1

PENGONTROLAN KUALITAS PRODUK PT IGLAS (Persero) GRESIK MENGGUNAKAN DIAGRAM p MULTIVARIAT

1Karina Mayananda, 2Muhammad Mashuri

1Mahasiswa Jurusan Statistika FMIPA-ITS (1308 100 048)

2Dosen Jurusan Statistika FMIPA-ITS 1karmae@statistika.its.ac.id, 2m_mashuri@statistika.its.ac.id

ABSTRAK

Konsumen memilih produk berdasarkan kegunaan dan kualitasnya, karena kualitas merupakan hal yang sangat penting dan harus diperhatikan, semakin baik kualitas yang diberikan maka konsumen akan menjadi loyal dan tertarik untuk menggunakannya. Pemeriksaan kualitas yang baik seharusnya dilakukan pada setiap tahapan proses produksi, sehingga cacat s u a t u p r o d u k yang terjadi tidak menumpuk pada akhir proses dan dapat dikendalikan. PT. IGLAS (Persero) merupakan salah satu perusahaan yang bergerak dibidang pembuatan gelas, khususnya botol yang selalu berusaha meningkatkan dan menjaga kualitas produknya. Pada penelitian ini pengontrolan kualitas dilakukan pada tahapan sortir botol. Penilaian kualitas hasil proses produksi pada tahapan ini dilakukan pada beberapa karakteristik kualitas sehingga mengarah pada konsep multivariat dan bersifat atribut. Diagram p Multivariat merupakan salah satu diagram kontrol yang dapat digunakan untuk memonitor proses produksi botol dengan karakteristik kualitas yang bersifat multiatribut. Dengan menggunakan diagram p multivariat proses produksi botol IBTC 175ml tahap sortir menunjukkan hasil yang belum stabil dan belum terkendali. Hal ini dikarenakan terdapat 14 pengamatan dari 48 pengamatan atau sebanyak 29,17% pengamatan yang terdeteksi tidak terkontrol atau berada diluar batas kontrol. Kata-kata kunci : Produksi Botol, Diagram p Multivariat, Multiatribut, Pengontrolan Kualitas

1. PENDAHULUAN

Dalam konteks industri modern, operator biasanya tertarik dalam mengevaluasi kualitas proses, dengan asumsi bahwa kualitas tergantung pada beberapa karakteristik kualitas yang berkorelasi sehingga akan lebih mudah untuk menggunakan metodologi kontrol kualitas multivariat. Industri gelas di Indonesia merupakan industri yang cukup besar dan mampu bertahan untuk tetap menjadi pilot project guna mendidik ahli-ahli pembuatan gelas bangsa Indonesia. Namun, yang mampu menjaga kualitas produknya dan mampu mengendalikan kualitas produknya agar selalu sesuai standar maka tidak akan tertindas dengan para kompetitornya.

Pemeriksaan kualitas yang baik seharusnya dilakukan pada setiap tahapan proses produksi, sehingga cacat s u a t u p r o d u k yang terjadi tidak menumpuk pada akhir proses dan dapat dikendalikan. Menurut Montgomery (2005) tujuan utama pengontrolan kualitas statistik adalah mengurangi variabilitas yang sistematik dalam karakteristik utama suatu produk. Tuntutan konsumen tidak hanya pada level kualitas tapi juga pada karakteristik kualitas yang terkandung dalam suatu produk. Umumnya karakteristik kualitas saling

independen, oleh karena itu perlu dilakukan pengendalian secara multivariat.

PT. IGLAS (Persero) merupakan salah satu perusahaan yang bergerak dibidang pembuatan gelas, khususnya botol. Proses pembuatan botol di PT. IGLAS (Persero) ini melalui beberapa tahap. Salah satu tahap pembuatan botol yaitu pada proses sortir dimana tahap ini menghasilkan output yang berupa botol.

Metode statistik yang dapat digunakan untuk mengontrol dan mengetahui stabilitas proses produksi adalah diagram kontrol. Jika pemeriksaan obyek secara atribut dilakukan pada lebih dari satu karakteristik kualitas, diagram kontrol yang digunakan adalah diagram kontrol multivariat atribut (Mukhopadhyay, 2008).

Beberapa penelitian sebelumnya yang memba-has diagram multivariat telah dilakukan oleh Mawarni (2009) pada proses produksi panel listrik PT. Siemens Indonesia. Diagram kontrol multivariat atribut berdasarkan jarak chi-square telah diterapkan oleh Yuswantana (2010) pada proses produksi mebel jenis kursi indoor PT. Majawana serta Rianti (2010) menerapkan diagram kontrol Mahanalobis Distance (D2) pada produksi rokok unit sigaret kretek mesin PT. X. Pada penelitian ini akan digunakan diagram p

2

multivariat karena dalam proses produksi PT. IGLAS (Persero) memiliki klasifikasi karakteristik kualitas cacat botol yang dikelompokkan terbagi menjadi 3 kelas yaitu cacat kelas kritis, cacat kelas major dan cacat kelas minor, dimana ketiga kelas cacat tersebut diduga saling independen sehingga diagram kontrol yang digunakan yaitu diagram kontrol p multivariat (Cozzucoli, 2009).

Tujuan dari penelitian ini adalah mengetahui jenis cacat yang sering terjadi (dominan) pada proses produksi botol IBTC 175ml pada tahapan sortir, menganalisis stabilitas proses produksi botol IBTC 175ml pada tahapan sortir dengan menggunakan diagram kontrol diagram kontrol p multivariat dan mengetahui variabel-variabel apa saja yang menyebabkan ketidakstabilan proses apabila proses tidak stabil. Penelitian ini dibatasi hanya pada data produksi jenis botol IBTC 175ml yang memiliki 3 klasifikasi karakteristik kualitas atribut periode 2 Juli sampai 18 Agustus 2011

2. TINJAUAN PUSTAKA 2.1 Diagram Kontrol Multivariat Atribut

Analisis multivariat adalah metode analisis statistik yang digunakan untuk mengelola data secara serentak dengan banyak variabel (Johnson & Wichern, 2002). Montgomery (2005) mengatakan bahwa ada beberapa diagram kontrol yang digunakan untuk menganalisis kasus univariat atribut yaitu diagram kontrol p, np, c,dan u. Namun, dalam dunia nyata tidak jarang ditemui kasus-kasus dengan karakteristik atribut lebih dari satu. Jika variabel karakteristik kualitas yang diperiksa lebih dari satu dan antar variabel yang satu dengan yang lain ada hubungan maka disebut multivariat (Johnson & Winchern, 2002). Data multivariat diperoleh dari hasil pengukuran lebih dari satu karakteristik pada setiap individu dari anggota sampel. Sehingga, jika pemeriksaan obyek secara atribut dilakukan pada lebih dari satu karakteristik kualitas, diagram kontrol yang digunakan adalah diagram kontrol multivariat atribut (Mukhopadhyay, 2008).

2.2 Diagram p multivariat Diberikan D=(D0,D1,...,Dj,...Dk), dimana

Dj adalah tingkat cacat ke-j, D0 kategori cacat baik dan Dk tingkat cacat yang serius. Cacat yang berbeda-beda tersebut membawa kerugian bagi proses kualitas, sesuai dengan

vektor D, sehingga vektor pembobot dapat didefinisikan secara numerik dari tingkat cacat suatu produk. Pembobot ditentukan guna mencari penaksir parameter dari tingkat cacat keseluruhan δ.

Diagram p multivariat merupakan diagram kontrol yang mempunyai distribusi acak multinomial dengan parameter (n,p) dimana n adalah ukuran sampel dan p vektor probabilitas. Diagram p multivariat memiliki nilai pembobot sebesar 0< dj<1 , dj< dj+1, d0=0 dan d1=1 dimana nilai pembobotnya ditentukan oleh besarnya tingkat kepentingan jenis cacat (Cozzucoli, 2009). 2.2.1 Konsep Diagram p multivariat

Konsep diagram p multivariat harus mempertimbangkan pembobot secara akurat guna mengontrol dan menaksir parameter tingkat kecacatan secara keseluruhan dalam proses. Operator mengasumsikan klasifikasi cacat berdasarkan tingkat cacat keseluruhan sebagai berikut.

∑=

=k

jjj pd

0δ

(1)

dimana dj = vektor pembobot ( 0≤d j≤1) j = karakteristik kualitas

p j=proporsi dari ketidaksesuaian item kelas cacat ke-j (0≤p j≤1)

δ = tingkat cacat keseluruhan (0<δ<1) X=(X0,X1,...,Xk) adalah estimator maximum likelihood dari parameter p=(p0,p1,...,pk) adalah

nX

p jj =ˆ , untuk mengontrol parameter

cacat δ digunakan statistik sampling sebagai berikut.

∑=

=k

jjj pd

0

ˆδ̂ (2)

Nilai ekspektasi dari δ̂ adalah

( )

= ∑

=

k

jjj pdEE

0

ˆδ̂

∑=

=k

jjj pd

0 (3)

Varian dari δ̂ adalah

( )

= ∑

=

k

jjj pdVar

0

ˆvarδ̂

( )

−

= ∑∑

==

2

00

22 1ˆk

jjjj

k

jj pdpd

nδσ

(4)

dan estimasi dari ( )δσ ˆ2 adalah

( )

−

= ∑∑

==

2

00

22 ˆˆ1ˆk

jjj

k

jijj pdpd

nS δ

(5)

3

Berdasarkan Gold (1963) maka dapat diperoleh selang kepercayaan (1-α) untuk statistik sample cacat keseluruhan sebagai berikut.

∑ ∑∑∑= ===

−

±

∈=k

j

k

jjj

k

jjjk

k

jjjjj pdpd

npdpd

0

2

00

22,

0

ˆˆ1ˆ αχδ

dimana 2,αχ k batas atas dari distribusi

Chisquare dengan derajat bebas k.

2.2.2 Batas Kontrol Diagram p multivariat Xi=(Xi0,Xi1,...,Xij,...,Xmk), i=1,2,...,m,

menjadi sample m berukuran n sample dari proses X multinomial dengan parameter (n,p) sehingga Xi adalah jumlah item dalam sample ke-i yang diklasifikasikan dalam kategori cacat Dj. Penaksir parameter tak bias dari p j sebagai berikut.

∑=

==m

iijj kjp

mp

1,...,2,1,0,ˆ1ˆ

(7)

dimana ∑=

=m

iijj p

mp

1

ˆ1ˆ , dengan i=1,2,..m dan

j=0,1,...,k dengan statistik sampling ∑

=

=k

jijji pd

0

ˆδ̂ (8)

sehingga nilai batas kontrol diagram p multivariat sebagai berikut.

∑ ∑∑= ==

−

+=

k

j

k

jjj

k

jjjkjj pdpd

npdBKA

0

2

00

22, ˆˆ1ˆ αχ

Garis Tengah ∑=

=m

ijj pd

1

ˆ

∑ ∑∑= ==

−

−=

k

j

k

jjj

k

jjjkjj Pdpd

npdBKB

0

2

00

22,

ˆˆ1ˆ αχ

2.2 Identifikasi Variabel Penyebab Tidak

Terkendali Dalam Taleb (2009) dijelaskan bahwa satu

pendekatan yang dapat digunakan dalam mendiagnosis variabel tidak terkontrol adalah dengan pendekatan fuzzy, dimana prosesnya melibatkan proses multinomial, sehingga prosedur statistik yang benar berdasarkan statistik sample adalah

( )∑= −

−=

k

j jij

jijjj XX

ppnnZ

0 0

20

0

ˆˆ

(10)

Zj merupakan indikator kontribusi relatif dari variabel ke-j untuk keseluruhan statistik, n0 dan nj merupakan ukuran sample periode ke-0

dan ke-j serta i adalah subgrup yang out of control. Perbaikan proses difokuskan pada variabel yang memiliki nilai jZ lebih besar

dari 2),1( αχ −k .

2.3 Diagram Pareto Diagram pareto berbentuk histogram

frekuensi ketidaksesuaian (cacat) berdasarkan penyebab ketidaksesuaian dan diurutkan mulai dari frekuensi paling besar sampai paling kecil (Montgomery, 2005).

JUM

LAH

PER

SENT

ASE

300

250

200

150

100

50

0

100

80

60

40

20

0

DIAGRAM PARETO

karakteristik kualitasD C F B E H G lainnya

Gambar 1 Contoh Diagram Pareto

2.4 Diagram Ishikawa

Diagram ishikawa digunakan untuk melukiskan dengan jelas berbagai sumber ketidaksesuaian dalam produk (Montgomery, 2005), sehingga dapat diartikan bahwa diagram ishikawa merupakan suatu grafik yang menggambarkan hubungan antara masalah atau akibat dengan faktor-faktor yang menjadi penyebabnya.

Defect

Environment

Measurements

Methods

Material

Machines

Personnel

Cause and Effect

Gambar 2 Contoh Diagram Ishikawa

2.5 Profil Industri PT. IGLAS (Persero) merupakan salah

satu Badan Usaha Milik Negara (BUMN) yang bergerak dibidang pembuatan gelas kemas khususnya botol. Pada tahun 1955 pemerintah Republik Indonesia yang berada di bawah naungan Departemen Perindustrian Direktorak Jenderal Industri Kimia memutuskan untuk mendirikan pabrik kemasan gelas dengan

(6)

(9)

4

tujuan untuk mendirikan pabrik botol dan gelas minuman sekaligus sebagai pilot project guna mendidik ahli-ahli pembuatan gelas bangsa Indonesia. Pabrik kemasan tersebut diberi nama “PT. IGLAS” (Industri Gelas) yang berkedudukan di Jalan Ngagel No. 153 Surabaya.

Saat ini PT. IGLAS telah menguasai 35% pangsa pasar kemasan gelas di Indonesia. Perusahaan ini memproduksi berbagai jenis botol untuk memenuhi kebutuhan industri bir, minuman ringan, farmasi, makanan dan kosmetika, dengan total kapasitas 340 ton/hari atau 78.205 ton/tahun. 2.6 Proses Produksi Botol Secara garis besar proses utama dalam pembuatan botol di PT. IGLAS (Persero) meliputi beberapa tahap, yaitu :

1. Pencampuran bahan baku 2. Peleburan bahan 3. Pembentukan botol (forming) 4. Annealing 5. Sortir dan Pengawasan Mutu 6. Pengemasan Produk

3. METODE PENELITIAN

Data yang digunakan dalam penelitian ini adalah data sekunder dari divisi Quality Control PT IGLAS (Persero) Gresik. Data yang digunakan difokuskan pada hasil produksi dalam tahap sortir mulai 2 Juli 2011 sampai dengan 18 Agustus 2011. Pengamatan yang digunakan sebanyak 48 pengamatan dengan ukuran sampel dalam setiap pengamatan adalah sama yaitu 576 botol. Pembobotan diberikan sesuai dengan kebijakan perusahaan dimana menggunakan Military standart 105 D sebagai berikut:

1. Cacat kelas Kritis sebesar 92,99% 2. Cacat kelas Major sebesar 6,07% 3. Cacat kelas Minor sebesar 0,94%

Variabel-variabel yang digunakan berdasarkan dari klasifikasi karakteristik jenis cacat botol dikelompokkan menjadi tiga kelas yaitu kelas cacat kritis, major dan minor. Pada kelas cacat kritis terdapat dua jenis kualitas cacat yaitu Over Press (X1) dan Bird Swing (X2). Kelas cacat major terdiri dari Cr Und Ring (X3), Cr On Ring (X4), Cr Body (X5), Cr Shuoder (X6), Chipped Finish (X7), Bad Finish (X8), Cr Body P (X9), Air Mask (X10) sedangkan kelas

minor mempunyai 8 jenis kualitas cacat yaitu Thin Corner (X11), Sunken Body (X12), Mould Seam (X13), Shear Mark On Ring (X14), Displaced Bottom (X15), Offsed Shoulder (X16), Blown Out (X17) dan Bad Ring (X18).

Adapun langkah-langkah dalam penelitian ini adalah sebagai berikut.

1. Perumusan Masalah dan Tujuan Penelitian

2. Identifikasi Variabel 3. Pengumpulan Data 4. Menentukan boot, dalam hal ini bobot

didapat dari kebijakan perusahaan dimana menggunakan military satndart 105 D.

5. Pembuatan program, dimana program makro pada software matlab untuk membuat membuat diagram p multivariat

6. Analisis Data Ada dua tahap dalam membuat diagram p multivariat. Tahap pertama data yang digunakan adalah data periode 2 sampai 31 Juli 2011. Tahap kedua menggunakan data periode 1 sampai 18 Agustus 2011. Pada tahap dua ini, digunakan estimasi batas kendali diagram p multivariat tahap satu yang sudah stabil.

7. Kesimpulan

4. ANALISIS DAN PEMBAHASAN Dalam pembahasan ini terdiri atas dua

bagian yaitu analisis eksplorasi data untuk mengetahui jenis cacat dominan pada proses produksi botol IBTC 175ml tahap sortir periode 2 Juli sampai 18 Agustus 2011 dan penerapan diagram p multivariat terhadap data multivariat atribut. 4.1 Analisis Jenis Cacat Dominan

Untuk mengetahui karakteristik kecacatan yang dihasilkan, dapat menggunakan diagram pareto. Dalam 18 karakteristik kualitas cacat tersebut dibagi menjadi 3 kelas klasifikasikasi cacat dimana cacat kelas kritis terdapat 2 variabel yaitu variabel X1 dan X2, cacat kelas major terdapat 8 variabel yaitu variabel X3 sampai X10 dan cacat kelas minor sebanyak 8 variabel yaitu variabel X11 sampai X18.

Jenis cacat yang paling dominan kelas kritis adalah jenis cacat over press dengan persentase sebesar 84,5% dapat dilihat pada Gambar 3. Berdasarkan Gambar 4 terlihat bahwa jenis cacat yang paling dominan adalah cr und ring dengan persentase sebesar 68% yang merupakan kelas cacat major. Pada kelas cacat minor jenis cacat thin corner dengan persentase sebesar 52,1% ditunjukkan dengan

5

Gambar 5. Sedangkan secara keseluruhan pada Gambar 6 jenis cacat yang paling dominan proses produksi botol IBTC 175ml adalah 60% didominasi oleh cr under ring dan thin corner . 4.2 Diagram p multivariat

Pada penelitian ini, penerapan diagram p multivariat dibagi menjadi dua fase. Fase pertama akan dilakukan pengontrolan untuk data fase I, sedangkan tahap kedua akan dilakukan pengontrolan terhadap data fase II. 4.2.1 Diagram p Multivariat Fase I

Banyaknya pengamatan tiap subgrup adalah sebanyak 576 botol, dengan subgrup sebanyak 30 pengamatan, karena pembobot ditentukan berdasarkan klasifikasi kelas cacat maka setiap variabel dimasukan kedalam klasifikasi kelas kritis, major dan minor untuk didapatkan nilai statistik δ̂ yang kemudian diperoleh diagram p multivariat seperti pada Gambar 7.

Berdasarkan gambar 7 proses produksi belum terkontrol. Hal tersebut dikarena terdapat pengamatan yang diluar batas kendali pada pengamatan ke- 4,7,15,18,23 dan 30. Nilai UCL yang ditunjukkan pada Gambar 7 adalah 0,0187 dan LCL adalah 0,0053. Kemudian keenam pengamatan tersebut ditelusuri penyebab terjadinya out of control seperti pada Tabel 1. Berdasarkan Tabel 1 diketahui bahwa variabel yang menyebabkan pengamatan ke-4, 7 dan 15 out of control adalah variabel X3 (Cr Und Ring), X4 (Cr On Ring), X5 (Cr Body), X11 (Thin Corner) dan X12 (Sunken Body). Sedangkan variabel yang menyebabkan pengamatan ke-18 dan 30 out of control adalah variabel X3 (Cr Und Ring), X4 (Cr On Ring) dan X11 (Thin Corner) dan variabel yang menyebabkan pengamatan ke-23 out of control adalah variabel X3 (Cr Und Ring), X4 (Cr On Ring), X5 (Cr Body), X6 (Cr Shuoder), X11 (Thin Corner), X12 (Sunken Body), X13 (Mould Seam) dan X14 (Shear Mark On Ring).

Tabel 1 Variabel Penyebab Tidak Terkontrol Pengamatan

tidak terkontrol Variabel penyebab

tidak terkontrol 4 X3,X4,X5,X11&X12 7 X3,X4,X5,X11&X12 15 X3,X4,X5,X11&X12 18 X3,X4&X11

23 X3,X4,X5,X6,X11,X12,X13&X1

4 30 X3,X4&X11

Setelah diketahui faktor-faktor penyebab ketidakstabilan proses produksi botol IBTC 175ml tahap sortir, kemudian pengamatan yang out of control tersebut dibuang dan dilakukan revisi pembuatan diagram kontrol seperti pada Gambar 8. Berdasarkan Gambar 8 proses produksi belum terkontrol karena terdapat satu pengamatan yaitu pada pengamatan ke-2. Nilai UCL yang ditunjukkan pada Gambar 8 adalah 0,0178 dan LCL adalah 0,0062. Pengamatan ke-2 tersebut ditelusuri penyebab terjadinya out of control. dan kemudian pengamatan tersebut dihilangkan serta direvisi ulang terlihat pada Gambar 9. Variabel yang menyebabkan pengamatan ke-2 out of control adalah variabel X3 (Cr Und Ring), X4 (Cr On Ring), X5 (Cr Body), X11 (Thin Corner) dan X12 (Sunken Body).

Berdasarkan Gambar 9 proses produksi botol IBTC 175ml tahap sortir masih belum terkendali, karena masih terdapat satu pengamatan yang berada diluar batas kendali yaitu pada pengamatan ke-1. Variabel yang menyebabkan pengamatan ke-1 out of control tersebut adalah adalah variabel X3 (Cr Und Ring), X4 (Cr On Ring) dan X11 (Thin Corner). Setelah diketahui faktor-faktor penyebab ketidakstabilan proses produksi botol IBTC 175ml tahap sortir, kemudian pengamatan yang out of control tersebut dibuang dan dilakukan revisi pembuatan diagram kontrol kontrol ke-3 seperti pada Gambar 10.

Nilai UCL dan LCL berdasarkan Gambar 10 adalah 0,0184 dan 0,0068. Dengan nilai batas kendali pada Gambar 10 proses produksi belum terkontrol sehingga, pengamatan yang meyebabkan out of control tersebut ditelusuri penyebabnya kemudian dibuang dan dilakukan revisi pembuatan diagram kontrol kontrol ke-4 seperti Gambar 11. Pengamatan yang out of control pada Gambar 10 adalah pengamatan ke-9 dan variabel penyebab pengamatan tersebut diluar batas kendali adalah X3 (Cr Und Ring), X4 (Cr On Ring), X5 (Cr Body), X11 (Thin Corner) dan X12 (Sunken Body).

Gambar 11 diagram p multivariat fase I kontrol ke-4 menunjukkan bahwa proses sudah terkontrol secara statistik. Hal tersebut terlihat bahwa dari titik-titik pengamatan berada didalam batas kendali. Nilai UCL dan LCL berdasarkan Gambar 11 adalah 0,0188 dan 0,0070, karena proses produksi botol IBTC 175ml telah stabil pada fase I maka dapat dilanjutkan untuk diagram p multivariat fase II

6

dengan menggunakan nilai UCL dan LCL diagram p multivariat fase I kontrol ke-4

4.2.2 Diagram p Multivariat Fase II Penerapan diagram p multivariat fase II

menggunakan data proses produksi botol IBTC 175ml tahap sortir periode 1 Agustus sampai 18 Agustus 2011. Banyaknya pengamatan tiap subgrup sebanyak 576 botol, dengan subgrup sebanyak 18. Diagram p multivariat fase II seperti pada Gambar 12.

Berdasarkan Gambar 12 data fase II belum terkontrol, hal tersebut dikarenakan terdapat pengamatan yang tidak terkendali pada pengamatan ke-1,5,13,14 dan 16. Nilai UCL yang ditunjukkan pada Gambar 12 adalah 0,0188 dan LCL adalah 0,0070. Hal ini mengindikasikan bahwa proses produksi botol IBTC 175ml belum terkendali secara statistik, kemudian akan dilakukan penelusuran variabel penyebab pengamatan tidak terkendali seperti pada Tabel 2.

Tabel 2 Variabel Penyebab Tidak Terkontrol Pengamatan

tidak terkontrol Variabel penyebab

tidak terkontrol 1 X3,X4,X5,X11&X12 5 X3,X4,X5,X11&X12 13 X3,X4,X5,X11&X12 14 X3,X4,X5,X11&X12 16 X3,X4&X11

Berdasarkan Tabel 2 diketahui bahwa variabel yang menyebabkan pengamatan ke-1, 5, 13 dan 14 out of control adalah variabel X3 (Cr Und Ring), X4 (Cr On Ring), X5 (Cr Body), X11 (Thin Corner) dan X12 (Sunken Body). Sedangkan variabel yang menyebabkan pengamatan ke-16 out of control adalah variabel X3 (Cr Und Ring), X4 (Cr On Ring) dan X11 (Thin Corner).

4.3 Faktor-faktor Penyebab Proses Tidak Terkontrol Proses produksi botol IBTC 175ml dapat

disimpulkan tidak stabil karena pada fase I dan II berbeda. Secara statistik pengontrolan dilakukan untuk memperbaiki dan mengantisipasi adanya penurunan kualitas proses produksi botol IBTC 175ml melalui diagram sebab akibat seperti pada Gambar 13 dan Gambar 14

Berdasarkan Gambar 13 bahwa faktor yang menyebabkan cacat kelas major antara lain faktor lingkungan, dimana jika tempat mencetak maupun mendinginkan botol

mempunyai suhu tidak sesuai dengan ketentuan proses produksi dan listrik yang tiba-tiba tidak menyala akan menyebabkan hasil cetakan botol kurang baik. Faktor material disebabkan karena pengisian bahan baku kurang dan temperatur pada gop botol tidak homogen. Segi manusia (karyawan) disebabkan karena kelelahan, kurangnya ketelitian dalam mengarahkan gop supaya dapat masuk dengan tepat ke dalam blank (cetakan). Dari segi metode, disebabkan karena letak cetakan tidak sesuai dengan gop shape serta dari segi mesin, usia mesin mempengaruhi hasil cetakan botol dan set-up mesin harus memenuhi clearence.

Berdasarkan Gambar 14, faktor yang menyebabkan cacat kelas minor adalah faktor lingkungan, bahan baku (material), metode yang digunakan, mesin yang digunakan dan karyawan PT. Iglas (Persero) Gresik. Lingkungan yang mempunyai suhu tidak sesuai dengan ketentuan proses produksi dan akan menyebabkan hasil cetakan botol kurang baik. Material disebabkan karena pengisian bahan baku kurang dan temperatur pada gop botol tidak homogen. Segi manusia (karyawan) disebabkan karena kurangnya ketelitian dalam mengarahkan gop supaya dapat masuk dengan tepat ke dalam blank (cetakan). Dari segi metode, disebabkan karena letak cetakan tidak sesuai dengan gop shape serta dari segi mesin, usia mesin yang memyebabkan mesin sering tidak berfungsi (mati) akan mempengaruhi hasil cetakan botol.

Gambar 3 Diagram Pareto Kelas Cacat Kritis

Gambar 4 Diagram Pareto Kelas Cacat Major

Bany

ak C

acat

Perc

ent

Variabel

Count15,0 8,3 3,4 2,9 2,4

Cum % 68,0 83,0 91,3 94,7

2361

97,6 100,0

520 288 119 101 83Percent 68,0

Other

Chipp

ed Fi

nish

Cr Sho

ulder

Cr Bo

dy

Cr O

n Ring

Cr Und

Ring

3500

3000

2500

2000

1500

1000

500

0

100

80

60

40

20

0

DIAGRAM PARETO BOTOL IBTC 175ml Cacat Major

Bany

ak C

acat

Perc

ent

VariabelCount 82 15

Percent 84,5 15,5Cum % 84,5 100,0

Bird SwingOver Press

100

80

60

40

20

0

100

80

60

40

20

0

Diagram Pareto Botol IBTC 175ml Cacat Kritis

7

Gambar 5 Diagram Pareto Kelas Cacat Minor

Gambar 6 Diagram Pareto Karakteristik Kualitas Proses Produksi Botol Tahap Sortir

Gambar 7 Diagram p Multivariat Tahap I

Gambar 8 Diagram p Multivariat Fase I

(Kontrol 1)

Gambar 9 Diagram p Multivariat Fase I

(Kontrol 2)

Gambar 10 Diagram p Multivariat Fase I

(Kontrol 3)

Gambar 11 Diagram p Multivariat Fase I (Kontrol 4)

Gambar 12 Diagram p Multivariat Fase II

Bany

ak C

acat

Perc

ent

Variabel

CountPercent 52,1 14,6 7,2 6,7 6,0 5,6 4,1 3,7Cum %

951

52,1 66,7 73,9 80,7 86,6 92,2 96,3 100,0

266 132 123 109 102 75 67

Other

Blown o

ut

Offse

d Sho

ulder

Displa

ced B

ottom

Shea

r mark

on ri

ng

Mold se

am

Sunk

en bo

dy

Thin

Corne

r

2000

1500

1000

500

0

100

80

60

40

20

0

Diagram Pareto Botol IBTC 175ml Cacat MinorBa

nyak

Cac

at

Perc

ent

Variabel

C t 109 102 101 87 82 2362361951

520 288 266 132 123 119

Othe

r

Over P

ress

Bad F

inish

Chipp

ed Fi

nish

Offse

d Sho

ulder

Displa

ced B

ottom

Cr Sh

oulde

r

Shea

r mark

on ri

ng

Mold se

am

Sunk

en bo

dy

Cr Bo

dy

Cr O

n Ring

Thin

Corne

r

Cr Un

d Ring

6000

5000

4000

3000

2000

1000

0

100

80

60

40

20

0

DIAGRAM PARETO BOTOL IBTC 175ml

8

X3, X4 & X5Variabel

Environment Methods

Material

Machines

Personal

Ketelitian

Keahlian

Kelelahan

memenuhi clearencePengaturan mesin tidak

Usia

homogenGob botol temperatur tidak

Pengisian bahan baku kurang

gop shapeTidak sesuai dengan

Listrik y g tiba2 mati

Suhu

Diagram Ishikawa Kelas Major

Gambar 13 Diagram Ishikawa Kelas Major

X11 & x12Variabel

Environment Methods

Material

Machines

Personal

Ketelitian

Mesin sering mati

Usia

homogenGob botol temperatur tidak

gop shapeTidak sesuai dengan

Suhu

Diagram Ishikawa Kelas Minor

Gambar 14 Diagram Ishikawa Kelas Minor

5. KESIMPULAN DAN SARAN

Berdasarkan analisis dan pembahasan yang telah dilakukan, maka dari penelitian Tugas Akhir ini dapat diambil kesimpulan sebagai berikut. 1. Jenis cacat yang sering terjadi (dominan) pada

proses produksi botol IBTC 175ml tahap sortir adalah jenis cacat Over Press dimana cacat ini termasuk kedalam kelas cacat kritis yakni sebanyak 82 atau dengan persentase sebesar 84,5%, Cr Und Ring termasuk kedalam kelas cacat major sebanyak 2361 atau sebesar 66,4% dan pada kelas cacat minor jenis cacat dominan yaitu Thin Corner sebanyak 951 atau sebesar 52,1% .

2. Dengan menggunakan diagram p multivariat, proses produksi botol IBTC 175ml tahap sortir di PT. IGLAS (Persero) Gresik menunjukkan hasil yang belum stabil dan belum terkendali. Hal ini dikarenakan terdapat 14 pengamatan dari 48 subgrup atau sebanyak 29,17% pengamatan yang terdeteksi tidak terkontrol atau berada diluar batas kontrol.

3. Variabel penyebab pengamatan terdeteksi tidak terkontrol yaitu variabel X3 (Cr Und Ring), X4 (Cr On Ring), X5 (Cr Body), X6 (Cr Shuoder), X11 (Thin Corner), X12 (Sunken Body), X13 (Mould Seam), dan X14 (Shear Mark On Ring). Terdapat 14 pengamatan tidak terkontrol yang disebabkan oleh variabel X3, X4 dan X11 dan sepuluh pengamatan tidak terkontrol disebabkan oleh variabel X5 dan variabel X12. Oleh karena itu variabel X3 (Cr Und Ring), X4 (Cr On Ring), X5 (Cr Body), X11 (Thin Corner)

dan X12 (Sunken Body) menjadi variabel yang diprioritaskan dalam perbaikan proses nantinya. Saran yang dapat diberikan untuk pihak

perusahaan adalah agar dapat membandingkan pengontrolan secara statistik khususnya dengan menggunakan diagram p multivariat dalam pengontrolan kualitas yang telah dilakukan perusahaan. Pada penelitian selanjutnya sebaiknya untuk memperoleh diagram p multivariat fase I digunakan data subgrup yang lebih banyak lagi agar proses produksi dalam keadaan stabil.

6. DAFTAR PUSTAKA Anonim. (2010). Perkembangan Industri

Manufactur (URL: http://panmusicq.blogspot.com/2010/04/perkembangan-industri-manufaktur-di.html, diakses 25 Agustus 2011 pukul 12.45WIB)

Cozzucoli, P. C. (2009). Process Monitoring with Multivariate p Control Chart. Journal of Quality Statistic and Reliability, Volume 2009.

Gaspersz, V. (2002). Pedoman Implementasi Program Six Sigma Terintegrasi dengan ISO 9001:2000, MBNQA dan HACCP. Jakarta : PT. Gramedia Pustaka Utama.

H. Taleb. (2009). Control Chart Applications For Multivariate Attribute Processes.Computers and Industrial Engineering, Vol.56 No.1, pp. 399-410.

Johnson, A.R. and Wichern, D.W. (2002). Applied Multivariate Statistical Analysis 5th. New Jersey. Prentice Hall, Upper Saddle River.

M, Marcucci. (1985). Monitoring multinomial process. Journal of Quality Technology, Vol. 17, No 2, 86-91.

Mawarni, Y. (2009). Pengontrolan Kualitas Proses Produksi Panel Listrik PT SIEMENS Indonesia Menggunakan Diagram Kontrol Multivariat np (Mnp Chart) . Laporan Tugas Akhir Jurusan Statistika ITS: Surabaya.

Mukhopadhyay,A.R. (2008).Multivariate Attribute Control Chart Using Mahalanobis D2 Statistic. Journal of Applied Statistics,Vol.35, No.4, 421-429.

R.Z.Gold. (1963). Tests auxiliary to tests in a Markov chain. The Annals of Mathematical Statistics , Vol.34 No.1, pp. 56-74.

Rianti, S. (2010). Pengontrolan Kualitas Proses Produksi Rokok Sigaret Kretek Mesin Sebuah Perusahaan Rokok Di Surabava Menggunakan Diagram Kontrol Mahanalobis Distance (D2). Laporan Tugas Akhir Jurusan Statistika ITS: Surabaya.

Yuswantana, B. (2010). Pengontrolan Kualitas Produksi Mebel Jenis Kursi Indoor Di PT Majawana Dengan Diagram Kontrol Multivariat Atribut Berdasarkan Jarak Chi-square. Laporan Tugas Akhir Jurusan Statistika ITS: Surabaya.