View
0
Download
0
Category
Preview:
Citation preview
ANALISIS PERBAIKAN PADA PRODUK CONNECTOR X DENGAN METODE DMAIC UNTUK
MENGURANGI JUMLAH DEFECT DI PT. XYZ
Oleh : Kevin Clyde Adrianno
004201505047
Diajukan untuk Memenuhi Persyaratan Akademik Mencapai Gelar Sarjana Strata Satu
pada Fakultas Teknik Program Studi Teknik Industri
2019
iv
ABSTRAK
PT. XYZ adalah perusahaan yang bergerak di bidang otomotif. Peningkatan produk
otomotif tentunya harus diimbangi dengan peningkatan produksi spare-partnya
termasuk komponen didalamnya yang berupa connector, perusahaan ditargetkan
untuk mencapai target produksi yang telah ditetapkan dan harus bisa memberikan
pelayanan yang baik kepada customer. Di PT. XYZ sering terjadi defect terhadap
produk Connector X selama 5 bulan terakhir pada bulan Desember 2017 – April
2018 dengan rata-rata total produksi 650.368 pcs dan rata-rata defect 12.968 pcs.
Untuk mengatasi permasalahan tersebut penelitian ini menggunakan pendekatan
Six Sigma metode DMAIC. Proses analisis dilakukan dengan menggunakan five-
why untuk mengetahui sumber masalah dan untuk menyusunnya ke diagram fish
bone. Berdasarkan permasalahan yang telah dianalisis, penelitian ini mengusulkan
perlu diadakannya perbaikan terhadap pengaturan parameter mesin injeksi dengan
dilakukannya perbaikan dengan model two level factor design of experiment. Hasil
yang didapatkan dengan penggunaan metode DMAIC dan model design of
experiment adalah perbaikan berhasil menghasilkan peningkatan pada nilai sigma
karena dari nilai sigma yang awalnya sebesar 4,265 menjadi 4,455 setelah
dlakukannya perbaikan. Dan didapatkan bahwa kombinasi yang paling baik adalah
pada perbaikan di bulan November 2018 dengan menggunakan Suhu rendah
(275oC) dan cycle time rendah (24.5 sec) karena menghasilkan produk yang masuk
kedalam peta kendali dan mendapatkan nilai mean tertinggi pada uji t.
Kata Kunci : Six Sigma, DMAIC, Defect, dan Design of Experiment.
vi
DAFTAR ISI
LEMBAR PERSETUJUAN PEMBIMBING ...................................................... i
LEMBAR PERNYATAAN ORISINALITAS .................................................... ii
LEMBAR PENGESAHAN ................................................................................. iii
ABSTRAK ............................................................................................................ iv
KATA PENGANTAR ............................................................................................ v
DAFTAR ISI ......................................................................................................... vi
DAFTAR TABEL ................................................................................................. ix
DAFTAR GAMBAR ............................................................................................. x
DAFTAR ISTILAH ............................................................................................. xii
BAB I PENDAHULUAN ...................................................................................... 1
1.1. Latar Belakang ............................................................................................. 1
1.2. Rumusan Masalah ........................................................................................ 2
1.3. Tujuan Penelitian ......................................................................................... 3
1.4. Batasan Penelitian ........................................................................................ 3
1.5. Asumsi ......................................................................................................... 3
1.6. Sistematika Penelitian .................................................................................. 4
BAB II KAJIAN PUSTAKA ................................................................................ 5
2.1 Six Sigma ...................................................................................................... 5
2.1.1 Pengertian Six Sigma ................................................................................ 5
2.1.2 Model Perbaikan DMAIC ........................................................................ 5
2.2 Design of Experiments (DOE) ................................................................... 17
2.2.1 Tujuan DOE............................................................................................ 18
2.2.2 Prinsip Dasar DOE ................................................................................. 18
2.2.3 Istilah dalam DOE .................................................................................. 20
2.2.4 Langkah-langkah membuat DOE ........................................................... 21
2.2.5 Factorial Design ..................................................................................... 21
2.2.6 Analysis of Variance (ANOVA) ............................................................. 23
2.3 Pengertian Kualitas .................................................................................... 25
vii
2.4 Pengertian Defect ....................................................................................... 26
BAB III METODOLOGI PENELITIAN ......................................................... 27
3.1 Kerangka Penelitian ................................................................................... 27
3.2 Observasi Awal .......................................................................................... 28
3.3 Identifikasi Masalah ................................................................................... 28
3.4 Kajian Pustaka ............................................................................................ 28
3.5 Pengumpulan Data ..................................................................................... 29
3.5.1 Identifikasi Connector X ........................................................................ 29
3.5.2 Data defect Produksi ............................................................................... 29
3.6 Analisis dan Perbaikan ............................................................................... 29
3.6.1 Define ..................................................................................................... 29
3.6.2 Measure .................................................................................................. 30
3.6.3 Analyze ................................................................................................... 31
3.6.4 Improve ................................................................................................... 31
3.6.5 Control .................................................................................................... 32
3.6.6 Ringkasan Perbaikan .............................................................................. 32
3.7 Kesimpulan dan Saran................................................................................ 33
BAB IV DATA DAN ANALISIS ....................................................................... 34
4.1 Pengumpulan data ...................................................................................... 34
4.1.1 Identifikasi Connector X ........................................................................ 34
4.1.2 Data defect produksi ............................................................................... 35
4.2 Analisis dan Perbaikan ............................................................................... 37
4.2.1 Define ..................................................................................................... 37
4.2.2 Measure .................................................................................................. 42
4.2.3 Analyze ................................................................................................... 44
4.2.4 Improve ................................................................................................... 47
4.2.5 Control .................................................................................................... 49
4.3 Ringkasan Perbaikan .................................................................................. 53
4.3.1 Perbandingan Sebelum dan Sesudah Perbaikan ..................................... 55
4.3.2 Uji Statistik untuk model perbaikan ....................................................... 60
BAB V KESIMPULAN DAN SARAN .............................................................. 63
5.1 Kesimpulan ................................................................................................ 63
viii
5.2 Saran ........................................................................................................... 63
DAFTAR PUSTAKA .......................................................................................... 64
LAMPIRAN ......................................................................................................... 65
ix
DAFTAR TABEL
Tabel 2.1. Susunan Kombinasi Two Level Factorial Design ............................... 22
Tabel 2.2. Tabel ANOVA ..................................................................................... 25
Tabel 4.1. Defect perminggu Connector X Bulan Desember 2017 - April 2018.. 35
Tabel 4.2. Rincian defective Connector X Bulan Desember 2017 - April 2018 ... 35
Tabel 4.3. Raw Data Bulan Desember 2017 - April 2018 dari departemen quality
............................................................................................................................... 36
Tabel 4.4. Tabel CTQ untuk Jenis defect .............................................................. 41
Tabel 4.5. Perhitungan Jumlah Produk Reject dengan Peta P .............................. 43
Tabel 4.6. Tabel peluang perbaikan ...................................................................... 46
Tabel 4.7. Tabel kombinasi level .......................................................................... 47
Tabel 4.8. Tabel Data hasil perbaikan sesuai kombinasi ...................................... 53
Tabel 4.9. Raw Data hasil perbaikan dari departemen quality .............................. 54
Tabel 4.10. Tabel Data Perbandingan defect ........................................................ 55
Tabel 4.11. Perhitungan Peta P Sesudah Perbaikan .............................................. 57
Tabel 4.12. Tabel Data Perbandingan defect perminggu ...................................... 59
Tabel 4.13. Tabel Data hasil perbaikan untuk diuji statistik ................................. 60
x
DAFTAR GAMBAR
Gambar 2.1 Contoh SIPOC Diagram ...................................................................... 7
Gambar 2.2 Contoh Peta Aliran Proses ................................................................... 8
Gambar 2.3 Contoh Peta Kontrol .......................................................................... 10
Gambar 2.4. Jenis Data dan Peta Kontrol Data Atribut ........................................ 10
Gambar 2.5. Pola Runs .......................................................................................... 11
Gambar 2.6. Pola Trends ....................................................................................... 11
Gambar 2.7. Pola Cycles ....................................................................................... 11
Gambar 2.8. Pola Hugging .................................................................................... 12
Gambar 2.9 Contoh Diagram Pareto ..................................................................... 16
Gambar 2.10. Contoh Fish-bone diagram ............................................................ 16
Gambar 2.11. Bentuk umum diagram proses ........................................................ 18
Gambar 3.1. Kerangka Penelitian ......................................................................... 27
Gambar 4.1. Connector X ..................................................................................... 34
Gambar 4.2. Diagram SIPOC di PT.XYZ ............................................................ 37
Gambar 4.3. Flow Proses Produksi di PT.XYZ .................................................... 38
Gambar 4.4. Diagram jumlah defective Connector X ........................................... 42
Gambar 4.5. Peta Kendali P Sebelum ................................................................... 43
Gambar 4.6. Diagram fish-bone untuk defect ....................................................... 45
Gambar 4.7. kolom Remarks pada jadwal produksi ............................................. 48
Gambar 4.8. kolom suhu dan Cycle Time ............................................................. 48
Gambar 4.9. kolom revisi untuk suhu, Cycle Time, dan tanggal revisi................. 49
Gambar 4.10. Cap Original dan Controled Document .......................................... 50
Gambar 4.11. Pengambilan sample per 2 jam sekali ............................................ 50
Gambar 4.12. WI In Process Inspection................................................................ 51
Gambar 4.12. WI In Process Inspection (Lanjutan) .............................................. 52
Gambar 4.13. Diagram untuk penurunan defect ................................................... 56
Gambar 4.14. Peta Kendali P Sesudah .................................................................. 58
Gambar 4.15. Hasil uji menggunakan SPSS ......................................................... 59
xi
Gambar 4.16. uji normalitas untuk jumlah defect (pcs) ........................................ 61
Gambar 4.17. ANOVA: Jumlah defect (pcs) versus Suhu dan Cycle Time .......... 62
xii
DAFTAR ISTILAH
Defect : Produk yang mengalami kecacatan setelah diproduksi
Zero defect : Konsep yang berlaku di masa lalu, dimana suatu produksi
ditargetkan untuk tidak menghasilkan defect sama sekali.
Connector : Alat yang digunakan untuk menyambung kabel terminal di
kendaraan
Coupler : Istilah yang digunakan untun menamai connector laki-laki
dan connector perempuan
Housing : Rumah untuk terminal, produk hasil injeksi plastic
Mold : Mold adalah cetakan untuk sebuah produk.
PIC : Singkatan dari People In Command. Merupakan seseorang
yang bertanggung jawab pada suatu bagian/departemen.
Remarks : Remarks adalah keterangan tambahan yang dituliskan untuk
memberitahu pembaca.
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Seiring dengan perkembangan industri, dunia bisnis pun akan ikut berkembang
semakin cepat dan persaingan pasarnya pun akan semakin ketat. Hal ini membuat
perusahaan dituntut untuk selalu memberikan produk yang dapat bersaing secara
internasional dengan memiliki kelebihan yang kompetitif seperti pada kualitas
produknya, harga yang lebih murah, waktu pengiriman yang selalu tepat waktu dan
fleksibilitas yang dimiliki perusahaan (Mahadevan, 2010). Dengan demikian setiap
perusahaan perlu melakukan perbaikan secara terus menerus dan meningkatkan
kualitas produknya melalui perbaikan proses pada sistem produksinya untuk
menghasilkan produk yang berkualitas dengan waktu yang cukup singkat sehingga
diperoleh tingkat defect mendekati angka nol. Defect merupakan pemborosan
(waste) dalam perusahaan sehingga penurunan defect mendekati zero defect akan
menjadi salah satu keunggulan perusahaan.
Salah satu metode yang dapat digunakan untuk mengurangi defect tersebut yaitu
dengan menerapkan pendekatan Six Sigma. Six Sigma merupakan sebuah metode
yang digunakan untuk melakukan identifikasi, melakukan analisis dan
menghilangkan sumber variasi di dalam sebuah proses yang ada (Gasperzs, 2011).
PT. XYZ adalah perusahaan joint venture dibidang otomotif yang memproduksi
spare-part plastik melalui proses injeksi dengan menggunakan mesin–mesin semi
otomatis. Setiap harinya PT. XYZ dapat memproduksi hingga 20 jenis produk
dengan masing-masing dapat diproduksi mencapai sepuluh ribu pcs per harinya.
Connector X adalah connector yang digunakan untuk kendaraan motor dan
merupakan produk yang paling sering diorder oleh customer. Selain itu produk
tersebut juga merupakan salah satu produk utama di PT. XYZ. Namun tingkat
defect pada produk Connector X di PT. XYZ yang ditemukan oleh departemen
Quality termasuk dalam kategori yang tinggi selama 5 bulan terakhir.
2
Pada bulan Desember 2017 hingga April 2018 dengan rata-rata total produksi
sebanyak 650.368 pcs terdata ditemukan defect rata-rata sebanyak 12.968 pcs.
Apabila jumlah defect tersebut dirubah ke dalam bentuk persen, jumlah defect dari
rata-rata ketiga bulan tersebut menjadi sebesar 1,99%. Dan hasil dari jumlah defect
tersebut termasuk dalam kategori diluar dari batas standar temuan internal defect
yang telah ditentukan di PT. XYZ yaitu sebesar 1,5%.
Defect yang telah ditemukan tersebut meliputi short shot, bubble, contamination,
burn mark, black dot, discolour. Dengan tingginya jumlah defect selama proses
produksi, sudah tentu hal tersebut dapat mempengaruhi kegiatan produksi yang
sudah terjadwal sebelumnya. Selain itu PT. XYZ juga tentu mengalami kerugian
juga disisi biaya produksi, karena telah terbuangnya waktu untuk melakukan
pemilihan produk yang tidak mengalami defect sebelum dilakukan proses
pengepakan.
Oleh karena itu, penelitian ini akan mengadaptasi metode DMAIC dari Six Sigma
sebagai kerangka berpikir dan menggunakan model design of experiment sebagai
pendekatan dalam proses perbaikannya. Melalui penelitian ini diharapkan dapat
menemukan solusi perbaikan yang sesuai untuk mengatasi tingginya defect pada
proses produksi. Sehingga kualitas produk dan produktivitas di PT. XYZ semakin
meningkat.
1.2. Rumusan Masalah
Dari penjelasan latar belakang masalah tersebut, maka terdapat beberapa
permasalahan yang perlu dicermati dan perlu mendapatkan pengkajian lebih
mendalam berkaitan dengan penerapan konsep DMAIC untuk mengurangi jumlah
defect pada produk Connector X di PT. XYZ, yaitu sebagai berikut:
1. Bagaimana solusi yang dilakukan untuk mengurangi jumlah defect pada
produk Connector X di PT. XYZ?
2. Perbaikan mana yang menghasilkan nilai yang signifikan?
3
1.3. Tujuan Penelitian
Dalam penyusunan penelitian ini, ada dua tujuan yang ingin dicapai, tujuan
tersebut adalah sebagai berikut:
1. Melakukan perbaikan untuk mengurangi jumlah defect yang ada pada produk
Connector X di PT. XYZ.
2. Mengetahui perbaikan yang menghasilkan nilai signifikan.
1.4. Batasan Penelitian
Pembatasan ruang lingkup penelitian sangat diperlukan, agar peneleitian ini tetap
fokus pada pokok permasalahan yang dihadapi serta pemecahannya. Batasan-
batasan penelitian tersebut adalah:
1. Penelitian ini difokuskan 100% pada hasil sortir yang telah dilakukan oleh
departemen Quality di PT.XYZ.
2. Data yang diambil adalah data defect produk Connector X pada periode bulan
Desember 2017 – April 2018.
3. Perbaikan yang dilakukan hanya pada proses produksi bagian Injection
Molding dan di bagian pengaturan parameternya.
1.5. Asumsi
Untuk mendukung kelancaran penelitian ini, maka digunakan beberapa asumsi
seperti:
1. Aktivitas proses produksi produk Connector X di PT. XYZ berjalan dengan
normal dan sesuai dengan permintaan dari customer.
2. Material yang digunakan untuk proses produksi sudah bagus dan siap
digunakan.
3. Kondisi area produksi dan mold sudah dipastikan bersih dari debu dan kotoran.
4. Mesin yang akan digunakan dalam kondisi siap pakai.
4
1.6. Sistematika Penelitian
Untuk memperjelas pemahaman terhadap penelitian yang akan dilakukan ini maka
akan diuraikan tentang sistematika penulisan sebagai berikut:
BAB I Pendahuluan
Pendahuluan berisi gambaran tentang latar belakang masalah, definisi
dari masalah yang ditemukan, batasan penelitian yang diginakan, tujuan
dari penelitian ini dilakukan dan sistematika dalam penulisan penelitian
ini.
BAB II Kajian Pustaka
Menjelaskan tentang metode-metode dan teori-teori yang diperlukan
untuk menyelesaikan masalah dalam penelitian ini. Hal ini agar jawaban
dari penelitian yang dituliskan memiliki dasar teori yang kuat dan tidak
dianggap bias.
BAB III Metodologi Penelitian
Menjelaskan tahapan-tahapan yang dilakukan untuk menyusun
penelitian ini. Diantaranya seperti observasi awal, teknik pengumpulan
data, kerangka pemecahan masalah dan metode analisis data yang
digunakan.
BAB IV Data dan Analisis
Berisi tentang uraian dari hasil penelitian yang telah dilakukan. Hasil
penelitian tersebut berupa tentang pembahasan data yang telah
dikumpulkan dan ringkasan dari hasil perbaikan yang telah dilakukan.
BAB V Kesimpulan dan Saran
Merupakan bagian terakhir dari penelitian ini yang merupakan kumpulan
dari kesimpulan yang didapatkan dari hasil penelitian yang telah
dilakukan dan berisi saran-saran yang ditujukan kepada pihak perusahaan
maupun pembaca.
5
BAB II
KAJIAN PUSTAKA
2.1 Six Sigma
2.1.1 Pengertian Six Sigma
Menurut Gazperzs (2011), Six Sigma adalah tingkatan proses yang harus dilakukan
secara terus menerus untuk mengurangi defect disetiap proses, meningkatkan
produktifitas, untuk mendapatkan produk atau jasa yang terhindar dari kegagalan
maupun kesalahan, dan untuk memberikan penilaian terhadap customer.
Pengertian lain dari Six Sigma adalah tujuan mendekati kesempurnaan dalam
memenuhi standar customer. Pada dasarnya, pengertian tersebut sudah tepat karena
istilah Six Sigma sendiri merujuk terhadap suatu target kinerja operasi yang dapat
diukur secara statistik dengan 3,4 cacat disetiap satu juta kemungkinan yang dapat
terjadi. Hanya sebagian kecil perusahaan atau sebagian proses saja yang dapat
mencapai tujuan tersebut. (Pande et al., 2002) Manfaat dari Six Sigma meliputi:
• Biaya yang dikeluarkan dapat berkurang
• Produktivitas dapat meningkat
• Meningkatkan penjualan
• Memberikan kepuasan terhadap customer
• Waktu proses dapat berkurang
• Defect pada produk dapat berkurang
• Jasa yang diberikan dapat berkembang.
2.1.2 Model Perbaikan DMAIC
Terdapat dua metode yang dapat digunakan untuk meningkatkan nilai Sigma pada
Six Sigma, yaitu:
1. Define, Measure, Analyze, Improve, Control( DMAIC ) dan
2. Define, Measure, Analyze, Design, Verify ( DMADV )
DMAIC dipergunakan untuk meningkatkan segala bentuk proses yang sebelumnya
6
sudah dilakukan atau dikerjakan, sedangkan DMADV biasa digunakan untuk
menciptakan desain dari produk baru agar menghasilkan suatu kinerja dari
banyaknya defect.
Menurut Gazperzs (2011), Metode DMAIC memiliki lima tahapan, yaitu:
2.3.1.2 Define
Langkah Define merupakan tahapan pertama dalam melakukan peningkatan
kualitas pada Six Sigma. Langkah Define berisikan tentang penentuan atau
pendefinisian tujuan inti dari penelitian yang akan dilakukan.dengan metode Six
Sigma, lalu membuat gambaran umum secara keseluruhan dari perusahaan tempat
dilakukannya peningkatan dan Peta Proses Operasi yang berlaku di perusahaan
tersebut. Langkah define berisikan:
1. SIPOC Diagram
Supplier, Inputs, Process, Output dan Customer atau disingkat SIPOC merupakan
bentuk dari peta proses yang berisikan alur dari siapa yang menjadi pemasoknya
lalu apa yang menjadi inputnya, lalu bagaimana bentuk proses yang dilakukannya,
lalu apa yang dihasilkannya dan terakhir siapa saja yang merupakan pemakainya.
Langkah-langkah pada pembuatan SIPOC:
a. Menamakan sebuah proses terlebih dahulu.
b. Membuat batasan untuk titik awal dan titik akhir dari proses yang telah
dinamakan.
c. Membuat daftar-daftar untuk segala input, output, supplier dan pelanggan
yang diketahui.
d. Lakukan identifikasi lalu beri nama dan urutkan langkah-langkah yang ada
dalam proses tersebut.
Secara grafis langkah-langkah tersebut disajikan pada Gambar 2.1
7
Gambar 2.1 Contoh SIPOC Diagram
2. Peta Aliran Proses
Peta aliran proses merupakan suatu bentuk diagram yang menunjukkan urutan-
urutan proses seperti operasi, pemeriksaan, transportasi, menunggu dan
penyimpanan yang terjadi dalam satu proses atau prosedur. Peta aliran proses
berisikan juga tentang informasi-informasi yang diperlukan untuk dianalisis seperti
jumlah waktu yang diperlukan dan berapa jarak perpindahan yang dibutuhkan.
(Sutalaksana, 1979)
Berikut manfaat dari menggunakan peta aliran proses, diantaranya:
a. Dapat mengetahui segala alur pada bahan mulai dari awal masuk dalam
suatu proses hingga terakhir keluar. Sehingga dapat mengetahui berapa
waktu yang dibutuhkan untuk sebuah proses.
b. Dapat mengetahui jumlah proses yang dialami pada suatu bahan selama
suatu proses berlangsung.
c. Merupakan salah satu alat untuk melakukan perbaikan pada suatu proses atau
metode kerja yang berlaku.
Secara grafis langkah-langkah tersebut disajikan pada Gambar 2.2
8
Gambar 2.2 Contoh Peta Aliran Proses
2.3.1.3 Measure
Langkah Measure merupakan tahapan kedua dalam metode DMAIC. Pada tahap
ini dilakukan pengukuran dan mencari tahu Critical to Quality (CTQ) pada
permasalahan yang akan diperbaiki. Tahap pengukuran ini sangat penting
peranannya dalam meningkatkan suatu kualitas, Hal ini karena tahapan ini dapat
mengetahui keadaan suatu perusahaan dari data yang ditemukan sehingga menjadi
patokan atau dasar untuk melakukan analisa dan perbaikan.
1. Critical to Quality (CTQ)
Critical to Quality merupakan segala jenis persyaratan yang ditetapkan untuk
memenuhi permintaan customer. CTQ merupakan kelompok dari kualitas-kualitas
yang dijabarkan secara langsung dari segala persyaratan untuk output suatu proses
untuk memenuhi persyaratan dari customer.
2. Pengukuran Kinerja Proses
Membuat Control Chart, atau peta kontrol pertama kali diperkenalkan oleh Dr.
Walter Shewhart pada tahun 1924. Dengan maksud untuk menghilangkan variasi
tidak normal melalui pemisahan variasi yang disebabkan oleh penyebab khusus
dari variasi yang disebabkan oleh penyebab umum.
9
Pada dasarnya peta-peta kontrol dipergunakan untuk:
a. Menentukan apakah suatu proses berada dalam pengendalian statistical.
Dengan demikian peta-peta control digunakan untuk mencapai suatu keadaan
terkendali secara statistical.
b. Memantau proses terus menerus sepanjang waktu agar proses tetap stabil
secara statistical dan hanya mengandung variasi penyebab umum.
c. Menentukan kemampuan proses. Setelah proses berada dalam pengendalian
statistikal, batas-batas dari variasi proses dapat ditentukan.
Tabel 2.1 Jenis Peta Kendali berdasarkan jenis datanya
Jenis Data Jenis Peta kendali Data Atribut
Merupakan data kualitatif yang dapat dihitung untuk pencatatan dan analisis. Data atribut biasanya diperoleh dalam bentuk unit-unit nonconforms atau ketidaksesuaian dengan spesifikasi atribut yang ditetapkan.
- Peta p - Peta np - Peta u - Peta c
Data Variabel Merupakan data kuantitatif yang diukur untuk keperluan analisis. Ukuran-ukuran berat, panjang, lebar, tinggi, diameter, volume, biasanya merupakan data variabel
- Peta X-bar dan R - Peta X-bar dan MR - Peta X-bar dan S
1) Peta Kendali
Peta kendali pertama kali diperkenalkan oleh Dr. Walter Andrew Shewart, oleh
karena itu peta kendali ini juga sering disebut dengan peta kendali Shewart.
Maksud dari peta kendali ini adalah untuk menghilangkan variasi yang
disebabkan oleh penyebab khusus dan umum. Pada dasarnya setiap peta kendali
memiliki:
a. Garis tengah (Central Line), yang dinotasikan sebagai CL.
b. Sepasang batas kontrol (Control Lgambaimits). Satu batas kontrol
ditempatkan di atas CL yang dikenal dengan batas kontrol atas (Upper Control
Limit), yang dinotasikan sebagai UCL. Sedangkan yang satu lagi batas
kontrolnya ditempatkan di bawah CL yang dikenal dengan batas kontrol
10
bawah (Lower Control Limit), yang dinotasikan sebagai LCL.
c. Tebaran nilai-nilai karakteristik kualitas yang menggambarkan keadaan dari
proses. Jika nilai yang diplot di peta kontrol masih berada dalam batas kontrol,
maka proses yang berlangsung dianggap terkontrol. Sedangkan jika nilai
diplot berada di luar batas kontrol, maka proses dianggap di luar kontrol
sehingga perlu diambil tindakan perbaikan.
Batas kontrol adalah suatu batas atas dan batas bawah dari suatu proses yang
selalu berfluktuasi, dimana dengan mudah dapat diidentifikasi apakah suatu
proses dapat dikatakan terkendali atau tidak. Gambar 2.3 adalah contoh dari peta
kontrol:
Gambar 2.3 Contoh Peta Kontrol
Ada dua tipe jenis data, yaitu data variabel dan data atribut. Data variabel digunakan
untuk measurable data sedangkan data atribut digunakan untuk countable data
(M.Garrity, 1993). Data atribut pada peta kendali, dibedakan menjadi 2
karakteristik, yaitu defect product dan reject product dapat dilihat pada gambar 2.6
(Tannady, 2015)
Gambar 2.4. Jenis Data dan Peta Kontrol Data Atribut
Attribute Data
Reject Data Defect Data
Sample Size Constant Sample Size Constant Sample Size Variable Sample Size Variable
c-Chart u-Chart np-Chart p-Chart
11
Suatu proses dapat dikatakan diuar batas control jika titik-titik dalam batas kontrol
membentuk sebuah pola. Suatu keadaan ada beberapa yang dikategorikan
membentuk sebuah pola diantaranya adalah sebagai berikut: (M. Garrity, 1993).
• Runs: Ketika terdapat tujuh titik maupun lebih secara berurutan yang berada
pada satu sisi diatas center line (CL) dinamakan pola runs. Gambar 2.5 adalah
contoh pola runs.
Gambar 2.5. Pola Runs
• Trends: Jika terdapat tujuh titik maupun lebih secara berurutan yang terus
meningkat keatas atau kebawah menuju satu arah dinamakan pola trends.
Gambar 2.3 adalah contoh pola trends.
Gambar 2.6. Pola Trends
• Cycles: Terbentuknya suatu titik yang memperlihatkan kecenderungan yang
sama atau membentuk pola dari waktu ke waktu disebut pola cycles. Gambar
2.3 adalah contoh pola cycles
Gambar 2.7. Pola Cycles
• Hugging: Pola yang yang membentuk serangkaian titik berada padacentral line
atau control limits disebut dengan pola hugging. Gambar 2.3 adalah contoh
pola hugging
12
Gambar 2.8. Pola Hugging
2) Peta kendali p
Peta kendali p adalah alat statistik untuk mengevaluasi proporsi kerusakan atau
proporsi ketidaksesuaian, yang dihasilkan oleh sebuah proses. Dengan demikian
peta kendali digunakan untuk mengendalikan proporsi ketidaksesuaian dari item-
item yang tidak memenuhi syarat spesifikasi kualitas atau proporsi dari produk
cacat yang dihasilkan dalam suatu proses. Berikut adalah langkah-langkah
pembuatan peta kendali p :
1. Hitung untuk setiap subgroup nilai proporsi unit cacat
2. Hitung rata-rata dari p
3. Hitung batas kendali untuk peta kendali p, dengan rumus dibawah ini
𝐶𝐶𝐶𝐶 = 𝑃𝑃� = Ʃ𝑝𝑝Ʃ𝑛𝑛
(2-1)
Keterangan :
Ʃp : jumlah total defect
Ʃn : jumlah total produksi
𝑈𝑈𝐶𝐶𝐶𝐶 = �̅�𝑝 + 3�𝑝𝑝�(1 − 𝑝𝑝�)/ n (2-2)
Keterangan :
𝑃𝑃� : rata-rata ketidak sesuaian produk
n:jumlah produksi
𝐶𝐶𝐶𝐶𝐶𝐶 = �̅�𝑝 − 3�𝑝𝑝�(1 − 𝑝𝑝�)/n (2-3)
𝑝𝑝 = 𝑝𝑝𝑛𝑛 (2-4)
Keterangan :
p : jumlah defect
n : jumlah yang diperiksa
13
3) Peta kendali u
Peta pengendali ini digunakan untuk mengadakan pengujian terhadap kualitas
proses produksi dengan mengetahui banyaknya kesalahan pada satu unit produk
sebagai sampelnya. Bila sampel yang diambil konstan dapat digunakan c-chart dan
u-chart, namun bila sampel yang diambil bervariasi maka hanya digunakan u-chart.
Untuk menggunakan peta pengendali u (u-chart) ini terlebih dahulu diketahui
banyaknya kesalahan untuk satu unit produk. Untuk mengukur ketidaksesuaian
(titik spesifik) per unit laporan inspeksi dalam kelompok (periode) pengamatan.
1. Menentukan garis pusat / Central Line ( CL ), yaitu rata – rata kecacatan produk
(u-bar).
𝐶𝐶𝐶𝐶 = 𝑢𝑢� = ƩcƩ𝑛𝑛
(2-5)
Ʃc : jumlah total defect
Ʃn : jumlah total produksi
2. Menghitung batas kendali atas / Upper Control Limit
𝑈𝑈𝐶𝐶𝐶𝐶 = 𝑢𝑢� + 3� 𝑢𝑢� 𝑛𝑛
(2-6)
Keterangan :
𝑢𝑢� ∶ 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 − 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑟𝑟 𝑝𝑝𝑑𝑑𝑟𝑟 𝑢𝑢𝑢𝑢𝑢𝑢𝑟𝑟 n : jumlah produksi
3. Menghitung batas kendali bawah / Lower Control Limit
𝐶𝐶𝐶𝐶𝐶𝐶 = 𝑢𝑢� − 3� 𝑢𝑢� 𝑛𝑛
(2-7)
4. Membuat perhitungan peta kendali u
𝑢𝑢 = 𝑐𝑐𝑛𝑛 (2-8)
c : jumlah defect
n : jumlah yang diperiksa
14
3. Pengukuran Kinerja Produk Pada pengukuran ini terdapat tiga ukuran yang digunakan, yaitu:
A. DPU (Defect per Unit)
DPU merupakan salah satu cara untuk mengetahui peluang jumlah defect dalam
sebuah kelompok yang diambil sebagai sample. Rumus untuk DPU adalah:
𝐷𝐷𝑃𝑃𝑈𝑈 = 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑑𝑑𝑒𝑒𝑒𝑒𝑒𝑒𝑐𝑐𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑢𝑢𝑛𝑛𝑢𝑢𝑇𝑇𝑢𝑢
(2-9)
B. DPMO (Defect per Million Opportunities)
DPMO merupakan perhitungan lanjutan yang mengidentifikasi berapa banyak
defect yang akan muncul jika peluangnya dalam satu juta kemungkinan. Dalam
lingkungan manufaktur, Rumus untuk menghitung DPMO adalah:
𝐷𝐷𝑃𝑃𝐷𝐷𝐷𝐷 = 𝐷𝐷𝐷𝐷𝐷𝐷 𝑥𝑥 1 𝑚𝑚𝑢𝑢𝑇𝑇𝑇𝑇𝑢𝑢𝑇𝑇𝑛𝑛𝑂𝑂𝑝𝑝𝑝𝑝𝑇𝑇𝑂𝑂𝑇𝑇𝑢𝑢𝑛𝑛𝑢𝑢𝑇𝑇𝑢𝑢𝑒𝑒𝑢𝑢
(2-10)
Pengukuran ini sering dipakai untuk menentukan berapa peluang terjadinya suatu
defect pada produk yang diproduksi dalam satu juta kemungkinan dengan
beberapa jenis defect.
C. Sigma Level
Nilai Sigma atau level sigma merupakan ukuran paling penting pada metode Six
Sigma, karena nilai ini mengidentifikasi variabilitas suatu proses dan menghitung
sampai sejauh mana nilai sigma proses yang dikelola. Nilai ini juga menunjukkan
apakah proses yang berlaku saat ini sudah dinilai efisien dan berkualitas atau belum
sama sekali. Untuk mendapatkan nilai sigma, hal yang perlu dilakukan adalah
dengan mengetahui nilai DPMO suatu proses terlebih dahulu. Lalu dari hasil
tersebut, kita dapat konversikan menjadi nilai sigma dengan melihat pada tabel
konversi sigma dengan metode konsep Motorola oleh Gasperzs. (Gasperzs, 2002)
2.3.1.4 Analyze
Langkah Analyze merupakan tahapan ketiga dalam metode Six Sigma. Pada tahap
ini hal yang dilakukan adalah sebagai berikut:
a . Mengidentifikasi segala jenis defect yang terjadi dan membuat prioritas defect
mana yang paling berkontribusi secara dominan terhadap menurunnya kualitas
pada produk secara keseluruhan. Diagram pareto merupakan alat yang dapat
kita gunakan pada tahap ini.
b. Selanjutnya yaitu menganalisa berbagai kemungkinan penyebab masalah dari
15
defect-defect yang menjadi dominan tersebut, lalu meninjaunya dari segi
manusia, mesin, metode, dan lingkugannya dengan menggunakan diagram
fish-bone.
1. Analisis Five Why
Analisis five-why ini berasal dari budaya yang telah lama berkembang di
perusahaan besar seperti Toyota. Seorang petinggi dari Toyota yang bernama
Taiichi Ohno mengemukakan, bahwa pemecahan dari suatu masalah sebenarnya
membutuhkan identifikasi dari akar-akar penyebabnya bukan sumber-sumbernya,
karena yang biasanya tersembunyi dibalik sumber-sumber masalah adalah akar-
akar penyebab masalah. Analisis five- why digunakan untuk mencari tahu akar
dari suatu permasalahan untuk dapat diperbaiki dengan solusi yang tepat dengan
bertanya sebanyak lima kali ketika suatu ketidaksesuaian terjadi pada suatu proses
(Liker, 2004).
Langkah-langkah untuk melakukan analisis five-why diantaranya, yaitu: (George
et al, 2005)
1. Menentukan dasar dari suatu penyebab masalah, misalnya bisa didapatkan
diagram sebab akibat atau grafik yang paling tinggi pada diagram pareto dan
selain masalah tersebut diketahui pastikan pengertiannya juga diketahui agar
tidak salah arah.
2. Selanjutnya yaitu dengan bertanya “Mengapa hal tersebut dapat terjadi?”
3. Setelah itu tentukanlah salah satu dari jawaban yang didapat untuk ditanyakan
kembali dengan “Mengapa hal itu terjadi?”
Langkah ini dapat terus dilanjutkan hingga akar permasalahan yang potensial
dirasa sudah diperoleh oleh yang bertanya.
2. Diagram Pareto
Diagram Pareto merupakan salah satu jenis grafik batang yang menunjukkan suatu
permasalahan didalam proses berdasarkan urutan banyaknya kejadian. Masalah
terbanyak ditunjukkan oleh grafik batang paling tinggi yang ditempatkan disisi
paling kiri, masalah yang paling sedikit terjadi, terletak pada sisi paling kanan yang
ditunjukan grafik batang yang paling rendah (Gasperzs, 2001).
Gambar 2.9 adalah contoh diagram pareto.
16
Gambar 2.9 Contoh Diagram Pareto
3. Fish-Bone Diagram
Diagram fish-bone adalah gambaran sebuah model sugestif yang berasal dari
hubungan antara suatu kejadian ataupun suatu peristiwa. Struktur dari tampilan
diagram tersebut membantu para pengguna untuk berfikir secara sistematis.
Beberapa kelebihan dari diagram fish-bone diantaranya membantu memberikan
sebuah pertimbangan akar sebab-akibat dari suatu permasalahan yang diteliti
dengan melakukan pendekatan secara terstruktur, lalu mendorong adanya
partisipasi antar kelompok dan juga meningkatkan pengetahuan anggota kelompok
terhadap proses menganalisis akar penyebab suatu masalah, dan mengidentifikasi
suatu area dimana data seharusnya dikumpulkan untuk penelitian yang lebih lanjut.
Fish-bone diagram terlihat seperti tulang ikan, diagram fish-bone dapat digunakan
juga untuk mempertimbangkan risiko dari segala macam penyebab suatu
permasalahan yangterjadi pada setiap proses. Contoh diagram fish-bone dapat
dilihat pada Gambar 2.10
Gambar 2.10. Contoh Fish-bone diagram
MATERIAL METHOD
ENVIRONMEN
MAN
17
2.3.1.5 Improve
Tahap dimana pengujian yang mengoptimalisasikan proses menggunakan diagram
tulang ikan, analisis 5 why dan mengimplementasikan perbaikan dari solusi yang
ditentukan untuk menghilangkan penyebab dari masalah yang ada.
2.3.1.6 Control
Langkah Control merupakan tahap terakhir dalam metode Six Sigma. Dalam tahap
ini seluruh data perbaikan yang telah dilakukan selanjutnya dikendalikan dan data
dari seluruh kegiatan tersebut kemudian didokumentasikan lalu disebarluaskan
atau disosialisasikan ke seluruh karyawan di perusahaan tempat perbaikan
dilakukan. Hal yang dilakukan dalam tahap ini mencakup:
1. Pendokumentasian dan sosialisasi usaha-usaha perbaikan yang telah dibuat
kepada seluruh karyawan pada setiap departemen agar tidak terjadi kesalahan
proses.
2. Penutupan perbaikan dengan metode Six Sigma dengan membuat kesimpulan
dari hasil perbaikan agar dapat mudah mengidentifikasi kembali ketika akan
membuat perbaikan lebih lanjut.
2.2 Design of Experiments (DOE)
Percobaan biasanya digunakan untuk mempelajari suatu proses atau sistem. Design
of Experiments (DOE) atau perancangan percobaan adalah suatu rancangan
percobaan yang setiap langkahnya didefinisikan secara lengkap sehingga informasi
yang diperlukan untuk membahas suatu persoalan dapat membawa kepada analisis
yang obyektif dan mendapatkan kesimpulan yang tepat. (Sudjana, 2012)
Dalam desain eksperimen terdapat tiga faktor yaitu input, proses dan output. Pada
faktor proses, suatu faktor input akan dilakukan serangkaian operasi untuk
mendapatkan output berupa y dimana hasil output dapat dipengaruhi oleh berbagai
faktor yang dapat dikendalikan (x1, x2, …, xp) maupun faktor yang tidak dapat
dikendalikan (z1, z2, …., zp).
Metode desain eksperimen biasa digunakan untuk:
1. Menentukan variable yang paling berpengaruh terhadap hasil output y,
18
2. Pemilihan nilai x yang dapat mempengaruhi nilai y sehingga berada disekitar
nilai nominal yang diperkirakan,
3. Menemukan nilai yang tingkat variabilitasnya kecil dan pengaruh dari variabel
tidak terkontrol yang ditemukan menjadi minimal.
Selain itu manfaat yang bisa didapatkan dari hasil desain eksperimen adalah dapat
memperbaiki hasil output dari suatu proses dan mengurangi biaya total produksi
yang diperlukan untuk mendapatkan suatu output y. Bentuk diagram prosesnya
dapat dilihat pada Gambar 2.11
Gambar 2.11. Bentuk umum diagram proses
2.2.1 Tujuan DOE
Desain suatu eksperimen memiliki tujuan untuk mendapatkan informasi sebanyak-
banyaknya untuk membahas suatu persoalan yang akan diteliti. Namun dalam
perencanaan, desain eksperimen sebaiknya dibuat seefisien dan sesederhana
mungkin. Mengingat waktu, bahan, tenaga dan biaya yang harus digunakan harus
tidak membebani eksperimen. Sehingga data yang diperoleh dapat cepat untuk
dianalisis dan bersifat ekonomis. (Sudjana, 2012)
2.2.2 Prinsip Dasar DOE
Dalam suatu desain, suatu pendekatan ilmiah untuk merencanakan percobaan harus
diterapkan. Tiga prinsip dasar dari perancangan percobaan yaitu: (Sudjana, 2012)
2.2.2.1 Replikasi
Replikasi adalah pengulangan dari tahap eksperimen dasar. Replikasi ini perlu
untuk dilakukan karena beberapa hal, yaitu:
1. Dapat memberikan suatu perkiraan untuk error dari suatu percobaan. Perkiraan
error ini akan menjadi dasar pengukuran untuk menentukan panjang interval
19
konfidens dan sebagai atuan dasar pengukuran untuk penentuan level taraf
signifikan dari data-data yang diteliti.
2. Mengahasilkan perkiraan yang lebih akurat untuk kekeliruan eksperimen.
3. Memungkinkan untuk mendapatkan perkiraan yang lebih baik mengenai efek
dari rata-rata suatu faktor.
2.2.2.2 Pengacakan atau Randomisasi
Menurut Sudjana (2012), Pengacakan adalah bentuk perlakuan acak terhadap suatu
unit eksperimen yang dilakukan agar data berdistribusi secara independent sehingga
dapat memperkecil korelasi antar kekeliruan yang dapat memungkinkan data untuk
dilakukan ekperimen dan juga merupakan suatu cara untuk menghilangkan sifat
bias pada kesimpulan eksperimennya.
Secara umum pengacakan dilakukan untuk:
1. Menyamaratakan pengaruh dari semua factor yang tidak dapat dikendalikan
pada semua unit eksperimen.
2. Memberikan kesempatan yang sama kepada setiap unit eksperimen dalvm
menerima suatu perlakuan sehingga diharapkan ada kehomogenan pengaruh
dari setiap perlakuan yang sama.
3. Mendapatkan hasil data pengamatan yang bebas (Independent) satu sama lain.
2.2.2.3 Kontrol lokal
Kontrol lokal merupakan langkah-langkah atau usaha-usaha yang berbentuk
penyeimbangan, pemblokan dan pengelompokkan dari unit-unit eksperime yang
digunakan dalam eksperimen. Jika agar berlakunya uji signifikansi biasa
menggunakan replikasi dan pengacakan, maka agar eksperimen lebih efisien
digunakanlah blocking, hal itu guna menghasilkan prosedur pengujian dengan
kuasa yang lebih tinggi. (Sudjana, 2012)
a. Pengelompokan
Pengelompok diartikan sebagai penempatan sekumpulan unit data eksperimen yang
homogen ke dalam kelompok-kelompok untuk mendapatkan perlakuan yang
berbeda di setiap kelompok yang berbeda juga.
20
b. Pemblokan
Pemblokan diartikan sebagai pengalokasian dari setiap unit eksperimen ke dalam
bentuk blok yang sedemikian rupa sehingga semua unit dalam blok secara relative
akan bersifat homogen sedangkan sebagian besar dari variasi data yang dapat
diperkirakan di antara semua unit telah berbaur dengan blok. Hal ini guna
mendapatkan hasil eksperimen yang lebih efisien.
c. Penyeimbangan
Penyeimbangan adalah bentuk usaha untuk memperoleh unit-unit eksperimen
dengan melakukan perlakuan terhadap semua unit eksperimen sedemikian rupa
agar menghasilkan suatu konfigurasi yang seimbang.
2.2.3 Istilah dalam DOE
Selain replikasi, pengacakan, dan blocking. Istilah-istilah yang umumnya
digunakan dalam DOE yaitu:
2.4.2.1 Perlakuan (treatment)
Perlakuan diartikan sebagai sekumpulan dari kondisi eksperimen yang digunakan
terhadap suatu unit eksperimen dalam ruang lingkup yang dipilih. Perlakuan ini bisa
berbentuk tunggal atau bentuk kombinasi.
2.4.2.2 Satuan percobaan
Satuan percobaan adalah suatu unit data yang dikenai perlakuan tunggal (dapat
berupa beberapa faktor) dalam sebuah replikasi eksperimen dasar.
2.4.2.3 Kekeliruan eksperimen (galat percobaan)
Kekeliruan eksperimen menyatakan suatu kegagalan dari dua unit eksperimen yang
sejenis yang dikenai seuatu perlakuan untuk memberikan hasil yang serpa. Hal ini
dapat terjadi karena terdapat suatu kekeliruan pada saat menjalankan eksperimen
dan pengaruh gabungan semua faktor tambahan yang mempengaruhi karakteristik
yang sedang dipelajari.
2.4.2.4 Satuan amatan
Satuan amatan adalah suatu gugus dari unit eksperimen yang merupakan tempat
dimana suatu perlakuan diukur.
2.4.2.5 Faktor
Faktor adalah suatu perubah bebas yang dicocokkan dalam ekperimen sebagai
penyusun struktur perlakuan.
21
2.4.2.6 Taraf (level)
Taraf adalah nilai-nilai dari faktor bebas yang dicobakan dalam ekperimen.
2.2.4 Langkah-langkah membuat DOE
Meskipun setiap ahli statistika akan menempuh langkah-langkah desain menurut
keadaan dan persoalan yang dihadapi dan pertimbangannya masing-masing, tetapi
pada dasarnya setiap langkah-langkah tersebut mengandung hal pokok seperti yang
dirumuskan oleh Kempthorne sebagai berikut: (Sudjana, 2012)
1. Penyataan mengenai masalah atau persoalan yang dibahas.
2. Perumusan hipotesis.
3. Penentuan teknik dan desain eksperimen yang diperlukan.
4. Pemeriksaan semua hasil yang mungkin dan latar belakang atau alasan-alasan
agar supaya eksperimen setepat mungkin memberikan informasi yang
diperlukan.
5. Mempertimbangkan semua hasil yang mungkin ditinjau dari prosedur statistika
yang diharapkan berlaku untuk itu, dalam rangka menjamin dipenuhinya
syarat-syarat yang diperlukan dalam prosedur tersebut.
6. Melakukan eksperimen.
7. Penggunaan teknik statistika terhadap data eksperimen.
8. Mengambil keputusan dengan jalan menggunakan atau memperhitungkan
derajat kepercayaan yang wajar mengenai satuan-satuan yang dinilai.
9. Penilaian seluruh penelitian, dibandingkan dengan penelitian-penelitian yang
lain dengan masalah yang sama.
2.2.5 Factorial Design
Factorial design adalah salah satu metode statistik yang digunakan untuk menguji
efek dari beberapa macam faktor dengan level yang berbeda satu sama lain.
Banyaknya jumlah kombinasi diperoleh dari perkalian antara jumlah level yang
dimiliki suatu faktor atau variabel dengan level faktor atau variabel yang lain.
Desain faktorial yang sering digunakan adalah two level factorial design (2k), two
level fractional factorial design (2k-p), dan three level factorial design (3k).
Faktor pada eksperimen ini adalah suatu nilai variabel yang diteliti. Misalnya
22
eksperimen dengan tiga faktor adalah jenis eksperimen dengan menggunakan tiga
variabel. Tiga level artinya bahwa dalam setiap faktor didesain memiliki tiga nilai
perubahan. Untuk memudahkan eksperimen diperlukan pengkodean dari data skala
eksperimen ke data kode nilai rendah dan tinggi, sehingga digunakanlah istilah nilai
rendah/low (-1) dan nilai tinggi/high (+1).
Desain faktorial biasa digunakan apabila suatu eksperimen memiliki dua faktor atau
lebih. Desain faktorial memungkinkan suatu eksperimen untuk melakukan
kombinasi antar level faktor. Desain faktorial diperlukan apabila interaksi antar
faktor mempengaruhi output dan apabila interaksi antar output dihilangkan
mungkin akan mempengaruhi kesimpulan.
Kelebihan dari faktorial desain adalah:
a. Lebih efisien dibanding dengan metode one-factor-at-a-time,
b. Mampu menunjukkan efek interaksi antar faktor atau variabel,
c. Dapat memberikan perkiraan efek dari suatu variabel pada kondisi level yang
berbeda-beda dari suatu faktor lain.
2.2.5.1 Two Level Factorial Design
Merupakan suatu bentuk rancangan dari desain faktorial dimana setiap faktor
dibatasi oleh dua level yaitu level rendah (low) dan tinggi (high). Notasi untuk
kedua level tersebut adalah:
• Level rendah dinotasikan sebagai -1 atau (-)
• Level tinggi dinotasikan sebagai +1 (+)
Untuk two level factorial design, jumlah kombinasi yang dibutuhkan adalah sebesar
2k (k menunjukkan jumlah faktor, k>1). Untuk memudahkan penggunaan two level
factorial design, maka disusun sesuai dengan Tabel 2.1
Tabel 2.1. Susunan Kombinasi Two Level Factorial Design
Run A B Respon 1 - - y1
2 + - y2
3 - + y3
4 + + y4
. . . . 2k y5
23
2.2.6 Analysis of Variance (ANOVA)
Analisis variansi atau analysis of variance (ANOVA) merupakan suatu metode
yang mengukur berbagai sumber keragaman untuk diuraikan menjadi keragaman
total data. Dalam penggunaannya, ANOVA biasa digunakan untuk menguji level
signifikan atau tidak dari rata-rata lebih dari dua sampel berbeda. Konsep analisis
yang didasarkan pada konsep distribusi F dan biasanya dapat diaplikasikan untuk
menganalisis hubungan antara berbagai variabel yang diamati atau berbagai macam
kasus lainnya.
Dalam perhitungan statistik, ANOVA sangat dipengaruhi oleh asumsi-asumsi yang
digunakan seperti kenormalan data dari distribusi data, homogenitas variansi data
dan kebebasan dari kesalahan data. Asumsi kenormalan data dari distribusi data
memberikan pengertian terhadap suatu karakteristik data pada setiap kelompok.
Asumsi homogenitas variansi data menjelaskan bahwa ketika variansi dalam
masing-masing kelompok dianggap sama. Sedangkan variansi masing-masing
terhadap rata-ratanya pada setiap kelompok bersifat saling bebas dijelaskan sebagai
asumsi bebas.
Asumsi – asumsi yang digunakan dalam analisis ANOVA :
a. Populasi yang diteliti memiliki distribusi normal
b. Pengambilan sampel dilakukan secara acak dan setiap sampel
independen/tidak terikat sampel lain
c. Populasi dimana nilai sampel diperoleh memiliki nilai varian populasi yang
sama.
Dalam bentuk yang sederhana, ANOVA menampilkan uji statistik yang dapat
menjelaskan apakah rata-rata dari beberapa kelompok cenderung memiliki nilai
yang sama atau tidak, dan lebih umum disebut sebagai uji t-2 sampel untuk sampel
lebih dari 2 kelompok. ANOVA sangat membantu karena memiliki keuntungan
khusus untuk uji t-2 sampel karena dapat menyebabkan meningkatnya peluang
terjadinya suatu error pada eksperimen, dan dalam hal ini, penggunaan ANOVA
sangatlah berguna dalam membandingkan 3 atau lebih rata-rata dari sampel.
2.2.6.1 Dasar pengujian ANOVA
Analisis varians biasa digunakan untuk menguji suatu hipotesis perbandingan rata-
rata k sampel apabila interval atau ratio bentuk dari datanya. Satu sampel k dalam
24
k kejadian/pengukuran berarti sampel tersebut berpasangan. Misal, satu sampel
diberikan suatu perlakuan hingga empat kali, hal ini berarti sudah didapatkan empat
sampel berpasangan. Sedangkan k sampel dalam dalam satu kejadian berarti sampel
independen (empat sampel diberi satu kali perlakuan, merupakan empat sampel
independen).
ANOVA biasa dilakukan dengan menggunakan uji t dan uji F. Uji t digunakan
untuk menguji kebebasan parameter secara individual. Sedangkan apabila akan
membandingkan hubungan antara sseluruh komponen dari total deviasi maka
menggunakan uji F.
a. Uji t
Uji t menunjukkan seberapa jauh pengaruh variabel bebas dalam menerangkan
variabel terikat. Untuk menguji hipotesis tersebut digunakan rumus :
𝑟𝑟 = �̅�𝑥−𝜇𝜇𝑢𝑢/√𝑛𝑛
(2-7)
Keterangan :
�̅�𝑥 = rata-rata sampel
𝜇𝜇 = rata-rata populasi
𝑠𝑠 = standar deviasi
𝑢𝑢 = jumlah sampel
Untuk mengetahui kebenaran hipotesis digunakan kriteria:
• Bila t hitung > t tabel, maka H0 ditolak dan H1 diterima.
Artinya ada pengaruh antara variabel bebas terhadap variabel terikat dengan
derajat keyakinan yang biasa digunakan 1%, 5% atau 10%.
• Bila t hitung < t tabel, maka H0 diterima dan H1 ditolak.
Artinya tidak ada pengaruh antara variabel bebas terhadap variabel terikat.
25
b. Uji F
Untuk menguji kebenaran hipotesis alternatif, maka dilakukan uji F dengan
mengikuti Tabel 2.2 (Montgomery, 2013: 75)
Tabel 2.2. Tabel ANOVA
Source of
Variation Sum of Squares
Degrees of
freedom Mean Square 𝐹𝐹0
Between
Treatments
𝑆𝑆𝑆𝑆𝑇𝑇𝑂𝑂𝑒𝑒𝑇𝑇𝑇𝑇𝑚𝑚𝑒𝑒𝑛𝑛𝑇𝑇𝑢𝑢
= 𝑢𝑢�(𝑦𝑦�𝑢𝑢. − 𝑦𝑦�..)2𝛼𝛼
𝑢𝑢=1
𝛼𝛼 − 1
𝐷𝐷𝑆𝑆𝑇𝑇𝑂𝑂𝑒𝑒𝑇𝑇𝑇𝑇𝑚𝑚𝑒𝑒𝑛𝑛𝑇𝑇𝑢𝑢
=𝑆𝑆𝑆𝑆𝑇𝑇𝑂𝑂𝑒𝑒𝑇𝑇𝑇𝑇𝑚𝑚𝑒𝑒𝑛𝑛𝑇𝑇𝑢𝑢
𝛼𝛼 − 1
𝐹𝐹0
=𝐷𝐷𝑆𝑆𝑇𝑇𝑂𝑂𝑒𝑒𝑇𝑇𝑇𝑇𝑚𝑚𝑒𝑒𝑛𝑛𝑇𝑇𝑢𝑢
𝐷𝐷𝑆𝑆𝐸𝐸
Error
(Within
Treatments)
𝑆𝑆𝑆𝑆𝐸𝐸= 𝑆𝑆𝑆𝑆𝑇𝑇− 𝑆𝑆𝑆𝑆𝑇𝑇𝑂𝑂𝑒𝑒𝑇𝑇𝑇𝑇𝑚𝑚𝑒𝑒𝑛𝑛𝑇𝑇𝑢𝑢
𝑢𝑢 − 𝛼𝛼 𝐷𝐷𝑆𝑆𝐸𝐸 =𝑆𝑆𝑆𝑆𝐸𝐸𝑢𝑢 − 𝛼𝛼
Total
𝑆𝑆𝑆𝑆𝑇𝑇
= ��(𝑦𝑦�𝑢𝑢𝑖𝑖 − 𝑦𝑦�..)2𝑛𝑛
𝑖𝑖=1
𝛼𝛼
𝑢𝑢=1
𝑢𝑢 − 1
Keterangan:
𝑆𝑆𝑆𝑆𝑇𝑇𝑂𝑂𝑒𝑒𝑇𝑇𝑇𝑇𝑚𝑚𝑒𝑒𝑛𝑛𝑇𝑇𝑢𝑢 = sum square treatments (total kuadrat perlakuan)
𝑆𝑆𝑆𝑆𝐸𝐸 = sum square error (total kuadrat error)
𝐷𝐷𝑆𝑆𝑇𝑇𝑂𝑂𝑒𝑒𝑇𝑇𝑇𝑇𝑚𝑚𝑒𝑒𝑛𝑛𝑇𝑇𝑢𝑢 = mean square treatments (rata-rata kuadrat perlakuan)
𝐷𝐷𝑆𝑆𝑒𝑒 = mean square error (rata-rata kuadrat error)
𝛼𝛼 = derajat keyakinan
𝑢𝑢 = jumlah sampel
2.3 Pengertian Kualitas Definisi kualitas menurut para ahli dikemukakan secara berbeda akan tetapi memiliki
maksud yang sama yang berarti mutu atau kualitas adalah tingkat baik buruknya
sesuatu; kadar, derajat atau taraf yang artinya secara bebas adalah standar sesuatu
sebagai pengukur yang membedakan suatu benda dengan yang lainnya.
Menurut Crosby (1979) bahwa “mutu adalah kesesuaian terhadap persyaratan-
persyaratan. Persyaratan-persyaratan perlu dispesifikasikan secara jelas sehingga
semua orang tahu apa yang diharapkannya”.
26
2.4 Pengertian Defect
Defect secara tidak langsung berhubungan langsung dengan karakterisitik kualitas
yang tidak memenuhi suatu standar. Terlebih lagi, tingkat severity dari satu atau
lebih defect pada sebuah produk atau jasa akan menyebabkan produk tersebut
menjadi tidak diterima (defective). Dalam istilah modern, defect adalah
nonconformity atau ketidaksesuaian, dan istilah defective adalah nonconforming
item atau produk yang tidak sesuai. American National Standards Institute,
International Organization for Standardization, dan American Society for Quality
memberikan sebuah definisi untuk sebuah defect dalam ANSI/ISO/ASQ Standard
A8402 (ASQ1994). (Amitava, 2016)
27
BAB III
METODOLOGI PENELITIAN
3.1 Kerangka Penelitian
Gambar 3.1. Kerangka Penelitian
Kerangka penelitian dilakukan penyusunan sesuai dengan konsep Six-Sigma
metode DMAIC (Define, Measure, Analyze, Improve, Control), yaitu: (Gasperzs,
2011: 50)
Observasi Awal - Interview Manager , Staff, Operator, Sorter - Data produksi dan Quality
Identifikasi Masalah Menetapkan latar belakang, rumusan masalah, tujuan dan
sistematika penelitian
Kajian Pustaka - Six Sigma (DMAIC) - Design of Experiment
Analisis dan Perbaikan Pengolahan data melalui metode yang telah ditentukan
Kesimpulan dan Saran Solusi dari sumber dan akar penyebab dari masalah
Pengumpulan Data Pengumpulan data yang dibutuhkan untuk dianalisis
28
3.2 Observasi Awal
Tahap pertama yaitu observasi perusahaan dengan mengidentifikasi gap atau
penyimpangan yang terjadi, menentukan tingkat kepentingan suatu masalah dan
menentukan solusinya.
Penelitian yang dilakukan secara langsung dengan mengamati proses produksi
Connector X dan proses inspeksi oleh departemen Quality, lalu melakukan
wawancara terhadap operator, staff produksi, quality dan sorter mengenai
permasalahan didalam proses produksi produk dan proses inspeksi yang sering
dihadapi oleh perusahaan. Penelitian ini tidak langsung mempelajari data-data yang
ada di departemen Produksi PT. XYZ.
3.3 Identifikasi Masalah
Tahap kedua, Identifikasi rumusan masalah merupakan analisa terhadap masalah
yang terjadi dari hasil observasi awal. Dari hasil analisa ini maka akan ditetapkan
tujuan penelitian dan ditetapkan batasan agar penelitian tidak keluar dari
pembahasan. Kemudian dari proses tersebut maka akan didapatkan data kebutuhan
untuk mengidentifikasi masalah yang bertujuan untuk menentukan objek
permasalahan yang dilakukan pada area Inspeksi produk Connector X dengan
melihat banyaknya jumlah defect atau cacat pada seksi tersebut dan dilanjutkan
dengan penentuan kajian teori untuk dasar teori yang akan digunakan dalam
penelitian dan pengolahan data.
3.4 Kajian Pustaka
Tahap ketiga yaitu kajian pustaka yang merupakan tahap mengumpulkan teori-teori
dasar yang dibutuhkan untuk membantu proses pemecahan masalah pada proses
identifikasi agar tujuan dari penelitian dapat tercapai. Dengan adanya kajian
pustaka maka didapatkan informasi secara lengkap pada proses penyelesaian
masalah. Teori yang digunakan sebagai kajian diantaranya teori tentang Six Sigma
(DMAIC) dan Design of Experiment.
29
3.5 Pengumpulan Data
Tahap keempat yaitu Pengumpulan data, tahap ini merupakan proses pengambilan
data yang dibutuhkan untuk melakukan penelitian. Dimulai dari dokumen yang
digunakan hingga data defect yang telah ditemukan. Data tersebut dikumpulkan
dengan cara mengambilnya langsung ke departemen terkait dan dengan melakukan
wawancara kepada PIC yang terkait. Data-data tersebut kemudian dikumpulkan
dengan tujuan dapat memenuhi kebutuhan dan membantu proses analisis yang
merupakan tahap selanjutnya.
3.5.1 Identifikasi Connector X
Identifikasi Connector X dilakukan sebagai tahap awal. Hal ini dilakukan dengan
cara mewawancarai PIC yang mengetahui tentang produk Connector X dan
mencari dokumen yang berkaitan dengan Connector X.
3.5.2 Data defect Produksi
Tahap selanjutnya yaitu pengambilan data defect produksi. Pengambilan data defect
penting karena data tersebut akan digunakan sebagai data acuan untuk mengukur
nilai DPMO awal dan dianalisis pada tahap berikutnya agar ditemukan sumber
masalahnya.
3.6 Analisis dan Perbaikan
Tahap kelima, Analisis adalah proses pengolahan data melalui metode yang sudah
di pilih sehingga dapat memperoleh kesimpulan akhir. Metode yang digunakan
untuk pengurangan jumlah defect adalah Six Sigma (DMAIC) dan model Design of
Experiment. Maka data yang didapatkan dari hasil observasi akan diolah dengan
metode tersebut sehingga didapatkan hasil berupa perbaikan yang sesuai agar dapat
mengurangi total defect di PT. XYZ.
3.6.1 Define
Tahap define ini merupakan tahapan untuk mengidentifikasi permasalahan yang ada
(banyaknya defect produk). Identifikasi permasalahan yang ada juga digunakan
30
untuk merancang perbaikan untuk mengurangi defect yang ada. Tahapan ini
dilakukan dengan cara:
3.6.1.1 Diagram SIPOC
Tahap pertama define yaitu mengidentifikasi peta aliran proses produk secara garis
besar. Yang didapatkan dari tahap obserasi awal dan pengunpulan data.
3.6.1.2 Flow Proses Produksi
Tahap kedua define yaitu mencari alur jalannya proses produksi secara detail
dengan membuatnya ke dalam flow proses diagram, hal ini diperlukan agar
penelitian dapat mengidentifikasi alur-alur dari proses produksi dari produk
connector X. Hal ini juga merupakan bentuk dari observasi awal terhadap produk
connector X.
3.6.1.3 Membuat CTQ
Diagram CTQ diperlukan untuk mengetahui jenis-jenis defect yang menjadi kunci
untuk menjaga kualitas connector X.
3.6.1.4 Membuat Diagram Defective
Pembuatan diagram diperlukan untuk mengetahui jenis-jenis defect yang menjadi
ditemukan dalam proses produksi connector X.
3.6.2 Measure
Tahap measure ini dilakukan untuk mengukur jumlah defect yang terjadi dan defect
apa saja yang dominan ditemukan dalam proses produksi connector X, serta
mengukur seberapa besar kapabilitas proses yang terjadi dengan ukuran nilai sigma
yang diperoleh, dengan metode antara lain:
3.6.2.1 Membuat Peta Kendali-P
Sebelum melakukan perhitungan perlu dilakukan pembuatan peta kendali terlebih
dahulu agar mengetahui variabilitas dan apakah data yang diambil terkendali atau
tidak.
31
3.6.2.2 Menghitung DPO, DPMO & Six-Sigma
Menghitung DPO, DPMO & Six-Sigma diperlukan untuk menentukan nilai awal
sigma yang dimiliki oleh PT.XYZ yang nanti akan digunakan sebagai bahan
perbandingan.
3.6.3 Analyze
Pada tahap analyze ini dilakukan analisis yang lebih mendalam mengenai
penyebab-penyebab yang mungkin terjadi dengan menggunakan metode diagram
Fish-Bone dengan tujuan untuk mengetahui faktor-faktor penyebab terjadinya
defect sehingga didapatkan hasil berupa perbaikan yang sesuai agar dapat
mengurangi total defect di PT. XYZ.
3.6.3.1 Analisis 5-Why
Analisis yang pertama yaitu analisis 5-Why. Analisis ini dilakukan agar dapat
menentukan faktor-faktor penyebab defect yang nantinya dimasukkan ke dalam
diagram fish-bone.
3.6.3.2 Diagram Fish-Bone
Analisis selanjutnya yaitu menggunakan diagram fish-bone untuk mencari sumber
masalah dari data yang telah dikumpulkan dan untuk mengerucutkan metode yang
dapat digunakan untuk mengatasinya.
3.6.3.3 Peluang Perbaikan
Analisis terakhir yaitu melakukan analisis terhadap peluang-peluang perbaikan
yang dapat dilakukan dari faktor-faktor yang telah diketahui. Sehingga dapat
ditemukannya model perbaikan yang tepat dan ekonomis untuk mengatasi
permasalahan yang telah ditentukan.
3.6.4 Improve
Tahap improve merupakan tahap diterapkannya model perbaikan yang telah
ditentukan. Sehingga berisi tentang penjelasan terhadap tahapan-tahapan perbaikan
yang dilakukan.
32
3.6.5 Control
Tahapan terakhir yaitu control. Pada tahap ini segala data didokumentasikan
dengan baik. Hal ini diperlukan agar data perbaikan yang didapatkan bisa
digunakan kembali untuk dilakukan penelitian lebih lanjut dan terdokumentasi
dengan baik. Lalu menjaga agar hasil perbaikan tidak mengalami penurunan.
3.6.6 Ringkasan Perbaikan
Jumlah defect dari perbaikan yang telah dilakukan kemudian dikumpulkan untuk
dilakukan perbandingan antara sebelum dan sesudah perbaikan dan untuk dilakukan
uji statistik. Data ini diambil setelah dilakukannya proses sortir di departemen
Quality.
3.6.6.1 Perbandingan sebelum dan sesudah perbaikan
Tahap selanjutnya yaitu melakukan perbandingan data antara sebelum dan sesudah
dilakukannya perbaikan, Hal ini dilakukan agar dapat melihat hasil perbaikan
tersebut berpengaruh atau tidak yang selanjutnya dilakukan perhitungan DPMO dan
uji t.
3.6.6.2 Uji Statistik untuk model perbaikan
Tahap terakhir yaitu uji statistik, uji ini dilakukan untuk mengecek apakah model
perbaikan yang dilakukan berpengaruh secara signifikan atau tidak terhadap jumlah
defect pada produk connector X. Langkah-langkah yang dilakukan dalam uji
statistik terhadap data hasil eksperimen adalah sebagai berikut:
1. Menganalisis Normalitas Data
Data yang telah diperoleh perlu dilakukan uji normalitas data terlebih
dahulu Hal ini untuk mengetahui apakah data yang akan digunakan sudah
berdistribusi secara normal atau belum.
2. Analisis Varian (ANOVA)
Setelah itu dilakukan analisis varian dengan menggunakan software minitab
yang akan memberikan beberapa plot data residual. Dari hasil tersebut akan
didapatkan hasil apakah perbaikan yang dilakukan signifikan atau tidak.
33
3.7 Kesimpulan dan Saran
Tahap terakhir, Kesimpulan dan saran merupakan solusi dari sumber-sumber dan
akar penyebab dari masalah kualitas yang telah teridentifikasi. Dan diharapkan dari
hasil perbaikan yang telah dilakukan dapat membantu untuk kasus-kasus yang
serupa di kedepannya.
34
BAB IV
DATA DAN ANALISIS
4.1 Pengumpulan data
4.1.1 Identifikasi Connector X
Pada PT. XYZ sering ditemukan defect terhadap produk Connector X setelah
dilakukannya proses sortir. Sehingga tingkat defect setelah proses sortir oleh
departemen quality masih sangat tinggi.
Connector X adalah sebuah produk yang terbuat dari material biji plastik yang
diproses di bagian produksi menggunakan mesin injection molding. Setelah proses
injeksi selesai produk akan diperiksa oleh bagian inspeksi pada bagian quality pada
proses ini lebih ditekankan pada pengecekan fisik dilihat dari beberapa ketentuan
yang sudah ada standar dari customer. Setelah produk dinyatakan OK, maka akan
dilanjutkan ke proses pengepakan dan selanjutnya akan dikirim menuju customer
yang telah melakukan pemesanan dihari-hari sebelumnya. Fungsi produk ini yaitu
sebagai spare-part elektrikal otomotif kendaraan motor roda dua yang terletak pada
bagian dalam badan motor. Gambar 4.1 adalah produk Connector X.
Gambar 4.1. Connector X
35
4.1.2 Data defect produksi
Tahap pertama dalam define adalah mengabil data hasil sortir terlebih dahulu dari
departemen quality. Data yang diambil adalah berupa jumlah defect yang terjadi
selama 5 bulan terakhir terhitung dari bulan Desember 2017 hingga bulan April
2018, rata-rata jumlah total defect yang telah ditemukan oleh departemen quality
adalah 12.968 pcs dari rata-rata total produksi sebanyak 650.368 pcs. Rincian
semua defect perminggunya dapat dilihat pada Tabel 4.1.
Tabel 4.1. Defect perminggu Connector X Bulan Desember 2017 - April 2018
Kemudian berikut rincian dari setiap defect yang dapat dilihat pada Tabel 4.2
Tabel 4.2. Rincian defective Connector X Bulan Desember 2017 - April 2018
Tabel 4.2 merupakan rincian dari setiap defect yang ditemukan selama tiga bulan
terakhir terhitung dari bulan Desember 2017 hingga April 2019. Adapun beberapa
jenis defect yang ditemukan yaitu Burn Mark, Bubble, Short Shot, Black Dot,
Discolour dan Contamination.
Des'17 Jan'18 Feb'18 Mar'18 Apr'18Minggu ke-1 4,004 5,878 5,878 3,834 2,913 22,507 4,501 Minggu ke-2 2,394 4,422 4,422 9,136 845 21,219 4,244 Minggu ke-3 2,844 3,905 3,905 5,034 508 16,196 3,239 Minggu ke-4 1,329 3,863 3,863 2,808 765 12,628 2,526 Total Defect 10,571 18,068 18,068 20,812 5,031 72,550 14,510 Total Produksi 886,550 865,430 645,780 472,560 381,520 3,251,840 650,368
TotalDes'17-Apr'18
Rata-rataDes'17-Apr'18
Jumlah Defect (Pcs)
Desember 2017 886,550 6,017 736 2,034 850 264 670 10,571 Januari 2018 865,430 4,939 875 2,654 844 208 840 10,360 Februari 2018 645,780 9,222 2,490 4,358 1,508 322 168 18,068 Maret 2018 472,560 9,520 8,129 880 713 1,435 135 20,812 April 2018 381,520 2,451 660 38 825 1,027 30 5,031
Jumlah (Pcs) 3,251,840 32,149 12,890 9,964 4,740 3,256 1,843 64,842 Rata-rata (Pcs) 650,368 6,430 2,578 1,993 948 651 369 12,968
Persentase 100% 49.581% 19.879% 15.367% 7.310% 5.021% 2.842% 100%
BulanTotal
Produksi Burn Mark
Defect (Pcs)Total(Pcs)Bubble Short
ShotBlack
DotDiscolo
urContamination
36
Tabel 4.3. Raw Data Bulan Desember 2017 - April 2018 dari departemen quality
(sumber: data departemen quality, 2018) Tabel 4.3 merupakan data mentah yang diambil langsung dari departemen quality yang kemudian dirapihkan kedalam Tabel 4.1 dan Tabel 4.2
Short Shot BubbleContamin
ationBurn mark Black Dot Discolour Flash
1 Connector X 212,830 208,826 4,004 18,813 98.12 663 231 141 2646 201 1222 Connector X 124,960 122,566 2,394 19,158 98.08 475 219 168 1228 214 903 Connector X 153,140 150,296 2,844 18,571 98.14 633 251 271 1468 191 304 Connector X 395,620 394,291 1,329 3,359 99.66 263 35 90 675 244 22
1 Connector X 147,745 145,334 2,411 16,319 98.37 523 211 51 1346 203 772 Connector X 209,280 207,091 2,189 10,460 98.95 675 239 68 928 158 1213 Connector X 147,745 144,911 2,834 19,182 98.08 633 171 251 1568 201 104 Connector X 360,660 357,734 2,926 8,113 99.19 823 254 470 1097 282
1 Connector X 163,120 157,242 5,878 36,035 96.40 485 339 4230 801 232 Connector X 139,540 135,118 4,422 31,690 96.83 1174 2900 183 1653 Connector X 152,720 148,815 3,905 25,570 97.44 74 1873 38 1552 348 204 Connector X 190,400 186,537 3,863 20,289 97.97 2625 278 130 540 176 114
1 Connector X 129,440 125,606 3,834 29,620 97.04 185 100 3085 149 3152 Connector X 103,920 94,784 9,136 87,914 91.21 6614 2305 147 703 Connector X 153,360 148,326 5,034 32,825 96.72 880 1330 2204 307 3134 Connector X 85,840 83,032 2,808 32,712 96.73 35 1926 110 737
1 Connector X 83,920 81,007 2,913 34,712 96.53 385 2286 145 972 Connector X 118,880 118,035 845 7,108 99.29 30 110 65 6403 Connector X 27,840 27,332 508 18,247 98.18 38 55 385 304 Connector X 150,880 150,115 765 5,070 99.49 275 230 260
Defect ( pcs )
Desember 2017
Januari 2018
Februari 2018
Maret 2018
April 2018
No. Part NameYield
Proses( % )
Total OK ( pcs )
NG ( pcs )
NG( ppm )
37
4.2 Analisis dan Perbaikan
4.2.1 Define
Tahap pertama yaitu define, dalam tahap ini yan dilakukan adalah mengetahui
tentang permasalahan yang terjadi terhadap produk Connector X dan
mengidentifikasikan segala proses dan data yang menjadi tolak ukur untuk
dilakukan perbaikan. Tahapan tersebut diantaranya:
4.2.1.1 Diagram SIPOC
Tahap pertama dalam define adalah pembuatan diagram SIPOC, hal ini perlu
dilakukukan karena alur proses yang terjadi di PT. XYZ diidentifikasi terlebih
dahulu. Berikut diagram SIPOC yang dibuat berdasarkan hasil observasi yang dapat
dilihat pada Gambar 4.2
PT. XYZ
Supplier
Material Plastik
Input
Proses Injeksi ke Mold
Process
Produk Connector X
Output
OEM Lokal
Customer
Gambar 4.2. Diagram SIPOC di PT.XYZ
Alur tersebut dapat diartikan bahwa PT.XYZ sebagai supplier memproduksi
material plastik ke dalam mesin injeksi untuk dicetak kedalam mold yang nantinya
akan menghasilkan produk connector X yang kemudian nanti akan dikirim ke OEM
local untuk digunakan.
4.2.1.2 Flow Proses Produksi
Tahap kedua dalam define adalah pembuatan flow proses diagram, hal ini perlu
dilakukukan karena alur proses di PT. XYZ yang sudah diidentifikasi pada tahap
sebelumnya perlu lebih didetailkan untuk mengerucutkan sumber permasalahan
yang akan diperbaiki. Berikut Flow Proses Produksi yang didapatkan dalam
pengambilan data di departemen produksi yang dapat dilihat pada Gambar 4.3
38
Incoming Inspection Raw
Material
Penyimpanan Raw Material
Persiapan Pencampuran
Material
Proses Injeksi
Pengecekan Produk In Process
Pengiriman (Transfer) Produk
Hasil Produksi
Proses Sortir
Proses Penimbangan dan
Pengepakkan
Penyimpanan Produk Jadi
(Finish Good)
Pengiriman Raw Material ke
Produksi Area
Persiapan dan Pengecekkan Mold
Loading Mold
A
A
Persiapan Pengiriman Produk
Jadi
Outgoing Inspection Produk
Jadi
Loading Produk Jadi
Pengiriman
Gambar 4.3. Flow Proses Produksi di PT.XYZ
(sumber: departemen produksi, 2018) Gambar 4.3 menunjukkan flow proses produksi yang ada di PT.XYZ yang berlaku
untuk semua produk yang ada di PT.XYZ termasuk connector X.
Rincian setiap prosesnya sebagai berikut.
39
1. Incoming Inspection Raw Material
Pada proses ini dilakukan pengecekkan terhadap material yang datang ke
PT.XYZ.
2. Penyimpanan Raw Material
Setelah dilakukan pengecekkan raw material disimpan ke gudang.
3. Persiapan Pencampuran Raw Material
Material yang akan digunakan untuk produksi akan diambil dari gudang dan
dilakukan pencampuran apabila perlu dan dilakukan proses pengeringan.
4. Pengiriman Raw Material ke Produksi Area
Material yang sudah dicanpur dan dikeringkan selanjutnya dikirim ke area
produksi.
5. Persiapan dan Pengecekkan Mold
Mold yang akan digunakan akan dibersihkan dan dicek terlebih dahulu
sebelum dilkukan loading mold.
6. Loading Mold
Loading mold adalah proses pemasangan mold ke mesin injeksi.
7. Proses Injection
Proses pencetakkan material ke dalam mold.
8. Pengecekan Product In process
Pengecekan produk akan dilakukan setiap dua jam sekali untuk mengetahui
apabila terjadi defect selama proses produksi oleh QC Patrol.
9. Pengiriman (Transfer) Produk Hasil Produksi
Setelah tidak ada produk defect, produk kemudian dikirim ke area sortir
untuk dilakukan pengecekan lanjutan.
10. Proses Sorter
Selanjutnya dilakukan proses sortir untuk memisahkan antara produk OK
dan NG.
11. Proses Penimbangan dan Pengepakkan
Setelah disortir produk dikirm ke area pengepakkan untuk dilakukan
penimbangan dan pengepakkan produk sesuai standar yang telah ditentukan
oleh PT.XYZ.
40
12. Penyimpanan Produk Jadi (Finish Good)
Setelah dilakukan penimbangan dan pengepakkan, box produk disimpan ke
area finish good dengan disusun secara 4 tingkat perkotak area.
13. Persiapan Pengiriman Produk Jadi
Box yang sudah disusun rapih tersebut kemudian akan dilakukan persiapan
untuk dikirimkan kepada customer sesuai dengan nomor PO dan delivery
order yang sudah dibuat.
14. Outgoing Inspection Produk Jadi
Pengecekan dilakukan kembali sebelum dilakukan pengiriman untuk
memastikan bahwa produk tidak salah kirim dan tertukar dengan produk
lain.
15. Loading Produk Jadi
Produks yang sudah lolos inspeksi selanjutnya dimasukkan kedalam mobil
box.
16. Pengiriman
Produk dikirim kepada customer.
Berdasarkan Flow Proses tersebut defect yang terjadi adalah defect setelah proses
injeksi dilakukan. Sehingga penelitian ini akan memfokuskan untuk melakukan
perbaikan pada proses injeksi tersebut.
4.2.1.3 Diagram CTQ
Setelah mengidentidikasi flow proses produksi, tahapan selanjutnya yaitu membuat
diagram Critical to Quality terlebih dahulu. Hal ini perlu dilakukan untuk
mengetahui karakteristik defect yang menjadi acuan untuk dilakukannya
pengecekkan dan merupakan produk yang tidak boleh dikikim ke customer.
Berdasarkan hasil pengumpulan data yang telah dilakukan, defect-defect tersebut
diantaranya adalah Short Shot, Bubble, Contamination, Burn Mark, Black Dot,
Discolour, dan Flash. Defect tersebut ditemukan ketika proses injeksi sudah
dilakukan dan akan melalui proses pengecekkan dan sortir oleh departmen quality
Untuk penjelasan dan contoh dari masing-masing defect tersebut dapat dilihat pada
Tabel 4.4
41
Tabel 4.4. Tabel CTQ untuk Jenis defect
No. Nama Defect Gambar Definisi Defect
1 Short Shot
Defect yang terjadi akibat kurangnya material yang masuk ke
dalam mold.
2 Bubble
Defect yang terjadi akibat adanya udara yang terjebak pada proses
injeksi.
3 Contamination
Defect yang terjadi akibat adanya campuran material yang lain.
4 Burn Mark
Defect yang terjadi akibat adanya debu yang terjebak pada proses
injeksi atau suhu injeksi tidak sesuai sehingga menghasilkan bentuk
seperti terbakar.
5 Black Dot
Defect yang berupa bercak hitam di permukaan produk.
6 Discolour
*seharusnya warna merah
Defect yang menghasilkan warna yang tidak sesuai.
7 Flash
Defect yang terjadi karena adanya celah pada mold pada saat mold
tersambung. Sehingga menyebabkan bagian berlebih.
42
4.2.1.4 Diagram Defective
Kemudian data defect pada Tabel 4.1. dan Tabel 4.2 yang sebelumnya sudah
dibuatkan kemudian diolah kedalam bentuk diagram pareto. Hal ini dilakukan agar
penelitian ini dapat melihat defect yang paling dominan yang terjadi pada
Connector X. Diagram Pareto untuk jumlah defect tersebut tersaji pada Gambar 4.4.
Gambar 4.4. Diagram jumlah defective Connector X
Dari data diagram pareto yang tersaji pada Gambar 4.4., dapat disimpulkan bahwa
terdapat enam dari tujuh jenis defect yang terdata pada product connector X secara
visual setelah proses injeksi seperti yang dijelaskan pada Tabel 4.3.
Dari data tersebut dapat dilihat bahwa defect yang terjadi cukup tinggi terutama
pada jumlah defect burn mark dengan persentase sebesar 48,264% dari total defect
pada produk Connector X dilanjutkan oleh defect Bubble dengan persentase
sebesar 25,686%. Oleh karena itu penelitian ini akan mencoba untuk mengurangi
jumlah defective tersebut.
4.2.2 Measure
4.2.2.1 Peta Kendali-P
Untuk mengetahui jumlah produk yang defect yang terjadi dalam proses produksi
Connector X, maka digunakan proses perhitungan dengan metode Peta Kendali P
(P-chart). P-chart digunakan untuk mengendalikan jumlah produk yang defect per
unit, dengan menggunakan distribusi 3 sigma sebagai batas pengendalian proses
manufaktur
BurnMark
Bubble
ShortShot
BlackDot
Discolour
Contaminati
onJumlah Defect 32149 12890 9964 4740 3256 1843Persentase 49.581% 19.879% 15.367% 7.310% 5.021% 2.842%
32149
128909964
4740 3256 1843
0.000%
10.000%
20.000%
30.000%
40.000%
50.000%
60.000%
0
5000
10000
15000
20000
25000
30000
35000
Pers
enta
se
Pcs
43
Adapun secara keseluruhan perhitungan peta kendali P untuk bulan Desember 2017
hingga April 2018 disajikan pada Tabel 4.5.
Tabel 4.5. Perhitungan Jumlah Produk Reject dengan Peta P
Bulan Minggu Jumlah Sampel
(n)
defective (p) P = p/n
3σ = 3�𝑝𝑝�(1 − 𝑝𝑝�)/ n
UCL LCL
Des'17
1 212830 4004 0.01881 0.00089 0.02019 0.01840 2 124960 2394 0.01916 0.00117 0.02046 0.01813 3 153140 2844 0.01857 0.00105 0.02035 0.01824 4 395620 1329 0.00336 0.00066 0.01995 0.01864
Jan'18
1 256850 2411 0.00939 0.00081 0.02011 0.01848 2 209280 2189 0.01046 0.00090 0.02019 0.01839 3 147745 2834 0.01918 0.00107 0.02037 0.01822 4 360660 2926 0.00811 0.00069 0.01998 0.01861
Feb’18
1 163120 5878 0.03603 0.00102 0.02031 0.01827 2 139540 4422 0.03169 0.00110 0.02040 0.01819 3 152720 3905 0.02557 0.00106 0.02035 0.01824 4 190400 3863 0.02029 0.00095 0.02024 0.01835
Mar'18
1 129440 3834 0.02962 0.00115 0.02044 0.01815 2 103920 9136 0.08791 0.00128 0.02057 0.01801 3 153360 5034 0.03282 0.00105 0.02035 0.01824 4 85840 2808 0.03271 0.00141 0.02070 0.01788
Apr'18
1 83920 2913 0.03471 0.00142 0.02072 0.01787 2 118880 845 0.00711 0.00120 0.02049 0.01810 3 27840 508 0.01825 0.00247 0.02177 0.01682 4 150880 765 0.00507 0.00106 0.02036 0.01823
P rata 3360945 64842 0.01929 Dimana hasil perhitungan peta kendali P disajikan pada Gambar 4.5 di bawah ini :
191715131197531
0.0240
0.0225
0.0210
0.0195
0.0180
0.0165
0.0150
0.0135
0.0120
0.0105
Sample
Prop
orti
on
_P=0.01929
UCL=0.02036
LCL=0.01823
1
1
Tests performed with unequal sample sizes
P Chart Sebelum
Gambar 4.5. Peta Kendali P Sebelum
44
Terlihat pada peta P diatas, hanya terdapat lima titik (titik 1,2,3,7 dan 19) yang
berada didalam batas kendali (UCL dan LCL) sehingga prosesnya masih tidak
terkendali (out of control).
Sehingga revisi nilai P rata adalah
𝑃𝑃 =𝑅𝑅𝑟𝑟𝑟𝑟𝑟𝑟 − 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑡𝑡𝑟𝑟𝑟𝑟𝑡𝑡 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑟𝑟𝑅𝑅𝑟𝑟𝑟𝑟𝑟𝑟 − 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑡𝑡𝑟𝑟𝑟𝑟𝑡𝑡 𝑝𝑝𝑟𝑟𝑡𝑡𝑑𝑑𝑢𝑢𝑝𝑝𝑠𝑠𝑢𝑢
=2.516,8133.303
= 0.01888
sehingga prosesnya menjadi terkendali.
4.2.2.2 Perhitungan DPMO awal (Defect Per Million Opportunities)
Pada tahap selanjutnya yaitu menghitung nilai DPMO awal pada produk Connector
X dengan menggunakan rata-rata dari jumlah defect yang terjadi dan total
produksinya yang terkendali.
Berikut ini adalah perhitungan untuk mendapatkan nilai DPU, PPM, dan DPMO.
𝐷𝐷𝑃𝑃𝐷𝐷 =𝑅𝑅𝑟𝑟𝑟𝑟𝑟𝑟 − 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑡𝑡𝑟𝑟𝑟𝑟𝑡𝑡 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑟𝑟𝑅𝑅𝑟𝑟𝑟𝑟𝑟𝑟 − 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑡𝑡𝑟𝑟𝑟𝑟𝑡𝑡 𝑝𝑝𝑟𝑟𝑡𝑡𝑑𝑑𝑢𝑢𝑝𝑝𝑠𝑠𝑢𝑢
=2.516,8133.303
= 0.01888 𝐷𝐷𝑃𝑃𝐷𝐷
𝐷𝐷𝑃𝑃𝐷𝐷𝐷𝐷 =𝐷𝐷𝑃𝑃𝐷𝐷 × 1.000.000𝐷𝐷𝑝𝑝𝑝𝑝𝑡𝑡𝑟𝑟𝑟𝑟𝑢𝑢𝑢𝑢𝑢𝑢𝑟𝑟𝑢𝑢𝑑𝑑𝑠𝑠
=18.880,3
7= 2.697,18 𝐷𝐷𝑃𝑃𝐷𝐷𝐷𝐷
Didapatkan hasil bahwa DPMO awal dari produk connector X adalah 2.848,585
DPMO. Setelah itu nilai DPMO dikonversikan ke dalam nilai sigma dengan melihat
pada tabel konversi DPMO ke nilai sigma berdasarkan konsep motorola oleh
Gasperzs (2002) sehingga didapatkan nilai sigma sebesar 4.285.
4.2.3 Analyze
4.2.3.1 Analisis 5-Why
Pada tahap selanjutnya yaitu menyimpulkan faktor-faktor penyebab terjadinya
defect pada produk Connector X dengan melakukan observasi lanjutan
menggunakan metode analisis 5-Why dan melakukan wawancara terhadap PIC
yang bersangkutan dengan proses produksi produk Connector X memasukan hasil
observasi tersebut ke dalam diagram fish-bone agar dapat menentukan faktor utama
penyumbang terbesar dalam menyebabkan defect.
Berikut pertanyaan 5-Why kepada PIC yang bersangkutan:
1. Mengapa tingkat produk OK Connector X menurun?
2. Mengapa defect pada produk Connector X tinggi?
3. Mengapa bisa terjadi defect-defect tersebut?
45
4. Mengapa hal tersebut dapat terjadi?
5. Mengapa bisa seperti itu?
Untuk hasil jawaban dari beberapa PIC terkait dapat dilihat pada lampiran.
4.2.3.2 Diagram Fish-Bone
Dari hasil analisis 5-Why tersebut, tersebut diperoleh diagram fish-bone yang dapat
dilihat pada Gambar 4.6.
Gambar 4.6. Diagram fish-bone untuk defect
Dari gambar 4.6 dapat dilihat terdapat empat buah faktor yang dapat menjadi
sumber munculnya defect pada Connector X.
Keempat faktor tersebut diantaranya:
1. Faktor Material
Didapatkan bahwa terdapat kemungkinan proses pengeringan terlalu lama.
Sehingga menyebabkan material menjadi terlalu kering. Fungsi dari pengeringan
tersebut adalah untuk menghilangkan kadar air yang terdapat pada material demi
mencegah terjadinya defect Silver streak
2. Faktor Lingkungan
Ditemukan area yang terdapat area kerja yang sedikit berdebu walaupun sudah
terdapat kipas untuk mengeluarkan udara dari area produksi ke luar.
3. Faktor Metode
Terdapat kemungkinan parameter setting yang sudah dimasukan kepada mesin
kurang pas. Diantaranya yaitu suhu pada proses injeksi dan lamanya Cycle Time
untuk sekali proses injeksi produk.
defect
Material Mesin
Lingkungan
Berdebu
Terlalu kering Mold
Metode
Pengaturan parameter kurang pas Area
produksi
Kurang bersih Pengeringan terlalu lama
Suhu
Cycle Time
46
4. Faktor Mesin
Setelah dilakukan dilakukan wawancara, terdapat kemungkinan mold yang
digunakan untuk memproduksi Connector X kurang bersih. Penyebabnya yaitu
terdapat kemungkinan masih adanya sisa material dari produksi sebelumnya.
Dari keempat faktor tersebut, berdasarkan data yang diperoleh, faktor yang sering
terjadi adalah faktor metode yaitu pengaturan parameter mesin tidak cocok. Hal ini
dikarenakan tingkat temperatur dan lamanya waktu proses injeksi setiap produk
berbeda-beda.
4.2.3.3 Peluang Perbaikan
Setelah didapatkannya faktor-faktor penyebab defect pada produk Connector X.
Sebelum melanjutkan ketahap perbaikan perlu dilakukan analisis peluang
perbaikan yang dapat dilakukan dan tidak menimbulkan kerugian lain yang dapat
dilihat pada Tabel 4.6.
Tabel 4.6. Tabel peluang perbaikan
Faktor Penyebab Perbaikan Keputusan Alasan
Material
Pengeringan yang terlalu
lama menyebabkan
material menjadi terlalu
kering
Mengganti material atau
mengeringkan kembali material
baru
Ditolak
Waktu pengeringan cukup
lama dan variabel sulit
untuk dikendalikan
Mesin Mold yang kurang bersih
Menambahkan rutinitas untuk membersihkan
mold
Ditolak
Perlu merubah prosedur dan W.I
dan variabel sulit
untuk dikendalikan.
Metode Pengaturan parameter kurang pas
Mengganti pengaturan
parameter mesin pada bagian suhu injeksi dan Cycle
Time
Diterima
Perubahan pada pengaturan
parameter tidak memakan waktu
lama dan variabel dapat dikendalikan
Lingkungan Area produksi berdebu
Penambahan kipas untuk pembuangan Ditolak
Membeli kipas mengeluarkan
biaya lebih mahal dan
variabel sulit untuk dikendalikan
47
Setelah dilakukannya analisis tersebut, perbaikan yang akan dilakukan adalah
terhadap faktor metode dengan sub-faktor Suhu dan Cycle time terhadap pengaturan
parameter untuk proses injeksi pada mesin injeksi. Keputusan ini diambil karena
perubahan yang dilakukan tidak menambah biaya tambahan dan kedua variabel
tersebut dapat dikendalikan. Sedangkan peluang yang lain memerlukan biaya
tambahan untuk dapat dilakukan.
Oleh karena itu model perbaikan yang akan digunakan adalah metode design of
experiment two level factorial design. Hal ini dikarenakan faktor yang akan
dilakukan perbaikan adalah Suhu dan Cycle Time yang akan diatur sebelum proses
produksi pada mesin injeksi. Faktor A yaitu suhu yang dipilih karena suhu dianggap
berpengaruh terhadap hasil produksi dengan pemilihan level 275oC (-) – 280oC (+)
didasari oleh MSDS (Material Safety Data Sheet) yang berisikan standar untuk
memproses material yang digunakan yang diberikan oleh supplier, sedangkan
faktor B yang dipilih karena waktu yang dibutuhkan untuk memproduksi suatu
produk juga dianggap berpengaruh terhadap hasil produksi dengan pemilihan level
yaitu Cycle Time 24,5 sec (-) – 27,1 sec (+) didasari oleh data trial produk yang
memiliki bentuk hampir serupa dengan produk Connector X yang sebelumnya
dilakukan oleh PT.XYZ dengan jumlah defect yang ditemukan menjadi variable
responnya. Sehingga metode two level factorial design diasumsikan cocok untuk
mengatasi permasalahan yang ada pada penelitian ini
4.2.4 Improve
Tahap keempat yaitu improve, dengan menggunakan metode design of experiment
maka perlu dibuatkan kombinasi antara faktor dan level yang telah ditentukan yang
akan digunakan untuk perbaikan. Kombinasi tersebut dapat dilihat pada Tabel 4.7
Tabel 4.7. Tabel kombinasi level
Dari Tabel 4.7 didapatkan 4 jenis perlakuan kombinasi yang terbentuk dari faktor
A yaitu Suhu dan faktor B Cycle Time.
Perlakuan Faktor Suhu (oC) Cycle Time (sec)
A low, B low - 275 - 24.5 A high, B low + 280 - 24,5 A low, B high - 275 + 27,1 A high, B high + 280 + 27,1
48
4.2.4.1 Penjadwalan perbaikan
Perbaikan dilakukan sesuai dengan jadwal produksi terhadap Connector X. namun
pada kolom remarks perlu dituliskan bahwa produk tersebut sedang dalam tahap
perbaikan seperti pada Gambar 4.7
Gambar 4.7. kolom Remarks pada jadwal produksi
(sumber: departemen produksi, 2018) Pada kolom yang ditandai pada Gambar 4.7 merupakan contoh pengisian pada
kolom remarks pada jadwal produksi
4.2.4.2 Mengganti pengaturan parameter
Melakukan perubahan terhadap kolom suhu dan Cycle Time sesuai dengan
rencana perubahan yang telah ditentukan pada kolom di Gambar 4.8
Gambar 4.8. kolom suhu dan Cycle Time
(sumber: departemen produksi, 2018) Pada kolom yang ditandai no 1 pada Gambar 4.8 merupakan kolom pengaturan
suhu pada lembar pengaturan parameter. Sedangkan pada kolom yang ditandai no
2 pada Gambar 4.8 merupakan kolom cycle time pada lembar pengaturan
parameter.
1
2
49
4.2.5 Control
Tahapan terakhir yaitu control data hasil perbaikan. Ini dilakukan dengan
melakukan kontrol rutin untuk mengurangi resiko terjadinya kesalahan akibat
manusia (human error). Kesalahan yang sering terjadi karena ulah manusia adalah
salah pengaturan parameter mesin injeksi. Kesalahan dalam pengaturan parameter
ini dikarenakan operator tidak melihat pengaturan yang sudah direvisi, jadi mereka
melakukan pengaturan berdasarkan pengauran parameter sebelumnya. Oleh karena
itu untuk menghindari terjadinya hal tersebut maka pada penelitian ini dilakukan
beberapa hal, diantaranya:
4.2.5.1 Memasukan data revisi untuk pengaturan parameter
Memasukan data revisi untuk item suhu dan cycle time pada lembar pengaturan
parameter pada kolom di Gambar 4.9, Hal ini dilakukan untuk memudahkan
operator dalam mencari data pengaturan parameter yang sudah direvisi.
Gambar 4.9. kolom revisi untuk suhu, Cycle Time, dan tanggal revisi
(sumber: departemen produksi, 2018) Pada kolom yang ditandai no 1 pada Gambar 4.9 merupakan tempat pengisian revisi
pada kolom pengaturan suhu pada lembar pengaturan parameter. Lalu pada kolom
yang ditandai no 2 pada Gambar 4.9 merupakan tempat pengisian revisi pada kolom
cycle time pada lembar pengaturan parameter. Dan yang terakhir pada kolom yang
ditandai no 3 pada Gambar 4.9 merpakan tempat penulisan tgl dilakukannya revisi
pada lembar pengaturan parameter.
4.2.5.2 Memantau lembar pengaturan parameter
Untuk membiasakan rasa tanggung jawab kepada operator dan untuk memastikan
kebenaran dalam pengaturan parameter maka lembar pengaturan parameter perlu
diberikan ke pihak departemen pengontrolan dokumen untuk dicek apabila
pembaruan dengan memberikan cap Original dan Controled Document seperti pada
gambar 4.10.
1
2 3
50
Gambar 4.10. Cap Original dan Controled Document
Pada Gambar 4.10 no 1 merupakan contoh cap original untuk mengatahui bahwa
dokumen tersebut merupakan dokumen utama dan bukan copy. Lalu pada Gambar
4.10 no 2 merupakan contoh cap yang menyatakan bahwa dokumen tersebut sudah
di data oleh pihak departemen pengontrolan dokumen.
4.2.5.3 Melakukan pengecekan setiap 2 jam sekali
Untuk menjaga kualitas hasil perbaikan, produk connector X perlu dilakukan
pengecekan setiap 2 jam sekali dengan mengambil sample, hal ini dilakukan agar
meminimalisir defect yang terjadi dan langsung dapat diatasi bila terjadi kembali.
Pengambilan sample seperti pada Gambar 4.11
Gambar 4.11. Pengambilan sample per 2 jam sekali
(sumber: departemen produksi, 2018) Pengambilan sample setiap 2 jam sekali tersebut mengikuti W.I yang ada di
PT.XYZ yang terdapat pada departemen quality yang dapat dilihat pada Gambar
4.12
1
2
51
Gambar 4.12. WI In Process Inspection
(sumber: departemen QC, 2018)
No. Dokumen :Dibuat Oleh :Diperiksa Oleh :Disahkan Oleh :Tgl. Terbit :No. Revisi :Halaman : 1 dari 2
I. ALAT DAN BAHAN1. Digimatic Caliper 2. Mating Part dan terminal 3. Stampel OK dan Stampel NG
II. PROSEDUR KERJA
1.
2.
3.
4.
5.
WORK INSTRUCTIONTanda tangan
IN PROCESS INSPECTION
Lakukan pengambilan sample 1 shot pada setiap mesin, kemudian lakukan pengecekan visual padalampu yang tersedia pada mesin. Selanjutnya dilakukan secara berulang setiap 2 jam sekali, setiap adaperubahan parameter setting, setiap awal dan akhir produksi (Acuan check ke QC App.Check sample).
Bawa sample pada area kerja QC Patrol dan lakukan pengecekan mating part dan mating terminal.Pada proses mating terminal semua periode (sesuai periode pengecekan di form Daily AppearanceCheck Sheet) menggunakan terminal modifikasi. (Lihat Form Matrix - Mating Test Terminal).
Lakukan pengecekan pada area dalam dengan cara di potong dengan alat pada area tengah produkMethode ini dilakukan untuk mengetahui problem yang biasanya ada pada dinding area dalam masingmasing produk tersebut. (Lihat Form : Point Pengecekan Produk)
Catat semua hasil proses pengecekan produk pada Laporan QC : Daily App. Check Sheet, sampledisimpan dimeja kerja Inspection untuk dilakukan pengukuran pada point kritikal dan diinput ke formSPC. Jika sudah mencapai lot finish counter (shot) dari masing-masing produk yang sedang running danproduk status nya OK, maka QC memberikan cap stampel QC OK (warna biru). Jika NG dengan capstampel NG (Warna merah) pada Label Lot. Kemudian informasikan problem NG ke dept. produksiuntuk di tindak lanjuti. (Lihat prosedur : Pengendalian Produk Tidak Sesuai)
Isi hasil pengecekan pada laporan MOR (disetiap mesin produksi) pada kolom Visual Check QCInspection.
4 5
Dai ly Appearance Check SheetDCC/FR/09/13
Machine Operational Standard DCC/FR/02/02
1 2
Mating part Mating TerminalSesuaikan visual dengan QC App. Check Sample
52
Gambar 4.12. WI In Process Inspection (Lanjutan)
(sumber: departemen QC, 2018)
No. Dokumen : WI/QC/02/01Dibuat Oleh : QC PatrolDiperiksa Oleh : QC SupervisorDisahkan Oleh : QA ManagerTgl. Terbit : 14 Januari 2013No. Revisi : 05Halaman : 2 dari 2
6.
7.
8.
III. ACUAN
1. WI pemeliharaan dan pengoperasian Caliper WI/MT/00/012. WI pengoperasian Push Pull Gauge WI/QC/02/033. Prosedur Pengendalian Produk Tidak Sesuai DCC/QP/QC/10
IV. DOKUMEN TERKAIT
1. Daily Appearance Check Sheet DCC/FR/09/132. Machine Operational Record DCC/FR/02/023. Label Lot DCC/LB/02/01
Jika status produk NG ditambahkan keterangan pada kolom remark (Label lot) catatan jenis NG produk.Berikan warna dengan stabilo agar lebih jelas terbaca oleh QC Sortir. Dan display produk NG pada box.
Produk hasil pengambilan sample pada periode ke-2 dan ke-4, kemudian disimpan sebagai keep sample.Dan untuk pengambilan sample periode ke-1 dan ke-3, di kembalikan ke produksi setelah dilakukanpengukuran SPC. Jika proses running dengan quantity sedikit, maka pengecekan dilakukan denganpersentase waktu 25% dari total waktu yang direncanakan. (Contoh : Rencana waktu running : 4 jam,maka pengecekan setiap 1 jam).
Transfer ke area Before Sorter setelah produk dinyatakan OK (sesuaikan urutan pada masing masingjenis produk). Dan Jika NG letakkan di area pending untuk di tindak lanjuti.
WORK INSTRUCTIONTanda tangan
IN PROCESS INSPECTION
6
Penambahan keterangan pada
kolom remark, dan berikan warna agar
lebih jelas informasinya
Posisi display sample NG di Label Lot pada Box Container
Pemberian warna pada kolom remark
7
Jika produk OK ki rim ke Area Before Sorter
Jika produk NG letakkan ke area Pending
Contoh keep sample
8
53
4.3 Ringkasan Perbaikan
Setelah dilakukannya perbaikan sesuai kombinasi yang telah ditentukan, Data dari
proses perbaikan produk Connector X tersebut kemudian diambil dari sorter pada
departemen quality yang berupa jumlah defect yang ditemukan dari hasil proses
perbaikan pengaturan parameter mesin injeksi baru. Pengambilan data ini dilakukan
pada bulan Agustus 2018, Oktober 2018, November 2018, dan Januari 2019. Data
tersebut kemudian yang dibagi menjadi 4 sampel yang masing-masing merupakan
jumlah defect yang ditemukan setiap minggu. Hasil dari pengumpulan data dapat
dilihat pada Tabel 4.8. dan Tabel 4.9
Tabel 4.8. Tabel Data hasil perbaikan sesuai kombinasi
Tabel 4.8 merupakan ringkasan dari Tabel 4.9 yang merupakan data mentah yang didapatkan dari departemen quality
Suhu Cycle time Suhu Cycle time Suhu Cycle time Suhu Cycle time280 C 24.5 sec 275 C 27.1 sec 275 C 24.5 sec 280 C 27.1 sec
Rata-rata
Wak
tu
Jumlah
Banyak pengamatan
1605.25 2113.75
2726 774
6421 8455
4 4
1720 1782
1350 4170
625 1729
29381
7
4197.285714
Jumlah defect (Pcs)
Trial 4(Januari 2019)
Trial 3(November 2018)
1538 389
315 1095
1881.666667 2215
5645 8860
3 4
Trial 1(Agustus 2018)
Minggu ke-1
Minggu ke-2
7095
3792 281
Trial 2(Oktober 2018)
Data pengamatan
Minggu ke-3
Minggu ke-4
Jumlah
10597
9593
4281
4910
54
Tabel 4.9. Raw Data hasil perbaikan dari departemen quality
(sumber: data departemen quality, 2018)
Tabel 4.9 merupakan data mentah yang diambil langsung dari departemen quality setelah dilakukannya proses sortir terhadap perbaikan yang telah dilakukan.
Short Shot BubbleContamin
ationBurn mark Black Dot Discolour Flash
Agustus 201812 Connector X 91,680 87,888 3,792 41,361 95.86 60 120 3412 2003 Connector X 93,360 91,822 1,538 16,474 98.35 100 1291 110 374 Connector X 82,960 79,168 3,792 45,709 95.43 30 160 125
Oktober 20181 Connector X 82,270 75,175 7,095 86,240 91.38 6871 91 1332 Connector X 176,000 175,719 281 1,597 99.84 41 2403 Connector X 157,680 157,291 389 2,467 99.75 149 2404 Connector X 226,720 225,625 1,095 4,830 99.52 240 855
November 20181 Connector X 167,440 165,720 1,720 10,272 98.97 200 15202 Connector X 145,680 144,330 1,350 9,267 99.07 590 670 903 Connector X 137,680 137,055 625 4,540 99.55 6254 Connector X 278,520 275,794 2,726 9,787 99.02 20 1075 746 884 1
Januari 20191 Connector X 260,480 258,698 1,782 6,841 99.32 21 40 581 11402 Connector X 135,840 131,670 4,170 30,698 96.93 172 2172 1474 202 1503 Connector X 193,120 191,391 1,729 8,953 99.10 20 100 220 1100 2894 Connector X 215,440 214,666 774 3,593 99.64 80 559 135
Februari 20191 Connector X 126,910 126,746 164 1,292 99.87 2 118 442 Connector X 235,920 235,603 317 1,344 99.87 3 42 5 58 2093 Connector X 163,840 163,032 808 4,932 99.51 655 1534 Connector X 164,000 163,557 443 2,701 99.73 11 19 413
No. Part Name Total OK ( pcs )
NG ( pcs )
NG( ppm )
Yield Proses( % )
Defect ( pcs )
55
4.3.1 Perbandingan Sebelum dan Sesudah Perbaikan
Setelah dilakukannya perbaikan, tahap selanjutnya yaitu melakukan perbandingan
data sebelum dan sesudah perbaikan dilakukan. Hal ini guna mendapatkan
kesimpulan apakah perbaikan yang dilakukan berhasil atau tidak. Hasil
perbandingan tersebut dapat dilihat pada Tabel 4.10.
Tabel 4.10. Tabel Data Perbandingan defect
Item
Jumlah Defect Sebelum Sesudah
Rata-rata Jumlah Defect
(Des'17-Apr'18)
Jumlah Defect
(Aug'18)
Jumlah Defect
(Okt'18)
Jumlah Defect
(Nov'18)
Jumlah Defect
(Jan'19)
Total Produksi 650,368 268,000 642,670 729,320 804,880
Burn Mark 6,430 4,863 0 1,075 1,814
Bubble 2,578 120 0 0 2,213
Short Shot 1,993 190 6,871 610 172
Black Dot 948 435 521 2,241 2,442
Discolour 651 37 1,468 2,494 1,714
Contamination 369 0 0 0 100 Flash 0 0 0 1 0
Total 12,968 5,645 8,860 6,421 8,455
Penurunan Defect 100% 44% 68% 50% 65%
Berikut diagram untuk persentase penurunan total defect yang dapat dilihat pada
Gambar 4.13
56
Gambar 4.13. Diagram untuk penurunan defect
Berdasarkan Gambar 4.13., perbaikan yang dilakukan berhasil menurunkan jumlah
persentase defect yang terjadi jika dibandingkan dengan rata-rata defect yang terjadi
pada bulan Desember 2017 hingga April 2018.
Penurunan terbesar terjadi pada percobaan pertama yaitu di bulan Agustus 2018
dengan penurunan jumlah defect terjadi hingga sebesar 44% dengan total defect
yang ditemukan sebanyak 5.645 pcs dari total produksi sebanyak 268.000 pcs.
Selanjutnya pada percobaan kedua di bulan Oktober 2018 mengalami penurunan
jumlah defect hingga sebesar 68% dengan total defect yang ditemukan sebanyak
8.860 pcs dari total produksi sebanyak 642.670 pcs. Lalu pada percobaan di bulan
November 2018 mengalami penurunan jumlah defect hingga sebesar 50% dengan
total defect yang ditemukan sebanyak 6.421 pcs dari total produksi sebanyak
729.320 pcs. Percobaan terakhir yaitu pada bulan Januari 2019 penurunan jumlah
defect terjadi hingga 65% dengan jumlah defect yang ditemukan sebanyak 8.455
pcs dari total produksi sebanyak 804.880 pcs.
4.3.1.1 Peta Kendali P Sesudah
Untuk mengetahui apakah perbaikan pada jumlah produk yang defect yang terjadi
dalam proses produksi Connector X, maka dibuatkan kembali Peta Kendali P untuk
mengetahui apakah produk sudah terkendali atau belum.
Adapun secara keseluruhan perhitungan peta kendali P sesudah perbaikan yang
disajikan pada Tabel 4.11.
12,968
5,645
8,8606,421
8,455
100%
44%
68%
50%
65%
0%
20%
40%
60%
80%
100%
0
2,000
4,000
6,000
8,000
10,000
12,000
14,000
Des'17 -Apr'18
Aug'18 Okt'18 Nov'18 Jan'19
Pers
enta
se
Pcs
Bulan
57
Tabel 4.11. Perhitungan Peta P Sesudah Perbaikan
Bulan Minggu Jumlah Sampel
(n)
defective (p) P = p/n
3σ = 3�𝑝𝑝�(1 − 𝑝𝑝�)/ n
UCL LCL
Aug'18 2 91680 3792 0.04136 0.00108 0.01310 0.01094 3 93360 1538 0.01647 0.00107 0.01309 0.01095 4 82960 315 0.00380 0.00113 0.01315 0.01088
Okt'18
1 82270 7095 0.08624 0.00114 0.01316 0.01088 2 176000 281 0.00160 0.00078 0.01280 0.01124 3 157680 389 0.00247 0.00082 0.01284 0.01119 4 226720 1095 0.00483 0.00069 0.01270 0.01133
Nov'18
1 167440 1720 0.01027 0.00080 0.01282 0.01122 2 145680 1350 0.00927 0.00086 0.01287 0.01116 3 137680 625 0.00454 0.00088 0.01290 0.01114 4 278520 2726 0.00979 0.00062 0.01264 0.01140
Jan'19
1 260480 1782 0.00684 0.00064 0.01266 0.01138 2 135840 4170 0.03070 0.00089 0.01290 0.01113 3 193120 1729 0.00895 0.00074 0.01276 0.01127 4 215440 774 0.00359 0.00070 0.01272 0.01131
Feb’19
1 126910 164 0.00129 0.00083 0.01076 0.00909 2 235920 317 0.00134 0.00061 0.01053 0.00931 3 163840 808 0.00493 0.00073 0.01066 0.00919 4 164000 443 0.00270 0.00073 0.01066 0.00919
P rata 165028 1638 0.00992 Dimana hasil perhitungan peta kendali P disajikan pada Gambar 4.14 di bawah ini:
191715131197531
0.0145
0.0130
0.0115
0.0100
0.0085
0.0070
0.0055
0.0040
0.0025
0.0010
Sample
Prop
orti
on
_P=0.00992UCL=0.01066
LCL=0.00919
1
1
11
1
1
1
11
1
1
1
Tests performed with unequal sample sizes
P Chart Sesudah
58
Gambar 4.14. Peta Kendali P Sesudah
Terlihat pada peta P diatas, hanya terdapat lima titik (titik 8, 9 dan 11) yang berada
didalam batas kendali (UCL dan LCL) dan merupakan dibulan November sehingga
prosesnya yang terkendali terdapat di bulan November sedangkan yang lain tidak
terkendali (out of control).
Sehingga revisi nilai P rata adalah
𝑃𝑃 =𝑅𝑅𝑟𝑟𝑟𝑟𝑟𝑟 − 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑡𝑡𝑟𝑟𝑟𝑟𝑡𝑡 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑟𝑟𝑅𝑅𝑟𝑟𝑟𝑟𝑟𝑟 − 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑡𝑡𝑟𝑟𝑟𝑟𝑡𝑡 𝑝𝑝𝑟𝑟𝑡𝑡𝑑𝑑𝑢𝑢𝑝𝑝𝑠𝑠𝑢𝑢
=2.242
203.920= 0.01099
sehingga prosesnya menjadi terkendali.
4.3.1.2 Perbandingan DPMO, nilai Sigma dan Uji t
Setelah nilai terkendali dilakukan agar dapat mencapai nilai DPMO yang paling
perhitungan untuk nilai DPU, DPMO dan nilai sigma setelah perbaikan.
𝐷𝐷𝑃𝑃𝐷𝐷 =𝑅𝑅𝑟𝑟𝑟𝑟𝑟𝑟 − 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑡𝑡𝑟𝑟𝑟𝑟𝑡𝑡 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑟𝑟𝑅𝑅𝑟𝑟𝑟𝑟𝑟𝑟 − 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟 𝑟𝑟𝑡𝑡𝑟𝑟𝑟𝑟𝑡𝑡 𝑝𝑝𝑟𝑟𝑡𝑡𝑑𝑑𝑢𝑢𝑝𝑝𝑠𝑠𝑢𝑢
=2.242
203.9201= 0,01099 𝐷𝐷𝑃𝑃𝐷𝐷
𝐷𝐷𝑃𝑃𝐷𝐷𝐷𝐷 =𝐷𝐷𝑃𝑃𝐷𝐷 × 1.000.000𝐷𝐷𝑝𝑝𝑝𝑝𝑡𝑡𝑟𝑟𝑟𝑟𝑢𝑢𝑢𝑢𝑢𝑢𝑟𝑟𝑢𝑢𝑑𝑑𝑠𝑠
=10.994,508
7= 1.570,644 𝐷𝐷𝑃𝑃𝐷𝐷𝐷𝐷
Didapatkan hasil bahwa DPMO dari perbaikan produk connector X adalah
1.570,644 DPMO, dan hasilnya yaitu < DPMO awal sehingga terbukti ada
peningkatan.
Setelah itu nilai DPMO dikonversikan ke dalam nilai sigma dengan melihat pada
tabel konversi DPMO ke nilai sigma berdasarkan konsep Motorola oleh Gasperzs
(2002) sehingga didapatkan nilai sigma sebesar 4,455. Nilai Sigma sebelum < Nilai
Sigma Sesudah, Yang berarti ada peningkatan nilai sigma.
4.3.1.3 Uji t
Kemudian data pada Tabel 4.9 selanjutnya diolah menjadi data defect perminggu
setelah perbaikan yang dapat dilihat pada tabel 4.12
59
Tabel 4.12. Tabel Data Perbandingan defect perminggu
Lalu perbaikan tersebut dibandingkan dengan data rata-rata jumlah defect sebelum
perbaikan dengan melakukan uji t menggunakan SPSS untuk mengetahui apakah
perbaikan yang dilakukan signifikan atau tidak. Yang dapat dilihat pada Gambar
4.15
Gambar 4.15. Hasil uji menggunakan SPSS
Keterangan:
Dengan melihat pada kolom t, kemudian nilai yang didapat dibandingkan dengan
nilai t yang ada pada tabel uji t (tabel terlampir) dengan nilai Df-1 dan nilai
Confidence Level 95%. Selain itu juga dilihat nilai meannya.
Aug'18 Okt'18 Nov'18 Jan'19Minggu ke-1 8,439 7,095 1,720 1,782 Minggu ke-2 8,861 3,792 281 1,350 4,170 Minggu ke-3 6,244 1,538 389 625 1,729 Minggu ke-4 4,682 315 1,095 2,726 774 Total Defect 28,226 5,645 8,860 6,421 8,455 Total Produksi 1,189,072 268,000 642,670 729,320 804,880
Rata-rataDes'17-Apr'18
Jumlah Defect (Pcs)
60
1. Pair 1
Pair 1 adalah defect Des’17 – Apr’18 vs Aug’18. Nilai t pada pair ini adalah 23,257
dengan nilai t tabel 6,314. Sehingga t hitung > t tabel berarti perbaikan signifikan.
Namun nilai mean 4.714 dan positif sehingga cenderung terjadi penurunan defect.
2. Pair 2
Pair 2 adalah defect Des’17 – Apr’18 vs Okt’18. Nilai t pada pair ini adalah 3,125
dengan nilai t tabel 2,920. Sehingga t hitung > t tabel berarti perbaikan signifikan.
Namun nilai mean 4.841,5 dan positif sehingga cenderung terjadi penurunan defect.
3. Pair 3
Pair 3 adalah defect Des’17 – Apr’18 vs Nov’18. Nilai t pada pair ini adalah 4,439
dengan nilai t tabel 2,920. Sehingga t hitung > t tabel berarti perbaikan signifikan.
Namun nilai mean 5.451,25 dan positif sehingga cenderung terjadi penurunan
defect.
4. Pair 4
Pair 4 adalah defect Des’17 – Apr’18 vs Jan’19. Nilai t pada pair ini adalah 8,300
dengan nilai t tabel 2,920. Sehingga t hitung > t tabel berarti perbaikan signifikan.
Namun nilai mean 4.942,75 dan positif sehingga cenderung terjadi penurunan
defect.
4.3.2 Uji Statistik untuk model perbaikan
Setelah dilakukannya perbandingan tersebut, langkah selanjutnya adalah menyusun
data tersebut kedalam bentuk tabel replikasi untuk diuji secara statistik. Hal ini
dilakukan untuk mengetahui apakah perbaikan yang dilakukan berpengaruh secara
signifikan atau tidak. Lalu jumlah replikasi yang akan digunakan adalah tiga
sehingga data yang diambil yaitu data dari minggu ke-2 hingga ke-4.
Hasil penyusunan data tersebut dapat dilihat pada Tabel 4.13
Tabel 4.13. Tabel Data hasil perbaikan untuk diuji statistik
Suhu (A) Cycle Time (B) 1 2 3(1) 275 24.5 A low, B low 1350 625 2726 4701A 280 24,5 A high, B low 3792 1538 315 5645B 275 27,1 A low, B high 281 389 1095 1765
AB 280 27,1 A high, B high 4170 1729 774 6673
FaktorPerlakuan Jumlah
Replikasi
61
4.3.2.1 Uji Normalitas
Sebelum dilanjutkan ke tahap uji statistik, data yang didapatkan pertama-tama perlu
dilakukan uji normalitas terlebih dahulu untuk melihat apakah data yang dimiliki
layak atau tidak untuk digunakan. Uji normalitas dapat dilakukan dengan
menggunakan software Minitab 16.
500040003000200010000-1000-2000
99
95
90
80
70
60504030
20
10
5
1
Jumlah defect (Pcs)
Perc
ent
Mean 1565StDev 1331N 12AD 0.669P-Value 0.060
Probability Plot of Jumlah defect (Pcs)Normal
Gambar 4.16. uji normalitas untuk jumlah defect (pcs)
Keterangan:
Pada Gambar 4.16 dapat dilihat nilai P-Value sebesar 0,06. Nilai ini > 0,05 yang
berarti memiliki distribusi normal. Oleh karena itu, data yang telah dikumpulkan
telah memiliki distribusi yang diharapkan sehingga dapat digunakan untuk uji
statistik lebih lanjut.
4.3.2.2 ANOVA
Setelah data sudah terdistribusi secara normal, langkah selanjutnya yaitu dilakukan
analisis varian (ANOVA) dari pengaruh suhu dan cycle time yang ditunjukan
dengan hasil perhitungan minitab. Analisis varian digunakan untuk menguji
hipotesis mengenai pengaruh masing-masing faktor dan interaksi antara faktor
terhadap respon. H0 menunjukan tidak adanya pengaruh yang signifikan dari faktor
terhadap respon. H1 menunjukan ada pengaruh signifikan dari faktor terhadap
respon.
62
H0 = (αβτ)ijk = 0 untuk semua ijk
H1 = (αβτ)ijk ≠ 0 untuk beberapa ijk
Berikut Gambar 4.14 yang menjelaskan jumlah defect (pcs) versus suhu dan cycle
time.
Gambar 4.17. ANOVA: Jumlah defect (pcs) versus Suhu dan Cycle Time
Keterangan:
Gambar 4.17 merupakan hasil 2-way interactions jumlah defect (pcs) versus suhu
dan cycle time dengan confidence level sebesar 95%, gambar tersebut menunjukan
P-Value sebesar 0,428 yang berarti interaksi kedua faktor tidak memberikan
pengaruh yang signifikan terhadap respon karena P-Value > 0,05 sehingga H0
diterima dan H1 ditolak. Maka model perbaikan yang dilakukan tidak memberikan
perbaikan yang signifikan.
Nilai Error model yang semakin kecil maka model semakin baik. Nilai error 8
tergolong kecil. Nilai R Squared 22.92% atau 0.2292 dimana jauh dari angka 1 yang
berarti korelasi cukup lemah antara suhu dan cycle time terhadap jumlah defect.
Oleh karena itu uji statistik tidak dapat dilanjutkan karena H0 diterima yaitu tidak
ada pengaruh yang signifikan
63
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil dari analisis data perbaikan yang sudah dilakukan di dalam
penelitian ini, didapat kesimpulan yaitu:
1. Dari hasil perbaikan yang dilakukan, didapatkan hasil yang menunjukkan
bahwa terjadi pengurangan jumlah defect dibandingkan sebelumnya.
2. Berikut kesimpulan yang didapat dari hasil analisis dan perbandingan jumlah
defect sebelum dan sesudah perbaikan, yaitu didapatkan bahwa kombinasi
yang mendapatkan nilai tertinggi adalah terdapat pada perbaikan di bulan
November 2018 dengan menggunakan Suhu rendah (275oC) dan cycle time
rendah (24.5 sec). Hal ini dikarenakan hasil yang diperoleh masuk kedalam
area yang terkendali dengan nilai DPMO sebesar 1.570,644 DPMO. Apabila
dikonversikan kedalam tabel Six-Sigma (Gasperz, 2002) maka akan
didapatkan nilai Sigma sebesar 4.455. Dan dari hasil uji t, didapatkan perbaikan
di bulan November 2018 mendapatkan nilai t hitung > t tabel yaitu 4,439 >
2,920 yang berarti perbaikan signifikan dengan nilai mean tertinggi sebesar
5.451,25 dan positif yang berarti terdapat peningkatan.
5.2 Saran
Penelitian yang dilakukan hanya berfokus terhadap dua faktor saja, oleh karena itu
ada beberapa saran yang dapat dikemukakan, diantaranya:
1. Perlu dilakukan penelitian lebih lanjut agar dapat memaksimalkan
pengurangan defect pada produk Connector X.
2. Pada penelitian selanjutnya perlu dicari kembali faktor-faktor yang lainnya
dan juga menambah level setiap faktor agar mendapatkan kombinasi yang
lebih baik.
3. Jumlah sample pada setiap perbaikan juga perlu lebih banyak lagi, karena
dalam statistik semakin banyak sample maka semakin terlihat perbedaanya.
64
DAFTAR PUSTAKA Gasperzs, Vincent. (2001). Total Quality Management. Jakarta: Penerbit Gramedia Pustaka Utama. __________. (2002). Pedoman Implementasi Six Sigma. Jakarta: Penerbit Gramedia Pustaka Utama. __________ dan Avanti Vontana. (2011). Lean Six Sigma for Manufacturing and Service Industries. Bogor: Penerbit Vinchristo Publication. George, M., Rowlands, D., Price, M., & Maxey, J. (2005). The Lean Six Sigma Pocket Toolbook: A Quick Reference Guide to 100 Tools for Improving Quality and Speed. New York: McGraw-Hill. Liker, J.K. (2004). The Toyota way. New York: McGraw-Hill. Pande, Peter S, Robert P. Neuman dan Roland R. Cavanagh. (2002). The Six Sigma Way. Yogyakarta: Penerbit Andi. Mahadevan, B. (2010). Operation Management: Theory and Practice. Second edition. New Delhi-India: Pearson, Dorling Kindersley. Montgomery, Douglas C. (2013). Design and Analysis of Experiments – 8th Ed. USA: John Wiley & Sons. ISBN 978-1-118-14692-7 Sudjana. (2012). Desain dan Analisis Eksperimen. Edisi IV. Bandung: Tarsito. ISBN 979-8903-00-5 Sutalaksana, Iftikar Z., Anggawisastra, Ruhana, dan Tjakraatmadja, John H. (1979). Teknik Tata Cara Kerja. Bandung: Institut Teknologi Bandung. Garrity, Susan M. (1993). Basic Quality Improvement. United States of America: Prentice-Hall International Inc. Tannady, Hendy. (2015). Pengendalian Kualitas. Yogyakarta: Graha Ilmu. Crosby, Philip B. (1979). Quality is Free. New York: McGraw-Hill. Mitra, Amitava. (2016). Fundamentals of Quality Control and Improvement – 4th Ed. USA: John Wiley & Sons. ISBN 978-1-118-70514-8 Departemen Produksi. (2018). Data Produksi. PT. XYZ. Departemen Quality. (2018). Data Defect. PT. XYZ.
65
LAMPIRAN
Jawaban Analisis 5-Why
Pertanyaan 5-Why kepada PIC yang bersangkutan:
1. Mengapa tingkat produk OK Connector X menurun?
2. Mengapa defect pada produk Connector X tinggi?
3. Mengapa bisa terjadi defect-defect tersebut?
4. Mengapa hal tersebut dapat terjadi?
5. Mengapa bisa seperti itu?
Departemen : Produksi
PIC : Hendi
1. Mengapa tingkat produk OK Connector X menurun?
Karena defect yang terjadi pada saat produksi tinggi.
2. Mengapa defect pada produk Connector X tinggi?
Karena terjadi defect yang terus menerus.
3. Mengapa bisa terjadi defect-defect tersebut?
Mungkin karena settinganya belum masuk atau materialnya
4. Mengapa hal tersebut dapat terjadi?
Kalau settingan biasanya dirubah karena untuk menghilangkan defect yang lain
jadi tidak masuk. Kalau material biasanya terlalu kering.
5. Mengapa bisa seperti itu?
Karena kalau tidak dirubah nanti produk NGnya malah makin banyak. Kalau
kering biasanya kelamaan di mesin Hopper Dryernya.
66
Departemen : Maintenance Mold
PIC : Arisno
1. Mengapa tingkat produk OK Connector X menurun?
Karena defect yang terjadi pada saat produksi tinggi.
2. Mengapa defect pada produk Connector X tinggi?
Karena terjadi defect yang terus menerus.
3. Mengapa bisa terjadi defect-defect tersebut?
Mungkin karena settinganya belum masuk atau materialnya. Tapi mungkin
moldnya juga bisa.
4. Mengapa hal tersebut dapat terjadi?
Mungkin moldnya kurang bersih waktu mau loading mold atau ada debu yang
masuk waktu lagi proses injeksinya.
5. Mengapa bisa seperti itu?
Soalnya biasa hanya dilakukan pembersihan pada permukaan saja kalau mau
mulai produksi. Sedangkan pembersihan total biasa dilakukan setelah produksi
sudah selesai jadwalnya atau mold lama ga dipakai.
Departemen : Quality
PIC : Supriatna
1. Mengapa tingkat produk OK Connector X menurun?
Karena defect yang terjadi pada saat produksi tinggi.
2. Mengapa defect pada produk Connector X tinggi?
Karena terjadi defect yang terus menerus.
3. Mengapa bisa terjadi defect-defect tersebut?
Kalau analisa dari kami biasa mungkin dari settingannya kurang masuk.
4. Mengapa hal tersebut dapat terjadi?
Soalnya biasanya settingannya kadang dirubah.
5. Mengapa bisa seperti itu?
Itu biasanya buat ngilangin defect pada produk tersebut.
67
Tabel Konversi DPMO ke Nilai Sigma Berdasarkan Konsep Motorola (Gasperzs, 2002)
68
Tabel Konversi DPMO ke Nilai Sigma Berdasarkan Konsep Motorola (Gasperzs, 2002) (Lanjutan)
69
Tabel Konversi DPMO ke Nilai Sigma Berdasarkan Konsep Motorola (Gasperzs, 2002) (Lanjutan)
70
Tabel distribusi t (Montgomery, 2013)
Recommended