4.1.9 Identifikasi Waste Dengan Kusioner
Untuk mengetahui waste yang sering terjadi pada proses pembuatan minyak goreng, peneliti membuat kuesioner yang diberikan kepada supervisi disetiap
proses. Kuesioner atau daftar pertanyaan yang disusun dengan tujuan untuk mengetahui bobot waste dengan mempertimbangkan faktor intensitas terjadinya
waste tersebut. Pilihan jawaban telah disertakan dalam kuesioner dengan tujuan untuk menstandarkan jawaban dan memudahkan responden untuk memberikan
jawaban sesuain dengan keadaan di area produksi.
4.2 Pengolahan Data
Langkah-langkah pada tahap pengolahan data antara lain : 1.
Mengidentifikasi waste pemborosan dengan kusioner. 2.
Pemilihan Tools dengan Value stream Analysis Tools VALSAT 3.
Perhitungan Process Activity Mapping PAM 4.
Menyertakan sebab akibat dengan fis bond 5.
Memberi usulan perbaikan dengan Failure Mode Effect Analysis FMEA
4.2.1 Hasil Identifikasi Kuesioner Waste Workshop
Untuk mengetahui waste yang sering terjadi pada proses pembuatan minyak goreng, peneliti membuat kuesioner yang diberikan kepada supervisi disetiap
proses. Kuesioner atau daftar pertanyaan yang disusun dengan tujuan untuk mengetahui bobot waste dengan mempertimbangkan faktor intensitas terjadinya
waste tersebut. Pilihan jawaban telah disertakan dalam kuesioner dengan tujuan untuk menstandarkan jawaban dan memudahkan responden untuk memberikan
jawaban sesuain dengan keadaan di area produksi.
Cara untuk mengmenghitung bobot waste ialah: 1.
Defect :
res1+res2+..........res6 Total responden
3 ,
3 6
3 3
4 3
3 4
= +
+ +
+ +
2. Overproduction :
res1+res2+..........res6 Total responden
8 ,
1 6
2 2
2 1
2 2
= +
+ +
+ +
Untuk perhitungan bobot waste yang lainnya seperti Waiting, underutilized people, excessive transportation, unnecessary invetories dan unnecessary mations
terdapat pada lampiran D. Dari perhitungan bobot waste maka dapat di ketahui waste yang sering
terjadi, bisa dilihat Tabel 4.5. Tabel 4.5 Hasil Waste Workshop
No Waste
Responden Bobot
Rangking 1
2 3
4 5
6 1
Defect 4
3 3
4 3
3 3.3
1 2
Waiting 2
3 2
3 2
2 2.3
2 3
Unnecessary Inventories
3 3
1 2
1 3
2.1 3
4 Excessive
transportation 1
1 2
3 3
2 2.0
4 5
Over production 2
2 1
2 2
2 1.8
5 6
Underutilized people 1
2 1
1 2
2 1.5
6 7
Unnecessary Motions 1
2 1
1 2
1 1.3
7 sumber informasi : hasil pengolahan data pada lampiran D
Berdasarkan tabel 4.4 diatas hasil didapat waste yang memiliki ranking tertinggi dengan urutan ranking 1 sampai dengan 7 adalah Defect dengan bobot 3,3;
Waiting dengan bobot 2,3;
Unnecessary Inventories
dengan bobot 2,1; Excessive transportation dengan bobot 2,0; Over production dengan bobot 1,8; Underutilized
people dengan bobot 1,5 dan Unnecessary Motions dengan bobot 1,3.
4.2.2 Value Stream Analysis Tools VALSAT
Value stream analysis tools ini dipeoleh dai hasil pekalian antara rata-rata setiap jenis pemborosan hasil identifikasi waste dengan nilai korelasi antara tools
dengan waste yang tejadi, untuk lebih jelasnya dapat dilihat pada tabel value stream analysis Contoh tabel perhitungan korelasi waste terhadap tools :
Gambar 4.4 Korelasi Waste Terhadap Tools
sumber informasi hasil pengolahan data terdapat pada lampiran E
Keterangan : H high correlation : faktor pengali = 9
M medium correlation : faktor pengali = 3
L low correlation : faktor pengali = 1
Contoh perhitungan VALSAT : Overprodution : - Process Activity Mapping = bobot waste x L
= 1,8 x 1 = 1,8
- Quality Filter mapping = bobot waste x L = 1,8 x 1
= 1,8 Untuk langkah perhitungan waste yang lainnya seperti, waiting,
underutulized people, unnecessary inventories, unnecessary motion, defect dan excessive transportation terdapat pada lampiran E.
Total bobot : PAM = overproduction + waiting+ transportasi + motion + inventories + defect + underutulized people
= 1,8 + 20,7 + 1,8 + 11,7 + 6,3 + 3,3 + 13,5 = 75,3 Berdasarkan perhitungan VALSAT yang didapat pada lampiran E, maka
dibuatlah tabel VALSAT. Tujuan dari perhitungan ini adalah untuk menentukan tools matrix apa yang mempunyai nilai bobot tertinggi sehingga bisa digunakan
sebagai acuan untuk penganalisaan lebih lanjut. Untuk lebih jelasnya akan ditunjukkan dalam tabel perhitungan VALSAT pada Tabel 4.6.
Tabel 4.6 Perhitungan Skor Dan Rangking Valsat
No Waste
Bobot VALSAT
PAM SCRM
PVF QFM
DAM DPA
PS 1
Defect 3,3
3,3 2
Waiting 2,3
20,7 20,7
2,3 6,9
6,9 3
Inventories 2,1
6,3 18,9
6,3 18,9
6,3 2,1
4 Transportation
2,0 18,0
2,0 5
Overproduction 1,8
1,8 5,4
1,8 5,4
5,4 6
Underutilized people
1,5 13,5
4,5 1,5
1,5 7
Motions 1,3
11,7 1,3
11,7 TOTAL BOBOT
75,3 46,3
10,1 15,0
31,2 20,1
4,1 sumber informasi hasil pengolahan data terdapat pada lampiran E
Keterangan : PAM
: Process Activity Mapping SCRM
: Supply Chain Response matrix PVF
: Product Variety Funnel QFM
: Quality Filter Mapping DAM
: Demand Amplification Mapping DPA
: Decision Point Analysis PS
: Physical Structure Berdasarkan perhitungan yang telah dilakukan sesuai dengan Tabel 4.6
maka perankingan berdasarkan skor tertinggi hingga terendah akan dilakukan. Skor
tertinggi akan menjadi ranking pertama dan seterusnya hingga ranking ketujuh. Dari hasil perankingan, diperoleh urutan tools yang paling relevan untuk
digunakansebagai acuan untuk mereduksi pemborosan yang ada pada proses pembuatan minyak goreng sesuai dengan Tabel 4.7.
Tabel 4.7 Penentuan Tools Dan Rangking VALSAT
NO VALSAT
BOBOT RANKING 1
Process Acivity Mapping PAM 75,3
1 2
Supply Chain Respone Matrix SCRM 46,3
2 3
Demand Amplification Mapping DAM 31,2
3 4
Decision Point Analysis DPA 20,1
4 5
Quality Filter Mapping QFM 15,0
5 6
Production Variety Funnel PVF 10,1
6 7
Physical Structure PS 4,1
7
sumber informasi hasil pengolahan data terdapat pada lampiran E
Berdasarkan tabel 4.7 didapat ranking teratas terdapat pada tool PAM Process Ativity Mapping sehingga tools yang akan digunakan dalam perhitungan
ini adalah PAM.
4.2.3 Process Activity Mapping PAM