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)