Penerapan Diagram MEWMA Pada Proses Blending

Primary di Perusahaan

Diagram MEWMA BaruBlending Bagian

Perusahaan Rokok ‘X’

Oleh:

Sri Sulistyawati 1306100060

Dosen Pembimbing:

Dr. Muhammad Mashuri, MT

PENDAHULUANPENDAHULUAN

Latar BelakangIndustriRokok

PersainganIndustri

Proses PrimaryBagian Blending

Pengendalian KualitasSecara Statistik

Peta Kendali

Belakang..Persaingan

IndustriKualitas

PT. X

Kualitas Peta Kendali Multivariat

Kendali MEWMA

Permasalahan

1. Bagaimana stabilitas prosesprimary proses blendingkendali MEWMA?

2. Apabila proses tidak terkendalisaja yang menyebabkan

Permasalahan..

proses produksi rokok pada tahapblending dengan menggunakan peta

terkendali, variabel-variabel apamenyebabkan terjadinya out-of-control?

Tujuan Penelitian

1. Menganalisis stabilitastahap primary prosespeta kendali MEWMA

2. Mengetahui variabel-variabelmenyebabkan terjadinyacontrol

Penelitian..

stabilitas proses produksi rokok padablending dengan menggunakan

variabel apa saja yang terjadinya pengamatan yang out-of-

Manfaat Penelitian

• Memberikan informasi dalambidang industri, khususnya Quality Control

• Memberikan informasi kepadagambaran dari pengendalianbagian blending

Penelitian..

dalam penerapan ilmu statistik diQuality Control

kepada perusahaan mengenaipengendalian kualitas pada proses primary

Batasan Masalah

Penelitian hanya dilakukan padakhususnya di bagian

mengikutsertakan beberapaMoisture Content (MC)

karena adanya perbedaansampel sehingga dianggap

metode

Masalah..

enelitian hanya dilakukan pada proses primarybagian blending dengan tidakbeberapa variabel, yaitu variabel(MC) dan variabel Organoleptic

perbedaan dalam proses pengambilandianggap kurang sesuai dengan

metode yang digunakan.

TINJAUAN PUSTAKATINJAUAN PUSTAKA

Peta Kendali• Adalah suatu metode grafis yang digunakan untuk

mengevaluasi apakah suatu proses berada dalam status terkendali atau tidak (Montgomery, 2005).

• Manfaat peta kendali antara lain mempermudah mengamati perubahan data dari waktu ke waktu, dapat melihat penyimpangan, yaitu apabila proses tidak terkendalimenggambarkan kualitas dari suatu produk.

Peta Kendali

Atribut

Variabel

Kendali..suatu metode grafis yang digunakan untuk

mengevaluasi apakah suatu proses berada dalam status (Montgomery, 2005).

Manfaat peta kendali antara lain mempermudah mengamati perubahan data dari waktu ke waktu, dapat melihat penyimpangan, yaitu apabila proses tidak terkendali, serta menggambarkan kualitas dari suatu produk.

Univariat

Multivariat MEWMA

Peta Kendali• Peta kendali yang digunakan

perubahan kecil pada mean

Peta kendali MEWMA dibentuk

dimana:

matriks varian

dengan batas atas = h4 (nilai

batas bawah = 0

Kendali MEWMA..digunakan untuk mendeteksi terjadinya

mean dalam proses (Khoo, 2003)

dibentuk oleh statistik dengan persamaan:

varian kovarian dari

nilai ARL yang sudah ditetapkan)

Pemeriksaan Asumsi

Fungsi probability density function multivariat (Evans et al, 2000):

Hipotesis:

H0 = data berdistribusi normal

H1 = data tidak berdistribusi

Statistik Uji

Tolak H0 jika terdapat lebih dari

Normal Multivariat..

probability density function dari distribusi normal (Evans et al, 2000):

normal multivariat

berdistribusi normal multivariat

dari 50% jarak d2i ≤ χ2

(p;α)

Metode Analitycal Hierarchy Process (AHP)..

Merupakan metode yang digunakandari perbandingan yang kompleks dengan menguraikan masalah yang kompleks menjadi hierarki (Saaty, 1993)

Dalam metode AHP dilakukan

1. Mendefinisikan masalah dan

2. Membuat struktur hierarki

3. Membuat matrik perbandinganmenggambarkan kontribusiterhadap tujuan atau kriteria

Hierarchy Process (AHP)..

digunakan untuk menentukan skala rasioyang kompleks dengan menguraikan masalah

yang kompleks menjadi hierarki (Saaty, 1993)

dilakukan langkah-langkah sebagai berikut :

dan menentukan solusi yang diinginkan

hierarki yang diawali dengan tujuan utama

perbandingan berpasangan yang kontribusi relatif atau pengaruh setiap elemen

kriteria yang setingkat di atasnya

Metode Analitycal Hierarchy Process (AHP)..

4. Menghitung nilai eigen dariberpasangan

5. Memeriksa konsistensi hirarki

dengan menggunakan Consistency Ratio (CR),

dengan

Matriks pairwise comparisons CR<10%.

Jika tidak konsisten maka mengulangiseluruh tingkat hierarki.

Hierarchy Process (AHP)..

dari setiap matriks perbandingan

hirarki.

Consistency Ratio (CR), yang dirumuskan:

dengan

comparisons dikatakan konsisten jika nilai

mengulangi langkah 3 dan 4 untuk

Identifikasi VariabelTerjadinya Sinyal

Identifikasi dilakukan agar perbaikanyang tepat

Montgomery (2005) menjelaskanyang dapat digunakan dalam mendiagnosis sinyal control adalah menguraikan statistik komponen yang menunjukkan kontribusi dari masingmasing variabel.

Perbaikan proses difokuskanlebih besar dari

Variabel PenyebabSinyal Out-of-control..

perbaikan proses mencapai sasaran

menjelaskan bahwa salah satu pendekatan dalam mendiagnosis sinyal out-of-

adalah menguraikan statistik ke dalam komponen-komponen yang menunjukkan kontribusi dari masing-

difokuskan pada variabel yang memiliki nilai.

TINJAUAN PROSESTINJAUAN PROSES

Preparasi Material

Cutting Separating

Blending

SKM SKT

Batangan

Wrapping

PackingPacking

Over Wrapping

Making

Bal

Wraping

Sloft

Bandrol

Box

TahapPrimary

TahapSecondary

Diagram Alur ProsesProduksi Rokok PT. X

Primary Process..

Merupakan suatu tahap produksi yang material) tembakau dan cengkehberupa campuran rajangan denganbancuran

Tahap proses dalam primary meliputi

• Tobacco Processing (Pengolahan Tembakau

• Cutting Line Processing (proses pengolahan

• Proses Blending Line

Primary Process..

yang mengolah bahan mentah (raw menjadi bahan setengah jadi

dengan ukuran tertentu yang disebut

meliputi:

Tembakau)

pengolahan cengkeh)

Proses Blending Line

• merupakan proses produksi padayang merupakan serangkaian prosesberbagai grade tembakau dan cengkehbrand, menjadi blend yang siap untukselanjutnya

• Variabel yang diukur1. Moisture Content (MC)

2. Particel Size Distribution (PSD)

3. Impurities

4. Organoleptic

Blending Line..

pada Primary Production Departmentproses secara batch dari pencampurancengkeh serta flavor sesuai komposisi

untuk diproses pada tahap

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN

Sumber

Data yang digunakan pada penelitianberupa data variabel karakteristik

tahap primary bagian blending2010. Pengambilan sampel dilakukan

100 gram dan dilakukan pada saat

Sumber Data..

penelitian ini adalah data sekunder yang karakteristik dari proses pemeriksaan kualitas di

pada bulan Januari sampai Maretdilakukan 1 kali setiap batch sebanyak

saat material ditampung di konveyor.

Organisasi

dengannti = hasil pengamatanXi = karakteristik kualitast = 1, 2, 3, ... , 118i = 1, 2, 3, ... , 6

Data ke X1 X2

1 n11 n12

2 n21 n22

3 n31 n32

t nt1 nt2

118 n118 1 n118 2

Organisasi Data..

kualitas (variabel) ke-i

Xi X6

n1i n16

n2i n26

n3i n36

nti nt6

n118i n1186

Variabel Penelitian

PSD Halus (X1)

PSD Sedang (X2)

PSD Kasar (X3)

Bancuran Bersih (X4)

Gagang (X5)

Tikar (X6)

Penelitian..

Tidak

Ya

Identifikasi variabel penyebab out-of-control

TransformasiTidak

Selesai

Kesimpulan dan Saran

Pembuatan Diagram MEWMA

Penentuan Nilai Pembobot

Data Berdistribusi Normal Multivariat

Pemeriksaan Asumsi

Observasi Proses Produksi Rokok

Pengumpulan Data QC antara Bulan Januari-Maret 2010

Studi Literatur tentang metode MEWMA

Mulai

Gambar 3.1 Diagram Alir Tahapan Penelitian

Diagram Alur Penelitian

Transformasi

ANALISIS DAN PEMBAHASANANALISIS DAN PEMBAHASAN

Deskripsi KarakteristikVariabel Mean Varian

PSD Halus 7,301 3,376PSD Sedang 82,311 4,133PSD Kasar 10,388 6,406Bancuran Bersih 99,253 0,0237Gagang 0,671 0,0197Tikar 0,07492 0,00377

15,0

12,5

10,0

7,5

5,0

psd

halu

s

14,35

Boxplot of psd halus

Boxplot untuk variabel PSD Halus dan PSD

Karakteristik Kualitas..Varian Min Median Max3,376 4,17 6,695 14,354,133 72,38 82,385 86,286,406 5,91 10,14 21,92

0,0237 98,84 99,255 99,650,0197 0,31 0,675 1

0,00377 0,01 0,06 0,48

88

86

84

82

80

78

76

74

72

psd

seda

ng

73,58

72,38

76,79

Boxplot of psd sedang

PSD Sedang

Deskripsi Karakteristik

22,5

20,0

17,5

15,0

12,5

10,0

7,5

5,0

psd

kas

ar

20,37

21,92

16,89

Boxplot of psd kasar

1,0

0,9

0,8

0,7

0,6

0,5

0,4

0,3

gaga

ng

0,320,31

Boxplot of gagang

Boxplot untuk variabel PSD Kasar, Bancuran

Karakteristik Kualitas..

99,7

99,6

99,5

99,4

99,3

99,2

99,1

99,0

98,9

98,8

banc

uran

ber

sih

99,65

98,84

Boxplot of bancuran bersih

0,5

0,4

0,3

0,2

0,1

0,0

tika

r

0,48

0,38

0,19

0,26

Boxplot of tikar

Bancuran Bersih, Gagang dan Tikar

Pemeriksaan AsumsiMultivariat

Hipotesis:

H0 = data berdistribusi normal

H1 = data tidak berdistribusi

Statistik Uji

Jarak d2i yang kurang dari

Sehingga kesimpulan dari pemeriksaankarakteristik keenam variabelnormal mutivariat

Asumsi Normal Multivariat..

normal multivariat

berdistribusi normal multivariat

yaitu sebesar 73,73%,

pemeriksaan asumsi ini adalahvariabel kualitas telah berdistribusi

χ2(6;0.05)

Penentuan Nilai

Setelah melakukan survei ditingkat kepentingan sebagai berikut

PSD Halus PSD Sedang

PSD Halus 1,000 0,500

PSD Sedang 2,000 1,000

PSD Kasar 0,250 0,200

Bancuran Bersih 4,000 3,000

Gagang 0,333 0,250

Tikar 0,500 0,333

Nilai Pembobot..

perusahaan, didapatkan matriksberikut

PSD Sedang PSD Kasar Bancuran Bersih Gagang Tikar

0,500 4,000 0,250 3,000 2,000

1,000 5,000 0,333 4,000 3,000

0,200 1,000 0,111 0,500 0,333

3,000 9,000 1,000 7,000 5,000

0,250 2,000 0,143 1,000 2,000

0,333 3,000 0,200 0,500 1,000

Penentuan Nilai

Nilai pembobot yang dihasilkan

Variabel Nilai Pembobot

PSD Halus 0,141

PSD Sedang 0,214

PSD Kasar 0,037

Bancuran Bersih 0,457

Gagang 0,076

Tikar 0,076

Nilai Pembobot..

Pemeriksaan Konsistensi Penilaian

Penerapan Diagram

1

25

20

15

10

5

0

Dat

a

Pengamatan ke- Nilai Ti2

63 15,25849

81 15,42176

83 22,93546

Pengamatan Out-of-control

Diagram Kontrol MEWMA..

10896847260483624121pengamatan ke

ti2h4

Variable

Diagram Kontrol MEWMA

Identifikasi Variabelcontrol

Dengan membandingkan nilai di padacontrol terhadap nilai denganmaka didapatkan nilai kontribusi sebagai

VariabelPengamatan ke

63 81

X1 4,183616 2,954479

X2 4,3117625 4,91620623

X3 3,6999118 7,60279171

X4 9,4963814 9,43450999

X5 2,350647 2,87420925

X6 4,2763473 7,30858624

Variabel Penyebab Out-of-control

pada ketiga pengamatan yang out-of-dengan nilai α=0,05 atau sebesar 3,841,

sebagai berikut

Pengamatan ke-81 83

2,954479 0,60595156

4,91620623 3,29575852

7,60279171 1,66605854

9,43450999 2,32906784

2,87420925 2,85252575

7,30858624 17,2335395

KESIMPULAN DAN SARAN

KESIMPULAN DAN SARAN

Kesimpulan

1. Proses produksi rokok prosesBulan Januari-Maret 2010 menunjukkansecara statistik. Hal ini dikarenakanluar batas kendali, yaitu pada pengamatan

2. Variabel penyebab yang menyebabkanyaitu variabel PSD Kasar (X1), PSD(X4), dan Tikar (X6). Dengan uraianBersih (X4), dan Tikar (X6)menyebabkan pengamatan yangperiode Januari-Maret 2010.Bancuran Bersih (X4), dan Tikardalam perbaikan proses untuk periode

Kesimpulan..

blending tahap primary di PT X pada periodemenunjukkan hasil bahwa proses belum terkendali

dikarenakan terdapat 3 pengamatan yang berada dipengamatan 63, 81, dan 83.

menyebabkan pengamatan terdeteksi out-of-controlPSD Sedang (X2), PSD Halus (X3), Bancuran Bersih

uraian bahwa variabel PSD Sedang (X2), Bancuranmerupakan variabel yang paling banyak

yang tidak terkontrol pada diagram MEWMAOleh karena itu variabel PSD Sedang (X2),

Tikar (X6) menjadi variabel yang diprioritaskanperiode-periode selanjutnya.

Saran..

Perlu adanya perbaikan kualitas proses produksi pada perusahaan, khususnya proses variabel yang perlu diprioritaskan karena dianggap menyebabkan terjadinya pengamatan yang out

Sedang (X2), Bancuran Bersihdiharapkan pada periode selanjutnya

statistik

Saran..

Perlu adanya perbaikan kualitas proses produksi pada blending tahap primary. Beberapa

variabel yang perlu diprioritaskan karena dianggap menyebabkan out-of-control adalah variabel PSD

Bersih (X4), dan Tikar (X6). Sehinggaselanjutnya proses dapat terkendali secara

statistik.

Daftar PustakaAriani, D.W., 2004. Pengendalian Kualitas

Manajemen Kualitas). Yogyakarta:

Evans, M.; Hastings, N,; dan Peacock, B. 2000. Edition. Canada: John Wiley and Sons, Inc.

Feigenbaum, A.V. 1983. Total Quality Control, Third EditionHill, Inc.

Johnson. A.R. dan Wichern. D.W. 1998. New Jersey: Prentice Hall. Upper Saddle River.

Khoo, M.B.C. 2003. Multivariate Control Chart for process Dispersion Based on Individual Observation. Quality Engineering

Montgomery, D. C. 2005. Introduction to Statistical Quality Control 5New York: John Wiley and Sons, Inc.

Mulyono, S. 1996. Teori PengambilanUniversitas Indonesia.

Saaty, T.L., 1980. The Analytic Hierarchy Process.

Risdiyanto, 2003. Analisis PengendalianBuana. Tesis Manajemen Produksi

Pustaka..Kualitas Statistik (Pendekatan Kuantitatif Dalam

). Yogyakarta: Andi.

Peacock, B. 2000. Statistical Distributions, Third Canada: John Wiley and Sons, Inc.

Total Quality Control, Third Edition. New York: Mc graw-

. D.W. 1998. Applied Multivariate Statistical Analysis. New Jersey: Prentice Hall. Upper Saddle River.

Multivariate Control Chart for process Dispersion Based on . Quality Engineering vol 16. pp. 75-85

Introduction to Statistical Quality Control 5th Edition. New York: John Wiley and Sons, Inc.

Pengambilan Keputusan. Jakarta: Fakultas Ekonomi

The Analytic Hierarchy Process. New York: McGraw-Hill.

Pengendalian Kualitas Rokok di PT Menara KartikaProduksi dan Operasi IPB.

TERIMA KASIHTERIMA KASIH