PENGENDALIAN BOBOT BERSIH PRODUK ABC DAN …
50
PENGENDALIAN BOBOT BERSIH PRODUK ABC DAN IDENTIFIKASI PENYEBAB KETIDAKSESUAIAN BOBOT DENGAN STATISTICAL PROCESS CONTROL (SPC) DI PT XYZ OLEH : JUMRY FAJRIANTI 004201205093 THESIS DISAMPAIKAN KEPADA FAKULTAS TEKNIK PRESIDENT UNIVERSITY DIAJUKAN UNTUK MEMENUHI PERSYARATAN AKADEMIK MENCAPAI GELAR SARJANA TEKNIK PROGRAM STUDI TEKNIK INDUSTRI 2016
Transcript of PENGENDALIAN BOBOT BERSIH PRODUK ABC DAN …
PENGENDALIAN BOBOT BERSIH PRODUK ABC DAN IDENTIFIKASI PENYEBAB KETIDAKSESUAIAN BOBOT DENGAN STATISTICAL PROCESS CONTROL (SPC)
DI PT XYZ
OLEH : JUMRY FAJRIANTI
004201205093
THESIS DISAMPAIKAN KEPADA FAKULTAS TEKNIK PRESIDENT
UNIVERSITY DIAJUKAN UNTUK MEMENUHI PERSYARATAN AKADEMIK MENCAPAI GELAR SARJANA TEKNIK PROGRAM
STUDI TEKNIK INDUSTRI
2016
i
REKOMENDASI PEMBIMBING AKADEMIK
Laporan skripsi berjudul “ Pengendalian Bobot Bersih Produk ABC Dan Identifikasi
Penyebab Ketidaksesuaian Bobot Dengan Statistical Proces Control (SPC) Di PT XYZ”
disusun dan disampaikan oleh Jumry Fajrianti sebagai salah satu persyaratan untuk
mendapatkan gelar sarjana pada Fakultas Teknik telah diperiksa dan dianggap telah
memenuhi persyaratan sebuah skripsi, selanjutnya saya rekomendasikan untuk dilakukan
pengujian.
Cikarang, Indonesia, April, 2016
Ir. Andira Taslim M.T
ii
PERNYATAAN KEASLIAN
Saya menyatakan bahwa skripsi ini yang berjudul “ Pengendalian Bobot Bersih
Produk ABC Dan Identifikasi Penyebab Ketidaksesuaian Bobot Dengan Statistical
Proces Control (SPC) Di PT XYZ ” merupakan hasil penelitian, pemikiran dan
pemaparan asli dari saya sendiri dan belum pernah diajukan sebagian atau
seluruhnya ke universitas lain untuk mendapatkan gelar.
Cikarang, Indonesia, April, 2016
Jumry Fajrianti
iii
“ PENGENDALIAN BOBOT BERSIH PRODUK ABC DAN IDENTIFIKASI PENYEBAB KETIDAKSESUAIAN BOBOT
DENGAN STATISTICAL PROCES CONTROL (SPC)
DI PT XYZ”
Oleh :
Jumry Fajrianti
004201205093
Disetujui oleh :
Ir. Andira Taslim M.T
Pembimbing skripsi
Ir. Andira Taslim M.T
Kepala Jurusan Teknik Industri
iv
ABSTRAK
Pengendalian proses satistik (SPC) adalah alat uatama yang digunakan untuk membuat produk
dengan benar sejak awal. Tujuan pokok pengendalian proses statistik adalah menyelidiki dengan
cepat terjadinya sebab-sebab terduga atau pergeseran proses sedemikian hingga penyelidikan
terhadap proses itu dan tindakan pembetulan dapat dilakukan sebelum terlalu banyak unit yang tak
sesuai diproduksi. Bagan kendali adalah teknik pengendali proses yang digunakan untuk maksud
tersebut. Dalam Penelitian ini digunakan peta Kendali X-bar dan untuk mengetahui apakah bobot
produk ABC terkendali atau tidak, dan adapun data yang diperoleh sebagai berikut : CL yng
diperoleh yaitu sebesar 150.9 g. UCL sebesar 154.070 dan LCL sebesar 147,730. Sedangkan bagan
kendali R menunjukkan hasil sebesar 11.93 g yang tertera pada central line-nya dengan UCL
sebesar 20.48 dan LCL sebesar 7.38. Setelah dilakukan identifikasi maka dapat diketahui penyebab
tidak terkendalinya bobot produk yang diperoleh yaitu dari Faktor mesin, manuisa, metode,
karakteristik dasar produk dan manajemen.
Kata Kunci : SPC, Bagan Kendali, Bagan Kendali X-bar dan R, Central Line, UCL, dan LCL
v
KATA PENGANTAR
Puji dan syukur kehadirat Tuhan Yang Maha Esa atas berkat rahmat serta kasih-Nya sehingga
penulis dapat menyelesaikan skripsi ini yang mengambil judul “ Pengendalian Bobot Bersih
Produk ABC Dan Identifikasi Penyebab Ketidaksesuaian Bobot Dengan Statistical Proces
Control (SPC) Di PT XYZ ” .
Tujuan penulisan skripsi ini untuk memenuhi sebahagian syarat memperoleh gelar Sarjana Teknik
bagi mahasiswa program S-1 di program studi teknik Jurusan Teknik Industri Universitas
President. Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh sebab itu
penulis mengharapkan kritik dan saran yang bersifat membangun dari semua pihak demi
kesempurnaan skripsi ini.
Terselesaikannya skripsi ini tidak terlepas dari bantuan banyak pihak, sehingga pada kesempatan
ini dengan segala kerendahan hati dan penuh rasa hormat penulis menghaturkan terima kasih yang
sebesar-besarnya bagi semua pihak yang telah memberikan bantuan moril maupun materil baik
langsung maupun tidak langsung dalam penyusunan skripsi ini hingga selesai, terutama kepada
yang saya hormati:
1 Bapak .Dr. Drs. Chandra Setiawan, MM, PhD selaku rector Universitas President.
2 Bapak Dr.-Ing Erwin Sitompul selaku kepala fakultas teknik Universitas President.
3 Ibu Ir. Andira Taslim selaku kepala program teknik industri sekaligus dosen pembimbing
skripsi.
4 Bapak/Ibu dosen dan staff di lingkungan Fakultas Teknik Universitas President, khususnya
Program Studi Teknik Industri yang telah banyak membantu kami untuk dapat
melaksanakan penulis dalam studi.
vi
5 Teristimewa kepada Orang Tua penulis papa Saparuddin dan mama Hasmiah yang selalu
mendoakan, memberikan motivasi dan pengorbanannya baik dari segi moril, materi kepada
penulis sehingga penulis dapat menyelesaikan skripsi ini.
6 Buat sahabat – sahabat saya Ririn, Devi, Maya, Nae, Ayu, Juliana, Irwandy, Jaya, Boby,
Paul, dan Kak Kamil terima kasih atas dukungan dan doanya, i ove you all guys.
7 Terima kasih juga kepada semua pihak yang telah membantu dalam penyelesaian skripsi ini
yang tidak dapat disebutkan satu per satu.
Akhir kata penulis mengucapkan terimakasih kepada semua pihak yang telah membantu dan
penulis berharap semoga skripsi ini dapat bermanfaat bagi kita semua dan menjadi bahan masukan
dalam dunia pendidikan.
Cikarang, April 2016
Penulis,
Jumry Fajrianti
vii
DAFTAR ISI
SURAT REKOMENDASI PEMBIMBING AKADEMIK ................................................... i
SURAT REKOMENDASI SUPERVISOR PERUSAHAAN .............................................. ii
HALAMAN PENGESAHAN ............................................................................................... iii
ABSTRAK ............................................................................................................................. iv
KATA PENGANTAR ........................................................................................................... v
DAFTAR ISI .......................................................................................................................... vi
DAFAR TABEL ................................................................................................................... ix
DAFTAR GAMBAR ............................................................................................................. x
BAB I PENDAHULUAN
1.1. Latar Belakang ............................................................................................................... 1
1.2. Rumusan Masalah .......................................................................................................... 2
1.3. Tujuan ........................................................................................................................... 2
1.4. Batasan Masalah ........................................................................................................... 2
1.5. Asumsi .......................................................................................................................... 2
1.6. Sistematika Penulisan ................................................................................................... 3
BAB II TINJAUAN PUSTAKA
2.1. Pengertian Mutu ............................................................................................................. 4
2.2. Pengendalian Kualitas Statistik...................................................................................... 9
2.3. Pengendalian Proses Statistik ......................................................................................... 10
2.4. Bagan Kendali ................................................................................................................ 19
2.5. Analisa Penyimpangan.................................................................................................... 24
viii
2.6. Diagram Sebab-Akibat ................................................................................................... 26
2.7. Diagram Paretp ............................................................................................................... 28
2.8 Analisa Regresi .............................................................................................................. 29
2.9. Indeks Kapabilitas Proses .............................................................................................. 32
BAB III METODOLOGI PENELITIAN
3.1. Diagram Penelitian ......................................................................................................... 35
3.2. Observasi Lapangan ....................................................................................................... 36
3.3. Pengumpulan Data ......................................................................................................... 36
3.4. Analisa dan perhitungan ................................................................................................ 36
3.5. Kesimpulan Dan Saran ................................................................................................. 39
BAB IV HASIL DAN PEMBAHASAN
4.1. Obeservasi Permasalahan ............................................................................................... 40
4.2. Analisis Bagan Kendali ................................................................................................. 41
4.3. Identifikasi Faktor Permsalahan .................................................................................... 48
BAB V Kesimpulan dan Saran
5.1. Kesimpulan .................................................................................................................... 55
5.2..Saran ............................................................................................................................... 55
DAFTAR PUSTAKA ............................................................................................................ 59
ix
DAFTAR TABEL
Tabel 1 Standar Keputusan Berdasarkan Indeks Kapabilitas proses ..................................... 34 Tabel 2 Spesifikasi Produk ABC ........................................................................................... 40 Tabel 3 Data Berat Produk ABC ........................................................................................... 43
Tabel 4 Jenis Penyebab Stop Mesin ....................................................................................... 50
Tabel 5 Data Pengaruh Viskositas dan Berat Jenis Terhadap Bobot Produk ........................ 54
x
DAFTAR GAMBAR
Gambar 1.Pemahaman Mengenai Mutu .............................................................................. 4
Gambar 2 Peta Kendali Atribut .............................................................................................. 19
Gambar 3 Gambar Bagan Kendali ................................................................................................ 21
Gambar 4 Diagram Alir Penggunaan Bagan-Bagan Kendali ................................................ 22
Gambar 5 Diagram Sebab-Akibat .......................................................................................... 27
Gambar 6 Diagram Pareto ..................................................................................................... 28
Gambar 7 Garis Regresi ......................................................................................................... 30
Gambar 8 Diagram Penelitian ................................................................................................ 35
Gambar 9 Bagan Kendali X-bar dan R .................................................................................. 45
Gambar 10 Diagram Sebab-Akibat Variasi Bobot Produk ABC........................................... 49
Gambar 11 Diagram Pareto Penyebab Stop Mesin ................................................................ 51
BAB I
PENDAHULUAN
1.1. Latar Belakang Kualitas produk merupakan faktor penting yang mempengaruhi tingkat
perkembangan dan kemajuan perusahaan. Perusahaan yang berproduksi tanpa
menekankan pada kualitas produknya, sama saja dengan menghilangkan harapan
masa depan perusahaan tersebut. Produk yang dibuat harus selalu diperiksà agar
sesuai standar yang telah ditetapkan, sehingga kerusakan-kerusakan yang terjadi
pada produk tersebut dapat dikurangi dan dihilangkan.
Mutu dalam industri manufaktur, selain menekankan pada produk yang
dihasilkan, juga perlu ditekankan mutu pada proses produksi. Sehingga bila ada
kesalahan masih dapat diperbaiki. Dengan demikian, produk akhir yang
dihasilkan merupakan produk yang bebas cacat dan tidak ada lagi pemborosan
karena produk tersebut harus dibuang atau dilakukan pengerjaan ulang (rework).
Salah satu teknik pengendalian mutu yang dapat digunakan suatu industri adalah
pengendalian mutu secara statistik (statistical process control). Statistical process
control adalah suatu cara pengendalian proses yang dilakukan melalui
pengumpulan dan analisis data kuantitatif selama berlangsungnya proses
produksi. Selanjutnya dilakukan penentuan dan interpretasi hasil-hasil
pengukuran yang telah dilakukan, sehingga diperoleh gambaran yang menjelaskan
baik tidaknya suatu proses untuk peningkatan mutu produk agar memenuhi
kebutuhan dan harapan pelanggan (Gasperz, 1998). Mutu memerlukan suatu
proses perbaikan yang terus menerus (continuous improvement). Perbaikan mutu
dapat dilakukan dengan baik jika indikator keberhasilannya merupakan suatu nilai
yang terukur. Ketidaksesuaian karakteristik mutu seperti bobot bersih produk
akan berdampak kerugian pada salah satu pihak, yaitu produsen atau konsumen.
PT. XYZ belum pernah menerapkan bagan kendali (control chart) sebagai cara
pengendalian mutu dalam proses produksi produk ABC yang dimilikinya. Saat
melakukan penelitian pada bulan Maret 2016 mengenai kualitas produk yang
dihasilkan memang masih ditemukan beberapa jenis cacat produk yang sering
terjadi, jenis dan jumlah cacat produk tersebut dapat dilihat dari tabel berikut :
Tabel 1. Data jumlah dan jenis cacat yang sering terjadi pada bulan Maret 2016
Dengan melihat tabel di atas dapat diketahui bahwa jenis cacat yang paling sering
terjadi selama bulan Maret adalah jenis cacat ketidaksesuaian bobot produk yang
dihasilkan. Sehingga langkah pengendalian bobot produk yang dihasilkan perlu
dilakukan. Statistical Proccess Control (SPC) merupakan alat analisis yang paling
sesuai untuk menwujudkan hal tersebut.
Pengendalian bobot bersih produk ABC dilakukan sebagai langkah awal
penerapan SPC menggunakan bagan kendali. Pengukuran dilakukan terhadap
bobot, bukan volume produk, karena disesuaikan dengan standar yang terdapat di
dalam perusahaan.
1.2. Rumusan Masalah
Rumusan masalah dalam penelitian ini adalah :
1. Apakah bobot bersih produk ABC pada PT. XYZ terkendali atau tidak
2. Mengetahui Faktor-faktor apa saja yang menyebabkan terjadinya
ketidaksesuaian bobot bersih pada proses produksi produk ABC
1.3. Tujuan Penelitian
1. Menerapkan bagan kendali untuk mengendalikan bobot bersih produk
ABC di PT. XYZ.
NO Jenis Defect Jumlah Persentase (%) 1 Scratch 5 14.71 2 Salah Koding 7 20.59 3 NG Fib 1 2.94 4 Ketidaksesuaian bobot 12 35.29 5 Salah Batch 9 26.47
2. Mengetahui faktor-faktor yang berpeluang menjadi penyebab
ketidaktepatan bobot bersih produk ABC di PT. XYZ.
1.4. Batasan Masalah
1. Data penelitian diambil dari data produk bulan Maret
2. Pembahasan dalam pengendalian kualitas statistik ini hanya pada proses
produksi ABC yang dilakukan pada mesin 2 dulce dalam kemasan 150 ml.
3. Variabel yang digunakan adalah banyaknya produk yang diteliti dan
banyaknya produk yang tidak sesuai.
1.5.Asumsi
1. Metode kerja dan kondisi perusahaan tidak berubah selama penelitian di
lakukan.
2. Kondisi dan pengaturan mesin dianggap sama setiap dilakukan proses
produksi.
1.6.Sistematika Penulisan
Sistematika penulisan penelitian ini adalah sebagai berikut :
BAB I PENDAHULUAN
Bab ini membahas mengenai latar belakang masalah, perumusan
masalah, tujuan penelitian, batasan asalah, asumsi-asumsi dan
sistematika yang digunakan dalam penelitian.
BAB II TINJAUAN PUSTAKA
Bab ini berisi teori-teori yang digunakan dalam penelitian.
BAB III METODOLOGI PENELITIAN
Bab ini menjelaskan mengenai tahap-tahap yang dilakukan dalam
penelitian.
BAB IV ANALISIS DATA
Bab ini berisi data yang diperoleh dari hasil penelitian yang
selanjutnya akan diproses dan analisis
BAB V KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari hasil penelitian dan saran untuk
penelitian selanjutnya.
BAB II
TINJAUAN PUSTAKA
2.1. Kualitas Produk
Produk yang berkualitas memberikan keuntungan bagi produsen serta
memberikan kepuasan bagi para konsumen, dengan menjaga dan mmberikan
perhatian terhadap kualitas produk maka akan memebrikab dampak positif bagi
produsen atau perusahaan. Di mana kualitas yang baik dapat meningkatkan
permintaan sehingga meningkat pula hasil penjualan dan dapat menambah
pendapatan produsen atau perusahaan.
Namun seringkali terjadi ketidakpuasan konsumen terhadap suatu produk
dikarenakan mutu yang dihasilkan lebih rendah atau tidak sesuai dari standar yang
ditetapkan, Maka dibutuhkan penerapan system pengendalian kualitas yang tepat
yang memiliki tujuan dan tahapan yang jelas, serta memberikan solusi dalam
melakukan pencegahan dan penyelesaian masalah-masalah yang dihadapi
perusahaan. Statistical Proccess Control (SPC) merupakan salah satu metode
untuk mengevaluasi mutu produk yang dihasilkan. Pengendalian kualitas dengan
alat bantu statistic bermanfaat pula unutk mengawasi tingkat efisiensi. Jadi, dapat
digunakan sebagai alat untuk mencegah kerusakan dengan cara menolak (reject)
dan menerima (accept) berbagai produk yang dihasilkan. Dengan demikian, bisa
juga sebagai alat untuk mengawasi proses produksi sekaligus memeperoleh
gambaran kesimpulan tentang spesifikasi produk yang dihasilkan secara umum
(Prawirosentono, 2007)
2.2. Pengertian Statistical Proccess Control (SPC)
Pengendalian kualitas proses statistik (statistical process control) merupakan
teknik penyelesaian masalah yang digunakan sebagai pemonitor, pengendali,
penganalisis, pengelola, dan memperbaiki proses menggunakan metode-metode
statistik. Filosofi pada konsep pengendalian kualitas proses statistik atau lebih
dikenal dengan pengendalian proses statistik (statistical process control) adalah
output pada proses atau pelayanan dapat dikemukakan ke dalam pengendalian
statistik melalui alat-alat manajemen dan tindakan perancangan (Ariani, 2004).
Pengendalian proses statistik merupakan penerapan metode-metode statistik untuk
pengukuran dan analisis variasi proses. Dengan menggunakan pengendalian
proses statistik ini maka dapat dilakukan analisis dan minimasi penyimpangan
atau kesalahan, mengkuantifikasikan kemampuan proses, menggunakan
pendekatan statistik dengan dasar six-sigma, dan membuat hubungan antara
konsep dan teknik yang ada untuk mengadakan perbaikan proses. Selain itu,
tujuan utama dalam pengendalian proses statistik adalah mendeteksi adanya
khusus (assignable cause atau special cause) dalam variasi atau kesalahan proses
melalui analisis data dari masa lalu maupun masa mendatang. Variasi proses
sendiri terdiri dari dua macam penyebab, yaitu penyebab umum (random cause
atau chance cause atau common cause) yang sudah melekat pada proses, dan
penyebab khusus (assignable cause atau special cause) yang merupakan
kesalahan yang berlebihan. Idealnya, hanya penyebab umum yang ditunjukkan
atau yang tampak dalam proses, karena hal tersebut menunjukkan bahwa proses
berada dalam kondisi stabil dan dapat diprediksi. Kondisi ini menunjukkan variasi
minimum (Ariani, 2004). Dalam penggunaan SPC sering digunakan 7 alat bantu
statistic atau yang sering dikenal dengan istilah QC 7 Tools yang dapat digunakan
sebagai alat bantu untuk mengendalikan mutu yaitu :
1. Lembar Pengecekan (Check Sheet)
Lembar pengecekan merupakan suatu formulir yang didesain untuk
mencatat data. Pencatatan dilakukan sehingga pada saat data diambil pola
datadapat dilihat dengan mudah
2. Diagram Sebar
Erupakan grafik yang menampilkan hubungan antara dua variable apakah
hubungan tersebut kuat atau tidak, yaitu antara faktor proses yang
mempengaruhi proses dengan kualitas produk.
3. Diagram Sebab Akibat
Diagram Sebab Akibat juga dikenal sebagai diagram Ishikawa dan
Fishbone diagram karena bentuknya menyerupai tulang ikan. Dimana,
setiap tulang mewakili kemungkinan sumber kesalahan (Heizer dan
Render, 2006:265). Diagram ini berguna untuk memperlihatkan faktor-
faktor utama yang berpengaruh pada kualitas dan mempunyai akibat pada
masalah yang kita pelajari. Faktor-faktor penyebab utama ini dapat
dikelompokkan antara lain:
1. Bahan baku (Material)
2. Mesin (Machine)
3. Tenaga Kerja (Man)
4. Metode (Methode)
5. Lingkungan (Environment)
Gambar 1. Diagram sebab akibat
4. Diagram Pareto
Diagram Pareto (Pareto Analysis) adalah sebuah metode untuk mengelola
kesalahan, masalah atas cacat untuk membantu memusatkan perhatian
pada usaha penyelesaian masalah, Dengan memakai diagram pareto, dapat
terlihat masalah mana yang dominan sehingga dapat mengetahui prioritas
penyelesaian masalah.
Gambar 2. Diagram Pareto
5. Diagram alir (Proccess Flow Chart)
Diagram Alir (Process Flow Chart) secara grafik menyajikan sebuah
proses atau system dengan menggunakan kotak dan garis yang saling
berhubungan. Diagram ini cukup sederhana, tetapi merupakan alat yang
sangat baik untuk mencoba memahami sebuah proses atau menjelaskan
sebuah proses (Heizer dan Render, 2006:267)
6. Histogram
Histogram menunjukkan cakupan nilai sebuah perhitungan dan frekuensi
dari setiap nilai yang terjadi. Histogram menunjukkan peristiwa yang
paling sering terjadi dan juga variasi dalam pengukuran.(Heizer dan
Render, 2006:268)
7. Peta Kendali
Peta kendali (Control Chart) adalah gambaran grafik data sejalan dengan
waktu yang menunjukkan batas atas dan bawah proses yang ingin kita
kendalikan. Peta kendali dibangun sedemikian rupa sehingga data baru
dapat dibandingkan dengan data masa lalu secara cepat. Sampel output
proses diambil dan rata-rata sampel ini dipetakan pada sebuah diagram
yang memiliki batas. Batas atas dan bawah dalam sebuah diagram kendali
bisa dalam satuan temperatur, tekanan, berat, panjang, dan sebagainya
(Heizer dan Render, 2006:268).
Gambar 3. Jenis-jenis Peta Kendali
Peta kendali dibedakan menjadi dua golongan berdasarkan karakteristik
data yang diobservasi, yaitu Variabel dan Atribut.
1. Peta Kendali Variabel
Data variabel bersifat continyu (continuous distribution). Data ini
diukur dalam satuan-satuan kuantitatif, sebagai contoh:
1. Cycle time yang dibutuhkan untuk melakukan satu proses.
2. Diameter poros
3. Tinggi badan 100 orang operator, dan lain-lain.
Sifat continuous distribution pada data variable menggambarkan data
berbentuk selang bilangan yang bisa terjadi dalam digit di belakang
koma hingga n digit, tidak dapat dihitung, dan tidak terhingga. Bentuk
distribusi yang rapat seperti ini lebih sensitif terhadap perubahan,
namun akan lebih sulit baik dalam mengidentifikasi apa yang harus
diukur juga dalam pengukuran aktual.
Ada beberapa jenis peta kendali yang dapat digunakan dalam data
variabel, yaitu :
1. X-bar dan R-chart
R dalam R-chart adalah “range”, yang mengukur beda nilai
terendah dan tertinggi sampel produk yang diobservasi, dan
memberi gambaran mengenai variabilitas proses.
UCL = D4Ŕ ………………………………. ( Rumus 1.1)
LCL = D3Ŕ ………………………………. (Rumus 1.2)
Ŕ=∑𝑅𝑘 ……………………………………. ( Rumus 1.3)
Dimana :
R = range
k = jumlah sampel inspeksi
X-chart atau mean chart, memvisualisasikan fluktuasi rata-rata
sampel dan rata-rata dari rata-rata sampel kemudian akan
menunjukkan bagaimana penyimpangan rata-rata sampel dari rata-
ratanya. Penyimpangan ini akan memberi gambaran bagaimana
konsistensi proses. Semakin dekat rata- rata sampel ke nilai rata-
ratanya maka proses cenderung stabil.
ẋ= 𝑥1+𝑥2+⋯+𝑥𝑛𝑛
………………………….. ( Rumus 1.4 )
UCL = ẋ + A2Ŕ …………………………. ( Rumus 1.5 )
LCL = ẋ - A2Ŕ ………………………….. (Rumus 1.6)
Dimana :
ẋ = rata-rata
n = jumlah sampel
2. X bar dan S-chart.
S dalam S-chart adalah sigma atau Standard Deviation Chart, yang
digunakan untuk mendeteksi apakah karakteristik proses stabil.
Oleh karena itu, S-chart biasanya diplot bersama dengan X-chart
sehingga memberikan gambaran mengenai variasi proses lebih
baik.
UCL=ẋ+z σẋ ……………………….. (Rumus
1.7)
LCL=ẋ-zσẋ …………………………. (Rumus
1.8)
Dimana :
ẋ = rata-rata rangkap sampel atau nilai target yang
ditetapkan untuk proses
z = jumlah standar deviasi
σẋ = standar deviasi dari rata-rata sampel
σ = standar deviasi populasi (proses)
n = ukuran sampel
3. MR
Menurut Gaspersz (2001), pembuatan bagan kendali individual X dan
MR (Moving Range = rentang bergerak) hanya menggunakan satu
sampel. Bagan kendali jenis ini diterapkan pada proses yang
menghasilkan produk relatif homogen, misalnya dalam cairan kimia,
kandungan mineral dalam air, makanan, 0Brix, suhu atau sampel yang
pengukurannya mahal dan lain-lain.
2. Peta Kendali Atribut
Data atribut bersifat diskrit (discrete distribution). Data ini umumnya
diukur dengan cara dihitung menggunakan daftar pencacahan untuk
keperluan pencatatan dan analisis, sebagai contoh:
1. Jumlah cacat dalam satu batch produk,
2. Jenis kelamin (laki-laki/perempuan),
3. Jenis warna (merah,hijau,biru,hitam), dan lain-lain.
Sifat discrete distribution memberi gambaran data atribut berbentuk
bilangan cacah dimana nilai data harus interger atau tidak pecahan,
dapat dihitung, dan terhingga. Pengukuran data atribut akan jauh lebih
sederhana dibandingkan dengan pengukuran data variabel karena data
diklasifkasikan sebagai cacat atau tidak cacat berdasarkan
perbandingan dengan standar yang telah ditetapkan. Pengklasifikasian
ini tentunya menjadikan kegiatan inspeksi lebih ekonomis dan
sederhana.
Ada empat jenis peta kendali yang dapat digunakan dalam data atribut,
yaitu:
1. Proportion defective control chart (P-chart).
P-chart berarti “proportion”, yaitu proporsi unit-unit yang tidak
sesuai dalam sebuah sampel. Proporsi sampel tidak sesuai
didefinisikan sebagai rasio dari jumlah unit–unit yang tidak sesuai,
D, dengan ukuran sampel , n .(Prins,2006).
2. Number defective control chart (NP-chart).
NP-chart memonitor jumlah cacat itu sendiri. N dalam NP-chart
berarti jumlah, yaitu jumlah unit-unit yang tidak sesuai dalam
sebuah sampel. NP-chart hanya menggunakan pengukuran sampel
konstan. Montgomery (2005:279)
Pada umumnya data jumlah item cacat memang lebih disukai dan
mudah untuk diinterpretasikan dalam pembuatan laporan
dibandingkan dengan data proporsi.
3. Defects per count/subgroup control chart (C-chart).
C pada C-chart berarti ”count” atau hitung cacat, ini bermaksud
bahwa C-chart dibuat berdasarkan pada banyaknya titik cacat
dalam suatu item. C-chart menghitung banyaknya cacat dalam satu
item tersebut atau menghitung semua kerusakan pada item sampel.
C-chart didasarkan pada distribusi poisson yang pada dasarnya
mensyaratkan bahwa jumlah peluang atau lokasi potensial cacat
sangat besar (tidak terhingga) dan bahwa probability cacat di setiap
lokasi menjadi kecil dan konstan. Selanjutnya prosedur
pemeriksaan harus sama untuk setiap sampel dan dilakukan secara
konsisten dari sampel ke sampel (Montgomery,2005:289).
4. Defects per unit control chart (U-chart).
U dalam U-chart berarti “unit” cacat dalam kelompok sampel. U-
chart menghitung titik cacat per unit laporan pemeriksaan dalam
periode yang mungkin memiliki ukuran sampel bervariasi (banyak
item yang diperiksa). U-chart digunakan dalam kasus dimana
sampel yang diambil bervariasi atau memang seluruh produk yang
dihasilkan akan diuji. Hal ini berarti bahwa U-chart digunakan jika
ukuran sampel lebih dari satu unit atau mungkin bervariasi dari
waktu ke waktu.
2.3. Analisis regresi Linear
Analisis Regresi Linear Sederhana – Regresi Linear Sederhana
adalah Metode Statistik yang berfungsi untuk menguji sejauh mana hubungan
sebab akibat antara Variabel Faktor Penyebab (X) terhadap Variabel
Akibatnya. Faktor Penyebab pada umumnya dilambangkan dengan X atau
disebut juga dengan Predictor sedangkan Variabel Akibat dilambangkan
dengan Y atau disebut juga dengan Response. Regresi Linear Sederhana atau
sering disingkat dengan SLR (Simple Linear Regression) juga merupakan
salah satu Metode Statistik yang dipergunakan dalam produksi untuk
melakukan peramalan ataupun prediksi tentang karakteristik kualitas maupun
Kuantitas.
Model Persamaan Regresi Linear Sederhana adalah seperti berikut ini :
Y = a + bX …………………………………….. ( Rumus 1.9 )
Dimana :
Y = Variabel response atau variabel akibat (Dependent)
X = Variabel predictor atau variabel faktor penyebab (Independent)
a = konstanta
b = koefisien regresi (kemiringan); besaran response yang ditimbulkan
oleh predictor.
Nilai-nilai a dan b dapat dihitung dengan menggunakan Rumus dibawah ini :
a = (𝚺𝐲) (𝚺𝐱²) – (𝚺𝐱) (𝚺𝐱𝐲) 𝐧(𝚺𝐱²) – (𝚺𝐱)²
………………………….. ( Rumus 1.10)
b = 𝐧(𝚺𝐱𝐲) – (𝚺𝐱) (𝚺𝐲)𝐧(𝚺𝐱²) – (𝚺𝐱)²
……………………………. ( Rumus 1.11)
2.4. Kapabilitas Proses
Menurut Gaspersz (1998), kapabilitas proses adalah kemampuan dari proses
dalam menghasilkan produk yang memenuhi spesifikasi. Jika proses memiliki
kapabilitas yang baik, proses itu akan menghasilkan produk yang berada dalam
batas-batas spesifikasi. Sebaliknya, apabila proses memiliki kapabilitas yang tidak
baik, proses itu akan menghasilkan banyak produk yang berada diluar batas-batas
spesifikasi, sehingga menimbulkan kerugian karena banyak produk yang ditolak.
Apabila ditemukan banyak produk yang ditolak, hal itu mengindikasikan bahwa
proses produksi memiliki kemampuan proses yang rendah untuk menghasilkan
output sesuai dengan yang diharapkan. Berikut rumus yang digunakan untuk
menghitung indeks kapabilitas proses.
R = 𝑅𝑖𝑁
…………………………………………………... ( Rumus 1.12)
S = �𝑁∗∑𝑋𝑖2 –(∑𝑋𝑖)2
𝑁(𝑁−1) ………….………………………… (Rumus 1.13)
Cp = 𝑈𝐶𝐿−𝐿𝐶𝐿6𝑆
…………………………………………… (Rumus 1.14)
Atau
S = 𝑅𝑑2
…………………………………………………. (Rumus 1.15)
Kriteria penilaian Cp
• Jika Cp > 1,33 , maka kapabilitas proses sangat baik
• Jika 1,00 ≤ Cp ≤ 1,33, maka kapabilitas proses baik
• Jika Cp < 1,00, maka kapabilitas proses rendah
Menghitung Indeks Cp :
Cpk = Minimum ( CPU ; CPL )
Di mana :
CPU = 𝑈𝐶𝐿−𝑋3𝑆
…………………………………………… ( Rumus 1.16 )
CPL = 𝑋−𝐿𝐶𝐿3𝑆
……………………………………………. ( Rumus 1.17 )
Keterangan :
1. CPU : Capability Process Upper
2. CPL : Capability Proccess Lower
Kriteria penilaian Cpk
1. Jika Cpk = Cp, maka proses terjadi ditengah
1. Jika Cpk = 1, maka proses menghasilan produk yang sesuai dengan
spesifikasi
1. Jika Cpk < 1, maka proses menghasilkan produk yang tidak sesuai
dengan spesifikasi
• Kondisi Ideal : Cp > 1,33 dan Cp = Cpk
Berdasarkan kriteria tersebut di atas, dapat diketahui sejauh mana kemampuan
proses menghasilkan output yang sesuai dengan spesifikasi.
Perhitungan kapabilitas proses dilakukan berdasarkan indeks kapabilitas proses
(Cp). Indeks Cp memiliki dua kekurangan besar. Pertama, tidak dapat digunakan
kecuali terdapat baik spesifikasi atas maupun bawah. Kedua, tidak dapat
menghitung data yang distribusinya tidak normal. Jika rata-rata proses tidak
berada pada garis tengah pada persyaratan perekayasaan, indeks Cp akan
memberikan hasil yang menyesatkan. Situasi ini akan lebih direfleksikan secara
akurat dengan menghitung indeks kapabilitas proses yang baru, CPK. Dalam hal
ini indeks Cp digantikan dengan CPK (Pyzdek, 2002). Untuk parameter yang
hanya memiliki satu spesifikasi (atas atau bawah) maka yang dipakai adalah nilai
CPU (Upper Capability Indeks) dan CPL (Lower Capability Indeks).
Keputusan atau tindakan yang dapat diambil sehubungan dengan hasil
perhitungan indeks kapabilitas proses ditunjukkan oleh Tabel 2 berikut ini :
Tabel 2. Standar keputusan berdasarkan indeks kapabilitas proses
Cp Cpk Status Proses Tindakan Koreksi
Cp (*) > 1.3 CPK (*) 1.3 Kapabilitas proses baik Tidak ada
Cp (*) > 1.3 1< CPK (*) < 1.3
Kapabilitas proses baik, tapi menunjukkan proses tidak berada di tengah
Pemusatan proses dipandang perlu, tergantung dari situasi
Cp (*) > 1.3 CPK (*) < 1
Meskipun kapabilitas Proses baik, CPK mengindikasikan proses off centerdan ada kemungkinan proporsi yang keluar dari spesifikasi
Pemusatan proses diperlukan
1< Cp (*) < 1.3 1< CPK (*) < 1.3
Proses akan menimbulkan proporsi yang keluar dari spesifikasi
Tindakan koreksi diperlukan
1< Cp (*) < 1.3 CPK(*) <1 Proses akan menimbulkan proporsi yang keluar dari spesifikasi
Tindakan koreksi diperlukan
Cp (*) < 1 CPK(*) <1
Kapabilitas proses tidak baik, proses akan selalu memberikan proporsi yang tinggi terhadap produk yang keluar dari spesifikasi
Menurunkan variabilitas, melakukan peninjauan kembali terhadap nilai spesifikasi
BAB III
METODOLOGI PENELITIAN
3.1. Diagram Penelitian
Mulai Penelitian
Study Pustaka
Pengumpulan Data : 1. Data primer
a. Wawancara terhadap karyawan yang menjadi operator mesin b. Observasi langsung ke lapangan c. Dokumentasi data perusahaan
2. Data sekunder a. Hasil diskusi dengan beberapa stake holder perusahaan b. Buku-buku referensi
Study Lapang
Identifikasi Permasalahan : 1. Tingginya jumlah cacat
produk dengan kategori ketidaksesuaian bobot pada bulan Maret
Analisis data : 1. Diagram pareto 2. Peta kendali X-bar dan R 3. Diagram sebab akibat 4. Regeresi linear
Gambar 4. Diagram Penelitian
3.2.Observasi Lapangan
Observasi lapangan dilakukan untuk mempelajari proses produksi dan system
pengendalian mutu, serta hubungannya dengan proses secara statistik utnutk
menentukan ruang lingkup permasalahan yang akan dikaji. Observasi ini
Identifikasi penyebab masalah ketidaksesuaian bobot
Memberikan saran tindakan pengendalian
Menghitung kapabilitas proses
Saran peningkatan kinerja
Proses terkendali ?
Ya
Tidak
mencakup pengamatan proses produksi ABC serta mengumpulkan informasi
mengenai system pengendalian mutu untuk produk tersebut.
3.3.Pengumpulan Data
Data yang dikumpulkan diambil langsung dari sample produk ABC yang dikemas
dengan kemasan 150 ml. Pengamatan yang dijadikan dasar dalam pengambilan
sampel adalah mesin pengemas yang digunakan dalam lini produksi, yaitu mesin
dulce. Pengambilan sample dilakukan per pallet dengan jumlah sample masing-
masing 12 pcs yang mewakili atas, tengah dan bawah pallet.
3.4.Analisa dan Perhitungan
Beberapa jenis QC 7 tools yang akan digunakan dalam penelitian ini adalah :
1) Diagram pareto
2) Daigram sebab-akibat
3) Peta kendali dengan jenis peta kendali variabel, yaitu :
Bagan kendali X-bar dan R
1. Diagram Pareto
Tahapan dalam membuat diagram Pareto adalah sebagai berikut :
a. Menentukan jenis-jenis permasalahan yang ada berikut frekuensinya.
b. Membuat persentase dari jenis-jenis permasalahan tersebut dan dibuat
persentase kumulatifnya.
c. Membuat grafik batang yang mencerminkan frekuensi permasalahan dan
grafik garis yang mencerminkan persentase kumulatif.
2. Pembuatan peta kendali
a. Tentukan karakteristik kualitas yang akan di kendalikan, pada
penelitian ini data yang diperoleh bersifat variabel
b. Tentukan jenis data yang akan di analisis, pada penelitian ini akan
digunakan peta kendali x-bar dan R
c. Kumpulkan data (Xi) dan kelompokkan dalam subgroup dengan
ukuran n.
d. Untuk setiap subgroup hitung :
• Nilai range ( R ) dengan rumus 1.3
• Nilai rata-rata subgroup dengan rumus 1.4
e. Hitung garis-garis kendali dengan rumus 1.5 dan 1.6
Indeks A2,D3, dan D4 dapat dilihat pada tabel lampiran 1.
3. Pembuatan bagan kendali X-bar dan R dengan software minitab :
Software minitab digunakan untuk menampilkan control chart bagan
kendali X-bar dan R dari data yang diperole dengan langkah-langkah
sebagai berikut :
a. Masukkan data bobot bersih produk ABC
b. Klik stat lalu control chart, variable chart for subgroup kemudian
Xbar-R
c. Masukkan subgroup size lalu pilih Xbar-R option dan masukkan
rata-rata sample kemudian klik OKlalu OK lagi hingga layar
menampilkan control chart dari data bobot bersih produk.
4. Diagram sebab-akibat
Diagram sebab akibat digunakan dalam menentukan corretive action plans
maupun saran peningkatan kinerja. Menurut Ishikawa (1989), tahapan
dalam membuat diagram sebab-akibat adalah sebagai berikut :
a. Menentukan masalah yang digambarkan dalam sebuah kotak
disebelah kanan dari garis panah utama
b. Mencari faktor-faktor yang berpengaruh dan diberi garis panah cabang
yang mengarah ke panah utama
c. Mencari lebih lanjut faktor-faktor utama tersebut, dituliskan sebelah
yang mengarah ke panah cabang
d. Mencari penyebab-penyebab utama dari diagram yang sudah lengkap.
5. Analisis Regresi Linear
Berikut ini adalah Langkah-langkah dalam melakukan Analisis Regresi
Linear Sederhana :
2. Tentukan Tujuan dari melakukan Analisis Regresi Linear Sederhana
3. Identifikasikan variabel faktor penyebab (predictor) dan variabel
akibat (response)
4. Lakukan pengumpulan data
5. Hitung X², Y², XY.
6. Hitung a dan b berdasarkan rumus 10 dan rumus 11.
7. Buatkan model persamaan regresi linear sederhana dengan
menggunakan rumus 9 di atas.
8. Lakukan prediksi atau peramalan terhadap variabel faktor penyebab
atau variabel akibat.
6. Kapabilitas Proses
Berikut langkah-langkah untuk menghitung kapabilitas proses :
a. Tentukan upper dan lower spesification limit data
b. Hitung rata-rata dari range data dengan rumus 12
c. Hitung simpangan baku dari data dengan rumus 13
d. Hitung Cp (kemampuan proses) dengan rumus 14
e. Hitunh Cpk dengan rumus 16 dan 17
3.5. Kesimpulan dan Saran
Hasil penelitian diharapkan dapat memberikan kesimpulan apakah data yang
diperoleh terkendali atau tidak serta memberikan saran guna perbaikan ke depan.
BAB IV
HASIL DAN PEMBAHASAN
3.1. Observasi Permasalahan
PT. ABC selama ini belum pernah menerapkn teknik bagan kendali (control
chart) dalam mengendalikan mutu produk-produknya. Sebagai langkah awal,
maka dicoba diterapkan untuk menganalisa dan mengendalikan bobot bersih pada
produk ABC. ABC merupakan produk yang dikemas pada kemasan 150 ml..
Walaupun merupakan satuan volume, tetapi proses pengendalian mutu isi
bersih/netto produk dilakukan terhadap bobotnya. Hal ini dilakukan untuk
memudahkan dan mempercepat pengukuran, karena jika bobot produk yang
dihasilkan sesuai dengan spesifikasi bobot produk yang telah ditentukan, maka
volue produk pun akan sesuai dengan jumlah yang tertera pada kemasan.
Spesifikasi produk ABCdapat dilihat pada tabel berikut ini.
Tabel 4. Spesifikasi Produk ABC
Sumber : Department QC PT. XYZ
Bobot produk harus sesuai dengan spesifikasi perusahaan agar konsumen tidak
dirugikan dan produsen atau pihak perusahaan dapat dikatakan telah melakukan
proses pengendalian mutu dengan baik terhadap produknya sebelum dipasarkan.
Bobot produk yang tidak sesuai spesifikasi memiliki indikasi bahwa pihak
perusahaan belum melakukan pengendalian mutu dengan baik. Berat produk yang
kurang dari spesifikasi akan merugikan pihak konsumen, sedangkan berat produk
yang melebihi spesifikasi akan merugikan pihak produsen karena menyebabkan
penambahan biaya produksi yang sebenarnya dapat dihindari.
Selama ini, PT. XYZ hanya melakukan pengukuran data berat dari dua belas
produk ABC diambil dari tiap palet. Data tersebut untuk melihat kesesuaian berat
produk aktual yang dihasilkan dengan berat produk satandar yang sesuai dengan
spesifikasi perusahaan tanpa diolah lebih lanjut secara statistik, sehingga data-data
faktual yang diperoleh selama proses produksi berlangsung tidak dapat dianalisis.
Sebenarnya data-data faktual yang diperoleh tersebut, jika dianalisis lebih jauh
dapat menunjukkan performa proses aktual dalam menghasilkan berat produk
ABC Sehingga, jika terdapat penyimpangan-penyimpangan yang terjadi, dapat
dilakukan tindakan korektif untuk menyusun usaha pencegahan agar
penyimpangan-penyimpangan yang terjadi dapat dicegah dalam proses-proses
produksi selanjutnya. Performa proses untuk menghasilkan bobot produk yang
sesuai dengan standar dianalisis berdasarkan nilai rata-rata sampel yang telah
ditimbang
Tahap awal dalam proses analisis bobot produk ABC dilaksanakan dengan
melakukan observasi secara langsung di PT. XYZ. Observasi dilakukan untuk
mengumpulkan data dan informasi faktual megenai proses produksi produk ABC
parameter proses produksi produk ABC, dan permasalahan yang sering terjadi,
Jenis Produk Standar Berat (g) Range berat (g) Berat Jenis (g/ml)
ABC 150.9 147.7-154 0.95
khususnya untuk masalah-masalah yang dapat mempengaruhi bobot bersih
produk ABC. Data bobot produk ABC diperoleh dari hasil penimbangan produk
setelah dikemas dengan kemasan tube yang diambil dari setiap pallet.
4.2. Analisis Bagan Kendali
Teknik dasar pengendalian mutu yang digunakan adalah bagan kendali. Bagan
kendali digunakan sebagai alat untuk menganalisis secara statistik data bobot
produk yang telah diperoleh dari hasil penimbangan. Bagan kendali dapat
digunakan untuk mengetahui keadaan selama proses produksi dalam
mengendalikan suatu karakteristik mutu produk yang menunjukkan telah berada
dalam keadaan terkendali atau belum. Berdasarkan data yang diperoleh, maka
bagan kendali yang digunakan untuk menganalisis bobot produk secara statistik
adalah bagan kendali X-bar dan R. Bagan kendali X- bar dan R digunakan untuk
memantau proses yang mempunyai karakteristik berdimensi kontinyu dengan
jenis data yang diolah berupa data variabel.
Bagan kendali X-bar dan R yang digunakan menggunakan tiga sigma, yaitu
sebuah central line dan dua buah batas pengendali, masing-masing terdiri atas
satu buah batas pengendali atas dan batas pengendali bawah. Penentuan central
line/garis tengah pada bagan kendali dibuat dengan metode standard given. Hal
ini berarti central line yang terdapat pada bagan kendali merupakan nilai target
berat produk ABC yang telah ditentukan berdasarkan spesifikasi perusahaan.
Data-data yang diperoleh adalah data primer dari hasil pengukuran bobot produk
ABC yang dijadikan subjek pengamatan, yang merupakan hasil pengukuran pada
bulan Maret 2016. Bagan kendali X-bar menyatakan rata-rata berat produk ABC
pada saat proses produksi berlangsung, sedangkan bagan kendali R menyatakan
variasi berat produk ABC yang dihasilkan. Data berat produk hasil penelitian
dapat dilihat pada lampiran 1.
e. Bagan Kendali X-bar
• Nilai rata-rata subgroup
• 𝑋𝑖 = ∑𝑋𝑖𝑛𝑖
• 𝑋𝑖 = ∑45296300
• = 150.9
• Nilai R
• 𝑅 = ∑𝑅𝑘
• 𝑅 = ∑30225
• 𝑅 = 12.08
• Nilai CL, UCL dan LCL
• 𝐶𝐿 = ∑ 𝑋𝑁
• 𝐶𝐿 = ∑3774.725
• 𝐶𝐿 = 150.9
• UCL = X + A2R
• UCL = 150.9 + 0.153*12.08
• UCL = 152.74
• LCL = X – A2R
• LCL = 150.9 – 0.153* 12.08
• LCL = 149.05
2. Bagan Kendali R
• Nilai CL, UCL dan LCL
CL = R
CL = 12.08
UCL = D4R
UCL = 1.541*12.08
UCL = 18.62
LCL = D3R
LCL = 0.459*12.08
LCL = 5.54
Gambar 5. Bagan kendali X-bar dan R
Keterangan :
1. Garis berwarna hijau adalah central line (CL)
Untuk bagan kendali X-bar CL adalah nilai target berat produk ABC
berdasarkan spesifikasi perusahaan, sedangkan untuk bagan kendali R, CL
adalah nilai rata-rata variasi berat produk ABC yang dihasilkan.
2. Garis berwarna merah adalah batas pengendali/control limit, terdiri atas
batas pengendali atas/upper control limit (UCL) dan batas pengendali
bawah/lower control limit (LCL).
3. Titik-titik berwarna merah menunjukkan terjadi variasi penyebab khusus
(special causes variation) atau variasi penyebab umum (common cause
variation) pada proses produksi.
Berdasarkan data-data yang diperoleh, pada gambar 7 terlihat bahwa CL adalah
target bobot produk ABC yang diinginkan yaitu sebesar 150.9 g. UCL sebesar
154.070 dan LCL sebesar 147,730. Sedangkan bagan kendali R menunjukkan
nilai rata-rata variasi berat produk yang dihasilkan oleh mesin sebesar 11.93 g
yang tertera pada central line-nya dengan UCL sebesar 20.48 dan LCL sebesar
3.43.
Bagan kendali X-bar menunjukkan proses yang belum terkendali secara statistik
karena masih terjadi variasi penyebab khusus yang terjadi selama proses. Variasi
penyebab khusus ditandai dengan terdapatnya titik yang keluar dari batas
pengendalian di mana ditemukan pada subgroup ke 18 yang berada di atas batas
kendali atas UCL. Selanjutnya untuk melakukan perhitungan kapabilitas proses
maka data yang berada di luar batas kendali harus di revisi, dalam hal ini data
dari subgroup ke 18 akan dihilangkan. Dengan menggunakan software minitab
dapat dilihat hasil bagan kendalinya sebagai berikut :
Gambar 6. Bagan kendali hasil revisi pertama
Berdasarkan bagan kendali di atas dapat diketahui bahwa CL adalah target bobot
produk ABC yang diinginkan yaitu sebesar 150.9 g. UCL sebesar 153.83dan
LCL sebesar 147,99. Sedangkan bagan kendali R menunjukkan nilai rata-rata
variasi berat produk yang dihasilkan oleh mesin sebesar 10.95 g yang tertera
pada central line-nya dengan UCL sebesar 18.80 dan LCL sebesar 3.10. Bagan
kendali X-bar menunjukkan proses yang belum terkendali secara statistik karena
masih ada data yang berada di luar batas kendali atas atau UCL yaitu pada data
ke 16, selanjutnya dilakukan revisi data kembali dengan menghilangkan data
Subgrup 16
dari subgroup ke 16, dengan gambar bagan kendalinya dapat dilihat pada
gambar berikut :
Gambar 7. Bagan kendali hasil revisi ke dua
Dengan melihat gambar bagan kendali di atas dapat dilketahui bahwa sudah tidak
ada data yang berada di luar batas kendali atas maupun batas kendali bawah di
mana UCLnya sebesar 153.627 dan LCLnya sebesar 148.173 dan pada bagan
kendali R menunjukkan UCL sebesar 17.61 dan LCL sebesar 2.90 sehingga sudah
bisa dilakukan perhitungan kapabilitas proses.
4.3. Perhitungan Indeks Kapabilitas Proses
R = 𝑅𝑖𝑁
= 30225
= 12.08
S = �𝑁∗∑𝑋𝑖2 –(∑𝑋𝑖)2
𝑁(𝑁−1) = 𝑅
𝐷2 = 12.08
3.931= 3.0730
Cp = 𝑈𝐶𝐿−𝐿𝐶𝐿6𝑆
= 153.627−148.1736 (3.0730)
= 5.45418.438
= 0.295 CPU = 𝑈𝐶𝐿−𝑋
3𝑆 153.627−150.9
3 (3.0730)= 2.727
9.2190 = 0.2958
CPL = 𝑋−𝐿𝐶𝐿3𝑆
=150.9−148.1733 (3.0730)
= 2.7279.2190
= 0.295 Cpk = min (CPU;CPL)
Cpk = 0.295
Dari hasil perhitungan di atas dapat diketahui nilai Cp sebesar 0.295 atau lebih
kecil (<) dari 1 maka dapat disimpulkan bahwa proses yang dilakukan belum atau
tidak capable
4.4. Identifikasi Faktor Permasalahan
Penyebab variasi bobot produk ABC dapat diidentifikasi dengan diagram sebab-
akibat, proses identifikasi dilakukan untuk mengetahui sumber permasalahan,
sehingga tindakan perbaikan dapat dilakukan dengan tepat. Faktor-faktor
penyebab keragaman berat produk ABC dikelompokkan ke dalam empat factor
utama yaitu : 1. Mesin
2. Manusia
3.Methode
4. Material
1. Mesin
Mesin filling merupakan faktor yang dapat berpengaruh terhadap variasi berat
produk ABC yang dihasilkan. Mesin filling yang digunakan telah mengalami
pengaturan/setting sedemikian rupa hingga proses produksi berlangsung secara
otomatis. Kesalahan dalam setting, cara penggunaan, maupun proses
maintenance mesin dapat berakibat secara langsung terhadap mutu produk
yang dihasilkan. Dengan menggunakan diagram sebab akibat maka dapat
diidentifikasi hal apa saja yang berhubungan dengan mesin yang dapat
menyebabkan ketidaksesuaian bobot produk.
Gambar 8. Diagram sebab akibat penyebab ketidaksesuaian bobot dari faktor mesin
2. Manusia
Manusia memiliki peran yang sangat penting pada produk yang dihasilkan.
Kepedulian pekerja saat melakukan pekerjaan dipengaruhi oleh motivasi yang
diterima oleh karyawan tersebut. Motivasi dapat ditimbulkan karena adanya
pengawasan maupun reward yang diberikan. Melalui pengawasan karyawan
akan merasa selalu diperhatikan oleh atasannya apakah dia telah bekerja sesuai
dengan prosedur atau tidak.. Sedangkan melalui reward dapat menimbulkan
perasaan bangga karyawan terhadap pekerjaannya karena pekerjaan yang
dilakukannya dihargai oleh pihak atasan.
Kemampuan/skill dari karyawan dapat ditentukan dari lama bekerja
(pengalaman), latihan yang diberikan (training), dan tingkat pendidikannya
(edukasi). Semakin lama masa kerja seorang karyawan, akan semakin banyak
pengalamannya dan semakin terampil dalam pekerjaannya. Tingkat pendidikan
yang telah ditempuh karyawan akan membantu pekerja untuk cepat memahami
segala hal yang menyangkut pekerjaannya, khususnya terhadap penyerapan
materi training yang diberikan maupun dalam penanganan masalah-masalah
yang sering terjadi selama proses produksi berlangsung. Training dilakukan
dalam tiga tahap, yaitu : 1) dari shift leader secara langsung pada karyawan
yang belum memperoleh training yang diperlukan, 2) dari induk perusahaan,
dan 3) sertifikasi hasil training. Evaluasi hasil training dilakukan setelah tiga
bulan training diberikan.
Pengalaman, training, dan edukasi dapat membentuk insting karyawan untuk
melakukan pengecekan-pengecekan sebelum mesin filling dijalankan maupun
ketika proses berlangsung agar produksi dapat berjalan dengan lancar. Jumlah
pekerja, khususnya karyawan yang terdapat di ruang filling dan packing harus
benar-benar diperhatikan jumlahnya agar sesuai dengan kebutuhan produksi
pada saat itu. Kekurangan jumlah pekerja di ruang filling dan packing dapat
menyebabkan mesin terpaksa harus dihentikan dan produksi ditunda. Sehingga
mengganggu jadwal produksi yang telah dibuat. Berikut diagram sebab akibat
peneyebab ketodaksesuaian bobot produk karena faktor manusia :
Gambar 9. Diagram sebab akibat penyebab ketidaksesuaian bobot dari faktor
manusia
3. Metode
Variasi bobot produk dapat juga dipengaruhi oleh faktor metode di antaranya
masih terjadi ketidaksesuaian tahapan proses yang dilakukan di lapangan
dengan tahapan proses yang telah dibuat dalam manufacturing process produk,
selain itu teknik sampling produk yang dilakukan masih dibutuhkan
improvement, di mana setiap batch hasil produksi produk bias menghasilkan
beberapa palecon liquid. Namun pada kenyataannya liquid yang disampling
hanya beberapa saja atau belum cukup mewakili. Hal lain yang bias menjadi
factor penyebab yaitu dihilangkannya analis in line process control sehingga
kesalahan yang dihasilkan dalam proses pembuatan produk bias lebih besar.
Berikut diagram sebab akibat penyebab ketidaksesuaian bobot dari factor
metode.
Gambar 10. Diagram sebab akibat penyebab ketidaksesuaian bobot dari faktor
metode
4. Material Produk ABC berbentuk liquid agak kental dengan standar viskositas, pH dan
berat jenis tersendiri di mana ketiga parameter tersebut juga dapat
mempengaruhi bobot dari produk, semakin rendah viskositas biasanya akan
semakin rendah pula bobot produk yang dihasilkan begitu pula dengan berat
jenisnya, di mana semakin rendah berat jenis maka semakin rendah pula bobot
yang dihasilkan selain itu adanya bubble atau busa yang dihasilkan dari proses
mixing produk juga dapat menjadi salah satu penyebab fluktuasi bobot produk.
Viskositas, pH dan berat jenis ini akan sangat dipengaruhi oleh material yang
digunakan dalam proses mixing produk, maka dari itu material juga dapat
menjadi penyebab ketidaksesuaian bobot produk yang dapat dilihat dari
diagram sebab-akibat berikut :
Gambar 11. Diagram sebab akibat penyebab ketidaksesuaian bobot dari faktor
material
Untuk lebih jelas sejauh mana perubahan material yang mana akan
berpengaruh juga terhadap berat jenis dapat menyebabkan ketidaksesuaian
bobot produk yang dihasilkan, maka akan dilakukan analisis regresi linear
sebagai berikut :
Tabel 3. Data pengaruh berat jenis terhadap bobot produk
Subgrup Bobot Produk Berat Jenis 1 152 0.9801 2 151 0.9674 3 152 0.9779 4 150 0.9629 5 151 0.9658 6 150 0.9627 7 153 0.9882 8 150 0.9627 9 150 0.9622
10 149 0.9511 11 151 0.9682 12 152 0.9776 13 150 0.9585 14 151 0.9712 15 150 0.9607 16 152 0.9793 17 152 0.9801 18 153 0.9896 19 152 0.9834 20 152 0.9804 21 151 0.9654 22 151 0.9634 23 151 0.964 24 150 0.961 25 150 0.9621
Dengan hasil analisis regresi linera dengan menggunakan aplikasi micrososft
excel adalah sebagai berikut :
Gambar 12. Output hasil regresi linear
Dengan melihat output di atas berdasarkan multiple R-nya sebesar 0.9538, R
square sebesar 0.9098, adjusted R square sebesar 0.9058 dengan jumlah
observasi sebanyak 25 kali dan pada tabel ANOVA dapat dilihat nilai F hitung
dari regresinya sebesar 231.99 di mana jauh lebih besar dari significant F-ny
yaitu sebesar 1.659 * 10-13 dan hasil p-value untuk interceptnya sebesar 2.9382
*10-10 dan berat jenis sebesar 1.659 *10-13, dengan melihat hasil p-value
tersebut yang berada di bawah 0.5 maka dapat disimpulkan bahwa berat jenis
memiliki hubunganyang linear terhadap bobot produk yang dihasilkan.
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Setelah dilakukan analisis bagan kendali data yang diperoleh belum terkendali
karena masih ditemukan adanya data yang berada di luar garis batas kendali di
mana di peroleh UCL sebesar 154.070 dan LCL sebesar 147.730 sedangkan
untuk bagan kendali R diperoleh UCL sebesar 20.48 dan LCL sebesar 3.43.
untuk dapat menghitung kapabilitas proses maka data yang berada di luar batas
kendali tersebut harus dihilangkan, diperlukan dua kali revisi data hingga
diperoleh data yang berada di dalam batas kendali dengan UCLnya sebesar
153.627 dan LCLnya sebesar 148.173 dan pada bagan kendali R menunjukkan
UCL sebesar 17.61 dan LCL sebesar 2.90
Perhitungan indeks kapabilitas proses dilakukan untuk mengetahui apakah
proses yang dilakukan sudah capable atau tidak, adapun hasil yang diperoleh
adalah :
R =12.08, S = 3.0730, Cp = 0.295, CPU = 0.2958, CPL = 0.295, dan Cpk =
0.295 dengan melihat hasil tersebut dapat disimpulkan data yang diperoleh
mesih belum capable, sehingga diperlukan perbaikan ke depannya.
Setelah dilakukan identifikasi penyebab ada beberapa factor yang
mempengaruhi bobot produk yang dihasilkan yaitu : mesin, manusia, metode
dan material.
5.2. Saran
1. Perlu diadakan pelatihan untuk meningkatkan keterampilan operator dan
dilakukan evaluasi hasil pelatihan oleh mentor, terutama terhadap faktor-
faktor yang dapat memicu terjadinya stop mesin.
2. Pengawasan perlu ditingkatkan agar kedisiplinan dan awareness para
karyawan tetap terjaga, khususnya pada shift 3.
3. Setelah tindakan korektif dilakukan, maka perlu dilakukan evaluasi
dengan cara pengambilan data dan analisis data kembali untuk mengetahui
sudah seefektif apa tindakan korektif dilakukan.
4. Setelah proses terkendali secara statistik, kapabilitas proses perlu dihitung
untuk mengetahui kemampuan proses dalam menghasilkan produk yang
sesuai dengan spesifikasi.
5. Penerapan Statistical Process Control (SPC) untuk selanjutnya dapat
diterapkan pada kondisi-kondisi yang menyebabkan reprocess atau reject
produk.
6. Perlu dilakukan pelatihan SPC jika SPC akan diterapkan untuk proses
pengendalian mutu di masa yang akan datang.
