Kesimpulan dan Saran Block Diagram Penelitian Metode Failure Mode and Effect Analysis FMEA

4.8. Analisis Pemecahan Masalah

Analisis faktor penyebab kecacatan dilakukan dengan diagram sebab-akibat. Analisis pemecahan masalah melalui analisis hasil pengolahan data taguchi untuk menemukan akibat dari interaksi antar faktor dan perbaikan yang dapat diberikan menentukan kombinasi faktor dan level faktor melalui analisis varians dan FMEA untuk mengetahui faktor yang paling berpengaruh dan tindakan perbaikan efektif berdasarkan nilai RPN yang perlu dilakukan sebagai solusi pemecahan masalah.

4.9. Kesimpulan dan Saran

Berdasarkan hasil analisis dan pengolahan data, ditarik kesimpulan yang dapat memberikan gambaran secara umum dari penelitian yang dilakukan. Kesimpulan merupakan rangkuman hasil penelitian. Saran-saran yang diberikan berguna untuk tindak lanjut penelitian dan pemberian saran kepada pihak perusahaan mengenai hal-hal yang berkaitan dengan penelitian.

4.10. Block Diagram Penelitian

Block diagram penelitian dapat dilihat pada Gambar 4.2. berikut. Universitas Sumatera Utara MULAI Studi Pendahuluan 1. Observasi langsung 2. Wawancara Studi Literatur 1. Teori Buku 2. Referensi Jurnal Penelitian Perumusan Masalah Pengolahan Data 1. Metode Taguchi 2. Metode Failure Mode and Effect Analysis FMEA Pembahasan Penyebab turunya kualitas dan cara penanggulangannya Kesimpulan dan Saran SELESAI Pengumpulan Data 1. Data primer - OPC - Data jumlah produk - Data jumlah produk cacat 2. Data sekunder - Dokumen perusahaan yang meliputi jumlah produk cacat beberapa bulan sebelumnya. Penetapan Tujuan Penerapan metode Taguchi dan Failure Mode and Effect Analysis FMEA untuk meningkatkan mutu produk Gambar 4.2. Block Diagram Penelitian Universitas Sumatera Utara BAB V PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data

5.1.1. Produksi

Data yang dikumpulkan adalah data produksi sosis berupa data jumlah produksi dan jumlah produk cacat pada bulan April 2015. Data diperoleh melalui dokumentasi catatan perusahaan yang dapat dilihat pada Tabel 5.1. Tabel 5.1. Produksi dan Jumlah Produk Cacat pada April 2015 No Total Produksi Kg Jenis Kecacatan Total Kecacatan Kg Reject Cooking Kg Keriput Kg 1 12000 401,2 119,6 520,8 2 12000 610,55 125,05 735,6 3 12000 414 186,3 600,3 4 12000 754,22 238,18 992,4 5 12000 382,7 127,5 510,2 6 12000 255 45 300 7 12000 306,5 131,4 437,9 8 12000 597 189,2 786,2 9 12000 522,3 78 600,3 10 12000 730,9 139,2 870,1 11 12000 478,6 151,2 629,8 12 12000 277,6 142,8 420,4 13 12000 585 195 780 14 12000 237,7 95,8 333,5 15 12000 317,1 93,3 410,4 16 12000 261 81 342 17 12000 312,7 96,5 409,2 18 12000 446,37 165,65 612,02 19 12000 467,3 102,7 570 20 12000 317 123,7 440,7 Universitas Sumatera Utara Tabel 5.1. Produksi dan Jumlah Produk Cacat pada April 2015 Lanjutan No Total Produksi Kg Jenis Kecacatan Total Kecacatan Kg Reject Cooking Kg Keriput Kg 21 12000 242,65 108,95 351,6 22 12000 331,9 113,3 445,2 23 12000 469,52 95,62 565,14 24 12000 541,32 143 684,32

5.1.2. Penentuan Populasi dan Jumlah Sampel

Perhitungan jumlah sampel dilakukan dengan menggunakan rumus Slovin: Dimana: N = Jumlah Populasi e = galat 0,05 n = jumlah sampel Populasi adalah banyaknya produk yang diproduksi selama satu hari kerja. Kapasitas produksi per hari adalah sebanyak 12 batch adonan sosis 1 batch = 1000 kg. Tiap 1 kg adonan sosis menghasilkan 30 potong sosis dengan demikian jumlah populasi adalah sebesar 360.000 potong. Perhitungan jumlah sampel menggunakan rumus slovin yaitu: ; Jumlah sampel adalah 400 potong. Universitas Sumatera Utara

5.1.3. Data Cacat Produk Sosis

Data cacat pada produk sosis dikumpulkan dan dicatat selama penelitian sedang berlangsung dengan pembagian subgrup per satu kali pengujian kualitas. Tiap subgrup menggunakan sampel sebanyak 400 potong kemudian dihitung jumlah cacat pada masing-masing subgrup tersebut. Data cacat produk sosis dapat dilihat pada Tabel 5.2. Tabel 5.2. Hasil Pengukuran Kecacatan Produk Sosis pada Sampel Periode Juni-Juli 2015 Subgrup Jumlah yang Diperiksa Potong Cacat Total Cacat Potong Reject Cooking Potong Keriput Potong 1 400 18 6 24 2 400 23 5 28 3 400 15 7 22 4 400 13 4 17 5 400 36 12 48 6 400 17 3 20 7 400 9 4 13 8 400 14 5 19 9 400 31 5 36 10 400 21 4 25 11 400 23 7 30 12 400 29 15 44 13 400 17 6 23 14 400 20 8 28 15 400 19 6 25 Universitas Sumatera Utara

5.2. Metode Taguchi

5.2.1. Penentuan Variabel Tak Bebas

Variabel tak bebas yang dijadikan karakteristik kualitas adalah karakteristik atribut yaitu sosis yang reject cooking dan keriput. Karakteristik yang digunakan yaitu the smaller the better yang berarti bahwa semakin berkurangnya jumlah produk yang cacat maka akan semakin baik kualitasnya.

5.2.2. Identifikasi Faktor-faktor Variabel Bebas

Pada tahap ini dipilih faktor-faktor mana saja yang akan diselidiki pengaruhnya terhadap variabel tak bebas yang bersangkutan. Diagram sebab akibat digunakan untuk menggambarkan hubungan kecacatan dengan faktor- faktor penyebabnya. Diagram sebab akibat akan mengidentifikasi berbagai penyebab potensial dari kecacatan yang terjadi. Masalah akan dipecah menjadi sejumlah kategori yang berkaitan, mencakup manusia, mesin, dan metode. Setiap kategori mempunyai sebab-sebab yang perlu diuraikan melalui sesi brainstorming bersama dengan karyawan lantai produksi. Berikut hasil brainstorming tersebut dirangkum dan dikelompokkan berdasarkan kategori tertentu. Hasil diskusi tentang penyebab kecacatan reject cooking adalah: 1. Manusia Ditinjau dari aspek manusia, faktor-faktor yang dapat menyebabkan terjadinya kecacatan reject cooking yaitu, operator tidak berkonsentrasi sehingga kurang teliti dalam bekerja. Operator seringkali tidak memperhatikan tekanan uap smoke house yang kadang tidak stabil selama proses pengeringan berlangsung. Universitas Sumatera Utara Kondisi kesehatan operator yang disebabkan oleh kelelahan dan penyakit yang diderita operator juga dapat mempengaruhi performa operator saat bekerja. 2. Mesin Ditinjau dari segi mesin, kecacatan dapat terjadi karena beberapa hal, seperti pengaturan mesin yang kurang optimal dimana parameter mesin tidak sesuai dengan kebutuhan, seperti besar tekanan uap, suhu pengeringan, dan suhu pemasakan. Jika parameter-parameter tersebut kurang optimal dapat menyebabkan produk sosis tidak matang dengan sempurna atau mengalami casing pecah. 3. Metode Ditinjau dari segi metode kerja, kecacatan dapat terjadi karena SOP yang tidak dijalankan dengan benar dan kurangnya perawatan mesin. Diagram sebab akibat kecacatan reject cooking pada sosis dapat dilihat pada Gambar 5.1. REJECT COOKING Mesin Manusia Tekanan Uap Berubah-ubah SOP Tidak Berjalan Baik Perawatan Mesin Kurang Metode Suhu Drying I Berubah-ubah Suhu Pemasakan Berubah-ubah Suhu Drying II Berubah-ubah Kelalaian Operator Kurangnya Konsentrasi Suhu Drying III Berubah-ubah Gambar 5.1. Diagram Sebab Akibat Kecacatan Reject Cooking pada Sosis Universitas Sumatera Utara Hasil diskusi tentang penyebab kecacatan keriput adalah sebagai berikut: 1. Manusia Ditinjau dari aspek manusia, faktor-faktor yang dapat menyebabkan terjadinya kecacatan keriput adalah kelalaian operator dan kurangnya konsentrasi operator dalam memeriksa meteran air pada stasiun smoke house. 2. Mesin Ditinjau dari segi mesin, kecacatan keriput dapat terjadi karena proses showering yang kurang optimal sehingga suhu sosis yang semula 80 – 83 o C belum mencapai suhu yang diharapkan, yaitu 38 – 40 o C untuk menjalani proses cooling down dengan NH 3 . Jika suhu sosis belum mencapai 38 – 40 o C dan langsung dimasukkan ke dalam proses cooling down akan menyebabkan sosis mengkerut atau keriput. Ditinjau dari segi mesin, proses showering yang kurang optimal dapat disesabkan oleh cycle siklus penyemprotan air yang kurang optimal. 3. Metode Ditinjau dari segi metode kerja, kecacatan dapat terjadi karena SOP yang tidak dijalankan dengan benar dan kurangnya perawatan mesin. Diagram sebab akibat kecacatan keriput pada sosis dapat dilihat pada Gambar 5.2. Universitas Sumatera Utara KERIPUT Mesin Manusia SOP Tidak Berjalan Baik Perawatan Mesin Kurang Metode Siklus Penyemprotan Air Tidak Stabil Kelalaian Operator Kurangnya Konsentrasi Gambar 5.2. Diagram Sebab Akibat Kecacatan Keriput pada Sosis Diagram sebab akibat menunjukkan faktor-faktor yang mempengaruhi kualitas sosis adalah kemampuan operator, parameter mesin, material yang diolah, dan metode kerja. Faktor-faktor yang diidentifikasi tersebut masih tercampur tercampur antar faktor kontrol dan faktor gangguan, maka dilakukan klasifikasi faktor kontrol dan faktor gangguan. Faktor kontrol adalah faktor yang nilainya dapat diatur. Faktor noise gangguan adalah faktor yang tidak dapat dikontrol atau memerlukan uasaha dan biaya yang besar untuk dikendalikan. Faktor noise meliputi kelalaian dan kurangnya konsentrasi operator serta pelaksanaan SOP yang kurang berjalan baik. Faktor kontrol meliputi: 1. Suhu Pemasakan 2. Tekanan Uap 3. Suhu pada Drying I Universitas Sumatera Utara 4. Suhu pada Drying II 5. Suhu pada Drying III 6. Siklus Penyempotan Air

5.2.3. Penentuan Jumlah Level

Penentuan jumlah level penting artinya untuk ketelitian hasil eksperimen dan ongkos pelaksanaan eksperimen. Makin banyak level yang diteliti maka hasil eksperimen akan lebih teliti karena data yang diperoleh lebih banyak. Tetapi banyaknya level akan meningkatkan jumlah pengamatan sehingga menaikkan ongkos eksperimen. Nilai level faktor yang digunakan perusahaan dapat berubah-ubah sesuai dengan keputusan manajerial namun terdapat batas minimum dan maksimum dari masing-masing faktor. Nilai level yang digunakan adalah nilai ekstrim yaitu nilai minimum dan nilai maksimum 2 level sehingga didapatkan jumlah dan nilai level untuk setiap faktor. Jumlah level dan nilai level tiap faktor dapat dilihat pada Tabel 5.3. Tabel 5.3. Penentuan Jumlah Level dan Nilai Level Faktor Kode Faktor Level 1 Level 2 Standar Perusahaan A Suhu Pemasakan 85 o C 90 o C 85 o C B Tekanan Uap 2,5 Bar 3 Bar 3 Bar C Suhu Drying I 47 o C 50 o C 50 o C D Suhu Drying II 55 o C 60 o C 55 o C E Suhu Drying III 65 o C 70 o C 70 o C F Siklus Penyemprotan Air 2 detik 3 detik 3 detik Universitas Sumatera Utara

5.2.4. Perhitungan Derajad Kebebasan

Perhitungan derajad kebebasan dilakukan untuk menghitung jumlah minimum penelitian yang harus dilakukan untuk menyelidiki faktor yang diamati. Perhitungan derajad kebebasan dan kombinasi yang diusulkan nantinya akan mempengaruhi pemilihan dalam tabel matriks orthogonal. Pada penelitian ini terdapat 6 faktor dan 2 level maka perhitungan derajad kebebasan dapat dilihat pada Tabel 5.4. Tabel 5.4. Perhitungan Derajad Kebebasan Faktor Derajad Kebebasan dof Hasil A 2-1 1 B 2-1 1 C 2-1 1 D 2-1 1 E 2-1 1 F 2-1 1 Total Derajat Kebebasan dof 6

5.2.5. Pemilihan Matriks Ortogonal

Jumlah derajad kebebasan pada penelitian ini adalah 6. Matriks ortogonal standar dengan 2 level mempunyai beberapa pilihan matriks ortogonal seperti pada pada Tabel 5.5. berikut. Tabel 5.5. Matriks Ortogonal Standar dengan 2 Level Matriks Ortogonal 2 Level L 4 2 3 L 8 2 7 L 12 2 11 L 16 2 15 L 32 2 31 L 64 2 63 Pemilihan matriks ortogonal yang sesuai dengan eksperimen ini adalah Universitas Sumatera Utara matriks ortogonal yang memiliki derajad kebebasan yang lebih besar atau sama dengan derajad kebebasan faktor dan level di dalam eksperimen. Perhitungan derajad kebebasan untuk matriks ortogonal L 4 2 3 adalah sebagai berikut: Derajad kebebasan = banyaknya faktor x banyaknya level – 1 = 3 x 2-1 = 3 derajad kebebasan Perhitungan derajad kebebasan untuk matriks ortogonal L 8 2 7 adalah sebagai berikut: Derajad kebebasan = banyaknya faktor x banyaknya level – 1 = 7 x 2-1 = 7 derajad kebebasan Hasil perhitungan derajad kebebasan matriks ortogonal yang lebih besar dari 6 adalah pada matriks ortogonal L 8 2 7 dengan derajad kebebasan 7 maka dipilihlah matriks ortogonal L 8 2 7 .

5.2.6. Penempatan Kolom untuk Faktor dan Interaksi ke Dalam Matriks Ortogonal

Penelitian ini menggunakan 6 faktor, yaitu A, B, C, D, E, dan F dan memiliki 2 level serta memiliki nilai derajad kebebasan 7 dengan matriks ortogonal L 8 2 7 . Dengan demikian grafik yang sesuai dengan penelitian ini adalah grafik linier seperti pada Gambar 5.3. Universitas Sumatera Utara A B D E C F 1 2 3 4 5 6 7 Gambar 5.3. Grafik linier L 8 2 7 Faktor A ditempatkan pada kolom 1, faktor B pada kolom 2, faktor C pada kolom 3, faktor D pada kolom 4, faktor E pada kolom 5, faktor F pada kolom 6, dan error pada kolom 7. Hal ini dapat dilihat pada Tabel 5.6. Tabel 5.6. Penempatan Kolom untuk Faktor dan Interaksi ke Dalam Matriks Ortogonal L 8 2 7 Matriks Ortogonal L 8 2 7 Eksperimen 1 2 3 4 5 6 7 A B C D E F e 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2

5.2.7. Persiapan dan Pelaksanaan Eksperimen Taguchi

Tahapan persiapan percobaan meliputi pengamatan mesin smoke house dan melakukan penyetelan masing-masing faktor pada mesin sesuai dengan tabel orthogonal array. Hasil eksperimen dapat dilihat pada Tabel 5.7. Universitas Sumatera Utara Tabel 5.7. Data Hasil Percobaan Terhadap Kualitas Sosis Eksperimen MatriksOrtogonal L 8 2 7 Jumlah cacat Potong Rata-rata Faktor 1 2 3 4 5 6 7 I II A B C D E F e 1 1 1 1 1 1 1 1 23 22 22.5 2 1 1 1 2 2 2 2 15 11 13.0 3 1 2 2 1 1 2 2 30 37 33.5 4 1 2 2 2 2 1 1 11 12 11.5 5 2 1 2 1 2 1 2 27 33 30.0 6 2 1 2 2 1 2 1 31 26 28.5 7 2 2 1 1 2 2 1 39 42 40.5 8 2 2 1 2 1 1 2 26 21 23.5

5.2.8. Perhitungan Efek Faktor dari Rata-rata

Analisis nilai rata-rata level bertujuan untuk mengidentifikasi efek yag paling kuat dan menemukan kombinasi faktor dan interaksi yang memberikan hasil paling sesuai dengan yang diharapkan. Untuk mengidentifikasi pengaruh level dari faktor terhadap kualitas produk sosis maka dilakukan perhitungan nilai rata-rata tiap level dengan rumus: Dimana: Rata-rata tiap kondisi eksperimen Y 1...n = nilai variabel tak bebas n =Banyaknya replikasi Untuk menghitung rata-rata total pengaruh faktor untuk setiap level digunakan rumus: Universitas Sumatera Utara Dimana: Rata-rata total pengaruh faktor untuk setiap level A1...An = Rata-rata kondisi eksperimen pada level dan faktor tertentu n = Banyaknya replikasi Contoh untuk faktor A: Rata-rata pengaruh faktor A pada level 1: = 20,125 Rata-rata pengaruh faktor A pada level 2: =30,625 Tabel hasil perhitungan seluruh faktor dan interaksi respon dari pengaruh faktor interaksi dapat dilihat pada Tabel 5.8. Tabel 5.8. Tabel Respon dari Pengaruh Faktor A B C D E F e Level 1 20.125 23.500 24.875 31.625 27.000 21.875 25.750 Level 2 30.625 27.250 25.875 19.125 23.750 28.875 25.000 Selisih 10.500 3.750 1.000 12.500 3.250 7.000 0.750 Rank 2 4 6 1 5 3 7

5.2.9. Perhitungan Efek Faktor dari Rasio SN

Analisa Rasio SN Signal-To-Noise digunakan untuk memilih faktor- faktor serta level yang memiliki kontribusi pada pengurangan variasi suatu Universitas Sumatera Utara respon. Signal to noise ratio merupakan persamaan yang mereprentasikan kemampuan proses dalam memproduksi produk dengan baik. Rumus yang digunakan untuk menghitung semakin kecil, semakin baik Signal to Noise Ratio adalah: = -10 Dimana: = Signal to Noise ke-n σ = Simpangan baku y = rata-rata Contoh perhitungan untuk nilai adalah sebagai berikut: SN 1 = -10 0,7 2 + 22,5 2 = -27,048 Perhitungan pengaruh faktor dan interaksi berdasarkan Signal to Noise Ratio dapat dilihat pada contoh perhitungan berikut ini: 1. Pengaruh faktor A Rata-rata pengaruh faktor A pada level 1: = -25,338 Rata-rata pengaruh faktor A pada level 2: =-29,618 Rekapitulasi hasil perhitungan nilai SN Ratio untuk setiap eksperimen dapat dilihat pada Tabel 5.9. Universitas Sumatera Utara Tabel 5.9. Signal to Noise Ratio Eksperimen MatriksOrtogonal L 8 2 7 Rata- rata σ 2 + y 2 SN Faktor 1 2 3 4 5 6 7 A B C D E F e 1 1 1 1 1 1 1 1 22.5 506.75 -27.048 2 1 1 1 2 2 2 2 13.0 177.00 -22.480 3 1 2 2 1 1 2 2 33.5 1146.75 -30.595 4 1 2 2 2 2 1 1 11.5 132.75 -21.230 5 2 1 2 1 2 1 2 30.0 918.00 -29.628 6 2 1 2 2 1 2 1 28.5 824.75 -29.163 7 2 2 1 1 2 2 1 40.5 1644.75 -32.161 8 2 2 1 2 1 1 2 23.5 564.75 -27.519 Peringkat dan selisih setiap faktor berdasarkan perhitungan Signal to noise dapat dilihat pada Tabel 5.10. Tabel 5.10. Peringkat dan Selisih Faktor dan Interaksi Signal to Noise A B C D E F e Level 1 -25.338 -27.080 -27.302 -29.858 -28.581 -26.356 -27.401 Level 2 -29.618 -27.876 -27.654 -25.098 -26.375 -28.600 -27.555 Selisih 4.280 0.796 0.352 4.760 2.206 2.243 0.155 Rank 2 5 6 1 4 3 7

5.2.10. Analisis Varians

Analisis varians digunakan untuk mengidentifikasi pengaruh level dari faktor sehingga akurasi perkiraan model dapat dilakukan berdasarkan nilai rata- rata. 1. Perhitungan jumlah kuadrat level faktor sum of square Untuk mengidentifikasi pengaruh level dari faktor terhadap kualitas produk sosis maka dilakukan perhitungan nilai rata-rata tiap level. Universitas Sumatera Utara SSn = Dimana: SSn = Jumlah kuadrat fakor ke-n. = Jumlah level faktor A. = Jumlah percobaan faktor A level ke-i. T = Jumlah seluruh nilai data. N = Banyak data keseluruhan. Contoh perhitungan nilai rata-rata tiap level adalah sebagai berikut. Faktor A = + - = + - = 220,5 2. Perhitungan derajat kebebasan Perhitungan derajat kebebasan dilakukan pada tiap faktor dengan rumus: = - 1 Dimana: = Derajat kebebasan faktor x = Jumlah level dari setiap faktor Dengan menggunakan rumus tersebut diatas maka dapat diperoleh derajat kebebasan dari setiap faktor: = 2-1 = 1 = 2-1 = 1 = 2-1 = 1 = 2-1 = 1 Universitas Sumatera Utara = 2-1 = 1 = 2-1 = 1 Derajat kebebasan untuk setiap eksperimen adalah sebanyak 1 untuk setiap eksperimen dimana dilakukan 16 eksperimen. Derajat kebebasan untuk rata- rata adalah 1 sehingga derajat kebebasan total adalah 16-1 = 15. Derajad kebebasan untuk error adalah derajad kebebasan total dikurang derajad kebebasan setiap faktor sehingga derajat kebebasan untuk error adalah 15-6=9. 3. Perhitungan kuadrat rata-rata Mean Square Kuadrat rata-rata dihitung dengan rumus: = Dimana: = Rata-rata kuadrat faktor n = Jumlah kuadrat faktor n = Derajat kebebasan faktor n Contoh perhitungan rata-rata kuadrat untuk setiap faktor: Faktor A = = 8 4. Perhitungan jumlah kuadrat total. Jumlah kuadrat total dihitung dengan rumus: = = = 5834,5 Universitas Sumatera Utara 5. Perhitungan rata-rata kuadrat Kuadrat karena rata-rata dapat dihitung dengan rumus: SSm = n. Dimana: n = Jumlah eksperimen y = Rata-rata persen banyaknya cacat SSm = 8 x 25,38 2 = 5151,13 6. Perhitungan jumlah kuadrat error sse Jumlah kuadrat error dihitung dengan rumus: = = 220,5 + 28,13 + 2 + 312,5 + 21,13 + 98 = 682,25 = = 5834,5 – 5151,13 – 682,25 = 1,13 7. Perhitungan F-rasio Nilai F-rasio dihitung dengan rumus: F = MSM Dimana: MS = Rata-rata kuadrat M = Rata-rata kuadrat error Perhitungan F-rasio untuk setiap faktor dilakukan seperti contoh perhitungan berikut ini: F-rasio A = = 1764 8. Perhitungan persen kontribusi Perhitungan persen kontribusi untuk masing-masing faktor dan karakteristik kualitas dapat dihitung dengan rumus: Universitas Sumatera Utara P = x 100 Sebelum persen kontribusi dihitung terlebih dahulu SS’ dengan menggunakan rumus sebagai berikut: = - MS e Perhitungan persen kontibusi untuk setiap faktor dilakukan seperti contoh perhitungan di bawah ini: Untuk karakteristik faktor A yaitu: = - M = 220,5 – 0.13 1 = 220,38 Maka persen kontribusi faktor A yaitu: P = x 100 = 32.30 Hasil perhitungan analisis varians dilihat pada Tabel 5.11. Tabel 5.11. Analisis Varians Rata-rata Sumber SS v MS F-rasio SS p A 220.50 1 220.50 1764 220.38 32.30 B 28.13 1 28.13 225 28.00 4.10 C 2.00 1 2.00 16 1.88 0.27 D 312.50 1 312.50 2500 312.38 45.79 E 21.13 1 21.13 169 21.00 3.08 Universitas Sumatera Utara F 98.00 1 98.00 784 97.88 14.35 SSe 1.13 9 0.13 1 0.75 0.11 St 682.25 15 45.48 - 682.25 100 Mean 5151.13 1 - - - - ST 5834.50 16 - - - - Dari tabel F, dengan α=0,05, v 1 =1, v 2 =9, didapatkan nilai F 0,05;1;9 = 5,12. Nilai F-ratio dari masing-masing faktor lebih besar dari 5,12. Hal tersebut menunjukkan semua faktor penting.

5.2.11. Pooling Faktor-faktor yang Tidak Signifikan

Analisis varians menunjukkan bahwa semua faktor penting namun untuk menghindari kesalahan, digunakan setengah derajad kebebasan dari matriks ortogonal yang digunakan dalam eksperimen maka akan digunakan 3 faktor utama untuk perkiraan. Pooling dilakukan terhadap 4 faktor dengan nilai F-ratio terkecil ke dalam error. Faktor yang akan di poling up di beri tanda “Y” pada kolom Pool. Nilai SSe dihitung kembali dengan menjumlahkan nilai SS faktor yang di pooling up. SS e pool = SS e + SS C SS e pool =1,13 + 2 = 3,13 Nilai MS e yang baru dihitung menggunakan rumus MS e pool = MS e pool = = 0.31 Nilai F-ratio yang baru dihitung menggunakan rumus sebagai berikut: Nilai F-rasio dihitung dengan rumus: Universitas Sumatera Utara F-ratio = MS faktor MS e pool Dimana: MS faktor = kuadrat Rata-rata M = Rata-rata kuadrat error F-rasio A = = 705,6 F-rasio B = = 90 F-rasio D = = 1000 F-rasio E = = 67,60 F-rasio F = = 313,6 Hasil pooling terhadap faktor C dapat dilihat pada Tabel 5.12. Tabel 5.12. Hasil Pooling terhadap Faktor C Sumber Pool SS v MS F-rasio SS p A 8 1 8 320 7,975 31,43 B Y 0,125 1 0,125 - - - C 3,125 1 3,125 125 3,1 12,22 D 0,5 1 0,5 20 0,475 1,87 E 12,5 1 12,5 500 12,475 49,16 F 1,125 1 1,125 45 1,1 4,33 e Y 0,125 9 0,014 - - - Pooled e 0,250 10 0,025 1 0,250 0,99 St 25,375 15 1,691667 - 25,375 100,00 Mean 144,5 1 - - - - ST 170 16 - - - - Universitas Sumatera Utara Pooling juga dilakukan terhadap 2 faktor lain dengan nilai jumlah kuadrat error terkecil, yaitu faktor E dan B. Hasil perhitungan analisis varians akhir dapat dilihat pada Tabel 5.13. Tabel 5.13. Analisis Varians Penggabungan Sumber Pool SS v MS F-rasio SS p A 220.50 1 220.50 50.52 216.135 31.68 B Y 28.13 1 - - - - C Y 2.00 1 - - - - D 312.50 1 312.50 71.60 308.135 45.16 E Y 21.13 1 - - - - F 98.00 1 98.00 22.45 93.635 13.72 e Y 1.13 9 - - - - Pooled e 52.38 12 4.36 1.00 64.344 9.43 St 682.25 15 - - 682.250 100.00 Mean 5151.13 1 - - - - ST 5834.50 16 - - - - Analisis varians akhir dapat dilihat pada Tabel 5.14. Tabel 5.14. Analisis Varians Akhir Sumber Pool SS v MS F-rasio SS p A 220.50 1 220.50 50.52 216.135 31.68 D 312.50 1 312.50 71.60 308.135 45.16 F 98.00 1 98.00 22.45 93.635 13.72 Pooled e 52.38 12 4.36 1.00 64.344 9.43 St 682.25 15 45.48 - 682.250 100.00 Mean 5151.13 1 - - - - ST 5834.50 16 - - - - Pengujian hipotesa dan kesimpulan dengan tingkat kepercayaan 95 yang diperoleh dari tabel analisis varians setelah dilakukan polling terhadap faktor A, D Universitas Sumatera Utara dan F. Nilai F-tabel yang digunakan adalah F 0,05;1;12 = 4,75. Apabila uji F lebih kecil dari nilai F tabel maka H o diterima atau berarti tidak ada pengaruh perlakuan. Namun jika uji F lebih besar dari nilai F tabel, maka H o ditolak berarti ada pengaruh perlakuan. 1. Faktor A : Tidak ada pengaruh faktor A terhadap kualitas produk sosis : Ada pengaruh A terhadap kualitas produk sosis Kesimpulan : = 50,52 F 0,05;1;12 = 4,75 maka H o ditolak artinya ada pengaruh suhu pemasakan terhadap kualitas sosis. 2. Faktor D : Tidak ada pengaruh faktor D terhadap kualitas produk sosis : Ada pengaruh D terhadap kualitas produk sosis Kesimpulan : = 71,60 F 0,05;1;12 = 4,75 maka H o ditolak artinya ada pengaruh Suhu Drying II terhadap kualitas sosis. 3. Faktor F : Tidak ada pengaruh faktor F terhadap kualitas produk sosis : Ada pengaruh F terhadap kualitas produk sosis Kesimpulan : = 22,45 F 0,05;1;12 = 4,75 maka H o ditolak artinya ada pengaruh siklus penyempotan air terhadap kualitas sosis.

5.2.12. Perhitungan Interval Kepercayaan

Faktor-faktor yang berpengaruh secara signifikan terhadap kualitas produk sosis yang optimum yaitu faktor A level 1, faktor D level 2, dan faktor F level 1. Universitas Sumatera Utara Model persamaan rata-rata kualitas produk sosis menurut Glen Stuart Peace adalah sebagai berikut: = + - + - + - Dimana: = Rata-rata jumlah reject = Respon rata-rata dari pengaruh faktor A pada level 1 = Respon rata-rata dari pengaruh faktor D pada level 2 = Respon rata-rata dari pengaruh faktor F pada level 1 = + - + - + - = 25,38 + 20,125 - 25,38 + 19,125 - 25,38+ 21,875 - 25,38 = 10,375 Interval kepercayaan rata-rata pada tingkat kepercayaan 95 menurut Irwan Soejanto adalah: Diketahui : F 0,05;1;12 = 4,75 dan Variansi pooled error V e = 4,365 = = = = 4 Selang kepercayaan prediksi optimal yaitu: CI = ± = ± = ± 2,28 Interval kepercayaan adalah sebagai berikut: Universitas Sumatera Utara - CI ≤ ≤ + CI 10,375 – 2,28 ≤ 10,375+ 2,28 8,098 ≤ 12,652

5.2.13. Eksperimen Konfirmasi

Pada eksperimen konfirmasi, faktor dan level ditetapkan pada faktor dan level yang menghasilkan kondisi optimal. Faktor dan level yang digunakan dapat dilihat pada tabel faktor dan level eksperimen konfirmasi pada Tabel 5.15. Tabel 5.15. Faktor dan Level Eksperimen Konfirmasi Kode Faktor Level A Suhu Pemasakan 85 o C D Suhu Drying II 60 o C F Siklus Penyemprotan 2 detik Eksperimen konfirmasi dilakukan sebanyak 8 kali dengan sampel yang diperiksa sebanyak 400 potong. Hasil dari percobaan tersebut terdapat pada Tabel 5.16. Tabel 5.16. Hasil Eksperimen Konfirmasi Eksperimen Hasil Eksperimen Potong 1 13 2 12 3 11 4 12 5 14 6 11 7 9 Universitas Sumatera Utara 8 11 Nilai rata-rata eksperimen konfirmasi : Nilai rata-rata Interval kepercayaan rata-rata untuk eksperimen konfirmasi adalah: CI = ± = ± = ± 2,79 - CI ≤ ≤ + CI – 2,79 ≤ + 2,79 8,837 ≤ 14,413 Perhitungan interval kepercayaan menunjukkan bahwa interval kepercayaan dari rata-rata yang diprediksi 8,098 ≤ 12,652 tumpang tindih dengan interval kepercayaan dari eksperimen konfirmasi 8,837 ≤ 14,413. Rata-rata hasil eksperimen konfirmasi juga berada pada interval kepercayaan eksperimen Taguchi. Dengan demikian dapat disimpulkan bahwa hasil eksperimen dapat direproduksi.

5.3. Metode Failure Mode and Effect Analysis FMEA

FMEA bertujuan untuk menganalisis dan menentukan focus masalah serta prioritas langkah perbaikan. Kegagalan yang dianalisis pada FMEA adalah hal-hal yang menyebabkan kegagalan pada faktor-faktor yang berpengaruh signifikan pada kualitas sosis berdasarkan metode Taguchi. Universitas Sumatera Utara Kegagalan yang terjadi diidentifikasi efek yang disebabkannya dengan melakukan pengamatan dan wawancara terhadap setiap responden yang telah ditetapkan. Penilaian untuk setiap faktor dalam FMEA meliputi keseriusan efek yang diakibatkan kegagalan severity, frekuensi kegagalan occurrence, dan tingkat pendeteksian detection. Wawancara dilakukan terhadap kepala produksi departemen sosis dan kepala quality control. Tahap-tahap dalam proses FMEA adalah sebagai berikut: 1. Penentuan Jenis Kegagalan Potensial Jenis kegagalan potensial pada produksi sosis yang berpengaruh signifikan terhadap kualitas sosis adalah suhu pemasakan, suhu Drying II, dan siklus penyemprotan yang kurang optimal. 2. Penentuan Efek yang Ditimbulkan oleh Kegagalan Dari ketiga jenis kegagalan yang ada, ditemukan efek yang dapat ditimbulkan adalah sosis yang tidak matang sempurna, casing sosis pecah dan sosis yang mengalami pengkerutan. Berdasarkan hasil wawancara, dapat ditentukan nilai efek kegagalan severity dari ketiga jenis kegagalan tersebut, yaitu: a. Suhu pemasakan yang kurang optimal mengakibatkan beberapa sosis tidak matang sempurna sehingga produk harus disortir dan di- rework. Hal ini juga sedikit mengganggu kelancaran produksi. Dengan demikian kepala produksi dan kepala quality control memberikan nilai severity 7. b. Suhu pengeringan tahap II Drying II yang tidak optimal menyebabkan produk sosis lembek dan lengket. Hal tersebut Universitas Sumatera Utara mengakibatkan produk harus disortir dan di-rework serta dapat megganggu kelancaran produksi maka diberikan nilai severity 7. c. Siklus penyemprotan yang kurang optimal pada saat Showering mengakibatkan sosis keriput. Hal tersebut mengakibatkan produk harus disortir dan di-rework serta dapat megganggu kelancaran produksi maka diberikan nilai severity 7. 3. Identifikasi Penyebab Potensial dari Kegagalan a. Sosis tidak matang dengan sempurna dapat diakibatkan oleh beberapa penyebab potensial, yaitu kadar air sosis yang terlalu tinggi akibat proses drying yang terjadi sebelumnya tidak sempurna, dan suhu pemasakan yang berubah sewaktu-waktu karena kerusakan . Kadar air sosis yang terlalu tinggi sering terjadi, yaitu dapat mencapai 1 kali dalam 100 kali proses pemasakan maka diberi nilai occurance 7. Suhu pemasakan yang berubah-ubah dapat terjadi 1 kali dalam 50 kali proses pemasakan maka diberi nilai occurance 8. b. Proses Drying II yang tidak optimal dapat disebabkan kerusakan pada mesin dengan nilai occurance 8, operator yang kurang teliti atau kurang terampil mengontrol mesin dengan nilai occurance 6. c. Siklus penyemprotan yang kurang optimal dapat disebabkan meteran air yang berubah-ubah dengan nilai occurance 6, dan kelalaian operator dengan nilai occurance 5. Universitas Sumatera Utara 4. Identifikasi Metode Pengendalian Kegagalan Dengan memperhatikan penyebab kegagalan, maka dapat dilakukan kendali atau kontrol penyebab terjadinya kegagalan yang dapat dilakukan oleh pekerja atau perusahaan untuk meminimumkan resiko kegagalan tersebut. Kendali yang dilakukan antara lain: a. Mengontrol proses Drying II dengan teliti agar kadar air sosis telah mencapai standar yang ditetapkan pada saat memasuki proses pemasakan. b. Perawatan dan kontrol secara berkala dilakukan terhadap mesin smoke house agar tidak terjadi perubahan suhu saat proses pemasakan berlangsung sehingga sosis masak sempurna. c. Perawatan dan kontrol secara berkala dilakukan terhadap mesin smoke house agar suhu tidak berubah-ubah sehingga proses drying II dapat berlangsung sempurna. d. Perusahaan memberikan pelatihan keterampilan dan motivasi kerja terhadap operator agar teliti dan terampil dalam mengontrol mesin. e. Memeriksa dan mengontrol meteran air secara berkala agar proses penyemprotan dapat berjalan dengan sempurna. f. Perusahaan meningkatkan kedisiplinan operator dalam penggunaan dan pengendalian mesin. 5. Perhitungan Risk Priority Number RPN Risk priortiy number adalah nilai yang merepresentasikan nilai severity, occuerence dan detection. Universitas Sumatera Utara Hasil rekapitulasi proses FMEA dan perhitungan risk priority number ditunjukkan pada Tabel 5.17. Universitas Sumatera Utara Tabel 5.17. Rekapitulasi Failure Mode and Effect Analysis Jenis Kegagalan Potensial Efek yang Ditimbulkan Kegagalan S Penentuan Penyebab Kegagalan O Kontrol Proses D RPN Suhu pemasakan tidak optimal Sosis tidak matang sempurna 7 Kadar air sosis yang terlalu tinggi akibat proses drying yang terjadi sebelumnya tidak sempurna 7 Mengontrol proses Drying II dengan teliti agar standar kadar air sosis tercapai 1 47 Suhu pemasakan yang berubah- ubah 8 Perawatan dan kontrol mesin secara berkala 3 168 Suhu drying II tidak optimal Sosis lembek dan lengket 7 Suhu drying II yang berubah-ubah 7 Perawatan dan kontrol mesin secara berkala 3 147 Operator kurang telititerampil 6 Memberikan pelatihan keterampilan dan motivasi kerja 2 84 Siklus Sosis keriput 7 Meteran air berubah-ubah 6 Memeriksa dan mengontrol meteran air secara berkala 1 42 Universitas Sumatera Utara penyemprotan tidak optimal Operator lalai 5 Meningkatkan kedisiplinan operator 2 70 Universitas Sumatera Utara No. Dok.: FM-GKM-TI-TS-01-06A ; Tgl. Efektif : 02 Juli 2012; Revisi : 00 Hasil analisis FMEA menunjukkan bahwa penyebab kegagalan yang memiliki RPN terbesar adalah suhu pemasakan dan suhu drying II yang berubah- ubah. Penanggulangan untuk penyebab kegagalan ini adalah perawatan yang dilakukan secara berkala dan preventif agar mesin dapat berfungsi dengan baik sesuai yang diharapkan. Operator juga perlu mengontrol atau mengamati display mesin secara berkala sehingga apabila terjadi perubahan suhu pada saat proses pemasakan dan drying II berlangsung dapat segera diantisipasi. Universitas Sumatera Utara No. Dok.: FM-GKM-TI-TS-01-06A ; Tgl. Efektif : 02 Juli 2012; Revisi : 00 BAB VI HASIL DAN PEMBAHASAN

6.1. Hasil dan Pembahasan Cause and Effect Diagram