Tabel 5.2. Hasil Pengukuran Produk Cup Lanjutan Subgroup
Number Number Inspected
pcs Number Nonconfoming
pcs
10 353
88 11
353 108
12 353
102 13
353 96
14 353
83 15
353 127
16 353
98 17
353 78
18 353
143 19
353 82
20 353
77 21
353 101
22 353
122 23
353 114
Sumber : PT. Guna Kemas Indah
5.2. Pengolahan Data dengan Metode
Control Chart
Langkah-langkah pengolahan data dengan menggunakan metode Conttrol Chart adalah sebagai berikut:
5.2.1. Check Sheet
Dari data yang diperoleh dibuat Check Sheet untuk jumlah dan jenis kecacatan yang terjadi pada PT. Guna Kemas Indah. Check sheet kecacatan pada
bulan Mei 2011 dapat dilihat pada Tabel 5.3.
Universitas Sumatera Utara
Tabel 5.3. Check Sheet Kecacatan Produk Cup
No. Total
Produksi Jenis Kecacatan pcs
Jumlah Kecacatanhar
i Cup Pecah
Cup Bergaris Berat
Cup
1 3.000
145 231
242 250
2 3.000
162 165
212 215
3 3.000
152 96
234 240
4 3.000
268 124
281 295
5 3.000
98 232
286 304
6 3.000
234 148
312 248
7 3.000
125 236
265 270
8 3.000
321 214
312 321
9 3.000
306 96
546 552
10 3.000
119 213
272 272
11 3.000
312 111
321 356
12 3.000
106 218
350 380
13 3.000
211 89
108 232
14 3.000
221 98
324 348
15 3.000
164 98
315 325
16 3.000
243 125
204 262
17 3.000
286 245
364 384
18 3.000
332 129
238 362
19 3.000
202 103
162 234
20 3.000
165 176
261 286
21 3.000
178 191
352 368
22 3.000
142 253
261 304
23 3.000
294 201
342 378
Total 69.000
4.786 3.792
6.564 7186
Sumber: PT. Guna Kemas Indah
Universitas Sumatera Utara
Berdasarkan tabel diatas dapat dilihat jumlah produk cup yang tidak memenuhi standar kualitas yang dimiliki perusahaan. Jumlah kecacatan cup dapat
dilihat pada Tabel 5.4.
Tabel 5.4. Total Jumlah Kecacatan Untuk Produk Cup Jenis Kecacatan
Total Kecacatan pcs
Cup Pecah 4.786
Cup Bergaris 3.792
Berat Cup 6.564
Total 15.142
5.2.2. Histogram
Histogram data jenis kecacatan dan jumlah kecacatan produk cup yang telah diperoleh dari tabel check sheet dapat dilihat pada Gambar 5.1
Gambar 5.1. Histogram Jenis Kecacatan Produk Cup
Berdasarkan histogram diatas dapat diketahui bahwa berat cup memiliki jumlah kecacatan yang terbesar dan cup tergores adalah yang terkecil
1000 2000
3000 4000
5000 6000
7000
Berat Cup Cup Pecah
Cup Tergores
Total Kecacatan
Total Kecacatan
Universitas Sumatera Utara
5.2.3. Pareto Diagram
Berdasarkan jumlah kecacatan yang ada maka dibuatlah diagram pareto yang berfungsi untuk melihat bagaimana persentase perbandingan jumlah produk cacat
yang terjadi. Jenis kecacatan diurutkan berdasarkan persentase terbesar, kemudian persentase kumulatifnya. Persentase cacat untuk setiap jenis kecacatan dapat
dihitung dengan rumus: cacat =
100 l
cacat tota Jumlah
pcs per
cacat Jumlah
×
Contoh untuk berat cup: =
43,35 =
100 142
. 15
564 .
6 ×
Persentase cacat untuk setiap jenis kecacatan dapat dilihat dari Tabel 5.5.
Tabel 5.5. Persentase Kecacatan dari Setiap Jenis Kecacatan Jenis
Kecacatan Total Kecacatan
pcs Cacat
Kumulatif
Berat Cup 6.564
43,35 43,35
Cup Pecah 4.786
31,61 74,96
Cup Bergaris 3.792
25,04 100
Total 15.142
100
Diagram Pareto dari kecacatan produk dapat dilihat pada Gambar 5.2.
Universitas Sumatera Utara
Gambar 5.2. Diagram Pareto
Dari diagram pareto diatas dapat dilihat bahwa persentase kecacatan berat cup dan cup pecah memiliki jumlah kecacatan yang lebih tinggi, dengan persentase
kumulatif sebesar 74,38. Nilai tersebut sesuai dengan prinsip Pareto 80-20, dimana 80 produk cacat disebabkan oleh 20 jenis kecacatan. Sehingga untuk mengurangi
jumlah produk cacat sampai tingkat 80 cukup dengan mengendalikan kedua jenis cacat tersebut.
5.2.4. Scatter Diagram
Scatter diagram digunakan untuk melihat korelasi antara jumlah kecacatan berat cup dan cup pecah. Data perhitungan koefisien korelasi antara kecacatan berat
cup dan cup pecah dapat dilihat pada Tabel 5.6.
Total Kecacatan 6564
4786 3792
Percent 43.3
31.6 25.0
Cum 43.3
75.0 100.0
Jenis Kecacatan Cup Tergores
Cup Pecah Berat Cup
16000 14000
12000 10000
8000 6000
4000 2000
100 80
60 40
20
T o
ta l
K e
c a
c a
ta n
P e
rc e
n t
Pareto Chart of Jenis Kecacatan
Universitas Sumatera Utara
Tabel 5.6. Perhitungan Koefisian Korelasi Antara Kecacatan Berat Cup dan Cup Pecah
No Berat
Cup X Cup
Pecah Y X x Y
X
2
Y
2
1 242
145 35090
58564 21025
2 212
162 34344
44944 26244
3 234
152 35568
54756 23104
4 281
268 75308
78961 71824
5 286
98 28028
81796 9604
6 312
234 73008
97344 54756
7 265
125 33125
70225 15625
8 312
321 100152
97344 103041
9 546
306 167076
298116 93636
10 272
119 32368
73984 14161
11 321
312 100152
103041 97344
12 350
106 37100
122500 11236
13 108
211 22788
11664 44521
14 324
221 71604
104976 48841
15 315
164 51660
99225 26896
16 204
243 49572
41616 59049
17 364
286 104104
132496 81796
18 238
332 79016
56644 110224
19 162
202 32724
26244 40804
20 261
165 43065
68121 27225
21 352
178 62656
123904 31684
22 261
142 37062
68121 20164
23 342
294 100548
116964 86436
Total 6564
4786 1406118 2031550 1119240
Universitas Sumatera Utara
Korelasi dihitung dengan menggunakan rumus:
[ ]
[ ]
∑ ∑
∑ ∑
∑ ∑
∑
− −
− =
2 2
2 2
. Y
Y N
x X
X N
Y X
XY N
r
XY
dimana: N
= Jumlah sampel ∑XY = Total kecacatan
∑X = Total kecacatan beart cup ∑Y = Total kecacatan cup pecah
[ ] [
]
22.905.796 1.119.240
23 43.086.096
2.031.550 23
4786 6564
1.406.118 23
− −
− =
x x
x x
x r
XY
= 0,288 Data perhitungan di atas dapat dilihat bahwa koefisien korelasi bernilai
positif yang berarti berat cup memiliki hubungan yang berbanding lurus dengan cup pecah. diagram pencar dapat dilihat pada Gambar 5.3.
600 500
400 300
200 100
350 300
250 200
150 100
Berat Cup X C
u p
P e
c a
h Y
Scatterplot of Cup Pecah Y vs Berat Cup X
Gambar 5.3. Scatter Diagram
Universitas Sumatera Utara
5.2.5. Peta Kontrol
Batas kendali adalah suatu alat statistik yang dapat digunakan untuk mempertahankan variasi-variasi di dalam kualitas keluaran yang disebabkan karena
ketidaksesuaian spesifikasi yang diinginkan. Dalam penentuan batas control batas kendali yang digunakan adalah peta np, dimana peta np adalah alat statistik yang
digunakan untuk mengevaluasi jumlah kerusakankecacatan, atau menghitung item yang tidak sesuai, yang dihasilkan oleh sebuah proses. Penggunaan peta np
dikarenakan jumlah sampel yang diamati pada setiap pengamatan tetap. Perhitungan nilai np dapat dihitung dengan menggunakan rumus sebagi berikut:
g x
np
i i
∑
=
=
1
23 470
. 2
= np
391 ,
107 =
np Sedangkan untuk mendapatkan p dapat dihitung dengan menggunakan
rumus:
g n
p p
i
.
∑
=
119 .
8 470
. 2
= p
p = 0,304
Universitas Sumatera Utara
Perhitungan nilai LCL dan UCL dapat digunakan rumus sebagi berikut: UCL =
np
+ 3
1 p
np −
LCL =
np
- 3
1 p
np −
Sebagai contoh diambil data no.1: UCL =
np
+ 3
1 p
np −
= 107,391 + 3 304
, 1
107,391 −
= 107,391 + 25,933 = 133,324
LCL =
np
– 3
1 p
np −
= 107,391 + 3 304
, 1
107,391 −
= 107,391 – 25,933 = 81,458
Hasil Perhitungan nilai number non conforming np, UCL dan LCL dapat dilihat pada Tabel 5.7
Tabel 5.7. Hasil Perhitungan Nilai Number Non Conforming Np, UCL dan
LCL No
Jumlah Inspeksi
Number Of Nonconforming
np rata-rata
UCL LCL
1 353
121 107.391 133.324 81.458
2 353
103 107.391 133.324 81.458
3 353
98 107.391 133.324 81.458
4 353
87 107.391 133.324 81.458
5 353
102 107.391 133.324 81.458
6 353
112 107.391 133.324 81.458
Universitas Sumatera Utara
Tabel 5.7. Hasil Perhitungan Nilai Number Non Conforming Np, UCL dan
LCL Lanjutan No
Jumlah Inspeksi
Number Of Nonconforming
np rata-rata
UCL LCL
7 353
98 107.391 133.324 81.458
8 353
188 107.391 133.324 81.458
9 353
142 107.391 133.324 81.458
10 353
88 107.391 133.324 81.458
11 353
108 107.391 133.324 81.458
12 353
102 107.391 133.324 81.458
13 353
96 107.391 133.324 81.458
14 353
83 107.391 133.324 81.458
15 353
127 107.391 133.324 81.458
16 353
98 107.391 133.324 81.458
17 353
78 107.391 133.324 81.458
18 353
143 107.391 133.324 81.458
19 353
82 107.391 133.324 81.458
20 353
77 107.391 133.324 81.458
21 353
101 107.391 133.324 81.458
22 353
122 107.391 133.324 81.458
23 353
114 107.391 133.324 81.458
Peta kontrol np dari data tersebut dapat dilihat pada Gambar 5.4.
Universitas Sumatera Utara
23 21
19 17
15 13
11 9
7 5
3 1
200 180
160 140
120 100
80
Sample S
a m
p le
C o
u n
t
__ NP= 107.4
UCL= 133.3
LCL= 81.5
1 1
1 1
1
NP Chart of Number Of Nonconforming
Gambar 5.4. Peta Kontrol np
Dari peta kontrol diatas, diketahui lima data yang out of control, hal ini disebabkan oleh settingan mesin yang kurang tepat baik itu suhu injeksi bahan baku,
suhu pendingin, kecepatan injeksi bahan baku dan kecepatan injeksi angin yang
diakibatkan oleh kurangnya keahlian dari operator dalam hal men-setting mesin. Oleh karena itu perlu dilakukan revisi terhadap data yang out of control tersebut.
Untuk membuat peta revisi perlu dilakukan perhitungan nilai LCL dan UCL yang baru.
5.2.5.1. Perhitungan Nilai np, UCL dan LCL untuk Revisi I
Perhitungan nilai np, UCL dan LCL peta np untuk Revisi I dapat dilakukan dengan menggunakan rumus:
Universitas Sumatera Utara
g x
np
i i
∑
=
=
1
18 1847
= np
333 ,
102 =
np Sedangkan untuk mendapatkan p dapat dihitung dengan menggunakan
rumus:
g n
p p
i
.
∑
=
6354 1847
= p
p = 0,289 Perhitungan nilai LCL dan UCL dapat digunakan rumus sebagi berikut:
UCL =
np
+ 3
1 p
np −
LCL =
np
- 3
1 p
np −
Sebagai contoh diambil data no.1: UCL =
np
+ 3
1 p
np −
= 102,333 + 3 289
, 1
102,333 −
= 102,333 + 25,589 = 127,922
LCL =
np
– 3
1 p
np −
= 102,333 + 3 289
, 1
102,333 −
= 102,333 – 25,589
Universitas Sumatera Utara
= 76,744 Untuk hasil perhitungan revisi selanjutnya dapat dilihat dalam Tabel 5.8.
Tabel 5.8. Data Perhitungan UCL dan LCL untuk Revisi I
No Jumlah
Inspeksi Number Of
Nonconforming np
rata-rata UCL
LCL
1 353
121 102.333
127.922 76.744 2
353 103
102.333 127.922 76.744
3 353
98 102.333
127.922 76.744 4
353 87
102.333 127.922 76.744
5 353
102 102.333
127.922 76.744 6
353 112
102.333 127.922 76.744
7 353
98 102.333
127.922 76.744 8
353 88
102.333 127.922 76.744
9 353
108 102.333
127.922 76.744 10
353 102
102.333 127.922 76.744
11 353
96 102.333
127.922 76.744 12
353 83
102.333 127.922 76.744
13 353
127 102.333
127.922 76.744 14
353 98
102.333 127.922 76.744
15 353
82 102.333
127.922 76.744 16
353 101
102.333 127.922 76.744
17 353
122 102.333
127.922 76.744 18
353 114
102.333 127.922 76.744
Peta kontrol np revisi I dari data tersebut dapat dilihat pada Gambar 5.5.
Universitas Sumatera Utara
17 15
13 11
9 7
5 3
1 130
120 110
100 90
80 70
Sample S
a m
p le
C o
u n
t
__ NP= 102.33
UCL= 127.91
LCL= 76.76
NP Chart of Number Of Nonconforming
Gambar 5.5. Peta Kontrol np Revisi I
Dari peta kontrol diatas, diketahui bahwa semua data telah berada dalam
incontrol. Oleh karena itu tidak perlu dilakukan revisi ulang.
5.2.6. Cause Effect Diagram
Diagram sebab akibat adalah suatu diagram yang menunjukkan hubungan antara sebab dan akibat. Diagram ini digunakan untuk menganalisis permasalahan
dan faktor yang menimbulkan masalah tersebut. Untuk mencari akar permasalahan perlu dilakukan pertanyaan “Why” atau “mengapa” secara terus-menerus sehingga
penyebab terjadinya kesalahankegagalan dapat ditemukan dengan jelas. Cause and
Effect Diagram hanya digunakan untuk kecacatan jenis berat cup karena jenis
Universitas Sumatera Utara
kecacatan ini memiliki persentase kecacatan yang terbesar. Penyebab kesalahan tersebut kemudian dikelompokkan ke dalam faktor-faktor penyebab utama yaitu:
a. Mesinperalatan - Umur mesin dan peralatan yang telah tua.
- Suhu injeksi dan suhu pendingin yang tidak sesuai. - Kecepatan injeksi angin dan bahan baku yang terlalu rendah
b. Metode kerja - SOP kurang terlaksana
- Settingan mesin yang kurang optimal - Perawatan yang tidak baik
c. Material - Ketebalan bahan baku yang berbeda-beda
- Kualitas bahan yang kurang baik d. ManusiaOperator
- Kurangnya konsentrasi pekerja selama bekerja akibat terlalu lelah dan jenuh. - Kurangnya keahlian pekerja Hal ini disebabkan kurangnya pelatihan yang
dilakukan perusahaan. - Kelalaian pekerja dalam bekerja.
Diagram sebab-akibat untuk kecacatan akibat pembungkus plastik yang rusak dapat dilihat pada Gambar 5.6.
Universitas Sumatera Utara
Gambar 5.6. Cause and Effect Diagram Kecacatan Berat Cup
5.3. Metode Taguchi 5.3.1. Penentuan Variabel tak Bebas