Oleh: Sri Sulistyawati Dosen Pembimbing: Dr. Muhammad Mashuri, MT

Penerapan Diagram MEWMA

Pada Proses Blending

Primary di Perusahaan

Diagram MEWMA Baru

Blending Bagian

Perusahaan Rokok ‘X’

Oleh: Sri Sulistyawati 1306100060 Dosen Pembimbing: Dr. Muhammad Mashuri, MT

PENDAHULUAN

PENDAHULUAN

Latar Belakang

Industri Rokok Persaingan Industri Proses Primary Bagian Blending Pengendalian Kualitas Secara Statistik Peta Kendali

Belakang..

Persaingan Industri Kualitas PT. X Kualitas

Peta Kendali Multivariat

Permasalahan

1. Bagaimana stabilitas proses

primary proses blending

kendali MEWMA?

2. Apabila proses tidak terkendali

saja yang menyebabkan

Permasalahan..

proses produksi rokok pada tahap

blending dengan menggunakan peta

terkendali, variabel-variabel apa

menyebabkan terjadinya out-of-control?

Tujuan Penelitian

1. Menganalisis stabilitas

tahap primary proses

peta kendali MEWMA

2. Mengetahui variabel-variabel

menyebabkan terjadinya

control

Penelitian..

stabilitas proses produksi rokok pada

blending dengan menggunakan

variabel apa saja yang

out-of-Manfaat Penelitian

•

Memberikan informasi dalam

bidang industri, khususnya Quality Control

•

Memberikan informasi kepada

gambaran dari pengendalian

bagian blending

Penelitian..

dalam penerapan ilmu statistik di

Quality Control

kepada perusahaan mengenai

Batasan Masalah

Penelitian hanya dilakukan pada

khususnya di bagian

mengikutsertakan beberapa

Moisture Content (MC)

karena adanya perbedaan

sampel sehingga dianggap

metode

Masalah..

enelitian hanya dilakukan pada proses primary

bagian blending dengan tidak

beberapa variabel, yaitu variabel

(MC) dan variabel Organoleptic

perbedaan dalam proses pengambilan

dianggap kurang sesuai dengan

metode yang digunakan.

TINJAUAN PUSTAKA

TINJAUAN PUSTAKA

Peta Kendali

• Adalah suatu metode grafis yang digunakan untuk

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

• Manfaat peta kendali antara lain mempermudah mengamati perubahan data dari waktu ke waktu, dapat melihat

penyimpangan, yaitu apabila proses tidak terkendali menggambarkan kualitas dari suatu produk.

Peta Kendali

Atribut

Variabel

Kendali..

suatu metode grafis yang digunakan untuk

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

Manfaat peta kendali antara lain mempermudah mengamati perubahan data dari waktu ke waktu, dapat melihat

penyimpangan, yaitu apabila proses tidak terkendali, serta menggambarkan kualitas dari suatu produk.

Univariat

Peta Kendali

• Peta kendali yang digunakan perubahan kecil pada mean

Peta kendali MEWMA dibentuk

dimana:

matriks varian

dengan batas atas = h4 (nilai

batas bawah = 0

Kendali MEWMA..

digunakan untuk mendeteksi terjadinya

mean dalam proses (Khoo, 2003)

dibentuk oleh statistik dengan persamaan:

varian kovarian dari

Pemeriksaan Asumsi

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

Hipotesis:

H0 = data berdistribusi normal

H1 = data tidak berdistribusi

Statistik Uji

Tolak H0 jika terdapat lebih dari

Normal Multivariat..

probability density function dari distribusi normal

(Evans et al, 2000):

normal multivariat

berdistribusi normal multivariat

dari 50% jarak d2

Metode Analitycal Hierarchy Process (AHP)..

Merupakan metode yang digunakan

dari perbandingan yang kompleks dengan menguraikan masalah yang kompleks menjadi hierarki (Saaty, 1993)

Dalam metode AHP dilakukan 1. Mendefinisikan masalah dan 2. Membuat struktur hierarki

3. Membuat matrik perbandingan menggambarkan kontribusi terhadap tujuan atau kriteria

Hierarchy Process (AHP)..

digunakan untuk menentukan skala rasio yang kompleks dengan menguraikan masalah yang kompleks menjadi hierarki (Saaty, 1993)

dilakukan langkah-langkah sebagai berikut : dan menentukan solusi yang diinginkan hierarki yang diawali dengan tujuan utama perbandingan berpasangan yang

kontribusi relatif atau pengaruh setiap elemen kriteria yang setingkat di atasnya

Metode Analitycal Hierarchy Process (AHP)..

4. Menghitung nilai eigen dari berpasangan

5. Memeriksa konsistensi hirarki

dengan menggunakan Consistency Ratio (CR),

dengan

Matriks pairwise comparisons CR<10%.

Jika tidak konsisten maka mengulangi seluruh tingkat hierarki.

Hierarchy Process (AHP)..

dari setiap matriks perbandingan hirarki.

Consistency Ratio (CR), yang dirumuskan:

dengan

comparisons dikatakan konsisten jika nilai mengulangi langkah 3 dan 4 untuk

Identifikasi Variabel

Terjadinya Sinyal

Identifikasi dilakukan agar perbaikan yang tepat

Montgomery (2005) menjelaskan

yang dapat digunakan dalam mendiagnosis sinyal

control adalah menguraikan statistik

komponen yang menunjukkan kontribusi dari masing masing variabel.

Perbaikan proses difokuskan lebih besar dari

Variabel Penyebab

Sinyal Out-of-control..

perbaikan proses mencapai sasaran menjelaskan bahwa salah satu pendekatan

dalam mendiagnosis sinyal out-of-adalah menguraikan statistik ke dalam komponen-komponen yang menunjukkan kontribusi dari

masing-difokuskan pada variabel yang memiliki nilai .

TINJAUAN PROSES

TINJAUAN PROSES

Preparasi Material Cutting Separating Blending SKM SKT Batangan Wrapping Packing Packing Over Wrapping Making Bal Wraping Sloft Bandrol Box Tahap Primary Tahap Secondary

Diagram Alur Proses Produksi Rokok PT. X

Primary Process..

Merupakan suatu tahap produksi yang

material) tembakau dan cengkeh

berupa campuran rajangan dengan bancuran

Tahap proses dalam primary meliputi

• Tobacco Processing (Pengolahan Tembakau

• Cutting Line Processing (proses pengolahan

• Proses Blending Line

Primary Process..

yang mengolah bahan mentah (raw menjadi bahan setengah jadi

dengan ukuran tertentu yang disebut

meliputi:

Tembakau)

Proses Blending Line

• merupakan proses produksi pada yang merupakan serangkaian proses berbagai grade tembakau dan cengkeh

brand, menjadi blend yang siap untuk

selanjutnya

• Variabel yang diukur

1. Moisture Content (MC)

2. Particel Size Distribution (PSD) 3. Impurities

4. Organoleptic

Blending Line..

pada Primary Production Department proses secara batch dari pencampuran

cengkeh serta flavor sesuai komposisi untuk diproses pada tahap

METODOLOGI

PENELITIAN

METODOLOGI

Sumber

Data yang digunakan pada penelitian berupa data variabel karakteristik

tahap primary bagian blending

2010. Pengambilan sampel dilakukan 100 gram dan dilakukan pada saat

Sumber Data..

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

pada bulan Januari sampai Maret dilakukan 1 kali setiap batch sebanyak

Organisasi

dengan n_ti = hasil pengamatan X_i = karakteristik kualitas t = 1, 2, 3, ... , 118 i = 1, 2, 3, ... , 6 Data ke X₁ X₂ 1 n₁₁ n₁₂ 2 n₂₁ n₂₂ 3 n₃₁ n₃₂ t n_t1 n_t2 118 n_{118 1} n_{118 2}              

Organisasi Data..

kualitas (variabel) ke-i

X_i X₆ n_1i n₁₆ n_2i n₂₆ n_3i n₃₆ n_ti n_t6 n_118i n₁₁₈₆

Variabel Penelitian

PSD Halus

(X

1

)

PSD Sedang

(X

2

)

PSD Kasar

(X

3

)

Bancuran Bersih (X

4

)

Gagang

(X

5

)

Tikar

(X

6

)

Penelitian..

Tidak Ya Identifikasi variabel penyebab out-of-control Transformasi Tidak Selesai Kesimpulan dan Saran

Pembuatan Diagram MEWMA Penentuan Nilai Pembobot Data Berdistribusi Normal Multivariat Pemeriksaan Asumsi Observasi Proses Produksi Rokok

Pengumpulan Data QC antara Bulan Januari-Maret 2010

Studi Literatur tentang metode MEWMA

Mulai

Gambar 3.1 Diagram Alir Tahapan Penelitian

Diagram Alur Penelitian

ANALISIS DAN

PEMBAHASAN

ANALISIS DAN

Deskripsi Karakteristik

Variabel Mean Varian PSD Halus 7,301 3,376 PSD Sedang 82,311 4,133 PSD Kasar 10,388 6,406 Bancuran Bersih 99,253 0,0237 Gagang 0,671 0,0197 Tikar 0,07492 0,00377 15,0 12,5 10,0 7,5 5,0 p s d h a lu s 14,35 Boxplot of psd halus

Boxplot untuk variabel PSD Halus dan PSD

Karakteristik Kualitas

..

Varian Min Median Max 3,376 4,17 6,695 14,35 4,133 72,38 82,385 86,28 6,406 5,91 10,14 21,92 0,0237 98,84 99,255 99,65 0,0197 0,31 0,675 1 0,00377 0,01 0,06 0,48 88 86 84 82 80 78 76 74 72 p s d s e d a n g 73,58 72,38 76,79 Boxplot of psd sedang PSD Sedang

Deskripsi Karakteristik

22,5 20,0 17,5 15,0 12,5 10,0 7,5 5,0 p s d k a s a r 20,37 21,92 16,89 Boxplot of psd kasar 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 g a g a n g 0,32 0,31 Boxplot of gagang

Boxplot untuk variabel PSD Kasar, Bancuran

Karakteristik Kualitas

..

99,7 99,6 99,5 99,4 99,3 99,2 99,1 99,0 98,9 98,8 b a n c u ra n b e rs ih 99,65 98,84

Boxplot of bancuran bersih

0,5 0,4 0,3 0,2 0,1 0,0 ti k a r 0,48 0,38 0,19 0,26 Boxplot of tikar

Pemeriksaan Asumsi

Multivariat

Hipotesis:

H0 = data berdistribusi normal

H1 = data tidak berdistribusi

Statistik Uji

Jarak d2

i yang kurang dari

Sehingga kesimpulan dari pemeriksaan karakteristik keenam variabel

normal mutivariat

Asumsi Normal

Multivariat..

normal multivariat

berdistribusi normal multivariat

yaitu sebesar 73,73%, pemeriksaan asumsi ini adalah variabel kualitas telah berdistribusi

χ2

Penentuan Nilai

Setelah melakukan survei di

tingkat kepentingan sebagai berikut

PSD Halus PSD Sedang PSD Halus 1,000 0,500 PSD Sedang 2,000 1,000 PSD Kasar 0,250 0,200 Bancuran Bersih 4,000 3,000 Gagang 0,333 0,250 Tikar 0,500 0,333

Nilai Pembobot..

perusahaan, didapatkan matriks berikut

PSD Sedang PSD Kasar Bancuran Bersih Gagang Tikar 0,500 4,000 0,250 3,000 2,000 1,000 5,000 0,333 4,000 3,000 0,200 1,000 0,111 0,500 0,333 3,000 9,000 1,000 7,000 5,000 0,250 2,000 0,143 1,000 2,000 0,333 3,000 0,200 0,500 1,000

Penentuan Nilai

Nilai pembobot yang dihasilkan

Variabel Nilai Pembobot

PSD Halus _0,141 PSD Sedang _0,214 PSD Kasar _0,037 Bancuran Bersih _0,457 Gagang _0,076 Tikar _0,076

Nilai Pembobot..

Penerapan Diagram

1 25 20 15 10 5 0 D a ta Pengamatan

ke- Nilai Ti2

63 15,25849

81 15,42176

83 22,93546

Pengamatan Out-of-control

Diagram Kontrol MEWMA..

108 96 84 72 60 48 36 24 12 1 pengamatan ke ti2 h4 Variable

Identifikasi Variabel

control

Dengan membandingkan nilai di pada

control terhadap nilai dengan

maka didapatkan nilai kontribusi sebagai

Variabel Pengamatan ke 63 81 X1 4,183616 2,954479 X2 4,3117625 4,91620623 X3 3,6999118 7,60279171 X4 9,4963814 9,43450999 X5 2,350647 2,87420925 X6 4,2763473 7,30858624

Variabel Penyebab

Out-of-control

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

sebagai berikut Pengamatan ke-81 83 2,954479 0,60595156 4,91620623 3,29575852 7,60279171 1,66605854 9,43450999 2,32906784 2,87420925 2,85252575 7,30858624 17,2335395

KESIMPULAN DAN

SARAN

KESIMPULAN DAN

SARAN

Kesimpulan

1. Proses produksi rokok proses

Bulan Januari-Maret 2010 menunjukkan secara statistik. Hal ini dikarenakan

luar batas kendali, yaitu pada pengamatan 2. Variabel penyebab yang menyebabkan

yaitu variabel PSD Kasar (X₁), PSD (X₄), dan Tikar (X₆). Dengan uraian Bersih (X₄), dan Tikar (X₆) menyebabkan pengamatan yang periode Januari-Maret 2010. Bancuran Bersih (X₄), dan Tikar

dalam perbaikan proses untuk periode

Kesimpulan..

blending tahap primary di PT X pada periode

menunjukkan hasil bahwa proses belum terkendali dikarenakan terdapat 3 pengamatan yang berada di

pengamatan 63, 81, dan 83.

menyebabkan pengamatan terdeteksi out-of-control PSD Sedang (X₂), PSD Halus (X₃), Bancuran Bersih uraian bahwa variabel PSD Sedang (X₂), Bancuran merupakan variabel yang paling banyak yang tidak terkontrol pada diagram MEWMA Oleh karena itu variabel PSD Sedang (X₂), Tikar (X₆) menjadi variabel yang diprioritaskan

Saran..

Perlu adanya perbaikan kualitas proses produksi pada perusahaan, khususnya proses

variabel yang perlu diprioritaskan karena dianggap menyebabkan terjadinya pengamatan yang out

Sedang (X₂), Bancuran Bersih diharapkan pada periode selanjutnya

statistik

Saran..

Perlu adanya perbaikan kualitas proses produksi pada

blending tahap primary. Beberapa

variabel yang perlu diprioritaskan karena dianggap menyebabkan

out-of-control adalah variabel PSD

Bersih (X₄), dan Tikar (X₆). Sehingga

selanjutnya proses dapat terkendali secara statistik.

Daftar Pustaka

Ariani, D.W., 2004. Pengendalian Kualitas

Manajemen Kualitas). Yogyakarta:

Evans, M.; Hastings, N,; dan Peacock, B. 2000.

Edition. Canada: John Wiley and Sons, Inc.

Feigenbaum, A.V. 1983. Total Quality Control, Third Edition Hill, Inc.

Johnson. A.R. dan Wichern. D.W. 1998.

New Jersey: Prentice Hall. Upper Saddle River.

Khoo, M.B.C. 2003. Multivariate Control Chart for process Dispersion Based on

Individual Observation. Quality Engineering

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

Mulyono, S. 1996. Teori Pengambilan Universitas Indonesia.

Saaty, T.L., 1980. The Analytic Hierarchy Process. Risdiyanto, 2003. Analisis Pengendalian

Buana. Tesis Manajemen Produksi

Pustaka..

Kualitas Statistik (Pendekatan Kuantitatif Dalam ). Yogyakarta: Andi.

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

Total Quality Control, Third Edition. New York: Mc

graw-. Dgraw-.Wgraw-. 1998graw-. Applied Multivariate Statistical Analysisgraw-. New Jersey: Prentice Hall. Upper Saddle River.

Multivariate Control Chart for process Dispersion Based on

. Quality Engineering vol 16. pp. 75-85

Introduction to Statistical Quality Control 5th _Edition.

New York: John Wiley and Sons, Inc.

Pengambilan Keputusan. Jakarta: Fakultas Ekonomi The Analytic Hierarchy Process. New York: McGraw-Hill.

Pengendalian Kualitas Rokok di PT Menara Kartika

TERIMA KASIH

TERIMA KASIH