Tahap Measure Pengolahan Data

5. Voice of Customer Identifikasi Kebutuhan Pelanggan

Pelanggan dari produk formulir yaitu instansi pemerintah seperti dinas perpajakan, dinas pendapatan daerah, dan kantor pemerintahan daerah lainnya. Kebutuhan pelanggan dari perusahaan adalah kualitas produk yang baik, yaitu hasil cetakan yang baik dan rapi sesuai dengan desain yang telah disepakati, baik dari segi isi dan ukuran, dan penyelesaian maupun pengiriman produk jadi sesuai dengan jadwal yang telah disepakati. Seluruh kebutuhan pelanggan ini dapat dijaga dengan baik oleh perusahaan melalui proses inspeksi yang ketat selama proses produksi berlangsung.

5.2.2. Tahap Measure

1. Perhitungan Data Waktu Siklus

Waktu siklus yang berhasil dikumpulkan akan diolah terlebih dahulu dengan beberapa pengujian yaitu uji keseragaman data dan uji kecukupan data. Pengujian ini hanya dilakukan pada proses produksi dan tidak berlaku pada waktu penyimpanan di gudang, waktu pemindahan ke gudang dan waktu menunggu WIP, serta waktu pembuatan plat cetak dan pemindahan plat cetak ke mesin cetak. Pada penelitian ini, digunakan tingkat keyakinan 95 dan tingkat ketelitian 5. Pengujian terhadap waktu proses produksi adalah sebagai berikut: 1. Uji Keseragaman Data Data waktu yang telah dikumpulkan kemudian dilakukan pengujian keseragaman data. Pengujian keseragaman data dilakukan untuk mengetahui apakah data waktu proses berada dalam batas kontrol atau tidak out of control Universitas Sumatera Utara pada peta kontrol. Contoh pengujian keseragaman pada proses kelima yaitu proses pencetakan dengan Mesin Cetak adalah sebagai berikut: Untuk tingkat kepercayaan 95 dan tingkat ketelitian 5 maka nilai = 2 Peta kontrol untuk proses ketiga yaitu pada stasiun kerja pencetakan formulir dengan Mesin Cetak dapat dilihat pada Gambar 5.5. Gambar 5.5. Peta Kontrol Waktu Proses Pencetakan Produk Formulir α2 Z 2,50 2,60 2,70 2,80 2,90 3,00 3,10 3,20 3,30 1 2 3 4 5 6 7 8 9 10 W a k tu Meni t Pengukuran Ke- Uji Keseragaman Proses Pencetakan BKA Waktu pengukuran BKB 99 , 2 10 06 , 3 ... 13 , 3 12 , 3 81 , 2 = + + + + = X 12 , 1 10 06 , 3 99 , 2 ... 12 , 3 99 , 2 81 , 2 99 , 2 1 2 2 2 1 2 = − − + + − + − = − − = ∑ = N X X n i σ 3,23 12 , 2 99 , 2 2 2 = + = + = + = BKA BKA X BKA Z X BKA σ σ α 2,75 12 , 2 99 , 2 2 2 = − = − = − = BKB BKB X BKB Z X BKA σ σ α Universitas Sumatera Utara Dari Gambar 5.5, terlihat bahwa tidak ada data yang out of control, dimana menandakan data waktu proses pencetakan formulir telah seragam. Rekapitulasi uji keseragaman data pengukuran waktu proses ditunjukkan pada Tabel 5.10. Tabel 5.10. Rekapitulasi Uji Keseragaman Data Pengukuran Waktu Proses Ke- Pengamatan ke- detik BKA BKB Ket. 1 2 3 4 5 6 7 8 9 10 1 4100 4440 4380 4320 4600 4300 4540 4120 4450 4200 4345 4684,05 4005,95 Seragam 2 3,58 3,74 3,56 3,50 3,72 3,26 3,22 3,76 3,65 3,49 3,55 3,93 3,17 Seragam 3 8,43 9,21 8,78 8,60 8,48 8,22 9,44 8,73 8,58 9,31 8,78 9,59 7,96 Seragam 4 5,29 5,39 5,13 5,46 5,02 5,02 5,32 5,15 5,39 5,45 5,26 5,60 4,92 Seragam 5 2,81 3,12 3,13 2,82 3,03 2,88 2,95 3,07 3,06 3,06 2,99 3,23 2,75 Seragam 6 1,06 0,93 0,97 0,91 1,05 0,85 0,95 0,87 1,01 0,95 0,96 1,10 0,81 Seragam 7 3,26 2,87 2,91 3,42 3,23 3,28 2,77 3,16 3,32 3,20 3,14 3,58 2,71 Seragam 8 0,49 0,59 0,49 0,50 0,59 0,53 0,55 0,56 0,52 0,59 0,54 0,62 0,46 Seragam 9 1,18 1,37 1,24 1,39 1,46 1,38 1,23 1,29 1,41 1,43 1,34 1,53 1,15 Seragam 10 1,10 1,07 0,98 0,93 1,17 1,12 0,98 1,04 1,12 1,08 1,06 1,21 0,91 Seragam 11 2,26 2,19 1,90 2,32 2,31 2,28 1,89 2,22 2,36 2,24 2,20 2,53 1,86 Seragam 12 15 15 18 15 15 15 15 18 15 15 15,60 18,13 13,07 Seragam 13 1,07 0,99 1,06 0,95 0,96 1,02 0,94 1,09 1,10 1,03 1,02 1,14 0,90 Seragam 14 5,13 5,06 4,80 4,46 4,31 4,27 4,59 4,11 4,74 4,48 4,59 5,27 3,92 Seragam 15 2,67 2,78 2,63 2,78 2,65 2,87 2,63 2,97 2,81 2,63 2,74 2,98 2,50 Seragam 16 9200 9500 9000 8500 8800 9200 9000 9500 9000 9200 9090 9697 8483 Seragam Berdasarkan hasil rekapitulasi data di atas, maka dapat disimpulkan bahwa semua waktu siklus proses adalah seragam yaitu semua data berada dalam batas kontrol in control. Selain itu, uji keseragaman juga dilakukan terhadap waktu muat tiap proses yaitu mesin potong, penomoran dan cetak, sedangkan mesin cetak tidak dilakukan uji keseragaman karena hanya dilakukan sekali untuk produk formulir. Rekapitulasi uji keseragaman waktu muat dari tiap proses yang menggunakan mesin dapat dilihat pada Tabel 5.11. X Universitas Sumatera Utara Tabel 5.11. Rekapitulasi Uji Keseragaman Waktu Muat Kegiatan muat Pengamatan ke- detik BKA BKB Ket. 1 2 3 4 5 6 7 8 9 10 Mesin Plat Maker 1,32 1,34 1,30 1,31 1,45 1,28 1,33 1,37 1,46 1,32 1,35 1,48 1,22 Seragam Mesin Cetak Besar SORS 3,67 3,68 4,03 4,12 3,86 3,41 3,96 3,86 3,91 3,59 3,81 4,25 3,37 Seragam Mesin Potong 1,26 1,34 1,38 1,28 1,33 1,40 1,41 1,37 1,45 1,35 1,36 1,47 1,24 Seragam Mesin Penomoran 2,48 2,75 2,56 2,48 2,70 2,81 2,82 2,71 2,31 2,60 2,62 2,98 2,27 Seragam Berdasarkan rekapitulasi uji keseragaman di atas, maka dapat disimpulkan bahwa semua data waktu muat untuk setiap proses produsi dengan mesin adalah seragam yaitu semua data berada dalam batas kontrol in control. 2. Uji Kecukupan Data Data waktu proses dan waktu muat yang telah seragam kemudian diuji kecukupan datanya untuk melihat apakah data yang dibutuhkan telah cukup atau tidak. Pada uji kecukupan, dicari nilai dengan memperhatikan tingkat keyakinan k dan tingkat ketelitian s, serta jumlah data N dan data x yang diperoleh pada pengumpulan data. Pada penelitian ini, tingkat keyakinan yang digunakan 95, maka nilai k adalah 2, dan tingkat ketelitian yang digunakan 5, maka nilai s adalah 0,05. Contoh perhitungan untuk proses pencetakan formulir sebagai berikut: Tabel 5.12. Data Pengukuran Proses Pencetakan Formulir No. Pengukuran Waktu Siklus menit X 2 1 2,81 7,91 2 3,12 9,71 3 3,13 9,78 4 2,82 7,95 5 3,03 9,17 6 2,88 8,32 7 2,95 8,68 X N Universitas Sumatera Utara Tabel 5.12. Data Pengukuran Proses Pencetakan Formulir Lanjutan No. Pengukuran Waktu Siklus menit X 2 8 3,07 9,45 9 3,06 9,39 10 3,06 9,35 Total 29,93 89,71 Perhitungan secara manual untuk uji kecukupan data pengukuran waktu Stasiun Kerja pembuatan plat produk Formulir sebagai berikut: Dari perhitungan di atas, didapat bahwa N yaitu 2,28 10. Dengan demikian, data yang digunakan telah cukup. Hasil rekapitulasi perhitungan uji kecukupan data dapat dilihat pada Tabel 5.13. Tabel 5.13. Rekapitulasi Uji Kecukupan Data Waktu Siklus dari Setiap Proses Produksi Formulir Proses Ke- N N Ket Proses Ke- N N Ket 1 2,19 10 Cukup 9 7,36 10 Cukup 2 4,08 Cukup 10 7,27 Cukup 3 3,11 Cukup 11 8,31 Cukup 4 1,51 Cukup 12 9,47 Cukup 5 2,28 Cukup 13 5,13 Cukup 6 7,89 Cukup 14 7,73 Cukup 7 6,83 Cukup 15 2,71 Cukup 8 8,05 Cukup 16 1,61 Cukup 28 , 2 93 , 29 93 , 29 71 , 89 10 40 . 05 , 2 2 2 2 2 2 =         − =           − = ∑ ∑ ∑ N X X X N N N Universitas Sumatera Utara Berdasarkan hasil rekapitulasi data di atas, maka dapat disimpulkan bahwa jumlah data untuk semua waktu siklus proses produksi telah cukup diambil selama pengamatan. Selain itu, uji kecukupan data juga dilakukan terhadap waktu muat tiap proses. Rekapitulasi uji kecukupan data waktu muat dari tiap proses yang menggunakan mesin dapat dilihat pada Tabel 5.14. .Tabel 5.14. Rekapitulasi Uji Kecukupan Data Waktu Muat Setiap Proses No. Waktu Muat N N Ket. 1 Mesin Plat Maker 2,91 10 Cukup 2 Mesin Cetak Besar 4,74 Cukup 3 Mesin Potong 2,67 Cukup 4 Mesin Penomoran Hamada 5,78 Cukup

2. Perhitungan Waktu Normal dan Waktu Baku

Perhitungan waktu normal adalah perkalian waktu siklus proses dengan rating factor Rf sehingga operator dapat bekerja dengan wajar dan normal. Untuk perhitungan waktu normal pada setiap proses yang menggunakan mesin adalah waktu siklus mesin ditambah dengan waktu muat operator load dan unload time pada mesin tersebut yang telah dikalikan dengan rating factor. Perhitungan waktu baku adalah perhitungan waktu yang dibutuhkan seorang operator untuk melakukan suatu pekerjaan dengan penambahan faktor allowance kelonggaran yang diberikan pada proses kerja tersebut. Universitas Sumatera Utara Contoh perhitungan waktu normal dan waktu baku pada proses ketiga yaitu proses pencetakan dengan mesin cetak SORS adalah sebagai berikut: Faktor penyesuaian Rating Factor : Rf = 1,00 Kelonggaran Allowance : All = 15 Waktu Normal Mesin Wn m = Waktu siklus mesin rata-rata Waktu Normal Mesin Wn m = 2,99 menit Waktu Normal Muat Wn o = Waktu muat rata-rata Rf Waktu Normal Muat Wn o = 3,81 1,00 Waktu Normal Muat Wn o = 3,81 menit Maka, waktu normal untuk proses ketiga adalah : Wn = Waktu Normal Mesin + Waktu Normal Muat Wn = 2,99 + 3,81 Wn = 6,80 menit Waktu Baku Mesin Wb m = Waktu Normal Mesin Waktu Baku Mesin Wb m = 2,99 menit Waktu Baku Muat Wb o = Waktu Baku Muat Wb o = Waktu Baku Muat Wb o = 4,48 menit Maka Waktu Baku untuk proses ketiga adalah : Wb = Wb m + Wb o Wb = 2,99 + 4,48 Wb = 7,47 menit × × All 100 100 Wn o − × 5 1 100 100 81 , 3 − × Universitas Sumatera Utara Hasil perhitungan waktu normal dan waktu baku dari proses produksi formulir dapat dilihat pada Tabel 5.15. Tabel 5.15. Perhitungan Waktu Normal dan Waktu Baku pada Setiap Proses Produksi Formulir menit Proses Ke- Waktu Siklus Mesin rata-rata Waktu Siklus Operator Waktu Muat Rf Wn Mesin Wn m Wn Muat Wn o Waktu Normal Wn All Wb Mesin Wb m Wb Muat Wb o Waktu Baku Wb 2 - 3,55 1,00 - 3,55 3,55 5 - 3,73 3,73 3 8,78 1,35 1,03 8 1,39 10,17 13 8,78 1,60 10,38 4 - 5,26 1,03 - 5,42 5,42 5 - 5,71 5,71 5 2,99 3,81 1,00 2,99 3,81 6,80 15 2,99 4,48 7,47 6 - 0,96 1,00 - 0,96 0,96 5 - 1,01 1,01 7 - 3,14 1,00 - 3,14 3,14 19 - 3,88 3,88 8 0,54 1,36 1,05 0,54 1,42 1,96 19 0,54 1,76 2,30 9 - 1,34 1,00 - 1,34 1,34 19 - 1,65 1,65 10 - 1,06 1,00 - 1,06 1,06 5 - 1,11 1,11 11 2,20 2,62 1,00 2,20 2,62 4,82 15 2,20 3,09 5,29 13 - 1,02 1,00 - 1,02 1,02 5 - 1,07 1,07 14 - 4,59 1,05 - 4,82 4,82 13 - 5,54 5,54 15 - 2,74 1,05 - 2,88 2,88 5 - 3,03 3,03

3. Perhitungan Metrik

Lean Perhitungan metrik Lean terdiri atas perhitungan manufacturing lead time, process cycle efficiency, process lead time dan process velocity. Perhitungan metrik Lean dilakukan untuk mengetahui keadaaan pabrik dari sudut pandang Lean. Setelah mengetahui keadaan dari pabrik melalui metrik Lean, maka akan diberikan usulan berdasarkan prinsip-prinsip Lean untuk memperbaiki keadaan pabrik tersebut. Universitas Sumatera Utara a. Perhitungan Manufacturing Lead Time Manufacturing lead time adalah waktu yang dibutuhkan untuk melakukan proses produksi dari awal sampai dengan akhir. Perhitungan manufacturing lead time ini dilakukan dengan cara menjumlahkan seluruh waktu proses kerja yang terdiri dari 12 proses kerja. Pada Tabel 5.16 ditampilkan urutan proses kerja beserta dengan waktu baku proses yang telah dihitung sebelumnya. Tabel 5.16. Urutan Proses Kerja dan Waktu Baku No. Kegiatan-kegiatan Waktu Baku menit 1 Proses pembuatan plat cetak dengan mesin plat maker 10,38 2 Pemindahan Plat Cetak Ke Mesin Cetak 5,71 3 Proses pencetakan sesuai desain formulir dengan mesin cetak besar 7,47 4 Pemindahan hasil pencetakan ke pemotongan 1,01 5 Pemeriksaan dan proses penyusunan kertas yang akan dipotong 3,88 6 Proses pemotongan hasil pencetakan dengan Mesin Potong 2,30 7 Pemeriksaan hasil potongan kertas 1,65 8 Pemindahan hasil potongan kertas ke mesin penomoran 1,11 9 Proses penomoran formulir dengan mesin hamada 5,29 10 Produk formulir menunggu untuk dikemas WIP 15,60 11 Pemindahan ke bagian pengepakan 1,07 12 Proses pengepakan secara manual 5,54 Total Manufacturing Lead Time 61,01 b. Perhitungan Process Cycle Efficiency Suatu perusahaan dikatakan telah melaksanakan program Lean apabila mempunyai nilai process cycle efficiency sebesar 30 yang artinya waktu proses untuk proses kerja atau kegiatan yang bernilai tambah mencapai 30 Universitas Sumatera Utara dari waktu proses atau kegiatan secara keseluruhan. Dalam melakukan perhitungan nilai process cycle efficiency, yang harus dilakukan terlebih dahulu adalah pemisahan antara kegiatan atau proses kerja yang bernilai tambah berdasarkan sudut pandang konsumen dengan kegiatan dan proses kerja yang bernilai tambah secara bisnis atau tidak bernilai tambah sama sekali yang tercantum dalam Tabel 5.17. Tabel 5.17. Value-Added-Time dan Non-Value-Added-Time No. Kegiatan-kegiatan Non Value- Added menit Value- Added menit 1 Proses pembuatan plat cetak dengan mesin plat maker 10,38 2 Pemindahan Plat Cetak Ke Mesin Cetak 5,71 3 Proses pencetakan sesuai desain formulir dengan mesin cetak besar 7,47 4 Pemindahan hasil pencetakan ke pemotongan 1,01 5 Pemeriksaan dan proses penyusunan kertas yang akan dipotong 3,88 6 Proses pemotongan hasil pencetakan dengan Mesin Potong 2,30 7 Pemeriksaan hasil potongan kertas 1,65 8 Pemindahan hasil potongan kertas ke mesin penomoran 1,11 9 Proses penomoran formulir dengan mesin hamada 5,29 10 Produk formulir menunggu untuk dikemas WIP 15,60 11 Pemindahan ke bagian pengepakan 1,07 12 Proses pengepakan secara manual 5,54 Total Waktu 30,03 30,98 Universitas Sumatera Utara Dari tabel di atas, dapat diketahui bahwa besar waktu untuk kegiatan yang bernilai tambah berdasarkan pandangan pelanggan atau customer adalah 30,98 menit, sedangkan lama waktu untuk kegiatan yang tidak bernilai tambah adalah 30,03 menit dan total waktu dari seluruh kegiatan yang mempunyai nilai sebesar 61,01 menit. Perhitungan process cycle efficiency yaitu sebagai berikut: Process Cycle Efficiency = Process Cycle Efficiency = = 0,5077 x 100 = 50,77 Waktu baku, total lead time, value-added-time dan process cycle efficiency yang diperoleh dari hasil perhitungan dapat dicantumkan pada gambar value stream mapping sebagai informasi tambahan seperti pada Gambar 5.6. c. Perhitungan Process Lead Time dan Process Velocity Process lead time adalah metrik Lean yang digunakan untuk mengetahui berapa lama waktu yang diperlukan untuk memproses sejumlah barang dari awal hingga selesai. Perhitungan process lead time untuk memproduksi jumlah permintaan produk formulir selama bulan Oktober adalah sebagai berikut: Rata-rata kecepatan penyelesaian Rata-rata kecepatan penyelesaian = 8719,05 8720 unithari Time Total Lead d Time Value-Adde 100 61,01 30,98 × kerja hari Jumlah bulan per Produksi Total = 21hari unit 183100 = ≈ an penyelesai kecepatan rata - Rata WIP proses dalam di produk Jumlah Time Lead Process = hari 2 hari 01 , 2 unithari 8719,05 unit 174500 Time Lead Process ≈ = = Universitas Sumatera Utara Gambar 5.6. Value Stream Mapping Produk Formulir Pembuatan plat cetak Op : 1 CT :10,38 menit CO : - Uptime : 80 1 shift Pencetakan Op : 1 CT : 7,47 menit CO : - Uptime : 95 1 shift Pemotongan Op : 1 CT : 2,30 menit CO : - Uptime : 95 1 shift Pemeriksaan Penyusunan Op : 1 CT : 3,88 menit CO : - Uptime : 80 1 shift Pemeriksaan Hasil Pemotongan Op : 1 CT : 1,65 menit CO : - Uptime : 80 1 shift Penomoran Op : 1 CT : 5,29 menit CO : - Uptime : 95 1 shift Pengepakan Op : 2 beregu CT : 5,54 menit CO : - Uptime : 80 1 shift 1 unit I 1 unit I 15,6 menit WIP WEEKLY Supplier Customer PPC Purchasing Marketing Gudang Produksi MONTHLY DAILY DAILY DAILY DAILY DAILY DAILY DAILY ORDER Gudang Produk Jadi 1 unit I Gudang Bahan Baku 1 unit I WEEKLY 1 X WEEKLY 1 unit I 4345 menit 3,73 menit 5,71 menit 1,01 menit 1,11 menit 3,03 menit 1,07 menit Total Lead Time = 61,01 menit Value-Added Time = 30,98 menit Process Cycle Efficiency = 50,77 9090 menit 0 menit 0 menit 10,38 menit 7,47 menit 3,88 menit 2,30 menit 1,65 menit 5,29 menit 5,54 menit Universitas Sumatera Utara Process velocity adalah kecepatan proses dalam memproduksi sejumlah barang dari awal hingga akhir. Perhitungan process velovity adalah sebagai berikut: Process Velocity Process Velocity = 0,799 proseshari = 0,114 prosesjam

4. Pengolahan Data Kualitas Produk

Ada beberapa langkah yang harus dilaksanakan sebelum melakukan pengolahan data kualitas produk yaitu penentuan Critical To Quality CTQ, pengolahan data atribut dan perhitungan tingkat sigma dan DPMO Defects Per Million Opportunitiesatau PPM Part Per Million. Pengolahan data kualitas terdiri dari dua bagian inspeksi yaitu inspeksi penyusunan kertas dan inspeksi pada hasil pemotongan karena data kecacatan yang dikumpulkan sering terjadi pada kedua bagian ini. a. Penentuan Critical To Quality CTQ Critical To Quality CTQ merupakan karakteristik kualitas yang mempengaruhi produk formulir baik pada saat dalam proses produksi maupun pada saat digunakan oleh pelanggan. Karakterisitik kualitas dari masing- masing inspeksi yaitu sebagai berikut: 1. Tahap Inspeksi I Pada tahap inspeksi I ini dilakukan pemeriksaan pada kegiatan penyusunan kertas hasil pencetakan. Dari hasil pemeriksaan ini, terdapat tiga Time Lead Proses proses dalam di terdapat yang aktivitas Jumlah = = hari 20,01 proses 16 Universitas Sumatera Utara karakteristik kualitas yaitu cetakan miring, terdapat ceceran tinta dan kertas berkerut. 2. Tahap Inspeksi II Pada tahap inspeksi II ini dilakukan pemeriksaan terhadap hasil proses pemotongan. Dari hasil pemeriksaan, terdapat dua karakteristik kualitas yaitu potongan miring dan ukuran tidak sesuai. b. Perhitungan Data Atribut Kualitas Data atribut kualitas dikelompokkan ke dalam masing-masing tahap inspeksinya sehingga perhitungan dilakukan sebanyak dua kali karena data kecacatan yang dikumpulkan hanya meliputi dua tahap inspeksi. Peta yang digunakan untuk mengolah data atribut adalah peta kendali p. Peta kendali p merupakan peta kontrol atribut yang digunakan untuk mengamati proporsi atau perbandingan antara produk yang cacat dengan total produksi. 1. Perhitungan Peta p untuk Tahap Inspeksi I Pada tahap inspeksi I terdapat tiga jenis cacat yang diinspeksi yaitu cetakan miring, terdapat ceceran tinta dan kertas berkerut. Contoh perhitungan peta p pada subgrup 1 untuk tahap inspeksi I adalah sebagai berikut : Total Kecacatan = 505 Total inspeksi = 18900 Total inspeksi subgrup 1 np 1 = 1000 Total kecacatan subgrup 1 np 1 = 24 ∑ np ∑ n Universitas Sumatera Utara Maka proporsi kecacatan pada subgrup 1 dan proporsi rata-rata adalah : Perhitungan UCL: Perhitungan LCL: UCL = UCL= UCL = 0,04202 LCL = LCL = LCL = 0,01142 ≈ 0 Dari perhitungan batas kendali di atas, terlihat bahwa nilai dari LCL adalah positif yaitu 0,01142. Nilai LCL yang positif ini dibuat menjadi nol karena jika nilai proporsi dari suatu subgrup berada di bawah nilai LCL maka akan dianggap out of control diluar batas kendali, sedangkan dalam pengertian pengendalian kualitas adalah suatu proses produksi dikatakan memiliki kualitas baik apabila proporsi kecacatannya mendekati nol. Berdasarkan perhitungan nilai UCL dan LCL, terlihat bahwa proporsi kecacatan p pada subgrup 1 masih berada dalam batas kontrol. Perhitungan batas kontrol pada Peta p untuk data tahap inspeksi I dapat dilihat pada Tabel 5.18. 024 , p 1000 24 p n np p 1 1 = = = ∑ ∑ 02672 , p 18900 505 p n np p = = = ∑ ∑ 1 n p 1 p 3 p − + 1000 02672 , 1 02672 , 3 02672 , − + 1 n p 1 p 3 p − − 1000 02672 , 1 02672 , 3 02672 , − − Universitas Sumatera Utara Tabel 5.18. Perhitungan Batas Kontrol Peta p untuk Tahap Inspeksi I Subgrup Total Inspeksi n Total Kecacatan np Proporsi Kecacatan p LCL UCL Ket. 1 1000 24 0.02672 0.04202 In Control 2 900 24 0.02672 0.04285 In Control 3 800 24 0.02672 0.04382 In Control 4 1000 21 0.02672 0.04202 In Control 5 1000 20 0.02672 0.04202 In Control 6 900 25 0.02672 0.04285 In Control 7 800 23 0.02672 0.04382 In Control 8 900 24 0.02672 0.04285 In Control 9 900 26 0.02672 0.04285 In Control 10 950 21 0.02672 0.04242 In Control 11 1000 21 0.02672 0.04202 In Control 12 900 22 0.02672 0.04285 In Control 13 900 26 0.02889 0.04285 In Control 14 750 26 0.03467 0.04439 In Control 15 900 27 0.03000 0.04285 In Control 16 900 24 0.02667 0.04285 In Control 17 900 27 0.03000 0.04285 In Control 18 950 28 0.02947 0.04242 In Control 19 1000 24 0.02400 0.04202 In Control 20 750 21 0.02800 0.04439 In Control 21 800 27 0.03375 0.04382 In Control 18900 505 Dari perhitungan batas kontrol di atas, dapat disimpulkan bahwa keseluruhan proporsi kecacatan pada subgrup berada dalam batas kontrol in control sehingga perhitungan kapabilitas proses mesin potong dalam menghasilkan produk yang tidak cacat yaitu sekitar 97,33 1 – = 1 – 0,02672 = 0,97328. Peta p untuk tahap inspeksi I dapat dilihat pada Gambar 5.7. ∑ p Universitas Sumatera Utara Gambar 5.7. Peta p untuk Data Tahap Inspeksi I 2. Perhitungan Peta p untuk Tahap Inspeksi II Pada tahap inspeksi II terdapat dua jenis cacat yang diinspeksi yaitu kertas potongan miring, dan ukuran tidak sesuai. Contoh perhitungan Peta p pada subgrup 1 untuk tahap inspeksi II adalah sebagai berikut : Total Kecacatan = 7095 Total inspeksi = 183100 Total inspeksi subgrup 1 np 1 = 9750 Total kecacatan subgrup 1 np 1 = 359 Maka proporsi kecacatan pada subgrup 1 adalah : 0,000 0,005 0,010 0,015 0,020 0,025 0,030 0,035 0,040 0,045 0,050 1 3 5 7 9 11 13 15 17 19 21 P ropor si K ecacat an Subgrup ke- PETA P untuk TAHAP INSPEKSI I proporsi p UCL LCL ∑ np ∑ n 03682 , p 9750 359 p n np p 1 1 = = = ∑ ∑ 03875 , p 183100 7095 p n np p = = = ∑ ∑ Universitas Sumatera Utara Perhitungan UCL: UCL = UCL= UCL = 0,04461 Perhitungan LCL: LCL = LCL= LCL = 0, 0328 ≈ 0 Dari perhitungan batas kendali di atas, terlihat bahwa nilai dari LCL adalah positif yaitu 0,0328. Nilai LCL yang positif ini dibuat menjadi nol karena jika nilai proporsi dari suatu subgrup berada di bawah nilai LCL maka akan dianggap out of control diluar batas kendali, sedangkan dalam pengertian pengendalian kualitas adalah suatu proses produksi dikatakan memiliki kualitas baik apabila proporsi kecacatannya mendekati nol. Berdasarkan perhitungan nilai UCL dan LCL di atas, terlihat bahwa proporsi kecacatan p pada subgrup 1 masih berada dalam batas kontrol. Perhitungan batas kontrol pada Peta p untuk data tahap inspeksi II dapat dilihat pada Tabel 5.19. Tabel 5.19. Perhitungan Batas Kontrol Peta p untuk Tahap Inspeksi II Subgrup Total Inspeksi n Total Kecacatan np Proporsi Kecacatan p LCL UCL Ket. 1 9750 359 0.03682 0.04461 In Control 2 8750 362 0.04137 0.04494 In Control 3 7750 326 0.04206 0.04533 In Control 4 9750 382 0.03918 0.04461 In Control 5 9750 335 0.03436 0.04461 In Control 6 8700 373 0.04287 0.04496 In Control 7 7750 330 0.04258 0.04533 In Control 8 8700 366 0.04207 0.04496 In Control 9 8700 312 0.03586 0.04496 In Control 1 n p 1 p 3 p − + 9750 03875 , 1 03875 , 3 03875 , − + 1 n p 1 p 3 p − − 9750 03875 , 1 03875 , 3 03875 , − − Universitas Sumatera Utara Tabel 5.19. Perhitungan Batas Kontrol Peta p ... Lanjutan Subgrup Total Inspeksi n Total Kecacatan np Proporsi Kecacatan p LCL UCL Ket. 10 9200 329 0.03576 0.04479 In Control 11 9700 329 0.03392 0.04463 In Control 12 8700 353 0.04057 0.04496 In Control 13 8700 319 0.03667 0.04496 In Control 14 7200 317 0.04403 0.04557 In Control 15 8700 345 0.03966 0.04496 In Control 16 8750 339 0.03874 0.04494 In Control 17 8700 331 0.03805 0.04496 In Control 18 9200 324 0.03522 0.04479 In Control 19 9750 339 0.03477 0.04461 In Control 20 7200 315 0.04375 0.04557 In Control 21 7700 310 0.04026 0.04535 In Control 183100 7095 Dari perhitungan batas kontrol di atas, dapat disimpulkan bahwa keseluruhan proporsi kecacatan pada subgrup berada dalam batas kontrol in control sehingga perhitungan kapabilitas proses Quality Control dalam menghasilkan produk yang tidak cacat yaitu sekitar 96,13 1 – = 1 – 0,03875 =0,96125. Peta p untuk tahap inspeksi II dapat dilihat pada Gambar 5.8. ∑ p Universitas Sumatera Utara Gambar 5.8. Peta p untuk Data Tahap Inspeksi II c. Perhitungan Tingkat Sigma Perhitungan tingkat sigma dilakukan untuk menyatukan ukuran kualitas yang terjadi pada setiap tahap inspeksi sehingga dapat membandingkan tahap inspeksi mana yang berada dalam kondisi paling buruk. Selain itu, juga akan dilakukan perbaikan pada proses yang hasil tahap inspeksinya paling buruk. 1. Perhitungan Tingkat Sigma untuk Tahap Inspeksi I Perhitungan tingkat sigma pada tahap inspeksi I harus melalui beberapa langkah seperti berikut : Jumlah total unit produksi yang dihasilkan = 18900 unit Total barang yang cacat = 505 unit Tingkat kecacatan defect per unit-DPU DPU = total cacattotal unit produksi DPU = 505 18900 = 0,02672 0,000 0,008 0,016 0,024 0,032 0,040 0,048 1 3 5 7 9 11 13 15 17 19 21 P ropor si K ecacat an Subgrup ke- PETA P untuk TAHAP INSPEKSI II proporsi p UCL LCL Universitas Sumatera Utara Defect opportunities CTQ = 3 DPMO Defects Per Milion Opportunities = DPU CTQ x 1.000.000 DPMO = 0,02672 3 x 1.000.000 DPMO = 8906,53 ≈ 8907 Tabel 5.20. Perhitungan Tingkat Sigma untuk Tahap Inspeksi I DPMO 8907 Tingkat Sigma 2,61 Tingkat Sigma 1,5 Shift 3,87 Berdasarkan hasil perhitungan tingkat sigma maka diperoleh nilai sigma untuk proses pencetakan pada tahap inspeksi I sebesar 2,61 sigma untuk sigma yang terletak tepat berada di tengah-tengah batas spesifikasi. 2. Perhitungan Tingkat Sigma untuk Tahap Inspeksi II Perhitungan tingkat sigma pada tahap inspeksi II harus melalui beberapa langkah seperti berikut: Jumlah total unit produksi yang dihasilkan = 183100 unit Total barang yang cacat = 7095 unit Tingkat kecacatan defect per unit-DPU DPU = total cacattotal unit produksi DPU = 7095 181950 = 0,038975 Defect opportunities CTQ = 2 DPMO Defects Per Milion Opportunities = DPU CTQ x 1.000.000 DPMO = 0,038752 x 1.000.000 DPMO = 19374,66 ≈ 19375 Universitas Sumatera Utara Tabel 5.21. Perhitungan Tingkat Sigma untuk Tahap Inspeksi II DPMO 19375 Tingkat Sigma 2,34 Tingkat Sigma 1,5 Shift 3,57 Berdasarkan hasil perhitungan tingkat sigma maka diperoleh nilai sigma untuk proses pemeriksaan hasil pemotongan pada tahap inspeksi II sebesar 2,34 sigma untuk sigma yang terletak tepat berada di tengah-tengah batas spesifikasi. Berdasarkan hasil perhitungan level sigma untuk kedua tahap inspeksi, maka dapat disimpulkan bahwa nilai sigma untuk kedua proses tersebut masih jauh dibawah target 6 sigma. Oleh karena itu, perlu dilakukan identifikasi dan analisis penyebab proses yang menghasilkan produk cacat sehingga dapat memberikan solusi perbaikan yang diharapkan untuk meningkatkan level sigma sekarang.

5.2.3. Tahap Analyze