Upload
vanngoc
View
241
Download
16
Embed Size (px)
Citation preview
Penerapan Diagram MEWMA Pada Proses Blending
Primary di Perusahaan
Diagram MEWMA BaruBlending Bagian
Perusahaan Rokok ‘X’
Oleh:
Sri Sulistyawati 1306100060
Dosen Pembimbing:
Dr. Muhammad Mashuri, MT
PENDAHULUANPENDAHULUAN
Latar BelakangIndustriRokok
PersainganIndustri
Proses PrimaryBagian Blending
Pengendalian KualitasSecara Statistik
Peta Kendali
Belakang..Persaingan
IndustriKualitas
PT. X
Kualitas Peta Kendali Multivariat
Kendali MEWMA
Permasalahan
1. Bagaimana stabilitas prosesprimary proses blendingkendali MEWMA?
2. Apabila proses tidak terkendalisaja yang menyebabkan
Permasalahan..
proses produksi rokok pada tahapblending dengan menggunakan peta
terkendali, variabel-variabel apamenyebabkan terjadinya out-of-control?
Tujuan Penelitian
1. Menganalisis stabilitastahap primary prosespeta kendali MEWMA
2. Mengetahui variabel-variabelmenyebabkan terjadinyacontrol
Penelitian..
stabilitas proses produksi rokok padablending dengan menggunakan
variabel apa saja yang terjadinya pengamatan yang out-of-
Manfaat Penelitian
• Memberikan informasi dalambidang industri, khususnya Quality Control
• Memberikan informasi kepadagambaran dari pengendalianbagian blending
Penelitian..
dalam penerapan ilmu statistik diQuality Control
kepada perusahaan mengenaipengendalian kualitas pada proses primary
Batasan Masalah
Penelitian hanya dilakukan padakhususnya di bagian
mengikutsertakan beberapaMoisture Content (MC)
karena adanya perbedaansampel sehingga dianggap
metode
Masalah..
enelitian hanya dilakukan pada proses primarybagian blending dengan tidakbeberapa variabel, yaitu variabel(MC) dan variabel Organoleptic
perbedaan dalam proses pengambilandianggap kurang sesuai dengan
metode yang digunakan.
TINJAUAN PUSTAKATINJAUAN PUSTAKA
Peta Kendali• Adalah suatu metode grafis yang digunakan untuk
mengevaluasi apakah suatu proses berada dalam status terkendali atau tidak (Montgomery, 2005).
• Manfaat peta kendali antara lain mempermudah mengamati perubahan data dari waktu ke waktu, dapat melihat penyimpangan, yaitu apabila proses tidak terkendalimenggambarkan kualitas dari suatu produk.
Peta Kendali
Atribut
Variabel
Kendali..suatu metode grafis yang digunakan untuk
mengevaluasi apakah suatu proses berada dalam status (Montgomery, 2005).
Manfaat peta kendali antara lain mempermudah mengamati perubahan data dari waktu ke waktu, dapat melihat penyimpangan, yaitu apabila proses tidak terkendali, serta menggambarkan kualitas dari suatu produk.
Univariat
Multivariat MEWMA
Peta Kendali• Peta kendali yang digunakan
perubahan kecil pada mean
Peta kendali MEWMA dibentuk
dimana:
matriks varian
dengan batas atas = h4 (nilai
batas bawah = 0
Kendali MEWMA..digunakan untuk mendeteksi terjadinya
mean dalam proses (Khoo, 2003)
dibentuk oleh statistik dengan persamaan:
varian kovarian dari
nilai ARL yang sudah ditetapkan)
Pemeriksaan Asumsi
Fungsi probability density function multivariat (Evans et al, 2000):
Hipotesis:
H0 = data berdistribusi normal
H1 = data tidak berdistribusi
Statistik Uji
Tolak H0 jika terdapat lebih dari
Normal Multivariat..
probability density function dari distribusi normal (Evans et al, 2000):
normal multivariat
berdistribusi normal multivariat
dari 50% jarak d2i ≤ χ2
(p;α)
Metode Analitycal Hierarchy Process (AHP)..
Merupakan metode yang digunakandari perbandingan yang kompleks dengan menguraikan masalah yang kompleks menjadi hierarki (Saaty, 1993)
Dalam metode AHP dilakukan
1. Mendefinisikan masalah dan
2. Membuat struktur hierarki
3. Membuat matrik perbandinganmenggambarkan kontribusiterhadap tujuan atau kriteria
Hierarchy Process (AHP)..
digunakan untuk menentukan skala rasioyang kompleks dengan menguraikan masalah
yang kompleks menjadi hierarki (Saaty, 1993)
dilakukan langkah-langkah sebagai berikut :
dan menentukan solusi yang diinginkan
hierarki yang diawali dengan tujuan utama
perbandingan berpasangan yang kontribusi relatif atau pengaruh setiap elemen
kriteria yang setingkat di atasnya
Metode Analitycal Hierarchy Process (AHP)..
4. Menghitung nilai eigen dariberpasangan
5. Memeriksa konsistensi hirarki
dengan menggunakan Consistency Ratio (CR),
dengan
Matriks pairwise comparisons CR<10%.
Jika tidak konsisten maka mengulangiseluruh tingkat hierarki.
Hierarchy Process (AHP)..
dari setiap matriks perbandingan
hirarki.
Consistency Ratio (CR), yang dirumuskan:
dengan
comparisons dikatakan konsisten jika nilai
mengulangi langkah 3 dan 4 untuk
Identifikasi VariabelTerjadinya Sinyal
Identifikasi dilakukan agar perbaikanyang tepat
Montgomery (2005) menjelaskanyang dapat digunakan dalam mendiagnosis sinyal control adalah menguraikan statistik komponen yang menunjukkan kontribusi dari masingmasing variabel.
Perbaikan proses difokuskanlebih besar dari
Variabel PenyebabSinyal Out-of-control..
perbaikan proses mencapai sasaran
menjelaskan bahwa salah satu pendekatan dalam mendiagnosis sinyal out-of-
adalah menguraikan statistik ke dalam komponen-komponen yang menunjukkan kontribusi dari masing-
difokuskan pada variabel yang memiliki nilai.
TINJAUAN PROSESTINJAUAN PROSES
Preparasi Material
Cutting Separating
Blending
SKM SKT
Batangan
Wrapping
PackingPacking
Over Wrapping
Making
Bal
Wraping
Sloft
Bandrol
Box
TahapPrimary
TahapSecondary
Diagram Alur ProsesProduksi Rokok PT. X
Primary Process..
Merupakan suatu tahap produksi yang material) tembakau dan cengkehberupa campuran rajangan denganbancuran
Tahap proses dalam primary meliputi
• Tobacco Processing (Pengolahan Tembakau
• Cutting Line Processing (proses pengolahan
• Proses Blending Line
Primary Process..
yang mengolah bahan mentah (raw menjadi bahan setengah jadi
dengan ukuran tertentu yang disebut
meliputi:
Tembakau)
pengolahan cengkeh)
Proses Blending Line
• merupakan proses produksi padayang merupakan serangkaian prosesberbagai grade tembakau dan cengkehbrand, menjadi blend yang siap untukselanjutnya
• Variabel yang diukur1. Moisture Content (MC)
2. Particel Size Distribution (PSD)
3. Impurities
4. Organoleptic
Blending Line..
pada Primary Production Departmentproses secara batch dari pencampurancengkeh serta flavor sesuai komposisi
untuk diproses pada tahap
METODOLOGI PENELITIAN
METODOLOGI PENELITIAN
Sumber
Data yang digunakan pada penelitianberupa data variabel karakteristik
tahap primary bagian blending2010. Pengambilan sampel dilakukan
100 gram dan dilakukan pada saat
Sumber Data..
penelitian ini adalah data sekunder yang karakteristik dari proses pemeriksaan kualitas di
pada bulan Januari sampai Maretdilakukan 1 kali setiap batch sebanyak
saat material ditampung di konveyor.
Organisasi
dengannti = hasil pengamatanXi = karakteristik kualitast = 1, 2, 3, ... , 118i = 1, 2, 3, ... , 6
Data ke X1 X2
1 n11 n12
2 n21 n22
3 n31 n32
t nt1 nt2
118 n118 1 n118 2
Organisasi Data..
kualitas (variabel) ke-i
Xi X6
n1i n16
n2i n26
n3i n36
nti nt6
n118i n1186
Variabel Penelitian
PSD Halus (X1)
PSD Sedang (X2)
PSD Kasar (X3)
Bancuran Bersih (X4)
Gagang (X5)
Tikar (X6)
Penelitian..
Tidak
Ya
Identifikasi variabel penyebab out-of-control
TransformasiTidak
Selesai
Kesimpulan dan Saran
Pembuatan Diagram MEWMA
Penentuan Nilai Pembobot
Data Berdistribusi Normal Multivariat
Pemeriksaan Asumsi
Observasi Proses Produksi Rokok
Pengumpulan Data QC antara Bulan Januari-Maret 2010
Studi Literatur tentang metode MEWMA
Mulai
Gambar 3.1 Diagram Alir Tahapan Penelitian
Diagram Alur Penelitian
Transformasi
ANALISIS DAN PEMBAHASANANALISIS DAN PEMBAHASAN
Deskripsi KarakteristikVariabel Mean Varian
PSD Halus 7,301 3,376PSD Sedang 82,311 4,133PSD Kasar 10,388 6,406Bancuran Bersih 99,253 0,0237Gagang 0,671 0,0197Tikar 0,07492 0,00377
15,0
12,5
10,0
7,5
5,0
psd
halu
s
14,35
Boxplot of psd halus
Boxplot untuk variabel PSD Halus dan PSD
Karakteristik Kualitas..Varian Min Median Max3,376 4,17 6,695 14,354,133 72,38 82,385 86,286,406 5,91 10,14 21,92
0,0237 98,84 99,255 99,650,0197 0,31 0,675 1
0,00377 0,01 0,06 0,48
88
86
84
82
80
78
76
74
72
psd
seda
ng
73,58
72,38
76,79
Boxplot of psd sedang
PSD Sedang
Deskripsi Karakteristik
22,5
20,0
17,5
15,0
12,5
10,0
7,5
5,0
psd
kas
ar
20,37
21,92
16,89
Boxplot of psd kasar
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
gaga
ng
0,320,31
Boxplot of gagang
Boxplot untuk variabel PSD Kasar, Bancuran
Karakteristik Kualitas..
99,7
99,6
99,5
99,4
99,3
99,2
99,1
99,0
98,9
98,8
banc
uran
ber
sih
99,65
98,84
Boxplot of bancuran bersih
0,5
0,4
0,3
0,2
0,1
0,0
tika
r
0,48
0,38
0,19
0,26
Boxplot of tikar
Bancuran Bersih, Gagang dan Tikar
Pemeriksaan AsumsiMultivariat
Hipotesis:
H0 = data berdistribusi normal
H1 = data tidak berdistribusi
Statistik Uji
Jarak d2i yang kurang dari
Sehingga kesimpulan dari pemeriksaankarakteristik keenam variabelnormal mutivariat
Asumsi Normal Multivariat..
normal multivariat
berdistribusi normal multivariat
yaitu sebesar 73,73%,
pemeriksaan asumsi ini adalahvariabel kualitas telah berdistribusi
χ2(6;0.05)
Penentuan Nilai
Setelah melakukan survei ditingkat kepentingan sebagai berikut
PSD Halus PSD Sedang
PSD Halus 1,000 0,500
PSD Sedang 2,000 1,000
PSD Kasar 0,250 0,200
Bancuran Bersih 4,000 3,000
Gagang 0,333 0,250
Tikar 0,500 0,333
Nilai Pembobot..
perusahaan, didapatkan matriksberikut
PSD Sedang PSD Kasar Bancuran Bersih Gagang Tikar
0,500 4,000 0,250 3,000 2,000
1,000 5,000 0,333 4,000 3,000
0,200 1,000 0,111 0,500 0,333
3,000 9,000 1,000 7,000 5,000
0,250 2,000 0,143 1,000 2,000
0,333 3,000 0,200 0,500 1,000
Penentuan Nilai
Nilai pembobot yang dihasilkan
Variabel Nilai Pembobot
PSD Halus 0,141
PSD Sedang 0,214
PSD Kasar 0,037
Bancuran Bersih 0,457
Gagang 0,076
Tikar 0,076
Nilai Pembobot..
Pemeriksaan Konsistensi Penilaian
Penerapan Diagram
1
25
20
15
10
5
0
Dat
a
Pengamatan ke- Nilai Ti2
63 15,25849
81 15,42176
83 22,93546
Pengamatan Out-of-control
Diagram Kontrol MEWMA..
10896847260483624121pengamatan ke
ti2h4
Variable
Diagram Kontrol MEWMA
Identifikasi Variabelcontrol
Dengan membandingkan nilai di padacontrol terhadap nilai denganmaka didapatkan nilai kontribusi sebagai
VariabelPengamatan ke
63 81
X1 4,183616 2,954479
X2 4,3117625 4,91620623
X3 3,6999118 7,60279171
X4 9,4963814 9,43450999
X5 2,350647 2,87420925
X6 4,2763473 7,30858624
Variabel Penyebab Out-of-control
pada ketiga pengamatan yang out-of-dengan nilai α=0,05 atau sebesar 3,841,
sebagai berikut
Pengamatan ke-81 83
2,954479 0,60595156
4,91620623 3,29575852
7,60279171 1,66605854
9,43450999 2,32906784
2,87420925 2,85252575
7,30858624 17,2335395
KESIMPULAN DAN SARAN
KESIMPULAN DAN SARAN
Kesimpulan
1. Proses produksi rokok prosesBulan Januari-Maret 2010 menunjukkansecara statistik. Hal ini dikarenakanluar batas kendali, yaitu pada pengamatan
2. Variabel penyebab yang menyebabkanyaitu variabel PSD Kasar (X1), PSD(X4), dan Tikar (X6). Dengan uraianBersih (X4), dan Tikar (X6)menyebabkan pengamatan yangperiode Januari-Maret 2010.Bancuran Bersih (X4), dan Tikardalam perbaikan proses untuk periode
Kesimpulan..
blending tahap primary di PT X pada periodemenunjukkan hasil bahwa proses belum terkendali
dikarenakan terdapat 3 pengamatan yang berada dipengamatan 63, 81, dan 83.
menyebabkan pengamatan terdeteksi out-of-controlPSD Sedang (X2), PSD Halus (X3), Bancuran Bersih
uraian bahwa variabel PSD Sedang (X2), Bancuranmerupakan variabel yang paling banyak
yang tidak terkontrol pada diagram MEWMAOleh karena itu variabel PSD Sedang (X2),
Tikar (X6) menjadi variabel yang diprioritaskanperiode-periode selanjutnya.
Saran..
Perlu adanya perbaikan kualitas proses produksi pada perusahaan, khususnya proses variabel yang perlu diprioritaskan karena dianggap menyebabkan terjadinya pengamatan yang out
Sedang (X2), Bancuran Bersihdiharapkan pada periode selanjutnya
statistik
Saran..
Perlu adanya perbaikan kualitas proses produksi pada blending tahap primary. Beberapa
variabel yang perlu diprioritaskan karena dianggap menyebabkan out-of-control adalah variabel PSD
Bersih (X4), dan Tikar (X6). Sehinggaselanjutnya proses dapat terkendali secara
statistik.
Daftar PustakaAriani, D.W., 2004. Pengendalian Kualitas
Manajemen Kualitas). Yogyakarta:
Evans, M.; Hastings, N,; dan Peacock, B. 2000. Edition. Canada: John Wiley and Sons, Inc.
Feigenbaum, A.V. 1983. Total Quality Control, Third EditionHill, Inc.
Johnson. A.R. dan Wichern. D.W. 1998. New Jersey: Prentice Hall. Upper Saddle River.
Khoo, M.B.C. 2003. Multivariate Control Chart for process Dispersion Based on Individual Observation. Quality Engineering
Montgomery, D. C. 2005. Introduction to Statistical Quality Control 5New York: John Wiley and Sons, Inc.
Mulyono, S. 1996. Teori PengambilanUniversitas Indonesia.
Saaty, T.L., 1980. The Analytic Hierarchy Process.
Risdiyanto, 2003. Analisis PengendalianBuana. Tesis Manajemen Produksi
Pustaka..Kualitas Statistik (Pendekatan Kuantitatif Dalam
). Yogyakarta: Andi.
Peacock, B. 2000. Statistical Distributions, Third Canada: John Wiley and Sons, Inc.
Total Quality Control, Third Edition. New York: Mc graw-
. D.W. 1998. Applied Multivariate Statistical Analysis. New Jersey: Prentice Hall. Upper Saddle River.
Multivariate Control Chart for process Dispersion Based on . Quality Engineering vol 16. pp. 75-85
Introduction to Statistical Quality Control 5th Edition. New York: John Wiley and Sons, Inc.
Pengambilan Keputusan. Jakarta: Fakultas Ekonomi
The Analytic Hierarchy Process. New York: McGraw-Hill.
Pengendalian Kualitas Rokok di PT Menara KartikaProduksi dan Operasi IPB.
TERIMA KASIHTERIMA KASIH