PERBAIKAN KUALITAS KEMASAN PRODUK LAB UNTUK …
Transcript of PERBAIKAN KUALITAS KEMASAN PRODUK LAB UNTUK …
i
PERBAIKAN KUALITAS KEMASAN PRODUK LAB
UNTUK MENGURANGI PRODUK CACAT
MENGGUNAKAN METODE SIX SIGMA
PADA PT. Z INDONESIA
Oleh :
Maya Manglili
004201205099
Laporan Thesis ini disampaikan kepada
Fakultas Teknik President University Diajukan untuk Memenuhi
Persyaratan Akademik Mencapai Gelar Sarjana Teknik
Program Studi Teknik Industri
2017
ii
LEMBAR PERSETUJUAN PEMBIMBING
Skripsi ini berjudul“(Perbaikan kualitas kemasan produk LAB
untuk mengurangi produk cacat dengan menggunakan metode
six sigma pada PT.Z Indonesia)” yang disusun dan diajukan oleh
Maya Manglili sebagai salah satu syarat untuk mendapatkan gelar
sarjana gelar sarjana pada Fakultas teknik telah ditinjau dan dianggap
memenuhi persyaratan sebuah skripsi. Oleh karena itu, saya
merekomendasikan skripsi ini untuk maju sidang.
Cikarang, Indonesia, Januari 2017
Ir. Andira, MT.
iii
LEMBAR PERNYATAAN ORISINALITAS
Saya yang menyatakan bahwa skripsi ini berjudul “(Perbaikan
kualitas kemasan produk LAB untuk mengurangi produk cacat
dengan menggunakan metode six sigma pada PT.Z Indonesia)”
adalah hasil dari penelitian saya di tempat dimana saya bekerja dan
seluruh ide, pendapat atau materi dari sumber lain lain telah dikutip
dengan penulisan referensi yang sesuai.
Pernyataan ini saya buat dengan sebenar-benarnya dan jika pernyataan
ini tidak sesuai dengan kenyataan maka saya bersedia menanggung
sanksi yang akan dikenakan pada saya.
Cikarang, Indonesia, Januari 2017
Maya Manglili
iv
LEMBAR PENGESAHAN
PERBAIKAN KUALITAS KEMASAN PRODUK LAB
UNTUK MENGURANGI PRODUK CACAT
MENGGUNAKAN METODE SIX SIGMA PADA
PT. Z Indonesia.
Oleh
Maya Manglili
ID No. 004201205099
Disetujui Oleh
Ir. Andira, MT.
Dosen Pembimbing
Ir. Andira, MT.
Kepala Program Studi Teknik Industri
v
ABSTRAK
Peningkatan kualitas adalah salah satu yang sangat penting untuk perusahaan tetap
terkenal dalam dunia industry yang kompetitif. Dengan kemampuan perusahaan
untuk memberikan kepuasaan terhadap konsumen yang membeli produk tersebut,
maka secara otomatis perusahaan akan mencapai keuntungan yang besar. Oleh
karena itu diperlukan adanya perbaikan pada produk Milkuat LAB dimana pada
tahun 2015,tingginya tingkat cacat pada kualitas kemasannya.Berdasarkan dari
data yang diperoleh dan diolah peta kendali P diketahui bahwa kriteria tersebut
masih belum terkendali dan kapasitas prosesnya masih rendah.Perencanaan
perbaikan kualitas pada kemasan milkuat LAB dilakukan dengan melakukan
perbaikan pada proses pembuatan khususnya pada proses filling dengan
menggunakan Metode Six Sigma. Dengan penerapan Metode Six sigma, diperoleh
penurunan DPMO dari 197143 menjadi 32143, kenaikan sigma sebesar 1 sigma
yaknni semulla 2,35 menjadi 3,35 sigma. Dan faktor-faktor yang mempengaruhi
nilai kualitas kemasan yaitu botol kosong, isi kurang,capping rusak, bottom
bocor, no capping, capping rusak, isi kurang dan capping off center. Kemudian
cacat terbesar yaitu cacat botol kosong dianalisis dengan menggunakan konsep
DMAIC..
Kata kunci : Filling, Quality improvement, kualitas, kapabilitas proses, Six sigma,
Botol kosong, DPMO.
vi
KATA PENGANTAR
Segala puji dan syukur atas Anugerah Allahyang telah melimpahkan anugrah dan
penyertaan yang luar biasa sehingga penulis menyelesaikan skripsi ini dengan
lancar dan tepat pada waktunya dan Penulisan skripsi ini merupakan salah satu
tugas dan persyaratan yang harus dipenuhi oleh mahasiswa Universitas Presiden
jurusan Teknik Industri untuk dapat mencapai gelarStrata Satu Teknik.
Tak lupa pula penulis mengucapkan terima kasih kepada pihak-pihak yang telah
membantu dalam menyelesaikan skripsi ini,khususnya kepada :
1. Kedua orang tua yang selalu setia memberikan semangat dan mendoakan
sehingga penyelesaian skripsi ini.
2. Bapak Dr.-Ing Erwin sitompul selaku Dekan Fakultas Teknik Universitas
Presiden.
3. Ibu Ir. Andira, MT., selaku Kepala Program Studi Teknik Industri Universitas
Presiden dan selaku pembimbing yang membimbing dengan begitu sabar.
4. Seluruh dosen Universitas Presiden yang telah memberikan ilmu dan
pembelajaran yang sangat berharga selama proses perkuliahan.
5. Seluruh stafFakultas Teknik Industri Universitas Presiden yang telah banyak
membantu pada proses perkuliahan.
6. Rekan-rekan kerja di PT. Z Indonesiadari divisi Maintenance, Produksi, dan
Quality atas bantuannya dalam menyelesaikan laporan ini.
7. Teman-teman seperjuangan mahasiswa Universitas Presiden Jurusan Teknik
Industri Angkatan 2012 atas kebersamaan dan dorongannya sehingga skripsi ini
dapat terselesaikan tepat pada waktunya.
8. Keluarga tercinta yang telah memberikan dorongan dan bantuan kepada penulis
selama mengikuti perkuliahan maupun dalam penyelesaian skripsi ini.
9. Sahabat TheAganks yang selalu setia membantu dan memberikan semangat.
10. Dan semua pihak yang telah terlibat dalam proses penyusunan loparan ini
yang tidak dapat disebutkan namanya satu persatu.
Penulis sangat menyadari masih banyak kekurangan dalam penyusunan laporan
skripsi ini, untuk itu penulis sangat mengharapkan kritik dan saran dari pembaca
vii
guna untuk memperbaiki dan menyempurnakan laporan ke depannya. Dan semoga
laporan ini dapat memberikan manfaat kepada para pembacanya.
Akhir kata, terima kasih banyak dan mohon maaf untuk kekurangannya.
Cikarang, Indonesia, Januari 2017
Maya Manglili
viii
DAFTAR ISI
SAMPUL ............................................................................................................ i
LEMBAR PERSETUJUAN PEMBIMBING .................................................... ii
LEMBAR PENYATAAN ORISINALITAS ..................................................... iii
LEMBAR PENGESAHAN ................................................................................ iv
ABSTRAK ......................................................................................................... v
KATA PENGANTAR ........................................................................................ vi
DAFTAR ISI ...................................................................................................... viii
DAFTAR TABEL .............................................................................................. xi
DAFTAR GAMBAR ......................................................................................... xii
DAFTAR ISTILAH ........................................................................................... xiii
BAB 1 PENDAHULUAN .................................................................................. 1
1.1. Latar Belakang .......................................................................................... 1
1.2. Perumusan Masalah .................................................................................. 2
1.3. Tujuan Penelitian ...................................................................................... 2
1.4. Batasan Masalah ....................................................................................... 2
1.5. Asumsi ...................................................................................................... 3
1.6. Sistematika Penulisan ............................................................................... 3
BAB 2 STUDI LITERATUR ........................................................................... 4
2.1. Pengendalian kualitas ................................................................................ 4
2.2. Faktor Pengendalian kualitas .................................................................... 4
2.3. Alat bantu dalam pengendalian ................................................................. 5
2.3.1 Diagram Pareto (Pareto Analysis) .............................................. 6
2.3.2 Diagram Alir/Diagram Proses( Proses Flow Chart) ................... 6
2.3.3 Peta Kendali (Control Chart) ...................................................... 6
2.3.4 Five Why and One How .............................................................. 8
2.4. Perhitungan Sample Size ............................................................................. 8
2.5. Kapabilitas Proses ....................................................................................... 10
2.6. Six sigma ...................................................................................................... 11
ix
2.6.1 Sejarah Six Sigma ....................................................................... 11
2.6.2 Defenisi Six Sigma ...................................................................... 11
2.6.3 Perbaikan Proses Dalam Six Sigma ............................................ 12
2.6.4 Kelebihan Six Sigma ................................................................... 13
2.6.5 Metodologi Peningkatan Kualitas .............................................. 14
2.6.5.1 Tahap Pendefinisian ( Define) .......................................... 14
2.6.5.2 Tahap Pengukuran ( Measure) ......................................... 15
2.6.5.3 Tahap Analisa ( Analyze) ................................................. 17
2.6.5.4 Tahap Improvement ........................................................... 17
2.6.5.5 Tahap Control .................................................................. 18
BAB 3 METODOLOGI PENELITIAN ............................................................ 19
3.1. Langkah-Langkah Penelitian .................................................................... 19
3.2. Observasi Awal ......................................................................................... 21
3.3. Identifikasi Masalah .................................................................................. 21
3.4. Metode Penelitian ..................................................................................... 21
3.5. Studi Literatur ........................................................................................... 21
3.6. Pengumpulan Data .................................................................................... 22
3.7. Analisa Data .............................................................................................. 22
3.8. Kesimpulan dan Saran .............................................................................. 23
BAB 4 ANALISIS DATA ................................................................................. 24
4.1. Diagram Proses Milkuat LAB .................................................................. 24
4.2. Tahap Define ............................................................................................. 25
4.2.1. Menentukan CTQ ............................................................................ 25
4.2.2. Data hasil produksi dan jumlah cacat pada bulan Agustus ............ 27
4.2.3. Uji kecukupan dan keseragaman data ............................................. 27
4.3. Tahap Measure ............................................................................................ 28
4.3.1. Analisa Proporsi ............................................................................. 29
4.3.2. Menghitung DPO, DPMO dan Sigma ............................................. 32
4.4. Tahap Analyze ............................................................................................. 35
4.4.1. Analisis 5W1H ................................................................................ 35
4.5. Implementasi perbaikan ............................................................................. 36
4.5.1. Rencana perbaikan ........................................................................... 36
x
4.5.2. Aktifitas perbaikan .......................................................................... 37
4.6.Tahap Control ............................................................................................... 40
BAB 5 KESIMPULAN DAN SARAN ............................................................. 46
5.1. Kesimpulan ................................................................................................. 46
5.2.Saran ............................................................................................................ 46
DAFTAR PUSTAKA ......................................................................................... 47
LAMPIRAN ...................................................................................................... 48
xi
DAFTAR TABEL
Tabel 4.1 Data produksi produk milkuat LAB Agustus 2016. ....................... 27
Tabel 4.2 Data Perhitungan peta kendali p ................................................... 32
Tabel 4.3 Perhitungan DPO, DPMO dan level sigma .................................... 34
Tabel 4.4 Uraian 5 Why Analysis jenis cacat kosong .................................... 36
Tabel 4.5 Aktifitas perbaikan ......................................................................... 38
Tabel 4.6 Data produk cacat setelah perbaikan .............................................. 40
Tabel 4.7 Perhitungan peta kendali bulan Oktober 2016 ............................... 43
Tabel 4.8 Perhitungan DPO, DPMO dan level sigma .................................... 44
Tabel 4.9 Hubungan antara nilai sigma, Cp dan COPQ ................................. 45
Table 4.10 Perbandingan sebelum dan setelah improvement .......................... 45
xii
DAFTAR GAMBAR
Gambar 1.1 Pareto reject botol LAB 2015 ..................................................... 2
Gambar 2.1 Alat bantu pengendalian kualitas ................................................. 5
Gambar 2.2 Jenis-jenis peta kendali ................................................................ 6
Gambar 3.1 Flow Chart Penelitian .................................................................. 20
Gambar 4.1 Flow proses milkuat LAB ............................................................ 24
Gambar 4.2 Syarat kemasan milkuat LAB berkualitas baik............................ 25
Gambar 4.3 Peta kendali bulan Agustus 2016 ................................................. 31
Gambar 4.4 Peta kendalii bulan Oktober 2016 ................................................ 42
xiii
DAFTAR ISTILAH
Kualitas : Suatu faktor yang mempengaruhi pilihan konsumen untuk
berbagai jenis produk yang berkembang pesat.
Filling : Proses pengisian produk ke dalam wadah yang diinginkan.
Quality improvement :Suatu proses di mana mekanisme yang sudah mapan
dipertahankan sehingga mutu dapat dicapai berkelanjutan.
Kapabilitas proses : Kemampuan suatu proses untuk menghasilkan suatu
produk/jasa yang sesuai dengan kebutuhan dari konsumen
atau spesifikasi yang diharapakan.
Six sigma : Suatu visi peningkatan kualitas menuju target 3,4
kegagalan persatu juta kesempatan untuk setiap transaksi
produk barang atau jasa
Botol kosong :Botol yang tidak terisi dengan produk.
DPMO : Jumlah cacat yang akan muncul jika ada satu juta peluang.
( Defect Per Million Opportunities)
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Kualitas adalah suatu kondisi dimana produk,manusia/ tenaga kerja, proses, dan
lingkungan saling berhunbungan untuk memenuhi permintaan dan harapan
pelanggan dan konsumen. Kualitas adalah salah satu faktor penentu keberhasilan
suatu produk yang beredar di pasaran saat ini. Mutu produk salah satunya
ditentukan oleh proses produksi. Proses produksi perlu dianalisis untuk
mengetahui apakah sudah sesuai dengan standar karena jika proses yang
dilakukan baik maka produk yang dihasilkan pun akan baik.Peningkatan
produktivitas pada suatu perusahaan dapat dilakukan dengan pendekatan cost
reduction dan quality improvement secara terpisah ataupun simultan, keduanya
dapat dicapai melalui efisiensi dan perancangan kerja yang baik (Peace 1993).
PT. Z adalah salah satu produsen minuman mengandung susu dengan merek
dagang “Milkuat”. Milkuat adalah minuman mengandung susu dengan berbagai
rasa yang melalui proses UHT (Ultra High Temprature). PT Z memiliki dua jenis
produk yaitu LAB dan Pouch. LAB (Liquid Acid Beverages) adalah minuman
mengandung susu dengan penambahan asam sedangkan Pouch adalah minuman
mengandung susu yang dikemas dengan kemasan pouch. Produk LAB
memilikitiga jenis varian rasa yaitu LAB apple, LAB strawberry, dan LAB jeruk
mandarin sedangkan untuk produk Pouch memiliki jenis 2 jenis produk yaitu
Pouch coklat dan Pouch strawberry. Pada penelitian ini difokuskan pada proses
Filling untuk produk milkuat LAB karena tingginya tingkat permintaan produk ini
tetapi masih banyak pula ditemukan kecacatan pada produk ini.Kualitas milkuat
LAB dapat dilihat dari kualitas packaging produk. Masalah yang ditemukan pada
produk ini yakni kemasan packaging yang tidak baik, diantaranya adalah capping
tidak ada, botol kosong, sealing terbakar, penyok, cutting seal tidak bagus, dan
volume tidak sesuai. Pada tahun 2015 data yang didapatkan dari perusahaan yakni
sebagai berikut :
2
Gambar 1.1. Pareto reject tahun 2015
Berdasarkan dari data produksi Filling, jenis cacat yang paling banyak ditemukan
yaitu cacat botol kosong 29%, kemudian total penyok 22%, No capping 17%,
Bottom bocor 12%, Capping rusak 8%, isi kurang 7%, dan capping off center
sebesar 5%. Oleh karena itu, selanjutnya perlu ditemukan dan dianalisa penyebab
dari cacat terbesar yaitu botol kosong.
1.2 Perumusan Masalah
Berdasarkan uraian latar belakang yang telah disebutkan sebelumnya, maka
secara umum penelitian ini dapat dirumuskan sebagai berikut:
1. Bagaimana cara memperbaiki kualitas kemasan pada mesin filling di PT.Z
Indonesia?
2. Bagaimana cara menurunkan cacat botol kosong tersebut?
1.3 Tujuan Penelitian
Tujuan penelitian adalah :
1. Melakukan penerapan konsep Six sigma pada proses filling di PT. Z
Indonesia.
2. Menemukan cara untuk menurunkan jumlah cacat tersebut.
1.4 Pembatasan Masalah
Pembatasan masalah dibuat bertujuan untuk memperkecil ruang lingkup
pembahasan sehingga pokok permasalahan akan menjadi terfokus. Batasan-
batasan masalah yang ada dalam penelitian ini, meliputi :
1. Produk yang diteliti adalah Produk Milkuat LAB yang diproduksi oleh PT.Z
pada bulan Agustus dan Oktober 2016.
3
2. Data yang diambil adalah data cacat pada saat proses filling produk Milkuat
LAB di mesin filling hasil produksi selama bulan Agustus tahun 2016
1.5 Asumsi
Asumsi yang diterapkan adalah sebagai berikut :
a. Kondisi mesin filling berada pada kondisi yang terkalibrasi dengan baik
dan benar.
b. Bahan baku yang digunakan sudah sudah lulus uji dari Quality Control.
1.6 Sistematika Penulisan
Adapun sistematika penulisan ini untuk memberikan gambaran secara umum
mengenai keseluruhan isi penelitian ini sebagai berikut :
BAB I. PENDAHULUAN
Bab ini diuraikan hal-hal antara lain berisikan latar belakang
masalah, identifikas imasalah, pembatasan masalah, perumusan
masalah, tujuan penelitian, kegunaan penelitian serta sistematika
penulisan.
BAB II. LANDASAN TEORI DAN KERANGKA BERPIKIR
Bab ini merupakan bagian yang berisi landasan atau dasar-dasar
yang berkaitan dengan pembahasan atau tema yang diangkat dalam
penelitian ini.
BAB III. METODOLOGI PENELITIAN
Bab ini menjelaskan mengenai metode yang digunakan dalam
pelaksanaan penelitian, meliputi metode pengumpulan data dan
analisis data.
BAB IV. HASIL PENELITIAN DAN PEMBAHASAN
Bab ini berisi hasil analisis data yang selanjutnya diolah dan
dituangkan sebagai konsep perancangan karya. Bagian ini
merupakan bagian utama dari penelitian.
BAB V. PENUTUP
Bab ini berisi kesimpulan dari hasil penelitian dan perancangan
yang telah di laksanakan.
4
BAB II
STUDI LITERATUR
2.1 Pengendalian kualitas
Pengendalian kualitas adalah suatu pekerjaan teknik dan manajemen sehingga ciri
dari kualitas dapat diukur dan dengan spesifikasinya. Kemudian adapun tindakan
perbaikan yang sesuai dengan penyimpan dan perbedaan dengan yang sebenarnya
sesuai standar. ( Montgomery, 1996)
Dari pengertian diatas maka dapat ditarik kesimpulan bahwa pengendalian
kualitas adalah suatu teknik atau aktifitas atau tindakan yang terencana yang
dilakukan untuk mencapai,mempertahankan dan meningkatkan kualitas suatu
produk atau jasa agar sesuai dengan standar yang telah ditetapkan dan dapaat
memenuhi kepuasaan konsumen.
Adapun tujuan dari pengendalian kualitas adalah :
1. Agar barang hasil produksi dapat mencapai standar yag telah ditetapkan
oleh perusahaan.
2. Mengusahakan agar biaya inspeksi dapat menjadi sekecil mungkin.
3. Mengusahakanagar biaya desain dari produk dan proses dengan
menggunakan kualitas produksi tertentu dapat menjadi sekecil mungkin.
4. Mendapatkan jaminan bahwa kualitas produk atau jasa yang dihasilkan
sesuai dengan standar kualitas yang telah ditetapkan dengan mengeluarkan
biaya yang ekonomis atau serendah mungkin.
2.2 Faktor-faktor Pengendalian kualitas
Menurut Douglas C. Montgomery (2001:26) dan berdasarkan literature lain
menyebutkan bahwa factor yang mempengaruhi pengendalian kualitas yang
dilakukan perusahaan adalah :
1. Kemampuan dalam proses
Batas yang akan dicapai haruslah sesusai dengan kemampuan proses.
Suatu proses yang terkendali dengan baik atau dalam batas melebihi
kemampuan berarti proses itu tidak ada gunanya.
5
2. Spesifikasi yang berlaku
Untuk spesifikasi hasil produkdi yang diinginkan harus ditinjau dari
kemampuan,keinginan konsumen dan kebutuhannya. Dalam hal ini dapat
dilihat spesifikasi tersebut sebelum pengendalian kualitas dimulai.
3. Tingkat ketidaksesuaian yang dapat diterima
Tingkat ketidaksesuaian dalam pengendalian kualitas itu tergantung pada
yang berada diluar standar..
4. Biaya Kualitas
Dalam mengendalikan suatu produk dengan baik dibutuhkan pula biaya
kualitas, sehingga dalam menghasilkan suatu produk tercipta prosuk yang
berkualitas dan terjamin. .
2.3 Alat Bantu Dalam PengendalianKualitas
Kualitas dikendalikan secara statistic dengan menggunakan SPC ( Statistical
proses Control) yang memiliki 7 alat statistic utama diantara lain yaitu, check
sheet, Scatter, diagram proses, diagram pareto, diagram sebab akibat, histogram
dan control chart. (Heizer dan Render, 2006)
Gambar2.1Alat Bantu PengendalianKualitas
Sumber: Jay Heizer dan Barry Render, Operations Management, 2006, halaman
263
6
2.3.1 Diagram Pareto (ParetoAnalysis)
Diagram pareto merupakan grafik batang dan grafik garis yang pertama kali di
perkenalkan oleh Alfredo pareto dan pertama kali digunakan oleh Joseph Juran.
Diagram menampilkan perbandingan tiap-tiap jenis data terhadap keseluruhan
data, sehingga dengan diagram pareto masalah yang menonjol dapat diketahui dan
diidentifikasi dengan cara menurunkan jumlah masalah utama.
2.3.2 Diagram Alir/Diagram Proses (Process FlowChart)
Diagram alir merupakan diagram yang sederhana yang dapat menunjukkan suatu
proses atau system dengan menggunakan kotak atau garis yang saling
berhubungan dalam bentuk symbol-simbol.
2.3.3 Peta Kendali (ControlChart)
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 2.2. Jenis-jenis Peta Kendali
7
1. 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.
8
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.
2.3.4 Five Why and One How ( 5 W 1 H)
Selain dari tool’s yang disebutkan diatas, untuk memudahakan proses penyelesai
masalah dapat juga digunakan proses Five Why and One How (5 W 1 H) untuk
lebih melihat kepada pokok perbaikan yang akan diselesaikan. Pada tahap ini,
pokok permasalahn tersebut muncul hingga cara yang relevan untuk melakukan
perbaikan tersebut. 5W1H dapat dijabarkan sebagai berikut :
What ( apa) : faktor yang diperbaiki
Why (mengapa): penyebab dari perbaikan yang akan dilakukan
Where (dimana): tempat melakukan peluang perbaikan
When (kapan): batas waktu pelaksanaan peluang perbaikan
Who (siapa) : yang melakukan perbaikan
How ( bagaimana) : bagaimana melakukan perbaikan.
9
2.4 Perhitungan sample size
Pemilihan sampel dengan metode yang tepat dapat menggambarkan kondisi
populasi sesungguhnya yang akurat, dan dapat menghemat biaya penelitian secara
efektif. Idealnya, sampel haruslah benar-benar menggambarkan atau mewakili
karakteristik populasi yang sebenarnya. Karena data yang diperoleh dari sampel
harus dapat digunakan untuk menaksir populasi, maka dalam mengambil sampel
dari populasi tertentu kita harus benar-benar bisa mengambil sampel yang dapat
mewakili populasinya atau disebut sampel representatif. Sampel representatif
adalah sampel yang memiliki ciri karakteristik yang sama atau relatif sama dengan
ciri karakteristik populasinya. Tingkat kerepresentatifan sampel yang diambil dari
populasi tertentu sangat tergantung pada jenis sampel yang digunakan, ukuran
sampel yang diambil, dan cara pengambilannya. Salah satu metode yang
digunakan untuk menentukan jumlah sampel adalah menggunakan rumus Slovin
(Sevilla et. al., 1960:182) :
n =
Dimana
n= Jumlah sampel
N=Jumlah populasi
α=Margin error
2.5 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.
10
R =
…………………………………………………... ( Rumus 1.12)
S = √ ∑ – ∑
………….………………………… (Rumus 1.13)
Cp =
…………………………………………… (Rumus 1.14)
Atau
S =
…………………………………………………. (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 =
…………………………………………… ( Rumus 1.16 )
CPL =
……………………………………………. ( 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.
11
2.6 Six Sigma
2.6.1. Sejarah Six Sigma
Carl Frederick Gauss (1777-1885) Merupakanorang pertama kali
memperkenalkan konsep kurva normal dalam bidang statistic. Kemudian pada
tahun 1920 konsep ini dikembangkan walter shewhart unutk menjelaskan bahwa 3
sigma dari nilai rata-rata (mean) mengidentifikasi perlunya perbaikan dalam
sebuah proses.
Pada akhir tahun 1970, Dr. Mikel Hary, seorang insinyur senior pada Motorolla’s
Government Electronics Group (GEG) memulai percobaan untuk melakukan
problem solving dengan menggunakan analisa statistik. Dengan menggunakan
cara tersebut, GEG mulai menunjukkan peningkatan yang dramatis. Produk
didesain dan diproduksi lebih cepat dengan biaya yang lebih murah. Metode
tersebut kemudian ia tuliskan dalam sebuah makalah berjudul “The Strategic
Vision for Accelerating Six Sigma Within Motorolla”. Dr. Mikel Hary kemudian
dibantu oleh Richard Schroeder, mantan eksekutif motorolla, menyusun suatu
konsep perubahan manajemen (change management) yang didasarkan pada data.
Hasil dari kerja sama tersebut adalah sebuah alat pengukuran kualitas yang
sederhana yang kemudian menjadi filosofi kemajuan bisnis, yang dikenal
dengan nama six sigma.
2.6.2. Definisi Six Sigma
Dalam statistik, kata six sigma, merupakan sebuah huruf yunani yang digunakan
para ahli statistik untuk mengukur standar deviasi atau variabilitas dalam suatu
proses. Skala pengukuran sigma berkorelasi langsung terhadap beberapa
karakteristik seperti jumlah kegagalan dalam satu unit (defect per unit), jumlah
part dalam satu juta kegagalan, dan kemungkinan kegagalan. Six sigma
merupakan jumlah dari sigma yang diukur dalam proses, ketika tingkat variasi
dalam target dimana jika hanya 3,4 output dalam satu juta adalah defect.
Six Sigma adalah suatu visi peningkatan kualitas menuju target 3,4 kegagalan
persatu juta kesempatan untuk setiap transaksi produk barang dan jasa ( Vincent
Gasperz : 2005 ).
12
Ada lima tahap atau langkah dasar dalam menerapkan strategi Six Sigma yaitu
Define-Measure-Analyze-Improve-Control (DMAIC). Define adalah langkah
awal dalam peningkatan kualitas dimana masalah mulai diidentifikasi. Measure
merupakan aktifitas pengukuran proses sebelum, yang bertujuan untuk
mengevaluasi berdasarkan goals yang telah ada. Analyze merupakan tahap
dimana dilakukan identifikasi akar penyebab masalah dengan berdasarkan pada
analisis data. Improve adalah tahap dimana pengujian dan implementasi dari
solusi dilakukan untuk mengeliminasi penyebab masalah yang ada dan improve
dari proses yang ada. Control adalah tahap terakhir yang dilakukan untuk
melakukan kontrol dalam setiap kegiatan, sehingga memperoleh hasil yang baik.
Six sigma dipandang sebagai pendekatan yang sistematik, ilmiah, statistik, dan
lebih pintar untuk manajemen inovasi yang cocok untuk diaplikasikan dalam
kelompok informasi yang berdasarkan ilmu pengetahuan. Inti dari six sigma
adalah integrasi dari 4 elemen (pelanggan, proses, manusia dan strategi) untuk
menghasilkan manajemen inovasi.
Six sigma akan memberikan sebuah pilihan terhadap semua proses secara
ilmiah dan statistik melalui pengukuran dari level kualitas. Metode six sigma
dapat memberikan gambaran perbandingan semua proses, dan memberikan
seberapa baik proses tersebut. Melalui informasi ini maka akan terlihat jelas
apa yang harus dilakukan untuk mendapat inovasi dalam proses dan kepuasan
pelanggan.
2.6.3 Perbaikan Proses Dalam Six Sigma
Dalam usaha peningkatan kualitas, six sigma selalu berfokus pada pelanggan dan
selalu berorientasi pada proses. Mengapa sebuah perusahaan harus berfokus pada
proses bukan hasil? Hasil akhir bergantung pada apa yang dilakukan selama
proses terjadi. Ketika proses yang lebih baik dapat diciptakan maka peluang
terjadinya cacat dapat dieliminasi sebelum cacat tersebut terjadi. Dengan
menekan variasi selama proses pembuatan sebuah produk atau pelayanan, bisnis
manapun mampu mencapai level kualitas six sigma yang disebut six sigma
13
breakthrough strategy. Six sigma dan six sigma breakthrough strategy adalah dua
elemen yang berbeda. Six sigma adalah filosofi dan goal (3.4 defect per million
opportuntity) dan breakthrough strategy merupakan saran untuk mencapai level
kualitas six sigma dengan berfokus pada problem solving pada sebuah sistem.
2.6.4 Kelebihan Six Sigma
Beberapa kelebihan yang dimiliki six sigma diantaranya six sigma fokus pada
perbaikan kualitas dengan mengutamakan pencegahan cacat(defect),
pengurangan waktu siklus dan penghematan biaya. Six sigma akan menghapus
biaya - biaya yang tidak akan memberikan nilai tambah apapun bagi pelanggan.
Program perbaikan kualitas yang lain memang dapat meningkatkan kualitas tetapi
pada umumnya dampaknya terhadap pendapatan perusahaan tidak terlalu terlihat.
Organisasi atau perusahaan yang tidak dapat melacak efek peningkatan kualitas
terhadap profitabilitas tidak akan tahu perubahan apa yang diperlukan untuk
meningkatkan marjin keuntungan mereka.
Tools yang ada pada six sigma hampir serupa dengan yang digunakan pada
strategi peningkatan kualitas lainnya. Akan tetapi six sigma lebih menekankan
aplikasi tools tersebut dalam cara yang lebih sistematis untuk dapat memperoleh
terobosan dalam perbaikan kualitas, sehingga dapat diterapkan baik dalam
industry manufaktur atau jasa.
Menurut Mikel Harydan Richard Schroeder (2000) mengatakan bahwa
perbedaan antar pendekatan total quality sebelumnya dan konsep six sigma hanya
pada masalah focus. Program TQM (Total Quality Managemnet) berfokus pada
perbaikan pada proses individu dengan proses yang tidak terkait , sedangkan six
sigma berfokus pada membuat perbaikan pada semua operasi dalam sebuah
proses. Dampaknya adalah dengan banyaknya program kualitas pada TQM, akan
memakan waktu bertahun-tahun sebelum semua operasi dalam proses meingkat,
sementara itu six sigma menghasilkan hasil yang lebih cepat dan efektif.
14
2.6.5 Metodologi Peningkatan Kualitas
Tujuan dari six sigma secara substansial adalah mereduksi variasi yang tidak
diinginkan sehingga hasilnya dapat mereduksi biaya atau meningkatkan kepuasan
pelanggan. Reduksi variasi juga dapat meningkatkan deliver performance serta
peningkatan hasil produksi. Dalam prakteknya proyek DMAIC menggunakan
tool dipilih sesuai dengan tahapan metodologi DMAIC. Setiap fase dalam siklus
DMAIC yang dijelaskan sebagai berikut :
2.6.5.1 Tahap Pendefinisian (Define)
Yang termasuk pada tahapan define adalah :
1. Menentukan critical-to-quality (CTQ).
2. Mendefinisikan arti dari defect sejelas-jelasnya.
3. Mengukur titik ukur awal (pengukuran secara umum level dari
performance sebelum perbaikan dilakukan ).
4. Membentuk team.
Define juga dilakukan dengan cara membuat diagram SIPOC. Elemen-elemen
diagram SIPOC adalah sebagai berikut :
1) Supplier, merupakan orang atau kelompok orang yang memberikan
informasi, kunci, material atau sember daya lain kepada proses. Jika suatu
proses terdiri dari beberapa sub-proses, maka sub-proses sebelumnya
dapat dianggap sebagai pemasok internal.
2) Inputs, segala sesuatu yang diberikan oleh pemasok (suppliers) kepada
proses.
3) Process, sekumpulan langkah yang mentransformasi dan secara ideal
menambahkan nilai pada inputs (proses transformasi nilai tambah kepada
inputs). Suatu proses biasanya terdiri dari beberapa sub-proses.
4) Output, merupakan produk (barang atau jasa) dari suatu proses. Dalam
industri manufaktur outputs dapat berupa barang setengah jadi maupun
barang jadi (final products).
5) Customers, merupakan orang atau kelompok orang atau sub-proses yang
menerima outputs. Jika suatu proses terdiri dari beberapa sub-proses, maka
15
sub-proses sesudahnya dapat dianggap sebagai pelanggan internal (internal
customers).
2.6.5.2 Tahap Pengukuran (Measure)
Tahapan ini mencakup :
1) Mengidentifikasi performasi yang diinginkan pelanggan dari critical to
quality.
2) Memetakan setiap proses dimana input dan output didefinisikan dengan
jelas, output yang relevan dan kemungkinan input (X) yang berpengaruh
pada output yang saling terhubung.
3) Menentukan daftar dari metode pengukuran yang memungkinkan.
4) Menganalisa kapabilitas sistem pengukuran dan menentukan titik awal
kapabilitas proses
5) Mengidentifikasi kemungkinan-kemungkinan penyimpangan dalam
mengukur yang mungkin muncul.
6) Mulai mengumpulkan data dari hasil pengukuran input, proses dan output.
7) Memvalidasi apakah ada masalah yang muncul ketika pengukuran
dilakukan.
8) Menyaring tujuan dan masalah (dari tahapan analisa).
Pengukuran dalam metode DMAIC dikenal dua macam pengukuran, yaitu:
1. Pengukuran kinerja proses
Peta kendali adalah suatu alat yang secara grafis digunakan untuk memonitor dan
mengevaluasi apakah suatu aktivitas/ proses berada dalam pengendalian kualitas
secara statistika atau tidak sehingga dapat memecahkan masalah dan
menghasilkan perbaikan kualitas. Peta kendali menunjukkan adanya perubahan
data dari waktu ke waktu, tetapi tidak menunjukkan penyebab penyimpangan
meskipun penyimpangan itu akan terlihat pada peta kendali.
Manfaat dari peta kendali adalah untuk:
a. Memberikan informasi apakah suatu proses produksi masih berada di
dalam batas-batas kendali kualitas atau tidak terkendali.
b. Memantau proses produksi secara terus- menerus agar tetap stabil.
c. Menentukan kemampuan proses (capability process).
16
d. Mengevaluasi performance pelaksanaan dan kebijaksanaan pelaksanaan
proses produksi.
e. Membantu menentukan kriteria batas penerimaan kualitas produk sebelum
dipasarkan.
Peta kendali digunakan untuk membantu mendeteksi adanya penyimpangan
dengan cara menetapkan batas-batas kendali:
a. Upper control limit / batas kendali atas (UCL)
Merupakan garis batas atas untuk suatu penyimpangan yang masih diijinkan.
b. Central line / garis pusat atau tengah (CL)
Merupakan garis yang melambangkan tidak adanya penyimpangan dari
karakteristik sampel.
c. Lower control limit / batas kendali bawah (LCL)
Merupakan garis batas bawah untuk suatu penyimpangan dari karakteristik
sampel.
2. Pengukuran kinerja tingkat output
Setelah melakukan pengukuran kinerja proses, langkah selanjutnya adalah
melakukan perhitungan DPMO dan tingkat sigma. Berikut ini merupakan langkah-
langkah perhitungan DPMO dan tingkat sigma :
a. Unit (U)
Sebuah item yang sedang diproses atau produk atau jasa akhir yang
diberikan kepada pelanggan.
b. Opportunities (OP)
Merupakan variasi yang timbul dari proses, sehingga akan menghasilkan
produk-produk yang tidak sesuai.
c. Defect (Df)
Merupakan jumlah kegagalan untuk memenuhi kebutuhan atau harapan
pelanggan atau standar yang elah ditetapkan.
d. Defect Per Unit (DPU)
Merupakan jumlah rata-rata cacat tehadap jumlah unit yang diproses.
Defect Per Unit (DPU) =Df
U
17
e. Total Opportunities (TOP)
TOP = U x OP
f. Defect Per Opportunities (DPO)
Merupakan proporsi cacat terhadap jumlah peluang dalam sebuah
kelompok.
g. Defect Per Million Opportunities (DPMO)
Merupakan jumlah cacat yang akan muncul jika ada satu juta peluang.
DPMO = DPO x 1.000.000
h. Level Sigma
Perhitungan level sigma dapat dilakukan dengan menggunakan Microsoft
excel dengan formula sebagai berikut
Level Sigma = normsinv 1000000 – DPMO
1000000
Angka 1,5 merupakan konstanta sesuai dengan konsep Motorolla yang
mengizinkan pergeseran nilai rata-rata sebesar + 1,5 Sigma.
2.6.5.3 Tahap Analisa (Analyze)
Dalam tahapan analisa, hasil pengukuran yang diperoleh pada tahapan measure
dianalisa sehingga hipotesa tentang penyebab dari variasi dalam hasil
pengukuran bisa dimunculkan. Pada tahapan ini, perusahaan melalui six sigma
mereka, mencari input mana saja yang mempengaruhi kualitas output. Langkah
Analyze dapat dilakukan dengan membuat Diagram Pareto dan Analisis 5Why.
2.6.5.4 Tahap Improvement
Setelah sumber-sumber dan akar penyebab masalah kualitas teridentifikasi, maka
perlu dilakukan perencanaan perbaikan kualitas kemasan produk LAB untuk
mengurangi produk cacat menggunakan six sigma.
Menetapkan suatu rencana tindakan untuk melakukan perbaikan kualitas.
Dilakukan setelah sumber-sumber dan akar penyebab masalah kualitas
teridentifikasi.
Defect Per Opportunities (DPU) =xDfx
TOP
+ 1,5 ) (
18
2.6.5.5 Tahap Control
Sebagai bagian dari pendekatan Six Sigma, perlu adanya pengawasan untuk meyakinkan
bahwa hasil yang diiginkan sedang dalam proses pencapaian. Hasil dari tahap improve
harus diterapkan dalam kurun waktu tertentu untuk dapat dilihat pengaruhnya terhadap
kualitas produk yang dihasilkan. Pada tahap ini hasil-hasil peningkatan kualitas
didokumentasikan dan disebarluaskan, praktek-praktek terbaik yang sukses dalam
meningkatkan proses distandarisasikan dan disebarluaskan, prosedur-prosedur
didokumentasikan dan dijadikan pedoman kerja standar, serta kepemilikan atau
tanggung jawab ditransfer dari tim Six Sigma kepada pemilik atau penanggung jawab
proses.
19
BAB III
METODOLOGI PENELITIAN
3.1 Langkah- Langkah Penelitian
Langkah – langkah yang dilakukan untuk memecahkan masalah pada penelitian
ini adalah sebagai berikut :
Masalah Awal
Observasi Awal
Interview manager,
operator, staf, dsb.
Data produksi
Identifikasi Masalah
Menetapkan latar belakang,
rumusan masalah,tujuan dan
sistematika penelitian
Studi Literatur
Kualitas
Six Sigma
SPC
Metode Penelitian
Menetapkan tahap penelitian
Pengolahan Data :
A. Define
B. Measure
C. Analyze
D. Improvement
E. Control
Pengumpulan Data
Data Primer
Observasi dan mengamati prosesnya
Data sekunder
Dokumentasi data produksi dan data cacat
yang terjadi pada bulan Agustus 2016
20
Gambar 3.1.
Flow Chart Penelitian
Define
1. Menentukan CTQ
2. Membuat diagram SIPOC
3. Melakukan pengamatan terhadap hasil produksi dan jenis cacat
yang terjadi selama bulan Agustus 2016
4. Uji kecukupan data
Measure
1. Membuat peta kendali p
2. Menentukan kapabilitas proses
3. Menghitung DPO, DPMO dan level sigma
Analyze
1. Mendefinisikan faktor-faktor penyebab cacat
2. Mencari akar penyebab permasalahan
Improve
Memberi usulan perbaikan kualitas
Kesimpulan dan Saran
Selesai
Control
Melakukan control terhadap perbaikan yang dilakukan
21
3.2 Observasi Awal
Observasi awal dilakukan dengan mengambil data-data yang diperlukan pada
proses produksi. Kegiatan yang dilakukan antara lain:
a. Wawancara
Merupakan suatu cara untuk mendapatkan data atau informasi dengan tanya
jawab secara langsung pada orang yang mengetahui tentang objek yang
diteliti. Dalam hal ini adalah dengan kepala bagian Operator danSupervisor
PT.Z Indonesia yaitu data mengenai jenis-jenis cacat dan penyebabnya,
proses produksi serta bahan baku yang digunakan.
b. Observasi
Yaitu pengamatan secara langsung di tempat penelitian yaitu di PT.Z
Indonesia mengamati sistem atau cara kerja pegawai yang ada, mengamati
proses produksi dari awal sampai akhir, dan kegiatan pengendalian kualitas.
3.3 Identifikasi Masalah
Setelah menetapkan latar belakang masalah yang ditetapkan oleh PT. Z Indonesia
dari hasil observasi yang dilakukan, ditentukanlah rumusan masalah dari latar
belakang tersebut. Dari rumusan masalah tersebut dapat diketahui tujuan dari
penelitian tersebut yang akan member solusi terhadap masalah tersebut. Kemudian
ditentukan bartasan masalah agar penelitian ini tidak menyimpang dari ruang
lingkup yang telah ditetapkan.
3.4 Metode Penelitian
Dalam metode penelitian, ditentukan tahapan-tahapan dalam melakukan penelitian
agar penelitian tersebut dapat dilakukan secara sistematis unutk mengidentifikasi ,
merumuskan,, menganalisa, memecakan suatu masalah sehinnga dapat ditarik
sebuah kesimpulan dari masalah yang dijadikan sebagai objek observasi.
3.5 Studi Literatur
Studi literature ini dilakukan untuk menunjang teori-teori yang kan digunakan
sebagai landasan dalam penelitian dan sebagai informasi unutk membantu dalam
memecahakan masalah. Adapun landasan teori dapat berasal dari buku-buku dan
22
referensi-referensi lainnya, seperti jurnal yang berhubungan dengan penelitian
yang dilakukan.
Pada tahapan studi literatur ini, Peneliti mengidentifikasi faktor-faktor yang
menyebabkan terjadinya cacat atau kegagalan produk serta menganalisa pengaruh
dari faktor-faktor tersebut dan menentukan perbaikan apa yang harus dilakukan
guna mencegah atau meminimalkan kesalahan yang sama untuk produksi.
3.6 Pengumpulan Data
Ada dua jenis pengumpulan data yang peneliti kumpulkan, yaitu data primer yang
kemudian diolah serta data sekunder yang menunjukkan profil perusahaan.
Data primer berupa wawancara langsung kepada operator tentang jenis kecacatan
dan penyebabnya, data observasi langsung terhadap kinerja operator dan proses
produksinya, dan data dokumentasi produksi dan cacat selama bulan Agustus -
Oktober 2016. Sedangkan data sekunder berupa sejarah perusahaan dan struktur
organisasi perusahaan.
3.7 Analisis Data
Pengolahan data dilakukan dengan menggunakan metode DMAIC untuk
meningkatkan kualitas produk tanpa proses control.
Adapun langkah - langkahnya adalah sebagai berikut:
a) Define
Tahap define antara lain:
a. Menentukan CTQ (Critical to Quality)
b. Membuat diagram SIPOC
c. Pengamatan terhadap hasil produksi selama bulan Agustus 2016.
d. Uji kecukupan data
b) Measure
Tahap measure antara lain :
a. Membuat peta kendali p
Dalam hal menganalisis data, digunakan peta kendali p (peta kendali proporsi
kerusakan) sebagai alat untuk pengendalian proses secara statistik. Penggunaan
23
peta kendali p ini dikarenakan pengendalian kualitas yang dilakukan bersifat
atribut, serta data yang diperoleh yang dijadikan sampel pengamatan tidak tetap
dan produk yang mengalami kerusakan tersebut tidak dapat diperbaiki lagi
sehingga harus di reject/ cacat.
b. Menghitung kapabilitas proses
c. Menentukan besarnya DPO, DPMO dan level sigma
c) Analyze
Proses yang dilakukan pada tahap analyze antara lain :
a. Analisis menggunakan diagrampareto
b. Analisis penyebab dominan
c. Analisis 5W1H
d) Improve
Tahap improve merupakan tahap yang berisi usulan perbaikan kualitas setelah
diketahui penyebab terjadinya sebuah masalah unutk menghindari terjadinya
masalah yang sama.
e) Control
Tahap control merupakan tahap yang bertujuan untuk mengontrol kelancaran
atau konsistensi dari solusi perbaikan atau improvement yang telah dijalankan.
3.8 Kesimpulan dan Saran
Tahap ini merupakan tahap akhir dari sebuah penelitian yang memberikan
kesimpulan berdasarkan hasil penelitian yang telah dilakukan dan tahap untuk
memberikan saran yang membangun kepada perusahaan dilakukan penelitian.
24
BAB IV
DATA DAN ANALISIS
4.1 Diagram proses Milkuat LAB
Berikut gambaran proses dari milkuat LAB pada PT. Z
Sleeving : 30000 btl/HRobotic : 30000 btl/H
Type : Tunnel PasteurizerCapacity 27000 btl/HPasteur : 85-87 C (suhu Product), 14 minutes
3 machine x 24000 btl/HUnit : 70 ML, 100 ML
2500 kg
Type : Tubular Heat Exchanger
Capacity : 6 - 10 T/HPreheating : 90 C
Heating : 128 C-50 s
Cooling : 30 C
Mixer : 1450 rpmMixing time : 30 m
Homo :Bottle : 7.5
T/H, Stage 1 : 150, stage 2 : 50 (
total 200 Bar)
ULTRA CLEANING TANK
Gambar 4.1 Flow Proses Milkuat LAB
Bahan baku yang akan digunakan dipersiapkan, ditimbang sesuai dengan
formulasi yang telah ditentukan.Bahan baku susu yang telah disiapkan kemudian
dicampur dengan menggunakan mixer dan dihomogenisasi dilakukan dengan
homogenizerbertekanan 200 bar.Hasil pencampuran yang telah dihomogenisasi
ditampung dalam tangki storage sebelum ditransfer ke mesin filling.Minuman
susu yang telah dihomogenisasi dimasukan ke dalam botol dan ditutup dengan
tutup laminate foil. Pada tahap ini juga dilakukan pencantuman kode produksi
pada botol dengan inkjet printer.Selanjutnya dilakukan proses pasteurisasi dengan
suhu 91°C selama 14-16 menit. Proses pendinginan dilakukan pada suhu 40-
25
50°C.Produk hasil pasteurisasi diberi label pada setiap botolnya. Minuman susu
kemudian dikemas setiap 5 botolnya dengan plastic PO film dan dimasukkan ke
dalam karton. Setiap kartonnya berisi 40 botol. Produk yang telah jadi (dalam
kemasan karton) ditata dan ditumpuk di atas pallet.Produk akhir ini disimpan
didalam gudang untuk menunggu hasil pemeriksaan QC sebelum dimuat di atas
truk untuk didistribusikan.
Berdasarkan hasil penelitian yang dilakukan ,peneliti memperoleh data berapa
jumlah produksi beserta jumlah produk cacat hasil produksi pada bulan Agustus
2016 . Hasil tersebut kemudian dibuat konsep dasar pendekatan dari six sigma
atau lebih dikenal dengan istilah DMAIC.Masalah-masalah yang ada diidentifikasi
secara bertahap menggunakan pendekatan tersebut.
4.2 Tahap Define
4.2.1 Menentukan CTQ
Berdasarkan hasil pengamatan jenis cacat yang dilakukan pada proses
produksi Milkuat LAB dimesin Filling, berikut ini adalah syarat kemasan
Milkuat LAB yang berkualitas baik dapat dilihat pada gambar 4.2
Gambar 4.2. Syarat Kemasan Milkuat LAB berkualitas baik
26
Berdasarkan gambar 4.2, maka dapat disimpulkan ada 4 jenis cacat yang
bisa terjadi selama proses filling yang kemudian dijadikan sebagai critical
to quality (CTQ) dalam penelitian ini, antara lain :
1) Kosong
Botol kosong disebabkan oleh motor vacuum tidak maksimal dalam
menyedot produk dari filling tangki, yang mengakitkan botol tidak
terisi/kosong.
2) Penyok
Hal initerjadi akibat rotary interchange tidak center yang mengakibatkan
botol jatuh dan penyok.
3) No Capping
Hal ini bisa diakibatkan oleh sealing disk/ capping tidak center dengan
rotary interchange yang mengakibatkan botol tidak tercapping.
4) Bottom bocor
Hal ini biasanya terjadi akibat plat pembalik botol sangat tajam yang
mengakibatkan botol kebanyakan bocor dibagian bawah.
5) Capping rusak
Hal ini biasanya terjadi pada saat proses cutting cap tidak sempurna.
6) Isi Kurang
Hal ini biasanya terjadi karena vacuum yang tidak sempurna menyedot susu
dari filling tank.
7) Capping Off Center
Hal ini disebabkan oleh posisi botol dengan capping tidak center, dan tidak
pas saat akan ditutup.
Botol kosong adalah salah satu kategori cacat yang paling besar. Besarnya
cacat botol kosong ini, sehingga pada penelitian ini difokuskan untuk
menganalisis faktor penyebab cacat botol kosong di mesin filling dengan
menggunakan Six sigma.
27
4.2.2 Data Hasil Produksi Dan Jumlah Cacat Yang Terjadi Pada Bulan
Agustus 2016
Tahap ini merupakan pembuatan tabel yang berisi jumlah produksi
dan jumlah cacat botol kosong yang terjadi di area mesin filling pada bulan
Agustus 2016.
Tabel 4.1. Data produk dan jenis cacat produk (Agustus 2016) pada mesin Filling
No n
Cacat
kosong/
Batch
1 400 17
2 400 12
3 400 33
4 400 12
5 400 10
6 400 18
7 400 41
8 400 22
9 400 20
10 400 17
11 400 20
12 400 38
13 400 24
14 400 16
15 400 15
16 400 30
17 400 17
18 400 21
19 400 22
20 400 36
21 400 15
22 400 17
23 400 16
24 400 19
25 400 20
4.2.3 Uji kecukupan data dan keseragaman data
28
Sebelum dilakukan analisis terhadap data, terlebih dahulu dilakukan pengujian
kecukupan data yang bertujuan untuk mengetahui bahwa data yang akan dianalisis
telah cukup untuk penglohan selanjutnya.
Berikut pengujian data dan kerangan data :
1.Jumlah data
n = 25 data
2.
3.∑Xi2= (528)
2= 278784
4. ∑
= (17)2+(12)
2+(33)
2+…………..(20)
2 = 12786
5. Nilai mean = = ∑
= 21,12
6. Standar Deviasi
=s=√∑
√
1. N1=(
√ ∑ ∑
∑ ) = (
√
)2
8.Batas Atas = BKA= + K.SD =
9.Batas Bawah = BKB= - K.SD = 4,6
Dari hasil perhitungan diatas makanya jumlah data pengamatan yang diambil lebih
besar dari jumlah data minimal yang seharusnya diambil,sehingga dapat di
simpulkan bahwa jumlah data pengamatan yang diambil telah cukup.
Begitupun dengan Uji keseragaman bahwa data berada dalam range antara 4,6
sampai 37,63 sehingga dapat disimpulkan bahwa data yang diambil telah seragam
atau lolos uji keseragaman data.
4.3 Measure
29
Tahap pengukuran yang dilakukan adalah menganalisis proporsi ketidaksesuaian
menggunakan peta kendali p, menghitung kapabilitas line proses tersebut,
menentukan besarnya DPO (Defect Per Opportunity), menentukan besarnya
DPMO (Defect Per Million Opportunity) dan menentukan level sigma pada mesin
filling di PT. Z Indonesia.
4.3.1 Menganalisis Proporsi Kecacatan Menggunakan Peta Kendali p
Berdasarkan tabel 4.1. total produksi Milkuat LAB yang diproduksi di mesin
Filling pada bulan Agustus 2016 sebesar100000pcs dengan jumlah cacat botol
kosong pada bulan Agustus 2016 sebesar 526 pcs. Langkah selanjutnya adalah
membuat peta kendali p yang berguna untuk membantu mengukur pengendalian
kualitas produksi. Langkah-langkah yang perlu dilakukan untuk membuat peta
kendali p tersebut adalah :
1) Menentukan garis pusat / Central Line (CL), yaitu rata-rata kecacatan
produk (p-bar)
∑
∑
∑ : jumlah total cacat kosong
∑ : jumlah total produksi
Maka,
2) Menghitung batas kendali atas / Upper Control Limit
√
Keterangan :
: rata-rata ketidak sesuaian produk
: jumlah produksi
30
Maka,
√
0,0863 ( hari ke-1)
3) Menghitung batas kendali bawah / Lower Control Limit
√
Keterangan :
: rata-rata ketidak sesuaian produk
: jumlah produksi
Maka,
√
( hari ke-1)
4) Membuat perhitungan peta kendali p selama bulan agustus 2016
np : jumlah gagal hari ke-i
n : jumlah yang diperiksa hari ke-i
Dengan demikian didapatkan hasil peta kendali p selama bulan
Agustus 2016.Selanjutnya dapat dibuat peta kendali p menggunakan
Hari ke-i Maka,
31
software minitab yang dapat dilihat pada gambar 4.4. dengan langkah-
langkah sebagai berikut :
1) Masukkan data jumlah produksi dan jumlah cacat
2) Klik stat control chart Attribute charts
3) Masukkan jumlah cacat kedalam variabel
4) Masukkan jumlah produksi kedalam subgroup sizes
252321191715131197531
0.11
0.10
0.09
0.08
0.07
0.06
0.05
0.04
0.03
0.02
Sample
Pro
po
rtio
n
_P=0.0528
UCL=0.08635
LCL=0.01925
1
1
1
p- chart bulan Agustus 2016
Gambar 4.3. Peta kendali p jumlah cacat Milkuat LAB
Berdasarkan gambar 4.3. dapat dilihat bahwa data yang diperoleh tidak seluruhnya
berada dalam batas kendali yang telah ditetapkan. Dari 25 titik data terdapat 3 titik
data yang berada di atas batas kendali maka dapat disimpulkan bahwa tingkat
proporsi kecacatan yang terjadi pada proses di mesin filling belum terkendali
sepenuhnya karena masih terdapat titik data yang berada diatas batas kendali yang
ditentukan.
32
Adapun nilai perhitungan peta kendali p secara lengkap dapat dilihat pada
tabel 4.2
Tabel 4.2 Perhitungan Peta Kendali p Milkuat LAB Agustus 2016
Hari Ke- Ʃ
Produksi
Total
Cacat P UCL LCL
1 400 17 0.0425 0.086527 0.019073
2 400 12 0.03 0.0867464 0.0188536
3 400 33 0.0825 0.085815 0.019785
4 400 12 0.03 0.0867464 0.0188536
5 400 10 0.025 0.0868338 0.0187662
6 400 18 0.045 0.0864829 0.0191171
7 400 41 0.1025 0.0854532 0.0201468
8 400 22 0.055 0.0863061 0.0192939
9 400 20 0.05 0.0863946 0.0192054
10 400 17 0.0425 0.086527 0.019073
11 400 20 0.05 0.0863946 0.0192054
12 400 38 0.095 0.0855893 0.0200107
13 400 24 0.06 0.0862174 0.0193826
14 400 16 0.04 0.086571 0.019029
15 400 15 0.0375 0.0866149 0.0189851
16 400 30 0.075 0.0859497 0.0196503
17 400 17 0.0425 0.086527 0.019073
18 400 21 0.0525 0.0863504 0.0192496
19 400 22 0.055 0.0863061 0.0192939
20 400 36 0.09 0.0856798 0.0199202
21 400 15 0.0375 0.0866149 0.0189851
22 400 17 0.0425 0.086527 0.019073
23 400 16 0.04 0.086571 0.019029
24 400 19 0.0475 0.0864388 0.0191612
25 400 20 0.05 0.0863946 0.0192054
Rata-rata 0.0528 0.0863432 0.0192568
4.3.2 Menentukan Besarnya DPO (Deffect Per Opportunity), DPMO (Deffect
Per Million Opportunity) dan Level Sigma Mesin Filling Milkuat LAB.
DPMO adalah ukuran kegagalan dalam konsep Six Sigma yang menunjukkan
kegagalan dalam sejuta kesempatan. Cara unutk menghitung DPMO yaitu :
Menghitung DPU( Defect Per Unit) dengan rumus :
33
Kemudian selanjutnya menghitung DPMO dengan rumus:
Keterangn:
Unit : Pcs tyre
Defect : Produk gagal
Opportunity for error in a unit : Kemudian adanya defect dalam 1 unit
setelah mendapatkan nilai DPMO, dan langkah selanjutnya adalah melihat table
konversi DPMO ke nilai sigma yang terlampir pada table lampiran. Berikut adalah
contok perhitungan DPU, DPMO dan nilai sigma.
Unit : 400 psc yang diproduksi pada tanggal 1 Agustus 2016
Defect : 17 pcs yang terjadi cacat botol kosong pada tanggal 1 agustus 2016
Opportunities : 7 opportunities (7 Peluang kemungkinan terjadinya defect dalam
satu unit)
(konversi ke nilai sigma, lihat tabel
konversi DPMO ke nilai sigma pada lampiran 2)
34
Tabel 4.3.Perhitungan DPO,DPMO dan Level SigmaBulan agustus 2016
No n cacat
kosong CTQ DPU DPMO
1 400 17 7 0.0425 6071.43
2 400 12 7 0.03 4285.71
3 400 33 7 0.0825 11785.7
4 400 44 7 0.11 15714.3
5 400 10 7 0.025 3571.43
6 400 18 7 0.045 6428.57
7 400 41 7 0.1025 14642.9
8 400 26 7 0.065 9285.71
9 400 20 7 0.05 7142.86
10 400 17 7 0.0425 6071.43
11 400 20 7 0.05 7142.86
12 400 38 7 0.095 13571.4
13 400 9 7 0.0225 3214.29
14 400 16 7 0.04 5714.29
15 400 15 7 0.0375 5357.14
16 400 30 7 0.075 10714.3
17 400 11 7 0.0275 3928.57
18 400 21 7 0.0525 7500
19 400 22 7 0.055 7857.14
20 400 45 7 0.1125 16071.4
21 400 15 7 0.0375 5357.14
22 400 17 7 0.0425 6071.43
23 400 16 7 0.04 5714.29
24 400 19 7 0.0475 6785.71
25 400 20 7 0.05 7142.86
Untuk mendapatkan nilai sigma yang tepat, maka dilakukan dengan cara
interpolasi table konversi DPMO ke sigma, berikut adalah contoh untuk
perhitungannya :
Dimana,
Nilai sigma DPMO
35
2,35 197662
X 197143
2,36 194894
x y
DPMO yang akan dicari nilai sigmanya adalah 197143
Sesuai dengan hasil rata-rata DPMO yang diperoleh yaitu 197143 maka
didapatkan nilai sigma sebesar 2,3581 sigma.
4.4 Tahap analyze
Tahap analyzedilakukan untuk mencari dan menemukan faktor-faktor
potensialpenyebab kecacatan pada kemasan botol milkuat LAB. Tahapan-tahapan
yang dilakukan adalalah analisis 5 Why karena setelah melakukan wawancara
terhadap operator pada mesin filling, Manager produksi dan Supervisor Quality.
4.4.1 Analisis 5-Why 1 How
Berikut adalah analisis 5 why, dimana ini didapatkan dari hasil pengamatan di
lapangan dan merupakan hasil diskusi dengan operator pada mesin filling.
Tabel 4.4 Uraian 5-Why Analysis jenis cacat kosong
Faktor Akar Why-1 Why-2 Why-3 Why-4 Why-5
36
masalah
Mesin
1.Spring
snaphole
patah
pressure
tekanan
spring lebih
besar
snaphole
menggunakan
ukuran yg
pendek
snaphole
yg di pakai
di mesin
tidak sama
ukurannya
Bentuk
snaphole
yg di pakai
tinggi dan
pendek
2) Motor
vacum
lemah
Banyaknya
susu yang
menetes
dari stick
nozzle
karena
pressure
vacum lemah
tidak
mampu
menyedot
dengan
maksimal
adanya
akumulasi
sisa susu
di dalam
motor
vaccume
Tidak
terkena
CIP
karna
di
tutup
manual
3) Stick
nozzle
botol
nyangkut di
stick
ukuran stick
terlalu
panjang
tidak ada
ukuran
standar
baku stick
nozzle
4)
Pressure
guide
jarum pada
presure
gauge
menunjukan
angka 0
Tidak ada
standar
ukuran
pressure
guide
pressure
gauge yg di
pakai tidak
sesuai
4.5 Implementasi perbaikan
4.5.1 Rencana Perbaikan
Dari hasil analisis data diatas, terdapat beberapa faktor dominan yang
menyebabkan permasalahan pada mesin filling khususnya terjadinya cacat botol
kosong. Untuk memudahkan proses penyelesaian masalah tersebut, berikut
merupakan solusi penyelesaian permasalahannya:
1. Spring Snaphole
37
Spring snaphole adalah suatu alat dimana alat ini berfungsi untuk menekan botol
saat mengisi produk susu kedalam botol, dan kondisi sekarang yaitu snaphole di
mesin filling patah kerena snaphole tidak sesuai dengan ukuran standar. Snap hole
yang digunakan saat ini yakni snap hole yang pendek.
Deadline : September
2. Motor Vacum Lemah
Motor vacuum adalah suatu alat yang digunakan untuk membantu menyedot
produk susu yang ada didalam filling tank ke dalam botol milkuat LAB. Dan pada
saat ini kondisi dari motor vacuum sering macet dan rusak, sehingga tidak
menyedot dengan maksimal.
Deadline : September
3. Stick nozzle
Stick Nozzle adalah suatu stick yang digunakan untuk mengisi produk ke dalam
botol LAB, yang kondisinya saat ini sering nyangkut karena sticknya terlalu
panjang.
Deadline: September
4. Pressure guide
Pressure digunakan untuk melihat tekanan, dimana kondisi pressure guide saat ini
tidak memiliki ukuran.
4.5.2 Aktifitas perbaikan
Aktifitas perbaikan ini dilakukan setelah melakukan mengetahui penjabaran
dari 5 why sebelumnya.Berikut adalah table 4.5 aktifitas perbaikan.
38
Why What How Where Photo Before Photo After Who When Biaya Keterangan
Bentuk snaphole yang di
pakai tinggi dan pendek
Bentuk snaphole yang tidak standar
standarisasi ukuran snaphole
Mesin Filling
Wibi 9/5/2016 Rp
1,225,000 DONE
Tidak terkena CIP
karena tutup
manual
Motor vacum lemah
Mengganti motor vaccume sesuai spesifikasi fungsi saat ini.
Mesin Filling
Imam 9/6/2016 Rp
4,000,000 ON PROGRESS
Tidak ada ukuran
baku pada nozzle
Stick nozzle
Membuat ukuran baku standar dengan menggunakan stick yang pendek
Mesin Filling
Wibi 9/5/2016 Rp
641,333 DONE
39
Pressure guide
Mengganti pressure gauge dari inhg ke bar
Mesin Filling
Imam 9/6/2016 Rp
164,205 DONE
40
Pada tabel 4.5 perbaikan dan standarisasi masih ada yang dalam proses yaitu
motor vacuum karena masih dalam proses pemesanan.
4..6 Tahap Control
Setelah dilakukan perbaikan dan standarisasi diantaranya adalah menstandarisasi
ukuran snaphole, membuat ukuran stick nozzle, dan mengganti pressure guide.
Adapun data setelah perbaikan adalah sebagai berikut :
Tabel 4.6. Data Produk cacat setelah perbaikan
No n cacat
kosong
1 400 7
2 400 6
3 400 2
4 400 3
5 400 1
6 400 5
7 400 7
8 400 2
9 400 3
10 400 5
11 400 6
12 400 5
13 400 2
14 400 3
15 400 1
16 400 5
17 400 3
18 400 2
19 400 3
20 400 6
21 400 2
22 400 3
23 400 5
24 400 1
25 400 2
1) Menentukan garis pusat / Central Line (CL), yaitu rata-rata kecacatan
produk (p-bar)
41
∑
∑
∑ : jumlah total cacat
∑ : jumlah total produksi
Maka,
2) Menghitung batas kendali atas / Upper Control Limit
√
Keterangan :
: Rata-rata ketidaksesuai produk
n: jumlah produksi
Maka,
√
0,009705 ( hari ke-1)
3) Menghitung batas kendali bawah / Lower Control Limit
√
Keterangan :
: rata-rata ketidak sesuaian produk
: jumlah produksi
42
Maka,
√
( hari ke-1)
4) Membuat perhitungan peta kendali p selama bulan Oktober 2016
np : jumlah gagal hari ke-i
n : jumlah yang diperiksa hari ke-i
252321191715131197531
0.025
0.020
0.015
0.010
0.005
0.000
Sample
Prop
orti
on
_P=0.009
UCL=0.02317
LCL=0
P-chart Cacat botol kosong Oktober 2016
Gambar 4.4 Peta Kendali Bulan Oktober 2016
Setelah dilakukan improvement semua data sudah terkendali yang telah
diterapkan, Dari 25 titik data sudah tidak terdapat titik data yang berada diluar
batas kendali atas, maka dapat disimpulkan bahwa tingkat proporsi kecacatan di
mesin filling sudah terkendali.
Berikut adalah hasil perhitungan untuk propotio, batal kendali atas dan batas
kendali bawah.
Hari ke-i Maka,
43
Tabel 4.7 Perhitungan Peta kendali bulan Oktober 2016
Hari ke- n Cacat
kosong P UCL LCL
1 400 7 0.0175 0.023105 -0.00511
2 400 6 0.015 0.023123 -0.00512
3 400 2 0.005 0.023195 -0.00519
4 400 3 0.0075 0.023177 -0.00518
5 400 1 0.0025 0.023212 -0.00521
6 400 5 0.0125 0.023141 -0.00514
7 400 7 0.0175 0.023105 -0.00511
8 400 2 0.005 0.023195 -0.00519
9 400 3 0.0075 0.023177 -0.00518
10 400 5 0.0125 0.023141 -0.00514
11 400 6 0.015 0.023123 -0.00512
12 400 5 0.0125 0.023141 -0.00514
13 400 2 0.005 0.023195 -0.00519
14 400 3 0.0075 0.023177 -0.00518
15 400 1 0.0025 0.023212 -0.00521
16 400 5 0.0125 0.023141 -0.00514
17 400 3 0.0075 0.023177 -0.00518
18 400 2 0.005 0.023195 -0.00519
19 400 3 0.0075 0.023177 -0.00518
20 400 6 0.015 0.023123 -0.00512
21 400 2 0.005 0.023195 -0.00519
22 400 3 0.0075 0.023177 -0.00518
23 400 5 0.0125 0.023141 -0.00514
24 400 1 0.0025 0.023212 -0.00521
25 400 2 0.005 0.023195 -0.00519
Setelah menghitung UCL dan LCL, selanjutnya menghitung DPU, DPMO dan level
sigma, ini digunakan untuk mengetahui sampel memiliki DPU dan DPMO berapa dan
berapa pada level sigma.
44
Tabel 4.8 Perhitungan DPO,DPMO dan level sigma setelah perbaikan
Hari ke- N cacat
kosong CTQ DPU DPMO
1 400 7 7 0.0175 2500
2 400 6 7 0.015 2142.9
3 400 2 7 0.005 714.29
4 400 3 7 0.0075 1071.4
5 400 1 7 0.0025 357.14
6 400 5 7 0.0125 1785.7
7 400 7 7 0.0175 2500
8 400 2 7 0.005 714.29
9 400 3 7 0.0075 1071.4
10 400 5 7 0.0125 1785.7
11 400 6 7 0.015 2142.9
12 400 5 7 0.0125 1785.7
13 400 2 7 0.005 714.29
14 400 3 7 0.0075 1071.4
15 400 1 7 0.0025 357.14
16 400 5 7 0.0125 1785.7
17 400 3 7 0.0075 1071.4
18 400 2 7 0.005 714.29
19 400 3 7 0.0075 1071.4
20 400 6 7 0.015 2142.9
21 400 2 7 0.005 714.29
22 400 3 7 0.0075 1071.4
23 400 5 7 0.0125 1785.7
24 400 1 7 0.0025 357.14
25 400 2 7 0.005 714.29
Untuk menghitung sigmanya adalah sebagai berikut :
Dimana,
Nilai sigma DPMO
3,35 32157
X 32143
3.36 31443
45
DPMO yang akan dicari nilai sigmanya adalah 32143
14
714
Sesuai dengan hasil rata-rata DPMO yang diperoleh yaitu 32143maka didapat
nilai sigma sebesar 3,35 sigma.
Tabel 4.9. Hubungan antara Nilai Sigma, Cp dan COPQ
Kapabilitas
Sigma
Cacat/Kesalahan
(%)
Cacat/Kesalahan
(DPM)
Cp COPQ vs Sales Revenue
1-Sigma 69,15% 691.462 DPM 0,33 Tidak dapat dihitung
2-Sigma 30,85% 308.538 DPM 0,67 Tidak dapat dihitung
3-Sigma 6,68% 66.807 DPM 1,00 25-40% dari penjualan
4-Sigma 0,62% 6.210 DPM 1,33 15-25% dari penjualan
5-Sigma 0,0233% 233 DPM 1,67 5-15% dari penjualan
6-Sigma 0,00034% 3,4 DPM 2,00 < 1% dari penjualan
(Sumber: Gasperzs, 2011: 61)
Tabel 4. 10 perbandingan sebelum dan setelah perbaikan
Kategori Before After
Botol kosong 5,23% 0.90%
DPMO 197143 32143
Sigma 2,35 3,35
Berdasarkan data yang diperolah setelah perbaikan sangat terlihat banyak
perubahan yang terjadi yaitu :
1. Penurunan DPMO dari 197143 menjadi 32143
2. Penurunan cacat pada mesin filling yang kategori botol kosong.
3. Kenaikan nilai sigma sebesar 1 sigma yang semula 2,35 menjadi 3,35
sigma.
46
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil penelitian yang telah dilalkukan di PT. Z Indonesia maka dapat
disimpulkan bahwa :
1. Denganmenerapkan konsep Six Sigma dengan metode DMAIC maka dapat
diketahui jenis cacat yang terbesar adalah cacat botol kosong yang disebabkan
oleh mesin filling yaitu motor vacuum lemah, spring snap hole patah, stick
nozzle tersumbat dan pressure guide yang tidak standar.
2. Adapun cara untuk menurunkan jumlah cacat botol kosong yaitu
menstandarisasi ukuran snaphole, mengganti motor vacum sesuai dengan
spesifikasi fungsinya, membuat ukuran baku standar dengan stick yang
pendek, mengganti pressure guide.
3. Dan proses di mesin filling terkontrol dengan baik,dapat dilihat pada dengan
adanya penurunan jumlah cacat yaitu dari 5,23 % menjadi 0,90 %.
5.2.Saran
Saran yang dapat diberikan terkait dengan penelitian yang telah dilakukan ini
yaitu sebagai berikut :
Pada penelitian ini berhasil menurunkan persentase produk cacat sebesar
4,33% dan penelitian ini masih ada perbaikan yang on progress ,
penelitian selanjutnya dapat melanjutkan perbaikan untuk mengurangi
angka cacat produk hingga sekecil mungkin dengan melakukan
pengawasan dan analisis ulang pada proses filling produk LAB.
.
47
DAFTAR PUSTAKA
Ciptana, Monika Kussetya, Pengukuran Biaya Kualitas, Jurnal Akuntansi dan
Keuangan Vol. 1, No. 1, Mei 1999: 68-83.
Garrity, Susan M., Basic Quality Improvement, Prentice Hall, New Jersey, 1993.
Gaspersz, Vincent dan Avanti Vontana. 2011. Lean Six Sigma for Manufacturing
and Service Industries. Bogor: Penerbit Vinchristo Publication.
Mitra, Amitava, Fundamental of Quality Control and Improvement, Prentice Hall,
New Jerset, 1998.
Muis, Saludin, Metodologi Six Sigma: Teori dan Aplikasi di Lingkungan
Pabrikasi, Graha Ilmi, 2014.
Montgomery,D.C, 1998. Pengaantar Pengendalian kualitas Statistik,Yogyakarta:
Gadjah Mada University Press.
Sevilla, Consuelo G. et. al (2007). Research Methods. Rex Printing Company.
Quezon..
48
LAMPIRAN
49
LAMPIRAN 1
Jenis-jenis Cacat Pada Milkuat LAB
B
o
t
Botol kosong
Penyok
Bottom bocor
No Capping
Capping rusak
Isi Kurang
Capping off center
50
LAMPIRAN 2
Tabel Konversi DPMO
Konversi DPMO ke Nilai Sigma Berdasarkan Konsep Motorola
Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO
0,00 933.193 0,51 838.913 1,02 684.386 1,53 488.033
0,01 931.888 0,52 836.457 1,03 680.822 1,54 484.047
0,02 930.563 0,53 833.977 1,04 677.242 1,55 480.061
0,03 929.219 0,54 831.472 1,05 673.645 1,56 476.078
0,04 927.855 0,55 828.944 1,06 670.031 1,57 472.097
0,05 926.471 0,56 826.391 1,07 666.402 1,58 468.119
0,06 925.066 0,57 823.814 1,08 662.757 1,59 464.144
0,07 923.641 0,58 821.214 1,09 659.097 1,60 460.172
0,08 922.196 0,59 818.589 1,10 655.422 1,61 456.205
0,09 920.730 0,60 815.940 1,11 651.732 1,62 452.242
0,10 919.243 0,61 813.267 1,12 648.027 1,63 448.283
0,11 917.736 0,62 810.570 1,13 644.309 1,64 444.330
0,12 916.207 0,63 807.850 1,14 640.576 1,65 440.382
0,13 914.656 0,64 805.106 1,15 636.831 1,66 436.441
0,14 913.085 0,65 802.338 1,16 633.072 1,67 432.505
0,15 911.492 0,66 799.546 1,17 629.300 1,68 428.576
0,16 909.877 0,67 796.731 1,18 625.516 1,69 424.655
0,17 908.241 0,68 793.892 1,19 621.719 1,70 420.740
0,18 906.582 0,69 791.030 1,20 617.911 1,71 416.834
0,19 904.902 0,70 788.145 1,21 614.092 1,72 412.936
0,20 903.199 0,71 785.236 1,22 610.261 1,73 409.046
0,21 901.475 0,72 782.305 1,23 606.420 1,74 405.165
0,22 899.727 0,73 779.350 1,24 602.568 1,75 401.294
0,23 897.958 0,74 776.373 1,25 598.706 1,76 397.432
0,24 896.165 0,75 773.373 1,26 594.835 1,77 393.580
0,25 894.350 0,76 770.350 1,27 590.954 1,78 389.739
0,26 892.512 0,77 767.305 1,28 587.064 1,79 385.908
51
Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO
0,27 890.651 0,78 764.238 1,29 583.166 1,80 382.089
0,28 888.767 0,79 761.148 1,30 579.260 1,81 378.281
0,29 886.860 0,80 758.036 1,31 575.345 1,82 374.484
0,30 884.930 0,81 754.903 1,32 571.424 1,83 370.700
0,31 882.977 0,82 751.748 1,33 567.495 1,84 366.928
0,32 881.000 0,83 748.571 1,34 563.559 1,85 363.169
0,33 878.999 0,84 745.373 1,35 559.618 1,86 359.424
0,34 876.976 0,85 742.154 1,36 555.670 1,87 355.691
0,35 874.928 0,86 738.914 1,37 551.717 1,88 351.973
0,36 872.857 0,87 735.653 1,38 547.758 1,89 348.268
0,37 870.762 0,88 732.371 1,39 543.795 1,90 344.578
0,38 868.643 0,89 729.069 1,40 539.828 1,91 340.903
0,39 866.500 0,90 725.747 1,41 535.856 1,92 337.243
0,40 864.334 0,91 722.405 1,42 531.881 1,93 333.598
0,41 862.143 0,92 719.043 1,43 527.903 1,94 329.969
0,42 859.929 0,93 715.661 1,44 523.922 1,95 326.355
0,43 857.690 0,94 712.260 1,45 519.939 1,96 322.758
0,44 855.428 0,95 708.840 1,46 515.953 1,97 319.178
0,45 853.141 0,96 705.402 1,47 511.967 1,98 315.614
0,46 850.830 0,97 701.944 1,48 507.978 1,99 312.067
0,47 848.495 0,98 698.468 1,49 503.989 2,00 308.538
0,48 846.136 0,99 694.974 1,50 500.000 2,01 305.026
0,49 843.752 1,00 691.462 1,51 496.011 2,02 301.532
0,50 841.345 1,01 687.933 1,52 492.022 2,03 298.056
Sumber: Nilai-nilai dibangkitkan menggunakan program oleh: Vincent Gaspersz
(2002)
Konversi DPMO ke Nilai Sigma Berdasarkan Konsep Motorola (lanjutan)
Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO
2,04 294.598 2,55 146.859 3,06 59.380 3,57 19.226
2,05 291.160 2,56 144.572 3,07 58.208 3,58 18.763
52
Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO
2,06 287.740 2,57 142.310 3,08 57.053 3,59 18.309
2,07 284.339 2,58 140.071 3,09 55.917 3,60 17.864
2,08 280.957 2,59 137.857 3,10 54.799 3,61 17.429
2,09 277.595 2,60 135.666 3,11 53.699 3,62 17.003
2,10 274.253 2,61 133.500 3,12 52.616 3,63 16.586
2,11 270.931 2,62 131.357 3,13 51.551 3,64 16.177
2,12 267.629 2,63 129.238 3,14 50.503 3,65 15.778
2,13 264.347 2,64 127.143 3,15 49.471 3,66 15.386
2,14 261.086 2,65 125.072 3,16 48.457 3,67 15.003
2,15 257.846 2,66 123.024 3,17 47.460 3,68 14.629
2,16 254.627 2,67 121.001 3,18 46.479 3,69 16.262
2,17 251.429 2,68 119.000 3,19 45.514 3,70 13.903
2,18 248.252 2,69 117.023 3,20 44.565 3,71 13.553
2,19 245.097 2,70 115.070 3,21 43.633 3,72 13.209
2,20 241.964 2,71 113.140 3,22 42.716 3,73 12.874
2,21 238.852 2,72 111.233 3,23 41.815 3,74 12.545
2,22 235.762 2,73 109.349 3,24 40.929 3,75 12.224
2,23 232.695 2,74 107.488 3,25 40.059 3,76 11.911
2,24 229.650 2,75 105.650 3,26 39.204 3,77 11.604
2,25 226.627 2,76 103.835 3,27 38.364 3,78 11.304
2,26 223.627 2,77 102.042 3,28 37.538 3,79 11.011
2,27 220.650 2,78 100.273 3,29 36.727 3,80 10.724
2,28 217.695 2,79 98.525 3,30 35.930 3,81 10.444
2,29 214.764 2,80 96.801 3,31 35.148 3,82 10.170
2,30 211.855 2,81 95.098 3,32 34.379 3,83 9.903
2,31 208.970 2,82 93.418 3,33 33.625 3,84 9.642
2,32 206.108 2,83 91.759 3,34 32.884 3,85 9.387
2,33 203.269 2,84 90.123 3,35 32.157 3,86 9.137
2,34 200.454 2,85 88.508 3,36 31.443 3,87 8.894
53
Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO
2,35 197.662 2,86 86.915 3,37 30.742 3,88 8.656
2,36 194.894 2,87 85.344 3,38 30.054 3,89 8.424
2,37 192.150 2,88 83.793 3,39 29.379 3,90 8.198
2,38 189.430 2,89 82.264 3,40 28.716 3,91 7.976
2,39 186.733 2,90 80.757 3,41 28.067 3,92 7.760
2,40 184.060 2,91 79.270 3,42 27.429 3,93 7.549
2,41 181.411 2,92 77.804 3,43 26.803 3,94 7.344
2,42 178.786 2,93 76.359 3,44 26.190 3,95 p7.143
2,43 176.186 2,94 74.934 3,45 25.588 3,96 6.947
2,44 173.609 2,95 73.529 3,46 24.998 3,97 6.756
2,45 171.056 2,96 72.145 3,47 24.419 3,98 6.569
2,46 168.528 2,97 70.781 3,48 23.852 3,99 6.387
2,47 166.023 2,98 69.437 3,49 23.295 4,00 6.210
2,48 163.543 2,99 68.112 3,50 22.750 4,01 6.037
2,49 161.087 3,00 66.807 3,51 22.215 4,02 5.868
2,50 158.655 3,01 65.522 3,52 21.692 4,03 5.703
2,51 156.248 3,02 64.256 3,53 21.178 4,04 5.543
2,52 153.864 3,03 63.008 3,54 20.675 4,05 5.386
2,53 151.505 3,04 61.780 3,55 20.182 4,06 5.234
2,54 149.170 3,05 60.571 3,56 19.699 4,07 5.085
Sumber: Nilai-nilai dibangkitkan menggunakan program oleh: Vincent Gaspersz
(2002)
Konversi DPMO ke Nilai Sigma Berdasarkan Konsep Motorola (lanjutan)
Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO
4,08 4.940 4,59 1.001 5,10 159 5,61 20
4,09 4.799 4,60 968 5,11 153 5,62 19
4,10 4.661 4,61 936 5,12 147 5,63 18
4,11 4.527 4,62 904 5,13 142 5,64 17
54
Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO
4,12 4.397 4,63 874 5,14 136 5,65 17
4,13 4.269 4,64 845 5,15 131 5,66 16
4,14 4.145 4,65 816 5,16 126 5,67 15
4,15 4.025 4,66 789 5,17 121 5,68 15
4,16 3.907 4,67 762 5,18 117 5,69 14
4,17 3.793 4,68 736 5,19 112 5,70 13
4,18 3.681 4,69 711 5,20 108 5,71 13
4,19 3.573 4,70 687 5,21 104 5,72 12
4,20 3.467 4,71 664 5,22 100 5,73 12
4,21 3.364 4,72 641 5,23 96 5,74 11
4,22 3.264 4,73 619 5,24 92 5,75 11
4,23 3.167 4,74 598 5,25 88 5,76 10
4,24 3.072 4,75 577 5,26 85 5,77 10
4,25 2.980 4,76 557 5,27 82 5,78 9
4,26 2.890 4,77 538 5,28 78 5,79 9
4,27 2.803 4,78 519 5,29 75 5,80 9
4,28 2.718 4,79 501 5,30 72 5,81 8
4,29 2.635 4,80 483 5,31 70 5,82 8
4,30 2.555 4,81 467 5,32 67 5,83 7
4,31 2.477 4,82 450 5,33 64 5,84 7
4,32 2.401 4,83 434 5,34 62 5,85 7
4,33 2.327 4,84 419 5,35 59 5,86 7
4,34 2.256 4,85 404 5,36 57 5,87 6
4,35 2.186 4,86 390 5,37 54 5,88 6
4,36 2.118 4,87 376 5,38 52 5,89 6
4,37 2.052 4,88 362 5,39 50 5,90 5
4,38 1.988 4,89 350 5,40 48 5,91 5
4,39 1.926 4,90 337 5,41 46 5,92 5
4,40 1.866 4,91 325 5,42 44 5,93 5
55
Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO
4,41 1.807 4,92 313 5,43 42 5,94 5
4,42 1.750 4,93 302 5,44 41 5,95 4
4,43 1.695 4,94 291 5,45 39 5,96 4
4,44 1.641 4,95 280 5,46 37 5,97 4
4,45 1.589 4,96 270 5,47 36 5,98 4
4,46 1.538 4,97 260 5,48 34 5,99 4
4,47
4,48
1.489
1.441
4,98
4,99
251
242
5,49
5,50
33
32
6,00 3
4,49
4,50
4,51
1.395
1.350
1.306
5,00
5,01
5,02
233
224
216
5,51
5,52
5,53
30
29
28
Catatan:Tabel
konversi ini
mencakup
pergeseran 1,5-
sigma untuk semua
nilai Z
4,52 1.264 5,03 208 5,54 27
4,53 1.223 5,04 200 5,55 26
4,54 1.183 5,05 193 5,56 25
4,55 1.144 5,06 185 5,57 24
4,56 1.107 5,07 179 5,58 23
4,57 1.070 5,08 172 5,59 22
4,58 1.035 5,09 165 5,60 21
Sumber: Nilai-nilai dibangkitkan menggunakan program oleh: Vincent Gaspersz
(2002)