BAB V ANALISA. Value added time Leadtime. = 3,22jam. 30,97 jam x 100% = 10,4%

dokumen-dokumen yang mirip
BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB V ANALISIS. Total Waktu (menit)

BAB I PENDAHULUAN I.1 Latar Belakang

ELIMINASI WASTE PADA PROSES PRODUKSI PLYWOOD DENGAN PENDEKATAN LEAN MANUFACTURING DI PT. PANCA EKA BINA PLYWOOD INDUSTRY (PT.

BAB V ANALISA. 5.1 Analisa Tahapan Define

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. FREKUENSI KERUSAKAN PER BULAN (Times)

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. Sumber: (Dokumentasi CV. ASJ)

BAB V ANALISA HASIL PERHITUNGAN. Equipment Loss (Jam)

PRESENTASI SIDANG SKRIPSI. September

BAB I PENDAHULUAN. I.1 Latar Belakang

BAB V ANALISA HASIL. mengetahui tingkat efektivitas penggunaan mesin AU L302,dari data hasil. Availability Ratio (%)

BAB I PENDAHULUAN. Indonesia sebagai negara agraris mempunyai beberapa keunggulan

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB III METODOLOGI PENELITIAN

BAB I PENDAHAHULUAN I.1

BAB III METODOLOGI PENELITIAN

I.1 Latar Belakang BAB I PENDAHULUAN

Bab I Pendahuluan. Support. Webbing QC Sewing. Gambar I.1 Skema alur proses produksi tas di PT. Eksonindo Multi Product Industry

Bab I Pendahuluan. Tabel I.1 Total Jumlah Produksi pada Tahun 2011

BAB I PENDAHULUAN. dari sudut pandang konsumen oleh karena itu perlu dieliminasi. Didalam lean

BAB I PENDAHULUAN I.1

BAB I PENDAHULUAN. Kepuasan konsumen merupakan faktor yang sangat penting untuk

BAB V ANALISIS HASIL

BAB I PENDAHULUAN. I.1 Latar Belakang

Pendahuluan. I.1 Latar belakang

BAB III METODOLOGI PENELITIAN

Tabel I. 1 Data Pengiriman CV.ASJ kepada PT.A. Tanggal Keterlambatan Pengiriman

BAB I PENDAHULUAN I.1 Latar Belakang

Mulai. Studi Pendahuluan. Perumusan Masalah. Penetapan Tujuan. Pemilihan Variable. Pengumpulan Data. Menggambarkan Process Activity Mapping

KATA PENGANTAR. berkenan memberikan rahmat dan hidayahnya sehingga penulis dapat ANALISA PENERAPAN KONSEP LEAN THINKING

BAB V ANALISA HASIL Analisis Perhitungan Overall Equipment Effectiveness (OEE)

Usulan Lean Manufacturing Pada Produksi Closet Tipe CW 660J Untuk Meningkatkan Produktivitas

Maya Anestasia, 2 Pratya Poeri, 3 Mira Rahayu 1, 2,3 Program Studi Teknik Industri, Fakultas Rekayasa Industri, Telkom University

PERHITUNGAN DAN ANALISIS NILAI OVERALL EQUIPMENT EFFECTIVENESS (OEE) PADA MESIN MESPACK DI PT. UNILEVER INDONESIA DEA DERIANA

BAB III METODOLOGI.

BAB I PENDAHULUAN. kegiatan yang dapat meningkatkan nilai tambah (value added) produk (barang dan

EFFECTIVENESS (OEE) DAN FAILURE MODE AND EFFECT ANALYSIS (FMEA) DALAM MENGUKUR

BAB I PENDAHULUAN. menjaga kondisi mesin/peralatan tersebut agar tidak mengalami kerusakan maka

BAB I PENDAHULUAN I.1 Latar Belakang

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB IV METODE PENELITIAN

BAB I PENDAHULUAN. Analisa Peningkatan..., Achmad, Fakultas Teknik 2016

BAB I PENDAHULUAN I - 1

BAB 3 METODOLOGI PENELITIAN

BAB IV METODE PENELITIAN

METODE PENELITIAN. Penelitian ini dilaksanakan di PT. Perkebunan Nusantara VII Unit Usaha Way

BAB I PENDAHULUAN I.1 Latar Belakang

Gambar I.1 Part utama Penyusun meter air

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB I PENDAHULUAN. Gula pasir merupakan kebutuhan pokok strategis yang memegang peran

BAB I PENDAHULUAN 1.1 Latar Belakang

IMPLEMENTATION OF LEAN MANUFACTURING USING VSM AND FMEA TO REDUCE WASTE IN PRODUCT PLYWOOD (Case Study Dept. Production PT Kutai Timber Indonesia)

Qolli Kusuma, 2 Pratya Poeri Suryadhini, 3 Mira Rahayu 1, 2, 3

PENERAPAN LEAN MANUFACTURING DALAM MENGIDENTIFIKASI DAN MEMINIMASI WASTE DI PT. HILON SURABAYA SKRIPSI. Oleh : SABTA ADI KUSUMA

1 BAB I PENDAHULUAN. ini disebabkan karena tim perbaikan tidak mendapatkan dengan jelas

BAB V ANALISA HASIL 5.1 ANALISA KONDISI YANG ADA. Untuk menemukan suatu masalah yang mempengaruhi afkir label pada produk

PERTUMBUHAN SIMPANAN *) BANK UMUM POSISI NOVEMBER 2011

PERANCANGAN PERBAIKAN SISTEM SUPPLY CHAIN DENGAN LEAN MANUFACTURING PADA PT. CAKRA COMPACT ALUMINIUM INDUSTRIAL TUGAS SARJANA.

BAB I PENDAHULUAN I.1

IDENTIFIKASI WASTE DILANTAI PRODUKSI DENGAN PENERAPAN LEAN MANUFACTURING DI PT ISTANA TIARA SURABAYA SKRIPSI

5 BAB V ANALISA DAN HASIL

OPTIMASI LINI PRODUKSI DENGAN VALUE STREAM MAPPING DAN VALUE STREAM ANALYSIS TOOLS

Nama : Teguh Windarto NPM : Jurusan : Teknik Industri Pembimbing : Dr.Ir Rakhma Oktavina, MT

BAB V ANALISA DAN PEMBAHASAN

Jl. Kaliurang Km 14.4 Sleman, DIY ,2) ABSTRAK

BAB IV METODE PENELITIAN

BAB 3 LANDASAN TEORI

PENGURANGAN WASTE DILANTAI PRODUKSI DENGAN METODE LEAN MANUFACTURING DI PT. KEMASAN CIPTATAMA SEMPURNA PASURUAN

BAB 1 PENDAHULUAN I.1

PRESENSI DOSEN DIPEKERJAKAN KOPERTIS WILAYAH V

BAB I PENDAHULUAN. fashion. Mulai dari bakal kain, tas batik, daster, dress, rompi, dan kemeja

BAB V ANALISA PEMECAHAN MASALAH

ANALISIS PRODUKTIVITAS MENGGUNAKAN METODE OVERALL EQUIPMENT EFFECTIVENESS (OEE) STUDI KASUS PADA PT XYZ

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

ANALISA FAKTOR-FAKTOR SIX BIG LOSSES PADA MESIN CANE CATTER I YANG MEMPENGARUHI EFESIENSI PRODUKSI PADA PABRIK GULA PTPN II SEI SEMAYANG

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB V ANALISIS HASIL. penerimaan pegawai Secara keseluruhan, berdasarkan hasil wawancara dan mekanisme

BAB I PENDAHULUAN. I.1 Latar Belakang

BAB V PEMBAHASAN 5.1 Tahap Define 5.2 Tahap Measure Jenis Cacat Jumlah Cacat jumlah

BAB I PENDAHULUAN. Industri makanan dan minuman merupakan sektor strategis yang akan

3 BAB III METODOLOGI PENELITIAN

MINIMASI WASTE DEFECT DI PT EKSONINDO MULTI PRODUCT INDUSTRY DENGAN PENDEKATAN LEAN SIX SIGMA

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB III METODOLOGI PENELITIAN

Analisis OEE (Overall Equipment Effectiveness) pada Mesin Discmill di PT Tom Cococha Indonesia

BAB V ANALISIS HASIL. material dalam sistem secara keseluruhan. Value stream mapping yang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN I.1

BAB III METODOLOGI PENELITIAN. Mulai. Kajian Pendahuluan. Identifikasi & Perumusan masalah. Penetapan Tujuan & batasan penelitian

BAB I PENDAHULUAN. Persaingan yang sangat pesat di sektor industri pada saat ini menuntut setiap

Permasalahan yang akan dijadikan objek penelitian ini adalah keterlambatan pengerjan proyek pembuatan High Pressure Heater (HPH) di PT.

IDENTIFIKASI PENYEBAB KETERLAMBATAN WAKTU PERBAIKAN MESIN PRODUKSI DENGAN VALUE STREAM MAPPING DI PERUSAHAAN PENGOLAHAN SUSU

BAB V ANALISA HASIL. sebelumnya telah dibahas pada bab sebelumnya (Bab IV). Dimana cacat yang terjadi

BAB III METODOLOGI PENELITIAN. Pada bab ini akan dijelaskan langkah-langkah penelitian yang dilakukan. 3.1 Flow Chart

Transkripsi:

BAB V ANALISA 5.1 Analisa Current State Value Stream Mapping (CVSM) Value stream mapping merupakan sebuah tools untuk memetakan jalur produksi dari sebuah produk yang didalamnya termasuk material dan informasi dari masing-masing stasiun kerja. Berdasarkan hasil pemetaan kondisi awal (Current State Value Stream Mapping) pada proses produksi plywood bahwa telah terjadi hambatan produksi plywood terlihat yang disebabkan kerusakan mesin yang mengakibatkan efesiensi proses produksi plywood rendah. Berdasarkan hasil pemetaan aliran produk diperoleh aktivitas yang tidak memiliki nilai tambah (non value added activity) sebesar 20,43 jam, aktivitas bernilai tambah (value added time activity) sebesar 3,22 jam, waktu proses (total cycle time) sebesar 23,654 jam dan leadtime sebesar 30,969 jam. Sehingga diperoleh nilai matric lean sebesar Proses Cycle Effeciency = Value added time Leadtime = 3,22jam 30,97 jam x 100% = 10,4% x 100% Menurut Gasperz (2011) jika proces cycle efficiency berada < 30%, maka proses dikatakan Un-Lean dan diperlukan upaya untuk mengeliminasi atau meminimasi pemborosan pada proses produksi plywood. 5.2 Analisa Availability Ratio Pada Workstation Berpengaruh Berdasarkan hasil perhitungan availability ratio pada setiap stasiun kerja yang berpengaruh yaitu mesin sander, mesin Sizer dan mesin rotary diperoleh nilai availability ratio 1. Analisa perhitungan availability ratio pada mesin sander Dari hasil perhitungan nilai availability ratio pada mesin sander bulan Januari-Desember 2013 diperoleh nilai availability ratio

98 96 94 94 92 97 95 96 97 97 95 96 92 92 90 88 86 84 88 87 82 1 2 3 4 5 6 7 8 9 10 11 12 world class Availability ratio Gambar 5.1 Grafik Perbandingan Nilai % Availability Mesin Sander Gambar 5.1 memperlihatkan grafik perbandingan nilai availability ratio sistem saat ini dengan standar ketetapan nilai availability ratio world class. Berdasarkan gambar diatas didapatkan bahwa terdapat 2 bulan mesin sander berada dibawah nilai availability ratio world class yaitu bulan Februari sebesar 88% dan Maret sebesar 87% sehingga kemampuan mesin sander dalam memproduksi plywood pada bulan ini tergolong rendah karena memiliki nilai availability ratio < 90 %. 2. Analisa perhitungan availability ratio pada mesin Sizer Dari hasil perhitungan nilai availability ratio pada mesin sander bulan Januari-Desember 2013 diperoleh nilai availability ratio V-2

98 97 97 97 96 94 94 94 Persentase (%) 92 90 88 86 84 93 93 88 87 86 94 94 82 80 1 2 3 4 5 6 7 8 9 10 11 12 Bulan (2013) World class Availability ratio Gambar 5.2 Grafik Perbandingan Nilai % Availability Mesin Sizer Gambar 5.2 memperlihatkan grafik perbandingannilai availability ratio sistem saat ini dengan standar ketetapan nilai availability ratio world class. Berdasarkan gambar diatas didapatkan bahwa terdapat 3 bulan mesin Sizer berada dibawah nilai availability ratio world class yaitu bulan Mei sebesar 88%,Juni sebesar 87% dan Juli sebesar 86% sehingga kemampuan mesin Sizer dalam memproduksi plywood pada bulan ini tergolong rendah karena memiliki nilai availability ratio < 90 %. 3. Analisa perhitungan availability ratio pada mesin rotary Dari hasil perhitungan nilai availability ratio pada mesin rotary bulan Januari-Desember 2013 diperoleh nilai availability ratio V-3

Persentase (%) 100 90 80 70 60 50 40 30 20 10 0 94 91 95 94 92 89 92 93 94 93 41 40 1 2 3 4 5 6 7 8 9 10 11 12 Bulan (2013) World class Availability ratio Gambar 5.3 Grafik Perbandingan Nilai % Availability Mesin Rotary Gambar 5.3 memperlihatkan grafik perbandingannilai availability ratio sistem saat ini dengan standar ketetapan nilai availability ratio world class. Berdasarkan gambar diatas didapatkan bahwa terdapat 3 bulan mesin Sizer berada dibawah nilai availability ratio world class yaitu bulan Juni sebesar 89%, September sebesar 41% dan Oktober sebesar 40% sehingga kemampuan mesin Sizer dalam memproduksi plywood pada bulan ini tergolong rendah karena memiliki nilai availability ratio < 90 %. Rendahnya nilai dari availability karenakan seringnya terjadi downtime pada saat jam kerja perusahaan atau selama proses produksi berlangsung. Downtime ini terdiri dari pergantian amplas, gergaji, stel mesin dan sebagainya. Pergantian ini membutuhkan waktu lama karena operator kurang memiliki skill yang cukup dalam proses perbaikan mesin. Selain itu perusahaan tidak pernah menyediakan spare part sehingga memakan waktu yang lama dalam pemesanannya serta mempengaruhi waktu perbaikan mesin. V-4

5.3 Analisa Performance Ratio Pada Workstation Berpengaruh Berdasarkan hasil perhitungan performance ratio pada setiap stasiun kerja yang berpengaruh yaitu mesin sander, mesin Sizer dan mesin rotary diperoleh nilai performance ratio 1. Analisa perhitungan performance ratio pada mesin sander Dari hasil perhitungan nilai performance ratio pada mesin sander bulan Januari-Desember 2013 diperoleh nilai performance ratio 98 96 94,8 96,7 97,3 95,8 97,3 95,7 96,4 Persentase (%) 94 92 90 88 86 88,8 88,1 92,9 92,6 95,3 84 82 1 2 3 4 5 6 7 8 9 10 11 12 Bulan (2013) World class Performance ratio Gambar 5.4 Grafik Perbandingan Nilai % Performance Mesin Sander Gambar 5.4 memperlihatkan grafik perbandingannilai performance ratio sistem saat ini dengan standar ketetapan nilai performance ratio world class. Berdasarkan gambar diatas didapatkan bahwa terdapat 5 bulan mesin sander berada dibawah nilai performance ratio world class yaitu bulan Januari sebesar 94,8 Februari sebesar 88,8%, Maret sebesar 88,1%, April sebesar 92,9% dan Mei sebesar 92,6% sehingga kemampuan mesin sander dalam memproduksi plywood pada bulan ini tergolong rendah karena memiliki nilai performance ratio < 95 %. V-5

2. Analisa perhitungan performance ratio pada mesin Sizer Dari hasil perhitungan nilai performance ratio pada mesin Sizer bulan Januari-Desember 2013 diperoleh nilai performance ratio 98 97,0 96,9 97,0 96 94,4 Persentase (%) 94 92 90 88 86 93,6 93,3 91,7 88,1 87,4 94,4 94,4 94,4 84 82 1 2 3 4 5 6 7 8 9 10 11 12 World class Bulan (2013) Performance ratio Gambar 5.5 Grafik Perbandingan Nilai % Performance Mesin Sizer Gambar 5.5 memperlihatkan grafik perbandingannilai performance ratio sistem saat ini dengan standar ketetapan nilai performance ratio world class. Berdasarkan gambar diatas didapatkan bahwa terdapat 9 bulan mesin Sizer berada dibawah nilai performance ratio world class yaitu bulan Februari sebesar 93,6%, Maret sebesar 93,3%, Mei sebesar 91,7%, Juni sebesar 88,1%,Juli sebesar 87,4%, Agustus sebesar 94,4 %, September sebesar 94,4%, Oktober 94,4% dan Desember 94,4% sehingga kemampuan mesin Sizer dalam memproduksi plywood pada bulan ini tergolong rendah karena memiliki nilai performance ratio < 95 %. 3. Analisa perhitungan performance ratio pada mesin rotary Dari hasil perhitungan nilai performance ratio pada mesin rotary bulan Januari-Desember 2013 diperoleh nilai performance ratio V-6

Persentase (%) 100 90 80 70 60 50 40 30 20 10 0 92,2 94,2 90,0 93,9 94,6 94,8 95,1 92,7 92,5 45,1 44,5 1 2 3 4 5 6 7 8 9 10 11 12 Bulan (2013) 93,9 World Class Performance ratio Gambar 5.6 Grafik Perbandingan Nilai % Performance Mesin Rotary Gambar 5.6 memperlihatkan grafik perbandingannilai performance ratio sistem saat ini dengan standar ketetapan nilai performance ratio world class. Berdasarkan gambar diatas didapatkan bahwa terdapat 11 bulan mesin rotary berada dibawah nilai performance ratio world class yaitu bulan Januari sebesar 94,8%, Februari sebesar 92,8%, April sebesar 94,2%, Mei sebesar 92,7%, Juni sebesar 90%, Juli sebesar 92,5%, Agustus sebesar 93,9%, September sebesar 45,1%, Oktober sebesar 44,5%, November sebesar 94,6% dan Desember 93,9% sehingga kemampuan mesin rotary dalam memproduksi plywood pada bulan ini tergolong rendah karena memiliki nilai performance ratio < 95 %. Rendahnyaa nilai performance dikarenakan hasil output produk tidak sesuai dengan kecepatan kerja dari mesin-mesin yang digunakan. Beberapa hal yang menyebabkan ketidak sesuaian ini dikarenakan bottleneck pada terdapat beberapa stasiun kerja yang menganggur akibat waktu pergantian komponen yang membutuhkan waktu lama. Selain itu adanya penurunan kecepatan mesin yang digunakan juga mempengaruhi performansi mesin tersebut. V-7

5.4 Analisa Quality Ratio Pada Workstation Berpengaruh Berdasarkan hasil perhitungan performance ratio pada setiap stasiun kerja yang berpengaruh yaitu mesin sander, mesin Sizer dan mesin rotary diperoleh nilai performance ratio 1. Analisa perhitungan quality ratio pada mesin sander Dari hasil perhitungan nilai quality ratio pada mesin sander bulan Januari- Desember 2013 diperoleh nilai quality ratio 100,5 Persentase (%) 100 99,5 99 98,5 98 97,5 99,65 98,74 98,31 98,08 99,33 98,91 98,77 98,22 98,15 99,52 98,32 99,99 99,23 97 1 2 3 4 5 6 7 8 9 10 11 12 Bulan (2013) World class Quality ratio Gambar 5.7 Grafik Perbandingan Nilai % Quality Mesin Sander Gambar 5.7 memperlihatkan grafik perbandingannilai quality ratio sistem saat ini dengan standar ketetapan nilai quality ratio world class. Berdasarkan gambar diatas didapatkan bahwa kualitas dari plywood yang diproses pada mesin sander selama bulan Januari-Desember 2013 dapat dikatakan rendah karena berada dibawah quality ratio world class yaitu < 99,99%. 2. Analisa perhitungan quality ratio pada mesin Sizer Dari hasil perhitungan nilai quality ratio pada mesin Sizer bulan Januari- Desember 2013 diperoleh nilai quality ratio V-8

102 100 99,99 Persentase (%) 98 96 94 92 93,63 98,54 95,88 98,03 98,77 97,22 95,54 94,81 95,04 96,59 97,09 90 91,09 88 86 1 2 3 4 5 6 7 8 9 10 11 12 World class Bulan (2013) Quality ratio Gambar 5.8 Grafik Perbandingan Nilai % Quality Mesin Sizer Gambar 5.8 memperlihatkan grafik perbandingannilai quality ratio sistem saat ini dengan standar ketetapan nilai quality ratio world class. Berdasarkan gambar diatas didapatkan bahwa kualitas dari plywood yang diproses pada mesin Sizer selama bulan Januari-Desember 2013 dapat dikatakan rendah karena berada dibawah quality ratio world class yaitu < 99,99%. 3. Analisa perhitungan quality ratio pada mesin rotary Dari hasil perhitungan nilai quality ratio pada mesin rotary bulan Januari- Desember 2013 diperoleh nilai quality ratio V-9

102 Persentase (%) 100 98 96 94 92 90 97,38 97,44 96,83 96,55 96,39 94,90 97,16 94,65 94,23 94,15 99,99 96,95 88 89,49 86 84 1 2 3 4 5 6 7 8 9 10 11 12 Bulan (2013) World class Quality ratio Gambar 5.9 Grafik Perbandingan Nilai % Quality Mesin Rotary Gambar 5.9 memperlihatkan grafik perbandingannilai quality ratio sistem saat ini dengan standar ketetapan nilai quality ratio world class. Berdasarkan gambar diatas didapatkan bahwa kualitas dari plywood yang diproses pada mesin rotary selama bulan Januari-Desember 2013 dapat dikatakan rendah karena berada dibawah quality ratio world class yaitu < 99,99%. Rendahnyaa nilai quality dikarenakan banyaknya plywood yang rusak maupun diproses ulang pada saat produksi berlangsung. Berdasarkan pengamatan pada proses produksi, kecacatan sering terjadi hampir disetiap stasiun dengan berbagi karakteristik kecacatan sehingg perlu dilakukan perbaikan ulang. 5.5 Analisa Terhadap Nilai Overall Equipment Effectiveness (OEE) Perusahaan Berdasarkan hasil perhitungan nilai Overall Equipment Effectiveness pada mesin sander, Sizer dan mesin rotary diperoleh nilai OEE pada mesin tersebut adalah ini 1. Analisa nilai OEE pada mesin sander Dari hasil perhitungan nilai OEE pada mesin sander bulan Januari-Desember 2013 diperoleh nilai OEE V-10

Persentase (%) 100 90 80 70 60 50 40 30 20 10 0 88 86 84 93 90 90 93 93 91 92 85 77 75 1 2 3 4 5 6 7 8 9 10 11 12 Bulan (2013) World class OEE Gambar 5.10 Grafik Perbandingan Nilai % OEE Mesin Sander Gambar 5.10 memperlihatkan grafik perbandingannilai OEE sistem saat ini dengan standar ketetapan nilai OEE world class. Berdasarkan gambar diatas didapatkan bahwa terdapat 3 bulan mesin berada nibawah nilai OEE world class yaitu bulan Februari sebesar 77%, Maret 75% dan Mei 84%. Persentase ini menunjukkan bahwa pada bulan ini kemampuan perusahaan untuk memuaskan konsumen dalam hal ketepatan pengiriman yang sesuai dengan spesifikasi kualitas berdasarkan keinginan konsumen tergolong rendah. Hal ini dilihat dari pemanfaatan peralatan, pekerja dan kemampuan perusahaan yang berada dibawah rata-rata efektivitas dari peralatan yaitu < 85%. 2. Analisa nilai OEE pada mesin Sizer Dari hasil perhitungan nilai OEE pada mesin Sizer bulan Januari-Desember 2013 diperoleh nilai OEE V-11

Persentase (%) 100 90 80 70 60 50 40 30 20 10 0 92 88 91 84 84 85 86 83 79 79 76 73 1 2 3 4 5 6 7 8 9 10 11 12 Bulan (2013) World class OEE Gambar 5.11 Grafik Perbandingan Nilai % OEE Mesin Sizer Gambar 5.11 memperlihatkan grafik perbandingannilai OEE sistem saat ini dengan standar ketetapan nilai OEE world class. Berdasarkan gambar diatas didapatkan bahwa terdapat 3 bulan mesin berada nibawah nilai OEE world class yaitu bulan Januari sebesar 88%, Februari sebesar 79%, Maret 83% dan Mei 79%. Persentase ini menunjukkan bahwa pada bulan ini kemampuan perusahaan untuk memuaskan konsumen dalam hal ketepatan pengiriman yang sesuai dengan spesifikasi kualitas berdasarkan keinginan konsumen tergolong rendah. Hal ini dilihat dari pemanfaatan peralatan, pekerja dan kemampuan perusahaan yang berada dibawah rata-rata efektivitas dari peralatan yaitu < 85%. 3. Analisa nilai OEE pada mesin rotary Dari hasil perhitungan nilai OEE pada mesin rotary bulan Januari-Desember 2013 diperoleh nilai OEE V-12

Persentase (%) 100 90 80 70 60 50 40 30 87 87 84 76 81 85 78 80 86 85 World class OEE 20 10 0 17 17 1 2 3 4 5 6 7 8 9 10 11 12 Bulan (2013) Gambar 5.12 Grafik Perbandingan Nilai % OEE Mesin rotary Gambar 5.12 memperlihatkan grafik perbandingannilai OEE sistem saat ini dengan standar ketetapan nilai OEE world class. Berdasarkan gambar diatas didapatkan bahwa terdapat 7 bulan mesin berada nibawah nilai OEE world class yaitu bulan Februari sebesar 76%, April sebesar 84%, Mei 81%, Juni 78%, Juli 80%, September 17% dan Oktober 17%.Persentase ini menunjukkan bahwa pada bulan ini kemampuan perusahaan untuk memuaskan konsumen dalam hal ketepatan pengiriman yang sesuai dengan spesifikasi kualitas berdasarkan keinginan konsumen tergolong rendah. Hal ini dilihat dari pemanfaatan peralatan, pekerja dan kemampuan perusahaan yang berada dibawah rata-rata efektivitas dari peralatan yaitu < 85%. 5.6 Analisa Perhitungan Akar penyebab Terjadinya Hambatan Produksi Pada Workstation Berpengaruh Berdasarkan hasil pengolahan data pada hambatan produksi yang disebabkan oleh breakdown didapatkan 3 stasiun kerja yang memiliki pengaruh terhadap hambatan pada proses produksi plywood yaitu mesin sander sebesar 33,1%, mesin Sizer sebesar 30,4% dan mesin rotary sebesar 13,19%. Nilai prosentase dari ketiga mesin kemudian dilakukan perhitungan nilai Overall V-13

Equipment Effectivenees (OEE) untuk mengetahui pemanfaatan mesin serta peralatan pada mesin sander, sizer dan rotary. Dari perhitungan nilai OEE pada ketiga mesin yang dilakukan pada bulan Januari-Desember 2013 dapat diketahui bahwa terdapat beberapa bulan nilai OEE perusahaan tergolong rendah atau dibawah standar OEE yaitu < 85% adalah 1. Analisa perhitungan nilai OEE pada mesin sander Berdasarkan hasil pengolahan data pada bab sebelumnya telah diperoleh nilai OEE pada stasiun ini pada bulan Januari-Desember 2013. Terdapat beberapa bulan nilai OEE yang berada dibawah nilai OEE yang dapat dilihat pada tabel 4.1 berikut ini Tabel 5.1 Perbandingan Nilai OEE Mesin Sander Bulan My OEE < 65 % Nilai OEE 65 % < OEE < 75% 75% < OEE < 85% > 85% Keterangan Jan 88 World class Feb 77 Baik Mar 75 Baik Apr 86 World class Mei 84 Baik Jun 93 World class Jul 90 World class Agust 90 World class Sep 93 World class Okt 93 World class Nop 91 World class Des 92 World class Tabel 5.1 memperlihatkan tabel perbandingan nilai OEE pada mesin sander dengan standar nilai OEE berdasarkan ketentuan. Dari tabel diatas dapat dikatakan bahwa nilai OEE mesin sander dapat dikatakan sangat baik karena hampir setiap bulannya nilai OEE mesin sander > 85%. Namun terdapat 3 bulan kondisi mesin dapat dikatakan baik dimana nilai OEE berada pada kisaran 75% < OEE < 85 % yaitu pada bulan Februari, Maret dan Mei. Meskipun pada 3 bulan ini nilai OEE baik namun diharapkan dapat melakukan peningkatan V-14

terhadap performance mesin dengan cara mencari akar penyebab rendahnya nilai OEE dari standar. Untuk mengidentifikasi secara detail penyebab masalah dari hambatan produksi tersebut, maka digunakan pertanyaan Mengapa Terjadi sehingga dapat diperoleh akar atau sumber masalah pada level yang diyakini merupakan masalah yang ingin dipecahkan. - Gambar 5.13 Cause and Effect Downtime Pada Mesin Sander Gambar 5.13 memperlihatkan cause and effect downtime pada mesin sander. Dari gambar diatas terdapat 3 faktor yang mempengaruhi tingginya tingkat downtime pada perusahaan yaitu manusia, metode dan mesin. Melalui diagram sebab akibat (cause and effect diagram) di atas, dapat dilihat bahwa akar masalah dari tingginya downtime perusahaan adalah prosedur perawatan yang kurang jelas dan belum efektifnya jadwal pergantian komponen. Tidak adanya prosedur perawatan komponen yang jelas mengakibatkan operator tidak memiliki pedoman ketika melakukan perawatan komponen sehingga memerlukan waktu yang lebih lama untuk menyelesaikan tindakan perawatan. V-15

Tidak adanya jadwal pergantian komponen mengakibatkan sumber daya tidak dipersiapkan dengan baik ketika terjadi kerusakan. Hal ini mengakibatkan munculnya waktu delay pada tindakan perawatan. Padahal, waktu delay ini sebenarnya dapat dieliminiasi. 2. Perhitungan nilai OEE pada mesin sizer Berdasarkan hasil pengolahan data pada bab sebelumnya telah diperoleh nilai OEE pada stasiun ini pada bulan Januari-Desember 2013. Terdapat beberapa bulan nilai OEE yang berada dibawah nilai OEE yang dapat dilihat pada tabel 4.2 berikut ini Tabel 5.2 Perbandingan Nilai OEE Mesin Sizer Bulan My OEE < 65 % Nilai OEE 65 % < OEE < 75% 75% < OEE < 85% > 85% Keterangan Jan 88 World class Feb 79 Baik Mar 83 Baik Apr 92 World class Mei 79 Baik Jun 76 Baik Jul 73 Baik Agust 84 Baik Sep 84 Baik Okt 85 World class Nop 91 World class Des 86 World class Tabel 5.2 memperlihatkan tabel perbandingan nilai OEE pada mesin sizer dengan standar nilai OEE berdasarkan ketentuan. Dari tabel diatas dapat dikatakan bahwa nilai OEE mesin sizer dapat dikatakan baik karena hampir setiap bulannya nilai OEE mesin sizer 75% < OEE < 85%. Meskipun nilai OEE baik namun diharapkan dapat melakukan peningkatan terhadap performance mesin dengan cara mencari akar penyebab rendahnya nilai OEE dari standar. V-16

Untuk mengidentifikasi secara detail penyebab masalah dari hambatan produksi tersebut, maka digunakan pertanyaan Mengapa Terjadi sehingga dapat diperoleh akar atau sumber masalah pada level yang diyakini merupakan masalah yang ingin dipecahkan. Gambar 5.14 Cause and Effect Downtime Pada Mesin Sizer Gambar 5.14 memperlihatkan cause and effect downtime pada mesin sander. Dari gambar diatas terdapat 3 faktor yang mempengaruhi tingginya tingkat downtime pada perusahaan yaitu manusia, metode dan mesin. Melalui diagram sebab akibat (cause and effect diagram) di atas, dapat dilihat bahwa akar masalah dari tingginya downtime perusahaan adalah prosedur perawatan yang kurang jelas dan belum efektifnya jadwal pergantian komponen. Tidak adanya prosedur perawatan komponen yang jelas mengakibatkan operator tidak memiliki pedoman ketika melakukan perawatan komponen sehingga memerlukan waktu yang lebih lama untuk menyelesaikan tindakan perawatan. Tidak adanya jadwal pergantian komponen mengakibatkan sumber daya tidak dipersiapkan dengan baik ketika terjadi kerusakan. Hal ini mengakibatkan munculnya waktu delay pada tindakan perawatan. Padahal, waktu delay ini sebenarnya dapat dieliminiasi. V-17

3. Perhitungan nilai OEE pada mesin rotary Berdasarkan hasil pengolahan data pada bab sebelumnya telah diperoleh nilai OEE pada stasiun ini pada bulan Januari-Desember 2013. Terdapat beberapa bulan nilai OEE yang berada dibawah nilai OEE yang dapat dilihat pada tabel 4.3 berikut ini Tabel 5.3 Perbandingan Nilai OEE Mesin Rotary Bulan My OEE < 65 % Nilai OEE 65 % < OEE < 75% 75% < OEE < 85% > 85% Keterangan Jan 87 World class Feb 76 Baik Mar 87 World class Apr 84 Baik Mei 81 Baik Jun 78 Baik Jul 80 Baik Agust 85 World class Sep 17 Buruk Okt 17 Buruk Nop 86 World class Des 85 World class Tabel 5.3 memperlihatkan tabel perbandingan nilai OEE pada mesin rotary dengan standar nilai OEE berdasarkan ketentuan. Dari tabel diatas dapat dikatakan bahwa nilai OEE mesin rotary terdapat 2 bulan performance mesin yang dapat dikatakan buruk karena memiliki nilai OEE < 65%. Nilai prosentase ini dapat dikatakan sangat rendah sehingga perlu dicari akar penyebab serta dilakukan perbaikan secara keseluruhan. Untuk mengidentifikasi secara detail penyebab masalah dari hambatan produksi tersebut, maka digunakan pertanyaan Mengapa Terjadi sehingga dapat diperoleh akar atau sumber masalah pada level yang diyakini merupakan masalah yang ingin dipecahkan. V-18

Gambar 5.15 Cause and Effect Downtime Pada Mesin Rotary Gambar 5.15 memperlihatkan cause and effect downtime pada mesin sander. Dari gambar diatas terdapat 3 faktor yang mempengaruhi tingginya tingkat downtime pada perusahaan yaitu manusia, metode dan mesin. Melalui diagram sebab akibat (cause and effect diagram) di atas, dapat dilihat bahwa akar masalah dari tingginya downtime perusahaan adalah prosedur perawatan yang kurang jelas dan belum efektifnya jadwal pergantian komponen. Tidak adanya prosedur perawatan komponen yang jelas mengakibatkan operator tidak memiliki pedoman ketika melakukan perawatan komponen sehingga memerlukan waktu yang lebih lama untuk menyelesaikan tindakan perawatan. Dari identifikasi akar penyebab terjadinya tingginya tingkat downtime pada mesin sander, sizer dan rotary, maka rencana perawatan yang dapat dilakukan dapat dilihat pada tabel 5.4 berikut ini V-19

Tabel 5.4 Tindakan Perawatan Mesin Produksi Plywood Mesin Komponen Tindakan Perawatan Penjadwalan/usulan Rubber roll Pemeriksaan rubber roll ( karet tidak boleh habis Pemeriksaan setiap jam dan terpasang dengan baik) istirahat Sander Sizer Rotary Selang Blower Amplas Gergaji Amplas Rantai Settingan bahan Pisau pemotong Pit roll Pemeriksaan selang angin (harus dalam keadaan terpasang dan berfungsi dengan baik) Pemeriksaan terhadap kondisi amplas dan merencanakan pergantian amplas Kondisi gergaji harus dalam keadaan baik (Menjadwalkan pergantian gergaji) Amplas tidak boleh habis (Menjadwalkan pergantian amplas berdasarkan ketetapan) Pemeriksaan rantai (harus terpasang dengan baik) Pemeriksaan sambungan rantai (sambungan rantai harus terpasang dengan baik Tidak melakukan settingan bahan yang terlalu lama Pisau harus dalam keadaan Baik (menjaga ketajaman mata pisau) Melakukan pemeriksaan pada bahan baku untuk menghindari kerusakan pada pisau akibat benturan paku yang terdapat pada bahan baku Pemeriksaan putaran pit roll (kecepatan sudut putaran harus sesuai dengan knap roll) Pemeriksaan jepitan pisau pada pit roll (pisau harus terpasang dengan kuat pada pit roll) Pemeriksaan setiap jam istirahat Pergantian amplas dapat dilakukan setiap 2 4 hari sekali tergantung pada tingkat kerusakan pada amplas Pengasahan gerjadi dapat dilakukan pada jam istirahat dan jadwal pergantian dapat dilakukan 7 hari sekali atau setiap minggu Pergantian amplas dapat dilakukan setiap 2 4 hari sekali tergantung pada tingkat kerusakan pada amplas Untuk pemeriksaa rantai dapat dilakukan sebelum proses produksi berlangsung atau pada saat jam istirahat Penetapan waktu standar pergantian serta memberikan pelatihan kepada karyawan Melakukan pesangahan pisau setiap 6 jam sekali Melakukan pemeriksaan awal pada bahan baku serta menambah karywan pada stasiun rotary Pemeriksaan dapat dilakukan sebelum proses berlangsung atau pada saat jam istirahat Tabel 5.4 memperlihatkan usulan tindakan perawatan pada mesin produksi khususnya pada mesin sander, sizer dan rotary. Berdasarkan tabel diatas perbaikan yang dapat dilakukan dengan melakukan perawatan terhadap komponen mesin seperti yang terlihat pada tabel 4.4 diatas. Selain itu usulan lain yang dapat diberikan adalah melakukan pelatihan terhadap karyawan untuk meningkatkan skill dan komunikasi yang baik serta memaksimalkan penjadwalan perawatan mesin yang telah dijadwalkan sebelumnya. V-20

5.7 Analisa Terhadap Pemborosan (Waste) Produksi Berlebih Berdasarkan identifikasi pemborosan kategori overproduction, maka usulan perbaikan yang dapat diberikan terhadap jenis pemborosan ( waste) ini adalah dengan membuat perencanaan terhadap produksi plywood yang dapat dilihat pada tabel 5.1 berikut ini Tabel 5.5 Rencana Produksi Plywood Bulan Persediaan Persediaan Produksi Pengeluaran Awal Akhir Pcs M3 Pcs M3 Pcs M3 Pcs M3 15.674 149,31 26.700 254,34 0 0 Januari 15.674 149,31 26.700 254,34 26.700 254,34 0 0 Februari 0 0 0-0 0 0 0 Maret 0 0 12.000 114,31 12.000 114,31 0 0 April 0 0 8.000 76,21 8.000 76,21 0 0 Mei 0 0 - - - - 0 0 Juni 0 0 25.200 240,05 25.200 240,05 0 0 Juli 0 0 - - - - 0 0 Agustus 0 0 18.900 180,04 18.900 180,04 0 0 September 0 0 27.180 258,91 27.180 258,91 0 0 Oktober 0 0 - - - - 0 0 Nopember 0 0 23.100 220,05 23.100 220,05 0 0 Desember 0 0 16.800 160,03 16.800 160,03 0 0 Tabel 5.5 memperlihatkan usulan perbaikan yang ditawarkan kepada perusahaan untuk meminimasi pemborosan. Karena jenis produksi PT.PEBPI adalah make to order maka plywood yang diproduksi semestinya sesuai dengan order (permintaan). Selain itu, overproduction dapat dihindari atau diminimasi dengan cara menjalin komunikasi dan informasi dengan baik antar departemen agar tidak terjadi kesalahan produksi karena tidak sesuai orderan 5.8 Analisa Terhadap Defect Berpengaruh Berdasarkan identifikasi terhadap 21 spesifikasi kecacatan plywood diperoleh 6 kecacatan berpengaruh yaitu ketebalan/dempet (C-2) sebesar 14,67%, Face tidak baik/patah (C -3) sebesar 16,35%, core tidak baik/tipis (C -4) sebesar 22,21%, Lem lepas (C -12) sebesar 7,49%, kerusakan luar press (C -16) sebesar 8,56%, Rusak tersentuh (C-20) sebesar 10,09%. V-21

1. Analisa penyebab kecacatan core tidak baik/tipis dan ketebalan dempet Berikut ini merupakan analisa penyebab terjadinya kecacatan core tidak baik/tipis dan ketebalan dempet menggunakan diagram fishbone adalah Gambar 5.16 Cause and Effect Cacat Core Tidak Baik dan Ketebalan Dempet Gambar 5.16 memperlihatkan akar penyebab terjadinya cacat core tidak baik dan ketebalan dempet. Dari identifikasi diatas dapat diketahui bahwa penyebab terjadinya kecacatan jenis ini dipengaruhi oleh 4 faktor yaitu kerusakan pada mesin rotary ( mata pisau tidak serta setting bahan yang tidak tepat), bahan baku yang tidak bagus, prosedur kerja yang tidak ada, serta tingkat ketelitian dan skill operator yang kurang. 2. Analisa penyebab kecacatan face tidak baik/pecah dan lem lepas Berikut ini merupakan analisa penyebab terjadinya kecacatan face tidak baik/pecah dan lem lepas menggunakan diagram fishbone adalah V-22

Bahan Baku Mesin/Peralatan Mesin sering mati Suhu Mesin Dryer yang tidak stabil Bahan Baku tidak bagus Lem tidak bagus Kerusakan mesin Dryer Kandungan air tinggi Lem terlalu encer Face tidak baik/pecah & Lem Lepas Tidak adanya prosedur kerja Pangaturan suhu yang tidak pas Inspeksi bahan baku yang tidak tepat Tidak konsentrasi Metode Inspeksi Bahan Baku yang tidak teliti Manusia Gambar 5.17 Cause and Effect Cacat Face Tidak Baik/Tipis/Lem Lepas Gambar 5.17 memperlihatkan akar penyebab terjadinya cacat core tidak baik dan ketebalan dempet. Dari identifikasi diatas dapat diketahui bahwa penyebab terjadinya kecacatan jenis ini dipengaruhi oleh 4 faktor yaitu kerusakan pada mesin dryer (pengaturan suhu yang tidak kurang tepat), bahan baku yang tidak bagus, prosedur kerja yang tidak ada, serta tingkat ketelitian dan skill operator yang kurang. 3. Analisa penyebab kecacatan luar press Berikut ini merupakan analisa penyebab terjadinya kecacatan luar press menggunakan diagram fishbone adalah V-23

Gambar 5.18 Cause and Effect Cacat Kerusakan Luar Press Gambar 5.18 memperlihatkan akar penyebab terjadinya cacat core tidak baik dan ketebalan dempet. Dari identifikasi diatas dapat diketahui bahwa penyebab terjadinya kecacatan jenis ini dipengaruhi oleh 5 faktor yaitu tekanan mesin press yang kurang, bahan baku yang tidak bagus, prosedur kerja yang tidak ada, serta tingakt ketelitian dan skill operator yang kurang serta kebersihan lingkuran mesin press yang kotor yang menyebabkan kerusakan pada plywood. 4. Analisa penyebab kecacatan tersentuh Berikut ini merupakan analisa penyebab terjadinya kecacatan tersentuh menggunakan diagram fishbone adalah V-24

Mesin/Peralatan Kecepatan Mesin Double Saw Yang tinggi Kerusakan Tersentuh Tidak adanya prosedur kerja Pengaturan kecepatan yang tidak pas Inspeksi bahan baku yang tidak tepat Tidak konsentrasi Metode Inspeksi Bahan Baku yang tidak teliti Manusia Gambar 5.19 Cause and Effect Cacat Kerusakan Tersentuh Gambar 5.19 memperlihatkan akar penyebab terjadinya cacat core tidak baik dan ketebalan dempet. Dari identifikasi diatas dapat diketahui bahwa penyebab terjadinya kecacatan jenis ini dipengaruhi oleh 3 faktor yaitu kecepatan mesin Sizer yang tinggi, prosedur kerja yang tidak ada, serta tingkat ketelitian dan skill operator yang kurang. Dari hasil identifikasi penyebab kecacatan diatas dapat disimpulkan bahwa tingginya tingkat kecacatan disebabkan oleh ketelitian dan kepedulian karyawan terhadap sumber daya dan peralatan serta metode kerja khususnya pada penjadwalan perawatan atau pergantian komponen mesin. Hal ini perlu diperhatikan serta dilakukan upaya perbaikan secara keseluruhan untuk mengurangi pemborosan pada proses produksi plywood. V-25

Tabel 5.6 Tindakan Perbaikan Terhadap Kecacatan Jenis Defect Mesin Faktor Penyebab Usulan Perbaikan Mesin/Peralatan Mengganti atau mengasah pisau rotary Pemasangan pisau yang baik dan benar Bahan baku Pemeriksaan terhadap kondisi fisik Core tidak baik/tipis bahan baku & Rotary Melakukan trainning/ pelatihan Ketebalan dempet Manusia Menjalin komunikasi antar operator shift Face tidak baik/ Pecah & Lem lepas Kerusakan Luar Press Rusak tersentuh Dryer & Glue Spider Hot Press Sizer/double saw Metode Mesin/Peralatan Bahan baku Metode Manusia Mesin/Peralatan Bahan baku Metode Manusia Lingkungan Mesin/Peralatan Manusia Metode Melakukan penjadwalan pergantian komponen mesin sesuai kebutuhan fisik komponen & SQC Pengaturan suhu pada mesin dryer harus pas Pada mesin glue spider, pastikan doctor roll terpasang dengan baik agar glue (lem) mengenai seluruh permukaan lembaran core Pemeriksaan kadar air pada lembaran Melakukan penjadwalan pergantian komponen mesin sesuai kebutuhan fisik komponen & SQC Melakukan trainning/ pelatihan Menjalin komunikasi antar operator shift Pengaturan tekanan press yang baik Pastikan lem telah mengenai seluruh bagian lembaran Melakukan penjadwalan pergantian komponen mesin sesuai kebutuhan fisik komponen & SQC Melakukan trainning/ pelatihan Menjalin komunikasi antar operator shift Membersihkan area mesin setiap proses Mengatur kecepatan mesin yang sesuai Melakukan trainning/ pelatihan Menjalin komunikasi antar operator shift Melakukan penjadwalan pergantian komponen mesin sesuai kebutuhan fisik komponen & SQC V-26

5.9 Analisa Terhadap Pengecekan Kapasitas Produksi Pada Workstation Berpengaruh Berdasarkan hasil pengolahn terhadap kapasitas produksi pada stasiun kerja yang memiliki pengaruh besar terhadap hambatan produksi maka diperoleh perhitungan kapasitas produksi dapat dilihat pada tabel 5.6 berikut ini Tabl 5.7 Pengecekan Kapasitas Produksi Mesin Kapasitas Jumlah mesin Produksi/bln Sander 105.756 1 Sizer 391.521 1 Rotary 14.015 2 Tabel 5.7 memperlihatkan kemampuan rata-rata mesin untuk menghasilkan plywood setiap bulannya. Dari tabel diatas terlihat bahwa pada mesin rotary terlihat bahwa mesin rotary memiliki kapasitas produksi yang rendah dibandingkan mesin sander dan Sizer. 5.10 Analisa Future State Value Stream Mapping (FSVSM) Berdasarkan pemetaan aliran produk yang digambarkan pada current state value stream mapping (cvsm) diketahui bahwa proses yang berlangsung berada dalam keadaan Un-Lean dengan nilai process cycle efficiency sebesar 13,36%. Rendahnya efisiensi pada proses dapat disebabkan karena perusahaan sering melakukan proses yang tidak penting sehingga dapat dikatakan sebagai non vakue added activity. Kegiatan ini meliputi pergantian amplas, stel mesin, ganti gergaji, perbaiki meja lift dan sebagainya yang membutuhkan waktu yang lama sehingga meningkatkan leadtime pada produk Perbaikan yang dapat diusulkan pada aktivitas produksi yaitu dengan melakukan pengeliminasian terhadap proses yang tergolong non value added activity dan memiliki waktu tertinggi serta penambahan jumlah operator pada stasiun inspeksi dengan tujuan untuk mempercepat waktu pengerjaan. Pengeliminasian ini menekankan bahwa aktivitas yang tidak tergolong pada V-27

aktivitas pada proses produksi dapat dilakukan pada saat mesin tidak beroperasi. Aktivitas tersebut meliputi, perawatan, pengecekan mesin dan sebagainya. Berdasarkan pemetaan aliran produksi pada future state value stream mapping akan terlihat total waktu pengerjaan plywood dari awal hingga akhir. Berdasarkan hasil pemetaan pada pada Future State Value Stream Mapping diperoleh Tabel 5.8 Perbandingan Nilai Process Cycle Efficiency (PCE) Value VSM Awalan VSM Usulan Total Cycle Time 23,654 hours 4,426 hours Total VA Cycle Time 3,22 hours 4,426 hours Total NVA Cycle Time 20,43 hours 0 Lead Time 30,97 hours 7,86 hours Process Cycle Efficiency 10,4% 56,28 % Tabel 5.8 memperlihatkan perbandingan nilai process cycle efficiency (PCE) yang digambarkan pada value stream mapping. Dari tabel diatas terjadinya peningkatan terhadap efisiensi pada proses sebesar 56,28 % sehingga proses dapat dikatakan Lean. V-28