BAB IV PENGUMPULAN DAN PENGOLAHAN DATA. Langkah Langkah Dalam Pengolahan Data

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Metode Pengolahan Data

Langkah Langkah Dalam Pengolahan Data

Dalam melakukan pengolahan data yang diperoleh, maka digunakan alat bantu statistik yang terdapat pada Statistical Quality Control (SQC) dan Statistical Process Control (SPC). Adapun langkah-langkahnya adalah sebagai berikut:

1. Mengumpulkan data menggunakan check sheet

Data yang diperoleh dari perusahaan terutama yang berupa data produksi dan data kerusakan produk (reject) kemudian disajikan dalam bentuk tabel secara rapi dan terstruktur dengan menggunakan check sheet. Hal ini dilakukan agar memudahkan dalam memahami data tersebut sehingga bisa dilakukan analisis lebih lanjut.

2. Membuat histogram

Agar mudah dalam membaca atau menjelaskan data dengan cepat, maka data tersebut perlu disajikan dalam bentuk histogram yang berupa alat penyajian data secara visual berbentuk grafik balok yang memperlihatkan distribusi nilai yang diperoleh dalam bentuk angka.

3. Membuat peta kendali p

Dalam hal menganalisis data, digunakan peta kendali p (peta kendali proporsi kerusakan) sebagai alat untuk pengendalian proses secara statistik. Penggunaan peta kendali p ini adalah dikarenakan pengendalian kualitas yang dilakukan bersifat atribut, serta data yang diperoleh yang dijadikan sampel pengamatan tidak tetap dan produk yang mengalami kerusakan (reject) tersebut tidak dapat diperbaiki lagi sehingga harus di reject dengan cara di lebur atau di daur ulang.

Adapun langkah-langkah membuat peta kendali p sebagai berikut : 1. Menghitung Persentase Kerusakan

np p =

n

Keterangan :

np : jumlah gagal dalam sub grup

n : jumlah yang diperiksa dalam sub grup

2. Menghitung garis pusat/ Central Line (CL)

Garis pusat merupakan rata-rata kerusakan produk (p).

∑

^np

CL= p =

Keterangan :

∑

^np : jumlah total yang rusak

∑

ⁿ : jumlah total yang diperiksa

∑

ⁿ

3. Menghitung batas kendali atas atau Upper Control Limit (UCL)

Untuk menghitung batas kendali atas( UCL) dilakukan dengan rumus :

Keterangan :

p : rata-rata ketidak sesuaian produk n : jumlah produksi

4. Menghitung batas kendali bawah atau Lower Control Limit (LCL) Untuk menghitung batas kendali bawah atau LCL

dilakukan dengan rumus:

Keterangan :

p : rata-rata ketidak sesuaian produk n : jumlah produksi

Catatan : Jika LCL < 0 maka LCL dianggap = 0

Apabila data yang diperoleh tidak seluruhnya berada dalam batas kendali yang ditetapkan, maka hal ini berarti data yang diambil belum seragam. Hal tersebut menyatakan bahwa pengendalian kualitas yang dilakukan masih perlu adanya perbaikan. Hal tersebut dapat terlihat apabila ada titik yang berfluktuasi secara tidak beraturan yang menunjukkan bahwa proses produksi masih mengalami penyimpangan.

Dengan peta kendali tersebut dapat diidentifikasi jenis-jenis kerusakan dari produk yang dihasilkan. Jenis-jenis kerusakan yang terjadi pada berbagai macam produk yang dihasilkan disusun dengan menggunakan diagram pareto, sebagai hasilnya adalah jenis-jenis kerusakan yang paling dominan dapat ditemukan dan diatasi terlebih dahulu.

4.2 Pengumpulan Data

4.2.1 Data Jumlah Jenis Cacat

Berikut ini adalah data hasil inspeksi secara menyeluruh hasil produksi assembly pada periode bulan Januari – Maret 2015.

Tabel 4.1 Data Jumlah dan Persentase Jenis Cacat Proses Produksi Aerosol Can Ø65x124 Bulan Januari 2015 – Maret 2015

Month Qty Prod Good Reject Percent

Problem Reject

Weld

Problem Scratches Dirty ISS/OSS

Problem Body

Dented Seam Problem

Flange/

Neck Problem

Lain - lain

1 1,631,145 1,298,744 332,401 20.38% 184,353 12,296 6,644 23,049 79,475 16,952 5,712 3,920 2 1,376,302 1,114,318 261,984 19.04% 50,624 47,544 15,316 11,844 21,822 81,830 31,360 1,644

3 1,503,738 1,277,095 226,643 15.07% 76,249 25,202 25,769 19,996 34,283 27,746 16,148 1,250

Total 4,511,185 3,690,157 821,028 18.19% 311,226 85,042 47,729 54,889 135,580 126,528 53,220 6,814

6.90% 1.89% 1.06% 1.22% 3.01% 2.80% 1.18% 0.15%

4.2.2 Histogram Produk Reject

Gambar 4.1 Histogram inspeksi produksi

Dari gambar 4.1 diatas diperoleh bahwa weld problem merupakan cacat terbesar yaitu sebanyak 311.226. Untuk itu weld problem diprioritaskan dalam penelitian

4.2.3 Pengolahan Data Dengan Peta Kendali P

Di bawah ini merupakan pengolahan data dengan menggunakan peta kendali P dengan nilai p, UCL dan LCL.

Adapun langkah-langkah untuk membuat peta kendali p tersebut adalah :

1. Menghitung Persentase Kerusakan p = n p

n

Maka perhitungan datanya adalah sebagai berikut :

Sample 1 : p = np n

= 332,401 1.631.145

= 0,20378 Dan seterusnya...

2. Menghitung garis pusat / Central Line (CL). Garis pusat yang merupakan rata-rata kerusakan produk ( p ).

Maka perhitungannya adalah :

CL = p =

Σ

^np

Σ

ⁿ

= 821.028 4.511.185

= 0,182

3. Menghitung batas kendali atas atau Upper Control Limit (UCL) Untuk perhitungannya adalah :

Sample 1: UCL = p + 3√ p (1- p) n

= 0,182 + 3 √0,182 (1–0,182) 1.631.145

= 0,18296 Dan seterusnya...

4. Menghitung batas kendali bawah atau Lower Control Limit (LCL) Maka perhitungannya adalah :

Sample 1: LCL = p -3 √p (1- p) n

= 0,182 - 3 √0,182 (1–0,182) 1.631.145

=0,18104 Dan seterusnya...

Tabel 4.2 Perhitungan Dengan Peta Kendali P

No Qty.

Product Total

reject p UCL CL LCL

1 1,631,145 332,401

0.20378

0.18296 0.18200 0.18104 2 1,376,302 261,984

0.19035

0.18301 0.18200 0.18099 3 1,503,738 226,643

0.15072

0.18286 0.18200 0.18114

Jml 4,511,185 821,028

Gambar 4.2 Peta Kendali P ( Excel )

Berdasarkan perhitungan diatas, terlihat bahwa pada no 1, 2 dan 3 berada diluar batas kendali, sehingga dikatakan bahwa proses tersebut tidak terkendali.

4.2.4 Pengolahan Data Dengan Diagram Pareto

Dalam menentukan prioritas perbaikan, dilakukan dengan menggunakan diagram pareto. Berikut ini adalah data perhitungannya:

P = np x 100%

n

= 85.042 x 100%

821.028

= 10,36% Dan seterusnya …..

Problem Reject Qty Reject Persen (%) Akumulasi (%)

Weld Problem 311,226 37.91 37.91

Scratches 85,042 10.36 48.26

Dirty 47,729 5.81 54.08

ISS/OSS Problem 54,889 6.69 60.76

Body Dented 135,580 16.51 77.28

Seam Problem 126,528 15.41 92.69

Flange/ Neck Problem 53,220 6.48 99.17

Lain - lain 6,814 0.83 100.00

Total 821,028 100

Tabel 4.3 Hasil perhitungan reject dengan Pareto Diagram

Gambar. 4.3 Diagram Pareto Perhitungan Reject

Hasil perhitungan berdasarkan diagram pareto, problem dengan persentase tertinggi pertama adalah Weld Problem (37,91%), dan kemudian diikuti Body Dented (16,51%), Seam Problem (15,41%), Scratches (10,36%) dan yang terkecil adalah Lain-lain (0,83%).

4.3 Analisa Hasil

4.3.1 Analisa Hasil Data

Berdasarkan hasil pengumpulan dan pengolahan data maka akan dianalisa untuk menentukan prioritas perbaikan item dari problem sehingga akan diperoleh keefektifan dalam melakukan tindakan perbaikan.

Menurut perhitungan berdasarkan Pereto diagram, persentase terbesar dari problem produksi adalah Weld Problem dengan persentase 37,91%. Maka dari itu prioritas perbaikan pertama adalah Weld Problem.

Lain-lain (tidak masuk dalam prioritas perbaikan karena merupakan gabungan dari beberapa jenis cacat yang berasal dari luar mesin Bodymaker).

4.3.2 Analisa Kecacatan Dengan Menggunakan Diagram Fishbone

Setelah melakukan observasi ke lapangan, maka diketahui faktor- faktor yang mempengaruhi terjadinya reject pada produk Aerosol can Ø65x124. Setelah diketahui jenis-jenis kecacatan yang terjadi, maka perlu mengambil langkah-langkah perbaikan untuk mencegah timbulnya produk cacat yang sama. Sebagai alat bantu untuk mencari penyebab terjadinya produk cacat tersebut, digunakan diagram sebab-akibat untuk menelusuri jenis kecacatan yang paling dominan adalah sebagai berikut:

Profil roll weld aus

Kondisi Mesin Tidak Normal

Cara Setting salah

Kemampuan Operator kurang

SOP tidak dijalankan

Ukuran material tidak standar

Jenis material berbeda-beda

Problem Statement

Gambar 4.4 Diagram Fishbone untuk Weld Problem

Weld Problem Methods

Material s

People Machine

s

4.3.3 Faktor-faktor Penanggulangan Masalah

Berikut cara perusahaan untuk menangani permasalahan tingkat kecacatan pada produk :

1. Faktor Manusia (Man)

 Kemampuan operator.

Kemampuan operator untuk mengoperasikan mesin dan kemampuan operator untuk menanggulangi masalah yang terjadi selama proses produksi.

 Operator tidak menjalankan SOP.

Standard Operasional Procces harus selalu menjadi acuan operator dalam bekerja, sehingga semua berjalan seperti yang seharusnya.

2. Faktor Mesin

 Profil Roll Weld sudah aus.

 Kondisi Part/bagian Mesin yang mendukung proses pengelasan tidak dalam kondisi yang baik atau mengalami kerusakan.

3. Faktor Metode.

 Cara setting parameter pengelasan yang salah.

4. Faktor Material

 Ukuran material yang tidak standar.

 Jenis material kaleng yang akan diproduksi.

5. Lingkungan

 Faktor lingkungan tidak mempunyai pengaruh terhadap cacat weld problem.