APLIKASI PENDEKATAN LEAN SIX SIGMA UNTUK MENINGKATKAN KUALITAS KUE MALKIST DI PT.X

(1)

APLIKASI PENDEKATAN LEAN SIX SIGMA UNTUK MENINGKATKAN

KUALITAS KUE MALKIST DI PT.X

Pembimbing:

1. Prof.Ir.Suparno,MSIE,PhD

Oleh:

Lilla Ayu Dyawara

Penguji:

1. Prof.Ir.Moses L.Singgih,Msc,Ph.D

2. Dr.Ir.Bambang Syairudin,MT

▸ Baca selengkapnya: untuk meningkatkan nilai gizi dan membantu mengempukan kue, maka dalam adonan kita tambahkan…….

(2)

2. Metode Penelitian

1. Pendahuluan

3. Pengumpulan dan Pengolahan Data

4. Analisis dan Pembahasan

(3)

Banyaknya produk cacat (Defect) Menghambat proses lain (waiting in proses)

Perusahaan merugi

Lean Six

Sigma

Meminimalisir banyaknya pemborosan dan memperbaiki kualitas produk Malkist di PT.X

Latar Belakang

Bulan Defect (Kg) Bahan Baku % Defect Oktober 2120.06 283071 0.75% November 959.95 145670 0.66% Desember 509.39 170869 0.30% RATA 2 1196.47 199870 0.57%

•Berat Malkist per keping adalah 9 gram,

•harga jual perkeping kue Malkist Rp.500

•Rata-rata produk cacat perbulannya 1196,47 Kg,

•Kerugian perusahaan =((1196,47 x 1000/9) x Rp.500 = Rp.66.470.600.

(4)

Rumusan Masalah

Mengidentifikasi

pemborosan yang

terjadi serta bagaimana

cara menurunkan

banyaknya produk kue

malkist cacat dengan

pendekatan

Lean Six

Sigma

dan

meningkatkan kualitas

kue Malkist.

(5)

Tujuan Penelitian

Diperolehnya penurunan

defect

kue malkist dengan

pendekatan

Lean Six Sigma

Mengidentifikasi penyebab yang paling dominant

menimbulkan banyaknya pemborosan pada kue

Malkist.

Mengidentifikasi pemborosan (

waste

) yang terjadi di

PT.X Food

Mengidentifikasi area-area yang mempunyai peluang

besar untuk melakukan perbaikan

(6)

Manfaat Penelitian

Dengan menurunkan

defect

kue malkist khususnya sesuai

dengan standar yang ditetapkan maka diharapkan kerugian

setiap produksi bisa dikurangi atau dihindari

Dengan mengetahui penyebab yang paling dominant yang

menyebabkan

defect

kue malkist maka diharapkan dapat

lebih meningkatkan kualitas produk

Dengan mengetahui pemborosan yang terjadi, maka

diharapkan bisa segera melakukan perbaikan untuk

mengeliminasi pemborosan tersebut.

(7)

Batasan & Asumsi

Penelitian ini mengambil objek produk yang

dihasilkan oleh PT. X Food yakni produk Malkist

Identifikasi masalah kualitas yang terjadi hanya

pada inti proses produksinya.

Tidak adanya perubahan variasi prosedur yang

mendadak selama masa periode penelitian.

(8)

2. Metode Penelitian

1. Pendahuluan

3. Pengumpulan dan Pengolahan Data

4. Analisis dan Pembahasan

(9)

WAKTU &TEMPAT

• PT. Garuda Food Putra-Putri Jaya

• Agustus 2014 sampai selesai

Penelitian

Tools yang Digunakan

• Value Stream Mapping

(10)

Value Stream Mapping

Metode untuk menciptakan suatu gambar dari keseluruhan aktivitas yang terjadi dalam sebuah perusahaan, mulai dari saat pelanggan menempatkan pesanan untuk suatu produk, hingga pelanggan telah menerima produk.

Tujuan dari VSM adalah untuk mengidentifikasi,mendemonstra sikan, dan menurunkan

pemborosan yang terjadi pada proses.

(11)

(12)

Metodologi Penelitian

Perumusan Masalah Dan

Tujuan Penelitian

Survey Lapangan Studi Pustaka

Pengumpulan Data

Pengolahan Data : ~ Tahap Define :

1. Value Stream Mapping 2. Diagram SIPOC

3. Brainstorming & Penyebaran Kuisioner ~ Tahap Measure

1. CTQ = Jumlah produk cacat pertotal output dalam satuan % 2. Perhitungan dalam kapabilitas proses

3. Kinerja Six Sigma

Analisa dan Intrepetasi Data : ~ Tahap Analyze :

1. Menentukan waste terbesar dan tools VALSAT 2. Membuat proses visual dengan pareto

3. FMEAP

4. Diagram sebab-akibat (RCA) ~ Tahap Improve

1. Membuat future state value stream mapping

2. Melakukan diskusi secara berkelompok dengan melibatkan semua pihak ~ Tahap Control :

1. Implementasi dari solusi perbaikan yang didapat 2. Memonitor keadaan proses agar tetap terkendali

Kesimpulan dan Saran Analisis dan Pembahasan

(13)

2. Metode Penelitian

1. Pendahuluan

3. Pengumpulan dan Pengolahan Data

4. Analisis dan Pembahasan

(14)

(15)

(16)

Proses Produksi

Ekstrak Malt Yeast Tepung Terigu Minyak Sayur Air

Coklat Cream 0-1 Pemasukan Bahan Mixing Fermentasi Sponge Mixing Fermentasi Dough Laminasi Dusting Gula Springkle Cutting Springkle Baking Malting Cooling Enrober Cooling Enrober 0-14 1-5 0-13 0-12 1-4 0-11 0-10 0-9 1-3 0-8 0-7 0-5 1-2 0-4 0-3 1-1 Packaging 0-6 0-2 Penyimpanan 10'’ 4'’ 150'’ 15'’ 90'’ 20'’ 5'’ 1'’ 15'’ 7'’ 9'’ 2'’ 7'’ 9'’

(17)

DEFINE

Data

Produk Cacat

(18)

(19)

VSM – Current State

Takt

Time

mencerminkan

kecepatan perputaran barang

dalam sekali produksi dalam

1 hari

Value Added Ratio

(VAR)

digunakan

untuk menganalisis berapa besar

nilai tambah yang ada dalam suatu

proses.

(20)

Diagram SIPOC

Diagram

SIPOC

memberikan

gambaran bagaimana

langkah-langkah kerja suatu proses dan

membantu

bahwa

proses

sebelumnya

akan

membawa

dampak

pada

proses

(21)

MEASURE

Uji Stabilitas Data

Uji stabilitas dimaksudkan untuk menjamin

_{karakter proses yang akan diteliti memiliki}

proses yang stabil atau tidak

121 109 97 85 73 61 49 37 25 13 1 0.5 0.4 0.3 0.2 0.1 Observation In d iv id u a l V a lu e _ X=0.3090 UCL=0.4852 LCL=0.1328 121 109 97 85 73 61 49 37 25 13 1 0.20 0.15 0.10 0.05 0.00 Observation M o v in g R a n g e __ MR=0.0663 UCL=0.2165 LCL=0

I-MR Chart of RASIO KEHILANGAN BAHAN BAKU

Data berada dalam kondisi

stabil.

(22)

MEASURE

Uji Normalitas Data

Uji normalitas distribusi data digunakan untuk

_{memastikan bahwa data tersebut terdistribusi}

normal sehingga dapat dikatakan kalau data

tersebut dapat mewakili populasi yang ada.

0.45 0.40 0.35 0.30 0.25 0.20 Median Mean 0.33 0.32 0.31 0.30 0.29 1st Quartile 0.25495 Median 0.31084 3rd Quartile 0.35847 Maximum 0.45700 0.29789 0.32002 0.28934 0.32854 0.05484 0.07063 A-Squared 0.68 P-Value 0.074 Mean 0.30896 StDev 0.06174 Variance 0.00381 Skewness 0.066986 Kurtosis -0.835766 N 122 Minimum 0.17223 Anderson-Darling Normality Test

95% Confidence Interval for Mean 95% Confidence Interval for Median 95% Confidence Interval for StDev

95% Confidence Intervals

Summary for RASIO KEHILANGAN BAHAN BAKU

0.5 0.4 0.3 0.2 0.1 99.9 99 95 90 80 70 60 50 40 30 20 10 5 1 0.1

RASIO KEHILANGAN BAHAN BAKU

P e rc e n t Mean 0.3090 StDev 0.06174 N 122 AD 0.681 P-Value 0.074

Probability Plot of RASIO KEHILANGAN BAHAN BAKU

(23)

MEASURE

Kapabilitas Proses

Ukuran statistik dari kemampuan proses

_{untuk menghasilkan produk yang memenuhi}

spesifikasi.

0.45 0.40 0.35 0.30 0.25 0.20 0.15 LSL Target USL LSL 0.1328 Target 0.22 USL 0.4852 Sample Mean 0.308957 Sample N 122 StDev(Within) 0.0587332 StDev(Overall) 0.0617356 Process Data Cp 1.00 CPL 1.00 CPU 1.00 Cpk 1.00 Pp 0.95 PPL 0.95 PPU 0.95 Ppk 0.95 Cpm 0.27 Overall Capability Potential (Within) Capability

PPM < LSL 0.00 PPM > USL 0.00 PPM Total 0.00 Observed Performance PPM < LSL 1353.09 PPM > USL 1346.64 PPM Total 2699.73 Exp. Within Performance

PPM < LSL 2162.62 PPM > USL 2153.21 PPM Total 4315.83 Exp. Overall Performance

Within Overall

RASIO KEHILANGAN BAHAN BAKU

_{Cpm lebih kecil dari 1}

(Cpm<1)

.

Hal

ini

menunjukkan

bahwasanya

kemampuan

yang dimiliki proses untuk

beroperasi

dalam

batas

target kualitas masih sangat

rendah.

Proses

masih

berpeluang

untuk

beroperasi diluar target yang

telah ditentukan (Aquilano,

1998)

(24)

MEASURE

Pengukuran

Kinerja Sigma

rata-rata proses produksi dilakukan dengan memproduksi 20 ton atau 20.000Kg bahan baku per hari, maka defect yang akan dihasilkan adalah sebesar 0.4852 x 20.000 = 9704Kg akan hilang. Jika hal ini dikalikan kesempatan 2200 operasi makan akan menghasilkan 21.348.800 kg atau perusahaan akan mengalami kerugian sebesar Rp.42.697.600,- (1 bungkus malkist = 10 gr dengan HPP Rp.200.-). Dari perhitungan ini dapat dilihat pentingnya perbaikan proses untuk menghilangkan presentase kehilangan bahan baku yang dapat

mengakibatkan kerugian yang besar bagi

perusahaan.

Pengukuran

Kinerja Sigma

(25)

MEASURE

Hasil Identifikasi

Waste Workshop

Waste

Workshop

bertujuan

mendapatkan

kerangka beserta bobot pemborosan yang terjadi.

Penyebaran kuisioner dilakukan secara

person-to-person

pada tiap bagian yang berinteraksi

langsung dengan sistem pengamatan.

No Waste Responden Rata-rata Ranking 1 2 3 4 5 6 7 1 Defect 4 4 5 5 5 5 5 4.71 1 2 Transportion 4 5 4 3 4 5 5 4.28 2 3 Waiting 3 3 3 2 3 3 2 2.71 3 4 Over Production 3 3 2 2 2 3 3 2.57 4 5 Unnecessary Inventories 2 2 3 3 2 2 2 2.28 5 6 Inapropriate Proses 2 2 2 3 2 2 2 2.14 6 7 Unnecessary Motion 2 3 1 2 2 2 2 2.00 7

(26)

MEASURE

Pemilihan

Tools Valsat

Bobot yang diperoleh dari hasil

waste workshop

kemudian dikalikan dengan korelasi

tools

dengan

waste

sehingga diperoleh skor untuk

setiap

tools

yang ada pada Valsat

. Nilai skor

terbesar menetukan

tools

yang akan digunakan

(27)

MEASURE

Process

Activity Mapping

Dari tabel ini akan didapatkan proporsi jumlah

aktivitas dan waktu tiap tipe aktivitas.

Operasi dan

inspeksi adalah aktivitas yang bernilai tambah (VA

),

sedangkan

transportasi

dan

storage

adalah

aktivitas yang tidak bernilai tambah namun

diperlukan (NNVA)

.

Delay

adalah aktivitas tidak

bernilai tambah (NVA).

Tipe Aktivitas Aktivitas Waktu VA NNVA NVA Jumlah (%) Jumlah (Minute) (%) Operation 17 56.67 293.75 77.96 293.75 - -Transportation 5 16.67 30 7.96 - 30 -Inspection 5 16.67 21 5.57 21 - -Storege 1 3.33 0 0 - - -Delay 2 6.67 32 8.5 - - 32 Jumlah 30 100 376.75 100 314.75 30 32

(28)

MEASURE

Supply Chain

Response Matrix

Dengan

tool

ini akan lebih memudahkan untuk

mengetahui pada area mana aliran distribusi dapat

direduksi

lead time-

-nya dan dikurangi jumlah

persediaannya.

7 Gudang Bahan

Baku Produksi Gudang Bahan Jadi

Cummulative Inventory

Cummulative Lead time

7,85 10.85 1.22 2.08 3.08 Total = 13.93 hari 3.08 hari 10.85 hari

(29)

2. Metode Penelitian

1. Pendahuluan

3. Pengumpulan dan Pengolahan Data

4. Analisis dan Pembahasan

(30)

Analyze

Analisis Pareto

Setelah

diketahui

bahwasanya

waste

yang

mengakibatkan pemborosan adalah banyaknya

cacat

(

defect

)

yang

terjadi

maka

untuk

memperjelas dilakukan analisa dengan diagram

pareto

(31)

Analyze

FMEAP

FMEAP digunakan untuk mengidentifikasi seluruh modus kegagalan proses yang potensial dan mengevaluasi pengaruh serta kemungkinan terjadinya. FMEAP ini berguna untuk menganalisis prioritas resiko dan menetukan tindakan yang sesuai.

No Proses Potential Failure Mode RPN Action Plan

1 Pengovenan kepingan kue

Dimensi kue tidak

sesuai 560 Perbaikan skill operator, perbaikan dengan menstabilkan suhu oven, perbaikan pembakaran tiap zona (4 zona)

Warna kue tidak

standart 504

2 Pemasukan bahan sponge

pada troly Kelengkapan bahan 280

Pemberian check listpada proses penuangan bahan , peningkatan skilloperator. Pemantauan secara berkala oleh QC

3 Waiting In ProcesKue tersalut

Kue tidak tertutup

(32)

Root Cause Analysis

No Waste Root Cause

1 Defect Kue gosong diakibatkan oleh suhu oven yang tidak stabil Proses produksi yang tidak sesuai

Kurang responsifnya penanganan masalah yang terjadi

2 Transportion Jarak antara lini produksi terlalu jauh disebabkan oleh layout yang kurang baik Penggiriman kue ke lini lain dilakukan secara manual

3 Over Production Terbatasnya gudang produk jadi mengakibatkan penumpakan produk di area produksi Jumlah bahan melebihi produksi yang sudah direncanakan

5 Unnecessary Inventories

Terdapat WIP antar proses

Penumpukan produk jadi di area produksi

6 Inapropriate Proses

Metode kerja yang salah dengan melakukan operasi yang beulang-ulang

Standar proses sebelumnya tidak sesuai sehingga terdapat penambahan pada proses sesudahnya

7 Unnecessary Motion

Tempat kerja kurang ergonomis Metode kerja yang tidak standar

(33)

Cause-Effect Diagram

Pada analisa FMEAP diketahui penyebab utama

defect adalah banyaknya WIP antar proses yang mempengaruhi kualitas produk dan ketidak lengkapan bahan baku pada saat pembuatan adonan. Berdasarkan hasil tersebut, ditentukan faktor penyebab terjadinya defect tersebut dengan melakukan brainstorming dengan menggunakancause-effect diagram

(34)

(35)

Improve

Tipe Aktivitas Aktivitas Waktu VA NNVA NVA Jumlah (%) Jumlah (Minute) (%) Operation 17 56.67 293.75 88.41 293.75 - -Transportation 5 16.67 10.5 3.16 - 10.5 -Inspection 5 16.67 21 6.32 21 - -Storege 1 3.33 0 0 - - -Delay 2 6.67 7 2.10 - - 7 Jumlah 30 100% 332.25 100% 314.75 10.5 7

(36)

Control

Program untuk

Seluruh karyawan

Pada tahap ini dilakukan pengendalian terhadap proses setelah dilakukan tindakan perbaikan dengan cara membuat mekanisme control sehingga setiap proses dapat dikendalikan dan diharapkan cacat yang terjadi tidak terulang lagi. Untuk memantau control proses dapat dibuat beberapa hal berikut ini :

Suggestion

System

Small Group

Activity

TPM

Basic

Improvement

(37)

Control

Program

Training

&

Refreshment

Program ini bertujuan meningkatkan pemahaman dan memberikan penyegaran mengenai

troubleshooting dan instruksi kerja proses. Hal ini

sebagai bekal pekerja untuk meningkatkan kualitas produk. Maka dari itu semua karyawan harus mengikuti traning program tersebut meliputi 5R, GMP, HACCP, ISO 9001 dan ISO 20200 sebagai cara meningkatkan kualitas dengan baik. Program ini diikuti oleh Supervisor Produksi, Quality Control

Produksi, Grup Team Leader dan Team Leader

Quality Control, Operator Produksi dan yang

(38)

2. Metode Penelitian

1. Pendahuluan

3. Pengumpulan dan Pengolahan Data

4. Analisis dan Pembahasan

(39)

Kesimpulan

1. Berdasarkan penelitian, didapatkan jenis pemborosan yang paling sering terjadi adalahDefect(4,71),Transportation(4,28) dan Waiting(2,71).

2. Level sigma kinerja PT.X yang telah dicapai saat ini adalah 4,34 sigma. Walaupun terbilang baik, namun belum cukup bagus untuk mengatasi masalah kualitas. Bagian proses yang menjadi sumber masalah kualitas tersebut adalah pada proses pengovenan kue (RPN = 560) yang menyebabkan kue gosong sehingga menimbulkan tingginyadefect serta pemborosan yang terjadi di PT.X

3. Value added ratio (VAR) sebelum perbaikan sebesar 77,67 % dengan total

keseluruhan proses sebesar 376,75 menit sedangkan setelah penerapan perbaikan nilai VAR meningkat sebesar 252,73% dengan total keseluruhan proses 332,25 menit. 4. Dari penggunaan Mapping Tools Process Activity Mapping dapat diketahui bahwasanya aktivitas delay (8,5 %) dan transportation (7,96%) memiliki proporsi waktu terbesar kedua dan ketiga setelah aktivitas proses dimana aktivitas ini termasuk aktivitas non added value. Setelah perbaikan dilakukan proporsi waktu aktivitas transportation menjadi 3,16% dan proporsi waktu aktivitas delay menjadi 2,10%.