Pengolahan Data Dengan Value Stream Analysis Tools Pengolahan Data Dengan Fish Bone Chart Pengolahan Data Dengan Failure Mode Effect and Analyze

5. Fase kelima adalah melengkapi peta di atas dengan informasi lead time dan value adding time dari keseluruhan proses. Informasi ini ditempatkan di bagian bawah dari peta.

3.4.2 Pengolahan Data Dengan Value Stream Analysis Tools

Value Stream Analysis Tools VALSAT adalah alat yamg berfungsi untuk memilih alat dari pemetaan aliran proses yang nantinya akan digunakan sebagai pedoman dalam mengidentifikasi pemborosan waste. Value stream analysis tools merupakan tools yang tepat untuk memetakan secara detail waste pada aliran nilai yang fokus pada value adding process dan non-value adding process. VALSAT merupakan tool yang dikembangkan oleh Hines dan Rich 1997 untuk mempermudah pemahaman terhadap value stream yang ada dan mempermudah untuk membuat perbaikan berkenaan dengan waste yang terdapat dalam value stream. VALSAT merupakan pembobotan waste-waste, kemudian dari pembobotan tersebut dilakukan pemilihan terhadap tool dengan menggunakan matrik. Pada proses ini dilakukan proses pemetaan dari future state yang diusulkan. Alasan yang mendasari pengumpulan dan penggunaan serangkaian tool ini adalah untuk membantu para peneliti atau para praktisi dalam mengidentifikasikan pemborosan pada individual value stream dan mendapatkan jalan yang tepat untuk menghilangkannya.

3.4.3 Pengolahan Data Dengan Fish Bone Chart

Fish Bone Chart adalah sebuah diagram yang menunjukkan hubungan antara karakteristik mutu dan faktor penyebab kecacatanpemborosan. Diagram ini berbentuk tulang ikan karena itu disebut juga diagram tulang ikan. Fish Bone Chart merupakan alat formal yang digunakan untuk menunjukkan penyebab potensial dari kecacatanpemborosan. Ruas utama sebelah kanan menunjukkan masalah yang terjadi. Cabang utama dikaitkan pada penyebab utama dan setiap cabang utama memiliki daftar penyebab yang lebih detail. Penyebab masalah utama yang potensial harus segera dicari tahu dan dianalisa saat masalah diidentifikasi.

3.4.4 Pengolahan Data Dengan Failure Mode Effect and Analyze

FMEA digunakan sebagai teknik evaluasi tingkat kehandalan untuk menentukan efek dari kegagalan sistem. Kegagalan digolongkan berdasarkan dampaknya pada kesuksesan suatu misi dan keselamatan anggota atau peralatan. Konsep FMEA ini berubah ketika diterapkan pada kondisi manufaktur modern yang memproduksi produk-produk konsumsi. Pada produsen dari produk-produk konsumsi tersebut kemudian menetapkan beberapa prioritas baru, termasuk kepuasan dan keselamatan konsumen. Secara umum Failure Mode Effect and Analysis didefinisikan sebagai sebuah teknik yang mengidentifikasi tiga hal, yaitu 1 Penyebab kegagalan yang potensial dari proses atau produk selama siklus hidupnya. 2 Efek dari kegagalan tersebut. 3 Tingkat kekritisan efek kegagalan terhadap fungsi produk atau proses. Haviland, 1998. FMEA merupakan tool dalam menganalisis kehandalan reliability dan penyebab kegagalan untuk mencapai persyaratan kehandalan dan keamanan produk dengan memberikan informasi dasar mengenahi prediksi kehandalan, desain produk, dan desain proses. Dalam FMEA terdapat beberapa hal yang berpengaruh, antara lain : 1. Rating keparahan severity adalah rating yang berhubungan dengan tingkat keparahan efek yang ditimbulkan oleh mode kegagalan. Efek dirating pada skala satu sampai sepuluh, dengan sepuluh sebagai tingkat yang paling parah. Sumber fundamental dari kegagalan menyangkut berbagai aspek dari desain, pemilihan material, kekurangan atau kelemahan material, fabrikasi dan pemrosesan, pengerjaan ulang, perakitan, inspeksi, uji coba atau testing, pengendalian kualitas quality control, penyimpanan, pengiriman, kondisi kerja, pemeliharaan, dan penyimpanan yang tidak terduga akibat kelebihan beban atau kerusakan mekanis atau kimia dalam kerja. Terkadang pula, lebih dari satu sumber tersebut memberikan kontribusi kegagalan. 2. Rating kejadian occurrence adalah rating yang berhubungan dengan estimasi jumlah kegagalan kumulatif yang muncul akibat suatu penyebab tertentu pada elemen dengan jumlah yang ditentukan yang diproduksi dengan metode pengendalian yang digunakan pada saat ini. Rating kejadian ini diestimasikan dengan jumlah kegagalan kumulatif yang muncul pada setiap 1000 komponen atau CNF Cumulative Number of Failure1000. CNF1000 dapat diestimasikan dari sejarah tingkat kegagalan proses manufaktur dan komponen yang mirip atau yang dapat mewakili jika estimasi dari kegagalan dari komponen yang dimaksud tidak dapat ditentukan. 3. Rating deteksi detection tergantung pada metode pengendalian yang digunakan pada saat ini. Rating deteksi adalah ukuran kemampuan metode tipe 2 untuk mendeteksi penyebab atau mekanisme kegagalan atau kemampuan pengendalian metode tipe 3 untuk mendeteksi kegagalan. Satu nilai deteksi diberikan pada sistem pengendalian yang digunakan saat ini yang memiliki kemampuan untuk mendeteksi penyebab atau mode kegagalan. Metode pengendalian dapat dikelompokkan dan dipandang sebagai sebuah sistem jika beroperasi secara independen

3.5 Langkah-Langkah Penelitian dan Pemecahan Masalah