Usulan Perbaikan Mutu Produk Obat Jenis Tablet dengan Metode Statistical Quality Control (SQC) Dan Failure Mode Effect Analysis (FMEA) Pada PT. Mutiara Mukti Farma

Dorothe, W.A. 2004. Pengendalian Kualitas Statistik. Yogyakarta: Penerbit Andi. Feigenbaum, A.V. 1983. Kendali Mutu Terpadu. Penerbit Erlangga.

Ginting, R. 2007. Sistem Produksi. Yogyakarta: Graha Ilmu

Gudale, P. 2014. Use of FMEA Methodology For Development Of Semiautomatic Averaging Fixture For Engine Cylinder Block. India: International Journal of Innovative Research in Science, Engineering and Technology.

Hidayat, A. 2002. Strategi Six Sigma. Jakarta: Elex Media Komputindo. Ishikawa, K. 1986. Pedoman Pengendalian Mutu. Jakarta: Idayus.

Islam, M. 2013. Statistical Quality Control Approach in Typical Garments Manufacturing Industry in Bangladesh: A Case Study. Bangladesh: Proceedings of 9th Asian Business Research Conference 20-21 December, 2013, BIAM Foundation.

McDermott, R.E. 2009. The Basics of FMEA. New York : CRC Press.

Montgomery, D.C. 1993. Pengantar Pengendalian Kualitas Statistik. Yogyakarta: Gajah Mada University Press.

BAB III

LANDASAN TEORI

3.1. Kualitas

3.1.1. Pengertian Kualitas1

Kualitas merupakan salah satu kebutuhan manusia yang cukup penting saat ini. Kata kualitas memiliki banyak definisi yang berbeda dan bervariasi dari yang konvensional sampai yang lebih strategik. Beberapa pakar dalam bidang kualitas mendefinisikan kualitas sebagai berikut2

1. Juran (1962) “kualitas adalah kesesuaian dengan tujuan dan manfaatnya” :

1

Dorothe Wahyu Ariani. Pengendalian Kualitas Statistik. (Yogyakarta: Penerbit Andi, 2004) 2

2. Crosby (1979) “kualitas adalah kesesuaian dengan kebutuhan yang meliputi availability, delivery, reliability, maintainability, dan cost effectiveness.”

3. Deming (1991) “kualitas harus bertujuan memenuhi kebutuhan pelanggan sekarang dan di masa mendatang.”

4. Feigenbaum (1991), “kualitas merupakan keseluruhan karateristik produk dan jasa yang meliputi marketing, engineering, manufacture, dan maintenance dimana produk dan jasa tersebut dalam pemakaiannya akan sesuai dengan kebutuhan dan harapan pelanggan.”

5. Scherkenbach (1991), “kualitas ditentukan oleh pelanggan, pelanggan menginginkan produk/jasa yang sesuai dengan kebutuhan dan harapannya pada suatu tingkat harga tertentu yang menunjukan nilai produk tersebut.”

6. Elliot (1993), kualitas adalah suatu yang berbeda untuk orang yang berbeda dan tergantung pada waktu dan tempat atau dikatakan sesuai dengan tujuan.

7. Goetch dan Davis (1995), “kualitas adalah suatu kondisi dinamis yang berkaitan dengan produk, pelayanan, orang, proses, dan lingkungan yang memenuhi/melebihi apa yang diharapkan.”

8. Perbendaharaan istilah ISO 8402 dan dari Standar Nasional Indonesia (SNI 19-8402-1991), kualitas adalah keseluruhan cirri dan karakteristik produk atau jasa yang kemampuannya dapat memuaskan kebutuhan, baik yang dinyatakan secara tegas maupun tersamar. Istilah kebutuhan diartikan sebagai spesifikasi yang tercantum dalam kontrak maupun criteria-kriteria yang harus didefenisikan terlebih dahulu.

Berdasarkan definisi tentang kualitas, baik yang konvensional maupun yang lebih strategik, pada dasarnya kualitas mengacu kepada pengertian pokok berikut:

1. Kualitas terdiri dari sejumlah keistimewaan produk, baik keistimewaan langsung maupun keistimewaan atraktif yang memenuhi keinginan pelanggan dan dengan demikian memberikan kepuasan atas penggunaan produk itu.

2. Kualitas terdiri dari segala sesuatu yang bebas dari kekurangan atau kerusakan. 3. Berdasarkan pengertian dasar tentang kualitas diatas, tampak bahwa kualitas selalu berfokus pada kepuasan pelanggan (customer focused quality). Dengan demikian produk-produk didesain, diproduksi, serta pelayanan diberikan untuk memenuhi keinginan pelanggan. Karena kualitas mengacu kepada segala sesuatu yang menentukan kepuasan pelanggan, suatu produk yang dihasilkan baru dapat dikatakan berkualitas apabila sesuai dengan keinginan pelanggan, dapat dimanfaatkan dengan baik, serta diproduksi dan dihasilkan dengan cara yang baik dan benar.

3.1.2. Prinsip-prinsip Kualitas3

Prinsip-prinsip jaminan kualitas berlaku baik untuk benda-benda yang dihasilkan pabrik maupun jasa. Sangat perlu produk memenuhi syarat-syarat dari orang yang menggunakannya. Oleh karena itu definisi tentang kualitas adalah kualitas yang berarti kecocokan penggunanya.

3

Montgomery, Douglas C. Pengantar Pengendalian Kualitas Statistik. (Yogyakarta: Gajah Mada University Press, 1993)

Ada dua segi umum tentang kualitas: kualitas rancangan dan kualitas kecocokan. Semua barang dan jasa dihasilkan dalam berbagai tingkat kualitas. Variasi dalam tingkat kualitas ini memang disengaja, maka dari itu istilah teknik yang sesuai adalah kualitas rancangan. Kualitas kecocokan adalah seberapa baik produk itu sesuai dengan spesifikasi dan kelonggaran yang diisyaratkan oleh rancangan itu.

Peningkatan kualitas kerap kali dibuat dengan mengubah segi tertentu sistem jaminan kualitas, seperti penggunaan prosedur pengendalian proses statistik, mengubah jenis prosedur pemeriksaan yang digunakan, dan seterusnya. Jadi kualitas kecocokan yang lebih tinggi kerap kali dicapai dengan pengurangan dalam biaya total, sebab ini mengakibatkan sisa dan produk yang harus dikerjakan lagi berkurang dan bagian produk jasa yang tidak cocok lebih kecil.

Tiap produk mempunyai sejumlah unsur yang bersama-sama menggambarkan kecocokan penggunanya. Parameter-parameter ini biasanya dinamakan ciri-ciri kualitas. Ciri-ciri kualitas ada beberapa jenis:

1. Fisik (panjang, berat, voltase, kekentalan) 2. Indera (rasa, penampilan, warna)

3. Orientasi waktu, keandalan (dapat dipercaya), dapat dipelihara, dapat dirawat. Pengendalian kualitas adalah aktivitas keteknikan dan manajemen, yang dengan aktivitas itu kita ukur ciri-ciri kualitas produk, membandingkannya dengan spesifikasi atau persyaratan, dan mengambil tindakan penyehatan yang sesuai apabila ada perbedaan antara penampilan yang sebenarnya dan yang standar.

3.2. Pengendalian Kualitas

Dr. Juran (1962) mendukung pendelegasian pengendalian kualitas kepada tingkat paling bawah dalam organisasi melalui penempatan karyawan ke dalam swakendali (self-control). Pengendalian kualitas melibatkan beberapa aktivitas yaitu :

1. Mengevaluasi kerja aktual (actual performace) 2. Membandingkan aktual dengan target / sasaran

3. Mengambil tindakan atas perbedaan antara aktual dan target.

Pada dasarnya performansi kualitas dapat ditentukan dan diukur berdasarkan karakteristik kualitas terdiri dari beberapa sifat atau dimensi yaitu : 1. Fisik seperti panjang, berat, diameter, tegangan, kekentalan, dll.

2. Sensoris (berkaitan dengan panca indera) seperti rasa, penampilan, warna dan bentuk, model.

3. Orientasi waktu seperti keandalan, kemampuan pelayanan, kemudahan pemeliharaan, ketepatan waktu penyerahan produk, dll.

4. Orientasi biaya seperti berkaitan dengan dimensi biaya yang menggambarkan harga atau ongkos dari suatu produk yang harus dibayarkan oleh konsumen.

Pada dasarnya suatu pengukuran performansi kualitas dapat dilakukan pada tiga tingkat yaitu tingkat proses, tingkat output dan tingkat outcome. Pengendalian proses statistika dapat diterapkan pada ketiga tingkat pengukuran performansi kualitas itu. Bagaimanapun, pengukuran performansi kualitas yang akan dilakukan seharusnya memepertimbangkan setiap aspek dari proses

operasional yang mempengaruhi persepsi pelanggan tentang nilai kualitas. Perlu dicatat pula bahwa informasi tentang kebutuhan pelanggan yang diperoleh melalui riset pasar harus didefenisikan dalam bentuk yang tepat dan pasti melalui atribut-atribut dan variable-variabel itu. Selanjutnya atribut-atribut-atribut-atribut dan variabel-variabel dari produk inilah yang kemudian merupakan basis dari pengendalian proses statistika. Atribut – atribut dan variabel – variabel yang sesuai dalam pengukuran akan berbeda untuk setiap organisasi, tetapi pada umumnya atribut – atribut dan variabel – variabel yang dipertimbangkan dalam pengukuran performansi kualitas adalah sebagai berikut :

1. Performansi (performance), berkaitan dengan aspek fungsional dari produk itu 2. Features, berkaitan dengan pilihan-pilihan dan pengembangannya

3. Keandalan, berkaitan dengan tingkat kegagalan dalam penggunaan produk itu 4. Serviceability, berkaitan dengan kemudahan dan ongkos perbaikan

5. Konformansi, berkaitan dengan tingkat kesesuaian produk terhadap spesifikasi yang telah ditetapkan sebelumnya berdasarkan keinginan pelanggan

6. Durability, berkaitan dengan daya tahan atau masa pakai dari produk 7. Estetika, berkaitan dengan desain dan kemasan dari produk itu

8. Kualitas yang dirasakan bersifat subjektif, berkaitan dengan perasaan pelanggan dalam mengonsumsi produk itu seperti meningkatkan gengsi, moral dan lain-lain.

Pengendalian kualitas statistik merupakan teknik penyelesaian masalah yang digunakan untuk memonitor, mengendalikan, menganalisis, mengelola dan memperbaiki produk dan proses menggunakan metode-metode statistik.

Pengendalian kualitas statistik (Statistical Quality Control) sering disebut sebagai pengendalian proses statistik (Statistical Process Control). Pengendalian kualitas statistik dan pengendalian proses statistik memang dua istilah yang saling dipertukarkan, yang apabila dilakukan bersama-sama maka pemakai akan melihat gambaran kinerja proses masa kini dan masa mendatang (Cawly dan Harold, 1999).

3.3. Teknik-teknik Pengendalian Kualitas

3.3.1. Penggunaan Seven Tools dalam Statistical Quality Control4

Proses penyelesaian masalah dan perbaikan kualitas dengan menggunakan seven tools dapat membuat proses penyelesaian masalah menjadi lebih cepat dan sistematis. Konsep seven tools berasal dari Kaoru Ishikawa, ahli kualitas ternama dari Jepang. Kunci sukses dari permasalahan ini adalah kemampuan untuk mengidentifikasi masalah, menggunakan pendekatan seven tools berdasarkan masalah dasar, mengkomunikasikan solusi secara tepat kepada yang lain. Adapun ketujuh alat pengendalian kualitas tersebut adalah:

1. Checksheet

Checksheet merupakan alat praktis yang digunakan untuk mengumpulkan, mengelompokkan, dan menganalisis data secara sederhana dan mudah. Tujuan utama dari checksheet adalah untuk memastikan bahwa data dikumpulkan dengan hati-hati dan teliti untuk pengendalian proses dan pemecahan masalah.

4

Terdapat 2 jenis check sheet yang dikenal dan umum dipergunakan untuk keperluan pengumpulan data, yaitu:

a. Production process distribution check sheet

Check sheet ini dipergunakan untuk mengumpulkan data yang berasal dari proses produksi atau proses kerja lainnya. Output kerja sesuai dengan klasifikasi yang telah ditetapkan dimasukkan dalam lembar kerja, sehingga akhirnya secara langsung akan dapat diperoleh pola distribusi yang terjadi.

Gambar 3.1. Check Sheet untuk Distribusi Proses Produksi

b. Defective check sheet

Untuk mengurangi jumlah kesalahan atau cacat yang ada dalam suatu proses kerja maka terlebih dahulu kita harus mampu mengidentifikasikan jenis kesalahan yang ada dan presentasenya. Setiap kesalahan biasanya akan diperoleh dari faktor-faktor penyebab yang berbeda sehingga tindakan korektif yang tepat harus diambil sesuai dengan jenis kesalahan dan penyebabnya tersebut.

Gambar 3.2. Check Sheet untuk Defective Item

2. Statifikasi

Merupakan usaha pengelompokan data ke dalam kelompok–kelompok yang mempunyai karakteristik yang sama. Kegunaannya adalah :

a. Mencari faktor penyebab utama kualitas secara mudah. b. Membantu pembuatan scatter diagram

c. Mempelajari secara menyeluruh masalah yang dihadapi.

3. Scatter Diagram

Alat bantu ini sangat berguna untuk meihat korelasi (hubungan) antara dua variabel (faktor), sekaligus juga memperlihatkan tingkat hubungan tersebut (kuat atau lemah). Pada pemanfaatannya, scatter diagram membutuhkan data berpasangan sebagai bahan baku analisisnya, yaitu sekumpulan nilai x sebagai faktor yang independen berpasangan dengan

sekumpulan nilai y sebagai faktor dependen. Artinya, bahwa setiap nilai x yang didapatkan memberi dampak pada nilai y. Contoh gambar untuk scatter diagram dapat dilihat pada Gambar 3.3.

Gambar 3.3. Scatter Diagram

4. Diagram Pareto

Diagram pareto dibuat untuk menemukan masalah atau penyebab yang merupakan kunci dalam penyelesaian masalah dan perbandingan terhadap keseluruhan dengan mengetahui penyebab-penyebab yang dominan yang seharusnya pertama kali diatasi, maka bisa ditetapkan prioritas perbaikan. Contoh gambar diagram pareto dapat dilihat pada Gambar 3.4.

Gambar 3.4. Diagram Pareto

5. Histogram

Dikenal juga sebagai grafik distribusi frekuensi yang digunakan untuk menganalisa mutu dari sekelompok data (hasil produksi), dengan menampilkan nilai tengah sebagai standar mutu produk dan distribusi atau penyebaran datanya. Contoh gambar histogram dapat dilihat pada Gambar 3.5.

Gambar 3.5. Histogram

6. Control Chart

Control Chart merupakan sebuah alat bantu berupa grafik yang akan menggambarkan stabilitas suatu proses kerja. Melalui gambaran tersebut akan dapat dideteksi apakah proses tersebut berjalan baik (stabil) atau tidak. Karakteristik pokok pada alat bantu ini adalah adanya sepasang batas kendali (Upper dan Lower Limit), sehingga dari data yang dikumpulkan akan dapat terdeteksi kecenderungan kondisi proses yang

sesungguhnya. Contoh gambar untuk control chart dapat dilihat pada Gambar 3.6.

Gambar 3.6. Control Chart Control Chart yang paling umum digunakan adalah: a. Control Chart untuk variabel

Yaitu Control Chart untuk pengukuran data variabel. Data yang bersifat variabel diperoleh dari hasil pengukuran dimensi, seperti berat, panjang, tebal, dan sebagainya. Control Chart untuk variabel ini terdiri dari: peta X, peta R, dan peta S. Terdapat pengklasifikasian dari gabungan peta-peta tersebut yaitu:

1) Peta X dan R, pengendali rata-rata (X_{) proses tingkat kualitas biasanya} dengan peta kendali X. Variabilitas atau pemencaran proses dapat dikendalikan dengan peta kendali atau rentang yang disebut peta R. 2) Peta X dan S, bila ukuran sampel (n) cukup besar (n>10), metode

rentang kehilangan efisiensinya karena rentang mengabaikan semua informasi dalam sampel antara Xmax dan Xmin.

Yaitu Control Chart untuk karakteristik kualitas yang tidak mudah dinyatakan dalam bentuk numerik. Contohnya inspeksi secara visual seperti penentuan cacat warna, goresan, berkarat, dan sebagainya.

Control Chart untuk atribut ini terdiri dari: 1) Peta p

Peta ini menggambarkan bagian yang ditolak karena tidak sesuai dengan spesifikasi yang diinginkan. Untuk membuat peta p ini dapat digunakan rumus-rumus sebagai berikut:

∑

∑

= = =

= k

i i k i i

n p n p

CL

1 1 1

n p p p

UCL= +3 (1− )

dan n

p p p

LCL= −3 (1− ) 2) Peta np

Peta ini menggambarkan banyaknya unit yang ditolak dalam sampel yang berukuran konstan. Untuk membuat peta np ini dapat digunakan rumus-rumus sebagai berikut:

n k p p n CL k i o

∑

= =

= 1 1

) 1 (

3 _{o o}

o np p

p n

UCL= + −

dan LCL=npo −3 npo(1− po) 3) Peta c

Peta ini menggambarkan banyaknya ketidaksesuaian atau kecacatan dalam sampel berukuran konstan. Satu benda yang cacat memuat paling sedikit satu ketidaksesuaian, tetapi sangat mungkin satu unit sampel memiliki beberapa ketidaksesuaian, tergantung sifat dasar keandalannya. Untuk membuat peta c ini dapat digunakan rumus sebagai berikut:

k p c CL k i

∑

= =

= 1 1

c c

UCL= +3 _dan LCL=c−3 c 4) Peta u

Peta ini menggambarkan banyaknya ketidaksesuaian dalam satu unit sampel dan dapat dipergunakan untuk ukuran sampel tidak konstan. Untuk membuat peta u ini dapat dipergunakan rumus-rumus sebagai berikut:

∑

∑

= = = = k i i k i n p u CL 1 1 1 n u u UCL= +3

dan n

u u LCL= −3

Diagram ini dikenal dengan istilah diagram tulang ikan (fish bone diagram). Diagram ini berguna untuk menganalisa dan menentukan faktor-faktor yang berpengaruh secara signifikan di dalam menentukan karakteristik kualitas output kerja. Di samping itu juga berguna untuk mencari penyebab yang sesungguhnya dari suatu masalah.

Untuk mencari faktor penyebab terjadinya penyimpangan kualitas kerja, terdapat lima faktor penyebab utama yang perlu diperhatikan, yaitu :

a. Manusia b. Metode Kerja

c. Mesin atau peralatan lkerja lainnya d. Bahan-bahan baku

e. Lingkungan Kerja

Contoh gambar untuk Cause and Effect Diagram dapat dilihat pada Gambar 3.7.

3.3.2. Failure Modes and Effect Analysis (FMEA)5

FMEA adalah sebuah metode sistematis untuk mengidentifikasi dan pencegahan masalah produk dan proses sebelum mereka terjadi. FMEA difokuskan pada pencegahan kecacatan, meningkatkan keamanan, dan meningkatkan kepuasan pelanggan. Idealnya, FMEA diadakan dalam perancangan produk atau tahap pengembangan proses, meskipun mengadakan FMEA pada produk dan proses yang sudah ada juga dapat menghasilkan keuntungan.

Tujuan FMEA adalah mencegah masalah pada produk dan proses sebelum mereka terjadi. FMEA digunakan dalam proses perancangan dan produksi, sehingga bisa mengurangi biaya dengan mengidentifikasi perbaikan produk dan proses sebelum pengembangan proses saat perubahan mudah dan murah dibuat.

Sasaran FMEA adalah untuk mencari semua cara sebuah proses atau produk bisa gagal. Kegagalan produk terjadi saat produk tidahk berfungsi sebagaimana harusnya atau saat terjadi kegagalan pemakaian dalam beberapa cara. Bahkan produk yang paling simple memiliki beberapa peluang untuk kegagalan.

Lebih jauh, FMEA menanyakan apakah dapat mendeteksi cacat dan memperkirakan parahnya. Cacat dapat bervariasi antara gangguan kecil sampai bencana. FMEA memperkirakan cacat dan resiko relatifnya dalam format terstruktur.

FMEA memberikan skema jenis cacat, parahnya cacat, peluang terjadinya, dan apakah ada sistem untuk mendeteksinya secara semestinya. FMEA kemudian

5

memperkirakan angka “prioritas resiko” pada cacat itu, untuk merasio keparahan dan urgensi cacat itu. Inilah sebabnya FMEA juga dikenal sebagai FMECA (failure mode effect and criticality analysis atau failure mode, effect, and criticality analysis). Dari hasil FMEA, prioritas perbaikan diberikan pada komponen yang memiliki tingkat prioritas (RPN) tertinggi.

Seluruh produk atau perancangan dan proses FMEA mengikuti sepuluh langkah berikut ini:

1. Meninjau kembali proses atau produk.

2. Melakukan branstorming untuk kegagalan-kegagalan yang potensial untuk terjadi.

3. Membuat daftar efek-efek yang potensial terjadi untuk masing-masing kegagalan.

4. Memberikan severity ranking untuk masing-masing efek.

5. Memberikan occurrence ranking untuk masing-masing kegagalan.

6. Memberikan peringkat deteksi untuk masing-masing kegagalan dan?atau efek. 7. Menghitung Risk Priority Number (RPN) untuk maisng-masing efek.

8. Menentukan prioritas kegagalan untuk ditindaki.

9. Mengambil langkah untuk mengeliminasi atau mengurangi kegagalan yang beresiko tinggi

FMEA terdiri dari beberapa jenis, antara lain sebagai berikut: a.Process: berfokus pada analisa proses manufaktur dan assembly b.Design: berfokus pada analisa produk sebelum proses produksi

c.Concept: berfokus pada analisa sistem atau subsistem dalam tahap awal desain konsep.

d.Equipment: berfokus pada analisa desain mesin dan perlengkapan sebelum melakukan pembelian.

e.Service: berfokus pada analisa jasa dari proses industri jasa sebelum diluncurkan ke pelanggan.

f. System: berfokus pada analisa fungsi sistem secara global. g.Software: berfokus pada analisa fungsi software.

Pada FMEA proses digunakan untuk menghilangkan kegagalan yang disebabkan oleh perubahan-perubahan dalam variabel proses, misal kondisi diluar batas-batas spesifikasi yang ditetapkan seperti ukuran yang tidak tepat, tekstur dan warna yang tidak sesuai, ketebalan yang tidak tepat, dan lain-lain.

Dalam menjalankan FMEA terdapat 3 variabel utama, yakni: 1. Severity

Severity adalah langkah pertama untuk menganalis resiko yaitu menghitung seberapa besar dampak atau intensitas kejadian mempengaruhi Output proses.

Dampak tersebut dirangking mulai skala 1 sampai 10, dimana 10 merupakan dampak terburuk.

2. Occurrence

Occurrence adalah kemungkinan bahwa penyebab tersebut akan terjadi dan menghasilkan bentuk kegagalan selama penggunaan produk.

3. Detection

Detection adalah pengukuran terhadap kemampuan mengendalikan atau mengontrol kegagalan yang dapat terjadi. Nilai detection diasosiasikan dengan pengendalian saat ini.

Adapun rumus menghitung Risk Priority Number (RPN) adalah sebagai berikut:

BAB IV

METODOLOGI PENELITIAN

4.1. Jenis Penelitian

Jenis penelitian ini adalah penelitian deskriptif yaitu jenis penelitian yang bertujuan untuk mencandra atau mendeskripsikan secara sistematik, faktual dan akurat tentang fakta-fakta dan sifat-sifat suatu objek atau populasi tertentu. (Sukaria Sinulingga, 2011).

4.2. Tempat dan Waktu Penelitian

Penelitian ini dilakukan di PT. Mutiara Mukti Farma (Mutifa) yaitu perusahaan farmasi yang memproduksi obat-obatan. Perusahaan ini berlokasi di Jalan Karya Jaya No. 68 Km 8,5 Namorambe, Kecamatan Deli Tua, Medan, Sumatera Utara. Penelitian ini dimulai sejak bulan Februari 2015 sampai dengan selesai.

4.3. Objek Penelitian

Adapun yang menjadi objek dalam penelitian ini adalah produk obat jenis tablet yang tidak memenuhi spesifikasi atau standar serta dikategorikan sebagai produk cacat (defect) dan proses produksinya.

Kerangka teoritis adalah suatu model konseptual yang menunjukkan hubungan logis antara faktor-faktor yang telah didentifikasi yang penting atau relevan dengan masalah penelitian. Suatu penelitian dapat dilaksanakan apabila kerangka konseptual telah dibuat dengan baik. Adapun kerangka konseptual dari penelitian ini dapat dilihat pada Gambar 4.1.

Gambar 4.1. Kerangka Konseptual Penelitian

4.5. Variabel Penelitian

Penentuan variabel penelitian ditentukan atas dasar studi pendahuluan, studi kepustakaan yang berkaitan dengan permasalahan yang sedang dihadapi. Ada dua jenis variabel yang diamati dalam penelitian ini, yaitu:

1. Variabel Independen

Usulan tindakan perbaikan mutu

produk IDENTIFIKASI

FAKTOR PENYEBAB KECACATAN Cetakan tablet

Tidak Rapi Warna Permukaan Tablet Tidak Tablet Retak

Pinggiran Tablet Pecah

Permukaan Tablet Kasar

Variabel independen ataupun variabel bebas merupakan variabel penelitian yang mempengaruhi dan menjadi sebab perubahan atau timbulnya variabel terikat. Yang menjadi variabel bebas dalam penelitian ini adalah jenis kecacatan yaitu, cetakan tablet tidak rapi, warna permukaan tablet tidak merata, tablet retak, pinggiran tablet pecah, dan permukaan tablet kasar.

2. Variabel Dependen

Variabel dependen atau variabel terikat (variabel yang dipengaruhi) dalam penelitian ini adalah produk yang bermutu. Variabel ini diperoleh dari data historis perusahaan.

4.6. Metode Pengumpulan Data

Pada penelitian ini teknik pengumpulan data yang dilakukan adalah sebagai berikut:

1. Observasi/pengamatan langsung di lapangan, yaitu pada waktu proses produksi.

2. Wawancara berupa tanya jawab dan diskusi kepada pihak perusahaan khususnya bagian produksi dan quality control.

3. Teknik dokumentasi, yakni dengan memperoleh data kecacatan produk yang mendukung pengerjaan laporan.

4. Teknik kepustakaan, yaitu dengan mempelajari buku-buku dan jurnal-jurnal yang berkaitan dengan Statistical Quality Control (SQC) & Failure Mode and Effect Analysis (FMEA) dalam analisis pengendalian mutu produk.

4.7. Prosedur Pelaksanaan Penelitian

Penarikan kesimpulan didasarkan atas pengolahan data dan analisis yang telah dilakukan. Adapun saran yang diberikan berupa masukan bagi perusahaan dan bagi peneliti yang ingin mengembangkan penelitian ini. Penelitian dilakukan dengan mengikuti langkah-langkah sebagai berikut:

1. Melakukan studi pendahuluan untuk mengetahui kondisi perusahaan, proses produksi, dan informasi-informasi lainnya yang diperlukan serta studi literatur mengenai metode pemecahan masalah dan teori pendukung lainnya. 2. Merumuskan permasalahan berdasarkan kondisi perusahaan dan menetapkan

tujuan penelitian.

3. Mengidentifikasi variabel-variabel penelitian.

4. Melakukan pengumpulan data. Data yang dikumpulkan yaitu:

a. Data primer berupa bagaimana uraian proses produksinya, data pengamatan jumlah produksi dan kecatatan roduk selama satu tahun terakhir, serta pernyataan para ahli yang diperoleh dengan wawancara langsung.

b. Data sekunder berupa jumlah produksi, data jenis kecacatan, dan jumlah produk cacat berdasarkan jenis kecacatan dalam satu bulan penelitian. 5. Mengolah data primer dan sekunder yang telah dikumpulkan.

6. Menganalisis hasil pengolahan data dengan metode Statistical Quality Control (SQC) dan Failure Mode and Effect Analysis (FMEA).

Adapun diagram alir langkah-langkah penelitian dapat dilihat pada Gambar 4.2.

Mulai

Studi Pendahuluan 1. Kondisi Perusahaan 2. Proses Produksi 3. Informasi Pendukung

Studi Literatur 1. Metode Pemecahan Masalah

2. Teori Pendukung

Pengumpulan Data

Data Primer - Uraian Proses produksi

Data Sekunder

- Data jumlah produksi tablet

- Data jumlah produk tablet cacat dalam 1 periode - Data bahan baku yang digunakan

- Data kondisi mesin yang digunakan

Analisis Pemecahan Masalah

Kesimpulan dan Saran

Selesai Pengolahan Data Perumusan Masalah:

Besarnya proporsi kecacatan produk tablet yang cacat di PT Mutiara Mukti Farma melebihi standar yang ditetapkan perusahaan

Identifikasi Variabel-variabel penelitian

SQC dengan seven tools: 1. Checksheet

2. Stratifikasi 3. Scatter Diagram 4. Diagram Pareto 5. Histogram 6. Peta Kontrol

7. Cause and effect diagram

FMEA: 1. Meninjau kembali proses atau produk.

2. Melakukan branstorming untuk kegagalan-kegagalan yang potensial 3. Membuat daftar efek-efek yang potensial

4. Memberikan severity ranking 5. Memberikan occurrence ranking 6. Memberikan peringkat deteksi

7. Menghitung Risk Priority Number (RPN) 8. Menentukan prioritas kegagalan untuk ditindaki.

9. Mengeliminasi atau mengurangi kegagalan yang beresiko tinggi 10. Menghitung hasil RPN sebagai kegagalan yang dikurangi atau dieliminasi.

4.8. Metode Pengolahan Data

Metode pengolahan data dengan menggunakan Statistical Quality Control (SQC) dan Failure Mode and Effect Analysis (FMEA). Teknik pengolahan data untuk Metode SQC menggunakan alat bantu statistik seven tools yaitu checksheet, stratifikasi, scatter diagram, diagram pareto, histogram, control chart dan cause and effect diagram.

1. Checksheet

Checksheet merupakan alat praktis yang digunakan untuk mengumpulkan, mengelompokkan, dan menganalisis data secara sederhana dan mudah. Tujuan utama dari checksheet adalah untuk memastikan bahwa data dikumpulkan dengan hati-hati dan teliti untuk pengendalian proses dan pemecahan masalah.

2. Stratifikasi Data

Stratifikasi merupakan usaha pengelompokan data ke dalam kelompok– kelompok yang mempunyai karakteristik yang sama.

3. Scatter Diagram

Scatter diagram/diagram pencar digunakan untuk melihat korelasi (hubungan) dari suatu faktor penyebab kecacatan yang berhubungan dengan suatu karakteristik (jenis) dari ketiga jenis kecacatan produk yang ada.

4. Diagram Pareto

Dalam tahapan ini, hal pertama yang dilakukan adalah mengurutkan setiap jenis kecacatan dari yang terbesar hingga yang terkecil. Setelah itu dihitung persentase kecacatan dan persentase kumulatif untuk setiap kecacatan yang ada.

5. Histogram

Histogram merupakan grafik batang yang menggambarkan sejumlah data yang dikelompokkan ke dalam beberapa kelas dengan interval tertentu.

6. Peta Kontrol (Control Chart)

Control Chart merupakan sebuah alat bantu berupa grafik yang akan menggambarkan stabilitas suatu proses kerja. Melalui gambaran tersebut akan dapat dideteksi apakah proses tersebut berjalan baik (stabil) atau tidak.

7. Cause and Effect Diagram

Dalam memperbaiki proses yang menimbulkan kecacatan digunakan diagram sebab akibat (fish bone). Diagram ini berguna untuk menganalisa dan menentukan faktor-faktor yang berpengaruh secara signifikan di dalam menentukan karakteristik mutu output kerja.

Sedangkan teknik pengolahan data untuk Metode Failure Mode and Effect Analysis (FMEA) adalah dengan melakukan tahap-tahap berikut:

11.Meninjau kembali proses atau produk.

12.Melakukan branstorming untuk kegagalan-kegagalan yang potensial untuk terjadi.

13.Membuat daftar efek-efek yang potensial terjadi untuk masing-masing kegagalan.

14.Memberikan severity ranking untuk masing-masing efek.

15.Memberikan occurrence ranking untuk masing-masing kegagalan. 16.Memberikan peringkat deteksi untuk masing-masing kegagalan

17.Menghitung Risk Priority Number (RPN) untuk maisng-masing efek.

18.Menentukan prioritas kegagalan untuk ditindaki.

19.Mengambil langkah untuk mengeliminasi atau mengurangi kegagalan yang beresiko tinggi

20.Menghitung hasil RPN sebagai kegagalan yang dikurangi atau dieliminasi.

4.9. Analisis Data

Menganalisis jenis-jenis kecacatan, proporsi kecacatan untuk masing-masing jenis kecacatan serta menganalisis alternatif-alternatif untuk usulan perbaikan mutu produk.

BAB V

PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data

Pengumpulan data meliputi data jumlah produksi dan data kecacatan obat tablet periode bulan Februari 2015.

5.1.1. Jenis Kecacatan Produk

Jenis kecacatan yang diamati ada 5 (lima) jenis kecacatan secara visual, yaitu:

1. Cetakan tablet tidak rapi (X1)

2. Warna permukaan tablet tidak merata (X2)

3. Tablet retak (X3)

4. Pinggiran tablet pecah (X4)

5. Permukaan tablet kasar (X5)

Setelah jumlah jenis kecacatan produk obat tablet diperoleh, maka selanjutnya dilakukan pengumpulan data secara langsung terhadap jumlah jenis kecacatan produk obat tablet. Jumlah jenis kecacatan produk obat tablet periode bulan Februari 2015 dapat dilihat pada Tabel 5.1.

Tabel 5.1. Jumlah Jenis Kecacatan Produk Obat Tablet Periode Februari 2015

Tanggal Produksi

(Unit)

Produk Cacat (Unit)

Jenis Cacat X1

(Unit)

X2 (Unit)

X3 (Unit)

X4 (Unit)

X5 (Unit)

02-02-15 128.000 16.988 3.265 2.137 4.189 4.691 2.706 03-02-15 129.800 16.988 3.323 2.290 4.297 4.849 2.229 04-02-15 128.500 16.493 3.428 2.091 4.224 4.555 2.195 05-02-15 130.000 16.887 3.208 2.118 4.332 4.959 2.270 06-02-15 129.000 16.559 3.314 2.060 4.281 4.715 2.189 07-02-15 129.600 17.203 3.372 2.203 4.119 4.830 2.679 09-02-15 130.000 17.188 3.464 2.236 4.216 4.964 2.308 10-02-15 128.600 16.363 3.225 2.018 4.107 4.582 2.431 11-02-15 128.800 16.532 3.222 2.005 4.035 4.695 2.575 12-02-15 128.500 17.039 3.373 2.171 4.101 4.540 2.854 13-02-15 129.500 17.085 3.410 2.170 4.142 4.832 2.531 14-02-15 129.000 17.088 3.353 2.126 4.208 4.768 2.633 16-02-15 130.000 16.634 3.479 2.013 4.134 4.911 2.097 17-02-15 128.600 16.427 3.349 2.009 4.256 4.593 2.220 18-02-15 128.800 16.856 3.193 2.114 4.126 4.532 2.891 19-02-15 129.500 16.786 3.398 2.138 4.195 4.876 2.179 20-02-15 130.500 16.855 3.541 2.106 4.164 4.983 2.061 21-02-15 128.000 16.391 3.287 1.946 4.135 4.651 2.372 23-02-15 128.600 16.483 3.415 1.935 4.119 4.603 2.411 24-02-15 128.500 17.031 3.164 2.099 4.162 4.701 2.905 25-02-15 129.600 16.673 3.414 2.137 4.047 4.895 2.180 26-02-15 128.800 17.118 3.238 2.081 4.287 4.619 2.893 27-02-15 130.000 16.786 3.454 2.036 4.249 4.915 2.132 28-02-15 129.800 16.829 3.353 2.244 4.293 4.836 2.103

5.2. Pengolahan Data

Data yang telah dikumpulkan diatas kemudian diolah dengan menggunakan tujuh alat pengendalian mutu (seven tools) dan Failure Mode & Effect Analysis (FMEA).

5.2.1. Lembar Pemeriksaan (Check Sheet)

Check Sheet atau lembar pemeriksaan merupakan alat pengumpul dan analisis data. Tujuan digunakannya alat ini adalah untuk mempermudah proses pengumpulan data untuk tujuan tertentu dan menyajikannya dalam bentuk yang komunikatif sehingga dapat dikonversikan menjadi informasi. Adapun hasil pengumpulan data produk cacat melalui check sheet, dapat dilihat pada Tabel 5.2.

Tabel 5.2. Checksheet Jumlah Kecacatan Tablet Periode Februari 2015

Tanggal Produksi

(Unit)

Produk Cacat (Unit)

02-02-15 128.000 16.988 03-02-15 129.800 16.988 04-02-15 128.500 16.493 05-02-15 130.000 16.887 06-02-15 129.000 16.559 07-02-15 129.600 17.203 09-02-15 130.000 17.188 10-02-15 128.600 16.363 11-02-15 128.800 16.532 12-02-15 128.500 17.039 13-02-15 129.500 17.085 14-02-15 129.000 17.088

Tabel 5.2. Checksheet Jumlah Kecacatan Tablet Periode Februari 2015 (Lanjutan)

Tanggal Produksi

(Unit)

Produk Cacat (Unit)

16-02-15 130.000 16.634 17-02-15 128.600 16.427 18-02-15 128.800 16.856 19-02-15 129.500 16.786 20-02-15 130.500 16.855 21-02-15 128.000 16.391 23-02-15 128.600 16.483 24-02-15 128.500 17.031 25-02-15 129.600 16.673 26-02-15 128.800 17.118 27-02-15 130.000 16.786 28-02-15 129.800 16.829

(Sumber: PT Mutiara Mukti Farma)

5.2.2. Stratifikasi (Stratification)

Stratifikasi merupakan proses pengelompokkan data kecacatan yang terjadi di lantai produksi. Adapun stratifikasi kecacatan pada produk obat tablet dapat dilihat pada Tabel 5.3.

Tabel 5.3. Stratifikasi Kecacatan Produk Obat Tablet Periode Februari 2015

Tanggal

Jenis Cacat

Jumlah Produk Cacat X1

(Unit) X2 (Unit)

X3 (Unit)

X4 (Unit)

X5 (Unit)

02-02-15 3.265 2.137 4.189 4.691 2.706 16.988 03-02-15 3.323 2.290 4.297 4.849 2.229 16.988 04-02-15 3.428 2.091 4.224 4.555 2.195 16.493 05-02-15 3.208 2.118 4.332 4.959 2.270 16.887 06-02-15 3.314 2.060 4.281 4.715 2.189 16.559 07-02-15 3.372 2.203 4.119 4.830 2.679 17.203 09-02-15 3.464 2.236 4.216 4.964 2.308 17.188 10-02-15 3.225 2.018 4.107 4.582 2.431 16.363 11-02-15 3.222 2.005 4.035 4.695 2.575 16.532 12-02-15 3.373 2.171 4.101 4.540 2.854 17.039 13-02-15 3.410 2.170 4.142 4.832 2.531 17.085 14-02-15 3.353 2.126 4.208 4.768 2.633 17.088 16-02-15 3.479 2.013 4.134 4.911 2.097 16.634 17-02-15 3.349 2.009 4.256 4.593 2.220 16.427 18-02-15 3.193 2.114 4.126 4.532 2.891 16.856 19-02-15 3.398 2.138 4.195 4.876 2.179 16.786 20-02-15 3.541 2.106 4.164 4.983 2.061 16.855 21-02-15 3.287 1.946 4.135 4.651 2.372 16.391 23-02-15 3.415 1.935 4.119 4.603 2.411 16.483 24-02-15 3.164 2.099 4.162 4.701 2.905 17.031 25-02-15 3.414 2.137 4.047 4.895 2.180 16.673 26-02-15 3.238 2.081 4.287 4.619 2.893 17.118 27-02-15 3.454 2.036 4.249 4.915 2.132 16.786 28-02-15 3.353 2.244 4.293 4.836 2.103 16.829

5.2.3. Histogram

Histogram adalah diagram batang yang menunjukkan tabulasi dari data yang diatur berdasarkan ukurannya. Adapun jumlah jenis kecacatan obat tablet periode Februari 2015, dapat dilihat pada Tabel 5.4.

Tabel 5.4. Jumlah Kecacatan Obat Tablet Periode Februari 2015

Jenis Kecacatan Jumlah Kecacatan (Unit)

Persentase Cacat (%)

X1 80.242 19,90

X2 50.483 12,52

X3 100.418 24,90

X4 114.095 28,29

X5 58.044 14,39

Jumlah 403.282 100,00

Dari tabel tersebut dibuat grafik batang (histogram) yang memperlihatkan komposisi jumlah produk cacat dari masing-masing jenis kecacatan yang dapat dilihat pada Gambar 5.1.

Dapat dilihat pada Gambar 5.1, bahwa jumlah kecacatan berdasarkan jenis kecacatannya yakni X1 (cetakan tablet tidak rapi) dengan jumlah produk cacat

sebanyak 80.242 unit, X2 (warnapermukaan tablet tidak merata) dengan jumlah

produk cacat sebanyak 50.483 unit, X3 (tablet retak) dengan jumlah produk cacat

sebanyak 100.418 unit, X4 (pinggiran tablet pecah) dengan jumlah produk cacat

sebanyak 114.095 unit, dan X5 (permukaan tablet kasar) dengan jumlah produk

cacat sebanyak 58.044 unit.

5.2.4. Diagram Pareto

Diagram pareto bertujuan untuk menunjukkan permasalahan yang paling dominan dan yang perlu segera diatasi. Urutan dalam pengerjaan diagram pareto adalah sebagai berikut :

1. Menyusun masing-masing masalah yang terjadi, dimana nilai yang terbesar disusun pada urutan yang pertama. Adapun urutan pengelompokan data kecacatan dapat dilihat pada Tabel 5.5.

Tabel 5.5. Persentase Kecacatan Setelah Diurutkan

Jenis Kecacatan Jumlah Kecacatan (Unit)

Persentase Kecacatan

Persentase Kumulatif (%)

X4 114.095 28,29 28,29

X3 100.418 24,90 53,19

X1 80.242 19,90 73,09

X5 58.044 14,39 87,48

X2 50.483 12,52 100,00

2. Membuat diagram pareto

Jumlah Kecacatan 114095 100418 80242 58044 50483

Percent 28,3 24,9 19,9 14,4 12,5

Cum % 28,3 53,2 73,1 87,5 100,0

Jenis Kecacatan X4 X3 X1 X5 X2

400000 300000 200000 100000 0 100 80 60 40 20 0 J u m la h K e c a c a t a n P e r c e n t 100,00 87,48 73,09 53,19 28,29 Diagram Pareto

Gambar 5.2. Diagram Pareto Jenis Kecacatan Produk Tablet

` Dari diagram pareto diatas dapat dilihat penyebab terbesar kecacatan produk obat tablet adalah X4 (28,3%), X3 (25,9%) dan X1 (19,9%). Persentase

kumulatif untuk ketiga jenis cacat tersebut mencapai 73,1%. Nilai tersebut sesuai dengan aturan Pareto 80-20, dimana 80% produk cacat disebabkan oleh 20% jenis kecacatan. Sehingga untuk mengurangi jumlah produk cacat sampai tingkat 80% cukup dengan mengendalikan ketiga jenis cacat tersebut. Sebab jika mengendalikan semua jenis kecacatan yang terjadi akan tidak efisien karena akan memakan waktu, biaya dan tenaga yang sangat besar.

5.2.5. Diagram Pencar (Scatter Diagram)

Diagram pencar sangat digunakan dalam seven tools, yang perlukan dan digunakan untuk melihat korelasi (hubungan) antara jumlah obat tablet yang diproduksi dengan jumlah kecacatan obat tablet karena kecacatan pinggiran tablet

pecah, tablet retak, dan cetakan tablet tidak rapi. Data kecacatan dapat dilihat pada Tabel 5.6, untuk selanjutnya disajikan dalam diagram pencar pada Gambar 5.3, Gambar 5.4, dan Gambar 5.5.

Tabel 5.6. Data Kecacatan Obat Tablet Periode Februari 2015

Subgrup Tanggal

Jenis Cacat X4

(Unit)

X3 (Unit)

X1 (Unit)

1 02-02-15 4.691 4.189 3.265 2 03-02-15 4.849 4.297 3.323 3 04-02-15 4.555 4.224 3.428 4 05-02-15 4.959 4.332 3.208 5 06-02-15 4.715 4.281 3.314 6 07-02-15 4.830 4.119 3.372 7 09-02-15 4.964 4.216 3.464 8 10-02-15 4.582 4.107 3.225 9 11-02-15 4.695 4.035 3.222 10 12-02-15 4.540 4.101 3.373 11 13-02-15 4.832 4.142 3.410 12 14-02-15 4.768 4.208 3.353 13 16-02-15 4.911 4.134 3.479 14 17-02-15 4.593 4.256 3.349 15 18-02-15 4.532 4.126 3.193 16 19-02-15 4.876 4.195 3.398 17 20-02-15 4.983 4.164 3.541 18 21-02-15 4.651 4.135 3.287 19 23-02-15 4.603 4.119 3.415 20 24-02-15 4.701 4.162 3.164 21 25-02-15 4.895 4.047 3.414 22 26-02-15 4.619 4.287 3.238 23 27-02-15 4.915 4.249 3.454 24 28-02-15 4.836 4.293 3.353

25 20 15 10 5 0 5000 4900 4800 4700 4600 4500 Subgrup X 4 4836 4915 4619 4895 4701 4603 4651 4983 4876 4532 4593 4911 4768 4832 4540 4695 4582 4964 4830 4715 4959 4555 4849 4691 Diagram Pencar

Gambar 5.3. Diagram Pencar Jumlah Kecacatan X4 (Pinggiran Tablet Pecah) Dapat dilihat pada Gambar 5.3, bahwa pada hari pertama ditemukan kecacatan pinggiran tablet pecah sebesar 4.691 unit kecacatan.

25 20 15 10 5 0 4350 4300 4250 4200 4150 4100 4050 4000 Subgrup X 3 4293 4249 4287 4047 4162 4119 4135 4164 4195 4126 4256 4134 4208 4142 4101 4035 4107 4216 4119 4281 4332 4224 4297 4189 Diagram Pencar

Gambar 5.4. Diagram Pencar Jumlah Kecacatan X3 (Tablet Retak) Dapat dilihat pada Gambar 5.4, bahwa pada hari pertama ditemukan kecacatan tablet retak sebesar 4.189 unit kecacatan.

25 20 15 10 5 0 3550 3500 3450 3400 3350 3300 3250 3200 3150 Subgrup X 1 3353 3454 3238 3414 3164 3415 3287 3541 3398 3193 3349 3479 3353 3410 3373 3222 3225 3464 3372 3314 3208 3428 3323 3265 Diagram Pencar

Gambar 5.5. Diagram Pencar Jumlah Kecacatan X1 (Cetakan Tablet Tidak Rapi)

Dapat dilihat pada Gambar 5.5, bahwa pada hari pertama ditemukan kecacatan obat tablet sebesar 3.265 unit kecacatan.

Pengaruh jumlah obat tablet yang diproduksi terhadap jumlah cacat dan bentuk hubungan atau korelasinya sebagaimana terlihat pada gambar dapat dihitung dengan menggunakan rumus koefesien korelasi jumlah produksi dengan kecacatan pinggiran tablet pecah, tablet retak, dan cetakan tablet tidak rapi dapat dilihat pada Tabel 5.7, Tabel 5.8, dan Tabel 5.9.

Tabel 5.7. Perhitungan Korelasi Jumlah Produksi dengan Cacat Pinggiran Tablet Pecah (X4)

Subgrup

Jumlah Produksi (Unit) (X)

Kecacatan X4 (Unit) (Y)

X2 Y2 X.Y

1 128.000 _4.691 16.384.000.000 22.005.481 600.448.000 2 129.800 _4.849 16.848.040.000 23.512.801 629.400.200 3 128.500 _4.555 16.512.250.000 20.748.025 585.317.500 4 130.000 _4.959 16.900.000.000 24.591.681 644.670.000 5 129.000 _4.715 16.641.000.000 22.231.225 608.235.000 6 129.600 _4.830 16.796.160.000 23.328.900 625.968.000 7 130.000 _4.964 16.900.000.000 24.641.296 645.320.000 8 128.600 _4.582 16.537.960.000 20.994.724 589.245.200 9 128.800 _4.695 16.589.440.000 22.043.025 604.716.000 10 128.500 _4.540 16.512.250.000 20.611.600 583.390.000 11 129.500 _4.832 16.770.250.000 23.348.224 625.744.000 12 129.000 4.768 16.641.000.000 22.733.824 615.072.000 13 130.000 4.911 16.900.000.000 24.117.921 638.430.000 14 128.600 4.593 16.537.960.000 21.095.649 590.659.800 15 128.800 4.532 16.589.440.000 20.539.024 583.721.600 16 129.500 4.876 16.770.250.000 23.775.376 631.442.000 17 130.500 4.983 17.030.250.000 24.830.289 650.281.500 18 128.000 4.651 16.384.000.000 21.631.801 595.328.000 19 128.600 4.603 16.537.960.000 21.187.609 591.945.800 20 128.500 4.701 16.512.250.000 22.099.401 604.078.500 21 129.600 4.895 16.796.160.000 23.961.025 634.392.000 22 128.800 4.619 16.589.440.000 21.335.161 594.927.200 23 130.000 4.915 16.900.000.000 24.157.225 638.950.000 24 129.800 4.836 16.848.040.000 23.386.896 627.712.800

Dari tabel diatas, dapat dihitung koefesien korelasinya dengan rumus sebagai berikut:

( ) ( )

[

]

[

( ) ( )

]

(

) (

)(

)

(

) (

)

[

]

[

(

) (

)

]

0,884 r 114.095 3 542.908.18 24 3.100.000 0.000 400.428.10 24 114.095 3.100.000 .100 14.739.395 24 r 2 2 2 2 2 2 = − − − = − − − =

∑

∑

∑

∑

x

∑ ∑ ∑

x n y y n y x xy n r .

Koefesien korelasi sebesar 0,884 berarti berada diantara 0 dan + 1 menunjukkan bahwa terdapat hubungan linier antara X (jumlah obat tablet yang diproduksi) dan Y (jumlah obat tablet yang cacat pinggiran pecah). Atau korelasi sebesar r = 0,884, berarti 88,4% diantara keragaman total nilai-nilai Y dapat dijelaskan oleh hubungan liniernya dengan nilai-nilai X.

Tabel 5.8. Perhitungan Korelasi Jumlah Produksi dengan Cacat Tablet Retak (X3)

Subgrup Jumlah Produksi (Unit) (X) Kecacatan X3 (Unit) (Y)

X2 Y2 X.Y

1 128.000 4.189 16.384.000.000 17.547.721 536.192.000 2 129.800 4.297 16.848.040.000 18.464.209 557.750.600 3 128.500 4.224 16.512.250.000 17.842.176 542.784.000 4 130.000 4.332 16.900.000.000 18.766.224 563.160.000 5 129.000 4.281 16.641.000.000 18.326.961 552.249.000 6 129.600 4.119 16.796.160.000 16.966.161 533.822.400 7 130.000 4.216 16.900.000.000 17.774.656 548.080.000 8 128.600 4.107 16.537.960.000 16.867.449 528.160.200 9 128.800 4.035 16.589.440.000 16.281.225 519.708.000 10 128.500 4.101 16.512.250.000 16.818.201 526.978.500 11 129.500 4.142 16.770.250.000 17.156.164 536.389.000

Tabel 5.8. Perhitungan Korelasi Jumlah Produksi dengan Cacat Tablet Retak (X3) (Lanjutan)

Subgrup Jumlah Produksi (Unit) (X) Kecacatan X3 (Unit) (Y)

X2 Y2 X.Y

12 129.000 4.208 16.641.000.000 17.707.264 542.832.000 13 130.000 4.134 16.900.000.000 17.089.956 537.420.000 14 128.600 4.256 16.537.960.000 18.113.536 547.321.600 15 128.800 4.126 16.589.440.000 17.023.876 531.428.800 16 129.500 4.195 16.770.250.000 17.598.025 543.252.500 17 130.500 4.164 17.030.250.000 17.338.896 543.402.000 18 128.000 4.135 16.384.000.000 17.098.225 529.280.000 19 128.600 4.119 16.537.960.000 16.966.161 529.703.400 20 128.500 4.162 16.512.250.000 17.322.244 534.817.000 21 129.600 4.047 16.796.160.000 16.378.209 524.491.200 22 128.800 4.287 16.589.440.000 18.378.369 552.165.600 23 130.000 4.249 16.900.000.000 18.054.001 552.370.000 24 129.800 4.293 16.848.040.000 18.429.849 557.231.400

Jumlah 3.100.000 100.418 400.428.100.000 420.309.758 12.970.989.200

Dari tabel diatas, dapat dihitung koefesien korelasinya dengan rumus sebagai berikut:

( ) ( )

[

]

[

( ) ( )

]

(

) (

)(

)

(

) (

)

[

]

[

(

) (

)

]

0,251 r 100.418 8 420.309.75 24 3.100.000 0.000 400.428.10 24 100.418 3.100.000 .200 12.970.989 24 r 2 2 2 2 2 2 = − − − = − − − =

∑

∑

∑

∑

x

∑ ∑ ∑

x n y y n y x xy n r

Koefesien korelasi sebesar 0,251 berarti berada diantara 0 dan + 1 menunjukkan bahwa terdapat hubungan linier antara X (jumlah obat tablet yang diproduksi) dan Y (jumlah obat tablet yang cacat retak). Atau korelasi sebesar r =

0,251, berarti 25,1% diantara keragaman total nilai-nilai Y dapat dijelaskan oleh hubungan liniernya dengan nilai-nilai X.

Tabel 5.9. Perhitungan Korelasi Jumlah Produksi dengan Cacat Cetakan Tablet Tidak Rapi (X1)

Subgrup

Jumlah Produksi (Unit) (X)

Kecacatan X1 (Unit) (Y)

X2 Y2 X.Y

1 128.000 _3.265 16.384.000.000 10.660.225 417.920.000 2 129.800 _3.323 16.848.040.000 11.042.329 431.325.400 3 128.500 _3.428 16.512.250.000 11.751.184 440.498.000 4 130.000 _3.208 16.900.000.000 10.291.264 417.040.000 5 129.000 _3.314 16.641.000.000 10.982.596 427.506.000 6 129.600 _3.372 16.796.160.000 11.370.384 437.011.200 7 130.000 _3.464 16.900.000.000 11.999.296 450.320.000 8 128.600 _3.225 16.537.960.000 10.400.625 414.735.000 9 128.800 _3.222 16.589.440.000 10.381.284 414.993.600 10 128.500 _3.373 16.512.250.000 11.377.129 433.430.500 11 129.500 _3.410 16.770.250.000 11.628.100 441.595.000 12 129.000 3.353 16.641.000.000 11.242.609 432.537.000 13 130.000 3.479 16.900.000.000 12.103.441 452.270.000 14 128.600 3.349 16.537.960.000 11.215.801 430.681.400 15 128.800 3.193 16.589.440.000 10.195.249 411.258.400 16 129.500 3.398 16.770.250.000 11.546.404 440.041.000 17 130.500 3.541 17.030.250.000 12.538.681 462.100.500 18 128.000 3.287 16.384.000.000 10.804.369 420.736.000 19 128.600 3.415 16.537.960.000 11.662.225 439.169.000 20 128.500 3.164 16.512.250.000 10.010.896 406.574.000 21 129.600 3.414 16.796.160.000 11.655.396 442.454.400 22 128.800 3.238 16.589.440.000 10.484.644 417.054.400 23 130.000 3.454 16.900.000.000 11.930.116 449.020.000 24 129.800 3.353 16.848.040.000 11.242.609 435.219.400

Dari tabel diatas, dapat dihitung koefesien korelasinya dengan rumus sebagai berikut:

( ) ( )

[

]

[

( ) ( )

]

(

) (

)(

)

(

) (

)

[

]

[

(

) (

)

]

0,549 r 80.242 6 268.516.85 24 3.100.000 0.000 400.428.10 24 80.242 3.100.000 .200 10.365.490 24 r 2 2 2 2 2 2 = − − − = − − − =

∑

∑

∑

∑

x

∑ ∑ ∑

x n y y n y x xy n r

Koefesien korelasi sebesar 0,549 berarti berada diantara 0 dan + 1 menunjukkan bahwa terdapat hubungan linier antara X (jumlah obat tablet yang diproduksi) dan Y (jumlah obat tablet yang cacat cetakan tidak rapi). Atau korelasi sebesar r = 0,549, berarti 54,9% diantara keragaman total nilai-nilai Y dapat dijelaskan oleh hubungan liniernya dengan nilai-nilai X.

5.2.6. Peta Kontrol (Control Chart)

Jenis kecacatan yang paling tinggi jumlahnya yakni pinggiran tablet pecah, tablet retak, dan cetakan tablet tidak rapi. Untuk melihat apakah jumlah kecacatan yang terjadi pada produk masih dalam batas kewajaran atau tidak, maka dilakukan analisis terhadap jumlah kecacatan obat tablet dengan menggunakan peta kontrol atribut yaitu peta kendali P dan peta kendali U.

5.2.6.1.Perhitungan Proportion Nonconforming, UCL, LCL, dengan Peta P pada Kecacatan Pinggiran Tablet Pecah (X4)

Adapun langkah-langkah untuk membuat peta kendali p adalah : a. Menghitung proporsi kecacatan (p)

Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. _0,0366

128.000 4.691

1 1

1 = = =

n np P

2 . _0,0374

129.800 4.849

2 2

2 = = =

n np P

Keterangan :

npi : Jumlah kecacatan pinggiran tablet pecah

ni : Jumlah produk obat tablet

b. Menghitung garis pusat yang merupakan rata-rata kecacatan produk ( ) 0,0368 3.100.000 114.095 = = =

∑

∑

n np p Keterangan:

∑

np : Jumlah total kecacatan pinggiran tablet pecah

∑

n : Jumlah total produk obat tablet

c. Menghitung batas kendali atas atau Upper Control Limit (UCL)

Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. 0,0384

128.000 0,0368) -(1 0,0368 3 0,0368 1 3

1= + = + =

n ) p ( p p UCL

2. 0,0384

129.800 0,0368) -(1 0,0368 3 0,0368 1 3

2 = + = + =

n ) p ( p p UCL

Keterangan :

: Rata-rata kecacatan produk obat tablet n : Jumlah produk obat tablet

d. Menghitung batas kendali bawah atau Lower Control Limit (LCL) Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. 0,0352

128.000 0,0368) -(1 0,0368 3 0,0368 1 3

1= − = − =

n ) p ( p p LCL

2. 0,0352

129.800 0,0368) -(1 0,0368 3 0,0368 1 3

2 = − = − =

n ) p ( p p LCL Keterangan:

: Rata-rata kecacatan produk obat tablet n : Jumlah produk obat tablet

Apabila nilai proporsi dari suatu subgrup berada di bawah nilai LCL maka akan dianggap out of control (diluar batas kendali). Berdasarkan perhitungan nilai UCL dan LCL, terlihat bahwa proporsi kecacatan (p) pada subgrup 1 dan 2 masih berada dalam batas kontrol. Hasil perhitungan proporsi kecacatan, UCL, dan LCL dapat dilihat pada Tabel 5.10.

Tabel 5.10. Hasil Perhitungan Proporsi Kecacatan Produk, LCL, dan UCL

Subgrup Jumlah Obat Tablet (n) Jumlah Kecacatan X4 (np) Proporsi Kecacatan X4 (p)

LCL UCL

1 128.000 4.691 0,0366 0,0368 0,0352 0,0384 2 129.800 4.849 0,0374 0,0368 0,0352 0,0384 3 128.500 4.555 0,0354 0,0368 0,0352 0,0384 4 130.000 4.959 0,0381 0,0368 0,0352 0,0384 5 129.000 4.715 0,0366 0,0368 0,0352 0,0384 6 129.600 4.830 0,0373 0,0368 0,0352 0,0384

Tabel 5.10. Hasil Perhitungan Proporsi Kecacatan Produk, LCL, dan UCL (Lanjutan)

Subgrup

Jumlah Obat Tablet

(n)

Jumlah Kecacatan

X4 (np)

Proporsi Kecacatan

X4 (p)

LCL UCL

7 130.000 4.964 0,0382 0,0368 0,0352 0,0384 8 128.600 4.582 0,0356 0,0368 0,0352 0,0384 9 128.800 4.695 0,0365 0,0368 0,0352 0,0384 10 128.500 4.540 0,0353 0,0368 0,0352 0,0384 11 129.500 4.832 0,0373 0,0368 0,0352 0,0384 12 129.000 4.768 0,0370 0,0368 0,0352 0,0384 13 130.000 4.911 0,0378 0,0368 0,0352 0,0384 14 128.600 4.593 0,0357 0,0368 0,0352 0,0384 15 128.800 4.532 0,0352 0,0368 0,0352 0,0384 16 129.500 4.876 0,0377 0,0368 0,0352 0,0384 17 130.500 4.983 0,0382 0,0368 0,0352 0,0384 18 128.000 4.651 0,0363 0,0368 0,0352 0,0384 19 128.600 4.603 0,0358 0,0368 0,0352 0,0384 20 128.500 4.701 0,0366 0,0368 0,0352 0,0384 21 129.600 4.895 0,0378 0,0368 0,0352 0,0384 22 128.800 _4.619 0,0359 0,0368 0,0352 0,0384 23 130.000 _4.915 0,0378 0,0368 0,0352 0,0384 24 129.800 _4.836 0,0373 0,0368 0,0352 0,0384

Total 3.100.000 114.095 - - - -

Dari hasil perhitungan Tabel 5.10. di atas, maka selanjutnya dapat dibuat peta kendali p yang dapat dilihat pada Gambar 5.6.

Gambar 5.6. Peta Kontrol P Kecacatan Pinggiran Tablet Pecah (X4) Dari hasil peta kontrol tersebut, terlihat bahwa kecacatan yang terjadi masih berada dalam batas kontrol (tidak ada data yang out of control).

5.2.6.2.Perhitungan Proportion Nonconforming, UCL, LCL, dengan Peta P pada Kecacatan Tablet Retak (X3)

Adapun langkah-langkah untuk membuat peta kendali p adalah : a. Menghitung proporsi kecacatan (p)

Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. _0,0327

128.000 4.189

1 1

1 = = =

n np P

2 . _0,0331

129.800 4.297

2 2

2 = = =

n np P

Keterangan :

npi : Jumlah kecacatan tablet retak

b. Menghitung garis pusat yang merupakan rata-rata kecacatan produk ( ) 0,0324 3.100.000 100.418 = = =

∑

∑

n np p Keterangan:

∑

np : Jumlah total kecacatan tablet retak

∑

n : Jumlah total produk obat tablet

c. Menghitung batas kendali atas atau Upper Control Limit (UCL)

Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. 0,0339

128.000 0,0324) -(1 0,0324 3 0,0324 1 3

1= + = + =

n ) p ( p p UCL

2. 0,0339

129.800 0,0324) -(1 0,0324 3 0,0324 1 3

2 = + = + =

n ) p ( p p UCL Keterangan :

: Rata-rata kecacatan produk obat tablet n : Jumlah produk obat tablet

d. Menghitung batas kendali bawah atau Lower Control Limit (LCL) Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. 0,0309

128.000 0,0324) -(1 0,0324 3 0,0324 1 3

1= − = − =

n ) p ( p p LCL

2. 0,0309

129.800 0,0324) -(1 0,0324 3 0,0324 1 3

2 = − = − =

n ) p ( p p LCL Keterangan:

: Rata-rata kecacatan produk obat tablet n : Jumlah produk obat tablet

Apabila nilai proporsi dari suatu subgrup berada di bawah nilai LCL maka akan dianggap out of control (diluar batas kendali). Berdasarkan perhitungan nilai UCL dan LCL, terlihat bahwa proporsi kecacatan (p) pada subgrup 1 dan 2 masih berada dalam batas kontrol. Hasil perhitungan proporsi kecacatan, UCL, dan LCL dapat dilihat pada Tabel 5.11.

Tabel 5.11. Hasil Perhitungan Proporsi Kecacatan Produk, LCL, dan UCL

Subgrup

Jumlah Obat Tablet (n)

Jumlah Kecacatan

X3 (np)

Proporsi Kecacatan

X3 (p)

LCL UCL

1 128.000 _4.189 0,0327 0,0324 0,0309 0,0339 2 129.800 _4.297 0,0331 0,0324 0,0309 0,0339 3 128.500 _4.224 0,0329 0,0324 0,0309 0,0339 4 130.000 _4.332 0,0333 0,0324 0,0309 0,0339 5 129.000 _4.281 0,0332 0,0324 0,0309 0,0339 6 129.600 _4.119 0,0318 0,0324 0,0309 0,0339 7 130.000 _4.216 0,0324 0,0324 0,0309 0,0339 8 128.600 _4.107 0,0319 0,0324 0,0309 0,0339 9 128.800 _4.035 0,0313 0,0324 0,0309 0,0339 10 128.500 _4.101 0,0319 0,0324 0,0309 0,0339 11 129.500 _4.142 0,0320 0,0324 0,0309 0,0339 12 129.000 _4.208 0,0326 0,0324 0,0309 0,0339 13 130.000 _4.134 0,0318 0,0324 0,0309 0,0339 14 128.600 _4.256 0,0331 0,0324 0,0309 0,0339 15 128.800 _4.126 0,0320 0,0324 0,0309 0,0339 16 129.500 _4.195 0,0324 0,0324 0,0309 0,0339 17 130.500 _4.164 0,0319 0,0324 0,0309 0,0339 18 128.000 _4.135 0,0323 0,0324 0,0309 0,0339 19 128.600 _4.119 0,0320 0,0324 0,0309 0,0339 20 128.500 _4.162 0,0324 0,0324 0,0309 0,0339

Tabel 5.11. Hasil Perhitungan Proporsi Kecacatan Produk, LCL, dan UCL (Lanjutan)

Subgrup

Jumlah Obat Tablet (n)

Jumlah Kecacatan

X3 (np)

Proporsi Kecacatan

X3 (p)

LCL UCL

21 129.600 _4.047 0,0312 0,0324 0,0309 0,0339 22 128.800 4.287 0,0333 0,0324 0,0309 0,0339 23 130.000 _4.249 0,0327 0,0324 0,0309 0,0339 24 129.800 _4.293 0,0331 0,0324 0,0309 0,0339

Total 3.100.000 100.418 - - - -

Dari hasil perhitungan Tabel 5.11. di atas, maka selanjutnya dapat dibuat peta kendali p yang dapat dilihat pada Gambar 5.7.

Gambar 5.7. Peta Kontrol P Kecacatan Tablet Retak (X3)

Dari hasil peta kontrol tersebut, terlihat bahwa kecacatan yang terjadi masih berada dalam batas kontrol (tidak ada data yang out of control).

5.2.6.3.Perhitungan Proportion Nonconforming, UCL, LCL, dengan Peta P pada Kecacatan Cetakan Tablet Tidak Rapi (X1)

Adapun langkah-langkah untuk membuat peta kendali p adalah : a. Menghitung proporsi kecacatan (p)

Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. _0,0255

128.000 3.265

1 1

1 = = =

n np P

2 . _0,0256

129.800 3.323

2 2

2 = = =

n np P

Keterangan :

npi : Jumlah kecacatan cetakan tablet tidak rapi

ni : Jumlah produk obat tablet

b. Menghitung garis pusat yang merupakan rata-rata kecacatan produk ( ) 0,0259 3.100.000 80.242 = = =

∑

∑

n np p Keterangan:

∑

np : Jumlah total kecacatan cetakan tablet tidak rapi

∑

n : Jumlah total produk obat tablet

c. Menghitung batas kendali atas atau Upper Control Limit (UCL)

Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. 0,0272

128.000 0,0259) -(1 0,0259 3 0,0259 1 3

1= + = + =

n ) p ( p p UCL

2. 0,0272

129.800 0,0259) -(1 0,0259 3 0,0259 1 3

2 = + = + =

n ) p ( p p UCL

Keterangan :

: Rata-rata kecacatan produk obat tablet n : Jumlah produk obat tablet

d. Menghitung batas kendali bawah atau Lower Control Limit (LCL) Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. 0,0246

128.000 ) 0,0259 -(1 0,0259 3 0,0259 1 3

1= − = − =

n ) p ( p p LCL

2. 0,0246

129.800 0,0259) -(1 0,0259 3 0,0259 1 3

2 = − = − =

n ) p ( p p LCL Keterangan:

: Rata-rata kecacatan produk obat tablet n : Jumlah produk obat tablet

Apabila nilai proporsi dari suatu subgrup berada di bawah nilai LCL maka akan dianggap out of control (diluar batas kendali). Berdasarkan perhitungan nilai UCL dan LCL, terlihat bahwa proporsi kecacatan (p) pada subgrup 1 dan 2 masih berada dalam batas kontrol. Hasil perhitungan proporsi kecacatan, UCL, dan LCL dapat dilihat pada Tabel 5.12.

Tabel 5.12. Hasil Perhitungan Proporsi Kecacatan Produk, LCL, dan UCL

Subgrup Jumlah Obat Tablet (n) Jumlah Kecacatan

X1 (np)

Proporsi Kecacatan

X1 (p)

LCL UCL

1 128.000 _3.265 0,0255 0,0259 0,0246 0,0272 2 129.800 _3.323 0,0256 0,0259 0,0246 0,0272 3 128.500 _3.428 0,0267 0,0259 0,0246 0,0272 4 130.000 _3.208 0,0247 0,0259 0,0246 0,0272 5 129.000 _3.314 0,0257 0,0259 0,0246 0,0272 6 129.600 _3.372 0,0260 0,0259 0,0246 0,0272

Tabel 5.12. Hasil Perhitungan Proporsi Kecacatan Produk, LCL, dan UCL (Lanjutan)

Subgrup

Jumlah Obat Tablet (n)

Jumlah Kecacatan

X1 (np)

Proporsi Kecacatan

X1 (p)

LCL UCL

7 130.000 _3.464 0,0266 0,0259 0,0246 0,0272 8 128.600 _3.225 0,0251 0,0259 0,0246 0,0272 9 128.800 _3.222 0,0250 0,0259 0,0246 0,0272 10 128.500 _3.373 0,0262 0,0259 0,0246 0,0272 11 129.500 _3.410 0,0263 0,0259 0,0246 0,0272 12 129.000 _3.353 0,0260 0,0259 0,0246 0,0272 13 130.000 _3.479 0,0268 0,0259 0,0246 0,0272 14 128.600 _3.349 0,0260 0,0259 0,0246 0,0272 15 128.800 _3.193 0,0248 0,0259 0,0246 0,0272 16 129.500 _3.398 0,0262 0,0259 0,0246 0,0272 17 130.500 _3.541 0,0271 0,0259 0,0246 0,0272 18 128.000 _3.287 0,0257 0,0259 0,0246 0,0272 19 128.600 _3.415 0,0266 0,0259 0,0246 0,0272 20 128.500 _3.164 0,0246 0,0259 0,0246 0,0272 21 129.600 _3.414 0,0263 0,0259 0,0246 0,0272 22 128.800 _3.238 0,0251 0,0259 0,0246 0,0272 23 130.000 _3.454 0,0266 0,0259 0,0246 0,0272 24 129.800 _3.353 0,0258 0,0259 0,0246 0,0272

Total 3.100.000 80.242 - - - -

Dari hasil perhitungan Tabel 5.12. di atas, maka selanjutnya dapat dibuat peta kendali p yang dapat dilihat pada Gambar 5.8.

Gambar 5.8. Peta Kontrol P Kecacatan Cetakan Tablet Tidak Rapi (X1) Dari hasil peta kontrol tersebut, terlihat bahwa kecacatan yang terjadi masih berada dalam batas kontrol (tidak ada data yang out of control).

5.2.6.4. Perhitungan Nonconforming Per Unit, UCL dan LCL dengan Peta U Adapun langkah-langkah untuk membuat peta kendali u adalah :

a. Menghitung kecacatan per unit (u)

Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. _0,1327

128.000 16.988

1 1

1 = = =

n c U

2 . _0,1309

129.800 16.988

2 2

2 = = =

n c U

Keterangan :

ci : Jumlah kecacatan obat tablet

b. Menghitung garis pusat yang merupakan rata-rata kecacatan per unit ( u ) 0,1301 3.100.000 403.282 = = =

∑

∑

n c u Keterangan:

∑

np: Jumlah total kecacatan obat tablet

∑

n : Jumlah total produk obat tablet

c. Menghitung batas kendali atas atau Upper Control Limit (UCL)

Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. 0,1331

128.000 0,1301 3 0,1301 u 3

1= + = + =

n u

UCL

2. 0,1331

129.800 0,1301 3 0,1301 u 3

2 = + = + =

n u

UCL

Keterangan :

u : Rata-rata kecacatan per unit n : Jumlah produk obat tablet

d. Menghitung batas kendali bawah atau Lower Control Limit (LCL) Contoh perhitungan data untuk subgrup 1 dan 2 adalah sebagai berikut :

1. 0,1271

128.000 0,1301 3 0,1301 u 3

1= + = − =

n u

LCL

2. 0,1271

129.800 0,1301 3 0,1301 u 3

2 = + = − =

n u

LCL

Keterangan:

u : Rata-rata kecacatan per unit n : Jumlah produk obat tablet

Berdasarkan perhitungan nilai UCL dan LCL, terlihat bahwa kecacatan per unit (u) pada subgrup 1 dan 2 masih berada dalam batas kontrol. Hasil perhitungan kecacatan per unit, UCL, dan LCL dapat dilihat pada Tabel 5.13.

Tabel 5.13. Hasil Perhitungan Kecacatan Per Unit, LCL, dan UCL

Subgrup

Jumlah Produksi

Obat Tablet (n)

Jumlah Kecacatan

Obat Tablet (c)

Kecacatan Per Unit

(u)

u LCL UCL

1 128.000 _16.988 0,1327 0,1301 0,1271 0,1331 2 129.800 _16.988 0,1309 0,1301 0,1271 0,1331 3 128.500 _16.493 0,1284 0,1301 0,1271 0,1331 4 130.000 _16.887 0,1299 0,1301 0,1271 0,1331 5 129.000 _16.559 0,1284 0,1301 0,1271 0,1331 6 129.600 _17.203 0,1327 0,1301 0,1271 0,1331 7 130.000 _17.188 0,1322 0,1301 0,1271 0,1331 8 128.600 _16.363 0,1272 0,1301 0,1271 0,1331 9 128.800 _16.532 0,1284 0,1301 0,1271 0,1331 10 128.500 _17.039 0,1326 0,1301 0,1271 0,1331 11 129.500 _17.085 0,1319 0,1301 0,1271 0,1331 12 129.000 _17.088 0,1325 0,1301 0,1271 0,1331 13 130.000 _16.634 0,1280 0,1301 0,1271 0,1331 14 128.600 _16.427 0,1277 0,1301 0,1271 0,1331 15 128.800 _16.856 0,1309 0,1301 0,1271 0,1331 16 129.500 _16.786 0,1296 0,1301 0,1271 0,1331 17 130.500 _16.855 0,1292 0,1301 0,1271 0,1331 18 128.000 _16.391 0,1281 0,1301 0,1271 0,1331 19 128.600 _16.483 0,1282 0,1301 0,1271 0,1331 20 128.500 _17.031 0,1325 0,1301 0,1271 0,1331 21 129.600 _16.673 0,1286 0,1301 0,1271 0,1331 22 128.800 _17.118 0,1329 0,1301 0,1271 0,1331 23 130.000 16.786 0,1291 0,1301 0,1271 0,1331 24 129.800 _16.829 0,1297 0,1301 0,1271 0,1331

Dari hasil perhitungan Tabel 5.13., di atas, maka selanjutnya dibuat peta kendali u yang dapat dilihat pada Gambar 5.9.

Gambar 5.9. Peta Kontrol U

5.2.7. Diagram Sebab Akibat (Cause Effect Diagram)

Pada tahap ini, dilakukan analisis penyebab terjadinya kecacatan pinggiran tablet pecah, tablet retak dan cetakan tablet tidak rapi dengan menggunakan fish bone. Dalam hal ini, penyebab masalah ditinjau dari manusia, metode kerja dan mesin. Berikut merupakan uraian masing-masing penyebab masalah:

a. Manusia

Dalam hal ini, penyebabnya adalah operator kurang teliti karena kurang pengawasan dan kelelahan karena posisi yang terus berdiri sewaktu mengawasi proses produksi berlangsung..

b. Mesin

Dalam hal ini, penyebabnya adalah pengaturan mesin yang belum sesuai. Tidak adanya standar dalam penentuan pengaturan mesin.

c. Material

Dalam hal ini, penyebabnya adalah komposisi bahan yang tidak sesuai spesifikasi serta konsentrasi bahan kurang homogen.

Adapun ringkasan dari penyebab masalah kecacatan diatas dibuat ke dalam gambar fish bone yaitu pada Gambar 5.10.

Mesin

Manusia

Kurang teliti

Pinggiran Tablet Pecah

Settingan kurang sesuai

Material

Konsentrasi Bahan Kurang Homogen

Lelah Pengadukan

Kurang Lama

Kurang perawatan

Gambar 5.10. Cause and Effect Diagram Penyebab Cacat Pinggiran Tablet Pecah

Manusia

Material

Konsentrasi bahan kurang homogen

Tablet Retak

Kurang teliti

Mesin

Settingan Kurang Sesuai

Lelah Kurang Perawatan

Pengadukan Kurang Lama

Manusia Mesin Settingan kurang sesuai

Cetakan Tablet Tidak Rapi

Kurang teliti

Material

Konsentrasi bahan kurang homogen

Lelah Pengadukan Kurang Lama

Kurang Perawatan

Gambar 5.12. Cause and Effect Diagram Penyebab Cacat Cetakan Tablet Tidak Rapi

5.2.8. Failure Mode And Effect Analysis (FMEA)

FMEA (Failure mode and effect analysis) adalah metode untuk mengidentifikasi dan menganalisa potensi kegagalan dan akibatnya yang bertujuan untuk merencakan proses produksi secara mantap dan dapat menghindari kegagalan proses produksi dan kerugian yang tidak diinginkan.

Langkah-langkah dalam pembuatan FMEA adalah sebagai berikut: 1. Mengidentifikasi proses atau produk.

2. Membuat daftar masalah-masalah potensial yang muncul.

3. Memberikan tingkatan pada masalah untuk severity, occurrence dan detectability.

4. Menghitung risk probability number (RPN) dan menentukan prioritas tindakan perbaikan.

5. Mengembangkan tindakan untuk mengurangi resiko.

6. Skala penilaian untuk perhitungan ini adalah 1-10. Penilaian tergantung dari proses itu sendiri berada pada tingkat berapa bila diukur dari sisi severity, occurrence dan detectability.

7. Penilaian severity (S), occurrence (O) dan detectability (D) terhadap proses ini dilakukan secara subyektif, dengan cara berdiskusi dengan manajer mutu, manajer teknis dan customer service.

8. Risk priority number (RPN) merupakan perkalian dari rating severity (S), occurrence (O) dan detectability (D).

Skala penilaian untuk severity, occurrence dan detectability dapat dilihat pada Tabel 5.14, Tabel 5.15, dan Tabel 5.16.

Tabel 5.14. Severity of Effect dalam FMEA Process

Effect Severity of Effect for FMEA Rating

Tidak Ada • Bentuk kegagalan tidak memiliki pengaruh 1

Sangat Minor

• Gangguan sangat minor pada lini produksi

• Hanya sebagian kecil yang di-rework dan sisanya sudah baik

• Pelanggan yang jeli menyadari defect tersebut

2

Minor

• Gangguan minor pada lini produksi

• Hanya sebagian kecil yang di-rework dan sisanya sudah baik

• Sebagian pelanggan menyadari defect tersebut

3

Sangat Rendah

• Gangguan minor pada lini produksi

• Sebagian besar menjadi scrap, dan sisanya sudah baik

• Kemungkinan produk dikembalikan oleh konsumen

Rendah

• Gangguan minor pada lini produksi

• 100% produk harus di-rework 5

Sedang

• Gangguan minor pada lini produksi

• Sebagian besar menjadi scrap, sisanya dapat disortir (apakah sudah baik atau rework)

6

Tinggi

• Gangguan minor pada lini produksi

• Sebagian besar menjadi scrap, sisanya dapat disortir (apakah sudah baik atau rework)

• Pelanggan tidak puas

7

Tabel 5.14. Severity of Effect dalam FMEA Process (Lanjutan)

Effect Severity of Effect for FMEA Rating

Sangat Tinggi

• Gangguan major pada lini produksi

• 100% produk harus disortir

• Pelanggan tidak puas

8

Berbahaya dengan peringatan

• Dapat membahayakan operator mesin

• Kegagalan dapat mempengaruhi keamanan operasional produk atau tidak sesuai dengan peraturan pemerintah

• Kegagalan akan terjadi dengan didahului peringatan

9

Berbahaya tanpa adanya peringatan

• Dapat membahayakan operator mesin

• Kegagalan dapat mempengaruhi keamanan operasional produk atau

tidak sesuai dengan peraturan pemerintah

• Kegagalan akan terjadinya tanpa adanya peringatan terlebih dahulu

10

(Sumber : Dyadem Engineering Corporation. 2003. Guidelines for Failure Mode and Effects Analysis, For Automotive, Aerospace and General Manufacturing Industries. Kanada: CRC Press)

Tabel 5.15. Occurrence dalam FMEA Process

Probability of Failure Occurrence Rating

Sangat tinggi 1 in 2 10

1 in 3 9

Tinggi 1 in 8 8

1 in 20 7

Sedang

1 in 80 6

1 in 400 5

1 in 2000 4

Rendah 1 in 15000 3

1 in 150000 2

Sangat rendah 1 in 1500000 1

Tabel 5.16. Detection dalam FMEA Process

Detection Rank Likelihood of Detection

Hampir Tidak

Mungkin 10 Tidak ada alat pengontrol yang mampu mendeteksi

Sangat Jarang 9 Alat pengontrol saat ini sangat sulit mendeteksi bentuk atau penyebab kegagalan

Jarang 8 Alat pengontrol saat ini sulit mendeteksi bentuk atau penyebab kegagalan

Sangat

Rendah 7

Kemampuan alat kontrol untuk mendeteksi bentuk dan penyebab kegagalan sangat rendah

Rendah 6 Kemampuan alat kontrol untuk mendeteksi bentuk dan penyebab kegagalan rendah

Sedang 5 Kemampuan alat kontrol untuk mendeteksi bentuk dan penyebab kegagalan sedang

dan penyebab kegagalan sedang sampai tinggi Tinggi 3 Kemampuan alat kontrol untuk mendeteksi bentuk

dan penyebab kegagalan tinggi Sangat

Tinggi 2

Kemampuan alat kontrol untuk mendeteksi bentuk dan penyebab kegagalan sangat tinggi

5.2.8.1.Penentuan Jenis Kegagalan yang Potensial Pada Setiap Proses

Jenis kegagalan yang berpotensi besar terjadi selama proses produksi yaitu kecacatan pinggiran tablet pecah, tablet retak dan cetakan tablet tidak rapi. Dari cause and effect diagram telah diperoleh penyebab kegagalan terhadap ketiga jenis kegagalan tersebut, maka langkah berikutnya dilakukan analisis untuk mengetahui seberapa serius efek-efek yang ditimbulkan dan beberapa jauh penyebab kegagalan dapat dideteksi, kemudian dibuat FMEA terhadap tiga jenis kegagalan tersebut.

5.2.8.2.Penentuan Dampak/Efek yang Ditimbulkan Oleh Kegagalan

Dari ketiga jenis kegagalan yang ada, maka dapat ditemukan efek yang dapat ditimbulkan bila kegagalan ini ditemukan, yaitu sebagai berikut:

1. Efek yang ditimbulkan oleh jenis kegagalan pinggiran tablet pecah, yaitu: a. Obat tablet tidak sesuai standard produksi

b. Banyaknya produk yang di recycle

2. Efek yang ditimbulkan oleh jenis kegagalan tablet retak, yaitu: a. Obat tablet tidak sesuai standard produksi

b. Banyaknya produk yang di recycle

3. Efek yang ditimbulkan oleh jenis kegagalan cetakan tablet tidak rapi, yaitu:

a. Obat tablet tidak sesuai standard produksi b. Banyaknya produk yang di recycle

5.2.8.3.Penentuan Nilai Efek Kegagalan (Severity, S)

Jenis kegagalan yang terjadi selama proses produksi dipengaruhi oleh faktor-faktor utama yaitu manusia, mesin, dan material. Untuk itu, dilakukan pemberian nilai efek kegagalan berdasarkan faktor-faktor tersebut. Dari hasil wawancara dengan pihak perusahaan, maka dapat ditentukan nilai efek kegagalan (severity) dari jenis kegagalan tersebut. Pedoman pemberian nilai, berdasarkan pada Tabel 5.14.

Adapun alasan pemberian nilai efek kegagalan (severity) adalah sebagai berikut:

1. Jenis kegagalan pinggiran tablet pecah

a. Efek kegagalan yang timbul karena faktor mesin, diberi nilai 7, disebabkan:

− Dapat Gangguan minor pada lini produksi

− Sebagian besar menjadi scrap, sisanya dapat disortir (apakah sudah baik atau rework)

b. Efek kegagalan yang timbul karena faktor manusia, diberi nilai 8, disebabkan:

− Gangguan major pada lini produksi

− 100% produk harus disortir − Pelanggan tidak puas

c. Efek kegagalan yang timbul karena faktor material, diberi nilai 5, disebabkan:

− Gangguan minor pada lini produksi − 100% produk harus di-rework

2. Jenis kegagalan tablet retak

a. Efek kegagalan yang timbul karena faktor mesin, diberi nilai 6, disebabkan:

− Gangguan minor pada lini produksi

− Sebagian besar menjadi scrap, sisanya dapat disortir (apakah sudah baik atau rework)

b. Efek kegagalan yang timbul karena faktor manusia, diberi nilai 7, disebabkan:

− Gangguan minor pada lini produksi

− Sebagian besar menjadi scrap, sisanya dapat disortir (apakah sudah baik atau rework)

c. Efek kegagalan yang timbul karena faktor material, diberi nilai 8, disebabkan:

− Gangguan major pada lini produksi

− 100% produk harus disortir − Pelanggan tidak puas

3. Jenis kegagalan cetakan tablet tidak rapi

a. Efek kegagalan yang timbul karena faktor mesin, diberi nilai 9, disebabkan:

− Dapat membahayakan operator mesin

− Kegagalan dapat mempengaruhi keamanan operasional produk atau tidak sesuai dengan peraturan pemerintah

− Kegagalan akan terjadi dengan didahului peringatan

b. Efek kegagalan yang timbul karena faktor manusia, diberi nilai 8, disebabkan:

− Gangguan major pada lini produksi

− 100% produk harus disortir

− Pelanggan tidak puas

c. Efek kegagalan yang timbul karena faktor material, diberi nilai 5, disebabkan:

− Gangguan minor pada lini produksi − 100% produk harus di-rework

DAFTAR ISI (LANJUTAN)

BAB HALAMAN

4.3. Objek Penelitian ... IV-1 4.4. Kerangka Konseptual ... IV-2 4.5. Variabel Penelitian ... IV-3 4.6. Metode Pengumpulan Data ... IV-3 4.7. Prosedur Pelaksanaan Penelitian ... IV-4 4.8. Metode Pengolahan Data ... IV-7 4.9. Analisis Data ... IV-9

V PENGUMPULAN DAN PENGOLAHAN DATA ... V-1 5.1. Pengumpulan Data ... V-1 5.1.1. Jenis Kecacatan Produk... ... V-1 5.2. Pengolahan Data ... V-3 5.2.1. Lembar Pemeriksaan (Checksheet) ... V-3 5.2.2. Stratifikasi ... V-4 5.2.3.Histogram ... V-6 5.2.4.Diagram Pareto... ... V-7 5.2.5.Diagram Pencar (Scatter Diagram)... V-8 5.2.6.Peta Kontrol (Control Chart)... ... V-16

BAB HALAMAN 5.2.7.Diagram Sebab Akibat (Cause Effect Diagram) ... V-30 5.2.8.Failure Mode and Effect Analysis (FMEA)... ... V-32

VI ANALISIS DAN PEMBAHASAN ... VI-1 6.1. Analisis dan Pembahasan Pengendalian Kualitas Metode Statistical

Quality Control ... VI-1 6.2. Analisis dan Pembahasan Pengendalian Kualitas dengan Failure

Mode and Effect Analysis (FMEA) ... VI-2

VII KESIMPULAN DAN SARAN ... VII-1 7.1. Kesimpulan ... VII-1 7.2. Saran ... VII-2

DAFTAR TABEL

TABEL HALAMAN

1.1 Tingkat Kecacatan Produk Bulan Januari–Desember 2014 ... I-3 2.1 Rincian Tenaga Kerja PT Mutiara Mukti Farma ... II-15 2.2 Standar Mutu Tablet ... II-18 5.1 Jumlah Jenis Kecacatan Produk Obat Tablet Periode Februari 2015 V-2 5.2 Checksheet Jumlah Kecacatan Tablet Periode Februari 2015 ... V-3 5.3 Stratifikasi Kecacatan Produk Obat Tablet Periode Februari 2015 V-5 5.4 Jumlah Kecacatan Obat Tablet Periode Februari 2015... ... V-6 5.5 Persentase Kecacatan Setelah Diurutkan ... V-7 5.6 Data Kecacatan Obat Tablet Periode Februari 2015 ... V-9 5.7 Perhitungan Korelasi Jumlah Produksi dengan Cacat Pinggiran

Tablet Pecah ... V-12 5.8 Perhitungan Korelasi Jumlah Produksi dengan Cacat Tablet Retak V-13 5.9 Perhitungan Korelasi Jumlah Produksi dengan Cacat Cetakan Tablet

Tidak Rapi ... V-15 5.10 Hasil Perhitungan Proporsi Kecacatan Produk, LCL, dan UCL... V-18 5.11 Hasil Perhitungan Proporsi Kecacatan Produk, LCL, dan UCL ... V-22

DAFTAR TABEL (Lanjutan)

TABEL HALAMAN

5.12 Hasil Perhitungan Proporsi Kecacatan Produk, LCL, dan UCL ... V-25 5.13 Hasil Perhitungan Kecacatan Per Unit, LCL, dan UCL ... V-29 5.14 Severity of Effect dalam FMEA Process ... V-33 5.15 Occurrence dalam FMEA Process ... V-34 5.16 Detection dalam FMEA Process ... V-35 5.17 FMEA dengan Nilai RPN ... V-43 5.19 Urutan Penyebab Kegagalan Proses Berdasarkan RPN ... V-44

DAFTAR GAMBAR

GAMBAR HALAMAN

2.1 Struktur Organisasi PT. MUTIFA ... II-6 2.2 Blok Diagram Proses Produksi Obat Tablet ... II-20 3.1 Check Sheet untuk Distribusi Proses Produksi ... III-8 3.2 Check Sheet untuk Defective Item ... III-8 3.3. Scatter Diagram ... III-9 3.4. Diagram Pareto ... III-10 3.5. Histogram ... III-11 3.6. Control Chart ... III-11 3.7. Cause and Effect Diagram ... III-15 4.1. Kerangka Konseptual Penelitian ... IV-2 4.2. Block Diagram Metodologi Penelitian ... IV-6 5.1 Histogram Jumlah Kecacatan Obat Tablet ... V-6 5.2 Diagram Pareto Jenis Kecacatan Produk Obat Tablet ... V-8 5.3. Diagram Pencar Obat Tablet yang Mengalami Cacat Pinggiran Tablet

Pecah ... V-10 5.4. Diagram Pencar Obat Tablet yang Mengalami Cacat Tablet Retak V-10

DAFTAR GAMBAR (Lanjutan)

GAMBAR HALAMAN

5.5. Diagram Pencar Obat Tablet yang Mengalami Cacat Cetakan Tablet Tidak Rapi ... V-11 5.6. Peta Kontrol P pada Kecacatan Pinggiran tTblet Pecah ... V-20 5.7. Peta Kontrol P pada Kecacatan Tablet Retak... V-23 5.8. Peta Kontrol P pada Kecacatan Cetakan Tablet Tidak Rapi ... V-27 5.9. Peta Kontrol U ... V-30 5.10. Cause and Effect Diagram Penyebab Cacat Pinggiran Tablet Pecah V-31 5.11. Cause and Effect Diagram Penyebab Cacat Tablet Retak ... V-31 5.12. Cause and Effect Diagram Penyebab Cacat Cetakan Tablet Tidak