PENGONTROLAN KUALITAS PROSES PRODUKSI HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH STEEL GRESIK. MENGGUNAKAN METODE DIAGRAM KONTROL MULTIVARIAT np (Mnp)

Febrianto 1308 100 075 Dosen Pembimbing :

Dr. Muhammad Mashuri, M.T. Co Pembimbing

Dra. Lucia Ardinarti, M.T.

PENGONTROLAN KUALITAS PROSES PRODUKSI

HEXAGON BOLT M16 X 75MM DI PT.TIMUR MEGAH

STEEL GRESIK

MENGGUNAKAN METODE DIAGRAM

KONTROL MULTIVARIAT np (Mnp)

1 Seminar Hasil Tugas Akhir

AGENDA

Tinjauan Pustaka

Metodologi Penelitian

2

Analisis dan Pembahasan

Pendahuluan

Daftar Pustaka

Pengendalian Kualitas

PT. Timur Megah Steel

HEXAGON BOLT M16 X 75MM variabel kualitas lebih dari satu Diagram Kontrol Mnp 4

Penelitian sebelumnya : 1. Mawarni (2009)

Proses Produksi Panel PT. Siemens Indonesia dengan Diagram kontrol Multivariat np.

2. Weny (2010)

Pengontrolan Kualitas Produksi Rokok SKT

(Sigaret Kretek Tangan) Di PT X Menggunakan Diagram Kontrol Multivariat np.

RUMUSAN MASALAH

Faktor-faktor apa yang menjadi penyebab jika terdapat pengamatan yang out of control?

1

Bagaimana hasil pengendalian proses

produksi hexagon bolt M16 X 75mm periode 15 Juni sampai 18 Juli 2012 dengan

menggunakan diagram multivariat np?

TUJUAN

Mengetahui faktor-faktor penyebab terjadinya

out of control.

1

Mengevaluasi hasil pengendalian proses

produksi hexagon bolt M16 X 75mm periode 15 Juni sampai 18 Juli 2012 dengan

menggunakan diagram multivariat np.

MANFAAT DAN BATASAN MASALAH

Manfaat yang diperoleh dari penelitian ini adalah

memberikan informasi dan masukan positif kepada pembaca dan PT. Timur Megah Steel Gresik sebagai pihak penghasil

hexagon bolt M16 X 75mm.

Penelitian ini dibatasi hanya pada produk hexagon bolt M16

X 75mm dari perusahaan PT.Timur Megah Steel

Gresik.Penelitian hanya dilakukan pada tahap sortir produksi

hexagon bolt M16 X 75mm periode 15 Juni sampai 18 Juli

2012.

TINJAUAN STATISTIK

Diagram Pareto

Diagram Ishikawa atau yang biasa disebut diagram sebab akibat atau fishbone diagram digunakan untuk menggambarkan berbagai sumber ketidaksesuaian dalam produk (Montgomery, 2005).

Diagram pareto merupakan salah satu dari tujuh alat SPC yang digunakan untuk melakukan perbaikan kualitas. Diagram pareto berbentuk histogram frekuensi ketidaksesuaian (cacat)

berdasarkan penyebab ketidaksesuaian dan diurutkan mulai dari frekuensi

paling besar sampai paling kecil

(Montgomery, 2005). Diagram Ishikawa

)

1

(

3

n

p

p

p

n

BKA







p

n

GT



)

1

(

3

n

p

p

p

n

BKB







Tinjauan Statistik 11

• Estimasi Parameter Model

• Statistik X

Dimana

merupakan proporsi vektor item cacat

adalah matrik koefisien korelasi

adalah vektor dari jumlah unit item

cacat.

Estimasi vektor proporsi item cacat

Matrik korelasi juga diestimasi dari data sampel pendahuluan

Dan

Diagram Kontrol

Multivariat np

Dapat memberikan proses pengendalian yang lebih sensitif

daripada pengendalian dengan univariat np pada proses produksi yang multi-atribut. Lu, 1998    m i _i i p C X 1 ) ,..., , (p1 p2 pn P   ij _mxm   ) ,..., , (C1 C2 Cm C  ) ,..., , ( ,..., , 1 2 1 _{1 2} 1 1 1 m k j mj k j j k j j k j j p p p nk C nk C nk C k P P                   

 

ˆij _mxm ˆ _  ) var( ) var( ) , cov( ˆ j i j i ij C C C C  

12

Tinjauan Statistik

• Interpretasi Sinyal

Out-of-Control

• Penentuan Batas Kontrol

Garis tengah dan batas kontrol untuk diagram Mnp

= skor statistik

= jumlah cacat pada karakteristik kualitas i = rata-rata proporsi cacat

pada karakteristik kualitas i dan

Diagram Kontrol

Multivariat np

                                                     m j m j i j j i ij j j m j j m j m j i j j i ij j j p p p n p n BKB p n GT p p p n p n BKA 1 1 1 1 1 ) 1 )( 1 ( 2 ) 1 ( 3 ) 1 )( 1 ( 2 ) 1 ( 3  



_{i i}



_i i C np p Z   i Z i C i p



i i



i i Di d C np p Z  

Pemilihan ukuran sampel

syarat untuk ukuran sampel diagram Mnp adalah m p n i i  3



Raw Material Coating Anealing Bolt forming Trimming Rolling Sortir

Proses Produksi

pengepakan

Metodologi Penelitian

Teknik Pengambilan Sampel

Pengamatan pada proses sortir hexagon bolt M16 X 75mm per haridi PT.Timur Megah Steel Gresik.

Data diambil sekunder pada 15 Juni 2012 sampai dengan 18 Juli 2012

Fase 1 (bulan juni 2012) dan fase 2 (juli 2012)

16

Struktur Data

            Keterangan:

C_ij =jumlah cacat jenis ke-i pada subgrup ke-j

           

Variabel Penelitian

No Jenis Cacat

1. Jumlah keropos pada produk hexagon bolt M16 X 75mm(C1)

2. Jumlah gupil pada produk hexagon bolt M16 X 75mm(C2)

3. Jumlah Cacat kategori Panjang hexagon bolt M16 X 75mm yang tidak

sesuai(C3)

4. Jumlah goresan pada produk hexagon bolt M16 X 75mm(C4)

5. Jumlah crack di kepala hexagon bolt M16 X 75mm(C5)

6. _{Jumlah cacat kategori tidak center antara body dan kepala pada}

18           

Langkah Analisis

1. Pengumpulan data

2. Menghitung proporsi cacat masing2 subgrup ke i bulan juni

3. Menghitung nilai statistik x pada masing2 subgrup ke i bulan juni 4. Menghitung estimasi vektor proporsi item cacat ke i

5. Menghitung nilai korelasi antar variabel

6. Menghitung batas kendali diagram multivariat np bulan juni

7. Plot statistik X_i dengan batas kendalinya,jika terdapat out of

control maka titik tersebut dihilangkan.

8. Menghitung proporsi cacat masing2 subgrup ke i bulan juli

9. Menghitung nilai statistik x pada masing2 subgrup ke i bulan juli

10.Plot statistik X_i dengan batas kendali bulan juli,jika terdapat out of

control maka titik tersebut dihilangkan. 11.Menarik kesimpulan

20

Uji hipotesis untuk koefisien korelasi:

H₀ : ρ = 0

H₁: ρ ≠ 0

Jika tingkat signifikansi 5% maka tolak H₀ yang berarti ada hubungan

antara variabel satu dengan yang lain.

Variabel C1 C2 C3 C4 C5 C6 C1 Pearson Correlation 1 0,569* _{0,288 0,554}* _{0,258 -0,586}* Sig. (2-tailed) 0,021 0,279 0,026 0,334 0,017 C2 Pearson Correlation 0,569* _{1 0,294 0,512}* _{0,007 -0,574}* Sig. (2-tailed) 0,021 0,269 0,042 0,981 0,020 C3 Pearson Correlation 0,288 0,294 1 0,045 -0,199 0,226 Sig. (2-tailed) 0,279 0,269 0,869 0,459 0,399 C4 Pearson Correlation 0,554* _0,512* _{0,045 1 0,369 -0,585}* Sig. (2-tailed) 0,026 0,042 0,869 0,159 0,017 C5 Pearson Correlation 0,258 0,007 -0,199 0,369 1 -0,639* Sig. (2-tailed) 0,334 0,981 0,459 0,159 0,008 C6 Pearson Correlation -0,586* _-0,574* _{0,226 -0,585}* _-0,639* ₁ Sig. (2-tailed) 0,017 0,020 0,399 ,017 0,008

Berdasarkan nilai rata-rata proporsi pada Tabel 4.2 maka hasil yang didapatkan nilai taksiran parameter yang memiliki nilai paling besar adalah jenis cacat gupil (C2) dengan nilai 0.120313 kemudian yang kedua adalah keropos (C1) dengan nilai 0.116406. Sedangkan nilai taksiran parameter yang memiliki nilai paling kecil adalah tidak center antara body dan kepala (C6) dengan nilai 0.021875.

22

Peta Kendali Multivariat np fase I pada Proses Produksi Bolt

Pengendalian Proses Produksi Bolt Fase I

0 50 100 150 200 250 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Stat X BKA Garis Tengah BKB

0 2 4 6 8 10 12 14 16 18 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 X1 bka gt bkb

Peta Kendali Univariat np Jenis Cacat Keropos

Pengendalian Proses Produksi Bolt Fase I

24

Pengendalian Proses Produksi Bolt Fase I

Peta Kendali Univariat np Jenis Cacat Gupil

0 2 4 6 8 10 12 14 16 18 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 X2 bka gt bkb BKA = 18,35443 ; GT = 9,625 ; BKB = 0,895571

Pengendalian Proses Produksi Bolt Fase I

Peta Kendali Univariat np Jenis Cacat Panjang Tidak Sesuai

0 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 X3 bka gt bkb BKA = 8,658374 ; GT = 3,3125 ; BKB = 0

26

Pengendalian Proses Produksi Bolt Fase I

Peta Kendali Univariat np Jenis Cacat Goresan

0 2 4 6 8 10 12 14 16 18 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 X4 bka gt bkb BKA = 15,95932 ; GT = 7,9375 ; BKB = 0

Pengendalian Proses Produksi Bolt Fase I

Peta Kendali Univariat np Jenis Cacat Crack

0 2 4 6 8 10 12 14 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 X5 bka gt bkb BKA = 12,97109 ; GT = 5,9375 ; BKB = 0

28

Pengendalian Proses Produksi Bolt Fase I

0 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 X6 bka gt bkb

Peta Kendali Univariat np Jenis Cacat Tidak Center

Pengendalian Proses Produksi Bolt Fase II

Peta Kendali Multivariat np fase II pada Proses Produksi Bolt

0 50 100 150 200 250 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Statistik X BKA GT BKB BKA = 197,6625 ; GT = 130,1482 ; BKB = 62,63401

30

Identifikasi Sinyal Out of Control Menggunakan Statistik Z

Zi(14) penyebabnya adalah jenis cacat crack Zi(17) penyebabnya adalah jenis cacat gupil Zi(18) penyebabnya adalah jenis cacat gupil

31

Jenis Cacat Dominan

Co un t Pe rc en t jenis cacat Count 24,6 21,0 15,7 8,7 4,6 Cum % 25,4 50,0 71,0 86,6 154 95,4 100,0 149 127 95 53 28 Percent 25,4 Othe r panja ng ta k ses uai crack gores an kerop os gupil 600 500 400 300 200 100 0 100 80 60 40 20 0

Pareto Chart of jenis cacat bulan juni

C o u n t P e rc e n t jenis cacat Count 22,0 21,4 18,0 8,1 4,4 135 114 111 93 42 23 Percent 26,1 Other tidak center crack goresan keropos gupil 500 400 300 200 100 0 100 80 60 40 20 0

32

Penelusuran Faktor Faktor Penyebab

Cacat bolt sesuai Panjang tidak Tidak center Goresan Gupil Crack Keropos rapi

Gulungan kaw at tidak Bahan baku kehujanan

terlalu keras Kualitas bahan baku proses annealing

benturan pada Terjadi sedikit

kurang sempurna diameter kaw at y ang Pembentukan mesin dalam mensetting Kelalaian manusia mesin dalam mensetting Kelalaian manusia Diagram Ishikawa

34

Berdasarkan hasil dan pembahasan yang telah dilakukan, maka dari penelitian Tugas Akhir ini dapat disimpulkan sebagai berikut. 1. Proses produksi bolt pada fase I, yaitu proses pada bulan Juni

2012 berdasarkan peta kendali multivariat np sudah terkendali, namun tidak cocok digunakan untuk bulan Juli 2012, akan tetapi bisa digunakan sebagai peta kendali pada bulan-bulan berikutnya. 2. Terdapat variabel yang memiliki frekuensi cacat yang tinggi

dibandingkan variabel yang lain yaitu gupil dan keropos akibat dari bahan baku yang terkena hujan dan terjadi sedikit benturan pada proses annealing. Selain itu jika dilihat dari diagram pareto penyebab cacat lainya yang mempengaruhi adalah jenis cacat

crack dan goresan.

Saran yang dapat disampaikan berdasarkan hasil dan pembahasan yang telah dilakukan yaitu untuk perusahaan PT. Timur Megah Steel, masih perlu melakukan perbaikan pada setiap jenis cacat yang terjadi. Untuk jenis cacat gupil sebaiknya mesin pada proses

annealing pengontrolannya lebih ditingkatkan untuk menghindari

proses benturan. Sedangkan untuk jenis cacat keropos, goresan dan

crack sebaiknya pemilihan bahan baku dan gulungan kawat

benar-benar diperhatikan kualitas dan pemeliharaannya.

Daftar Pustaka

Johnson, A.R. and Wichern, D.W. (2002). Applied Multivariate Statistical Analysis 5th. New Jersey. Prentice Hall, Upper Saddle River.

Juran, J. M, dan Gryna, F. (1983). Quality Planning and Analysis (2nd Edition). New Delhi: Hill Publishing Company Ltd

LU, X. S. (1998). Control Chart for Multivariate Attribute Processes. International Journal of

Production Research, 3477-3489(13).

Mawarini, Y. F. (2009). Pengontrolan Kualitas Proses Produksi Panel Listrik PT. Siemens

Indonesia Menggunakan Diagram Kontrol Multivariat np (Mnp Chart). Tugas Akhir Jurusan Statistika. Surabaya: ITS.

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

Rakhmania, W. (2010). Pengontrolan Kualitas Proses Produksi Rokok Unit Sigaret Kretek

Tangan di PT. X Menggunakan Diagram Kontrol Multivariat np (Mnp). Tugas Akhir Jurusan Statistika. Surabaya: ITS.

38