BAB 4 PEMBAHASAN DAN ANALISIS DATA

dokumen-dokumen yang mirip
BAB 4 PEMBAHASAN DAN ANALISIS DATA

BAB 4 HASIL DAN PEMBAHASAN

BAB V PEMBAHASAN 5.1 Data Atribut Menganalisis CTQ ( Critical to Quality) Mengidentifikasi Sumber-sumber dan Akar Penyebab Kecacatan

BAB 5 HASIL DAN PEMBAHASAN. pembuatan buku, observasi dilakukan agar dapat lebih memahami proses pembuatan

USULAN PERBAIKAN KUALITAS PRODUK DUDUKAN MAGNET DENGAN METODE ENAM SIGMA

BAB V HASIL DAN ANALISA

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

BAB 2 LANDASAN TEORI

BAB III LANGKAH PEMECAHAN MASALAH

BAB II LANDASAN TEORI

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

ANALISA PENYEBAB CACAT PADA PROSES PRODUKSI GALVANIZED IRON DIVISI COIL TO COIL (SHEAR LINE 1 DAN 4) DI PT. FUMIRA SEMARANG

KUALITAS PRODUK BEDAK TWO-WAY CAKE DENGAN METODE STATISTICAL PROCESS CONTROL (SPC) DAN FMEA PADA PT UNIVERSAL SCIENCE COSMETIC

BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA

BAB 5 HASIL DAN PEMBAHASAN

4 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

LAMPIRAN Lampiran Pengumpulan Data Hasil Perhitungan Jam Ke- CTQ of Out Sol Manufacture it) n it) si (p in g . P efect (p Isi ersize - T

Statistical Process Control

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

BAB V ANALISA HASIL. 5.1 Analisa Pembuatan Diagram Sebab Akibat. Diagram sebab akibat memperlihatkan hubungan antara permasalahan

BAB 4 HASIL DAN PEMBAHASAN

BAB III PENGUMPULAN DATA

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

ANALISIS DATA DAN PEMBAHASAN Statistika Deskriptif

BAB III METODOLOGI PENELITIAN

ABSTRAK UNIVERSITAS KRISTEN MARANATHA

BAB III METODE PENELITIAN

BAB 3 METODE PEMECAHAN MASALAH

BAB 2 LANDASAN TEORI

BAB 4 PENGUMPULAN, PENGOLAHAN, DAN ANALISIS DATA

Oleh : Miftakhusani

PERBAIKAN KUALITAS DUDUKAN JOK MOTOR DENGAN METODE ENAM SIGMA

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB III METODE PENELITIAN

BAB V ANALISA PEMECAHAN MASALAH

Seminar Nasional IENACO 2016 ISSN:

BAB III METODE PENELITIAN

BAB I PENDAHAHULUAN I.1

BAB 3 METODOLOGI PEMECAHAN MASALAH

ANALISIS PETA KENDALI ATRIBUT DALAM MENGIDENTIFIKASI KERUSAKAN PADA PRODUK BATANG KAWAT PT. KRAKATAU STEEL (PERSERO) Tbk

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

3. BAB III METODOLOGI PENELITIAN

BAB IV HASIL DAN PEMBAHASAN

BAB III METODOLOGI PENELITIAN

BAB V ANALISA PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN

memuaskan pelanggan dan memenangkan persaingan PT. ITS selalu berasaha mengurangi adanya aktivitas tambahan atau pemborosan yang disebabkan karena

BAB V ANALISA DAN PEMBAHASAN. atribut dilakukan dengan menggunakan diagram pareto untuk mengetahui CTW. Circumference RTD

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

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

BAB V ANALISA PEMECAHAN MASALAH

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB V ANALISA HASIL. Langkah-langkah PDCA yang akan divas merupakan hasil tindak lanjut dari

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

BAB 4 HASIL DAN PEMBAHASAN

Seminar Nasional IENACO 2014 ISSN

Analisis Peta Kendali U Pada Proses Pembuatan Plat Baja di PT. Gunawan Dianjaya Steel Tbk

BAB V ANALISA PEMECAHAN MASALAH

Prosiding Manajemen ISSN:

ABSTRAK. iii. Universitas Kristen Maranatha

: defect, six sigma, DMAIC,

Analisis Kualitas Tenun Sarung Menggunakan Metode Statistical Quality Control Di PT. PTI Pekalongan

BAB V ANALISA PEMECAHAN MASALAH

BAB V PEMBAHASAN. 5.1 Temuan Utama Temuan utama dari Penelitian ini adalah sebagai berikut:

III. METODE PENELITIAN

BAB 2 LANDASAN TEORI

BAB 3 METODE PENELITIAN

ANALISIS PENGENDALIAN KUALITAS PADA PROSES PRODUKSI POMPA MINYAK MENGGUNAKAN METODE DMAIC

BAB V ANALISA HASIL. batas kendaliatas (UCL) dan batas kendali bawah (LCL). Garis Pusat ini

BAB 2 LANDASAN TEORI

MATERI VIII LANGKAH PEMECAHAN MASALAH. By : Moch. Zen S. Hadi, ST Communication Digital Lab.

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

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

BAB 4 HASIL DAN PEMBAHASAN

BAB 3 METODOLOGI PEMECAHAN MASALAH

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

BAB V ANALISIS PEMECAHAN MASALAH

BAB 4 HASIL DAN PEMBAHASAN

BAB 1 PENDAHULUAN. bekerja secara efektif dan efisien baik dalam perencanaan produksi,

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

ABSTRAK. Kata Kunci: Slide Bracket, Kualitas, Six Sigma, DMAIC, DPMO, Usulan Peningkatan Kualitas

BAB IV HASIL DAN PEMBAHASAN

Analisis Pengendalian Kualitas Produk Minute Maid Pulpy 350ml di PT. Coca-Cola Bottling Indonesia Jawa Timur. Oleh: Zubdatu Zahrati

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN. Data jenis cacat yang terjadi pada proses produksi di CV. Abadi Jaya diambil. Tabel 4.1 Pengumpulan Data BULAN

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

LAMPIRAN 1 SURAT KETERANGAN PABRIK

BAB III METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN

BAB V ANALISA DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN

ANALISA PENGURANGAN DEFECT

PERANCANGAN SISTEM PENGENDALIAN KUALITAS DENGAN METODE STATISTIK PADA PRODUK KACA LEMBARAN DI PT. MULIA GALSS FLOAT DIVISION

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

8 Step Aktivitas QCC. Oleh: Toyota Indonesia Institute

Transkripsi:

64 BAB 4 PEMBAHASAN DAN ANALISIS DATA 4.1 Pengumpulan Data Pengumpulan data yang telah dilakukan kemudian diolah menjadi informasi untuk mengetahui berapa besar jumlah produksi dan jumlah cacat. Ada berbagai macam produk yang diproduksi di PT. Adeha Metalindo antara lain, yaitu : 1. Dumbo Perisai 2. Kruppdeck (Bondex) 3. Tipe ADH (6300, 6800, 7500) 4. Truss (CNP 75 dan 81) 5. Genteng metal dan batuan (Sunroof dan Rotoroof). Pengamatan pada proses produksi benar-benar dilakukan untuk mengamati seberapa besar jumlah cacat yang terjadi pada bulan Maret dan April 2009. Hasil pengumpulan data ini nantinya akan digunakan untuk melakukan pengolahan data serta analisis data. Besar jumlah cacat dan jumlah produksi untuk produk gelombang dumbo dapat dilihat pada lampiran 2, untuk produk kruppdeck dapat dilihat pada lampiran 3, untuk produk tipe ADH (6300, 6800, 7500) dapat dilihat pada lampiran 4, untuk Truss dapat dilihat pada lampiran 5, dan untuk genteng metal dan batuan dapat dilihat pada lampiran 6.

65 4.2 Pengolahan Data Dengan Menggunakan Delapan Langkah QCC 4.2.1 Menentukan Masalah Utama Tabel 4.1 Jumlah Produksi dan Jumlah Cacat Pada Tiap Produk Bulan Maret - April 2009 No Jenis Produk Jmlah Cacat Ttl Produk si % Defe ct % % Akum (lembar) (lembar) (%) (%) 1 Dumbo Perisai 484 23000 2.10 27.27 27.27 2 Kruppdeck 285 17695 1.61 16.06 43.32 3 Tipe ADH 455 24432 1.86 25.63 68.96 4 Truss 222 12750 1.74 12.51 81.46 5 Genteng Batuan 329 16300 2.02 18.54 100.00 Persentase Total 9.34 100 (Sumber : hasil pengamatan bulan Maret April 2009) Untuk mengetahui secara jelas mengenai cacat pada produk jenis apa yang paling tinggi pada bulan Maret April 2009 ini, disajikan dengan menggunakan alat bantu seperti pada gambar 4.1. Jumlah cacat yang paling besar akan diangkat menjadi permasalahan utama dan selanjutnya dilakukan perbaikan kualitas yang tujuannya untuk mendapatkan keuntungan yang maksimal bagi perusahaan.

66 Histogram % Cacat 2.50% Persentase 2.00% 1.50% 1.00% 0.50% % Cacat 0.00% Dumbo Perisai Kruppdeck Tipe ADH Truss Genteng Metal & Batuan Je nis Produk Gambar 4.1 Histogram Jumlah Cacat Pada Tiap Produk Bulan Maret April 2009 Dari gambar 4.1, dapat dilihat dengan jelas bahwa cacat yang paling besar jumlahnya yaitu cacat pada produk gelombang dumbo. Besarnya jumlah cacat yang terjadi pada dumbo perisai di bulan Maret April 2009 sebanyak 484 lembar. Ada beberapa macam kategori cacat produk, yaitu: a. Cacat karena produk tergores Spesifikasi cacat retak : segala bentuk goresan dengan kedalaman goresan melebihi 0,05 mm dan panjang goresan 0,5 cm Gambar 4.2 Produk Tergores

67 b. Cacat karena retak atau pecah Tidak ada spesifikasi cacat retak, segala bentuk retakan pada produk dianggap cacat retak atau pecah. Gambar 4.3 Produk Retak/ Pecah c. Cacat karena produk belang Spesifikasi cacat belang lebih kepada warna standard yang telah ditentukan, warna coklat tua merupakan standad yang telah ditentukan pabrik berdasarkan bahan baku. Warna coklat muda dan kehitaman merupakancacat yang sering terjadi pada cacat warna. Gambar 4.4 Produk Belang

68 d. Lainnya Contohnya yaitu cacat pada saat pemasangan bahan baku dari crane ke mesin produksi atau pada akhir coil (bahan baku). Berikut ini dapat disajikan Diagram Pareto untuk jenis cacat dan jumlah cacat pintu gelombang dumbo pada bulan Maret April 2009 yang berdasarkan pada hasil pengamatan check sheet harian pada lampiran 7. 500 400 Pareto Chart dari Tiap Produk 100 80 Count Jenis Produk 300 200 100 0 Goresan pada produk Produk Belang Produk retak/ pecah Other Count 399 52 17 16 Percent 82.4 10.7 3.5 3.3 Cum % 82.4 93.2 96.7 100.0 60 40 20 0 Percent Gambar 4.5 Diagram Pareto Jenis Cacat Bulan Maret April 2009 pada Gelombang Dumbo

69 Di dalam diagram Pareto ini terlihat bahwa penyebab cacat yang paling besar adalah goresan pada produk dengan total cacat sebanyak 399 lembar. Peringkat kedua terbesar adalah cacat karena produk belang dengan jumlah cacat sebanyak 52 lembar, peringkat ketiga adalah produk retak atau pecah dengan jumlah cacat sebanyak 17 lembar, sedangkan jenis cacat yang paling kecil jumlahnya adalah produk retak atau pecah dengan jumlah cacat sebanyak 16 lembar. 4.2.2 Mencari Penyebab Tim akan menggunakan metode Brainstroming untuk mengidentifikasi penyebab permasalahan cacat dari dumbo perisai. Ruang lingkup pembahasan terbagi menjadi 4 segi, yaitu: Manusia, Mesin, Material, dan Lingkungan. Saat proses brainstorming, setiap anggota tim berhak untuk mengajukan sebuah ide atau gagasan mengenai faktor-faktor yang mungkin menyebabkan permasalahan terjadi setiap satu kali putaran dan setiap anggota tim tidak diperkenankan memberikan kritikan terhadap ide yang disampaikan walaupun menurut mereka ide atau gagasan tersebut tidak memiliki hubungan sebab-akibat terhadap permasalahan. Setelah ide dikemukakan, kemudian digambarkan dalam diagram sebab-akibat. Dalam diagram sebab-akibat ini terlihat jelas faktor-faktor apa saja yang menyebabkan dumbo perisai menjadi cacat.

70 Gambar 4.6 Diagram Sebab-Akibat Timbulnya Cacat Dumbo Perisai Analisa timbulnya faktor penyebab : 1. Produk Tergores Kemungkinan terjadinya produk tergores disebabkan oleh adanya sisa potongan kecil bekas pemotongan yang mengakibatkan goresan pada produk, serta proses pemindahan barang jadi yang kurang hati-hati. 2. Produk Retak atau Pecah

71 Faktor penyebabnya adalah warehouse yang terlalu sempit dengan ukuran 10 x 10 meter saja, karyawan yang kurang hati-hati pada saat memindahkan produk sehingga mengakibatkan produk retak atau pecah. Karyawan yang bekerja tidak leluasa pada saat memindahkan produk karena warehouse sementara yang digunakan terlalu sempit. Hal ini disebabkan juga karena karyawan yang kurang berpengalaman, oleh karena itu pihak perusahaan akan meningkatkan kinerja karyawan guna menangani permasalahan ini. 3. Produk Belang Hanya terdapat satu faktor penyebab yang dapat menyebabkan hasil produk menjadi belang, yaitu warna bahan baku dalam satu roll ada yang belang. 4. Lainnya Hal ini disebabkan pada awal pemasangan coil (bahan baku) ke mesin produksi tidak langsung pas atau harus di setting terlebih dahulu. 4.2.3 Menentukan Penyebab yang Dominan Setelah digambarkan diagram sebab-akibat pada langkah kedua, maka pada langkah ini akan didapatkan faktor-faktor penyebab dominan yang timbul dalam permasalahan ini. Dari hasil pengamatan didapatkan 6 macam faktor penyebab dominan yang menyebabkan terjadinya cacat pada produk dumbo perisai. Untuk mengetahui lebih jelasnya, dapat disajikan dalam tabel 4.2 berikut ini.

72 Tabel 4.2 Faktor Penyebab Dominan pada Gelombang Dumbo Bulan Maret April 2009 No Faktor Penyebab Total Cacat % (lembar) 1 Terdapat scrap di dalam mesin 372 76,86 2 Karyawan kurang hati-hati 37 7,64 3 Warehouse terlalu sempit 7 1,45 4 Bahan baku belang 52 10,74 5 Roda cetakan kendor 13 2,69 6 Bahan baku ketebalannya tidak merata 3 0,62 Total 484 100 % (Sumber : hasil pengamatan bulan Maret - April 2009) 4.2.4 Rencana Perbaikan Rencana perbaikan ini dapat dibuat dengan menggunakan metode 5W + 1H. Dalam perencanaan perbaikan ada beberapa hal yang dibahas atau ditentukan, yaitu: 1. Apa masalah atau faktor penyebab yang akan dibahas? 2. Mengapa rencana perbaikan harus dibuat? 3. Bagaimana pelaksanaan perbaikan berlangsung? 4. Kapan target waktu pelaksanaan perbaikan?

73 5. Siapa yang bertanggungjawab (PIC- Person in Charge) terhadap pelaksanaan setiap rencana perbaikan tersebut? 6. Di area mana rencana perbaikan dilakukan? Setelah mendapatkan faktor penyebab apa saja yang mengakibatkan produk menjadi cacat maka tim QCC membuat ringkasan hasil untuk rencana perbaikan kualitas untuk pengurangan jumlah cacat pada produksi dumbo perisai yang dapat dilihat pada tabel 4.3 berikut.

74 Tabel 4.3 Rencana Perbaikan Kualitas Pada Gelombang Dumbo What Why How When Who Where No Faktor Penyebab Tujuan Rencana Perbaikan Target PIC Lokasi 1 Terdapat scrap di dalam mesin Agar permukaan produk tidak tergores Dibuatkan alat untuk membersihkan 14/5/2009 Nurkholis Mesin Cetak oleh scrap scrap yang ada dalam mesin 2 Karyawan kurang hati-hati Agar tidak terjadi bent uran lagi yang Karyawan ditraining terlebih dahulu 16/5/2009 Yuli Lantai Produksi dapat merusak produk 3 Warehouse terlalu sempit Agar tidak menghambat jalur Warehouse diperlebar menjadi 10 x 16 m 16/5/2009 Nurkholis Warehouse pemindahan produk yang dapat sementara mengakibatkan benturan antar produk 4 Bahan baku belang Agar tidak menghambat proses Dilakukan pengecekan bahan baku 12/5/2009 Martin Gudang produksi terlebih dahulu pada saat bahan baku bahan baku datang dan saat produksi 5 Roda cetakan kendor Agar tidak menghambat kinerja mesin Dilakukan pengecekan (maint enance) 12/5/2009 Wiwit Lantai Produksi dalam proses produksi mesin secara berkala tiap hari 6 Bahan baku ketebalannya Agar tidak menghambat proses Dilakukan pengecekan bahan baku 12/5/2009 Martin Gudang tidak merata produksi terlebih dahulu pada saat bahan baku bahan baku datang dan saat produksi

75 4.2.5 Pelaksanaan Perbaikan Proses pelaksanaan perbaikan ini direncanakan dan dilakukan sesuai dengan jadwal yang telah atau metode yang telah diterapkan dan pelaksanaan berjalan di bawah pengawasan penanggung jawab yang telah dipilih sebelumnya. Proses pelaksanaan perbaikan dimulai dari minggu pertama pada bulan Mei sampai dengan minggu ke-dua bulan Mei 2009. Dalam waktu 2 minggu ini, tim akan melakukan perbaikan guna meningkatkan kinerja dengan tujuan mendapatkan keuntungan yang maksimal. Saat pelaksanaan perbaikan, dilakukan juga pendokumentasian mengenai jalannya proses pelaksanaan perbaikan, kondisi pada saat perbaikan, serta hasil yang diperoleh dalam sebuah laporan proses perbaikan. Dalam kondisi aktualnya, mungkin terjadi hal-hal lain di luar rencana, tetapi proses implementasi tetap harus berjalan sesuai dengan rencana yang telah dijadwalkan dan pengdokumentasian pun harus sesuai dengan kenyatan yang terjadi di lapangan.

76 No Kondisi Mula Perbaikan 1 Terdapat scrap dalam mesin Di bersihkan dengan menggunakan sikat besi. Sela-sela dibersihkan dengan menyingkirkan sisa scrap yang ada. 2 Karyawan kurang hati-hati Karyawan ditraining untuk memastikan kinerja mereka baik dan dapat mengurangi benturan pada produk. 3 Warehouse terlalu sempit yaitu berukuran 10 x 10 m Ukuran warehouse diperbesar menjadi 10 x 16 m Pelebaran warehouse ini melibatkan lokasi dekat warehouse barang jadi yang dipakai sebagian untuk meletakkan sisa pemotongan (waste). Pihak perusahaan setuju memperluas ukuran warehouse.

77 No Kondi Mula Perbaikan 4 Bahan baku belang Karyawan melakukan pengecekan pada bahan baku datang dan saat mulai produksi. Membuat MOU dengan supplier untuk kondisi bahan baku. 5 Roda cetakan kendor Dilakukan pengecekan mesin pada awal produksi secara berkala (harian). 6 Ketebalan bahan baku tidak merata Karyawan melakukan pengecekan pada bahan baku datang dan saat mulai produksi. Membuat MOU dengan supplier untuk kondisi b Tabel 4.4 Pelaksanaan Perbaikan Kualitas Pada Gelombang Dumbo

78 Untuk rencana perluasan warehouse akan dibahas dan ditunjukkan dengan gambar layout yang ada di bawah ini. Gambar 4.7 Layout Pabrik Sebelum Perbaikan

Gambar 4.8 Layout Pabrik Sesudah Perbaikan 79

80 4.2.6 Evaluasi Hasil Perbaikan Setelah rencana perbaikan selesai, maka dilakukan pengamatan kembali terhadap jumlah cacat pada bulan Mei Juni 2009 untuk membandingkan jumlah cacat pada bulan Maret April 2009 atau mengetahui apakah terjadi penurunan jumlah cacat atau tidak. Evaluasi hasil dilakukan dengan membandingkan besar frekuensi masalah yang terjadi pada saat sebelum perbaikan (bulan Maret April 2009) dan saat sesudah perbaikan diimplementasikan (bulan Mei Juni 2009). Data jumlah cacat bulan Maret April 2009 yang berupa check sheet harian dapat dilihat pada lampiran 7 dan data untuk jumlah cacat bulan Mei Juni 2009 (sesudah perbaikan) dapat dilihat pada lampiran 8. a. Diagram Pareto 500 400 Pareto Chart dari Tiap Produk 100 80 Count Jenis Produk 300 200 100 0 Goresan pada produk Produk Belang Produk retak/ pecah Other Count 399 52 17 16 Percent 82.4 10.7 3.5 3.3 Cum % 82.4 93.2 96.7 100.0 60 40 20 0 Pe rce nt Gambar 4.9 Diagram Pareto Sebelum dilakukan Perbaikan

81 Gambar diagram pareto ini sama seperti pada gambar 4.5 yang menjelaskan tentang data-data atau jumlah cacat pada jenis-jenis cacatnya sebelum mengalami perbaikan yaitu pada bulan Maret April 2009. Pareto Chart dari Tiap Produk Count Jenis Produk 200 150 100 50 0 Goresan pada produk Produk Belang Produk retak/ pecah Lainnya Count 148 31 15 12 Percent 71.8 15.0 7.3 5.8 Cum % 71.8 86.9 94.2 100.0 100 80 60 40 20 0 Pe rcent Gambar 4.10 Diagram Pareto Sesudah dilakukan Perbaikan Setelah dilakukan perbaikan pada minggu ke-dua bulan Mei 2009 dan dilakukan pengamatan ulang (bulan Mei Juni 2009), maka didapatkanlah jumlah cacat yang menurun seperti pada diagram pareto ini. Kondisi setelah dilakukan perbaikan sangat baik dan dinyatakan berhasil karena terjadi penurunan jumlah cacat dari bulan Maret 2009 sampai bulan Juni 2009. Berdasarkan diagram pareto ini, jumlah cacat goresan pada produk menurun menjadi 148 lembar, jumlah cacat

82 pada produk belang menurun menjadi 31 lembar, jumlah cacat pada produk retak atau pecah menurun sampai 15 lembar dan jumlah cacat lainnya menjadi 12 lembar. Perbandingan Jumlah Cacat 400 350 300 250 200 150 100 50 0 399 148 Goresan pada produk 17 15 Produk retak/ pecah 52 31 1612 Produk belang Lainnya Sebelum Perbaikan Sesudah Perbaikan Gambar 4.11 Histogram Evaluasi Perbandingan Jumlah Cacat Sebelum dan Sesudah Perbaikan Diagram ini hanya ditampilkan hanya untuk memperjelas pembacaan pada mengenai jumlah cacat sebelum dilakukan perbaikan dengan setelah dilakukan perbaikan. Pada diagram terlihat jelas jumlah perbandingan pada masing-masing jenis cacat.

83 b. Grafik Garis Grafik Garis Jumlah Cacat 35 30 25 20 15 10 5 0 01/03 06/03 11/03 16/03 21/03 26/03 31/03 05/04 10/04 15/04 20/04 25/04 30/04 Jum lah Jumlah Cacat Tanggal Gambar 4.12 Grafik Garis Kondisi Sebelum dilakukan Perbaikan Pada grafik garis ini, menjelaskan tentang jumlah cacat per-hari pada dumbo perisai di bulan Maret - April 2009 sebelum dilakukan perbaikan. Jumlah cacat yang paling besar terjadi pada tanggal 31 Maret dengan jumlah cacatnya sebesar 31 lembar dan jumlah cacat terbesar kedua terjadi pada tanggal 11 Maret sebesar 27 lembar. Untuk garis yang berada pada titik nol menandakan tidak ada kegiatan proses produksi atau hari libur.

84 Jum lah 16 14 12 10 8 6 4 2 0 18 /05 22 /05 26 /05 Grafik Garis Jumlah Cacat 30 /05 03 /06 07 /06 11 /06 Ta nggal 15 /06 19 /06 23 /06 27 /06 31/06 Jumlah Cacat Gambar 4.13 Gafik Garis Kondisi Sesudah dilakukan Perbaikan Pada grafik garis bulan Mei Juni 2009 ini, terlihat dengan jelas jumlah cacat perharinya untuk dumbo perisai mengalami penurunan. Jumlah cacat yang terbesar terjadi pada tanggal 18 Mei sebesar 15 lembar dan jumlah terbesar kedua adalah 9 Juni sebesar 14 lembar. Untuk garis yang berada pada titik nol menandakan tidak ada kegiatan proses produksi atau hari libur.

85 c. Peta Kendali Sebelum ke dalam tahap analisis data, penulis mencoba untuk melakukan uji kecukupan data terlebih dahulu terhadap data yang telah diperoleh selama masa observasi di PT. Adeha Metalindo. Uji kecukupan data ini dilakukan untuk menguji apakah data jumlah pengamatan yang dilakukan selama periode Maret - April 2009 pada proses produksi dumbo perisai di PT. Adeha Metalindo telah cukup sehingga dapat dijadikan sampel. Jika pada hasil uji kecukupan datan nantinya terdapat ketidakcukupan data, maka akan dilakukan pengumpulan data kembali untuk menambah data yang telah ada dan kemudian dilakukan pengujian data kembali sampai data yang diuji dinyatakan cukup untuk dijadikan sampel. Berikut merupakan uji kecukupan data terhadap data cacat pada pintu toilet periode Maret - April 2009. Untuk tabel uji kecukupan data dapat dilihat pada lampiran 9. Uji kecukupan data k = 95% s = 10 % N = 28 Np = 484 N = k s N ( Σnp 2 Σnp ) ( Σnp) 2 2

86 N = 0,05 0,1 28(9060) (484) 484 2 2 N 0,5 = 253680 234256 484 2 N = N = 0,5 19424 484 2 69,685 484 N = 0.0207 N < N maka dapat cukup 0,0207 < 28 maka data cukup 2 Dari hasil perhitungan uji kecukupan data diatas dinyatakan bahwa data proses produksi pada dumbo perisai periode Maret - April 2009 sebanyak 28 pengamatan telah cukup dan dapat dijadikan sampel sebagai bahan atau sumber untuk analisis data. Peta kendali digunakan untuk mengetahui apakah karakteristik kualitas dari item-item suatu proses dinyatakan terkendali atau berada dalam proses yang stabil atau sebaliknya, dinyatakan tidak terkendali atau berada dalam proses yang tidak stabil. Dalam pembahasan ini, peta kendali peta kendali yang digunakan adalah peta kendali untuk data atribut yaitu peta kontrol p. Dimana peta kontrol p merupakan

87 peta kontrol atribut untuk jenis sampel yang jumlahnya berbeda-beda (tidak konstan) dalam tiap pengamatan. Peta kontrol p digunakan untuk mengukur proporsi ketidaksesuaian (penyimpangan atau disebut cacat (defect)) dari item-item dalam kelompok yang sedang diinspeksi. Dalam hal ini kelompok yang sedang diinspeksi adalah proses produksi untuk dumbo perisai bulan Maret - April 2009. Berikut merupakan langkah-langkah pembuatan peta kontrol p untuk proses produksi dumbo perisai. 1. Menentukan ukuran contoh yang cukup besar dan mengumpulkannya. Untuk data perhitungan peta kontrol p periode Maret April 2009 dapat dilihat pada lampiran 10. 2. Menghitung nilai proporsi cacat p-bar = jumlah cacat jumlah produksi 484 = 23000 = 0.0210 3. Menghitung batas kontrol 3-sigma CL = p = 0.0210 UCL = p + 3 p(1- p) n i

88 = 0.0210 + 3 LCL = p - 3 = 0.0210 3 0.0210(1 n i p(1- p) n i 0.0210(1 n i 0.0210) 0.0210) Untuk mengetahui hasil perhitungan peta kontrol p periode Maret April 2009 dapat dilihat pada lampiran 11. Di dalam tabel hasil perhitungan peta kontrol p akan diketahui nilai batas atas dan batas bawah. 4. Memplot atau menebarkan data proporsi (atau persentase cacat) 0.06 P Chart of J umlah Cacat 1 Proportion 0.05 0.04 0.03 0.02 UCL=0.04590 _ P=0.02104 0.01 1 0.00 LCL=0 1 4 7 10 13 16 Sa mple 19 22 25 28 Tests performed with unequal sample sizes Gambar 4.14 Peta Kontrol p untuk Proporsi Cacat periode Maret April 2009

89 Dari grafik data pengendali yang telah diplot tampak terlihat dua data pengamatan yang berada di luar batas pengendalian statistikal yaitu data pengamatan ke-13 dan ke-27. Data pengamatan ke-13 adalah data tanggal 31 Maret 2009 dan data pengamatan ke-27 adalah data tanggal 29 April 2009. Data ke-13 mengalami keluar batas kontrol karena pada saat start-up terjadi kendala pemasangan bahan baku ke mesin produksi dan banyak scrap di mesin pada saat produksi. Data ke-27 mengalami keluar batas kontrol karena banyak scrap di mesin pada saat produksi. Setelah diadakan revisi terhadap peta pengendali p maka hasilnya adalah sebagai berikut : 1. Untuk data perhitungan peta kontrol p periode Maret April 2009 setelah revisi dapat dilihat pada lampiran 12. 2. Menghitung nilai proporsi cacat setelah revisi. p-bar = jumlah cacat jumlah produksi 442 = 20300 = 0.02177 4. Menghitung batas kontrol 3-sigma setelah revisi. CL = p = 0.02177

90 UCL = p + 3 p(1- p) n i = 0.02177 + 3 0.02177(1 n i 0.02177) LCL = p - 3 p(1- p) n i = 0.02177 3 0.02177(1 n i 0.02177) Untuk mengetahui hasil perhitungan peta kontrol p periode Maret April 2009 yang telah direvisi dapat dilihat pada lampiran 12. 4. Memplot atau menebarkan data proporsi (atau persentase cacat) 0.05 P Chart of J umlah Cacat UCL=0.04705 0.04 Proportion 0.03 0.02 _ P=0.02177 0.01 0.00 LCL=0 1 4 7 10 13 Sa mple 16 19 22 25 Tests performed with unequal sample sizes Gambar 4.15 Peta Kontrol p revisi Proporsi Cacat periode Maret April 2009

91 Dari grafik data pengendali yang telah diplot atau ditunjukkan terlihat bahwa tidak ada data yang berada di luar batas pengendalian statistikal. Keseluruhan data pada proses ini sudah berada dalam batas pengendali atas maupun batas pengendali bawah. Dari hasil pengamatan pada tabel dan grafik ini, maka data pada proses ini telah dinyatakan stabil kemudian dapat dihitung kapabilitas prosesnya. 5. Menghitung kapabilitas proses Dari pengamatan diatas terlihat bahwa keseluruhan data sudah berada di dalam batas pengendali statistikal. Jika data pengamatan menunjukkan bahwa proses berada dalam batas pengendali statistikal, maka langkah berikutnya adalah dengan menentukan kapabilitas proses yang menghasilkan produk yang sesuai. Kapabilitas proses (Cp) pada peta kontrol p dapat dihitung dengan menggunakan rumus : Cp = (1- p-bar) Cp = (1-0,02177) Cp = 0,97823 Cp = 97,82 % Dari perhitungan kapabilitas proses (Cp) diatas, dapat dilihat bahwa persentase sebesar 97,82 % merupakan kemampuan proses dalam menghasilkan produk cacat sebesar 2.177 % untuk dumbo perisai. Keadaan ini jelas tidak baik dikarenakan tingkat kapabilitas proses tersebut masih belum dapat mencapai target

92 yang telah ditetapkan oleh PT. Adeha Metalindo yaitu proses hanya menghasilkan produk cacat sebesar 1,25 %. Setelah melakukan perhitungan menggunakan data pengamatan bulan Maret April 2009 maka penulis akan melakukan perhitungan kembali untuk data pengamatan periode Mei Juni 2009. Berikut dilakukan uji kecukupan data terlebih dahulu seperti yang telah dilakukan sebelumnya untuk mengetahui apakah data telah dinyatakan cukup dan dapat dijadikan sampel. Untuk tabel uji kecukupan data periode Mei Juni 2009 dapat dilihat pada lampiran 14. Uji kecukupan data k = 95% s = 10 % N = 26 Np = 206 N = k s N ( Σnp 2 Σnp ) ( Σnp) 2 2 N = 0,05 0,1 26(1868) (206) 206 2 2 N 0,5 = 48568 42436 206 2

93 N = N = 0,5 6132 206 39,1535 206 N = 0,0361 N < N maka dapat cukup 0,0361 < 26 maka data cukup 2 2 Dari hasil perhitungan uji kecukupan data diatas dinyatakan bahwa data proses produksi pada dumbo perisai periode Mei Juni 2009 sebanyak 26 pengamatan telah cukup dan dapat dijadikan sampel untuk analisis data, karena N yang diperoleh sebesar 0,0361 lebih kecil dari jumlah pengamatan yang telah dilakukan sebanyak 26 pengamatan. Peta kontrol p digunakan untuk mengukur proporsi ketidaksesuaian (penyimpangan atau disebut cacat (defect)) dari item-item dalam kelompok yang sedang diinspeksi. Dalam hal ini kelompok yang sedang diinspeksi adalah proses produksi untuk dumbo perisai bulan Mei Juni 2009. Berikut merupakan langkah-langkah pembuatan peta kontrol p untuk proses produksi dumbo perisai : 1. Menentukan ukuran contoh yang cukup besar dan mengumpulkannya. Untuk data perhitungan peta kontrol p periode Mei Juni 2009 dapat dilihat pada lampiran 15.

94 2. Menghitung nilai proporsi cacat p-bar = jumlah cacat jumlah produksi 206 = 18000 = 0.01144 3. Menghitung batas kontrol 3-sigma CL = p = 0.01144 UCL = p + 3 p(1- p) n i = 0.01144 + 3 0.01144(1 n i 0.01144) LCL = p -3 p(1 - p) n i = 0.01144 3 0.01144(1 0.01144) n i

95 Untuk mengetahui hasil perhitungan peta kontrol p periode Mei - Juni 2009 dapat dilihat pada lampiran 16. Di dalam tabel hasil perhitungan peta kontrol p akan diketahui nilai batas atas dan batas bawah. 4. Memplot atau menebarkan data proporsi (persentase cacat) 0.035 P Chart of Jumlah Cacat 0.030 UC L=0.02987 0.025 Proportion 0.020 0.015 0.010 _ P=0.01144 0.005 0.000 LCL=0 1 4 7 10 13 Sample 16 19 22 25 Tests performed with unequal sample sizes Gambar 4.16 Peta Kontrol p untuk Proporsi Cacat Periode Mei Juni 2009 Dari grafik data pengendali yang telah diplot atau ditunjukkan, terlihat bahwa tidak ada data yang berada di luar batas pengendalian statistikal. Keseluruhan data pada proses ini sudah berada dalam batas pengendali atas maupun

96 batas pengendali bawah. Dari hasil pengamatan pada tabel dan grafik ini, maka data pada proses ini telah dinyatakan stabil kemudian dapat dihitung kapabilitas prosesnya. 5. Menghitung kapabilitas proses Dari pengamatan diatas terlihat bahwa keseluruhan data sudah berada di dalam batas pengendali statistikal. Jika proses sudah berada dalam batas pengendali statistikal, maka langkah berikutnya adalah dengan menentukan kapabilitas proses yang menghasilkan produk yang sesuai. Kapabilitas proses (Cp) pada peta kontrol p dapat dihitung dengan menggunakan rumus : Cp = (1- p-bar) Cp = (1-0,01144) Cp = 0,9856 Cp = 98,56 % Dari perhitungan kapabilitas proses (Cp) diatas, dapat dilihat bahwa persentase sebesar 98,56 % merupakan kemampuan proses dalam menghasilkan produk cacat sebesar 1,144 %. Keadaan ini jelas baik dikarenakan tingkat kapabilitas proses tersebut telah mencapai target yang ditetapkan oleh PT. Adeha Metalindo yaitu proses hanya menghasilkan produk cacat sebesar 1,25 %.

97 Sedangkan kondisi aktual yang terjadi saat ini, proses menghasilkan kapabilitas proses sebesar 1,144 %. Berikut manfaat-manfaat yang diperoleh : - Terjadi pengurangan jumlah cacat dumbo perisai pada bulan Maret - April 2009 sebesar 484 lembar menjadi 206 lembar pada bulan Mei - Juni 2009. - Persentase cacat untuk bulan Maret - April 2009 adalah 2,10 % dan setelah dilakukan perbaikan cacat berkurang menjadi 1,144 %. Batas standar untuk cacat dari perusahaan itu sendiri adalah 1,25 % dari pembagian jumlah cacat dengan jumlah produksi pada bulan yang bersangkutan. - Kapabilitas Proses untuk produksi dumbo perisai meningkat dari 97,82 % (bulan Maret April 2009) menjadi 98,56 % (periode Mei Juni 2009). - Mengembangkan sesuatu yang baru untuk perbaikan kualitas baik metode maupun alat-alat yang digunakan dalam perbaikan kualitas. - Dengan diadakannya training baik untuk karyawan lama ataupun baru, maka meningkatkan keterampilan untuk karyawan itu sendiri yang juga meningkatkan kinerja produksi.

98 4.2.7 Standarisasi Faktor Manusia : Semua karyawan melakukan prosedur kerja yang selama ini ditetapkan setelah pelaksanaan perbaikan di lakukan. Faktor Alat : Sikat besi selalu digunakan untuk sisa scrap pada mesin. Faktor Lingkungan : Menggunakan warehouse yang sekarang yaitu berukuran 8 x 16 m. Faktor Cara : Rutin melakukan maintenance atau check-up pada mesin. Faktor Material : Disepakati MOU tentang bahan baku dengan supplier. Kinerja bagian Quality Control lebih ditingkatkan.

99 4.2.8 Rencana Berikut Setelah perbaikan kualitas pada cacat dumbo perisai selesai dilakukan, maka tugas selanjutnya pada langkah ini adalah mencari permasalahan lain untuk dilakukan perbaikan kualitasnya lagi. Melihat pengamatan pada proses produksi sebelumnya, maka pihak perusahaan setuju untuk melakukan perbaikan kualitas pada tipe produk genteng metal dan batuan serta tipe ADH dan tipe produk lainnya. Hal ini dilakukan secara bertahap. Adapun rencana kegiatan yang akan dilakukan oleh pihak QCC dapat disajikan dalam tabel 4.5 berikut. Tabel 4.5 Rencana Kegiatan Untuk Perbaikan Kualitas Genteng Metal dan Batuan 2009 Langkah Masalah Juli Agst Sept Okt Nov 1 Menentukan Masalah P 2 Mencari Penyebab 3 Prioritas Penyebab 4 Rencana Perbaikan D 5 Pelaksanaan C 6 Evaluasi Hasil A 7 Standarisasi 8 Rencana Berikut

100 Tabel 4.6 Rencana Kegiatan Untuk Perbaikan Kualitas tipe ADH 2009 2010 Langkah Masalah Sept Okt Nov Des Jan 1 Menentukan Masalah P 2 Mencari Penyebab 3 Prioritas Penyebab 4 Rencana Perbaikan D 5 Pelaksanaan C 6 Evaluasi Hasil A 7 Standarisasi 8 Rencana Berikut