Analisis Penerapan Lean Six Sigma DMAIC pada Pengendalian Kualitas Produk Cacat Part X di PT. XYZ
Novi Yanti1*, Wahyudin2, Dene Herwanto3, Delia Febriyanti4
1,2,3,4Program Studi Teknik Industri, Universitas Singaperbangsa Karawang, Indonesia
*Koresponden email: [email protected]
Diterima: 13 November 2022 Disetujui: 14 Desember 2022
Abstract
In conditions of increasingly fierce competition, companies compete to obtain customer satisfaction, one of with maintaining the quality of their products. This study aims to analyze the level of defects in trim assy parts at PT. XYZ. Lean six sigma is a method used with kaizen analysis to control product quality. From the results of the analysis, there are four types of defects in the production of trim assy parts, namely dirty, clip not assy, over melting, and black dot. The results at the measure stage show the company's sigma level have reached a value of 3.51, which means it is above the average value of Indonesian companies. From the calculation results and presented on the pareto chart, the dirty defect has the highest cumulative value of 68%. From the results of fishbone diagram, it is known that the cause of dirty is by humans and methods.
The workers are not thorough, no double checks, then there is no strict SOP which is the cause of dirty defects. The suggestions given in this study include an SOP that regulates the cleaning of racks or stands for measuring, the creation of a poka yoke to make the system more automated.
Keywords: Product defect, Lean six sigma, DMAIC, Kaizen, PT. XYZ
Abstrak
Pada kondisi persaingan yang semakin ketat, perusahaan bersaing untuk memperoleh kepuasan konsumen salah satunya dengan menjaga kualitas produknya. Penelitian ini ditujukan untuk menganalisis tingkat cacat pada part trim assy di PT. XYZ. Lean six sigma menjadi metode yang digunakan bersama analisis Kaizen untuk mengendalikan kualitas produk. Dari hasil analisis yang dilakukan, terdapat empat jenis cacat pada produksi part trim assy yaitu dirty, clip not assy, over melting, dan black dot. Hasil pada tahap measure diketahui bahwa tingkat sigma perusahaan mencapai nilai 3,51 yang berarti sudah berada di atas nilai rata- rata perusahaan Indonesia. Dari hasil perhitungan dan disajikan pada diagam pareto cacat dirty memiliki nilai kumulatif yang paling tinggi yaitu 68%. Dari hasil diagran fishbone diketahui bahwa penyebab terjadinya dirty yaitu oleh manusia dan metode. Pekerja kurang teliti, tidak ada double check, kemudian tidak ada SOP yang tegas menjadi penyebab terjadinya cacat dirty. Usulan yang diberikan pada penelitian ini seperti adanya SOP yang mengatur pembersihan rak, atau dudukan untuk mengukur, adanya pembuatan poka yoke untuk membuat sistem yang lebih otomatis.
Kata Kunci: Produk cacat, Lean six sigma, DMAIC, Kaizen, PT. XYZ
1. Pendahuluan
Pada kondisi dunia industri saat ini, tiap perusahaan harus bersaing satu sama lain secara ketat untuk mendapatkan pelanggan [1]. Perusahaan harus mampu terus melakukan peningkatan kualitas kerjanya dari waktu ke waktu berjalan [2]. Untuk mencapai kesuksesan perusahaan dalam meraih loyalitas pada pelanggan, cara yang dapat dilakukan adalah dengan memberikan produk hasil produksi yang mengedepankan kebutuhan dari setiap pelanggannya [3]. Semakin mampu perusahaan menghasilkan produk sesuai keinginan pelanggan, maka semakin besar peluang perusahaan mendapat loyalitas pelanggan dan mengalahkan pesaing [4]. Produk yang sesuai dengan kebutuhan tidak terlepas dari variabel kualitas, karena dengan keadaan pelanggan yang merasa puas atas kualitas produk yang dihasilkan itu akan menciptakan peluang untuk pelanggan tersebut membeli kembali. Hal ini tentu akan menciptakan loyalitas pelanggan dan memberikan keuntungan pada perusahaan [5].
Cakupan kualitas dalam dunia manufaktur mencakup beberapa hal seperti bagaimana produk tersebut dibuat (produksi), tidak hanya produk jadi. Hal ini karena perusahaan yang baik bukan memfokuskan pengendalian kualitas pada produk akhir namun pada barang setengah jadi (WIP). Dengan begitu ketika ketidaksesuaian ditemukan pada saat WIP, maka masih dapat dilakukan [6]. Maka dari itu, pengendalian kualitas menjadi penting untuk dilakukan oleh setiap perusahaan untuk mengevaluasi kesalahan proses yang terjadi sebelum menghasilkan produk yang tidak sesuai standar [7]. Ketika pengendalian kualitas
dilakukan pada suatu produk, yang terjadi sebenarnya pengendalian terjadi pada aspek lain dari mulai harga produknya hingga biaya untuk memproduksi produk tersebut [8].
Lean six sigma merupakan metode yang telah banyak dilakukan dalam upaya mengendalikan kualitas dari sekian banyak metode yang ada. Penggunaan metode ini bertujuan dalam meningkatkan proses secara menyeluruh dengan lima tahap DMAIC (Define, Measure, Analyze, Improve, Control) [9]. Pemecahan masalah kualitas dengan metode ini sudah banyak dilakukan dan dinilai efektif untuk dilakukan dalam upaua memecahkan permasalahan pada kualitas produk. [10]. Metode six sigma bekerja dengan menekan tingkat variasi sehingga diperoleh hasil tingkat cacat yang hampir sempurna (nol cacat) ataupun dalam hal lain adalah mendapatkan hasil produksi yang sesuai dengan standar pelanggan [11].
PT. XYZ ialah sebuah perusahaan dalam bidang manufaktur yang berfokus untuk produksi spare part otomotif dan menjadi part maker beberapa merk kendaraan. PT. XYZ berlokasi di KIIC, Lot. FF-5, Karawang 41361. PT. XYZ bekerja sama dengan beberapa perusahaan seperti Mitsubishi, Hyundai, dan yang saat ini baru akan bekerjasama yaitu Toyota. PT. XYZ memiliki 2 plant yaitu, yang berlokasi di KIIC merupakan plant 1 dan yang berlokasi di GIIC merupakan plant 2. PT. XYZ plant 1 berfokus memproduksi komponen mobil Mitsubishi Xpander dan Pajero. Part TRIM ASSY 993YA merupakan salah satu hasil produksi PT. XYZ yang merupakan permintaan dari PT. Mitsubishi Motors Krama Yudha Indonesia.
Jumlah permintaan Part TRIM ASSY 993YA dari konsumen selalu stabil setiap bulan, sehingga perusahaan harus mampu menciptakan proses produksi yang baik agar tetap mampu menjaga kualitasnya.
Namun kondisi di lapangan, masih sering terjadinya cacat produk sehingga berpeluang memberikan kerugian perusahaan. Tujuan penelitian ini adalah menganalisis tingkat cacat di produksi part trim assy dan memberikan usulan untuk memperbaikinya.
Adapun beberapa studi literatur yang dilakukan pada beberapa penelitian terdahulu didapatkan diantaranya, penelitian yang dilakukan [12], metode DMAIC digunakan untuk mengendalikan dan menurunkan produk cacat pada proses penyablonan dan pemotongan. Hasilnya terdapat peningkatan nilai sigma seperti pada proses pemotongan menjadi 5,2 dari 4,9 dan penyablonan menjadi 4,5 dari sebelumnya 4,5. Penelitian yang dilakukan [13], metode DMAIC digunakan untuk menganalisis proses untuk diketahui kemampuannya melalui produk cacat. Hasilnya didapatkan nilai DPMO sebesar 4509,384 serta memiliki nilai sigma 4,11 yang berarti sudah berada di atas rata-rata industri Indonesia. Penelitian yang dilakukan [10], ditujukan untuk mengetahui kemampuan proses serta mengusulkan perbaikan untuk menekan produk cacat. Hasilnya pada kondisi saat ini perusahaan berada pada nilai sigma 3,31 dan manusia penyebab utama terjadinya kecacatan.
Penelitian yang dilakukan [14], ditujukan untuk menganalisis dan melakukan perbaikan pada proses produksi spring adjuster. Hasilnya pada saat ini perusahaan memiliki nilai sigma 3,19 dan setelah diperbaiki terjadi peningkatan nilai sigma menjadi 4,07. Penelitian yang dilakukan [15], metode DMAIC digunakan untuk meningkatkan kualitas produk di UMKM fashion. Hasilnya menunjukkan nilai sigma dari UMKM sebesar 3,96 lalu memiliki nilai DPMO 6.911,53.
2. Metode Penelitian
Tempat dan Waktu Penelitian
Pelaksanaan penelitian ini bersamaan dengan pelaksanaan Kerja Praktik di PT. XYZ selama tiga bulan dari periode Februari hingga April 2022.
Data Penelitian
Dalam penelitian ini digunakan beberapa data yang digolongkan menjadi dua jenis data. Data pertama adalah data primer, dimana data ini didapatkan secara langsung dari PT. XYZ. Data yang termasuk pada data primer seperti laporan produksi, produk cacat, dan data-data lainnya. Kemudian data sekunder, dimana data ini didapatkan melalui pengamatan atau melalui sumber lain. Data sekunder ini termasuk seperti proses kerja, penyebab cacat, atau data-data lain yang diperoleh tidak langsung dari PT. XYZ.
Pengumpulan Data
Data yang disebutkan sebelumnya, didapatkan dengan cara yang berbeda seperti dengan wawancara, lalu observasi hingga melalui dokumentasi. Untuk wawancara data didapatkan dengan melakukan tanya jawab pada pihak bersangkutan seperti operator produksi, operator atau departemen QC dan yang lainnya.
Data yang dikumpulkan dengan cara ini seperti penyebab cacat, kondisi kerja, dan lainnya. Kemudian observasi dilakukan dengan mengamati secara langsung seperti alur kerja, kondisi kerja dan lainnya. Lalu untuk dokumentasi dilakukan dengan menyimpan dan mengabadikan data seperti laporan produksi, produk cacat dan lainnya.
Analisis Data
Tahap selanjutnya setelah data didapatkan yaitu menganalisis dengan metode DMAIC. Metode ini sekaligus dilengkapi dengan analisis Kaizen pada tahap improve. Metode DMAIC digunakan untuk menganalisis tingkat kemampuan proses dari perusahaan dalam melakukan pengendalian kualitasnya.
Kemudian analisis Kaizen digunakan untuk memperkuat analisis dalam upaya memberikan usulan untuk memperbaiki proses yang bertujuan melakukan pengendalian kualitas untuk menekan angka produk cacat yang terjadi
Alur Penelitian
Pelaksanaan penelitian ini terdiri dari beberapa tahap yang dilewati, dan untuk menggambarkannya dibuat diagram alir seperti pada Gambar 1.
Gambar 1. Alur Penelitian Sumber: [16]
3. Hasil dan Pembahasan
Hasil yang didapatkan pada penelitian ini sesuai dengan alur tahapan pelaksanaan Lean Six Sigma DMAIC, yaitu dengan lima tahap terstruktur dengan hasil sebagai berikut:
a. Tahap Define
PT. XYZ adalah sebuah perusahaan yang berfokus pada produksi part otomotif mobil. Telah banyak perusahaan yang menjadi customer PT. XYZ dan mempercayakan pembuatan part pada PT.
XYZ. Part TRIM ASSY 993YA adalah satu dari sekian produk yang dikerjakan PT.XYZ dan merupakan order dari PT. MMKI. Banyak part dari berbagai customer yang diproduksi oleh PT. XYZ.
Pada penelitian ini analisis akan difokuskan pada Part TRIM ASSY 993YA karena dinilai paling sering mengalami cacat berdasarkan wawancara dan dokumentasi. Kecacatan yang diukur merupakan kecacatan atribut yaitu Clip Not Assy, Over Melting, Black Dot, dan Dirty. Dalam proses pengendalian kualitas ini dinilai penting untuk menjaga kepuasan pelanggan dan mencegah agar tidak merasa kecewa pada perusahaan.. Adapun kuantitas cacat berdasarkan jenis cacat seperti ditunjukkan pada Tabel 1.
Tabel 1. Kuantitas cacat berdasarkan jenis cacat No. Jumlah Produksi Jumlah Produk Cacat Jenis Cacat
1. 120 3 Clip Not Assy
2. 204 12 Over Melting
3. 189 4 Black Dot
4. 137 36 Over Melting
5. 43 2 Clip Not Assy
6. 52 4 Over Melting
7. 100 10 Dirty
8. 67 6 Dirty
9. 388 29 Dirty
10. 256 17 Dirty
11. 320 4 Dirty
12. 310 29 Dirty
13. 57 4 Dirty
14. 300 22 Clip Not Assy
15. 270 22 Clip Not Assy
16. 200 51 Clip Not Assy
17. 240 60 Dirty
18. 51 4 Clip Not Assy
19. 271 1 Dirty
20. 180 12 Over Melting
Total 3755 332
Sumber: Hasil analisis data, 2022
Dari data yang didapatkan pada Tabel 1 kemudian diklasifikasikan berdasarkan jenis cacat agar lebih mudah dipahami. Adapun klasifikasi tersebut seperti pada Tabel 2.
Identifikasi Masalah
Studi Literatur/Pustaka
Pengumpulan
Data Analisis Data Keismpulan
Tabel 2. Rekapitulasi jumlah produk cacat berdasarkan jenis Rekapitulasi Per Jenis Cacat
Jenis Cacat Jumlah Produk Cacat Jumlah Produksi
Dirty 160
3755
Clip Not Assy 104
Over Melting 64
Black Dot 4
Total 332
Sumber: Hasil analisis data, 2022
Dalam melaksanakan proyek pengendalian kualitas melalui metode six sigma ini ditujukan untuk menganalisis tingkat cacat dan memberikan usulan untuk memperbaikinya. Adapun tujuan tersebut dirumuskan secara rinci yaitu sebagai berikut:
1) Untuk mengetahui apa yang menyebabkan cacat pada produk dapat terjadi
2) Menekan angka produk cacat dan tidak sesuai serta peningkatan produktivitas pada proses kerja perusahaan..
Dari data yang telah diperoleh sebelumnya, kemudian dapat diketahui proporsi cacat secara keseluruhan sebagai berikut:
𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑠𝑖 𝐶𝑎𝑐𝑎𝑡 = 𝑇𝑜𝑡𝑎𝑙 𝑐𝑎𝑐𝑎𝑡 𝑝𝑎𝑟𝑡
𝑇𝑜𝑡𝑎𝑙 𝑝𝑟𝑜𝑑𝑢𝑘𝑠𝑖 𝑝𝑎𝑟𝑡𝑥100%
𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑠𝑖 𝐶𝑎𝑐𝑎𝑡 = 332
3755𝑥100% = 0,0884
Hal yang menjadi fokus pembahasan dalam pelaksanaan penelitian ini yaitu masih terjadinya cacat produk dalam proses produksi part TRIM ASSY 993YA. Proses yang dilakukan dalam upaya mengetahui penyebab cacat tersebut dapat terjadi dilakukan melalui pengamatan secara langsung serta wawancara pada pihak terkait. Dari hasil identifikasi tersebut diketahui beberapa faktor penyebab cacat yang kemudian dibuat dalam bentuk tabel analisis why-why untuk selanjutnya dianalisis pada tahap yang lain. Adapun definisi pada setiap faktor penyebab tersebut seperti pada Tabel 3.
Tabel 3. Analisis Why-Why
Why Why Material Manusia Mesin Metode
Cacat
Dirty Spesifikasi tidak sesuai
Kurangnya ketelitian saat penyimpanan
Standar penyimpanan kurang baik Clip Not Assy Spesifikasi tidak
sesuai
Pemasangan kurang teliti
Belum diterapkannya double check Over Melting Spesifikasi tidak
sesuai
Pengerjaan mengira- ngira
Mesin terlalu panas
Belum ada standar proses melting Black Dot Spesifikasi tidak
sesuai
Proses pembersihan kurang teliti
Mesin Kotor Belum ada standar pembersihan mesin Sumber: Hasil analisis data, 2022
b. Tahap Measure
Tahap selanjutnya dari fase DMAIC adalah melakukan pengukuran pada kualitas kerja dari perusahaan. Pengukuran ini didasarkan pada hasil pengamatan yang sebelumnya telah dilakukan.
Tahapan kedua ini memiliki tujuan untuk mengetahui seberapa jauh kualitas produk yang diproduksi sebelum dilakukan perbaikan. Dalam pelaksanaannya tahap ini dimulai dengan mengidentifikasikan CTQ.
1) Identifikasi CTQ (Critical To Quality) bertujuan untuk mengetahui detail pada setiap jenis cacat yang terjadi pada produk part TRIM ASSY 993YA, yaitu sebagai berikut:
a) Clip Not Assy, keadaan ketika clip tidak terpasang pada part, sehingga komposisi part tidak lengkap karena clip yang tidak terpasang tersebut.
b) Over Melting, keadaan ketika bagian part yang dipanaskan berlebihan dan tidak sesuai standar, sehingga sulit dipasang clip pada proses selanjutnya.
c) Black Dot, Kondisi ketika adanya sisa material lain dengan warna yang berbeda menempel pada part, sehingga hasil akhir tidak sesuai dengan warna yang seharusnya.
d) Dirty, kondisi part yang kotor dikarenakan penyimpanan part yang tidak sesuai kurang tertutup rapat. Sehingga ada udara masuk dan menyebabkan part kotor.
2) Peta Kendali Atribut
Tahap kedua yaitu membuat peta kendali dengan menggunakan peta kendali P. Tujuan dari tahap ini adalah untuk mengetahui stabilitas dari data yang telah didapatkan sebelumnya. Hasil dari peta ini menunjukkan bagian yang diterima atau ditolak dengan dasar kesesuaian dengan spesifikasi yang telah ditetapkan. Terdapat tiga bagian utama pada peta kendali P yaitu batas kendali atas (UCL), batas kendali bawah (LCL), dan nilai proporsi cacat dengan persamaan berikut:
CL = p
𝑈𝐶𝐿 = 𝑝 + 3√𝑝(1 − 𝑝) 𝑛 𝐿𝐶𝐿 = 𝑝 − 3√𝑝(1 − 𝑝)
𝑛
Perhitungan UCL adalah sebagai berikut:
𝑈𝐶𝐿 = 𝑝 + 3√𝑝(1 − 𝑝) 𝑛
𝑈𝐶𝐿 = 0,0884 + 3√0,0884(1 − 0,0884)
20 = 0,2789
Perhitungan LCL adalah sebagai berikut:
𝑈𝐶𝐿 = 𝑝 + 3√𝑝(1 − 𝑝) 𝑛
𝑈𝐶𝐿 = 0,0884 − 3√0,0884(1 − 0,0884)
20 = −0,1020 ≈ 0
Sehingga diperoleh Tabel 4 berikut:
Tabel 4. Data peta kendali P
No. Jumlah Produksi Jumlah Produk Cacat Proporsition of Defect UCL LCL
1. 120 3 0.0250 0.2789 0
2. 204 12 0.0588 0.2789 0
3. 189 4 0.0212 0.2789 0
4. 137 36 0.2628 0.2789 0
5. 43 2 0.0465 0.2789 0
6. 52 4 0.0769 0.2789 0
7. 100 10 0.1000 0.2789 0
8. 67 6 0.0896 0.2789 0
9. 388 29 0.0747 0.2789 0
10. 256 17 0.0664 0.2789 0
11. 320 4 0.0125 0.2789 0
12. 310 29 0.0935 0.2789 0
13. 57 4 0.0702 0.2789 0
14. 300 22 0.0733 0.2789 0
15. 270 22 0.0815 0.2789 0
16. 200 51 0.2550 0.2789 0
17. 240 60 0.2500 0.2789 0
18. 51 4 0.0784 0.2789 0
19. 271 1 0.0037 0.2789 0
20. 180 12 0.0667 0.2789 0
Total 3755 332 0.0884 0.1935 0
Sumber: Hasil analisis data, 2022
Dari hasil yang ditampilkan Tabel 4 kemudian dibuatkan dalam bentuk grafik P Chart, hal ini untuk memudahkan mengidentifikasi data telah berada di dalam batas kendali atau tidak. Adapun hasil grafik P chart seperti pada Gambar 2.
Gambar 2. Peta kendali P Sumber: Hasil analisis data, 2022
Berdasarkan diagram yang ditampilkan pada Gambar 2, diketahui semua data telah berada pada kondisi yang stabil dan dalam kendali, sehingga disimpulkan bahwa data berada pada kondisi stabil.
3) Menghitung Defect Per Unit (DPU) 𝐷𝑃𝑈 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑟𝑜𝑑𝑢𝑘 𝐶𝑎𝑐𝑎𝑡 (𝐷)
𝑇𝑜𝑡𝑎𝑙 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖
Dari data yang ada maka dapat diketahui nilai DPU adalah sebagai berikut:
DPU = 332
3375= 0,0884
4) Perhitungan DPO (Defect per Opportunities) 𝐷𝑃𝑂 =𝐷𝑃𝑈
𝐶𝑇𝑄
Dari data yang ada maka dapat diketahui nilai DPO adalah sebagai berikut:
DPO =0,0884
4 = 0,0221
5) Perhitungan Nilai DPMO (Defect Per Milion Oppurtunies) DPMO = DPO x 1.000.000
Dari data yang ada maka dapat diketahui nilai DPO adalah sebagai berikut:
DPMO = 0, 0221 x 1.000.000 DPMO = 22103, 86
6) Perhitungan tingkat sigma
T. Sigma = Normsinv (1 − 𝐷𝑃𝑀𝑂
1.000.000) + 1,5
Dari data yang ada maka dapat diketahui nilai tingkat sigma adalah sebagai berikut:
T. Sigma = Normsinv (1 −22103,86
1.000.000) + 1,5 T.Sigma = 3, 51
7) Identifikasi Cacat Dominan
Dari hasil yang telah didapatkan sebelumnya dapat diketahui terdapat 4 jenis cacat dengan total 332 part cacat. Selanjutnya diidentifikasi melalui diagram Pareto yang ditujukan untuk mengetahui tingkat tertinggi frekuensi terjadinya dari setiap jenis cacat. Hal ini bertujuan untuk
0,0000 0,0500 0,1000 0,1500 0,2000 0,2500 0,3000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Proporsition of Defect UCL LCL
menentukan prioritas perbaikan yang akan dilakukan selanjutnya. Adapun perhitungan persen kumulatif sebelum dibuat dalam diagram Pareto yaitu seperti pada Tabel 5.
Tabel 5. Hasil perhitungan identifikasi cacat dominan Jenis Cacat Jumlah Persen (%) % Kumulatif
Dirty 160 48% 48%
Clip Not Assy 104 31% 80%
Over Melting 64 19% 99%
Black Dot 4 1% 100%
Total 332 100%
Sumber: Hasil analisis data, 2022
Dari hasil pada Tabel 5 kemudian dibuat dalam bentuk diagram Pareto untuk memudahkan proses analisis data. Diagram Pareto dibuat untuk menyusun data tiap jenis cacat dari terbesar ke nilai terkecil. Adapun hasil yang didapatkan pada diagram Pareto seperti pada Gambar 3.
Gambar 3. Diagram Pareto Sumber: Hasil analisis data, 2022
Pada Gambar 3 didapatkan hasil dari semua jenis cacat yang paling tinggi persentasenya yaitu dirty dengan 48%. Dari hal ini kemudian pada tahap selanjutnya akan difokuskan pada jenis cacat dirty untuk analisis perbaikannya. Hal ini karena jenis cacat dirty paling sering terjadi dan haru segera dikendalikan.
c. Tahap Analyze
Tahap ini akan menganalisis faktor yang menyebabkan cacat pada Part TRIM ASSY 993YA khususnya untuk jenis cacat dirty. Proses analisis akan dilakukan dengan menggunakan diagram sebab- akibat. Penggunaan diagram ini mendasarkan analisisnya dari data yang diperoleh sebelumnya baik melalui pengamatan atau wawancara yang dilakukan pada objek penelitian. Adapun hasil analisis diagram penyebab dan akibat tersebut tampil pada Gambar 4.
0%
20%
40%
60%
80%
100%
0 50 100 150 200 250 300
Dirty Clip Not Assy Over Melting Black Dot Jumlah % Kumulatif
Gambar 4. Diaram sebab-akibat jenis cacat Dirty Sumber: Hasil analisis data, 2022
Pada hasil Gambar 4 selanjutnya diketahui penyebab terjadinya cacat dirty yaitu pada faktor manusia dan metode, dengan uraian tiap faktor sebagai berikut:
1) Manusia
Faktor manusia yang menyebabkkan cacat dirty terjadi karena beberapa hal seperti kurangnya ketelitian saat melakukan pembersihan mesin.
2) Material
Tidak ada penyebab terjadinya dirty dari aspek material.
3) Mesin
Tidak ada penyebab terjadinya dirty dari aspek Mesin.
4) Metode
Pada aspek metode, penyebab terjadinya cacat dirty yaitu seperti pada standar penyimpanan dari perusahaan yang kurang baik sehingga menyebabkan kotor.
d. Tahap Improve
Dari hasil analisis penyebab terjadinya cacat kemudian disusun strategi perbaikan yang dapat dilakukan dengan menggunakan analisis Kaizen 5W+1H. Analisis ini selanjutnya akan menjadi usulan pada perusahaan dalam upaya mengurangi terjadinya cacat, khususnya pada jenis cacat dirty. Hal ini karena pelaksanaan usulan ini akan dikaji kembali berdasarkan kebijakan perusahaan. Adapun hasil analisis usulan perbaikan untuk cacat dirty yaitu seperti pada Tabel 6.
Tabel 6. Hasil Analisis 5W+1H Waktu
terjadi (When)
Defect terjadi (What)
Terjadinya defect (Where)
Penyebab (Why) Penanggung jawab (Who)
Perbaikan (How) Faktor
penyebab
Penyebab Saat
berlangs ung proses produksi
Dirty Pada saat proses penyimpan an dan pengiriman
Manusia Kurangnya ketelitian saat melakukan penyimpan an
Operator produksi Memastikan bahwa rak penyimpanan bersih, adanya pengawasan berkala untuk produk yang disimpan dalam bentuk SOP Metode Standar
penyimpan an dari perusahaan kurang baik sehingga
Operator produksi Dibuatkan atau ditambahkan tirai pada rak agar rak penyimpanan lebih tertutup dan tidak menyebabkan part kotor
Dirty
Mesin Material
Metode Manusia
Karna standar penyimanannya
kurang baik
Kurangnya ketelitian saat penyimpanan
Tidak adanya standar penyimpanan
Tidak dilakukannya double check
menyebab kan kotor Saat
berlangs ung proses produksi
Clip Not Assy
Pada saat proses Assembling
Manusia Kurangnya ketelitian saat melakukan pemasangan clip
Operator produksi Menerapkan sistem pemeriksaan double check ketika melakukan
pekerjaan agar tidak ada part yang terlewat
Metode Pemasangan kurang teratur dan belum ada double check
Operator produksi Dibuatkan urutan kerja khusus yang mengatur
pemasangan clip agar tidak ada yang terlewat
Saat berlangs ung proses produksi
Over Melting
Pada saat proses Melting
Manusia Karyawan hanya mengira- ngira saat melakukan pekerjaan
Operator produksi Diadakan pelatihan pada karyawan agar memiliki standar ketika melakukan proses melting tidak hanya perkiraan Mesin Kondisi
mesin terlalu panas karena tidak ada pengontrol lan
Operator produksi Adanya jeda ketika melakukan
pekerjaan terus- menerus agar menjaga kondisi mesin tetap normal.
Metode Tidak ada standar ketika melakukan proses melting
Operator produksi Penerapan poka yoke dan mengganti proses manual dengan robot agar proses melting sesuai dengan yang di settle
Saat berlangs ung proses produksi
Black dot Pada saat proses Injection
Manusia Kurang ketelitian saat melakukan pembersih an mesin
Operator produksi Adanya double check ketika melakukan
pembersihan mesin, dan diterapkan pada SOP
Mesin Kondisi mesin kotor karena pembersih an kurang maksimal
Operator produksi Dilakukan
pembersihan pada mesin dengan material warna sama pada proses sebelumnya agar kotoran terangkat.
Metode Tidak ada standar ketika melakukan pembersih an mesin
Operator produksi Dibuatkan SOP dan alat khusus untuk melakukan
pembersihan pada mesin setelah digunakan
Sumber: Hasil analisis data, 2022 e. Tahap Control
Control menjadi tahap terakhir dalam upaya mengendalikan kualitas dengan metode six sigma.
Dalam tahapan ini akan diusulkan beberapa aktivitas untuk tujuan menciptakan atau menjaga perbaikan yang dilakukan agar tetap konsisten, sehingga hasil didapatkan maksimal. Selain itu juga agar
implementasi pengendalian yang dilakukan dapat dikontrol secara berkala dan dianalisis secara rutin untuk mengetahui peningkatan yang didapatkan. Kemudian juga pada tahap ini upaya perbaikan disebarluaskan pada semua elemen perusahaan untuk memperoleh hasil yang maksimal. Adapun hal- hal yang bisa diterapkan agar menjaga perbaikan dalam kondisi yang terlaksana dengan konsisten berdasarkan hasil pada tahap improve yaitu sebagai berikut:
1) Proses pengawasan pada karyawan khususnya pada lantai produksi agar mampu melaksanakan kerja sesuai prosedur dan profesional untuk menjaga hasil produksi.
2) Upaya untuk menjaga hubungan antara karyawan dan manajemen agar berada pada satu visi dan mencapai tujuan perusahaan.
3) Mengadakan peningkatan kualitas karyawan dengan pelatihan.
4) Melaksanakan brainstorming terhadap teknologi yang sedang berkembang untuk diterapkan di perusahaan.
5) Melakukan control nilai sigma perusahaan secara berkala untuk mengevaluasi secara berkala dari proses yang sedang dilaksanakan.
4. Kesimpulan
Dari hasil analisis yang dilakukan, terdapat empat jenis cacat pada produksi part trim assy yaitu dirty, clip not assy, over melting, dan black dot. Hasil pada tahap measure diketahui bahwa tingkat sigma perusahaan mencapai nilai 3,51 yang berarti sudah berada di atas nilai rata-rata perusahaan Indonesia.
Namun demikian pengendalian kualitas harus tetap dilaksanakan untuk memastikan dan meningkatkan kualitas produk yang diproduksi. Pada diagram Pareto didapatkan hasil yaitu pada cacat dirty memiliki nilai kumulatif yang paling tinggi yaitu 68%, sehingga analisis selanjutnya difokuskan pada jenis cacat dirty.
Dari hasil diagran fishbone diketahui bahwa penyebab terjadinya dirty yaitu oleh manusia dan metode.
Pekerja kurang teliti, tidak ada double check, kemudian tidak ada SOP yang secara tegas mengatur sistem kerja menjadi penyebab terjadinya cacat dirty. Adapun usulan yang diberikan pada penelitian ini seperti adanya SOP yang mengatur pembersihan rak, atau dudukan untuk mengukur, adanya pembuatan poka yoke untuk membuat sistem yang lebih otomatis.
. 5. Referensi
[1] D. Caesaron And S. Y. P. Simatupang, “Implementasi Pendekatan DMAIC Untuk Perbaikan Proses Produksi Pipa PVC (Studi Kasus PT. Rusli Vinilon),” J. Metris, Vol. 16, No. 1, Pp. 91–96, 2015.
[2] N. Izzah And M. F. Rozi, “Analisis Pengendalian Kualitas Dengan Metode Six Sigma-Dmaic Dalam Upaya Mengurangi Kecacatan Produk Rebana Pada Ukm Alfiya Rebana Gresik,” J. Ilm. Soulmath, Vol. 7, No. 1, pp. 13–25, 2019.
[3] G. Pakki, R. Soenoko, And P. B. Santoso, “Usulan Penerapan Metode Six Sigma Untuk Meningkatkan Kualitas Klongsong (Studi Kasus Industri Senjata),” J. Jemis, Vol. 2, No. 1, pp. 10–
18, 2014.
[4] D. Sutiyarno And Chriswahyudi, “Analisis Pengendalian Kualitas dan Pengembangan Produk Wafer Osuka Dengan Metode Six Sigma Konsep Dmaic Dan Metode Quality Function Deployment Di PT.
Indosari Mandiri,” J. Ind. Eng. Manag. Syst., Vol. 12, No. 1, pp. 42–51, 2019, Doi:
10.30813/Jiems.V12i1.1535.
[5] E. M. Ulfah And T. A. Auliandri, “Analisis Kualitas Distribusi Air Menggunakan Metode Six Sigma Dmaic Pada Pdam Surya Sembada Kota Surabaya,” Inobis J. Inov. Bisnis Dan Manaj. Indones., Vol.
2, No. 3, pp. 315–329, 2019.
[6] S. K. Dewi, “Minimasi Defect Produk Dengan Konsep Six Sigma,” J. Tek. Ind., Vol. 13, No. 1, pp.
43–50, 2012.
[7] H. Sirine And E. P. Kurniawati, “Pengendalian Kualitas Menggunakan Metode Six Sigma (Studi Kasus Pada PT Diras Concept Sukoharjo),” Ajie - Asian J. Innov. Entrep., Vol. 02, No. 03, pp. 254–
290, 2017.
[8] Heriyanto And M. A. Pahmi, “Perbaikan Kualitas Produk Dengan Metode Six Sigma Dmaic Di Perusahaan Keramik,” J. Terap. Tek. Ind., Vol. 1, No. 1, pp. 47–57, 2020.
[9] Supriyadi, G. Ramayanti, And Alex Chandra Roberto, “Analisis Kualitas Produk Dengan Pendekatan Six Sigma,” In Prosiding Snti Dan Satelit, 2017, Vol. 1, pp. 7–13.
[10] F. Ahmad, “Six Sigma Dmaic Sebagai Metode Pengendalian Kualitas Produk Kursi Pada Ukm,” Jisi J. Integr. Sist. Ind., Vol. 6, No. 1, pp. 11–17, 2019.
[11] Sucipto, D. P. Sulistyowati, And S. Anggarini, “Pengendalian Kualitas Pengalengan Jamur Dengan Metode Six Sigma Di PT Y, Pasuruan, Jawa Timur,” Ind. J. Teknol. Dan Manaj. Agroindustri, Vol.
6, No. 1, pp. 1–7, 2017.
[12] A. L. Satrijo, Y. Sari, And M. A. Hidayat, “Perbaikan Kualitas Proses Produksi Dengan Metode Six Sigma Di Pt. Catur Pilar Sejahtera, Sidoarjo,” Calyptra J. Ilm. Mhs. Univ. Surabaya, Vol. 2, No. 1, Pp. 1–16, 2013.
[13] J. Susetyo, Winarni, And C. Hartanto, “Aplikasi Six Sigma Dmaic dan Kaizen Sebagai Metode Pengendalian Dan Perbaikan Kualitas Produk,” J. Teknol., Vol. 4, No. 1, pp. 78–87, 2011.
[14] Y. Y. Wibisono And T. Suteja, “Implementasi Metode Dmaic-Six Sigma Dalam Perbaikan Mutu Di Industri Kecil Menengah : Studi Kasus Perbaikan Mutu Produk Spring Adjuster Di PT. X,” In Seminar Nasional Ienaco, 2013, Pp. 1–8.
[15] I. Wulandari And M. Bernik, “Penerapan Metode Pengendalian Kualitas Six Sigma Pada Heyjacker Company,” Ekbis J. Ekon. Dan Bisnis Fak., Vol. 1, No. 2, pp. 222–241, 2017.
[16] I. Rinjani, W. Wahyudin, And B. Nugraha, “Analisis Pengendalian Kualitas Produk Cacat Pada Lensa Tipe X Menggunakan Lean Six Sigma Dengan Konsep Dmaic,” J. Pendidik. Dan Apl. Ind., Vol. 8, No. 1, pp. 18–29, 2021.