan cat kering (X 3 ). 4. Cratering merupakan salah satu kerusakan pengecatan yang ditandai dengan terjadinya kawah-kawah kecil pada permukaan lapisan cat yang menyebar secara merata pada daerah yang terkena (X 4 ). 5. Orange Peel yaitu permukaan lapisan cat tidak rata dan bergelombang seperti kulit jeruk (X 5 ). 7. Hasil Dan Pembahasan Untuk melihat karakteristik kecacatan kursi Indoor periode produksi Januari 2009 Desember 2009 digunakan diagram pareto. Pada diagram pareto, dilakukan pengurutan dari jumlah frekuensi tertinggi ke yang paling rendah. Pengurutan dilakukan dari kiri ke kanan dengan frekuensi cacat tertinggi ke cacat paling rendah. Diagram pareto digunakan untuk mengetahui penyebab utama dari kecacatan atau kecacatan yang dominan. Gambar 5 Diagram Pareto Kecacatan Kursi Indoor 5

Diagram pareto ini didapatkan dengan menjumlahkan seluruh cacat tiap pengamatan dalam tiap variabel. Kemudian diurutkan mulai dari yang paling besar ke paling kecil. Gambar 5 merupakan diagram pareto kecacatan kursi indoor dengan garis horisontal menunjukkan variabel karakteristik kualitas, garis vertikal kiri menunjukan banyaknya kecacatan yang terjadi pada masing-masing variabel dan garis vertikal kanan menunjukkan persentase kecacatan. Jumlah data pada periode Januari 2009 sampai Desember 2009 ada 5000 data dengan rincian total cacat 342 dan sisanya 4658 yang tidak cacat. Data yang digunakan dalam pareto ini hanya data kecacatan yang jumlahnya 342. Diketahui bahwa jumlah kecacatan terbesar adalah variabel amplas kasar dengan persentase sebesar 41,8% atau sebanyak 143 cacat. 143 didapatkan dari penjumlahan seluruh cacat pada tiap pengamatan pada variabel amplas kasar, 80 diperoleh dari penjumlahan seluruh cacat pada tiap pengamatan pada variabel orange peel, begitu juga sampai pada variabel terakhir. Variabel dengan jumlah kecacatan terbesar kedua adalah Orange Peel yaitu sebesar 23.4% atau sebanyak 80 cacat. Dengan keadaan ini diharapkan perusahaan bisa meminimalisasi tingkat kecacatan pada periode berikutnya dengan memprioritaskan pengecekan pada bagian pengamplasan karena frekuensi amplas kasar paling tinggi dibandingkan dengan yang lain. Penerapan Diagram Kontrol D 2 (Mahalanobis Distance) Pada penelitian kali ini, penerapan diagram kontrol D 2 (Mahalanobis Distance) dilakukan pada fase I dan fase II. Montgomery (2005) menjelaskan bahwa penerapan diagram kontrol fase I dilakukan pada data sampel hasil proses produksi periode sekarang dan periode sebelumnya untuk memperoleh taksiran parameter. Oleh karena itu, penerapan diagram kontrol fase I dilakukan sampai menunjukkan keadaan proses terkendali. Sedangkan Penerapan diagram kontrol fase II dilakukan untuk pengontrolan proses produksi pada periode berikutnya dengan menggunakan taksiran parameter yang telah diperoleh pada fase I. Jika pada fase II ada pengamatan tidak terkendali maka dikatakan proses pada periode berikutnya belum stabil. Apabila sudah terkendali maka dikatakan proses telah stabil. Diagram Kontrol D 2 (Mahalanobis Distance) Fase I Penerapan diagram kontrol D 2 (Mahalanobis Distance) pada fase I menggunakan data cacat produksi pada bulan Januari 2009 sampai dengan Juni 2009. Sesuai dengan konsep perhitungan nilai jarak dalam diagram kontrol D 2 (Mahalanobis Distance) yang telah dijelaskan pada bab metodologi penelitian, diperoleh diagram kontrol D 2 (Mahalanobis Distance) seperti pada Gambar 6. Diagram kontrol D 2 (Mahalanobis Distance) fase I menggunakan = 0,05 dan BKA= dengan n r merupakan jumlah sampel masing-masing pengamatan dan k adalah jumlah variabel yang digunakan dan item yang tidak cacat, yaitu enam. Nilai BKA yang ditunjukkan pada Gambar 4 adalah 12,02709 dan BKB adalah 0. Dengan nilai BKA dan BKB tersebut, terlihat pada Gambar 6 ada pengamatan yang diluar batas kendali, yaitu pengamatan 20 BKA Gambar 6 Diagram Kontrol D 2 (Mahalanobis Distance) Fase I iterasi I Tabel 4 Pengamatan out of control Fase II Nilai D 2 BKB Pengamatan ke - Nilai D 2 BKA 20 12,1352637 12,02709 Penerapan diagram kontrol D 2 (Mahalanobis Distance) pada fase I dilakukan untuk memperoleh taksiran parameter, maka pengamatan yang ditunjukkan dalam diagram kontrol harus dalam keadaan terkontrol. Untuk memperoleh keadaan pengamatan yang 6

terkontrol, maka pengamatan - pengamatan yang terdeteksi tidak terkontrol dihilangkan pada proses iterasi selanjutnya. Hal ini dilakukan secara iteratif sampai tidak terdapat pengamatan yang terdeteksi tidak terkontrol atau telah terkontrol. Untuk menghasilkan diagram kontrol D 2 (Mahalanobis Distance) yang menggambarkan keadaan observasi telah terkontrol, dibutuhkan dua kali iterasi. Berdasarkan Gambar 7, dilakukan iterasi I yaitu pengamatan yang terdeteksi tidak terkontrol dalam hal ini pengamatan 20 dihilangkan. Dari hasil iterasi I, dilakukan pengontrolan kembali dengan diagram kontrol D 2 (Mahalanobis Distance) dan ternyata sudah tidak ditemukan pengamatan yang terdeteksi tidak terkontrol atau proses telah terkontrol. BKA Nilai D 2 BKB Gambar 7 Diagram Kontrol D 2 (Mahalanobis Distance) Fase I iterasi II Setelah keadaan pengamatan pada fase I telah terkontrol, diperoleh taksiran parameter. Tabel 5 Nilai Taksiran Parameter Taksiran proporsi yang terkendali Nilai P 0,027917 P 0,008333 P 0,005 P 0,015417 P 0,005417 P 0,937917 Tabel 5 menunjukkan taksiran parameter yang merupakan hasil rata-rata proporsi ketidaksesuaian pada masing-masing variabel. Rata-rata proporsi ketidaksesuaian terbesar yaitu pada variabel amplas kasar. Hal ini dapat terjadi terjadi karena variabel amplas kasar dapat mempengaruhi semua variabel lainnya dan juga mempunyai jumlah cacat paling besar. Nilai taksiran parameter yang diperoleh pada penerapan diagram kontrol D 2 (Mahalanobis Distance) fase I tersebut, untuk selanjutnya digunakan dalam perhitungan nilai jarak pada diagram kontrol D 2 (Mahalanobis Distance) fase II. Sehingga pada penerapan diagram kontrol D 2 (Mahalanobis Distance) fase II tidak perlu dihitung rata-rata proporsi kecacatan pada masing-masing variabel. Diagram Kontrol D 2 (Mahalanobis Distance) Fase II Data yang digunakan dalam penerapan diagram kontrol D 2 (Mahalanobis Distance) fase II adalah data kecacatan bulan Juli 2009 sampai dengan Desember 2009. Oleh karena nilai taksiran parameter sudah diperoleh pada penerapan diagram kontrol D 2 (Mahalanobis Distance) fase I, maka pada fase II digunakan BKA = (Montgomery, 2005). Sedangkan untuk perhitungan jarak Mahalanobis fase II, rata-rata taksiran proporsi untuk tiap variabel menggunakan nilai taksiran parameter yang telah diperoleh pada fase I. Sehingga, pada fase II tidak perlu menghitung rata-rata taksiran proporsi untuk tiap variabel. Dengan = 0,05 dan k adalah jumlah variabel yang digunakan dan item yang tidak cacat yaitu enam, diperoleh nilai BKA pada diagram kontrol D 2 (Mahalanobis Distance) fase II sebesar 12,591 dan BKB adalah 0. Dengan nilai BKA dan BKB tersebut, hasil penerapan diagram kontrol D 2 (Mahalanobis Distance) fase II ditunjukkan pada Gambar 8 berikut. BKA Nilai D 2 BKB Gambar 8 Diagram Kontrol D 2 (Mahalanobis Distance) Fase II 7

Tabel 6 Pengamatan out of control Fase II Pengamatan ke - Nilai D 2 BKA 16 16,48862 12,59159 Berdasarkan diagram kontrol D 2 (Mahalanobis Distance) fase II, secara grafik terlihat bahwa terdapat pengamatan tidak terkontrol karena memiliki nilai D 2 yang lebih besar dari BKA. Yakni terdapat 1 pengamatan dari 25 pengamatan tidak terkendali atau sebanyak 4% pengamatan tidak terkontrol. Hal ini menunjukkan bahwa kualitas finishing berdasarkan data kecacatan kurang stabil. 8. Kesimpulan dan Saran Berdasarkan hasil dan pembahasan yang sebelumnya, dapat diambil kesimpulan sebagai berikut Dengan menggunakan diagram kontrol D 2 (Mahalanobis Distance) melalui fase I dan fase II, yang mana fase I menggunakan periode Januari 2009 Juni 2009 dan didapatkan taksiran parameter proporsi yang akan diterapkan pada fase II. Dengan melihat fase II yang menggunakan periode Juli 2009 Desember 2009, proses produksi kursi indoor PT. Majawana berdasarkan karakteristik kecacatan belum stabil. Ini dikarenakan ada 1 pengamatan dari 25 pengamatan atau 4 persen pengamatan diketahui tidak terkendali. Pada penelitian ini hanya diteliti apakah proses pada periode selanjutnya itu sudah stabil atau belum. Untuk penelitian selanjutnya sebaiknya diteliti faktor faktor apa saja yang menyebabkan ketidaksuaian/kecacatan pada proses finishing. Dalam penerapan diagram kontrol D 2, data diasumsikan tidak ada korelasi. Hair, J. F. and Anderson, R.E. 1998.Multivariate Data Analysis, 5 th. New Jersey : Prentice Hall, Inc. Johnson,A.R. and Wichern,D.W.2002. Applied Multivariate Statistical Analysis 5 th.new Jersey : Prentice Hall, Inc. Marizar, E. S. 2005. Designing Furniture. Media Pressindo : Yogyakarta. Montgomery, D. C. 2005. Introduction to Statistical Quality Control Fifth Edition. New York: John Wiley & Sons, inc. Mukhopadhyay,A.R. 2008. Multivariate Attribute Control Chart Using Mahalanobis D2 Statistic. Journal of Applied Statistics,Vol.35, No.4, 421-429. Rao, A.R. and Bhimasankaram, P. 1992. Linear Algebra, New Delhi:. McGraw Hill Siregar, S. L. 2003. Korelasi Kanonikal. URL : www.google.com (diakses tanggal 26 Mei 2010). 8