Value Stream Mapping sebagai Alat Identifikasi Waste ¬ pada PT. X untuk Departemen A | Yulianto | Jurnal Titra 1020 1850 1 SM
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Value Stream Mapping sebagai Alat Identifikasi Waste
pada PT. X untuk Departemen A
Joko Yulianto1, Tanti Octavia2
Abstract: PT. X is one of company that concerns with continuous improvement. PT. X attempts
to apply the concept of lean manufacturing in order to identify waste. Value stream mapping is
one of the tools from lean manufacturing that can illustrate the entire process and identify waste
ranging from the arrival of raw materials to the delivery of finished goods. Value stream mapping
will be carried out at PT. X for department A. Through the current state value stream mapping
can be seen that there are some waste in PT. X for department A ranging from the arrival of raw
materials to become finished goods, among others is waste motion, over-processing waste, defect
waste, inventory waste, and waste waiting. Design of future state value stream mapping is based
on the proposed improvement given to the company. Future state value stream mapping can
reduce lead time 41% from the current state value stream mapping.
Keywords: Lean Manufacturing, Waste, Value Stream Mapping, Lead Time
Pendahuluan
Metode Penelitian
PT. X merupakan salah satu perusahaan yang
selalu melakukan continuous improvement dalam
kegiatan sehari-harinya. Salah satu konsep
continuous improvement yang diterapkan di PT. X
adalah Lean manufacturing. Lean Manufacturing
merupakan salah satu konsep untuk mengurangi
waste dan proses yang tidak memberikan nilai
tambah di dalam perusahaan. Terdapat sembilan
proses yang ada di PT. X, yaitu maker, over rolling,
dehumidifier, perforating, over tipping, sortir, packer,
boxer, dan palletizing. Salah satu tools dari lean
manufacturing yang dapat memetakan prosesproses pada PT. X adalah value stream mapping.
Melalui value stream mapping dapat dilihat
kegiatan-kegiatan yang value added dan non value
added. Kegiatan yang non value added pada proses
produksi merupakan kegiatan yang tidak
memberikan nilai tambah kepada produk. Kegiatan
non value added dibagi menjadi dua, yaitu non value
added necessary dan non value added waste.
Kegiatan non value added waste merupakan
kegiatan yang harus dikurangi atau harus
dihilangkan. Pembuatan value stream mapping ini
nantinya diharapkan dapat mengidentifikasi waste
yang terdapat di PT. X untuk departemen A. Tujuan
dalam mengidentifikasi waste adalah untuk
mengetahui letak waste pada PT. X dengan
menggunakan value stream mapping dan
memberikan usulan perbaikan yang dapat
mengurangi waste di proses produk A.
Metodologi yang akan digunakan adalah metode
lean manufacturing dan value stream mapping.
Metode Lean Manufacturing
Metode ini dikembangkan oleh Taichii Ohno,
dimana lean manufacturing ini merupakan kegiatan
yang mengurangi pemborosan yang tidak
memberikan nilai tambah (non value added). Waste
yang terdapat di lean manufacturing meliputi: over
production, waiting, transportasi, over processing,
inventory, motion, defect, dan kreativitas yang tidak
dimanfaatkan.
Metode Value Stream Mapping
Metode ini adalah suatu metodologi dari lean untuk
membuat suatu gambaran dan pemetaan dari setiap
proses yang ada. Value stream mapping memetakan
menjadi tiga hal, yaitu: value added activities, non
value added activities, dan required non value added
activities.
Hasil dan Pembahasan
PT. X adalah perusahaan rokok yang menerapkan
konsep lean manufacturing. Pembuatan value
stream mapping (VSM) dilakukan untuk
mengidentifikasi waste pada produk A. Proses
produksi di PT. X meliputi maker, over rolling,
dehumidifier, perforating, over tipping, sortir, packer,
boxer dan palletizing. PT. X mempunyai empat
supplier material, yaitu B, C, D, dan E. Proses
Fakultas Teknologi Industri, Program Studi Teknik Industri,
Universitas Kristen Petra. Jl. Siwalankerto 121-131, Surabaya
60236. Email: antonio_jox_9@hotmail.com, tanti@peter.petra.ac.id
1,2
127
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Berikut ini adalah uptime dari proses maker, over
rolling, perforating, over tipping, packer, dan boxer:
produksi di PT. X dikerjakan oleh prodtech. Berikut
ini adalah jumlah prodtech yang bertugas pada
setiap mesin untuk produk A:
Tabel 2. Uptime setiap proses
Tabel 1. Prodtech yang bertugas di PT. X
Proses
Prodtech
Helper
Team
leader
Proses
Uptime
Maker
55.18%
48.71%
Maker
1
2
-
Over rolling
Over rolling
6
-
6
-
Perforating
66.21%
1
-
Over tipping
50.60%
2
1
-
Packer
64.24%
2
-
Boxer
64.24%
Sortir
1
-
6
1
Packer + Boxer
2
4
-
Material Supply
-
1
-
Dehumidifier
Perforating
Over tipping
Perhitungan Inventory dan WIP
Perhitungan inventory dan WIP dilakukan dengan
mengambil beberapa shift kemudian di rata-rata.
Hasil rata-rata tersebut kemudian dibagi dengan
BOM untuk memproduksi satu juta batang rokok
dikali cycle time mesin yang menggunakan material
tersebut. Berikut adalah perumusannya:
Perhitungan Cycle time
Perhitungan cycle time setiap proses dikonversikan
ke dalam satuan sepuluh ribu batang rokok.
Pengambilan data dilakukan secara actual dengan
menggunakan stopwatch. Pengambilan waktu
untuk menghitung cycle time menggunakan dua
cara, yaitu menghitung waktu downtime selama
satu shift dan menghitung waktu untuk
menghasilkan satu tray. Perhitungan cycle time
dengan menggunakan cara menghitung waktu
untuk menghasilkan satu tray pada mesin maker
adalah sebagai berikut:
Cycle time/batang =
Inventory =
Begitu pula dengan perhitungan untuk WIP.
Material yang sisa di akhir shift dihitung kemudian
diambil data beberapa kali dan di rata-rata, setelah
itu dihitung menggunakan rumus di atas.
Current State Value Stream Mapping
Aliran informasi di PT. X bermula dari
(4.1) customer
yang memesan produk A kepada bagian sales and
marketing, kemudian bagian sales and marketing
memberikan jadwal permintaan kepada bagian
SCM setiap bulannya. Bagian SCM merencanakan
target produksi untuk setiap plant yang ada. Bagian
SCM akan memberikan target produksi ke bagian
Production Planning untuk masing-masing plant.
Production
planning
tersebut
melakukan
breakdown untuk masing-masing mesin yang ada di
plant tersebut setiap minggunya. Production
planning membuat weekly production planning
berdasarkan laporan dari SCM. Material scheduler
akan menerima weekly production planning dari
production planning dan memesan material kepada
supplier yang dilakukan secara harian dan
mingguan. Material yang telah tiba di PT. X akan
dibongkar di unloading area dan akan dibawa ke
material staging area untuk disimpan. Materialmaterial tersebut nantinya akan di supply ke setiap
mesin oleh material supply. Bagian produksi
bertugas mengawasi keseluruhan jalannya aktivitas
produksi secara langsung.
Current state value stream mapping dibuat
berdasarkan pengumpulan aliran material dan
(1)
Cycle time = Cycle time/batang x 5000 (double bunch)
x 60
(2)
Perhitungan cycle time dengan menggunakan cara
menghitung downtime selama satu shift pada mesin
over rolling adalah sebagai berikut:
(3)
Desain speed actual =
Cycle time =
x 60
(4)
Perhitungan Uptime
Perhitungan uptime diperoleh dengan menghitung
uptime secara actual, yaitu melalui data cycle time
tiap mesin sehingga uptime yang dihasilkan actual.
Berikut ini cara menghitung uptime melalui cycle
time:
Uptime =
(6)
(5)
128
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
informasi yang telah dilakukan di awal penelitian
serta cycle time yang telah dihitung terlebih dahulu.
Berikut ini adalah current state value stream
mapping:
PPIC
Production
Scheduler
Weekly
Weekly
SCM
Shiftly
Material
Scheduler
Monthly
Sales and
Marketing
Daily
DIM
Warehouse
Filter
Shift Manager
Weekly
Daily Daily
Weekly
Customer
Bobinized
Leaf
Cut Filler
se
c
542
8
Team Leader
585
sec
39
sec
Shiftly
Loading
1 Operator
Unloading
75.5
sec
Inventory Material
Staging
38 sec
1 Operator
C/T = 2.64 sec
C/T = 16.30 sec
sec
.28
19
Lem Binder
LT = 453703.8 sec
Q = 16667000 stick
Terdapat 18 material di
material staging dengan
Lead Time Terbesar pada
material Lem Binder
WIP
material
35 sec
Inventory
Maker
Lem Binder
LT = 320617.3 sec
Q = 11778000 stick
Terdapat 6 material dengan
Lead time terbesar di Lem
Binder
13.78 sec
25 sec
Waste
Binder CGS
Pergantian Binder
1 Maker
20.14 sec
1 Operator + 2
Helper
C/T = 129 sec
Various Dehum
Processing
Time
Waiting time
cleaning
9 Over Rolling
1 Operator + 1
Helper
C/T = 272.22 sec Double Bunch in Tray
Uptime = 55.18 % LT = 12,870.61 sec
Q = 263,333.33 stick
QA
Check Visual,
Circumference
and Weight
Lem Bobinized Leaf
LT = 16204.75 sec
Q = 332000 stick
75.67 sec
1 Dehumidifier
3 Perforation
66.71 sec
Double Bunch in Tray C/T = 359.55 sec
LT = 4,349.23 sec Uptime = 66.21 %
Q = 120960 stick
QA
Inventory Over Tipping
25.71 sec
Double Bunch in Tray
LT = 7,176.07 sec
Q = 241920 stick
Lem Tipping (outer)
LT = 40253.64 sec
Q = 1357000 stick
1 Over Tipping
1 Operator + 2
Helper
C/T = 296.63 sec
Uptime = 50.6 %
Sortir
10.28 sec
1 Team Leader + 6
Helper
Cigarette in Tray
LT = 4,587.18 sec
Q = 420000 stick
C/T = 218.437 sec
Inventory19 Packer
sec
Cigarette in Tray
Inner Frame
LT = 3,064.28 sec LT = 11872.24 sec
Q = 168000 stick Q = 651000 stick
Check OV
Terdapat 2 material dengan
Lead time terbesar di Lem
Tipping (outer)
Code Date
Changeover
C/T = 334 sec
Inventory Boxer
1 Packer
Inventory
Palletizing
1 Boxer
6.42 sec
1 Operator +3
Helper
5 sec
Palletizing Manual
1 Operator + 1
Helper
C/T = 182.39 sec Pack in tray
Uptime = 64.24 % LT = 0.25 sec
Q = 237 stick
TTR Sloff
LT = 185489.1 sec
Q = 11791000 stick
1 Helper
C/T = 157.32 sec
Uptime = 64.24 %
Sloff in Box
Ribbon
LT = 0.53 sec LT = 41029.95 sec
Q = 67433 stick Q = 15364000 stick
35
c
se
FG Staging Area
LT = 13009.24 sec
Q = 7582000 stick
c
.62 se
Deep Freeze Chamber 3 / 4
LT = 11550.8 sec
Q = 6732000 stick
C/T = 13.35 sec
QA
QA
Terdapat 3 material dengan
Lead time terbesar di Lem
Bobinized leaf
.87
40
Motion Waste
Code Date
2 Operator + 1
Helper
1 Helper
C/T = 488.75 sec Double Bunch in Tray C/T = 672.9 sec
LT = 81,400 sec
Uptime = 48.71 %
Q = 1209600 stick
22.12 sec
Loose
End
Terdapat 4 material
dengan Lead time terbesar
di Inner Frame
Check Visual
Terdapat 3 material dengan
Lead time terbesar di
Ribbon
Terdapat 3 material
dengan Lead time
terbesar di TTR Sloff
Check Visual
and Weight
QA
QA
Inventory Over rolling
Check Visual
Check Visual
Core product and
material flow
272.22 sec
2.64 sec
38 sec
320617.3 sec
453703.8 sec
129 sec
488.75 sec
12,870.61 sec
16204.75 sec
272.22 sec
Core Product flow
Material Flow
129 sec
2.64 sec
38 sec
320617.3 sec
19.28 sec
129 sec
672.9 sec
81,400 sec
488.75 sec
12,870.61 sec
20.14 sec
20.14 sec 16204.75 sec
359.55 sec
4,349.23 sec
672.9 sec
296.63 sec
7,176.07 sec
40253.64 sec
359.55 sec
182.39 sec
4,587.18 sec
296.63 sec
81,400 sec 75.67 sec
4,349.23 66.71
sec sec
7,176.07 25.71
sec sec
75.67 sec
66.71
sec
25.71
sec
218.437 sec
3,064.28 sec 11872.24 sec
334 sec
218.437 sec
3,064.28 sec
10.28
sec
19 sec
13.35 sec
185489.1 sec
182.39 sec
4,587.18 sec 10.28
sec
40253.64 sec
157.32 sec
0.25 sec
0.53 sec
157.32 sec
19 sec
334 sec
0.25 sec
6.42 sec
11872.24 sec
334 sec
6.42 sec
185489.1 sec
35.62 sec 11550.8
sec
41029.95 sec
40.87 sec 13009.24 sec 75.5 sec
16.30 sec
35.62 sec 11550.8 40.87 sec 13009.24 sec 75.5 sec
sec
16.30 sec
13.35 sec
0.53 sec
5 sec
5 sec
41029.95 sec
Gambar 4.1 Current State Value Stream Mapping
Gambar 1. Current state value stream mapping
Aliran informasi di PT. X bermula dari customer
yang memesan produk A kepada bagian sales and
marketing, kemudian bagian sales and marketing
memberikan jadwal permintaan kepada bagian
SCM setiap bulannya. Bagian SCM akan merencanakan target produksi untuk setiap plant yang
ada. Bagian SCM akan memberikan target produksi
ke bagian Production Planning untuk masingmasing plant. Production planning tersebut
melakukan breakdown untuk masing-masing mesin
yang ada di plant tersebut setiap minggunya.
Production planning membuat weekly production
planning berdasarkan laporan dari SCM. Material
scheduler akan menerima weekly production
planning dari production planning dan memesan
material kepada supplier yang dilakukan secara
harian dan mingguan. Material yang telah tiba di
PT. X akan dibongkar di unloading area dan akan
dibawa ke material staging area untuk disimpan.
Material-material tersebut nantinya akan di supply
ke setiap mesin oleh material supply. Bagian
produksi bertugas mengawasi keseluruhan jalannya
aktivitas produksi secara langsung. Proses produksi
yang terdapat di PT. X, adalah maker, over rolling,
dehumidifier, perforating, over tipping, sortir, packer,
boxer dan palletizing yang dilakukan secara manual.
Berikut ini merupakan input dan output dari
masing-masing proses produksi tersebut:
Input
TE, FI, TP (inner),
LT (Inner), BI, L BI
Double bunch
A
Over rolling
BL, LB
Double A
Dehumidifier
-
Double A
Perforating
Double A
Sortir
Tipping (outer), LT
(outer)
-
Packer
ET, LP, AL, IF
Pack
Boxer
TS, OS, SC
Box
Palletizing
R, ST, LB
Box
Over tipping
A Stick
A Stick
Proses palletizing digunakan untuk mempermudah
proses loading finished goods nantinya. Finished
goods tersebut kemudian dipindahkan ke deep freeze
chamber agar finished goods tersebut terhindar dari
beetle. Finished goods yang di deep freeze selama
kurang lebih 5 hari kemudian diletakkan ke finished
goods staging area. Finished goods yang sudah siap
dikirim akan dipindahkan ke loading area untuk
dilakukan loading dengan menggunakan forklift.
Pengiriman finished goods menggunakan dua
macam jenis container, yaitu container biasa dan
river container. River container digunakan jika
finished goods tersebut belum dilakukan deep freeze
tetapi sudah harus dijadwalkan dikirim. Loading
untuk produk A tidak dikirim langsung bersama
palletnya, karena untuk produk A ini akan di
ekspor. Pada waktu loading terdapat beberapa
helper yang akan membantu menata finished goods
tersebut di container dan dilapisi dengan layer.
Tabel 3. Input dan output proses produksi
Process
Maker
Output
129
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Finished goods yang telah ditata kemudian akan
disegel dan siap dikirim ke customer. Berikut ini
adalah jumlah mesin yang digunakan untuk proses
produksi produk A:
dimana waktu untuk pergantian BI tidak memakan
waktu yang lama. Melalui sensor tersebut nantinya
juga akan bisa menaikkan uptime dari mesin maker
tersebut. Berikut ini adalah data waktu pergantian
BI:
Tabel 4. Jumlah mesin di PT. X
Proses
Maker
Over rolling
Dehumidifier
Perforating
Over tipping
Sortir
Packer
Boxer
Deskripsi
Proses pembuatan
double bunch A
Proses pelapisan
double bunch A dengan
TE
Proses pengeringan
double A
Proses pemberian
lubang pada double A
Proses pembelahan
double A menjadi A
dan pemasangan
tiping paper outer
Proses penyortiran A
Proses pengemasan A
ke dalam pack
Proses Pengemasan
pack A ke dalam box
Tabel 5. Data waktu pergantian BI
Jumlah
Mesin
1
12
Not Continuous
(sec)
Continuous
(sec)
Waste Time
(sec)
129
35,7
93,2
Satu shift dapat melakukan pergantian BI sebanyak
18 kali, maka jika hal ini terjadi selama satu shift
terus menerus dapat menjadikan waste time dalam
bentuk cigarette. Berikut adalah perhitungannya:
2
4
1
Tabel 6. Perhitungan waste cigarette
Eq. Waste Time in Cigarette Sticks
-
= 27,9 menit * 2.000 st/menit – 1.439 sticks
3
3
= 55.971 sticks/shift
Pembuatan current state value stream mapping
meliputi value added (VA) activity dan non value
added (NVA) activity. Berikut ini adalah tabel
perhitungan lead time pada product dan material
timeline yang terdapat dalam current state value
stream mapping: Lead time untuk menghasilkan
finished goods adalah 1210776,1 detik atau sama
dengan 336,3 jam.
Sensor BI tersebut diharapkan dapat menambah
uptime mesin maker sebanyak 5,83 % dengan
perhitungan sebagai berikut:
Uptime =
Sensor ini juga digunakan untuk memberikan
peringatan kepada prodtech, agar prodtech dapat
mengganti BI dengan segera.
Motion waste yang kedua adalah motion waste pada
pergantian code date. Pergantian code date yang
dilakukan pada awal shift oleh prodtech
membutuhkan waktu 334 detik untuk mengganti.
Hal ini dikarenakan tempat code date yang
sekarang sangat berantakan, semua angka dan
huruf menjadi satu sehingga prodtech kesulitan
dalam mencari code date. Usulan perbaikan untuk
motion waste adalah dengan membuat tempat code
date yang rapi, yang nantinya prodtech dapat
dengan mudah mengganti code date tanpa terlalu
lama mencari angka-angka atau huruf yang
berantakan.
Identifikasi Waste dan Usulan Perbaikan
Terdapat beberapa waste yang diidentifikasi pada
proses produksi produk A, yaitu motion, over
processing, defect, inventory, dan waiting yang akan
dibahas pada subbab berikut:
Motion Waste
Motion waste terjadi akibat terdapat gerakangerakan yang tidak perlu, sehingga dapat
menghambat proses produksi. Motion waste yang
pertama yang ada di proses produksi A adalah
motion waste pergantian BI. Prodtech sering lupa
menghentikan mesin saat melakukan pergantian
BI. Pergantian BI dilakukan dengan cara
menghentikan mesin, kemudian menggabungkan
BI yang lama dan yang baru dengan menggunakan
isolasi. Kondisi yang ada di lapangan adalah
prodtech lupa menghentikan mesin, sehingga waktu
untuk melakukan pergantian BI lebih lama. Usulan
perbaikan untuk hal ini adalah dengan memasang
sensor BI pada mesin maker. Melalui sensor BI ini
diharapkan dapat mengurangi motion waste,
Gambar 2. Usulan perbaikan tempat code date
Over Processing Waste
Over processing waste diidentifikasi dengan
melakukan pengamatan pada proses dehumidifier.
130
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Proses dehumidifier merupakan proses dengan cycle
time terlama sebesar 672,9 detik. Proses
dehumidifier berfluktuatif tinggi dalam proses
pengeringannya. Hal ini merupakan bukti bahwa
proses dehumidifier yang berfluktuatif tinggi,
dimana variasinya sekitar 14,8 jam. Faktor yang
mempengaruhi lamanya proses dehumidifier adalah
proses over rolling, dimana di proses over rolling
double bunch A dilapisi kembali dengan TE atau
BL. Hipotesa awal untuk BL adalah spray yang
dilakukan pada inner core BL mempunyai MC yang
lebih tinggi daripada MC di mid core dan outer core.
Hal ini dikarenakan spray yang menyemprot di
outer core diduga akan menembus sampai inner
core, sehingga MC yang ada di inner core akan lebih
tinggi dari outer core. Melalui hasil trial MC di atas,
maka hipotesa awal yang mengatakan spray yang
dilakukan pada inner core BL mempunyai MC yang
lebih tinggi daripada MC di mid core dan outer core
tidak benar. MC yang terdapat di inner core sebesar
47,55% sedangkan MC yang di mid core dan inner
core adalah 46,54 % dan 46,31%. Variasi MC antara
inner core, mid core dan outer core tidak besar, oleh
karena itu dilakukan analisa lebih lanjut dengan
root cause analysis. Berikut ini adalah root cause
analysis:
Gambar 0. Fishbone loose end
Defect loose end pada mesin perforating disebabkan
karena roller yang kotor, prodtech yang meratakan
terlalu keras, dan getaran pada conveyor belt.
Beberapa usulan perbaikan yang dapat dilakukan
adalah dengan membuat metode cleaning pada
mesin perforating, Mensosialisasikan kepada
prodtech untuk meratakan double A dengan
perlahan dan Memasang roller tambahan pada
conveyor belt bagian bawah. T1 lebih besar daripada
T2, sehingga conveyor belt bagian bawah lebih
kendur dan dapat menghasilkan getaran. Roller
tambahan pada bagian bawah nantinya akan
berfungsi mengencangkan conveyor belt pada bagian
bawah yang kendur, supaya tidak menghasilkan
getaran yang besar.
Gambar 5. Usulan perbaikan roller tambahan
Gambar 3. Fishbone various dehum processing time
Usulan perbaikan untuk hal tersebut adalah dengan
melakukan cleaning secara regular pada nozzle dan
selang spray wrapper supaya terhindar dari macet
dan adanya udara pada selang.
Waiting Waste
Waiting waste yang terdapat di proses produksi A
ada dua, yang pertama adalah waiting waste selang
compressor pada mesin over rolling. Setiap shift
wajib dilakukan cleaning pada mesin, hal ini untuk
menghindari terjadinya reject. Mesin yang kotor
dapat menyebabkan double bunch A yang di proses
over rolling menjadi reject. Kondisi yang ada di
lapangan adalah prodtech saling tunggu menunggu
untuk melakukan cleaning karena hanya terdapat
tiga selang compressor dari dua belas mesin. Usulan
perbaikan yang dilakukan agar tidak terjadi waiting
waste adalah dengan menambah selang compressor,
masing-masing 1 selang untuk 2 mesin.
Motion waste yang kedua adalah waiting waste
untuk mencari mechanic atau electrician.
Defect Waste
Defect terjadi karena terdapat produk yang tidak
sesuai dengan standar kualitas yang telah
ditetapkan oleh departemen QA. Produk yang tidak
sesuai dengan standar akan mengalami reject dan
diidentifikasi sebagai defect waste. Defect loose end
dikarenakan oleh beberapa hal, berikut ini adalah
root cause analysis untuk loose end:
131
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Total Material = Perkiraan kebutuhan material/shift
+ safety stock
(9)
Breakdown mesin yang prodtech tidak bisa
memperbaiki maka prodtech akan memanggil
mechanic atau electrician. Biasanya mechanic dan
electrician sangat sulit untuk dicari, sehingga
prodtech selalu lama menunggu untuk mencari
mechanic atau electrician. Usulan perbaikan untuk
hal tersebut adalah dengan menggunakan sistem
paging, dimana dengan paging tersebut mechanic
atau electrician dapat langsung menghampiri mesin
yang breakdown.
Total material adalah jumlah maksimum yang ada
di material staging. Masing-masing material
tersebut kemudian dilakukan pembulatan sesuai
kemasan masing-masing material. Kebutuhan
material di shift berikutnya (Q):
Q = total mat- stock akhir periode sebelumnya
Stock akhir ini kemudian dihitung lead timenya dan
dirubah ke bentuk batang. Total lead time WIP
material yang baru kemudian dibandingkan dengan
total lead time WIP yang lama. Lead time WIP
material yang lama dengan jumlah sekitar 171 jam
dan lead time WIP material yang baru dengan
jumlah sekitar 34 jam. Hal ini dapat menurunkan
sekitar 80% dari lead time yang baru.
Inventory Waste
Inventory waste yang terdapat pada proses produksi
A terdiri dari beberapa material, yaitu material L BI
yang berada di DIM storage, BL L maupun R pada
cold storage, inventory dekat mesin. Materialmaterial tersebut merupakan tiga material dengan
lead time tertinggi. Inventory waste yang terdapat di
dekat mesin diberikan satu kali setiap shift, apabila
material yang diberikan terlalu banyak dapat
membuat lead time inventory menjadi besar. Usulan
perbaikan untuk inventory waste tersebut adalah
dengan melakukan perhitungan untuk inventory di
dekat mesin.
Safety stock = standard deviasi x service level
(10)
(7)
Service level yang digunakan adalah 95%, yang
kemudian dicari pada tabel z dan ditemukan nilai
1,65. Perhitungan kebutuhan material tiap shift
didapatkan dari perhitungan berikut:
Perkiraan kebutuhan material/shift = Mb x Ds x
Uptime x T
(8)
Gambar 6. Perbandingan lead time WIP material beside
machine
Dimana:
Mb
= Kebutuhan material tiap batang
Ds
= Desain speed
T
= Waktu satu shift (480 menit)
Future State Value Stream Mapping
Future state value stream mapping adalah kondisi
ke depannya suatu proses setelah dilakukan
perbaikan-perbaikan.
Kondisi
future
state
didapatkan melalui perhitungan-perhitungan yang
telah diterima dan dapat di realisasikan. Berikut ini
adalah future state value stream mapping:
Kebutuhan material tiap shift akan ditambah
dengan safety stock material sehingga didapatkan
jumlah material tiap shift yang baru.
PPIC
Production
Scheduler
Weekly
Weekly
SCM
Shiftly
Material
Scheduler
Monthly
Sales and
Marketing
Daily
DIM
Warehouse
Daily
Filter
Shift Manager
Weekly
Daily
Weekly
Customer
Bobinized
Leaf
Cut Filler
Team Leader
sec
542
8 se
c
585
39
sec
Shiftly
Loading
1 Operator
Unloading
C/T = 2.64 sec
C/T = 16.30 sec
75
.5
se
c
Inventory Material
Staging
38 sec
1 Operator
WIP
material
c
8 se
.2
19
Lem Binder
LT = 453703.8 sec
Q = 16667000 stick
Terdapat 18 material di
material staging dengan
Lead Time Terbesar pada
material Lem Binder
35 sec
Inventory
Maker
Lem Binder
LT = 33428.4 sec
Q = 2046651 stick
Terdapat 6 material dengan
Lead time terbesar di Lem
Binder
13.78 sec
25 sec
Waste
Binder CGS
Pergantian Binder
C/T = 35.7 sec
C/T = 272.22 sec
Uptime = 61.01 %
Various Dehum
Processing
Time
Waiting time
cleaning
1 Maker
20.14 sec
1 Operator + 2
Helper
9 Over Rolling
1 Operator + 1
Helper
Double Bunch in Tray
LT = 12,870.61 sec
Q = 263,333 stick
QA
QA
Check Visual,
Circumference
and Weight
Lem Bobinized Leaf
LT = 5418.4 sec
Q = 184772 stick
C/T = 488.75 sec
Uptime = 48.71 %
75.67 sec
1 Dehumidifier
Double Bunch in Tray C/T = 672.9 sec
LT = 81,400 sec
Q = 1209600 stick
22.12 sec
Inventory Over Tipping
25.71 sec
Double Bunch in Tray C/T = 324.3 sec
LT = 4,349.23 sec
Uptime = 66.21 %
Q = 120960 stick
QA
Double Bunch in Tray
LT = 7,176.07 sec
Q = 241920 stick
1 Over Tipping
1 Operator + 2
Helper
2 Operator + 1
Helper
Lem Tipping (outer)
LT = 5528.8 sec
Q = 310646 stick
C/T = 296.63 sec
Uptime = 50.6 %
10.28 sec
Sortir
1 Team Leader + 6
Helper
Cigarette in Tray
LT = 4,587.18 sec
Q = 420000 stick
C/T = 218.437 sec
Inventory19 Packer
sec
Cigarette in Tray
LT = 3,064.28 sec
Q = 168000 stick
Check OV
Terdapat 2 material dengan
Lead time terbesar di Lem
Tipping (outer)
Inner Frame
LT = 764.4 sec
Q = 42947.5 stick
Code Date
Changeover
C/T = 120 sec
Inventory Boxer
1 Packer
6.42 sec
1 Operator +3
Helper
C/T = 182.39 sec
Uptime = 64.24 %
Inventory
Palletizing
1 Boxer
5 sec
1 Operator + 1
Helper
Pack in tray
LT = 0.25 sec
Q = 237 stick
TTR Sloff
LT = 57918.9 sec
Q = 6135999 stick
C/T = 157.32 sec
Uptime = 64.24 %
Palletizing Manual
1 Helper
Sloff in Box
Ribbon
LT = 0.53 sec
LT = 17707.3 sec
Q = 67433 stick Q = 22106515 stick
35.62
c
se
FG Staging Area
LT = 13009.24 sec
Q = 7582000 stick
sec
Deep Freeze Chamber 3 / 4
LT = 11550.8 sec
Q = 6732000 stick
C/T = 13.35 sec
QA
QA
Terdapat 3 material dengan
Lead time terbesar di Lem
Bobinized leaf
.87
40
Motion Waste
Code Date
Loose
End
3 Perforation
66.71 sec
1 Helper
Terdapat 4 material
dengan Lead time terbesar
di Inner Frame
Check Visual
Terdapat 3 material dengan
Lead time terbesar di
Ribbon
Terdapat 3 material
dengan Lead time
terbesar di TTR Sloff
Check Visual
and Weight
QA
QA
QA
Inventory Over rolling
Check Visual
Check Visual
Core product and
material flow
272.22 sec
2.64 sec
38 sec
320617.3 sec
33428.4 sec
35.7 sec
488.75 sec
12,870.61 sec
5418.4 sec
12,870.61 sec
20.14 sec
272.22 sec
Core Product flow
Material Flow
35.7 sec
2.64 sec
38 sec
320617.3 sec
19.28 sec
35.7 sec
672.9 sec
81,400 sec
488.75 sec
20.14 sec 5418.4 sec
324.3 sec
4,349.23 sec
672.9 sec
296.63 sec
7,176.07 sec
182.39 sec
3,064.28 sec
LT = 764.4 sec
120 sec
4,587.18 sec 10.28
sec
4,587.18 sec
3,064.28 sec
19 sec
120 sec
10.28
sec
19 sec
LT = 5528.8 sec
324.3 sec
296.63 sec
81,400 sec 75.67 sec
4,349.23 66.71
sec
sec
7,176.07 25.71
sec
sec
75.67 sec
66.71
sec
25.71
sec
218.437 sec
218.437 sec
LT = 5528.8 sec
Gambar 4.1 Current State Value Stream Mapping
132
157.32 sec
0.25 sec
57918.9 sec
0.25 sec
6.42 sec
6.42 sec
57918.9 sec
182.39 sec
LT = 764.4 sec
120 sec
13.35 sec
0.53 sec
35.62 sec 11550.8
sec
17707.3 sec
157.32 sec
40.87 sec 13009.24 sec
75.5 sec
16.30 sec
75.5 sec
16.30 sec
13.35 sec
0.53 sec
5 sec
5 sec
17707.3 sec
35.62 sec
11550.8
sec
40.87 sec
13009.24 sec
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Gambar 7. Future state value stream mapping
lama dapat turun sekitar 80% dari lead time yang
baru. Perancangan future state value stream
mapping
dilakukan
berdasarkan
usulan
pengurangan waste dari current state value stream
mapping. Penurunan lead time current state value
stream mapping yang semula 336,2 jam menjadi
199,2 jam. Hal ini menurunkan lead time sebesar
41% dari current state value stream mapping.
Perhitungan future state value stream mapping
dihitung dengan mengurangi nilai non value added.
Nilai non value added terbesar terdapat pada
inventory, sehingga lead time pada inventory harus
diturunkan. Inventory terbesar terdapat pada DIM
storage, akan tetapi terdapat kebijakan-kebijakan
dari perusahaan yang tidak dapat diubah sehingga
nilai inventory pada DIM storage tidak bisa dirubah.
Lead time inventory yang bisa dirubah terdapat
pada inventory di dekat mesin. lead time untuk
menghasilkan finished goods adalah 715732,9 detik
atau sama dengan 198,8 jam. Perhitungan waktu
tersebut adalah waktu yang dibutukan untuk
memproduksi sepuluh ribu batang rokok.
Perhitungan lead time tersebut merupakan
perhitungan lead time yang baru untuk keadaan ke
depannya setelah dilakukan perbaikan-perbaikan.
Lead time pada kondisi future tersebut berbeda
dengan lead time pada kondisi current, dimana lead
time pada kondisi current adalah 336,3 jam dan lead
time kondisi future adalah 198,8 jam. Berikut adalah
grafik perbandingan lead time kondisi current
dengan kondisi future:
Daftar Pustaka
1. Liker, Jeffrey K. (2006). The toyota way: 14
Prinsip
Manajemen
dari
Perusahaan
Manufaktur Terhebat di Dunia. Jakarta:
Erlangga
2. Liker, Jeffey K. and Meier, David. (2007). The
Toyota Way Fieldbook: A Practical Guide for
Implementing Toyota’s 4Ps. Jakarta:Erlangga
Gambar 9. Perbandingan Total Lead Time Current dan
Future
Simpulan
Berdasarkan penelitian dan pengolahan data yang
telah dilakukan pada PT. X untuk produk A,
dilakukan perancangan current state value stream
mapping. Terdapat lima jenis waste yaitu motion
waste, over processing waste, inventory waste,
waiting waste, dan defect waste. Waste terbesar yang
ditemukan pada keseluruhan proses adalah
inventory. Usulan perbaikan yang dilakukan adalah
dengan
melakukan
perhitungan
inventory
berdasarkan uptime dan minimum stock pada
proses produksi A. Lead time WIP material yang
133
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
134
Value Stream Mapping sebagai Alat Identifikasi Waste
pada PT. X untuk Departemen A
Joko Yulianto1, Tanti Octavia2
Abstract: PT. X is one of company that concerns with continuous improvement. PT. X attempts
to apply the concept of lean manufacturing in order to identify waste. Value stream mapping is
one of the tools from lean manufacturing that can illustrate the entire process and identify waste
ranging from the arrival of raw materials to the delivery of finished goods. Value stream mapping
will be carried out at PT. X for department A. Through the current state value stream mapping
can be seen that there are some waste in PT. X for department A ranging from the arrival of raw
materials to become finished goods, among others is waste motion, over-processing waste, defect
waste, inventory waste, and waste waiting. Design of future state value stream mapping is based
on the proposed improvement given to the company. Future state value stream mapping can
reduce lead time 41% from the current state value stream mapping.
Keywords: Lean Manufacturing, Waste, Value Stream Mapping, Lead Time
Pendahuluan
Metode Penelitian
PT. X merupakan salah satu perusahaan yang
selalu melakukan continuous improvement dalam
kegiatan sehari-harinya. Salah satu konsep
continuous improvement yang diterapkan di PT. X
adalah Lean manufacturing. Lean Manufacturing
merupakan salah satu konsep untuk mengurangi
waste dan proses yang tidak memberikan nilai
tambah di dalam perusahaan. Terdapat sembilan
proses yang ada di PT. X, yaitu maker, over rolling,
dehumidifier, perforating, over tipping, sortir, packer,
boxer, dan palletizing. Salah satu tools dari lean
manufacturing yang dapat memetakan prosesproses pada PT. X adalah value stream mapping.
Melalui value stream mapping dapat dilihat
kegiatan-kegiatan yang value added dan non value
added. Kegiatan yang non value added pada proses
produksi merupakan kegiatan yang tidak
memberikan nilai tambah kepada produk. Kegiatan
non value added dibagi menjadi dua, yaitu non value
added necessary dan non value added waste.
Kegiatan non value added waste merupakan
kegiatan yang harus dikurangi atau harus
dihilangkan. Pembuatan value stream mapping ini
nantinya diharapkan dapat mengidentifikasi waste
yang terdapat di PT. X untuk departemen A. Tujuan
dalam mengidentifikasi waste adalah untuk
mengetahui letak waste pada PT. X dengan
menggunakan value stream mapping dan
memberikan usulan perbaikan yang dapat
mengurangi waste di proses produk A.
Metodologi yang akan digunakan adalah metode
lean manufacturing dan value stream mapping.
Metode Lean Manufacturing
Metode ini dikembangkan oleh Taichii Ohno,
dimana lean manufacturing ini merupakan kegiatan
yang mengurangi pemborosan yang tidak
memberikan nilai tambah (non value added). Waste
yang terdapat di lean manufacturing meliputi: over
production, waiting, transportasi, over processing,
inventory, motion, defect, dan kreativitas yang tidak
dimanfaatkan.
Metode Value Stream Mapping
Metode ini adalah suatu metodologi dari lean untuk
membuat suatu gambaran dan pemetaan dari setiap
proses yang ada. Value stream mapping memetakan
menjadi tiga hal, yaitu: value added activities, non
value added activities, dan required non value added
activities.
Hasil dan Pembahasan
PT. X adalah perusahaan rokok yang menerapkan
konsep lean manufacturing. Pembuatan value
stream mapping (VSM) dilakukan untuk
mengidentifikasi waste pada produk A. Proses
produksi di PT. X meliputi maker, over rolling,
dehumidifier, perforating, over tipping, sortir, packer,
boxer dan palletizing. PT. X mempunyai empat
supplier material, yaitu B, C, D, dan E. Proses
Fakultas Teknologi Industri, Program Studi Teknik Industri,
Universitas Kristen Petra. Jl. Siwalankerto 121-131, Surabaya
60236. Email: antonio_jox_9@hotmail.com, tanti@peter.petra.ac.id
1,2
127
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Berikut ini adalah uptime dari proses maker, over
rolling, perforating, over tipping, packer, dan boxer:
produksi di PT. X dikerjakan oleh prodtech. Berikut
ini adalah jumlah prodtech yang bertugas pada
setiap mesin untuk produk A:
Tabel 2. Uptime setiap proses
Tabel 1. Prodtech yang bertugas di PT. X
Proses
Prodtech
Helper
Team
leader
Proses
Uptime
Maker
55.18%
48.71%
Maker
1
2
-
Over rolling
Over rolling
6
-
6
-
Perforating
66.21%
1
-
Over tipping
50.60%
2
1
-
Packer
64.24%
2
-
Boxer
64.24%
Sortir
1
-
6
1
Packer + Boxer
2
4
-
Material Supply
-
1
-
Dehumidifier
Perforating
Over tipping
Perhitungan Inventory dan WIP
Perhitungan inventory dan WIP dilakukan dengan
mengambil beberapa shift kemudian di rata-rata.
Hasil rata-rata tersebut kemudian dibagi dengan
BOM untuk memproduksi satu juta batang rokok
dikali cycle time mesin yang menggunakan material
tersebut. Berikut adalah perumusannya:
Perhitungan Cycle time
Perhitungan cycle time setiap proses dikonversikan
ke dalam satuan sepuluh ribu batang rokok.
Pengambilan data dilakukan secara actual dengan
menggunakan stopwatch. Pengambilan waktu
untuk menghitung cycle time menggunakan dua
cara, yaitu menghitung waktu downtime selama
satu shift dan menghitung waktu untuk
menghasilkan satu tray. Perhitungan cycle time
dengan menggunakan cara menghitung waktu
untuk menghasilkan satu tray pada mesin maker
adalah sebagai berikut:
Cycle time/batang =
Inventory =
Begitu pula dengan perhitungan untuk WIP.
Material yang sisa di akhir shift dihitung kemudian
diambil data beberapa kali dan di rata-rata, setelah
itu dihitung menggunakan rumus di atas.
Current State Value Stream Mapping
Aliran informasi di PT. X bermula dari
(4.1) customer
yang memesan produk A kepada bagian sales and
marketing, kemudian bagian sales and marketing
memberikan jadwal permintaan kepada bagian
SCM setiap bulannya. Bagian SCM merencanakan
target produksi untuk setiap plant yang ada. Bagian
SCM akan memberikan target produksi ke bagian
Production Planning untuk masing-masing plant.
Production
planning
tersebut
melakukan
breakdown untuk masing-masing mesin yang ada di
plant tersebut setiap minggunya. Production
planning membuat weekly production planning
berdasarkan laporan dari SCM. Material scheduler
akan menerima weekly production planning dari
production planning dan memesan material kepada
supplier yang dilakukan secara harian dan
mingguan. Material yang telah tiba di PT. X akan
dibongkar di unloading area dan akan dibawa ke
material staging area untuk disimpan. Materialmaterial tersebut nantinya akan di supply ke setiap
mesin oleh material supply. Bagian produksi
bertugas mengawasi keseluruhan jalannya aktivitas
produksi secara langsung.
Current state value stream mapping dibuat
berdasarkan pengumpulan aliran material dan
(1)
Cycle time = Cycle time/batang x 5000 (double bunch)
x 60
(2)
Perhitungan cycle time dengan menggunakan cara
menghitung downtime selama satu shift pada mesin
over rolling adalah sebagai berikut:
(3)
Desain speed actual =
Cycle time =
x 60
(4)
Perhitungan Uptime
Perhitungan uptime diperoleh dengan menghitung
uptime secara actual, yaitu melalui data cycle time
tiap mesin sehingga uptime yang dihasilkan actual.
Berikut ini cara menghitung uptime melalui cycle
time:
Uptime =
(6)
(5)
128
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
informasi yang telah dilakukan di awal penelitian
serta cycle time yang telah dihitung terlebih dahulu.
Berikut ini adalah current state value stream
mapping:
PPIC
Production
Scheduler
Weekly
Weekly
SCM
Shiftly
Material
Scheduler
Monthly
Sales and
Marketing
Daily
DIM
Warehouse
Filter
Shift Manager
Weekly
Daily Daily
Weekly
Customer
Bobinized
Leaf
Cut Filler
se
c
542
8
Team Leader
585
sec
39
sec
Shiftly
Loading
1 Operator
Unloading
75.5
sec
Inventory Material
Staging
38 sec
1 Operator
C/T = 2.64 sec
C/T = 16.30 sec
sec
.28
19
Lem Binder
LT = 453703.8 sec
Q = 16667000 stick
Terdapat 18 material di
material staging dengan
Lead Time Terbesar pada
material Lem Binder
WIP
material
35 sec
Inventory
Maker
Lem Binder
LT = 320617.3 sec
Q = 11778000 stick
Terdapat 6 material dengan
Lead time terbesar di Lem
Binder
13.78 sec
25 sec
Waste
Binder CGS
Pergantian Binder
1 Maker
20.14 sec
1 Operator + 2
Helper
C/T = 129 sec
Various Dehum
Processing
Time
Waiting time
cleaning
9 Over Rolling
1 Operator + 1
Helper
C/T = 272.22 sec Double Bunch in Tray
Uptime = 55.18 % LT = 12,870.61 sec
Q = 263,333.33 stick
QA
Check Visual,
Circumference
and Weight
Lem Bobinized Leaf
LT = 16204.75 sec
Q = 332000 stick
75.67 sec
1 Dehumidifier
3 Perforation
66.71 sec
Double Bunch in Tray C/T = 359.55 sec
LT = 4,349.23 sec Uptime = 66.21 %
Q = 120960 stick
QA
Inventory Over Tipping
25.71 sec
Double Bunch in Tray
LT = 7,176.07 sec
Q = 241920 stick
Lem Tipping (outer)
LT = 40253.64 sec
Q = 1357000 stick
1 Over Tipping
1 Operator + 2
Helper
C/T = 296.63 sec
Uptime = 50.6 %
Sortir
10.28 sec
1 Team Leader + 6
Helper
Cigarette in Tray
LT = 4,587.18 sec
Q = 420000 stick
C/T = 218.437 sec
Inventory19 Packer
sec
Cigarette in Tray
Inner Frame
LT = 3,064.28 sec LT = 11872.24 sec
Q = 168000 stick Q = 651000 stick
Check OV
Terdapat 2 material dengan
Lead time terbesar di Lem
Tipping (outer)
Code Date
Changeover
C/T = 334 sec
Inventory Boxer
1 Packer
Inventory
Palletizing
1 Boxer
6.42 sec
1 Operator +3
Helper
5 sec
Palletizing Manual
1 Operator + 1
Helper
C/T = 182.39 sec Pack in tray
Uptime = 64.24 % LT = 0.25 sec
Q = 237 stick
TTR Sloff
LT = 185489.1 sec
Q = 11791000 stick
1 Helper
C/T = 157.32 sec
Uptime = 64.24 %
Sloff in Box
Ribbon
LT = 0.53 sec LT = 41029.95 sec
Q = 67433 stick Q = 15364000 stick
35
c
se
FG Staging Area
LT = 13009.24 sec
Q = 7582000 stick
c
.62 se
Deep Freeze Chamber 3 / 4
LT = 11550.8 sec
Q = 6732000 stick
C/T = 13.35 sec
QA
QA
Terdapat 3 material dengan
Lead time terbesar di Lem
Bobinized leaf
.87
40
Motion Waste
Code Date
2 Operator + 1
Helper
1 Helper
C/T = 488.75 sec Double Bunch in Tray C/T = 672.9 sec
LT = 81,400 sec
Uptime = 48.71 %
Q = 1209600 stick
22.12 sec
Loose
End
Terdapat 4 material
dengan Lead time terbesar
di Inner Frame
Check Visual
Terdapat 3 material dengan
Lead time terbesar di
Ribbon
Terdapat 3 material
dengan Lead time
terbesar di TTR Sloff
Check Visual
and Weight
QA
QA
Inventory Over rolling
Check Visual
Check Visual
Core product and
material flow
272.22 sec
2.64 sec
38 sec
320617.3 sec
453703.8 sec
129 sec
488.75 sec
12,870.61 sec
16204.75 sec
272.22 sec
Core Product flow
Material Flow
129 sec
2.64 sec
38 sec
320617.3 sec
19.28 sec
129 sec
672.9 sec
81,400 sec
488.75 sec
12,870.61 sec
20.14 sec
20.14 sec 16204.75 sec
359.55 sec
4,349.23 sec
672.9 sec
296.63 sec
7,176.07 sec
40253.64 sec
359.55 sec
182.39 sec
4,587.18 sec
296.63 sec
81,400 sec 75.67 sec
4,349.23 66.71
sec sec
7,176.07 25.71
sec sec
75.67 sec
66.71
sec
25.71
sec
218.437 sec
3,064.28 sec 11872.24 sec
334 sec
218.437 sec
3,064.28 sec
10.28
sec
19 sec
13.35 sec
185489.1 sec
182.39 sec
4,587.18 sec 10.28
sec
40253.64 sec
157.32 sec
0.25 sec
0.53 sec
157.32 sec
19 sec
334 sec
0.25 sec
6.42 sec
11872.24 sec
334 sec
6.42 sec
185489.1 sec
35.62 sec 11550.8
sec
41029.95 sec
40.87 sec 13009.24 sec 75.5 sec
16.30 sec
35.62 sec 11550.8 40.87 sec 13009.24 sec 75.5 sec
sec
16.30 sec
13.35 sec
0.53 sec
5 sec
5 sec
41029.95 sec
Gambar 4.1 Current State Value Stream Mapping
Gambar 1. Current state value stream mapping
Aliran informasi di PT. X bermula dari customer
yang memesan produk A kepada bagian sales and
marketing, kemudian bagian sales and marketing
memberikan jadwal permintaan kepada bagian
SCM setiap bulannya. Bagian SCM akan merencanakan target produksi untuk setiap plant yang
ada. Bagian SCM akan memberikan target produksi
ke bagian Production Planning untuk masingmasing plant. Production planning tersebut
melakukan breakdown untuk masing-masing mesin
yang ada di plant tersebut setiap minggunya.
Production planning membuat weekly production
planning berdasarkan laporan dari SCM. Material
scheduler akan menerima weekly production
planning dari production planning dan memesan
material kepada supplier yang dilakukan secara
harian dan mingguan. Material yang telah tiba di
PT. X akan dibongkar di unloading area dan akan
dibawa ke material staging area untuk disimpan.
Material-material tersebut nantinya akan di supply
ke setiap mesin oleh material supply. Bagian
produksi bertugas mengawasi keseluruhan jalannya
aktivitas produksi secara langsung. Proses produksi
yang terdapat di PT. X, adalah maker, over rolling,
dehumidifier, perforating, over tipping, sortir, packer,
boxer dan palletizing yang dilakukan secara manual.
Berikut ini merupakan input dan output dari
masing-masing proses produksi tersebut:
Input
TE, FI, TP (inner),
LT (Inner), BI, L BI
Double bunch
A
Over rolling
BL, LB
Double A
Dehumidifier
-
Double A
Perforating
Double A
Sortir
Tipping (outer), LT
(outer)
-
Packer
ET, LP, AL, IF
Pack
Boxer
TS, OS, SC
Box
Palletizing
R, ST, LB
Box
Over tipping
A Stick
A Stick
Proses palletizing digunakan untuk mempermudah
proses loading finished goods nantinya. Finished
goods tersebut kemudian dipindahkan ke deep freeze
chamber agar finished goods tersebut terhindar dari
beetle. Finished goods yang di deep freeze selama
kurang lebih 5 hari kemudian diletakkan ke finished
goods staging area. Finished goods yang sudah siap
dikirim akan dipindahkan ke loading area untuk
dilakukan loading dengan menggunakan forklift.
Pengiriman finished goods menggunakan dua
macam jenis container, yaitu container biasa dan
river container. River container digunakan jika
finished goods tersebut belum dilakukan deep freeze
tetapi sudah harus dijadwalkan dikirim. Loading
untuk produk A tidak dikirim langsung bersama
palletnya, karena untuk produk A ini akan di
ekspor. Pada waktu loading terdapat beberapa
helper yang akan membantu menata finished goods
tersebut di container dan dilapisi dengan layer.
Tabel 3. Input dan output proses produksi
Process
Maker
Output
129
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Finished goods yang telah ditata kemudian akan
disegel dan siap dikirim ke customer. Berikut ini
adalah jumlah mesin yang digunakan untuk proses
produksi produk A:
dimana waktu untuk pergantian BI tidak memakan
waktu yang lama. Melalui sensor tersebut nantinya
juga akan bisa menaikkan uptime dari mesin maker
tersebut. Berikut ini adalah data waktu pergantian
BI:
Tabel 4. Jumlah mesin di PT. X
Proses
Maker
Over rolling
Dehumidifier
Perforating
Over tipping
Sortir
Packer
Boxer
Deskripsi
Proses pembuatan
double bunch A
Proses pelapisan
double bunch A dengan
TE
Proses pengeringan
double A
Proses pemberian
lubang pada double A
Proses pembelahan
double A menjadi A
dan pemasangan
tiping paper outer
Proses penyortiran A
Proses pengemasan A
ke dalam pack
Proses Pengemasan
pack A ke dalam box
Tabel 5. Data waktu pergantian BI
Jumlah
Mesin
1
12
Not Continuous
(sec)
Continuous
(sec)
Waste Time
(sec)
129
35,7
93,2
Satu shift dapat melakukan pergantian BI sebanyak
18 kali, maka jika hal ini terjadi selama satu shift
terus menerus dapat menjadikan waste time dalam
bentuk cigarette. Berikut adalah perhitungannya:
2
4
1
Tabel 6. Perhitungan waste cigarette
Eq. Waste Time in Cigarette Sticks
-
= 27,9 menit * 2.000 st/menit – 1.439 sticks
3
3
= 55.971 sticks/shift
Pembuatan current state value stream mapping
meliputi value added (VA) activity dan non value
added (NVA) activity. Berikut ini adalah tabel
perhitungan lead time pada product dan material
timeline yang terdapat dalam current state value
stream mapping: Lead time untuk menghasilkan
finished goods adalah 1210776,1 detik atau sama
dengan 336,3 jam.
Sensor BI tersebut diharapkan dapat menambah
uptime mesin maker sebanyak 5,83 % dengan
perhitungan sebagai berikut:
Uptime =
Sensor ini juga digunakan untuk memberikan
peringatan kepada prodtech, agar prodtech dapat
mengganti BI dengan segera.
Motion waste yang kedua adalah motion waste pada
pergantian code date. Pergantian code date yang
dilakukan pada awal shift oleh prodtech
membutuhkan waktu 334 detik untuk mengganti.
Hal ini dikarenakan tempat code date yang
sekarang sangat berantakan, semua angka dan
huruf menjadi satu sehingga prodtech kesulitan
dalam mencari code date. Usulan perbaikan untuk
motion waste adalah dengan membuat tempat code
date yang rapi, yang nantinya prodtech dapat
dengan mudah mengganti code date tanpa terlalu
lama mencari angka-angka atau huruf yang
berantakan.
Identifikasi Waste dan Usulan Perbaikan
Terdapat beberapa waste yang diidentifikasi pada
proses produksi produk A, yaitu motion, over
processing, defect, inventory, dan waiting yang akan
dibahas pada subbab berikut:
Motion Waste
Motion waste terjadi akibat terdapat gerakangerakan yang tidak perlu, sehingga dapat
menghambat proses produksi. Motion waste yang
pertama yang ada di proses produksi A adalah
motion waste pergantian BI. Prodtech sering lupa
menghentikan mesin saat melakukan pergantian
BI. Pergantian BI dilakukan dengan cara
menghentikan mesin, kemudian menggabungkan
BI yang lama dan yang baru dengan menggunakan
isolasi. Kondisi yang ada di lapangan adalah
prodtech lupa menghentikan mesin, sehingga waktu
untuk melakukan pergantian BI lebih lama. Usulan
perbaikan untuk hal ini adalah dengan memasang
sensor BI pada mesin maker. Melalui sensor BI ini
diharapkan dapat mengurangi motion waste,
Gambar 2. Usulan perbaikan tempat code date
Over Processing Waste
Over processing waste diidentifikasi dengan
melakukan pengamatan pada proses dehumidifier.
130
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Proses dehumidifier merupakan proses dengan cycle
time terlama sebesar 672,9 detik. Proses
dehumidifier berfluktuatif tinggi dalam proses
pengeringannya. Hal ini merupakan bukti bahwa
proses dehumidifier yang berfluktuatif tinggi,
dimana variasinya sekitar 14,8 jam. Faktor yang
mempengaruhi lamanya proses dehumidifier adalah
proses over rolling, dimana di proses over rolling
double bunch A dilapisi kembali dengan TE atau
BL. Hipotesa awal untuk BL adalah spray yang
dilakukan pada inner core BL mempunyai MC yang
lebih tinggi daripada MC di mid core dan outer core.
Hal ini dikarenakan spray yang menyemprot di
outer core diduga akan menembus sampai inner
core, sehingga MC yang ada di inner core akan lebih
tinggi dari outer core. Melalui hasil trial MC di atas,
maka hipotesa awal yang mengatakan spray yang
dilakukan pada inner core BL mempunyai MC yang
lebih tinggi daripada MC di mid core dan outer core
tidak benar. MC yang terdapat di inner core sebesar
47,55% sedangkan MC yang di mid core dan inner
core adalah 46,54 % dan 46,31%. Variasi MC antara
inner core, mid core dan outer core tidak besar, oleh
karena itu dilakukan analisa lebih lanjut dengan
root cause analysis. Berikut ini adalah root cause
analysis:
Gambar 0. Fishbone loose end
Defect loose end pada mesin perforating disebabkan
karena roller yang kotor, prodtech yang meratakan
terlalu keras, dan getaran pada conveyor belt.
Beberapa usulan perbaikan yang dapat dilakukan
adalah dengan membuat metode cleaning pada
mesin perforating, Mensosialisasikan kepada
prodtech untuk meratakan double A dengan
perlahan dan Memasang roller tambahan pada
conveyor belt bagian bawah. T1 lebih besar daripada
T2, sehingga conveyor belt bagian bawah lebih
kendur dan dapat menghasilkan getaran. Roller
tambahan pada bagian bawah nantinya akan
berfungsi mengencangkan conveyor belt pada bagian
bawah yang kendur, supaya tidak menghasilkan
getaran yang besar.
Gambar 5. Usulan perbaikan roller tambahan
Gambar 3. Fishbone various dehum processing time
Usulan perbaikan untuk hal tersebut adalah dengan
melakukan cleaning secara regular pada nozzle dan
selang spray wrapper supaya terhindar dari macet
dan adanya udara pada selang.
Waiting Waste
Waiting waste yang terdapat di proses produksi A
ada dua, yang pertama adalah waiting waste selang
compressor pada mesin over rolling. Setiap shift
wajib dilakukan cleaning pada mesin, hal ini untuk
menghindari terjadinya reject. Mesin yang kotor
dapat menyebabkan double bunch A yang di proses
over rolling menjadi reject. Kondisi yang ada di
lapangan adalah prodtech saling tunggu menunggu
untuk melakukan cleaning karena hanya terdapat
tiga selang compressor dari dua belas mesin. Usulan
perbaikan yang dilakukan agar tidak terjadi waiting
waste adalah dengan menambah selang compressor,
masing-masing 1 selang untuk 2 mesin.
Motion waste yang kedua adalah waiting waste
untuk mencari mechanic atau electrician.
Defect Waste
Defect terjadi karena terdapat produk yang tidak
sesuai dengan standar kualitas yang telah
ditetapkan oleh departemen QA. Produk yang tidak
sesuai dengan standar akan mengalami reject dan
diidentifikasi sebagai defect waste. Defect loose end
dikarenakan oleh beberapa hal, berikut ini adalah
root cause analysis untuk loose end:
131
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Total Material = Perkiraan kebutuhan material/shift
+ safety stock
(9)
Breakdown mesin yang prodtech tidak bisa
memperbaiki maka prodtech akan memanggil
mechanic atau electrician. Biasanya mechanic dan
electrician sangat sulit untuk dicari, sehingga
prodtech selalu lama menunggu untuk mencari
mechanic atau electrician. Usulan perbaikan untuk
hal tersebut adalah dengan menggunakan sistem
paging, dimana dengan paging tersebut mechanic
atau electrician dapat langsung menghampiri mesin
yang breakdown.
Total material adalah jumlah maksimum yang ada
di material staging. Masing-masing material
tersebut kemudian dilakukan pembulatan sesuai
kemasan masing-masing material. Kebutuhan
material di shift berikutnya (Q):
Q = total mat- stock akhir periode sebelumnya
Stock akhir ini kemudian dihitung lead timenya dan
dirubah ke bentuk batang. Total lead time WIP
material yang baru kemudian dibandingkan dengan
total lead time WIP yang lama. Lead time WIP
material yang lama dengan jumlah sekitar 171 jam
dan lead time WIP material yang baru dengan
jumlah sekitar 34 jam. Hal ini dapat menurunkan
sekitar 80% dari lead time yang baru.
Inventory Waste
Inventory waste yang terdapat pada proses produksi
A terdiri dari beberapa material, yaitu material L BI
yang berada di DIM storage, BL L maupun R pada
cold storage, inventory dekat mesin. Materialmaterial tersebut merupakan tiga material dengan
lead time tertinggi. Inventory waste yang terdapat di
dekat mesin diberikan satu kali setiap shift, apabila
material yang diberikan terlalu banyak dapat
membuat lead time inventory menjadi besar. Usulan
perbaikan untuk inventory waste tersebut adalah
dengan melakukan perhitungan untuk inventory di
dekat mesin.
Safety stock = standard deviasi x service level
(10)
(7)
Service level yang digunakan adalah 95%, yang
kemudian dicari pada tabel z dan ditemukan nilai
1,65. Perhitungan kebutuhan material tiap shift
didapatkan dari perhitungan berikut:
Perkiraan kebutuhan material/shift = Mb x Ds x
Uptime x T
(8)
Gambar 6. Perbandingan lead time WIP material beside
machine
Dimana:
Mb
= Kebutuhan material tiap batang
Ds
= Desain speed
T
= Waktu satu shift (480 menit)
Future State Value Stream Mapping
Future state value stream mapping adalah kondisi
ke depannya suatu proses setelah dilakukan
perbaikan-perbaikan.
Kondisi
future
state
didapatkan melalui perhitungan-perhitungan yang
telah diterima dan dapat di realisasikan. Berikut ini
adalah future state value stream mapping:
Kebutuhan material tiap shift akan ditambah
dengan safety stock material sehingga didapatkan
jumlah material tiap shift yang baru.
PPIC
Production
Scheduler
Weekly
Weekly
SCM
Shiftly
Material
Scheduler
Monthly
Sales and
Marketing
Daily
DIM
Warehouse
Daily
Filter
Shift Manager
Weekly
Daily
Weekly
Customer
Bobinized
Leaf
Cut Filler
Team Leader
sec
542
8 se
c
585
39
sec
Shiftly
Loading
1 Operator
Unloading
C/T = 2.64 sec
C/T = 16.30 sec
75
.5
se
c
Inventory Material
Staging
38 sec
1 Operator
WIP
material
c
8 se
.2
19
Lem Binder
LT = 453703.8 sec
Q = 16667000 stick
Terdapat 18 material di
material staging dengan
Lead Time Terbesar pada
material Lem Binder
35 sec
Inventory
Maker
Lem Binder
LT = 33428.4 sec
Q = 2046651 stick
Terdapat 6 material dengan
Lead time terbesar di Lem
Binder
13.78 sec
25 sec
Waste
Binder CGS
Pergantian Binder
C/T = 35.7 sec
C/T = 272.22 sec
Uptime = 61.01 %
Various Dehum
Processing
Time
Waiting time
cleaning
1 Maker
20.14 sec
1 Operator + 2
Helper
9 Over Rolling
1 Operator + 1
Helper
Double Bunch in Tray
LT = 12,870.61 sec
Q = 263,333 stick
QA
QA
Check Visual,
Circumference
and Weight
Lem Bobinized Leaf
LT = 5418.4 sec
Q = 184772 stick
C/T = 488.75 sec
Uptime = 48.71 %
75.67 sec
1 Dehumidifier
Double Bunch in Tray C/T = 672.9 sec
LT = 81,400 sec
Q = 1209600 stick
22.12 sec
Inventory Over Tipping
25.71 sec
Double Bunch in Tray C/T = 324.3 sec
LT = 4,349.23 sec
Uptime = 66.21 %
Q = 120960 stick
QA
Double Bunch in Tray
LT = 7,176.07 sec
Q = 241920 stick
1 Over Tipping
1 Operator + 2
Helper
2 Operator + 1
Helper
Lem Tipping (outer)
LT = 5528.8 sec
Q = 310646 stick
C/T = 296.63 sec
Uptime = 50.6 %
10.28 sec
Sortir
1 Team Leader + 6
Helper
Cigarette in Tray
LT = 4,587.18 sec
Q = 420000 stick
C/T = 218.437 sec
Inventory19 Packer
sec
Cigarette in Tray
LT = 3,064.28 sec
Q = 168000 stick
Check OV
Terdapat 2 material dengan
Lead time terbesar di Lem
Tipping (outer)
Inner Frame
LT = 764.4 sec
Q = 42947.5 stick
Code Date
Changeover
C/T = 120 sec
Inventory Boxer
1 Packer
6.42 sec
1 Operator +3
Helper
C/T = 182.39 sec
Uptime = 64.24 %
Inventory
Palletizing
1 Boxer
5 sec
1 Operator + 1
Helper
Pack in tray
LT = 0.25 sec
Q = 237 stick
TTR Sloff
LT = 57918.9 sec
Q = 6135999 stick
C/T = 157.32 sec
Uptime = 64.24 %
Palletizing Manual
1 Helper
Sloff in Box
Ribbon
LT = 0.53 sec
LT = 17707.3 sec
Q = 67433 stick Q = 22106515 stick
35.62
c
se
FG Staging Area
LT = 13009.24 sec
Q = 7582000 stick
sec
Deep Freeze Chamber 3 / 4
LT = 11550.8 sec
Q = 6732000 stick
C/T = 13.35 sec
QA
QA
Terdapat 3 material dengan
Lead time terbesar di Lem
Bobinized leaf
.87
40
Motion Waste
Code Date
Loose
End
3 Perforation
66.71 sec
1 Helper
Terdapat 4 material
dengan Lead time terbesar
di Inner Frame
Check Visual
Terdapat 3 material dengan
Lead time terbesar di
Ribbon
Terdapat 3 material
dengan Lead time
terbesar di TTR Sloff
Check Visual
and Weight
QA
QA
QA
Inventory Over rolling
Check Visual
Check Visual
Core product and
material flow
272.22 sec
2.64 sec
38 sec
320617.3 sec
33428.4 sec
35.7 sec
488.75 sec
12,870.61 sec
5418.4 sec
12,870.61 sec
20.14 sec
272.22 sec
Core Product flow
Material Flow
35.7 sec
2.64 sec
38 sec
320617.3 sec
19.28 sec
35.7 sec
672.9 sec
81,400 sec
488.75 sec
20.14 sec 5418.4 sec
324.3 sec
4,349.23 sec
672.9 sec
296.63 sec
7,176.07 sec
182.39 sec
3,064.28 sec
LT = 764.4 sec
120 sec
4,587.18 sec 10.28
sec
4,587.18 sec
3,064.28 sec
19 sec
120 sec
10.28
sec
19 sec
LT = 5528.8 sec
324.3 sec
296.63 sec
81,400 sec 75.67 sec
4,349.23 66.71
sec
sec
7,176.07 25.71
sec
sec
75.67 sec
66.71
sec
25.71
sec
218.437 sec
218.437 sec
LT = 5528.8 sec
Gambar 4.1 Current State Value Stream Mapping
132
157.32 sec
0.25 sec
57918.9 sec
0.25 sec
6.42 sec
6.42 sec
57918.9 sec
182.39 sec
LT = 764.4 sec
120 sec
13.35 sec
0.53 sec
35.62 sec 11550.8
sec
17707.3 sec
157.32 sec
40.87 sec 13009.24 sec
75.5 sec
16.30 sec
75.5 sec
16.30 sec
13.35 sec
0.53 sec
5 sec
5 sec
17707.3 sec
35.62 sec
11550.8
sec
40.87 sec
13009.24 sec
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
Gambar 7. Future state value stream mapping
lama dapat turun sekitar 80% dari lead time yang
baru. Perancangan future state value stream
mapping
dilakukan
berdasarkan
usulan
pengurangan waste dari current state value stream
mapping. Penurunan lead time current state value
stream mapping yang semula 336,2 jam menjadi
199,2 jam. Hal ini menurunkan lead time sebesar
41% dari current state value stream mapping.
Perhitungan future state value stream mapping
dihitung dengan mengurangi nilai non value added.
Nilai non value added terbesar terdapat pada
inventory, sehingga lead time pada inventory harus
diturunkan. Inventory terbesar terdapat pada DIM
storage, akan tetapi terdapat kebijakan-kebijakan
dari perusahaan yang tidak dapat diubah sehingga
nilai inventory pada DIM storage tidak bisa dirubah.
Lead time inventory yang bisa dirubah terdapat
pada inventory di dekat mesin. lead time untuk
menghasilkan finished goods adalah 715732,9 detik
atau sama dengan 198,8 jam. Perhitungan waktu
tersebut adalah waktu yang dibutukan untuk
memproduksi sepuluh ribu batang rokok.
Perhitungan lead time tersebut merupakan
perhitungan lead time yang baru untuk keadaan ke
depannya setelah dilakukan perbaikan-perbaikan.
Lead time pada kondisi future tersebut berbeda
dengan lead time pada kondisi current, dimana lead
time pada kondisi current adalah 336,3 jam dan lead
time kondisi future adalah 198,8 jam. Berikut adalah
grafik perbandingan lead time kondisi current
dengan kondisi future:
Daftar Pustaka
1. Liker, Jeffrey K. (2006). The toyota way: 14
Prinsip
Manajemen
dari
Perusahaan
Manufaktur Terhebat di Dunia. Jakarta:
Erlangga
2. Liker, Jeffey K. and Meier, David. (2007). The
Toyota Way Fieldbook: A Practical Guide for
Implementing Toyota’s 4Ps. Jakarta:Erlangga
Gambar 9. Perbandingan Total Lead Time Current dan
Future
Simpulan
Berdasarkan penelitian dan pengolahan data yang
telah dilakukan pada PT. X untuk produk A,
dilakukan perancangan current state value stream
mapping. Terdapat lima jenis waste yaitu motion
waste, over processing waste, inventory waste,
waiting waste, dan defect waste. Waste terbesar yang
ditemukan pada keseluruhan proses adalah
inventory. Usulan perbaikan yang dilakukan adalah
dengan
melakukan
perhitungan
inventory
berdasarkan uptime dan minimum stock pada
proses produksi A. Lead time WIP material yang
133
Yulianto & Octavia / Value Stream Mapping sebagai Alat Identifikasi Waste pada PT. X / Jurnal Titra, Vol. 1, No. 2, Juli 2013, pp. 127–134
134