Peta Proses Operasi ( Operation Process Chart )

GAMBARAN UMUM PERUSAHAAN

3.5. Tahapan-tahapan Six Sigma

3.5.1.2. Peta Kerja

3.5.1.2.1. Peta Proses Operasi ( Operation Process Chart )

Peta proses operasi merupakan suatu diagram yang menggambarkan langkah-langkah proses yang akan dialami bahan baku mengenai urutan-urutan operasi dan pemeriksaan, mulai dari awal sampai menjadi produk jadi utuh maupun sebagai komponen, dan juga memuat informasi-informasi yang diperlukan untuk analisa lebih lanjut, seperti waktu yang dihabiskan, material yang digunakan, dan tempat atau alat atau mesin yang dipakai. Kegunaan peta proses operasi antara lain:

1. Bisa mengetahui kebutuhan akan mesin dan penganggarannya. 2. Bisa memperkirakan kebutuhan akan bahan baku.

3. Sebagai alat untuk menentukan tata letak pabrik

4. Sebagai alat untuk melakukan perbaikan cara kerja yang sedang dipakai 5. Sebagai alat untuk latihan kerja

Prinsip-prinsip pembuatan peta proses operasi adalah sebagai berikut: 1. Pertama-tama pada baris paling atas dinyatakan kepalanya “Peta Proses

Operasi” yang diikuti oleh identifikasi lain, seperti: nama objek, nama pembuat peta, tanggal dipetakan, cara lama atau cara sekarang, nomor peta dan nomor gambar.

2. Material yang akan diproses diletakkan di atas garis horizontal, yang menunjukkan bahwa material tersebut masuk ke dalam proses.

3. Lambang-lambang ditempatkan dalam arah vertikal, yang menunjukkan terjadinya perubahan proses.

III-13

4. Penomoran terhadap suatu kegiatan operasi diberikan secara berurutan sesuai dengan urutan operasi yang dibutuhkan untuk pembuatan produk tersebut atau sesuai dengan proses yang terjadi.

5. Penomoran terhadap suatu kegiatan pemeriksaan diberikan secara tersendiri dan prinsipnya sama dengan penomoran untuk kegiatan operasi.

3.5.2. Measure

Measure adalah fase mengukur tingkat kinerja saat ini. Sebelum mengukur tingkat kinerja, pastikan terlebih dahulu sistem pengukuran dapat mengetahui tingkat variasi yang terjadi apakah berasal dari kesalahan pengukuran atau diakibatkan oleh variasi produk. Measure (Pengukuran), merupakan langkah operasional kedua dalam program peningkatan kualitas six sigma. Berikut dijelaskan mengenai tahapan dari measure.

1) Pada tahap ini menetapkan karakteristik kualitas dengan kebutuhan spesifik dari pelanggan.

Karakteristik kualitas (Critical to Quality) merupakan kunci yang ditetapkan seyogyanya berhubungan langsung dengan kebutuhan spesifik dari pelanggan, yang diturunkan secara langsung dari persyaratan-persyaratan output dan pelayanan.

2) Perhitungan Tingkat Sigma8

Peter SPande, Neuman, Robert P., Cavanagh, Roland R, Op.cit, hlm. 237-246

Untuk menghitung tingkat sigma ada beberapa langkah yang harus ditempuh, antara lain sebagai berikut :

Defect per Unit (DPU). Ukuran ini mereflesikan jumlah rata – rata dari defect, semua jenis, terhadap jumlah total unit dari unit yang dijadikan sampel. Dimana:

D = Jumlah defective atau jumlah kecacatan yang terjadi dalam proses produksi

U = Jumlah unit yang diperiksa

Defect Per Opportunity (DPO). Menunjukkan proporsi cacat atas jumlah total peluang dalam sebuah kelompok.

Dimana:

OP (Opportunity) = karaketristik yang berpotensi untuk menjadi cacat.

Defect Per Million Opportunities (DPMO). DPMO mengindikasikan berapa banyak cacatakan muncul jika ada satu juta peluang.

Dimana :

Ukuran Sigma: cara muda untuk mendapatkan angka sigma, dapat mengkonversikan atau menterjemahkan ukuran defect yang biasanya DPMO, dengan menggunakan tabel konversi. Atau bisa juga menggunakan Microsoft Excel dengan formula berikut.

III-15

3) Uji Kenormalan Data Metode Kolmogorov-Smirnov.

Metode Kolmogorov-Smirnov, yang merupakan uji kenormalan paling populer, didasarkan pada nilai D. Langkah-langkah penyelesaian dan penggunaan rumus namun pada signifikansi metode Kolmogorov-Smirnov menggunakan tabel pembanding Kolmogorov-Smirnov. Adapun rumus perhitungannya yaitu:9

Rumus untuk menguji nilai signifikan = [FT – FS]

Keterangan :

Xi = Angka pada data

Z = Transformasi dari angka ke notasi pada distribusi normal FT = Probabilitas komulatif normal

FS = Probabilitas komulatif empiris

FT = komulatif proporsi luasan kurva normal berdasarkan notasi Zi, dihitung dari

luasan kurva mulai dari ujung kiri kurva sampai dengan titik Z.

Persyaratan :

a. Data berskala interval atau ratio (kuantitatif)

b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi c. Dapat untuk n besar maupun n kecil.

Siginifikansi :

lebih besar dari nilai tabel Kolmogorov Smirnov, maka Ho ditolak ; H1 diterima. Tabel Nilai Quantil Statistik Kolmogorov Distribusi Normal

1. Keunggulan Kolmogorov Smirnov (KS) a. Tidak memerlukan data yang berkelompok b. Bisa digunakan untuk sampel yang kecil c. Tidak bersifat kategorik

d. Lebih fleksibel, dapat mengestimasi variasi standar deviasi 4) Mengidentifikasi proses dengan grafik pengendali.

Pada penelitian ini data yang akan diteliti adalah data atribut. Kontrol adalah fase mengontrol kinerja proses (X) dan menjamin cacat tidak muncul. Alat yang paling umum digunakan adalah diagram kontrol. Fungsi umum diagram kontrol adalah:

a. Membantu mengurangi variabilitas b. Memonitor kinerja setiap saat

c. Memungkinkan proses koreksi untuk mencegah penolakan d. Trend dan kondisi diluar kendali terdeteksi secara cepat

III-17

1. Diagram kontrol variabel yaitu memiliki tipe data kontinu dan datanya diperoleh sebagai hasil pengukuran sebagai contoh, pengukuran berat, suhu, tekanan dan lain-lain, sedangkan

2. Diagram kontrol atribut yaitu memiliki tipe data diskrit dan datanya diperoleh sebahai hasil perhitungan. Sebagai contoh, menghitung jumlah cacat atau proporsi cacat produk.10

a) Peta p11

Peta p digunakan untuk mengamati proporsi produk cacat dibandingkan dengan keseluruhan produksi. Secara simbolis, dapat ditulis yaitu:

n X p=

Di mana: p = Proporsi produk cacat di dalam sampel atau subgrup n = Jumlah semua sampel yang diambil dalam inspected X = Jumlah produk cacat di dalam sampel atau subgrup Prosedur yang umum digunakan untuk membuat Peta p: 1. Menentukan karakteristik kualitas.

2. Menentukan ukuran subgrup dan metodenya. 3. Mengumpulkan data.

4. Menghitung nilai tengah dan batas-batas kontrolnya (UCL dan LCL). Nilai tengah dihitung dengan rumus:

∑

= n x p 10

Hendradi, Tri C.2006.Statistik Six sigma dengan Minitab.Yogyakarta: CV Andi.Hal 160-174

Pyzdek, Thomas. 2002. The Six sigma Handbook, Panduan lengkap Untuk Greenbelts, Blackbelts, dan Manajer pada Semua Tingkatan. Jakarta: Salemba Empat. Hal. 352

Sedangkan UCL dan LCL dapat dihitung dengan rumus: n p p p UCL= +3 (1− ) n p p p LCL= −3 (1− )

Di mana: p = Rata-rata proporsi produk cacat dari seluruh subgrup n = Jumlah sampel yang diperiksa di dalam subgrup 5) Menghitung nilai revisi dari nilai tengah dan batas-batas kontrol.

d d new n n np np p − − =

∑

di mana: npd n

= Jumlah produk cacat dari subgrup yang berada di luar batas kontrol

= Jumlah subgrup yang terdapat melewati batas kontrol

0 = pnew n p p p UCL= ₀ +3 0(1− 0) n p p p LCL= ₀ −3 0(1− 0) b) Peta np

Grafik np dapat diterapkan kepada setiap variabel dimana pengukuran kinerja yang tepat adalah hitungan suatu unit dan ukuran sub kelompok dipertahankan tetap. Perhatikan bahwa grafik np dapat dipergunakan, grafik p juga dapat digunakan.

Sebagaimana halnya semua grafik kontrol, grafik np terdiri dari tiga pedoman: garis tengah, suatu batas kontrol bawah, dan suatu batas kontrol atas. Baris tengah adalah rata-rata hitungan kerusakan sub kelompok dan dua batas kontrol ditetapkan pada kurang atau lebih 3 standar deviasi. Jika proses adalah

III-19

dalam kontrol statistik, maka sebenarnya semua hitungan subkelompok akan berada diantara batas kontrol, dan mereka akan berfluktuasi secara acak sekitar baris tengah. Adapun rumusnya yaitu :

Np = hitungan kerusakan sub kelompok

k subkelompo jumlah k subkelompo kecaca hitungan dari n penjumlaha np = tan

Menghitung nilai tengah dan batas-batas kontrolnya (UCL dan LCL) UCL = np + 3 np (1− p)

LCL = np - 3 np (1− p)

3.5.3. Analyze (Analisa)

Merupakan langkah ketiga dalam program peningkatan kualitas six sigma, pada tahap ini dilakukan beberapa hal:

Dalam dokumen Aplikasi Six Sigma Untuk Menganalisis Faktor-Faktor Penyebab Kecacatan Produk Crumb Rubber Sir 20 Pada PT.Hadi Baru (Halaman 53-61)