BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Dalam bab ini penulis mengumpulkan dan mengolah data untuk mengukur nilai produktivitas dari aktivitas pemeliharaan gedung di PT. XYZ. Dimana data data yang diperoleh pada bab ini akan digunakan untuk mengukur nilai indikator performansi yang menunjukan tingkat efisiensi dan efektifitas penggunaan sumber daya manusia, penyelesaian waktu maintenance request, deviasi waktu penyelesaian maintenance request, man hour, dan biaya yang dikeluarkan untuk penyelesaian maintenance request. 4.1 Pengumpulan Data Dalam penelitian ini penulis menggunakan metode Omax untuk melakukan pengukuran produktivitas, dengan menggunakan kriteria kriteria yang akan dijadikan alat pengukuran produktivitas sebagai berikut: 1. Kriteria Efisiensi Merupakan kriteria terkait dengan penggunaan tenaga kerja, material, modal, sehemat mungkin. Ratio yang digunakan pada kriteria ini adalah: 43
44 Ratio 1 = Jumlah maintenance request Tenaga kerja Penjelasan: Rasio ini menunjukan berapa banyak jumlah maintenance request yang dapat diselesaikan oleh tiap tenaga kerja yang ada pada bagian maintenance. Ratio 2 = Biaya maintenance request Jumlah maintenance request Penjelasan: Rasio ini menunjukan berapa jumlah biaya yang dikeluarkan dari tiap maintenance request yang diselesaikan. 2. Kriteria Efektivitas Ratio 3 = Deviasi waktu penyelesaian Jumlah maintenance request Penjelasan: Rasio ini menjelaskan mengenai deviasi waktu pengerjaan dari tiap maintenance request yang ada Ratio 4 = Jumalah maintenance request Man Hour Penjelasan: Rasio ini menunjukan banyaknya maintenance request yang akan dikerjakan dibandingkan dengan jumlah waktu kerja yang ada.
45 Ratio 5 = Deviasi waktu penyelesaian Man Hour Penjelasan: Rasio ini menunjukan deviasi pengerjaan maintenance request dibandingkan dengan waktu kerja yang ada. Setelah ditetapkan ratio ratio apa saja yang akan diukur dan dihitung pada tugas akhir ini. Langkah selanjutnya adalah penulis melakukan pengumpulan data dari lini produksi yang akan diolah lebih lanjut sebagai berikut: 2012 2013 2014 Tabel 4.1 Data Lini Produksi Building Management Tahun Mtn. Req Man Power Cost Deviasi Man Hour (case) (Mp) (Rpx1000) (%) (Hour) Januari 18 7 38,550 20 8 Februari 18 7 38,900 19 8 Maret 15 7 32,000 18 8 April 22 7 45,340 25 8 Mei 20 7 42,356 19 8 Juni 18 7 39,500 15 8 Juli 22 7 43,742 25 8 Agustus 17 7 40,890 16 8 September 18 7 39,450 18 8 Oktober 19 7 44,750 17 8 November 23 7 43,250 24 8 Desember 20 7 44,765 16 8 Januari 17 7 42,750 18 8 Februari 19 7 45,598 15 8 Maret 16 7 40,236 19 8 April 15 7 41,000 13 8 Mei 20 7 47,608 20 8 Juni 16 7 42,053 18 8 Juli 18 7 42,899 20 8 Agustus 19 7 47,890 25 8 September 23 7 49,725 21 8 Oktober 22 7 48,560 11 8 November 18 7 43,400 19 8 Desember 19 7 44,750 18 8 Januari 25 7 49,673 25 8 Februari 25 7 48,250 24 8 Maret 26 7 49,325 23 8 April 23 7 52,287 25 8 Mei 22 7 47,703 27 8 Juni 28 7 50,800 20 8 Sumber : Report bulanan BM 1 Januari 2012 30 Juni 2014
46 Secara singkat data yang dikumpulkan dapat dijelaskan sebagai berikut: Maintenance request : Data ini menunjukan banykanya maintenance request yang ada pada bagian BM tiap bulan Man power : Data ini merupakan data yang menunjukan banyaknya tenaga kerja yang melakukan penyelesaian maintenance request Cost : Data ini merupakan data yang menunujukan biaya yang dikeluarkan dalam pengerjaan maintenance request Deviasi : Data ini merupakan data yang menunjukan deviasi target dan actual waktu penyelesaian maintenance request Man hour : Data ini merupakan data yang menunjukan data jumlah waktu kerja dari aktivitas maintenance
47 Dimana data yang akan digunakan pada tugas akhir ini adalah data yang diperoleh selama 2,5 tahun dikelompokkan menjadi data triwulan, sehingga kriteria produktivitas pada aktivitas kerja maintenance PT. XYZ yang telah diubah dalam bentuk ratio, diperoleh hasil pengukuran data yang digambarkan pada tabel 4.1 dibawah, yakni tabel ratio produktivitas maintenance sebagai berikut: Tahun Tabel 4.2 Ratio Produktivitas Maintenance PT. XYZ Ratio 1 Ratio 2 Ratio 3 Ratio 4 Ratio 5 case/mp Rp/case %/case case/hour %/hour Triwulan 1 2.43 2145.37 1.12 2.13 2.38 Triwulan 2 2.86 2124.38 0.97 2.50 2.46 Triwulan 3 2.71 2195.08 1.03 2.38 2.46 Triwulan 4 2.95 2157.98 0.91 2.58 2.38 Triwulan 5 2.48 2476.45 1.01 2.17 2.17 Triwulan 6 2.43 2580.68 1.00 2.13 2.13 Triwulan 7 2.86 2355.25 1.11 2.50 2.75 Triwulan 8 2.81 2324.55 0.83 2.46 2.00 Triwulan 9 3.62 1938.01 0.95 3.17 3.00 Triwulan 10 3.48 2085.32 1.01 2.88 3.00 Rata2 2.86 2238.31 0.99 2.49 2.47 Terbaik 3.62 2580.68 1.12 3.17 3.00 Terburuk 2.43 1938.01 0.83 2.13 2.00 Sumber : Report bulanan BM 1 Januari 2012 30 Juni 2014
48 4.2 Pengolahan Data Setelah dilakukan perhitungan nilai produktivitas tiap triwulan dari ratio yang ada. Tahapan berikutnya dalam bab pengolahan data ini adalah membuat matriks tabel Omax, untuk megetahui ratio mana yang menyebabkan turunnya produktivitas kerja bagian Building Maintenance. Untuk membuat tabel Omax, penulis melakukan langkah langkah pembuatan tabel Omax secara sederhana sebagai berikut: 1. Nilai kriteria preformansi menggunakan data pada triwulan 10 2. Nilai level 0 menggunakan nilai terburuk, nilai level 3 menggunakan nilai rata rata, dan nilai level 10 menggunakan nilai terbaik 3. Nilai untuk level 1 dan 2 dihitung menggunakan metode interpolasi sebagai berikut: (level 3 level 0) level 1 = level 3 + x (level 3 level 0) level 0 Nilai untuk level 4 9 dihitung menggunakan metode interpolasi sebagai berikut: level 4 = level 10 + (level 10 level 3) Level 3 x (level 10 level 3) 4. Sedangkan untuk pembobotan dalam pengolahan data ini penulis menggunakan penentuan prioritas nilai dari tiap perbandingan kriteria sebagai berikut:
49 Tabel 4.3 Pembobotan Nilai Pada Tiap Ratio 1 2 3 4 5 1 0,05 0,05 0,05 0,05 0,05 2 0,4 0,4 0,2 0,4 0,2 3 0,25 0,25 0,4 0,25 0,4 4 0,1 0,05 0,1 0,1 0,1 5 0,2 0,25 0,25 0,2 0,25 Sumber : KPI Three Diagram BM Section 2014 Keterangan: Jauh sangat penting 0.4 Sangat penting 0.25 Lebih penting 0.2 Sedikit penting 0.1 Sama penting 0.05 Pembobotan ini didasarkan pada konsep balanced scorecard PT. XYZ dimana penyusunan pengambilan keputusan harus diperhatikan dari sisi financial (biaya yang timbul dari aktifitas maintenance request) dan customer satisfaction (maintenance request yang terselesaikan dan deviasi waktu penyelesaian maintenance request). Dari perbandingan nilai kriteria tersebut kemudian dihitung nilai bobotnya. Perhitungan nilai bobot dihitung dari rata rata tiap baris yang ada sehingga diperoleh hasil bobot sebagai berikut: Ratio 1 2 3 4 5 Bobot 5 32 31 9 23
50 Dari hasil perhitungan tiap komponen untuk membuat matriks Omax, maka secara singkat dapat diperoleh hasil perhitungan produktivitas secara parsial, dapat digambarkan pada tabel 4.3 berikut, yakni tabel matriks indikator performansi: Tabel 4.4 Matriks Indikator Performansi OMAX Kriteria Ratio 1 Ratio 2 Ratio 3 Ratio 4 Ratio 5 Performansi 3,48 2085,32 1,01 2,88 3,00 Target 10 3,62 2580,68 1,12 3,17 3,00 9 3,51 2531,77 1,10 3,07 2,92 8 3,40 2482,86 1,09 2,97 2,85 7 3,29 2433,95 1,07 2,88 2,77 6 3,19 2385,04 1,05 2,78 2,70 5 3,08 2336,13 1,03 2,68 2,62 4 2,97 2287,22 1,01 2,58 2,55 3 2,86 2238,31 0,99 2,49 2,47 2 2,72 2138,21 0,94 2,37 2,31 1 2,57 2038,11 0,89 2,25 2,16 0 2,43 1938,01 0,83 2,13 2,00 Skor 8 0 2 7 10 Bobot % 5 32 31 9 23 Nilai 40 0 62 63 230 Indikator performansi 395 Sumber : Pengolahan Data Dari hasil omax tersebut kemudian penulis mengukur nilai performansi dari tiap triwulan yang datanya sedang diuji. Dari hasil pengujian data 10 triwulan yang ada, dapat kita lihat grafik indikator performansi dari data yang diperoleh penulis ditunjukan pada gambar 4.1 berikut:
51 Indeks Performansi 800 700 600 500 400 300 200 100 0 674 471 467 475 379 498 395 332 288 231 1 2 3 4 5 6 7 8 9 10 Triwulan Gambar 4.1 Indeks Performansi Sebelum Improvement Langkah berikutnya setelah mengetahui nilai indikator performansi dari tiap triwulan yang ada, penulis melakukan pendataan terhadap skor dari tiap ratio pada 10 triwulan data yang diamati, hasil pendataan skor tiap ratio ini dapat dilihat pada tabel 4.4 berikut: Tabel 4.5 Tabel Hasil Perhitungan Skor Tiap Ratio Ratio 1 Ratio 2 Ratio 3 Ratio 4 Ratio 5 Triwulan 1 0 3 10 0 3 Triwulan 2 3 3 3 3 0 Triwulan 3 2 3 6 2 3 Triwulan 4 3 4 3 3 3 Triwulan 5 1 8 5 1 2 Triwulan 6 0 9 5 1 2 Triwulan 7 3 6 9 3 7 Triwulan 8 3 6 1 3 1 Triwulan 9 8 1 3 8 10 Triwulan 10 8 0 2 7 10 Sumber : Report bulanan BM 1 Januari 2012 30 Juni 2014
52 Dari data yang ada, penulis melakukan pengategorian skor, untuk dapat diolah dan diketahui ratio mana yang bernilai rendah sehingga dapat dilakukan perbaikan nilai ratio untuk meningkatkan nilai produktivitas. Pengelompokan skor tersebut sebagai berikut: Skor 0-2 : Sangat buruk (SBU) Skor 3 4 : Buruk (BU) Skor 5 6 : Sedang (S) Skor 7 8 : Baik (BA) Skor 9 10 : Sangat baik (SBA) Dari pengategorian nilai yang telah dibuat, penulis melakukan pengelompokan data dari hasil pengategorian skor, data ini dibuat dengan cara mengelompokan seberapa banyak (frekuensi) dari tiap ratio pada satu kategori, secara singkat dapat digambarkan pada table 4.5 berikut: Tabel 4.6 Tabel Frekuensi Sebaran Hasil Skoring Ratio Ratio 1 Ratio 2 Ratio 3 Ratio 4 Ratio 5 SBU 4 2 2 4 4 BU 4 4 3 4 3 S 2 3 BA 2 1 2 1 SBA 1 2 2 Sumber : Report bulanan BM 1 Januari 2012 30 Juni 2014
53 Pada penelitian ini penulis melakukan pengelompokan data dari ratio mana saja yang sering mendapatkan nilai buruk dan sangat buruk, untuk kemudian data hasil pengelompokan ini akan diolah pada bab 5 yakni analisa hasil.