Download - PERBAIKAN KUALITAS PRODUK CACAT ULIR M5
PERBAIKAN KUALITAS PRODUK CACAT ULIR M5
OVER PADA PROSES MACHINING ULIR PRODUK
EPS (ELECTRIC POWER STEERING) HOUSING
MENGGUNAKAN PENDEKATAN DMAIC
Oleh
Zaenal Fanani
NIM : 004201505034
Diajukan Untuk Memenuhi Persyaratan Akademik
Mencapai Gelar Sarjana Strata Satu
pada Fakultas Teknik
Program Studi Teknik Industri
2019
i
REKOMENDASI PEMBIMBING AKADEMIK
Skripsi berjudul “Perbaikan Kualitas Produk Cacat Ulir M5 Over
Pada Proses Machining Ulir Produk EPS (Electric Power Steering)
Housing Menggunakan Pendekatan DMAIC” yang disusun dan
diajukan oleh Zaenal Fanani sebagai salah satu persyaratan untuk
mendapatkan gelar sarjana Strata Satu (S1) pada Fakultas Teknik telah
ditinjau dan dianggap memenuhi persyaratan sebuah skripsi. Oleh
karena itu, Saya merekomendasikan skripsi ini untuk maju sidang.
Cikarang, Indonesia, Januari 2019
Ir. Hery Hamdi Azwir, M.T.
ii
LEMBAR PERNYATAAN ORISINALITAS
Saya menyatakan bahwa skripsi berjudul “Perbaikan Kualitas
Produk Cacat Ulir M5 Over Pada Proses Machining Ulir Produk
EPS (Electric Power Steering) Housing Menggunakan Pendekatan
DMAIC” adalah hasil dari pekerjaan saya dan seluruh ide, pendapat
atau materi dari sumber lain telah dikutip dengan cara penulisan
referensi yang sesuai.
Pernyataan ini saya buat sebenar-benarnya dan jika pernyataan ini tidak
sesuai dengan kenyataan maka saya bersedia menanggung sanksi yang
akan dikenakan pada saya.
Cikarang, Indonesia, Januari 2019
Zaenal Fanani
iii
LEMBAR PENGESAHAN
PERBAIKAN KUALITAS PRODUK CACAT ULIR M5
OVER PROSES MACHINING ULIR PADA PRODUK
EPS (ELECTRIC POWER STEERING) HOUSING
MENGGUNAKAN PENDEKATAN DMAIC
Oleh
Zaenal Fanani
NIM: 004201505034
Disetujui Oleh:
Ir. Hery Hamdi Azwir, M.T.
Pembimbing Skripsi
Ir. Andira Taslim, M.T.
Ketua Program Studi Teknik Industri
iv
ABSTRAK
PT. ABC merupakan perusahaan manufaktur yang memproduksi komponen EPS
(Electric Power Steering) part Housing yaitu suatu komponen yang berfungsi
membantu pengoperasian kemudi mobil. Namun, terdapat permasalahan proses
produksi EPS yaitu terjadinya kegagalan proses dengan kecacatan selama 3 bulan
terakhir mencapai angka rata-rata 3,9% dari total produksi, melebihi standar yang
ditargetkan perusahaan yaitu 2%. Untuk mengatasinya maka dilakukan perbaikan
menggunakan pendekatan DMAIC dengan harapan mengetahui faktor penyebab
kecacatan serta meminimasi jumlah kecacatan yang terjadi. Pada tahap define
diketahui alur proses produksi secara keseluruhan dan diperoleh 5 hasil CTQ
dengan CTQ kunci yaitu ulir M5 over dengan persentase 31,1% dari akumulasi
selama 3 bulan. Kemudian pada tahap measure, berdasarkan konversi perhitungan
DPMO ke tabel sigma didapatkan level 3,92 sigma. Kemudian tahap analyze
didapatkan 6 akar masalah sehingga di tahap improve dilakukan perbaikan dengan
metode 5W + 1H. Hasil perbandingan sebelum dan sesudah perbaikan, jumlah cacat
dari 3086 pcs menjadi 1948 pcs per 22 hari kerja atau menurun 0,54% dengan
kenaikan level sigma menjadi 4,01 sigma. Perusahaan harus melakukan perbaikan
berkesinambungan agar dapat mencapai level 6 sigma setara dengan industri kelas
dunia.
Kata Kunci: Quality Control, DMAIC, Perbaikan, Critical to Quality, Ulir M5
Over.
v
ABSTRACT
PT. ABC is a manufacturing company that produces EPS (Electric Power Steering)
part Housing component. It is a component that serves to assist the operation of
car steering. However, there are EPS production process problems, namely the
occurrence of process failures with disabilities in the last 3 months reaching an
average rate about 3.9% of total production, exceeding the standards targeted by
the company about 2%. To overcome this, the DMAIC approach to know is needed
causes of disability and minimizing the number of disabilities that occur. At the
define phase is known the order of the overall production process and there are 5
CTQ results with CTQ,key that is thread M5 over about 31.1% of accumulation for
3 months. Then in the measure phase, based on the conversion of DPMO
calculations to the Sigma table, is obtained at level 3.92 sigma. Then the analyze
phase is obtained by 6 root causes, so that in the improve phase, is made
improvements using the 5W + 1H method. The comparison results before and after
repairs are the number of defects from 3086 pcs to 1948 pcs per 22 working days
or decrease by 0.54% with an increase in sigma level to 4.01 sigma. Company
should create the continuous improvement to reach at level 6 sigma equivalent with
world-class industries.
Keyword: Quality Control, DMAIC, Improvement, Critical to Quality, Thread M5
Over.
vi
KATA PENGANTAR
Segala puji syukur penulis panjatkan kepada Allah Azza Wa Jalla, karena atas
segala berkat, karunia dan hidayah-Nya, penulis mampu menyelesaikan
penyusunan skripsi.Laporan skripsi ini tidak akan terwujud tanpa ada dukungan
dari berbagai pihak melalui bantuan, dorongan dan doa. Oleh karena itu, pada
kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Bapak Ir. Hery Hamdi Azwir, M.T selaku dosen pembimbing skripsi yang
telah memberikan bimbingan, saran dan masukan dalam menyelesaikan
tugas akhir ini.
2. Bapak Suprianto dan Ibu Lismiati selaku orang tua saya yang selalu
memberikan doa terbaik juga dukungannya. Semoga Allah senantiasa
memberikan hidayah dan umur panjang dalam kebaikan kepada beliau.
3. Ibu Ir. Andira Taslim, M.T selaku Kaprodi Fakultas Teknik Jurusan Teknik
Industri yang selalu membimbing dan memotivasi kami.
4. Teman-teman jurusan Industrial Engineering khususnya bacth 2015 yang
saling memberi semangat dan motivasi.
5. Semua pihak yang penulis tiak bisa sebutkan satu per satu yang sudah
terlibat dalam penelitian ini.
Penulis menyadari dalam hal penulisan skripsi ini masih jauh dari sempurna. Oleh
karena itu kritik, pendapat dan saran yang membangun dari pembaca sangat
dinantikan. Semoga laporan ini dapat bermanfaat bagi penulis khususnya dan bagi
pembaca pada umumnya, Aamiin.
Cikarang, Januari 2019
Zaenal Fanani
vii
DAFTAR ISI
REKOMENDASI PEMBIMBING AKADEMIK ............................................... i
LEMBAR PERNYATAAN ORISINALITAS .................................................... ii
LEMBAR PENGESAHAN ................................................................................. iii
ABSTRAK ............................................................................................................ iv
ABSTRACT ........................................................................................................... v
KATA PENGANTAR .......................................................................................... vi
DAFTAR ISI ........................................................................................................ vii
DAFTAR TABEL ................................................................................................ ix
DAFTAR GAMBAR ............................................................................................ xi
DAFTAR ISTILAH ........................................................................................... xiii
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ............................................................................................ 1
1.2 Perumusan Masalah ..................................................................................... 3
1.3 Tujuan Penelitian ......................................................................................... 4
1.4 Batasan dan Lingkup Masalah .................................................................... 4
1.5 Asumsi Penelitian ........................................................................................ 4
1.6 Sistematika Penelitian ................................................................................. 4
BAB II TINJAUAN PUSTAKA ........................................................................... 7
2.1 Kualitas ........................................................................................................ 7
2.2 Pengendalian Kualitas ................................................................................. 8
2.3 Produk Cacat ............................................................................................... 9
2.4 CNC (Computer Numerically Control) Machining .................................. 10
2.4.1 CNC Lathe Machine (Bubut)......................................................... 10
2.4.2 CNC Drilling Machine (Mesin CNC Bor).................................... 11
2.5 Thread (Ulir) ............................................................................................. 11
2.6 Pendekatan DMAIC ................................................................................... 12
2.6.1 Tahap-Tahap Pengendalian Kualitas dengan menggunakan
pendekatan DMAIC. .................................................................................. 13
viii
2.6.1.1 Tahap Define ................................................................................. 13
2.6.1.2 Tahap Measure .............................................................................. 17
2.6.1.3 Tahap Analyze ............................................................................... 18
2.6.1.4 Tahap Improve ............................................................................... 27
2.6.1.5 Tahap Control ................................................................................ 27
BAB III METODOLOGI PENELITIAN ......................................................... 29
3.1 Studi Lapangan / Observasi ....................................................................... 30
3.2 Identifikasi Masalah .................................................................................. 30
3.3 Studi Literatur ........................................................................................... 30
3.4 Pengumpulan Data .................................................................................... 30
3.5 Analisis dan Perbaikan .............................................................................. 31
3.6 Kesimpulan dan Saran ............................................................................... 33
BAB IV DATA DAN ANALISIS ....................................................................... 34
4.1 Pengumpulan Data .................................................................................... 34
4.1.1 Electric Power Steering (EPS). ..................................................... 34
4.1.2 Data Produksi ................................................................................ 35
4.2 Analisis dan Perbaikan .............................................................................. 37
4.2.1 Tahap Define ................................................................................. 37
4.2.2 Tahap Measure .............................................................................. 46
4.2.3 Tahap Analyze ............................................................................... 47
4.2.4 Tahap Improve ............................................................................... 62
4.2.5 Tahap Control ................................................................................ 68
4.3 Ringkasan .................................................................................................. 70
BAB V KESIMPULAN DAN SARAN .............................................................. 75
5.1 Kesimpulan ................................................................................................ 75
5.2 Saran. ......................................................................................................... 75
DAFTAR PUSTAKA .......................................................................................... 77
LAMPIRAN ......................................................................................................... 78
ix
DAFTAR TABEL
Tabel 1.1 Jumlah produksi line EPS Housing PT. ABC bulan Juni, Juli, Agustus
2018. ........................................................................................................................ 2
Tabel 1.2 Jumlah produk cacat line EPS Housing PT. ABC bulan Juni, Juli, Agustus
2018. ........................................................................................................................ 2
Tabel 1.3 Data produk cacat line EPS Housing. ..................................................... 3
Tabel 2.1 Level Sigma dan kredibilitas…….…………………...…………...........13
Tabel 2.2 Kapabilitas proses sigma terpusat dan pergeseran proses ±1,5σ. ......... 21
Tabel 2.3 Kriteria Severity. ................................................................................... 24
Tabel 2.4 Kriterisa Rating Occurance. ................................................................. 25
Tabel 2.5 Kriteria Rating Detection. ..................................................................... 26
Tabel 4. 1 Data produksi line EPS Housing PT. ABC bulan Juni, Juli, Agustus
2018………………………………………………………………………………36
Tabel 4.2 Mesin yang digunakan untuk produksi line EPS Housing. ................... 41
Tabel 4.3 Jenis cacat. ............................................................................................ 44
Tabel 4.4 Produk cacat CTQ. ................................................................................ 44
Tabel 4.5 Aktual level sigma semua jenis cacat selama tiga bulan. ..................... 47
Tabel 4.6 Data observasi bulan Juni. .................................................................... 48
Tabel 4.7 Data proporsi cacat................................................................................ 49
Tabel 4.8 Data peta kendali. .................................................................................. 51
Tabel 4.9 Konversi Level Sigma. .......................................................................... 52
Tabel 4.10 Potential failure dan Potential effect. ................................................. 56
Tabel 4.11 Penentu Rank Severity ......................................................................... 56
Tabel 4.12 Rank Severity....................................................................................... 57
Tabel 4.13 Rank Occerence. ................................................................................. 58
Tabel 4.14 Rank detection. .................................................................................... 59
Tabel 4.15 RPN. .................................................................................................... 60
Tabel 4.16 Rank RPN yang sudah diurutkan. ....................................................... 61
Tabel 4.17 Hasil 5W + 1H. ................................................................................... 63
Tabel 4.18 Jumlah produk cacat sesudah perbaikan. ............................................ 70
x
Tabel 4.19 Perbandingan sebelum dan sesudah perbaikan. .................................. 71
Tabel 4.20 Perbandingan sigma semua jenis cacat. .............................................. 72
xi
DAFTAR GAMBAR
Gambar 2.1 Contoh diagram SIPOC. .................................................................... 14
Gambar 2.2 Contoh Flowchart. ............................................................................ 15
Gambar 2.3 Contoh Flowmap. .............................................................................. 16
Gambar 2.4 Contoh tampilan diagram pareto. ...................................................... 17
Gambar 2.5 Contoh diagram sebab akibat. ........................................................... 22
Gambar 3.1 Diagram alir penelitian…………………………………...…..……...30
Gambar 4.1 EPS Housing dan posisinya di kemudi mobil……….………………35
Gambar 4.2 Part EPS Housing. ............................................................................ 35
Gambar 4.3 Grafik produksi line EPS Housing PT. ABC bulan Juni, Juli, Agustus.
............................................................................................................................... 36
Gambar 4.4 Persentase target dan aktual produk cacat. ........................................ 37
Gambar 4.5 Diagram SIPOC................................................................................. 38
Gambar 4.6 Flowchart proses machining. ............................................................ 39
Gambar 4.7 Flowchart proses produk. .................................................................. 40
Gambar 4.8 Flowmap proses kerja operator ......................................................... 42
Gambar 4.9 Flowmap mesin. ................................................................................ 43
Gambar 4.10 Diagram pareto CTQ. ...................................................................... 45
Gambar 4.11 P chart produk cacat ulir M5 over. ................................................. 51
Gambar 4.12 Diagram sebab akibat. ..................................................................... 55
Gambar 4.13 Clamp sebelum perbaikan. .............................................................. 64
Gambar 4.14 Clamp sesudah perbaikan. ............................................................... 64
Gambar 4.15 Kondisi saringan sebelum perbaikan............................................... 65
Gambar 4.16 Kondisi saringan sesudah perbaikan. .............................................. 65
Gambar 4.17 Proses round out dan check sheet round out. .................................. 66
Gambar 4.18 Nozzle coolant sebelum perbaikan. ................................................. 67
Gambar 4.19 Nozzle coolant sesudah perbaikan. .................................................. 67
Gambar 4.20 Kegiatan refresh training operator. ................................................. 68
Gambar 4.21 Alat ukur dan pengukuran yang dilakukan oleh incoming. ............. 68
xii
Gambar 4.22 Revisi IK mesin TC ......................................................................... 69
Gambar 4.23 Revisi IK incoming.......................................................................... 69
Gambar 4.24 Diagram perbandingan persentase cacat ulir M5 over. ................... 72
Gambar 4.25 Data input pada software SPSS. ...................................................... 73
Gambar 4.26 Hasil uji menggunakan software SPSS. .......................................... 74
xiii
DAFTAR ISTILAH
- Cavity : Cetakan yang membentuk produk dalam rongga cetak.
- Chip : Hasil sisa proses produksi machining.
- Airgun : Alat yang mengeluarkan udara bertekanan yang digunakan untuk
membersihkan part saat proses produksi.
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Salah satu cara untuk bersaing dalam kompetisi industri diera modern adalah
dengan mengutamakan perihal kualitas produk. Sudut pandang dasar konsumen
dalam penggunaan produk ataupun pemanfaatan jasa adalah kualitas dari produk
ataupun jasa tersebut. Maka apabila produsen barang ataupun jasa ingin tetap
unggul dalam persaingan industri, ditekankan untuk mempertahankan, juga
meningkatkan kualitasnya, dan membenahi setiap kekurangan yang ada pada
produk maupun proses pembuatannya secara terus-menerus.
Salah satu bidang industri yang akhir-akhir ini mengalami kemajuan dan
peningkatan dengan pesat adalah bidang manufaktur. Penggunaan peralatan
perkakas yang dikombinasikan dengan teknologi komputer didalam proses
manufaktur membuat bidang industri ini semakin unggul dan terpercaya dalam
persaingan antar industri. Salah satu penggunaan teknologi komputer dalam
industri manufaktur adalah penggunaan mesin CNC (Computer Numerically
Controlled). Pengoperasian mesin ini pergerakanya dikontrol oleh program
komputer.
Meningkatnya permintaan terhadap industri otomotif membuat produsen harus
bekerja keras untuk memenuhi kebutuhan yang ada. Berdasarkan informasi data
dari asosiasi Gabungan Industri Kendaraan Bermotor Indonesia (GAIKINDO),
penjualan kendaraan bermotor terutama roda empat pada bulan Februari hingga
April 2018 sebanyak 292.821 unit, naik 2,9 persen jika dibandingkan tahun 2017
dibulan yang sama yaitu 273.571 unit. Peningkatan tersebut menuntut para
produsen industri otomotif untuk lebih produktif agar dapat memenuhi kebutuhan
pasar yang tinggi.
2
PT. ABC sebagai salah satu perusahaan manufaktur sektor otomotif yang
memproduksi komponen mobil yaitu EPS (Electric Power Steering) part Housing.
EPS (Electric Power Steering) adalah suatu komponen pada kemudi mobil yang
berfungsi membantu mempermudah operasi steer, dan pada era sekarang ini hampir
semua jenis dan merk mobil menggunakanya. Oleh karena itu perusahaan
mendapatkan permintaan produksi yang cukup banyak dampak kenaikan
permintaan pasar terhadap mobil. Kenaikan permintaan dari konsumen menuntut
perusahaan agar meningkatkan produktivitas produk yang berkualitas dalam
memenuhi permintaan konsumennya. Untuk data jumlah produksi line EPS
Housing PT. ABC ditampilkan ditabel 1.1.
Tabel 1. 1 Jumlah produksi line EPS Housing PT. ABC bulan Juni, Juli, Agustus
2018.
Bulan Produksi
Target (pcs) Aktual (pcs) Persentase
Juni 208582 201152 96,40%
Juli 185665 177343 95,50%
Agustus 199543 192543 96,50%
Total 593790 571038
Pada tabel 1.1 diatas data produksi menunjukan bahwa selama tiga bulan terakhir,
output line EPS Housing masih kurang dari persentase target yang ditetapkan
perusahaan, yaitu sebesar 98% dari total produksi. Hal itu disebabkan karena
jumlah produk NG atau cacat lebih dari target yang ditetapkan perusahaan yaitu
2%. Untuk data produk cacat line EPS Housing dipaparkan di tabel 1.2 dan 1.3.
Tabel 1. 2 Jumlah produk cacat line EPS Housing PT. ABC bulan Juni, Juli,
Agustus 2018.
Bulan Jumlah Produk Cacat
Target (pcs) Aktual (pcs) Presentase
Juni 4185 7430 3.6%
3
Juli 3614 8322 4.5%
Agustus 3995 7400 3.5%
Total 11794 23152
Kemudian terdapat lima jenis cacat yang paling banyak terdapat pada produk EPS
Housing. Cacat jenis Ulir M5 over ialah cacat dengan jumlah terbanyak. Kemudian
diikuti dengan hardspot, deform, chiping dan blowhole.
Tabel 1. 3 Data produk cacat line EPS Housing.
No Jenis Cacat 2018 Total
(pcs) Juni Juli Agustus
1 Ulir M5 over 3086 2202 1917 7205
2 Hardspot 1158 1985 1617 4760
3 Deform 1101 1853 1398 4352
4 Chiping 1081 1232 1250 3563
5 Blowhole 1004 1050 1218 3272
Total 7430 8322 7400 23152
Didalam tujuan perusahaan untuk memenuhi permintaan costumer, produk yang
cacat menjadi kendala proses yang dapat menyebabkan tidak tercapainya target
terhadap planning dan menimbulkan kerugian besar bagi perusahan. Dari data yang
direcord oleh departemen produksi, produk EPS Housing, jenis produk cacat ulir
M5 over adalah jenis cacat dengan jumlah terbanyak dibanding dengan jenis yang
lain.
Berdasarkan penggambaran permasalahan di atas, perusahaan memerlukan usaha
perbaikan yang bersifat menyeluruh dengan mempertimbangkan metode DMAIC.
DMAIC adalah suatu metode yang digunakan untuk memperbaiki dari segi proses
produksi yang sifatnya terstruktur dan usaha perbaikan itu berfokus pada usaha
pengurangan variasi dari proses produksi sekaligus pengurangan jumlah cacat.
1.2 Perumusan Masalah
4
Perumusan masalah pada penelitian ini yaitu:
1. Bagaimana cara menurunkan persentase produk cacat Ulir M5 Over pada
produk EPS Housing ?
2. Bagaimana cara meningkatkan level sigma terhadap produk EPS Housing ?
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk:
1. Menurunkan presentase perolehan produk cacat Ulir M5 Over pada produk
EPS Housing.
2. Mengetahui kenaikan level sigma terhadap produk EPS Housing.
1.4 Batasan dan Lingkup Masalah
Pembatasan dimaksudkan untuk mengetahui ruang lingkup dari penelitian, maka
batasan dan lingkup masalah hanya mencakup pada:
1. Hanya produk EPS Housing.
2. Hanya jenis cacat Ulir M5 Over.
3. Data produksi dibulan Juni – Agustus 2018.
4. Hanya pada proses machining ulir M5.
5. Kondisi mesin dan line dalam keadaan lancar.
6. Pengambilan data hanya dalam lingkup perusahaan.
1.5 Asumsi Penelitian
1. Pada saat dilakukan penelitian mesin dalam kondisi stabil.
2. Pada saat dilakukan penelitian tidak terjadi perubahan aturan terkait kondisi
produksi dan produk cacat.
1.6 Sistematika Penelitian
BAB I PENDAHULUAN
Bab pertama pendahuluan menjelaskan latar belakang dari
permasalahan, perumusan masalah penelitian, tujuan dari penelitian,
batasan dan lingkup penelitian, asumsi pada penelitian, dan
5
sistematika penelitian. Latar belakang mejelaskan alasan pemilihan
topik, perlunya diadakan penelitian dan kondisi objek penelitian.
Perumusan masalah menjelaskan hal yang ingin diselesaikan dan
tindak lanjut dari penelitian. Tujuan penelitian berisi beberapa poin
yang diharapkan dapat dicapai pada akhir penelitian. Batasan dan
lingkup serta asumsi penelitian digunakan untuk memberikan
batasan-batasan mengenai kasus dan objek untuk menyamakan
persepsi antara penulis dan pembaca. Terakhir sistematika penelitian
dibuat untuk menjelaskan tata urutan bab dan bahasan yang
disajikan secara menyeluruh dan penulisan penelitian yang telah
dilakukan.
BAB II TINJAUAN PUSTAKA
Bab tinjauan pustaka berisi tentang beberapa teori terkait yang
dijadikan landasan penulis dalam memperkuat pemahaman dan
menentukan metode penelitian yang sesuai dengan masalah yang
dihadapi. Teori-teori didapat dari bebagai sumber terkait topik
penelitian. Adapun teori adalah hal yang berkaitan dengan kualitas,
produk cacat, lathe machining (bubut), thread (ulir), electric power
steering (EPS), DMAIC.
BAB III METODOLOGI PENELITIAN
Pada bab metodologi penelitian dijelaskan tentang tahapan-tahapan
yang dilakukan guna memecahkan masalah dan mencapai tujuan
penelitian. Tahapan yang terdapat di dalam metodologi telah
disesuaikan dengan masalah yang diteliti dan disesuaikan dengan
departemen produksi PT. ABC sebagai objek penelitian. Pada bab
ini juga dijelaskan pengertian dari masing-masing tahapan.
BAB IV DATA DAN ANALISIS
Pada bab data dan analisis, berisikan tentang pengumpulan dan
pengolahan dari data untuk kemudian disusun dan digunakan untuk
menyelesaikan permasalahan yang telah disebutkan pada bab
pendahuluan. Pada bab ini dilakukan analisis dan evaluasi untuk
6
kemudian hasilnya digunakan untuk melakukan penarikan
kesimpulan dan pemberian saran.
BAB V KESIMPULAN DAN SARAN
Pada bab kesimpulan dan saran, berisi rangkuman kesimpulan dari
keseluruhan hasil penelitian yang didapatkan. Disamping
kesimpulan, juga diberikan saran atau rekomendasi kepada objek
yang diamati kemudian disampaikan evaluasi serta peluang untuk
penelitian berikutnya.
7
BAB II
TINJAUAN PUSTAKA
2.1 Kualitas
Kualitas ialah kesesuaian produk ataupun layanan dalam semua aspek untuk
memenuhi atau melampaui kegunaan yang yang dimaksudkan seperti yang
disyaratkan oleh pelanggan (Mitra, 2016).
Montgomery (2009) menyatakan, terdapat delapan dimesi mengenai kualitas pada
bidang industri dan bisnis, yang terdiri dari:
1. Performace, yaitu apakah produk itu berguna sesuai dengan fungsi utamanya
atau tidak. Pembeli potensial biasanya akan melakukan evaluasi terhadap
produk untuk melihat fungsi spesifik dan menetukan seberapa baik kinerja
dari produk tersebut.
2. Reability, yaitu seberapa sering produk memerlukan perbaikan. Produk yang
sifatnya kompleks biasanya akan memerlukan beberapa perbaikan selama
masa layanannya. Beberapa industri maju, mempunyai tipe pelanggan yang
berpandangan bahwa kualitas dari suatu produk dipengaruhi oleh keandalan
kualitas dari produk tersebut.
3. Durability, yaitu berapa lama produk tersebut bertahan. Disini yang dimaksud
adalah masa pakai efektif produk tersebut, karena konsumen pasti
mendambakan produk yang berkualitas baik dengan masa pakai yang awet.
4. Serviceability, yaitu seberapa mudah untuk melakukan servis terhadap
produk. Banyak industri berprinsip bahwa pandangan dari pelanggan tentang
kualitas, dipengaruhi oleh seberapa cepat dan terjangkaunya suatu perbaikan
jika terjadi kerusakan atau kegiatan perawatan yang rutin bisa diselesaikan.
5. Aesthetics, yaitu bagaimanakah tampilan produk tersebut. Dalam hal ini
pelanggan melihat dari faktor-faktor yang terlihat secara visual seperti
bentuk, warna, bentuk, kemasan, karakteristik produk dan juga fitur sensor
yang ada didalamnya.
8
6. Features, yaitu apakah keunggulan fitur dari produk. Biasanya pelanggan
mengasosiasikan kualitas tinggi dari produk dengan fitur tambahan dari
produk yang membuat produk tersebut terlihat unggul.
7. Percieved Quality, yaitu bagaimana reputasi dari produsen itu juga produk
yang dibuat tersebut. Berdasarkan beberapa kasus, konsumen bergantung
pada pamor historis dari produsen terkait kualitas produk yang dibuatnya.
Kegagalan terhadap produk yang terlihat oleh konsumen, secara langsung
dapat mempengaruhi pamor produsen ini. Kemudian juga tentang cara
meperlakukan konsumen ketika ada laporan terkait masalah kualitas dari
produk itu sendiri.
8. Conformance to standards, yaitu apakah produk yang dibuat persis seperti
yang dimaksudkan oleh perancangnya. Seberapa sesuai antara produk nyata
yang sudah dibuat dengan desain yang dirancancang maupun standar limit
dari produk yang telah ditetapkan.
Kualitas tidak hanya dibebankan pada hasil produk akhir, tetapi kualitas juga
harus dijaga pada setiap proses produksinya. Agar terjadinya produk yang cacat
dapat diperbaiki atau bahkan dicegah.
2.2 Pengendalian Kualitas
Menurut Mitra (2016), definisi pengendalian kualitas yaitu pengadaan sebuah
sistem agar tingkatan kualitas yang diinginkan dapat dipertahankan, melalui umpan
balik karakteristik produk atau layanan dan pelaksanaan tindakan perbaikan dalam
hal penyimpangan karakteristik tersebut dari standard yang ditetapkan.
Mitra (2016) juga menyatakan bahwa secara umum pengendalian kualitas terbagi
dalam tiga prosedur, antara lain:
1. Offline qulity control, yaitu prosedur kontrol kualitas yang bertujuan
mengoptimalkan desain proses dan produk dengan cara meminimalkan
penyimpangan antara produk atau proses output dan standard.
2. Statistical Process Control, yaitu melibatkan perbandingan antara output dari
suatu proses atau layanan dengan standard dan mengambil tindakan
9
perbaikan apabila ada permasalahan antara keduanya. Juga menentukan
apakah suatu proses sudah menghasilkan produk yang memenuhi spesifikasi
atau persyaratan yang diinginkan ataukah belum. Apabila ada proses yang
menghasilkan produk diluar spesifikasi maka tindakan perbaikan harus
segera diambil untuk mengurangi jumlah kesalahan terhadap proses tersebut.
Aktivitas ini biasa disebut dengan pengendalian aktivitas statistik secara
online.
3. Acceptance Sampling Plans, yaitu kegiatan pemeriksaan produk atau layanan
dengan cara melakukan pengambilan sampel. Misalkan ketika 100%
pemeriksaan barang tidak mungkin untuk dilakukan, maka keputusan harus
dibuat mengenai berapa banyak barang yang harus diambil sebagai sampel.
Sedangkan keputusan untuk menolak ataukah menerima lot secara
keseluruhan informasinya diperoleh dari sampel yang telah diambil tadi. Pada
kasus atribut, satu parameternya adalah jumlah yang diterima dari item yang
tidak sesuai dalam sampel. Jika jumlah item yang tidak sesuai kurang dari
atau sama dengan angka yang diterima, maka satu lot itu diterima. Hal itu
biasa disebut acceptance number. Sedangkan pada kasus variabel, satu
parameternya adalah proporsi item dalam sampel yang keluar dari spesifikasi.
Proporsi ini harus kurang dari atau sama dengan standard untuk lot yang akan
diterima. Perencanaan yang menentukan jumlah item untuk sampel dan
kriteria peneriman lot berdasarkan kondisi tertentu yang ditetapkan (seperti
resiko reject dari barang yang baik atau menerima barang yang reject), ini
biasa disebut sebagai acceptance sampling plan.
2.3 Produk Cacat
Pengertian kata produk yang dikutip dari Kamus Besar Bahasa Indonesia adalah
hasil akhir dari pembuatan dan penambahan nilai guna suatu barang ataupun jasa
yang menggunakan proses produksi. Sedangkat pengertian dari kata cacat adalah
kurang sempurnanya nilai atau mutu suatu produk ataupun jasa yang disebabkan
karena adanya kekurangan pada produk ataupun jasa tersebut. Maka apabila
disimpulkan, pengertian dari produk cacat adalah barang ataupun jasa yang mutu
10
dan nilainya kurang sempurna dikarenakan adanya kekurangan pada produk
tersebut.
Menurut Gaspersz (2002), pengertian produk cacat yaitu kegagalan untuk
memberikan sesuatu yang diinginkan pelanggan.
Sedangkan menurut Mitra (2016), produk cacat berarti keterkaitan antara produk
dengan karakterstik kualitasnya yang menyebabkan produk tidak memenuhi
standar tertentu, maka tingkat kerusakan dari produk menyebabkan tidak dapat
diterima.
Jadi intisari dari definisi-definisi di atas, produk cacat dapat diartikan sebagai
ketidaksesuaian antara hasil akhir produk dengan spesifikasi yang ditetapkan
sehingga menyebabkan tidak tercapainya standar dari kualitas produk tersebut.
2.4 CNC (Computer Numerically Control) Machining
Menurut Widarto (2008), mesin CNC adalah hasil perpaduan komputer yang telah
diaplikasikan ke dalam mesin perkakas. Mesin CNC merupakan mesin yang sistem
operasinya memakai progarm-program yang diatur oleh komputer. Jadi konstruksi
mesin CNC dan sistem kerjanya merupakan perpaduan antara program dari
komputer dengan mekaniknya. Maka dari itu membuat mesin CNC lebih unggul
secara fungsional dan efektivitas jika dibandingkan dengan mesin konvensional
sejenis yang setaraf.
2.4.1 CNC Lathe Machine (Bubut)
Pengertian proses bubut menurut Widarto (2008) adalah proses pengurangan
diameter, pengurangan kepanjangan dan pemotongan benda yang benbentuk
silindris yang dilakukan menggunakan mesin perkakas bubut tentunya dikontrol
dengan menggunakan program komputer. Mesin bubut pada dasarnya hanya
melakukan pekerjaan pada bagian luar benda kerja saja. Dengan cara memutar
11
benda kerja dan hanya ada satu pahat bubut yang bergerak searah sumbu benda
kerja. Proses pekerjaan yang biasa dilakukan menggunakan mesin bubut CNC:
1. Proses pembubutan muka (facing), proses pembubutan yang dilakukan untuk
meratakan bagian paling luar dari benda kerja.
2. Proses pembubutan ulir (taping), proses pembuatan ulir luar yang dilakukan
dengan mata pahat khusus pada mesin bubut.
3. Proses pembuatan dan perluasan lubang (boring/drilling), yaitu proses
pembuatan lubang pada benda kerja dengan mengganti fungsi pahat
menggunakan mata bor khusus. Hal ini juga berlaku untuk perluasan
lubangnya.
4. Proses pembubutan rata (silindris), pembubutan benda kerja yang dilakukan
pada sepanjang garis sumbu benda kerja.
5. Proses pembubutan tirus (taper), proses pembubutan berbentuk konis.
6. Proses pembubutan luar (knurling), yaitu proses pembubutan pada posisi
silindris benda kerja yang bermaksud untuk membuat pola atau bentuk
tertentu pada benda kerja.
2.4.2 CNC Drilling Machine (Mesin CNC Bor).
Menurut Widarto (2008), mesin CNC drilling adalah mesin pembuat lubang
maupun peluas lubang dengan menggunakan mata bor yang dikontrol dengan
menggunakan pemrograman komputer. Selain itu juga bisa untuk proses pembuatan
ulir dengan memasang tool tap ulir pada colletnya. Proses kerja mesin CNC jenis
ini adalah dengan cara menggunakan mata bor yang sudah terpasang pada holder
yang hanya bergerak naik turun, kemudian benda kerja dipasang kuat pada meja
kerja mesin yang bisa bergerak universal (kanan-kiri, depan-belakang).
2.5 Thread (Ulir)
Pengertian ulir menurut Firdausi (2013) adalah bentuk melingkar dengan pola
tertentu (segitiga atau segi empat) yang ada pada benda silinder.
Beberapa keuntungan menggunakan sambungan berupa ulir antara lain adalah:
- Kuat dan tahan terhadap getaran maupun gesekan.
12
- Dapat diinstal dengan mudah.
- Pelepasan kembali apabila diperlukan mudah.
- Sambungan sifatnya fleksibel, dapat dipasang pada benda yang diam
maupun bergerak.
- Instalasi menggunakan alat yang sederhana, kunci pas dan sejenisnya.
- Dapat dilepas dan dipasang dimana saja apabila terjadi kondisi darurat.
2.6 Pendekatan DMAIC
Konsep dasar dari six sigma menurut Gaspersz (2002) merupakan upaya yang
dilakukan untuk meningkatkan kualitas dengan mentargetkan 3,4 kegagalan dari
satu juta peluang untuk satu kali transaksi produk barang maupun jasa. Hal ini
merupakan terobosan baru yang ada pada bidang pengendalian kualitas khususnya
tentang teknik dan metode dalam mengendalikan kualitas produk barang maupuan
jasa.
Dengan konsep six sigma perusahaan dapat mengharapkan bahwa produk yang
mereka buat terdapat 99,99966% dari yang diinginkan oleh konsumen itu berada
pada produk mereka. Memang prisip dasar konsumen yaitu mereka akan puas jika
produk yang mereka beli adalah produk yang nilainya mereka harapkan.
Apabila ingin menerapkan konsep six sigma pada perusahaan yang bergerak pada
bidang manufaktur, menurut Gaspersz (2002) harus memperhatikan aspek-aspek
berikut, antara lain:
1. Melakukan rekognisi terhadap karakteristik produk seperti apa yang akan
membuat konsumen puas.
2. Mencatat karakteristik yang didapatkan pada tahap pertama sebagai
individual CTQ.
3. Melakukan pengamatan dan mengambil keputusan apakah klasifikasi CTQ
yang ada pada tahap dua tadi bisa diatasi dengan memperbaiki material,
mesin maupun proses kerja lainya.
13
4. Menganalisa dan mengambil keputusan mengenai batas-batas limit untuk
setiap CTQ yang didapat terhadap keinginan dan kebutuan konsumen
dengan menggunakan rumus mencari nilai UCL, LCL.
5. CTQ yang sudah terdata ditentukan nilai standar deviasinya.
6. Melakukan perbaikan terhadap produk maupun proses produksinya supaya
bisa memperbaiki nilai target six sigma.
Hasil dari peningkatan kualitas berdasarkan hasil perhitungan DPMO (Defect per
Million Opportunity), kemudian dikoversi ke tabel sigma. Setelah itu dapat
diketahui di level manakak kredibilitas perusahaan terhadap pengendalian kualitas
terhadap produknya. Dengan menggunakan tabel 2.1 yang dikutip dari Gaspersz
(2002), maka dapat diketahui level kredibilitas itu.
Tabel 2. 1 Level Sigma dan kredibilitas.
2.6.1 Tahap-Tahap Pengendalian Kualitas dengan menggunakan pendekatan
DMAIC.
2.6.1.1 Tahap Define
Tahap define merupakan tahap penentuan terhadap apa yang diinginkan oleh
konsumen terhadap produk yang telah diproduksi. Dengan ini maka perlu
diadakanya identifikasi mengenai tahapan total mengenai produk termasuk proses
pembuatanya (Carrol, 2013).
Sedangkan Shankar (2009), menyatakan bahwa tahap define dimulai dengan
mengidentifikasi masalah yang membutuhkan solusi dan berakhir dengan
pemahaman yang jelas tentang lingkup masalah. Kemudian tahap pertama yang
14
harus dilakukan yaitu melakukan identifikasi dan analisa terhadap proses kunci
beserta pelanggan terhadap penelitian. Di antaranya tools yang dipakai pada tahap
define yaitu:
1. Diagram SIPOC
Menurut Gaspersz (2002), menyatakan bahwa diagram SIPOC dipakai untuk
mencari dan menganalisis unsur-unsur yang ada pada sebuah proses, untuk
diketahui siapa dan apa yang berperan pada masing-masing unsur tersebut. Sama
halnya dengan bagan yang berbentuk aliran, diagram ini adalah bentuk tampilan
secara visual dari proses sebuah produk. SIPOC biasa dipakai untuk menjelaskan
hubungan antar variabel input, respon dan outputnya. Langkah awal yang dilakukan
adalah dengan cara menetapkan kriteria hasil produksi yang nantinya menjadi
tujuan. Kemudian baru menetapkan input yang sesuai untuk mendapatkan hasil
produksi yang menjadi tujuan tersebut. Kepanjangan dari SIPOC , yaitu:
- Suppliers, merupakan pemberi data awal mengenai bahan baku maupun
elemen tambahan lainya. Apabila terdapat cabang proses pada bagian ini,
maka proses sebelumnya merupakan supplier dari proses setelahnya.
- Inputs, merupakan supply apapun yang dikirim oleh supplier untuk diproses.
- Process, adalah kegiatan merubah dan memberi nilai tambah terhadap input.
- Outputs, merupakan hasil akhir yang menjadi tujuan dilakukanya proses.
Pada sebuah proses, outputnya bisa berbentuk barang jadi yang bisa langsung
dijual atau juga dapat berupa setengah jadi yang kemudian akan dilakukan
proses lagi pada proses berikutnya.
- Customers, merupakan sekelompok orang atau sub proses penerima output.
Apabila proses di sini ada cabang-cabangnya, maka proses setelahnya
dianggap sebagai pelanggan dari proses sebelumnya
Gambar 2.1 Contoh diagram SIPOC.
15
2. Flowchart
Flowchart merupakan urutan yang memberi informasi dari sebuah proses yang
disajikan dalam bentuk visual atau gambar. Kegunaan dari flowchart anatara lain
adalah untuk mendefinisikan proses, membangun langkah gambaran untuk proses
analisa, diskusi atau komunikasi, dan sebagai penentuan standarisasi (Pyzdek,
2003).
Gambar 2. 2 Contoh Flowchart.
3. Flowmap
Flowmap merupakan gambaran grafik dari suatu proses kerja, menunjukan urutan-
urutan proses yang digambar dengan menggunakan simbol. Melalui peta proses
akan menunjukkan berbagai alternatif dan akan mempermudah suatu perencanaan
efektif (Pyzdek, 2003). Untuk contoh flowmap ada pada gambar 2.3.
16
Gambar 2.3 Contoh Flowmap.
4. Menentukan CTQ (Critical to Quality).
Dilakukan penentuan faktor-faktor yang berpengaruh kepada kepuasan konsumen
yang disebabkan oleh kualitas produk ini. CTQ merupakan kunci karakteristik yang
bisa diukur dari proses produksi atau dari sebuah produk, yang kemudian harus
mencapai standar terhadap spesifikasinya atau batas limitnya supaya dapat
memenuhi kebutuhan dan keinginan pelanggan (Gaspersz, 2002).
5. Membuat Diagram Pareto
Diagram pareto dibuat untuk membantu menjabarkan dan mempermudah
menentukan karakteristik kualitas yang terjadi pada produk. Sehingga dengan
dilakukanya pengurutan karakteristik dimaksudkan agar dapat memprioritaskan
tujuan perbaikan terhadap karakterisik tadi. Diagram pareto ini berupa urutan
tingkat proporsi kerusakan mulai dari yang terbesar sampai yang terkecil.
Dimaksudkan untuk penentuan prioritas kesalahan untuk kemudian
dikonsentrasikan supaya tidak terjadi lagi dikemudian hari. Selain itu juga sebagai
bentuk isyarat karakteristik kualitas mana yang apabila dilakukan perbaikan lebih
17
dulu akan menghasilkan dampak paling besar (Pyzdek, 2003). Contoh diagram
pareto ditampilkan pada gambar 2. 4.
Gambar 2.4 Contoh tampilan diagram pareto.
2.6.1.2 Tahap Measure
Menurut Gaspersz (2002), measure adalah tahapan kedua pada strategi peningkatan
kualitas yang menggunakan metode six sigma. Pada tahap ini melakukan
pengembangan rencana untuk mengumpulkan data dengan cara meninjau langsung
kepada proses produksi dan melakukan pengukuran cara kerja yang ada sekarang
untuk ditetapkan sebagai baseline kinerja pada penelitian.
1. Menghitung DPMO (Defect Per Million Opportunity).
Menurut Gaspersz (2002), menerangkan bahwa menghitung DPMO adalah
menentukan nilai untuk mengetahui kualitas produk maupun kualitas kinerja
perusahaan berada pada level sigma berapa dan juga untuk meninjau efektifitas
kinerja dalam mengurangi tingkat kecacatan.
Tahap-tahap perhitungan sigma dan DPMO:
18
- Perhitungan DPU (Defect Per Unit).
𝐷𝑃𝑈 =Jumlah Total Kerusakan
Jumlah Total Produksi
- Perhitungan DPO (Defect Per Opportunity).
𝐷𝑃𝑂 =𝐷𝑃𝑈
𝐶𝑇𝑄
- Perhitungan DPMO (Defect Per Million Opportunity).
𝐷𝑃𝑀𝑂 = 𝐷𝑃𝑂 𝑥 1000000
- Pengkorvesian hasil DPMO ke nilai sigma dengan tabel sigma.
2.6.1.3 Tahap Analyze
Analize adalah tahapan ketiga pada strategi peningkatan kualitas yang
menggunakan metode six sigma. Pada tahap ini hal yang harus dilakukan antara lain
adalah:
1. Mengukur kestabilan dan kapabilitas proses.
Menurut Carroll (2013) menyatakan bahwa, pembuatan peta kendali data yaitu
pembuatan batas maksimum dan minimum nilai data yang boleh untuk dipakai
untuk menganalisa suatu permasalahan. Artinya ketika didapatkan data yang keluar
dari nilai batas yang ditentukan, maka dalam hal ini data tersebut tidak boleh
dipakai untuk analisis permasalahan. Kemudian harus diadakan revisi perhitungan
ulang. Perhitungan ini disebut pembuatan diagram kontrol P.
Peta kendali ini dapat dihitung melalui langkah-langkah seperti berikut:
- Pengambilan sampel data.
19
Nilai populasi yang dipakai pada analisa diagram kontrol P yaitu seluruh
jumlah barang selama proses produksi.
- Menghitung rata-rata jumlah barang yang tidak sesuai dengan standar.
Barang yang termasuk diluar standar kualitas yang telah ditentukan oleh
perusahaan dan tidak bisa atau tidak layak diproses ke tahap selanjutnya.
- Memeriksa karakteristik ketidaksesuaian dengan cara melakukan perhitungan
nilai rata-rata (mean).
𝑃 = 𝐶𝐿
𝐶𝐿 =∑np
∑n
Keterangan :
P : Rata – rata rasio kecacatan
n : Jumlah total produksi
np : Jumlah kecacatan
- Menetapkan nilai batas kendali atas (UCL) dan nilai batas kendali bawah
(LCL), menggunakan rumus:
𝑈𝐶𝐿 = 𝑃 + 3√𝑃(1−𝑃)
n
𝐿𝐶𝐿 = 𝑃 − 3√𝑃(1−𝑃)
n
Keterangan:
UCL : Upper Control Limit
LCL : Lower Control Limit
P : Rata-rata rasio kecacatan
n : Jumlah total sampel
20
- Melakukan revisi apabila terdapat data yang berada diluar batas kendali
dengan menggunakan rumus :
CL =𝑛𝑝−𝑛𝑝1−𝑛𝑝…
𝑛−𝑛1−𝑛…
Keterangan :
np : jumlah kecacatan
n : jumlah total produksi
- Kemudian kembali menetapkan nilai batas kendali atas (UCL) revisi dan
batas kendali bawah (LCL) revisi, menggunakan rumus :
𝑈𝐶𝐿 = 𝑃 + 3√𝑃(1 − 𝑃)
n
𝐿𝐶𝐿 = 𝑃 − 3√𝑃(1 − 𝑃)
n
Keterangan :
UCL : Upper Control Limit
LCL : Lower Control Limit
n : jumlah total produksi
Revisi dilakukan apabila terdapat data yang nilainya berada di luar batas kendali
dan hanya mencari nilai dari CL, UCL, LCL yang berada di dalam batas kendali.
Data yang dipakai untuk mencari nilai revisi adalah data yang berada di luar batas
kendali. Jika setelah direvisi masih terdapat data yang nilainya berada diluar batas
21
kendali, maka dilakukan revisi ulang sampai keseluruhan data di dalam batas
kendali UCL dan LCL.
Kemudian berikutnya dilakukan penghitungan kapabilitas proses, pengukuran
indeks kapabilitas proses yang digunakan untuk mengukur kemampuan proses
bersaing secara kompetitif berdasarkan batas level sigma (Cpk) yang dapat
dilakukan dengan cara mengkonversi level sigma ke dalam indeks kapabilitas
proses (McFadden, 1993). Penentuan indeks kapabilitas proses untuk data atribut
menggunakan pendekatan motorolla yang memungkinkan pergeseran rata-rata
proses sebesar ±1,5σ disajikan pada tabel 2.2 di bawah ini.
Tabel 2. 2 Kapabilitas proses sigma terpusat dan pergeseran proses ±1,5σ.
Level Pergeseran Proses ±1,5σ
Sigma Cpk DPMO
3 0.5 66.803
4 0.833 6.2
5 1.167 233
6 1.5 3.4
Setelah menghitung nilai Cp menggunakan rumus:
Cp = 1 – p bar,
Maka berlaku kriteria (rule of trumb) untuk indeks kapabilitas proses (Mc Fadden,
1993), sebagai berikut:
a. Cpk ≥ 1.5; maka proses dianggap mampu dan kompetitif.
b. Cpk antara 0.5 – 1.49; maka proses dianggap cukup mampu, namun perlu
upaya-upaya giat untuk peningkatan kualitas menuju target yang
diinginkan. Perusahaan yang berada di level ini memiliki kesempatan
terbaik dalam melakukan program peningkatan kualitas.
c. Cpk < 0.5; maka proses dianggap tidak mampu dan tidak mampu bersaing
di pasar global dan harus segera dilakukan perbaikan proses.
22
2. Membuat Diagram Sebab Akibat
Menurut Gaspersz (2002), diagram sebab akibat membantu mendapatkan akar
permasalahan yang menjadi sebab utama dari masalah. Sehingga selanjutnya dapat
dilakukan penghilangan akar permasalahan atau melakukan perbaikan terhadap
akar permasalahan tersebut. Untuk tampilan diagram sebab akibat seperti pada
gambar 2.5.
Gambar 2.5 Contoh diagram sebab akibat.
3. Membuat Tabel Failure Mode Effect Analysis (FMEA).
a. Pengertian Failure Mode Effect Analysis (FMEA).
Failure Mode and Effect Analysis atau disingkat FMEA merupakan tabel yang
digunakan sebagai identifikasi masalah dan sebagai pencegah segala mode
kegagalan. Tabel FMEA dipakai untuk merangking dan menganalisis lebih lanjut
terhadap permasalahan-permaslahan yang sudah ditemukan pada tahap diagram
sebab akibat. Yang dimaksud dengan mode kegagalan dalam hal ini adalah semua
yang termasuk dalam ketidaksesuaian produk terhadap standar dan spesifikasinya.
(Gaspersz, 2002).
23
Pyzdek (2003) menerangkan bahwa FMEA bisa dilakukan melalui beberapa cara,
yaitu:
1. Mengevaluasi dan mengenali potensi kegagalan suatu produk dan efeknya.
2. Mencatat semua tentang proses.
3. Menganalisis perbaiakan yang mungkin bisa dilakukan untuk mengurangi
atau menghilangkan kemungkinan kegagalan terhadap potensi yang terjadi.
Kegunaan FMEA antara lain sebagai berikut:
1. Ketika ada pemakaian proses baru.
2. Ketika diperlukannya usaha untuk mencegah sebelum terjadinya
permasalahan.
3. Ketika perlu mencari tahu alat deteksi permasalahan yang biasa digunakan
ketika akan terjadi kegagalan.
4. Ketika adanya pergantian unit mupun alat yang digunakan.
5. Penggantian desain tempat dimana proses dilakukan ataupun adanya model
pola proses yang baru.
Tujuan dari FMEA antara lain seagai berikut:
1. Menganalisa karakteristik yang sifatnya kritis dan yang tingkatnya signifikan.
2. Mengurutkaan perkiraan desain yang potensial dan juga definisi proses.
3. Mengidentifikasi mode kegagalan dan tingkat keparahan efek yang
ditimbulkan.
4. Membantu engineer untuk memperhatikan produk dan proses.
Menurut Gaspersz (2002), tahap dasar FMEA antara lain adalah:
1. Melakukan identifikasi fungsi-fungsi dari proses produksi.
2. Melakukan identifikasi
3. Melakukan identifikasi terhadap kegagalan-kegagalan yang terjadi pada
proses produksi.
4. Melakukan identifikasi terhadap apa saja yang menjadi penyebab sehingga
terjadi kegagalan proses produksi.
5. Melakukan identifikasi tentang mode-mode pendeteksi untuk permasalah
pada proses produksi.
24
6. Menetapkan nilai severity, occurrence, detection dan rank RPN pada proses
produksi.
7. Memikirkan usul dan melakukan perbaikan.
Sedangkan untuk menetukan besarnya nilai rating severity, occurrence, detection
dan rank RPN menggunakan tabel-tabel seperti yang tertera di bawah,
1. Rating Severity
Penentuan rating Severity adalah tahapan awal dalam menganalisis suatu resiko.
Pada tahap ini yang dihitung adalah besarnya dampak dari suatu kejadian yang
mungkin timbul yang mempengaruhi proses produksi. Rating dari severity mulai
dari skala 1-10, dimana 1 paling ringan sampai menuju ke angka 10 adalah dampak
paling berat. Kriteria penentuan rating bisa dilihat di tabel 2.3.
Tabel 2. 3 Kriteria Severity.
Rating Kriteria
1 Negligible severity (hal buruk yang tidak berdampak dan bisa
diabaikan). Konsumen kemungkinan tidak akan mengetahui atau
memperhatikan cacat yang ada pada produk. Sehingga tidak perlu
dipikirkan bahwa cacat akan mengakibatkan masalah terhadap
kualitas produk.
2
3
Mild severity (hal buruk yang pengaruhnya ringan). Pada rate ini
dampak yang timbul masih ringan. Pelanggan masih belum bisa
mendetiksi terhadap penurunan kualitas pada produk.
4
5
6
Moderate saverity (hal buruk yang sifatnya sedang). Pada rate ini
pelanggan sudah mengerti dan bisa merasakan dampak buruk dari
turunnya kualitas produk, tapi masih bisa diteloransi.
7
8
High severity (hal buruk yang berpengaruh tinggi). Pelanggan
merasakan adanya penurunan kualitas produk yang tinggi dan
berada diluar batas toleransi.
25
9
10
Potential severity (hal buruk yang berpengaruh sangat tinggi).
Pengaruh yang timbul dari penurunan kualitas sangat tinggi, dan
berdampak pada yang lainya. Sehingga pelanggan tidak bisa
menerimanya.
Sumber: Gaspersz 2002
2. Rating Occurence
Tahap kedua setelah menentukan rating severity adalah menetukan rating
occurence. Pengertian dari occurrence di sini adalah bentuk kemungkinan bahwa
penyebab dari suatu kegagalan akan terjadi yang kemudian berdampak
menghasilkan kegagalan selama masih diproduksinya produk tersebut. Selain itu
juga untuk menganalisis seberapa sering suatu failure mode terjadi dan
mengakibatkan adanya kecacatan dalam kurun waktu tertentu. Penentuan nilai
dilihat berdasrkan tabel 2.4.
Tabel 2. 4 Kriterisa Rating Occurance.
Degree Berdasarkan Frekuensi
kejadian Rating
Remote 0,01 per 1000 item 1
Low 0,1 per 1000 item
0,5 per 1000 item
2
3
Moderate
1 per 1000 item
2 per 1000 item
5 per 1000 item
4
5
6
High 10 per 1000 item
20 per 1000 item
7
8
Very High 50 per 1000 item
100 per 1000 item
9
10
Sumber:Gaspersz2002
3. Rating Detection
26
Tahap ketiga adalah menentukan nilai rating detection. Penentuan nilai ini
dilakukan sebagai upaya bentuk pencegahan terhadap terjadinya kegagalan dan
untuk mengetahui seberapa besar tingkat kesulitan kontrol yang dilakukan untuk
mengurangi kegagalan pada proses proses produksi. Penentuan nilai detection
dilihat berdasarkan tabel 2.5.
Tabel 2. 5 Kriteria Rating Detection.
Rating Kriteria Berdasarkan
Frekuensi kejadian
1
Cara untuk pencegahan sangat baik
dan efektif. Tidak ada peluang
adanya penyebab kemungkinan.
0,01 per 100 item
2
3
Tingkat kemungkinan terjadinya
penyebab sangat rendah.
0,1 per 1000 item
0,5 per 1000 item
4
5
6
Kemungkinan penyebab ada bersifat
sedang. Metode pencegahan
terkadang dilakukan untuk
mencegah.
1 per 1000 item
2 per 1000 item
5 per 1000 item
7
8
Tingginya kejadian kemungkinan
penyebab masalah. Cara pencegahan
kurang tepat dan berulang terjadi.
10 per 1000 item
20 per 1000 item
9
10
Sangattingginya kejadian
kemungkinan penyebab masalah.
Cara pencegahan sama sekali tidak
tepat dan efektif sehingga berulang
terjadi
50 per 1000 item
100 per 1000 item
Sumber: Gaspersz 2002
Setelah memperoleh nilai rating dari severity, occurence, dan detection dari proses
suatu produk, maka selanjutnya adalah menghitung nilai rating RPN. Dengan
27
mengalikan hasil nilai rating dari severity, occurence, dan detection. Setelah hasil
perkalian diketahui maka selanjutnya adalah mengurutkan hasil yang didapatkan
mulai dari yang tertinggi sampai yang terendah. Kemudian proses produksi yang
diteliti telah mempunyai nilai RPN, setelah itu bisa dilakukan saran perbaikan
terhadap terjadinya masalah kualitas produk.
2.6.1.4 Tahap Improve
Sesudah sumber dan akar permasalahan dari kualitas diketahui, maka selanjutnya
dilakukan penetapan rencana tindakan perbaikan (action plan) untuk memperbaiki
dan meningkatkan kualitas produk. Pada prinsipnya rencana tindakan perbaikan
akan mendiskripsikan tentang alokai sumber daya yang ada dan juga prioritas
alternatif yang akan dilakukan untuk mengimplementasikan rencana perbaikan
tersebut (Gaspersz, 2002).
Menurut Gaspersz (2002), dalam proses improve penggunaaan metode 5W+1H
untuk pengembangan rencana tindakan antara lain:
1. What (apa), yaitu apa hal yang menjadi yang mejadi tujuan utama dilakukan
penelitian atau penyebab masalah paling utama yang akan diperbaiki.
2. Why (mengapa), yaitu merupakan masalah utama yang terjadi dari suatu
objek yang ingin diperbaiki.
3. Where (dimana), yaitu tempat dilakukanya perbaikan.
4. When (kapan), yaitu waktu yang tepat untuk melaksanakan tindakan
perbaikan.
5. Who (siapa), yaitu merupakan subjek atau perorangan aytau kelompok yang
akan melaksanakan tindakan perbaikan atau bisa juga diberi alasan
ditunjuknya sebagai pelaksana perbaikan.
6. How (bagaimana), yaitu cara dan langkah untuk perbaikan tersebut.
2.6.1.5 Tahap Control
Setelah selesai dilakukanya perbaikan terhadap masalah kualitas yang dihadapi,
maka selanjutnya masuk pada tahap control. Control adalah tahapan terakhir pada
28
usaha peningkatan kualitas menggunakan pendekatan DMAIC. Pada tahap control
hasil akhir dari perbaikan untuk meningkatkan kualitas disimpan dan diterapkan
pada yang lain apabila memungkinkan. Kegiatan yang berhasil pada proses
peningkatan kualitas distandardisasi dan dijadikan patokan standar dan kepemilikan
dari hasil ini daberikan kepada penaggung jawab utama proses perbaikan
(Gaspersz, 2002).
Gaspersz (2002) memberikan alasan dilakukanya standardisasi, antara lain:
a. Jika perbaikan-perbaikan dan solusi dari masalah dalam peningkatan kualitas
tidak distandardisasikan, dikhawartirkan ada kemungkinan bahwa sesudah
beberapa periode waktu tertentu, perbaikan-perbaikan dan solusi tadi
diperlukan kembali karena masalah kembali timbul. Sehingga memunculkan
kembali masalah yang sifatnya belum terselsaikan.
b. Jika perbaikan-perbaikan dan solusi dari masalah dalam peningkatan kualitas
tidak distandardisasikan dan disimpan, maka dikhawatirkan ketika adanya
pergantian karyawan maupun manajemen masalah timbul kembali dan harus
melakukan penelitian perbaikan ulang.
29
BAB III
METODOLOGI PENELITIAN
Pada bab ini dipaparkan mengenai tahapan penelitian, secara rinci diuraikan di
bawah ini,
Analisis dan Perbaikan
1. Define -Membuat diagram SIPOC
-Diagram Alir (Flow Chart dan Flowmap)
-Menentukan CTQ
-Membuat Diagram Pareto
2. Measure -Menghitung DPMO
3. Analize -Membuat Peta Kendali dan Menghitung Kapabilitas
-Membuat Diagram Sebab Akibat
-Membuat FMEA
4. Improve -Melakukan Perbaikan 5W+1H
5. Control - Standardisasi
- Mempertahankan Hasil Perbaikan
Studi Lapangan/Observasi
Studi Literatur
Mulai
Identifikasi Masalah
Kesimpulan dan Saran
Selesai
Pengumpulan Data 1. Data Produksi
2. Data Produk Cacat
30
3.1 Studi Lapangan / Observasi
Studi lapangan dilaksanakan dengan melakukan observasi secara langsung ke line
EPS Housing PT. ABC. Studi lapangan dilakukan dengan cara mengamati langsung
keseluruhan aktivitas pekerjaan yang dilakukan oleh operator line EPS Housing.
Dengan dilakukan studi lapangan diharapkan bisa mengetahui tentang kondisi dan
permasalahan yang ada di line EPS Housing.
3.2 Identifikasi Masalah
Identifikasi masalah adalah yang menjadi fokus penelitian dan dijadikan sebagai
bahan pembahasan pada tahap analisis dan perbaikan. Kemudian setelah
ditetapkannya masalah atas penelitian yang dilakuakan maka selanjutnya adalah
menetapkan tujuan dari penelitian, yaitu mengetahui kenaikan level sigma terhadap
produk EPS Housing. Menurunkan presentase perolehan produk cacat Ulir M5
Over pada produk EPS Housing.
3.3 Studi Literatur
Studi literatur dilaksanakan dengan cara melalui bacaan literatur, referensi buku,
dan sumber pustaka lainya seperti website yang sesuai dengan tema, judul, dan
masalah yang dihadapi yaitu pendekatan DMAIC.
3.4 Pengumpulan Data
Pada tahap ini data-data yang dihimpun antara lain:
1. Data primer adalah data yang diambil secara langsung dari tempat penelitian
dilakukan berdasarkan masalah yang diteliti. Seperti data target produksi,
data perolehan produk cacat, dan juga data-data lain yang mendukung
penelitian. Maka dalam hal ini data yang diambil adalah data produksi dan
data produk cacat line EPS Housing.
2. Data Skunder, yaitu data diambil yang sifatnya membantu pada penelitian.
Seperti data yang diambil dari jurnal, referensi buku, dan referensi pendukung
Gambar 3.1 Diagram alir penelitian.
31
lainya. Untuk data skunder pada penelitian ini dilakukan pencatatan terhadap
beberapa data historis line EPS Housing, data produk non standar harian, serta
data lainya yang dapat mendukung dalam penelitian ini.
Kemudian berdasarkan sifat data, pengambilan data pada penelitian ini juga melalui
dua cara, yaitu:
1. Data Kuantitatif
Data berupa angka. Data ini dapat dihitung dengan perhitungan matematis
dan statistika. Dalam hal ini pemgambilan data kuantitatif pada penelitian ini
adalah pengambilan data produk cacat pada line EPS Housing.
2. Data Kualitatif
Data berupa kata-kata atau bukan bilangan. Jenis data ini diambil dengan
bermacam-macam teknik pengambilan data, seperti wawancara langsung,
menganalisis dokumen, analisis terfokus, atau hasil data yang dicatat pada
catatan khusus (transkip).
Dalam hal ini pengambilan data kulitatif pada penelitian ini terbagi menjadi dua
metode, yaitu:
a. Metode wawancara (interview)
Wawancara dilakukan langsung atasan line EPS Housing, operator dan
bagian lainya yang terkait. Metode ini dilakukan dengan harapan
mendapatkan langsung data tentang gambaran umum line EPS Housing,
proses produksinya, dan mengenai pengendalian kualitas produk pada PT.
ABC khusunya line EPS Housing.
b. Metode Dokumentasi
Pengambilan data atau variabel yang berupa catatan, transkip, buku dan lain
sebagainya. Dari metode ini diharapkan akan mendapatkan data tentang
pengendalian kualitas menggunakan pendekatan DMAIC.
3.5 Analisis dan Perbaikan
32
Pengolahan data pada penelitian ini menggunakan metode DMAIC sebagai
“improvement models” terhadap permasalahan yang dihadapi. Tahapan metode
DMAIC yang dilakukan pada penelitian ini adalah :
a. Fase Define
Define yaitu melakukan pendefinisian secara formal untuk mengetahui proses
produksi dan pendefinisian penyebab masalah dalam proses produksi yang telah
ditentukan perusahaan. Alat yang dipakai pada tahap ini adalah diagram-diagram
alir. Tahap ini adalah awal dari proses identifikasi masalah-masalah yang perlu
diperbaiki. Diantaranya tools yang digunakan pada fase define ada tiga, yaitu:
1. Diagram SIPOC
2. Flowchart
3. Flowmap
4. Menentukan CTQ
5. Membuat diagram pareto
b. Fase Measure
Measure merupakan tahap melakukan pengukuran cara dan hasil kerja proses
produksi sekarang (baseline measurement) untuk kemudian dibandingkan dengan
target yang telah dicanangkan. Pada tahap ini terdapat tiga alat yang digunakan,
yaitu:
1. Menghitung Kapabilitas Sigma Defect Per Million Opportunity (DPMO).
c. Fase Analize
Analize yaitu menganalisa hubungan sebab akibat berbagai faktor yang
berpengaruh terhadap produk cacat yang timbul. Pada tahap ini analisis dilakukan
berdasarkan konsep six sigma, yaitu dengan cara menganalisa permasalahan pada
aspek pengendalian kualitas sehingga diharapkan dapat mengurangi produk cacat
yang terjadi. Metode analisis yang dipakai dalam penelitian antara lain adalah
sebagai berikut:
1. Membuat Peta Kendali dan menghitung kapabilitas data.
2. Diagram Sebab Akibat.
33
3. Membuat FMEA.
d. Fase Improve
Memberikan usulan perbaikan terhadap permasalahan kualitas yang dihadapi line
EPS Housing berdasarkan hasil analisa pada tahap sebelumnya. Perbaikan ini
menggunakan hasil analisis yang didapatkan dari diagram sebab akibat dan FMEA
dengan metode 5W+1H (what, why, where, who, when, how).
e. Fase Control
Dilakukan standardisasi terhadap level kinerja yang baru. Hasil-hasilnya
didokumentasikan dan diterapkan pada yang lain apabila mungkin atau untuk
berikutnya.
1.6 Kesimpulan dan Saran
Merupakan tahapan terakhir dari keseluruhan penelitian dan mengacu terhadap
tujuan awal penelitian. Juga diberikan saran membangun yang merupakan suatu
usulan kedepan bagi perusahaan dan bagi penelitian selanjutnya.
34
BAB IV
DATA DAN ANALISIS
Bab data dan analisis dipaparkan penjabaran lengkap mengenai data berdasarkan
tahapan pendekatan DMAIC untuk menyelesaikan permasalahan yang terjadi pada
proses produksi yang menyebabkan terjadinya produk cacat ulir M5 over.
Penjelasan detail objek dan hasil dari pengumpulan data akan dipaparkan dalam
pengumpulan data, sedangkan mengenai define, measure, analize, improve, control
akan dijelaskan pada analisis dan perbaikan.
4.1 Pengumpulan Data
Data yang dihimpun pada tahap ini merupakan data yang diperlukan dalam
penelitian. Data-data diperoleh dengan cara melakukan pengamatan di PT. ABC
bagian produksi khususnya pada proses machining line EPS Housing.
4.1.1 Electric Power Steering (EPS).
Electric Power Steering (EPS) adalah sebuah sistem yang membantu meringankan
pemutaran kendali kemudi pada kendaraan. Dengan sistem ini putaran kemudi
menjadi sangat ringan untuk diputar sehingga tidak perlu tenaga besar untuk
mengendalikanya, terutama saat berada pada kecepatan yang rendah dan akan
menyesuaikan pada saat kecepatan menengah ataupun tinggi. Gesekan ban terhadap
jalan cukup tinggi pada saat kecepatan kendaraan rendah.
Fungsi dari EPS Housing itu sendiri antara lain adalah:
1. Mengatur sinyal torsi sensor, ECU menyediakan arus ke motor.
2. Membantu tenaga steer motor saat mobil berjalan, belok kanan dan kiri.
3. Membantu pengaturan tenaga sesuai dengan kecepatan berkendara.
Untuk gambar posisi EPS Housing pada kemudi mobil ditampilkan di gambar 4.1.
35
Gambar 4.1 EPS Housing dan posisinya di kemudi mobil.
Part EPS Housing berfungsi sebagai rumah dari komponen motor EPS yang terbuat
dari aluminium. Untuk gambar EPS Housing ditampilkan di gambar 4.2.
Gambar 4.2 Part EPS Housing.
4.1.2 Data Produksi
Berikut adalah data produksi di PT. ABC bagian machining line EPS Housing yang
juga menjadi latar belakang permasalahan dalam penelitian. Untuk data dan grafik
dapat dilihat pada tabel 4.1, gambar 4.3 dan 4.4.
36
Tabel 4. 1 Data produksi line EPS Housing PT. ABC bulan Juni, Juli, Agustus
2018.
Line No Item Plan
2018 Rata-
rata Juni
(pcs)
Juli
(pcs)
Agt
(pcs)
EP
S H
ou
sin
g
1 Schedule 98%
Target 208582 185665 199543 197924
Aktual 201152 177343 192543 190346
% 96,4% 95,5% 96,5% 96,2%
2 NG 2%
Target 4185 3614 3995 3931
Aktual 7430 8322 7400 7717
% 3.6% 4.5% 3.5% 3.9%
Dapat dilihat pada tabel 4.1, perolehan aktual dari line EPS Housing selama tiga
bulan berada dibawah target yang telah ditetapkan oleh perusahaan. Dari 98% target
yang telah ditetapkan perusahaan, line EPS Housing hanya mampu memperoleh
hasil 96,4% pada bulan Juni, 95,5% pada bulan Juli dan 96,2% pada bulan Agustus.
Gambar 4. 3 Grafik produksi line EPS Housing PT. ABC bulan Juni, Juli,
Agustus.
Perolehan persentase berbanding lurus dengan jumlah pcs yang didapatkan. Dapat
dilihat pada gambar 4.3, pada bulan Juni line EPS Housing hanya mampu
memproduksi part sebanyak 201.152 pcs, pada bulan Juli sebanyak 177.343 pcs dan
bulan Agustus sebanyak 192.543 pcs.
160000
165000
170000
175000
180000
185000
190000
195000
200000
205000
210000
215000
Target Aktual Target Aktual Target Aktual
Juni Juli Agustus
Pcs
Grafik Produksi
37
Gambar 4. 4 Persentase target dan aktual produk cacat.
Kurangnya pencapaian line EPS Housing, di sebabkan karena banyaknya produk
cacat yang muncul. Dapat dilihat pada gambar 4.4, pada bulan Juni perolehan
produk cacat mencapai 3,6%, pada bulan Juli 4,5% dan pada bulan Agustus 3,5%.
Sedangkan target yang ditetapkan oleh perusahaan tidak lebih dari 2%.
4.2 Analisis dan Perbaikan
4.2.1 Tahap Define
Pada tahap define yang dilakukan adalah melihat proses produksi secara
keseluruhan pada machining part EPS Housing. Identifikasi dilakukan dengan
menggunakan diagram SIPOC (supplier-input-process-output-customer), diagram
flowchart dan flowmap. Hal ini dilakukan supaya teridentifikasi dengan jelas urutan
proses dari awal sampai akhir pada part EPS Housing.
1. Pembuatan diagram SIPOC.
Diagram SIPOC merupakan diagram yang dipakai untuk melihat objek dari
masing-masing komponen supplier-input-process-output-customer. Untuk
kemudian dilihat faktor-faktor yang mempengaruhi proses pembuatan produk EPS
Housing. Dengan menggambarkan hubungan antara supplier blank EPS Housing
Juni Juli Agustus
Target 2% 2% 2%
Aktual 3,60% 4,50% 3,50%
0%
1%
2%
3%
4%
5%C
acat
Grafik Produk Cacat
38
dengan proses machining EPS Housing dan dengan costumer produk EPS Housing
tersebut. Berikut diagram SIPOC dapat ditampilkan di gambar 4.5.
Gambar 4.5 Diagram SIPOC.
Pada gambar 4.5 bisa dilihat, sebelum diproses menjadi EPS Housing, part berupa
blank casting yang diproduksi oleh PT. KYOWA. Blank casting diproses
machining oleh PT. ABC hingga menjadi output berupa EPS Housing. Barang jadi
berupa EPS Housing lalu dikirim kepada customer yaitu PT. Mitsubishi Electric
Japan, PT. Mitsubishi Electric Thailand, PT. Mitsubishi Electric Ceko dan PT.
Mitsubishi Electric Amerika.
2. Pembuatan Diagram Alir Flowchart dan Flowmap.
Digunakan untuk menggambarkan keseluruhan proses machining. Berdasarkan
hasil pengamatan langsung dan wawancara, maka flowchart digambarkan sebagai
berikut pada gambar 4.6 dan gambar 4.7.
39
Gambar 4.6 Flowchart proses machining.
40
Gambar 4.7 Flowchart proses produk.
Pada gambar 4.7 dapat dilihat hasil dari proses mesin OP 1 yaitu pembubutan
bagian base. Kemudian proses mesin OP 2 yaitu pembubutan bagian outside
diameter motor, inside diameter motor, bagian conector dan bagian bearing box.
Untuk proses mesin TC yaitu pembuatan lubang dan ulir. Kemudian untuk mesin
yang digunakan untuk proses dapat dilihat pada tabel 4.2.
41
Tabel 4. 2 Mesin yang digunakan untuk produksi line EPS Housing.
No Jenis
Mesin Keterangan Gambar
1
NCLA OP1
dan NCLA
OP2
NCLA Mazak CNC
- OP1 =
pembubutan base
- OP2 =
pembubutan
Outside dan
Inside diameter
motor, conector,
dan Bearing Box
2
TC
(Tapping
Center)
Fanuc CNC
Membuat lubang dan
Ulir
3 Washing
Washing
Proses mencuci part
dari sisa coolant dan
chip dengan air
bersuhu 60ºC
Setelah dibuat flowchart langkah selanjutnya adalah membuat flowmap proses
produksi. Flowmap digunakan untuk menggambarkan proses-proses yang
dilakukan pada mesin dan proses-proses yang dilakukan operator, ditampilkan di
gambar 4.8 dan 4.9.
42
Gambar 4.8 Flowmap proses kerja operator
43
Gambar 4.9 Flowmap mesin.
3. Penentuan CTQ (Critical to Quality).
Kondisi kecacatan secara fisik part EPS yang terjadi selama ini antara lain adalah
tejadinya goresan (hardspot), terkelupas (chiping), diameter hole ulir terlalu besar
(ulir M5 over), benturan (deform), dan keropos (blowhole). Kondisi kecacatan ini
yang menjadi penyebab dan melatarbelakangi terjadinya masalah pada proses
produksi machining EPS Housing. Kondisi kecacatan ini yang nantinya digunakan
44
untuk menentukan karakteristik kualitas (CTQ). Gambar dari kelima jenis cacat
ditampilkan di tabel 4.3.
Tabel 4. 3 Jenis cacat.
No Jenis Cacat Keterangan Gambar
1 Hardspot Terdapat goresan pada part
2 Chiping Terdapat bagian yang terkelupas
pada part
3 Ulir M5 Over
Ukuran diameter ulir besar,
sehingga pin pengecekan bisa
masuk
4 Deform Terdapat bekas benturan pada
part
5 Blowhole Terdapat lubang-lubang keropos
pada part
CTQ kunci merupakan CTQ atau karakteristik yang paling berpengaruh terhadap
kualitas produk EPS Housing, untuk menentukan CTQ kunci adalah dengan melihat
data kecacatan fisik dari produk EPS Housing. Semua data karakteristik yang ada
adalah data yang diperoleh pada saat penelitian pada bulan Juni 2018 sampai bulan
Agustus 2018. Untuk jumlah produk cacat dapat dilihat pada tabel 4.4 dan diagram
pareto pada gambar 4.10 .
Tabel 4. 4 Produk cacat CTQ.
No Jenis Cacat 2018 Total
(pcs) %
45
Juni
(pcs)
Juli
(pcs)
Agt
(pcs)
Rata-
Rata
(pcs)
1 Ulir M5 over 3086 2202 1917 7205 31,10% 2402
2 Hardspot 1158 1985 1617 4760 21,00% 1620
3 Deform 1101 1853 1398 4352 18,90% 1451
4 Chiping 1081 1232 1250 3563 14,90% 1154
5 Blowhole 1004 1050 1218 3272 14,10% 1091
Total 7430 8322 7400 23152
Gambar 4. 10 Diagram pareto CTQ.
Berdasarkan diagram pareto pada gambar 4.10 dapat dilihat bahwa cacat ulir M5
over mempunyai jumlah dan nilai persentase terbesar. Meskipun jenis cacat
hardspot dan deform juga mempunyai jumlah dan persentase yang besar, tetapi
dalam menentukan CTQ kunci adalah cacat dengan persentase terbesar, maka
dalam hal ini yang digunakan adalah jenis cacat ulir M5 over.
Ulir M5
overHardspot Deform Chiping Blowhole
Jumlah 7205 4760 4352 3563 3272
Persentase 31,10% 21,00% 18,90% 14,90% 14,10%
Cum Persentase 31,10% 52,10% 71,00% 85,90% 100,00%
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
0
5000
10000
15000
20000
25000
Pcs
Diagram Pareto Jenis Cacat
46
4.2.2 Tahap Measure
Setelah melakukan tahap define, langkah berikutnya adalah melakukan tahap
measurement terhadap proses yang berhubungan dengan kualitasnya. Pada tahap
ini dilakukan serangkaian perhitungan untuk mengetahui tangkat kapabilitas proses
produksi yang dicapai oleh PT. ABC bagian produksi khususnya pada proses
machining line EPS Housing.
1. Menghitung DPMO
Perhitungan kemampuan proses dilakukan untuk mengetahui sejauh mana proses
produksi yang ada telah mencapai hasil yang baik. Dalam hal ini maka akan
dilakukan pengukuran terhadap kemampuan proses machining dalam
menghasilkan produk EPS Housing. Langkah yang dilakukan adalah dengan
pengukuran kemampuan proses, yaitu :
1. Perhitungan Defects per Unit (DPU),
𝐷𝑃𝑈 =23152
593790= 0,0389902154
2. Perhitungan Defect per Opportunity (DPO),
𝐷𝑃𝑂 =0,0389902154
5= 0,0077980431
3. Perhitungan Defect per Million Opportunity (DPMO),
𝐷𝑃𝑂 = 0,0077980431 × 1.000.000 = 7798,0
4. Pengkonversian DPMO ke level sigma dengan tabel sigma.
Pengkonversian menggunakan tabel konversi berdasarkan konsep
Motorolla, tabel konversi sigma dapat dilihat pada lampiran. Untuk
konversi sigma selama tiga bulan dapat dilihat pada tabel 4.5.
47
Tabel 4. 5 Aktual level sigma semua jenis cacat selama tiga bulan.
Bulan
(hari
kerja)
Produksi
(pcs)
Jumlah
Cacat
(pcs)
CTQ
DPU
(Jumlah
cacat/Jumlah
produksi)
DPO (DPU /
CTQ)
DPMO
(DPO x
1000000)
Level
Sigma
Juni
(22
hari)
208582 7430 5 0,035621482 0,007124296 7124,3 3,95
Juli
(19
hari)
185665 8322 5 0,044822664 0,008964533 8964,5 3,87
Agustus
(21
hari)
199543 7400 5 0,037084739 0,007416948 7416,9 3,94
Total 593790 23152 5 0,038990215 0,007798043 7798,0 3,92
Berdasarkan tabel konversi DPMO ke nilai sigma (tabel konversi dapat dilihat pada
lampiran) didapat hasil bahwa level sigma pada bulan Juni adalah 3,95 sigma, pada
bulan Juli adalah 3,87 sigma, pada bulan Agustus adalah 3,94 sigma. Maka
didapatkan hasil selama tiga bulan yaitu dengan nilai DPMO 7798,0 berada pada
level 3,92 sigma.
4.2.3 Tahap Analyze
Pada tahap analyze akan dilakukan pengukuran kestabilan proses produksi dengan
menggunakan control chart, untuk data atribut yaitu p-chart, dengan pertimbangan
bahwa ukuran sampel (n) adalah tetap atau konstan, kemudian akan dianalisis
kemampuan proses produksi menggunakan diagram sebab-akibat (cause effect
analysis) dan yang terakhir adalah membuat FMEA (Failure Mode and Effect
Analysis).
1. Mengukur kestabilan dan kapabilitas proses.
Pada tahap measure telah diketahui CTQ kunci yaitu ulir M5 over, kemudian
langkah berikutnya adalah mengukur kestabilan proses dengan menggunakan
control chart. Untuk data atribut yaitu dengan menggunakan p-chart, yaitu :
48
a. Pengambilan data sampel produksi dari produk cacat ulir M5 over.
Dengan mengambil data observasi pada bulan Juni selama 22 hari untuk
mengevaluasi dan mengetahui apakah proses produksi masih dalam batas kendali
atau tidak. Maka dari data observasi tersebut diperoleh hasil yang ditampilkan pada
tabel 4.6.
Tabel 4. 6 Data observasi bulan Juni.
Tanggal Hari
Observasi Sampel (n)
Jumlah Produk
cacat (np)
01/06/2018 1 9481 140
02/06/2018 2 9481 144
04/06/2018 3 9481 127
05/06/2018 4 9481 130
06/06/2018 5 9481 121
07/06/2018 6 9481 145
08/06/2018 7 9481 146
11/06/2018 8 9481 161
12/06/2018 9 9481 122
13/06/2018 10 9481 135
14/06/2018 11 9481 129
15/06/2018 12 9481 137
18/06/2018 13 9481 136
19/06/2018 14 9481 128
20/06/2018 15 9481 154
21/06/2018 16 9481 173
22/06/2018 17 9481 128
25/06/2018 18 9481 164
26/06/2018 19 9481 158
27/06/2018 20 9481 142
28/06/2018 21 9481 131
29/06/2018 22 9481 135
Total 3086
Rata-rata 140,2727273
49
b. Penghitungan ketidaksesuaian produk (proporsi cacat).
Hasil perhitungan dapat dilihat pada tabel 4.7.
Tabel 4. 7 Data proporsi cacat.
Tanggal Hari
Observasi
Sampel
(n)
Jumlah Produk
cacat (np)
Proporsi
(np)
01/06/2018 1 9481 140 0,0148
02/06/2018 2 9481 144 0,0152
04/06/2018 3 9481 127 0,0134
05/06/2018 4 9481 130 0,0137
06/06/2018 5 9481 121 0,0128
07/06/2018 6 9481 145 0,0153
08/06/2018 7 9481 146 0,0154
11/06/2018 8 9481 161 0,0170
12/06/2018 9 9481 122 0,0129
13/06/2018 10 9481 135 0,0142
14/06/2018 11 9481 129 0,0136
15/06/2018 12 9481 137 0,0144
18/06/2018 13 9481 136 0,0143
19/06/2018 14 9481 128 0,0135
20/06/2018 15 9481 154 0,0162
21/06/2018 16 9481 173 0,0182
22/06/2018 17 9481 128 0,0135
25/06/2018 18 9481 164 0,0173
26/06/2018 19 9481 158 0,0167
27/06/2018 20 9481 142 0,0150
28/06/2018 21 9481 131 0,0138
29/06/2018 22 9481 135 0,0142
Total 3086
Rata-rata 140,2727273
50
c. Memeriksa data karakteristik dengan menghitung nilai CL, UCL dan LCL.
- Menghitung nilai CL (P)
𝐶𝐿 =3086
208582
𝐶𝐿 = 0,0148
- Menghitung nilai UCL
𝑈𝐶𝐿 = P + 3√𝑃(1 − 𝑃)
𝑛
𝑈𝐶𝐿 = 0,0148 + 3√0,0148(1 − 0,0148)
9481
𝑈𝐶𝐿 = 0,0185
- Menghitung nilai LCL
𝐿𝐶𝐿 = P − 3√𝑃(1 − 𝑃)
𝑛
𝐿𝐶𝐿 = 0,0148 − 3√0,0148(1 − 0,0148)
9481
𝐿𝐶𝐿 = 0,0111
Dari hasil perhitungan di atas sudah diketahui bahwa nilai CL adalah 0,0148, nilai
UCL adalah 0,0185 dan nilai LCL adalah 0,0111.
Setelah nilai tengah CL (P), nilai batas kendali atas (UCL) dan nilai batas kendali
bawah (LCL) diketahui, maka selanjutnya akan dibuat peta kendali P untuk
dianalisis apakah ada data yang keluar dari batas kendali. Apabila ada data yang
keluar dari batas kendali, maka harus dilakukan revisi data ulang sampai semua data
berada dalam batas kendali. Untuk hasil peta kendali dapat dilihat pada gambar 4.11
dan tabel 4.8.
51
Gambar 4. 11 P chart produk cacat ulir M5 over.
Tabel 4. 8 Data peta kendali.
Tanggal Hari
Observasi
Sampel
(n)
Jumlah
Produk
cacat (np)
Proporsi
(np) CL UCL LCL
01/06/2018 1 9481 140 0,0148 0,0148 0,0185 0,0111
02/06/2018 2 9481 144 0,0152 0,0148 0,0185 0,0111
04/06/2018 3 9481 127 0,0134 0,0148 0,0185 0,0111
05/06/2018 4 9481 130 0,0137 0,0148 0,0185 0,0111
06/06/2018 5 9481 121 0,0128 0,0148 0,0185 0,0111
07/06/2018 6 9481 145 0,0153 0,0148 0,0185 0,0111
08/06/2018 7 9481 146 0,0154 0,0148 0,0185 0,0111
11/06/2018 8 9481 161 0,017 0,0148 0,0185 0,0111
12/06/2018 9 9481 122 0,0129 0,0148 0,0185 0,0111
13/06/2018 10 9481 135 0,0142 0,0148 0,0185 0,0111
14/06/2018 11 9481 129 0,0136 0,0148 0,0185 0,0111
15/06/2018 12 9481 137 0,0144 0,0148 0,0185 0,0111
18/06/2018 13 9481 136 0,0143 0,0148 0,0185 0,0111
19/06/2018 14 9481 128 0,0135 0,0148 0,0185 0,0111
20/06/2018 15 9481 154 0,0162 0,0148 0,0185 0,0111
21/06/2018 16 9481 173 0,0182 0,0148 0,0185 0,0111
22/06/2018 17 9481 128 0,0135 0,0148 0,0185 0,0111
0,0100
0,0110
0,0120
0,0130
0,0140
0,0150
0,0160
0,0170
0,0180
0,0190
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Pro
po
rsi
Sampel
P chart Produk Cacat
Proporsi (np) CL LCL UCL
52
25/06/2018 18 9481 164 0,0173 0,0148 0,0185 0,0111
26/06/2018 19 9481 158 0,0167 0,0148 0,0185 0,0111
27/06/2018 20 9481 142 0,015 0,0148 0,0185 0,0111
28/06/2018 21 9481 131 0,0138 0,0148 0,0185 0,0111
29/06/2018 22 9481 135 0,0142 0,0148 0,0185 0,0111
Rata-rata 9481 140,2727 0,014791
Total 208582 3086
Bisa dilihat pada gambar 4.11 dan tabel 4.8, bahwa semua data berada dalam batas
kendali. Maka hal itu menunjukan tidak perlu diadakanya revisi perhitungan
kembali.
Setelah diketahui bahwa proses sudah stabil, maka selanjutnya dilakukan
perhitungan kapablitas proses. Data atribut disini terdapat dua jenis perhitungan
yaitu kapabilitas proses yang digunakan untuk mengukur tingkat kapabilitas proses
sigma berdasarkan output kecacatan proses yang dihasilkan (Cp) dan indeks
kapabilitas proses (Cpk) yang digunakan untuk mengukur kemampuan proses
penentuan indeks kapabilitas proses menggunakan pendekatan Motorolla yang
memungkinkan pergeseran rata-rata proses sebesar ± 1,5σ yang disajikan pada tabel
4.9 di bawah ini.
Tabel 4. 9 Konversi Level Sigma.
Level Pergeseran Proses ±1,5σ
Sigma Cpk DPMO
3 0.5 66.803
4 0.833 6.2
5 1.167 233
6 1.5 3.4
Sumber: Mc Fadden, 1993
Penghitungan kapabilitas proses, yaitu:
Cp = 1 - p bar
= 1 – 0,015
53
= 0.0985
Perhitungan indeks kapabilitas proses (Cpk) didapatkan dari hasil interpolasi tabel
4.9 konversi level sigma dengan mengacu pada nilai sigma yang berada pada level
3.95 sigma.
3.95−3
4−3 =
x−0.5
0.833−0.5
0.95
1 =
x−0.5
0.333
X = (0.95 x 0.333) + 0.5
X = 0.81635
Dari nilai Cpk diatas yaitu sebesar 0,81635 dapat disimpulkan bahwa kemampuan
proses line EPS Housing kurang mampu, karena Cpk < 1,5, maka perlu dilakukan
perbaikan untuk mencapai target yang diinginkan.
2. Analisa penyebab masalah utama dengan diagram sebab akibat (cause effect
diagram).
Langkah berikutnya adalah menganalisis penyebab-penyebab dari masalah utama
untuk kemudian menemukan akar dari masalah produk cacat ulir M5 over
menggunakan diagram sebab akibat. Penelusuran dilakukan dengan cara melihat
dari faktor-faktor umum seperti man, machine, material dan method. Diagram
sebab akibat dibuat berdasarkan hasil pengamatan ke line EPS Housing dan hasil
brainstorming dengan leader line EPS Housing, operator serta pihak terkait lainya.
Berikut pertanyaan yang disampaikan dan hasil jawaban pada brainstorming
mengenai faktor-faktor penyebab terjadinya produk cacat ulir M5 over,
1. Faktor Man
Pertanyaan dari Zaenal Fanani: Apa penyebab terjadinya Ulir M5 over yang
disebabkab karena operator ?
Jawaban dan analisa dari sublearder: Dimensi produk EPS Housing over atau
minim disebabkan karena seringnya terjadi kesalahan input program ataupun
54
kesalahan input harga dimensi pada program mesin. Hal ini terjadi disebabkan
karena kurangnya pemahaman operator terhadap pengoperasian mesin.
2. Faktor Machine
Pertanyaan dari Zaenal Fanani: Apa penyebab terjadinya ulir M5 over yang
disebabkan karena permasalahan mesin?
Jawaban dan analisa dari line leader:
- Proses cutting terhambat oleh banyak chip dapat dilihat ketika proses
cutting berlangsung terdapat banyak chip yang berada pada produk dan
coolant yang seharusnya berwarna putih menjadi berwarna abu-abu. Hal ini
disebabkan karena pancaran coolant dari nozzle yang sudah bercampur
dengan chip. Setelah ditelusuri penyebab utamanya adalah saringan pada
bak coolant yang renggang.
- Proses cutting berbunyi keras dan kasar, hal ini disebabkan karena tool yang
lebih cepat aus sebelum lifetime dari tool itu sendiri. Tool yang cepat aus
dikarenakan proses cooling atau pendinginan pada saat proses cutting tidak
maksimal (air coolant tidak mengarah pada tool). Setelah ditelusuri,
penyebab utamanya adalah jarak antara nozzle coolant dengan tool terlalu
jauh, sehingga air coolant tidak memancar tepat ke tool.
- Part bergetar pada saat proses cutting (terdengar bunyi getaran pada saat
proses). Hal ini terjadi karena tekanan clamp pada jig tidak cukup kuat untuk
menahan part pada saat proses cutting berlangsung. Setelah ditelusuri
penyebab utamanya adalah clamp yang terlalu kecil.
3. Faktor Method
Pertanyaan dari Zaenal Fanani: Apa penyebab terjadinya ulir M5 Over yang
disebabkan karena kesalahan cara kerja?
Jawaban dan analisa dari Operator 1: Putaran tool tap M5 dan drill 4,6 tidak
stabil atau tool goyang saat proses cutting. Hal ini karenakan pemasangan tool
tap dan drill tersebut yang tidak center terhadap collet dari tool itu sendiri.
Setelah ditelusuri, penyebab utamanya adalah pada saat penggantian tool
operator hanya mencenterkan tool berdasarkan perasaan operator tersebut.
55
4. Faktor Material
Pertanyaan dari Zaenal Fanani: Apa penyebab terjadinya Ulir M5 over yang
disebabkan karena materialnya?
Jawaban dan analisa dari Line Leader: Adanya perbedaan dimensi blank yang
dikirim oleh supplier. Hal ini terjadi karena adanya cavity baru yang dikirim
oleh supplier.
Maka berdasarkan hasil brainstorming di atas dapat dibuat diagram sebab akibat
yang dapat dilihat pada gambar 4.12 di bawah ini.
Gambar 4. 12 Diagram sebab akibat.
3. Membuat FMEA (Failure Mode Effect Analysis)
Berdasarkan diagram sebab akibat pada gambar 4.12, telah diketahui akar masalah
dari potensi yang terjadi. FMEA membantu memberikan prioritas untuk
menyelesaikan atau memperbaiki kegagalan proses. Dengan mengambil hasil dari
diagram sebab akibat, akan diberikan nilai berdasarkan akar masalah yang telah
ditemukan. Berdasarkan tabel nilai besarnya dari severity, occurrence dan detection
yang sudah dipaparkan pada bab tinjauan pustaka, dan dengan melakukan
wawancara kepada leader line EPS Housing, leader bagian Quality dan operator
56
maka dapat diketahui nilai dari severity, occurrence dan detection tersebut pada
hasil di bawah ini. Pertama, untuk data Potential failure dan Potential effect dapat
dilihat pada tabel 4.10.
Tabel 4. 10 Potential failure dan Potential effect.
Part Potential Failure Mode Potential Effect of
failure
EPS
Housing
Pemasangan center tool saat
penggantian tool hanya dilakukan
berdasarkan perasaan operator
Ulir M5 Over
Clamp terlalu kecil Ulir M5 Over
Saringan di bak coolant renggang Ulir M5 Over
Jarak antara nozzle coolant dan tool
terlalu jauh Ulir M5 Over
Kurangnya pemahaman operator Ulir M5 Over
Adanya cavity baru dari supplier Ulir M5 Over
a. Menganalisis tingkat keseriusan akibat yang terjadi (severity).
Pada tahap severity akan dianalisis seberapa serius akibat (effect) yang ditimbulkan
oleh kegagalan yang menyebabkan cacat ulir M5 over. Berikut data kriteria
tingkatan produk cacat ulir M5 Over yang digunakan untuk menentukan objektifitas
rating severity dipaparkan pada tabel 4.11.
Tabel 4. 11 Penentu Rank Severity
Rating Kriteria Kondisi Ulir
1
2
3
Pada kondisi ini pin No Go masuk
satu ruas ulir. Berdasarkan keterangan
57
Berdasakan data kriteria cacat ulir M5 over pada line EPS Housing, bentuk
upnormal dari part EPS Housing terbagi dalam tiga jenis. Kondisi pin masuk tapi
masih dalam batas spesifikasi sehingga part bisa OK, kemudian kondisi part OK
dengan catatan ACC dari pihak QA dan kondisi dimana part sudah tidak dapat
diterima sebagai part OK atau harus menjadi scrap. Maka berdasarkan kondisi
tersebut rating di bagi menjadi tiga kelompok. Rate 1, 2, 3 part yang OK, rate 4,
5, 6 part yang OK dengan ACC dari QA dan rate 7, 8, 9 untuk part yang masuk
scrap. Untuk hasil pemberian rating severity dapat dilihat pada tabel 4.12.
Tabel 4. 12 Rank Severity.
Part Potential Failure Mode Potential Effect of
failure Severity
EPS
Housing
Pemasangan center tool saat
penggantian tool hanya dilakukan
berdasarkan perasaan operator
Ulir M5 Over 5
Clamp terlalu kecil Ulir M5 Over 7
Saringan di bak coolant renggang Ulir M5 Over 6
Jarak antara nozzle coolant dan
tool terlalu jauh Ulir M5 Over 4
dari QA, belum berpengaruh terhadap
assy part.
4
5
6
Pada kondisi ini pin No Go masuk
sampai tiga ruas ulir. Berdasarkan
keterangan dari QA, sudah
berpengaruh terhadap assy part tetap
masih bisa di ACC untuk OK.
7
8
9
Pada kondisi ini pin No Go masuk
lebih dari tiga ruas ulir. Maka part
wajib untuk di NG kan.
58
Kurangnya pemahaman operator Ulir M5 Over 3
Adanya cavity baru dari supplier Ulir M5 Over 2
b. Menganalisis frekuensi terjadinya kegagalan (Occurrence).
Occurrence menunjukan seberapa sering suatu failure mode terjadi dan
mengakibatkan adanya kecacatan dalam kurun waktu tertentu. Frekuensi kegagalan
ditentukan oleh frekuensi penyebab kegagalannya.
Untuk menentukan nilai occurence karena pemberian nilai rating didasarkan pada
frekuensi, maka pertama dilakukan penghitungan jumlah produk cacat yang
terjadi per 1000 pcs produksi. Maka,
9481
141 =
1000
𝑥
9481x = 141.000
x = 14,8 ≈ 15 pcs
Maka terjadi 15 pcs produk cacat per 1000 pcs proses produksi yang dilakukan.
Sehingga nilai ratingnya adalah 7. Maka hasil rating dapat dilihat pada tabel 4.13.
Tabel 4. 13 Rank Occerence.
Part Potential Failure Mode Potential Effect of
failure Occerence
EPS
Housing
Pemasangan center tool saat
penggantian tool hanya
dilakukan berdasarkan perasaan
operator
Ulir M5 Over 7
Clamp terlalu kecil Ulir M5 Over 7
59
Saringan di bak coolant
renggang Ulir M5 Over 7
Jarak antara nozzle coolant dan
tool terlalu jauh Ulir M5 Over 7
Kurangnya pemahaman
operator Ulir M5 Over 7
Adanya cavity baru dari
supplier Ulir M5 Over 7
c. Menganalisis kesulitan kontrol yang dilakukan.
Pada tahap detection akan dianalisis tingkat kesulitan pengendalian proses produksi
yang sudah dibuat dan mengurangi tingkat kegagalan pada proses produksi.
Untuk menentukan nilai detection, karena pemberian nilai rating didasarkan pada
frekuensi, maka pertama dilakukan penghitungan jumlah produk cacat yang
terjadi per 1000 pcs produksi. Maka,
9481
141 =
1000
𝑥
9481x = 141.000
x = 14,8 ≈ 15 pcs
Maka berarti terjadi 15 pcs produk cacat per 1000 pcs proses produksi yang
dilakukan. Sehingga nilai ratingnya adalah 7. Maka untuk hasil ratingnya dapat
dilihat pada tabel 4.14.
Tabel 4. 14 Rank detection.
Part Potential Failure Mode Potential Effect of
failure Detection
60
EPS
Housing
Pemasangan center tool saat
penggantian tool hanya
dilakukan berdasarkan
perasaan operator
Ulir M5 Over 7
Clamp terlalu kecil Ulir M5 Over 7
Saringan di bak coolant
renggang Ulir M5 Over 7
Jarak antara nozzle coolant
dan tool terlalu jauh Ulir M5 Over 7
Kurangnya pemahaman
operator Ulir M5 Over 7
Adanya cavity baru dari
supplier Ulir M5 Over 7
b. Penghitungan RPN (Risk Priority Number).
Tujuan pada tahap ini adalah untuk memperoleh urutan tingkat kepentingan dari
failure mode. Hasil perhitungan dan urutan rank RPN dapat dilihat pada tabel 4.15
dan 4.16.
Tabel 4. 15 RPN.
Produk
yang
diharapkan
Potential
Failure
Mode
Cause of
Failure
Potential
Effect of
failure
Degree
of
severiy
Degree of
occurence
Degree
of
detection
Risk
Priority
Number
Produk
EPS
Housing
dengan
kualitas
tinggi
(tingkat
cacat
rendah)
Pemasangan
center tool
saat
penggantian
tool hanya
dilakukan
berdasarkan
perasaan
operator
Tidak
disediakan
alat untuk
center tool
saat
penggantian
tool
Ulir M5
Over 5 7 7 245
61
Clamp
terlalu kecil
Tidak ada
analisa dari
departemen
engineering
terkait ulir
M5 over
yang terkait
dengan
getaran saat
proses
Ulir M5
Over 7 7 7 343
Saringan di
bak coolant
renggang
Saringan
sudah
terlalu lama
digunakan
Ulir M5
Over 6 7 7 294
Jarak antara
nozzle
coolant dan
tool terlalu
jauh
Nozzle
coolant
pendek
Ulir M5
Over 4 7 7 196
Kurangnya
pemahaman
operator
Jarangnya
diadakan
refresh
training
Ulir M5
Over 3 7 7 141
Adanya
cavity baru
dari
supplier
Kebutuhan
penggantian
pemakaian
mold dari
supplier
Ulir M5
Over 2 7 7 98
Tabel 4. 16 Rank RPN yang sudah diurutkan.
No Failure Mode Severity Occurrence Detection RPN
1 Clamp terlalu kecil 7 7 7 343
2 Saringan di bak
coolant renggang 6 7 7 294
62
3
Pemasangan center
tool saat
penggantian tool
hanya dilakukan
berdasarkan
perasaan operator
5 7 7 245
4
Jarak antara nozzle
coolant dan tool
terlalu jauh
4 7 7 196
5
Kurangnya
pemahaman
operator
3 7 7 141
6 Adanya cavity baru
dari supplier 2 7 7 98
4.2.4 Tahap Improve
Berdasarkan analisis FMEA telah diketahui nilai tingkat kepentingan yang
menunjukan bahwa suatu failure mode, semakin tinggi nilainya maka semakin
diprioritaskan untuk segera diadakan perbaikan. Dalam hal ini didapatkan urutan
prioritas failure mode yaitu clamp terlalu kecil, saringan di bak coolant renggang,
pemasangan center tool saat penggantian tool hanya dilakukan berdasarkan filling
operator, jarak antar nozzle coolant dan tool terlalu jauh, kurangnya pemahan
operator dan adanya cavity baru dari supplier. Dari urutan masalah akan dilakukan
improvement berturut-turut menggunakan metode 5W + 1H.
1. Metode 5W + 1H (What,Where,When,Why,Who,How).
Metode 5W + 1H digunakan untuk menganalisis hasil akar masalah yang sudah
ditemukan pada diagram sebab akibat dan diurutkan pada FMEA. Metode ini
membantu untuk melakukan suatu perbaikan. Hasil perbaikan merupakan ide
keputusan perbaikan yang sudah disetujui oleh leader line EPS Housing, operator
serta pihak terkait lainya. Hasil dari metode 5W + 1H dipaparkan pada tabel 4.17.
63
Tabel 4. 17 Hasil 5W + 1H.
What Factor Why How When Where Who
Ulir
M5
Over
Machine Clamp
terlalu kecil
Penggantian
clamp menjadi
lebih lebar
25/09/
2018
Line
Eps
Housing
Engineering
Machine
Saringan di
bak coolant
renggang
Menambah
lapisan pada
saringan
26/09/
2018 Engineering
Method
Pemasangan
center tool
saat
penggantian
tool hanya
dilakukan
berdasarkan
perasaan
operator
Penggantian
tool dilakukan
pengecekan
center round
uot ± 0,03
25/09/
2018 Leader
Machine
Jarak antara
nozzle
coolant dan
tool terlalu
jauh
Menyambung
nozzle dan
mengarahkan
ke tool
27/09/
2018 Engineering
Man
Kurangnya
pemahaman
operator
Mengadakan
refresh training
26/09/
2018 Leader
Material
Adanya
cavity baru
dari
supplier
Menambah
pengecekan
berupa
pengukuran
oleh incoming
26/09/
2018 Quality
64
2. Proses dan Penjelasan Improvement
Berikut proses dan penjelasan improvement yang telah dilakukan berdasarkan hasil
dari tabel 5W + 1H.
1. Penggantian clamp menjadi lebih lebar.
Clamp yang semula kecil, dirubah menjadi lebih lebar. Dengan kondisi
clamp yang lebih lebar dimaksudkan supaya tekanan terhadap part EPS
Housing pada saat proses cutting menjadi lebih merata dan kuat serta tidak
menimbulkan getaran. Kondisi clamp sebelum dan sesudah perbaikan
dapat dilihat pada gambar 4.13 dan 4.14.
Gambar 4. 13 Clamp sebelum perbaikan.
Gambar 4. 14 Clamp sesudah perbaikan.
2. Menambah lapisan pada saringan.
65
Kondisi sebelum improvement hanya terdapat satu lapis saringan. Sehingga
menyebabkan coolant yang dipancarkan saat proses cutting tidak bersih.
Dengan cara menambahkan lapisan saringan di bagian bawah akan lebih
memfilter coolant menjadi lebih bersih. Penambahan hanya dipasangkan
pada bagian bawah karena endapan dari chip di dalam bak coolant hanya
berada di bagian bawah. Kondisi saringan sebelum dan sesudah perbaikan
dapat dilihat pada gambar 4.15 dan 4.16
Gambar 4. 15 Kondisi saringan sebelum perbaikan.
Gambar 4. 16 Kondisi saringan sesudah perbaikan.
3. Penggantian tool dilakukan pengecekan center round out ± 0,03.
66
Dengan dilakukanya pengecekan center round out saat penggantian tool
maka akan menjamin posisi center dari tool terhadap holder tidak lebih dari
0,03. Setiap kali penggantian, setelah melakukan cek round out maka
operator wajib mengisi check sheet penggunaan alat round out. Alat round
out dan check sheet dapat dilihat pada gambar 4.17.
Gambar 4. 17 Proses round out dan check sheet round out.
4. Menyambung nozzle coolant dan mengarahkan ke tool.
Kondisi sebelum improvement nozzle coolant yang pendek menyebabkan
pancaran coolant tidak tepat mengenai tool. Dengan menyambung nozzle
menjadi lebih panjang maka posisi ujung nozzle menjadi lebih dekat
dengan tool dan lebih mudah diarahkan ke tool. Kondisi nozzle sebelum
dan sesudah perbaikan dapat dilihat pada gambar 4.18 dan 4.19.
67
Gambar 4. 18 Nozzle coolant sebelum perbaikan.
Gambar 4. 19 Nozzle coolant sesudah perbaikan.
5. Mengadakan refresh training.
Dilakukan training ulang operator, supaya lebih memahami proses kerja
terutama pada saat merubah program ataupun melakukan input harga
program pada mesin. Contoh kegiatan refresh training dapat dilihat pada
gambar 4.20.
68
Gambar 4. 20 Kegiatan refresh training operator.
6. Menambah pengecekan berupa pengukuran oleh incoming.
Sebelum perbaikan,, incoming hanya melakukan pengecekan visual pada
setiap blank yang datang dari supplier. Kemudian dengan menambahkan
proses pengecekan berupa pengecekan dimensi diharapkan akan lebih
memfilter blank yang masuk ke produksi. Contoh pengukuran yang
dilakukan oleh incoming dan alat ukur dapat dilihat pada gambar 4.21.
Gambar 4. 21 Alat ukur dan pengukuran yang dilakukan oleh incoming.
4.2.5 Tahap Control
Pada tahap control dipaparkan cara pengendalian improvement yang sudah dibuat
pada tahap improve supaya produk cacat yang terjadi pada proses produksi EPS
Housing dapat diminimalisasi. Control yang dilakukan antara lain adalah:
1. Merevisi IK (Instruksi Kerja) pada mesin TC.
IK-PRD-PPP-015-03-032 pada mesin TC 1 dan IK-PRD-PPP-015-03-033
pada mesin TC 2. Dengan menambahkan poin pengecekan center round out
69
pada saat melakukan penggantian tool pada mesin TC. Gambar IK yang
sudah direvisi dapat dilihat pada gmbar 4.22.
Gambar 4. 22 Revisi IK mesin TC
2. Merevisi IK (Instruksi Kerja) incoming.
IK-PRD-PPP-015-03-060, dengan menambahkan poin untuk pengecekan
dimensi (pengukuran) pada setiap pallet blank yang masuk dari supplier.
Gambar IK yang sudah direvisi dapat dilihat pada gambar 4.23.
Gambar 4. 23 Revisi IK incoming.
70
4.3 Ringkasan
Setelah selesai dilakukanya perbaikan, kemudian dilakukan pengambilan data
kembali selama 22 hari untuk mengetahui apakah perbaikan yang dibuat efektif
untuk proses produksi dan dapat menurunkan jumlah produk cacat yang terjadi.
Jumlah produk cacat sesudah perbaikan dapat dilihat pada tabel 4.18.
Tabel 4. 18 Jumlah produk cacat sesudah perbaikan.
Tanggal Hari
Observasi Sampel
Jumlah
Produk
cacat
Proporsi
01/10/2018 1 9481 91 0,0095981
02/10/2018 2 9481 90 0,0094927
03/10/2018 3 9481 90 0,0094927
04/10/2018 4 9481 86 0,0090708
05/10/2018 5 9481 88 0,0092817
08/10/2018 6 9481 87 0,0091762
09/10/2018 7 9481 89 0,0093872
10/10/2018 8 9481 89 0,0093872
11/10/2018 9 9481 86 0,0090708
12/10/2018 10 9481 85 0,0089653
15/10/2018 11 9481 82 0,0086489
16/10/2018 12 9481 80 0,0084379
17/10/2018 13 9481 90 0,0094927
18/10/2018 14 9481 92 0,0097036
19/10/2018 15 9481 94 0,0099146
22/10/2018 16 9481 91 0,0095981
23/10/2018 17 9481 91 0,0095981
24/10/2018 18 9481 91 0,0095981
25/10/2018 19 9481 89 0,0093872
26/10/2018 20 9481 87 0,0091762
29/10/2018 21 9481 90 0,0094927
30/10/2018 22 9481 90 0,0094927
Total 1948
Rata-rata 88,5455 0,0093393
71
Penghitungan kapabilitas setelah perbaikan:
Cp = 1 – p bar
= 1 – 0,00934
= 0,99066
Selanjutnya penghitungan indeks kapabilitas proses (Cpk) didapatkan dari hasil
interpolasi pada tabel level sigma (Mc Fadden, 1993) dengan mengacu pada nilai
sigma yang berada pada level 4,01 sigma.
4.01−3
5−3 =
x−0.5
1.167−0.5
1.01
2 =
x−0.5
0.667
x = (1,01 x 0.667) + 0,5
x = 1,17367
Dari penghitungan nilai Cpk sebelum perbaikan yaitu sebesar 0,81635 kemudian
setelah perbaikan menjadi 1,17367. Maka dapat disimpulkan bahwa walaupun
kemampuan proses line EPS Housing setelah perbaikan masih kurang mecapai
target kapabilitas yaitu karena Cpk < 1,5, tetapi nilai Cpk sudah mengalami
peningkatan.
Kemudian perbandingan antara sebelum perbaikan dengan hasil sesudah perbaikan
dipaparkan pada tabel 4.19 dan gambar 4.24.
Tabel 4. 19 Perbandingan sebelum dan sesudah perbaikan.
Keteterangan Waktu
Observasi Jumlah Prod
Jumlah
Cacat
Persentase
(%)
Sebelum perbaikan 22 Hari 208582 3086 1,47%
Sesudah perbaikan 22 Hari 208582 1948 0,93%
72
Gambar 4. 24 Diagram perbandingan persentase cacat ulir M5 over.
Dari data di atas menujukan jumlah produk cacat ulir M5 over menurun. Dengan
data total produksi yang sama juga dengan hari kerja yang sama sebelum perbaikan
adalah 3086 pcs menjadi 1948 pcs setelah perbaikan. Menurun sebesar 0,54 % dari
jumlah sebelumnya. Untuk tabel perbandingan sigma semua jenis cacat sebelum
dan sesudah perbaikan dapat dilihat pada tabel 4.20.
Tabel 4. 20 Perbandingan sigma semua jenis cacat.
Keteterangan Waktu
Observasi
Jumlah
Prod
Jumlah
Cacat DPU DPO DPMO
Level
Sigma
Sebelum
perbaikan 22 Hari 208582 7430 0,035621482 0,007124 7124,3 3,95
Sesudah
perbaikan 22 Hari 208582 6292 0,030165594 0,006033 6033,1 4,01
Dari data pada tabel 4.20, diketahui bahwa level sigma yang sebelum perbaikan
berada pada level 3,95 sigma. Setelah dilakukan perbaikan naik menjadi level 4,01
sigma. Menyatakan bahwa produksi EPS Housing di PT. ABC sudah mencapai
1,47%
0,93%
0,00%
0,20%
0,40%
0,60%
0,80%
1,00%
1,20%
1,40%
1,60%
Sebelum perbaikan Sesudah perbaikan
Cac
at
Persentase Penurunan Ulir M5 Over
73
mencapai rata-rata industri USA. Tetapi harus terus dilakukan perbaikan supaya
produksi EPS Housing di PT. ABC dapat mencapai level 6 sigma yaitu rata-rata
industri kelas dunia.
Kemudian untuk lebih memperkuat data asumsi bahwa hasil perbaikan ini termasuk
signifikan atau tidak, maka perlu di uji menggunakan T-Test Statistik. Test
dilakukan menggunakan software SPSS dengan memasukan dua data, yaitu data
sebelum perbaikan dan sesudah perbaikan. Untuk lebih jelasnya dapat dilihat pada
gambar 4.25 di bawah ini.
Gambar 4. 25 Data input pada software SPSS.
74
Bisa dilihat pada gambar 4.25 di atas, dua jenis data dari subjek yang sama sudah
dimasukan, yaitu data hasil perolehan produk cacat sebelum dan setelah perbaikan.
Kemudian dilakukan uji T-testuntuk mengetahui apakan perbaikan yang dilakukan
signifikan atau tidak. Untuk hasil uji dapat dilihat pada gambar 4.26 di bawah ini.
Gambar 4. 26 Hasil uji menggunakan software SPSS.
Keterangan:
Dengan melihat pada kolom t = 17.552, maka kemudian harus di bandinhkan
dengan nilai T yang ada pada tabel T-test (tabel terlampir) dengan nilai Df – 1 dan
nilai confidence level 95%. Nilai yang ada pada tabel adalah 1.725, itu artinya
17.552 > 1.725 maka perbaikan signifikan. Selain itu juga dapat dilihat mean =
52.182 bernilai positif berarti cenderung terjadi penurunan jumlah produk cacat.
75
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan penelitian yang dilakukan di PT. ABC maka dapt diambil kesimpulan
sebagai berikut:
Perbaikan yang dilakukan terhadap permasalahan yang ditemukan setelah dianalisis
menggunakan metode 5W + 1H berturut-turut adalah penggantian clamp,
menambah lapisan saringan, penggantian tool dilakukan pengecekan center round
out ± 0,03, menyambung noozle dan mengarahkan ke tool, mengadakan refresh training
dan menambah pengecekan berupa pengukuran oleh incoming. Setelah dilakukan
perbaikan jumlah cacar ulir M5 over sebelum perbaikan adalah 3086 pcs / 22hari,
setelah perbaikan menurun menjadi 1948 pcs / 22 hari atau menurun sebesar 0,54
%. Kemudian nilai DPMO cacat jenis ulir M5 over yang sebelum perbaikan adalah
7124,3 berada pada level 3,95 sigma berubah menjadi 6033,1 berada pada level
4,01 sigma. Hal tersebut menunjukan bahwa penelitian dan proses perbaikan
memberikan dampak terhadap penurunan jumlah produk cacat ulir M5 over.
Nilai total DPMO selama tiga bulan (Juni, Juli, Agustus 2018) adalah 7798,0 yang
sigmanya berada pada level 3,92 sigma. Setelah melakukan identifikasi pada tahap
analyze, ditetapkan masalah yang meliputi: clamp terlalu kecil, saringan di bak
coolant renggang, pemasangan center tool saat penggantian tool hanya dilakukan
berdasarkan filling operator, jarak antara noozle coolant dengan tool terlalu jauh,
kurangnya pemahaman operator dan adanya cavity baru dari supplier.
5.2 Saran
Saran diberikan kepada perusahaan dan terhadap penelitian selanjutnya yaitu:
Sebaiknya upaya peningkatan kualitas produk EPS Housing dilakukan perbaikan
secara terus-menerus atau kontinyu. Kemudian dibuatkan jadwal untuk refresh
76
training kepada karyawan secara berkala untuk lebih menekan angka kesalahan
terhadap pekerjaan mereka sendiri.
Kemudian bagi penelitian selanjutnya diharapkan dapat mengalisis lebih dalam lagi
mengenai karakteristik kritis kualitas (CTQ) yang ada supaya perusahaan dapat
mencapai level sigma tertinggi yaitu 6 sigma atau setara dengan rata-rata industri
kelas dunia.
77
DAFTAR PUSTAKA
Gaspersz, Vincent. 2002. Pedoman Implementasi Program Six Sigma. Jakarta:
PT. Gramedia Pustaka Utama.
Gaspersz, Vincent. 2017. Total Quality Management. Jakarta: PT. Percetakan
Penebar Swadaya.
Montgomery, Douglas C. 2009. Introduction to Statistical Quality Control. 7th
Edition. New York: John Wiley & Sons, Inc.
Mitra, Amitava. 2016. Fundamentals of Quality Control and Inprovement. 4th
Edition. Canada: John Wiley & Sons, Inc.
Carrol, Charles T. 2013. Six Sigma for Powerful Improvement: A Green Belt
DMAIC Training System with Software Tools and a 25-Lesson Course. New
York: Taylor & Fancis Group, LLC.
Shankar, Rama. 2009. Process Improvement Using Six Sigma: A DMAIC Guide.
United Status of America: American Society for Quality (ASQ).
Pyzdek, Thomas. 2003. Six Sigma Project Planner: A Step-by-step Guide to
Leading a Six Sigma Project Through DMAIC. United Status of America:
The McGraw-Hill Companies, Inc.
Widarto, B Sentot Wijayanarka, Sutopo dan Paryanto. 2008. Teknik Mesin: Untuk
Sekolah Menengah Kejuruan. Jakarta: Direktorat Jenderal Manajemen
Pendidikan Dasar dan Menengah, Direktorat Pembinaan Sekolah Menengah
Kejuruan Departemen Pendidikan Nasional.
Firdausi, Arif. 2013. Mekanika dan Elemen Mesin 1. Malang: Kementrian
Pendidikan dan Kebudayaan.
McFadden, F. 1993. Six Sigma Quality Programs. Quality Progress. Colorado:
Colorado Spings, CO.
KBBI. 2018. Kamus Besar Bahasa Indonesia (KBBI). (Online) dari:
http://kbbi.kemdikbud.go.id
Departement Produksi. 2018. Data Produksi. Bekasi: PT. ABC
Departement Quality. 2018. Data Produk Cacat. Bekasi: PT. ABC
78
LAMPIRAN
Konversi DPMO ke Nilai Sigma Konsep Motorola oleh: V. Gaspersz (2002)
Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO
0,00 933.193 0,51 838.913 1,02 684.386 1,53 488.033
0,01 931.888 0,52 836.457 1,03 680.822 1,54 484.047
0,02 930.563 0,53 833.977 1,04 677.242 1,55 480.061
0,03 929.219 0,54 831.472 1,05 673.645 1,56 476.078
0,04 927.855 0,55 828.944 1,06 670.031 1,57 472.097
0,05 926.471 0,56 826.391 1,07 666.402 1,58 468.119
0,06 925.066 0,57 823.814 1,08 662.757 1,59 464.144
0,07 923.641 0,58 821.214 1,09 659.097 1,60 460.172
0,08 922.196 0,59 818.589 1,10 655.422 1,61 456.205
0,09 920.730 0,60 815.940 1,11 651.732 1,62 452.242
0,10 919.243 0,61 813.267 1,12 648.027 1,63 448.283
0,11 917.736 0,62 810.570 1,13 644.309 1,64 444.330
0,12 916.207 0,63 807.850 1,14 640.576 1,65 440.382
0,13 914.656 0,64 805.106 1,15 636.831 1,66 436.441
0,14 913.085 0,65 802.338 1,16 633.072 1,67 432.505
0,15 911.492 0,66 799.546 1,17 629.300 1,68 428.576
0,16 909.877 0,67 796.731 1,18 625.516 1,69 424.655
0,17 908.241 0,68 793.892 1,19 621.719 1,70 420.740
0,18 906.582 0,69 791.030 1,20 617.911 1,71 416.834
0,19 904.902 0,70 788.145 1,21 614.092 1,72 412.936
0,20 903.199 0,71 785.236 1,22 610.261 1,73 409.046
0,21 901.475 0,72 782.305 1,23 606.420 1,74 405.165
0,22 899.727 0,73 779.350 1,24 602.568 1,75 401.294
0,23 897.958 0,74 776.373 1,25 598.706 1,76 397.432
0,24 896.165 0,75 773.373 1,26 594.835 1,77 393.580
0,25 894.350 0,76 770.350 1,27 590.954 1,78 389.739
0,26 892.512 0,77 767.305 1,28 587.064 1,79 385.908
0,27 890.651 0,78 764.238 1,29 583.166 1,80 382.089
0,28 888.767 0,79 761.148 1,30 579.260 1,81 378.281
0,29 886.860 0,80 758.036 1,31 575.345 1,82 374.484
0,30 884.930 0,81 754.903 1,32 571.424 1,83 370.700
0,31 882.977 0,82 751.748 1,33 567.495 1,84 366.928
0,32 881.000 0,83 748.571 1,34 563.559 1,85 363.169
0,33 878.999 0,84 745.373 1,35 559.618 1,86 359.424
0,34 876.976 0,85 742.154 1,36 555.670 1,87 355.691
0,35 874.928 0,86 738.914 1,37 551.717 1,88 351.973
0,36 872.857 0,87 735.653 1,38 547.758 1,89 348.268
0,37 870.762 0,88 732.371 1,39 543.795 1,90 344.578
0,38 868.643 0,89 729.069 1,40 539.828 1,91 340.903
0,39 866.500 0,90 725.747 1,41 535.856 1,92 337.243
0,40 864.334 0,91 722.405 1,42 531.881 1,93 333.598
0,41 862.143 0,92 719.043 1,43 527.903 1,94 329.969
0,42 859.929 0,93 715.661 1,44 523.922 1,95 326.355
0,43 857.690 0,94 712.260 1,45 519.939 1,96 322.758
0,44 855.428 0,95 708.840 1,46 515.953 1,97 319.178
0,45 853.141 0,96 705.402 1,47 511.967 1,98 315.614
0,46 850.830 0,97 701.944 1,48 507.978 1,99 312.067
0,47 848.495 0,98 698.468 1,49 503.989 2,00 308.538
0,48 846.136 0,99 694.974 1,50 500.000 2,01 305.026
0,49 843.752 1,00 691.462 1,51 496.011 2,02 301.532
0,50 841.345 1,01 687.933 1,52 492.022 2,03 298.056
79
Konversi DPMO ke Nilai Sigma Konsep Motorola oleh: V. Gaspersz (2002)
(Lanjutan)
Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO Nilai Sigma DPMO
2,04 294.598 2,55 146.859 3,06 59.380 3,57 19.226
2,05 291.160 2,56 144.572 3,07 58.208 3,58 18.763
2,06 287.740 2,57 142.310 3,08 57.053 3,59 18.309
2,07 284.339 2,58 140.071 3,09 55.917 3,60 17.864
2,08 280.957 2,59 137.857 3,10 54.799 3,61 17.429
2,09 277.595 2,60 135.666 3,11 53.699 3,62 17.003
2,10 274.253 2,61 133.500 3,12 52.616 3,63 16.586
2,11 270.931 2,62 131.357 3,13 51.551 3,64 16.177
2,12 267.629 2,63 129.238 3,14 50.503 3,65 15.778
2,13 264.347 2,64 127.143 3,15 49.471 3,66 15.386
2,14 261.086 2,65 125.072 3,16 48.457 3,67 15.003
2,15 257.846 2,66 123.024 3,17 47.460 3,68 14.629
2,16 254.627 2,67 121.001 3,18 46.479 3,69 16.262
2,17 251.429 2,68 119.000 3,19 45.514 3,70 13.903
2,18 248.252 2,69 117.023 3,20 44.565 3,71 13.553
2,19 245.097 2,70 115.070 3,21 43.633 3,72 13.209
2,20 241.964 2,71 113.140 3,22 42.716 3,73 12.874
2,21 238.852 2,72 111.233 3,23 41.815 3,74 12.545
2,22 235.762 2,73 109.349 3,24 40.929 3,75 12.224
2,23 232.695 2,74 107.488 3,25 40.059 3,76 11.911
2,24 229.650 2,75 105.650 3,26 39.204 3,77 11.604
2,25 226.627 2,76 103.835 3,27 38.364 3,78 11.304
2,26 223.627 2,77 102.042 3,28 37.538 3,79 11.011
2,27 220.650 2,78 100.273 3,29 36.727 3,80 10.724
2,28 217.695 2,79 98.525 3,30 35.930 3,81 10.444
2,29 214.764 2,80 96.801 3,31 35.148 3,82 10.170
2,30 211.855 2,81 95.098 3,32 34.379 3,83 9.903
2,31 208.970 2,82 93.418 3,33 33.625 3,84 9.642
2,32 206.108 2,83 91.759 3,34 32.884 3,85 9.387
2,33 203.269 2,84 90.123 3,35 32.157 3,86 9.137
2,34 200.454 2,85 88.508 3,36 31.443 3,87 8.894
2,35 197.662 2,86 86.915 3,37 30.742 3,88 8.656
2,36 194.894 2,87 85.344 3,38 30.054 3,89 8.424
2,37 192.150 2,88 83.793 3,39 29.379 3,90 8.198
2,38 189.430 2,89 82.264 3,40 28.716 3,91 7.976
2,39 186.733 2,90 80.757 3,41 28.067 3,92 7.760
2,40 184.060 2,91 79.270 3,42 27.429 3,93 7.549
2,41 181.411 2,92 77.804 3,43 26.803 3,94 7.344
2,42 178.786 2,93 76.359 3,44 26.190 3,95 7.143
2,43 176.186 2,94 74.934 3,45 25.588 3,96 6.947
2,44 173.609 2,95 73.529 3,46 24.998 3,97 6.756
2,45 171.056 2,96 72.145 3,47 24.419 3,98 6.569
2,46 168.528 2,97 70.781 3,48 23.852 3,99 6.387
2,47 166.023 2,98 69.437 3,49 23.295 4,00 6.210
2,48 163.543 2,99 68.112 3,50 22.750 4,01 6.037
2,49 161.087 3,00 66.807 3,51 22.215 4,02 5.868
2,50 158.655 3,01 65.522 3,52 21.692 4,03 5.703
2,51 156.248 3,02 64.256 3,53 21.178 4,04 5.543
2,52 153.864 3,03 63.008 3,54 20.675 4,05 5.386
2,53 151.505 3,04 61.780 3,55 20.182 4,06 5.234
2,54 149.170 3,05 60.571 3,56 19.699 4,07 5.085
80
Konversi DPMO ke Nilai Sigma Konsep Motorola oleh: V. Gaspersz (2002)
(Lanjutan)
Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai
Sigma
DPMO Nilai Sigma DPMO
4,08 4.940 4,59 1.001 5,10 159 5,61 20
4,09 4.799 4,60 968 5,11 153 5,62 19
4,10 4.661 4,61 936 5,12 147 5,63 18
4,11 4.527 4,62 904 5,13 142 5,64 17
4,12 4.397 4,63 874 5,14 136 5,65 17
4,13 4.269 4,64 845 5,15 131 5,66 16
4,14 4.145 4,65 816 5,16 126 5,67 15
4,15 4.025 4,66 789 5,17 121 5,68 15
4,16 3.907 4,67 762 5,18 117 5,69 14
4,17 3.793 4,68 736 5,19 112 5,70 13
4,18 3.681 4,69 711 5,20 108 5,71 13
4,19 3.573 4,70 687 5,21 104 5,72 12
4,20 3.467 4,71 664 5,22 100 5,73 12
4,21 3.364 4,72 641 5,23 96 5,74 11
4,22 3.264 4,73 619 5,24 92 5,75 11
4,23 3.167 4,74 598 5,25 88 5,76 10
4,24 3.072 4,75 577 5,26 85 5,77 10
4,25 2.980 4,76 557 5,27 82 5,78 9
4,26 2.890 4,77 538 5,28 78 5,79 9
4,27 2.803 4,78 519 5,29 75 5,80 9
4,28 2.718 4,79 501 5,30 72 5,81 8
4,29 2.635 4,80 483 5,31 70 5,82 8
4,30 2.555 4,81 467 5,32 67 5,83 7
4,31 2.477 4,82 450 5,33 64 5,84 7
4,32 2.401 4,83 434 5,34 62 5,85 7
4,33 2.327 4,84 419 5,35 59 5,86 7
4,34 2.256 4,85 404 5,36 57 5,87 6
4,35 2.186 4,86 390 5,37 54 5,88 6
4,36 2.118 4,87 376 5,38 52 5,89 6
4,37 2.052 4,88 362 5,39 50 5,90 5
4,38 1.988 4,89 350 5,40 48 5,91 5
4,39 1.926 4,90 337 5,41 46 5,92 5
4,40 1.866 4,91 325 5,42 44 5,93 5
4,41 1.807 4,92 313 5,43 42 5,94 5
4,42 1.750 4,93 302 5,44 41 5,95 4
4,43 1.695 4,94 291 5,45 39 5,96 4
4,44 1.641 4,95 280 5,46 37 5,97 4
4,45 1.589 4,96 270 5,47 36 5,98 4
4,46 1.538 4,97 260 5,48 34 5,99 4
4,47 1.489 4,98 251 5,49 33 6,00 3
4,48 1.441 4,99 242 5,50 32
Catatan:
Tabel konversi ini Mencakup
pengeseran 1,5- sigma untuk
semua nilai Z
4,49 1.395 5,00 233 5,51 30
4,50 1.350 5,01 224 5,52 29
4,51 1.306 5,02 216 5,53 28
4,52 1.264 5,03 208 5,54 27
4,53 1.223 5,04 200 5,55 26
4,54 1.183 5,05 193 5,56 25
4,55 1.144 5,06 185 5,57 24
4,56 1.107 5,07 179 5,58 23
4,57 1.070 5,08 172 5,59 22
4,58 1.035 5,09 165 5,60 21
81
Tabel Nilai t
d.f 10.0t 05.0t 025.0t 01.0t 005.0t d.f
1 3,078 6,314 12,706 31,821 63, 657 1
2 1,886 2,920 4,303 6,965 9,925 2
3 1,638 2,353 3,182 4,541 5,841 3
4 1,533 2,132 2,776 3,747 4,604 4
5 1,476 2,015 2,571 3,365 4,032 5
6 1,440 1,943 2,447 3,143 3,707 6
7 1,415 1,895 2,365 2,998 3,499 7
8 1,397 1,860 2,306 2,896 3,355 8
9 1,383 1,833 2,262 2,821 3,250 9
10 1,372 1,812 2,228 2,764 3,169 10
11 1,363 1,796 2,201 2,718 3,106 11
12 1,356 1,782 2,179 2,681 3,055 12
13 1,350 1,771 2,160 2,650 3,012 13
14 1,345 1,761 2,145 2,624 2,977 14
15 1,341 1,753 2,131 2,602 2,947 15
16 1,337 1,746 2,120 2,583 2,921 16
17 1,333 1,740 2,110 2,567 2,898 17
18 1,330 1,734 2,101 2,552 2,878 18
19 1,328 1,729 2,093 2,539 2,861 19
20 1,325 1,725 2,086 2,528 2,845 20
21 1,323 1,721 2,080 2,518 2,831 21
22 1,321 1,717 2,074 2,508 2,819 22
23 1,319 1,714 2,069 2,500 2,807 23
24 1,318 1,711 2,064 2,492 2,797 24
25 1,316 1,708 2,060 2,485 2,787 25
26 1,315 1,706 2,056 2,479 2,779 26
27 1,314 1,703 2,052 2,473 2,771 27
28 1,313 1,701 2,048 2,467 2,763 28
29 1,311 1,699 2,045 2,462 2,756 29
30 1,310 1,697 2,042 2,457 2,750 30
31 1,309 1,696 2,040 2,453 2,744 31
32 1,309 1,694 2,037 2,449 2,738 32
33 1,308 1,692 2,035 2,445 2,733 33
34 1,307 1,691 2,032 2,441 2,728 34
35 1,306 1,690 2,030 2,438 2,724 35
36 1,306 1,688 2,028 2,434 2,719 36
37 1,305 1,687 2,026 2,431 2,715 37
38 1,304 1,686 2,024 2,429 2,712 38
82
39 1,303 1,685 2,023 2,426 2,708 39
Sumber: Aplikasi Analisis Multivariate Dengan Program SPSS (Dr. Imam Ghozali)
Tabel Nilai t
d.f 10.0t 05.0t 025.0t 01.0t 005.0t d.f
40 1,303 1,684 2,021 2,423 2,704 40
41 1,303 1,683 2,020 2,421 2,701 41
42 1,302 1,682 2,018 2,418 2,698 42
43 1,302 1,681 2,017 2,416 2,695 43
44 1,301 1,680 2,015 2,414 2,692 44
45 1,301 1,679 2,014 2,412 2,690 45
46 1,300 1,679 2,013 2,410 2,687 46
47 1,300 1,678 2,012 2,408 2,685 47
48 1,299 1,677 2,011 2,407 2,682 48
49 1,299 1,677 2,010 2,405 2,680 49
50 1,299 1,676 2,009 2,403 2,678 50
51 1,298 1,675 2,008 2,402 2,676 51
52 1,298 1,675 2,007 2,400 2,674 52
53 1,298 1,674 2,006 2,399 2,672 53
54 1,297 1,674 2,005 2,397 2,670 54
55 1,297 1,673 2,004 2,396 2,668 55
56 1,297 1,673 2,003 2,395 2,667 56
57 1,297 1,672 2,002 2,394 2,665 57
58 1,296 1,672 2,002 2,392 2,663 58
59 1,296 1,671 2,001 2,391 2,662 59
60 1,296 1,671 2,000 2,390 2,660 60
61 1,296 1,670 2,000 2,389 2,659 61
62 1,295 1,670 1,999 2,388 2,657 62
63 1,295 1,669 1,998 2,387 2,656 63
64 1,295 1,669 1,998 2,386 2,655 64
65 1,295 1,669 1,997 2,385 2,654 65
66 1,295 1,668 1,997 2,384 2,652 66
67 1,294 1,668 1,996 2,383 2,651 67
68 1,294 1,668 1,995 2,382 2,650 68
69 1,294 1,667 1,995 2,382 2,649 69
70 1,294 1,667 1,994 2,381 2,648 70
71 1,294 1,667 1,994 2,380 2,647 71
72 1,293 1,666 1,993 2,379 2,646 72
73 1,293 1,666 1,993 2,379 2,645 73
74 1,293 1,666 1,993 2,378 2,644 74
75 1,293 1,665 1,992 2,377 2,643 75
76 1,293 1,665 1,992 2,376 2,642 76
83
77 1,293 1,665 1,991 2,376 2,641 77
78 1,292 1,665 1,991 2,375 2,640 78
Sumber: Aplikasi Analisis Multivariate Dengan Program SPSS (Dr. Imam Ghozali)
Tabel Nilai t
d.f 10.0t 05.0t 025.0t 01.0t 005.0t d.f
79 1,292 1,664 1,990 2,374 2,640 79
80 1,292 1,664 1,990 2,374 2,639 80
81 1,292 1,664 1,990 2,373 2,638 81
82 1,292 1,664 1,989 2,373 2,637 82
83 1,292 1,663 1,989 2,372 2,636 83
84 1,292 1,663 1,989 2,372 2,636 84
85 1,292 1,663 1,988 2,371 2,635 85
86 1,291 1,663 1,988 2,370 2,634 86
87 1,291 1,663 1,988 2,370 2,634 87
88 1,291 1,662 1,987 2,369 2,633 88
89 1,291 1,662 1,987 2,369 2,632 89
90 1,291 1,662 1,987 2,368 2,632 90
91 1,291 1,662 1,986 2,368 2,631 91
92 1,291 1,662 1,986 2,368 2,630 92
93 1,291 1,661 1,986 2,367 2,630 93
94 1,291 1,661 1,986 2,367 2,629 94
95 1,291 1,661 1,985 2,366 2,629 95
96 1,290 1,661 1,985 2,366 2,628 96
97 1,290 1,661 1,985 2,365 2,627 97
98 1,290 1,661 1,984 2,365 2,627 98
99 1,290 1,660 1,984 2,365 2,626 99
Inf. 1,290 1,660 1,984 2,364 2,626 Inf.
Sumber: Aplikasi Analisis Multivariate Dengan Program SPSS (Dr. Imam Ghozali)