PENGONTROLAN KUALITAS PADA PROSES PENGEMASAN SEMEN ... · multivariat, proses pengemasan kantong...

Post on 06-Mar-2019

301 views 13 download

Transcript of PENGONTROLAN KUALITAS PADA PROSES PENGEMASAN SEMEN ... · multivariat, proses pengemasan kantong...

PENGONTROLAN KUALITAS PADA PROSES PENGEMASAN SEMEN (PACKAGING) PT. SEMEN GRESIK (PERSERO) TBK, DI TUBAN BERBASIS

METODE SIX SIGMA

Disusun oleh: Eko Oktiningrum Suhartono

NRP 1309 030 034

Dosen Pembimbing Dr. Muhammad Mashuri, MT

Statistika ITS – Surabaya, 13 Juni 2012

PENDAHULUAN

TINJAUAN PUSTAKA

METODELOGI

ANALISIS DAN PEMBAHASAN

KESIMPULAN

OUTLINE

Statistika ITS – Surabaya, 13 Juni 2012

Statistika ITS – Surabaya, 13 Juni 2012

1

Statistika ITS – Surabaya, 13 Juni 2012

2

Apakah proses pengemasan sudah terkendali dengan menggunakan diagram kontrol p multivariat?

Bagaimana kapabilitas proses dan berapa nilai DPMO?

Faktor-faktor yang mempengaruhi kualitas proses

Permasalahan

Statistika ITS – Surabaya, 13 Juni 2012

3

Mengetahui analisis proses pengemasan menggunakan diagram kontrol p multivariat

Menganalisa kapabilitas proses dan menghitung nilai DPMO

Mengamati faktor-faktor yang mempengaruhi kualitas proses

Tujuan

Statistika ITS – Surabaya, 13 Juni 2012

4

Pelaksanaan penelitian di PT. Semen Gresik (Persero), Tbk memberikan manfaat bagi perusahaan yaitu memberikan informasi melalui ilmu statistik dan manajemen dalam meningkatkan kualitas produksi dan bahan masukan perusahaan dalam mengambil keputusan yang tepat dalam menangani masalah tersebut.

Manfaat

Statistika ITS – Surabaya, 13 Juni 2012

5

Permasalahan dalam penelitian ini dibatasi oleh kecacatan produk pada proses pengemasan kantong semen PPC berat kantong 40kg dan 50kg di proyek Tuban 1 dan 2 selama bulan Desember 2011. Metode Six Sigma dibatasi dengan model DMAIC tanpa improve. Pada perhitungan kapabilitas menggunakan diagram kontrol p univariat dikarenakan belum ditemukan rumus kapabilitas diagram kontrol p multivariat.

Batasan Masalah

6

Statistika ITS – Surabaya, 13 Juni 2012

PENDAHULUAN

TINJAUAN PUSTAKA

METODELOGI

ANALISIS DAN PEMBAHASAN

KESIMPULAN

OUTLINE

Statistika ITS – Surabaya, 13 Juni 2012

Statistika ITS – Surabaya, 13 Juni 2012

7

Six Sigma merupakan suatu sistem yang komprehensif dan fleksibel untuk mencapai, memberi dukungan dan memaksimalkan proses usaha, yang berfokus pada pemahaman akan kebutuhan pelanggan dengan menggunakan fakta, data, dan analisis statistik serta terus menerus memperhatikan pengaturan, perbaikan dan mengkaji ulang proses usaha

Six Sigma

8

Statistika ITS – Surabaya, 13 Juni 2012

Dalam Six Sigma ada siklus 5 fase DMAIC (Define, Measure, Analyze, Improve dan Control) yaitu proses peningkatan terus menerus menuju target six sigma. DMAIC merupakan suatu proses closed–loop yang menghilangkan langkah-langkah proses yang tidak produktif, sering berfokus pada pengukuran baru dan menerapkan teknologi untuk peningkatan kualitas menuju target six sigma.

Six Sigma

9

Statistika ITS – Surabaya, 13 Juni 2012

True 6-Sigma Process(Normal Distribustion Centered) Spec Limit Percent DPMO

± 1 SIGMA 68,27 317300

± 2 SIGMA 95,45 45500

± 3 SIGMA 99,73 2700 ± 4 SIGMA 99,9937 63 ± 5 SIGMA 99,999943 0,57

± 6 SIGMA 99,999999 0,002 Motorola Company's 6-Sigma Process(Normal Distribution Shifted 1,5σ

Spec Limit Percent DPMO

± 1 SIGMA 30,23 697700

± 2 SIGMA 69,13 308700

± 3 SIGMA 93,32 66810

± 4 SIGMA 99,379 6210 ± 5 SIGMA 99,9767 233 ± 6 SIGMA 99,99966 3,4

10

Statistika ITS – Surabaya, 13 Juni 2012

Pengendalian proses statistik merupakan penerapan metode-metode statistik untuk pengukuran dan analisis variasi proses. Keberhasilan dalam pengendalian proses statistik sangat dipengaruhi oleh tiga faktor, yakni sistem pengukuran, sistem pelatihan yang tepat, dan komitmen manajemen. Alasan utama mengadakan pengendalian proses statistik adalah untuk dapat mencapai kepuasan pelanggan (Dorothea W. A, 2003: 66).

11

Statistika ITS – Surabaya, 13 Juni 2012

Penaksir parameter tak bias dari pj sebagai berikut. , dengan i = 1,2, …, m dan j = 0, 1 dan 2 BKA = Garis tengah = BKB = Keterangan : dj = vektor pembobot pj = proporsi dari ketidaksesuaian item pada

karakteristik cacat

12

Statistika ITS – Surabaya, 13 Juni 2012

Diagram kontrol p adalah peta yang digunakan untuk melihat proses proses pemeriksaan pada proporsi cacat dengan ukuran sampel yang sama atau berbeda dan berdistribusi Binomial (Montgomery, 2005).

BKA : p + 3

BKB : p - 3

13

Statistika ITS – Surabaya, 13 Juni 2012

Suatu proses dikatakan kapabel bila yang pertama proses terkendali, memenuhi batas spesifikasi serta presisi dan akurasi proses tinggi (Grant & Leavenworth, 1999)

Presisi : Akurasi : Dimana : = Indeks potensial proses = Indeks performance proses Jika suatu proses mempunyai nilai P% (min [Pp ; Ppk]) > 1, maka

batas spesifikasi yang ditentukan perusahaan terletak diluar toleransi alami atau proses dikatakan kapabel dengan tingkat akurasi dan tingkat presisi tinggi

14

Statistika ITS – Surabaya, 13 Juni 2012

Diagram pareto berbentuk histogram frekuensi ketidaksesuaian (cacat) berdasarkan penyebab ketidaksesuaian dan diurutkan mulai dari frekuensi paling besar sampai paling kecil (Montgomery, 2005).

15

Statistika ITS – Surabaya, 13 Juni 2012

Jenis Cacat

Frek

uens

i

Diagram sebab-akibat dipergunakan untuk menunjukkan faktor-faktor penyebab (sebab) dan karekteristik kualitas (akibat) yang disebabkan oleh faktor-faktor penyebab itu. Diagram sebab-akibat ini sering juga disebut sebagai diagram tulang ikan (fishbone diagram) karena bentuknya seperti kerangka tulang ikan (Farnum, 1994) atau diagram Ishikawa (Ishikawa’s diagram).

16

Statistika ITS – Surabaya, 13 Juni 2012

17

Statistika ITS – Surabaya, 13 Juni 2012

A1

A2

A4

A5

A7

BF

SCREEW CONVEYOR

REJECT

AIR SLIDE

A8

A3

A6

BF

A9

PT. Semen Gresik (Persero) Tbk. merupakan perusahaan yang bergerak di bidang industri semen. Diresmikan di Gresik pada tanggal 7 agustus 1957 oleh Presiden RI pertama dengan kapasitas terpasang 250.000 ton semen per tahun. Pada tanggal 8 Juli 1991 Semen Gresik tercatat di Bursa Efek Jakarta dan Bursa Efek Surabaya serta merupakan BUMN pertama yang go public dengan menjual 40 juta lembar saham kepada masyarakat. Komposisi pemegang sahamnya adalah Negara RI 73% dan masyarakat 27%.

18

Statistika ITS – Surabaya, 13 Juni 2012

PENDAHULUAN

TINJAUAN PUSTAKA

METODELOGI

ANALISIS DAN PEMBAHASAN

KESIMPULAN

OUTLINE

Statistika ITS – Surabaya, 13 Juni 2012

Statistika ITS – Surabaya, 13 Juni 2012

19

Sumber data yang digunakan adalah data sekunder yang diperoleh dari bagian packer PT. Semen Gresik (Persero) Tbk di Tuban. Data yang digunakan adalah proporsi kecacatan pada bulan Desember 2011 yang merupakan data Release Packer Bag kantong semen PPC Tuban 1 dan 2.

Sumber Data

20

Statistika ITS – Surabaya, 13 Juni 2012

Variabel penelitian yang diamati adalah proporsi kecacatan proses pengemasan kantong semen PPC 40kg.

Identifikasi Variabel

21

Statistika ITS – Surabaya, 13 Juni 2012

Atas

• 40,4 kg

Bawah

• 39,6 kg

SPESIFIKASI

Atas

• 50,5 kg

Bawah

• 49,5 kg

Pengambilan data menggunakan Packing Machine yang mana sudah otomatis terproduksi setiap harinya sesuai dengan pemintaan konsumen. Sampel yang digunakan adalah inspeksi 100% pada bulan Desember 2011 serta besarnya subgrup pada Tuban 1 dan 2 berdasarkan data release masing-masing sebesar 225900 dan 147770

Pengambilan Sampel

22

Statistika ITS – Surabaya, 13 Juni 2012

Tahap DEFINE Mengamati proses pengemasan Merumuskan masalah Menetapkan tujuan

Tahap MEASURE Mengumpulkan data ”laporan release dan pecah” bulan Desember

2011 Menganalisis data ”laporan release dan pecah” bulan Desember 2011 Menghitung indeks kapabilitas dan nilai DPMO

Tahap ANALYZE Membuat diagram kontrol p multivariat Membuat diagram kontrol p univariat

Tahap CONTROL Membuat diagram kontrol perbaikan apabila out of control Membuat diagram pareto Mengidentifikasi penyebab pecahnya kantong semen Membuat diagram sebab akibat Memberikan usulan perbaikan/desain ulang

23

Diagram Alur Penelitian

24

Statistika ITS – Surabaya, 13 Juni 2012

PENDAHULUAN

TINJAUAN PUSTAKA

METODELOGI

ANALISIS DAN PEMBAHASAN

KESIMPULAN

OUTLINE

Statistika ITS – Surabaya, 13 Juni 2012

Statistika ITS – Surabaya, 13 Juni 2012

25

Diagram Kontrol p Multivariat

26

Statistika ITS – Surabaya, 13 Juni 2012

1, 2, 7, 8, 11, 15, 16, 19, 20, 23, 24, 25, 27, 29 dan 30

Diagram Kontrol p Multivariat

27

Statistika ITS – Surabaya, 13 Juni 2012

Diagram Kontrol P Multivariat

28

Statistika ITS – Surabaya, 13 Juni 2012

Tanggal 8, 11, 12, 16, 26, 27 dan 28

Diagram Kontrol p Multivariat

29

Statistika ITS – Surabaya, 13 Juni 2012

Presisi (1,17) Akurasi (1,27) Indeks Kapabilitas (1,17)

30

Statistika ITS – Surabaya, 13 Juni 2012

Kapabilitas Proses

Presisi (1,18) Akurasi (1,13) Indeks Kapabilitas (1,13)

31

Statistika ITS – Surabaya, 13 Juni 2012

Kapabilitas Proses

Presisi (1,11) Akurasi (1,05) Indeks Kapabilitas (1,05)

32

Statistika ITS – Surabaya, 13 Juni 2012

Kapabilitas Proses

Presisi (1,13) Akurasi (1,05) Indeks Kapabilitas (1,05)

33

Statistika ITS – Surabaya, 13 Juni 2012

Kapabilitas Proses

Presisi (1,16) Akurasi (1,09) Indeks Kapabilitas (1,09)

34

Statistika ITS – Surabaya, 13 Juni 2012

Kapabilitas Proses

35

Statistika ITS – Surabaya, 13 Juni 2012

Kapabilitas Proses

Presisi (1,08) Akurasi (1,01) Indeks Kapabilitas (1,01)

36

Statistika ITS – Surabaya, 13 Juni 2012

Kapabilitas Proses

Nilai DPMO

37

Statistika ITS – Surabaya, 13 Juni 2012

Proyek Jenis Cacat Nilai

Cp Sigma DPMO

Tuban 1 Pembuatan 1,17 3,50 22.750

Pengisian 1,13 3,40 28.717 Total 1,046 3,14 50.517

Tuban 2 Pembuatan 1,053 3,16 48.490

Pengisian 1,09 3,27 38.407 Total 1,01 3,03 63.065

Diagram Pareto

38

Statistika ITS – Surabaya, 13 Juni 2012

Cacat Pembuatan Tuban 1

Diagram Pareto

39

Statistika ITS – Surabaya, 13 Juni 2012

Cacat Pengisian Tuban 1

Diagram Pareto

40

Statistika ITS – Surabaya, 13 Juni 2012

Cacat Pembuatan Tuban 2

Diagram Pareto

41

Statistika ITS – Surabaya, 13 Juni 2012

Cacat Pengisian Tuban 2

Diagram Ishikawa

42

Statistika ITS – Surabaya, 13 Juni 2012

PENDAHULUAN

TINJAUAN PUSTAKA

METODELOGI

ANALISIS DAN PEMBAHASAN

KESIMPULAN

OUTLINE

Statistika ITS – Surabaya, 13 Juni 2012

Statistika ITS – Surabaya, 13 Juni 2012

43

44

Pada diagram p multivariat, proses pengemasan kantong semen PPC Semen Gresik di Tuban proyek 1 maupun 2 masih belum terkendali. Hal tersebut, dikarenakan pada Tuban 1 dari 31 pengamatan terdapat 15 pengamatan yang di luar batas kendali. Sedangkan, pada Tuban 2 dari 31 pengamatan terdapat 7 pengamatan yang di luar kendali.

Hasil perhitungan indeks kapabilitas proses dan konversi nilai sigma ke DPMO menyimpulkan bahwa proyek Tuban 1 mempunyai nilai DPMO lebih kecil sebesar 50517 yaitu dapat dikatakan baik proses pengendaliannya daripada proyek Tuban 2 sebesar 63065. Artinya, proyek Tuban 1 setiap kali produksi meloloskan produk cacat sebanyak 50517 produk per sejuta. Nilai sigma sudah memenuhi standar rata-rata perusahaan di Indonesia yaitu sebesar 3-sigma.

45

Menurut diagram pareto, pada proses pembuatan Tuban 1 dan 2 yang perlu diamati dan diwaspai adalah lem. Karena bahan lem mempunyai kecacatan tertinggi sedangkan kecacatan paling kecil yaitu pada mesin valver. Selanjutnya pada proses pengisian jumlah cacat berfrekuensi tertinggi adalah mesin BT dan kertas. Akibat sebagian besar semua dijalankan oleh mesin, dengan keadaan mesin yang sudah aus, plat besi dan spot yang sudah tua serta valuer yang terlalu kecil sehingga semen tidak dapat masuk menyebabkan kecacatan ini lebih banyak. Valuer merupakan alat semprot untuk mengisi semen yang dimasukkan dalam sak semen. Di samping itu, mutu kertas yang jelek sehingga mengakibatkan banyak kertas yang sobek.

Perusahaan dapat membandingkan pengontrolan secara statistik khususnya dengan menggunakan diagram p multivariat karena hasil analisisnya lebih sensitif dalam pengontrolan kualitas yang telah dilakukan perusahaan. Perlu dilakukan pengamatan dan perbaikan terus-menerus agar proses six sigma bisa berjalan dengan baik. Pada penelitian selanjutnya sebaiknya dilakukan pengecekan per jam agar dapat dilakukan sampel agar subgrup tidak terlalu besar dan memungkinkan datanya saat dianalisis dalam keadaan stabil.

Saran

46

Statistika ITS – Surabaya, 13 Juni 2012

Bothe, D.R., 1997. Measuring Process Capability.McGraw-Hill : New York

Cozzucoli, P.C., 2009. Process Monitoring with Multivariate P Control Chart, Journal of Quality Statistic and Reliability, Volume 2009.

Dorothea W. Ariani. 2003. Pengendalian Kualitas Statistik. Yogyakarta: Penerbit Andi.

Farnum, Nicholas R. 1994. Modern Statistical Quality Control and Improvment. Duxbury Press: Belmont, California

Gaspersz Vincent. 2001. Metode Analisis Untuk Peningkatan Kualitas, Penerbit PT Gramedia Pustaka Utama, Jakarta.

Gaspersz Vincent. 2001. Total Quality Management, Penerbit PT Gramedia Pustaka Utama, Jakarta.

Gaspersz, Vincent. 2007. Lean Six Sigma for Manufacturing and Service Industries, Penerbit PT. Gramedia Pustaka Utama, Jakarta.

Grant, E.L., dan Leavenworth, R.S., 1999. Statistical Quality Control 7th edition. McGraw-Hill : New York.

Mayananda Karina, 2012, Pengontrolan Kualitas Produk PT. IGLAS (Persero) Gresik Menggunakan Diagram P Multivariat. Laporan Tugas Akhir Jurusan Statistika ITS : Surabaya.

Montgomery, Dougles C. 2005. Introduction To Statistical Quality Control Fifth Edition. John Wiley & Sons, Inc : New York

Semen Gresik. 2011. Riwayat Semen Gresik. www.semengresik.com. (diakses pada tanggal 03 Agustus 2011 pukul 16.48 WIB).

Supriyanto Harry, (2004), Proses Pembuatan Tow dengan Pendekatan Six Sigma, Jurusan Teknik Industri, Fakultas Teknik Industri, Institut Teknologi Sepuluh November, Surabaya, Vol.VIII, Oktober 2004, hal:317-326.

Wahyudi dan Khunaizah Siti, 2000. Analisis Pengendalian Kualitas Pada Proses Pengantongan Semen Di PT. Semen Gresik (Persero) Tbk. Kerja Praktek Jurusan Statistika ITS : Surabaya.