4. PENGOLAHAN DATA. Keterangan: a/b = shift kerja operator

(1)

22

endfacing dengan menggunakan crane, pipa diambil dari andang atau langsung dari mesin. Setelah itu baru diproses pada mesin, proses yang dilakukan secara otomatis sehingga operator bertugas untuk mengawasi proses tersebut dan menyeting pahat agar hasil yang dicapai bagus. Sesudah diproses pipa diangkut crane untuk disimpan di andang. Oleh karena itu terdapat 3 elemen yang perlu dihitung waktu bakunya. Untuk dapat menghitung waktu bakunya perlu terlebih dahulu melakukan pengukuran performa dan waktu longgar dari operator.

4.1. Performance Rating dan Allowance

Performance rating yang akan diberikan kepada operator berdasarkan skill, effort, condition, dan consistency adalah sebagai berikut (dasar penilaian dapat dilihat pada table Westinghouse pada Lampiran):

Tabel 4.1. Performance Rating Operator

Efc 1 Efc 2 Keterangan Op 1a Op 1b Op 1a Op 2a Op 1b Op 2b Skill 0,03 0 0,03 0 0,03 0 Effort 0 0 -0,02 0 -0,03 0 Condition -0,03 -0,03 -0,03 -0,03 -0,03 -0,03 Consistency -0,02 0 0 0 0 0 Total -0,02 -0,03 -0,02 -0,03 -0,03 -0,03 Performa rating(+1) 0,98 0,97 0,98 0,97 0,97 0,97

Keterangan: a/b = shift kerja operator

Untuk Skill,nilai yang diberikan 0,03 pada op 1a karena dalam waktu seting lebih cepat dibandingkan op 1b mesin Efc 1. Untuk Efc 2, op 1a dan 1b diberikan 0,03 karena pengalaman kerjanya sudah 25 tahun. Untuk usahanya pada op 1a dan 1b mesin Efc 2 diberikan nilai minus karena sering pergi dari tempat kerja. Kondisi lapangan yang tidak mendukung sehingga diberikan nilai minus. Untuk konsistensi, nilai minus yang diberikan pada op 1a Efc 1 karena hasil produksi untuk shift panjang dan pendek berbeda jauh.

(2)

Berikut ini merupakan penilaian dalam memberikan allowance berdasarkan (untuk keterangan selengkapnya mengenai pemberian penilaian dapat dilihat pada lampiran):

Tabel 4.2. Waktu longgar untuk Efc 1 dan Efc 2

Pemberian allowance berdasarkan persentase Total

Operator Power Position Move Eye Temperature Atmosfer Environment (%)

Efc 1 2 0,5 0 0 5 6 5 18,5

Op 1 (Efc2) 2 0,5 0 0 5 6 5 18,5

Op 2 (Efc2) 7,5 0,5 0 0 5 6 5 24

4.2. Mesin Endfacing 1

Ada 3 elemen yang akan dilakukan perhitungan, yaitu waktu unloading, waktu proses, dan waktu loading. Dikarenakan waktu crane untuk semua proses sama tidak ada yang berpengaruh maka data yang ada digabung. Untuk waktu proses bergantung pada tebal dan diameter dari pipa. Untuk mesin endfacing 1, diameter pipa yang dapat diproses mulai dari Ø ½ sampai Ø 1 ¼. Oleh karena begitu banyaknya kelas dari pipa dan mempunyai ketebalan yang berbeda-beda, maka data-data yang ada dikelompokkan untuk mempermudahkan proses perhitungan dan juga keterbatasan pengambilan data.

Untuk pengolahan data yang ada, diameter ½ mempunyai range 1.1 – 1.5 mm. Untuk diameter ¾ dan 1 mempunyai range 0.85 – 1.1 mm. Untuk diameter 1 ¼ mempunyai tebal 0.9 – 1.4 mm. Sedangkan ketebalan pipa mempunyai range dari 0.8 – 2.75 mm. Pengelompokan dilakukan dengan uji statistik 2 sampel-t yang menggunakan software minitab, berikut merupakan hipotesa dari pengujian:

Ho: Tebal tidak mempengaruhi waktu proses secara signifikan Hi: Tebal mempengaruhi waktu proses secara signifikan

Jika hasil test menunjukkan p-value > α (5%) maka gagal tolak Ho, yang berarti tebal tidak mempengaruhi waktu proses. Berikut ini merupakan hasil dari pengujian:

Tabel 4.3. Hasil uji dua populasi untuk ketebalan yang berbeda.

P-value Kesimpulan

Ø ½ (1.1 mm) Ø ½ (1.5 mm) 0.539 Tebal tidak berpengaruh

Ø ¾ (0.85 mm) Ø ¾ (1.1 mm) 0.110 Tebal tidak berpengaruh

(3)

20 10 0 14 13 12 11 10 9 8 7 6

Sam ple Num ber

S a m p le M ean

X-bar Chart for 1/2-3/4

1

Mean=8,875 2,0SL=10,87

-2,0SL=6,876

Dari tabel terlihat bahwa dari pengujian, menunjukkan bahwa tebal tidak mempengaruhi waktu proses secara signifikan. Kemudian dilakukan pengujian antar diameter apakah mempengaruhi waktu proses. Berikut ini hipotesanya:

Ho: Diameter tidak mempengaruhi waktu proses secara signifikan Hi: Diameter mempengaruhi waktu proses secara signifikan

Jika hasil test menunjukkan p-value > α (5%) maka gagal tolak Ho, yang berarti tebal tidak mempengaruhi waktu proses. Berikut ini hasil dari pengujian:

Tabel 4.4. Hasil uji dua populasi untuk diameter yang berbeda. Diameter 1 Diameter 2 P-value Kesimpulan

Ø ½ Ø ¾ 0,598 Diameter tidak berpengaruh

Ø ½ Ø 1 0,000 Diameter berpengaruh

Ø ½ Ø 1 ¼ 0,001 Diameter berpengaruh

Ø ¾ Ø 1 0,000 Diameter berpengaruh

Ø ¾ Ø 1 ¼ 0,000 Diameter berpengaruh

Ø 1 Ø 1 ¼ 0,989 Diameter tidak berpengaruh

Dari pengujian diatas, maka data dapat dikelompokkan menjadi dua yaitu untuk diameter Ø ½ - Ø ¾ dan Ø 1 – Ø 1¼.

4.2.1. Penghitungan Waktu Baku Mesin Endfacing 1

Setelah data-data yang ada dikelompokkan maka dilakukan penghitungan waktu baku, berikut ini merupakan contoh langkah-langkah pengolahan data untuk waktu proses diameter Ø ½ - Ø ¾ dim:

- Menentukan BKA dan BKB dengan menggunakan software minitab sehingga didapatkan peta control sebagai berikut:

(4)

Average: 8,16412 StDev: 0,644613 N: 17

Kolmogorov-Smirnov Normality Test D+: 0,185 D-: 0,113 D : 0,185 Approximate P-Value: 0,125 7,2 8,2 9,2 ,001 ,01 ,05 ,20 ,50 ,80 ,95 ,99 ,999 P rob ab il it y 1/2-3/4 2sig

Normal Probability Plot

Data yang keluar dari batas control dibuang kemudian diuji lagi sampai data yang ada seragam, berikut ini data yang sudah seragam

0 5 10 15 7 8 9 Sample Number Sa m p le M e a n

X-bar Chart for 1/2-3/4

Mean=8,164 2,0SL=9,202

-2,0SL=7,126

Gambar 4.2. Peta Kendali Diameter ½ - ¾ Yang Seragam - Menguji kenormalan data

Ho: data berdistribusi normal Hi: data tidak berdistribusi normal

Apabila p-value < α, maka tolak Ho (α = 5%)

Gambar 4.3. Hasil Uji Kenormalan Diameter ½ - ¾

Dari gambar di atas dapat dilihat p-value 0.125 yang berarti data berdistribusi normal dimana P value > 0.05.

(5)

- Menghitung kecukupan data: 2 ' ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = x k st N 2 164 . 8 * 05 . 0 120 . 2 * 645 . 0 ' ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = N N’ = 11.2 data

Data yang dipunyai ialah 17 data sedangkan data yang dibutuhkan 12 data oleh karena itu data sudah cukup

- Menghitung waktu baku: Ws = 8.164

Wn = Ws * Performa rating (mesin) = 8.164 * 1

= 8.164

Wb = Wn * (100%/(100%-Allowance)) = 8.164 * (100%/(100%-18.5%) = 10.02 detik

Untuk penghitungan waktu baku yang lain mempunyai proses yang sama sehingga hanya dicantumkan hasilnya (untuk pengujian dapat dilihat pada lampiran). Berikut ini merupakan rangkuman hasil dari pengolahan waktu baku untuk ketiga elemen diatas:

Tabel 4.5. Waktu Baku Untuk Mesin Endfacing 1.

Jenis waktu Waktu normal Waktu baku Jumlah data Data yg dibutuhkan Unloading (1 batch) 105.315 105.315 19 7 Pipa Ø ½ - Ø ¾ (1 bh) 8.164 10.02 17 12 Pipa Ø 1 - Ø 1 ¼ (1 bh) 6.5 7.98 33 26 Loading (1 batch) 118.18 118.18 37 34

Waktu lama seting dan waktu untuk bersih- bersih dan laporan harian didapatkan dari data work sampling yaitu untuk seting sebesar 11.62 % dan untuk bersih-bersih dan laporan harian 2.47 %.

Waktu kerja = 450 menit

(6)

Waktu untuk bersih-bersih dan membuat laporan = 12 menit Total waktu kerja = 450 – (50 + 12)

= 388 menit (23280 detik)

Berikut ini merupakan hasil dari output baku untuk 1 hari kerja. Tabel 4.6. Output Baku Mesin Endfacing 1

Jenis Pipa 1 batch

Hasil 1 hari (batch) hasil 1 hari (btg) Realitas crane Hasil 1 hari (batch) hasil 1 hari (btg) hasil 1 jam (btg) Ø 1/2 200 10,75 2150,99 400 5,67 2266,83 302 Ø 3/4 150 13,87 2080,13 300 7,42 2226,85 297 Ø 1 100 23,03 2302,51 300 8,99 2695,71 359 Ø 1/ 1/4 75 28,61 2146,00 225 11,65 2621,11 349

4.2.2. Work Sampling Mesin Endfacing 1

Dikarenakan ingin mengetahui pengaruh crane terhadap hasil produksi mesin endfacing maka dilakukan pengamatan terhadap aktivitas kerja dari mesin, proses atau pekerja menggunakan metode sampling. Dengan metode ini juga dapat diketahui berapa lama waktu mesin atau operator menganggur dan sebab-sebab yang lain. Dalam hal ini penulis melakukan pengamatan selama 1 hari penuh dengan 90 kali pengamatan dalam jangka waktu tertentu. Di bawah ini merupakan data presentase working-idle dari mesin endfacing 1 beserta pengolahan datanya (untuk data harian dapat dilihat pada lampiran).

Tabel 4.7. Data Persentase Working dan Idle Mesin Endfacing 1

Total % %

No Tanggal Working Idle Pengamatan Working Idle

1 8-Feb-06 55 35 90 61.11 38.89 2 9-Feb-06 50 40 90 55.56 44.44 3 13-Feb-06 58 32 90 64.44 35.56 4 14-Feb-06 53 37 90 58.89 41.11 5 15-Feb-06 64 26 90 71.11 28.89 6 16-Feb-06 58 32 90 64.44 35.56 7 27-Feb-06 46 44 90 51.11 48.89 8 28-Feb-06 43 47 90 47.78 52.22 9 1-Mar-06 59 31 90 65.56 34.44 10 2-Mar-06 32 58 90 35.56 64.44 11 6-Mar-06 67 23 90 74.44 25.56 12 9-Mar-06 29 61 90 32.22 67.78 13 13-Mar-06 51 39 90 56.67 43.33 14 14-Mar-06 57 33 90 63.33 36.67 15 15-Mar-06 51 39 90 56.67 43.33 16 16-Mar-06 59 31 90 65.56 34.44

(7)

Tabel 4.7. Data Persentase Working dan Idle Mesin Endfacing 1 (sambungan) 17 20-Mar-06 55 35 90 61.11 38.89 18 21-Mar-06 54 36 90 60.00 40.00 19 22-Mar-06 61 29 90 67.78 32.22 20 24-Mar-06 31 59 90 34.44 65.56 21 28-Mar-06 35 55 90 38.89 61.11 22 29-Mar-06 56 34 90 62.22 37.78 23 17-Apr-06 60 30 90 66.67 33.33 24 18-Apr-06 38 52 90 42.22 57.78 Total 1222 938 2160 56.57 43.43

Dari tabel diatas dapat dilihat, untuk rata-rata persentase idle didapatkan sebesar 43.43%. Kemudian dilakukan uji kecukupan data dengan menggunakan nilai s (tingkat ketelitian) = 0.1 (10%). Untuk tingkat kepercayaan yang digunakan 90% sehingga k = 1.645. Berikut ini hasil dari uji kecukupan data:

2 2 ) ( ) 1 ( ' sp p p k N = − N’ = 1,96² (1-0,4343) 0,1² 0,4343 N’ = 353

Karena jumlah pengamatan yang dimiliki ialah 2160 pengamatan, sedangkan pengamatan yang dibutuhkan ialah 353 kali pengamatan, maka data-data yang ada telah memenuhi uji kecukupan data-data.

Untuk mengetahui berapa banyak persentase menganggur dari mesin, maka persentase menganggur dibagi-bagi menjadi beberapa penyebab yang terjadi. Hal ini dapat dilihat pada Tabel di bawah ini.

Tabel 4.8. Penyebab Mesin Endfacing 1 Mengalami Downtime

No Tanggal Stg Tb Mr Idle Lost Tc Bb lap Ll Total

1 08-Feb-06 5 0 9 1 4 13 3 0 0 35 2 09-Feb-06 17 10 0 3 2 4 3 1 0 40 3 13-Feb-06 8 0 0 0 7 17 0 2 0 34 4 14-Feb-06 12 0 0 1 7 22 2 0 0 44 5 15-Feb-06 9 0 0 1 6 10 0 0 5 31 6 16-Feb-06 12 0 1 0 8 4 3 0 8 36 7 27-Feb-06 22 0 11 1 1 6 0 4 0 45 8 28-Feb-06 7 0 22 4 10 7 0 3 0 53 9 01-Mar-06 19 0 0 3 4 3 1 2 0 32 10 02-Mar-06 11 0 42 0 3 4 0 0 0 60 11 06-Mar-06 3 0 0 1 9 3 0 0 7 23

(8)

Tabel 4.8. Penyebab Mesin Endfacing 1 Mengalami Downtime (sambungan) 12 09-Mar-06 7 35 0 0 17 2 0 0 0 61 13 13-Mar-06 13 0 0 0 12 23 0 0 0 48 14 14-Mar-06 10 3 0 0 3 13 0 3 6 38 15 15-Mar-06 20 0 0 1 4 16 0 0 2 43 16 16-Mar-06 9 0 0 0 4 19 0 3 0 35 17 20-Mar-06 5 0 0 0 12 23 0 0 0 40 18 21-Mar-06 8 6 0 1 11 10 0 1 0 37 19 22-Mar-06 4 0 0 0 11 22 0 2 1 40 20 24-Mar-06 5 0 0 0 12 23 0 0 0 40 21 28-Mar-06 15 0 0 0 13 23 6 7 0 64 22 29-Mar-06 14 3 0 0 6 7 2 3 0 35 23 17-Apr-06 6 0 0 1 16 7 2 3 0 35 24 18-Apr-06 25 0 2 2 15 5 4 2 0 55 Total 266 57 87 20 197 286 26 36 29 1004 Persentase 26,49 5,68 8,67 1,99 19,62 28,49 2,59 3,59 2,89 100 Keterangan: Stg = Seting Tb = Tunggu bahan Mr = Mesin rusak Idle = Operator menganggur Lap = Laporan Ll = Lain-lain

Bb = Bersih-bersih

Tc = Tunggu crane (bahan ada tetapi crane lagi melayani mesin lain atau menunggu output dari mesin langsung)

Lost = Operator tidak berada pada lokasi mesin baik karena keperluan sendiri maupun keperluan untuk mesin (order bahan).

Oth e r s La in-la in Lapo r an Tun g g u b a han Mes in r usa k L os t Setin g Tung gu cr a ne 46 29 36 57 87 197 266 286 4,6 2,9 3,6 5,7 8,7 19,6 26,5 28,5 100,0 95,4 92,5 88,9 83,3 74,6 55,0 28,5 1000 500 0 100 80 60 40 20 0 Defect Count Percent Cum % P e rc ent C o unt

Pareto Chart for Efc 1

Gambar 4.4. Peta Pareto Untuk Endfacing 1

Pada penggunaan peta pareto, penulis menggunakan peta pareto 20-80 sehingga dari peta pareto diatas dapat diketahui bahwa kendala yang berpengaruh

(9)

dan perlu dicari tahu penyebab yang ada adalah menunggu crane, operator menghilang dari tempat, dan seting pahat. Kendala-kendala tersebut dicari penyebab-penyebab yang ada dengan menggunakan diagram tulang ikan.

4.2.3.Work Sampling Operator 1a (Endfacing 1)

Berikut ini merupakan data-data jumlah aktivitas produktif dan tidak produktif dari operator endfacing 1. Untuk data harian dapat dilihat pada Lampiran.

Tabel 4.9. Data Persentase Working dan Idle Operator 1a Mesin Efc1

Total % %

1 13-Feb-06 69 21 90 76.67 23.33 2 14-Feb-06 69 21 90 76.67 23.33 3 15-Feb-06 73 17 90 81.11 18.89 4 16-Feb-06 74 16 90 82.22 17.78 5 27-Feb-06 77 13 90 85.56 14.44 6 28-Feb-06 72 18 90 80.00 20.00 7 1-Mar-06 77 13 90 85.56 14.44 8 2-Mar-06 60 30 90 66.67 33.33 9 13-Mar-06 68 22 90 75.56 24.44 10 14-Mar-06 72 18 90 80.00 20.00 11 15-Mar-06 70 20 90 77.78 22.22 12 16-Mar-06 71 19 90 78.89 21.11 13 28-Mar-06 66 24 90 73.33 26.67 14 29-Mar-06 75 15 90 83.33 16.67 Total 993 267 1260 78.81 21.19

Dari tabel diatas dapat dilihat, untuk rata-rata persentase idle didapatkan sebesar 21.19%. Kemudian dilakukan uji kecukupan data:

2 2 ) ( ) 1 ( ' sp p p k N = − N’ = 1,96² (1-0,2119) 0,1² 0,2119 N’ = 1011

Karena jumlah pengamatan yang dimiliki ialah 1260 pengamatan, sedangkan pengamatan yang dibutuhkan ialah 1011 kali pengamatan, maka data-data yang ada telah memenuhi uji kecukupan data-data. Untuk mengetahui berapa banyak persentase menganggur dari operator, maka persentase menganggur dibagi-bagi menjadi beberapa penyebab yang terjadi (pada Tabel 4.10.).

(10)

T un g gu cr ane Los t Mes i n rus a k Lai n-l ain _Idle Othe rs 119 94 36 23 21 6 39,8 31,4 12,0 7,7 7,0 2,0 39,8 71,2 83,3 91,0 98,0 100,0 0 100 200 300 0 20 40 60 80 100 Defect Count Percent Cum % Pe rce n t Coun t

Pareto Chart for Op 1a-Efc1

Tabel 4.10. Penyebab Operator 1a Mesin Endfacing 1 Menganggur

No Tanggal Lost Idle Tc Tb Mr LL Total

1 13-Feb-06 7 0 14 0 0 0 21 2 14-Feb-06 4 1 9 0 0 5 19 3 15-Feb-06 6 1 9 0 0 5 21 4 16-Feb-06 9 0 3 0 0 8 20 5 27-Feb-06 1 1 5 0 6 0 13 6 28-Feb-06 10 3 5 0 4 0 22 7 01-Mar-06 9 2 2 0 0 0 13 8 02-Mar-06 4 0 1 0 26 0 31 9 13-Mar-06 12 0 17 0 0 0 29 10 14-Mar-06 3 0 13 3 0 5 24 11 15-Mar-06 7 1 16 0 0 0 24 12 16-Mar-06 4 0 19 0 0 0 23 13 28-Mar-06 12 12 0 0 0 0 24 14 29-Mar-06 6 0 6 3 0 0 15 Total 94 21 119 6 36 23 299 Persentase 31,44 7,02 39,80 2,01 12,04 7,69 100 Keterangan:

Tb = Tunggu bahan (bahan yang diproduksi sudah habis) Mr = Mesin rusak

Idle = Operator menganggur

Tc = Tunggu crane (bahan ada tetapi crane lagi melayani mesin lain atau menunggu output dari mesin langsung)

Ll = Lain-lain

Lost = Operator tidak berada pada lokasi mesin baik karena keperluan sendiri maupun keperluan untuk mesin (order bahan)

(11)

Dari peta pareto diatas dapat diketahui bahwa kendala yang berpengaruh dan perlu dicari tahu penyebab yang ada adalah menunggu crane, operator menghilang dari tempat dan mesin rusak. Kendala-kendala tersebut dicari penyebab-penyebab yang ada dengan menggunakan diagram tulang ikan.

4.2.4. Work Sampling untuk Operator 1b (Endfacing 1)

Berikut ini merupakan data-data jumlah aktivitas produktif dan tidak produktif dari operator endfacing 1. Untuk data harian dapat dilihat pada Lampiran.

Tabel 4.11. Data Persentase Working dan Idle Operator 1b Mesin Efc1

No Tanggal Working Idle Total % %

Pengamatan Working Idle

1 8-Feb-06 67 23 90 74.44 25.56 2 9-Feb-06 71 19 90 78.89 21.11 3 6-Mar-06 72 18 90 80.00 20.00 4 9-Mar-06 36 54 90 40.00 60.00 5 20-Mar-06 60 30 90 66.67 33.33 6 21-Mar-06 60 30 90 66.67 33.33 7 22-Mar-06 68 22 90 75.56 24.44 8 24-Mar-06 62 28 90 68.89 31.11 9 17-Apr-06 71 19 90 78.89 21.11 10 18-Apr-06 69 21 90 76.67 23.33 Total 636 264 900 70.67 29.33

2 2 ) ( ) 1 ( ' sp p p k N = − N’ = 1,96² (1-0,2933) 0,1² 0,2933 N’ = 651

Untuk mengetahui berapa banyak persentase menganggur dari operator, maka persentase menganggur dibagi-bagi menjadi beberapa penyebab yang terjadi. Hal ini dapat dilihat pada Tabel di bawah ini.

(12)

Tabel 4.12. Penyebab Operator 1b Menganggur

No Tanggal Lost Idle Tc Tb Mr LL Total

1 08-Feb-06 1 0 13 0 9 0 23 2 09-Feb-06 2 3 4 10 0 0 19 3 06-Mar-06 14 1 3 0 0 0 18 4 09-Mar-06 17 0 2 35 0 0 54 5 20-Mar-06 7 0 23 0 0 0 30 6 21-Mar-06 14 1 11 6 0 0 32 7 22-Mar-06 11 0 20 0 0 0 31 8 24-Mar-06 1 0 0 27 0 0 28 9 17-Apr-06 16 1 7 0 0 0 24 10 18-Apr-06 15 0 5 0 2 0 22 Total 98 6 88 78 11 0 281 Persentase 34,88 2,14 31,32 27,76 3,91 0,00 100 Keterangan:

Ll = Lain-lain

Lost = Operator tidak berada pada lokasi mesin baik karena keperluan sendiri maupun keperluan untuk mesin (order bahan)

Los t T ung gu cr ane Tung gu ba han Mes in rusa k Oth e rs 98 88 78 11 6 34,9 31,3 27,8 3,9 2,1 34,9 66,2 94,0 97,9 100,0 0 100 200 0 20 40 60 80 100 Defect Count Percent Cum % Pe rce n t Coun t

Pareto Chart for Op 1b-Efc1

(13)

Dari peta pareto diatas dapat diketahui bahwa kendala yang berpengaruh adalah menunggu crane, operator menghilang dari tempat. Kendala tersebut dicari penyebab-penyebab yang ada dengan menggunakan diagram tulang ikan.

4.3. Mesin Endfacing 2

Pada mesin endfacing 2 perhitungan yang dilakukan untuk waktu proses saja karena pada waktu unloading dan loading mesin masih dapat berjalan sehingga mesin dapat berjalan terus walaupun ada proses meletakkan atau mengambil pipa pada mesin. Untuk waktu proses bergantung pada tebal dan diameter dari pipa. Untuk mesin endfacing 2, diameter pipa yang dapat diproses mulai dari diameter 1 ½ sampai diameter 6. Oleh karena begitu banyaknya kelas dari pipa dan mempunyai ketebalan yang berbeda-beda, maka data-data yang ada dikelompokkan untuk mempermudahkan proses perhitungan dan juga keterbatasan waktu dalam pengambilan data.

Pengelompokan dilakukan dengan uji statistik 2 sampel-t yang menggunakan software minitab, berikut ini merupakan hipotesa dari pengujian:

Ho: Tebal tidak mempengaruhi waktu proses secara signifikan Hi: Tebal mempengaruhi waktu proses secara signifikan

Jika hasil test menunjukkan p-value > α (5%) maka gagal tolak Ho, yang berarti tebal tidak mempengaruhi waktu proses. Berikut ini merupakan hasil dari pengujian (karena terbatasnya waktu pengambilan data maka data hanya ada untuk diameter 2 ½, 3, dan 4):

Tabel 4.13. Uji 2 Populasi Untuk Ketebalan Yang Berbeda Mesin Endfacing 2

Diameter 1 Diameter 2 P-value Kesimpulan

Ø 2 1/2 (2.9 mm) Ø 2 1/2 (4.8 mm) 0,134 Tebal tidak berpengaruh

Ø 3 (1.2 mm) Ø 3 (1.4 mm) 0,066 Tebal tidak berpengaruh

Ø 4 (1.2 mm) Ø 4 (1.7 mm) 0.145 Tebal tidak berpengaruh

Ø 4 (1.2 mm) Ø 4 (4.1 mm) 0.000 Tebal berpengaruh

Ø 4 (1.7 mm) Ø 4 (4.1 mm) 0.000 Tebal berpengaruh

Karena pada pengujian tebal ada yang berpengaruh maka data dikelompokkan berdasarkan tebal sedangkan untuk pengujian diameter dapat dilakukan apabila pengelompokkan berdasar tebal antar diameter sama, sedangkan

(14)

pada pengambilan data, tidak bisa dilakukan pengambilan data semuanya karena tergantung pada order yang dibuat dan waktu pengambilan data yang terbatas. Oleh karena itu, pengelompokan data berdasarkan tebal data pada masing-masing diameter.

4.3.1. Penghitungan Waktu Baku Mesin Endfacing 2

Karena proses yang dilakukan dalam penghitungan waktu baku untuk mesin endfacing 2 sama dengan penghitungan untuk mesin endfacing 1, maka langsung dicantumkan hasil yang diperoleh (untuk pengujian dan pengolahan data dapat dilihat pada lampiran):

Tabel 4.14. Penghitungan Waktu Baku Mesin Endfacing 2

Diameter Tebal Waktu

(Ø) (mm) normal Waktu baku Jumlah data Data yg dibutuhkan 2 1/2 2.9 - 4.8 63.83 83.99 12 9 3 1.2 - 1.4 39.57 52.07 14 12 4 1.2 - 1.7 60.84 80.05 20 20 4 4.1 82.80 108.95 10 6

Waktu lama seting dan waktu untuk bersih-bersih dan laporan harian didapatkan dari data work sampling yaitu untuk seting sebesar 20.10 % dan untuk bersih-bersih dan laporan harian 3.38 %.

Waktu kerja = 450 menit

Rata-rata lama seting/hari = 90 menit

Waktu untuk bersih-bersih dan membuat laporan = 16 menit Total waktu kerja = 450 – (90 + 16)

= 344 menit (20640 detik)

Berikut ini merupakan hasil dari output baku untuk 1 hari kerja Tabel 4.15. Output Baku Mesin Endfacing 2 Jenis Pipa

(diameter)

1 batch Hasil 1 batch (detik) Hasil (batch/hari) Hasil (btg/hari) 2 1/2 30 2519,61 8,19 245,75 3 30 1562,1 13,21 396,42 4 (1.4-1.7 mm) 30 2401,50 8,59 257,84 4 (4.1mm) 25 2723,75 7,58 189,44

(15)

4.3.2 Work Sampling Mesin Endfacing 2

Berikut ini merupakan data-data jumlah aktivitas mesin produktif dan tidak produktif dari mesin endfacing 2. Proses yang dilakukan sama dengan proses pada mesin endfacing 1. Untuk data harian dapat dilihat pada Lampiran.

Tabel 4.16. Data Persentase Working dan Idle Mesin Endfacing 2

Total % %

1 8-Feb-06 41 49 90 45.56 54.44 2 13-Feb-06 43 47 90 47.78 52.22 3 14-Feb-06 20 70 90 22.22 77.78 4 15-Feb-06 40 50 90 44.44 55.56 5 16-Feb-06 40 50 90 44.44 55.56 6 27-Feb-06 25 65 90 27.78 72.22 7 28-Feb-06 41 49 90 45.56 54.44 8 1-Mar-06 7 83 90 7.78 92.22 9 2-Mar-06 9 81 90 10.00 90.00 10 7-Mar-06 51 39 90 56.67 43.33 11 9-Mar-06 37 53 90 41.11 58.89 12 13-Mar-06 36 54 90 40.00 60.00 13 14-Mar-06 12 78 90 13.33 86.67 14 16-Mar-06 16 74 90 17.78 82.22 15 20-Mar-06 51 39 90 56.67 43.33 16 21-Mar-06 49 41 90 54.44 45.56 17 22-Mar-06 50 40 90 55.56 44.44 18 24-Mar-06 41 49 90 45.56 54.44 19 28-Mar-06 44 46 90 48.89 51.11 20 29-Mar-06 49 41 90 54.44 45.56 21 18-Apr-06 33 57 90 36.67 63.33 Total 735 1155 1890 38.89 61.11

Dari tabel diatas dapat dilihat, untuk rata-rata persentase idle didapatkan sebesar 61.11%. Kemudian dilakukan uji kecukupan data:

2 2 ) ( ) 1 ( ' sp p p k N = − N’ = 1,96² (1-0,61.11) 0,1² 0,61.11 N’ = 172

(16)

Untuk mengetahui persentase penyebab-penyebab mesin berhenti, maka persentase menganggur dibagi-bagi menjadi beberapa penyebab yang terjadi. Hal ini dapat dilihat pada Tabel berikut.

Tabel 4.17. Penyebab Mesin Endfacing 2 Berhenti

No Tanggal Lost Stg Tb Tc pure BB Lap Kikir Mr LL Total

1 8-Feb-06 4 10 0 8 16 0 5 6 0 0 49 2 13-Feb-06 8 26 0 5 7 2 0 1 0 0 49 3 14-Feb-06 11 10 0 4 12 0 0 3 30 0 70 4 15-Feb-06 5 19 0 0 13 0 7 6 0 0 50 5 16-Feb-06 2 26 0 4 12 0 1 5 0 0 50 6 27-Feb-06 0 22 36 2 2 0 2 1 0 0 65 7 28-Feb-06 1 27 5 0 6 1 4 5 0 0 49 8 1-Mar-06 2 15 66 0 0 0 0 0 0 0 83 9 2-Mar-06 0 11 57 0 6 2 3 2 0 0 81 10 7-Mar-06 4 16 0 0 11 0 5 3 0 0 39 11 9-Mar-06 5 29 3 0 10 0 6 0 0 0 53 12 13-Mar-06 4 11 0 11 16 0 4 5 0 4 55 13 14-Mar-06 0 1 76 0 1 0 0 0 0 0 78 14 16-Mar-06 8 15 42 4 5 0 0 0 0 0 74 15 20-Mar-06 0 11 1 7 14 1 3 2 0 0 39 16 21-Mar-06 2 17 8 2 8 0 2 2 0 0 41 17 22-Mar-06 2 19 0 1 13 0 3 2 0 0 40 18 24-Mar-06 0 12 3 9 20 0 4 1 0 0 49 19 28-Mar-06 5 22 2 2 8 0 4 3 0 0 46 20 29-Mar-06 5 29 0 1 0 2 0 4 0 0 41 21 18-Apr-06 2 33 2 0 7 0 3 9 0 1 57 Total 70 381 301 60 187 8 56 60 30 5 1158 Persentase 6.04 32.90 25.99 5.18 16.15 0.69 4.84 5.18 2.59 0.43 100 Keterangan:

Lost = Operator tidak berada pada lokasi mesin baik karena keperluan sendiri maupun keperluan untuk mesin (order bahan).

Stg = Seting

Tb = Tunggu bahan (bahan yang diproduksi sudah habis)

Tc = Tunggu crane bahan ada tetapi crane lagi melayani mesin lain atau menunggu output dari mesin langsung)

Pure = Operator menganggur karena urusan pribadi BB = Operator melakukan 5 R

Lap = Operator mengerjakan laporan

Kikir = Operator mengikir pipa yang sudah diproses Mr = Mesin rusak LL = Lain-lain

(17)

Othe rs Lapo ran Tung gu cr ane Kikir Lost pure Tung gu ba han Setin g 43 56 60 60 70 187 301 381 3.7 4.8 5.2 5.2 6.0 16.1 26.0 32.9 100.0 96.3 91.5 86.3 81.1 75.0 58.9 32.9 1200 1000 800 600 400 200 0 100 80 60 40 20 0 Defect Count Percent Cum % Pe rc e n t Co u n t

Pareto Chart for Efc 2

Gambar 4.7. Peta Pareto Untuk Mesin Endfacing 2

Dari peta pareto diatas dapat diketahui bahwa kendala yang berpengaruh dan perlu dicari tahu penyebab yang ada adalah Seting pahat, operator menganggur, menunggu bahan dan operator menghilang. Kendala-kendala tersebut dicari penyebab-penyebab yang ada dengan menggunakan diagram tulang ikan.

4.3.3. Work Sampling Operator 1a Mesin Endfacing 2

Berikut ini merupakan data-data jumlah aktivitas mesin produktif dan tidak produktif dari operator 1a untuk mesin endfacing 2. Untuk data harian dapat dilihat pada Lampiran.

Tabel 4.18. Data Persentase Working dan Idle Operator 1a Mesin Endfacing 2

Total % %

1 13-Feb-06 69 21 90 76.67 23.33 2 14-Feb-06 63 27 90 70.00 30.00 3 15-Feb-06 72 18 90 80.00 20.00 4 16-Feb-06 67 23 90 74.44 25.56 5 27-Feb-06 52 38 90 57.78 42.22 6 28-Feb-06 66 24 90 73.33 26.67 7 1-Mar-06 24 66 90 26.67 73.33 8 2-Mar-06 33 57 90 36.67 63.33 9 13-Mar-06 45 45 90 50.00 50.00

(18)

Tabel 4.18. Data Persentase Working dan Idle Operator 1a Mesin Endfacing 2 (sambungan) 10 14-Mar-06 13 77 90 14.44 85.56 11 16-Mar-06 28 62 90 31.11 68.89 12 28-Mar-06 61 29 90 67.78 32.22 13 29-Mar-06 73 17 90 81.11 18.89 Total 666 504 1170 56.92 43.08

2 2 ) ( ) 1 ( ' sp p p k N = − N’ = 1,96² (1-0,4308) 0,1² 0,4308 N’ = 358

Untuk mengetahui persentase penyebab-penyebab operator menganggur, maka persentase menganggur dibagi menjadi beberapa penyebab yang terjadi. Hal ini dapat dilihat pada Tabel di bawah ini

No Tanggal Lost Tb Tc Pure Op lain LL Total

1 13-Feb-06 8 0 5 7 1 0 21 2 14-Feb-06 11 0 4 12 0 0 27 3 15-Feb-06 5 0 0 13 0 0 18 4 16-Feb-06 7 0 4 12 0 0 23 5 27-Feb-06 0 32 2 2 2 0 38 6 28-Feb-06 3 0 5 6 10 0 24 7 1-Mar-06 1 62 0 1 2 0 66 8 2-Mar-06 4 44 0 3 6 0 57 9 13-Mar-06 12 0 11 11 7 4 45 10 14-Mar-06 2 75 0 0 0 0 77 11 16-Mar-06 11 42 4 5 0 0 62 12 28-Mar-06 8 2 2 10 7 0 29 13 29-Mar-06 13 0 0 1 3 0 17 Total 85 257 37 83 38 4 504 Persentase 16.87 50.99 7.34 16.47 7.54 0.79 100

(19)

Keterangan:

Tb = Tunggu bahan (bahan yang diproduksi sudah habis) Op lain = Operator satunya yang mengerjakan pekerjaan Idle = Operator menganggur

Ll = Lain-lain

Lost = Operator tidak berada pada lokasi mesin baik karena keperluan sendiri maupun keperluan untuk mesin (order bahan)

Tung gu ba han Lost Pure Op la in Tung gu cr ane Othe rs 257 85 83 38 37 4 51.0 16.9 16.5 7.5 7.3 0.8 51.0 67.9 84.3 91.9 99.2 100.0 0 100 200 300 400 500 0 20 40 60 80 100 Defect Count Percent Cum % Pe rc e n t Co u n t

Pareto Chart for Op 1a-Efc 2

Gambar 4.8. Peta Pareto Operator 1a Mesin Endfacing 2

Dari peta pareto diatas dapat diketahui bahwa kendala yang berpengaruh dan perlu dicari tahu penyebab yang ada adalah menunggu bahan, seting pahat, operator menghilang, dan operator menganggur. Kendala-kendala tersebut dicari penyebab-penyebab yang ada dengan menggunakan diagram tulang ikan.

4.3.4. Work Sampling Operator 2a Mesin Endfacing 2

Berikut ini merupakan data-data jumlah aktivitas mesin produktif dan tidak produktif dari operator 2a untuk mesin endfacing 2. Data di bawah ini

(20)

merupakan data yang sudah disortir oleh penulis karena adanya data pencilan, untuk data selengkapnya dan data harian dapat dilihat pada Lampiran.

Tabel 4.20. Data Persentase Working dan Idle Operator 2a Mesin Endfacing 2

Total % %

1 13-Feb-06 52 38 90 57.78 42.22 2 16-Feb-06 47 43 90 52.22 47.78 3 27-Feb-06 45 45 90 50.00 50.00 4 28-Feb-06 74 16 90 82.22 17.78 5 1-Mar-06 17 73 90 18.89 81.11 6 2-Mar-06 38 52 90 42.22 57.78 7 13-Mar-06 57 33 90 63.33 36.67 8 14-Mar-06 14 76 90 15.56 84.44 9 16-Mar-06 29 61 90 32.22 67.78 10 28-Mar-06 68 22 90 75.56 24.44 11 29-Mar-06 73 17 90 81.11 18.89 Total 514 476 990 51.92 48.08

2 2 ) ( ) 1 ( ' sp p p k N = − N’ = 1,96² (1-0,4808) 0,1² 0,4808 N’ = 293

Untuk mengetahui persentase penyebab-penyebab operator menganggur, maka persentase menganggur dibagi-bagi menjadi beberapa penyebab yang terjadi. Hal ini dapat dilihat pada Tabel di bawah ini.

No Tanggal Lost Tb Tc Pure Op lain LL Total

1 13-Feb-06 7 0 5 7 19 0 38

2 16-Feb-06 2 0 4 12 25 0 43

3 27-Feb-06 0 39 2 2 9 0 52

4 28-Feb-06 1 0 5 6 4 0 16

(21)

Tung gu ba han Op la in Pure Lost Tung gu cr ane Othe rs 264 76 70 38 31 4 54.7 15.7 14.5 7.9 6.4 0.8 54.7 70.4 84.9 92.8 99.2 100.0 0 100 200 300 400 500 0 20 40 60 80 100 Defect Count Percent Cum % P e rc ent C ount

Pareto Chart for Op 2a-Efc 2

Tabel 4.21. Penyebab Operator 2a Mesin Endfacing 2 Menganggur (sambungan)

6 2-Mar-06 1 44 0 7 0 0 52 7 13-Mar-06 5 0 8 16 0 4 33 8 14-Mar-06 0 75 1 0 0 0 76 9 16-Mar-06 7 42 4 6 2 0 61 10 28-Mar-06 8 2 2 8 2 0 22 11 29-Mar-06 7 0 0 4 6 0 17 Total 38 264 31 70 76 4 483 Persentase 7.87 54.66 6.42 14.49 15.73 0.83 100 Keterangan:

Ll = Lain-lain

Gambar 4.9. Peta Pareto Operator 2a Mesin Endfacing 2

Dari peta pareto diatas dapat diketahui bahwa kendala yang berpengaruh dan perlu dicari tahu penyebab yang ada adalah menunggu bahan, operator lain yang mengerjakan, operator menganggur. Kendala-kendala tersebut dicari penyebab-penyebab yang ada dengan menggunakan diagram tulang ikan.

(22)

4.3.5. Work Sampling Operator 1b Mesin Endfacing 2

Berikut ini merupakan data-data jumlah aktivitas mesin produktif dan tidak produktif dari operator 1b untuk mesin endfacing 2. Untuk data harian dapat dilihat pada Lampiran.

Tabel 4.22. Data Persentase Working dan Idle Operator 1b Mesin Endfacing 2

Total % %

1 08-Feb-06 45 45 90 50,00 50,00 2 07-Mar-06 60 30 90 66,67 33,33 3 09-Mar-06 56 34 90 62,22 37,78 4 20-Mar-06 51 39 90 56,67 43,33 5 21-Mar-06 58 32 90 64,44 35,56 6 22-Mar-06 44 46 90 48,89 51,11 7 24-Mar-06 45 45 90 50,00 50,00 8 18-Apr-06 63 27 90 70,00 30,00 Total 422 298 720 58,61 41,39

2 2 ) ( ) 1 ( ' sp p p k N = − N’ = 1,96² (1-0,4139) 0,1² 0,4139 N’ = 384

Tabel 4.23. Penyebab Operator 1b Mesin Endfacing 2 Menganggur

No Tanggal Lost Tb Tc Pure Op

lain LL Total

1 08-Feb-06 7 0 8 16 14 0 45

(23)

Others La in-lain Tung gu cr ane Op la in Lost Pure 14 23 30 65 74 92 4.7 7.7 10.1 21.8 24.8 30.9 100.0 95.3 87.6 77.5 55.7 30.9 300 200 100 0 100 80 60 40 20 0 Defect Count Percent Cum % P e rc ent C o unt

Pareto Chart for Op 1b-Efc 2

Tabel 4.23. Penyebab Operator 1b Mesin Endfacing 2 Menganggur (sambungan)

3 09-Mar-06 11 0 3 8 12 0 34 4 20-Mar-06 8 1 7 13 10 0 39 5 21-Mar-06 12 8 2 5 5 0 32 6 22-Mar-06 2 0 1 13 8 22 46 7 24-Mar-06 10 3 9 16 7 0 45 8 18-Apr-06 10 2 0 7 7 1 27 Total 74 14 30 92 65 23 298 Persentase 24,83 4,70 10,07 30,87 21,81 7,72 100 Keterangan:

Tb = Tunggu bahan (bahan yang diproduksi sudah habis) Op lain = Operator satunya yang melakukan pekerjaan Idle = Operator menganggur

Ll = Lain-lain

Lost = Operator tidak berada pada lokasi mesin baik karena keperluan sendiri maupun keperluan untuk mesin (order bahan).

Gambar 4.10. Peta Pareto Operator 1b Mesin Endfacing 2

Dari peta pareto diatas dapat diketahui bahwa kendala yang berpengaruh dan perlu dicari tahu penyebab yang ada adalah operator Menganggur, operator menghilang dari mesin, dan operator lain yang mengerjakan. Kendala-kendala

(24)

tersebut dicari penyebab-penyebab yang ada dengan menggunakan diagram tulang ikan.

4.3.6. Work Sampling Operator 2b Mesin Endfacing 2

Berikut ini merupakan data-data jumlah aktivitas mesin produktif dan tidak produktif dari operator 2b untuk mesin endfacing 2. Untuk data harian dapat dilihat pada Lampiran.

Tabel 4.24. Data Persentase Working dan Idle Operator 2b Mesin Endfacing 2

Total % %

1 08-Feb-06 62 28 90 68,89 31,11 2 07-Mar-06 69 21 90 76,67 23,33 3 09-Mar-06 69 21 90 76,67 23,33 4 20-Mar-06 68 22 90 75,56 24,44 5 21-Mar-06 61 29 90 67,78 32,22 6 22-Mar-06 72 18 90 80,00 20,00 7 24-Mar-06 58 32 90 64,44 35,56 8 18-Apr-06 63 27 90 70,00 30,00 Total 522 198 720 72,50 27,50

2 2 ) ( ) 1 ( ' sp p p k N = − N’ = 1,96² (1-0,2750) 0,1² 0,2750 N’ = 714

(25)

Othe rs Tung gu ba han Op la in Tung gu cr ane Lost Pure 1 9 21 30 45 87 0.5 4.7 10.9 15.5 23.3 45.1 100.0 99.5 94.8 83.9 68.4 45.1 200 100 0 100 80 60 40 20 0 Defect Count Percent Cum % P e rc ent C ount

Pareto Chart for Op 2b-Efc 2

Tabel 4.25. Penyebab Operator 2b Mesin Endfacing 2 Menganggur

No Tanggal Lost Tb Tc Pure Op lain LL Total 1 08-Feb-06 4 0 8 16 0 0 28 2 07-Mar-06 9 0 0 11 1 0 21 3 09-Mar-06 7 0 3 8 3 0 21 4 20-Mar-06 0 1 7 14 0 0 22 5 21-Mar-06 9 8 2 8 2 0 29 6 22-Mar-06 5 0 1 12 0 0 18 7 24-Mar-06 7 0 9 13 0 0 29 8 18-Apr-06 4 0 0 5 15 1 25 Total 45 9 30 87 21 1 193 Persentase 23,32 4,66 15,54 45,08 10,88 0,52 100 Keterangan:

Idle = Operator mengangur

Ll = Lain-lain

(26)

Dari peta pareto diatas dapat diketahui bahwa kendala yang berpengaruh dan perlu dicari tahu penyebab yang ada adalah operator menganggur, operator menghilang dari mesin, dan menunggu crane. Kendala-kendala tersebut dicari penyebab-penyebab yang ada dengan menggunakan diagram tulang ikan.

4.4. Pengukuran Utilitas Crane

Untuk mengetahui pengaruh crane terhadap hasil produksi mesin endfacing maka perlu diketahui seberapa besar utilitas crane dan berapa persentase penggunaan crane untuk melayani tiap-tiap mesin. Untuk mengetahui seberapa besar, maka penulis menggunakan work sampling dengan 90 kali pengamatan dalam satu hari kerja untuk mengetahui persentase penggunaan crane terhadap mesin-mesin yang dilayani. Untuk waktu idle tidak diamati penyebab yang terjadi baik karena mesin rusak, operator, maupun tidak ada pekerjaan. Berikut ini merupakan rangkuman dari data harian selama 10 hari pengamatan:

Tabel 4.26. Data Work sampling Crane 1

No Tanggal R 1 R 2 Efc 1 Efc 2 Galva Atur Lain- Total % %

Pipa Lain working Idle

1 17-Apr-06 0 0 12 3 1 8 0 24 0,27 0,73 2 18-Apr-06 0 2 2 21 12 5 0 42 0,47 0,53 3 21-Apr-06 0 3 8 7 0 13 0 31 0,34 0,66 4 08-Mei-06 2 0 6 6 6 8 0 28 0,31 0,69 5 09-Mei-06 0 0 25 8 14 11 0 58 0,64 0,36 6 10-Mei-06 1 2 30 16 9 17 0 75 0,83 0,17 7 11-Mei-06 0 0 0 7 18 29 0 54 0,60 0,40 8 22-Mei-06 0 4 16 10 0 11 0 41 0,46 0,54 9 23-Mei-06 0 2 9 6 9 12 0 38 0,42 0,58 10 24-Mei-06 0 0 8 4 0 18 0 30 0,33 0,67 Total 3 13 116 88 69 132 0 421 0,47 0,53 Persen (%) 0,71 3,09 27,55 20,90 16,39 31,35 0,00 100

Dari tabel diatas, dapat dilihat rata-rata crane melayani mesin sebesar 47% dari 10 hari pengamatan sedangkan sisanya menunggu. Bagian terbesar yang dilayani ialah pengaturan pipa antar andang yaitu sebesar 31,35%. Hal ini dapat

(27)

Persentase utilitas crane 1

Galva 8% Waiting 53% Efc 1 13% Atur pipa 15% Lain-lain 0% Efc 2 10% working 47% R 1 0% R 2 1% R 1 R 2 Efc 1 Efc 2 Galva Atur pipa Lain-lain Waiting

terjadi karena pada saat pengambilan data andang penuh akibat dari berjalannya galvanish hanya satu sehingga pada saat hendak mengambil bahan untuk galvanish maupun endfacing memakan waktu cukup lama. waktu terbesar kedua ialah untuk endfacing 1 kemudian endfacing 2. Untuk mesin R 1 dan 2 hanya sedikit karena sudah adanya pembagian tugas dengan crane satunya dan juga letak dari crane yang paling ujung sehingga crane ini lebih diprioritaskan untuk galvanish, efc 1 dan 2. Untuk lebih jelasnya pembagian waktu pelayanan untuk masing-masing mesin dapat dilihat pada pie chart di bawah ini.

Gambar 4.12. Pie chart Crane 1

Berikut ini merupakan tabel dari work sampling untuk crane 2, dimana langkah pengambilan data yang dilakukan sama dengan crane 1

Tabel 4.27. Data Work sampling Crane 2

No Tanggal R 1 R 2 Efc 1 Efc 2 Galva Atur Lain- Total % %

Pipa Lain working Idle

1 17-Apr-06 14 21 0 4 0 0 1 40 0,44 0,56 2 18-Apr-06 19 15 2 4 0 0 3 43 0,48 0,52 3 21-Apr-06 16 20 0 0 0 0 0 36 0,40 0,60 4 08-Mei-06 19 8 15 8 3 5 0 58 0,64 0,36 5 09-Mei-06 8 9 6 5 0 8 0 36 0,40 0,60 6 10-Mei-06 23 6 3 0 0 0 0 32 0,36 0,64 7 11-Mei-06 12 6 24 0 0 1 0 43 0,48 0,52 8 22-Mei-06 8 0 0 0 0 0 2 10 0,11 0,89

(28)

Tabel 4.27. Data Work sampling Crane 2 (sambungan)

9 23-Mei-06 11 0 3 6 0 0 0 20 0,22 0,78

10 24-Mei-06 6 15 1 0 0 0 4 26 0,29 0,71

Total 136 100 54 27 3 14 10 344 0,38 0,62

Persen 39,53 29,07 15,70 7,85 0,87 4,07 2,91 100

Dari tabel di atas maka dapat dilihat waktu pelayanan untuk semua mesin selama 10 hari pengamatan rata-rata sebesar 38%. Untuk pelayanan terbesar pada R 1 sebesar 39,53% dan R 2 sebesar 29,07%. Sedangkan untuk galvanish pelayanan yang diberikan paling sedikit karena letak crane terhalang crane satunya untuk membawa bahan galvanish ke gudang mini, sehingga lebih diutamakan penggunaan crane satunya untuk mengangkut bahan untuk galvanish. Biasanya crane ini melayani galvanish apabila crane satunya rusak dan sedang diperbaiki. Untuk pembagian secara jelas dapat dlihat pada pada pie chart di bawah ini.

Persentase utilitas crane 2

Galva 0% Waiting 62% Efc 1 6% Atur pipa 2% Lain-lain 1% Efc 2 3% working 38% R 1 15% R 2 11% R 1 R 2 Efc 1 Efc 2 Galva Atur pipa Lain-lain Waiting

Gambar 4.13. Pie chart crane 2