Analisis Kapabilitas Proses

Produk Rokok Djarum Coklat

di PT Djarum Kudus, Jawa Tengah

Yongky Choirul Anam

1313 030 096

Dosen Pembimbing :

Dra. Sri Mumpuni Retnaningsih, MT.

Dosen Penguji :

Dra. Lucia Aridinanti, MT.

Noviyanti Santoso, S.Si., M.Si.

SIDANG TUGAS AKHIR

Jumat, 10 Juni 2016

Program Studi DIII Jurusan Statistika ITS

Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Teknologi Sepuluh Nopember Surabaya

OUTLINE

BAB I : PENDAHULUAN

BAB III : METODOLOGI PENELITIAN

BAB II : TINJAUAN PUSTAKA

2

BAB IV : ANALISIS DAN PEMBAHASAN

BAB V : PENUTUP

BAB IPENDAHULUAN

3

LATAR BELAKANG

4

LATAR BELAKANG

5

KK Atribut

KK Variabel Berat Rokok

o Pengisian blend

o Kertas sigareto Batilan o Tampilan/materi

al/lain-lainDjarum Coklat

Proses : Giling Packing

Press

Pemeriksaan

LATAR BELAKANG

6

Spesifikasi :Produk

sesuai / tidak

Januari 2016 :Level sigma 5,047 195 produk tidak sesuai dalam 1 juta produk

Peningkatan kualitas rokok

sigaret kretek tangan (SKT)

dengan metode six sigma di

PT Djarum Kudus-SKT BL 53

6 defect : berat rokok, kotor di bagian ekor, diameter ekor tidak

sesuai, keras sampai sulit dihisap, gembos, dan cowong ekor

penyebab utama : belum adanya alat bantu mengatur tembakau

LATAR BELAKANG

7

Penelitian Sebelumnya

Ida Nursanti

2014

Christina Adiyanti S

2008

Tia Zhalina Santoso

2011

Aplikasi SPC (Statistical

Process Control) dan Quality

Improvement Tool di bagian

giling dan batil rokok SKT PT

Djarum Kudus

Proses berada dalam in control

tetapi memiliki indeks kapabilitas proses sebesar 0,21 sehingga

proses belum kapabel

Peranan pengendalian kualitas

terhadap pengurangan produk

cacat di PT Djarum

Pengamatan out of control

disebabkan oleh faktor tenaga kerja, mesin, metode, bahan baku,

dan lingkungan 5 jenis ketidaksesuaian : light

weight, hard weight, soft spot, light

end, light end density

RUMUSAN MASALAH

8

Giling

Packing

Press

RUMUSAN MASALAH

9

Djarum 76 Djarum Super

Djarum Coklat

RUMUSAN MASALAH

10

0,18% Produk tidak

sesuai

RUMUSAN MASALAH

Bagaimana,

Apa sajakah

Kapabilitas proses produksi

rokok Djarum Coklat

Penyebab-penyebab

terjadinya ketidaksesuaian

rokok Djarum Coklat

11

Jenis-jenis ketidaksesuaian

yang sering terjadi pada

rokok Djarum Coklat

TUJUAN

Mengetahui

Kapabilitas proses produksi

rokok Djarum Coklat

Penyebab-penyebab

terjadinya ketidaksesuaian

rokok Djarum Coklat

12

Jenis-jenis ketidaksesuaian

yang sering terjadi pada

rokok Djarum Coklat

MANFAAT

Memberikan informasi untuk PT Djarum Kudus terhadapkapabilitas proses yang ada di perusahaan saat ini agar dapatmeningkatkan kualitas produk rokok yang diproduksi danmeminimumkan adanya ketidaksesuaian pada proses produksikhususnya produk rokok Djarum Coklat.

Memberikan informasi kepada perusahaan terhadap jenis-jenisketidaksesuaian yang sering terjadi pada produk DjarumCoklat agar dapat melakukan perbaikan berkesinambunganberdasarkan akar penyebab terjadinya ketidaksesuaiantersebut.

13

BATASAN MASALAH

Data Pemeriksaan

Produk Djarum Coklat

Bagian Proses Giling

Unit Pengkol, Kudus

Januari – April 2016

14

BAB IITINJAUAN PUSTAKA

15

Pengendalian Kualitas Statistika

16

PENGENDALIAN KUALITAS STATISTIKA

Pengendalian kualitas statistika merupakan suatu metode untuk mengevaluasi kualitas produk hasil produksi dengan menggunakan

metode-metode statististik.

Peta kendali merupakan suatu diagram yang menggambarkan titik pengamatan dalam suatu periode tertentu, pola penyebaran dibatasi oleh

batas kendali atas (BKA) dan batas kendali bawah (BKB).

Karakteristik kualitas atribut Kategori tertentu

Peta p, np, c dan u

Karakteristik kualitas variabel Besaran yang dapat diukur

KK 1 : Peta kendali , , individuKK > 1 : Generalized Variance dan T2

Hotelling

Rx Sx

17

Peta Kendali Variabel

18

PETA KENDALI VARIABEL

Peta kendali variabel adalah peta kendali yang digunakan untukpengendalian kualitas secara statistika pada data yang diperoleh melalui

pengukuran dan dinyatakan dalam skala kontinu.

Peta kendali adalah peta kendali variabel yang digunakan untuk mengendalikan rata-rata proses (peta kendali ) dan variabilitas proses

(peta kendali s) dimana ukuran sampel yang digunakan lebih dari 10.

19

sx x

DISTRIBUSI NORMAL

Distribusi normal digunakan untuk mengetahui apakah data yang digunakan normal atau tidak. (Daniel, 1989).

Hipotesis :H0 : F(x) = F0(x) H1 : F(x) F0(x) untuk sekurang-kurangnya data sebuah nilai x

Statistik uji :

dimana,Sup = Supremum yaitu selisih terbesar

= Nilai kumulatif distribusi empiris= Nilai kumulatif distribusi teoritis

Keputusan : Jika ditetapkan tingkat signifikansi sebesar α maka H0 ditolak jika nilai statistik uji (D) > nilai tabel (D n;α), dimana nilai tabel D

20

Kolmogorov-Smirnov

xFxSD 0sup

xS

xF0

PETA KENDALI S

Peta kendali S digunakan untuk memantau dan mengendalikan variabilitasproses yang mempunyai karakteristik kualitas berskala kontinu yang

diperoleh dari hasil suatu pengukuran (Montgomery, 2009).

dimana :

21

plot :

sBBKA 4

sGT

sBBKB 3

24

43 131 c

cB

24

44 131 c

cB

11

2

n

xx

s

n

i

iim

i

PETA KENDALI

Peta kendali digunakan untuk memantau mean proses yang mempunyaikarakteristik kualitas berskala kontinyu yang diperoleh dari hasil suatu

pengukuran (Montgomery, 2009).

dimana :

22

plot :

x

x

sAxBKA 3

xGT

sAxBKB 3 43 c

sA

n

ni

ini xn

x1

Peta Kendali Atribut

23

PETA KENDALI ATRIBUT

Peta kendali atribut adalah peta kendali yang digunakan untukpengendalian kualitas secara statistika pada data yang dinyatakan

dalam skala diskrit (Montgomery, 2009).

24

PETA KENDALI p

Peta kendali p adalah peta yang digunakan untuk mengendalikan jumlah produk yang tidak sesuai (produk cacat) dengan banyaknya keseluruhan produk yang ada

dalam proses tersebut. (Montgomery, 2009).

dimana :

25

plot :

min

npp i

i ,...,2,1;ˆ

n

pppBKB

n

pppBKA

pGT

1(3

1(3

m

p

mn

np

p

m

i

i

m

i

i 11

ˆ

Kapabilitas Proses

26

KAPABILITAS PROSES

27

Kapabilitas proses merupakan bagian yang sangat penting dari keseluruhan program peningkatan kualitas guna menaksir

kemampuan proses.

Proses dikatakan kapabel jika presisi dan akurasi proses tinggi. Presisi adalah kedekatan antara pengamatan satu dengan

pengamatan lainnya yang ukurannya dapat ditunjukkan oleh variabilitas (σ), sedangkan akurasi adalah kedekatan antara

pengamatan dengan batas spesifikasi

KAPABILITAS PROSES VARIABEL

Kapabilitas proses untuk data yang memiliki karakteristik kualitas variabel dapat diukur melalui nilai Cp untuk presisi dan Cpk untuk akurasi

(Montgomery, 2009).

28

6BKBBKA

Cp

),min(3

3

BA

B

A

CpCpCpk

BKBxCp

xBKACp

KAPABILITAS PROSES ATRIBUT

Kapabilitas proses untuk data atribut yaitu menggunakan Equivalent P%PK

untuk mengukur akurasi dari kualitas hasil produksi, P%p untuk mengukur

presisi dari kualitas hasil produksi dan ppmTOTAL,LT (Bothe, 1997).

29

32

3

%

%

pZ

PEquivalent

ZEquivalentPEquivalent

p

LTMIN,

PK

000.000.1xpppm LTTOTAL,

dimana :

pZ

p'Z ZEquivalent

ZEquivalent LTMIN,

Membandingkan Dua Populasi

30

MEMBANDINGKAN DUA POPULASI

Membandingkan dua populasi dilakukan untuk mengetahui apakah ada perbedaan proses antara populasi satu dengan

populasi lainnya.

31

Metode yang dapat digunakan yaitu t-test untuk membandingkan mean proses dua populasi dan uji proporsi

untuk membandingkan proporsi proses.

MEMBANDINGKAN MEAN DUA POPULASI

Uji t digunakan untuk mengetahui ada atau tidak adanya perbedaan (kesamaan) rata-rata antara dua populasi (Montgomery, 2009). Pengujian t dimana varians populasi tidak diketahui, jumlah sampel berbeda dan varians kedua populasi dianggap sama.

Hipotesis :H0 : (Tidak ada perbedaan rata-rata antara populasi 1 dan populasi 2)H1 : (Ada perbedaan rata-rata antara populasi 1 dan populasi 2)Statistik Uji :

dengan,

Keputusan :Jika ditetapkan tingkat signifikansisebesar α maka H0 ditolak jika

atau

32

T-Test

21

21

21

21

1121 mm

s

XXt

xx

211

21

22

21 21

21

mm

smsms

XX

xx

)2;2/( 21 mmtt )2;2/( 21 mmtt

MEMBANDINGKAN PROPORSI DUA POPULASI

Tujuan dari dari pengujian ini adalah untuk mengetahui ada tidaknya pergeseran proses dilihat dari ada tidaknya perbedaan antara proporsi populasi pertama dengan

populasi kedua (Montgomery, 2009).

Hipotesis :H0 : (Tidak ada perbedaan rproporsi antara populasi 1 dan populasi 2)H1 : (Ada perbedaan proporsi antara populasi 1 dan populasi 2)Statistik Uji :

Daerah Kritis :Jika ditetapkan tingkat signifikansisebesar α maka H0 ditolak jikaatau

33

Uji Proporsi

21 pp

21 pp

21

21

11ˆˆ

ˆˆ

mmqp

ppZ

2/ZZ

2/ZZ

Diagram Pareto

34

DIAGRAM PARETO

35

Diagram pareto merupakan histogram data yang mengurutkan data dari

yang frekuensinya terbesar hingga terkecil. (Montgomery, 2009).

Prinsip Pareto juga dikenal sebagaiaturan 80/20 yaitu 80% masalah disebabkan oleh 20% penyebab.

Diagram Ishikawa

36

DIAGRAM ISHIKAWA

37

Diagram ishikawa merupakan suatu grafik yang menggambarkan

hubungan antara akibat dengan faktor-faktor yang menjadi

penyebabnya (Montgomery, 2009).

Pada umumnya di dalam proses produksi terdapat lima hal penyebabterjadinya masalah yaitu manusia,

material, metode, mesin, danlingkungan.

ManusiaMaterial

Metode

Masalah

MesinLingkungan

PT Djarum KudusJawa Tengah

38

PROFIL

PT Djarum Kudus

PT Djarum adalah sebuah perusahaan rokok yang berpusat di Kudus, Jawa Tengah,Indonesia. Perusahaan rokok kretek Djarum berdiri pada 25 Agustus 1950. PT DjarumKudus, Jawa Tengah sebagai suatu perusahaan penghasil rokok kretek di Indonesiayang sudah sangat terkenal dan menghasilkan produk rokok yaitu Sigaret Kretek Tangan(SKT), Sigaret Kretek Mesin (SKM) dan Sigaret Putih Mesin.

Perusahaan ini menciptakan kepuasan pelanggan dengan menghasilkan produk yang berfokus pada kualitas dan memberikan harga yang relatif rendah.

39

PROSES PRODUKSI

SKT Unit Pengkol

Pengambilan sampel

40

Giling

(Sortir / Inspeksi)

O-2I-2

Packing

(Sortir / Inspeksi)

O-3I-3

Press

(Sortir / Inspeksi)

O-4 Ball

O-5 Box

S-1

Bahan Baku

Gudang Simpan

O-1I-1

BAB IIIMETODOLOGI PENELITIAN

41

VARIABEL PENELITIAN

42

KARAKTERISTIK KUALITAS VARIABEL

Karakteristik

KualitasKeterangan Spesifikasi

Berat rokok- Berat rokok dalam 100 batang- Alat ukur yang digunakan yaitu

timbangan

205 ± 5 gram

VARIABEL PENELITIAN

43

KARAKTERISTIK KUALITAS ATRIBUT

Karakteristi

k KualitasKeterangan Spesifikasi

Medot - Pengisian blend pada sebagian

bagian rokok kurang rata- Diukur dengan cara diraba

Sesuai atau tidak

sesuaiCowong kepala < 3 mm

- Pengisian blend pada rokokterlihat agak ke dalam

- Diukur dengan cara dilihat

Sesuai atau tidak

sesuai

Banggal- Keras di sebagian batang rokok

(ekor, tengah, kepala)- Diukur dengan cara diraba

Sesuai atau tidak sesuai

Talipan rokok tidak rapi

- Talipan rokok tidak rekat disebagian batang rokok minimal1½

- Diukur dengan cara dilihat

Sesuai atau tidak sesuai

Keriput - Talipan pada rokok berkerut- Diukur dengan cara dilihat

Sesuai atau tidak

sesuaiCincin menceng > 1 mm

- Cincin tidak tepat, bergeser 2mm

- Diukur dengan cara dilihat

Sesuai atau tidak

sesuai

Yellow Spot

eks produksi

- Kertas sigaret mengeluarkanbercak kuning pada prosesproduksi

- Diukur dengan cara dilihat

Sesuai atau tidak

sesuai

Diameter ekor / kepala tidak sesuai

- Diameter ekor tidak sesuaibatasan tolernasi

- Diukur dengan menggunakanplong

Sesuai atau tidak

sesuai

Diameter ekor / kepala kurang sesuai

- Diameter kepala tidak sesuaibatasan tolernasi

- Diukur dengan menggunakanplong

Sesuai atau tidak

sesuai

STRUKTUR DATA PENELITIAN

44

sx X

1x

2x

ix

mx

x s

SubgrupUkuran Sampel

SX1 X2 ... X20

1 x11 x12 ... x1 20 s1

2 x21 x22 ... x2 20 s2

: : : : : : :i xi1 xi2 ... xi 20 si

: : : : : : :m xm1 xm2 ... xm 20 sm

Rata-rata

PETA KENDALI

Dimana :n = 20m fase I = 40m fase II = 34

STRUKTUR DATA PENELITIAN

45

PETA KENDALI p

Subgrup Total Produksi(ni)

Total Produk

Tidak Sesuai(npi)

Proporsi Produk Tidak

Sesuai(pi)

1 n1 np1 p1

2 n2 np2 p2

: : : :

i ni npi pi

: : : :

m nm npm pm

Rata-rata p

Dimana :m fase I = 40m fase II = 34

STRUKTUR DATA PENELITIAN

46

DIAGRAM PARETOSubgrupJenis Ketidaksesuaian

A B C ... K1 a1 b1 c1 ... k1

2 a2 b2 c2 ... k2

: : : : : :i ai bi ci ... ki

: : : : : :m am bm cm ... km

Total ...

m

i

iA1

m

i

iB1

m

i

iC1

m

i

iK1

TEKNIK PENGAMBILAN SAMPEL

SEKUNDER

Pemeriksaan rokok Djarum

Coklat Bagian giling

KK Variabel dan Atribut

Fase I = Januari–

Februari 2016Fase II =

Maret-April 2016

Subgrup : Hari

Interval waktu 2 jamKK atribut : populasi

KK Variabel : 20 sampel

SubgrupFase I = 40Fase II = 34

47

LANGKAH ANALISIS

Mengumpulkan Data

Statistika Deskriptif

Analisis Pengendalian

Kualitas Statistika

Membandingkan Dua

Populasi

Identifikasi Penyebab dan Akar

Penyebab

Analisis Kapabilitas

ProsesInterpretasiKesimpulan

48

DIAGRAM ALIR

49

Mulai

Mengumpulkan Data

Identifikasi Karakteristik Data

Asumsi Distribusi Normal

Berdistribusi Normal?

Ya

Tidak Peta Kendali Nonparametrik

A B

DIAGRAM ALIR

50

Membuat Peta Kendali

Terkendali?

Menentukan Indeks Kapabilitas Proses

Ya

Tidak Mencari penyebab

Membuat Peta Kendali p

Terkendali?

Mencari penyebab

Ya

Tidak

A

Kesimpulan

Selesai

Membandingkan Dua Populasi

B

Membandingkan Dua Populasi

Menentukan Indeks Kapabilitas Proses

BAB IVANALISIS DAN PEMBAHASAN

51

Karakteristik Data

52

KARAKTERISTIK DATA

53

Periode Rata-rata(gram) Varians Minimum

(gram)Maksimum

(gram)Spesifikasi

(gram)

Fase I 206,28 13,08 199,03 212,99 200 - 210

Fase II 206,33 13,89 199,07 212,99 200 - 210

Rata-rata 206,30 13,44 199,03 212,99 200 - 210

KARAKTERISTIK DATA

54

24 Maret 2016 0,260%

PeriodeRata-rata Produksi(Batang)

Rata-rata Produk Tidak Sesuai

(Batang)

Persentase Rata-rata Produk Tidak Sesuai

(%)Fase I 2.355.213 4.113 0,1746Fase II 2.671.297 4.756 0,1780

Rata-rata 2.500.441 4.408 0,1763

Pengendalian KualitasStatistika Fase I

55

ASUMSI DISTRIBUSI NORMAL

56

FASE I

Hipotesis :H0 : Data fase I berdistribusi normalH1 : Data fase I tidak berdistribusi normalDaerah kritis :H0 ditolak jika D > Dα;n dimana nilai D0,05;40 sebesar 0,210 dan P-value < α

Dhitung P-value

0,081 0,150

H0 Gagal Ditolak

PETA KENDALI S

57

FASE I

37332925211 71 3951

5,5

5,0

4,5

4,0

3,5

3,0

2,5

2,0

Sampel

Sta

nd

ar

De

via

si

_S=3,550

BKA=5,288

BKB=1,811

40 Subgrup

TERKENDALI SECARA

STATISTIK

PETA KENDALI

58

FASE I

TIDAKTERKENDALI SECARA

STATISTIK

x

37332925211 71 3951

209

208

207

206

205

204

Sampel

Rata

-rata

__X=206,281

BKA=208,693

BKB=203,868

1 Pengamatan 32 17 Februari 2016

karyawan tidak tepat dalam pengisian blend sehingga

menimbulkan diameter rokok yang tidak sesuai

PETA KENDALI S

59

FASE I (PERBAIKAN)

39 Subgrup

TERKENDALI SECARA

STATISTIK37332925211 71 3951

5,5

5,0

4,5

4,0

3,5

3,0

2,5

2,0

Sampel

Sta

nd

ar

De

via

si

_S=3,550

BKA=5,289

BKB=1,811

PETA KENDALI

60

FASE I (PERBAIKAN)

39 Subgrup

TERKENDALI SECARA

STATISTIK

x

37332925211 71 3951

209

208

207

206

205

204

Sampel

Rata

-rata

__X=206,218

BKA=208,631

BKB=203,805

PETA KENDALI p

61

FASE I

40 Subgrup

TERKENDALI SECARA

STATISTIK37332925211 71 3951

0,001 85

0,001 80

0,001 75

0,001 70

0,001 65

Sampel

Pro

po

rsi

_P=0,0017461

BKA=0,0018419

BKB=0,0016504

Pengendalian Kualitas Statistika Fase II

62

ASUMSI DISTRIBUSI NORMAL

63

FASE II

Hipotesis :H0 : Data fase II berdistribusi normalH1 : Data fase II tidak berdistribusi normalDaerah kritis :H0 ditolak jika D > Dα;n dimana nilai D0,05;34 sebesar 0,227 dan P-value < α

Dhitung P-value

0,081 0,150

H0 Gagal Ditolak

MEMBANDINGKAN DUA POPULASI

64

Mean Proses

H0 : Tidak ada pergeseran mean proses antara fase I dan fase IIH1 : Ada pergeseran mean proses antara fase I dan fase IIDaerah kritis : H0 ditolak jika sebesar 1,994 dan P-value < α

)71;025,0(tt

thitung P-value

0,51 0,613

H0 GAGAL DITOLAK

PETA KENDALI S

65

FASE II

34 Subgrup

TERKENDALI SECARA

STATISTIK

34312825221 91 61 31 0741

6

5

4

3

2

Sampel

Sta

nd

ar

Devia

si

_S=3,550

BKA=5,289

BKB=1 ,81 1

PETA KENDALI

66

FASE II

34 Subgrup

TERKENDALI SECARA

STATISTIK

x

34312825221 91 61 31 0741

209

208

207

206

205

204

Sampel

Rata

-rata __

X=206,218

BKA=208,631

BKB=203,805

MEMBANDINGKAN DUA POPULASI

67

Proporsi Proses

H0 : Tidak ada pergeseran proporsi proses antara fase I dan fase IIH1 : Ada pergeseran proporsi proses antara fase I dan fase IIDaerah kritis : H0 ditolak jika Z > Z0,025sebesar 1,96 dan P-value < α

Zhitung P-value

5,55 0,000

H0 DITOLAK

PETA KENDALI p

68

FASE II

TIDAKTERKENDALI SECARA

STATISTIK

Pengamatan 17 24 Maret 2016

karyawan kurang teliti dalam bekerja sehingga menimbulkan medot,

diamater ekor/kepala tidak sesuai dan cincin menceng > 1 mm

34312825221 91 61 31 0741

0,0026

0,0024

0,0022

0,0020

0,001 8

0,001 6

Sampel

Pro

po

rsi

_P=0,001780BKA=0,001853

BKB=0,001708

1

PETA KENDALI p

69

FASE II (PERBAIKAN)

33 Subgrup

TERKENDALI SECARA

STATISTIK312825221 91 61 31 0741

0,001 85

0,001 80

0,001 75

0,001 70

0,001 65

Sampel

Pro

po

rsi

_P=0,0017517

BKA=0,0018233

BKB=0,0016801

Diagram Pareto

70

DIAGRAM PARETO

71

FASE I FASE II

Diagram Ishikawa

72

MEDOT

73

Medot

Manusia

Kurang teliti

Tergesa-gesa

Mesin

Setelan tidak pas

Metode

Penataan tembakau tidak pas

Wiwiran tembakau tidak rata

TALIPAN ROKOK TIDAK RAPI

74

Manusia

Kurang teliti

Tidak membesut

Material

Lem kering

Metode

Besutan kurang rata

Talipan rokoktidak rapi

Tergesa-gesa

DIAMETER TIDAK SESUAI

75

Manusia

Kurang teliti

Pengambilan tembakau tidak rata

Material

Tembakau terlalu banyak

Metode

Peletakan tembakau tidak pas

Setelan alat tidak pas

Diam

etertidak sesuai

Tergesa-gesa

Mesin

Kapabilitas Proses

76

KAPABILITAS PROSES

77

VARIABEL

PROSES TIDAK KAPABEL

Indeks Fase I Fase IICp 0,46 0,45Cpk 0,35 0,33

KAPABILITAS PROSES

78

ATRIBUT

PROSES TIDAK KAPABEL

043,1

313033,3

3000873,0

32%

974,03

9207,23

0017461,03

%

Z

pZ

pP

ZpZ

PKP

043,1

312939,3

3000876,0

32%

973,03

9197,23

0017517,03

%

Z

pZ

pP

ZpZ

PKP

Indeks Fase I Fase IIP%

p 1,043 1,043Equivalent P%

PK 0,974 0,973ppmTOTAL,LT 1746,1 1751,7

BAB VPENUTUP

79

KESIMPULAN

80

Proses produksi rokok Djarum Coklat tidak kapabel artinyabelum mampu memenuhi spesifikasi yang telah ditentukanperusahaan.

Penyebab yang paling sering terjadi medot, talipan rokoktidak rapi, dan diameter ekor/kepala tidak sesuai.

Akar penyebab terjadinya ketidaksesuaian karyawanyang kurang teliti dan tergesa-gesa dalam bekerja sehinggametode yang dilakukan kurang tepat dan setelan alat gilingtidak pas.

SARAN

81

PT Djarum Kudus perlu melakukan perbaikan berkesinambungan terutamapada faktor karyawan.

Karyawan Memberikan pelatihan khusus terhadap karyawan terusmemantau kinerja agar dapat meminimalisir produk yang tidak sesuai.

Material Tembakau dan lem diletakkan pada suhu lembab agar tidakmudah kering sehingga kualitas tembakau tetap terjaga baik.

Mesin Melakukan pemeriksaan alat giling setelah digunakan (tidakmenunggu usang) dan melakukan kalibrasi secara berkala.

Perusahaan lebih mengontrol jenis ketidaksesuaian medot, talipan rokoktidak rapi, dan diameter ekor/kepala tidak rapi.

Penelitian selanjutnya sebaiknya melakukan analisis dengan pendekatan six

sigma.

DAFTAR PUSTAKA

82

DAFTAR PUSTAKA

Adityanti, Christina S. Peranan Pengendalian Kualitas

Terhadap Pengurangan Produk Cacat di PT Djarum.Bandung: Universitas Kristen Maranatha.

Bothe, R. Davis. 1997. Measuring Process Capability.United States of America: McGraw-Hill Companies.

Daniel, W. 1989. Statistik Non Parametrik Terapan.Jakarta: PT Gramedia Pustaka Utama.

Djarum. 2016. World of Djarum. www.djarum.com/world-of-djarum/overview. Diakses pada 24 Maret 2016 pukul12.43 WIB.

83

DAFTAR PUSTAKA

Montgomery, Douglas C. 2009. Introduction to Statistical Quality

Control Sixth Edition. New York: John Wiley & Sons, Inc.Nursanti, Ida. 2014. Aplikasi SPC (Statistical Process Control)

dan Quality Improvement Tool di Bagian Giling dan Batil

Rokok SKT PT. Djarum Kudus. Surakarta: UniversitasMuhammadiyah Surakarta.

Pyzdek, T. and Keller, P. A. 2003. The Six Sigma Handbook.New York: McGraw-Hill Companies.

Santoso, Tia Zhalina. 2013. Peningkatan Kualitas Rokok Sigaret

Kretek Tangan (SKT) dengan Metode Six Sigma (Studi Kasus

Pada PT Djarum Kudus-SKT BL53). Malang: UniversitasBrawijaya.

84

TERIMAKASIHTERIMAKASIH

85

Analisis Kapabilitas Proses

Produk Rokok Djarum Coklat

di PT Djarum Kudus, Jawa Tengah

Yongky Choirul Anam

1313 030 096

Dosen Pembimbing :

Dra. Sri Mumpuni Retnaningsih, MT.

Dosen Penguji :

Dra. Lucia Aridinanti, MT.

Noviyanti Santoso, S.Si., M.Si.

SIDANG TUGAS AKHIR

Jumat, 10 Juni 2016

Program Studi DIII Jurusan Statistika ITS

Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Teknologi Sepuluh Nopember Surabaya