Process Activity Mapping PAM

pada Lampiran B2. Dari hasil pengolahan menggunakan Process Activity Mapping, diperoleh jumlah aktivitas untuk setiap pengelompokkan aktivitas dengan prosentase masing-masing seperti pada Tabel 4.9 dan digambarkan pula dalam bar chart seperti pada Grafik 4.3 sebagai berikut : Prosentase perhitungan aktivitas : - Operation : 48 , 54 100 145 79  x - Transportation : 34 , 10 100 145 15  x - Inspection : 93 , 17 100 145 26  x - Storage : 37 , 1 100 145 2  x - Delay : 86 , 15 100 145 23  x Tabel 4.11 Prosentase Jumlah Aktivitas NO. Aktivitas Jumlah Aktivitas 1 Operasi 79 54,48 2 Tranportasi 15 10,34 3 Pemeriksaam 26 17,93 4 Penyimpanan 2 1,37 5 Menunggu 23 15,86 Jumlah 145 100 sumber informasi terdapat pada lampiran B2 Grafik 4.3 Persentase Jumlah Aktivitas Persentase Jumlah Aktivitas 54.86 10.34 17.93 1.37 15.86 0.00 10.00 20.00 30.00 40.00 50.00 60.00 1 2 3 4 5 Type Aktivitas P e rs en ta se ak ti vi ta s Dari Tabel 4.9 dan Grafik 4.3 diketahui bahwa pada proses produksi lampu neon aktivitas yang paling sering dilakukan adalah operation sebesar 79 aktivitas 54,48 diikuti dengan aktivitas tipe inspection sebesar 26 aktivitas 17,93, delay 23 aktivitas 15,86, transportation 15 aktivitas 10,34 dan storage sebanyak 2 aktivitas 1,37 dari total 145 aktivitas yang ada. Selain dari proporsi aktivitas, identifikasi Process Activity Mapping juga dilakukan dengan melihat proporsi penggunaan waktu terhadap cycle time produksi lampu neon. Dari identifikasi tersebut, hasil proporsi waktu untuk setiap aktivitas dapat dilihat secara lebih jelas pada Tabel 4.10 dan Grafik 4.3. dengan perhitungan sebagai berikut : Prosentase perhitungan waktu : - Operation : 35 , 61 100 7 , 3343 6 , 2051  x - Transportation : 42 , 17 100 7 , 3343 6 , 582  x - Inspection : 56 , 6 100 7 , 3343 5 , 219  x - Storage : 98 , 100 8 , 3343 8 , 32  x - Delay : 67 , 13 100 7 , 3343 2 , 457  x Tabel 4.12 Prosentase Kebutuhan Waktu NO. Aktivitas Jumlah Waktu Aktivitas 1 Operasi 2051,6 61,35 2 Tranportasi 582,6 17,42 3 Pemeriksaan 219,5 6,56 4 Penyimpanan 32,8 0,98 5 Menunggu 457,2 13,67 Jumlah 3343,7 100 sumber informasi terdapat pada lampiran B2 Grafik 4.4 Prosentase Kebutuhan Waktu Persentase Kebutuhan Waktu 61.35 17.42 6.56 0.98 13.67 0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 1 2 3 4 5 Type Aktivitas P ersen tase keb u tu h an w akt u Berdasarkan dari Tabel 4.10 dan Grafik 4.4 diketahui bahwa pada proses produksi lampu neon untuk waktu yang paling besar adalah operation sebesar 2051,6 menit 61,35, diikuti dengan waktu untuk tipe transportation dengan jumlah waktu sebanyak 582,6 menit 17,42 , delay sebesar 457,2 menit 13,67, inspection 219,5 menit 6,56, storage 32,8 0,98.

4.2.4 Analisa

Seven Waste dan Rekomendasi Perbaikan Dari hasil perhitungan kuisioner yang telah dibagikan, didapatkan jenis waste yang memiliki rata-rata skor paling besar sampai yang paling kecil secara berurutan yaitu menunggu 7,58, transportasi 2, defect 6,4, kecacatan 5,75, proses yang tidak tepat 4,38, persediaan yang tidak perlu 3,89, gerakan yang tidak perlu 3,61, produksi berlebihan 2,88. Tabel 4.13 Skor rata-rata tiap jenis waste No Jenis Waste Jumlah Rata Rata Ranking 1 Menunggu Menit 273 7,58333 1 2 Transportasi Meter 232 6,4444 2 3 Kecacatan Unit 207 5,75 3 4 Proses yang tidak tepat Menit 158 4,3889 4 5 Persediaan yang tidak perlu Unit 140 3,8889 5 6 Gerakan yang tidak perlu Menit 130 3,6111 6 7 Produksi berlebihan Unit 104 2,8889 7 Hasil pengolahan data di lampiran C Berikut adalah analisa dari masing – masing jenis waste beserta rekomendasi perbaikannya dengan ranking 1 sampai dengan ranking 4 dengan menunggu, transportasi, kecacatan,proses yang tidak tepat.

4.2.4.1 Jenis Waste

4.2.4.1.1 Jenis Waste Menunggu

Jenis waste ini sering terjadi pada saat proses produksi dimana besar waktu menunggu yang terjadi maka akan memper panjang lead time dan meningkatkan work in process. Di dalam analisa PAM menunggu dikategorikan aktivitas delay. Dimana proporsinya cukup besar yaitu 457,2 menit atau sekitar 13,67 dari total waktu dari seluruh proses yang terjadi. Ada empat faktor penyebab terjadinya jenis waste menunggu yaitu faktor operator, mesin, material dan metode. Dari keempat faktor tersebut, faktor manusia dan mesin adalah penyebab terbesar terjadinya waste jenis ini. Faktor penyebab terjadinya waste menunggu akan diperlihatkan pada cause effect diagram yang ditunjukkan pada gambar 4.3. Gambar 4.3 Cause effect diagram jenis waste waiting