pendekatan lean manufacturing untuk mengurangi waste pada
TRANSCRIPT
PENDEKATAN LEAN MANUFACTURING UNTUK
MENGURANGI WASTE PADA LANTAI PRODUKSI CRUMB
RUBBER DI PT. DJAMBI WARAS JUJUHAN
SKRIPSI
Oleh :
Faridatul Azizah
1410024425018
TEKNIK INDUSTRI
YAYASAN MUHAMMAD YAMIN
SEKOLAH TINGGI TEKNOLOGI INDUSTRI
( STTIND ) PADANG
2018
HALAMAN PERSETUJUAN SKRIPSI
Pendekatan Lean Manufacturing untuk Mengurangi Waste pada Lantai
Produksi Crumb Rubber di PT. Djambi Waras Jujuhan
Nama : Faridatul Azizah
NPM : 1410024425018
Program Studi : Teknik Industri
Padang, Juli 2018
Menyetujui:
Pembimbing I, Pembimbing II
Meldia Fitri, ST. MP Tri Ernita, ST. MP
NIDN. 1024028201 NIDN. 1028027801
Ketua Jurusan, Ketua STTIND Padang,
Tri Ernita, ST. MP Riko Ervil, MT
NIDN. 1028027801 NIDN. 1014057501
Pendekatan Lean Manufacturing untuk Mengurangi Waste pada Lantai
Produksi Crumb Rubber di PT. Djambi Waras Jujuhan
Nama : Faridatul Azizah
NPM : 1410024425018
Dosen Pembimbing 1 : Meldia Fitri, ST, MP
Dosen Pembimbing 2 : Tri Ernita, ST, MP
ABSTRAK
Perkembangan yang terjadi pada industri mendorong perusahaan manufaktur terus
menerus meningkatkan hasil produksinya. Baik dalam hal kualitas, kuantitas,
harga, maupun dalam hal pengiriman. Banyak faktor yang mempengaruhi
penjualan produk suatu perusahaan. Salah satunya adalah terdapatnya waste atau
pemborosan pada saat proses produksi. PT. Djambi Waras Jujuhan adalah
perusahaan yang bergerak dalam bidang produksi crumb rubber. Namun dalam
proses produksi masih terjadi beberapa jenis waste yaitu defect, waiting, dan
transportation. Untuk mengurangi waste tersebut maka dilakukan pendekatan
lean manufacturing. Tujuan dilakukannya penelitian di PT. Djambi Waras
Jujuhan adalah untuk mengetahui apa saja penyebab waste pada lantai produksi
dengan VALSAT, serta memberikan usulan perbaikan dengan FMEA untuk
mengurangi waste yang ada pada lantai produksi. Berdasarkan hasil penelitian
diketahui penyebab waiting adalah pekerja lamban, kurang teliti, trouble pada
mesin, forklift hanya 1, dan cuaca tidak menentu. Penyebab dari defect adalah
pekerja kurang teliti, merasa kelelahan, diameter creeper mengecil, rool creeper
tumpul, setelan pisau tidak pas, pengaturan suhu tidak tepat, bahan baku kotor,
blanket tebal, kadar air bahan baku tinggi, dan hujan. Penyebab dari
transportation adalah prosedur kerja tidak dilaksanakan dengan baik, pekerja
hanya 1, dan forklift hanya 1. Dari FMEA diketahui nilai RPN tiap-tiap waste
adalah waiting sebesar 294, defect sebesar 252, dan transportation sebesar 36.
Sehingga untuk mengurangi waste disarankan agar mengurangi tenaga kerja,
peneguran kepada tenaga kerja yang tidak mematuhi peraturan, memilih tenaga
kerja yang mempunyai skill bagus sesuai bidang pekerjaannya, peningkatan faktor
kontrol, pembenahan metode kerja, dan penambahan alat transportasi.
Kata Kunci: crumb Rubber, Waste, Lean Manufacturing, VALSAT, FMEA
Lean Manufacturing Approach to Reduce Waste on Crumb Rubber Floor
Production at PT. Djambi Waras Jujuhan
Name : Faridatul Azizah
NPM : 1410024425018
Supervisor : Meldia Fitri, ST, MP
Co-Supervisor : Tri Ernita, ST, MP
ABSTRACT
The industry developments have push manufacturing companies to continuously
improve their products in every way, such as quality, quantity, price, and even the
terms of delivery. There are many elements that can affect the product sales of a
company. One of which is the waste that occurs in the production process. PT.
Djambi Waras Jujuhan is a company that enganged in the crumb rubber
production. Unfortunately, in production process still happened some kind of
waste that is defect, waiting, and transportation. To reduce the waste is done lean
manufacturing approach. The purpose of doing research at PT. Djambi Waras
Jujuhan is to find out what causes the waste on the production floor with
VALSAT, as well as to provide a repair proposal with FMEA to reduce waste on
the production floor. Based on the research results known the cause of waiting is
slow, less careful workers, trouble on the machine, forklift only 1, and the weather
is uncertain. The cause of the defect is the worker is less thorough, feeling tired,
creeper diameter shrink, blunt creeper rool, improrer knife suit, improrer
temperature settings, dirty raw materials, thick blanket, high moisture content,
and rain. The cause of transportation is the working procedure is not
implemented properly, the worker is only 1, and the forklift is only 1. From FMEA
known RPN value of each waste is waiting for 294, defect of 252, and
transportation equal to 36. So to reduce the waste is suggested to reduce the
workforce, reprimand to workers who do not comply with the regulations,
choosing a workforce that has good skill according to their field of work,
improvement of control factors, work methods improvement, and the addition of
means of transportation.
Kata Kunci: Crumb Rubber, Waste, Lean Manufacturing, VALSAT, FMEA
i
KATA PENGANTAR
Puji Syukur penulis ucapkan kehadirat Allah SWT yang telah
melimpahkan rahmat, taufik dan hidayah-Nya sehingga penulis dapat
menyelesaikan penyusunan Tugas Akhir ini. Sholawat beserta salam semoga
senantiasa terlimpahkan kepada Nabi Muhammad SAW kepada umatnya hingga
akhir zaman, aamiin. Penulisan Proposal Tugas Akhir ini diajukan untuk
memenuhi salah satu syarat memperoleh gelar sarjana pada program studi Teknik
Industri Sekolah Tinggi Teknologi Industri (STTIND) Padang. Judul yang penulis
ajukan adalah “Pendekatan Lean Manufacturing untuk Mengurangi Waste
pada Lantai Produksi Crumb Rubber di PT. Djambi Waras Jujuhan”.
Dalam penulisan Tugas Akhir ini, penulis banyak mendapatkan bantuan
moril dan materil, bimbingan, saran dan dorongan dari berbagai pihak. Untuk itu
penulis mengucapkan terima kasih kepada:
1. Ibu Meldia Fitri, ST, MP sebagai dosen pembimbing I atas waktu, bimbingan,
pengarahan, dan masukan yang diberikan kepada penulis dalam penyelesaian
Tugas Akhir ini.
2. Ibu Tri Ernita, ST, MP sebagai dosen pembimbing II atas waktu, bimbingan,
pengarahan, dan masukan yang diberikan kepada penulis dalam
menyelesaikan Tugas Akhir ini.
3. Kedua orang tua tercinta, Fatrul Taufiq dan Yayuk Riani yang tiada hentinya
ii
mendukung penulis baik secara moril, do’a, maupun materil sehingga Tugas
Akhir ini dapat diselesaikan.
4. Bapak Mawardi selaku pembimbing di PT. Djambi Waras Jujuhan yang telah
memberikan bantuan berupa waktu, bimbingan, serta informasi dan data
selama melakukan penelitian.
5. Teman-teman Teknik Industri STTIND Padang dan semua pihak yang telah
memberikan dukungan dan ilmu kepada penulis dalam penyelesaian Tugas
Akhir ini.
Penulis menyadari bahwa dalam penyusunan Tugas Akhir ini masih jauh
dari kesempurnaan dan masih banyak kekurangan baik dari segi penyajian
maupun susunan. Untuk itu penulis mengharapkan kritikan dan saran dari
pembaca yang sifatnya membangun guna kesempurnaan Tugas Akhir ini.
Padang, Juli 2018
Penulis
iii
DAFTAR ISI
HALAMAN JUDUL
LEMBAR PERSETUJUAN SKRIPSI
ABSTRAK
KATA PENGANTAR……………………………………………………………. .. i
DAFTAR ISI …………………………………………………………………… ... iii
DAFTAR TABEL………………………………………………………………….vi
DAFTAR GAMBAR…………………………………………………………….. . ix
BAB I PENDAHULUAN
1.1 Latar Belakang………………………………………………………………… . 1
1.2 Identifikasi Masalah…………………………………………………………... .. 5
1.3 Batasan Masalah………………………………………………………………... 5
1.4 Rumusan Masalah…………… ............................................................................ 6
1.5 Tujuan Penelitian ……………….. ...................................................................... 6
1.6 Asumsi …………………………………………………….……….. ................. 6
1.7 Manfaat Penelitian…………………………………………………………… ... 7
BAB II TINJAUAN PUSTAKA
2.1 Landasan Teori ..................................................................................................... 8
2.1.1 Lean Manufacturing ………………………………………….. ................. 8
2.1.2 Waste (Pemborosan) ……………………………………………............. 10
2.1.2.1 Pengertian Waste (Pemborosan) ................................................... 10
2.1.2.2 Jenis-Jenis Waste (Pemborosan) ................................................... 12
iv
2.1.3 Value Stream Analysis Tools (VALSAT) ................................................. 17
2.1.4 Failure Mode and Effect Analysis ............................................................. 29
2.2 Kerangka Konseptual ................................................................................. ……34
BAB III METODOLOGI PENELITIAN
3.1 Jenis Penelitian ………………………………………………………………. . 36
3.2 Waktu dan Tempat Penelitian ……………………………………………….. . 36
3.3 Variabel Penelitian …………………………………………………………… 37
3.4 Data dan Sumber Data ………………………………………………………. . 37
3.4.1 Data ........................................................................................................... 37
3.4.2 Sumber Data .............................................................................................. 37
3.5 Teknik Pengolahan dan Analisa Data ……………………………………. ...... 38
3.5.1 Penyebab Terjadinya Waste Menggunakan VALSAT ............................. 38
3.5.2 Usulan Perbaikan Menggunakan FMEA .................................................. 40
3.6 Kerangka Metodologi………………………………………………….. .......... 43
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Pengumpulan Data ............................................................................................. 45
4.2 Pengolahan Data................................................................................................. 47
4.2.1 Penyebab Terjadinya Waste Mengunakan VALSAT ............................... 47
4.2.2 Usulan Perbaikan Menggunakan FMEA .................................................. 69
BAB V ANALISIS HASIL PENGOLAHAN DATA
5.1 Identifikasi Penyebab Terjadinya Waste Menggunakan VALSAT ................... 73
5.2 Usulan Perbaikan Menggunakan FMEA ........................................................... 75
v
BAB VI PENUTUP
6.1 Kesimpulan ....................................................................................................... 77
6.2 Saran ................................................................................................................... 78
DAFTAR KEPUSTAKAAN
LEMBAR KONSULTASI
LAMPIRAN
vi
DAFTAR TABEL
Tabel 1.1 Data Defect Crumb Rubber Tahun 2017................................................. 3
Tabel 1.2 Data Waiting Proses Produksi Crumb Rubber ........................................ 4
Tabel 2.1 Kuesioner .............................................................................................. 18
Tabel 2.2 Value Stream Analysis Tools................................................................. 19
Tabel 2.3 Contoh Process Activity Mapping......................................................... 21
Tabel 2.4 Skala Peringkat Severity........................................................................ 30
Tabel 2.5 Skala Peringkat Occurance ................................................................... 31
Tabel 2.6 Skala Peringkat Detection ..................................................................... 31
Tabel 2.7 Contoh Failure Mode and Effect Analysis ............................................ 33
Tabel 3.1 Value Stream Analysis Tools................................................................. 39
Tabel 3.2 Skala Peringkat Severity........................................................................ 41
Tabel 3.3 Skala Peringkat Occurrene ................................................................... 42
Tabel 3.4 Skala Peringkat Detection ..................................................................... 42
Tabel 4.1 Urutan Proses Produksi, Waktu Proses Produksi, dan Jumlah
Tenaga Kerja ......................................................................................... 45
Tabel 4.2 Hasil Kuesioner Bagian Penerimaan Bahan Baku ................................ 47
Tabel 4.3 Hasil Kuesioner Bagian Penyimpanan Bokar ....................................... 48
Tabel 4.4 Hasil Kuesioner Bagian Milling ............................................................ 48
Tabel 4.5 Hasil Kuesioner Bagian Penjemuran .................................................... 49
Tabel 4.6 Hasil Kuesione Bagian Penurunan ........................................................ 49
Tabel 4.7 Hasil Kuesioner Bagian Pengisian ........................................................ 50
vii
Tabel 4.8 Hasil Kuesioner Bagian Pengeringan/Pemasakan ................................ 50
Tabel 4.9 Hasil Kuesioner Bagian Pencabutan Cake ............................................ 51
Tabel 4.10 Hasil Kuesioner Bagian Pengepresan ................................................. 51
Tabel 4.11 Hasil Kuesioner Bagian Pengemasan ................................................. 52
Tabel 4.12 Rekap Hasil Waste dari Kuesioner...................................................... 53
Tabel 4.13 Value Stream Analysis Tools............................................................... 54
Tabel 4.14 Perhitungan VALSAT......................................................................... 56
Tabel 4.15 Penentuan Tool VALSAT ................................................................... 56
Tabel 4.16 Penentuan Ranking Tool VALSAT .................................................... 57
Tabel 4.17 Process Activity Mapping ................................................................... 58
Tabel 4.18 Persentase Jumlah Aktivitas ............................................................... 59
Tabel 4.19 Waktu Aktivitas Operation ................................................................. 60
Tabel 4.20 Waktu Aktivitas Transportation ......................................................... 61
Tabel 4.21 Waktu Aktivitas Inspection ................................................................. 61
Tabel 4.22 Waktu Aktivitas Storage ..................................................................... 62
Tabel 4.23 Waktu Aktivitas Delay ........................................................................ 62
Tabel 4.24 Persentase Waktu Aktivitas ................................................................ 62
Tabel 4.25 Waktu Aktivitas Value Added ............................................................. 63
Tabel 4.26 Waktu Aktivitas Non Value Added ..................................................... 64
Tabel 4.27 Waktu Aktivitas Necessary but Non Value Added ............................. 64
Tabel 4.28 Value Stream Activity .......................................................................... 65
Tabel 4.29 Effect of Failure .................................................................................. 69
Tabel 4.30 Cause of Failure.................................................................................. 69
viii
Tabel 4.31 Current Detection ............................................................................... 70
Tabel 4.32 Rating Severity, Occurrence, Detection, dan RPN ............................. 71
Tabel 4.33 Usulan Perbaikan Failure Mode and Effect Analysis ......................... 72
ix
DAFTAR GAMBAR
Gambar 2.1 Contoh Supply Chain Response Matrix…………………………... 23
Gambar 2.2 Contoh Production Variety Funnel……………………………….. 24
Gambar 2.3 Contoh Quality Filter Mapping…………………………………... 25
Gambar 2.4 Contoh Demand Amplification Mapping…………………………. 26
Gambar 2.5 Contoh Decision Point Analysis………………………………….. 27
Gambar 2.6 Contoh Phisical Structure………………………………………… 28
Gambar 2.7 Contoh Diagram Sebab Akibat…………………………………… 29
Gambar 2.8 Kerangka Konseptual …………………………………………….. 34
Gambar 3.1 Kerangka Metodologi ……………………………………………. 43
Gambar 4.1 Diagram Sebab Akibat Jenis Waste Waiting …………………… 66
Gambar 4.2 Diagram Sebab Akibat Jenis Waste Defect……………………… 67
Gambar 4.3 Diagram Sebab Akibat Jenis Waste Transportation……………… 68
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Proses produksi adalah kegiatan perusahaan yang mengolah bahan mentah
menjadi barang setengah jadi atau barang jadi dengan melibatkan bahan-bahan
pembantu, tenaga kerja dan mesin-mesin serta alat-alat perlengkapan sehingga
memiliki nilai tambah (value added) yang lebih besar. Banyaknya perusahaan
manufaktur yang berusaha untuk mengurangi segala pemborosan (waste)
pemakaian sumber daya pada proses produksi, karena pemborosan dapat
mengurangi efektivitas dan efisiensi dari proses produksi dalam aspek waktu,
bahan baku, pekerja, fasilitas produksi dan faktor-faktor produksi yang lainnya
(Syahputera, 2016).
PT. Djambi Waras Jujuhan adalah perusahaan PMDN (Penanaman Modal
Dalam Negeri) yang didirikan pada tahun 1989. Perusahaan ini bergerak dibidang
pengolahan karet menjadi karet remah (Crumb Rubber) yang membawahi 15
perusahaan yang bergerak di pengolahan karet salah satunya PT. Djambi Waras
Jujuhan. Pabrik pengolahan karet ini didirikan di daerah sentra produksi bahan
baku untuk industri Crumb Rubber yaitu di Kecamatan Jujuhan yang merupakan
daerah penghasil karet terbesar di Provinsi Jambi. Pendirian Pabrik pengolahan
karet dengan nama PT. Djambi Waras Jujuhan dimaksudkan untuk mempermudah
petani karet dalam penjualan karet yang mereka hasilkan. Hasil produksi dari PT.
Djambi Waras Jujuhan berupa Crumb Rubber dengan spesifikasi SIR 10, SIR 20,
2
dan SIR 20 VK. Pada umumnya hasil produksi dari PT. Djambi Waras Jujuhan
dipasarkan untuk konsumen-konsumen luar negeri (ekspor). Adapun konsumen
dari PT. Djambi Waras Jujuhan adalah bridgestone, michelin, goodyear,
continental, toyo tire, sumitomo, dan lain-lain.
Proses produksi crumb rubber di PT. Djambi Waras Jujuhan dimulai dari
stasiun kerja penerimaan bahan baku. Pada stasiun kerja penerimaan bahan baku,
bahan baku dibongkar dari mobil supplier lalu ditimbang dan dibawa kegudang.
Bahan baku akan dilanjutkan ke stasiun kerja milling untuk dicacah dan dijadikan
blanket, blanket dijemur selama kurang lebih 15 hari dan diturunkan untuk
dicacah kembali. Cacahan tersebut dimasukkan kedalam troli dan masuk pada
proses pemasakan. Setelah melalui proses pemasakan dilanjutkan pengepresan
dan dikemas.
Pada saat ini proses produksi di PT. Djambi Waras Jujuhan memiliki
beberapa masalah waste (pemborosan) yaitu yang pertama defect. Jenis defect
tersebut yaitu kurang matang dan mengandung logam. Kurang matangnya crumb
rubber tersebut disebabkan oleh pengaturan suhu yang tidak tepat pada saat proses
pemasakan dalam dryer. Untuk defect yang mengandung logam disebabkan oleh
pekerja yang kurang teliti pada pengambilan kotoran yang ada pada bahan baku
sehingga ditemukan pada saat crumb rubber melewati metal detector. Adapun
total defect selama bulan Januari sampai Desember 2017 yaitu sebesar 291.340 kg
untuk jenis defect kurang matang dan 96.390 kg untuk jenis defect yang
mengandung logam dari total produksi 64.146.650 kg. Data mengenai defect pada
3
produksi crumb rubber bulan Januari – Desember 2017 dapat dilihat pada Tabel
1.1 dibawah ini:
Tabel 1.1
Data Defect Crumb Rubber Tahun 2017
Bulan
Jumlah
Produksi
(kg)
Kurang
Matang
(kg)
Kurang
Matang
(%)
Mengandung
Logam (kg)
Mengandung
Logam (%)
Januari 4,986,590 18,970 0.38 3,990 0.08
Februari 5,241,775 37,450 0.71 3,325 0.06
Maret 6,078,730 14,245 0.23 5,005 0.08
April 5,512,080 23,170 0.42 6,545 0.12
Mei 6,182,400 21,140 0.34 7,805 0.13
Juni 4,549,160 17,430 0.38 4,025 0.09
Juli 5,816,020 24,010 0.41 6,825 0.12
Agustus 6,782,455 36,855 0.54 12,145 0.18
September 4,991,350 9,275 0.19 10,465 0.21
Oktober 3,963,960 23,695 0.60 9,380 0.24
November 4,386,725 19,915 0.45 9,345 0.21
Desember 5,655,405 45,185 0.80 17,535 0.31
Sumber: PT. Djambi Waras Jujuhan
Masalah yang kedua yaitu terjadi pemborosan menunggu (waiting) pada
stasiun kerja penerimaan bahan baku. Bahan baku dibongkar dari mobil supplier
lalu ditimbang dan dibawa kegudang. Terjadinya waiting yaitu saat pekerja
sedang membongkar bahan baku, pekerja pada bagian penimbangan menunggu
sampai bahan baku selesai dibongkar untuk ditimbang. Setelah ditimbang bahan
baku menunggu untuk dibawa kegudang dikarenakan forklift hanya satu. Pada
stasiun kerja pengepresan pekerja menunggu cake yang masih dimasak di dalam
driyer.
4
Data mengenai menunggu (waiting) dapat dilihat pada tabel 1.2 dibawah
ini:
Tabel 1.2
Data Waiting Proses Produksi Crumb Rubber
No Aktivitas Waktu
(menit)
1 Menunggu bahan baku
dibongkar 10
2 Bahan baku menunggu untuk
dibawa ke gudang 3
3 Menunggu cake yang masih
dimasak/ dikeringkan 240
Masalah yang terakhir yaitu pemborosan pada transportasi. Pemborosan
transportasi terjadi pada stasiun kerja penyimpanan bahan baku. Bahan baku harus
dipindahkan dua kali menggunakan loader dikarenakan gudang ada dua yang
letaknya lumayan berjauhan. Gudang pada bagian depan dekat dengan
penerimaan bahan baku dan gudang bagian belakang dekat dengan proses
produksi.
Pendekatan yang digunakan untuk mengurangi waste adalah Lean
Manufacturing. Konsep lean manufactur merupakan metodologi yang bertujuan
untuk menjaga kontinuitas suatu perusahaan dengan cara mengurangi pemborosan
(waste) dari aktivitas yang tidak bernilai tambah (non value added) sepanjang
aliran proses produksi (Hariyanto, dkk, 2016).
Pemborosan atau waste, dalam bahasa jepang disebut muda, merupakan
segala sesuatu tindakan yang dilakukan tanpa menghasilkan nilai. Taichi Ohno,
seorang eksekutif Toyota merupakan orang pertama yang mencetuskan tujuh
macam pemborosan. Kemudian Vincent Gasperz menambahkan satu jenis
pemborosan pada tujuh macam pemborosan tersebut. Seven Plus of Waste adalah
5
overproduction, delays (waiting time), transportation, process, inventories,
motion, defective products dan defective design (Syahputera, 2016).
Dengan uraian diatas, penulis tertarik untuk melakukan penelitian dengan
judul “Pendekatan Lean Manufacturing untuk Mengurangi Waste pada
Lantai Produksi Crumb Rubber di PT. Djambi Waras Jujuhan”
1.2 Identifikasi Masalah
Berdasarkan latar belakang diatas, maka dapat diidentifikasi masalah
sebagai berikut:
1. Ditemukan adanya waste berupa defect, waiting, dan transportation.
2. Pengaturan suhu pada proses pengeringan dalam dryer tidak tepat.
3. Pekerja kurang teliti dalam pengambilan kotoran yang ada pada bahan baku.
4. Pekerja bagian penimbangan menunggu bahan baku di bongkar.
5. Bahan baku menunggu untuk dibawa ke gudang.
6. Pekerja pada stasiun kerja pengepresan menunggu cake yang masih dimasak
di dalam driyer.
7. Loader memindahkan bahan baku sebanyak dua kali.
1.2 Batasan Masalah
Dengan tanpa mengurangi maksud dan tujuan penelitian serta untuk
menyederhanakan penelitian, waste yang terjadi yaitu defect, waiting, dan
transportation dari 7 jenis waste yang ada. Maka penulis membatasi pembahasan
dalam penelitian ini yaitu waste yang diteliti adalah defect, waiting, dan
transportation.
6
1.4 Rumusan Masalah
Berdasarkan identifikasi masalah tersebut, maka dapat dirumuskan
rumusan masalah dalam penelitian ini yaitu:
1. Apa saja penyebab terjadinya pemborosan (waste) pada lantai produksi?
2. Bagaimana usulan perbaikan untuk mengurangi terjadinya pemborosan
(waste) pada lantai produksi?
1.5 Tujuan Penelitian
Berdasarkan latar belakang serta rumusan masalah, maka dapat
dirumuskan tujuan penelitian yaitu:
1. Mengetahui apa saja penyebab terjadinya pemborosan (waste) pada lantai
produksi.
2. Memberikan usulan perbaikan untuk mengurangi terjadinya pemborosan
(waste) pada lantai produksi.
1.6 Asumsi
Dalam penelitian ini menggunakan beberapa asumsi yaitu sebagai berikut:
1. Waktu kerja dalam 1 shift adalah 7 jam.
2. Operator mempunyai kemampuan (skill) yang sama.
3. Proses produksi berjalan normal.
7
1.7 Manfaat Penelitian
Manfaat yang diperoleh dari hasil penelitian tersebut adalah:
1. Bagi penulis
Dapat menambah wawasan, ilmu pengetahuan mengenai dan penerapan ilmu
yang telah diperoleh dibangku perkuliahan.
2. Bagi Instansi
Dapat menjadi bahan pertimbangan usulan perbaikan pendekatan Lean
Manufacturing untuk mengurangi waste pada lantai produksi crumb rubber di
PT. Djambi Waras Jujuhan.
8
BAB II
TINJAUAN PUSTAKA
2.1 Landasan Teori
Teori-teori yang akan dibahas sesuai dengan masalah yang peneliti ambil
adalah sebagai berikut:
2.1.1 Lean Manufacturing
Konsep lean manufactur merupakan metodologi yang bertujuan untuk
menjaga kontinuitas suatu perusahaan dengan cara mengurangi pemborosan
(waste) dari aktivitas yang tidak bernilai tambah (non value added) sepanjang
aliran proses produksi (Hariyanto, dkk, 2016). Istilah “lean” yang dikenal luas
dalam dunia manufaktur dewasa ini dikenal dalam berbagai nama yang berbeda
seperti: lean production, lean manufacturing, Toyota production system, dan lain-
lain. Meskipun demikian, lean dipercaya oleh sebagian orang dikembangkan di
Jepang, khususnya Toyota sebagai pelopor sistem lean manufacturing. Pengertian
lean manufacturing yaitu sebuah pendekatan sistematik untuk mengidentifikasi
dan meminimasi pemborosan melalui perbaikan dan pengembangan yang terus
menerus dan berkelanjutan, berusaha membuat aliran produksi menjadi lancar
untuk berusaha menarik perhatian konsumen dalam upaya mencapai
kesempurnaan (Arista, 2011).
Beberapa manfaat dari implementasi lean manufacturing yaitu sebagai
berikut (Isnain, dkk, 2016):
1. Mengurangi biaya/cost
9
2. Mengurangi lead time
3. Mengurangi waste
4. Peningkatan produktivitas
5. Peningkatan kualitas atau mengurangi defects
6. Mengurangi cycle time
7. Mengurangi aktivitas yang tidak perlu
8. Tenaga kerja, ruang dan pemanfaatan peralatan yang lebih baik
9. Mengurangi work in process inventory
Konsep dasar dalam lean manufacturing dapat diringkas sebagai berikut
(Sinaga, 2011):
1. Pendefinisian waste (pemborosan)
Dari seluruh aktivitas untuk menghasilkan produk dari tahap awal hingga
akhir dapat dikategorikan atas value added (yang memberikan nilai tambah)
dan non-value added (tidak memberikan nilai tambah). Setiap operasi yang
non-value added dari sudut pandang konsumen harus dieliminasi.
2. Standardisasi proses
Lean menuntut adanya implementasi dari panduan produksi yang rinci,
disebut sebagai standarisasi kerja. Ini mengeliminasi variasi pekerja dalam
melakukan pekerjaannya.
3. Continuous flow
Lean bertujuan mengimplementasikan aliran produksi kontinu, bebas dari
bottlenecks, interruption, or waiting. Bila hal ini berhasil diimplementasikan
maka waktu siklus produksi dapat dikurangi hingga 90%.
10
4. Pull production
Disebut juga Just-in-Time (JIT) yang bertujuan memproduksi produk yang
dibutuhkan dan pada waktu dibutuhkan.
5. Quality at the source
Lean bertujuan mengeliminasi sumber kecacatan dan pemeriksaan kualitas
dilakukan pekerja pada lini produksi.
6. Continuous improvement
Lean ditujukan mencapai kesempurnaan dengan perbaikan bertahap untuk
mengeliminasi pemborosan secara terus menerus.
2.1.2 Waste (pemborosan)
2.1.2.1 Pengertian Waste (Pemborosan)
Di Jepang, istilah muda diartikan secara sederhana sebagai pemborosan.
Namun sesungguhnya, istilah ini punya pengertian yang lebih dalam. Pekerjaan
adalah serangkaian proses-proses atau langkah-langkah, dimulai dari bahan baku
dan berakhir pada produk jadi atau jasa layanan. Pada setiap proses tersebut, nilai
tambah dimasukkan pada produk (pada sektor jasa layanan, pada dokumen, atau
gugus informasi) untuk kemudian diteruskan ke proses berikutnya. Sumber daya
yang terdapat di tiap proses manusia dan mesin dapat melakukan dua hal: member
nilai tambah atau tidak memberi nilai tambah, meskipun kedua-duanya tampak
bekerja giat. Pemborosan merujuk pada semua kegiatan yang tak member nilai
tambah (Imai, 1999). Tujuan utama dari lean manufacturing adalah mengurangi
maupun menghilangkan pemborosan atau waste (Isnanin, dkk, 2016).
11
Pada saat berpikir tentang waste (pemborosan), akan lebih mudah bila
mendefinisikannya kedalam tiga jenis aktivitas yang berbeda yaitu (Zendy, 2011):
1. Aktivitas yang bernilai tambah (value adding activity = NA)
VA adalah segala aktivitas yang dalam menghasilkan produk atau jasa yang
memberikan nilai tambah di mata konsumen. Contoh dari aktivitas tipe ini
adalah mengubah plat baja menjadi tangki baja, dan lain sebagainya.
2. Aktivitas yang tidak bernilai tambah (non – value adding activity = NVA)
NVA merupakan segala aktivitas yang dalam menghasilkan produk atau jasa
yang tidak memberikan nilai tambah di mata konsumen. Aktivitas inilah yang
disebut waste yang harus dijadikan target untuk segera dihilangkan. Contoh
dari aktivitas ini adalah waktu menunggu, penumpukan bahan atau material,
dan lain-lain.
3. Aktivitas yang tidak bernilai tambah tetapi dibutuhkan (necessary but non
value adding activity = NNVA)
NNVA merupakan segala aktivitas yang dalam menghasilkan produk atau jasa
yang tidak memberikan nilai tambah dimata konsumen tetapi diperlukan
kecuali apabila sudah ada perubahan pada proses yang ada. Aktivitas ini
biasanya sulit untuk dihilangkan dalam waktu singkat. Contoh dari aktivitas
ini adalah inspeksi setiap produk pada akhir proses karena menggunakan
mesin lama yang tidak reliable.
12
2.1.2.2 Jenis-Jenis Waste (Pemborosan)
Menurut Ohno, pemborosan dikelompokkan menjadi 7 jenis yaitu (Imai,
1999):
1. Pemborosan pada produksi berlebih
Produksi berlebih merupakan dampak dari mentalitas supervisor, yang selalu
khawatir terhadap berbagai masalah yang dihadapi seperti gangguan mesin
(gagal fungsi), cacat produksi, atau ketidakhadiran karyawan sehingga mereka
memaksakan diri untuk berproduksi lebih banyak agar selalu berada di sisi
yang aman. Pemborosan jenis ini merupakan akibat dari upaya mendahului
jadwal produksi. Bila proses ini melibatkan mesin yang mahal harganya,
seringkali bahkan terjadi pengabaian terhadap jumlah produk yang
dibutuhkan, mesin harus berproduksi terus-menerus agar pemanfaatannya
efisien. Dalam sistem produksi just-in-time, justru sebaliknya, mendahului
jadwal dianggap lebih buruk daripada terlambat jadwal. Berproduksi lebih
daripada yang dibutuhkan berdampak pada pemborosan yang sangat besar,
seperti: konsumsi material sebelum dibutuhkan; input yang dihamburkan
berupa tenaga kerja dan energy utilitas (air, angin, listrik, dsb); penambahan
mesin tanpa dasar yang jelas; peningkatan beban bunga modal; penambahan
ruang guna penyimpanan persediaan; tambahan kegiatan transportasi maupun
biaya administrasi. Dari semua jenis pemborosan, produksi berlebih dan
terlalu banyak adalah pemborosan yang paling buruk. Hal ini akan
menimbulkan rasa aman yang palsu pada banyak orang, menutupi berbagai
masalah yang ada dan menghalangi berbagai informasi.
13
2. Pemborosan pada persediaan
Produk jadi, barang setengah jadi, atau komponen dan pasokan barang
terkonsumsi yang berstatus persediaan tidak memberikan nilai tambah.
Sebaliknya, semua itu menambah pada pos biaya operasi dengan
bertambahnya kebutuhan tempat, peralatan, dan fasilitas seperti gudang,
forklift maupun sistem konveyor terkomputerisasi. Lebih lanjut, gudang
membutuhkan tenaga kerja tambahan untuk tugas operasional maupun
administrasi.
Dengan kelebihan barang-barang persediaan yang tinggal diam dan
mengumpulkan debu, tak ada nilai tambah yang tercipta. Tingkat kualitasnya
justru menurun dengan bertambahnya waktu. Lebih jelek lagi, nilainya dapat
sirna karena kebakaran atau kebanjiran serta berbagai musibah lainnya. Bila
pemborosan persediaan tidak ada, berbagai jenis pemborosan yang lain dapat
pula dihindari. Persediaan berasal dari produksi berlebih. Bila produksi
berlebih merupakan suatu tindak kejahatan, persediaan hendaknya dianggap
sebagai musuh yang harus diperangi. Sayangnya, kita semua tahu bahwa
banyak manajer yang tak bisa tidur tenang bila mereka tak memiliki “cukup
persediaan”. Persediaan seringkali dipandang sebagai tingkat permukaan air
kolam yang menyembunyikan berbagai masalah. Bila tingkat permukaan air
tinggi, tak seorang pun yang serius dan peduli terhadap berbagai masalah
tersembunyi dibawahnya seperti: kualitas, gangguan mesin, absensi, dan
sebagainya.
14
Tingkat persediaan yang rendah memberikan petunjuk penting dan terfokus
bagi kita dalam merumuskan masalah yang harus ditangani. Hal ini juga
memberikan dorongan lebih bagi kita untuk segera menanganinya begitu
masalah itu muncul.
3. Pemborosan pada pengerjaan ulang karena gagal/cacat
Hasil produksi yang ditolak/cacat mengganggu produksi dan membutuhkan
pengerjaan ulang yang mahal. Seringkali produk tolakan harus dimusnahkan,
suatu pemborosan sumber daya maupun upaya yang telah ditanamkan. Pada
lingkungan produksi missal modern, suatu gangguan pada mesin otomatis
berkecepatan tinggi dapat berakibat pada produk gagal dan cacat dalam dalam
jumlah sangat besar sebelum masalahnya dapat diisolasi. Produk cacat itu
sendiri dapat mengakibatkan kerusakan pada mesin atau peralatan yang
terdapat pada proses berikutnya. Seorang operator jaga yang berfungsi sebagai
satpam harus ditempatkan berdiri di sisi mesin dan segera menghentikan
mesin bila terjadi gangguan. Menempatkan operator jaga khusus pada mesin
ini telah menyangkali, bahkan menghianati, tujuan memiliki mesin
berkecepatan tinggi. Mesin seperti ini seharusnya dilengkapi dengan
mekanisme yang dapat menghentikan diri sendiri apabila terjadi cacat
produksi.
4. Pemborosan pada gerak kerja
Gerak kerja dari seseorang yang tidak berkaitan langsung dengan nilai tambah
adalah tidak produktif. Bila seseorang berjalan, misalnya, ia sama sekali tak
menciptakan nilai tambah. Secara spesifik, semua gerak kerja yang
15
membutuhkan usaha fisik berlebih dari pihak operator seperti mengangkat
benda berat harus dihindari, bukan saja karena sulit namun juga karena
pemborosan gerak kerja. Keharusan operator mengangkat benda berat dari
suatu tempat ke tempat lain dapat dihindari dengan menata kembali tempat
kerja. Bila anda mengamati gerak kerja operator, anda dapat melihat bahwa
gerak kerja bernilai tambah hanya makan waktu beberapa detik saja. Gerak
kerja selebihnya merupakan gerak kerja tak bernilai tambah seperti mengambil
benda kerja, membawanya atau meletakkan benda kerja pada letak yang tepat,
dan sebagainya. Seringkali benda kerja diambil oleh tangan kanan operator
untuk diteruskan ke tangan kirinya. Operator mesin jahit di perusahaan
pakaian jadi, misalnya, mengambil beberapa lusin bahan jahitan dari rak
pasok, menempatkannya di kolong mesin jahitnya untuk kemudian diambil
satu persatu. Ini adalah pemborosan gerak kerja. Rak pasok harus diletakkan
dekat operator sehingga ia dapat mengambilnya satu demi satu dan
memprosesnya langsung di mesin jahitnya.
5. Pemborosan pada pemrosesan
Kadang-kadang teknologi yang kurang tepat atau rancangan produk yang
kurang baik berakibat pada pemborosan yang terjadi pada pemrosesan.
Langkah mesin tanpa beban yang terlampau panjang atau langkah kempa yang
tidak efektif hingga pengerjaan penghalusan pada sudut-sudut benda kerja
merupakan contoh dari pemborosan pada pemrosesan yang dapat dihindari.
Pada setiap langkah dimana benda kerja atau gugus informasi dikerjakan,
terjadi penambahan nilai terhadapnya dan proses berikutnya. Pemrosesan
16
dalam hal ini adalah perlakuan mengubah produk atau informasi tadi.
Penghapusan pemborosan pada pemrosesan sering dapat dicapai dengan
pemikiran akal sehat dan berbiaya rendah. Pemborosan pada pemrosesan
dapat dihindari dengan menggabungkan tugas operasi. Misalnya, pada sebuah
pabrik telepon, gagang telepon dan kotak telepon dirakit masing-masing
dijalur perakitan yang berbeda untuk kemudian digabungkan pada jalur rakit
utama. Untuk melindungi agar jangan sampai terjadi cacat/ goresan pada
permukaan gagang telepon maupun kotak dalam transportasi ke jalur rakit
utama, keduanya dibungkus dengan kantong plastik. Setelah jalur rakit gagang
telepon dan kotak telepon dipadukan langsung bermuara pada jalur rakit
utama, maka operasi membungkus dengan kantong plastik itu dapat
dihapuskan.
Pemborosan pada pemrosesan pada banyak kasus umumnya diakibatkan
karena kegagalan melakukan sinkronisasi proses. Operator seringkali
melakukan pekerjaannya pada bidang tertentu lebih teliti dari yang disyaratkan
(seperti menghaluskan benda kerja sampai super halus). Itu juga merupakan
contoh lain dari pemborosan pada pemrosesan.
6. Pemborosan waktu tunggu/penundaan
Pemborosan waktu tunggu terjadi bila tangan operator kedapatan menganggur
(tak berfungsi apapun) atau saat operator menunda kerja sebagai teknik
mengatasi berbagai keadaan, seperti jalur kerja yang tak seimbang, komponen
yang belum tersedia, atau gangguan mesin. Jenis pemborosan ini mudah
dikenali. Kita dapat pula mengamati operator jaga yang hanya berfungsi
17
mengawasi mesin selagi mesin bekerja menghasilkan nilai tambah, ini juga
termasuk dalam pemborosan waktu tunggu. Hal ini lebih sulit dikenali sebagai
pemborosan pada waktu tunggu, karena seolah wajar saja terjadi di saat mesin
memproses benda kerja atau dijalur rakit. Meski tampaknya operator bekerja
keras, sejumlah besar pemborosan dapat terjadi dalam kegiatan mereka
tersebut, meskipun dalam hitungan menit atau detik, namun akumulasinya
cukup berarti. Operator yang menunggu benda kerja berikut tiba atau
menunggu mesin menyelesaikan langkah kerjanya, pada saat ini operator
hanya mengawasi mesin saja tanpa memberikan nilai tambah.
7. Pemborosan pada transportasi
Trasnpor adalah kegiatan penting dalam operasi, namun sesungguhnya
memindahkan material maupun benda kerja, sama sekali tidak menciptakan
nilai tambah pada barang tersebut. Lebih buruk lagi, kerusakan bahkan dapat
terjadi dalam transpor. Dua proses yang saling terpisah membutuhkan
transportasi. Guna menghapuskan pemborosan ini, proses-proses yang saling
terpisah, seringkali disebut sebagai “pulau terpencil”, harus dipadukan ke
dalam jalur rakit utama selama hal itu dimungkinkan. Bersama dengan
persediaan berlebih dan waktu tunggu yang tak perlu, pemborosan pada
transportasi sangat menonjol sebagai salah satu bentuk pemborosan.
2.1.3. Value Stream Analysis Tools (VALSAT)
VALSAT adalah alat yang berfungsi untuk memilih alat dari pemetaan
aliran proses yang nantinya akan digunakan sebagai pedoman dalam
mengidentifikasi waste (pemborosan). VALSAT merupakan tools yang tepat
18
untuk memetakan secara detail waste pada aliran nilai yang fokus pada value
adding process dan non – value adding process. VALSAT yang dikembangkan
oleh Hines dan Rich (1997) untuk mempermudah pemahaman terhadap value
stream yang ada dan mempermudah untuk membuat perbaikan berkenaan dengan
waste yang terdapat dalam value stream. VALSAT merupakan pembobotan
waste-waste, kemudian dari pembobotan tersebut dilakukan pemilihan terhadap
tool dengan menggunakan matrik. Alasan yang mendasari pengumpulan dan
penggunaan serangkaian tool ini adalah untuk membantu para peneliti atau para
praktisi dalam mengidentifikasikan waste pada individual value stream dan
mendapatkan jalan yang tepat untuk menghilangkannya. VALSAT terdiri dari
beberapa langkah sederhana yaitu (Zendy, 2011):
1. Kuesioner
Sebelum pemilihan tool, langkah pertama yaitu melakukan penyebaran
kuesioner. Kuesioner digunakan untuk mendapatkan ranking dan rata-rata waste
(pemborosan) yang paling berurutan.
Tabel kuesioner dapat dilihat pada tabel 2.1 dibawah ini:
Tabel 2.1
Kuesioner
No Tipe Waste (Pemborosan Skor
1 Produksi berlebihan (over production)
2 Menunggu (waiting)
3 Transportasi (transportation)
4 Proses yang tidak tepat (unnecessary processing)
5
Persediaan yang tidak perlu (unnecessary
inventory)
6 Gerakan yang tidak perlu (unnecessary motion)
7 Kecacatan (defect)
Sumber: (Waluyo, 2010)
19
Keterangan: 5 = Sering sekali terjadi (1 hari sekali)
4 = Sering terjadi (2 hari sekali)
3 = Hampir sering terjadi (4 hari sekali)
2 = Kadang terjadi (1 minggu sekali)
1 = Hampir kadang terjadi (1 bulan sekali)
0 = Sama sekali tidak terjadi
2. Pemilihan tool yang mempunyai bobot paling besar
Berikut ini adalah tools yang digunakan pada VALSAT yang akan
ditunjukkan pada tabel 2.2 dibawah ini:
Tabel 2.2
Value Stream Analysis Tools
waste/structure
process
activity
mapping
supply
chain
response
matrix
production
variety
funnel
quality
filter
mapping
demand
amplification
mapping
decision
point
analysis
phisical
structure
kelebihan produksi L M
L M M
waktu tunggu H H L
M M
transportasi yang berlebihan H
L
proses yang tidak tepat H
M L
L
persediaan yang tidak penting M H M
H M L
gerakan yang tidak berguna H L
Cacat L H
Sumber: (Vanany, 2005)
Catatan:
H : High correlation and usefulness : 9
M : Medium correlation and usefulness : 3
L : Low correlation and usefulness : 1
Selanjutnya akan dilakukan pemilihan pemetaan yang tepat dalam value
stream dengan menggunakan value stream analysis tools (VALSAT). Cara
perhitungannya adalah hasil dari rata-rata waste dikalikan dengan besar
20
pembobotan yang terdapat pada tabel value stream analysis tools. Dari ketujuh
tool tersebut akan digunakan untuk memahami kondisi yang terjadi di lantai
produksi, penggunaan tool tersebut dilakukan dengan melakukan pemilihan
menggunakan matrik. Untuk langkah penting dalam pemilihan tool yang sesuai
dengan kondisi yang bersangkutan antara lain melakukan pembobotan terhadap
waste. Pembobotan ini merupakan hal yang sangat penting sekali karena dengan
pembobotan waste yang sempurna maka tool yang akan datang juga tepat
sehingga mudah dalam melakukan usulan perbaikan. Untuk lebih jelasnya berikut
detail dari ketujuh tools yang dikemukakan oleh Hines dan Rich (1997) dalam
VALSAT (Vanany, 2005):
a. Process Activity Mapping
Alat ini sering digunakan oleh ahli teknik industri untuk
memetakan keseluruhan aktivitas secara detail guna mengeliminasi waste,
ketidakkonsistenan, dan keirasionalan di tempat kerja sehingga tujuan
meningkatkan kualitas produk dan memudahkan layanan, mempercepat
proses dan mereduksi biaya diharapkan dapat terwujud.
Process activity mapping akan memberikan gambaran aliran fisik
dan informasi, waktu yang diperlukan untuk setiap aktivitas, jarak yang
ditempuh dan tingkat persediaan produk dalam setiap tahap produksi.
Kemudahan identifikasi aktivitas terjadi karena adanya penggolongan
aktivitas menjadi lima jenis yaitu operasi, transportasi, inspeksi, delay, dan
penyimpanan. Operasi dan inspeksi adalah aktivitas yang bernilai tambah.
Sedangkan transportasi dan penyimpanan berjenis penting tetapi tidak
21
bernilai tambah. Adapun delay adalah aktivitas yang dihindari untuk
terjadi sehingga merupakan aktivitas berjenis tidak bernilai tambah.
Process activity mapping terdiri dari beberapa langkah sederhana yaitu:
1) Dilakukan analisa awal untuk setiap proses yang ada
2) Mengidentifikasi waste yang ada
3) Mempertimbangkan proses yang dapat dirubah agar urutan proses bisa
lebih efisien
4) Mempertimbangkan pola aliran yang lebih baik
5) Mempertimbangkan segala sesuatu untuk setiap aliran proses yang
benar-benar penting saja.
Contoh Process Activity Mapping dapat dilihat pada tabel 2.3
dibawah ini:
Tabel 2.3
Contoh Process Activity Mapping
22
Keterangan:
VA : Value Added (aktivitas yang bernilai tambah)
NVA : Non Value Added (aktivitas yang tidak bernilai tambah)
NNVA : Necessary but non value added (aktivitas yang tidak bernilai
tambah tetapi dibutuhkan
b. Supply Chain Response Matrix
Asal alat ini dari teknik pada penempatan waktu dan gerakan
logistik. Banyak pakar menerapkan alat ini diantaranya: New (1993) dan
Forza (1993) untuk mengatur aliran rantai pasok di industri tekstil,
Beesley (1994) pada industry otomatif, ruang angkasa (aerospace), dan
konstruksi, dan Jessop dan Jones (1995) dalam industri elektronik,
makanan, pakaian, dan otomotif. Alat ini memberikan gambaran kondisi
lead time untuk setiap proses dan jumlah persediaan.
Dengan alat ini, pemantauan terjadinya peningkatan atau
penurunan lead time (waktu distribusi) dan jumlah persediaan pada tiap
area aliran rantai pasok dapat dilakukan. Adanya pemetaan tersebut akan
lebih memudahkan manajer distribusi untuk mengetahui pada area mana
aliran distribusi dapat direduksi lead time-nya dan dikurangi jumlah
persediaannya.
23
Contoh Supply Chain Response Matrix dapat dilihat pada gambar
2.1 dibawah ini:
Gambar 2.1 Contoh Supply Chain Response Matrix
c. Production Variety Funnel
Production variety funnel merupakan alat yang berasal dari disiplin
ilmu manajamen operasi dan telah pernah diaplikasikan oleh New (1993)
pada industri tekstil. Metode ini berguna untuk mengetahui pada area
mana terjadi bottleneck dari input bahan baku, proses produksi sampai
pengiriman ke konsumen. Ada beberapa karakteristik yang berhasil
dirumuskan karena adanya perbedaan proses produksi di industry dengan
production variety funnel. Jenis pabrik “I” adalah jenis pabrik yang
produksinya cenderung tidak berubah dari item produk yang beragam
seperti industri kimia. Jenis pabrik “V” adalah jenis pabrik yang jumlah
bahan bakunya terbatas akan tetapi variasi produknya banyak, seperti
industri tekstil dan metal. Jenis pabrik “A” bertolak belakang dengan jenis
pabrik “V”, dimana jenis bahan bakunya banyak akan tetapi produk
24
jadinya relatif terbatas seperti industri pesawat terbang. Adapun jenis
pabrik “T” berkarakteristik produk jadinya relatif beragam dari jumlah
komponen yang terbatas, seperti industri elektronik dan rumah tangga.
Contoh Production Variety Funnel dapat dilihat pada gambar 2.2 dibawah
ini:
Gambar 2.2 Contoh Production Variety Funnel
d. Quality Filter Mapping
Pendekatan quality filter mapping adalah alat baru yang di desain
untuk mengidentifikasi masalah kualitas pada area aliran rantai pasok
perusahaan. Hasil identifikasi menunjukkan adanya 3 jenis defect dari
kualitas yaitu:
1) Produk defect
2) Scrap defect
3) Service defect
Product defect merupakan cacat fisik produk yang tidak berhasil
diseleksi pada saat proses inspeksi sehingga lolos ke konsumen. Scrap
defect merupakan cacat yang berhasil diseleksi pada saat proses inspeksi.
Sedangkan service defect merupakan masalah yang ditemukan oleh
konsumen pada saat pemakaian produk akan tetapi tidak secara langsung
25
berhubungan dengan produk yang dihasilkan tetapi lebih kepada
pelayanan yang diberikan dari perusahaan. Contoh Quality Filter Mapping
dapat dilihat pada gambar 2.3 dibawah ini:
Gambar 2.3 Contoh Quality Filter Mapping
e. Demand Amplification Mapping
Demand amplification mapping adalah alat yang sering digunakan
pada disiplin ilmu sistem dinamik yang diciptakan oleh Forester (1958)
dan Burbidge (1984). Hasil penelitian Burbidge (1984) menunjukkan
bahwa jika permintaan dikirim dari serangkaian persediaan yang dimiliki
menggunakan pengendalian stock order, akan memperlihatkan adanya
amplifikasi dari variasi permintaan akan meningkat untuk setiap transfer.
Hal ini menunjukkan bahwa pengaturan persediaan sangat penting dalam
mengantisipasi adanya perubahan permintaan. Alat ini dapat digunakan
sebagai dasar pengambilan keputusan dan analisis kedepan untuk
meredesain konfigurasi aliran nilai, mengatur fluktuasi permintaan
sehingga permintaan yang ada dapat dikendalikan.
26
Contoh Demand Amplification Mapping dapat dilihat pada gambar
2.4 dibawah ini:
Gambar 2.4 Contoh Demand Amplification Mapping
f. Decision Point Analysis
Alat decision point analysis ini sering digunakan pada pabrik yang
berkarakteristik produk jadinya relative beragam dari jumlah komponen
yang terbatas, seperti industri elektronik dan rumah tangga. Akan tetapi
pada perkembangannya juga digunakan pada industi lain. Titik keputusan
adalah titik dimana tarikan permintaan aktual memberikan cara untuk
mendorong adanya peramalan. Adanya informasi titik keputusan akan
berguna untuk mengerti dimana terjadinya kekeliruan penentuan titik
keputusan.
Ada 2 alasan penting mengapa alat ini digunakan. Pertama, untuk
jangka pendek, informasi yang ada memungkinkan memprediksi proses
27
yang beroperasi baik dari hilir maupun hulu dari titik keputusan yang ada.
Kedua, untuk kepentingan jangka panjang, informasi yang ada digunakan
untuk mendesain skenario untuk memperlihatkan operasi dari aliran nilai
jika titik keputusan tersebut berubah. Harapannya akan memberikan desain
skenario yang lebih baik disbanding desain sebelumnya. Contoh gambar
Decision Point Analisys dapat dilihat pada gambar 2.5 dibawah ini:
Gambar 2.5 Contoh Decision Point Analisys
g. Phisical Structure
Alat ini merupakan alat baru yang berguna mengetahui fakta apa
yang terjadi pada aliran rantai pasok secara keseluruhan dan mengetahui
level dari industrinya. Adanya pengetahuan dari alat ini, akan sangat
berguna mengapresiasikan seperti apa industri kita sekarang, mengerti
bagaimana perusahaan beroperasi, dan dapat memperlihatkan secara
langsung pada area mana perlu perhatian khusus untuk dikembangkan.
Ada 2 bagian pada alat ini yaitu struktur volume dan struktur biaya.
Pada bagian diagram pertama menunjukkan struktur industrinya antara
area pemasok dan distribusi dengan variasi yang bertingkat. Bagian
diagram pemetaan kedua dari industri menggambarkan biaya yang
28
dikeluarkan perusahaan dari biaya bahan baku sampai dengan perakitan.
Pada diagram ini juga memiliki hubungan langsung dengan proses-proses
yang terjadi di perusahaan yang berkarakteristik value-adding. Contoh
Phisical Structure dapat dilihat pada gambar 2.6 dibawah ini:
Gambar 2.6 Contoh Phisical Structure
3. Diagram sebab akibat
Diagram sebab-akibat dikembangkan oleh Dr. Kaoru Ishikawa pada tahun
1943, sehingga sering disebut dengan diagram Ishikawa. Diagram sebab-akibat
menggambarkan garis dan simbol-simbol yang menunjukkan hubungan antara
akibat dan penyebab suatu masalah. Diagram tersebut memang digunakan untuk
mengetahui akibat dari suatu masalah untuk selanjutnya diambil tindakan
perbaikan. Dari akibat tersebut kemudian dicari beberapa kemungkinan
penyebabnya (Ariani, 2014).
29
Contoh diagram sebab akibat dapat dilihat pada gambar 2.7 dibawah ini:
Gambar 2.7 Contoh Diagram Sebab Akibat
2.1.4 Failure Mode and Effect Analysis (FMEA)
FMEA adalah suatu cara dimana suatu bagian atau suatu proses yang
mungkin gagal memenuhi suatu spesifikasi, menciptakan cacat atau
ketidaksesuaian, dan dampaknya pada pelanggan bila mode kegagalan itu tidak
dicegah atau dikoreksi. FMEA biasanya dilakukan selama tahap konseptual dan
tahap awal desain dari sistem dengan tujuan untuk meyakinkan bahwa semua
kemungkinan kegagalan telah dipertimbangkan dan usaha yang tepat untuk
mengatasinya telah dibuat untuk meminimasi semua kegagalan-kegagalan yang
potensial (Kholil, dkk, 2016).
FMEA digunakan sebagai titik evaluasi tingkat kehandalan untuk
menentukan efek dari kegagalan sistem. Kegagalan digolongkan berdasarkan
dampaknya pada kesuksesan suatu misi dan keselamatan anggota atau peralatan.
Konsep FMEA ini berubah ketika diterapkan pada kondisi manufaktur modern
yang memproduksi produk-produk konsumsi. Pada produsen dari produk-produk
konsumsi tersebut kemudian menetapkan beberapa prioritas baru, termasuk
kepuasan dan keselamatan konsumen (Zendy, 2011).
30
Dalam FMEA terdapat beberapa hal yang berpengaruh, antara lain (Kholil,
dkk, 2016):
1. Severity, merupakan skala yang memeringkatkan severity dari efek-efek yang
potensial dari kegagalan.
Penjelasan untuk skala peringkat severity dapat dilihat pada tabel 2.4 dibawah
ini:
Tabel 2.4
Skala Peringkat Severity
Rangking Severity Deskripsi
10 Berbahaya tanpa peringatan Kegagalan sistem yang
menghasilkan efek sangat
berbahaya
9 Berbahaya dengan peringatan Kegagalan sistem yang
menghasilkan efek berbahaya
8 Sangat tinggi Sistem tidak beroperasi
7 Tinggi Sistem beroperasi tetapi tidak
dapat dijalankan secara penuh
6 Sedang Sistem beroperasi dan aman tetapi
mengalami penurunan performa
sehingga mempengaruhi output
5 Rendah Mengalami penurunan kinerja
secara bertahap
4 Sangat rendah Efek yang kecil pada performa
system
3 Kecil Sedikit berpengaruh pada kinerja
mesin
2 Sangat kecil Efek yang diabaikan pada kinerja
system
1 Tidak ada efek Tidak ada efek
Sumber: (Firdaus, dkk, 2015)
2. Occurance, merupakan skala yang memeringkatkan kemungkinan dari
kegagalan akan muncul.
31
Penjelasan untuk skala occurance dapat dilihat pada tabel 2.5 dibawah ini:
Tabel 2.5
Skala Peringkat Occurance
Ranking Occurrence Deskripsi
9-10 Sangat tinggi Sering gagal
7-8 Tinggi Kegagalan yang berulang
4-6 Sedang Jarang terjadi kegagalan
2-3 Rendah Sangat kecil terjadi kegagalan
1 Tidak ada efek Hampir tidak ada kegagalan
Sumber: (Firdaus, dkk, 2015)
3. Detection, merupakan skala yang memeringkatkan kemungkinan dari masalah
akan dideteksi sebelum sampai ke tangan pengguna akhir atau konsumen.
Penjelasan untuk skala detection dapat dilihat pada tabel 2.6 dibawah ini:
Tabel 2.6
Skala Peringkat Detection
Rangking Detection Deskripsi
10 Tidak pasti
Pengecekan akan selalu tidak
mampu untuk mendeteksi
penyebab potensial atau
mekanisme kegagalan dan mode
kegagalan
9 Sangat kecil
Pengecekan memiliki
kemungkinan “very remote”
untuk mampu mendeteksi
penyebab potensial atau
mekanisme kegagalan dan mode
kegagalan
8 Kecil
Pengecekan memiliki “remote”
untuk mampu mendeteksi
penyebab potensial atau
mekanisme kegagalan dan mode
kegagalan
7 Sangat rendah Pengecekan memiliki
kemungkinan sangat rendah untuk
32
mampu mendeteksi penyebab
potensial kegagalan dan mode
kegagalan
6 Rendah
Pengecekan memiliki
kemungkinan rendah untuk
mampu mendeteksi penyebab
potensial atau mekanisme
kegagalan dan mode kegagalan
5 Sedang
Pengecekan memiliki
kemungkinan “moderate” untuk
mendeteksi penyebab potensial
atau mekanisme kegagalan dan
mode kegagalan
4 Menengah ke atas
Pengecekan memiliki
kemungkinan “moderately high”
untuk mendeteksi penyebab
potensial atau mekanisme
kegagalan dan mode kegagalan
3 Tinggi
Pengecekan memiliki
kemungkinan tinggi untuk
mendeteksi penyebab potensial
atau mekanisme kegagalan dan
mode kegagalan
2 Sangat tinggi
Pengecekan memiliki
kemungkinan sangat tinggi untuk
mendeteksi penyebab potensial
atau mekanisme kegagalan dan
mode kegagalan
1 Hampir pasti
Pengecekan akan selalu
mendeteksi penyebab potensial
atau mekanisme kegagalan dan
mode kegagalan
Sumber: (Firdaus, dkk, 2015)
Setelah pemberian rating dilakukan, nilai RPN dari setiap penyebab kegagalan
dihitung dengan rumus:
RPN = severity x occurance x detection
33
Tahapan FMEA diantaranya adalah sebagai berikut (Kholil, dkk, 2016):
1. Mengidentifikasi potensi failure mode proses produksi.
2. Mengidentifikasi potensi efek kegagalan produksi.
3. Mengidentifikasi penyebab-penyebab kegagalan proses produksi.
4. Mengidentifikasi mode deteksi proses produksi.
5. Menentukan rating terhadap severity, occurrence, detection, dan RPN proses
produksi
6. Memberikan rekomendasi tindakan untuk mengurangi tingkat resiko
kegagalan.
Contoh Failure Mode Effect and Analysis (FMEA) dapat dilihat pada tabel
2.7 dibawah ini:
Tabel 2.7
Contoh Failure Mode Effect and Analysis (FMEA)
34
2.2 Kerangka Konseptual
Adapun kerangka konseptual pada penelitian ini adalah sebagai berikut:
Gambar 2.8 Kerangka konseptual
Masukan/input dalam penelitian ini adalah kuesioner, waktu proses
produksi, jumlah tenaga kerja, dan urutan proses produksi. Input tersebut akan
diproses dengan tool VALSAT dengan beberapa langkah, yang pertama
menyebarkan kuesioner, yang kedua pemilihan tool yang mempunyai bobot
paling besar, dan yang terakhir yaitu diagram sebab akibat. Proses yang kedua
menggunakan FMEA dengan beberapa langkah, yang pertama mengidentifikasi
potensi failure mode proses produksi, yang kedua mengidentifikasi potensi efek
1. Kuesioner
2. Waktu proses
produksi
3. Jumlah tenaga
kerja
4. Urutan proses
produksi
Input Proses
1. VALSAT
a. Kuesioner
b. Pemilihan
tool
c. Perhitungan
tool yang
dipilih
d. Diagram
sebab akibat
2. FMEA
a. Failure
mode
b. Efek
kegagalan
c. Penyebab
kegagalan
d. Mode
deteksi
e. Severity,
occurrence,
detection,
RPN
Output
1. Penyebab
terjadinya
waste
2. Usulan
perbaikan
untuk
mengurangi
waste.
35
kegagalan produksi, yang ketiga mengidentifikasi penyebab-penyebab kegagalan
produksi, yang keempat mengidentifikasi mode deteksi proses produksi, dan yang
terakhir menentukan rating terhadap severity, occurrence, detection, dan RPN
proses produksi. Outputnya adalah adalah penyebab terjadinya waste dan usulan
perbaikan untuk mengurangi waste.
36
BAB III
METODOLOGI PENELITIAN
Dalam melaksanakan suatu penelitian terdapat beberapa tahapan yang
digunakan sebagai acuan untuk memperlihatkan bagaimana jalannya proses
penelitian. Metodologi penelitian menjabarkan tahapan-tahapan yang harus
dilaksanakan agar penelitian dapat dilakukan secara efektif dan terarah. Urutan
tahapan-tahapan penelitian yang dilakukan dapat dijelaskan pada sub-sub bab
berikut:
3.1 Jenis Penelitian
Penelitian ini menggunakan metode penelitian kualitatif atau dengan
pendekatan deskriptif untuk mendapat gambaran langsung tentang semua situasi
yang terjadi di lapangan khususnya dalam hal ini sesuai penelitian yang akan
dilaksanakan. Metode penelitian kualitatif sebagai prosedur penelitian yang
menghasilkan data deskriptif berupa kata-kata tertulis atau lisan dari orang-orang
dan perilaku yang dapat diamati (Mantiri, dkk, 2017).
3.2 Waktu dan Tempat Penelitian
Penelitian ini penulis lakukan pada PT. Djambi Waras Jujuhan Jln. Lintas
Sumatera KM 54 Desa Sirih Sekapur Kecamatan Jujuhan, Kabupaten Muaro
Bungo Provinsi Jambi. Penelitian akan dilaksanakan pada bulan Mei 2018.
37
3.3 Variabel Penelitian
Variabel penelitian adalah segala sesuatu yang akan menjadi objek
pengamatan penelitian. Yang menjadi variabel penelitian yaitu penyebab
terjadinya waste dan usulan perbaikan untuk mengurangi waste pada lantai
produksi.
3.4 Data dan Sumber Data
3.4.1 Data
Pengumpulan data pada penelitian ini yaitu menggunakan data primer dan
sekunder.
1. Data primer
Data primer adalah data yang diperoleh dengan menyebar kuesioner.
2. Data sekunder
Adapun data sekunder yang dibutuhkan dalam penelitian ini adalah
sebagai berikut:
1. Waktu proses produksi.
2. Jumlah tenaga kerja.
3. Urutan proses produksi.
3.4.2 Sumber data
Adapun sumber data yang didapatkan untuk penelitian ini adalah:
1. Penelitian kepustakaan (library research), yaitu penelitian yang dilakukan
dengan cara mempelajari dan mengumpulkan bahan-bahan kepustakaan dan
literatur-literatur yang ada kaitannya dengan proposal tugas akhir ini.
38
2. Penelitian lapangan (field research), yaitu penelitian yang dilakukan dengan
teknik wawancara. Teknik wawancara yaitu teknik penelitian yang dilakukan
dengan mengadakan wawancara atau tanya jawab dengan penanggung jawab
masing-masing stasiun kerja.
3.5 Teknik Pengolahan dan Analisa Data
Untuk mencapai tujuan penelitian maka penulis menggunakan pendekatan
lean manufacturing untuk mengetahui penyebab terjadinya waste dan
memberikan usulan perbaikan untuk mengurangi terjadinya waste pada lantai
produksi.
Langkah-langkah untuk mencapai tujuan tersebut adalah:
3.5.1 Penyebab Terjadinya Waste Menggunakan VALSAT
Adapun langkah untuk mencapai tujuan tersebut adalah:
1. Penyebaran kuesioner
Untuk mendapatkan data mengenai jenis waste (pemborosan) apa saja yang
sering terjadi di setiap proses produksi dengan memberikan kuesioner kepada
penanggung jawab setiap stasiun kerja. Pilihan jawaban responden disusun
berdasarkan rangking dengan skor sebagai berikut:
a. 5 = sering sekali terjadi (1 hari sekali)
b. 4 = sering terjadi (2 hari sekali)
c. 3 = hampir sering terjadi (4 hari sekali)
d. 2 = kadang terjadi (1 minggu sekali)
e. 1 = hampir kadang terjadi (1 bulan sekali)
f. 0 = sama sekali tidak pernah terjadi
39
2. Pemilihan tool yang mempunyai bobot paling besar
VALSAT adalah tools yang digunakan untuk pembobotan waste untuk
diketahui mana bobot waste yang sering terjadi di perusahaan. Rumus untuk
VALSAT yaitu:
Tabel 3.1
Value Stream Analysis Tools
waste/structure
process
activity
mapping
supply
chain
response
matrix
production
variety
funnel
quality
filter
mapping
demand
amplification
mapping
decision
point
analysis
phisical
structure
kelebihan produksi L M
L M M
waktu tunggu H H L
M M
transportasi yang berlebihan H
L
proses yang tidak tepat H
M L
L
persediaan yang tidak penting M H M
H M L
gerakan yang tidak berguna H L
Cacat L H
Sumber: (Vanany, 2005)
Catatan:
H : High correlation and usefulness : 9
M : Medium correlation and usefulness : 3
L : Low correlation and usefulness : 1
Pengolahan data dengan VALSAT merupakan sebuah pendekatan yang
digunakan dengan melakukan pembobotan waste-waste, dari hasil
pembobotan kuesioner yang didapatkan dihitung rata-ratanya dan dikalikan
dengan besar pembobotan yang terdapat pada tabel VALSAT.
3. Perhitungan tool yang dipilih
40
4. Diagram sebab akibat
Digunakan untuk mengidentifikasi penyebab-penyebab dari setiap waste yang
ada pada seluruh proses produksi sehingga mempermudah dalam perbaikan
dari proses produksi crumb rubber.
3.5.2 Usulan Perbaikan Menggunakan FMEA
Adapun langkah-langkah untuk mencapai tujuan tersebut yaiu:
7. Mengidentifikasi potensi failure mode proses produksi.
Failure mode didapatkan dari hasil kuesioner yang sudah diisi oleh responden.
Sehingga waste yang sudah teridentifikasi akan menjadi failure mode.
8. Mengidentifikasi potensi efek kegagalan produksi.
Mengidentifikasi potensi efek kegagalan dari failure mode maka dilakukan
wawancara.
9. Mengidentifikasi penyebab-penyebab kegagalan produksi.
Mengidentifikasi penyebab-penyebab kegagalan produksi didapatkan dari
diagram sebab akibat yang sudah diidentifikasi pada VALSAT.
10. Mengidentifikasi mode deteksi proses produksi.
Mengidentifikasi mode deteksi proses produksi didapatkan dari tempat
kegagalan-kegagalan itu terjadi.
11. Menentukan rating terhadap severity, occurrence, detection, dan RPN proses
produksi.
41
Skala peringkat severity dapat dilihat pada tabel 3.2 dibawah ini:
Tabel 3.2
Skala Peringkat Severity
Rangking Severity Deskripsi
10 Berbahaya tanpa peringatan
Waste pada kegiatan produksi
yang menghasilkan efek sangat
berbahaya atau fatal
9 Berbahaya dengan peringatan
Waste pada kegiatan produksi
yang menghasilkan efek
berbahaya
8 Sangat tinggi Kegiatan produksi tidak
beroperasi
7 Tinggi
kegiatan produksi beroperasi
tetapi tidak dapat dijalankan
secara penuh
6 Sedang
kegiatan produksi beroperasi dan
aman tetapi mengalami penurunan
performa sehingga mempengaruhi
output
5 Rendah Mengalami penurunan kinerja
secara bertahap
4 Sangat rendah Efek yang kecil pada performa
kegiatan produksi
3 Kecil Sedikit berpengaruh pada kinerja
mesin
2 Sangat kecil Efek yang diabaikan pada kinerja
kegiatan produksi
1 Tidak ada efek Tidak ada efek
42
Skala peringkat occurrence dapat dilihat pada tabel 3.3 dibawah ini:
Tabel 3.3
Skala Peringkat Occurrence
Ranking Occurence Deskripsi
9-10 Sangat tinggi Sering terjadi waste pada kegiatan
produksi
7-8 Tinggi Waste yang berulang
4-6 Sedang Jarang terjadi waste pada kegiatan
produksi
2-3 rendah Sangat kecil terjadi waste
1 Tidak ada efek Hampir tidak ada waste
Skala peringkat detection dapat dilihat pada tabel 3.4 dibawah ini:
Tabel 3.4
Skala Peringkat Detection
Rangking Detection Deskripsi
10 Tidak pasti Pengecekan akan selalu tidak
mampu untuk mendeteksi waste
9 Sangat kecil
Pengecekan memiliki
kemungkinan “very remote”
untuk mampu mendeteksi waste
8 Kecil Pengecekan memiliki “remote”
untuk mampu mendeteksi waste
7 Sangat rendah
Pengecekan memiliki
kemungkinan sangat rendah untuk
mampu mendeteksi waste
6 Rendah
Pengecekan memiliki
kemungkinan rendah untuk
mampu mendeteksi waste
5 Sedang Pengecekan memiliki
kemungkinan “moderate” untuk
43
mendeteksi waste
4 Menengah ke atas
Pengecekan memiliki
kemungkinan “moderately high”
untuk mendeteksi waste
3 Tinggi
Pengecekan memiliki
kemungkinan tinggi untuk
mendeteksi waste
2 Sangat tinggi
Pengecekan memiliki
kemungkinan sangat tinggi untuk
mendeteksi waste
1 Hampir pasti Pengecekan akan selalu
mendeteksi waste
12. Memberikan rekomendasi tindakan untuk mengurangi tingkat resiko
kegagalan.
3.6 Kerangka Metodologi
Langkah-langkah yang dilakukan penulis dalam melakukan penelitian ini
dapat dilihat di bawah ini:
Start
Studi Lapangan Studi Literatur
Identifikasi Masalah:
1. Ditemukan adanya waste berupa defect, waiting, dan transportasion.
2. Pengaturan suhu pada proses pemasakan dalam dryer tidak tepat
3. Pekerja kurang teliti dalam pengambilan kotoran yang ada pada bahan baku.
4. Pekerja bagian penimbangan menunggu bahan baku dibongkar.
5. Bahan baku menunggu untuk dibawa kegudang.
6. Pekerja pada stasiun kerja pengepresan menunggu cake yang masih dimasak di
dalam driyer.
7. Loader memindahkan bahan baku sebanyak dua kali.
A
44
Gambar 3.1 Kerangka Metodologi
Rumusan Masalah:
Berdasarkan identifikasi masalah, maka dapat dirumuskan rumusan
masalah yaitu:
1. Apa saja penyebab terjadinya pemborosan (waste) pada lantai produksi?
2. Bagaimana usulan perbaikan untuk mengurangi terjadinya pemborosan
(waste) pada lantai produksi?
Pengolahan Data:
1. Value Stream Analysis Tools (VALSAT)
a. Kuesioner
b. Pemilihan tool
c. Perhitungan tool yang dipilih
d. Diagram sebab akibat
2. Failure Mode and Effect Analysis (FMEA)
a. Failure mode
b. Efek kegagalan
c. Penyebab kegagalan
d. Mode deteksi
e. Severity, occurrence, detection, dan RPN
Pengumpulan Data:
5. Kuesioner
6. Waktu proses produksi
7. Jumlah tenaga kerja
8. Urutan proses produksi
A
Analisis Hasil Pengolahan Data
Kesimpulan dan Saran
Finish
Batasan Masalah:
Penulis melakukan pembatasan masalah yaitu waste yang diteliti adalah
defect, waiting, dan, transportasion.
45
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
4.1 Pengumpulan Data
Data yang diperlukan untuk melakukan pengolahan data adalah data
kuesioner, urutan proses produksi, waktu proses produksi, dan jumlah tenaga
kerja dengan urutan sebagai berikut:
1. Kuesioner
Kuesioner digunakan hanya untuk mempermudah mengidentifikasi
pemborosan (waste) yang ada pada area produksi dengan jenis-jenis pemborosan
menunggu (waiting), transportasi (transportation), dan kecacatan (defect).
Kuesioner dapat dilihat pada lampiran A.
2. Urutan Proses Produksi, Waktu Proses Produksi, dan Jumlah Tenaga Kerja
Data urutan proses produksi, waktu proses produksi, dan jumlah tenaga
kerja dapat dilihat pada tabel 4.1 dibawah ini:
Tabel 4.1
Urutan Proses Produksi, Waktu Proses Produksi, dan Jumlah Tenaga Kerja
No Aktivitas Mesin/Alat Jarak
(m)
Waktu
(menit)
Jumlah
TK
1 Kedatangan bahan baku Truk 5 2
2 Persiapan truk dibongkar -
2 1
3 Bahan baku dibongkar Gancu
10 2
4 Menunggu bahan baku dibongkar -
10 3
5 Bahan baku ditimbang Timbangan
2 6
6
Bahan baku menunggu untuk dibawa ke
gudang -
3
7 Bahan baku dibawa ke gudang Forklift 120 10 1
46
8 Membawa bahan baku ke mesin Breaker Loader 10 18 1
9 Pengambilan kotoran pada bahan baku -
10 2
10 Bahan baku dicuci Mixing tank
5
11 Bahan baku digiling menjadi blanket Creeper
30 5
12 Blanket direndam Bak perendam
5
13 Blanket dikeringkan Fan
7
14 Blanket digulung Roller
8 4
15 Membawa blanket ke penimbangan Roll penghantar 3 4 1
16 Blanket ditimbang Timbangan
2 1
17
Membawa blanket ke kamar gantung
blanket Lift 6 3 1
18 Blanket dijemur -
21600 6
19 Blanket diturunkan -
10 6
20 Blanket digiling menjadi remahan Shreeder
12 2
21 Remahan dimasukkan kedalam trolly Gancu cakar
10 2
22
Remahan menunggu untuk
dimasak/dikeringkan -
5
23
Trolly yang sudah diisi dibawa ke mesin
Driyer Roll penghantar 2 1 1
24 Cake dimasak/dikeringkan Driyer
240 2
25
Menunggu cake yang masih dimasak/
dikeringkan -
240
26 Cake dibawa ke mesin pendingin Roll penghantar 2 1 1
27 Cake didinginkan Fan
10
28 Mencabut cake dari trolly -
5 4
29 Cake ditimbang Timbangan
25 4
30 Cake di press menjadi bale Press
25 4
31 Pemeriksaan bale
Pisau,
Termometer
10 1
32 Penimbangan bale Timbangan
25 1
33 Pengepakan bale dengan plastic -
25 1
34
Pemeriksaan logam pada bale dengan
metal detector Metal detector
25 1
35 Bale dimasukkan ke dalam pallet -
30 1
36 Pallet dibawa ke gudang Forklift 10 18 1
47
4.2 Pengolahan Data
Untuk memperoleh tujuan penelitian dan output pada kerangka konseptual,
maka langkah-langkah untuk mencapai tujuan tersebut yaitu:
4.2.1 Penyebab Terjadinya Waste Menggunakan VALSAT
Adapun langkah untuk mencapai tujuan tersebut adalah:
1. Penyebaran kuesioner
Untuk membantu mengidentifikasi penyebab waste yang terjadi pada proses
produksi crumb rubber di PT. Djambi Waras Jujuhan, peneliti membuat
kuesioner yang diberikan kepada penanggungjawab di setiap stasiun kerja.
Kuesioner ini berisi tentang daftar pertanyaan yang disusun dengan tujuan
untuk mengetahui bobot waste. Pilihan jawaban telah disertakan dalam
kuesioner dengan tujuan untuk memudahkan responden untuk memberikan
jawaban sesuai dengan keadaan di area produksi. Pilihan jawaban disusun
dengan sistem ranking, dimana untuk skor tertinggi adalah 5 (1 hari sekali), 4
(2 hari sekali), 3 (4 hari sekali), 2 (1 minggu sekali), 1 (1 bulan sekali), dan 0
(sama sekali tidak pernah terjadi). Contoh hasil kuesioner yang diisi dapat
dilihat pada Lampiran B.
Berikut adalah hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja
bagian penerimaan bahan baku dapat dilihat pada tabel 4.2 dibawah ini:
Tabel 4.2
Hasil Kuesioner Bagian Penerimaan Bahan Baku
No Tipe Waste (Pemborosan Skor Rata-Rata
1 Menunggu (waiting)
3.3
a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 5
b. Pekerja menunggu proses sebelumnya 5
48
c. Mesin menunggu proses sebelumnya 0
2 Transportasi (transportation)
0
a. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali 0
3 Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan Data
Hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja bagian
penyimpanan bokar dapat dilihat pada tabel 4.3 dibawah ini:
Tabel 4.3
Hasil Kuesioner Bagian Penyimpanan Bokar
No Tipe Waste (Pemborosan Skor
Rata-
Rata
1 Menunggu (waiting)
2 a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 5
b. Pekerja menunggu proses sebelumnya 1
c. Mesin menunggu proses sebelumnya 0
2 Transportasi (transportation)
4
a. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali 4
3 Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan Data
Hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja bagian milling
dapat dilihat pada tabel 4.4 dibawah ini:
Tabel 4.4
Hasil Kuesioner Bagian Milling
No Tipe Waste (Pemborosan Skor
Rata-
Rata
1 Menunggu (waiting)
2.3 a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 1
b. Pekerja menunggu proses sebelumnya 3
c. Mesin menunggu proses sebelumnya 3
49
2 Transportasi (transportation)
0
a. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali 0
3 Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan data
Hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja bagian
penjemuran dapat dilihat pada tabel 4.5 dibawah ini:
Tabel 4.5
Hasil Kuesioner Bagian Penjemuran
No Tipe Waste (Pemborosan Skor
Rata-
Rata
1 Menunggu (waiting)
1.7 a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 3
b. Pekerja menunggu proses sebelumnya 2
c. Mesin menunggu proses sebelumnya 0
2 Transportasi (transportation)
0
a. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali 0
3 Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan Data
Hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja bagian
penurunan dapat dilihat pada tabel 4.6 dibawah ini:
Tabel 4.6
Hasil Kuesioner Bagian Penurunan
No Tipe Waste (Pemborosan Skor
Rata-
Rata
1 Menunggu (waiting)
1.7 a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 1
b. Pekerja menunggu proses sebelumnya 4
c. Mesin menunggu proses sebelumnya 0
2 Transportasi (transportation)
0
50
a. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali 0
3 Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan Data
Hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja bagian
pengisian dapat dilihat pada tabel 4.7 dibawah ini:
Tabel 4.7
Hasil Kuesioner Bagian Pengisian
No Tipe Waste (Pemborosan Skor
Rata-
Rata
1 Menunggu (waiting)
1.7 a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 1
b. Pekerja menunggu proses sebelumnya 4
c. Mesin menunggu proses sebelumnya 0
2 Transportasi (transportation)
0
a. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali 0
3 Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan Data
Hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja bagian
pengeringan/pemasakan dapat dilihat pada tabel 4.8 dibawah ini:
Tabel 4.8
Hasil Kuesioner Bagian Pengeringan/Pemasakan
No Tipe Waste (Pemborosan Skor
Rata-
Rata
1 Menunggu (waiting)
2.3 a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 2
b. Pekerja menunggu proses sebelumnya 5
c. Mesin menunggu proses sebelumnya 0
2 Transportasi (transportation)
0
a. Pemindahan bahan baku/produk setengah jadi 0
51
lebih dari 1 kali
3
Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan Data
Hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja bagian
pencabutan cake dapat dilihat pada tabel 4.9 dibawah ini:
Tabel 4.9
Hasil Kuesioner Bagian Pencabutan Cake
No Tipe Waste (Pemborosan Skor
Rata-
Rata
1 Menunggu (waiting)
3.3 a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 0
b. Pekerja menunggu proses sebelumnya 5
c. Mesin menunggu proses sebelumnya 5
2 Transportasi (transportation)
0
a. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali 0
3 Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan Data
Hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja bagian
pengepresan dapat dilihat pada tabel 4.10 dibawah ini:
Tabel 4.10
Hasil Kuesioner Bagian Pengepresan
No Tipe Waste (Pemborosan Skor
Rata-
Rata
1 Menunggu (waiting)
3.3 a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 0
b. Pekerja menunggu proses sebelumnya 5
c. Mesin menunggu proses sebelumnya 5
2 Transportasi (transportation)
0
a. Pemindahan bahan baku/produk setengah jadi 0
52
lebih dari 1 kali
3 Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan Data
Hasil kuesioner yang diisi oleh penanggung jawab stasiun kerja bagian
pengemasan dapat dilihat pada tabel 4.11 dibawah ini:
Tabel 4.11
Hasil Kuesioner Bagian Pengemasan
No Tipe Waste (Pemborosan Skor
Rata-
Rata
1 Menunggu (waiting)
2 a. Bahan baku/produk setengah jadi menunggu
untuk diangkut 2
b. Pekerja menunggu proses sebelumnya 1
c. Mesin menunggu proses sebelumnya 3
2 Transportasi (transportation)
0
a. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali 0
3 Kecacatan (defect)
3
a. Produk setengah jadi mengalami kecacatan 4
b. Produk cacat (defect) diproses ulang (rework) 2 Sumber: Pengolahan Data
Dari kuesioner yang telah diisi oleh penanggung jawab pada masing-
masing stasiun kerja, maka selanjutnya dilakukan perhitungan skor rata-rata
sebagai berikut:
1. Menunggu (waiting) =
=
=
= 2.36
53
2. Transportasi (transportation) =
=
=
= 0.4
3. Kecacatan (defect) =
=
=
= 3
Untuk mengetahui lebih jelas rekap hasil waste dapat dilihat pada tabel
4.12 dibawah ini:
Tabel 4.12
Rekap Hasil Waste dari Kuesioner
Sumber: Pengolahan Data
Berdasarkan hasil skor rata-rata waste diatas, defect (cacat) dengan skor
rata-rata 3 adalah jenis waste tertinggi dan transportation dengan skor rata-rata
0.4 adalah jenis waste yang terendah.
2. Pemilihan Tool yang Mempunyai Bobot Paling Besar
Setelah mengetahui peringkat dari waste yang terjadi di area produksi,
selanjutnya melakukan pemilihan tool. Pemilihan tool dilakukan untuk
1 2 3 4 5 6 7 8 9 10
1 Menunggu (Waiting ) 3.3 2 2 2 2 2 2 3 3 2 2.36 2
2 Transportasi (Transportation ) 0 4 0 0 0 0 0 0 0 0 0.4 3
3 Kecacatan (Defect ) 3 3 3 3 3 3 3 3 3 3 3 1
RankingResponden Skor Rata-
RataNo Waste
54
memperoleh tool yang tepat yang dapat menggambarkan waste yang terjadi di
lantai produksi. Tool ini dipilih berdasarkan pada pemborosan yang terjadi di PT.
Djambi Waras Jujuhan. Dengan adanya gambaran yang menggunakan salah satu
tool dari value stream analysis ini diharapkan dapat mengidentifikasi secara detail
waste yang terjadi serta penyebab terjadinya waste tersebut.
Value stream analysis tools ini diperoleh dari hasil perkalian antara rata-
rata setiap jenis waste hasil identifikasi waste dengan nilai korelasi antara tools
dengan waste yang terjadi sehingga diperleh skor untuk setiap tools yang ada pada
VALSAT. Terdapat beberapa ketentuan untuk perhitungan VALSAT, yaitu untuk
waste yang mempunyai hubungan yang tinggi dikalikan 9, yang medium
dikalikan 3, dan yang rendah dikalikan 1. Sedangkan waste yang tidak dapat
dipetakan, rata-rata tersebut dikalikan dengan nilai 0 atau tidak terdapat nilai
sekali. Untuk lebih jelasnya value stream analysis dapat dilihat pada tabel 4.13
dibawah ini:
Tabel 4.13
Value Stream Analysis Tools
waste/structure
process
activity
mappin
g
supply
chain
response
matrix
production
variety
funnel
quality
filter
mapping
demand
amplification
mapping
decision
point
analysis
phisical
structure
kelebihan produksi L M
L M M
waktu tunggu H H L
M M
transportasi yang berlebihan H
L
proses yang tidak tepat H
M L
L
persediaan yang tidak penting M H M
H M L
gerakan yang tidak berguna H L
Cacat L H
Sumber: Pengolahan Data
55
Keterangan: H (high correlation) : faktor pengali = 9
M (medium correlation) : faktor pengali = 3
L (low correlation) : faktor pengali = 1
Perhitungan VALSAT:
Tipe waste = rata-rata waste x nilai korelasi waste
PAM (waktu tunggu) = 2.36 x 9 = 21.24
PAM (transportasi) = 0.4 x 9 = 3.6
PAM (cacat) = 3 x 1 = 3
SCRM (waktu tunggu) = 2.36 x 9 = 21.24
PVF (waktu tunggu) = 2.36 x 1 = 2.36
QFM (cacat) = 3 x 9 = 27
DAM (waktu tunggu) = 2.36 x 3 = 7.08
DPA (waktu tunggu) = 2.36 x 3 = 7.08
PS (transportasi) = 0.4 x 1 = 0.4
Berdasarkan perhitungan VALSAT yang didapat maka dibuatlah tabel
VALSAT. Tujuan dari perhitungan ini adalah untuk menentukan tool yang
mempunyai nilai bobot tertinggi sehingga bisa digunakan sebagai acuan untuk
penganalisaan lebih lanjut.
56
Untuk lebih jelasnya perhitungan VALSAT dapat dilihat pada tabel 4.14 dibawah
ini:
Tabel 4.14
Perhitungan VALSAT
Sumber: Pengolahan Data
Setelah memperoleh hasil perhitungan sesuai dengan tabel 4.14,
selanjutnya melakukan perankingan berdasarkan bobot tertinggi hingga terendah.
Bobot tertinggi akan menjadi ranking pertama dan seterusnya. Dari hasil
perankingan, diperoleh urutan tool yang akan ditunjukkan pada tabel 4.15
dibawah ini:
Tabel 4.15
Penentuan Tool VALSAT
NO VALSAT BOBOT RANKING
1 Process Activity Mapping (PAM) 27.84 1
2 Supply Chain Response Matrix (SCRM) 21.24 3
3 Production Variety Funnel (PVF) 2.36 6
4 Quality Filter Mapping (QFM) 27 2
5 Demand Amplification Mapping (DAM) 7.8 4
6 Decision Point Analysis (DPA) 7.8 5
7 Phisical Structure (PS) 0.4 7
Sumber: Pengolahan Data
PAM SCRM PVF Q FM DAM DPA PS
Kelebihan produksi 0 0 0 0 0 0 0 0
Waktu tunggu 2.36 21.24 21.24 2.36 0 7.8 7.8 0
Transportasi yang berlebihan 0.4 3.6 0 0 0 0 0 0.4
Proses yang tidak tepat 0 0 0 0 0 0 0 0
Persediaan yang tidak penting 0 0 0 0 0 0 0 0
Gerakan yang tidak berguna 0 0 0 0 0 0 0 0
Cacat 3 3 0 0 27 0 0 0
27.84 21.24 2.36 27 7.8 7.8 0.4TOTAL BOBOT
VALSATWASTE
SKO R RATA-
RATA
57
Tabel 4.16
Penentuan Ranking Tool VALSAT
NO VALSAT BOBOT RANKING
1 Process Activity Mapping (PAM) 27.84 1
2 Quality Filter Mapping (QFM) 27 2
3 Supply Chain Response Matrix (SCRM) 21.24 3
4 Demand Amplification Mapping (DAM) 7.8 4
5 Decision Point Analysis (DPA) 7.8 5
6 Production Variety Funnel (PVF) 2.36 6
7 Phisical Structure (PS) 0.4 7
Sumber: Pengolahan data
Berdasarkan hasil perhitungan dengan menggunakan tabel VALSAT
diperoleh peringkat dari tiap tool VALSAT. Tool yang bobotnya tertinggi adalah
Process Activity Mapping dengan total bobot 27.84. Sehingga tool yang terpilih
untuk dianalisa lebih lanjut adalah tool Process Activity Mapping (PAM).
3. Perhitungan tool yang dipilih
Process Activity Mapping dibuat dengan mempertimbangkan beberapa
faktor diantaranya adalah tipe aktivitas, jumlah operator yang terlibat, waktu yang
dibutuhkan, jarak perpindahan untuk setiap aktivitas.
58
Process Activity Mapping pada lantai produksi crumb rubber dapat dilihat pada
tabel 4.17 dibawah ini:
Tabel 4.17
Process Activity Mapping
Sumber: Pengolahan Data
Berdasarkan tabel Process Activity Mapping, dapat dihitung persentase
masing-masing aktivitas sebagai berikut:
1. Operation (O) =
x 100% = 58.3%
O T I S D
1 Kedatangan bahan baku Truk 5 2 X NNVA
2 Persiapan truk dibongkar - 2 1 X NVA
3 Bahan baku dibongkar Gancu 10 2 X VA
4 Menunggu bahan baku dibongkar - 10 3 X NVA
5 Bahan baku ditimbang Timbangan 2 6 X VA
6
Bahan baku menunggu untuk dibawa ke
gudang - 3 X NVA
7 Bahan baku dibawa ke gudang Forklift 120 10 1 X NNVA
8 Membawa bahan baku ke mesin Breaker Loader 10 18 1 X NNVA
9 Pengambilan kotoran pada bahan baku - 10 2 X VA
10 Bahan baku dicuci Mixing tank 5 X VA
11 Bahan baku digiling menjadi blanket Creeper 30 5 X VA
12 Blanket direndam Bak perendam 5 X VA
13 Blanket dikeringkan Fan 7 X VA
14 Blanket digulung Roller 8 4 X VA
15 Membawa blanket ke penimbangan Roll penghantar 3 4 1 X NNVA
16 Blanket ditimbang Timbangan 2 1 X VA
17
Membawa blanket ke kamar gantung
blanket Lift 6 3 1 X NNVA
18 Blanket dijemur - 21600 6 X VA
19 Blanket diturunkan - 10 6 X VA
20 Blanket digiling menjadi remahan Shreeder 12 2 X VA
21 Remahan dimasukkan kedalam trolly Gancu cakar 10 2 X VA
22
Remahan menunggu untuk
dimasak/dikeringkan - 5 X NVA
23
Trolly yang sudah diisi dibawa ke
mesin Driyer Roll penghantar 2 1 1 X NNVA
24 Cake dimasak/dikeringkan Driyer 240 2 X VA
25
Menunggu cake yang masih dimasak/
dikeringkan - 240 X NVA
26 Cake dibawa ke mesin pendingin Roll penghantar 2 1 1 X NNVA
27 Cake didinginkan Fan 10 X VA
28 Mencabut cake dari trolly - 5 4 X VA
29 Cake ditimbang Timbangan 25 4 X VA
30 Cake di press menjadi bale Press 25 4 X VA
31 Pemeriksaan bale Pisau, Termometer 10 1 X NNVA
32 Penimbangan bale Timbangan 25 1 X VA
33 Pengepakan bale dengan plastik - 25 1 X VA
34
Pemeriksaan logam pada bale dengan
metal detector Metal detector 25 1 X NNVA
35 Bale dimasukkan ke dalam pallet - 30 1 X VA
36 Pallet dibawa ke gudang Forklift 10 18 1 X NNVA
Jumlah 22448 21 6 2 2 5
_
36
Jumlah
TKNo Aktivitas Mesin/Alat
Jarak
(m)
Waktu
(menit)
VA/NVA
/NNVA
Aktivitas
59
2. Transportation (T) =
x 100% = 16.7%
3. Inspection (I) =
x 100% = 5.6%
4. Storage (S) =
x 100% = 5.6%
5. Delay (D) =
x 100% = 13.8%
Untuk lebih jelasnya persentase jumlah masing-masing aktivitas dapat
dilihat pada tabel 4.18
Tabel 4.18
Persentase Jumlah Aktivitas
NO AKTIVITAS JUMLAH
AKTIVITAS
PERSENTASE
(%)
1 Operation 21 58.30%
2 Transportation 6 16.70%
3 Inspection 2 5.60%
4 Storage 2 5.60%
5 Delay 5 13.80%
Total 100%
Sumber: Pengolahan Data
Berdasarkan tabel 4.18 diatas terlihat bahwa jumlah aktivitas yang paling
besar adalah operation sebesar 21 aktivitas dengan persentase 58.3% diikuti oleh
aktivitas transportation sebesar 6 aktivitas dengan persentase 16.7%, aktivitas
delay sebesar 5 aktivitas dengan persentase sebesar 13.8% kemudian inspection
dan storage yang memiliki jumlah yang sama sebesar 2 aktivitas dengan
persentase sebesar 5.6%.
Setelah didapatkan persentase jumlah aktivitas dari setiap proses yang ada
maka selanjutnya akan dikalkulasikan banyaknya waktu dari tiap aktivitas yang
60
terjadi dalam setiap proses yang ada. Waktu aktivitas Operation dapat dilihat pada
tabel 4.19 dibawah ini:
Tabel 4.19
Waktu Aktivitas Operation
No Aktivitas Waktu
(menit)
1 3 10
2 5 2
3 9 10
4 10 5
5 11 30
6 12 5
7 13 7
8 14 8
9 16 2
10 18 21600
11 19 10
12 20 12
13 21 10
14 24 240
15 27 10
16 28 5
17 29 25
18 30 25
19 32 25
20 33 25
21 35 30
Total 22096
Sumber: Pengolahan Data
Untuk perhitungan persentasenya adalah sebagai berikut:
Operation =
x 100% = 98.4%
61
Waktu aktivitas transportation dapat dilihat pada tabel 4.20 dibawah ini:
Tabel 4.20
Waktu Aktivitas Transportation
No Aktivitas Waktu
(menit)
1 1 2
2 8 18
3 15 4
4 17 3
5 23 1
6 26 1
Total 29 Sumber: Pengolahan Data
Untuk perhitungan persentasenya adalah sebagai berikut:
Transportation =
x 100% = 0.1%
Waktu aktivitas inspection dapat dilihat pada tabel 4.21 dibawah ini:
Tabel 2.21
Waktu Aktivitas Inspection
No Aktivitas Waktu
(menit)
1 31 10
2 34 25
Total 35 Sumber: Pengolahan Data
Untuk perhitungan persentasenya adalah sebagai berikut:
Inspection =
x 100% = 0.2%
62
Waktu aktivitas storage dapat dilihat pada tabel 4.22 dibawah ini:
Tabel 4.22
Waktu Aktivitas Storage
No Aktivitas Waktu
(menit)
1 7 10
2 36 18
Total 28 Sumber: Pengolahan Data
Untuk perhitungan persentasenya adalah sebagai berikut:
Storage =
x 100% = 0.1%
Waktu aktivitas delay dapat dilihat pada tabel 4.23 dibawah ini:
Tabel 4.23
Waktu Aktivitas Delay
No Aktivitas Waktu
(menit)
1 2 2
2 4 10
3 6 3
4 22 5
5 25 240
Total 260 Sumber: Pengolahan Data
Untuk perhitungan persentasenya adalah sebagai berikut:
Delay =
x 100% = 1.2%
Untuk lebih jelasnya persentase waktu aktivitas dapat dilihat pada tabel
4.24 dibawah ini:
Tabel 4.24
Persentase Waktu Aktivitas
NO AKTIVITAS WAKTU AKTIVITAS
(MENIT) PERSENTASE (%)
1 Operation 22096 98.40%
2 Transportation 29 0.10%
63
3 Inspection 35 0.20%
4 Storage 28 0.10%
5 Delay 260 1.20%
Total 100%
Sumber: Pengolahan Data
Berdasarkan tabel 4.24 diatas terlihat bahwa pada proses produksi crumb
rubber waktu aktivitas yang terbesar adalah waktu operation (22096 menit atau
98.4%) sedangkan waktu aktivitas yang terkecil adalah waktu storage (28 menit
atau 0.1%) dari seluruh aktivitas yang ada. Setelah mengetahui jumlah aktivitas
dan waktu aktivitas maka langkah selanjutnya adalah mengelompokkan tipe
aktivitas tersebut kedalam value added activity, non value added activity, dan
necessary but not value added activity, waktu aktivitas value added dapat dilihat
pada tabel 4.25 dibawah ini:
Tabel 4.25
Waktu Aktivitas Value Added
No Aktivitas Waktu
(menit)
1 3 10
2 5 2
3 9 10
4 10 5
5 11 30
6 12 5
7 13 7
8 14 8
9 16 2
10 18 21600
11 19 10
12 20 12
13 21 10
14 24 240
15 27 10
16 28 5
17 29 25
64
18 30 25
19 32 25
20 33 25
21 35 30
Total 22096
Sumber: Pengolahan Data
Waktu aktivitas non value added dapat dilihat pada tabel 4.25 dibawah ini:
Tabel 4.26
Waktu Aktivitas Non Value Added
No Aktivitas Waktu
(menit)
1 2 2
2 4 10
3 6 3
4 22 5
5 25 240
Total 260 Sumber: Pengolahan Data
waktu aktivitas necessary but non value added dapat dilihat pada tabel 4.26
dibawah ini:
Tabel 4.27
Waktu Aktivitas Necessary but Non Value Added
No Aktivitas Waktu
(menit)
1 1 2
2 8 18
3 15 4
4 17 3
5 23 1
6 26 1
7 31 10
8 34 25
9 7 10
10 36 18
Total 92 Sumber: Pengolahan Data
65
Persentase value stream activity dapat dilihat pada tabel 4.27 dibawah ini:
Tabel 4.28
Value Stream Activity
VALUE ACTIVITY WAKTU
(MENIT) PERSENTASE (%)
Value added Operation 22096 98.40%
Non Value added Delay 260 1.20%
Necessary but non value
added
Transportation,
Inspection, dan
Storage
92 0.40%
Total 100%
Sumber: Pengolahan Data
Berdasarkan tabel 4.27 di atas terlihat bahwa value stream activity yang
memiliki persentase terbesar adalah value added (98.4%), sedangkan non value
added menempati peringkat kedua sebesar 1.2, dan peringkat terakhir adalah
necessary but non value added sebesar 0.4%.
4. Diagram sebab akibat
Pada sistem produksi crumb rubber di PT. Djambi Waras Jujuhan terdapat
beberapa pemborosan yang terjadi. Disini pemborosan tersebut akan diidentifikasi
penyebabnya dan akibat yang ditimbulkan dari sebab tersebut, sehingga
mempermudah dalam perbaikan dari sistem produksi crumb rubber. Pemborosan
(waste) tersebut antara lain akan dijelaskan dalam diagram sebab akibat di bawah
ini:
a. Menunggu (waiting)
Menunggu (waiting) adalah kondisi dimana tidak terdapat aktivitas yang
terjadi pada produk, maupun pekerja.
66
Diagram sebab akibat menunggu (waiting) dapat dilihat pada gambar 4.1
Gambar 4.1 Diagram Sebab Akibat Jenis Waste Waiting
Dari gambar diagram sebab akibat jenis waste waiting, dapat dilihat bahwa
penyebab dari waiting yaitu:
1) Manusia
a) Pekerja lamban
b) Pekerja kurang teliti mengecek mesin
2) Mesin/alat
a) Forklift hanya 1
b) Terjadi trouble pada mesin
3) Lingkungan: cuaca yang tidak menentu
b. Cacat produk (defect)
Kecacatan (defect) adalah jenis waste berupa ketidaksempurnaan produk
dan sangat merugikan perusahaan. Pemborosan jenis ini tergolong non
value added dan harus dikurangi atau bahkan dihilangkan.
67
Diagram sebab akibat crumb rubber defect dapat dilihat pada gambar 4.2
Gambar 4.2 Diagram Sebab Akibat Jenis Waste Defect
Dari gambar diagram sebab akibat jenis waste defect, dapat dilihat bahwa
penyebab dari defect yaitu:
1) Manusia
a) Kurang teliti
b) Tenaga kerja merasa jenuh atau kelelahan
2) Mesin
a) Roll creeper tumpul
b) Setelan pisau tidak pas
c) Diameter creeper mengecil
3) Lingkungan: hujan
4) Material
a) Bahan baku kotor
b) Blanket tebal
c) Kadar air bahan baku tinggi
5) Metode: pengaturan suhu tidak tepat
68
c. Transportasi (Transportation)
Transportasi (transportation) adalah proses perpindahan baik manusia,
material atau produk yang berlebihan sehingga mengakibatkan
pemborosan waktu, tenaga, dan biaya.
Digram sebab akibat jenis waste transportasi (transporortation) dapat
dilihat pada gambar 4.3
Gambar 4.3 Diagram Sebab Akibat Jenis Waste Transportation
Dari gambar diagram sebab akibat jenis waste transportation, dapat dilihat
bahwa penyebab dari transportation yaitu:
1) Manusia: pekerja terbatas
2) Mesin/alat: forklift hanya 1
3) Material: gudang ada 2
4) Metode: prosedur kerja tidak dilaksanakan dengan baik
69
4.2.2 Usulan Perbaikan Menggunakan FMEA
Adapun langkah-langkah untuk mencapai tujuan tersebut yaitu:
1. Mengidentifikasi potensi failure mode proses produksi
Failure mode pada proses produksi crumb rubber yaitu waste cacat produk
(defect), menunggu (waiting), dan transportasi (transportation).
2. Mengidentifikasi potensi efek kegagalan produksi
Potensi efek kegagalan (effect of failure) proses produksi crumb rubber dapat
dilihat pada tabel 4.28 dibawah ini:
Tabel 4.29
Effect of Failure
No Failure Mode
(waste) Effect of Failure
1 Menunggu
(waiting)
Tertunda/
berhentinya proses
produksi
2 Cacat (defect)
Jumlah produksi
berkurang
Crumb rubber
mentah/kurang
masak
Crumb rubber
mengandung logam
3 Transportasi
(transportation)
Molornya waktu
pemindahan bahan
baku
Sumber: Pengolahan Data
3. Mengidentifikasi penyebab-penyebab kegagalan produksi
Penyebab-penyebab kegagalan (cause of failure) proses produksi dapat dilihat
pada tabel 4.29 dibawah ini:
Tabel 4.30
Cause of Failure
No Failure Mode
(waste) Effect of Failure Cause of Failure
1 Menunggu
(waiting)
Tertunda/
berhentinya proses
Jarak perpindahan
yang jauh
70
produksi Forklift yang
digunakan hanya 1
Pekerja kurang teliti
mengecek mesin
2 Cacat (defect) Jumlah produksi
berkurang
Pekerja kurang teliti
dan merasa jenuh/
kelelahan
Crumb rubber
mentah/kurang
masak
Pengaturan suhu
yang tidak tepat
Crumb rubber
mengandung logam Kurangnya
pengontrolan pada
mesin
Kadar air bahan
baku tinggi
Blanket tebal
Bahan bahan baku
kotor
Blanket kurang
kering
3 Transportasi
(transportation) Molornya waktu
pemindahan bahan
baku
Alat transportasi
yang digunakan
hanya 1
Pekerja terbatas
Prosedur kerja tidak
dilaksanakan
dengan baik
Sumber: Pengolahan Data
4. Mengidentifikasi mode deteksi proses produksi
Mode deteksi (current detection) proses produksi dapat dilihat pada tabel 4.30
dibawah ini:
Tabel 4.31
Current Detection
No Failure Mode
(waste) Effect of Failure Cause of Failure Current Detection
1 Menunggu
(waiting)
Tertunda/
berhentinya proses
produksi
Jarak perpindahan
yang jauh
Stasiun kerja
penerimaan bahan baku,
pengeringan/pemasakan Forklift yang
digunakan hanya
1
Pekerja kurang
teliti mengecek
mesin
2 Cacat (defect) Jumlah produksi
berkurang
Pekerja kurang
teliti dan merasa
jenuh/ kelelahan
Stasiun kerja
penerimaan bahan baku,
penyimpanan bahan
71
Crumb rubber
mentah/kurang
masak
Pengaturan suhu
yang tidak tepat
baku, milling,
penjemuran, pengisian
trolly,
pengeringan/pemasakan,
dan pengemasan
Crumb rubber
mengandung
logam
Kurangnya
pengontrolan
pada mesin
Kadar air bahan
baku tinggi
Blanket tebal
Bahan bahan baku
kotor
Blanket kurang
kering
3 Transportasi
(transportation) Molornya waktu
pemindahan bahan
baku
Alat transportasi
yang digunakan
hanya 1
Stasiun kerja
penyimpanan bokar
Pekerja terbatas
Prosedur kerja
tidak
dilaksanakan
dengan baik
Sumber: Pengolahan Data
5. Menentukan rating terhadap severity, occurrence, detection, dan RPN proses
produksi
Rating severity, occurrence, detection, dan RPN proses produksi dapat dilihat
pada tabel 4.31 dibawah ini:
Tabel 4.32
Rating Severity, Occurrence, Detection, dan RPN
Sumber: Pengolahan Data
NoFailure Mode
(waste)Effect of Failure Cause of Failure Current Detection Severity Occurrence Detection RPN
Jarak perpindahan
yang jauh
Forklift yang
digunakan hanya 1
Pekerja kurang teliti
mengecek mesinJumlah produksi
berkurang
Pekerja kurang teliti
dan merasa jenuh/
kelelahan
Crumb rubber
mentah/kurang masak
Pengaturan suhu yang
tidak tepat
Crumb rubber
mengandung logam
Kurangnya
pengontrolan pada
mesin
Kadar air bahan baku
tinggi
Blanket tebal
Bahan bahan baku
kotor
Blanket kurang kering
Molornya waktu
pemindahan bahan
baku
Alat transportasi yang
digunakan hanya 1
Pekerja terbatas
Prosedur kerja tidak
dilaksanakan dengan
baik
Stasiun kerja
penyimpanan bokar
7 7 6 294
6 7 6 252
2 3 6 36
Stasiun kerja
penerimaan bahan
baku,
pengeringan/pemasak
an
Stasiun kerja
penerimaan bahan
baku, penyimpanan
bahan baku, milling ,
penjemuran, pengisian
trolly,
pengeringan/pemasak
an, dan pengemasan
Tertunda/ berhentinya
proses produksi
2 Cacat (defect )
3 Transportasi
(transportation )
1 Menunggu
(waiting )
72
6. Memberikan usulan perbaikan untuk mengurangi tingkat resiko kegagalan
Usulan perbaikan untuk proses produksi dapat dilihat pada tabel 4.32 dibawah
ini:
Tabel 4.33
Usulan Perbaikan Failure Mode and Effect Analysis
Sumber: Pengolahan Data
Berdasarkan tabel diatas, usulan perbaikan untuk waste menunggu
(waiting) adalah pengurangan tenaga kerja dan peneguran kepada tenaga kerja
yang tidak mematuhi peraturan. Untuk waste cacat (defect) usulan perbaikannya
adalah memilih tenaga kerja yang mempunyai skill bagus sesuai dengan bidang
pekerjaannya, peningkatan faktor kontrol, pembenahan metode kerja, dan
pengurangan tenaga kerja. Untuk waste transportasi (transportation) usulan
perbaikannya adalah penambahan alat transportasi dan penambahan metode kerja.
NoFailure Mode
(waste)Effect of Failure Cause of Failure Current Detection Severity Occurrence Detection RPN Usulan Perbaikan
Jarak perpindahan
yang jauh
Penambahan/pengu
rangan tenaga kerja
Forklift yang
digunakan hanya 1
Peneguran kepada
tenaga kerja yang
tidak mematuhi
peraturan
Pekerja kurang teliti
mengecek mesinJumlah produksi
berkurang
Pekerja kurang teliti
dan merasa jenuh/
kelelahan
Memilih tenaga
kerja yang
mempunyai skill
bagus sesuai
bidang
pekerjaannya
Crumb rubber
mentah/kurang masak
Pengaturan suhu yang
tidak tepat
Peningkatan Faktor
kontrol
Crumb rubber
mengandung logam
Kurangnya
pengontrolan pada
mesin
Pembenahan
metode kerja
Kadar air bahan baku
tinggi
Penambahan/pengu
rangan tenaga kerja
Blanket tebal
Bahan bahan baku
kotor
Blanket kurang kering
Molornya waktu
pemindahan bahan
baku
Alat transportasi yang
digunakan hanya 1
Penambahan alat
transportasi
Pekerja terbatas Pembenahan
metode kerja
Prosedur kerja tidak
dilaksanakan dengan
baik
Stasiun kerja
penyimpanan bokar
7 7 6 294
6 7 6 252
2 3 6 36
Stasiun kerja
penerimaan bahan
baku,
pengeringan/pemasak
an
Stasiun kerja
penerimaan bahan
baku, penyimpanan
bahan baku, milling ,
penjemuran, pengisian
trolly,
pengeringan/pemasak
an, dan pengemasan
Tertunda/ berhentinya
proses produksi
2 Cacat (defect )
3 Transportasi
(transportation )
1 Menunggu
(waiting )
73
BAB V
ANALISIS HASIL PENGOLAHAN DATA
5.1 Penyebab Terjadinya Waste Menggunakan VALSAT
Hasil dari penyebaran kuesioner yang dilakukan oleh peneliti, diketahui
hasil pembobotan jenis waste yang tertinggi yaitu cacat (defect), kemudian
menunggu (waiting), dan yang terakhir transportasi (transportation). Setelah
mengetahui hasil pembobotan jenis waste yang terjadi di PT. Djambi Waras
Jujuhan, tahap selanjutnya adalah pemilihan tool yang tepat berdasarkan pada
pemborosan yang terjadi di area produksi dengan menggunakan VALSAT. Value
Stream Analysis Tools ini diperoleh dari hasil perkalian antara rata-rata setiap
jenis pemborosan hasil identifikasi waste dengan nilai korelasi antara tool dengan
waste yang terjadi sehingga diperoleh skor untuk setiap tool yang ada pada
VALSAT. Setelah melakukan perhitungan, diperoleh urutan hasil pemilihan tool
dari skor yang terbesar sampai terkecil. Berikut urutannya:
1. Process Activity Mapping (PAM)
2. Quality Filter Mapping (QFM)
3. Supply Chain Respone Matrix (SCRM)
4. Demand Amplification Mapping (DAM)
5. Decision Point Analysis (DPA)
6. Production Variety Funnel (PVF)
7. Physical Structure (PS)
74
Berdasarkan hasil tersebut, maka dipilih tool yang mempunyai bobot
paling besar dalam hal ini adalah tool Process Activity Mapping (PAM). Dari hasil
pengolahan menggunakan Process Activity Mapping, diperoleh jumlah dan waktu
aktivitas operation sebesar 21 aktivitas (22096 menit), transportation 6 aktivitas
(29 menit), inspection 2 aktivitas (35 menit), storage 2 aktivitas (28 menit), dan
delay 5 aktivitas (260 menit).
Waste yang terjadi diidentifikasi penyebabnya dan akibat yang
ditimbulkan dari sebab tersebut. Waste tersebut dijelaskan dalam diagram sebab
akibat dibawah ini:
1. Cacat (defect)
Penyebab:
a. Pekerja kurang teliti dalam pengambilan kotoran yang ada pada bahan
baku.
b. Pekerja merasa kelelahan atau jenuh dalam bekerja.
c. Diameter creeper mengecil.
d. Roll creeper tumpul.
e. Setelan pisau tidak pas.
f. Pengaturan suhu yang tidak tepat.
g. Bahan baku kotor.
h. Blanket tebal.
i. Kadar air bahan baku tinggi.
j. Hujan mempengaruhi penjemuran blanket.
75
Akibat:
a. Crumb rubber mentah atau tidak masak.
b. Crumb rubber mengandung logam.
c. Jumlah produksi berkurang.
2. Menunggu (waiting)
Penyebab:
a. Pekerja lamban dalam membongkar bahan baku.
b. Pekerja kurang teliti dalam pengecekan mesin.
c. Terjadinya trouble pada mesin.
d. Alat transportasi hanya 1 untuk pemindahan bahan baku.
e. Cuaca yang tidak menentu.
Akibatnya yaitu tertunda atau terhentinya proses produksi.
3. Transportasi (transportation)
Penyebab:
a. Prosedur kerja tidak dilaksanakan dengan baik.
b. Pekerja terbatas, hanya 1 untuk mengoperasikan alat transportasi.
c. Forklift hanya 1.
d. Gudang ada 2.
Akibatnya molor waktu pemindahan bahan baku.
5.2 Usulan Perbaikan Menggunakan FMEA
Berdasarkan pengolahan data menggunakan FMEA, diketahui bahwa
waste yang terbesar adalah menunggu (waiting) yaitu dengan nilai RPN 294.
Potensi efek kegagalan (effect of failure) dari waste waiting yaitu tertunda atau
76
berhentinya proses produksi yang disebabkan oleh jarak perpindahan yang jauh,
forklift yang digunakan hanya 1. Waiting terdeteksi pada stasiun kerja penerimaan
bahan baku dan stasiun kerja pengeringan atau pemasakan. Usulan perbaikan
untuk waste menunggu (waiting) yaitu penambahan atau pengurangan tenaga
kerja, dan peneguran terhadap tenaga kerja yang tidak mematuhi peraturan.
Waste yang kedua yaitu cacat (defect) dengan nilai RPN 252. Potensi efek
kegagalan (effect of failure) dari waste defect yaitu jumlah produksi berkurang,
crumb rubber mentah atau kurang masak, dan mengandung logam. Waste defect
disebabkan oleh pengaturan suhu yang tidak tepat, kurangnya pengontrolan pada
mesin, kadar air bahan baku tinggi, blanket tebal, bahan baku kotor, dan blanket
kurang kering. Defect terdeteksi pada stasiun kerja penerimaan bahan baku,
penyimpanan bahan baku, milling, penjemuran, pengisian trolly, pengeringan atau
pemasakan, dan stasiun kerja pengemasan.Usulan perbaikan untuk waste cacat
(defect) yaitu memilih tenaga kerja yang memiliki skill bagus sesuai dengan
bidang pekerjaannya, peningkatan faktor kontrol, pembenahan metode kerja dan
penambahan atau pengurangan tenaga kerja.
Dan yang terakhir transportasi (transportation) dengan nilai RPN 36.
Potensi efek kegagalan (effect of failure) dari waste transportation yaitu molornya
waktu pemindahan bahan baku yang disebabkan oleh alat transportasi yang
digunakan hanya 1, pekerja terbatas, dan prosedur kerja tidak dilaksanakan
dengan baik. transportation terdeteksi pada stasiun kerja pengimpanan bokar.
Usulan untuk waste transportasi (transportation) yaitu penambahan alat
transportasi dan pembenahan metode kerja.
77
BAB VI
KESIMPULAN
6.1 Kesimpulan
Adapun kesimpulan yang dapat diambil dari penelitian ini adalah sebagai
berikut:
1. Identifikasi penyebab terjadinya pemborosan:
a. Menunggu (waiting) karena pekerja lamban, pekerja kurang teliti dalam
pengecekan mesin, terjadinya trouble pada mesin, alat transportasi hanya 1
dan cuaca tidak menentu.
b. Cacat (defect) karena pekerja kurang teliti, pekerja merasa kelelahan atau
jenuh, diameter creeper mengecil, roll creeper tumpul, setelan pisau tidak
pas, pengaturan suhu yang tidak tepat, bahan baku kotor, blanket tebal,
kadar air bahan baku tinggi, dan hujan.
c. Transportasi (transportation) karena prosedur kerja tidak dilaksanakan
dengan baik, pekerja hanya 1, forklift hanya 1, dan gudang ada 2.
2. Adapun usulan perbaikan adalah sebagai berikut:
a. Waiting dengan usulan perbaikan pengurangan tenaga kerja, dan
peneguran terhadap tenaga kerja yang tidak mematuhi peraturan.
b. Defect dengan usulan perbaikan memilih tenaga kerja yang memiliki skill
bagus sesuai dengan bidang pekerjaannya, peningkatan faktor kontrol,
pembenahan metode kerja dan penambahan atau pengurangan tenaga
kerja.
78
c. Transportation dengan usulan perbaikan yaitu penambahan alat
transportasi dan pembenahan metode kerja.
6.2 Saran
Berikut adalah beberapa saran yang diberikan kepada perusahaan yang
berhubungan dengan penelitian ini:
1. Perusahaan hendaknya meningkatkan pengawasan dan pengontrolan terhadap
pekerja dan mesin yang akan digunakan.
2. Perusahaan hendaknya segera melakukan perbaikan dengan dapat menjadikan
acuan rekomendasi perbaikan yang diberikan oleh peneliti untuk mengurangi
waste yang terjadi di area produksi sehingga dapat meminimasi biaya
produksi.
3. Perusahaan hendaknya mencari teknologi yang tepat guna untuk mengatasi
waste yang terjadi, khususnya pada waste waiting.
DAFTAR KEPUSTAKAAN
Ariani, Dorothea Wahyu, Pengendalian Kualitas Statistik (Pendekatan
Kuantitatif dalam Manajemen Kualitas), Andi, Yogyakarta, 2014.
Arista, Angger Oscar, Pengurangan Pemborosan Waktu Tunggu pada
Pembuatan Dining Chair dengan Menggunakan Pendekatan Lean
Manufacturing (Studi Kasus: CV. Rakabu Furniture, Pabelan),
Universitas Sebelas Maret, Surakarta, 2011 (http://digilib.uns.ac.id)
Ernita, Tri dkk, Buku Panduan Penulisan dan Ujian Skripsi, Sekolah Tinggi
Teknologi Industri, Padang, 2016.
Firdaus, Himma, dkk, Failure Mode and Effect Analysis (FMEA) Sebagai
Tindakan Pencegahan pada Kegagalan Pengujian, Lembaga Ilmu
Penelitian Indonesia, Tangerang Selatan, 2015 (http://researchgate.net)
Hariyanto, Arik, dkk, Upaya Pengurangan Pemborosan dalam Meningkatkan
Kapasitas Produksi dengan Pendekatan Lean Manufacturing,
Universitas Panca Marga, Probolinggo, 2016 (http://its.ac.id)
Imai, Masaaki, Gemba Kaizen: Pendekatan Akal Sehat, Berbiaya Rendah
pada Manajemen, CV Teruna Grafica, Jakarta, 1999.
Isnain, Satria Khalif dkk, Perancangan Perbaikan Proses Produksi Komponen
Bodi Mobil Daihatsu dengan Lean Manufacturing di PT. “XYZ”,
Institut Sepuluh Nopember, Surabaya, 2016 (http://journal.trunojoyo.ac.id)
Kholil, Muhammad dkk, Analisis Penyebab Kecacatan pada Saat Proses
Assembly Pemasangan Komponen Mesin Motor Berjenis K15 dengan
Metode FMEA pada PT XYZ, Universitas Mercu Buana, Jakarta, 2016
(http://mercubuana.ac.id)
Mantiri, Eklesia A dkk, Pendekatan Lean Manufacturing untuk Meningkatkan
Efisiensi dalam Proses Produksi dengan Menggunakan Value Stream
Mapping pada CV. Indopice, Universitas Sam Ratulangi, Manado, 2017
(http://ejournal.unsrat.ac.id)
Sinaga, Antony, Analisis Penggunaan Lean Manufacturing untuk Meminimasi
Waste pada PT. Bamindo Agrapersada, Universitas Sumatera Utara,
Medan, 2011.
Syahputera, Nanda Trihardi R, Pendekatan Lean Manufacturing untuk
Mengurangi Waste pada Lantai Produksi PT. Kharisma Cakranusa
Rubber Industry, Universitas Sumatera Utara, Medan, 2016.
Vanany, Iwan, Aplikasi Pemetaan Aliran Nilai di Industri Kemasan Semen,
Institut Teknologi Sepuluh Nopember, Surabaya, 2005 (http://its.ac.id)
Waluyo, Minto, Kajian Waste pada Produksi Benang dengan Pendekatan
Lean Manufacturing di PT. XYZ Surabaya, Universitas Pembangunan
Nasional “Veteran”, Jawa Timur, 2010 (http://upnjatim.ac.id)
Zendy, Devis, Penerapan Lean Manufacturing Guna Meminimasi Waste pada
Lantai Produksi di PT. Kharisma Esa Ardi Surabaya, Universitas
Pembangunan Nasional “Veteran”, Jawa Timur, 2011
(http://upnjatim.ac.id)
LEMBARAN KONSULTASI
Nama : Faridatul Azizah
NPM : 1410024425018
Program Studi : Teknik Industri
Judul Penelitian : Pendekatan Lean Manufacturing untuk Mengurangi Waste
pada Lantai Produksi Crumb Rubber di PT. Djambi Waras Jujuhan.
No Tanggal Catatan / Saran / Perbaikan Paraf
1.
2.
3.
4.
5.
6.
7.
8.
15 – 12 – 2017
19 – 12 – 2017
23 – 03 – 2018
29 – 03 – 2018
05 – 04 – 2018
06 – 04 – 2018
03 – 05 – 2018
05 – 05 – 2018
Review jurnal
ACC Jurnal
a. Latar belakang diperbaiki, dibuktikan
dengan data, sesuaikan identifikasi
masalah.
b. Landasan teori ditambah dan dilengkapi
(lean manufacturing dan waste).
c. Kerangka konseptual (proses dan output).
d. Teknik pengolahan data diperbaiki.
e. Bahan bacaan ditambah (pustaka).
a. Lengkapi dan tambahkan semua masalah
yang berhubungan dengan waste di latar
belakang.
b. Teoritis lean manufacturing, waste.
c. Kerangka konseptual.
d. Teknik pengolahan dan analisa data.
e. Tempat dan waktu penelitian.
a. Teoritis lean manufacturing untuk
menguji waste.
b. Metode VALSAT yang akan digunakan
pada 3.5.1
c. Kerangka konseptual (proses)
d. Jelaskan masing-masing tahap pada 3.5.2
a. Lampirkan kuesioner
b. Acc seminar proposal
a. Perbaiki latar belakang
b. Perbaiki kuesioner
a. Latar belakang tambahkan data
b. Perbaiki identifikasi masalah
c. Perbaiki kuesioner
9.
10.
11.
12.
13.
08 – 06 – 2018
26 – 06 – 2018
28 – 06 - 2018
12 – 07 – 2018
14 – 07 – 2018
d. Lanjutkan penelitian
a. Lampirkan kuesioner awal (pengumpulan
data)
b. Urutan pengumpulan data
c. Lampirkan kuesioner yang diisi
(pengolahan data)
d. Pengolahan data hal 44 – 47 dan 50 – 56
e. Analisis hasil pengolahan data hal 59 –
60
f. Koreksi kesimpulan
a. Abstrak
b. Kesimpulan dan saran
c. Kuesioner yang diisi
Acc ujian komprehensif
a. Abstrak
b. Batasan masalah
c. Kuesioner (bab 3)
d. Analisis
Acc jilid
Padang, Juli 2018
Pembimbing I
Meldia Fitri, ST. MP
LEMBARAN KONSULTASI
Nama : Faridatul Azizah
NPM : 1410024425018
Program Studi : Teknik Industri
Judul Penelitian : Pendekatan Lean Manufacturing untuk Mengurangi Waste
pada Lantai Produksi Crumb Rubber di PT. Djambi Waras Jujuhan.
No Tanggal Catatan / Saran / Perbaikan Paraf
1.
2.
3.
4.
5.
6.
7.
15 – 12 – 2017
20 – 12 – 2017
22 – 03 – 2018
09 – 04 – 2018
05 – 05 – 2018
08 – 06 – 2018
28 – 06 – 2018
Review jurnal
ACC jurnal
a. Perbaiki rumusan masalah dan tujuan
penelitian.
b. Kerangka konseptual (proses dan output).
c. Teknik pengolahan data diperbaiki.
d. Bahan bacaan ditambah.
Acc seminar proposal
Lanjutkan Penelitian
a. Masukkan sumber di setiap tabel
b. Perbaiki pengolahan data
c. Pertajam analisis hasil pengolahan data
a. Jelaskan maksud dari tabel (pengolahan
data)
b. Sesuaikan dengan kerangka konseptual
8.
9.
28 – 06 – 2018
19 – 07 – 2018
c. Sesuaikan dengan bab 3
d. Bab 5 tidak ada pengolahan data, tidak
ada tabel
Acc ujian komprehensif
Acc jilid
Padang, Juli 2018
Pembimbing II
Tri Ernita, ST. MP
LAMPIRAN A
Kuesioner Yang Belum Diisi
KUESIONER PENELITIAN
Kepada
Yth. Bapak/Ibu/Sdr/I Responden
Dengan hormat,
Dalam rangka penelitian Tugas Akhir yang berjudul Pendekatan Lean
Manufacturing untuk Mengurangi Waste pada Lantai Produksi Crumb Rubber di
PT. Djambi Waras Jujuhan, maka dengan ini saya:
Nama : Faridatul Azizah
NPM : 1410024425018
Jurusan : Teknik Industri
Mengharapkan partisipasi Bapak/Ibu/Sdr/I dalam penelitian ini, untuk
mengisi kuesioner berikut ini. Harapan kami, kuesioner ini diisi dengan jawaban
yang objektif dan jujur tanpa ada pengaruh dari pihak manapun. Seluruh hasil
jawaban kuesioner ini hanya akan digunakan untuk keperluan penelitian dan
dijamin kerahasiaannya.
Demikianlah kuesioner ini saya buat, besar harapan saya Bapak/Ibu/Sdr/I
kami ucapkan terima kasih.
Hormat saya,
Faridatul Azizah
IDENTITAS RESPONDEN
Nama :
Umur :
Jabatan:
Petunjuk pegisian:
Anda diminta untuk memberikan pendapat mengenai pernyataan-
pernyataan di bawah ini dengan cara memberi skor pada kolom yang tersedia.
Berikut keterangannya:
5 = Sering sekali terjadi (1 hari sekali)
4 = Sering terjadi (2 hari sekali)
3 = Hampir sering terjadi (4 hari sekali)
2 = Kadang terjadi (1 minggu sekali)
1 = Hampir kadang terjadi (1 bulan sekali)
0 = Sama sekali tidak terjadi
No Tipe Waste (Pemborosan Skor
1 Menunggu (waiting)
a. Bahan baku/produk setengah jadi menunggu
untuk diangkut
b. Pekerja menunggu proses sebelumnya
c. Mesin menunggu proses sebelumnya
2 Transportasi (transportation)
a. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali
3 Kecacatan (defect)
a. Produk setengah jadi mengalami kecacatan
b. Produk cacat (defect) diproses ulang (rework)
LAMPIRAN B
Contoh Hasil Kuesioner Yang Sudah Diisi
KUESIONER PENELITIAN
Kepada
Yth. Bapak/Ibu/Sdr/I Responden
Dengan hormat,
Dalam rangka penelitian Tugas Akhir yang berjudul Pendekatan Lean
Manufacturing untuk Mengurangi Waste pada Lantai Produksi Crumb Rubber di
PT. Djambi Waras Jujuhan, maka dengan ini saya:
Nama : Faridatul Azizah
NPM : 1410024425018
Jurusan : Teknik Industri
Mengharapkan partisipasi Bapak/Ibu/Sdr/I dalam penelitian ini, untuk
mengisi kuesioner berikut ini. Harapan kami, kuesioner ini diisi dengan jawaban
yang objektif dan jujur tanpa ada pengaruh dari pihak manapun. Seluruh hasil
jawaban kuesioner ini hanya akan digunakan untuk keperluan penelitian dan
dijamin kerahasiaannya.
Demikianlah kuesioner ini saya buat, besar harapan saya Bapak/Ibu/Sdr/I
kami ucapkan terima kasih.
Hormat saya,
Faridatul Azizah
IDENTITAS RESPONDEN
Nama : Sulaiman
Umur :
Jabatan: Penanggung Jawab Penerimaan Bahan Baku
Petunjuk pegisian:
Anda diminta untuk memberikan pendapat mengenai pernyataan-
pernyataan di bawah ini dengan cara memberi skor pada kolom yang tersedia.
Berikut keterangannya:
5 = Sering sekali terjadi (1 hari sekali)
4 = Sering terjadi (2 hari sekali)
3 = Hampir sering terjadi (4 hari sekali)
2 = Kadang terjadi (1 minggu sekali)
1 = Hampir kadang terjadi (1 bulan sekali)
0 = Sama sekali tidak terjadi
No Tipe Waste (Pemborosan Skor
1 Menunggu (waiting)
d. Bahan baku/produk setengah jadi menunggu
untuk diangkut
5
e. Pekerja menunggu proses sebelumnya 5
f. Mesin menunggu proses sebelumnya 0
2 Transportasi (transportation)
b. Pemindahan bahan baku/produk setengah jadi
lebih dari 1 kali
0
3 Kecacatan (defect)
c. Produk setengah jadi mengalami kecacatan 4
d. Produk cacat (defect) diproses ulang (rework) 2
SURAT PERNYATAAN
Yang bertanda tangan di bawah ini:
Nama : Faridatul Azizah
NPM : 1410024425018
Program Studi : Teknik Industri
Dengan ini menyatakan bahwa skripsi yang saya susun dengan judul:
“Pendekatan Lean Manufacturing untuk Mengurangi Waste pada Lantai
Produksi di PT. Djambi Waras Jujuhan” adalah benar-benar hasil karya saya
sendiri dan bukan merupakan plagiat dari skripsi orang lain. Apabila kemudian
dari pernyataan saya tidak benar, maka saya bersedia menerima sanksi akademis
yang berlaku (dicabut predikat kelulusan dan gelar sarjananya).
Demikian pernyataan ini saya buat dengan sebenarnya, untuk dipergunakan
sebagaimana mestinya.
Padang, Juli 2018
Pembuat Pernyataan,
Faridatul Azizah
NPM: 1410024425018
BIODATA WISUDAWAN/TI
No. Urut :
Nama : Faridatul Azizah
Jenis Kelamin : Perempuan
Tempat/ Tgl Lahir : Jember, 15 Oktober 1996
Nomor Pokok
Mahasiswa : 1410024425018
Program Studi : Teknik Industri
Tanggal Lulus : 10 Juli 2018
IPK : 3.85
Predikat Lulus : Dengan Pujian
Judul Skripsi :
Pendekatan Lean Manufacturing
untuk Mengurangi Waste pada
Lantai Produksi Crumb Rubber di
PT. Djambi Waras Jujuhan
Dosen Pembimbing : 1. Meldia Fitri, ST. MP
2. Tri Ernita, ST. MP
Asal SMTA : SMK Negeri 1 Koto Baru
Nama Orang Tua : Ayah : Fatrul Taufiq
Ibu : Yayuk Riani
Alamat/FB : Ulak Karang
Telp/HP/WA : 082384849850