BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

(1)

Universitas Mercubuana

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Pengumpulan Data

Pengumpulan data-data yang nantinya akan digunakan pada tahap pengolahan data yaitu data yang diperoleh dari hasil pengamatan langsung dari proses produksi pembuatan cat pada Divisi Cat. Data-data yang diambil diantaranya adalah sejarah umum perusahaan, data actual hasil produksi dan produk defect yaitu dari bulan Januari - Juni 2011. Laporan tentang hasil produksi dan defect ini semuanya tercantum didalam QC Daily Reports . Data-data tersebut merupakan Data-data-Data-data yang diperoleh dari hasil obsrvasi secara langsung di bagian produksi dan wawancara langsung dengan pihak-pihak yang terkait dengan proses produksi pembuatan cat.

4.2 Gambaran Umum Perusahaan 4.2.1 Sejarah Perusahaan

PT. Daya Kemindo adalah sebuah perusahaan lokal yang bergerak dalam bidang industri Cat automotive atau lebih di kenal dengan industri car refenishes. Didirikan pada bulan Oktober 2002 dan mulai beroproduksi secara penuh pada Januari 2003.

(2)

Awal produksi hanya melayani konsumen area Jabodetabek, tetapi seiring waktu dengan berbagai kebijakan perusahaan,saat ini PT.Daya Kemindo telah mengembangkan pasar penjualan hingga keluar pulau Jawa khususnya daerah Sumatera, juga beberapa daerah di Pulau Jawa dan beberapa daerah di Sulawesi dan beberapa konsumen di Papua. Pabrik PT. Daya Kemindo berlokasi di Jl. Raya Salembaran,Pergudangan 99, Blok EF-EG, Kecamatan Kosambi – Teluk Naga, Kabupaten Tangerang, Provinsi Banten. Sedangkan untuk Office PT.Daya Kemindo berlokasi di Jl. Muara Karang Blok B IX Barat No. 5A Pluit – Jakarta.

Dari tahun 2003 sampai sekarang PT. Daya Kemindo telah memproduksi hampir 400 item produk untuk car refenishes yang tergolong dalam 3 jenis kelompok produk yaitu : primercoat, basecoat, dan topcoat. Selain produk cat, PT. Daya Kemindo juga memproduksi produk Thinner sebagai bahan pembantu cat dengan berbagi tipe produk.

4.2.2 Fungsi dan Kedudukan Perusahaan

PT. Daya Kemindo merupakan salah satu perusahaan di Indonesia yang bergerak dalam bidang industri cat automotive. Di Indonesia sendiri industri cat automotive lebih banyak dikasai oleh Perusaahaan Asing yang telah berkerjasama dengan industri perakitan mobil dan karoseri di Indonesia untuk menggunakan produk mereka. Oleh karena itu segment pasar PT. Daya Kemindo lebih banyak kepada konsumen langsung di masyarakat yaitu melalui toko – toko cat dan bengkel – bengkel reparasi dan perwatan kendaraan.

Target pasar sendiri lebih ditujukan kepada pengguna kendaraan mobil yaitu untuk pengecatan ulang maupun untuk reparasi atau perbaikan. Selain memenuhi

(3)

permintaan cat secara umum, permintaan khusus dari konsumen juga diupayakan untuk tetap dipenuhi misalnya permintaan warna yang khusus, proyek karoseri, bengkel asuransi dan lainnya.

4.2.3 Proses Produksi

Dalam menjalankan unit bisnisnya, PT. Daya Kemindo membagi 2 unit divisi proses produksinya,yaitu :

1. Divisi Cat 2. Divisi Thinner

Untuk penelitian ini, penulis memfokuskan pengamatan pada Divisi Cat,karena memiliki proses produksi yang lebih kompleks dengan spesifikasi produk yang lebih beragam dibandingkan dengan proses produksi thinner yang lebih mudah dan sederhana karena hanya melewati proses pencampuran solvent.

4.2.3.1 Proses Produksi Cat

Pada proses produksi cat memiliki tiga bagian proses pengerjaan : 1. Bagian Grinding Pasta

Pasta adalah bahan baku setengah jadi atau WIP yang terdiri dari komponen utama pigment sebagai biang warna pada basecoat dan resin sebagai media pelarut. Adapun alur prosesnya:

Mixing Grinding Let down

Mesin yang digunakan adalah Dinomill, sebagai mesin yang menggunakan teknologi terkini. Pasta yang sudah melewati proses Let down sudah siap untuk digunakan sebagai bahan campuran pembuatan cat.

(4)

2. Bagian WIP ( Work In Process )

WIP adalah juga bahan setengah jadi, yang dibuat sebagai bahan utama ataupun sebagai bahan pembantu untuk produksi barang jadi cat. WIP pada umumnya terdiri dari komponen Resin dan bahan Pengisi ( Filler ) serta bahan pembantu yaitu additive. Adapun alur prosesnya :

Pre-Mixing Mixing Let down

Mesin yang digunakan hanyalah mesin mixer, dan setelah melewati proses Let down, WIP sudah siap digunakan sebagai bahan campuran pembuatan barang jadi cat.

3. Bagian Barang Jadi

Pada bagian barang jadi adalah final proses untuk memproduksi suatu jenis cat. Untuk cat automotive sendiri terbagi dalam 3 ( tiga ) jenis produk yaitu :

 Primer Coat ( Lapisan dasar )

 Base Coat ( Lapisan warna dan protektif )

 Top Coat ( Lapisan protektif dan daya kilap )

Komponen cat sendiri atau jenis material penyusun cat dapat dikelompokkan sebagai :  Resin  Pigment  Filler / Extender  Solvent  Additive

(5)

Umumnya proses produksi barang jadi hanya melalui proses mixing, kecuali untuk jenis primer coat harus melalui proses Grinding menggunakan mesin triple roll.

GUDANG RAW MATERIAL PRODUKSI BARANG JADI WIP PASTA QC INCOMING MATERIAL QC PROSES PACKING QC BARANG JADI OK ( SIAP PACKING ) TIDAK : ADJUSMENT

(6)

4.3 Inspeksi Kualitas terhadap Produk Barang Jadi

Pengecekan kualitas pada barang jadi dilakukan oleh QC Barang Jadi untuk menyatakan produk tersebut siap untuk di packing atau tidak. Setiap produk barang jadi memiliki guiden standar kualitas dengan parameter – parameter yang telah ditentukan. Adapun parameter pokok kualitas untuk barang jadi cat yaitu :

 Viscositas  Solid Content  Colors  Crater  Flooding  Sagging

Tiap parameter pengetesan memiliki range standar terhadap kualitas produk,yang mana bila dalam pengetesan diperoleh data yang Out of Standart maka dilakukan adjustment supaya bisa masuk range standar, tetapi bila adjustment tidak bisa memperbaiki maka produk tersebut dilakukan reproses untuk di oplos dengan batch produk sejenis berikutnya. Ketidakstabilan kualitas yang sering kali terjadi menghambat produktivitas produksi sehingga menghambat efektivitas kerja produksi dan rentan terhadap complain dari customer.

4.4 Data Quality Control Produk Cat

Sebagai bahan pengamatan, penulis menggunakan data Quality Control barang jadi periode Januari sampai Juni 2011. Pada data ini untuk tiap batch produk yang diproduksi memiliki nilai masing – masing parameter kualitas,dan terdapat data – data yang tidak sesuai range standar yang telah ditetapkan oleh perusahaan.

(7)

Adapun data itu kami sebut dengan batch NG ( No Good ), dapat dilihat pada tabel berikut :

Tabel 4.1 Data NG ( Batch ) produksi bulan Januari – Juni 2011

Jan Feb Mar Apr Mei Jun

VISCOSITAS 35 31 40 46 52 55 SOLID CONTENT 6 5 8 9 12 11 COLORS 5 6 5 7 7 8 CRATER 4 3 5 5 6 7 FLOODING 3 2 3 3 4 3 SAGGING 1 1 3 2 2 3 Total NG ( BATCH ) 54 48 64 72 83 87

Total Produksi (BATCH) 250 248 262 275 290 315

%Total NG perbulan

%rata-rata NG per bulan (BATCH)

Defect ( OUT OF STD ) BULAN

21,60 19,35 24,43 26,18 27,62 24,63 28,62 Total Produksi To ta l N G (B at ch ) 315 290 275 262 248 250 90 80 70 60 50 40 30 20 10 0 87 83 72 64 48 54

Chart of Total NG (Batch)

Grafik 4.1 Pergerakan Jumlah Batch NG ( Out of Std ) produksi cat Bulan Januari – Juni 2011

JA N FEB MA R A P R ME I JUN

(8)

Dari data tersebut diatas, dilakukan pengukuran untuk mengidentifikasi bobot defect yang terjadi untuk diurutkan dari yang terbesar hingga yang terkecil dan disajikan dalam bentuk diagram pareto.

Co un t Pe rc en t Total NG (Batch) Count 12.5 9.3 7.4 4.4 2.9 Cum % 63.5 76.0 85.3 92.6 259 97.1 100.0 51 38 30 18 12 Percent 63.5 Sagging Flooding Crater Colors SC Visc 400 300 200 100 0 100 80 60 40 20 0 Pareto Chart of Total NG (Batch)

Grafik 4.2 Diagram Pareto untuk NG ( Out of Std ) produksi cat Bulan Januari – Juni 2011

Dari diagram pareto diatas terlihat jelas bahwa jenis defect yang terbesar adalah defect Viscositas dengan nilai 63,5 % sebagai jenis defect yang paling sering terjadi dan rincian persentase defect viscositas setiap bulannya dapat dilihat pada table berikut :

(9)

Tabel 4.2 Data persentase defect Viscositas

JUMLAH PRODUKSI _{JUMLAH NG}

( BATCH ) _{( BATCH )} JANUARI 250 35 14,00 FEBRUARI 248 31 12,50 MARET 262 40 15,27 APRIL 275 46 16,73 MEI 290 52 17,93 JUNI 315 55 17,46

RATA - RATA PER-BULAN 15,65

BULAN % DEFECT

Dari data pada table 4.1 terlihat bahwa persentase ketidakstabilan kualitas pada produk dengan terjadinya beberapa batch yang NG rata – rata perbulan sebesar 24,63%. Hal ini tentunya berdampak terhadap efektivitas produksi yang terkendala akibat waktu proses produksi menjadi bertambah karena adanya adjustment dan reproses. Manajemen menargetkan persentase total batch yang NG per-bulan adalah dibawah 5%. Dari data pada grafik 4.2 diketahui bahwa ketidakstabilan viscositas adalah penyumbang terbesar dari total batch yang NG periode Januari – Februari 2011 sebesar 63,5% , dengan nilai rata – rata perbulan sebesar 15,65% seperti yang terlihat pada table 4.2, oleh karena itu permasalahan ini menjadi sasaran utama untuk dilakukan langkah – langkah perbaikan sehingga dapat menurunkan persentase batch yang tidak stabil dalam kualitas. Adapun manajemen menargetkan persentase defect viscositas adalah dibawah 3%, maka atas dasar inilah penulis mencoba melakukan penelitian dengan menggunakan metode Failure Modes and Effect Analysis ( FMEA ).

(10)

4.5 Pengolahan Data

Dalam penelitian ini, penulis menggunakan metode FMEA untuk menganalisis permasalahan yang menjadi fokus dan langkah – langkah perbaikan yang harus di lakukan dan disajikan dalam bentuk pengolahan data. Dalam hal ini permasalahan ketidakstabilan viscositas menjadi fokus untuk mencari langkah – langkah perbaikan yang diperlukan.

4.5.1 Diagram Fishbone

Berikut ini diagram fishbone yang menyebabkan output ketidakstabilan viscositas.

Gambar 4.2 Diagram Fishbone defect viscositas

MACHINE

Viscosity Unstable

Deviasi berat timbangan Pengukuran bahan kurang tepat Proses Mixing Tidak standar ENVIRONMENT Sirkulasi udara kurang baik Pengukuran kurang presisi Jenis Timabangan konvensiona METHODE MAN Suhu ruang Produksi panas Tutup tanki tidak permanen Penguapan saat Proses mixing tinngi Belum ada SOP

Operator kurang teliti saat menimbang

SDM lemah

Exhaust dan ventilsi kurang MATERIAL

Viscositas bahan Baku tidak stabil QC Incoming Material belum

optimal

Belum ada komitmen Tegas terhadap

(11)

4.5.2 Defect Report dengan Metode CFME ( Cause Failure Mode Effect ) Berdasarkan diagram Fishbone diatas, dapat dilakukan Root Cause Analysis untuk mengklarifikasi data dengan lebih jelas sehingga diketahui akar penyebab utama dari permasalahan dengan mengidentifikasi sumber – sumber permasalahan sehingga dapat diambil tindakan yang tepat untuk menghilangkan atau mengurangi setiap akar penyebab terjadinya permasalahan tersebut. Akar penyebab permasalahan dituangkan dalam sebuah diagram CFME yang mana akan menjadi dasar membuat FMEA.

Gambar 4.3 Diagram Cause Failure Mode Effect ( CFME ) untuk defect viscosity VISCOSITY UNSTABLE Proses Mixing tidak standar Pengukuran Material kurang tepat

Belum ada SOP Deviasi berat timbangan Pengukuran kurang presisi Operator kurang teliti saat menimbang Viscositas bahan

baku tidak stabil QC incoming Material belum optimal Suhu Ruang Produksi panas Sirkulasi udara kurang baik Belum ada komitmen tegas dari suplier Timbangan jenis konvensional Penguapan saat proses mixing tinggi

Tutup tangki tidak permanen

SDM Lemah Exhaust dan

(12)

4.5.3 Perhitungan Severity, Occurrence dan Detection

Pada tahap ini dilakukan penilaian terhadap potensi bentuk kegagalan secara kualitatif untuk mendapatkan nilai severity, serta malakukan pengolahan data untuk mendapatkan nilai occurrence dan detection.

 Severity

Nilai severity diperoleh melalui penilaian dari penulis terhadap dampak dan gangguan yang ditimbulkan dari potensi kegagalan bila terjadi pada proses produksi. Berdasarkan penilaian yang diberikan oleh penulis, kemudian disesuaikan dengan parameter dari Automotive Industry Action Group (AIAG)

severity rating, maka diperoleh nilai severity.

 Occurrence

Nilai Occurrence merupakan perbandingan antara jumlah cacat dengan total cacat dengan jumlah output pada masing-masing fungsi proses. Penilaian tersebut bersifat kantitatif berdasarkan pada data pengamatan langsung ke perusahaan.

 Detection

Nilai Detection merupakan kemampuan untuk mendeteeksi potensi dari kegagalan yang dapat terjadi pada proses produksi. Nilai tersebut diperoleh melalui pengolahan terhadap data akumulasi dari hasil pengamatan langsung pada bulan Januari - Juni 2011 terhadap proses produksi dengan suatu parameter tertentu dimana pengolahan tersebut dilakukan untuk mengetahui kemampuan dari system pengukuran pada proses produksi.

(13)

Tabel 4.3 Nilai Severity, Occurrence, dan Detection Karakteristik

produk yang diharapkan

timbangan jenis konvensional Jumlah bahan tidak tepat 1. Deviasi berat timbangan deviasi ± 100 gr guiden formulasi

2. Operator kurang teliti saat kurangnya pemahaman tentang Jumlah bahan tidak tepat menimbang pentingnya ketelitian kerja guiden formulasi

3. Viscositas bahan baku Viscositas bahan baku dari suplier ketidakstabilan kualitas tidak stabil tidak stabil dan QC incoming barang hasil proses

material yang belum optimal

Viscositas Proses produksi dilakukan

Stabil 4. Proses yang kurang tepat Belum ada SOP sangat bergantung dari

teknik dan kemampuan operator 5. Suhu ruang produksi Ventilasi kurang / sirkulasi udara Suhu ruang yang panas menambah panas ( saat musim panas ) kurang baik efek penguapan bahan

6. Penguapan saat proses tidak ada tutup tangki yang Mixing proses dengan mulut tanki

mixing tinggi permanen yang terbuka menyebabkan

penguapan besar

Mode Of Failure Cause Of Failure Effect Of Failure D

7 6 5 8 3 4 5 4 7 7 3 6 6 9 4 6 9 6 O S