Tabel 5.28. Value Added dan Non Value Added Time Process Produksi Garbox
No Aktivitas-aktivitas
Value Added Time
Non Value Added Time
1 Persiapan dan pengangkutan
7.822 2
Pemotongan bahan 47.456
3 Pemeriksaan dan pengangkutan
5.461 4
Pembubutan I 53.138
5 Pembubutan II
53.991 6
Pembubutan III 71.448
7 Pembubutan IV
86.186 8
Pengangkutan 5.446
9 Penguliran bagian as
18.207 10 Pengemasan I
18.829 11 Pengemasan II
26.684 12 Pengangkutan ke penumpukan sementara
5.834 Total Waktu
375.939 24.562
Total Waktu Keseluruhan 400.50 menit
Perhitungan process cycle efficiency adalah sebagai berikut: Process cycle efficiency produk sprocket belah =
��� ����� ����� ���� ����� ���� ����
=
185.01 �����
225.94 �����
=
81.88 Process cycle efficiency produk garbox
=
375.94 �����
400.50 �����
= 93.86
5.2.3. Tahap Analyze
Pada tahap ini dilakukan uji korelasi terlebih dahulu untuk menentukan seberapa besar korelasi antara faktor penyebab dengan faktor-faktor yang
ditujukan. Uji korelasi dilakukan terhadap 10 periode jumlah produk yang
Universitas Sumatera Utara
dihasilkan dengan 10 periode jumlah atribut periode jumlah pemborosan yang terjadi selama proses produksi berlangsung.
5.2.3.1. Data Variabel Pemborosan yang Digunakan pada Uji Korelasi
Data variabel pemborosan diambil sebanyak 10 periode untuk melihat tingkat korelasi terhadap produktivitas operator dan mesin. Produktivitas ini
diukur dari jumlah produksi sprocket belah dan garbox. Hal ini dikarenakan, produktivitas berbanding lurus dengan jumlah output yang dihasilkan.
1. Data produk yang dihasilkan selama kurun waktu 10 periode dapat dilihat
pada Tabel 5.29 berikut.
Tabel 5.29. Data Produk yang Dihasilkan dalam 10 Periode
No Tanggal
Produksi Sprocket
Belah Garbox
1 16122013
3 2
2 17122013
2 1
3 18122013
2 2
4 19122013
3 1
5 20122013
2 2
6 21122013
3 1
7 22122013
2 2
8 23122013
2 1
9 24122013
3 2
10 27122013
3 1
Universitas Sumatera Utara
2. Data kecacatan produk menunjukkan jumlah produk yang memiliki kecacatan
yang dihasilkan selama 10 periode dapat dilihat pada Tabel 5.30 berikut. Tabel 5.30. Data Kecacatan Produk
No Tanggal
Sprocket Belah
Garbox 1
16122013 2
1 2
17122013 2
3 18122013
2 4
19122013 1
5 20122013
1 1
6 21122013
2 7
22122013 1
1 8
23122013 9
24122013 1
1 10
27122013 1
1
3. Data inventori yang terdapat di lantai produksi dapat dilihat pada Tabel 5.31
berikut.
Tabel 5.31. Data Inventori pada Lantai Produksi Pabrik
No Nama Produk
Jumlah Inventori 1
Roda Roli 30
2 Mur
54 3
Sprocket Bulat 12T 4
4 Sprocket Bulat 10T
5 5
Sprocket Bulat 8T 18
6 Kopling
2 7
Roda Gigi 21
8 Kopling kecil
35 9
Ring 40
10 Plat Cutter
30
Universitas Sumatera Utara
4. Data gerakan-gerakan berlebihan dari operator ketika melakukan produksi
selama 10 periode dapat dilihat pada Tabel 5.32 berikut. Data berikut merupakan penjumlahan setiap gerakan yang tidak perlu yang dilakukan oleh
operator yaitu kegiatan mencari part alat dan meraih material.
Tabel 5.32. Data Excess Motion pada Proses Produksi
No Sprocket
Belah Garbox
1 39
31 2
38 31
3 38
31 4
39 29
5 37
30 6
39 30
7 39
31 8
38 31
9 38
30 10
39 29
5. Data transportasi yang terjadi selama proses produksi selama 10 periode
dapat dilihat pada Tabel 5.33 berikut. Data variabel berikut merupakan penjumlahan kegiatan transportasi yang terjadi setiap satu siklus proses
selama 10 periode produksi. Variabel kegiatan transportasi ini terdiri dari dua kegiatan yaitu perpindahan material dan perpindahan operator.
Universitas Sumatera Utara
Tabel 5.33. Data Transportasi pada Proses Produksi Sprocket Belah
No Sprocket
Belah Garbox
1 38
30 2
36 28
3 37
29 4
36 29
5 38
30 6
37 30
7 37
30 8
36 28
9 37
28 10
38 30
6. Data proses berlebih, yakni kegiatan-kegiatan operasi yang tidak perlu selama
proses produksi berlangsung. Proses berlebih ini terdiri dari dua proses yaitu kegiatan inspeksi dan menumpuk. Berikut adalah penjumlahan kegiatan
inspeksi dan menumpuk selama satu siklus proses dalam 10 periode proses produksi yang dapat dilihat pada Tabel 5.34.
Tabel 5.34. Data Proses Berlebih pada Proses Produksi Sprocket Belah
No Sprocket
Belah Garbox
1 21
21 2
19 20
3 19
21 4
20 19
5 19
19 6
21 18
7 21
20 8
20 20
9 20
19 10
19 20
Universitas Sumatera Utara
7. Data berikut ini merupakan penjumlahan waktu proses selama satu siklus
produksi, dalam 10 periode yang dapat dilihat pada Tabel 5.35 berikut.
Tabel 5.35. Data Waktu Proses Produksi Produk
No Sprocket Belah Menit
Garbox Menit 1
177.07 316.19
2 177.76
321.2 3
182.7 327.53
4 188.11
333.2 5
192.27 325.14
6 183.83
325.07 7
189.93 322.42
8 184.89
324.25 9
181.59 323.1
10 181.68
319.49
5.2.3.2. Uji Korelasi
Setelah data-data diatas diperoleh, selanjutnya dilakukan uji korelasi untuk melihat hubungan yang paling signifikan terhadap faktor independen yakni
jumlah output, dimana produktivitas lantai produksi berbanding lurus dengan jumlah produk yang dihasilkan, dengan kata lain semakin bertambah produk yang
dihasilkan dalam satuan waktu yang telah ditentukan, maka produktivitas lantai produksi tentu akan meningkat. Rumus yang digunakan untuk uji korelasi ini
adalah sebagai berikut: �
��
= � ∑ �
�
�
� –
∑ �
�
∑ �
�
��� ∑ �
� 2
− ∑ �
� 2
�[� ∑ �
� 2
− ∑ �
� 2
]
Universitas Sumatera Utara
1. Korelasi antara kecacatan produk terhadap jumlah produk
a. Korelasi antara kecacatan produk terhadap jumlah produk sprocket belah
Dimana: x = Jumlah produk cacat
y = Jumlah produk sprocket belah
Tabel 5.36. Korelasi Kecacatan dengan Jumlah Produk Sprocket
No Total
Cacat x
i
Sprocket Belah y
i
x
i
.y
i
x
i
y
2 i
2
1 2
3 6
4 9
2 2
4 3
2 2
4 4
4 4
3 9
5 1
2 2
1 4
6 3
9 7
1 2
2 1
4 8
1 2
2 1
4 9
1 3
3 1
9 10
1 3
3 1
9 Total
9 25
22 13
65
�
��
= � ∑ �
�
�
� –
∑ �
�
∑ �
�
��� ∑ �
� 2
− ∑ �
� 2
�[� ∑ �
� 2
− ∑ �
� 2
] �
��
= 10
� 22 − 9 � 25 �|10�9 − 169 |[10�65 − 625]
�
��
= -0142 Dari hasil perhitungan uji korelasi antara jumlah kecacatan produk
terhadap jumlah produk yang dihasilkan, disimpulkan bahwa nilai korelasi antara kedua variabel tidak terlalu kuat dan berhubungan negatif, yang artinya semakin
banyak jumlah produk cacat, semakin sedikit jumlah produk yang dihasilkan. Metode perhitungan yang sama juga dilakukan terhadap jumlah kecacatan produk
Universitas Sumatera Utara
garbox sehingga diperoleh hasil uji korelasi seperti pada Tabel 5.37 sebagai
berikut. Tabel 5.37. Rekapitulasi Uji Korelasi Faktor Pemborosan
Atribut Pemborosan Korelasi Tehadap Produk
Total Korelasi
Sprocket Belah Garbox Kecacatan
-0.142857143 -0.3162 -0.4591 Inventori
-0.153896429 -0.08 -0.2339
Motion 0.581318359 0.34412 0.92544
Transportasi 0.25819889 0.22942 0.48761
Proses Berlebih 0.149071198
0.2 0.34907 Set Up
-0.324738554 -0.2018 -0.5265
Dari hasil rekapitulasi uji korelasi diatas, diperoleh tiga faktor dengan korelasi yang paling tinggi, yakni Motion, Transportasi dan waktu Set Up. Ketiga faktor
ini akan diteliti lebih lanjut, dengan mencari faktor penyebab ketiga pemborosan tersebut, dan akan diberikan perbaikan untuk mencapai kecepatan produksi yang
lebih tinggi.
5.2.3.3. Fishbone Diagram Diagram Sebab-Akibat
Identifikasi penyebab faktor pemborosan yang terjadi di lantai produksi dapat dilakukan dengan diagram sebab akibat Fishbone diagram. Berdasarkan
hasil uji korelasi, identifikasi dilakukan terhadap tiga faktor yang paling berpengaruh yakni motion, transportasi dan waktu set up. Pada faktor motion,
faktor yang akan diteliti, adalah mencari partalat, meraih material. Sedangkan pada faktor transportasi, atribut yang akan diteliti antara lain perpindahan material
dan operator. Dan selanjutnya pada faktor set up, yang diteliti adalah faktor yang mempengaruhi pada jenis pemborosan itu sendiri, dimana semua faktor ini dilihat
Universitas Sumatera Utara
hubungan sebab akibat, baik dari segi operator, material, lingkungan, metode, dan mesin yang mengakibatkan faktor pemborosan yang terjadi.
Operator Material
Lingkungan Metode
Mesin Mencari Part
Alat
Tidak teliti Tidak konsisten
Menumpuk di lantai
Tidak ada group Operator
mengobrol Redup
pencahayaan Mengandalkan
sinar matahari Kurangnya
penggunaan lampu Tidak ada
peletakan kembali Tempat alat
tetap tidak ada Frekuensi
set up tinggi Changover
produk tinggi Tidak mengembalikan
partalat ke tempat semula
Gambar 5.8. Fishbone Diagram Atribut Mencari PartAlat pada Faktor Motion
Operator Material
Lingkungan Metode
Mesin Meraih
Material
Terlalu santai bekerja Meletakkan jauh
dari posisi kerja Tidak berada
pada tempatnya Banyak tumpukan
bahan baku lainnya Tidak ada target
jumlah
Allowance lantai produksi tinggi
Jarak antar mesin cukup jauh
Material dipindahkan sebahagian
Kurangnya penjadwalan mesin
Operasi satu-satu
Keterbatasan kemampuan mesin
Keterbatasan daerah kerja
Gambar 5.9. Fishbone Diagram Atribut Meraih Material pada Faktor Motion
Universitas Sumatera Utara
Operator Material
Lingkungan Metode
Mesin Perpindahan
Material
Kebiasaan memindahkan Prosedur kerja
tidak baik Harus dipindahkan
dengan alat berat Letak material
cukup jauh Tidak mengikuti
prosedur
Allowance lantai tinggi
Lantai produksi cukup luas
Langkah kerja tidak jelas
Proses dilakukan satu per satu
Kapasitas mesin hanya untuk 1 unit
per periode Kurang
pengawasan
SOP tidak tersedia
Material berat
Gambar 5.10. Fishbone Diagram Atribut Perpindahan Material pada Faktor Transportasi
Operator Material
Lingkungan Metode
Mesin Perpindahan
Operator
Tidak teliti Tidak konsisten
Material harus diangkut
Letak material cukup jauh
Kejenuhan beraktivitas
Jarak antar mesin jauh
Lantai produksi cukup luas
Tingginya material handling
Urutan proses permesinan berbeda
Waktu proses berbeda
Posisi kerja selalu berubah
Penggunaan alat material
handling tinggi
Gambar 5.11. Fishbone Diagram Atribut Perpindahan Operator pada Faktor Transportasi
Universitas Sumatera Utara
Operator Material
Lingkungan Metode
Mesin Waktu Set Up
Tinggi
Tidak teliti Tidak konsisten
Ukuran material berbeda-beda
Berat beban material
berbeda-beda Kurang serius
mengerjakan Tempat alat set
up tidak di daerah mesin
Beberapa mesin kurang
pencahayaan Set up ganti setiap
changeover product Waktu pemasangan
jig dan fixture lama Fungsi ganda
untuk banyak bahan
Target produksi kurang jelas
Tidak ada standar waktu set up
Alat ukur sederhana
Gambar 5.12. Fishbone Diagram Faktor Pemborosan Set Up
5.2.3.4. Failure Mode and Effect Analysis FMEA
FMEA merupakan suatu metode untuk mengetahui sumber-sumber dan akar penyebab dari suatu masalah. Pada penggunaan FMEA ini, dapat diketahui
pembobotan dari setiap atribut seperti yang disebutkan pada diagram sebab- akibat. Pada FMEA sendiri, dilakukan penentuan bobot nilai efek kegagalan S,
peluang kegagalan O, dan deteksi kegagalan D, dimana kesemua nilai ini dapat menentukan prioritas dengan nilai RPN.
Universitas Sumatera Utara
BAB VI ANALISIS PEMECAHAN MASALAH
6.1. Analisis