ITS paper 37981 1312105004 Paper
1
Penerapan Metode DMAIC di PT. Coca-Cola
Bottling Indonesia Jawa Timur
Zubdatu Zahrati dan Lucia Aridinanti
Jurusan Statistika, FMIPA, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
e-mail: luciaridinanti@gmail.com
Abstrak— PT. Coca-Cola Bottling Indonesia Jawa Timur
(PT. CCBI Jawa Timur) dikenal sebagai produsen minuman
yang memproduksi beragam produk minuman berkarbonasi.
Kualitas produk merupakan hal yang sangat dipertimbangkan
bagi konsumen untuk memilih produk yang mereka inginkan.
Variabel kualitas yang digunakan pada penelitian ini adalah
volume gas dan brix. Karena variabel tersebut telah
menggunakan alat ukur terkalibrasi. Persentase produk yang
berada pada spesifikasi di bulan Juli 2013 adalah 50% untuk
variabel volume gas sedangkan 22,09% untuk variabel brix.
Padahal target persentase efektifitas adalah 95%, sehingga masih
terdapat gap antara hasil dengan target. Dengan demikian hasil
yang diperoleh tidak efektif. Nilai ��� untuk variabel volume gas
dan brix adalah 0,39 dan 0,26 yang berarti bahwa proses belum
kapabel. Penelitian ini menggunakan metode DMAIC yang
merupakan salah satu metode six sigma bertujuan untuk
mengurangi jumlah produk cacat dan meningkatkan indeks
kapabilitas. Hasil tahap analisis di bulan Agustus 2013 adalah
tidak efektif dan belum kapabel. Selain itu, terjadi penurunan
level sigma sebesar 0,15 sigma untuk volume gas dan 2,16 sigma
untuk brix dari bulan Juli 2013. Hasil tahap control di bulan
September 2013 menunjukkan bahwa telah terjadi peningkatan
0,04 sigma untuk volume gas dan 1,45 sigma untuk brix. Nilai
Cpc juga meningkat sebesar 0,4604 untuk volume gas dan 0,289
untuk brix. Hasil persentase efektifitas di bulan September 2013
diperoleh hasil yang sama untuk volume gas dan brix yaitu
sebesar 42,86% yang berarti bahwa tidak efektif.
Kata Kunci—DMAIC, Efektifitas, Kapabilitas Proses, Six Sigma.
I. PENDAHULUAN
ndustri minuman ringan sudah dimulai sekitar abad ke-19,
terutama di Eropa dan Amerika. Salah satu perusahaan
terbesar minuman di dunia adalah The Coca-Cola
Company. PT. Coca-Cola Bottling Indonesia Jawa Timur (PT.
CCBI Jawa Timur) memproduksi dan mendistribusikan
produk-produk berlisensi dari The Coca-Cola Company. PT.
CCBI Jawa Timur dikenal sebagai produsen minuman yang
memproduksi beragam produk minuman berkarbonasi yang
menjangkau segala macam lapisan konsumen baik kalangan
atas atau bawah. Kualitas merupakan hal yang sangat
dipertimbangkan bagi konsumen untuk memilih produk yang
mereka inginkan. Proses yang baik akan menghasilkan kualitas
yang baik pula dari suatu produk. Dalam dunia industri, suatu
produk dikatakan baik jika masih berada dalam batas
spesifikasi yang ditetapkan oleh perusahaan. Statistical
Proccess Control (SPC) merupakan suatu bagian dari statistika
yang bertujuan untuk melakukan pengontrolan kualitas secara
I
berkala. SPC lebih menekankan pada pendefinisian proses ke
dalam peta kendali [1]. Peta kendali menampilkan grafik dari
suatu proses yang dapat memberikan suatu deskripsi yang luas
untuk mengerti kondisi suatu proses dalam kondisi terkontrol
sebagai bentuk peningkatan kualitas.
Six sigma adalah sebuah metode yang mengaplikasikan alatalat statistik dan teknik mereduksi produk gagal agar tidak
lebih dari 3,4 produk gagal dari satu juta produk. Dengan kata
lain, kondisi tersebut nyaris tanpa cacat. Terdapat beberapa
macam metode six sigma dimana salah satunya adalah DMAIC
yang merupakan singkatan dari Define, Measure, Analyze,
Improve, dan Control [2]. Penelitian tentang DMAIC telah
dilakukan pada proses pengemasan semen (packaging) proyek
Tuban 2 yang menghasilkan nilai Cp sebesar 1,01 dengan level
3,03 sigma dimana nilai sigma sudah memenuhi standar ratarata perusahaan yaitu 3 sigma [3]. PT. CCBI Jawa Timur telah
menerapkan metode DMAIC sejak tahun 2012. Sehingga pada
penelitian ini akan dilakukan penelitian tentang penerapan
metode DMAIC di PT. CCBI Jawa Timur. Ada beberapa
variabel kualitas yang diamati pada saat finish beverage
setelah proses date code dan sebelum proses warmer yaitu
volume gas (CO 2 ), brix (derajat kemanisan), appearance,
taste, dan micro. Karena volume gas (CO 2 ) dan brix (derajat
kemanisan) telah menggunakan alat ukur yang terkalibrasi
maka variabel kualitas tersebut yang akan diteliti.
Persentase produk yang berada di target pada bulan Juli 2013
adalah 50% untuk variabel volume gas sedangkan 22,09%
untuk variabel brix. Padahal target persentase efektifitas adalah
95%. Dengan demikian hasil yang diperoleh tidak efektif.
Nilai Cpc untuk variabel volume gas dan brix adalah 0,39 dan
0,26 yang berarti belum kapabel karena kurang dari 1.
Penelitian ini menggunakan metode DMAIC yang merupakan
salah satu metode six sigma bertujuan untuk mengurangi
jumlah produk cacat, meningkatkan indeks kapabilitas dan
level sigma. Oleh karena itu, pada penelitian ini akan
dilakukan pengujian pergeseran proses antara bulan Juli 2013
dengan Agustus 2013, kapabilitas proses, serta perhitungan
persentase efektifitas penerapan metode DMAIC di PT. CocaCola Bottling Indonesia Jawa Timur.
II. TINJAUAN PUSTAKA
A. Uji Normalitas
Uji normalitas bertujuan untuk menentukan data yang telah
diperoleh mengikuti distribusi normal atau tidak dengan
hipotesis awal adalah data berdistribusi normal. Dengan
2
menggunakan tingkat signifikan α maka H 0 ditolak jika D >
Dα,db atau p_value < α dimana statistik uji D adalah sebagai
berikut.
(1)
� = ���|(�� (�) − �0 (�)|
B. Uji Kruskal Wallis
Pengujian ini digunakan untuk data yang tidak normal
dengan tujuan untuk mengetahui apakah data volume gas dan
brix menunjukkan adanya pergeseran proses antar bulan atau
tidak [4]. Hipotesis awal yang digunakan adalah tidak ada
pergeseran proses antar bulan. Dengan menggunakan tingkat
2
2
> ��,�−1
dimana
signifikan α maka H0 ditolak jika �ℎ�����
2
statistik uji �ℎ����� adalah sebagai berikut.
2
Statistik uji :�ℎ�����
=
12
�(�+1)
∑��=1
��2
��
(2)
− 3(� + 1)
Jika ada angka yang sama maka hasil dari persamaan (2)
∑�
dibagi dengan 1- 3
dimana T = � 3 − �. Dengan k adalah
� −�
banyaknya bulan, t adalah banyaknya nilai pengamatan yang
sama dalam kelompok skor berangka sama dan �� adalah
peringkat pada bulan ke-i.
C. Peta Kendali I-MR
Peta kendali I-MR adalah peta kendali variabel yang
digunakan jika jumlah observasi dari masing-masing subgrup
hanya satu. Keadaan ini mungkin disebabkan oleh beberapa
hal, yaitu: pemeriksaan kualitas sampel perlu waktu lama,
proses produksi berlangsung lama, pemeriksaan kualitas
sampel perlu biaya besar, pemeriksaan kualitas sampel dapat
merusak objek.
Peta kendali individual digunakan untuk pengendalian proses
produksi dengan jumlah pengambilan sampel sama dengan 1
[5]. Pembuatan peta kendali individual I-MR diterapkan pada
proses yang menghasilkan produk relatif homogen, misalnya
cairan kimia, kandungan mineral dari air, kadar residu, dan
lain-lain. Struktur data untuk peta kendali I-MR dapat dilihat
pada Tabel 1 sebagai berikut.
Bulan
Juli
Agustus
Tabel 1.
Struktur data peta I-MR
Karakteristik
Subgrup
Kualitas
1
X1
2
X2
.
.
.
.
.
i
Xi
.
.
.
.
.
.
m
Xm
�
X
1
X1
2
X2
.
.
.
.
.
.
i
Xi
.
.
.
.
.
.
m
�
X
MR
MR 2
.
.
MRi
.
.
.
MR m
�����
MR
MR 2
.
.
.
MRi
.
.
.
�����
MR
Dimana X i adalah nilai pengamatan pada subgrup ke-i
� sebagai rata-rata nilai pengamatan. MR i adalah jarak
dengan X
atau rentang bergerak antara satu pengamatan (X i ) dengan
nilai pengamatan sebelumnya (X i-1 ) pada subgrup ke-i dimana
�����
MR sebagai rata-rata nilai rentang bergerak.
Jika terdapat titik pengamatan yang keluar batas kendali
maka penyebabnya dianalisis menggunakan diagram sebab
akibat. Tujuannya adalah agar dapat mengidentifikasi sebab
terjadinya masalah dan membantu mengantisipasi timbulnya
suatu masalah. Proses dikatakan kapabel jika Cpc > 1 da n
proses telah terkendali secara statistik. Apabila data tidak
normal maka akan dilakukan perhitungan menggunakan indeks
Cpc [5].
(3)
BSA − BSB
Cpc =
6
π
EX−T
2
π
adalah 7,52 dengan T sebagai target atau titik
2
tengah antara batas spesifikasi atas (BSA) dan batas spesifikasi
1
bawah (BSB) atau dengan perhitungan (BSA + BSB).
Nilai 6
2
D. Konsep Six Sigma
Six sigma merupakan suatu metode pengendalian dan
peningkatan kualitas yang diterapkan oleh perusahaan
Motorola sejak tahun 1986, yang merupakan terobosan baru
dalam bidang manajemen kualitas [2]. Salah satu metode six
sigma adalah DMAIC yang terdiri dari beberapa tahap sebagai
berikut.
1. Define, yaitu mendefinisikan masalah yang terjadi
berkaitan dengan variabel penelitian, dampak dari masalah
adalah kualitas produk menurun, melakukan investigasi
terhadap permasalahan, pengukuran tujuan atau hasil yang
dicapai (peningkatan kapabilitas proses dan efektifitas).
2. Measure, yaitu mengukur kinerja proses pada saat sekarang
agar dapat dibandingkan dengan target yang ditetapkan.
Karakteristik kualitas (Critical to Quality) terdiri dari
volume gas dan brix.
3. Analyze, yaitu menganalisis ada perbedaan perlakuan antar
bulan atau tidak, membuat peta kendali I-MR,
mengidentifikasi sumber penyebab keluar batas kendali
dengan diagram sebab akibat, menghitung nilai Cpc dan
persentase efektifitas.
4. Improve, yaitu pengoptimasian proses dengan membuat
solusi yang kemudian diterapkan pada proses produksi.
Pada penelitian ini tahap improve sudah dilakukan oleh
perusahaan.
5. Control, yaitu melakukan pengendalian terhadap proses
secara terus menerus untuk meningkatkan kapabilitas
proses menuju target six sigma dan pencapaian persentase
efektifitas ≥ 95%.
E. Persentase Efektifitas
Efektifitas adalah suatu ukuran yang menyatakan
seberapa jauh target (kuantitas, kualitas, atau waktu) telah
tercapai [6]. Efektifitas kelas dunia untuk proses produksi
adalah ≥ 95% [7]. Perhitungan efektifitas adalah sebagai
berikut.
3
% efektifitas =
Jumlah data yang berada dalam spesi�ikasi
Jumlah data keseluruhan
(4)
III. METODOLOGI PENELITIAN
A. Tahap Define
Definisi masalah pada penelitian ini yaitu perbandingan antar
bulan Juli 2013 dengan Agustus 2013, indeks kapabilitas
proses dan level sigma setelah proses six sigma dilakukan,
serta menghitung persentase efektifitas.
B. Tahap Measure
Pada tahap kedua metode DMAIC adalah tahap measure
dilakukan pada bulan Juli 2013, Agustus 2013, dan September
2013. Tahap ini akan dilakukan penetapan karakteristik
kualitas yang terdiri dari volume gas dan brix. Penjelasan
tentang kedua variabel sebagai berikut.
1. Volume gas (CO 2 )
Volume gas merupakan kadar karbondioksida (CO 2 ) yang
terkandung dalam minuman. S tandar gas volume untuk
produk coca-cola 1L pada l ine produksi 4 a dalah 4,50 ±
0,25. Volume gas diukur dengan menggunakan alat yang
bernama shaker. Pengukuran ini dilakukan dengan cara
mengukur gas yang ada di dalam larutan. Setelah itu, nilai
tekanan tersebut dikombinasikan dengan temperatur minuman
pada saat diukur. Selanjutnya akan menghasilkan volume gas
yang terlarut.
2. Derajat kemanisan (brix)
Brix merupakan derajat kemanisan yang terkandung dalam
suatu produk (beverage). Brix untuk produk coca-cola 1L
mempunyai standar spesifikasi 10,42 dengan toleransi sebesar
± 0,15. Setiap jenis soft drink yang diproduksi memiliki
komposisi gula dan air tertentu. Brix diukur dengan
menggunakan alat yang bernama densitymeter.
Data yang digunakan dalam penelitian ini adalah data
sekunder, yaitu data volume gas (CO 2 ) dan derajat kemanisan
(brix). Pengambilan sampel dilakukan oleh Departemen
Quality Assurance (QA) setiap 30 menit pada saat finish
beverage setelah proses date code dan sebelum proses warmer.
Finish beverage adalah produk yang siap dikemas.
Pengumpulan sampel data produksi dimulai dari bulan Juli
sampai September 2013. Lama produksi pada bulan Juli 2013
mulai tanggal 01 J uli pukul 17.30 WIB sampai 03 J uli 2013
pukul 7.41 WIB. Sehingga sampel yang diambil bulan Juli
2013 adalah sebanyak 86 sampel produk. Lama produksi bulan
Agustus 2013 h anya berlangsung pada tanggal 03 A gustus
2013 pukul 00.00 WIB sampai pukul 11.00 WIB. Sehingga
sampel yang diambil bulan Agustus 2013 adalah sebanyak 26
sampel produk. Lama produksi pada bulan September 2013
juga hanya berlangsung dalam satu hari dari pukul 14.30 WIB
sampai 21.10 WIB. Sehingga sampel yang diambil bulan
September 2013 a dalah sebanyak 14 s ampel produk. Jika
terjadi masalah pada saat proses produksi maka pengambilan
sampel dilakukan kurang dari 30 menit. Jadi, banyak data yang
diperoleh selama 3 bulan adalah 126 data.
C. Tahap Analyze
Tahap analisis dilakukan di bulan Agustus 2013. Terdapat
tiga tujuan yang ingin dicapai dalam penelitian ini yaitu:
1. Untuk mengetahui adanya pergeseran proses antara bulan
Juli 2013 dengan Agustus 2013 atau tidak.
2. Untuk mengetahui indeks kapabilitas proses setelah metode
six sigma diterapkan adalah sebagai berikut.
a. Menggambarkan kondisi proses produksi dengan
menggunakan peta kendali I-MR.
b. Mengidentifikasi faktor penyebab yang diketahui
dengan diagram sebab akibat.
c. Menggambarkan kembali peta kendali yang sudah
dihilangkan titik-titik pengamatan yang berada di luar
batas kendali.
d. Menghitung indeks Cpc dan level sigma.
3. Untuk mengetahui persentase efektifitas.
D. Tahap Improve
Tahap improve dilakukan pada akhir produksi coca-cola 1L
di bulan Agustus 2013. Tahap ini telah dilakukan oleh
perusahaan.
E. Tahap Control
Tahap control dilakukan pada bulan September 2013.
Pengawasan terhadap proses produksi harus dilakukan secara
berkala dan terus menerus. Pada tahap ini, akan diketahui hasil
dari tahap perbaikan yang telah dilakukan sebelumnya. Hasil
yang diperoleh ini akan dihitung persentase efektifitas dari
masing-masing variabel kualitas (volume gas dan brix).
IV. HASIL ANALISIS DAN PEMBAHASAN
Pada bagian keempat ini akan dibahas mengenai tahap
analyze, improve, dan control sebagai berikut.
A. Tahap Analyze
Tahap ketiga dalam metode DMAIC adalah tahap analisis.
Terdapat poin-poin penting yang akan dibahas, diantaranya
adalah uji kenormalan data, pengujian perbedaan perlakuan
antar bulan, dan evaluasi kondisi proses. Uji kenormalan data
menggunakan uji kolmogorov smirnov dengan hipotesis awal
adalah data berdistribusi normal.
Bulan
Juli
Agustus
September
Tabel 2.
Hasil uji kenormalan data per bulan
Variabel
N
Rata-rata
StDev
Volume gas
86
4,554
0,01319
Brix
86
10,36
0,03448
Volume gas
26
4,534
0,04726
Brix
26
10,38
0,05493
Volume gas
14
4,534
0,02409
Brix
14
10,39
0,01437
P_value
0,010
0,010
0,010
0,010
0,010
0,010
Rata-rata volume gas pada bulan Agustus 2013 da n
September 2013 adalah sama yakni sebesar 4,534 ml/ml dan
4,534 ml/ml (Tabel 2). Sedangkan nilai rata-rata brix pada
bulan Juli 2013, Agustus 2013, dan September 2013 a dalah
berbeda-beda. Karena nilai p_value < 0 ,05 maka H 0 ditolak
yang berarti bahwa data tidak berdistribusi normal.
Selanjutnya dilakukan pengujian Kruskal Wallis untuk
mengetahui apakah ada pergeseran proses antar bulan dengan
hipotesis awal yang digunakan adalah tidak ada pergeseran
proses antar bulan.
Tabel 3.
Uji Ktuskal Wallis
2
�ℎ�����
Variabel
Volume gas
3,006
Brix
3,131
P_value
0,083
0,077
4
Individual Value
BKA=
4.57
_
X= 4.554
BKB= 4.537
4.55
4.50
1
1
4.45
1
10
19
28
37
46
55
64
73
82
Subgrup ke-
I ndividual Value
10.55
1
1
10.50
10.45
BKA=
10.420
_
X= 10.385
BKB= 10.350
10.40
10.35
1
1
1
1
1
1
4
7
10
13
16
19
22
25
Subgrup ke1
Moving Range
Jika ditetapkan tingkat signifikan sebesar 5% maka H 0
ditolak yang berarti bahwa bulan Juli 2013 de ngan Agustus
2013 tidak ada pergeseran proses untuk variabel kualitas
2
2
< �(0,05;1)
(3,006
volume gas dan brix (Tabel 3). Nilai �ℎ�����
< 3,841) atau p_value > α (0,083 > 0,05) untuk volume gas.
2
2
Sedangkan nilai �ℎ�����
< �(0,05;1)
(3,131 < 3,841) atau
p_value > α (0,077 > 0,05) untuk brix. Evaluasi kondisi proses
dilakukan pada bulan Juli 2013 (baseline) dan Agustus 2013
(analyze) dengan peta kendali I-MR karena jumlah sampel
sama dengan 1 (n=1). Proses dikatakan tidak terkendali secara
statistik apabila terdapat titik yang terletak diluar batas
kendali. Maka diperlukan tindakan penyelidikan dan perbaikan
untuk mendapatkan dan menghilangkan penyebab tak
terkendali dengan diagram sebab akibat.
0.20
0.15
0.10
BKA=
__
0.043
MR= 0.0132
BKB= 0
0.05
0.00
1
4
7
10
13
16
19
22
25
Subgrup ke-
Gambar 2b. Peta Kendali I-MR Brix Bulan Agustus 2013
Gambar 1a,1b,2a, dan 2b dapat disimpulkan bahwa peta
kendali I-MR belum terkendali secara statistik. Oleh karena
itu, penyebab tidak terkendali dianalisis menggunakan diagram
sebab akibat agar dapat mengidentifikasi sebab terjadinya
masalah dan membantu mengantisipasi timbulnya suatu
masalah.
11
Material
Moving Range
0.100
0.075
Tekanan
input
0.050
BKA=
__
0.0204
MR= 0.0062
BKB= 0
0.025
0.000
1
10
19
28
37
46
55
64
73
Gambar 1a. Peta Kendali I-MR Volume gas Bulan Juli 2013
I ndividual Value
10.50
1
1
10.45
1
1
1
1
1
1
BKA= 10.404
_
X= 10.363
10.35
1
10.30
1 1
1
11
1
10
BKB= 10.323
1
1
19
28
37
46
55
64
73
82
Subgrup ke-
Kontrol
sistem
d
Sistem
pelarutan CO2
Sistem
deaerasi
(
b
ti
Pengaturan
setting
Volume gas
tidak sesuai
spesifikasi
Tipe proses
antar mesin
1
0.12
Moving Range
Jenis
pendinginan
1
10.40
Lingkungan
1
Metode
Mesin
1
0.09
1
0.06
1
1
1
1
BKA= 0.0497
__
MR= 0.0152
BKB= 0
0.03
0.00
1
10
19
28
37
46
55
64
73
82
Subgrup ke-
Gambar 1b. Peta Kendali I-MR Brix Bulan Juli 2013
BKA= 4.599
_
X= 4.534
4.6
I ndividual Value
Kemampuan
operator
Pengetahuan
operator
Sistem
penyimpanan
82
Subgrup ke-
4.5
BKB= 4.469
1
4.4
1
1
4
7
10
13
16
19
22
25
Subgrup ke1
0.100
Moving Range
Manusia
1
BKA= 0.0797
0.075
0.050
__
MR= 0.024
0.025
BKB= 0
0.000
1
4
7
10
13
16
19
22
25
Subgrup ke-
Gambar 2a. Peta Kendali I-MR Volume gas Bulan Agustus 2013
Gambar 3a. Diagram Sebab Akibat Volume gas
Gambar 3a menjelaskan tentang penyebab keluar batas
spesifikasi produk coca-cola 1L untuk variabel kualitas
volume gas. Penyebabnya terdiri atas 4M + 1 L, diantaranya
dari sisi material yakni sistem penyimpanan, dan tekanan input
sehingga dapat berpengaruh terhadap kualitas material.
Pengetahuan dan kemampuan operator dalam melaksanakan
tugas pekerjaannya sudah sesuai dengan instruksi atau tidak.
Hal ini sangat penting karena apabila tidak sesuai maka akan
menghambat proses produksi itu sendiri. Tipe proses antar
mesin yang berbeda-beda menyebabkan setting mesin juga
berbeda. Sehingga perlu pengawasan terhadap setting mesin
secara berkala. Dari sisi metode terdiri atas sistem pelarutan
CO 2 (carbonation) dan sistem deaerasi (pre carbonation).
Untuk itu, diperlukan pengetahuan mengenai metode ersebut
agar proses produksi dapat berjalan maksimal. Hal yang perlu
diperhatikan dalam lingkungan adalah kontrol sistem
pendinginan dan jenis pendinginan. Karena proses
pendinginan ini menjadi sangat penting pada finish product
coca-cola.
5
Material
Manusia
Sistem
penyimpanan
Kontrol sistem
pencampuran
Sistem
pencampuran
Persentase sampel produk
yang berada di target
50%
22,09%
34,62%
15,38%
Kesimpulan
Tidak
Efektif
Tidak
Efektif
Tidak
Efektif
Tidak
Efektif
Tipe mesin
mixer
Setting
mesin mixer
Metode
Mesin
Gambar 3b. Diagram Sebab Akibat Brix
Gambar 3b menjelaskan tentang penyebab keluar batas
spesifikasi target produk coca-cola 1L pada variabel brix yang
dikarenakan oleh 4M+1L. Pembuatan brix tidak selalu sesuai
namun masih berada dalam range merupakan penyebab dari
sisi material. Para operator juga perlu memperhatikan instruksi
penggunaan mesin. Hampir semua mesin menggunakan bahasa
inggris dalam menjelaskan cara penggunaan mesin. Oleh
karena itu, perusahaan juga perlu meningkatkan kemampuan
bahasa inggris khususnya para operator. Metode sistem
pencampuran brix pada proses produksi juga berbeda-beda.
Tipe mesin dan setting mesin pada mixer yang berbeda juga
akan mengakibatkan variasi sampel produk yang dianalisis.
Seharusnya pengawasan dilakukan secara berkala agar dapat
mengetahui kondisi saat proses produksi berlangsung.
Meskipun proses tidak terkendali secara statistik jika hanya
ingin mengetahui indeks kapabilitas proses akan dijelaskan
pada Tabel 4 sebagai berikut.
Tabel 4.
Perbandingan Hasil Kapabilitas Proses Juli 2013 dan Agustus 2013
Bulan
Juli 2013
Agustus 2013
Variabel
Volume gas
Brix
Volume gas
Brix
Cpc
DPMO
Level
Sigma
0,39
58140
3,08 sigma
0,26
372093
3,28 sigma
0,0046
76923
2,93 sigma
0,11
653846
1,12 sigma
Perusahaan telah melakukan evaluasi metode DMAIC setiap
akhir produksi sehingga dapat diketahui bahwa nilai level
sigma adalah 2,93 sigma dan 1,12 sigma pada bulan Agustus
2013 (Tabel 4). Hasil ini masih jauh dari nilai six sigma.
Terjadi penurunan level sigma dari bulan Juli 2013 ke bulan
Agustus 2013 s ebesar 0,15 sigma untuk variabel volume gas.
Sedangkan untuk variabel brix juga mengalami penurunan
sebesar 2,16 sigma. Selanjutnya, jika dilihat dari nilai Cpc juga
mengalami penurunan sebesar 0,3854, nilai DPMO naik
sebesar 18.783 produk cacat per satu juta produk untuk
variabel volume gas. Demikian pula untuk variabel brix yang
nilai Cpc turun sebesar 0,15, nilai DPMO naik sebesar 281.753
produk cacat per satu juta produk. Kondisi ini berarti untuk
variabel volume gas dan brix mengalami penurunan level
sigma. Oleh karena itu, langkah selanjutnya adalah melakukan
perhitungan persentase efektifitas six sigma yang akan
Persentase data sampel yang berada dalam batas spesifikasi
tidak melebihi 95% yang berarti bahwa proses produksi tidak
efektif untuk variabel volume gas dan brix (Tabel 5). Oleh
karena itu, diperlukan tahap-tahap perbaikan yang telah
dilakukan oleh perusahaan. Tahap improve telah dilakukan
pada akhir produksi coca-cola 1L di bulan Agustus 2013
dengan mengidentifikasi akar penyebab masalah menggunakan
diagram sebab akibat.
B. Tahap Improve
Setelah dilakukan tahap analisis maka akan dilakukan
perbaikan proses yang terdapat dalam tahap improve. Pada
kondisi nyata di lapangan, perusahaan telah melakukan
perbaikan setiap kali produksi. Akar permasalahan yang terjadi
telah dicari dengan menggunakan diagram sebab akibat yang
meliputi material, manusia, metode, mesin, dan lingkungan.
Hal yang sering dilakukan perbaikan adalah maintenance pada
mesin. Karena setting mesin yang berbeda-beda sehingga
dapat menghambat jalannya proses produksi. Selain itu, part
mesin yang rusak dan perlu melakukan pemesanan ke luar
negeri juga perlu butuh waktu lama. Breakdown mesin yang
terjadi secara tiba-tiba juga sangat berpengaruh pada proses
produksi. Jika terjadi hal seperti ini maka produk yang
dihasilkan pertama kali akan keluar batas spesifikasi. Oleh
karena itu, dibutuhkan pengawasan ketat setelah breakdown
mesin.
C. Tahap Control
Langkah keempat pada metode DMAIC adalah tahap
pengawasan (control). Analisis peta kendali I-MR bulan
September 2013 digunakan sebagai hasil dari tahap control.
1
I ndividual Value
Sistem
pelarutan
4.600
BKA= 4.5834
4.575
_
X= 4.5343
4.550
4.525
4.500
BKB= 4.4852
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Subgrup ke1
Moving Range
Lingkungan
Brix tidak
sesuai
spesifikasi
Persentase efektifitas level kelas
Tabel 5.
Persentase Efektifitas Bulan Juli 2013 dan Agustus 2013
Bulan
Juli 2013
Agustus 2013
Volume
Volume
Variabel
Brix
Brix
gas
gas
4,55
10,36
Target
4,53
10,36
Kemampuan
operator
Pengetahuan
operator
Range brix
Jenis
pencampuran
dijelaskan pada Tabel 5.
dunia adalah 95% [7].
0.08
BKA= 0.0603
0.06
0.04
__
MR= 0.0185
0.02
BKB= 0
0.00
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Subgrup ke-
Gambar 3a. Peta Kendali I-MR Volume gas Bulan September 2013
6
I ndiv idua l V a lue
10.425
1
1
10.410
BKA= 10.406
efektifitas telah terjadi peningkatan yaitu sebesar 8,24% untuk
variabel volume gas dan 27,48% untuk variabel brix.
_
X= 10.387
10.395
V. KESIMPULAN
10.380
BKB= 10.369
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Subgrup ke-
BKA= 0.023
M ov ing Ra nge
0.020
0.015
__
MR= 0.00692
0.010
0.005
BKB= 0
0.000
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Subgrup ke-
Gambar 3b. Peta Kendali I-MR Brix Bulan September 2013
Gambar 3a dan 3b dapat disimpulkan bahwa peta kendali IMR pada bulan September 2013 (sebagai control) belum
terkendali secara statistik. Oleh karena itu, diperlukan
identifikasi penyebab keluar batas kendali dengan diagram
sebab akibat. Selanjutnya, meskipun proses tidak terkendali
secara statistik jika hanya ingin mengetahui indeks kapabilitas
proses akan dijelaskan pada Tabel 6.
Tabel 6
Hasil Kapabilitas Proses Bulan Agustus 2013 dan September 2013
Bulan
Agustus 2013
September 2013
Variabel
Volume gas
Brix
Volume gas
Brix
Cpc
0,0046
0,11
0,465
0,399
DPMO
76923
653846
71429
142857
Level
2,93 sigma
1,12 sigma
2,97 sigma
2,57 sigma
Sigma
Hasil tahap control pada bulan Agustus 2013 ke bulan
September 2013 menunjukkan peningkatan sebesar nilai 0,04
sigma yang berarti belum mencapai six sigma untuk variabel
volume gas (Tabel 6). Sedangkan untuk variabel brix juga
mengalami kenaikan sebesar 1,45 sigma. Tahap control di
bulan September 2013 menunjukkan hasil analisis kapabilitas
proses adalah nilai Cpc naik sebesar 0,4604 untuk variabel
volume gas. Demikian juga untuk variabel brix yang hasil
analisis kapabilitas proses adalah nilai Cpc mengalami
kenaikan sebesar 0,289 dan DPMO mengalami penurunan
sebesar 510989. Jika dilihat secara keseluruhan hasil level
sigma untuk variabel volume gas dan brix belum mencapai six
sigma. Selanjutnya akan dilakukan perhitungan persentase
efektifitas six sigma terhadap target.
Tabel 7
Persentase Efektifitas Bulan Agustus 2013 dan September 2013
Bulan
Agustus 2013
September 2013
Volume
Volume
Variabel
Brix
Brix
gas
gas
Target
4,53
10,36
4,52
10,38
Persentase sampel produk
34,62%
15,38%
42,86%
42,86%
yang berada di target
Tidak
Tidak
Tidak
Tidak
Kesimpulan
Efektif
Efektif
Efektif
Efektif
Secara keseluruhan, persentase data sampel yang berada
dalam batas spesifikasi belum melebihi 95% yang berarti
bahwa proses produksi tidak efektif untuk masing-masing
variabel kualitas (Tabel 7). Hasil persentase efektifitas six
sigma pada bulan September 2013 untuk kedua variabel
kualitas sama yakni sebesar 42,86%. Jika dibandingkan
dengan bulan Agustus 2013 ( tahap control) maka persentase
Hasil pengujian menggunakan uji kenormalan diperoleh
kesimpulan bahwa data tidak mengikuti distribusi normal.
Hasil uji Kruskal Wallis disimpulkan bahwa adalah tidak ada
perbedaan hasil data antara di bulan Juli 2013 dan Agustus
2013 pada masing-masing variabel kualitas (volume gas dan
brix). Hasil tahap analisis di bulan Agustus 2013 menunjukkan
bahwa proses belum terkendali secara statistik. Selanjutnya
dilakukan tahap improve pada akhir produksi coca-cola 1L di
bulan Agustus 2013 dengan mencari akar penyebab
menggunakan diagram ishikawa. Hasil tahap control di bulan
September 2013 menunjukkan bahwa proses belum terkendali
secara statisik dengan nilai level sigma 2,97 sigma untuk
volume gas dan 2,57 sigma untuk brix. Nilai Cpc yang
diperoleh juga kurang dari 1 yang berarti bahwa proses belum
kapabel. Selanjutnya persentase efektifitas six sigma di bulan
September untuk kedua variabel juga tidak efektif.
Saran untuk PT. CCBI adalah pengawasan terhadap setting
mesin perlu dilakukan secara berkala oleh operator. Selain itu,
pengetahuan dan kemampuan operator juga penting dalam
mengoperasikan mesin. Karena setting pada mesin
berpengaruh besar terhadap hasil analisis. Untuk penelitian
selanjutnya sebaiknya peta kendali yang digunakan adalah non
parametrik karena data tidak berdistribusi normal. Selain itu,
perlu dibuat tabel level six sigma untuk data yang tidak
berdistribusi normal.
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada PT. Coca-Cola
Bottling Indonesia Jawa Timur yang telah memberikan
kesempatan untuk menyelesaikan Tugas Akhir, khususnya
kepada Pak Faris Mazaya dan semua pihak yang elah
membantu selama berada di sana.
DAFTAR PUSTAKA
[1]
[2]
[3]
[4]
[5]
[6]
[7]
Montgomery, D. C. 2005. Introduction to Statistical Quality Control. 5th.
John Wiley & Sons, Inc: New York.
Gaspersz, V. 2007. Lean Six Sigma for Manufacturing and Service
Industries. PT. Gramedia Pustaka Utama, Jakarta.
Suhartono, E. O. 2012. Pengontrolan Kualitas pada Proses Pengemasan
Semen (Packaging) PT. Semen Gresik (Persero) Tbk, di Tuban Berbasis
Metode Six Sigma. Statistika, Institut Teknologi Sepuluh Nopember.
Daniel, W. W. 1989. Statistik Nonparametrik Terapan. PT. Gramedia:
Jakarta.
Montgomery, D. C. 2009. Introduction to Statistical Quality Control. 6th.
John Wiley & Sons, Inc: New York.
Hidayat. 1996. Teori Efektifitas Dalam Kinerja Karyawan. Gajah Mada
University Press, Yogyakarta.
Zandieh, S., Tabatabaei, S.A.N., Ghandehary, M. 2012. Evaluation of
Overall Equipment Effectiveness in a Continuous Process Production
System of Condensate Stabilization Plant in Assalooyeh. Journal of
Contemporary Research In Business, vol. 3, No. 10.
Penerapan Metode DMAIC di PT. Coca-Cola
Bottling Indonesia Jawa Timur
Zubdatu Zahrati dan Lucia Aridinanti
Jurusan Statistika, FMIPA, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia
e-mail: luciaridinanti@gmail.com
Abstrak— PT. Coca-Cola Bottling Indonesia Jawa Timur
(PT. CCBI Jawa Timur) dikenal sebagai produsen minuman
yang memproduksi beragam produk minuman berkarbonasi.
Kualitas produk merupakan hal yang sangat dipertimbangkan
bagi konsumen untuk memilih produk yang mereka inginkan.
Variabel kualitas yang digunakan pada penelitian ini adalah
volume gas dan brix. Karena variabel tersebut telah
menggunakan alat ukur terkalibrasi. Persentase produk yang
berada pada spesifikasi di bulan Juli 2013 adalah 50% untuk
variabel volume gas sedangkan 22,09% untuk variabel brix.
Padahal target persentase efektifitas adalah 95%, sehingga masih
terdapat gap antara hasil dengan target. Dengan demikian hasil
yang diperoleh tidak efektif. Nilai ��� untuk variabel volume gas
dan brix adalah 0,39 dan 0,26 yang berarti bahwa proses belum
kapabel. Penelitian ini menggunakan metode DMAIC yang
merupakan salah satu metode six sigma bertujuan untuk
mengurangi jumlah produk cacat dan meningkatkan indeks
kapabilitas. Hasil tahap analisis di bulan Agustus 2013 adalah
tidak efektif dan belum kapabel. Selain itu, terjadi penurunan
level sigma sebesar 0,15 sigma untuk volume gas dan 2,16 sigma
untuk brix dari bulan Juli 2013. Hasil tahap control di bulan
September 2013 menunjukkan bahwa telah terjadi peningkatan
0,04 sigma untuk volume gas dan 1,45 sigma untuk brix. Nilai
Cpc juga meningkat sebesar 0,4604 untuk volume gas dan 0,289
untuk brix. Hasil persentase efektifitas di bulan September 2013
diperoleh hasil yang sama untuk volume gas dan brix yaitu
sebesar 42,86% yang berarti bahwa tidak efektif.
Kata Kunci—DMAIC, Efektifitas, Kapabilitas Proses, Six Sigma.
I. PENDAHULUAN
ndustri minuman ringan sudah dimulai sekitar abad ke-19,
terutama di Eropa dan Amerika. Salah satu perusahaan
terbesar minuman di dunia adalah The Coca-Cola
Company. PT. Coca-Cola Bottling Indonesia Jawa Timur (PT.
CCBI Jawa Timur) memproduksi dan mendistribusikan
produk-produk berlisensi dari The Coca-Cola Company. PT.
CCBI Jawa Timur dikenal sebagai produsen minuman yang
memproduksi beragam produk minuman berkarbonasi yang
menjangkau segala macam lapisan konsumen baik kalangan
atas atau bawah. Kualitas merupakan hal yang sangat
dipertimbangkan bagi konsumen untuk memilih produk yang
mereka inginkan. Proses yang baik akan menghasilkan kualitas
yang baik pula dari suatu produk. Dalam dunia industri, suatu
produk dikatakan baik jika masih berada dalam batas
spesifikasi yang ditetapkan oleh perusahaan. Statistical
Proccess Control (SPC) merupakan suatu bagian dari statistika
yang bertujuan untuk melakukan pengontrolan kualitas secara
I
berkala. SPC lebih menekankan pada pendefinisian proses ke
dalam peta kendali [1]. Peta kendali menampilkan grafik dari
suatu proses yang dapat memberikan suatu deskripsi yang luas
untuk mengerti kondisi suatu proses dalam kondisi terkontrol
sebagai bentuk peningkatan kualitas.
Six sigma adalah sebuah metode yang mengaplikasikan alatalat statistik dan teknik mereduksi produk gagal agar tidak
lebih dari 3,4 produk gagal dari satu juta produk. Dengan kata
lain, kondisi tersebut nyaris tanpa cacat. Terdapat beberapa
macam metode six sigma dimana salah satunya adalah DMAIC
yang merupakan singkatan dari Define, Measure, Analyze,
Improve, dan Control [2]. Penelitian tentang DMAIC telah
dilakukan pada proses pengemasan semen (packaging) proyek
Tuban 2 yang menghasilkan nilai Cp sebesar 1,01 dengan level
3,03 sigma dimana nilai sigma sudah memenuhi standar ratarata perusahaan yaitu 3 sigma [3]. PT. CCBI Jawa Timur telah
menerapkan metode DMAIC sejak tahun 2012. Sehingga pada
penelitian ini akan dilakukan penelitian tentang penerapan
metode DMAIC di PT. CCBI Jawa Timur. Ada beberapa
variabel kualitas yang diamati pada saat finish beverage
setelah proses date code dan sebelum proses warmer yaitu
volume gas (CO 2 ), brix (derajat kemanisan), appearance,
taste, dan micro. Karena volume gas (CO 2 ) dan brix (derajat
kemanisan) telah menggunakan alat ukur yang terkalibrasi
maka variabel kualitas tersebut yang akan diteliti.
Persentase produk yang berada di target pada bulan Juli 2013
adalah 50% untuk variabel volume gas sedangkan 22,09%
untuk variabel brix. Padahal target persentase efektifitas adalah
95%. Dengan demikian hasil yang diperoleh tidak efektif.
Nilai Cpc untuk variabel volume gas dan brix adalah 0,39 dan
0,26 yang berarti belum kapabel karena kurang dari 1.
Penelitian ini menggunakan metode DMAIC yang merupakan
salah satu metode six sigma bertujuan untuk mengurangi
jumlah produk cacat, meningkatkan indeks kapabilitas dan
level sigma. Oleh karena itu, pada penelitian ini akan
dilakukan pengujian pergeseran proses antara bulan Juli 2013
dengan Agustus 2013, kapabilitas proses, serta perhitungan
persentase efektifitas penerapan metode DMAIC di PT. CocaCola Bottling Indonesia Jawa Timur.
II. TINJAUAN PUSTAKA
A. Uji Normalitas
Uji normalitas bertujuan untuk menentukan data yang telah
diperoleh mengikuti distribusi normal atau tidak dengan
hipotesis awal adalah data berdistribusi normal. Dengan
2
menggunakan tingkat signifikan α maka H 0 ditolak jika D >
Dα,db atau p_value < α dimana statistik uji D adalah sebagai
berikut.
(1)
� = ���|(�� (�) − �0 (�)|
B. Uji Kruskal Wallis
Pengujian ini digunakan untuk data yang tidak normal
dengan tujuan untuk mengetahui apakah data volume gas dan
brix menunjukkan adanya pergeseran proses antar bulan atau
tidak [4]. Hipotesis awal yang digunakan adalah tidak ada
pergeseran proses antar bulan. Dengan menggunakan tingkat
2
2
> ��,�−1
dimana
signifikan α maka H0 ditolak jika �ℎ�����
2
statistik uji �ℎ����� adalah sebagai berikut.
2
Statistik uji :�ℎ�����
=
12
�(�+1)
∑��=1
��2
��
(2)
− 3(� + 1)
Jika ada angka yang sama maka hasil dari persamaan (2)
∑�
dibagi dengan 1- 3
dimana T = � 3 − �. Dengan k adalah
� −�
banyaknya bulan, t adalah banyaknya nilai pengamatan yang
sama dalam kelompok skor berangka sama dan �� adalah
peringkat pada bulan ke-i.
C. Peta Kendali I-MR
Peta kendali I-MR adalah peta kendali variabel yang
digunakan jika jumlah observasi dari masing-masing subgrup
hanya satu. Keadaan ini mungkin disebabkan oleh beberapa
hal, yaitu: pemeriksaan kualitas sampel perlu waktu lama,
proses produksi berlangsung lama, pemeriksaan kualitas
sampel perlu biaya besar, pemeriksaan kualitas sampel dapat
merusak objek.
Peta kendali individual digunakan untuk pengendalian proses
produksi dengan jumlah pengambilan sampel sama dengan 1
[5]. Pembuatan peta kendali individual I-MR diterapkan pada
proses yang menghasilkan produk relatif homogen, misalnya
cairan kimia, kandungan mineral dari air, kadar residu, dan
lain-lain. Struktur data untuk peta kendali I-MR dapat dilihat
pada Tabel 1 sebagai berikut.
Bulan
Juli
Agustus
Tabel 1.
Struktur data peta I-MR
Karakteristik
Subgrup
Kualitas
1
X1
2
X2
.
.
.
.
.
i
Xi
.
.
.
.
.
.
m
Xm
�
X
1
X1
2
X2
.
.
.
.
.
.
i
Xi
.
.
.
.
.
.
m
�
X
MR
MR 2
.
.
MRi
.
.
.
MR m
�����
MR
MR 2
.
.
.
MRi
.
.
.
�����
MR
Dimana X i adalah nilai pengamatan pada subgrup ke-i
� sebagai rata-rata nilai pengamatan. MR i adalah jarak
dengan X
atau rentang bergerak antara satu pengamatan (X i ) dengan
nilai pengamatan sebelumnya (X i-1 ) pada subgrup ke-i dimana
�����
MR sebagai rata-rata nilai rentang bergerak.
Jika terdapat titik pengamatan yang keluar batas kendali
maka penyebabnya dianalisis menggunakan diagram sebab
akibat. Tujuannya adalah agar dapat mengidentifikasi sebab
terjadinya masalah dan membantu mengantisipasi timbulnya
suatu masalah. Proses dikatakan kapabel jika Cpc > 1 da n
proses telah terkendali secara statistik. Apabila data tidak
normal maka akan dilakukan perhitungan menggunakan indeks
Cpc [5].
(3)
BSA − BSB
Cpc =
6
π
EX−T
2
π
adalah 7,52 dengan T sebagai target atau titik
2
tengah antara batas spesifikasi atas (BSA) dan batas spesifikasi
1
bawah (BSB) atau dengan perhitungan (BSA + BSB).
Nilai 6
2
D. Konsep Six Sigma
Six sigma merupakan suatu metode pengendalian dan
peningkatan kualitas yang diterapkan oleh perusahaan
Motorola sejak tahun 1986, yang merupakan terobosan baru
dalam bidang manajemen kualitas [2]. Salah satu metode six
sigma adalah DMAIC yang terdiri dari beberapa tahap sebagai
berikut.
1. Define, yaitu mendefinisikan masalah yang terjadi
berkaitan dengan variabel penelitian, dampak dari masalah
adalah kualitas produk menurun, melakukan investigasi
terhadap permasalahan, pengukuran tujuan atau hasil yang
dicapai (peningkatan kapabilitas proses dan efektifitas).
2. Measure, yaitu mengukur kinerja proses pada saat sekarang
agar dapat dibandingkan dengan target yang ditetapkan.
Karakteristik kualitas (Critical to Quality) terdiri dari
volume gas dan brix.
3. Analyze, yaitu menganalisis ada perbedaan perlakuan antar
bulan atau tidak, membuat peta kendali I-MR,
mengidentifikasi sumber penyebab keluar batas kendali
dengan diagram sebab akibat, menghitung nilai Cpc dan
persentase efektifitas.
4. Improve, yaitu pengoptimasian proses dengan membuat
solusi yang kemudian diterapkan pada proses produksi.
Pada penelitian ini tahap improve sudah dilakukan oleh
perusahaan.
5. Control, yaitu melakukan pengendalian terhadap proses
secara terus menerus untuk meningkatkan kapabilitas
proses menuju target six sigma dan pencapaian persentase
efektifitas ≥ 95%.
E. Persentase Efektifitas
Efektifitas adalah suatu ukuran yang menyatakan
seberapa jauh target (kuantitas, kualitas, atau waktu) telah
tercapai [6]. Efektifitas kelas dunia untuk proses produksi
adalah ≥ 95% [7]. Perhitungan efektifitas adalah sebagai
berikut.
3
% efektifitas =
Jumlah data yang berada dalam spesi�ikasi
Jumlah data keseluruhan
(4)
III. METODOLOGI PENELITIAN
A. Tahap Define
Definisi masalah pada penelitian ini yaitu perbandingan antar
bulan Juli 2013 dengan Agustus 2013, indeks kapabilitas
proses dan level sigma setelah proses six sigma dilakukan,
serta menghitung persentase efektifitas.
B. Tahap Measure
Pada tahap kedua metode DMAIC adalah tahap measure
dilakukan pada bulan Juli 2013, Agustus 2013, dan September
2013. Tahap ini akan dilakukan penetapan karakteristik
kualitas yang terdiri dari volume gas dan brix. Penjelasan
tentang kedua variabel sebagai berikut.
1. Volume gas (CO 2 )
Volume gas merupakan kadar karbondioksida (CO 2 ) yang
terkandung dalam minuman. S tandar gas volume untuk
produk coca-cola 1L pada l ine produksi 4 a dalah 4,50 ±
0,25. Volume gas diukur dengan menggunakan alat yang
bernama shaker. Pengukuran ini dilakukan dengan cara
mengukur gas yang ada di dalam larutan. Setelah itu, nilai
tekanan tersebut dikombinasikan dengan temperatur minuman
pada saat diukur. Selanjutnya akan menghasilkan volume gas
yang terlarut.
2. Derajat kemanisan (brix)
Brix merupakan derajat kemanisan yang terkandung dalam
suatu produk (beverage). Brix untuk produk coca-cola 1L
mempunyai standar spesifikasi 10,42 dengan toleransi sebesar
± 0,15. Setiap jenis soft drink yang diproduksi memiliki
komposisi gula dan air tertentu. Brix diukur dengan
menggunakan alat yang bernama densitymeter.
Data yang digunakan dalam penelitian ini adalah data
sekunder, yaitu data volume gas (CO 2 ) dan derajat kemanisan
(brix). Pengambilan sampel dilakukan oleh Departemen
Quality Assurance (QA) setiap 30 menit pada saat finish
beverage setelah proses date code dan sebelum proses warmer.
Finish beverage adalah produk yang siap dikemas.
Pengumpulan sampel data produksi dimulai dari bulan Juli
sampai September 2013. Lama produksi pada bulan Juli 2013
mulai tanggal 01 J uli pukul 17.30 WIB sampai 03 J uli 2013
pukul 7.41 WIB. Sehingga sampel yang diambil bulan Juli
2013 adalah sebanyak 86 sampel produk. Lama produksi bulan
Agustus 2013 h anya berlangsung pada tanggal 03 A gustus
2013 pukul 00.00 WIB sampai pukul 11.00 WIB. Sehingga
sampel yang diambil bulan Agustus 2013 adalah sebanyak 26
sampel produk. Lama produksi pada bulan September 2013
juga hanya berlangsung dalam satu hari dari pukul 14.30 WIB
sampai 21.10 WIB. Sehingga sampel yang diambil bulan
September 2013 a dalah sebanyak 14 s ampel produk. Jika
terjadi masalah pada saat proses produksi maka pengambilan
sampel dilakukan kurang dari 30 menit. Jadi, banyak data yang
diperoleh selama 3 bulan adalah 126 data.
C. Tahap Analyze
Tahap analisis dilakukan di bulan Agustus 2013. Terdapat
tiga tujuan yang ingin dicapai dalam penelitian ini yaitu:
1. Untuk mengetahui adanya pergeseran proses antara bulan
Juli 2013 dengan Agustus 2013 atau tidak.
2. Untuk mengetahui indeks kapabilitas proses setelah metode
six sigma diterapkan adalah sebagai berikut.
a. Menggambarkan kondisi proses produksi dengan
menggunakan peta kendali I-MR.
b. Mengidentifikasi faktor penyebab yang diketahui
dengan diagram sebab akibat.
c. Menggambarkan kembali peta kendali yang sudah
dihilangkan titik-titik pengamatan yang berada di luar
batas kendali.
d. Menghitung indeks Cpc dan level sigma.
3. Untuk mengetahui persentase efektifitas.
D. Tahap Improve
Tahap improve dilakukan pada akhir produksi coca-cola 1L
di bulan Agustus 2013. Tahap ini telah dilakukan oleh
perusahaan.
E. Tahap Control
Tahap control dilakukan pada bulan September 2013.
Pengawasan terhadap proses produksi harus dilakukan secara
berkala dan terus menerus. Pada tahap ini, akan diketahui hasil
dari tahap perbaikan yang telah dilakukan sebelumnya. Hasil
yang diperoleh ini akan dihitung persentase efektifitas dari
masing-masing variabel kualitas (volume gas dan brix).
IV. HASIL ANALISIS DAN PEMBAHASAN
Pada bagian keempat ini akan dibahas mengenai tahap
analyze, improve, dan control sebagai berikut.
A. Tahap Analyze
Tahap ketiga dalam metode DMAIC adalah tahap analisis.
Terdapat poin-poin penting yang akan dibahas, diantaranya
adalah uji kenormalan data, pengujian perbedaan perlakuan
antar bulan, dan evaluasi kondisi proses. Uji kenormalan data
menggunakan uji kolmogorov smirnov dengan hipotesis awal
adalah data berdistribusi normal.
Bulan
Juli
Agustus
September
Tabel 2.
Hasil uji kenormalan data per bulan
Variabel
N
Rata-rata
StDev
Volume gas
86
4,554
0,01319
Brix
86
10,36
0,03448
Volume gas
26
4,534
0,04726
Brix
26
10,38
0,05493
Volume gas
14
4,534
0,02409
Brix
14
10,39
0,01437
P_value
0,010
0,010
0,010
0,010
0,010
0,010
Rata-rata volume gas pada bulan Agustus 2013 da n
September 2013 adalah sama yakni sebesar 4,534 ml/ml dan
4,534 ml/ml (Tabel 2). Sedangkan nilai rata-rata brix pada
bulan Juli 2013, Agustus 2013, dan September 2013 a dalah
berbeda-beda. Karena nilai p_value < 0 ,05 maka H 0 ditolak
yang berarti bahwa data tidak berdistribusi normal.
Selanjutnya dilakukan pengujian Kruskal Wallis untuk
mengetahui apakah ada pergeseran proses antar bulan dengan
hipotesis awal yang digunakan adalah tidak ada pergeseran
proses antar bulan.
Tabel 3.
Uji Ktuskal Wallis
2
�ℎ�����
Variabel
Volume gas
3,006
Brix
3,131
P_value
0,083
0,077
4
Individual Value
BKA=
4.57
_
X= 4.554
BKB= 4.537
4.55
4.50
1
1
4.45
1
10
19
28
37
46
55
64
73
82
Subgrup ke-
I ndividual Value
10.55
1
1
10.50
10.45
BKA=
10.420
_
X= 10.385
BKB= 10.350
10.40
10.35
1
1
1
1
1
1
4
7
10
13
16
19
22
25
Subgrup ke1
Moving Range
Jika ditetapkan tingkat signifikan sebesar 5% maka H 0
ditolak yang berarti bahwa bulan Juli 2013 de ngan Agustus
2013 tidak ada pergeseran proses untuk variabel kualitas
2
2
< �(0,05;1)
(3,006
volume gas dan brix (Tabel 3). Nilai �ℎ�����
< 3,841) atau p_value > α (0,083 > 0,05) untuk volume gas.
2
2
Sedangkan nilai �ℎ�����
< �(0,05;1)
(3,131 < 3,841) atau
p_value > α (0,077 > 0,05) untuk brix. Evaluasi kondisi proses
dilakukan pada bulan Juli 2013 (baseline) dan Agustus 2013
(analyze) dengan peta kendali I-MR karena jumlah sampel
sama dengan 1 (n=1). Proses dikatakan tidak terkendali secara
statistik apabila terdapat titik yang terletak diluar batas
kendali. Maka diperlukan tindakan penyelidikan dan perbaikan
untuk mendapatkan dan menghilangkan penyebab tak
terkendali dengan diagram sebab akibat.
0.20
0.15
0.10
BKA=
__
0.043
MR= 0.0132
BKB= 0
0.05
0.00
1
4
7
10
13
16
19
22
25
Subgrup ke-
Gambar 2b. Peta Kendali I-MR Brix Bulan Agustus 2013
Gambar 1a,1b,2a, dan 2b dapat disimpulkan bahwa peta
kendali I-MR belum terkendali secara statistik. Oleh karena
itu, penyebab tidak terkendali dianalisis menggunakan diagram
sebab akibat agar dapat mengidentifikasi sebab terjadinya
masalah dan membantu mengantisipasi timbulnya suatu
masalah.
11
Material
Moving Range
0.100
0.075
Tekanan
input
0.050
BKA=
__
0.0204
MR= 0.0062
BKB= 0
0.025
0.000
1
10
19
28
37
46
55
64
73
Gambar 1a. Peta Kendali I-MR Volume gas Bulan Juli 2013
I ndividual Value
10.50
1
1
10.45
1
1
1
1
1
1
BKA= 10.404
_
X= 10.363
10.35
1
10.30
1 1
1
11
1
10
BKB= 10.323
1
1
19
28
37
46
55
64
73
82
Subgrup ke-
Kontrol
sistem
d
Sistem
pelarutan CO2
Sistem
deaerasi
(
b
ti
Pengaturan
setting
Volume gas
tidak sesuai
spesifikasi
Tipe proses
antar mesin
1
0.12
Moving Range
Jenis
pendinginan
1
10.40
Lingkungan
1
Metode
Mesin
1
0.09
1
0.06
1
1
1
1
BKA= 0.0497
__
MR= 0.0152
BKB= 0
0.03
0.00
1
10
19
28
37
46
55
64
73
82
Subgrup ke-
Gambar 1b. Peta Kendali I-MR Brix Bulan Juli 2013
BKA= 4.599
_
X= 4.534
4.6
I ndividual Value
Kemampuan
operator
Pengetahuan
operator
Sistem
penyimpanan
82
Subgrup ke-
4.5
BKB= 4.469
1
4.4
1
1
4
7
10
13
16
19
22
25
Subgrup ke1
0.100
Moving Range
Manusia
1
BKA= 0.0797
0.075
0.050
__
MR= 0.024
0.025
BKB= 0
0.000
1
4
7
10
13
16
19
22
25
Subgrup ke-
Gambar 2a. Peta Kendali I-MR Volume gas Bulan Agustus 2013
Gambar 3a. Diagram Sebab Akibat Volume gas
Gambar 3a menjelaskan tentang penyebab keluar batas
spesifikasi produk coca-cola 1L untuk variabel kualitas
volume gas. Penyebabnya terdiri atas 4M + 1 L, diantaranya
dari sisi material yakni sistem penyimpanan, dan tekanan input
sehingga dapat berpengaruh terhadap kualitas material.
Pengetahuan dan kemampuan operator dalam melaksanakan
tugas pekerjaannya sudah sesuai dengan instruksi atau tidak.
Hal ini sangat penting karena apabila tidak sesuai maka akan
menghambat proses produksi itu sendiri. Tipe proses antar
mesin yang berbeda-beda menyebabkan setting mesin juga
berbeda. Sehingga perlu pengawasan terhadap setting mesin
secara berkala. Dari sisi metode terdiri atas sistem pelarutan
CO 2 (carbonation) dan sistem deaerasi (pre carbonation).
Untuk itu, diperlukan pengetahuan mengenai metode ersebut
agar proses produksi dapat berjalan maksimal. Hal yang perlu
diperhatikan dalam lingkungan adalah kontrol sistem
pendinginan dan jenis pendinginan. Karena proses
pendinginan ini menjadi sangat penting pada finish product
coca-cola.
5
Material
Manusia
Sistem
penyimpanan
Kontrol sistem
pencampuran
Sistem
pencampuran
Persentase sampel produk
yang berada di target
50%
22,09%
34,62%
15,38%
Kesimpulan
Tidak
Efektif
Tidak
Efektif
Tidak
Efektif
Tidak
Efektif
Tipe mesin
mixer
Setting
mesin mixer
Metode
Mesin
Gambar 3b. Diagram Sebab Akibat Brix
Gambar 3b menjelaskan tentang penyebab keluar batas
spesifikasi target produk coca-cola 1L pada variabel brix yang
dikarenakan oleh 4M+1L. Pembuatan brix tidak selalu sesuai
namun masih berada dalam range merupakan penyebab dari
sisi material. Para operator juga perlu memperhatikan instruksi
penggunaan mesin. Hampir semua mesin menggunakan bahasa
inggris dalam menjelaskan cara penggunaan mesin. Oleh
karena itu, perusahaan juga perlu meningkatkan kemampuan
bahasa inggris khususnya para operator. Metode sistem
pencampuran brix pada proses produksi juga berbeda-beda.
Tipe mesin dan setting mesin pada mixer yang berbeda juga
akan mengakibatkan variasi sampel produk yang dianalisis.
Seharusnya pengawasan dilakukan secara berkala agar dapat
mengetahui kondisi saat proses produksi berlangsung.
Meskipun proses tidak terkendali secara statistik jika hanya
ingin mengetahui indeks kapabilitas proses akan dijelaskan
pada Tabel 4 sebagai berikut.
Tabel 4.
Perbandingan Hasil Kapabilitas Proses Juli 2013 dan Agustus 2013
Bulan
Juli 2013
Agustus 2013
Variabel
Volume gas
Brix
Volume gas
Brix
Cpc
DPMO
Level
Sigma
0,39
58140
3,08 sigma
0,26
372093
3,28 sigma
0,0046
76923
2,93 sigma
0,11
653846
1,12 sigma
Perusahaan telah melakukan evaluasi metode DMAIC setiap
akhir produksi sehingga dapat diketahui bahwa nilai level
sigma adalah 2,93 sigma dan 1,12 sigma pada bulan Agustus
2013 (Tabel 4). Hasil ini masih jauh dari nilai six sigma.
Terjadi penurunan level sigma dari bulan Juli 2013 ke bulan
Agustus 2013 s ebesar 0,15 sigma untuk variabel volume gas.
Sedangkan untuk variabel brix juga mengalami penurunan
sebesar 2,16 sigma. Selanjutnya, jika dilihat dari nilai Cpc juga
mengalami penurunan sebesar 0,3854, nilai DPMO naik
sebesar 18.783 produk cacat per satu juta produk untuk
variabel volume gas. Demikian pula untuk variabel brix yang
nilai Cpc turun sebesar 0,15, nilai DPMO naik sebesar 281.753
produk cacat per satu juta produk. Kondisi ini berarti untuk
variabel volume gas dan brix mengalami penurunan level
sigma. Oleh karena itu, langkah selanjutnya adalah melakukan
perhitungan persentase efektifitas six sigma yang akan
Persentase data sampel yang berada dalam batas spesifikasi
tidak melebihi 95% yang berarti bahwa proses produksi tidak
efektif untuk variabel volume gas dan brix (Tabel 5). Oleh
karena itu, diperlukan tahap-tahap perbaikan yang telah
dilakukan oleh perusahaan. Tahap improve telah dilakukan
pada akhir produksi coca-cola 1L di bulan Agustus 2013
dengan mengidentifikasi akar penyebab masalah menggunakan
diagram sebab akibat.
B. Tahap Improve
Setelah dilakukan tahap analisis maka akan dilakukan
perbaikan proses yang terdapat dalam tahap improve. Pada
kondisi nyata di lapangan, perusahaan telah melakukan
perbaikan setiap kali produksi. Akar permasalahan yang terjadi
telah dicari dengan menggunakan diagram sebab akibat yang
meliputi material, manusia, metode, mesin, dan lingkungan.
Hal yang sering dilakukan perbaikan adalah maintenance pada
mesin. Karena setting mesin yang berbeda-beda sehingga
dapat menghambat jalannya proses produksi. Selain itu, part
mesin yang rusak dan perlu melakukan pemesanan ke luar
negeri juga perlu butuh waktu lama. Breakdown mesin yang
terjadi secara tiba-tiba juga sangat berpengaruh pada proses
produksi. Jika terjadi hal seperti ini maka produk yang
dihasilkan pertama kali akan keluar batas spesifikasi. Oleh
karena itu, dibutuhkan pengawasan ketat setelah breakdown
mesin.
C. Tahap Control
Langkah keempat pada metode DMAIC adalah tahap
pengawasan (control). Analisis peta kendali I-MR bulan
September 2013 digunakan sebagai hasil dari tahap control.
1
I ndividual Value
Sistem
pelarutan
4.600
BKA= 4.5834
4.575
_
X= 4.5343
4.550
4.525
4.500
BKB= 4.4852
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Subgrup ke1
Moving Range
Lingkungan
Brix tidak
sesuai
spesifikasi
Persentase efektifitas level kelas
Tabel 5.
Persentase Efektifitas Bulan Juli 2013 dan Agustus 2013
Bulan
Juli 2013
Agustus 2013
Volume
Volume
Variabel
Brix
Brix
gas
gas
4,55
10,36
Target
4,53
10,36
Kemampuan
operator
Pengetahuan
operator
Range brix
Jenis
pencampuran
dijelaskan pada Tabel 5.
dunia adalah 95% [7].
0.08
BKA= 0.0603
0.06
0.04
__
MR= 0.0185
0.02
BKB= 0
0.00
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Subgrup ke-
Gambar 3a. Peta Kendali I-MR Volume gas Bulan September 2013
6
I ndiv idua l V a lue
10.425
1
1
10.410
BKA= 10.406
efektifitas telah terjadi peningkatan yaitu sebesar 8,24% untuk
variabel volume gas dan 27,48% untuk variabel brix.
_
X= 10.387
10.395
V. KESIMPULAN
10.380
BKB= 10.369
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Subgrup ke-
BKA= 0.023
M ov ing Ra nge
0.020
0.015
__
MR= 0.00692
0.010
0.005
BKB= 0
0.000
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Subgrup ke-
Gambar 3b. Peta Kendali I-MR Brix Bulan September 2013
Gambar 3a dan 3b dapat disimpulkan bahwa peta kendali IMR pada bulan September 2013 (sebagai control) belum
terkendali secara statistik. Oleh karena itu, diperlukan
identifikasi penyebab keluar batas kendali dengan diagram
sebab akibat. Selanjutnya, meskipun proses tidak terkendali
secara statistik jika hanya ingin mengetahui indeks kapabilitas
proses akan dijelaskan pada Tabel 6.
Tabel 6
Hasil Kapabilitas Proses Bulan Agustus 2013 dan September 2013
Bulan
Agustus 2013
September 2013
Variabel
Volume gas
Brix
Volume gas
Brix
Cpc
0,0046
0,11
0,465
0,399
DPMO
76923
653846
71429
142857
Level
2,93 sigma
1,12 sigma
2,97 sigma
2,57 sigma
Sigma
Hasil tahap control pada bulan Agustus 2013 ke bulan
September 2013 menunjukkan peningkatan sebesar nilai 0,04
sigma yang berarti belum mencapai six sigma untuk variabel
volume gas (Tabel 6). Sedangkan untuk variabel brix juga
mengalami kenaikan sebesar 1,45 sigma. Tahap control di
bulan September 2013 menunjukkan hasil analisis kapabilitas
proses adalah nilai Cpc naik sebesar 0,4604 untuk variabel
volume gas. Demikian juga untuk variabel brix yang hasil
analisis kapabilitas proses adalah nilai Cpc mengalami
kenaikan sebesar 0,289 dan DPMO mengalami penurunan
sebesar 510989. Jika dilihat secara keseluruhan hasil level
sigma untuk variabel volume gas dan brix belum mencapai six
sigma. Selanjutnya akan dilakukan perhitungan persentase
efektifitas six sigma terhadap target.
Tabel 7
Persentase Efektifitas Bulan Agustus 2013 dan September 2013
Bulan
Agustus 2013
September 2013
Volume
Volume
Variabel
Brix
Brix
gas
gas
Target
4,53
10,36
4,52
10,38
Persentase sampel produk
34,62%
15,38%
42,86%
42,86%
yang berada di target
Tidak
Tidak
Tidak
Tidak
Kesimpulan
Efektif
Efektif
Efektif
Efektif
Secara keseluruhan, persentase data sampel yang berada
dalam batas spesifikasi belum melebihi 95% yang berarti
bahwa proses produksi tidak efektif untuk masing-masing
variabel kualitas (Tabel 7). Hasil persentase efektifitas six
sigma pada bulan September 2013 untuk kedua variabel
kualitas sama yakni sebesar 42,86%. Jika dibandingkan
dengan bulan Agustus 2013 ( tahap control) maka persentase
Hasil pengujian menggunakan uji kenormalan diperoleh
kesimpulan bahwa data tidak mengikuti distribusi normal.
Hasil uji Kruskal Wallis disimpulkan bahwa adalah tidak ada
perbedaan hasil data antara di bulan Juli 2013 dan Agustus
2013 pada masing-masing variabel kualitas (volume gas dan
brix). Hasil tahap analisis di bulan Agustus 2013 menunjukkan
bahwa proses belum terkendali secara statistik. Selanjutnya
dilakukan tahap improve pada akhir produksi coca-cola 1L di
bulan Agustus 2013 dengan mencari akar penyebab
menggunakan diagram ishikawa. Hasil tahap control di bulan
September 2013 menunjukkan bahwa proses belum terkendali
secara statisik dengan nilai level sigma 2,97 sigma untuk
volume gas dan 2,57 sigma untuk brix. Nilai Cpc yang
diperoleh juga kurang dari 1 yang berarti bahwa proses belum
kapabel. Selanjutnya persentase efektifitas six sigma di bulan
September untuk kedua variabel juga tidak efektif.
Saran untuk PT. CCBI adalah pengawasan terhadap setting
mesin perlu dilakukan secara berkala oleh operator. Selain itu,
pengetahuan dan kemampuan operator juga penting dalam
mengoperasikan mesin. Karena setting pada mesin
berpengaruh besar terhadap hasil analisis. Untuk penelitian
selanjutnya sebaiknya peta kendali yang digunakan adalah non
parametrik karena data tidak berdistribusi normal. Selain itu,
perlu dibuat tabel level six sigma untuk data yang tidak
berdistribusi normal.
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada PT. Coca-Cola
Bottling Indonesia Jawa Timur yang telah memberikan
kesempatan untuk menyelesaikan Tugas Akhir, khususnya
kepada Pak Faris Mazaya dan semua pihak yang elah
membantu selama berada di sana.
DAFTAR PUSTAKA
[1]
[2]
[3]
[4]
[5]
[6]
[7]
Montgomery, D. C. 2005. Introduction to Statistical Quality Control. 5th.
John Wiley & Sons, Inc: New York.
Gaspersz, V. 2007. Lean Six Sigma for Manufacturing and Service
Industries. PT. Gramedia Pustaka Utama, Jakarta.
Suhartono, E. O. 2012. Pengontrolan Kualitas pada Proses Pengemasan
Semen (Packaging) PT. Semen Gresik (Persero) Tbk, di Tuban Berbasis
Metode Six Sigma. Statistika, Institut Teknologi Sepuluh Nopember.
Daniel, W. W. 1989. Statistik Nonparametrik Terapan. PT. Gramedia:
Jakarta.
Montgomery, D. C. 2009. Introduction to Statistical Quality Control. 6th.
John Wiley & Sons, Inc: New York.
Hidayat. 1996. Teori Efektifitas Dalam Kinerja Karyawan. Gajah Mada
University Press, Yogyakarta.
Zandieh, S., Tabatabaei, S.A.N., Ghandehary, M. 2012. Evaluation of
Overall Equipment Effectiveness in a Continuous Process Production
System of Condensate Stabilization Plant in Assalooyeh. Journal of
Contemporary Research In Business, vol. 3, No. 10.