BAB V HASIL DAN ANALISA Pada bab ini, penulis akan menjabarkan hasil yang di dapat dari pengumpulan dan pengolahan data, serta melakukan analisis terhadap masing-masing hasil tersebut. 5.1. Tahap Define Dari tahap define yang telah dilakukan, dihasilkan SIPOC diagram yang berisi tentang informasi supplier, input, process, output, serta customer yang dapat membantu penulis untuk memahami proses kunci perusahaan, hasil diagram sipoc tersebut dapat dilihat pada gambar 4.8. Analisa kemungkinan penyebab cacat dilihat dari sipoc diagram adalah sebagai berikut: 1. Terdapat bahan baku yang tidak sesuai produk dari supplier, maka dari itu perlu dilakukan pengecekan ulang terhadap Certificate of Analysis yang diterima dari supplier yang bersangkutan. 2. Perubahan isi kandungan pada material juga dapat disebabkan pada saat penyimpanan di gudang raw material. Untuk itu perlu dilakukan pengecekan kondisi material secara berkala untuk memastikan kondisi material masih dalam batas spesifikasi. 88
89 3. Pada proses Esterifikasi, apabila esterifikasi tidak sempurna maka dapat menyebabkan cacat haze, sedangkan proses polimerisasi yang tidak sempurna dapat menyebabkan cacat IV. Selain SIPOC diagram di atas, tahap define juga menjelaskan bahwa terdapat 4 jenis cacat pada produk Chip PET Tipe F10F, berikut hasil analisa jenis cacat tersebut: 1. Cacat I.V Penyebab utama cacat I.V adalah Total Power yang tidak sesuai pada saat proses esterifikasi yang membuat Agitator mengaduk adonan dengan kecepatan yang tidak sesuai. 2. Cacat Haze Salah satu penyebab cacat ini berasal dari bahan baku yaitu katalis CA yang tidak sesuai spesifikasi. 3. Cacat Color (b) Salah satu penyebab cacat color(b) adalah tahap polymerisasi pada saat produksi yang terlalu lama. 4. Cacat FM Salah satu penyebab cacat FM adalah terdapat kerak/kotoran pada tangki reaktor esterifikasi maupun tangki polimerisasi. 5.2. Tahap Measure Pada tahap measure, dilakukan perhitungan baseline kinerja dengan parameter six sigma, hasilnya adalah DPMO produk sebesar 15.052 dan nilai sigma sebesar 3,67 sigma. Dengan melihat tabel di bawah ini, dapat diketahui kondisi perusahaan saat ini dan level kompetitifnya.
90 Tabel 5.1 Hubungan Sigma dan DPMO Sumber: Pande P.S, 2007 Sigma Parts per Million Competitive Level 6 Sigma 3,4 defects per million 5 Sigma 233 defects per million 4 Sigma 6.210 defects per million 3 Sigma 66.807 defects per million 2 Sigma 308.537 defects per million 1 Sigma 690.000 defects per million World Class Industry Average Non Competitive Dari tabel diatas dapat dilihat bahwa kondisi perusahaan saat ini terbilang baik, karena berada di dalam rata-rata perusahaan industri yaitu di angka 3 sigma. Meskipun begitu, masih terdapat banyak peluang untuk memperbaiki kualitas produk sehingga nilai Sigma Quality Level perusahaan dapat ditingkatkan lagi. Selanjutnya hasil perhitungan peta kendali P dapat dilihat pada gambar 4.13. Dari perhitungan peta kendali, didapatkan bahwa pada data ke 7 (Agustus minggu ke 2), 8 (Agustus minggu ke 4), 13 (November minggu ke 2), 14 (November minggu ke 4), 15 (Desember minggu ke 2), 16 (Desember minggu ke 4), dan ke 23 (April minggu ke 2) data berada di luar batas kontrol atas (UCL) dan data ke 2 (Mei minggu ke 4), 3 (Juni minggu ke 2), 4 (Juni minggu ke 4), 9 (September minggu ke 2), 19 (Februari minggu ke 2), 20 (Februari minggu ke 4), dan 24 (April minggu ke 4) berada diluar batas kontrol bawah (LCL). Masih banyaknya data yang keluar dari batas UCL dan LCL menandakan bahwa proses produksi masih tidak berjalan dengan baik. Untuk itu perlu dilakukan analisa penyebabnya dan tindakan
91 perbaikan agar proses produksi dapat berjalan dengan baik dan berada di dalam batas kendali. Dari hasil perhitungan peta P, didapatkan pula nilai Kapabilitas proses yaitu Cp = 0,9398 atau 93,98%. Ini artinya proses dapat menghasilkan 93,98% yield dan kemampuan proses dalam menghasilkan produk cacat adalah sebesar 6,02%. Dengan demikian apabila perusahaan ingin meningkatkan kapabilitas proses menghasilkan produk yang sesuai (tidak cacat) berdasarkan kondisi proses yang stabil, maka variasi penyebab umum yang melekat pada proses itu harus dikurangi bahkan dihilangkan. 5.3. Tahap Analyze Pada tahap analyze, penulis menggunakan beberapa quality tools yaitu diagram pareto dan fishbone diagram. Pengolahan data dilakukan dengan menggunakan software minitab 17, hasilnya adalah diagram pareto yang dapat dilihat pada gambar 4.14. Berdasarkan hasil dari diagram pareto, dapat dilihat persentase masing-masing jenis cacat, yaitu haze dengan persentase sebesar 48,8%, selanjutnya cacat FM sebesar 23,6%, cacat IV sebesar 21,2%, dan color-b sebesar 6,4%. Terdapat 3 jenis cacat yang paling dominan dengan persentase mencapai 80% dari total cacat yang ada, yaitu cacat Haze, cacat FM, dan cacat IV. Untuk itu penulis fokus kepada 3 jenis cacat dominan ini. Setelah melakukan analisis dengan diagram pareto, selanjutnya penulis melakukan analisis masing-masing penyebab cacat dengan menggunakan fishbone diagram. Hasilnya terangkum dalam Tabel 5.2 berikut:
92 Tabel 5.2 Hasil Analisis Fishbone Diagram Penyebab cacat Faktor manusia Faktor mesin Faktor material Faktor metode Jenis Cacat Haze FM IV - Masa bodoh - Belum paham - Tidak check/control - Tidak sesuai SOP - Ada mis. operasi DCS - Kurang teliti saat mengawasi proses di DCS - Ada kebocoran tangki Esterifikasi - Control Valve Press Nitrogen Esterifikasi abnormal - Kebocoran tangki katalis CA - Mol ratio TPA Slurry tinggi - Temperatur katalis CA tinggi - Terdapat sisa kamazan - Jumlah katalis CA tidak sesuai - Steam ejector kurang baik (bocor) - BHT Filter kotor - Terdapat kerak pada tangki reaktor - Shaft coating lepas - Gland keras - Ukuran gland tidak standar - EG Washing - Start Batch tidak - Temperatur sempurna esterifikasi terlalu tinggi - Tidak dilakukan - Taranagashi yang kurang maksimal washing Steam Ejector & Eliminator Sumber: Pengolahan Data - Kurang kontrol di DCS - Salah input Total Power di DCS - Agitator bermasalah - Steam ejector bermasalah - Total Power aktual tidak sesuai dengan Total Power di setting - BHT tidak sesuai - Proses vakum abnormal - Time poly tidak sesuai 5.4. Tahap Improve Pada tahap Improve, penulis memberikan saran perbaikan yang dapat dilakukan oleh perusahaan guna meningkatkan kualitas produk. Hasil dari usulan perbaikan tersebut terangkum dalam tabel 5.3 berikut:
Tabel 5.3 Hasil Usulan Perbaikan Jenis Tujuan Utama Alasan Kegunaan Lokasi 5W+1H What Why Where Faktor Penyebab Cacat Manusia Material Mesin Metode 1. Operator dapat bekerja dengan lebih teliti dan tepat dalam mengoperasikan DCS 2. Operator dapat melakukan pekerjaannya sesuai dengan SOP yang berlaku 1. Agar hasil kerja operator lebih optimal dan menghasilkan produk yang sesuai standar 2. Agar operator melakukan pekerjaan dengan baik dan benar 1. Ruangan control room DCS 2. Lantai Produksi Material yang digunakan di dalam proses produksi sesuai dengan spesifikasi Agar tidak terdapat material dengan kondisi out of specification yang ikut masuk ke dalam proses produksi 1. Lantai Produksi 2. Raw Material Storage Sumber: Pengolahan Data Mesin dapat beroperasi dengan maksimal tanpa menimbulkan cacat 1. Agar tidak terdapat kotoran / material asing pada mesin 2. Meminimalisir terjadinya kerusakan pada mesin Lantai produksi Memperbaiki metode penjadwalan produksi dan maintenance mesin Agar mesin dapat beroperasi optimal dan tidak menimbulkan cacat produk Lantai Produksi 93
Tabel 5.3 Hasil Usulan Perbaikan (Lanjutan) Jenis Metode Sekuens (urutan) Orang 5W+1H How When Who Faktor Penyebab Cacat Manusia Material Mesin Metode 1. Memeriksa kondisi, 1. Melakukan temperatur, dan ukuran maintenance material sebelum masuk secara berkala ke dalam proses 2. Melakukan 2. Melakukan pengecekan cleaning secara dan pencocokan rutin spesifikasi material 3. Melakukan dengan Certificate of pengecekan Analysis yang diberikan kondisi mesin oleh supplier 1. Mencatat segala aktivitas setting dan proses DCS di dalam checklist sheet 2. Melakukan pengawasan dan pemberian teguran apabila ditemukan pelanggaran Saat proses produksi sedang dilakukan 1. Tanggung jawab diserahkan kepada operator DCS 2. Supervisor Produksi 1. Sebelum proses produksi berlangsung 2. Saat penerimaan material dari supplier 1. Operator produksi 2. Petugas bagian penerimaan dan storage Sumber: Pengolahan Data 1. Minimal 2x setahun 2. Minimal sebulan sekali 3. Setiap hari 1. Mekanik 2. Mekanik dan Operator Produksi 3. Operator Produksi 1. Dengan cara konsisten dalam melakukan perawatan mesin 2. Merubah sistem produksi menjadi make to stock 1. Saat mesin dalam kondisi idle Asisten Manager Departmen 94
95 5.5. Tahap Control Pada tahap Control, dilakukan revisi peta kendali dan perhitungan ulang nilai DPMO dan nilai sigma. Hasilnya dapat dilihat gambar 4.18. Dapat dilihat bahwa semua data berada di dalam batas kendali. Hal ini berarti proses produksi berjalan dengan baik. Kapabilitas proses juga meningkat dari yang sebelumnya nilai Cp sebesar 0,9398 menjadi 0,9570, artinya kemampuan proses untuk menghasilkan produk yang tidak cacat sebesar 0,9570 atau 95,70%. Perbandingannya dapat dilihat pada tabel 5.4 berikut: Tabel 5.4 Perbandingan Capability Process Awal dan Setelah Penghitungan Ulang No. Indeks Kemampuan Proses Sebelum Nilai Sesudah Selisih 1 Cp 0,9398 0,9570 0,0172 Sumber: Pengolahan Data Keterangan Terjadi peningkatan Hal yang harus dilaksanakan selanjutnya adalah melakukan pengawasan (control) terhadap proses produksi agar tetap dalam batas kendali, lalu melakukan perbaikan secara berkelanjutan (continuous improvement) agar jumlah produk cacat hasil produksi dapat berkurang terus menerus. Sedangkan perbandingan hasil perhitungan DPMO dan nilai sigma sebelum dan sesudah dilakukan penghitungan ulang (revisi) adalah sebagai berikut:
96 Tabel 5.5 Perbandingan Baseline Kinerja Sebelum dan Sesudah Penghitungan Ulang No. Baseline Kinerja Sebelum Nilai Sesudah Selisih 1 DPMO 15.052 10.741,27 4.310,73 2 Level Sigma 3,67 3,80 0,13 Sumber: Pengolahan Data Keterangan Terjadi penurunan Terjadi peningkatan Selanjutnya, pada tahap control diberikan saran tindakan pengendalian proses produksi tetap berjalan dengan baik dan berada di dalam batas kendali, dan juga agar nilai sigma proses dapat meningkat. Saran-saran tersebut antara lain: 1. Pembuatan control chart secara berkala untuk pengendalian kualitas dan sebagai acuan untuk proses dan standar kualitas produk apabila proyek sudah berhasil. 2. Melakukan review kualitas setiap bulan untuk menjaga kualitas produk dan melakukan continuous improvement untuk meningkatkan kualitas produk. 3. Melakukan perhitungan nilai sigma proses setiap bulan sebagai acuan keberhasilan proyek. 4. Melakukan pengawasan terhadap para pekerja agar lebih memperhatikan SOP dalam melakukan pekerjaannya. 5.6. Rekap Hasil 1. Nilai DPMO produk Chip PET Tipe F10F adalah 15.052 dan nilai sigma sebesar 3,67 sigma. 2. Kondisi perusahaan berada di level rata-rata perusahaan industri lain, yaitu 3 sigma.
97 3. Kondisi awal proses produksi masih belum baik, terdapat banyak data yang melewati batas kendali. 4. Terdapat 3 Jenis cacat paling dominan, yaitu cacat haze dengan persentase 48,8%, cacat FM dengan persentase 23,6%, dan cacat IV dengan persentase 21,2%. 5. Dari hasil analisis penyebab cacat dengan menggunakan fishbone diagram, terdapat 4 faktor penyebab cacat yaitu dari faktor manusia, mesin, material, dan metode. Hasil analisa secara lengkap dapat dilihat pada tabel 5.2. 6. Usulan perbaikan diberikan dengan menggunakan tools 5W+1H. Hasil usulan perbaikan secara lengkap dapat dilihat pada tabel 5.3. 7. Nilai Kapabilitas proses naik sebesar 0,0172. Hasil lengkap dapat dilihat pada tabel 5.4. 8. Setelah dilakukan perhitungan ulang nilai DPMO dan nilai sigma, diketahui bahwa terjadi peningkatan pada kedua baseline kinerja ini. Hasil lengkap dan usulan pengendalian dapat dilihat pada tabel 5.5.