Analisis Perbandingan Nilai RPN dalam FMEA dengan

6.2. Analisis Perbandingan Nilai RPN dalam FMEA dengan

Fuzzy RPN dalam Fuzzy FMEA FMEA merupakan suatu metode yang sistematik dalam mengidentifikasi dan mencegah masalah yang terjadi pada produk dan proses. Tujuan dari penerapan FMEA adalah mencegah masalah terjadi pada proses dan produk. Logika fuzzy pada FMEA merupakan suatu cara yang tepat untuk menentukan suatu ruang input ke dalam suatu ruang output. Input dalam pendekatan logika fuzzy ini diperoleh atas nilai efek kegagalan severity, peluang kegagalan occurance dan deteksi kegagalan detection dari tahap FMEA. Perbandingan nilai antara nilai RPN dalam FMEA dengan nilai fuzzy RPN pada fuzzy FMEA dapat dilihat pada tabel 6.1. berikut: Universitas Sumatera Utara Tabel 6.1. Perbandingan Kategori Nilai RPN dan Fuzzy RPN Mode Kegagalan Efek Kegagalan Penyebab Kegagalan Metode Deteksi RPN Kategori FRPN Kategori Keras Produk tidak dapat diolah, sehingga mengganggu fungsi produk secara keseluruhan, produk tidak diterima oleh konsumen dan produk keras dapat diproduksi ulang rework Suhu mesin dryer tinggi Memeriksa mesin saat dilakukannya proses produksi 140 Low 488 Moderate- high Operator tidak memeriksa mesin dryer secara berkala Operator memperhatikan suhu mesin 75 Very low 364 Moderate Mata ikan Tampilan produk tidak menarik, produk pasti dikembalikan oleh konsumen dan produk terdapat mata ikan 100 dapat diproduksi ulang rework Operator menekan pecahan latex saat dimasukkan kedalam box Memperhatikan pecahan latex saat dimasukkan kedalam box 245 Low- moderate 627,17 High-Very high Mesin tidak bekerja optimal Periksa apakah mesin dalam kondisi yang baik atau tidak 90 Low 372,81 Moderate Universitas Sumatera Utara Untuk nilai RPN dalam FMEA berada dalam kategori menengah hingga kategori yang rendah. Sementara untuk nilai fuzzy RPN dalam fuzzy FMEA berada dalam kategori menengah hingga kategori tinggi. Sehingga dalam tindakan perbaikannya tidak sama karena diakibatkan perbedaan nilai kategori yang besar. Namun karena nilai RPN dan fuzzy RPN memiliki perbandingan yang sama, sehingga kedua metode tersebut menghasilkan urutan prioritas yang sama mulai dari nilai yang tertinggi hingga nilai yang terendah. Pada tabel 6.1. dapat dilihat nilai fuzzy RPN yang paling besar adalah 627 untuk penyebab kecacatan operator menekan pecahan latex saat dimasukkan kedalam box, termasuk kategori high-very high kategori tinggi hingga sangat tinggi, artinya memiliki nilai resiko terbesar untuk terjadi di lantai produksi. Tindakan perbaikan yang dilakukan untuk jenis kegagalan ini yaitu dengan dilakukannya pengawasan terhadap operator secara berkala selama proses produksi berlangsung. Untuk nilai fuzzy RPN 488 untuk penyebab kecacatan suhu mesin dryer tinggi, merupakan kategori moderate-high atau menengah-tinggi, jenis kegagalan ini memiliki tingkat prioritas menengah untuk dilakukan perbaikan. Artinya untuk kegagalan jenis ini tidak diperlukan tindakan perbaikan segeramendesak, sehingga kegagalan ini tidak berdampak terlalu besar bagi perusahaan. Tindakan perbaikan yang dilakukan untuk jenis kegagalan ini yaitu dengan melakukan maintenance yang rutin terhadap mesin, dan memeriksa mesin sebelum dioperasikan. Universitas Sumatera Utara

6.3. Analisis Perbandingan Tindakan Aktual dan Usulan

Dokumen yang terkait

Penerapan Metode Statistiqal Quality Control (SQC) dan Failure Mode and Effect Analysis (FMEA) Dalam Perbaikan Kualitas Produk di PT. Tirta Sibayakindo

40 207 145

Analisa dan Penerapan Statistical Quality Control (SQC) dengan Perbaikan Kualitas Smoke Sheet di PTPN III Kebun Gunung Para

2 47 162

Analisa Pengendalian Kualitas Produk untuk Memperbaiki Rework dengan Metode Statistical Quality Control (SQC) dan Metode Fuzzy FMEA pada PT. Socfin Indonesia Kebun Tanah Besih

0 0 19

Analisa Pengendalian Kualitas Produk untuk Memperbaiki Rework dengan Metode Statistical Quality Control (SQC) dan Metode Fuzzy FMEA pada PT. Socfin Indonesia Kebun Tanah Besih

0 0 1

Analisa Pengendalian Kualitas Produk untuk Memperbaiki Rework dengan Metode Statistical Quality Control (SQC) dan Metode Fuzzy FMEA pada PT. Socfin Indonesia Kebun Tanah Besih

0 0 6

Analisa Pengendalian Kualitas Produk untuk Memperbaiki Rework dengan Metode Statistical Quality Control (SQC) dan Metode Fuzzy FMEA pada PT. Socfin Indonesia Kebun Tanah Besih

0 1 11

Analisa Pengendalian Kualitas Produk untuk Memperbaiki Rework dengan Metode Statistical Quality Control (SQC) dan Metode Fuzzy FMEA pada PT. Socfin Indonesia Kebun Tanah Besih

0 1 1

Analisa Pengendalian Kualitas Produk untuk Memperbaiki Rework dengan Metode Statistical Quality Control (SQC) dan Metode Fuzzy FMEA pada PT. Socfin Indonesia Kebun Tanah Besih

0 0 13

Analisa Pengendalian Kualitas Dengan Menggunakan Metode Statistical Quality Control (SQC)

1 2 8

PENGGUNAAN METODE STATISTICAL QUALITY CONTROL (SQC) UNTUK PENGENDALIAN KUALITAS PRODUK

0 0 7