BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

dokumen-dokumen yang mirip
BAB III METODE PENELITIAN

SKRIPSI ANALISIS PENGENDALIAN KUALITAS PRODUK DENGAN MENGGUNAKAN STATISTICAL PROCESS CONTROL (SPC) PADA PT. NGK

BAB III METODOLOGI PENELITIAN

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

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

BAB III METODE PENELITIAN. dan juga produk jadi Crude Palm Oil (CPO) PT Kalimantan Sanggar Pusaka

BAB III METODE PENELITIAN

ABSTRAK. iii. Universitas Kristen Maranatha

BAB 4 HASIL DAN PEMBAHASAN

BAB III METODOLOGI PENELITIAN

III. METODE PENELITIAN

3. BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

BAB V KESIMPULAN DAN SARAN. Pengendalian Kualitas Produk Dengan Metode Statistical Process Control (SPC)

BAB III METODE PENELITIAN

ABSTRAK. Universitas Kristen Maranatha

Prosiding Manajemen ISSN:

Bab I. Pendahuluan. menghasilkan barang dan jasa dengan biaya yang serendah-rendahnya untuk

BAB III METODE PENELITIAN

ABSTRAK UNIVERSITAS KRISTEN MARANATHA

BAB III METODOLOGI PENELITIAN

BAB 3 METODE PENELITIAN

BAB 4 HASIL DAN PEMBAHASAN. PT. Citra Tunas Baru Gramindo adalah perusahaan yang bergerak di industry

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Agronesia Divisi Industri Plastik

BAB III LANGKAH PEMECAHAN MASALAH

Analisis Pengendalian Kualitas Coca-Cola Kaleng Menggunakan Statistical Process Control pada PT CCAI Central Java

BAB III METODOLOGI PENELITIAN

BAB II LANDASAN TEORI

ABSTRAK. Universitas Kristen Maranatha

V. METODOLOGI A. KERANGKA PEMIKIRAN B. TAHAP-TAHAP PENELITIAN. 1. Observasi Lapang. 2. Pengumpulan Data Kuantitatif

BAB V ANALISA HASIL. PT. XYZ selama ini belum pernah menerapkan metode Statistical Process

BAB 3 METODOLOGI PEMECAHAN MASALAH

3 METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian 3.2 Metode Penelitian 3.3 Pengumpulan Data Pengumpulan data primer

BAB III METODOLOGI PENELITIAN

Analisa Pengendalian Kwalitas Produk Untuk Meningkatkan Produkstivitas dan Efesiensi Dengan Menggunakan Metode SPC

Seminar Nasional IENACO 2014 ISSN

ANALISIS PENGENDALIAN KUALITAS PRODUK BAKERY BOX MENGGUNAKAN METODE STATISTICAL PROCESS CONTROL (STUDI KASUS PT. X)

BAB 2 LANDASAN TEORI

BAB 3 METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI

STATISTICAL PROCESS CONTROL

BAB V. Analisa dan Pembahasan Masalah

BAB V ANALISA PEMBAHASAN. metode peta kendali P di atas, maka diperoleh hasil dari data yang telah diproses

BAB III METODE CONTROL CHART. sebagai metode grafik yang di gunakan untuk mengevaluasi apakah suatu proses

BAB V ANALISA HASIL. fokus di dalam program peningkatan kualitas Lean Six Sigma sehingga cacat

BAB 2 LANDASAN TEORI

Oleh : Miftakhusani

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

ANALISIS PRODUKSI KAYU LAPIS MENGGUNAKAN STATISTICAL QUALITY CONTROL

BAB 5 HASIL DAN PEMBAHASAN

METODOLOGI 3.1 Kerangka Pemikiran 3.2 Metode Pengumpulan Data

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

BAB 2 LANDASAN TEORI

Pengendalian Kualitas Statistik. Lely Riawati

7 Basic Quality Tools. 14 Oktober 2016

BAB 4 PEMBAHASAN. Pengumpulan data dilakukan sebagai bahan pengolahan data yang perlu

PERBAIKAN KUALITAS PRODUK SPRITE CAN 250ML MENGGUNAKAN STATISTICAL PROCESS CONTROL

BAB V ANALISA HASIL. membandingkan jumlah kecacatan produk proses produksi Lightening Day Cream

III. METODE PENELITIAN

DAFTAR ISI. HALAMAN JUDUL... i. HALAMAN PENGSAHAN... ii. KATA PENGANTAR... iii. DAFTAR ISI... vi. DAFTAR GAMBAR... ix. DAFTAR TABEL...

PETA PENGENDALI UNTUK UNIT INDIVIDU PRESENTASI PENGENDALIAN KUALITAS

BAB V SIMPULAN, KETERBATASAN DAN SARAN PENELITIAN

2. Pengawasan atas barang hasil yang telah diselesaikan. proses, tetapi hal ini tidak dapat menjamin bahwa tidak ada hasil yang

BAB III METODOLOGI PENELITIAN

BAB V ANALISA PEMECAHAN MASALAH

BAB I PENDAHULUAN. yang pesat, baik industri dalam skala besar dan menengah, maupun dalam skala

BAB III BAHAN DAN METODE

BAB III METODOLOGI PENELITIAN. merupakan UKM yang bergerak dibidang produksi furniture.

BAB II LANDASAN TEORI

BAB III. PETA KENDALI KUALITAS MULTIVARIAT Z-chart UNTUK PROSES AUTOKORELASI. Salah satu fungsi dari pengendalian kualitas statistik adalah mengurangi

BAB III METODE PENELITIAN

ANALISIS PENGENDALIAN KUALITAS PRODUK TAHU PUTIH (Studi Kasus Pada Home Industri Tahu Kasih Di Kabupaten Trenggalek)

BAB II TINJAUAN PUSTAKA. pasar nasional negara lain. Dalam menjaga konsistensinya perusahaan

BAB 2 LANDASAN TEORI

METODE PENELITIAN. Penelitian mengenai Pengendalian Mutu Industri Gula Kelapa (Kasus UD.

PETA KENDALI ATRIBUT. 9 Pengendalian Kualitas. Semester Genap 2017/2018

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB III LANGKAH PEMECAHAN MASALAH. Gramedia Cikarang yaitu dengan menggunakan metode DMAIC (Define,

BAB V HASIL DAN ANALISIS

ANALISIS PENGENDALIAN KUALITAS PRODUK MADU MERK SBA DI PT. INTI KIAT ALAM DENGAN MENGGUNAKAN PETA X DAN R

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

BAB 4 ANALISIS DAN BAHASAN

BAB III METODOLOGI PENELITIAN

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

BAB 2 LANDASAN TEORI

BAB 3 METODOLOGI PEMECAHAN MASALAH

ANALISIS PENGENDALIAN KUALITAS PRODUK SEPATU DAN SANDAL WANITA DENGAN METODE SPC (STATISTICAL PROCESS CONTROL) PADA PT.

Analisis Perbaikan Kualitas pada Mesin Warping terhadap Defect Putus Lusi

BAB II LANDASAN TEORI

BAB III METODOLOGI PENELITIAN

ANALISIS PENGAWASAN MUTU DALAM USAHA MENINGKATKAN MUTU PRODUK PADA PT ANUGRAH PLASTINDO LESTARI

BAB 3 METODE PENELITIAN

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 2 LANDASAN TEORI

BAB 4 PEMBAHASAN DAN ANALISIS DATA

DAFTAR ISI. ABSTRAK... iii. ABSTRACT... iv. KATA PENGANTAR... v. DAFTAR ISI... viii. DAFTAR TABEL... xii. DAFTAR GAMBAR... xiii. DAFTAR LAMPIRAN...

BAB III METODE PEMECAHAN MASALAH

BAB 2 LANDASAN TEORI

BAB IV HASIL ANALISIS DAN PEMBAHASAN

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

Transkripsi:

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data Pengambilan data yang dilakukan penulis menggunakan data primer dan sekunder yang didapatkan pada Lini 2 bagian produksi Consumer Pack, yang merupakan packing paling rentan terhadap kerusakan, sehingga termasuk penting mengontrol defect pada bagian ini, agar dapat menjaga kualitas hingga ketangan konsumennya. Data yang dianalisis adalah data produksi dan defect di consumer pack PT. ISM div. Flour mills Cilincing, periode bulan oktober, tahun 2016. 74

4.2 Pengolahan Data Diketahui bahwa terdapat 3 jenis defect terbesar di kemasan Segitiga Biru Ekonomi (SB Eco) 1 kg yang sangat mempengaruhi proses produksi packing periode bulan oktober 2016 pada Lini 2 consumer pack yaitu, defect sobek, berat tidak sama dan ukuran pastik. Sehingga perbaikan utama difokuskan pada ketiga jenis defect tersebut. Tabel 4.1 Defect Terbesar SB Eco 1 produksi oktober 2016 Tanggal Total produk Defect (pcs) Sobek Berat tidak sama ukuran plastik Total 10/1/2016 17170 109 66 16 191 10/4/2016 2272 121 56 15 192 10/5/2016 26182 22 17 25 64 10/6/2016 26033 33 39 20 92 10/7/2016 25383 75 45 15 135 10/8/2016 2223 13 42 20 75 10/9/2016 20078 92 68 20 180 10/11/2016 9820 84 75 21 180 10/12/2016 22467 87 75 21 183 10/13/2016 14172 43 21 13 77 10/14/2016 18867 81 375 12 468 10/15/2016 27188 3 12 19 34 10/16/2016 24267 118 98 24 240 10/19/2016 23211 111 62 18 191 10/20/2016 22436 100 85 15 200 10/21/2016 19691 191 107 21 319 10/22/2016 9260 8 4 8 20 10/23/2016 21970 99 48 17 164 10/25/2016 17130 130 59 16 205 10/26/2016 24412 76 48 18 142 10/27/2016 18823 195 83 12 290 10/28/2016 21652 152 58 18 228 10/29/2016 23641 102 63 12 177 10/30/2016 14283 56 36 12 104 Total 452631 2101 1642 408 4151 75

Tabel 4.2 Klasifikasi Persentasi Tiga Defect Terbesar Produksi consumer pack Perhitungan Persentase Defect kemasan No Defect total % Defect % Kumulatif 1 Sobek 2101 51% 51% 2 Berat Tidak Sama 1642 40% 91% 3 Ukuran Plastik 408 10% 100% Total 4151 100% Kumulatif (%) Pareto chart defect kemasan 4000 120% 3500 3000 2500 2000 1500 1000 500 100% 80% 60% 40% 20% total % Kumulatif 0 Sobek Berat Tidak Sama Ukuran Plastik 0% Gambar 4.1 Diagram Pareto Klasifikasi Tiga Defect Terbesar Produk Consumer Pack Setelah mengetahui defect yang menjadi fokus utama dalam perbaikan, maka dilakukan perhitungan batas kendali dari ketiga jenis defect tersebut dan membuat control chart / peta kendali guna mengetahui apakah defect produk masih berada di dalam batas kendali atau di luar batas kendali serta membuat diagram fishbone untuk mengetahui apa saja faktor penyebab terjadinya defect. 76

1. Defect Kemasan Sobek Tanggal Adalah defect yang terjadi di Consumer Pack dengan keterangan cacat : terdapat kerusakan sobek yang mengakibatkan kemasan sobek. Tabel 4.3 Peta Kendali kemasan sobek Total produk jumlah reject sobek proporsi simp.baku UCL LCL CL 10/1/2016 17170 109 0.0063483 0.0000040 0.0046536 0.0046299 0.0046418 10/4/2016 2272 121 0.0532570 0.0000299 0.0047315 0.0045520 0.0046418 10/5/2016 26182 22 0.0008403 0.0000026 0.0046495 0.0046340 0.0046418 10/6/2016 26033 33 0.0012676 0.0000026 0.0046496 0.0046339 0.0046418 10/7/2016 25383 75 0.0029547 0.0000027 0.0046498 0.0046337 0.0046418 10/8/2016 2223 13 0.0058480 0.0000306 0.0047335 0.0045500 0.0046418 10/9/2016 20078 92 0.0045821 0.0000034 0.0046519 0.0046316 0.0046418 10/11/2016 9820 84 0.0085540 0.0000069 0.0046625 0.0046210 0.0046418 10/12/2016 22467 87 0.0038723 0.0000030 0.0046508 0.0046327 0.0046418 10/13/2016 14172 43 0.0030342 0.0000048 0.0046561 0.0046274 0.0046418 10/14/2016 18867 81 0.0042932 0.0000036 0.0046526 0.0046309 0.0046418 10/15/2016 27188 3 0.0001103 0.0000025 0.0046493 0.0046342 0.0046418 10/16/2016 24267 118 0.0048626 0.0000028 0.0046502 0.0046333 0.0046418 10/19/2016 23211 111 0.0047822 0.0000029 0.0046505 0.0046330 0.0046418 10/20/2016 22436 100 0.0044571 0.0000030 0.0046508 0.0046327 0.0046418 10/21/2016 19691 191 0.0096999 0.0000035 0.0046521 0.0046314 0.0046418 10/22/2016 9260 8 0.0008639 0.0000073 0.0046638 0.0046197 0.0046418 10/23/2016 21970 99 0.0045061 0.0000031 0.0046510 0.0046325 0.0046418 10/25/2016 17130 130 0.0075890 0.0000040 0.0046537 0.0046298 0.0046418 10/26/2016 24412 76 0.0031132 0.0000028 0.0046501 0.0046334 0.0046418 10/27/2016 18823 195 0.0103597 0.0000036 0.0046526 0.0046309 0.0046418 10/28/2016 21652 152 0.0070201 0.0000031 0.0046512 0.0046323 0.0046418 10/29/2016 23641 102 0.0043145 0.0000029 0.0046504 0.0046331 0.0046418 10/30/2016 14283 56 0.0039207 0.0000048 0.0046560 0.0046275 0.0046418 Total 452631 2101 p bar 0.0046418 77

Contoh Perhitungan Peta Kendali pada defect kemasan sobek: a. Proporsi defect (p) b. P-bar (rata-rata nilai proporsi defect) c. Simpangan baku (Sp) ( ) ( ) d. Central Line (CL) ( ) e. Upper Control Limit (UCL) ( ) ( ) f. Lower Control Limit (LCL) ( ) ( ) 78

0.0600000 Peta Kendali sobek 0.0500000 0.0400000 0.0300000 0.0200000 proporsi UCL LCL CL 0.0100000 0.0000000 1 2 3 4 5 6 7 8 9 101112131415161718192021222324 Gambar 4.2 Control Chart Defect Kemasan sobek Berdasarkan control chart defect di kemasan sobek menunjukan masih banyaknya titik data yang berada di luar dan bawah batas kendali, hal ini nenunjukkan bahwasangat banyak terjadinya penyimpangan dan harus dilakukan perbaikan. 79

Gambar 4.3 Diagram Sebab Akibat Defect kemasan sobek Melalui diagram fishbone defect kemasan sobek dapat di lihat bahwa penyimpangan atau defect yang terjadi disebabkan oleh beberapa faktor, yaitu faktor mesin misalnya karena mesin cut tumpul, listrik tidak stabil sehingga panas mesin press berkurang dan mengakibatkan kerobekan, juga disebabkan oleh mesin pack yang menggunakan metode vacuum otomatis tidak mengankat kemasan disebabkan karena berat produk yang tidak seimbang. material, dikarenakan adanya lubang kecil akibat kualitas plastic yang kurang baik juga pengecekan dari QC yang kurang teliti. Manusia, terkadang terjadi karena pemantauan kerja yang kurang teliti, juga karena tidak semua karyawan yang memiliki pemahaman tentang barang reject. dan lingkungan yang disebabkan karena jarak pembuangan barang reject dari mesin angkut vacuum ke penampung terlalu jauh dan mengakibatkan kemasan pecah dan robek. 80

Tanggal 2. Defect Berat tidak sama Adalah defect yang terjadi Consumer Pack dengan keterangan cacat: mesin timbangan seringkali eror sehingga sering terjadi kelebihan bobot. Tabel 4.4 Peta Kendali Berat Tidak Sama Total produk jumlah reject berat tidak sama proporsi simp.baku UCL LCL CL 10/1/2016 17170 66 0.0038439 0.0000035 0.0036382 0.0036 0.0036277 10/4/2016 2272 56 0.0246479 0.0000265 0.0037071 0.0035 0.0036277 10/5/2016 26182 17 0.0006493 0.0000023 0.0036346 0.0036 0.0036277 10/6/2016 26033 39 0.0014981 0.0000023 0.0036346 0.0036 0.0036277 10/7/2016 25383 45 0.0017728 0.0000024 0.0036348 0.0036 0.0036277 10/8/2016 2223 42 0.0188934 0.0000270 0.0037088 0.0035 0.0036277 10/9/2016 20078 68 0.0033868 0.0000030 0.0036367 0.0036 0.0036277 10/11/2016 9820 75 0.0076375 0.0000061 0.0036460 0.0036 0.0036277 10/12/2016 22467 75 0.0033382 0.0000027 0.0036357 0.0036 0.0036277 10/13/2016 14172 21 0.0014818 0.0000042 0.0036404 0.0036 0.0036277 10/14/2016 18867 375 0.0198760 0.0000032 0.0036372 0.0036 0.0036277 10/15/2016 27188 12 0.0004414 0.0000022 0.0036343 0.0036 0.0036277 10/16/2016 24267 98 0.0040384 0.0000025 0.0036351 0.0036 0.0036277 10/19/2016 23211 62 0.0026711 0.0000026 0.0036354 0.0036 0.0036277 10/20/2016 22436 85 0.0037886 0.0000027 0.0036357 0.0036 0.0036277 10/21/2016 19691 107 0.0054340 0.0000031 0.0036368 0.0036 0.0036277 10/22/2016 9260 4 0.0004320 0.0000065 0.0036472 0.0036 0.0036277 10/23/2016 21970 48 0.0021848 0.0000027 0.0036359 0.0036 0.0036277 10/25/2016 17130 59 0.0034442 0.0000035 0.0036382 0.0036 0.0036277 10/26/2016 24412 48 0.0019662 0.0000025 0.0036351 0.0036 0.0036277 10/27/2016 18823 83 0.0044095 0.0000032 0.0036373 0.0036 0.0036277 10/28/2016 21652 58 0.0026787 0.0000028 0.0036360 0.0036 0.0036277 10/29/2016 23641 63 0.0026649 0.0000025 0.0036200 0.0036 0.0036277 10/30/2016 14283 36 0.0025205 0.0000042 0.0036403 0.0036 0.0036277 Total 452631 1642 p bar 0.0036277 81

Contoh Perhitungan Peta Kendali pada defect berat tidak sama: a. Proporsi defect (p) b. P-bar (rata-rata nilai proporsi defect) c. Simpangan baku (Sp) ( ) ( ) d. Central Line (CL) ( ) e. Upper Control Limit (UCL) ( ) ( ) f. Lower Control Limit (LCL) ( ) ( ) 82

0.0300000 Peta Kendali Berat Tidak Sama 0.0250000 0.0200000 0.0150000 0.0100000 0.0050000 proporsi UCL LCL CL 0.0000000 1 3 5 7 9 11 13 15 17 19 21 23 25 Gambar 4.4 Control Chart Defect berat tidak sama Berdasarkan control chart defect berat tidak sama menunjukan bahwa masih banyak titik data yang berada didalam maupun luar batas kendali, hal ini menunjukan masih banyak terjadinya penyimpangan yang harus dilakukan perbaikan untuk menghilangkan faktor penyebab defect. 83

Gambar 4.5 Diagram Sebab Akibat Defect berat tidak sama Melalui diagram fishbone defect berat tidak sama dapat di lihat bahwa penyimpangan atau defect yang terjadi disebabkan oleh faktor mesin berupa mesin timbangan yang tidak bekerja optimal sehingga mengakibatkan banyaknya produk yang memiliki bobot berbeda, dan pada manusia diakibatkan karena tidak rutinnya mengecek control timbangan dan kuranya pengawasan, juga metodenya yang belum memiliki standar penanganan mesin dan mengakibatkan banyaknya kemasan rusak dan terbuang. 84

Tanggal 3. Defect ukuran plastik Adalah defect yang terjadi customer pack dengan keterangan cacat: ukuran kadang berlebih atau kurang dari ukuran yang sudah tersedia. Tabel 4.5 Peta Kendali ukuran tidak sama Total produk jumlah reject ukuran plastik proporsi simp.baku UCL LCL CL 10/1/2016 17170 16 0.0009319 0.0000017 0.0009066 0.0008962 0.0009014 10/4/2016 2272 15 0.0066021 0.0000132 0.0009410 0.0008618 0.0009014 10/5/2016 26182 25 0.0009549 0.0000011 0.0009048 0.0008980 0.0009014 10/6/2016 26033 20 0.0007683 0.0000012 0.0009049 0.0008979 0.0009014 10/7/2016 25383 15 0.0005909 0.0000012 0.0009049 0.0009049 0.0009014 10/8/2016 2223 20 0.0089969 0.0000135 0.0009419 0.0008609 0.0009014 10/9/2016 20078 20 0.0009961 0.0000015 0.0009059 0.0008969 0.0009014 10/11/2016 9820 21 0.0021385 0.0000031 0.0009106 0.0008922 0.0009014 10/12/2016 22467 21 0.0009347 0.0000013 0.0009054 0.0008974 0.0009014 10/13/2016 14172 13 0.0009173 0.0000021 0.0009077 0.0008950 0.0009014 10/14/2016 18867 12 0.0006360 0.0000016 0.0009062 0.0008966 0.0009014 10/15/2016 27188 19 0.0006988 0.0000011 0.0009047 0.0008981 0.0009014 10/16/2016 24267 24 0.0009890 0.0000012 0.0009051 0.0008977 0.0009014 10/19/2016 23211 18 0.0007755 0.0000013 0.0009053 0.0008975 0.0009014 10/20/2016 22436 15 0.0006686 0.0000013 0.0009054 0.0008974 0.0009014 10/21/2016 19691 21 0.0010665 0.0000015 0.0009060 0.0008968 0.0009014 10/22/2016 9260 8 0.0008639 0.0000032 0.0009111 0.0008917 0.0009014 10/23/2016 21970 17 0.0007738 0.0000014 0.0009055 0.0008973 0.0009014 10/25/2016 17130 16 0.0009340 0.0000018 0.0009067 0.0008961 0.0009014 10/26/2016 24412 18 0.0007373 0.0000012 0.0009051 0.0008977 0.0009014 10/27/2016 18823 12 0.0006375 0.0000016 0.0009062 0.0008966 0.0009014 10/28/2016 21652 18 0.0008313 0.0000014 0.0009056 0.0008972 0.0009014 10/29/2016 23641 12 0.0005076 0.0000013 0.0009077 0.0008951 0.0009014 10/30/2016 14283 12 0.0008402 0.0000021 0.0009077 0.0008951 0.0009014 Total 452631 408 p bar 0.0009014 85

Contoh Perhitungan Peta Kendali pada defect ukuran plastik: a. Proporsi defect (p) b. P-bar (rata-rata nilai proporsi defect) c. Simpangan baku (Sp) ( ) ( ) d. Central Line (CL) ( ) e. Upper Control Limit (UCL) ( ) ( ) f. Lower Control Limit (LCL) ( ) ( ) 86

0.0100000 Peta Kendali reject ukuran plastik 0.0090000 0.0080000 0.0070000 0.0060000 0.0050000 0.0040000 0.0030000 proporsi UCL LCL CL 0.0020000 0.0010000 0.0000000 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Gambar 4.6 Control Chart Defect ukuran plastik Berdasarkan control chart defect ukuran plastik menunjukkan ada lumaya banyakn titik yang berada di luar dan dalam batas kendali,hal ini menunjukan masih adanya penyimpangan yang harus dilakukan perbaikan untuk menghilangkan faktor penyebab defect. 87

Gambar 4.7 Diagram Sebab Akibat Defect ukuran plastik Melalui diagram fishbone dapat di lihat bahwa penyimpangan atau defect yang terjadi disebabkan oleh beberapa faktor, yaitu factor material berupa plastic reject dari produsen, lalu mesin karena mesin potong tidak bekerja optimal, dan manusia karena kesalahan mengganti kemasan di roll disebekan karena karyawan yang kurang memahami dan pengawan dari kepala bagian kurang teliti, juga metodenya. 88

4.3 Analisa Dari hasil pengumpulan data dan pengolahan data yang dilakukan, maka penulis dapat menganalisa tentang permasalahan yang ada, yaitu : 1. Terdapat beberapa jenis defect, dan diketahui 3 jenis defect terbesar yang mempengaruhi proses produksi periode oktober 2016 pada Lini 2 customer pack yaitu dengan defect terbesar di kemasan sobek sebesar 51%, selanjutnya kerusakan di kemasan berat yang tidak sama sebesar 40% dan tingkatan ketiga terbesar di kerusakan kemasan pada ukuran plastic yang tidak simetris. Artinya, kita dapat memfokuskan perbaikan pada tiga defect tersebut untuk dilakukan perbaikan guna menekan angka defect yang terjadi di Lini 2 customer pack tersebut. 2. Dengan Statistical Process Control (SPC) dapat membantu dalam mengetahui apakah suatu proses berada di dalam batas kendali atau di luar batas kendali. Batas kendali merupakan batasan-batasan kelonggaran yang diberikan untuk mengukur tingkan sesesuaian produk dengan spesifikasi yang ditetapkan oleh standarisasi perusahaan atau sesuai dengan spesifikasi yang diinginkan oleh konsumen terhadap barang atau produk yang diinginkan. Di dalam batas kendali berarti produk yang dihasilkan dari hasil produksi sesuai dengan spesifikasi yang diinginkan. Sedangkan di luar batas kendali berarti produk yang dihasilkan masih ada penyimpangan yang terjadi atau belum sesuai dengan spesifikasi yang diinginkan. Berdasarkan peta kendali defect dari ketiga jenis kerusakan terbesar masih ada di luar batas kendali, jadi 89

masih sangat diperlukan perbaikan demi mengendalikan batas kendali untuk mengurangi kerugian. Dari hasil analisis maka dapat dilakukan tindakan yang tepat untuk meminimalisir terjadinya defect, diantaranya : 1. Melakukan penelitian tentang ketepatan penjadwalan perbaikan mesin pada setiap mesin packing. 2. Melakukan penelitian tentang jadwal pengontrolan sehingga tidak adanya kerusakan yang mengakibatkan kerugian berlebih. 3. Melakukan penelitian kategori akan kebutuhan supply bahan baku dan bahan pendukung yang memiliki standar kualitas tinggi agar kualitas produksi meningkat. 90