Usulan Metode Six Sigma Produksi Sepatu Converse Di PT. Glostar Indonesia Sukabumi Jawa Barat

(1)

Abstrak

USULAN METODE SIX SIGMA PRODUKSI SEPATU CONVERSE DI PT. GLOSTAR INDONESIA SUKABUMI JAWA BARAT

Delly Ary Walidaya NIM : 1.03.10.038

Pergerakan dunia bisnis yang sangat cepat berdampak pada perusahaan kecil atau besar yang mengakibatkan banyak perusahaan melihat semakin mengecilnya kesuksesan. PT. Glostar Indonesia berupaya untuk melakukan kegiatan investasi dengan membangun industri sepatu yang mempunyai prospek yang baik untuk perekonomian perusahaan dan kebutuhan manusia. Perusahaan ini merupakan badan hukum yang didirikan berdasarkan hukum Indonesia yang bergerak dalam bidang produksi sepatu kasual. Pada pabrik gedung B di PT. Glostar Indonesia yang memproduksi sepatu, banyak mengalami kecacatan produk seperti pada bagian atas (upper) dan bawah (lower) sepatu yang tidak sesuai dengan produk yang diinginkan. Pengendalian kualitas diharapkan dapat mengurangi variasi tingkat kecacatan produk diperusahaan PT. Glostar Indonesia dengan menggunakan metode Six Sigma.

Metode six sigma digunakan untuk mengurangi cacat produk yang terjadi, manfaat yang akan diperoleh setelah menggunakan metode six sigma yaitu peningkatan kualitas produk menuju zero defect. Data-data yang dikumpulkan yaitu mulai dari data produksi produk selama 1 tahun, data jenis cacat yang terjadi pada produk selama periode tersebut sebagai analisis sigma yang dilanjutkan dengan mengidentifikasi tindakan dan solusi yang efektif menggunakan metode 5W1H.

Hasil dari penelitian ini menunjukkan pada PT. Glostar Indonesia, terdapat 23 jenis CTQ. Nilai tingkat sigma untuk produk sepatu adalah nilai 3,81. Nilai tingkat sigma ini sudah cukup baik untuk perusahaan yang masih berkembang karena telah melebih tingkat sigma standar untuk perusahaan yang berada di negara Indonesia yaitu 3 sigma. Nilai DPMO sebanyak 10.424 nilai tersebut menunjukan dari 1 juta produk yang diproduksi kemungkinan terjadi cacat sebanyak 10.424. Untuk usulan perbaikan produk dilakukan dengan menggunakan 5W1H.

(2)

Bab 1 Pendahuluan

1.1. Latar Belakang

Pergerakan dunia bisnis yang sangat cepat berdampak pada perusahaan kecil atau besar yang mengakibatkan banyak perusahaan melihat semakin mengecilnya kesuksesan. Kesuksesan suatu perusahaan terdahulu tidak secara langsung diikuti dengan kesuksesan masa yang akan datang, akan tetapi kesuksesan dapat diraih oleh perusahaan ketika perusahaan tersebut memaksimalkan upaya dalam berkompetisi secara aktif dalam bidang bisnis dan manufaktur, seperti pada perusahaan yang dibahas pada penelitian ini untuk tetap kompetitif dalam memenuhi kebutuhan primer untuk manusia. Sepatu adalah kebutuhan primer manusia di dunia yang berguna sebagai alat pelindung kaki untuk melakukan segala aktivitas sesuai dengan kebutuhan yang akan dilakukan, seperti sepatu untuk berlari, mendaki, ataupun untuk bergaya. Sepatu yang dipasarkan di dunia salah satunya produk sepatu yang di produksi oleh PT. Glostar Indonesia (GSI).

(3)

PT. Glostar Indonesia (GSI) memproduksi produk sepatu Converse All Star Chuck Taylor untuk di ekspor keluar negeri seperti America, Mexico, Peru, Australia, Germany, Chile, Netherland, China, dan Slovenia. Maka dari itu, penting bagi perusahaan PT. Glostar Indonesia (GSI) untuk menjaga kualitas agar pelanggan atau konsumen merasa puas terhadap produk yang diberikan.

Pada pabrik gedung B di PT. Glostar Indonesia yang memproduksi sepatu Converse All Star Chuck Taylor, banyak mengalami kecacatan produk seperti pada bagian atas (upper) dan bawah (lower) sepatu yang tidak sesuai dengan produk yang diinginkan. Dengan melakukan observasi pergerakan produksi pada bagian lantai produksi gedung B di perusahaan PT. Glostar Indonesia, terdapat produk cacat yang direkap setiap bulannya seperti pada bulan Januari-2014 dengan persentase cacat produk 27,40%, Febuari-2014 dengan persentase cacat produk 21,15%, Maret-2014 dengan persentase cacat produk 51,08%, April-2014 dengan persentase cacat produk 25,70%, Mei-2014 dengan persentase cacat produk 21,17%, Juni-2014 dengan persentase cacat produk 20,32%, Juli-2014 dengan persentase cacat produk 25,51%, Agustus-2014 dengan persentase cacat produk 21,96%, September-2014 dengan persentase cacat produk 23,12%, Oktober-2014 dengan persentase cacat produk 20,96%, November-2014 dengan persentase cacat produk 31,53%, Desember-2014 dengan persentase cacat produk 17,66%.

Maka dari itu, untuk mengurangi tingkat kecacatan peneliti melakukan penelitian dan analisis pengendalian kualitas diharapkan dapat mengurangi variasi tingkat kecacatan produk diperusahaan PT. Glostar Indonesia (GSI) dengan menggunakan metode Six Sigma sebagai alat analisis sehingga diharapkan dapat mengurangi variasi kecacatan produk serta menggunakan metode 5W-1H sebagai rencana tindakan untuk mengatasi akar-akar masalah yang telah teridentifikasi sebagai faktor penyebab kegagalan produk.

Berdasarkan uraian diatas, dilakukan penelitian yang berjudul: “USULAN METODE

SIX SIGMA PRODUKSI SEPATU CONVERSE DI PT.GLOSTAR INDONESIA

(4)

1.2.Rumusan Masalah

Berdasarkan latar belakang masalah pada perusahaan, berikut masalah yang diangkat adalah:

1. Apa jenis kecacatan dominan dan penyebab kecacatan pada produk PT.Glostar Indonesia?

2. Bagaimana cara mengurangi tingkat kecacatan yang terjadi di PT. Glostar Indonesia?

3. Bagaimana usulan perbaikan yang akan dilakukan dalam untuk mengurangi tingkat kecacatan PT.Glostar Indonesia?

1.3. Tujuan Penelitian

Adapun tujuan dari penelitian yang dilakukan adalah:

1. Deskripsi jenis kecacatan dominan dan penyebab kecacatan yang terjadi pada proses produksi.

2. Analisis DMAIC (Define-Measure-Analyze-Improve-Control) sebagai ukuran untuk melakukan perbaikan.

3. Rencana tindakan atau perbaikan menggunakan metode 5W-1H.

1.4. Batasan Masalah

Berikut merupakan batasan masalah penelitian di PT. Glostar Indonesia yang akan diteliti agar tidak menyimpang dari tujuan awal penelitian. Berikut batasan masalahnya diantara lain:

1. Produk yang diteliti hanya jenis produk sepatu Converse All Star Chuck Taylor. 2. Penyebab kegagalan produk hanya dilihat dari aspek manusia, mesin, dan metode. 3. Tidak memperhitungkan biaya.

4. Data tingkat kecacatan produk selama 1 (satu) tahun, yaitu pada bulan Januari 2014 – Desember 2014

5. Tempat penelitian dilakukan hanya pada pabrik bangunan B pada perusahaan PT.Glostar Indonesia.

(5)

1.5. Sistematika Penulisan

(6)

Bab 2 Studi Literatur

2.1. Kualitas

Banyak pakar organisasi yang mencoba mendefinisikan kualitas berdasarkan sudut pandangnya masing-masing. Meskipun tidak ada definisi mengenai kuaitas yang diterima secara universal, dari definisi-definisi yang ada terdapat beberapa kesamaan, yaitu dalam elemen-elemen sebagai berikut: kualitas meliputi usaha memenuhi atau melebihi harapan pelanggan, kualitas mencakup produk, jasa, manusia, proses, dan lingkungan, kualitas merupakan kondisi yang selalu berubah (misalnya apa yang dianggap merupakan kualiatas saat ini mungkin diangga kurang berkualitas pada masa mendatang. Dengan berdasarkan elemen-elemen tersebut, Goetsch dan Davis membuat definisi mengenai kualitas yang lebih luas cakupannya. Definisi tersebut adalah: kualitas merupakan suatu kondisi dinamis yang berhubungan dengan produk, jasa, manusia, proses, dan lingkungan yang memenuhi ata yang melebihi harapan.

2.1.2. Dimensi Kualitas

Ada delapan dimensi kualitas yang dikembangkan Garvin dan dapat digunakan sebagai kerangka perencanaan strategis dan analisis, terutama untuk produk manufaktur. Dimensi-dimensi tersebut adalah:

1. Kinerja (performance), yaitukarakteristik operasi pokok dari produk inti. 2. Ciri-ciri atau keistimewaan tambahan (features), yaitu karakteristik sekunder

pelengkap.

3. Keandalan (realibility), yaitu kemungkinan kecil mengalami kerusakan atau gagal dipakai.

(7)

5. Daya tahan (durability), berkaitan dengan berapa lama produk tersebut dapat terus digunakan.

6. Serviceability, meliputi kecepatan, kompetensi, kenyamanan, mudah direparasi; penganan keluhan yang memuaskan.

7. Estetika, yaitu daya tarik produk terhadap panca indera.

8. Kualitas yang dipersepsikan (perceived quality), yaitu citra dan reputasi produk sera tanggung jawab perusahaan terhadapnya.

Bila dimensi-dimensi diatas lebih banyak diterapkan pada perusahaan manufaktur, maka berdasarkan berbagai penelitian terhadap beberapa jenis jasa, Zeitham, Berry dan Parasuraman (1985) berhasil mengidentifikasi lima kelompok karakteristik yang digunakan oleh para pelanggan dalam mengevaluasi kualitas jasa, yaitu 1. Bukti langsung (tangibles), meliputi fasilitas fisik, perlengkapan, pegawai, dan

sara komunikasi.

2. Kehandalan (realibity), yakni kemampuan memberikan pelayanan yang dijanjikan dengan segera dan memuaskan.

3. Daya tanggap (responsiveness), yaitu keinginan para staf untuk membantu para pelanggan dan memberikan pelayanan dengan tanggap.

4. Jaminan (assurance), mencakup kemampuan, kesopanan, dan sifat dapat dipercaya yang dimiliki para staf; bebas dari bahaya, risiko atau keragu-raguan. 5. Empati, meliputi kemudahan dalam melakukan hubungan, komunikasi yang

(8)

2.2. Six Sigma Motorola

Six Sigma Motorola merupakan suatu metode atau teknik pengendalian dan peningkatan kualitas dramatik yang diterapkan oleh perusahaan Motorola sejak tahun 1986, yang merupakan terobosan baru dalam bidang manajemen kualitas. Banyak ahli manajemen kualitas yang menyatakan bahwa metode Six Sigma Motorola dikembangkandan diterima secara luas oleh dunia industri, karena manajemen indsutri frustrasi terhadap sistem-sistem manajemen kualitas yang ada, yang tidak mampu melakukan peningkatan kualitas secara dramatik menuju tingkat kegagalan nol (zero defect). Prinsip-prinsip pengendalian dan peningkaan kualitas Six Sigma Motorola mampu menjawab tantangan ini, dan terbukti perusahaan Motorola kurang lebih selama 10 tahun setelah iplementasi konsep Six Sigma telah mampu mencapai tingkat kualitas 3,4 DPMO (defects per million opportunities- kegagalan per sejuta kesempatan).

Menurut Vincent Gasperz (2002), beberapa survei yang dilakukan di Amerika Serikat menunjukkan keberhasilan aplikasi program Six Sigma di perusahaan-perusahaan contoh, di mana perusahaan-perusahaan- perusahaan-perusahaan yang beroperasi pada tingkat 3-sigma akan mampu memperoleh manfaat secara rata-rata per tahun setelah beroperasi pada tingkat 4-sigma (peningkatan kualitas sebesar 1-sigma) adalah:

 Peningkaan keuntungan (contribution margin improvement) rata-rata: 20%

 Peningkatan kapasitas sekitar:12%-18%

 Penghematan tenaga kerja sekitar: 12%

 Penurunan penggunaan modal operasional sekitar: 10%-30%

Pengalaman di Amerika Serikat menunjukkan bahwa apabila perusahaan mulai menerapkan dan memfokuskan selurus sumber daya pada konsep Six Sigma, ia akan memperoleh hasil-hasil berikut:

 Terjadi peningkatan 1-sigma dari 3-sigma menjadi 4-sigma pada tahun pertama.

 Pada tahun kedua, peningkatan akan terjadi dari 4-sigma menjadi 4,7-sigma.

 Pada tahun ketiga, peningkatan akan terjadi dari 4,7-sigma menjadi 5-sigma.

(9)

 Pada tahun-tahun selanjutnya, peningkatan rata-rata adalah 0,1-sigma sampai

maksimum 0,15-sigma setiap tahun.

 Perusahaan-perusahaan kelas dunia yan sangat peduli terhadap kualitas

membutuhkan waktu rata-rata 10 tahun untuk beralih dari tingkat operasional 3-sigma (66.810 DPMO – kegagalan per sejuta kesempatan), yang berarti harus terjadi peningkatan sekitar 66.810/3,4 = 19.650 kali selama 10 tahun atau secara rata-rata sekitar 1965 “peningkatan” setiap tahun.

 Peningkatan dari 3-sigma sampai 4,7-sigma memberikan hasil mengikuti kurva

eksponensial (mengikuti deret ukur), sedangkan peningkatan dari 4,7-sigma sampai 6-sigma mengikuti kurva linear (mengikuti deret hitung).

Hasil-hasil dari peningkatan kualitas dramatik di atas, yang diukur berdasarkan persentase antara COPQ (cost of poor quality) terhadap penjualan ditunjukkan dalam tabel 2.1.

Tabel 2.1. Manfaat dari Pencapaian Beberapa Tingkat Sigma.

COPQ (Cost of Poor Quality) Tingkat Pencapaian

Sigma

DPMO (defects per million

opportunities) COPQ

1-sigma 691.462 (sangat tidak kompetitif) Tidak dapat dihitung

2-sigma 308.538 (rata-rata industri Indonesia) Tidak dapat dihitung

3-sigma 66.807 25-40% dari

penjualan 4-sigma 6.210 (rata-rata industri USA) 15-25% dari

penjualan

5-sigma 233 5-15% penjualan

6-sigma 3,4 (industri kelas dunia) < 1% dari

penjualan

setiap peningkatan atau pergeseran 1-sigma akan diberikan peningkatan keuntungan sekitar 10% dari penjualan

(10)

2.2.1. Beberapa Istilah Dalam Konsep Six Sigma

Perlu dikemukakan beberapa istilah yang berlaku dalam metode Six Sigma agar lebih mudah dipahami (Vincent Gasperz, 2002).

1. Critical to Quality (CTQ). Atribut-atribut yang sangat penting untuk diperhatikan karena berkaitan langsung dengan kebutuhan dan kepuasan pelanggan. Merupakan elemen dari suatu produk, proses, atau praktek-praktek yang berdampak langsung pada kepuasan pelanggan.

2. Defect. Kegagalan untuk memberikan apa yang diinginkan oleh pelanggan.

(11)

hal-hal di atas. Di sini kita menghitung DPO = 12 / (500 X 9) = 12 / 4500 = 0,002667 atau DPMO = DPO X 1.000.000 = 0,0026667 X 1.000.000 = 2,667

4. Defects per million opportunities (DPMO). Ukuran kegagalan dalam peningkatan Kualitas Six Sigma, yang menunjukan kegagalan per sejuta kesempatan. Target dari pengendalian kualitas Six Simga Motorola sebesar 3,4 DPMO seharusnya tidak diinterpretasikan sebagai 3,4 unit output yang cacat dari sejuta unit output yang diproduksi, tetapi diinterpretikan sebagai dalam satu unit produk tunggal terdapat rata-rata kesempatan untuk gagal dari suatu karakteristik CTQ (Critical to Quality) adalah hanya 3,4 kegagalan per satu juta kesempatan (DPMO). Misalnya, bila pencucian sebuah karpet rumah tangga yang berukuran 1500-square-foot dilakukan oleh suatu proses berkemampuan 4-sigma yang memiliki target 6.210 DPMO, maka akan terdapat sekitar 9,3 suare feet dari area karpet itu yang tidak tercuci bersih (6210/1.000.000 X 1500 = 9,3). Selanjutya untuk karpet berukuran sama itu apabila pencuciannya dilakukan oleh suatu proses berkemampuan 6-sigma yang memiiki target 3,4 DPMO, maka hampir seluruh area karpet berukuran sama itu apabila pencuciannya dilakukan oleh suatu proses berkemampuan 6-sigma yang memiliki target 3,4 DPMO, maka hampir seluruh area karpet akan tercuci bersih, karena kemungkinan kegagaln hanya 3:4 / 1.000.000 X 1.500 = 0,005 square-feet yang tidak tercuci bersih (hampir mustahil menemukan kegagalan dalam proses pencucian karpet itu) pemahaman terhadap DPMO ini sanagat penting dalam pengukuran keberhasilan aplikasi program peningkatan kualitas Six Sigma

5. Process Capability (kapabilitas proses). Keampuan proses untuk memproduksi atau menyerahkan output sesuai dengan eksteasi dan kebutuhan pelanggan. Process capability merupakan suatu ukuran kinerja kritis yang menunjukan proses mampu menghasilkan sesuai dengan spesifikasi produk yang ditetapkan oleh manajemen berdasarkan kebutuhan dan ekspetasi pelanggan. Perlu dipahami bahwa indeks Cpm yang digunakan dalam buku ini mengacu pada CTQ

(12)

Cpm mengukur kapabilitas potensial atau yang melekat dari suatu proses yang

diasumsikan stabil, dan biasanya didefinisikan sebagai : Cpm= = (USL –LSL) /

√ μ − T 2_{+ σ^2}_{. disini USL =}_{Upper Specification Limit}_{(batas spesifikasi} atas), LSL = Lower Spesification Limit ( batas spesifikasi bawa), dan T = nilai target (nilai terbaik untuk karakteristik kualias yang diharpkan pelanggan) dai produk. Ketiga niai USL, LSL, dan T ditentukan berdasrkan kebutuhan dan ekspetasi rasional dari pelanggan. Nilai μ (dibaca: mu) merupakan rata-rata (mean) proses aktual, dan σ^2 (baca: sigma-kuadrat) merupakan nilai varian (variance) dari proses yang merupakan ukuran variasi proses. Process capability hanya diukur untuk proses itu harus distabilkan terlebih dahulu. Dengan demikian nilai standar deviasi yang digunakan dalam pengukuran Process Capability (Cpm) harus berasal dari proses yang setabil, sehingga merupakan

variasi yang melekat pada proses yang stabil itu (common-causes variation.

6. Variation (Variasi). Merupakan apa yang pelanggan lihat dan rasakan dalam proses transaksi antara pemasok dan pelanggan itu. Semakin kecil variation akan semakin disukai, karena menunjukkan konsistensi dalam kualitas. Variasi mengukur suatu perubahan dalam proses atau praktek-praktek bisnis yang mungkin mempengaruhi hasil yang diharapkan.

7. Stable operation. Jaminan konsistensi, proses-proses yang dapat diperkirakan dan dikendalikan guna meningkatkan apa yang pelanggan lihat dan rasakan – meningkatan ekspetasi dan kebutuhan pelanggan.

(13)

9. Six Sigma. Suatu visi peningkatan kualitas menuju target 3,4 kegagalan per se juta kesempatan (DPMO) untuk setiap transaksi produk (barang dan/atau jasa). Upaya giat menuju kesempuranan (zero defect - kegagalan nol)

2.2.2. Metrik dan Pengukuran Six Sigma

Metrik adalah cara untuk mengukur krakter tertentu yang dapat diferifikasi, dinyatakan baik secara numeric (misalnya persentasis kecacatan) ataupun secara kualitatif (tingkat kepuasan). Metrik menyediakan informasi mengenai kinerja dan memberi kesempatan kepada manajer untuk mengevaluasi kinerja dan membuat keputusan, berkomunikasi antara satu sama lain, mengidentifikasi kesempatan untuk mengadakan perbaikan, dan membuat standar kinerja untuk karyawan, pelanggan, pemasok dan pihak-pihak lain yang berkepentingan. Metrik sangat penting dalam penerapan six sigma karena memfalisitasi keputusan berdasarkan fakta.

Six sigma dimulai dengan penekanan cara pengukuran kualitas yang berlaku secara umum. Dalam terminologi six sigma, sebuah cacat (defects) adalah kekeliruan atau kesalahan yang diterima pelanggan. Unit kerja adalah output suatu proses atau tahapan proses. Kualitas output diukur dalam tingkat kecacat per unit (defect per unit – DPU)

�� = _{� �}� �ℎ � �_�

Six sigma mendefinisikan ulang pengertian kinerja kualitas sebagai tingkat kecacatan per juta kemungkinan. (defects per million opportunities –DPMO).

(14)

Jika rata-rata atau target dapat dijaga (pada gambar 2.2. area yang diarsir) maka kemungkinan terjadinya cacat di luar wilayah 6-sigma kedua arah ekor hanyalah satu per satu milyar kejadian. Jika pergeseran terjadi kedua arah, maka kemungkinan cacat pada tingkatan enam sigma paling banyak hanyalah 3,4 per satu juta kejadian, dan jika pergeseran terjadi pada target distribusi, maka jumlah cacat hanyalah dua per satu milyar.

Gambar 2.1. Six Sigma Motorola

(15)

>=2). Selantujnya efektivitas dari upaya peningkatan proses dan keberhasilan dari aplikasi program Six Sigma dapat diukur melalui nilai Cpm yang terus meningkat.

Pendekatan pengendalian proses Six Sigma Motorola mengizinkan adanya pergeseran nilai rata-rata (mean) setiap CTQ individual dari proses industri terhadap nilai spesifikasi target (T) sebesar ± sigma (baca: plus/minus 1,5-sigma), sehingga akan menghasilkan 3,4 DPMO (defects per million opportunities). Dengan demikian berdasarkan konsep Six Sigma Motorola, berlaku toleransi penyimpangan: (mean – Target) = (µ - T) = ± 1,5σ atau µ = T ± 1,5σ. Di sini µ (baca: mu) merupakan nilai rata-rata (mean) dari proses, sedangkan σ (baca: sigma) merupakn ukuran variasi proses.

Proses six sigma dengan distribusi normal yang menginzinkan nilai rata-rata (mean) proses bergeser 1,5-sigma dari nilai spesifikasi target kualitas (T) yang diinginkan oleh pelanggan, ditunjukkan dalam gambar 2.2.

(16)

Konsep Six Sigma Motorola dengan pergeseran nilai rata-rata (mean) dari proses yang diizinkan sebesar 1,5 sigma (1,5 x standar deviasi maksimum) adalah berbeda dari konsep Six Sigma dalam distribusi normal yang umum dipahami selama ini yang tidak mengizinkan pergeseran dalam nilai rata-rata (mean) dari proses. Perbedaan ini ditunjukkan dalam tabel 2.2.

Tabel 2.2. Perbedaan True 6-Sigma dengan Motorola 6-Sigma.

True 6-Sigma Process (Normal Distribution

Centered) Motorola 6-Sigma

Batas Spesifikasi (LSL-USL)

Persentase yang memenuhi spesifikasi (LSL-USL)

DPMO

(kegagalan/cacat per sejuta kesempatan)

Batas Spesfikasi (LSL-USL)

Persentase yang memenuhi spesifikasi (LSL-USL)

DPMO

(kegagalan/cacat per sejuta kesempatan)

± 1-sigma 68,27% 313.300 ± 1-sigma 30,8538% 691.462

± 2-sigma 95,45% 45.000 ± 2-sigma 69,1463% 308.538

± 3-sigma 99,73% 2.700 ± 3-sigma 93,3193% 66.807

± 4-sigma 99,9937% 63 ± 4-sigma 99,3790% 6.210

± 5-sigma 99,999943% 0,57 ± 5-sigma 99,9767% 233

± 6-sigma 99,9999998% 0,002 ± 6-sigma 99,99966% 3,4

Nilai-nilai DPMO dan pergeseran berbagai nilai rata-rata dari proses pada berbagai tingkat sigma ditunjukkan dalam tabel 2.3. Nilai-nilai ini secara lengkap

ditunjukkan dalam lampiran “Konversi DPMO ke Nilai Sigma Berdasarkan Konsep

(17)

Tabel 2.3. Nilai-nilai DPMO dari Pencapaian Berbagai Tingkat Sigma dan Pergeseran Nilai Rata-Rata (Mean) Proses Industri dari Nilai Spesifikasi Target Kualitas (T).

Off-Centering Quality level

(± s)

1-sigma 1,5-sigma 2-sigma 2,5-sigma 3-sigma 3,5-sigma 4-sigma 4,5-sigma 5-sigma 5,5-sigma 6-sigma

0,00-sigma 317.311 133.614 45.500 12.419 2.700 465 63 7 1 0 0

0,10-sigma 184.060 80.757 28.716 8.198 1.866 337 48 5 0 0 0

0,20-sigma 211.855 96.801 35.930 10.724 255 483 72 9 1 0 0

0,30-sigma 241.964 115.070 44.565 13.903 3.467 687 108 13 1 0 0

0,40-sigma 274.253 135.666 54.799 17.864 4.661 968 159 21 2 0 0

0,50-sigma 308.538 158.655 66.807 22.750 6.210 1.350 233 32 3 0 0

0,60-sigma 344.578 184.060 80.757 28.716 8.198 1.866 337 48 5 0 0

0,70-sigma 382.089 211.855 96.801 35.930 10.724 2.555 483 72 9 1 0

0,80-sigma 420.740 241.964 115.070 44.565 13.903 3.467 687 108 13 1 0

0,90-sigma 460.172 274.253 135.666 54.799 17.864 4.661 968 159 21 2 0

1,00-sigma 500.000 308.538 158.655 66.807 22.750 6.210 1.350 233 32 3 0

1,10-sigma 539.828 344.578 184.060 80.757 28.716 8.198 8.198 337 48 5 0

1,20-sigma 579.260 382.089 211.855 96.801 35.930 10.724 10.724 483 72 9 1

1,30-sigma 617.911 420.740 241.964 115.070 44.565 13.903 13.903 687 108 13 1

1,40-sigma 655.422 460.172 274.253 135.666 54.799 17.864 17.864 968 159 21 2

1,50-sigma 691.462 500.000 308.538 158.655 66.807 22.750 22.750 1.350 233 32 3,4

(18)

2.2.3. Metodologi Six Sigma (Define- Measure-Analyze-Improve-Control)

Metodologi Six Sigma sangat penting untuk menangani kasus pada perusahaan yang ingin mengetahui kualitas pada produknya. Tabel berikut ini adalah cara implementasi pada proses six sigma DMAIC.

Tabel 2.4. Langkah-Langkah Implementasi DMAIC Aplikasi

DMAIC Metode Deskripsi

Define Flowchart Identifikasi Masalah

Measure Proses Analisis

Kapabilitas Identifikasi Kapabiitas Proses

Analyze

Analisis Diagram

Pareto Identifikasi Cacat Dominan

Analisis Diagram

Sebab-Akibat Identifikasi Penyebab Cacat Dominan

Improve 5W-1H Rencana Tindakan

Control Poka-Yoke

(Mistake-Proofing) Rencana Pencegahan

Sumber: Total Quality Management and Six Sigma Edited by Tauseef Aized, The management and Control

of Quality Seventh Edition Evans/Lindsay

2.2.3.1. Define (D)

Menurut Vincent Gasperz (2002), Define (D) merupakan langkah operasional pertama dalam program peningkatan kualitas Six Sigma . pada tahap ini perlu mendifinisikan beberapa hal yang terkait dengan: (1) kriteria pemilihan proyek Six Sigma , (2) peran dan tanggung jawab dari orang-orang yang akan terlibat dalam proyek Six Sigma, (3) kebutuhan pelatihan untuk orang-orang yang terlibat dalam proyek Six Sigma, (4) proses-proses kunci dalam proyek Six Sigma beserta pelanggannya, dan (5) kebutuhan spesifikasi dari pelanggan, dan (6) pernyataan tujuan Six Sigma.

(19)

pertama harus memahami proses yang menciptakan output dan pelanggan internal atau pelanggan eksternal yang menerima. Pemahaman ini menetapkan dasar untuk mengidentifikasi masalah Critical to Quality (CTQ), memilih pengukuran, dan mengidentifikasi akar penyebab masalah, mengidentifikasi hal yang tidak berguna, dan mengurangi variasi. Flowchart yang terbaik yang dikembangkan dengan memiliki orang-orang yang terlibat dalam proses, yaitu: karyawan, supervisor, manajer, dan pelanggan atau (customer).

2.2.3.2. Measure (M)

Menurut Vincent Gasperz (2002), Measure (M) merupakan langkah operasional kedua dalam program peningkatan kualitas Six Sigma. Tahap ini menggunakan metode proses analisis kapabilitas. Terdapat tiga hal pokok yang harus dilakukan dalam tahap Measure (M), yaitu: (1) memilih atau menentukan karakteristik kualitas (CTQ) kunci yang berhubungan langsung dengan kebutuhan spesifik dari pelanggan, (2) mengembangkan suatu rencana pengumpulan data melalui pengukuran yang dapat dilakukan pada tingkat proses, output, dan/atau outcome untuk ditetapkan sebagai baseline kinerja (performance baseline)pada awal proyek Six Sigma.

2.2.3.3. Analyze (A)

(20)

2.2.3.3.1. Diagram Pareto

Distribusi pareto (Evans & Lindsay) adalah salah satu pengamatan karakteristik yang dimulai dari frekuensi terbesar ke terkecil. Diagram pareto adalah histogram dari data dari frekuensi terbesar ke terkecil. Joseph Juran mempopulerkan prinsip pareto pada tahun 1950 setelah mengamati bahwa proporsi yang tinggi dalam masalah hasil kualitas hanya beberapa penyebab. Joseph memberi nama pada teknik ini setelah Vilfredo Pareto (1848-1923), seorang ahli ekonomi Italia yang menetapkan bahwa 85% dari kekayaan di Milan hanya dimiliki oleh orang sebanyak 15%. Misalnya, dalam menganalisis biaya di pabrik kertas, Juran menemukan bahwa 61% dari total biaya kualitas yang disebabkan oleh satu kategori "rusak," yang merupakan terminologi pabrik kertas sehingga cacat dikembalikan untuk pengolahan ulang. Dalam analisis 200 jenis kegagalan bidang mesin otomatis, hanya lima perhitungan dari sepertiga semua kegagalan. Di pabrik tekstil, tiga dari lima belas penenun ditemukan untuk memperhitungkan 74 persen dari kain cacat diproduksi. Analisis pareto jelas memisahkan banyak hal penting dari memberikan arah untuk hal sepele dalam memilih proyek untuk perbaikan.

2.2.3.3.2. Cause-Effect Diagram

Menurut Vincent Gasperz (2002), Causes-Effect Diagram merupakan alat untuk mengidentifikasi sumber-sumber dan akar penyebab masalah kualitas. Causes-Effect Diagram ditunjukan pada gambar 2.3.

Sisi Penyebab

Money Media Materials Methods

Predictable

Causes Motivation Machines Man Power

Akar

Penyebab Akar Penyebab

Akar Penyebab

Akar Penyebab Akar

Penyebab Dapat

Diperkirakan

Sisi Akibat

Pernyataan Masalah:

Pernyataan Target Kinerja:

(21)

Berikut adalah beberapa istilah yang perlu diketahui pada Causes-Effect Diagram di antara lain:

1. Manpower (tenaga kerja): berkaitan dengan kekurangan dalam pengetahuan terlatih, tidak berpengalaman), kekurangan, stress, ketidakpedulian, dll.

2. Machines (mesin-mesin) dan peralatan: berkaitan dengan tidak ada sistem perawatan preventif terhadap mesin-mesin produksi, termasuk fasilitas dan peralatan lain, tiak sesuai dengan spesifikasi tugas, tidak dikalibrasi terlalu rumit, terlalu panas, dll.

3. Methods (metode kerja): berkaitan dengan tidak ada prosedur kerja yang benar, tidak jelas, tidak diketahui, tidak terstandardisasi, tidak cocok, dll.

4. Materials (bahan baku dan bahan penolong): berkaitan dengan ketiadaan spesifikasi kualitas dari bahan baku dan bahan penolong yang digunakan, ketidaksesuaian dengan spesifikasi kualitas bahan baku dan bahan penolong yang ditetapkan, ketiadaan penanganan yang efektif terhadap bahan baku dan bahan penolong itu, dll.

5. Media: berkaitan dengan tempat dan waktu kerja yang tidak memperhatikan aspek-aspek kebersihan, kesehatan dan keselamatan kerja, dan lingkungan kerja yang kondusif, kekurangan dalam lampu penerangan, ventilasi yang buruk, kebisingan yang berlebihan, dll.

6. Motivation: berkaitan dengan ketiadaan sikap kerja yang benar dan profesional (tidak kreatif, bersikap reaktif, tidak mampu bekerja sama dalam tim, dll.), yang dalam hal ini disebabkan oleh sistem balas jasa dan penghargaan yang tidak adil kepada tenaga kerja.

(22)

2.2.3.4. Improve (I)

Menurut Vincent Gasperz (2002), Improve (I) pada dasarnya rencana-rencana tindakan (action plans) akan mendeskripsikan tentang alokasi sumber-sumber daya serta prioriotas dan/atau alternatif yang dilakukan dalam implementasi dari rencana itu. Bentuk-bentuk pengawasan dan usaha-usaha untuk mempelajari melalui pengumpulan data dan analisis ketika implementasi dari suatu rencana, juga harus direncanakan pada tahap ini. Pengembangan rencana tindakan merupakan salah satu aktivitas yang penting dalam program peningkatan kualitas Six Sigma, yang berarti bahwa dalam tahap ini harus memutuskan apa yang harus dicapai (berkaitan dengan target yang ditetapkan), alasan kegunaan (mengapa) rencana tindakan itu harus dilakukan, dimana rencana tindakan itu akan diterapkan atau dilakukan, bilamana rencana tindakan itu dilakukan, siapa yang akan menjadi penanggung jawab dari rencana tindakan itu, bagaimana melaksanakan rencana tindakan itu serta manfaat positif yang diterima dari implementasi rencana tindakan itu. Analisis menggunakan metode 5W-1H dapat dilakukan pada tahap pengembangan rencana tindakan ini.

5W-1H adalah: what (apa), why (mengapa), where (dimana), when (bilamana), who (siapa), how (bagaimana. Berdasarkan hal di atas maka peneliti dapat menyusun langkah-langkah solusi masalah yang efektif, yaitu:

1. Mendefinisikan masalah secara tertulis, yang berkaitan dengan pertanyaan-pertanyaan berikut :

Apa (What) : Apa yang menjadi Akibat Utama (Primary Effect) dari masalah itu?

Bilamana (When): kapan terjadi masalah itu, sewaktu-waktu atau sepanjang waktu?

Di mna (where): Di mana masalah itu terjadi, lokasi dalam sistem, fasilitas, atau komponen?

(23)

2. Membangun diagram sebab-akibat yang dimodifikasi (Gambar 2.3) untuk mengidentifikasi: (a) akar penyebab dari masalah itu, dan (b) penyebab-penyebab yang tidak dapat dikendalikan, namun dapat diperkirakan. 3. Setiap akar penyebab dari masalah dimasukkan kedalam diagram

sebab-akibat yang mengkategorikan berdasarkan prinsip 7M (Manpower, Machines, Methods, Materials, Motivation, Media, Money), sedangkan penyebab-penyebab yang tidak dapat dikendalikan namun dapat diperkirakan, didaftarkan pada diagram sebab-akibat itu secara tersendiri (lihat Gambar 2.3).

4. Mengidentifikasi tindakan atau solusi yang efektif melalui memperhatikan dan mempertimbangkan: (a) pencegahan terulang atau muncul kembali penyebab-penyebab itu, (b) tindakan yang diambil harus berada di bawah pengendalian kita, dan (c) memenuhi tujuan dan target yang diterapkan. 5. Menerapkan atau melakukan implementasi terhadap solusi atau

(24)

Pengembangan rencana tindakan perbaikan/peningkatan kualitas Six Sigma dapat menggunakan metode 5W-1H. Contoh penggunaan petunjuk penggunaan metode 5W-1H untuk pengembangan rencana tindakan dapat dilihat pada Tabel 2.4.

Tabel 2.5. Penggunaan Metode 5W-1H untuk pengembangan Rencana Tindakan.

Jenis 5W-1H Deskripsi Tindakan

Tujuan Utama What

(Apa)?

Apa yang menjadi target utama dari perbaikan/peningkatan

kualitas? Merumuskan target sesuai

dengan kebutuhan pelanggan

Alasan Kegunaan Why (Mengapa)?

Mengapa rencana tindakan itu diperlukan? Penjelasan tentang kegunaan dari rencana tindakan yang dilakukan

Lokasi Where

(Di mana)?

Di mana rencana tindakan itu akan dilaksanakan? Apakah aktivitas itu harus dikerjakan di sana?

mengubah sekuens (urutan) aktivitas atau

mengkombinasikan aktivitas-aktivitas yang

dapat dilaksanakan bersama

Sekuens (urutan) When (Bilamana)?

Bilamana aktivitas rencana tindakan itu akan terbaik untuk dilaksanakan?

Apakah aktivitas itu dapat dikerjakan kemudian?

Orang Who

(Siapa)?

Siapa yang akan mengerjakan aktivitas rencana tindakan itu? Apakah ada orang lain yang dapat mengerjakan aktivitas rencana tindakan itu?

Mengepa harus orang itu yang ditunjuk untuk mengerjakan aktivitas itu?

Metode How

(Bagaimana)?

bagaimana mengerjakan ktivitas rencana tindakan itu?

Apakah metode yang digunakan sekarang, merupakan metode terbaik?

Apakah ada cara lain yang lebih mudah?

(25)

2.2.3.5 Control

Menurut Vincent Gasperz (2002), Control (C) merupakan tahap operasional terakhir proyek peningkatan kualitas Six Sigma. Tahap ini memberikan memberikan pencegahan kesalahan pada proses produksi. Pelaksanaan metode Poka Yoke (Evans & Lindsay) dilakukan dengan melihat pada analisis diagram sebab akibat sebagai acuan. Langkah sederhana dalam pembuatan Poka Yoke: (1) identifikasi kemungkinan salah yang masih dapat muncul dalam tindakan pencegahan, (2) tentukan sebuah cara untuk mendeteksi sebuah kesalahan atau kegagalan yang ada atau yang akan muncul. (3) Identifikasi dan tentukan tindakan spesifik yang dilakukan pada saat terdeteksi. Selanjutnya, proyek-proyek Six Sigma pada area lain dalam proses atau organisasi bisnis ditetapkan sebagai proyek-proyek baru yang harus mengikuti siklus DMAIC (Define-Measure-Analyze-Improve-Control). Melalui cara ini, maka akan terjadi peningkatan integrasi, institusionalisasi, pembelajaran, dan sharing atau transfer pengetahuan-pengetahuan baru dalam organisasi Six Sigma itu.

2.2.3.5 Poka-Yoke (Mistake-Proofing)

Menuru Evans dan Lindsay (2008), Poka-Yoke (POH-kah YOH-kay) adalah sebuah pendekatan untuk proses kesalahan-pemeriksaan menggunakan perangkat otomatis atau metode untuk menghindari kesalahan sederhana manusia. Manusia cenderung melakukan kesalahan secara tidak sengaja. Tipe kesalahan dalam produksi adalah hilangnya proses, kesalahan proses, kesalahan set-up, bagian yang hilang, komponen salah, dan kesalahan penyesuaian. Kesalahan tersebut dapat muncul dari faktor-faktor berikut:

• Lupa karena kurangnya konsentrasi

• Kesalahpahaman karena kurangnya keakraban dengan proses atau prosedur • Kurangnya identifikasi terkait dengan kurangnya perhatian yang tepat

• Kurangnya pengalaman • Sering lupa (pelupa)

• Penundaan dalam penilaian saat proses otomatis

(26)

Menyalahkan pekerja tidak hanya mengecilkan moral mereka, tetapi juga tidak memecahkan masalah. Konsep Poka-Yoke dikembangkan dan disempurnakan di awal 1960-an oleh almarhum Shingho Shigeo, seorang insinyur manufaktur Jepang yang mengembangkan Toyota Production System. Poka-Yoke difokuskan pada dua aspek, yaitu: (1) prediksi, atau mengakui bahwa cacat akan segera terjadi dan memberikan peringatan, dan (2) deteksi, atau mengakui bahwa cacat telah terjadi dan menghentikan proses. Poka-Yoke memiliki tiga tingkat dengan meningkatnya biaya yang berkaitan dengan hal tersebut:

1. Merancang potensi kesalahan keluar produk atau proses. jelas, pendekatan ini adalah bentuk paling kuat dari kesalahan-pemeriksaan dikarenakan dengan menghilangkan setiap kemungkinan bahwa kesalahan atau cacat mungkin terjadi dan tidak memiliki biaya langsung dalam hal waktu atau rework dan bahan sisa.

2. Mengidentifikasi cacat potensial dan menghentikan proses sebelum cacat diproduksi. Meskipun pendekatan ini menghilangkan biaya yang berkaitan dengan produksi cacat, itu membutuhkan waktu yang terkait dengan menghentikan proses dan mengambil tindakan korektif.

(27)

Bab 3

Metodologi Penelitian

3.1. Metodologi Peneitian

Flowchart penelitian menggambarkan metodologi atau langkah-langkah dalam menyelesaikan masalah pada perusahaan. Berikut Flowchart penelitian pada gambar 3.1.

Mulai

Studi Literatur Studi Lapangan

Rumusan Masalah: 1. Menetapkan Penyebab Kecacatan 2. Mengurangi Tingkat Kecacatan 3. Usulan Perbaikan

Pengumpulan Data:  Data Produk Cacat  Data Jenis Kecacatan  Gambar Jenis Kecacatan

Pengolahan Data:  Define (Definisi)

-Flowchart  Measure (Pengukuran) -Analisis Kapabilitas  Analyze (Analisis) -Diagram Pareto -Diagram Sebab-Akibat  Improve (Perbaikan) - 5W 1H

 Control (Pengendalian) - Poka-Yoke (Mistake-Proofing)

Analisis

Kesimpulan dan Saran

Selesai Tujuan Penelitian: 1. Deskripsi Jenis Kecacatan 2. Analisis DMAIC 3. Rencana Tindakan

(28)

3.2. Metodologi Pemecahan Masalah 1. Mulai

Memulai proses penelitian dengan cara menyiapkan dan merencanakan data yang akan dikumpulkan dan diolah sesuai dengan studi literatur metode.

2. Studi Lapangan

Tahap ini merupakan tahap studi mengenai kondisi yang terjadi pada PT. Glostar Indonesia.

3. Rumusan Masalah

Setelah melewati tahap studi lapangan, dapat teridentifikasi beberapa masalah yang dialami oleh PT. Glostar Indonesia dalam segi kualitas sehinggan menjadi rumusan masalah untuk diselesaikan. Berikut rumusan masalah yang teridentifikasi di PT. Glostar Indonesia:

1. Apa jenis kecacatan dominan dan penyebab kecacatan pada produk PT.Glostar Indonesia?

2. Bagaimana cara mengurangi tingkat kecacatan aktual yang terjadi untuk mengurangi tingkat kecacatan PT. Glostar Indonesia?

3. Bagaimana usulan perbaikan yang akan dilakukan dalam untuk mengurangi tingkat kecacatan PT.Glostar Indonesia?

4. Studi Literatur

Tahap ini merukapan tahap studi tentang metode Six Sigma untuk mendapatkan gambaran secara menyeluruh tentang peningkatan kuaitas terhadap penelitian yang akan peneliti ambil di PT. Glostar Indonesia Sukabumi.

5. Tujuan Penelitian

Tahap ini adalah tujuan penelitian setelah rumusan masalah diketehaui. Berikut adalah tujuan penelitian yang berintegrasi dengan rumusan masalah:

(29)

2. Analisis DMAIC (Define-Measure-Analyze-Improve-Control) sebagai ukuran untuk melakukan perbaikan.

3. Rencana tindakan atau perbaikan menggunakan metode 5W-1H.

6. Pegumpulan Data

Pada tahap ini peneliti mendapatkan informasi berupa data produk cacat selama satu (1) tahun. Seperti pada bulan Januari-2014 dengan persentase cacat produk 27,40%, Febuari-2014 dengan persentase cacat produk 21,15%, Maret-2014 dengan persentase cacat produk 51,08%, April-2014 dengan persentase cacat produk 25,70%, Mei-2014 dengan persentase cacat produk 21,17%, Juni-2014 dengan persentase cacat produk 20,32%, Juli-2014 dengan persentase cacat produk 25,51%, Agustus-2014 dengan persentase cacat produk 21,96%, September-2014 dengan persentase cacat produk 23,12%, Oktober-2014 dengan persentase cacat produk 20,96%, November-2014 dengan persentase cacat produk 31,53%, Desember-2014 dengan persentase cacat produk 17,66%. Data juga berupa jumlah jenis kecacatan produk selama satu (1) tahun disertai dengan gambar mengenai jenis kecacatan produk tersebut.

7. Pengolahan Data

(30)

Measure (M) merupakan langkah operasional kedua dalam program peningkatan kualitas Six Sigma. terdapat tiga hal pokok yang harus dilakukan dalam tahap Measure (M), yaitu: (1) memilih atau menentukan karakteristik kualitas (CTQ) kunci yang berhubungan langsung dengan kebutuhan spesifik dari pelanggan, (2) k mengembangkan suatu rencana pengumpulan data melalui pengukuran yang dapat dilakukan pada tingkat proses, output, dan/atau outcome untuk ditetapkan sebagai baseline kinerja (performance baseline)pada awal proyek Six Sigma. Pada tahap ini penulis menggunakan metode analisis kapabilitas untuk mengukur kapabilitas sigma.

Analyze (A) merupakan langkah operasional ketiga dalam program peningkatan kualitas Six Sigma. pada tahap ini perlu melakukan beberapa hal berikut: (1) menentukan stabilitas (stability) dan kapabilitas/kemampuan (capability) dari proses, (2) menetapkan target-target kinerja dari karakteristik kualitas kunci (CTQ) yang akan ditingkatkan dalam proyek Six Sigma, dan (3) mengidentifikasi sumber-sumber dan akar penyebab kecacatan atau kegagalan. Jadi, Penulis menggunakan 2 (2) metode pada tahap Analyze yaitu: (1) Analisis Diagram Pareto sebagai alat untuk menemukan dominan cacat, (2) Analisis Diagram Sebab-Akibat sebagai alat untuk menemukan penyebab dari dominan cacat.

(31)

tindakan itu dilakukan, siapa yang akan menjadi penanggung jawab dari rencana tindakan itu, bagaimana melaksanakan rencana tindakan itu serta manfaat positif yang diterima dari implementasi rencana tindakan itu. Analisis menggunakan metode 5W-1H dapat dilakukan pada tahap pengembangan rencana tindakan ini.

Control (C) merupakan tahap operasional terakhir proyek peningkatan kualitas Six Sigma. Pelaksanaan metode Poka Yoke dilakukan dengan melihat pada analisis diagram sebab akibat sebagai acuan. Langkah sederhana dalam pembuatan Poka Yoke: (1) identifikasi kemungkinan salah yang masih dapat muncul dalam tindakan pencegahan, (2) tentukan sebuah cara untuk mendeteksi sebuah kesalahan atau kegagalan yang ada atau yang akan muncul. (3) Identifikasi dan tentukan tindakan spesifik yang dilakukan pada saat terdeteksi. Selanjutnya, proyek-proyek Six Sigma pada area lain dalam proses atau organisasi bisnis ditetapkan sebagai proyek-proyek baru yang harus mengikuti siklus DMAIC (Define-Measure-Analyze-Improve-Control). Melalui cara ini, maka akan terjadi peningkatan integrasi, institusionalisasi, pembelajaran, dan sharing atau transfer pengetahuan-pengetahuan baru dalam organisasi Six Sigma itu.

8. Analisis

Tahap ini merupakan analisis dari tahap pengolahan data.

9. Kesimpulan dan Saran

Kesimpulan dan saran merupakan solusi dari sumber-sumber dan akar penyebab dari masalah kualitas yang teridentifikasi.

10. Selesai

(32)

Bab 4

Pengumpulan dan Pengolahan Data

4.1. Pengumpulan Data

Tahap ini merupakan tahap pengumpulan informasi yang dibutukan metode Six Sigma berdasarkan fakta yang terjadi pada proses produksi. Sumber data berasal dari departemen DI (daily inpsection) PT.Glostar Indonesia.

.

4.1.1. Komponen Sepatu

Berikut adalah komponen-komponen sepatu Converse All Star Chuck Taylor.

Gambar 4.1. Komponen Sepatu

Berikut adalah keterangan dari komponen sepatu.

Tabel 4.1. Keterangan Komponen Sepatu

No. Keterangan No. Keterangan

1 Toe cap 8 Porthole

2 Bumper 9 Tongue

3 Eyelate 10 Angkle Patch/Logo

4 Eyestay 11 Heel Patch/ogo

5 Lace 12 Heel Stripe

6 Racing Stripe 13 Stitch

(33)

4.1.2. Data Aliran Produksi

Berikut adalah data aliran produksi PT. Glostar Indonesia.

Aliran Produksi PT. Glostar Indonesia

Pembuatan Karet insole, outsole, dan komponen karet

(Chemistry) Proses Pemotongan

(Cutting) Proses Penjahitan

(Sewing) Proses Perakitan

(Assembling)

(34)

4.1.3. Data Produksi Hasil Inspeksi

Data produksi hasil inspeksi ini dihasilkan berdasarkan fakta proses produksi selama satu (1) tahun yang diberikan oleh perusahaan kepada peneliti.

4.1.3.1. Data Produksi Januari – Febuari 2014

Berikut adalah tabel data produksi di PT. Glostar Indonesia pada bulan Januari dan Febuari tahun 2014.

Tabel 4.2. Data Produksi Bulan Januari dan Febuari Tahun 2014

Jan

-14

DATE INSPECT PASS REJECT % REJECT

% PASS

Feb

-14

DATE INSPECT PASS REJECT % REJECT

% PASS

1-Jan 0 0 0 0% 0% 3-Feb 0 0 0 0% 0%

2-Jan 0 0 0 0% 0% 4-Feb 5526 3522 2004 36% 64%

3-Jan 1044 1044 0 0% 100% 5-Feb 8076 8076 0 0% 100%

4-Jan 0 0 0 0% 0% 6-Feb 3000 3000 0 0% 100%

5-Jan 0 0 0 0% 0% 7-Feb 5580 2580 3000 54% 46%

6-Jan 0 0 0 0% 0% 10-Feb 0 0 0 0% 0%

7-Jan 12072 11208 864 7% 93% 11-Feb 0 0 0 0% 0%

8-Jan 9924 9924 0 0% 100% 12-Feb 5940 3000 2940 49% 51%

9-Jan 1632 1380 252 15% 85% 13-Feb 6804 6804 0 0% 100%

10-Jan 1536 1536 0 0% 100% 14-Feb 1908 0 1908 100% 0%

13-Jan 1008 0 1008 100% 0% 17-Feb 5400 3000 2400 44% 56%

14-Jan 0 0 0 0% 0% 18-Feb 4356 2256 2100 48% 52%

15-Jan 1008 0 1008 100% 0% 19-Feb 4200 1800 2400 57% 43%

16-Jan 1716 960 756 44% 56% 20-Feb 9912 9912 0 0% 100%

17-Jan 2172 1272 900 41% 59% 21-Feb 2247 1119 1128 50% 50%

20-Jan 6036 3984 2052 34% 66% 24-Feb 8100 8100 0 0% 100%

21-Jan 8868 2412 6456 73% 27% 25-Feb 5064 3864 1200 24% 76%

22-Jan 10668 504 10164 95% 5% 26-Feb 3120 3120 0 0% 100%

23-Jan 12228 10548 1680 14% 86% 27-Feb 4176 4176 0 0% 100%

24-Jan 16044 15396 648 4% 96% 28-Feb 6792 6792 0 0% 100%

27-Jan 2208 1308 900 41% 59% Total 90201 71121 19080 21% 79%

28-Jan 2376 2376 0 0% 100%

29-Jan 6684 6684 0 0% 100%

30-Jan 4290 3168 1122 26% 74%

31-Jan 0 0 0 0% 0%

Total 101514 73704 27810 27% 73%

(35)

4.1.3.2. Data Produksi Maret – April 2014

Berikut adalah tabel data produksi di PT. Glostar Indonesia pada bulan Maret dan April tahun 2014.

Tabel 4.3. Data Produksi Bulan Maret dan April Tahun 2014

M

ar

-14

DATE INSPECT PASS REJECT % REJECT % PASS

A

pr

-14

3-Mar 3912 1548 2364 60% 40% 31-Mar 0 0 0 0% 0%

4-Mar 9096 2700 6396 70% 30% 01-Apr 5880 5208 672 11% 89%

5-Mar 6996 2964 4032 58% 42% 02-Apr 14286 12636 1650 12% 88%

6-Mar 2232 792 1440 65% 35% 03-Apr 12936 9060 3876 30% 70%

7-Mar 10224 6468 3756 37% 63% 04-Apr 8844 7188 1656 19% 81%

10-Mar 4380 2172 2208 50% 50% 07-Apr 10134 9126 1008 10% 90%

11-Mar 14448 264 14184 98% 2% 08-Apr 10284 4500 5784 56% 44%

12-Mar 7830 108 7722 99% 1% 09-Apr 0 0 0 0% 0%

13-Mar 3240 1680 1560 48% 52% 10-Apr 12450 3078 9372 75% 25%

14-Mar 5508 3708 1800 33% 67% 11-Apr 10320 3384 6936 67% 33%

17-Mar 6456 1476 4980 77% 23% 14-Apr 8392 7416 976 12% 88%

18-Mar 6204 900 5304 85% 15% 15-Apr 13800 13800 0 0% 100%

19-Mar 11700 6540 5160 44% 56% 16-Apr 15696 12132 3564 23% 77%

20-Mar 10020 9660 360 4% 96% 17-Apr 26968 17960 9008 33% 67%

21-Mar 0 0 0 0% 0% 18-Apr 0 0 0 0% 0%

24-Mar 10956 8616 2340 21% 79% 21-Apr 20364 11388 8976 44% 56%

25-Mar 4380 2700 1680 38% 62% 22-Apr 30336 20676 9660 32% 68%

26-Mar 29874 19836 10038 34% 66% 23-Apr 26540 22892 3648 14% 86%

27-Mar 0 0 0 0% 0% 24-Apr 28836 25260 3576 12% 88%

28-Mar 0 0 0 0% 0% 25-Apr 0 0 0 0% 0%

Total 147456 72132 75324 51% 49% 28-Apr 10642 7954 2688 25% 75%

29-Apr 19860 19056 804 4% 96%

30-Apr 21046 14350 6696 32% 68%

01-Mei 0 0 0 0% 0%

02-Mei 12084 10476 1608 13% 87%

Total 319698 237540 82158 26% 74%

(36)

4.1.3.3. Data Produksi Mei – Juni 2014

Berikut adalah tabel data produksi di PT. Glostar Indonesia pada bulan Mei dan Juni tahun 2014.

Tabel 4.4. Data Produksi Bulan Mei dan Juni Tahun 2014

Mei

-14

Ju

n

-14

5-Mei 20140 19498 642 3% 97% 2-Jun 7728 6576 1152 15% 85%

6-Mei 11406 8694 2712 24% 76% 3-Jun 18120 14220 3900 22% 78%

7-Mei 21396 19980 1416 7% 93% 4-Jun 23328 15636 7692 33% 67%

8-Mei 7764 7224 540 7% 93% 5-Jun 20664 20664 0 0% 100%

9-Mei 8664 3720 4944 57% 43% 6-Jun 9660 8904 756 8% 92%

12-Mei 11292 6852 4440 39% 61% 9-Jun 10764 6480 4284 40% 60%

13-Mei 10656 10656 0 0% 100% 10-Jun 12180 5556 6624 54% 46%

14-Mei 0 0 0 0% 0% 11-Jun 12984 12984 0 0% 100%

15-Mei 0 0 0 0% 0% 12-Jun 5868 5868 0 0% 100%

16-Mei 13728 11196 2532 18% 82% 13-Jun 636 636 0 0% 100%

19-Mei 8052 5076 2976 37% 63% 16-Jun 5520 984 4536 82% 18%

20-Mei 23928 14472 9456 40% 60% 17-Jun 18090 14460 3630 20% 80%

21-Mei 27672 23676 3996 14% 86% 18-Jun 13836 7920 5916 43% 57%

22-Mei 23244 15216 8028 35% 65% 19-Jun 43872 40872 3000 7% 93%

23-Mei 7080 7080 0 0% 100% 20-Jun 1692 1692 0 0% 100%

26-Mei 7056 6696 360 5% 95% 23-Jun 2772 720 2052 74% 26%

27-Mei 0 0 0 0% 0% 24-Jun 10932 10932 0 0% 100%

28-Mei 10308 5844 4464 43% 57% 25-Jun 8226 6894 1332 16% 84%

29-Mei 0 0 0 0% 0% 26-Jun 11706 6858 4848 41% 59%

30-Mei 7308 7308 0 0% 100% 27-Jun 6144 6144 0 0% 100%

Total 219694 173188 46506 21% 79% Total 244722 195000 49722 20% 80%

(37)

4.1.3.4. Data Produksi Juli – Agustus 2014

Berikut adalah tabel data produksi di PT. Glostar Indonesia pada bulan Juli dan Agustus tahun 2014.

Tabel 4.5. Data Produksi Bulan Juli dan Agustus Tahun 2014

Ju

l-14

A

gu

-14

30-Jun 0 0 0 0% 0% 4-Agu 8076 7212 864 11% 89%

1-Jul 8556 5196 3360 39% 61% 5-Agu 8598 4956 3642 42% 58%

2-Jul 5124 2784 2340 46% 54% 6-Agu 7217 5789 1428 20% 80%

3-Jul 15824 9596 6228 39% 61% 7-Agu 12066 4626 7440 62% 38%

4-Jul 11616 7308 4308 37% 63% 8-Agu 1776 1416 360 20% 80%

7-Jul 26748 16716 10032 38% 62% 11-Agu 8382 4908 3474 41% 59%

8-Jul 12744 6948 5796 45% 55% 12-Agu 18839 17039 1800 10% 90%

9-Jul 0 0 0 0% 0% 13-Agu 20512 13716 6796 33% 67%

10-Jul 20124 17004 3120 16% 84% 14-Agu 14578 13270 1308 9% 91%

11-Jul 20316 18792 1524 8% 92% 15-Agu 8029 8029 0 0% 100%

14-Jul 18384 18384 0 0% 100% 18-Agu 0 0 0 0% 0%

15-Jul 23667 7239 16428 69% 31% 19-Agu 18363 13014 5349 29% 71%

16-Jul 17748 14748 3000 17% 83% 20-Agu 4167 4167 0 0% 100%

17-Jul 28092 26652 1440 5% 95% 21-Agu 11346 9048 2298 20% 80%

18-Jul 35634 35634 0 0% 100% 22-Agu 4432 3160 1272 29% 71%

21-Jul 5832 1608 4224 72% 28% 25-Agu 16080 16080 0 0% 100%

22-Jul 11070 5112 5958 54% 46% 26-Agu 24024 19002 5022 21% 79%

23-Jul 7308 5316 1992 27% 73% 27-Agu 432 432 0 0% 100%

24-Jul 9732 9132 600 6% 94% Total 186917 145864 41053 22% 78%

25-Jul 3324 1764 1560 47% 53%

Total 281843 209933 71910 26% 74%

(38)

4.1.3.5. Data Produksi September – Oktober 2014

Berikut adalah tabel data produksi di PT. Glostar Indonesia pada bulan September dan Oktober tahun 2014.

Tabel 4.6. Data Produksi Bulan September dan Oktober Tahun 2014

S

ep

-14

DATE INSPECT PASS REJECT % REJECT % PASS

O

k

t-14

28-Agu 0 0 0 #DIV/0! #DIV/0! 25-Sep 26556 24204 2352 9% 91%

29-Agu 1500 0 1500 100% 0% 26-Sep 13884 13416 468 3% 97%

1-Sep 11712 10308 1404 12% 88% 29-Sep 18691 12691 6000 32% 68%

2-Sep 20278 15478 4800 24% 76% 30-Sep 18648 8424 10224 55% 45%

3-Sep 16320 7560 8760 54% 46% 1-Okt 25518 24798 720 3% 97%

4-Sep 25842 17784 8058 31% 69% 2-Okt 30600 28800 1800 6% 94%

5-Sep 12822 6204 6618 52% 48% 3-Okt 15468 13704 1764 11% 89%

8-Sep 13718 7388 6330 46% 54% 7-Okt 17406 16704 702 4% 96%

9-Sep 7128 0 7128 100% 0% 8-Okt 23370 17106 6264 27% 73%

10-Sep 35004 30204 4800 14% 86% 9-Okt 19044 17568 1476 8% 92%

11-Sep 10920 10920 0 0% 100% 10-Okt 11160 8160 3000 27% 73%

12-Sep 274 127 147 54% 46% 13-Okt 12228 12228 0 0% 100%

16-Sep 27138 22695 4443 16% 84% 14-Okt 31044 15912 15132 49% 51%

17-Sep 24285 17808 6477 27% 73% 15-Okt 55272 37728 17544 32% 68%

18-Sep 26435 24834 1601 6% 94% 16-Okt 26493 16665 9828 37% 63%

19-Sep 18099 18099 0 0% 100% 17-Okt 24912 22908 2004 8% 92%

22-Sep 34260 26964 7296 21% 79% 18-Okt 16608 13608 3000 18% 82%

23-Sep 44882 32580 12302 27% 73% 20-Okt 16884 16284 600 4% 96%

24-Sep 22599 22599 0 0% 100% 21-Okt 14280 13464 816 6% 94%

Total 353216 271552 81664 23% 77% 22-Okt 21426 15990 5436 25% 75%

23-Okt 17880 11568 6312 35% 65%

24-Okt 2082 672 1410 68% 32%

27-Okt 13760 12572 1188 9% 91%

28-Okt 12122 8490 3632 30% 70%

29-Okt 10944 8592 2352 21% 79%

Total 496280 392256 104024 21% 79%

(39)

4.1.3.6. Data Produksi November – Desember 2014

Berikut adalah tabel data produksi di PT. Glostar Indonesia pada bulan November dan Desember tahun 2014.

Tabel 4.7. Data Produksi Bulan November dan Desember Tahun 2014

N

ov

-14

D

es

-14

30-Okt 13534 7222 6312 47% 53% 27-Nov 29318 18506 10812 37% 63%

31-Okt 6054 3054 3000 50% 50% 28-Nov 24480 8448 16032 65% 35%

3-Nov 12178 6228 5950 49% 51% 1-Des 22068 19068 3000 14% 86%

4-Nov 21205 9679 11526 54% 46% 2-Des 29964 23352 6612 22% 78%

5-Nov 31146 13698 17448 56% 44% 3-Des 30066 25260 4806 16% 84%

6-Nov 31787 23242 8545 27% 73% 4-Des 43296 42708 588 1% 99%

7-Nov 11002 8002 3000 27% 73% 5-Des 29424 29424 0 0% 100%

10-Nov 32642 10896 21746 67% 33% 8-Des 34824 29844 4980 14% 86%

11-Nov 51756 43248 8508 16% 84% 9-Des 39840 30090 9750 24% 76%

12-Nov 32904 31392 1512 5% 95% 10-Des 39903 36975 2928 7% 93%

13-Nov 17357 11345 6012 35% 65% 1-Des 22068 19068 3000 14% 86%

14-Nov 11748 3828 7920 67% 33% 2-Des 29964 23352 6612 22% 78%

17-Nov 19572 2556 17016 87% 13% 3-Des 30066 25260 4806 16% 84%

18-Nov 47508 37464 10044 21% 79% 4-Des 43296 42708 588 1% 99%

19-Nov 27766 24766 3000 11% 89% 5-Des 29424 29424 0 0% 100%

20-Nov 33960 17712 16248 48% 52% 8-Des 34824 29844 4980 14% 86%

21-Nov 37536 35436 2100 6% 94% 9-Des 39840 30090 9750 24% 76%

24-Nov 22824 15840 6984 31% 69% 10-Des 39903 36975 2928 7% 93%

25-Nov 20244 17244 3000 15% 85% 11-Des 19500 18960 540 3% 97%

26-Nov 39954 35034 4920 12% 88% 12-Des 9216 9216 0 0% 100%

Total 522677 357886 164791 32% 68% 15-Des 23856 22356 1500 6% 94%

16-Des 11364 10020 1344 12% 88%

17-Des 21150 19662 1488 7% 93%

18-Des 24408 14736 9672 40% 60%

19-Des 15930 11502 4428 28% 72%

22-Des 23904 13044 10860 45% 55%

23-Des 50910 41112 9798 19% 81%

24-Des 52404 34914 17490 33% 67%

26-Des 0 0 0 0% 0%

Total 845210 695918 149292 18% 82%

(40)

4.1.4. Data Produk Cacat

Data produk cacat PT. Glostar Indonesia selama satu (1) tahun dengan periode pada bulan Januari 2014 – Desember 2014 merupakan suatu data yang mendeskripsikan jumlah dan jenis produk cacat yang terjadi.

4.1.4.1. Data Produk Cacat Januari – Febuari 2014

Berikut adalah tabel data produk cacat di PT. Glostar Indonesia pada bulan Januari dan Febuari tahun 2014.

Tabel 4.8. Data Produk Cacat Sepatu Converse Chuck Taylor bulan Januari 2014

– Febuari 2014.

JANUARI FEB

No. DEFECT PROBLEM DEFECT QTY % DEFECT No. DEFECT PROBLEM DEFECT QTY % DEFECT

1 Bonding bumper to foxing 474 2% 1 Bonding bumper to foxing 0 0%

2 Bonding foxing to upper 10803 39% 2 Bonding foxing to upper 5320 28%

3 Bonding heel logo 280 1% 3 Bonding heel logo 2479 13%

4 Bonding toecap to foxing 382 1% 4 Bonding toecap to foxing 0 0%

5 Crocked shoe 0 0% 5 Crocked shoe 0 0%

6 Dirty lining 3748 13% 6 Dirty lining 0 0%

7 Damaged rubber components 5927 21% 7 Damaged rubber components 4428 23%

8 Dirty upper 3433 12% 8 Dirty upper 2444 13%

9 Dirty toecap 0 0% 9 Dirty toecap 0 0%

10 Gauge marking 0 0% 10 Gauge marking 0 0%

11 Incorrect/damaged eyelet/eyelet holes 1989 7% 11 Incorrect/damaged eyelet/eyelet

holes 744 4%

12 Stitch length/Margin incorrect 523 2% 12 Stitch length/Margin incorrect 0 0%

13 Toe bumper to foxing 164 1% 13 Toe bumper to foxing 1860 10%

14 Toecap to foxing 87 0% 14 Toecap to foxing 1762 9%

15 Over cement 0 0% 15 Over cement 43 0%

16 X-ray components 0 0% 16 X-ray components 0 0%

17 Printing/ embroidery 0 0% 17 Printing/ embroidery 0 0%

18 Wrinkles 0 0% 18 Wrinkles 0 0%

19 Loose/Broken/Skip stitching 0 0% 19 Loose/Broken/Skip stitching 0 0%

20 Threads & not trimmed 0 0% 20 Threads & not trimmed 0 0%

21 Uneven margin bumper 0 0% 21 Uneven margin bumper 0 0%

22 Insole peel off 0 0% 22 Insole peel off 0 0%

23 Dirty O/S 0 0% 23 Dirty O/S 0 0%

Total 27810 100% Total 19080 100%

(41)

4.1.4.2. Data Produk Cacat Maret – April 2014

Berikut adalah tabel data produk cacat di PT. Glostar Indonesia pada bulan Maret dan April tahun 2014.

Tabel 4.9. Data produk Cacat Sepatu Converse Chuck Taylor bulan Maret 2014 – April 2014.

MARET APRIL

No. DEFECT PROBLEM DEFECT QTY % DEFECT No. DEFECT PROBLEM DEFECT QTY % DEFECT

11 Incorrect/damaged eyelet/eyelet holes 3856 5% 11 Incorrect/damaged eyelet/eyelet holes 6609 8%

23 Dirty O/S 0 0% 23 Dirty O/S 0 0%

Total 75324 100% Total 82158 100%

(42)

4.1.4.3. Data Produk Cacat Mei – Juni 2014

Berikut adalah tabel data produk cacat di PT. Glostar Indonesia pada bulan Mei dan Juni tahun 2014.

Tabel 4.10. Data Produk Cacat Sepatu Converse Chuck Taylor bulan Mei 2014 – Juni 2014.

MEI JUNI

No. DEFECT PROBLEM DEFECT QTY % DEFECT No. DEFECT PROBLEM DEFECT

QTY % DEFECT

11 Incorrect/damaged eyelet/eyelet holes 0 0% 11 Incorrect/damaged eyelet/eyelet holes 0 0%

23 Dirty O/S 0 0% 23 Dirty O/S 0 0%

Total 46506 100% Total 49722 100%

(43)

4.1.4.4. Data Produk Cacat Juli – Agustus 2014

Berikut adalah tabel data produk cacat di PT. Glostar Indonesia pada bulan Juli dan Agustus tahun 2014.

Tabel 4.11. Data Produk Cacat Sepatu Converse Chuck Taylor bulan Juli 2014 – Agustus 2014.

JULI AGUSTUS

No. DEFECT PROBLEM DEFECT

QTY % DEFECT No. DEFECT PROBLEM

DEFECT

QTY % DEFECT

11 Incorrect/damaged eyelet/eyelet

holes 0 0% 11

Incorrect/damaged eyelet/eyelet

holes 0 0%

23 Dirty O/S 0 0% 23 Dirty O/S 0 0%

Total 71910 100% Total 41053 100%