APLIKASI PENDEKATAN LEAN SIX SIGMA UNTUK MENINGKATKAN KUALITAS KUE MALKIST DI PT.X Oleh: Lilla Ayu Dyawara Pembimbing: 1. Prof.Ir.Suparno,MSIE,PhD Penguji: 1. Prof.Ir.Moses L.Singgih,Msc,Ph.D 2. Dr.Ir.Bambang Syairudin,MT
1. Pendahuluan 2. Metode Penelitian 3. Pengumpulan dan Pengolahan Data 4. Analisis dan Pembahasan 5. Kesimpulan dan Saran
Latar Belakang Banyaknya produk cacat (Defect) Menghambat proses lain (waiting in proses) Perusahaan merugi Lean Six Sigma Meminimalisir banyaknya pemborosan dan memperbaiki kualitas produk Malkist di PT.X Bulan Defect Bahan % (Kg) Baku Defect Oktober 2120.06 283071 0.75% November 959.95 145670 0.66% Desember 509.39 170869 0.30% RATA 2 1196.47 199870 0.57% Berat Malkist per keping adalah 9 gram, harga jual perkeping kue Malkist Rp.500 Rata-rata produk cacat perbulannya 1196,47 Kg, Kerugian perusahaan =((1196,47 x 1000/9) x Rp.500 = Rp.66.470.600.
Rumusan Masalah Mengidentifikasi pemborosan yang terjadi serta bagaimana cara menurunkan banyaknya produk kue malkist cacat dengan pendekatan Lean Six Sigma dan meningkatkan kualitas kue Malkist.
Tujuan Penelitian Mengidentifikasi pemborosan (waste) yang terjadi di PT.X Food Diperolehnya penurunan defect kue malkist dengan pendekatan Lean Six Sigma Mengidentifikasi penyebab yang paling dominant menimbulkan banyaknya pemborosan pada kue Malkist. Mengidentifikasi area-area yang mempunyai peluang besar untuk melakukan perbaikan
Manfaat Penelitian Dengan mengetahui pemborosan yang terjadi, maka diharapkan bisa segera melakukan perbaikan untuk mengeliminasi pemborosan tersebut. Dengan menurunkan defect kue malkist khususnya sesuai dengan standar yang ditetapkan maka diharapkan kerugian setiap produksi bisa dikurangi atau dihindari Dengan mengetahui penyebab yang paling dominant yang menyebabkan defect kue malkist maka diharapkan dapat lebih meningkatkan kualitas produk
Batasan & Asumsi Penelitian ini mengambil objek produk yang dihasilkan oleh PT. X Food yakni produk Malkist Identifikasi masalah kualitas yang terjadi hanya pada inti proses produksinya. Tidak adanya perubahan variasi prosedur yang mendadak selama masa periode penelitian.
1. Pendahuluan 2. Metode Penelitian 3. Pengumpulan dan Pengolahan Data 4. Analisis dan Pembahasan 5. Kesimpulan dan Saran
Penelitian WAKTU &TEMPAT PT. Garuda Food Putra-Putri Jaya Agustus 2014 sampai selesai Tools yang Digunakan Value Stream Mapping Metodologi Lean Six Sigma
Value Stream Mapping Metode untuk menciptakan suatu gambar dari keseluruhan aktivitas yang terjadi dalam sebuah perusahaan, mulai dari saat pelanggan menempatkan pesanan untuk suatu produk, hingga pelanggan telah menerima produk. Tujuan dari VSM adalah untuk mengidentifikasi,mendemonstra sikan, dan menurunkan pemborosan yang terjadi pada proses.
Lean Six Sigma
Metodologi Penelitian Perumusan Masalah Dan Tujuan Penelitian Survey Lapangan Studi Pustaka Pengumpulan Data Pengolahan Data : ~ Tahap Define : 1. Value Stream Mapping 2. Diagram SIPOC 3. Brainstorming & Penyebaran Kuisioner ~ Tahap Measure 1. CTQ = Jumlah produk cacat pertotal output dalam satuan % 2. Perhitungan dalam kapabilitas proses 3. Kinerja Six Sigma
1. Pendahuluan 2. Metode Penelitian 3. Pengumpulan dan Pengolahan Data 4. Analisis dan Pembahasan 5. Kesimpulan dan Saran
Profil Perusahaan
Produk
Proses Produksi Coklat Cream Gula Springkle Dusting Minyak Sayur Ekstrak Malt Yeast Air Tepung Terigu 10' 0-1 Pemasukan Bahan 4' 0-2 Mixing 150' 0-3 1-1 Fermentasi Sponge 15' 0-4 Mixing 90' 0-5 1-2 Fermentasi Dough 20' 0-6 Laminasi 5' 0-7 Cutting 1' 0-8 Springkle
DEFINE Data Produk Cacat
VSM Current State
VSM Current State Takt Time mencerminkan kecepatan perputaran barang dalam sekali produksi dalam 1 hari Value Added Ratio(VAR) digunakan untuk menganalisis berapa besar nilai tambah yang ada dalam suatu proses.
Diagram SIPOC Diagram SIPOC memberikan gambaran bagaimana langkahlangkah kerja suatu proses dan membantu bahwa proses sebelumnya akan membawa dampak pada proses sesudahnya.
MEASURE Uji Stabilitas Data Uji stabilitas dimaksudkan untuk menjamin karakter proses yang akan diteliti memiliki proses yang stabil atau tidak I-MR Chart of RASIO KEHILANGAN BAHAN BAKU 0.5 UCL=0.4852 Individual Value 0.4 0.3 0.2 0.1 0.20 1 13 25 37 49 61 Observation 73 85 97 109 121 _ X=0.3090 LCL=0.1328 UCL=0.2165 Data berada dalam kondisi stabil. Moving Range 0.15 0.10 0.05 MR=0.0663 0.00 LCL=0 1 13 25 37 49 61 Observation 73 85 97 109 121
MEASURE Uji Normalitas Data Uji normalitas distribusi data digunakan untuk memastikan bahwa data tersebut terdistribusi normal sehingga dapat dikatakan kalau data tersebut dapat mewakili populasi yang ada. 0.20 Summary for RASIO KEHILANGAN BAHAN BAKU 0.25 0.30 0.35 0.40 0.45 Anderson-Darling Normality Test A-Squared 0.68 P-Value 0.074 Mean 0.30896 StDev 0.06174 Variance 0.00381 Skewness 0.066986 Kurtosis -0.835766 N 122 Minimum 0.17223 1st Quartile 0.25495 Median 0.31084 3rd Quartile 0.35847 Maximum 0.45700 95% Confidence Interval for Mean 0.29789 0.32002 95% Confidence Interval for Median 0.28934 0.32854 Percent 99.9 99 95 90 80 70 60 50 40 30 20 10 5 Probability Plot of RASIO KEHILANGAN BAHAN BAKU Normal - 95% CI Mean 0.3090 StDev 0.06174 N 122 AD 0.681 P-Value 0.074 95% Confidence Intervals 95% Confidence Interval for StDev 0.05484 0.07063 1 Mean Median 0.29 0.30 0.31 0.32 0.33 0.1 0.1 0.2 0.3 0.4 RASIO KEHILANGAN BAHAN BAKU 0.5
MEASURE Kapabilitas Proses Process Data LSL 0.1328 Target 0.22 USL 0.4852 Sample Mean 0.308957 Sample N 122 StDev(Within) 0.0587332 StDev(Overall) 0.0617356 Observed Performance PPM < LSL 0.00 PPM > USL 0.00 PPM Total 0.00 0.15 0.20 Exp. Within Performance PPM < LSL 1353.09 PPM > USL 1346.64 PPM Total 2699.73 0.25 0.30 0.35 Ukuran statistik dari kemampuan proses untuk menghasilkan produk yang memenuhi spesifikasi. RASIO KEHILANGAN BAHAN BAKU Cpm lebih kecil dari 1 LSL Target USL (Cpm<1). Within Overall Hal ini menunjukkan Potential (Within) Capability Cp 1.00 CPL 1.00 bahwasanya kemampuan CPU 1.00 Cpk 1.00 yang dimiliki proses untuk Overall Capability Pp 0.95 beroperasi dalam batas PPL 0.95 PPU 0.95 Ppk 0.95 target kualitas masih sangat Cpm 0.27 rendah. Proses masih 0.40 Exp. Overall Performance PPM < LSL 2162.62 PPM > USL 2153.21 PPM Total 4315.83 0.45 berpeluang untuk beroperasi diluar target yang telah ditentukan (Aquilano, 1998)
MEASURE Pengukuran Kinerja Sigma rata-rata proses produksi dilakukan dengan memproduksi 20 ton atau 20.000Kg bahan baku per hari, maka defect yang akan dihasilkan adalah sebesar 0.4852 x 20.000 = 9704Kg akan hilang. Jika hal ini dikalikan kesempatan 2200 operasi makan akan menghasilkan 21.348.800 kg atau perusahaan akan mengalami kerugian sebesar Rp.42.697.600,- (1 bungkus malkist = 10 gr dengan HPP Rp.200.-). Dari perhitungan ini dapat dilihat pentingnya perbaikan proses untuk menghilangkan presentase kehilangan bahan baku yang dapat mengakibatkan kerugian yang besar bagi perusahaan. Pengukuran Kinerja Sigma
MEASURE Waste Workshop bertujuan mendapatkan kerangka beserta bobot pemborosan yang terjadi. Penyebaran kuisioner dilakukan secara person-toperson pada tiap bagian yang berinteraksi langsung dengan sistem pengamatan. Hasil Identifikasi Waste Workshop No Waste Responden Ratarata 1 2 3 4 5 6 7 Ranking 1 Defect 4 4 5 5 5 5 5 4.71 1 2 Transportion 4 5 4 3 4 5 5 4.28 2 3 Waiting 3 3 3 2 3 3 2 2.71 3 4 Over Production 3 3 2 2 2 3 3 2.57 4 5 Unnecessary Inventories 2 2 3 3 2 2 2 2.28 5 6 Inapropriate Proses 2 2 2 3 2 2 2 2.14 6 7 Unnecessary Motion 2 3 1 2 2 2 2 2.00 7
MEASURE Bobot yang diperoleh dari hasil waste workshop kemudian dikalikan dengan korelasi tools dengan waste sehingga diperoleh skor untuk setiap tools yang ada pada Valsat. Nilai skor terbesar menetukan tools yang akan digunakan dalam penilitian ini. Pemilihan Tools Valsat
MEASURE Process Activity Mapping Dari tabel ini akan didapatkan proporsi jumlah aktivitas dan waktu tiap tipe aktivitas. Operasi dan inspeksi adalah aktivitas yang bernilai tambah (VA), sedangkan transportasi dan storage adalah aktivitas yang tidak bernilai tambah namun diperlukan (NNVA). Delay adalah aktivitas tidak bernilai tambah (NVA). Tipe Aktivitas Aktivitas Jumlah (%) Jumlah Waktu (Minute) (%) VA NNVA NVA Operation 17 56.67 293.75 77.96 293.75 - - Transportation 5 16.67 30 7.96-30 - Inspection 5 16.67 21 5.57 21 - - Storege 1 3.33 0 0 - - - Delay 2 6.67 32 8.5 - - 32 Jumlah 30 100 376.75 100 314.75 30 32
MEASURE Supply Chain Response Matrix Dengan tool ini akan lebih memudahkan untuk mengetahui pada area mana aliran distribusi dapat direduksi lead time -nya dan dikurangi jumlah persediaannya. Cummulative Inventory 3.08 hari Total = 13.93 hari 3.08 2.08 1.22 Gudang Bahan Jadi Produksi Gudang Bahan Baku 7 7,85 10.85 Cummulative Lead time 10.85 hari
1. Pendahuluan 2. Metode Penelitian 3. Pengumpulan dan Pengolahan Data 4. Analisis dan Pembahasan 5. Kesimpulan dan Saran
Analyze Setelah diketahui bahwasanya waste yang mengakibatkan pemborosan adalah banyaknya cacat (defect) yang terjadi maka untuk memperjelas dilakukan analisa dengan diagram pareto Analisis Pareto
Analyze FMEAP FMEAP digunakan untuk mengidentifikasi seluruh modus kegagalan proses yang potensial dan mengevaluasi pengaruh serta kemungkinan terjadinya. FMEAP ini berguna untuk menganalisis prioritas resiko dan menetukan tindakan yang sesuai. No Proses Potential Failure Mode RPN Action Plan 1 Pengovenan kepingan kue Dimensi kue tidak sesuai Warna kue tidak standart 560 504 Perbaikan skill operator, perbaikan dengan menstabilkan suhu oven, perbaikan pembakaran tiap zona (4 zona) 2 Pemasukan bahan sponge pada troly Kelengkapan bahan 280 Pemberian check list pada proses penuangan bahan, peningkatan skill operator. Pemantauan secara berkala oleh QC 3 Waiting In Proces Kue tersalut Kue tidak tertutup rapat 270 Belum ada
Root Cause Analysis No Waste Root Cause 1 Defect Kue gosong diakibatkan oleh suhu oven yang tidak stabil Proses produksi yang tidak sesuai Kurang responsifnya penanganan masalah yang terjadi 2 Transportion Jarak antara lini produksi terlalu jauh disebabkan oleh layout yang kurang baik Penggiriman kue ke lini lain dilakukan secara manual 3 Over Production Terbatasnya gudang produk jadi mengakibatkan penumpakan produk di area produksi Jumlah bahan melebihi produksi yang sudah direncanakan 5 Unnecessary Inventories Terdapat WIP antar proses Penumpukan produk jadi di area produksi 6 Inapropriate Proses Metode kerja yang salah dengan melakukan operasi yang beulang-ulang Standar proses sebelumnya tidak sesuai sehingga terdapat penambahan pada proses sesudahnya 7 Unnecessary Motion Tempat kerja kurang ergonomis Metode kerja yang tidak standar Peletakan peralatan kerja yang tidak strategis
Cause-Effect Diagram Pada analisa FMEAP diketahui penyebab utama defect adalah banyaknya WIP antar proses yang mempengaruhi kualitas produk dan ketidak lengkapan bahan baku pada saat pembuatan adonan. Berdasarkan hasil tersebut, ditentukan faktor penyebab terjadinya defect tersebut dengan melakukan brainstorming dengan menggunakan cause-effect diagram
Improve (VSM Future State)
Improve Tabel Presentase Kebutuhan Waktu Setelah Perbaikan Aktivitas Waktu Tipe Jumlah Aktivitas Jumlah (%) (%) (Minute) VA NNVA NVA Operation 17 56.67 293.75 88.41 293.75 - - Transportation 5 16.67 10.5 3.16-10.5 - Inspection 5 16.67 21 6.32 21 - - Storege 1 3.33 0 0 - - - Delay 2 6.67 7 2.10 - - 7 Jumlah 30 100% 332.25 100% 314.75 10.5 7
Control Program untuk Seluruh karyawan Pada tahap ini dilakukan pengendalian terhadap proses setelah dilakukan tindakan perbaikan dengan cara membuat mekanisme control sehingga setiap proses dapat dikendalikan dan diharapkan cacat yang terjadi tidak terulang lagi. Untuk memantau control proses dapat dibuat beberapa hal berikut ini : Suggestion System Small Group Activity TPM Basic Improvement
Control Program Training & Refreshment Program ini bertujuan meningkatkan pemahaman dan memberikan penyegaran mengenai troubleshooting dan instruksi kerja proses. Hal ini sebagai bekal pekerja untuk meningkatkan kualitas produk. Maka dari itu semua karyawan harus mengikuti traning program tersebut meliputi 5R, GMP, HACCP, ISO 9001 dan ISO 20200 sebagai cara meningkatkan kualitas dengan baik. Program ini diikuti oleh Supervisor Produksi, Quality Control Produksi, Grup Team Leader dan Team Leader Produksi, Grup Team Leader dan Team Leader Quality Control, Operator Produksi dan yang terakhir adalah Teknik Operasional.
1. Pendahuluan 2. Metode Penelitian 3. Pengumpulan dan Pengolahan Data 4. Analisis dan Pembahasan 5. Kesimpulan dan Saran
Kesimpulan 1. Berdasarkan penelitian, didapatkan jenis pemborosan yang paling sering terjadi adalah Defect (4,71), Transportation (4,28) dan Waiting (2,71). 2. Level sigma kinerja PT.X yang telah dicapai saat ini adalah 4,34 sigma. Walaupun terbilang baik, namun belum cukup bagus untuk mengatasi masalah kualitas. Bagian proses yang menjadi sumber masalah kualitas tersebut adalah pada proses pengovenan kue (RPN = 560) yang menyebabkan kue gosong sehingga menimbulkan tingginya defect serta pemborosan yang terjadi di PT.X 3. Value added ratio (VAR) sebelum perbaikan sebesar 77,67 % dengan total keseluruhan proses sebesar 376,75 menit sedangkan setelah penerapan perbaikan nilai VAR meningkat sebesar 252,73% dengan total keseluruhan proses 332,25 menit. 4. Dari penggunaan Mapping Tools Process Activity Mapping dapat diketahui bahwasanya aktivitas delay (8,5 %) dan transportation (7,96%) memiliki proporsi waktu terbesar kedua dan ketiga setelah aktivitas proses dimana aktivitas ini termasuk aktivitas non added value. Setelah perbaikan dilakukan proporsi waktu aktivitas transportation menjadi 3,16% dan proporsi waktu aktivitas delay menjadi 2,10%.
Saran 1. Melakukan penerapan semua value stream mapping tools terhadap keseluruhan supply chain perusahaan. 2. Sangat penting untuk memperhatikan kelanjutan pengukuran kinerja proses, untuk itu disarankan agar departemen quality control dapat membantu tim produksi. 3. Melakukan analisa terjadinya pemborosan yang lebih luas termasuk kinerja supplier, distributor sampai konsumen. 4. Pengembangan SDM dengan pelatihan kualitas sangat diperlukan, karena masalah yang terjadi kebanyakan disebabkan oleh ketidak sepahaman operator dan supervisor dalam mengatasi masalah yang ada.
TERIMA KASIH