4. PERANCANGAN MODEL AWAL 4.1. Proses Perakitan · 11. Proses perakitan selang ke hasil no.10...
Transcript of 4. PERANCANGAN MODEL AWAL 4.1. Proses Perakitan · 11. Proses perakitan selang ke hasil no.10...
22
4. PERANCANGAN MODEL AWAL
4.1. Proses Perakitan
Proses perakitan di PT Inti Duta Lestari Plasindo berjalan pada jam kerja
dari hari Senin sampai hari Jumat, mulai pukul 08:00-17:00. Waktu istirahat
selama 1 jam dibagi mulai pukul 12:00-12:45 dan pukul 15:00-15:15, sehingga
total jam kerja dalam 1 hari adalah 8 jam. Proses perakitan yang dibahas dalam
penelitian ini adalah produk Asena tipe 3A, S7060, FS, HD.
4.1.1. Proses Perakitan Finger Spray (FS)
Proses perakitan Finger Spray (FS), terdiri dari:
1. Proses perakitan housing dengan gasket
2. Proses penataan hasil no.1 di palet (1 palet berisi 80 unit) dan
pemasukan valve ball dan spring ke dalam housing dan gasket di palet
3. Proses perakitan piston valve dengan piston
4. Proses pemberian silikon hasil no.3 dan dipasang dengan second valve
5. Proses perakitan hasil no.4 dengan hasil no.2
6. Proses pemasukan container cap (c. cap) ke hasil rakitan no.5
7. Proses perakitan button dengan nozzle
8. Proses welding hasil no.7
9. Proses welding hasil no.8 dengan hasil no.6
10. Proses inspeksi (tes semprot)
11. Proses perakitan selang ke hasil no.10 kemudian dilakukan welding
12. Proses perakitan overcap
Peta proses operasi FS dapat dilihat pada Lampiran 1. Selanjutnya untuk
memudahkan dalam penulisan, penomoran setiap proses menggunakan kode
berdasarkan peta proses operasi, yaitu sebagai berikut:
23
Tabel 4.1. Kode Proses FS
No. Kode Proses1 O-1 Perakitan housing dengan gasket2 O-2 Penataan di palet, pemasukan valve ball dan spring3 O-3 Perakitan piston valve dengan piston4 O-4 Perakitan dengan second valve5 O-5 Perakitan O-2 dengan O-46 O-6 Pemasukan container cap7 O-7 Perakitan button dengan nozzle8 O-8 Welding9 O-9 Welding O-6 dengan O-8
10 I-1 Inspeksi (tes semprot)11 O-10 Welding selang12 O-11 Perakitan overcap
4.1.2. Proses Perakitan S7060
Proses perakitan S7060 terdiri dari:
1. Proses perakitan valve plunger dengan piston, kemudian dilakukan
welding
2. Proses perakitan hasil no.1 dengan pump housing
3. Proses perakitan trigger spring dengan trigger
4. Proses welding hasil no.2 dengan hasil no.3
5. Proses penataan hasil no.4 di keranjang kemudian diisi valve ball (1
keranjang berisi 39 unit)
6. Proses welding valve case dengan bottle packing
7. Proses pemasukan hasil no.6 ke dalam bottle cap
8. Proses perakitan hasil no.5 dengan no.7
9. Proses punch hasil no.8
10. Proses pemasangan spinner dengan nozzle kemudian dilakukan punch
11. Proses pemasukan selang dengan dan dilakukan welding
12. Proses inspeksi (tes semprot) dan penutupan nozzle untuk 2 unit
13. Proses pemasangan gasket
Peta proses operasi S7060 dapat dilihat pada Lampiran 2. Selanjutnya
untuk memudahkan dalam penulisan, penomoran setiap proses menggunakan
kode berdasarkan peta proses operasi, yaitu sebagai berikut:
24
Tabel 4.2. Kode Proses S7060
No. Kode Proses1 O-1 Perakitan valve plunger dengan piston2 O-2 Perakitan dengan pump housing3 O-3 Perakitan trigger spring dengan trigger4 O-4 Welding O-2 dengan O-35 O-5 Pemasukan valveball6 O-6 Perakitan valve case dengan bottle packing7 O-7 Perakitan dengan bottle cap8 O-8 Perakitan O-5 dengan O-79 O-9 Punch
10 O-10 Perakitan dengan spinner, nozzle lalu punch11 I-1 Welding selang12 O-11 Inspeksi13 O-12 Perakitan dengan gasket
4.1.3. Proses Perakitan HD
Proses perakitan HD terdiri dari:
1. Proses perakitan housing dengan gasket
2. Proses penataan di palet dan pemasukan valve ball, spring serta
container cap ke dalam housing di palet (1 palet berisi 80 unit)
3. Proses perakitan chaplet dengan nozzle head
4. Proses perakitan hasil no.3 dengan piston shaft
5. Proses punch hasil no.4
6. Proses perakitan hasil no.5 yang diberi silikon dengan piston
7. Proses penyeteman hasil no.6
8. Proses pemberian silikon hasil no.7 kemudian dipasang dengan hasil
no.2 lalu dilakukan welding
9. Proses pembukaan tutup nozzle head dengan alat
10. Proses inspeksi dengan manometer
11. Proses penutupan tutup nozzle head dengan alat
12. Proses pemasangan selang kemudian dilakukan welding
25
Peta proses operasi HD dapat dilihat pada Lampiran 3. Selanjutnya untuk
memudahkan dalam penulisan, penomoran setiap proses menggunakan kode
berdasarkan peta proses operasi, yaitu sebagai berikut:
Tabel 4.3. Kode Proses HD
No. Kode Proses1 O-1 Perakitan housing dengan gasket2 O-2 Penataan di palet dan pemasukan valve ball, spring, c.cap 3 O-3 Perakitan chaplet dengan nozzle head4 O-4 Perakitan O-3 dengan piston shaft5 O-5 Punch6 O-6 Perakitan piston7 O-7 Penyeteman8 O-8 Perakitan O-7 dan O-2 lalu welding9 O-9 Pembukaan tutup nozzle head
10 I-1 Inspeksi dengan manometer11 O-10 Penutupan tutup nozzle head12 O-11 Pemasangan selang kemudian welding
4.1.4. Proses Perakitan 3A
Proses perakitan 3A terdiri dari:
1. Proses perakitan valve case dengan valve sheet di palet (1 palet berisi
64 unit)
2. Proses perakitan valve stopper dan hasil no.1 dengan menggunakan alat
bantu
3. Proses inspeksi hasil no.2
4. Proses perakitan bottle cap, hasil no.3 dengan pump base
5. Proses welding hasil no.4
6. Proses perakitan piston shaft, piston, second valve, second valve spring,
dan spinner
7. Proses penekanan piston (hasil no.6) dengan mesin welding
8. Proses perakitan piston spring dengan piston valve
9. Proses pembuatan filter mess dengan mesin plong
10. Proses perakitan filter mess dan filter case
11. Proses pemanasan hasil no.10
26
12. Proses perakitan selang filter dan hasil no.11 dengan diwelding
13. Proses perakitan hasil no.8, no.7, dan no.5 serta lever kemudian
dilakukan welding
14. Proses pemasangan nozzle di hasil no.13 dengan mesin pemutar
15. Proses pemasangan gasket pada hasil no.14 dengan mesin pemutar
16. Proses perakitan hasil no.15 dengan selang filter (no.12) kemudian
dilakukan welding
17. Proses inspeksi akhir (tes semprot) untuk 2 unit
18. Proses perakitan headjet dengan botol
19. Proses pembungkusan produk hasil no.18 dengan plastik
20. Proses pemberian staples
Peta proses operasi 3A dapat dilihat pada Lampiran 4. Selanjutnya untuk
memudahkan dalam penulisan, penomoran setiap proses menggunakan kode
berdasarkan peta proses operasi, yaitu sebagai berikut:
Tabel 4.4. Kode Proses 3A
No. Kode Proses1 O-1 Perakitan valve case dengan valve sheet di palet2 O-2 Perakitan valve stopper dan O-1 dengan menggunakan alat bantu3 I-1 Inspeksi awal4 O-3 Perakitan bottle cap , dengan pump base5 O-4 Welding O-36 O-5 Perakitan piston shaft, piston, second valve, second valve spring, dan spinner7 O-6 Penekanan piston (O-5) dengan mesin welding8 O-7 Perakitan piston spring dengan piston valve9 O-8 Pengeplongan filter mess
10 O-9 Perakitan filter mess dan filter case11 O-10 Pemanasan O-912 O-11 Perakitan selang filter dan O-10 dengan dilakukan welding13 O-12 Perakitan hasil O-4,O-6 dan O-7 serta lever kemudian welding14 O-13 Pemasangan nozzle dengan mesin pemutar15 O-14 Pemasangan gasket dengan mesin pemutar16 O-15 Perakitan O-14 dengan selang filter (O-11) kemudian welding17 I-2 Inspeksi akhir (tes semprot)18 O-16 Perakitan headjet dengan botol19 O-17 Pembungkusan produk dengan plastik20 O-18 Pemberian staples
27
4.2. Pengumpulan Data
Pengumpulan data dilakukan dengan cara mengukur waktu proses
dengan menggunakan stopwatch serta menghitung banyaknya operator dan mesin
yang digunakan di setiap operasi.
4.2.1. Data Waktu Proses
Waktu proses dalam hal ini didefinisikan sebagai waktu yang diperlukan
untuk menyelesaikan suatu proses dari awal sampai akhir. Pengambilan data
waktu proses ini dilakukan dengan menggunakan stopwatch untuk setiap proses
dari keempat produk yang diteliti. Jumlah sampel yang diambil sebanyak 40 data
untuk setiap prosesnya, karena dalam menjalankan simulasi tidak ada batasan
jumlah data yang perlu diambil. Semakin banyak data yang diambil semakin
akurat dan mewakili kondisi sesungguhnya, dalam hal ini dirasa 40 data sudah
cukup mewakili kondisi sesungguhnya. Data pengambilan waktu proses dapat
dilihat pada Lampiran 5 sampai 8.
4.2.2. Data Jumlah Operator dan Mesin
Data jumlah operator dan mesin yang dibutuhkan dalam proses perakitan
produk Asena tipe 3A, S7060, FS, HD adalah sebagai berikut.
Tabel 4.5. Jumlah Operator dan Mesin Tipe FS
No. Kode Kapasitas Jumlah Jenis Jumlah per mesin/ operator operator mesin mesin
1 O-1 1 1 Manual 02 O-2 80 2 Manual 03 O-3 1 1 Manual 04 O-4 1 1 Manual 05 O-5 80 1 Manual 06 O-6 1 1 Manual 07 O-7 1 2 Manual 08 O-8 1 1 Nozzle 19 O-9 1 1 Welding 1
10 I-1 1 2 Manual 011 O-10 1 1 Selang 112 O-11 1 1 Manual 0
28
Tabel 4.6. Jumlah Operator dan Mesin Tipe S7060
Kapasitas Jumlah Jenis Jumlah per mesin/ operator operator mesin mesin
1 O-1 1 1 Plunger 12 O-2 1 1 Manual 03 O-3 1 2 Manual 04 O-4 1 2 Lever 25 O-5 39 1 Manual 06 O-6 1 1 Packing 17 O-7 1 1 Manual 08 O-8 1 1 Manual 09 O-9 1 1 Punch 110 O-10 1 1 Nozzle 111 O-11 1 1 Selang 112 I-1 2 2 Manual 013 O-12 1 1 Manual 0
KodeNo.
Tabel 4.7. Jumlah Operator dan Mesin Tipe HD
No. Kode Kapasitas Jumlah Jenis Jumlah per mesin/ operator operator mesin mesin
1 O-1 1 1 Manual 02 O-2 80 2 Manual 03 O-3 1 1 Manual 04 O-4 1 1 Manual 05 O-5 1 1 Piston 16 O-6 1 1 Manual 07 O-7 1 1 Manual 08 O-8 1 2 Welding 29 O-9 1 1 Manual 010 I-1 1 1 Manual 011 O-10 1 1 Inspeksi 112 O-11 1 1 Selang 1
29
Tabel 4.8. Jumlah Operator dan Mesin Tipe 3A
No. Kode Kapasitas Jumlah Jenis Jumlah per mesin/ operator operator mesin mesin
1 O-1 64 1 Manual 02 O-2 64 1 Manual 03 I-1 1 1 Manual 04 O-3 1 2 Manual 05 O-4 1 1 Welding 16 O-5 1 6 Manual 07 O-6 1 1 Piston 18 O-7 1 1 Manual 09 O-8 1 1 Plong 110 O-9 1 1 Manual 011 O-10 1 1 Filter Mess 112 O-11 1 1 Selang Filter 113 O-12 1 4 Lever 414 O-13 1 2 Nozzle 215 O-14 1 1 Packing 116 O-15 1 1 Selang 117 I-2 2 4 Manual 018 O-16 1 2 Manual 019 O-17 1 2 Manual 020 O-18 1 1 Stapler 1
Proses perakitan 3A yang utama terdiri dari proses nomor 1 sampai 17,
dimana dalam kondisi normal menggunakan operator sebanyak 18 orang. Para
operator mengerjakan proses nomor 1 sampai 12 pada setengah hari kerja.
Selanjutnya 14 operator dari ke-18 operator ini melanjutkan mengerjakan proses
nomor 13 sampai 17 pada setengah hari kerja berikutnya setelah istirahat makan
siang. Sedangkan 6 operator lainnya tetap mengerjakan proses no.6 karena proses
ini yang paling membutuhkan waktu paling banyak, jadi tetap berjalan terus
sepanjang hari untuk memenuhi stok. Proses nomor 18 sampai 20 disebut dengan
proses pembotolan. Proses pembotolan berjalan sepanjang hari dan dalam kondisi
normal menggunakan operator sebanyak 5 orang.
30
4.3. Pengolahan Data
4.3.1. Perancangan Konseptual Model
Langkah selanjutnya setelah pengamatan dan pembelajaran aliran proses
adalah mulai membangun konseptual model yang meliputi interaksi- interaksi
yang terjadi antara komponen-komponen dan asumsi-asumsi dari komponen dan
struktur sistem. Perancangan konseptual model dalam hal ini berupa layout dan
Entity Flow Diagram tiap produk yang dapat dilihat pada Lampiran 9 sampai 12.
4.3.2. Uji Independensi
Data waktu proses perakitan yang telah diambil sebelum dimasukkan ke
dalam simulasi perlu diuji sifat independennya dengan software Minitab 13. Dari
hasil pengolahan data dengan uji korelasi dan scatter plot, didapati semua data
waktu proses perakitan bersifat independen. Sebagai contoh output dari
pengolahan data uji independensi dari proses perakitan housing dan gasket produk
FS adalah sebagai berikut:
Correlations: O-1, O-1* Pearson correlation of O-1 and O-1* = 0.019 P-Value = 0.909
1 2 3
1
2
3
O-1*
O-1
Gambar 4.1. Output Minitab Hasil Uji Korelasi FS Proses O-1
Output di atas menunjukkan nilai korelasi proses perakitan housing dan
gasket sebesar 0.019 atau ˜ 0 sehingga dapat dikatakan data tersebut independen.
Cara yang lain adalah dengan melihat P-value, dimana hipotesa untuk pengujian
ini adalah sebagai berikut:
H0: Data proses bersifat independen
H1: Data proses tidak bersifat independen
31
P-value proses di atas sebesar 0.909 yang berarti = 0.05 sehingga dapat
disimpulkan gagal tolak H0 atau data proses perakitan housing dan gasket bersifat
independen. Selain itu dapat juga dengan melihat pola persebaran data dari scatter
plot, dapat dilihat bahwa data proses perakitan housing dan gasket tersebar acak
dan tidak membentuk pola, maka dapat dikatakan bahwa data tersebut
independen.
Cara yang sama juga dilakukan terhadap proses-proses yang lain untuk
keempat produk. Hasil uji independensi data waktu proses perakitan setiap proses
untuk keempat produk dapat dilihat pada Lampiran 13 sampai 16.
4.3.3. Uji Kesesuaian Distribusi
Setelah dilakukan uji independensi maka selanjutnya data waktu proses
diuji kesesuaian distribusinya untuk diketahui jenis distribusi dari data-data yang
telah diambil. Uji kesesuaian distribusi menggunakan software STATGRAPH.
Berikut ini adalah contoh output dari proses perakitan housing dengan gasket
produk FS:
Distribusi Lognormal Analysis Summary
Data variable: Ass_Hous_Gasket
40 values ranging from 1.13 to 2.78
Fitted lognormal distribution: mean = 1.73202 standard deviation = 0.36132
32
Goodness-of-Fit Tests for Ass_Hous_Gasket
Chi-Square Test---------------------------------------------------------------------------- Lower Upper Observed Expected Limit Limit Frequency Frequency Chi-Square---------------------------------------------------------------------------- at or below 1.31792 4 4.44 0.04 1.31792 1.44796 6 4.44 0.54 1.44796 1.55129 2 4.44 1.34 1.55129 1.64732 6 4.44 0.54 1.64732 1.74512 9 4.44 4.67 1.74512 1.85315 1 4.44 2.67 1.85315 1.9854 4 4.44 0.04 1.9854 2.1813 3 4.44 0.47above 2.1813 5 4.44 0.07----------------------------------------------------------------------------Chi-Square = 10.3992 with 6 d.f. P-Value = 0.108816
Estimated Kolmogorov statistic DPLUS = 0.12824Estimated Kolmogorov statistic DMINUS = 0.0658389Estimated overall statistic DN = 0.12824Approximate P-Value = 0.541782
EDF Statistic Value Modified Form P-Value---------------------------------------------------------------------Kolmogorov-Smirnov D 0.12824 0.828679 >0.10Anderson-Darling A^2 0.476373 0.476373 >0.10---------------------------------------------------------------------*Indicates that the P-Value has been compared to tables of critical valuesspecially constructed for fitting the currently selected distribution.Other P-values are based on general tables and may be very conservative.
Distribusi Normal Analysis Summary
Data variable: Ass_Hous_Gasket
40 values ranging from 1.13 to 2.78
Fitted normal distribution: mean = 1.73225 standard deviation = 0.377743
33
Goodness-of-Fit Tests for Ass_Hous_Gasket
Chi-Square Test---------------------------------------------------------------------------- Lower Upper Observed Expected Limit Limit Frequency Frequency Chi-Square---------------------------------------------------------------------------- at or below 1.27116 2 4.44 1.34 1.27116 1.44339 8 4.44 2.84 1.44339 1.56955 2 4.44 1.34 1.56955 1.67947 10 4.44 6.94 1.67947 1.78503 6 4.44 0.54 1.78503 1.89495 1 4.44 2.67 1.89495 2.02111 4 4.44 0.04 2.02111 2.19334 2 4.44 1.34above 2.19334 5 4.44 0.07----------------------------------------------------------------------------Chi-Square = 17.1499 with 6 d.f. P-Value = 0.00874786
Estimated Kolmogorov statistic DPLUS = 0.170716Estimated Kolmogorov statistic DMINUS = 0.0745932Estimated overall statistic DN = 0.170716Approximate P-Value = 0.194385
EDF Statistic Value Modified Form P-Value---------------------------------------------------------------------Kolmogorov-Smirnov D 0.170716 1.10094 <0.01*Anderson-Darling A^2 1.07116 1.09275 0.0073*---------------------------------------------------------------------*Indicates that the P-Value has been compared to tables of critical valuesspecially constructed for fitting the currently selected distribution.Other P-values are based on general tables and may be very conservative.
Distribusi Weibull Analysis Summary
Data variable: Ass_Hous_Gasket
40 values ranging from 1.13 to 2.78
Fitted Weibull distribution: shape = 4.60788 scale = 1.8859
34
Goodness-of-Fit Tests for Ass_Hous_Gasket
Chi-Square Test---------------------------------------------------------------------------- Lower Upper Observed Expected Limit Limit Frequency Frequency Chi-Square---------------------------------------------------------------------------- at or below 1.18557 1 4.44 2.67 1.18557 1.39751 6 4.44 0.54 1.39751 1.55038 5 4.44 0.07 1.55038 1.68049 11 4.44 9.67 1.68049 1.80205 5 4.44 0.07 1.80205 1.92479 2 4.44 1.34 1.92479 2.06058 4 4.44 0.04 2.06058 2.23724 2 4.44 1.34above 2.23724 4 4.44 0.04----------------------------------------------------------------------------Chi-Square = 15.8 with 6 d.f. P-Value = 0.0148687
Estimated Kolmogorov statistic DPLUS = 0.183195Estimated Kolmogorov statistic DMINUS = 0.109847Estimated overall statistic DN = 0.183195Approximate P-Value = 0.136486
EDF Statistic Value Modified Form P-Value---------------------------------------------------------------------Kolmogorov-Smirnov D 0.183195 1.15863 <0.01*Anderson-Darling A^2 1.47008 1.51657 <0.01*---------------------------------------------------------------------*Indicates that the P-Value has been compared to tables of critical valuesspecially constructed for fitting the currently selected distribution.Other P-values are based on general tables and may be very conservative.
Distribusi Eksponensial Analysis Summary
Data variable: Ass_Hous_Gasket
40 values ranging from 1.13 to 2.78
Fitted exponential distribution: mean = 1.73225
35
Goodness-of-Fit Tests for Ass_Hous_Gasket
Chi-Square Test---------------------------------------------------------------------------- Lower Upper Observed Expected Limit Limit Frequency Frequency Chi-Square---------------------------------------------------------------------------- at or below 0.20403 0 4.44 4.44 0.20403 0.435339 0 4.44 4.44 0.435339 0.702367 0 4.44 4.44 0.702367 1.01819 0 4.44 4.44 1.01819 1.40473 7 4.44 1.47 1.40473 1.90307 22 4.44 69.34 1.90307 2.60544 10 4.44 6.94 2.60544 3.80614 1 4.44 2.67above 3.80614 0 4.51 4.51----------------------------------------------------------------------------Chi-Square = 102.718 with 7 d.f. P-Value = 0.0
Estimated Kolmogorov statistic DPLUS = 0.203128Estimated Kolmogorov statistic DMINUS = 0.486215Estimated overall statistic DN = 0.486215Approximate P-Value = 1.22317E-8
EDF Statistic Value Modified Form P-Value---------------------------------------------------------------------Kolmogorov-Smirnov D 0.486215 3.20663 <0.01*Anderson-Darling A^2 11.8656 12.0436 0.0000*---------------------------------------------------------------------*Indicates that the P-Value has been compared to tables of critical valuesspecially constructed for fitting the currently selected distribution.Other P-values are based on general tables and may be very conservative.
Density Trace for Ass_Hous_Gasket
Ass_Hous_Gasket
dens
ity
1.1 1.4 1.7 2 2.3 2.6 2.90
0.2
0.4
0.6
0.8
1
1.2
Gambar 4.2. Output STATGRAPH Hasil Uji Kesesuaian Distribusi FS Proses O-1
Pada pendugaan keluarga distribusi proses perakitan housing dengan
gasket seperti yang tampak pada output diatas, dapat dilihat nilai expected
frequency sebesar 4.44 (lebih kecil dari 5). Dengan demikian metode pengujian ini
menggunakan uji Kolmogorov-Smirnov, karena jumlah sampel data yang
dikumpulkan termasuk berukuran kecil. Uji Kolmogorov-Smirnov mempunyai ciri
36
semua parameter dari distribusi yang akan diduga harus diketahui dan sifat
distribusinya adalah kontinu. Dalam hal ini distribusi yang parameternya dapat
diestimasikan adalah normal, lognormal, eksponensial, weibull. Jadi setiap data
waktu proses yang diolah, dicoba untuk diuji kesesuaian distribusinya dengan
keempat distribusi tersebut.
Berikut ini adalah analisa dengan distribusi lognormal proses perakitan
housing dan gasket pada produk FS dengan hipotesa:
H0: Data proses berdistribusi lognormal
H1: Data proses tidak berdistribusi lognormal
Diketahui nilai Dn modified dari hasil uji K-S di output komputer pada
kolom modified form mempunyai nilai sebesar 0.828679. Jika dibandingkan
dengan nilai critical value pada tabel 2.2, dimana critical value untuk distribusi
lognormal dengan 1-α sebesar 0.95 adalah 0.895, maka nilai modified form
(0.828679) < critical value (0.895). Hal ini dapat disimpulkan gagal tolak H0 yang
berarti proses perakitan housing dan gasket berdistribusi lognormal.
Hal yang sama juga diuji pada ketiga distribusi yang lain (normal,
weibull, eksponensial), kemudian dibandingkan nilai modified form dengan nilai
critical value (MF/CV). Hasil perbandingan yang memiliki nilai lebih kecil dari 1
dengan nilai yang paling kecil maka diasumsikan data tersebut lebih sesuai
dimasukkan ke dalam distribusi tersebut. Sebagai contoh dapat dilihat pada tabel
berikut untuk proses perakitan housing dan gasket pada produk FS:
Tabel 4.9. Uji Kesesuaian Distribusi Proses Perakitan Housing dengan Gasket Produk FS
Distribusi Exp. Freq Modified Form (K-S) Critical Value MF/CVNormal 4.44 1.10094 0.895 1.230100559Lognormal 4.44 0.828679 0.895 0.925898324Eksponensial 4.44 3.20663 1.094 2.931106033Weibull 4.44 1.15863 0.843 1.374412811Kesimpulan: Data berdistribusi lognormal
Pengolahan data uji kesesuaian distribusi secara keseluruhan dapat dilihat
pada Lampiran 17 sampai 20, sedangkan hasil uji distribusi beserta nilai
parameternya dapat dilihat pada Lampiran 21 sampai 24. Hasil uji distribusi ini
37
nantinya digunakan sebagai inputan data untuk dimasukkan ke dalam software
Promodel 6.0.
4.3.4. Perancangan Operasional Model
Dari hasil perancangan konseptual model terhadap keempat produk yang
diteliti, maka selanjutnya model mulai dibangun ke dalam bentuk operasional
secara komputerisasi melalui software Promodel 6.0, kemudian dimasukkan
inputan data waktu proses hasil dari uji independensi dan kesesuaian distribusi,
beserta dengan data jumlah operator, mesin. Aliran proses perakitan dan waktu
proses yang berbeda antara produk satu dengan yang lain, menyebabkan aliran
proses ini harus dibuat model lintasannya sendiri-sendiri.
Keterbatasan lokasi dalam Promodel 6.0 Student Version menyebabkan
sistem dalam suatu rangkaian proses perakitan perlu dibagi menjadi beberapa
bagian. Output dari bagian yang satu, menjadi input untuk bagian yang lain yang
merupakan proses kelanjutannya. Berikut ini adalah pembagian aliran proses
setiap produk ke dalam model yang dibangun:
Gambar 4.3. Aliran Proses FS dalam Perancangan Operasional Model
Keterangan:
1. FS awal 1, terdiri dari proses:
O-1 à O-2 à O-3 à O-4 à O-5 à O-6
2. FS awal 2, terdiri dari proses:
O-7 à O-8
3. FS awal 3, terdiri dari proses:
O-9 à I-1 à O-10 à O-11
38
Gambar 4.4. Aliran Proses S7060 dalam Perancangan Operasional Model
Keterangan:
1. S7060 awal 1, terdiri dari proses:
O-1 à O-2 à O-3 à O-4 à O-5 à O-6 à O-7 à O-8
2. S7060 awal 2, terdiri dari proses:
O-9 à O-10 à O-11 à I-1 à O-12
Gambar 4.5. Aliran Proses HD dalam Perancangan Operasional Model
Keterangan:
1. HD awal 1, terdiri dari proses:
O-1 à O-2 à O-3 à O-4 à O-5 à O-6 à O-7 à O-8 à O-9
2. HD awal 2, terdiri dari proses:
I-1 à O-10 à O-11
Gambar 4.6. Aliran Proses 3A dalam Perancangan Operasional Model
Keterangan:
1. 3A awal 1, terdiri dari proses:
O-8 à O-9 à O-10 à O-11
2. 3A awal 2, terdiri dari proses:
O-7
39
3. 3A awal 3, terdiri dari proses:
O-5
4. 3A awal 4, terdiri dari proses:
O-6
5. 3A awal 5, terdiri dari proses:
O-1 à O-2 à I-1 à O-3 à O-4
6. 3A awal 6, terdiri dari proses:
O-12 à O-13 à O-14 à O-15 à I-2
7. 3A awal pembotolan, terdiri dari proses:
O-16 à O-17 à O-18
4.3.5. Steady State
Kondisi steady state digunakan untuk menentukan besarnya waktu
warmup yang diperlukan sampai sistem mencapai keadaan stabil. Proses
pencarian waktu warmup dilakukan dengan cara menjalankan program secara trial
and error sampai diketemukan pada output 1 produk dihasilkan atau keluar dari
sistem, karena setelah 1 produk dihasilkan, proses akan berjalan terus secara
stabil. Mengingat keterbatasan lokasi dalam Promodel 6.0, maka dalam
pencarian waktu warmup dilakukan dengan cara dibagi menjadi beberapa bagian.
Ketika output produk pertama dari model bagian pertama keluar dari sistem, maka
waktu warmup dari bagian yang pertama itu menjadi waktu kedatangan (arrival
time) untuk model bagian kedua yang merupakan proses kelanjutannya. Demikian
juga dicari waktu warmup untuk bagian kedua dan seterusnya sampai 1 produk
benar-benar selesai diproses.
Berikut ini adalah waktu warmup yang diperlukan untuk keempat produk
yang diteliti:
40
Tabel 4.10. Warmup Time
Tipe Model Warmup timeFS FS awal 1 6.425 menit
FS awal 2 4 detikFS awal 3 6.65 menit
S7060 S7060 awal 1 1.85 menitS7060 awal 2 2.6 menit
HD HD awal 1 4 menitHD awal 2 4.125 menit
3A 3A awal 1 7 detik3A awal 2 4 detik3A awal 3 9.5 detik3A awal 4 10 detik3A awal 5 3.05 menit3A awal 6 3.95 menit
3A awal pembotolan 4.175 menit
4.3.6. Replikasi
Banyaknya replikasi yang harus dilakukan ditentukan dengan terlebih
dahulu melakukan replikasi awal sebanyak 5 kali. Hasil output dari replikasi awal
kemudian dimasukkan ke dalam rumus (2.2). Sebagai contoh jumlah replikasi
yang sesungguhnya dari Ass 1 sebagai output dari model FS awal 1a hasil
replikasi awal sebanyak 5 kali adalah sebagai berikut: 2
394.15862.1296.1
×
≥R
0244.0≥R
Hasil perhitungan menunjukkan bahwa jumlah replikasi yang harus
dilakukan adalah > 0,0244 dan dibulatkan menjadi 1. Kesimpulan yang dapat
diambil dari hasil ini adalah tidak perlu dilakukan lagi replikasi tambahan karena
hasil replikasi awal sebanyak lima kali sudah dapat mewakili.
Cara yang sama seperti di atas juga dilakukan pada model-model awal
yang lain dan hasilnya dapat dilihat pada Lampiran 25.
4.3.7. Verifikasi dan Validasi
Model yang sudah dibangun juga diuji verifikasi, apakah model yang telah
dibangun bisa dijalankan dengan baik atau tidak. Jika program tidak bisa
41
dijalankan dengan baik, biasanya software Promodel 6.0. akan memberitahu letak
kesalahan. Cara ini dikenal dengan istilah compile. Selain itu, uji verifikasi juga
dilakukan dengan membandingkan model dengan Entity Flow Diagram.
Langkah terakhir yang dilakukan adalah uji validasi, yaitu menguji apakah
model yang dibangun sudah sesuai dengan sistem nyata atau belum. Cara yang
dilakukan adalah dengan face validity, yaitu dengan menunjukkan model kepada
orang yang ahli di lapangan dalam hal ini adalah staff PPIC untuk membantu
mengidentifikasi model, agar model yang dibangun mewakili sistem nyata sesuai
yang diinginkan perusahaan. Dalam hal ini tidak bisa dilakukan perbandingan
antara output produksi harian dari model dengan output harian sesungguhnya,
karena tidak ada catatan yang akurat atau dokumentasi terhadap output produksi
harian kondisi aktual. Selama ini hanya ada estimasi minimal stok yang biasa
tersedia selama produksi harian.
Tabel 4.11. Perbandingan Output Harian Model dengan Estimasi Persediaan
Harian Minimal
Replikasi FS* S7060* HD 3A**1 11213 5492 12697 68832 11186 5490 12696 68843 11170 5485 12696 68844 11155 5496 12696 68845 11174 5482 12697 6884
Stok Minimal 10000 5000 10000 6300Jumlah Operator 15 16 14 18
Keterangan:
* : Sebelum inspeksi
** : Sebelum pembotolan
Tabel di atas menunjukkan bahwa output harian model sudah memenuhi
persediaan harian minimal yang biasa diperkirakan tersedia di gudang atau lantai
produksi. Jadi dapat diambil kesimpulan dari pendekatan validasi di atas
perancangan model awal sudah valid.