ANALISIS PENGENDALIAN KUALITAS PRODUK KECAP ABC …repository.ub.ac.id/8281/1/JUNDI WARDIKA.pdf ·...

ANALISIS PENGENDALIAN KUALITAS PRODUK KECAP ABC DENGAN METODE SIX SIGMA DAN FUZZY FAILURE

MODE AND EFFECT ANALYSIS (FMEA) (STUDI KASUS PT. HEINZ ABC INDONESIA, PASURUAN)

SKRIPSI

Oleh: JUNDI WARDIKA 135100307111033

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS BRAWIJAYA MALANG

2017

i

ANALISIS PENGENDALIAN KUALITAS PRODUK KECAP ABC DENGAN METODE SIX SIGMA DAN FUZZY FAILURE

MODE AND EFFECT ANALYSIS (FMEA) (STUDI KASUS PT. HEINZ ABC INDONESIA, PASURUAN)

Oleh: JUNDI WARDIKA 135100307111033

Sebagai salah satu syarat untuk memperoleh gelar

Sarjana Teknik

JURUSAN TEKNOLOGI INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN

UNIVERSITAS BRAWIJAYA MALANG

2017

iv

RIWAYAT HIDUP

Penulis bernama lengkap Jundi

Wardika, lahir di Bondowoso, 27 Juni 1994 dari Ayah bernama I Nengah Desi dan Ibu bernama Masamah. Penulis menyelesaikan pendidikan Sekolah Dasar di SD Negeri Dabasah Bondowoso dan lulus pada tahun 2007. Kemudian melanjutkan di SMP Negeri 1 Bondowoso dan lulus pada tahun 2010, dilanjutkan ke SMA Negeri 2 Bondowoso dan lulus pada tahun 2013. Penulis

kemudian melanjutkan pendidikan S1 di Universitas Brawijaya pada jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertanian melalui jalur Seleksi Penerimaan Minat dan Kemampuaan (SPMK) dan dinyatakan lulus pada tahun 2017.

Selama masa studinya, penulis aktif sebagai asisten praktikum di beberapa mata kuliah seperti Coordinator Asisten Pengetahuan Bahan Agroindustri 2015 dan Asisten PTPUP 2016. Penulis juga aktif berorganisasi sebagai pengurus harian Staf Muda Forkita 2015 dan HIMATITAN Staf Ahli 2016. Penulis juga aktif dalam kegiatan kepanitiaan seperti HIMATITAN Great Event 2015 dan PK2 FTP 2015.

v

Alhamdulillahhirabbil’alamin…

Karya ini kupersembahkan kepada

Orang tuaku, Kakakku, Adikku, serta Teman, Sahabat

dan kerabat.

Semoga Karya ini bisa bermanfaat.

vi

PERNYATAAN KEASLIAN TUGAS AKHIR

Yang bertanda tangan di bawah ini: Nama Mahasiswa : Jundi Wardika NIM : 135100307111033 Jurusan : Teknologi Industri Pertanian Fakultas : Teknologi Pertanian Judul Tugas Akhir : Analisis Pengendalian Kualitas Produk

Kecap ABC dengan Metode Six Sigma dan Fuzzy Failure Mode and Effect Analysis (FMEA) (STUDI KASUS PT. Heinz ABC Indonesia, Pasuruan)

Menyatakan bahwa, Tugas Akhir dengan judul di atas merupakan karya asli penulis tersebut di atas. Apabila dikemudian hari terbukti pernyataan ini tidak benar saya bersedia dituntut sesuai hukum yang berlaku. Malang, 6 Desember 2017 Pembuat Pernyataan, Jundi Wardika NIM. 135100307111033

vii

JUNDI WARDIKA 135100307111033. Analisis Pengendalian Kualitas Produk Kecap ABC dengan Metode Six Sigma dan Fuzzy Failure Mode and Effect Analysis (FMEA) (STUDI KASUS PT. HEINZ ABC INDONESIA, PASURUAN). TA Pembimbing : Ir. Usman Effendi, MS. dan Dr. Retno Astuti, STP. MT.

RINGKASAN

Permintaan kecap yang semakin kompetitif menuntut produsen kecap untuk terus meningkatkan inovasi dan kualitas produknya. Salah satu industri skala besar penghasil produk kecap berkualitas yang bertempat di Kecamatan Beji, Pasuruan adalah PT Heinz ABC Indonesia, yang dituntut untuk selalu meningkatkan kualitas produknya. Permasalahan yang dihadapi PT Heinz ABC Indonesia ialah pada proses filling produk kecap manis ABC khususnya pada kemasan pouch 520 ml. Cacat yang sering terjadi pada proses filling yaitu overfill, underfill dan sealing rusak. Tujuan penelitian ini ialah untuk mengendalikan waste (pemborosan) yang ditimbulkan saat produksi karena kecacatan produk dan memberikan usulan penanganan permasalahan defect produk. Metode six sigma digunakan untuk pengendalian kualitas dengan pengurangan terjadinya defect. Identifikasi faktor – faktor penyebab defect kemudian dianalisis dengan diagram sebab akibat. Metode Fuzzy Failure Mode and Effect Analysis (Fuzzy FMEA) digunakan untuk mengidentifikasi penyebab kegagalan paling potensial dan memberikan usulan perbaikan. Jumlah sampel yang dibutuhkan pada penelitian ini diambil 2700 sampel pouch secara acak.

Hasil penelitian menunjukkan produksi kecap manis kemasan pouch 520 ml di PT Heinz ABC Indonesia memiliki nilai sigma sangat baik yaitu 3,85 untuk jangka panjang dan 4,34 untuk sigma jangka pendek. Pada kapabilitas proses jangka pendek memiliki nilai yang baik yaitu Cp 1,14 dan kapabilitas jangka panjang memiliki nilai Pp 0,94. Faktor yang paling dominan yang menyebabkan defect overfill pada kecap

viii

manis ABC kemasan pouch 520 ml adalah jadwal pengecekan volume produk yang tidak teratur, kondisi komponen pengisian produk yang tidak stabil, settingan mesin filling yang kurang tepat, pengalaman operator berbeda-beda, dan operator kurang tanggap dan teliti. Usulan perbaikan yang dapat diberikan untuk mengurangi defect overfill kecap manis ABC kemasan pouch 520 ml antara lain peningkatan pengawasan dan pengecekan terhadap volume produk, Perawatan mesin filiing lebih intensif, dan peningkatan pelatihan dan pengembangan terhadap operator. Kata Kunci : Fuzzy FMEA, Kecap, Six Sigma

ix

JUNDI WARDIKA 135100307111033. Analysis Quality Control of Soy Sauce Product ABC Using Six Sigma Methods and Fuzzy Failure Mode and Effect Analysis (FMEA) (CASE STUDY PT. HEINZ ABC INDONESIA, PASURUAN). Minor Thesis: Ir. Usman Effendi, MS. and Dr. Retno Astuti, STP. MT.

SUMMARY

The increasing competitive demand for soy sauce requires producers to improve continously innovation and quality of their products. One of the large scale industries producting high quality of soy sauce located in Beji Sub-district Pasuruan is PT Heinz ABC Indonesia, which always requaire to improving the quality of its products. The problem faced by PT Heinz ABC Indonesia was on filling process of ABC sweet soy sauce, especially at pouch pack 520 ml. Defects occur on filling process were overfill, underfill and demaged sealing. This study aimed to control the waste that generated during production due to defects products and provide the best suggestions for handling defect product. Six sigma method was used to quality control by reducing defecr. Identification of causes then were done by cause effect diagram. The Fuzzy Failure Mode and Effect Analysis (Fuzzy FMEA) method was used to identify the most potential causes of failure and to propose improvement. The sampel of this reserch were 2700 pouch sample of soy sauce which were taken randomly. The result of this study showed that production of sweet soy sauce pouch 520 ml at PT Heinz ABC Indonesia had excellent sigma score 3,85 to short term and 4,34 to long term sigma. The short term process capability had good value of Cp 1,14 dan the long term process capability had less value of Pp 0,95. The most dominant factor that caused overfill defect on ABC pouch sweet soy sauce 520 ml were irregular checking shedule of product volume, unstable condition of filling product component, fault of filling machine setting, variation of operators

x

experiences and less responsive and consisten operators. Proposed improvement to reduce overfill defect of ABC pouch sweet soy sauce 520 ml increasing supervision, and checking volume products, more intensive filling machine maintenance and increasing training and development for operators. Key words : Fuzzy FMEA, Six Sigma, Soy Sauce

xi

KATA PENGANTAR

Alhamdulillah, Puji syukur kepada Allah SWT atas segala Rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul Analisis Pengendalian Kualitas Produk Kecap ABC dengan Metode Six Sigma dan Fuzzy Failure Mode and Effect Analysis (FMEA) (STUDI KASUS PT. Heinz ABC Indonesia, Pasuruan) dengan baik. Penulis ingin mengucapkan terima kasih kepada pihak-pihak yang telah membantu dalam proses penulisan skripsi ini baik secara langsung maupun tidak langsung: 1. Ir. Usman Effendi, MS selaku dosen pembimbing 1 yang

telah memberikan bimbingan, arahan, ilmu dan pengetahuan kepada penulis sehingga dapat menyelesaikan skripsi ini secara menyeluruh.

2. Dr. Retno Astuti, STP, MT selaku dosen pembimbing 2 yang telah memberikan bimbingan, arahan, ilmu dan pengetahuan kepada penulis sehingga dapat menyelesaikan skripsi ini secara menyeluruh

3. Mas’ud Effendi, STP, MP selaku dosen penguji yang telah memberikan kritik dan saran kepada penulis.

4. Pak Agung dan Pak Sahid selaku pihak karyawan PT. Heinz ABC Indonesia, Pasuruan Jawa Timur yang telah mengijinkan penyusun melakukan penelitian tugas akhir di tempat tersebut.

5. Keluarga Besar TIP FTP UB 2013 yang telah berjuang bersama melewati masa-masa kuliah, banyak kenangan yang tidak akan terlupakan.

Penyusun menyadari bahwa skripsi ini masih jauh dari sempurna. Oleh karena itu kritik dan saran yang membangun sangat penulis harapkan untuk kesempurnaan Tugas Akhir ini. Penyusun berharap semoga tulisan ini dapat memberikan manfaat kepada semua pihak yang membutuhkannya.

Malang, 15 November 2017

Penyusun

xii

Jundi Wardika

DAFTAR ISI

HALAMAN JUDUL .......................................................... …….i LEMBAR PERSETUJUAN ........................................................ i LEMBAR PENGESAHAN ........................................................ ii RINGKASAN ........................................................................... iii SUMMARY ............................................................................... v KATA PENGANTAR ............................................................... vi DAFTAR ISI ........................................................................... xii DAFTAR TABEL ................................................................... xiv DAFTAR GAMBAR ................................................................ xv DAFTAR LAMPIRAN ............................................................ xvi BAB I PENDAHULUAN ...................................................................................... 1

1.1 Latar Belakang ........................................................................................ 1 1.2 Perumusan Masalah ............................................................................... 3 1.3 Tujuan ..................................................................................................... 3 1.4 Manfaat ................................................................................................... 3

BAB II TINJAUAN PUSTAKA............................................................................. 5 2.1 Kecap ..................................................................................................... 5 2.2 Pengendalian Kualitas ............................................................................ 8 2.3 Kapabilitas Proses .................................................................................. 8 2.4 Six Sigma.............................................................................................. 10 2.5 Metode SPC (Statistical Process Control) ............................................. 12 2.6 Fuzzy FMEA (Failure Mode and Effect Analysis) .................................. 18 2.7 Penelitian Terdahulu ............................................................................. 20

BAB III METODE PENELITIAN ........................................................................ 25 3.1 Waktu dan Tempat Penelitian ............................................................... 25 3.2 Batasan Masalah .................................................................................. 25 3.3 Prosedur Penelitian............................................................................... 25

3.3.1 Survei Pendahuluan ........................................................................... 27 3.3.2 Identifikasi Masalah ............................................................................ 27 3.3.3 Studi Literatur ..................................................................................... 27 3.3.4 Penentuan Data dan Metode Penentuan Data ................................... 27 3.3.5 Pengumpulan Data ............................................................................. 28 3.3.6 Penentuan Sampel ............................................................................. 32

xiii

3.3.7 Pengolahan dan Analisis Data ............................................................ 33 3.3.8 Kesimpulan dan Saran ....................................................................... 47

BAB IV HASIL DAN PEMBAHASAN................................................................ 49 4.1 Gambaran Umum Perusahaan ............................................................. 49 4.2 Pengendalian Kualitas Proses Pengisian dengan

Metode Six Sigma ................................................................................. 50 4.2.1 Define ............................................................................................... 50 4.2.2 Measure ........................................................................................... 52 4.2.3 Analyze ............................................................................................ 61 4.2.4 Improve ............................................................................................ 67

BAB V KESIMPULAN DAN SARAN ................................................................ 71 5.1 Kesimpulan ............................................................................................... 71 5.2 Saran ........................................................................................................ 71

DAFTAR PUSTAKA........................................................................................... 73

LAMPIRAN ............................................................................ 79

xiv

DAFTAR TABEL

Tabel 2.1 Syarat mutu kecap kedelai manis dan asin. ......................................... 7 Tabel 3.1 Skala Occurrence Saverity ................................................................. 29 Tabel 3.2 Skala Saverity .................................................................................... 30 Tabel 3.3 Skala Detection .................................................................................. 31 Tabel 3.4 Contoh Inspeksi Normal ANSI/ASQCZ1.9-1993 ................................. 32 Tabel 3.5 Tahap-tahap penentuan nilai DPMO .................................................. 37 Tabel 3.6 Konversi Level Sigma Terhadap DPMO ............................................. 38 Tabel 3.7 Fuzzy Rating untuk Occurrance ......................................................... 43 Tabel 3.8 Fuzzy Rating untuk Saverity ............................................................... 44 Tabel 3.9 Fuzzy Weight untuk Kepentingan Relatif Resiko ................................ 45 Tabel 3.10 Fuzzy Rating untuk Detection ........................................................... 44 Tabel 4.1 Analisis Pareto Berdasarkan CTQ ...................................................... 51 Tabel 4.2 Perhitungan Nilai DPMO dan Nilai Sigma ............... 57

xv

DAFTAR GAMBAR

Gambar 2.1 Tahapan Proses Pembuatan Kecap Kedelai Manis ......................... 6 Gambar 2.2 Check Sheet ................................................................................... 13 Gambar 2.3 Diagram pareto .............................................................................. 14 Gambar 2.4 Histogram ....................................................................................... 14 Gambar 2.5 Cause and effect diagram .............................................................. 15 Gambar 2.6 Scatter diagram .............................................................................. 16 Gambar 2.7 Flow Chart ...................................................................................... 16 Gambar 2.8 Control chart ................................................................................... 18 Gambar 3.1. Prosedur Penelitian ....................................................................... 26 Gambar 3.2 Kuadran Kapabilitas Prosses ......................................................... 41 Gambar 3.3 Diagram Sebab Akibat ................................................................... 43 Gambar 4.1 Diagram Pareto Defect Produk Kecap Manis ................................ 51 Gambar 4.2 Peta Kendali X-S Sebelum Perbaikan ............................................ 54 Gambar 4.3 Peta Kendali X-S Setelah Perbaikan .............................................. 55 Gambar 4.4 Kapabilitas Jangka Pendek Proses Filling ...................................... 59 Gambar 4.5 Kapabilitas Jangka Panjang Proses Filling ..................................... 60 Gambar 4.6 Kuadran Kapabilitas Proses Filling ................................................. 61 Gambar 4.7 Diagram Sebab Akibat Overfill ....................................................... 62

DAFTAR LAMPIRAN

xvi

Lampiran 1. Kuisioner............................................................ 81 Lampiran 2. Hasil Kuisioner Pakar ...................................... 90 Lampiran 3. Defect dari Produk Kecap Manis Pouch 520 ml 92 Lampiran 4. Uji Normalitas .................................................... 93 Lampiran 5. Konstanta Peta Kendali Xbar dan S................... 95 Lampiran 6. Data Pengukuran Berat.Sebelum Revisi ............ 96 Lampiran 7. Data Pengukuran Berat Setelah Revisi ............ 101 Lampiran 8. Revisi Peta Kendali X-S ................................... 104 Lampiran 9. Tabel Konversi Nilai DPMO ke Nilai Sigma ..... 106 Lampiran 10. Penentuan DPMO (Defect Per Million

Opportunity) ..................................................... 107 Lampiran 11. Perhitungan Indeks Kapabilitas Proses ......... 109 Lampiran 12. Hasil Kuisioner Masing-masing Responden Pakar ......................................................................... 110 Lampiran 13. Nilai dari Fuzzy Number dari Masing-Masing

Responden Pakar ............................................ 111 Lampiran 14. Perhitungan Nilai Agregasi RiS, RiO, dan RiD113 Lampiran 15. Nilai Bobot Kepentingan ............................... 121 Lampiran 16. Perhitungan Nilai FRPN ................................. 125

1

I. PENDAHULUAN

1.1 Latar Belakang Kualitas telah menjadi syarat utama yang sangat penting

bagi kesuksesan bisnis dan pemilihan produk selain faktor harga yang bersaing. Perusahaan harus menghasilkan produk yang berkualitas untuk dapat bertahan dan berhasil dalam lingkungan persaingan tersebut. Perbaikan dan peningkatan kualitas produk dengan harapan tercapainya tingkat cacat produk mendekati zero defect menjadi hal yang mutlak dilakukan bagi perusahaan walaupun membutuhkan biaya yang tidak sedikit. Produk yang cacat akan mengurangi keuntungan perusahaan terutama dalam hal kepuasan konsumen. Penerapan pengendalian kualitas produk yang baik dapat meningkatikan kualitas suatu produk sehingga dapat tercipta kepuasan konsumen. Pengendalian kualitas merupakan alat yang penting bagi manajemen produksi untuk menjaga memelihara, memperbaiki, dan meningkatkan kualitas produksi agar sesuai dengan standar yang telah ditetapkan (Rochatama, 2009).

Salah satu industri skala besar adalah PT Heinz ABC Indonesia yang bertempat di Kecamatan Beji, Pasuruan yang telah memproduksi berbagai produk pangan berkualitas, seperti produk kecap manis dan asin, sirup spesial grade dan squash delight, saos pedas, sambal terasi, dan ikan dalam kemasan kaleng. Di Indonesia pada saat ini telah banyak bermunculan produsen kecap. Hal ini terjadi akibat adanya peningkatan permintaan kecap dari konsumen setiap tahunnya karena berkaitan dengan fungsi utama kecap sebagai bahan penambah cita rasa sehingga muncul beberapa jenis dan merek kecap di pasaran. Permintaan kecap yang semakin kompetitif menuntut produsen kecap untuk terus meningkatkan inovasi dan kualitas produknya. PT Heinz ABC Indonesia selaku produsen kecap dituntut untuk selalu meningkatkan kualitas produknya dengan berbagai cara dalam menanggapi persaingan tersebut agar konsumen dapat tetap loyal dengan terus mengkonsumsi produk yang dihasilkan. Tindakan peningkatan kualitas produk yang dapat diterapkan PT Heinz ABC Indonesia adalah dengan

2

mengurangi waste (pemborosan) defect yang ditimbulkan saat produksi karena kecacatan produk.

PT Heinz ABC Indonesia pada saat ini memproduksi kecap dalam kemasan PET (polyethylene terephthalate) dengan volume 135 ml, 275 ml, 600 ml kemasan pouch dengan volume 125 ml dan 520 ml serta sachet dengan volume 70 ml. Permasalahan yang dihadapai PT Heinz ABC Indonesia ialah pada proses filling produk kecap ABC khususnya pada kemasan pouch 520 ml. Pengendalian kualitas yang dilakukan agar produk kecap tetap sesuai regulasi mengenai BDKT (Barang Dalam Keadaan Terbungkus) adalah menjaga kuantitas produk sesuai dengan label yang tercantum pada kemasan. PT Heinz ABC Indonesia lebih menekankan produk tidak di bawah volume yang tertera pada kemasan. Hal ini menjadikan proses filling harus selalu di atas volume yang tertera pada label tersebut dan sering berakibat overfill. Overfill produk kecap ABC membuat terjadinya waste (pemborosan) pada produk dan mengurangi keuntungan perusahaan. Cacat lain yang sering terjadi pada proses filling yaitu underfill dan sealing rusak. Oleh karena itu pengendalian kualitas pada proses filling perlu dilakukan agar hasil filling sesuai dengan standar perusahaan.

Metode yang dapat digunakan untuk pengendalian kualitas dengan pengurangan terjadinya defect produk dan mengidentifikasi penyebab kegagalan paling potensial ialah dengan pendekatan metode Six Sigma dan Fuzzy Failure Mode and Effect Analysis (Fuzzy FMEA). Six Sigma merupakan quality improvement tools yang berbasis data dan statistik. Prinsip dari six sigma adalah perbaikan produk dengan melakukan perbaikan pada proses sehingga proses tersebut dapat menghasilkan produk yang sesuai standar (Soemohadiwidjojo, 2015). FMEA adalah suatu metode yang menggabungkan pengetahuan manusia dan pengalaman untuk mengetahui penyebab cacat atau kegagalan yang terjadi selama produksi, mengevaluasi prioritas risiko, dan menentukan tindakan yang tepat untuk perbaikan dan pengurangan kegagalan (Iqbal dkk, 2013). Penerpan logika fuzzy diharapkan akan memperoleh hasil yang lebih akurat dibandingkan dengan menggunakan metode FMEA konvensional (Keskin, 2014). Menurut Kutlu dan Mehmet (2012),

3

fuzzy FMEA memungkinkan data kuantitatif dan informasi samar- samar, serta kualitatif yang akan digunakan dan dikelola secara konsisten. Nilai fuzzy risk priority number yang diperoleh diharapkan akan berbeda jika dibandingkan dengan metode FMEA konvensional sehingga tindakan perbaikan yang diberikan lebih baik. Penerapan metode Six Sigma dan fuzzy FMEA dalam pengendalian kualitas diharapkan mampu mengurangi cacat yang ditimbulkan saat produksi dan memberikan usulan perbaikan yang dapat diterapkan untuk mengatasi permasalahan overfill.

1.1 Perumusan Masalah Permasalahan yang dapat dirumuskan berdasarkan

kondisi di PT. Heinz ABC Indonesia adalah sebagai berikut: 1. Bagaimana penggunaan metode Six Sigma dapat

mengendalikan waste (pemborosan) produk ? 2. Apa saja yang mempengaruhi penyebab defect tertinggi

pada produk kecap manis di PT Heinz ABC Indonesia kemasan pouch 520 ml ?

3. Bagaimana usulan strategi penanganan yang dapat diterapkan untuk mengatasi permasalahan filling pada produk kecap ABC di PT Heinz ABC Indonesia kemasan pouch 520 ml?

1.2 Tujuan Tujuan penelitian ini adalah:

1. Mengendalikan waste (pemborosan) pada produk kecap ABC di PT Heinz ABC Indonesia.

2. Menentukan penyebab defect tertinggi pada kecap ABC dan menjabarkan penyebab waste (pemborosan) yang ditimbulkan.

3. Menentukan usulan strategi penanganan permasalahan filling produk kecap ABC di PT Heinz ABC Indonesia.

1.3 Manfaat Manfaat dari dilaksanakannya penelitian ini diharapkan adalah:

1. Bagi perusahaan, membantu mengidentifikasi permasalahan overfill, underfill dan sealing rusak produk kecap ABC dan

4

mengendalikan kualitas produk kecap ABC di PT Heinz ABC Indonesia yang tidak sesuai standar serta memberikan rekomendasi perbaikan kualitas terhadap waste (pemborosan) yang ditimbulkan.

2. Bagi kalangan ilmiah, memberikan tambahan informasi mengenai analisis pengendalian kualitas dengan menggunakan Six Sigma dan Fuzzy Failure Mode and Effect Analysis (Fuzzy FMEA).

5

II. TINJAUAN PUSTAKA

2.1 Kecap

Kecap adalah bumbu dapur atau penyedap makanan yang berupa cairan berwarna hitam yang rasanya manis atau asin. Bahan dasar pembuatan kecap umumnya adalah kedelai atau kedelai hitam. Kecap kedelai merupakan salah satu produk fermentasi yang digunakan sebagai produk pecinta rasa khususnya di negara Asia yang merupakan produk bumbu yang tertua di Cina selama lebih dari 3000 tahun (Muangthai dkk., 2009).

Berdasarkan rasa dan kekentalannya, kecap dibagi menjadi dua macam, yaitu kecap asin agak encer dan kecap manis yang lebih kental. Proses pembuatan kecap asin dan manis hampir sama. Perbedaannya adalah pada akhir proses, yaitu terdapat penambahan gula dan bumbu-bumbu (rempah-repah) pada pembuatan kecap manis, sedangkan pada kecap asin tidak ada penambahan gula. Menurut Standar Nasional Indonesia (SNI 3543: 2013) kecap kedelai adalah produk cair yang diperoleh dari hasil fermentasi atau secara hidrolisis kacang kedelai dengan atau tanpa penambahan bahan makanan lain. Syarat mutu kecap kedelai manis dan asin (SNI 3543: 2013 ) dapat dilihat pada Tabel 2.1.

Bahan penyusun kecap berdasarkan kategori pangan (2006), kecap kedelai manis adalah produk cair yang diperoleh dari hasil fermentasi kacang kedelai (Glycine max L.) dan gula, gula merah, dengan atau tanpa proses karamelisasi dengan atau tanpa penambahan bahan lain, dengan karakteristik dasar total gula tidak kurang dari 40%. Berdasarkan SNI 3543:2013 bagian 1, kecap kedelai manis didefinisikan sebagai produk berbentuk cair yang dibuat dari cairan hasil fermentasi kedelai atau bungkil kedelai ditambah gula dengan atau tanpa penambahan bahan pangan lain dan bahan tambahan pangan yang diizinkan. Tahapan pembuatan kecap dimulai dari tahapan pencucian, perebusan, penirisan/pendinginan, peragian, fermentasi, pemasakan dan penyaringan. Hasil dari proses tersebut didapat

6

filtrat yang ditambahkan gula atau campuran bahan lainnya. Selanjutnya disaring dan dimasak untuk tahap kedua. Tahapan Proses Pembuatan Kecap Kedelai Manis dapat di lihat pada Gambar 2.1

Gambar 2.1 Tahapan Proses Pembuatan Kecap Kedelai Manis (Yualiasri, 2015)

Pencucian

Perebusan

Pencucian

Penirisan/pendinginan

Penjamuran/peragian

Penggaraman/Fermentasi

Pemasakan 1

Penyaringan 1

Filtrat

Penambahan gula/bumbu

Penyaringan 2

Pemasakan 2

Kedelai

Kecap Kedelai

Ragi/Jamur

7

Tabel 2.1 Syarat mutu kecap kedelai manis dan asin (SNI 3543:2013).

No. Kriteria Uji Satuan Persyaratan

Manis Asin

1 Keadaan

1.1 Bau - Normal, khas Normal, khas

1.2 Rasa - Normal, khas Normal, khas

2 Kadar Protein (Nx6,25) % (b/b) min. 2,5 min.4,0

3 Padatan terlarut % (b/b) min. 10 min.10

4 NaCl % (b/b) min. 3 min.5

5 Total gula (dihitung sebagai sakarosa)

% (b/b) min. 40 -

6 Bahan tambahan makanan

6.1 Pengawet

6.1.1 Benzoat mg/kg maks. 600 maks. 600

6.1.2 Metil p-hidroksibenzoal mg/kg maks.250 maks.250

6.1.2 Propil p- hidroksibenzoat mg/kg maks.250 maks.250

6.2 Pewarna tambahan Sesuai SNI

01-22201995 Sesuai SNI

01-22201995

7 Cemaran logam

7.1 Timbal (Pb) mg/kg maks. 1,0 maks. 1,0

7.2 Tembaga (Cu) mg/kg maks. 30,0 maks. 30,0

7.3 Timah (Sn) mg/kg maks. 40,0 maks. 40,0

7.4 Seng (Zn) mg/kg maks. 40,0 maks. 40,0

7.5 Merkuri (Hg) mg/kg maks. 0,05 maks. 0,05

8 Cemaran arsen (As) mg/kg maks. 0,5 maks. 0,5

9 Cemaran mikroba

9.1 Angka lempeng total Koloni/g maks. 105 maks. 105

9.2 Bakteri coliform APM/g maks. 102 maks. 102

9.3 Bakteri coliform APM/g < 3 < 3

9.4 Kapang koloni/g maks. 50 maks. 50

Sumber: Standar Nasional Indonesia (SNI).

8

2.2 Pengendalian Kualitas

Kualitas merupakan hal terpenting dalam penilaian suatu produk, karena yang merasakan dan menggunakan manfaatnya adalah kosumen. Konsumen bisa dikatakan merupakan tolak ukur dari pencapaian kualitas selain kesesuain kualitas produk semata-mata. Suatu produk dikatakan berkualitas jika produk tersebut sesuai dengan kebutuhan pelanggan secara eksplisit (Hutabarat, 2006). Permintaan terhadap kualitas yang terus berkembang, menuntut perusahaan untuk melakukan pengendalian kualitas dari produk yang dihasilkan sehingga sesuai dengan spesifikasi yang telah ditetapkan perusahaan dan kebutuhan konsumen.

Pengendalian kualitas merupakan salah satu teknik yang perlu dilakukan mulai dari sebelum proses produksi berjalan, pada saat proses produksi, hingga proses produksi berakhir dengan menghasilkan produk akhir. Menurut Gasperz (2005) pengendalian kualitas adalah suatu teknik dan aktivitas/tindakan yang terencana yang dilakukan untuk mencapai, mempertahankan, dan meningkatkan kualitas suatu produk dan jasa agar sesuai dengan standar yang telah ditetapkan dan dapat memenuhi kepuasan konsumen. Pengendalian kualitas merupakan alat yang penting bagi manajemen produksi untuk menjaga, memelihara, memperbaiki, dan meningkatkan kualitas produk agar sesuai dengan standar yang telah ditetapkan (Rochatama, 2009).

2.3 Kapabilitas Proses

Analisis kemampuan proses adalah aktivitas yang mencangkup teknik statistik yang digunakan selama proses produksi yang meliputi kuantifikasi variabilitas, analisis variabilitas relative terhadap spesifikasi produk yang digunakan untuk pengembangan dan mengurangi variabilitas (Amin, 2013). Terdapat beberapa indeks kapabilitas proses yang sering digunakan yaitu Cp, Cpk, Pp, dan Ppk (Rudisil, 2008). Cp dan Pp mengindikasikan kapabilitas proses berdasarkan variabilitas saja. Cpk dan Ppk mengindikasikan kapabilitas proses

9

berdasarkan dua hal yaitu variabilitas dan rata-ratanya (Rudisil, 2008). Pengukuran kapabilitas proses dilakukan dalam tiga tahap yatiu kapabilitas proses jangka pendek (short term), kapabilitas jangka panjang (long term) dan Zshift (Sukardi, 2011). Kapabilitas proses jangka pendek adalah pengukuran kapabilitas yang dilakukan dalam rentang waktu sesuai pengukuran yang diambil (Gygi, 2012). Pada kapabilitas proses jangka pendek terdapat 3 parameter yang digunakan yaitu Cp, Cpk dan Zst. Cp (indeks potensial proses) yaitu variasi natural suatu proses dengan spesifikasi desain dalam suatu ukuran kuantitatf (Evans dan Lindsay, 2007). Target nilai Cp apabila ingin mendapatkan six sigma yaitu nilai Cp ≥ 2. Cpk (Indeks kapabilitas proses) dipergunakan untuk mengukur kemampuan potensial tanpa memperhatikan kondisi rata-rata proses. Target nilai Cpk apabila ingin mendapatkan six sigma yaitu nilai Cpk ≥ 1,5. Zst (short term) merupakan kemampuan teknologi (manusia, peralatan dan lain-lain) dalam menghasilkan produk yang berkualitas tinggi (Pyzdek, 2002). Zst ditargetkan dapat mencapai Zst ≥ 6. Kapabilitas proses jangka panjang adalah kapabilitas proses yang menunjukkan hasil terbaik yang akan dicapai proses tersebut dalam jangka panjang yaitu proses produksi sebanyak satu juta produk. Kapabilitas proses long term ditentukan oleh kemampuan teknologi dalam mengontrol proses (Evans dan Lindsay, 2007). Terdapat 3 parameter dalam kapabilitas proses jangka panjang yaitu Pp, Ppk dan Zlt. Perhitungan nilai Pp harus memenuhi 3 asumsi diantaranya proses atas dua batas spesifikasi, proses terpusat dan data terdistribusi normal. Nilai Ppk harus memenuhi 1 asumsi bahwa data harus terdistribusi normal. Zlt (long term) merupakan hasil perhitungan penggunaan teknologi (manusia, peralatan, dsb) dalam mengontrol proses agar dapat selalu menghasilakan produk yang berkualitas dalam jangka panjang. Zlt ditargetkan dapat mencapai Zlt ≥ 4,5. Menurut Gaspersz (2007), Zshift merupakan nilai Z dari penjumlahan probabilitas dari batas spesifikasi atas (USL) dan batas bawah spesifikasi. Z shift juga diartikan sebagai perbedaan antara kapabilitas jangka pendek dan kapabilitas jangka panjang.

10

Nilai Zshift menunjukkan kemampuan proses yang dipengaruhi teknologi. Jika nilai Zshift kurang dari 1,5 maka pengukuran kapabilitas proses cukuk efektif, namun jika sebaliknya maka pengukuran kapabilitas proses kurang efektif.

2.4 Six Sigma

Six Sigma adalah metode yang dirancang sebagai dasar pemecahan masalah kualitas, salah satu metode tersebut adalah metode DMAIC (Define, Measure, Analyze, Improve, Control). Menurut Hidayat (2007) tujuan dari Six sigma ialah mengurangi dan mereduksi kegagalan produk atau proses, menekan produk yang cacat, dan meningkatkan kualitas produk pada tingkat maksimal. Suatu proses dikatakan mencapai six sigma jika dalam satu juta peluang hanya terdapat 3,4 cacat dan proses tersebut dapat dikatakan sempurna. Defect Per Million Opportunities merupakan ukuran kegagalan peningkatan kualitas six sigma yang menunjukkan banyaknya cacat atau kegagalan per sejuta kesempatan (Santoso, 2007). Metode Six sigma dikembangkan dengan mengadopsi berbagai metode peningkatan kualitas terbaik yang telah sukses diterpkan di banyak aktivitas bisnis (Hidayat, 2007). Sebagai metodologi untuk memecahkan masalah atau meningkatkan proses, strategi six sigma memiliki serangkaian langkah atau tahapan yang dirumuskan sebagai DMAIC. DMAIC merupakan singkatan dari define (mendefinisikan), measure (mengukur), analyze (menganalisis), improve (meningkatkan / memperbaiki) dan control (mengendalikan) (Evans dan Lindsay, 2007) yang dijelaskan sebagai berikut:

1. Define

Langkah operasional pertama dalam peningkatan mutu dengan six sigma yaitu mendefinisikan (define). Menurut Samadhi (2008), tahap define digunakan untuk mengidentifikasikan masalah penting yang terjadi dalam suatu proses yang sedang berlangsung. Tujuan dari langkah define pada pendekatan DMAIC adalah untuk mengidentifikasi tahap

11

untuk menentukan pokok permasalahan, tujuan penelitian, dan lingkup pada proses.

2. Measure

Tahap measure merupakan langkah operasional dalam program peningkatan kualitas Six Sigma. Measure merupakan tahapan pengukuran yang dilakukan setelah melakukan proses pendefinisian permasalahan pemborosan yang terjadi. Pada tahap ini ditetapkan rencana pengumpulan data termasuk mengendalikan peralatan pengukuran agar diperoleh data yang akurat bagi keperluan analisis tahap selanjutnya dari setiap proyek six sigma (Gasperz, 2008). Menurut Gasperz (2007), alat yang digunakan dalam fase ini antara lain pareto chart, check sheet, process mapping, sampling techniques, control chart, and sigma level.

3. Analyze

Pada tahap selanjutnya yaitu analyze. Tahap analyze digunakan untuk menggunakan data atau informasi pada tahap pengukuran (measure) untuk memulai menentukan hubungan sebab akibat pada proses dan untuk memahami perbedaan dari variabilitas. Suatu proses dapat dikatakan baik tidaknya dari suatu nilai atau indeks yang disebut indeks kemampuan proses (process capability index) (Samadhi, 2008). Menurut Gaspersz (2007), alat yang digunakan dalam tahap analyze antara lain diagaram sebab akibat, scatter plot, run chart, process capability, dan Failure Mode and Effect Analysis (FMEA).

4. Improve

Tahap improve bertujuan untuk mengoptimasi solusi yang ditawarkan akan memenuhi atau memberikan usulan perbaikan dari proyek. Usulan perbaikan tersebut dapat diperoleh dari pemimpin perusahaan, para pakar atau literatur. Menurut Santoso (2013), hal tersebut bertujuan agar kegagalan tersebut tidak kembali terjadi atau dapat berkurang. Metode analisis yang dapat digunakan pada tahap improve ini adalah Failure Mode and Effect Analysis (FMEA).

12

5. Control

Control adalah tahap operasional terakhir dalam proyek peningkatan kualitas six sigma. Menurut Gaspersz (2007), pada fase ini hasil dari peningkatan kualitas didokumentasikan dan disebarluaskan. Kemudian hasil implementasikan yang sukses dalam peningkatan kualitas distandarisasikan dan prosedur pelaksanaannya didokumentasi untuk dijadikan standar pedoman kerja.

2.5 Metode SPC (Statistical Process Control)

Statistical Process Control (SPC) adalah sebuah proses yang digunakan untuk mengawasi standar, membuat pengukuran dan mengambil tindakan perbaikan selagi sebuah produk atau jasa sedang diproduksi. Amsden et al. (1991) SPC menyajikan teknik statistik yang menerapkan pengukuran dibagian proses. Pengendalian kualitas dengan alat bantu statistik bermanfaat pula mengawasi tingkat effisiensi dengan cara menolak (reject) dan menerima (accept) berbagai produk yang dihasilkan mesin. Menolak ataupun menerima produk berarti bisa juga sebagai alat untuk mengawasi proses produksi sekaligus memperoleh gambaran kesimpulan tentang spesifikasi produk yang dihasilkan secara populasi umum. Montgomery (2005) SPC secara spesifik mengumpulkan seluruh alat – alat penyelesaian masalah untuk membantu mendapatkan proses yang stabil dan meningkatkan performa dan kemampuan penurunan variasi. Tujuan process control system adalah untuk memberikan informasi awal secara statistik di tempat timbulnya sebab-sebab yang khusus (variasi yang ditimbulkan oleh gangguan pada proses) yang mempengaruhi variasi (Heizer dan Render, 2009). Produsen mendapatkan keuntungan dari penerapan SPC diberbagai situasi. Metode SPC digunakan untuk mengidentifikasi akar masalah berbagai proses yang diakibatkan penyebab umum atau penyebab khusus. Salah manfaat dari SPC adalah kemampuan untuk mendeteksi secara cepat berbagai penyebab khusus atau proses lanjutan untuk diperiksa dan tindakan koreksi dapat diambil sebelum kualitas

13

memburuk dan banyak cacat produk pada proses produksi (Jianget al., 2007).

Pengendalian kualitas secara statistik dengan menggunakan SPC (Statistical Process Control) mempunyai 7 (tujuh) alat statistik utama yang dapat digunakan untuk mengendalikan kualitas antara lain yaitu Check Sheet, Historgram, Control Chart, diagaram pareto, diagram sebab-akibat, Scatter Diagram, dan diagram proses (Heizer dan Render, 2009). Tujuh macam alat statistik tersebut antara lain:

1. Check Sheet

Check sheet adalah sebuah formulir yang digunakan untuk mempermudah pencatatan data yang sudah dikumpulkan sebelumnya. Menurut Evans dan Lindsay (2008) check sheet adalah jenis khusus dari bentuk pengumpulan data yang hasilnya dapat diartikan pada formulir langsung tanpa pengolahan tambahan. Sedangkan menurut Heizer dan Render (2009) check sheet adalah suatu formulir yang dirancang untuk mencatat data.

Sumber : Budi, (2016)

Gambar 2.2 Check sheets

2. Diagram Pareto

Diagram pareto dibuat berdasakan karya Vilfredo Pareto, seorang pakar ekonomi berkebangsaan Italia di abad ke 19. Dan dipopulerkan oleh Joseph M. Juran memopulerkan pekerjaan Pareto dengan menyatakan 80% permasalahan perusahaan merupakan hasil dari penyebab yang 20% saja. Diagram pareto adalah sebuah metode untuk mengelola kesalahan, masalah,

14

atau cacat guna membantu memusatkan perhatian untuk upaya penyelesaian masalahnya (Heizer dan Render. 2009).

Sumber : Rizki, (2011)

Gambar 2.3 Diagram pareto

3. Histogram

Histogram adalah tabel yang memberikan petunjuk tentang karakteristik populasi induk dari sampel yang diambil, dan membentuk pola yang tidak bisa dilihat dari tabel angka biasa (Evans dan Lindsay. 2008). Histogram menunjukan cakupan nilai dari sebuah perhitungan dan frekuensi dari setiap nilai yang muncul.


Gambar 2.4 Histogram

15

4. Cause and effect diagram

Cause and effect diagram atau diagram Ishikawa atau juga sering disebut fishbone diagram adalah sebuah teknik skematik yang digunakan untuk mengetahui letak-letak masalah kualitas yang mungkin terjadi (Heizer dan Render. 2009). Cause and effect diagram merupakan alat yang bagus untuk memisahan masalah ke level yang lebih rendah sehingga dapat membantu untuk memecahakan masalah. Fungsi dasarnya adalah untuk mengidentifikasi dan mengorganisasi penyebab-penyebab yang mungkin timbul dari suatu efek spesifik dan kemudian memisahkan akar penyebabnya (Yamit, 2010).

Sumber : Yamit, (2010)

Gambar 2.5 Cause and effect diagram

5. Scatter diagram

Diagram sebar atau Scatter diagram merupakan alat yang bermanfaat untuk menjelaskan apakah terdapat hubungan antara dua variabel tersebut, dan apakah hubungannya positif atau negatif (Yamit, 2010). Scatter diagram merupakan cara paling sederhana untuk menentukan hubungan antara sebab dan akibat dari dua variabel. Langkah–langkah yang di ambil pun sederhana. Data dikumpulkan dalam bentuk pasangan titik (x,y) dan dari titik tersebut dapat diketahui antara variabel x dan variabel y, apakah terjadi hubungan positif atau negatif (Besterfield, 2009).

16


Gambar 2.6 Scatter diagram

6. Flow chart

Process map atau flow chart adalah gambar untuk mengidentifkasi urutan kegiatan atau aliran bahan dan informasi dalam suatu proses atau sistem (Evans dan Lindsay, 2008). Flow chart membantu orang yang terlibat dalam proses memahaminya jauh lebih baik dan lebih obyektif dengan memberikan gambaran tentang langkah-langkah yang diperlukan untuk menyelesaikan tugas.

Sumber : Yualiasri, (2015) Gambar 2.7 Flow Chart

Pencucian

Perebusan

Pencucian

Penirisan/pendinginan

Penjamuran/peragian

Kedelai

Ragi/Jamur

17

7. Control chart

Control chart merupakan cara ideal untuk memonitor kinerja proses saat ini. Menurut Heizer dkk (2009) control chart adalah representasi grafis dari data proses yang sejalan dengan waktu, dengan batas-batas kendali yang telah ditentukan. Control chart menunjukkan kinerja dan variasi proses atau kualitas, dan indikator produktivitas dari waktu ke waktu secara grafis yang mudah untuk dipahami dan ditafsirkan (Evans dan Lindsay. 2008). Selain itu control chart juga mengidentifikasikan proses perubahan dan tren dari waktu ke waktu dan menunjukan efek dari tindakan korektif. Terdapat tiga macam garis kendali, yaitu : batas kendali atas, garis pusat dan batas kendali bawah. Garis-garis kendali itu ditulis sebagai UCL, x bar, dan LCL dengan urutan yang sama (Nasution, A.H, 2006). Secara umum terdapat dua jenis peta kontrol kendali yaitu (Oktavia, 2013): a. Peta kendali variabel adalah peta kendali untuk mengukur

karakteristik kualitas seperti berat, panjang, lebar, tinggi, diameter dan volume. Terdapat tiga jenis peta kendali untuk variabel yaitu peta kendali X-Bar, peta kendali R, dan peta kendali S. Peta kendali X-Bar menjelaskan tentang apakah perubahan-perubahan telah terjadi dalam ukuran titik pusat atau rata-rata dari suatu proses. Peta kendali R menjelaskan tentang apakah perubahan-perubahan telah terjadi dalam ukuran variasi yang berkaitan engan perubahan homogenitas produk yang dihasilkan melalui suatu proses. Peta kendali S memberikan gambaran mengenai variasi proses lebih baik dan digunakan untuk mengukur tingkat keakurasian suatu proses.

b. Peta kendali atribut adalah peta kendali untuk mengukur kharakteristik kualitatif yang dapat dihitung pencatatan dan analisis. Data atribut diperoleh dalam bentuk unit-unit ketidaksesuaian dengan spesifikasi atribut yang ditetapkan. Contoh dari data atribut adalah banyaknya jenis cacat pada produk, kehandalan label pada kemasan produk, dan lain-lain. Terdapat empat peta kendali untuk atribut yaitu peta p, peta np, peta c, dan peta u. Peta kendali p (proporsi)

18

digunakan untuk data yang terdiri dari proporsi jumlah kejadian terhadap total jumlah kejadian dan digunakan dalam pengendalian kualitas untuk melaporkan unit-unit yang tidak sesuai dalam produk, karakteristik kualitas dengan jumlah n tidak harus konstan. Peta kendali c digunakan apabila ukuran sampel sama dengan satu unit pemeriksaan, selain itu grafik ini dapat ditetapkan untuk mengendalikan performansi dari operator, stasiun kerja, atau sebuah shia kerja dengan syarat jumlah n harus konstan. Peta kendali np (jumlah proporsi) digunakan untuk mengetahui jumlah item yang tidak memenuhi syarat dan jumlah n harus konstan. Peta kendali c digunakan apabila ukuran sampel sama dengan satu unit pemeriksaan, selain itu grafik ini dapat ditetapkan untuk mengendalikan performansi dari operator, stasiun kerja, atau sebuah shift kerja dengan syarat jumlah n harus konstan. Peta kendali u digunakan untuk sampe yang tidak sama ataupun sama setiap kali observasi.

Sumber : Yamit, (2010)

Gambar 2.8 Control chart

19

2.6 Fuzzy FMEA (Failure Mode and Effect Analysis)

Menurut Kusumadewi (2003) logika fuzzy adalah suatu logika yang memiliki nilai kekaburan atau kesamaran antara benar atau salah. Alasan menggunakan logika fuzzy yaitu mudah dimengerti, sangat fleksibel, memiliki toleransi terhadap data dan mampu mengakomodir para pakar dan menggunakan bahasa alami. Penerapan konsep fuzzy untuk memperjelas pengkaburan dari penilaian responden (Darmawan, 2009).

Menurut Perdana dan Evi (2014), Failure Mode and Effect Analysis (FMEA) merupakan salah satu metodologi yang digunakan untuk menganalisis masalah kinerja atau aktifitas yang tidak diinginkan. FMEA diimplementasikan untuk mengidentifikasi bentuk–bentuk potensi kegagalan, menentukan dampaknya terhadap produksi, serta merencanakan tindakan penanganan yang paling tepat sesuai fokus atau prioritas yang diperoleh. Pengukuran risiko dalam FMEA dilakukan dengan menggunakan matrik risiko yaitu RPN (Risk Priority Number) dengan menghitung nilai–nilai sederhana dari Saverity (S), occurrence (O), dan detection (D). Saverity (tingkat keparahan) merupakan penilaian risiko untuk menghitung seberapa besar dampak/intensitas kejadian dari suatu kegagalan. Kegagalan tersebut diranking mulai skala 1 sampai 10, dimana 10 merupakan dampak terburuk. Occurrence (kejadian) adalah kemungkinan penyebab tersebut akan terjadi dan menghasilkan kegagalan. Detection (deteksi) adalah penilaian dari kemungkinan alat tersebut dapat mendeteksi penyebab potensial terjadinya suatu bentuk kegagalan.

Keskin (2009) menyatakan bahwa penelitian dengan menggunakan logika fuzzy akan memperoleh hasil yang lebih akurat dibandingkan dengan menggunakan metode FMEA konvensional. Menurut Yeh & Hsieh (2007), beberapa kelemahan FMEA konvensional adalah pernyataan dalam FMEA sering subyektif dan kualitatif yang dijelaskan dalam bahasa alamiah. Ketiga tingkat parameter Saverity (S), occurrence (O), dan detection (D) yang diasumsikan memiliki kepentingan yang sama, ternyata dalam praktiknya bobot kepentingan dari ketiga parameter adalah tidak sama. Nilai Risk Priority Number (RPN)

20

yang sama dihasilkan dari hasil perkalian tingkat S, O, D mungkin menyiratkan representasi risiko yang berbeda. Menurut Kutlu dan Mahmet (2012), Fuzzy FMEA memungkinkan data kuantitatif dan informasi samar-samar, serta kualitatif yang akan digunakan dan dikelola secara konsisten. Fuzzy FMEA juga memungkinkan untuk kombinasi dampak, kejadian dan pendeteksian dalam struktur yang lebih baik daripada FMEA konvensional. Wang et al. (2009) menambahkan bahwa Fuzzy FMEA dilakukan untuk mengukur risiko, kemudian diperoleh tingkat prioritas risiko pada tiap pemangku kepentingan. Fuzzy FMEA menggunakan logika fuzzy untuk pengidentifikasian sumber permasalahan dengan mempertimbangkan faktor Saverity (S), occurance (O), dan detection (D).

2.7 Penelitian Terdahulu

Penelitian dengan judul Usulan Penerapan Lean Six Sigma, FMEA dan Fuzzy Untuk Meningkatkan Kualitas Produk Botol Sabun Cair dilakukan Ellianto dkk (2015) bertujuan mengidentifikasi pemborosan yang sangat berpengaruh pada proses produksi, mengidentifikasi kecacatan paling kritis dalam proses produksi, mengidentifikasi penyebab kecacatan dalam proses produksi dan memperoleh prioritas tindakan perbaikan untuk meminimalkan risiko kecacatan dalam proses produksi serta memberikan rekomendasi perbaikan yang bertujuan untuk mengurangi terjadinya defect. Metode Lean Six Sigma yang digunakaan dalam penelitian ini mampu untuk mengidentifikasi permasalahan pemborosan yang sering terjadi pada lantai produksi, khususnya cacat atau kegagalan produk. Penggunaan metode FMEA pada penelitian ini diharapkan dapat mengidentifikasi potensi kegagalan yang timbul dalam proses produksi botol sabun cair dengan tujuan untuk meminimalkan risiko kegagalan produksi. Metode FMEA dintegrasikan dengan metode fuzzy untuk mendapatkan prioritas tindakan perbaikan yang lebih baik. Pada pendekatan fuzzy, peran para ahli digunakan untuk mengevaluasi risiko kegagalan dan memperoleh prioritas tindakan perbaikan. Berdasarkan hasil

21

penelitian diperoleh empat macam jenis defect kritis yaitu: defect kotor hitam, defect garis di dinding botol, defect leher menyempit/buntu, dan defect mulut tidak rata. Hasil perhitungan FMEA menunjukkan bahwa nilai Risk Priority number (RPN) tertinggi (48) didapat dari defect kotor hitam dengan penyebab defect yaitu kurang memperhatikan komposisi material dan kontaminasi/kerak yang terbakar. Berdasarkan hasil perhitungan Fuzzy diketahui bahwa nilai fuzzy risk priority number (FRPN) yang tertinggi didapat dari defect kotor hitam dengan penyebab defect yaitu kurang memperhatikan komposisi material dengan nilai sebesar 3,327831. Usulan perbaikan diberikan untuk cacat prioritas.

Penelitian dengan judul Risk Analysis of Poultry Feed Production Using Fuzzy FMEA dilakukan oleh Aranti (2015). Penelitian ini bertujuan untuk mengidentifikasi cacat potensial yang terjadi selama produksi pangan unggas. Pendekatan FMEA digunakan untuk pencegahan dan meminimalkan cacat yang terjadi selama proses berlangsung. Hasil mitigasi diharapkan dapat diterapkan untuk memperbaiki proses produksi pakan unggas. Metode yang digunakaan dalam penelitian ini adalah Fuzzy FMEA yang mampu mengatasi keterbatasan FMEA konvensional seperti penjelasan yang bersifat subjektif dan kualitatif, kepentingan relatif antara tingkatan risiko, perbedaan gambaran risiko antara tingkatan yang sama dan pengetahuan bersama antara anggota tim FMEA. Hasil dari penelitian ini terdeteksi 89 risiko operasi yang berhasil diidentifikasi dalam proses produksi pakan unggas. Terdapat 38 cacat yang dapat digunakan untuk prioritas mitigasi. Hasil mitigasi diharapkan dapat bermanfaat bagi perusahaan untuk mengatasi permasalahan kecacatan yang terjadi.

Penelitian dengan judul Pengendalian Kualitas Pengalengan Jamur dengan Metode Six Sigma di PT. Y, Pasuruan, Jawa Timur yang dilakukan oleh Sucipto dkk (2017) bertujuan untuk mengetahui kualitas pengalengan jamur di PT. Y dengan menggunakan metode Six Sigma. Permasalahan yang dihadapi PT. Y adalah cacat produk jamur kaleng akibat kemasan rusak. Perbaikan mutu dari pengalengan jamur pada penelitian ini menggunakan metode Six Sigma. Penggunaan metode Six

22

Sigma dapat memperkecil variasi sehingga diperoleh tingkat kualitas mendekati sempurna (zero defect) atau memperoleh semua output sesuai spesifikasi pelanggan serta dapat mengetahui kemampuan proses perusahaan dengan nilai DPMO yang dikonversi ke nilai sigma. Penggunaan metode Six Sigma ini dibatasi pada tahap define, measure, analyze dan improve. Hasil penelitian menunjukkan jenis cacat terbesar pengalengan adalah knocked down flange (KDF) dengan persentase nilai sigma sebesar 34,6 %. Penyebab KDF yaitu pekerja kurang teliti dan kurang memahami SOP, setting up mesin salah, area produksi panas dan tidak nyaman, lid rusak, flange rusak, body can rusak, rantai pembawa aus, seaming roll aus, dan baseplate tidak stabil. Usulan perbaikan dengan Five M Checklist memberi arahan pada pekerja, melakukan training SOP untuk pekerja, merawat mesin seamer dan menjadwal penggantian komponen mesin seamer, mengawasi serta memberi pelatihan pada operator mesin, memeriksa kaleng lebih ketat dan menambah turbine ventilator di area produksi.

Penelitian yang berjudul The Quality Improvement of Primer Packaging Process Using Six Sigma Methodology, Gunungkidul, Yogyakarta dilakukan oleh Ditahardiyani et al. (2008) bertujuan untuk mengatasi permasalahan minuman Cranberry pada proses pengemasan dengan menggunakan metode Six Sigma. Faktor utama penyebab defect yaitu pada proses penemasan kemasan primer seperti sachet rusak, sealer rusak, cutter tumpul dan berat produk yang tidak sesuai. Hasil penelitian ini menunjukkan bahwa defect tertinggi adalah pada berat produk yang tidak sesuai dengan nilai DPMO 3011. DPMO 3011 menunjukkan bahwa terdapat defect sebanyak 3011 dalam satu juta kesempatan produk. Faktor penyebab defect antara lain tidak adanya SOP untuk proses pengemasan primer, pengaturan yang ceroboh, pada mesin sachet dan kemampuan operator yang rendah. Maka didapat usulan perbaikan seperti menetapkan SOP untuk penanganan material dan pada mesin sachet, serta mengadakan pelatihan bagi operator mesin sachet. Setelah dilakukan menerapan pada proses pengemasan primer didapat nilai DPMO yang meningkat seperti pada berat produk yang tidak sesuai meningkat dari 4.2 menjadi 5.1.

23

Penelitian yang berjudul Analisis Produktivitas Produksi di Perusahaan Kecap Manalagi Denpasar dilakukan oleh Alfiana dkk (2015) bertujuan untuk mengukur dan menganalisis komponen yang berkontribusi dalam produktivitas produksi pada perusahaan kecap Manalagi Denpasar. Metode yang digunakan untuk mengukur produktivitas perusahaan tersebut yaitu menggunakan OMAX (Objective Matrix). Terdapat 6 pengukuran yang diadaptasi ke perusahaan, pengukuran tersebut meliputi juga kriteria efektivitas dan effisiensi. Hasil dari penelitian ini menunjukkan index produktivitas terbesar dari total yang diterima selama pengukuran pada periode 2014 adalah 769,5 dan nilai produktivitas terendah 468,6. Faktor yang mempengaruhi dari rendahnya produktivitas pada perusahaan Kecap Manalagi adalah performa dari perusahaan pada kualitas produksi dan tenaga kerja yang tidak dalam kondisi yang baik.

25

III. METODOLOGI PENELITIAN

3.1 Waktu dan Tempat Penelitian

Kegiatan penelitian ini dilaksanakan pada bulan Juni – Agustus 2017 bertempat di PT Heinz ABC Indonesia Pasuruan, Jalan Bintoro 888 Desa Wonokoyo Kecamatan Beji Pasuruan, Jawa Timur. Pengolahan dan analisis data dilakukan di laboratorium Komputasi dan Analisis Sistem Jurusan Teknologi Industri Pertanian, Fakultas Teknologi Pertania, Universitas Brawijaya.

3.2 Batasan Masalah

Batasan masalah dalam sebuah penelitian dibutuhkan agar permasalahan yang diteliti lebih fokus dan tidak melebar. Batasan masalah pada kegiatan penelitan ini adalah.

1. Penelitian yang dilakukan di PT Heinz ABC Indonesia Pasuruan hanya difokuskan pada produk kecap manis ABC kemasan pouch berukuran 520 ml.

2. Jenis defect yang diukur hanya pada proses filling. 3. Analisis pengendalian kualitas hanya dilakukan pada

tahap define, measure, analyze dan improve. 4. Pada penelitian ini tidak membahas aspek biaya.

3.3 Prosedur Penelitian Prosedur penelitian merupakan langkah - langkah yang

perlu dilakukan untuk melakukan penelitian dimana setiap langkah tersebut berkaitan satu sama lain. Tujuan dari langkah - langkah penelitian untuk mempermudah selama kegiatan penelitian berlangsung. Langkah – langkah dalam kegiatan ini secara singkat dijelaskan pada Gambar 3.1.

26

Gambar 3.1. Prosedur Penelitian

Survei Pendahuluan

Identifikasi Masalah

Studi Literatur

Penentuan Data dan Metode Pengumpulan Data

Pengolahan Data

1. Define - Diagram Pareto

2. Measure - Pengambilan Sampel - Uji Normalitas - Peta Kendali - Penentuan nilai DPMO dan level sigma - Perhitungan Nilai Kapabilitas Proses

3. Analyze - Kuisioner Pakar - Diagram Sebab-Akibat - Analisa Fuzzy FMEA sehingga diperoleh nilai

Fuzzy RPN 4. Improve

- Rekomendasi perbaikan dari hasil Fuzzy FMEA

Kesimpulan dan Saran

Analisis Hasil dan Pembahasan

27

3.3.1 Survei Pendahuluan

Survei pendahuluan dilakukan di PT Heinz ABC Indonesia Pasuruan, Jalan Bintoro 888 Desa Wonokoyo Kecamatan Beji Pasuruan, Jawa Timur. Kegiatan ini dilakukan untuk mengetahui kondisi umum perusahaan terutama mengenai penerapan pengendalian kualitas produk untuk mengetahui jenis penyimpangan yang terjadi dan faktor penyebab terjadinya penyimpangan tersebut.

3.3.2 Identifikasi Masalah

Tahap identifikasi masalah bertujuan untuk mengetahui kendala-kendala pada proses filling di PT Heinz ABC Indonesia Pasuruan dan menentukan permasalahan yang akan dibahas. Perumusan masalah kemudian dibuat berdasarkan identifikasi masalah pada penelitian ini untuk digunakan sebagai penentuan tujuan dalam penelitian. Hasil dari penelitian harus mampu menjawab tujuan tersebut.

3.3.3 Studi Literatur

Studi literatur dilakukan untuk mempelajari teori dan ilmu yang berhubungan dengan permasalahan di PT Heinz ABC Indonesia Pasuruan, sehingga dapat dicari solusi permasalahannya. Literatur yang diperlajari antara lain mengenai produk kecap, pengendalian kualitas, metode Six Sigma, metode Fuzzy Failure Mode and Effect Analysis (Fuzzy FMEA) dan penelitian terdahulu serta jurnal-jurnal yang berkaitan dengan pengendalian kualitas produk pada dunia industri. Sumber literatur dapat diperoleh dari buku, skripsi, jurnal dan media online.

3.3.4 Penentuan Data dan Metode Penentuan Data

Data yang diperuntuhkan dalam penelitian ini adalah 1. Data Primer Data primer adalah data yang diambil dari lapangan yang

diperoleh melalui pengamatan langsung, wawancara dan kuesioner. Data primer yang dibutuhkan pada penelitian ini

28

adalah berat produk kecap pouch yang ditimbang secara langsung dan data yang diperoleh dari responden yaitu Supervisor produksi, Leader line D dan operator produksi proses filling yang akan mengisi kuesioner dan wawancara.

2. Data Sekunder Data sekunder merupakan sumber data yang diperoleh

secara tidak langsung melalui media perantara. Data sekunder data yang diperoleh dari buku teks, jurnal dan laporan penelitian.

3.3.5 Pengumpulan Data

Metode pengumpulan data yang digunakan dalam penelitan ini adalah: 1. Observasi yang dilakukan dengan cara pengamatan secara

langsung terhadap aktivitas proses produksi di PT Heinz ABC Indonesia Pasuruan.

2. Wawancara yang dilakukan dengan cara tanya jawab dengan pihak-pihak yang berkaitan seperti supervisior, manager serta para pakar.

3. Dokumentasi yang dilakukan dengan cara mencatat informasi serta mengambil gambar yang diperoleh dari perusahaan dan dokumen lainnya untuk menunjang laporan penelitian ini.

4. Penyebaran kuisioner yang dilakukan dengan cara memberikan lembar pertanyaan berupa kuisioner kepada masing-masing pakar untuk diisi. Pakar yang ditunjuk untuk mengisi kuisioner ini meliputi Supervisor produksi dan leader operator line D. Kuisioner dalam penelitian ini untuk mengetahui penyebab cacat tertinggi dan nilai dari masing – masing cacat tersebut untuk diolah ke dalam fuzzy FMEA. Skala dari nilai fuzzy FMEA meliputi kejadian (Saverity), dampak (Occurrrance), dan deteksi (Detection). a. Occurrance (O) (kejadian), menunjukkan tingkat

kemungkinan terjadinya kegagalan. Ditunjukkan dalam 10 level (1, 2,…, 10) dari yang hampir tidak pernah terjadi (1) sampai yang paling mungkin terjadi atau sulit

29

dihindari (10). Skala occurrance dapat dilihat pada Tabel 3.1.

Tabel 3.1 Skala Occurrence

Penilaian Efek Probabilitas Kegagalan

1 Remote (R) : Kegagalan

tidak akan terjadi

Low (L): Relative sedikit

gagal

< 1 dalam 150000

2 1 dalam 150000

3 1 dalam 15000

4 Moderate (M): Sesekali

kegagalan

1 dalam 2000

5 1 dalam 400

6 1 dalam 80

7 High (H) : Kegagalan

berulang

1 dalam 20

8 1 dalam 8

9 1 dalam 3

10 Very High (VH): Kegagalan

hampir tidak bisa dihindari

>1 dalam 2

Sumber : Wang et al, 2009

b. Saverity (S) (dampak), merupakan kuantifikasi seberapa serius kondisi yang diakibatkan jika terjadi kegagalan. Menurut tingkat keseriusan, Saverity dinilai pada skala 1 sampai 10. Skala Saverity dapat dilihat pada Tabel 3.2

c. Detection (D) (deteksi), menunjukkan tingkat lolosnya penyebab kegagalan dari kontrol yang dipasang. Levelnya mulai dari 1-10, dimana angka 1 menunjukkan kemungkinan untuk lewat dari kontrol (pasti terdeteksi) sangat kecil, dan 10 menunjukkan kemungkinan untuk lolos dari kontrol (tidak terdeteksi) adalah sangat besar. Skala detection (deteksi) dapat dilihat pada Tabel 3.3.

d. Kuisioner untuk menentukan bobot faktor berdasarkan penentuan bobot S,O,D diperoleh dari penilaian responden secara kualitatif.

30

Tabel 3.1 Skala Saverity

Penilaian Efek Efek dari Saverity

1 None Tidak ada pengaruh

2 Very Minor Sistem dapat beroperasi dengan sedikit

gangguan

3 Minor Sistem dapat beroperasi dengan kinerja

mengalami beberapa penurunan

4 Very Low Sistem dapat beroperasi dengan kinerja

mengalami penurunan secara signifikan

5 Low Sistem tidak dapat beroperasi tanpa

kerusakan

6 Moderate Sistem tidak dapat beroperasi dengan

kerusakan kecil

7 High Sistem tidak dapat beroperasi dengan

kerusakan pada peralatan

8 Very High Sistem tidak dapat beroperasi dengan

kegagalan menyebabkan kerusakan

tanpa membahayakan keselamatan

9 Hazardous

with

warning

Tingkat keparahan sangat tinggi ketika

mode kegagalan potensial

mempengaruhi system safety dengan

peringatan

10 Hazardous

without

warning

Tingkat keparahan sangat tinggi ketika

mode kegagalan potensial

mempengaruhi system safety tanpa

peringatan


31

Tabel 3.3 Skala Detection

Penilaian Efek Kemungkinan Deteksi

1 Almost

Certain

(AC)

Hampir pasti, kemampuan alat mendeteksi

penyebab kegagalan dan modus

kegagalan berikutnya

2 Very High

(VH)

Sangat tinggi, kemampuan alat

mendeteksi penyebab kegagalan dan

modus kegagalan berikutnya

3 High (H) Tinggi, kemampuan alat mendeteksi



4 Moderately

High (MH)

Cukup tinggi, kemampuan alat mendeteksi



5 Moderate

(M)

Sedang, kemampuan alat mendeteksi



6 Low (L) Rendah, kemampuan alat mendeteksi



7 Very Low

(VL)

Sangat rendah, kemampuan alat



8 Remote (R) Kecil, kemampuan alat mendeteksi



9 Very

Remote

(VR)

Sangat kecil, kemampuan alat mendeteksi



10 Absolute

Uncertainly

(AU)

Tidak ada alat pengontrol yang mampu




32

3.3.6 Penentuan Sampel

Sampel diambil berdasarkan pengambilan secara acak (sample random sampling) untuk setiap shift pada produk pouch kecap manis yang terdiri dari 3 shift perhari. Produksi kecap manis kemasan pouch 520 ml diproduksi di line D dengan bantuan tiga buah mesin. Target produksi setiap hari untuk kecap pouch diasumsikan ± 10.244 karton (berisi 12 produk pouch) yang berarti setiap hari menghasilkan ± 122.928 produk dan setiap shift memproduksi sekitar ± 40976. Pengambilan sampel dengan acuan setiap shift ini berdasarkan inspeksi normal ANSI/ASQCZ1.9-1993 pada Tabel 3.4. akan dihasilkan jumlah sampel sebanyak minimum ± 150 sampel untuk setiap pengambilan. Sampel bahan diambil selama 6 hari kerja dengan 18 kali ulangan pengambilan sampel dan 1 kali pengambilan sampel setiap shift berjumlah 150 sampel. Sampel ini dibagi dalam 6 subgroup untuk setiap shift dengan ukuran setiap subgroup 25 sampel untuk selang waktu 75 menit. Sehingga total keseluruahan subgroup yang terbentuk 108 subgroup dan diperoleh 2700 sampel.

Tabel 3.4 Contoh Inspeksi Normal ANSI/ASQCZ1.9-1993

Banyak Produk yang Dihasilkan (Unit)

Ukuran Sampel

91-150

151-280

281-400

401-500

501-1200

1201-3200

3201-10000

10001-35000

35001-150000

10

15

20

25

35

50

75

100

150

Sumber: Gasperz (2004)

33

3.3.7 Pengolahan dan Analisis Data

Pengolahan data dilakukan dengan tahapan sebagai berikut:

1. Define

Tahap pendefinisian merupakan tahap pengumpulan informasi berupa catatan perusahaan dari hasil wawancara mengenai permasalahan yang terjadi pada proses filling untuk produksi kecap manis ABC di PT Heinz ABC Indonesia Pasuruan. Cacat yang sering terjadi pada proses filling meliputi overfill, underfill dan sealing rusak.

a. Overfill Overfill terjadi jika volume produk kecap manis kemasan pouch 520 ml memiliki berat melebihi 521,1 ml.

b. Underfill Underfill terjadi jika volume produk kecap manis kemasan pouch 520 ml memiliki berat kurang dari 518,9 ml.

c. Sealing Rusak Sealing rusak terjadi apabila kemasan produk yang di seal tidak sempurna dalam menutup produk, terdapat produk yang keluar dari produk atau bocor dan tidak menutup dengan rapi.

Jumlah cacat yang terjadi kemudian dibuat dalam diagaram pareto. Diagram pareto adalah sebuah metode untuk mengelola kesalahan, masalah, atau cacat guna membantu memusatkan perhatian untuk upaya penyelesaian masalah (Heizer, 2009). Cacat pada proses filling yang dianalisis lebih lanjut ditentukan berdasarkan prinsip pareto yaitu aturan 80/20 dengan melakukan 20% dari pekerjaan bisa menghasilkan 80% manfaat dari pekerjaan itu.

2. Measure

Tahap selanjutnya adalah measure yang berfungsi untuk memvalidasi permasalahan, mengukur/menganalisis permasalahan dari data yang ada.

34

a. Pengambilan Sampel

Pengambilan sampel dilakukan dengan cara menghitung berat produk kecap manis ABC kemasan Pouch 520 ml yang telah melalui proses filling. Data sampel diperoleh dengan cara pengamatan langsung dan ditunjang data perusahaan. Pengamatan secara langsung dilakukan pada hari effektif antara senin-jumat pukul 08.00 hingga pukul 16.00 pada bulan Juni 2017 dengan di dampingi operator, sedangkan data di luar hari dan jam tersebut diperoleh dari perusahaan. Pengambilan sampel tidak dapat dilakukan setiap hari dikarenakan jadwal dan jumlah produksi pada PT Heinz ABC Indonesia yang tidak menentu yang disesuaikan dengan permintaan pasar yang selalu berubah - ubah.

b. Uji Normalitas

Uji normalitas dilakukan untuk mengetahui apakah sebuah data berdistribusi normal atau tidak. Data yang berdistribusi normal merupakan data yang baik, dengan tidak melenceng ke kanan atau ke kiri. Uji ini dilakukan dengan uji Kolmogrov- Smirnov dengan bantuan software SPSS 17. Kriteria uji Kolmogrov- Smirnov adalah sebagai berikut (Sugiyono, 2007):

1) Hipotesis:

H0 : Nilai signifikan (SIG) > 0,05 maka data terdistribusi normal H1 : Nilai signifikan (SIG) < 0,05 maka data tidak terdistribusi normal

2) Statistik Uji yang Digunakan D = max |f0(Xi) – Sn (Xi)| ; i = 1,2,3... Keterangan: f0 (Xi) = Fungsi distribusi frekuensi kumulatif relatif dari

distribusi teoritis dalam kondisi H0 Sn (Xi) = Distribusi frekuensi kumulatif dari pengamatan

banyak n

35

3) Aturan Pengambilan Keputusan:

Dengan cara membandingkan nilai D terhadap nilai D pada Tabel Kolmogrof Smirnov dengan taraf nyata ∝ maka aturan pengambilan keputusan dalam uji ini adalah:

Jika D ≤ D Tabel, maka Terima H0 Jika D > D Tabel, maka Tolak H0

Jika data yang digunakan tidak berdistribusi normal, maka

dilakukan perbaikan dilakukan dengan cara mengganti data ekstrim kemudian diuji kembali hingga didapatkan data yang berdistribusi normal. Uji Kolmogrov- Smirnov memiliki kelebihan dibandingkan dengan uji normalitas yang lain dikarenakan lebih sederhana dan tidak menimbulkan persepsi di antara satu pengamatan dan pengamatan yang lain.

c. Pembuatan Peta Kontrol

Peta kendali yang digunakan dalam penelitian ini adalah peta kendali variabel yaitu peta X-S dan peta kendali atribut yaitu peta p. Peta kendali X memantau perubahan suatu sebaran atau distribusi suatu variabel asal dalam hal pemusatannya. Peta ini berfungsi untuk mengetahui apakah rata – rata produk yang dihasilkan sesuai dengan standar yang telah ditentukan dan proses masih berada dalam batas–batas pengendalian atau tidak. Peta kendali S akan memberi gambaran mengenai variasi proses lebih baik. Peta kendali standar deviasi digunakan untuk mengukur tingkat keakurasian suatu proses. Rumus perhitungan peta kendali X-S adalah:

𝑈𝐶𝐿 = �̅� + (A3. 𝑆̅) (1)

𝐿𝐶𝐿 = �̅� - (A3. 𝑆̅) (2)

𝑆 = √∑(𝑋𝑡−𝑋)2

𝑛−1 (3)

36

Keterangan :

�̅� = rata – rata sub kelompok

𝑆̅ = rata – rata nilai seluruh simpangan baku A3 = konstanta yang nilainya tergantung pada ukuran sampel

subkelompok

Peta kendali p merupakan peta kontrol atribut yang digunakan untuk mengamati proporsi atau perbandingan antara produk yang cacat dengan total produksi. Peta ini berguna untuk pengendalian kualitas produk selama proses produksi yang tidak dapat diukur tetapi dapat dihitung sehingga kualitas produk dapat dibedakan dalam karakteristik baik atau buruk, berhasil atau gagal. Karakteristik peta kendali p adalah kualitas dengan jumlah n tidak harus konstan. Rumus perhitungan peta kendali p adalah:

UCL = P + 3 √𝑝 (1−𝑝)

𝑛 (4)

LCL = P - 3 √𝑝 (1−𝑝)

𝑛 (5)

Keterangan :

P = perkiraan proporsi output yang cacat pada populasi n = inspeksi yang dilakukan d. Perhitungan DPMO

Penentuan nilai DPMO pada proses bertujuan untuk mengetahui nilai cacat per satu juta produk yang dihasilkan dengan rumus:

e. Penentuan Level Six Sigma

Nilai DPMO dihitung terlebih dahulu pada tahap ini. Hasil nilai DPMO tersebut dikonversikan menjadi nilai sigma melalui tabel konversi sigma. Parameter pencapaian sigma dapat dilihat pada Tabel 3.3.

37

Tabel 3.5 Tahap-tahap penentuan nilai DPMO

Kode Tindakan Persamaan

(Data Variabel)

Persamaan

(Data Atribut)

1 Proses apa yang ingin diketahui

- -

2 Penentuan nilai batas spesifikasi atas

USL UCL

3 Penentuan nilai batas spesifikasi bawah

LSL LCL

4 Penentuan nilai spesifikasi target

T T

5 Nilai rata-rata proses �̅� �̅� 6 Nilai standar deviasi

proses S -

7 Banyak unit yang diperiksa

- -

8 Banya unit yang cacat - - 9 Hitung kemungkinan

cacat yang berada di atas nilai USL per satu juta kesempatan (DPMO)

P [z ≤ ( USL - �̅� ) / S ]

x 1000000

(Kode 8 / kode

7)/(banyak cacat)

10 Hitung kemungkinan cacat yang berada di bawah nilai LSL per satu juta kesempatan (DPMO)

P [z ≥ ( LSL - �̅� ) / S ]

x 1000000

-

11 Hitung kemungkinan cacat per satu juta kesempatan yang dihasilkan proses di atas (DPMO)

Langkah 9 &10 (Nilai atas + nilai

bawah)

Kode 7x 1.000.000

12

Konversi DPMO (Langkah 8) ke nilai sigma

- -

13 Hitung kemampuan proses di atas dalam ukuran nilai sigma

- -

Sumber: Gaspersz (2012)

38

Tabel 3.6 Konversi Level Sigma Terhadap DPMO

Presentase yang

memenuhi spesifikasi

DPMO Level Sigma Keterangan

31 % 691.462 1-sigma Sangat tidak kompetitif 69,20 % 308.538 2-sigma 93,32 % 66.807 3-sigma Rata-rata industri

Indonesia 99,379 % 6.210 4-sigma 99,977 % 233 5-sigma Rata-rata industri USA 99,9997% 3,4 6-sigma Rata-rata industri kelas

dunia

Sumber: Gaspersz: (2007)

f. Perhitungan Kapabilitas Proses

Kapabilitas proses menunjukkan hubungan antara hasil proses dengan spesifikasi produk dengan ukuran kinerja kritis. Terdapat hubungan antara variasi dan spesifikasi yang diukur dengan menggunakan tolak ukur yang disebut dengan indeks kapabilitas proses. Beberapa cara untuk mengukur indeks kapabilitas dari suatu tipe data variabel, yaitu Cp, Cpk, Pp dan Ppk yang mengindikasikan kapabilitas proses hanya berdasarkan pada variabilitas saja, sedangkan Cpk dan Ppk mengindikasikan kapabilitas proses berdasarkan dua hal yaitu variabilitas dan rata-ratanya (Rusidill dan Litteral, 2008). Perhitungan kapabilitas proses jangka pendek untuk Cp dan Cpk sebagai berikut:

1) Hitungan Indeks Kapabilitas Proses Jangka Pendek (within capability) a) Indeks Cp :

𝑆𝑠𝑡 =�̅�

𝑑2 (6)

𝐶𝑝 = 𝑈𝑆𝐿−𝐿𝑆𝐿

6𝑆𝑠𝑡 (7)

39

Kriteria penilaian :

• Jika Cp > 1,33, maka kapabilitas proses sangat baik

• Jika 1,00 ≤ Cp ≤1,33, maka kapabilitas proses baik

• Jika Cp < 1,00, maka kapabilitas proses rendah b) Indeks Cpk:

𝐶𝑝𝑘 = 𝑚𝑖𝑛𝑖𝑚𝑢𝑚 {𝐶𝑃𝑈 ; 𝐶𝑃𝐿} (8)

𝐶𝑃𝑈 = 𝑈𝑆𝐿−�̅�

3𝑆𝑠𝑡 𝐶𝑃𝐿 =

�̅�−𝐿𝑆𝐿

3𝑆𝑠𝑡 (9)


• Jika Cpk = Cp, maka proses terjadi ditengah

• Jika Cpk = 1, maka proses menghasilan produk yang sesuai dengan spesifikasi

• Jika Cpk < 1, maka proses menghasilkan produk yang tidak sesuai dengan spesifikasi

• Kondisi Ideal : Cp > 1,33 dan Cp = Cpk c) Indeks Zst :

Zst = 3 x Cpk (10)

2) Hitungan Indeks Kinerja Proses Jangka Penjang (Overall

capability) a) Indeks Pp :

𝑆𝑙𝑡 = √∑ (𝑛

𝑖=1 𝑋𝑖− �̅�)2

𝑛−1 (11)

𝑃𝑝 = 𝑈𝑆𝐿−𝐿𝑆𝐿

6𝑆𝑙𝑡 (12)


• Jika Pp > 1,33, maka kinerja proses sangat baik

• Jika 1,00 ≤ Pp ≤1,33, maka kinerja proses baik

• Jika Pp < 1,00, maka kinerja proses rendah

40

b) Indeks Ppk:

𝑃𝑝𝑘 = 𝑚𝑖𝑛𝑖𝑚𝑢𝑚 {𝑃𝑃𝑈 ; 𝑃𝑃𝐿} (13)

𝑃𝑃𝑈 = 𝑈𝑆𝐿−�̅�

3𝑆𝑙𝑡 𝑃𝑃𝐿 =

�̅�−𝐿𝑆𝐿

3𝑆𝑙𝑡 (14)


• Jika Ppk = Pp, maka proses terjadi ditengah

• Jika Ppk = 1, maka proses menghasilan produk yang sesuai dengan spesifikasi

• Jika Ppk < 1, maka proses menghasilkan produk yang tidak sesuai dengan spesifikasi

• Kondisi Ideal : Pp > 1,33 dan Pp = Ppk

c) Indeks Zlt :

Zlt = 3 x Ppk (15)

3) Perhitungan Zshift

Z shift mempresentasikan kemampuan mengendalikan pengukuran kapabilitas proses. Pada analisis ini dibuat secara matematis antara kapabilitas proses short term dan kapabilitas proses long term dengan batas tengah Zshift sebesar 1,5 dan Zst sebesar 4,5. Pengukuran Zshift untuk menentukan kapabilitas proses antara teknologi dan kontrol dapat dilihat pada Gambar 3.2.

Zshift = Zst - Zlt (16)

41

0 321 54 6 7 8 9

0

0,5

1

1,5

3

2,5

2

3,5

4

4,5

A

D

B

C

BaikBuruk

Zst (Teknologi)

Buruk

Baik

Zlt (

Ko

ntr

ol)

Gambar 3.2 Kuadran Kapabilitas Prosses (Pyzdek, 2003)

Pada Gambar 3.2 terdapat 4 kuadran (A, B, C dan D) yang merupakan letak dari kapabilitas proses yaitu:

A : Kontrol proses buruk, teknologi buruk

B : Kontrol proses buruk, teknologi baik

C : Kontrol proses baik, teknologi buruk

D : Kontrol proses baik dan baik

Kapabilitas proses untuk sampel dengan data atribut dapat diketahui dari perhitungan final yield. Suatu proses dapat dikatakan sudah baik apabila nilai persentase final yield tersebut ≥ 99,73 %. Perhitungan final yield ialah sebagai berikut:

Final Yield = 100% - (𝑗𝑢𝑚𝑙𝑎ℎ 𝑐𝑎𝑐𝑎𝑡

𝑗𝑢𝑚𝑙𝑎ℎ 𝑖𝑛𝑠𝑝𝑒𝑘𝑠𝑖 x 100 %) (17)

42

3. Analyze

Tahap selanjutnya dari metode six sigma adalah analisis (Analyze). Data atau informasi pada tahap pengukuran (measure) digunakan untuk memulai menentukan hubungan sebab akibat pada proses dan untuk memahami perbedaan dari variabilitas. Penyebab paling utama dari defect, masalah kualitas, masukan dari pelanggan, waktu siklus, dan lain-lain ditentukan pada tahap ini (Gaspersz, 2002 ).

a. Penilaian Pakar

Pada penelitan ini data yang digunakan untuk diolah ke fuzzy FMEA adalah hasil dari kuisioner dari para pakar atau ahli. Pendapat para pakar dibutuhkan untuk membantu dalam menganalisa faktor utama penyebab terjadinya defect suatu produk sehingga dapat segera dilakukan suatu upaya perbaikan dan pencegahan untuk mengatasi permasalahan yang terjadi. Penentuan pakar haruslah orang yang berkompetensi dalam bidangnya dan mengetahui kondisi proses produksi kecap ABC di PT Heinz ABC Indonesia Pasuruan. Pada penelitian ini pakar yang digunakan adalah Supervisor produksi dan leader operator line D.

b. Pembuatan Diagram Sebab – Akibat

Diagram sebab - akibat atau yang disebut juga diagram tulang ikan adalah metode grafis sederhana untuk membuat hipotesis mengenai rantai penyebab dan akibat dari suatu permasalahann( Lindsay dan Evans, 2007). Penyebab yang telah dicatat kemudian dikelompokkan menjadi beberapa kategori dan ditampilkan pada sebuah diagram dengan panah-panah yang diarahkan ke masalah utama (Al- Assaf, 2009). Analisis faktor yang ditampilkan dalam diagram sebab akibat antara lain fakto manusia, material atau bahan, mesin, metode dan lingkungan. Contoh Diagram tulang ikan dapat dilihat pada Gambar 3.2.

43

Gambar 3.3 Diagram Sebab Akibat

4. Improve

Usulan perbaikan permasalahan yang diidentifikasi dari diagram sebab akibat dilakukan pada tahap ini berdasarkan Fuzzy Failure Mode and Effect Analysis. Pada fuzzy FMEA faktor-faktor Saverity, occurance, dan detection dapat dievaluasi dengan cara linguistik. Istilah linguistik dan Fuzzy number yang akan digunakan menurut Wang et al. (2009) untuk mengevaluasi faktor-faktor Saverity, occurrance, dan detection ditunjukkan pada Tabel 3.5, Tabel 3.6, dan Tabel 3.7. Kepentingan relatif dari faktor-faktor Saverity, occurrance, dan detection juga dinilai bobotnya menggunakan istilah linguistik yang dapat dilihat pada Tabel 3.8.

Tabel 3.7 Fuzzy Rating untuk Occurrance

Rating Probablility of Occurance Fuzzy

Number

Remote (R) Kegagalan tidak akan terjadi (1, 1, 2) Low (L) Kegagalan relatif rendah (1, 2, 3, 4)

Moderate (M) Kegagalan terkadang terjadi (3, 4, 6, 7) High (H) Kegagalan yang terjadi berulang-

ulang (6, 7, 8, 9)

Very High (VH)

Kegagalan yang tidak dapat dihindari

(8, 9, 10, 10)


overfill

Man

Method Environment

Machine

Material

44

Tabel 3.8 Fuzzy Rating untuk Saverity

Rating Saverity Effect Fuzzy

Number

None (N) Tidak berpengaruh (1, 1, 2) Very Minor

(VMR) Sistem dapat beroperasi dengan gangguan kecil

(1, 2, 3)

Minor (MR) Sistem dapat beroperasi dengan mengalami penurunan kinerja

(2, 3, 4)

Very Low (MR)

Sistem dapat beroperasi dengan mengalami penurunan kinerja secara signifikan

(3, 4, 5)

Low (L) Sistem tidak dapat beroperasi tanpa kerusakan

(4, 5, 6)

Moderate (M)

Sistem tidak dapat beroperasi dengan kerusakan kecil

(5, 6, 7)

High (H) Sistem tidak dapat beroperasi dengan kerusakan pada peralatan

(6, 7, 8)

Very High (VH)

Sistem tidak dapat beroperasi dengan kegagalan menyebabkan kerusakan tanpa membahayakan keselamatan

(7, 8, 9)

Hazardous with

warning (HWW)

Tingkat keparahan sangat tinggi ketika mode kegagalan potensial mempengaruhi system safety dengan peringatan

(8, 9, 10)

Hazardous without warning (HWOW)

Tingkat keparahan sangat tinggi ketika mode kegagalan potensial mempengaruhi system safety tanpa peringatan

(9, 10, 10)

Sumber : Wang et al, 2009 Tabel 3.9 Fuzzy Weight untuk Kepentingan Relatif Faktor-faktor Risiko

Istilah Linguistik Fuzzy Number

Very Low (VL) ( 0, 0.25) Low (L) (0, 0.25, 0.5)

Medium (M) (0,.25, 0.5, 0.75) High (H) (0.5, 0.75,1)

Very High (VH) (0.75, 1, 1)


45

Tabel 3.10 Fuzzy Rating untuk Detection

Rating Kemungkinan Terjadinya

Detection Fuzzy

Number

Almost Certain (AC)

Hampir pasti kemampuan mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(1, 1, 2)

Very High (VH)

Sangat tinggi kemampuan mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(1, 2, 3)

High (H) Tinggi kemampuan mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(2, 3, 4)

Moderately High (MH)

Cukup tinggi kemampuan mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(3, 4, 5)

Moderate (M) Cukup kemampuan mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(4, 5, 6)

Low (L) Rendah kemampuan mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(5, 6, 7)

Very Low (VL)

Sangat rendah kemampuan mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(6, 7, 8)

Remote (R) Kecil kemampuan mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(7, 8, 9)

Very Remote (VR)

Sangat kecil kemampuan mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(8, 9, 10)

Absolute Uncertainly

(AU)

Tidak ada yang mampu mendeteksi penyebab kegagalan dan modus kegagalan berikutnya

(9, 10, 10)


Pada penilaian faktor-faktor failure mode pada FMEA dalam bentuk Fuzzy, maka dapat dilakukan langkah-langkah sebagai berikut:

a) Menentukan nilai Saverity (S), occurance (O), dan detection

(D) berdasarkan Tabel 3.1, Tabel 3.2, dan Tabel 3.3.

46

b) Melakukan perhitungan agregasi penilaian peringkat fuzzy terhadap factor S, O, dan D berdasarkan persamaan (1) hingga persamaan (3).

�̃�𝑖𝑜=

1

𝑛∑ ℎ𝑗

𝑚𝑗=1 Ṝ𝑖𝑗

𝑜 =(∑ ℎ𝑗 𝑚𝑗=1 𝑅𝑖𝑗𝐿

𝑜 ,∑ ℎ𝑗𝑚𝑗=1 𝑅𝑖𝑗𝑀1

𝑜

∑ ℎ𝑗𝑚𝑗=1 𝑅𝑖𝑗𝑀2

𝑜 , ∑ ℎ𝑗𝑚𝑗=1 𝑅𝑖𝑗𝑈

𝑜 ) (1)

�̃�𝑖𝑠=

1

𝑛∑ ℎ𝑗


𝑆 =(∑ ℎ𝑗 𝑚𝑗=1 𝑅𝑖𝑗𝐿

𝑆 ,∑ ℎ𝑗𝑚𝑗=1 𝑅𝑖𝑗𝑀

𝑆 ,∑ ℎ𝑗𝑚𝑗=1 𝑅𝑖𝑗𝑈

𝑆 )

(2)

�̃�𝑖𝐷=

1

𝑛∑ ℎ𝑗


𝐷 =(∑ ℎ𝑗 𝑚𝑗=1 𝑅𝑖𝑗𝐿

𝐷 ,∑ ℎ𝑗𝑚𝑗=1 𝑅𝑖𝑗𝑀

𝐷 , ∑ ℎ𝑗𝑚𝑗=1 𝑅𝑖𝑗𝑈

𝐷 )

(3)

Keterangan:

�̃�𝑖𝑆 = nilai rata-rata agregat dari peringkat Fuzzy S (Saverity)

�̃�𝑖 𝑂 = nilai rata-rata agregat dari peringkat Fuzzy O

(occurance)

�̃�𝑖𝐷 = nilai rata-rata agregat dari peringkat Fuzzy D

(detection) ℎ𝑗 = bobot responden

𝑛 = jumlah Fuzzy number

c) Melakukan perhitungan agregasi bobot kepentingan untuk factor S, O, dan D berdasarkan persamaan (4) hingga persamaan (6).

�̃�𝑂= 1

𝑛∑ ℎ𝑗

𝑚𝑗=1 �̃�𝑗

𝑂 = (∑ ℎ𝑗 𝑚𝑗=1 𝑤𝑗𝐿

𝑂 , ∑ ℎ𝑗𝑚𝑗=1 𝑤𝑗𝑀

𝑂 ,

∑ ℎ𝑗𝑚𝑗=1 𝑤𝑗𝑈

𝑂 ) (4)

�̃�𝑆=1

𝑛 ∑ ℎ𝑗

𝑚𝑗=1 �̃�𝑗

𝑆 = (∑ ℎ𝑗 𝑚𝑗=1 𝑤𝑗𝐿

𝑆 , ∑ ℎ𝑗𝑚𝑗=1 𝑤𝑗𝑀

𝑆 ,


𝑆 ) (5)

�̃�𝐷= 1

𝑛∑ ℎ𝑗

𝑚𝑗=1 �̃�𝑗

𝐷 = (∑ ℎ𝑗 𝑚𝑗=1 𝑤𝑗𝐿

𝐷 , ∑ ℎ𝑗𝑚𝑗=1 𝑤𝑗𝑀

𝐷 ,


𝐷 ) (6)

47

Keterangan:

�̃�𝑆 = nilai rata-rata agregat dari bobot Fuzzy S (Saverity)

�̃�𝑂 = nilai rata-rata agregat dari bobot Fuzzy O (occurance)

�̃�𝐷 = nilai rata-rata agregat dari bobot Fuzzy D (Detection) ℎ𝑗 = bobot responden

𝑛 = jumlah Fuzzy number

d) Menentukan fuzzy risk priority number (FRPN) untuk setiap model failure (kegagalan) berdasarkan persamaan (7)

𝐹𝑅𝑃𝑁𝑖 = (�̃�𝑖𝑂)

�̃�𝑂

�̃�𝑂+ �̃�𝑆 + �̃�𝐷 x (�̃�𝑖𝑆)

�̃�𝑆

�̃�𝑂+ �̃�𝑆 + �̃�𝐷 x

(�̃�𝑖𝐷)

�̃�𝐷

�̃�𝑂+ �̃�𝑆 + �̃�𝐷 (7) Keterangan: FRPN = Fuzzy Risk Priority Number

�̃�𝑖𝑆 = nilai rata-rata agregat dari peringkat Fuzzy S (Saverity)

�̃�𝑖 𝑂 = nilai rata-rata agregat dari peringkat Fuzzy O

(occurance)

�̃�𝑖𝐷 = nilai rata-rata agregat dari peringkat Fuzzy D

(detection)

�̃�𝑆 = nilai rata-rata agregat dari bobot Fuzzy S (Saverity)

�̃�𝑂 = nilai rata-rata agregat dari bobot Fuzzy O (occurance)

�̃�𝐷 = nilai rata-rata agregat dari bobot Fuzzy D (Detection)

e) Perangkingan dilakukan dari nilai FRPN, dimana rangking yang teratas adalah nilai FRPN terbesar.

3.3.8 Kesimpulan dan Saran

Berdasarkan hasil penelitian dilakukan proses penyusunan kesimpulan dan saran. Penyusunan kesimpulan dan saran dilakukan saat penelitan sudah selesai dan memberikan jawaban sesuai dengan perumusan masalah. Kesimpulan diambil dengan mempertimbangkan hasil-hasil yang diperoleh dari penelitian yang didukung dengan teori sebagai landasan

48

berfikir. Saran berisi masukan yang dapat digunakan sebagai pengendalian kualitas produk kecap manis ABC kemasan pouch di PT Heinz ABC Indonesia Pasuruan.

49

IV. HASIL DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan

PT Heinz ABC Indonesia merupakan salah satu perusahaan olahan pangan terbesar di Indonesia yang terkenal kualitasnya. Perusahaan ini adalah bagian dari Kraft Heinz company, dua perusahaan pangan besar dunia. Pada mulanya PT Heinz ABC Indonesia bernama CV. Central Food Industrial Corporation yang memproduksi kecap kedelai. Pada tahun 1982, terjadi perubahan bentuk perusahaan dari CV. Central Food Industrial Corporation menjadi PT. Aneka Bina Central Food Industry, yang disingkat menjadi PT. ABC Central Food. Pada tahun 1999, pemegang saham dari PT. ABC Central Food Industry menyetujui untuk beraliansi dengan perusahaan H.J. Heinz dari Amerika Serikat dan tahun 2015 beraliansi dengan Kraft menjadi bagian Kraft Heinz Company. Seiring dengan berkembanganya perusahaan dan kebutuhan pasar, PT Heinz ABC Indonesia tidak hanya memproduksi produk kecap, namun juga memproduksi saos, sirup squash, sambal dan ikan kaleng. Produk-produk yang dihasilkan PT Heinz ABC Indonesia menjadi marker leader di pasar nasional.

PT Heinz ABC Indonesia yang bertempat di Kecamatan Beji, Pasuruan merupakan salah satu dari tiga perusahaan Kraft Heinz company yang memproduksi produk kecap dan sirup. Kecap yang dihasilkan berupa kecap manis dan asin dengan berbagai kemasan seperti PET (polyethylene terephthalate) dengan volume 135 ml, 275 ml, 600 ml kemasan pouch dengan volume 125 ml dan 520 ml serta sachet 70 ml. PT Heinz ABC Indonesia Pasuruan terdapat tujuh line produksi dimana setiap line memproduksi produk dan kemasan yang berbeda beda. Line A dan B biasanya digunakan untuk memproduksi produk sirup baik spesial grade dan sirup squash. Namun tidak menutup kemungkinan line A dan B memproduksi kecap apabila terdapat permintaan yang berlebih. Line C memproduksi kecap botol PET, line D memproduksi kecap pouch 125 ml dan 520 ml, line E, F, G memproduksi kecap kemasan sachet ukuran 70 ml.

50

Proses produksi pada PT Heinz ABC Indonesia Pasuruan berlangsung selama 24 jam yang terbagi menjadi 3 shift. Jadwal produksi untuk setiap produk tidak menentu karena permintaan konsumen yang berubah-ubah. Produk sirup merupakan produk yang dihasilkan musiman tergantung adanya permintaan yang biasanya terjadi pada hari-hari besar, sedangkan produk kecap merupakan produk yang dihasilkan setiap hari oleh perusahaan baik kecap manis dan kecap asin. Produk kecap manis kemasan pouch 520 ml diproduksi di line D dengan kapasitas ± 122.928 produk setiap harinya.

4.2 Pengendalian Kualitas Proses Pengisian (Filling) dengan Metode Six Sigma

Pendekatan metode six sigma pada pengendalian kualitas proses filling produk kecap manis ABC kemasan pouch 520 ml dilakukan dengan 4 tahap yaitu define (mendefinisikan), measure (mengukur), analyze (menganalisis), improve (meningkatkan/memperbaiki).

4.3 Define

Tahap pendefinisian merupakan tahap pengumpulan informasi yang diperoleh dari departemen produksi wawancara dengan supervisior produksi, leader line D, dan operator produksi line D serta departemen quality control. Berdasarkan informasi yang diperoleh dari departeman tersebut diketahui bahwa cacat yang sering dan banyak terjadi yaitu pada produk kecap manis kemasan pouch 520 ml khususnya pada proses filling. Proses filling merupakan tempat pengisian dan pengemasan produk yang dijalankan secara otomatis oleh mesin-mesin Leepack dengan pengawasan operator hingga menjadi produk jadi. Hasil identifikasi proses assembling tersebut didapatkan beberapa defect produk yang meliputi overfill, underfill dan sealing rusak. Hasil wawancara dengan operator, untuk defect sealing rusak terjadi setiap harinya kurang lebih 6 produk tergantung dari kondisi sealer mesin. Namun kuantitas defect untuk sealing rusak tidak direkap perusahaan yang membuat defect ini tidak dapat dianalisis lebih lanjut. Contoh produk dengan defect overfill dan

51

underfill dapat dilihat pada Lampiran 3. Frekuensi kejadian untuk setiap permasalahan secara lengkap digambarakan dalam tabel CTQ (Critical to Qauality) Tabel 4.1 dan diagram pareto Gambar 4.1. Penggambaran dengan diagram pareto akan menunjukkan dengan jelas ukuran relatif suatu kecacatan untuk mengidentifikasi kesempatan-kesempatan melakukan perbaikan. Tabel 4.1 Analisis Pareto Berdasarkan CTQ

No. Jenis Defect

Frekuensi Frekuensi Kumulatif

Persentase dari Total

(%)

Persentase Kumulatif

(%)

1 Overfill 732 732 85 85

2 Underfill 129 861 15 100

3 Sealing Rusak

- 861 0 100

Sumber : Data Primer Diolah (2017)

Gambar 4.1 Diagram Pareto Defect Produk Kecap Manis Pada Proses Filling

52

Berdasarkan Gambar 4.1 dapat diketahui jumlah masing-masing cacat overfill dan underfill dari tertinggi hingga terendah secara berurutan yang digambarkan ke dalam diagram pareto. Defect tertinggi hingga terendah digambarkan dan diurutkan dari kiri ke kanan. Nilai diagram pareto tersebut menunjukkan bahwa defect tertinggi dengan presentase 85 % adalah overfill. Kemudian defect tertinggi selanjutnya underfill dengan presentase 15 %. Berdasarkan hasil diagram pareto tersebut, defect overfill merupakan defect yang perlu dianalisis lebih lanjut untuk mengurangi terjadinya defect dan meningkatkan kualitas produk kecap pouch 520 ml.

4.2.1 Measure

Tahap measure (mengukur) merupakan tahap pengukuran sejumlah sampel produksi kecap manis ABC kemasan pouch 520 ml dengan uji normalitas, peta kendali, nilai DPMO dan level Six Sigma serta perhitungan nilai kapabilitas proses. Data yang digunakan pada tahap measure yaitu data sampel produksi kecap manis pouch kemasan 520 ml untuk menganalisis defect overfill yang merupakan tindak lanjut dari pemilihan pada diagram pareto pada tahap define. Langkah pada tahap define adalah sebagai berikut :

1. Hasil Uji Normalitas

Uji normalitas dilakukan untuk melihat data berdistribusi normal atau tidak. Uji kenormalan data dilakukan sebelum pembuatan peta kendari X-S. Uji ini perlu dilakukan sebagai salah satu syarat untuk menentukan kapabilitas proses pada tahap selanjutnya dimana data haruslah berdistribusi normal (Nisfiannoor, 2009). Hasil uji normalitas dapat dilihat pada Lampiran 4. Pada uji kenormalan data dengan menggunakan uji Kolmogrov-Smirnov menunjukkan nilai Asymptotic Significance untuk defect overfill produk kecap manis kemasan pouch 520 ml sebelum revisi > 0,05 sehingga data tersebut tergolong terdistribusi normal.

53

2. Pembuatan Peta Kontrol X-S

Peta kontrol X-S digunakan untuk memberikan gambaran mengenai variasi yang lebih baik dan mengukur tingkat keakurasian suatu proses. Pemilihan penggunaan peta kontrol X-S dinilai lebih akurat untuk mengukur data variabel dengan ukuran sampel besar yaitu n ≥ 10 (Amin, 2013). Jika ukuran sampel n ≥ 10 dan menggunakan peta R, maka rentang kehilangan efisiensi semakin tinggi karena rentang data sampel antara XMAX – XMIN akan terabaikan. Pembuatan peta kendali X-S akan memudahkan dalam memonitoring kinerja proses dan mendeteksi secara cepat kondisi diluar kendali. Pengendalian proses menggunakan peta kontrol memungkinkan untuk menetapkan apakah sebuah proses di dalam kontrol (in control) atau berasa di luar kontrol (out control). Batas kontrol/garis pusat (control limit/CL) yang meliputi batas atas (upper control limit/UCL) dan batas bawah (lower control limit/LCL) dapat membantu menggambarkan performasi yang diharapkan dari suatu proses yang menunjukkan bahwa proses tersebut berada dalam pengendalian. Data yang berada di luar batas pengendalian merupakan jenis data yang tidak normal yang disebabkan oleh variasi penyebab khusus (Santoso, 2007). Tujuan utama dari pembuatan peta kontrol adalah untuk mengetahui penyebab khusus (special cause) dengan cepat yang ditunjukkan dengan data-data yang keluar dari batas kendali sehingga dapat segera diambil tindakan perbaikan berdasarkan sumber penyebabnya. Pembuatan peta kontrol X-S dilakukan dengan penggunaan software Minitab 16. Data hasil pengukuran berat sampel produk di tampilkan pada Lampiran 6 dan Lampiran 7. Hasil pengukuran pada peta kendali sebelum direvisi bernilai rata-rata proses 520,589 , UCL= 521,599 dan LCL= 519,949 untuk peta kendali �̅� serta untuk peta kendali S standar deviasi 1,055, UCL= 1,514 dan LCL= 0,596. Berdasarkan Gambar 4.2 diketahui bahwa pada peta X, masih terdapat data yang out of control. Terdapat beberapa titik yang menandakan bahwa titik tersebut out of control baik pada peta S dan peta X sehingga harus dilakukan perbaikan dengan cara menghilangkan atau

54

merubah data tersebut hingga tidak ada titik diluar batas kendali. Menurut Evans dan Lindsay (2007), kondisi dikatakan terkendali jika pada proses tersebut tidak ada titik diluar batas kendali.

Revisi yang pertama kali dilakukan yaitu dengan menghilangkan data yang out of control pada peta S hingga didapatkan data yang tidak keluar batas. Langkah selanjutnya menghilangkan data out of control pada peta X. Revisi data dilakukan sebanyak 5 kali karena masih ditemukan data yang out of control. Hasil revisi data ditunjukkan pada Lampiran 8. Hasil revisi ke 5 menunjukkan bahwa data sudah tidak out of control. Peta kendali X-S setelah direvisi ditunjukkan pada Gambar 4.3. Semua titik pada peta tersebut telah berada dalam batas kendali setelah dilakukan perbaikan dengan cara menghilangkan data yang out of control.

Gambar 4.2 Peta Kendali X-S Produk Kecap Manis Pouch 520 ml Sebelum Perbaikan

55

Gambar 4.3 Peta Kendali X-S Produk Kecap Manis Pouch 520 ml

Setelah Perbaikan

3. Hasil Uji Normalitas Setelah Revisi data

Uji normalitas dilakukan kembali pada data yang terkendali. Uji ini perlu dilakukan kembali sebagai salah satu syarat untuk menentukan kapabilitas proses pada tahap selanjutnya dimana data haruslah berdistribusi normal. Hasil pengujian kenormalan dengan melihat nilai Asymptotic Significance untuk defect overfill produk kecap manis kemasan pouch 520 ml setelah revisi > 0,05, sehingga data tersebut tergolong terdistribusi normal.

56

4. Pengukuran Nilai DPMO dan level Sigma

Pengukuran nilai DPMO (Defect per Million Opportunities) dan level six sigma bertujuan mengetahui nilai kemungkinan cacat per satu juta kesempatan serta tingkat sigma suatu proses. Level six sigma didapat dari hasil konversi nilai DPMO ke dalam tabel sigma dan akan diketahui kapabilitas sigma pada jangka waktu tersebut. Konversi nilai DPMO ke dalam tabel sigma dapat dilihat pada Lampiran 9. Terdapat dua jenis perhitungan nilai DPMO dan level sigma yaitu peritungan untuk jangka pendek dan jangka panjang. Nilai batas atas, batas bawah dan spesifikasi target merupakan nilai yang telah ditetapkan perusahaan. Nilai rata-rata proses dan standar deviasi jangka panjang didapatkan dari data sebelum revisi. Sedangkan nilai rata-rata proses dan standar deviasi untuk perhitungan jangka pendek didapatkan dari data yang telah direvisi.

Hasil perhitungan pada Tabel 4.2 menunjukkan nilai DPMO jangka pendek benilai 2298 dan jika dikonversikan ke dalam nilai sigma sebesar 4,34. Nilai DPMO jangka panjang bernilai 9382 dan jika dikonversikan ke dalam nilai sigma sebesar 3,85. Menurut Gasperzs (2007), rata-rata industri di Indonesia mempunyai kapabilitas sigma sebesar 2,00, sedangkan industri di Amerika sebesar 4,00, serta 6,00 sigma untuk industri kelas dunia. Nilai tersebut mengindikasikan bahwa DPMO dan level sigma proses tersebut sangat baik untuk industri Indonesia dan perlu dipertahankan serta perbaikan untuk meningkatkan nilai kapabilitas sigma. Hal tersebut mengindikasikan bahwa proses telah cukup baik untuk memenuhi spesifikasi produk perusahaan namun masih terdapat proses yang diluar batas pengendalian. Perhitungan nilai DPMO dan nilai sigma untuk jangka pendek dan jangka panjang secara terperinci dapat dilihat pada Lampiran 10.

57

Tabel 4.2 Perhitungan Nilai DPMO dan Nilai Sigma Kecap Manis Pouch 520 ml

Kode Tindakan Persamaan

Hasil Perhitungan

Jangka Pendek

Jangka Panjang

1 Proses apa yang ingin diketahui

Proses fIlling

Proses fIlling

2 Nilai batas spesifikasi atas

USL 523,6 523,6

3 Nilai batas spesifikasi bawah

LSL 516,4 516,4

4 Nilai spesifikasi target T 520 520 5 Nilai rata-rata proses �̅� 520,607 520,589

6 Nilai standar deviasi proses

S 1,054 1,27

7 Kemungkinan cacat yang berada di atas nilai USL per satu juta kesempatan (DPMO)

DPMO > USL

2265 8894

8 Kemungkinan cacat yang berada di bawah nilai USL per satu juta kesempatan (DPMO)

DPMO < LSL

33 488

9 Kemungkinan cacat per satu juta kesempatan yang dihasilkan oleh proses

Total DPMO 2298 9382

10 Konversi DPMO ke nilai sigma

- 4,34 3,85

Sumber : Data Primer (2017)

5. Pengukuran Kapabilitas Proses Filling

Pengukuran kapabilitas proses dilakukan untuk mengetahui kondisi kelayakan suatu proses di perusahaan. Kapabilitas proses yang diukur ialah proses filling produk kecap manis kemasan pouch 520 ml di line D. Nilai kapabilitas proses yang digunakan yaitu Cp (indeks potensial proses), Cpk (indeks kapabilitas proses), Pp (indeks kapabilitas) dan Ppk (indeks kapabilitas). Cp dan Cpk merupakan indeks kapabilitas untuk mengukur proses jangka pendek (short term) sedangkan Pp dan Ppk merupakan indeks kapabilitas jangka panjang (long term).

58

Hasil pengukuran kapabilitas proses filling dengan menggunakan minitab 16 dilampirkan pada Gambar 4.4 dan Gambar 4.5. Perhitungan nilai kapabilitas proses secara terperinci dapat dilihat di Lampiran 11.

Hasil pengukuran kapabilitas jangka pendek diperoleh indeks Cp sebesar 1,14 dan Cpk 0,95. Hasil tersebut menunjukkan kapabilitas proses produk kecap manis pouch 520 ml mempunyai nilai yang baik. Nilai kapabilitas proses dianggap sangat baik apabila Cp > 1,33. Nilai Cp > 1 menunjukkan kemampuan proses masih baik (capable) (Amin, 2013). Nilai Cpk dari hasil pengukuran didapat sebesar 0,95. Menurut Sukardi (2011), indeks Cpk digunakan untuk mengukur kinerja proses dengan mempertimbangkan dimana letak rata-rata proses teradap batas spesifikasinya. Nilai Zst didapat sebesar 2,85 yang digunakan untuk mengetahui kemampuan teknologi (manusia, peralatan, dst) dalam menghasilkan produk. Nilai tersebut belum memenuhi target yaitu Zst ≥ 6. Hal ini menunjukkan kapabilitas potensial proses dalam rentang waktu pengukuran yang diambil yang harus dicapai memiliki nilai yang baik.

Hasil pengukuran kapabilitas jangka panjang menunjukkan Pp sebesar 0,94 dan Ppk 0,79. Hasil nilai kapabilitas proses tersebut dianggap rendah. Nilai Pp < 1 mengindikasikan bahwa spesifikasi yang ditetapkan lebih kecil dari variasi sampel (Rezaie et al, 2006). Menurut Sukardi (2011), nilai target six sigma yaitu Ppk ≥ 1,5. Nilai Zlt didapat sebesar 2,28 yang digunakan untuk mengetahui kemampuan teknologi (manusia, peralatan, dst) dalam menghasilkan produk yang berkualitas dalam jangka panjang. Nilai tersebut belum memenuhi target yaitu Zlt ≥ 4,5. Hal ini menunjukkan kapabilitas kinerja proses keadaan pada saat ini (aktual) masih kurang baik. Penyebaran data cenderung terletak di sebalah kanan dari nilai target yang diharapkan, dengan demikian perlu dilakukan improve atau perbaikan sehingga penyebaran data dapat mengumpul pada nilai spesifikasi yang diharapkan. Pada Gambar 4.5 terlihat juga bahwa kurva overall berada tidak tepat dengan kurva within sehingga perlu perbaikan proses.

Nilai Zshift menunjukkan kemampuan proses untuk mengontrol teknologi. Nilai Zshift yang diperoleh dari

59

pengurangnan nilai Zst dengan nilai Zlt pada proses produksi kecap manis pouch 520 ml sebesar 0,47 yang ditunjukkan pada Gambar 4.6. Nilai Zshift 0,47 tidak melebihi 4,5 dan menunjukkan nilai < 1,5, hal tersebut mengindikasikan bahwa nilai sigma shift telah cukup efektif terhadap kemampuan mengendalikan (control) terhadap kapabilitas proses. Titik yang merupakan perbandingan hasil peritungan nilai Zst dan Zshift berada pada koordinat ((2,85);(0,47)) yang terletak pada kuadran C. Titik tersebut menjelaskan bahwa teknologi yang digunakan masih buruk namun kontrol yang digunakan sudah baik. Perlu perbaikan yang dilakukan oleh perusahaan untuk mengatasi faktor-faktor penyebab permasalahan. Target pencapaian pengendalian kualitas yang baik apabila kontrol dan teknologi berada pada kuadran D, yakni kontrol baik dan teknologi baik serta dapat memenuhi target spesifikasi perusahaan.

Gambar 4.4 Kapabilitas Jangka Pendek Proses Filling

60

Gambar 4.5 Kapabilitas Jangka Panjang Proses Filling

Saat ini kontrol yang dilaksanakan oleh perusahaan yang meliputi kontrol operator dalam mengoperasikan mesin filling dan pengecekan standar produk telah cukup baik. Kontrol yang dilakukan perusahaan terhadap sumber daya manusia meliputi pengawasan yang dilakukan line leader terhadap aktivitas dan kesiapan operator dalam menjalankan mesin. Kontrol terhadap mesin yang dilakukan perusahaan yaitu dengan melakukan pengecekan berkala kondisi mesin pada saat setiap pergantian shift. Faktor teknologi pada mesin pengisian masih perlu perbaikan dan penggantian. Perbaikan harus dilakukan oleh PT Heinz ABC Indonesia untuk meminimalkan defect yang terjadi meskipun perusahaan memiliki level sigma cukup baik yaitu 4,34. Perbaikan yang perlu dilakukan oleh perusahaan lebih ditekankan untuk mengidentifikasi faktor penyebab proses volume produk yang masih berada diluar kendali terutama defect overfill dengan bantuan diagram sebab-akibat agar proses yang dilakukan sesuai dengan target perusahaan.

61

0 321 54 6 7 8 9

0

0,5

1

1,5

3

2,5

2

3,5

4

4,5

A

D

B

C

BaikBuruk

Zst (Teknologi)

Buruk

Baik

Zsh

ift (K

on

tro

l)

Gambar 4.6 Kuadran Kapabilitas Proses Filling Produk Kecap Manis Pouch 520 ml

4.2.2 Analyze Tahap analyze yaitu dilakukan analisis terhadap hasil

pengukuran yang telah dilakukan pada proses filling untuk mengetahui proses yang menyebabkan waste terjadi dan menentukan faktor-faktor yang menyebabkan terjadinya defect tersebut. Langkah pada tahap analyze adalah sebagai berikut:

1. Diagram Sebab Akibat

Berdasarkan hasil analisis terhadap pengendalian kualitas proses pengisian (filling) diketahui masih terdapat proses yang tidak stabil dan terdapat beberapa produk yang memiliki volume masih diluar batas kendali yang telah ditetapkan perusahaan. Oleh karena itu, faktor penyebab terjadinya defect perlu dilakukan menggunakan diagram sebab-akibat. Menurut Evans dan Lindsay (2007), diagram sebab-akibat merupakan metode grafis sederhana untuk membuat rantai penyebab dan akibat serta menyaring potensi penyebab dan mengorganisasi hubungan antar variabel. Penyebab umum meliputi faktor mesin,

62

metode, manusia, dan material. Pada Gambar 4.7 dapat dilihat beberapa faktor penyebab terjadinya defect overfill pada produk kecap manis 520 ml.

Overfill

MACHINE MAN

METHOD

Pengalaman Operator

berbeda-beda

Operator kurang

tanggap dan teliti

Kondisi komponen

pengisian produk yang

tidak stabil

Settingan mesin filling

yang kurang tepat

Jadwal pengecekan

berat produk yang

tidak teratur

Gambar 4.7 Diagram Sebab Akibat Overfill

Berdasarkan diagram sebab akibat, terdapat beberapa faktor penyebab timbulnya cacat overfill pada proses produksi kecap manis kemasan pouch 520 ml yang dapat dijelaskan sebagai berikut:

A. Faktor Manusia Penyebab overfill dari faktor manusia adalah:

1) Pengalaman operator berbeda-beda Pengalaman operator yang berbeda-beda

menjadi salah satu penyebab timbulnya defect overfill. Hal tersebut disebabkan oleh : a) Faktor pertama meliputi kemampuan yang belum

seragam antar operator dalam mengoperasionalkan mesin. Hal tersebut biasanya terjadi antara operator baru dan operator lama yang memiliki pengalaman kerja yang berbeda.

63

b) Selain itu, kemampuan operator berbeda-beda dapat diakibatkan dari ilmu yang kurang didapat operator, motivasi, tingkat kemampuan (skill) dan tingkat pendidikan pekerja. Semakin lama masa kerja seorang karyawan, semakin banyak pengalaman yang didapat sehingga akan meningkatkan keterampilan bekerja. Kinerja manusia berbeda-beda tergantung kemampuan, pengalaman, pelatihan dan potensi kreativitas yang beragam (Prawirosentono, 2007).

2) Operator kurang tanggap dan teliti Operator yang kurang tanggap dan teliti menjadi

penyebab selanjutnya defect overfill pada produk. a) Faktor yang pertama meliputi kemampuan operator

melihat apakah mesin telah siap untuk dioperasikan berdasarkan lembar check sheet yang diberikan perusahaan.

b) Faktor yang kedua yaitu ketelitian operator dalam hal cara penyetingan mesin yang berbeda-beda.

c) Faktor yang ketiga ketelitian operator mengetahui adanya produk yang cacat berupa overfil dan underfil atau cacat lainnya.

d) Faktor ketanggapan operator yaitu dilihat dari kemampuan dan respon tindakan pencegahan yang dilakukan operator ketika mengetahui adanya produk-produk yang overfill.

B. Faktor Mesin Penyebab overfill dari faktor mesin adalah:

1) Kondisi komponen pengisian produk yang tidak stabil

Salah satu akibatnya ialah kuantitas pengisian mesin yang berubah-ubah dengan sendirinya sehingga membuat beberapa produk memiliki berat diluar spesifikasi yang seharusnya. Kondisi pengisian mesin yang selalu berubah-ubah diakibatkan oleh komponen pengisian produk yaitu filler tube yang bermasalah. Hal tersebut membuat operator perlu melakukan

64

penggantian komponen dan penyetingan ulang terhadap mesin dengan angka output filling yang berbeda-beda menyesuaikan dengan standar dan keluaran filling produk sesungguhnya.

2) Settingan mesin yang kurang tepat

Kendala yang diakibatkan oleh penyetingan mesin yang kurang tepat ialah perbedaan merk dan pabrikan ketiga mesin tersebut sehingga operator harus menyesuaikan cara penyetingan filling terhadap produk. Penyesuaian tersebut bisa berupa perbedaan angka keluaran filling pada layar operasional dan mengetahui kendala yang dihadapi setiap mesin. Kondisi lain akibat penyetingan yang kurang tepat ialah defect lain seperti underfill.

C. Faktor Metode

Penyebab overfill dari faktor metode adalah:

1) Jadwal pengecekan berat produk yang tidak teratur a) Pengecekan dan pengawasan menjadi syarat utama

pengendalian kualitas suatu produk. Volume produk yang tidak teratur saat pengisian akan berakibat ketidak sesuai produk dengan spesifikasi yang telah ditentukan. Hal tersebut akan berakibat peluang produk cenderung overfill dan underfill lebih tinggi. Pengecekan tidak teratur dapat diakibatkan operator yang kurang disiplin melakukan kontrol terhadap produknya.

b) Faktor selanjutnya berupa jadwal dan metode pengambilan sampel pengecekan yang telah ditetapkan perusahaan terkadang kurang efektif dikarenakan adanya kendala dari kurang stabilnya kondisi setiap mesin.

65

2. Fuzzy FMEA (Failure Modes and Effect Analysis) Langkah-langkah perhitungan fuzzy FMEA dijelaskan sebagai berikut:

A. Perhitungan Nilai Fuzzy Severity, Occurance, dan Detection

Tools selanjutnya yang akan digunakan yaitu dengan fuzzy FMEA. Metode fuzzy FMEA bertujuan menganalisis jenis kegagalan yang menyebabkan cacat produk dengan mendapatkan resiko kegagalan proses produksi terbesar dalam nilai FRPN (Fuzzy Risk Priority Number). Data yang digunakan untuk diolah dengan metode fuzzy FMEA berasal dari hasil penilaian kuisioner para pakar. Responden pakar berjumlah tiga orang yang terdiri dari supervisior produksi dan dua orang line leader D yang bertugas untuk menganalisis faktor utama penyebab terjadinya defect produk kecap manis pouch 520 ml. Ketiga responden tersebut ditunjuk menjadi pakar karena memahami proses produksi kecap manis pouch 520 ml di line D dan telah memiliki jabatan yang strategis serta pengalaman dan ahli dibidangnya.

Tahap pertama fuzzy FMEA yaitu perhitungan nilai saverity, occurance, dan detection untuk masing-masing penyebab defect overfill. Nilai tersebut diperoleh dari penilaian responden pakar yang telah mengisi kuisioner. Hasil dari masing-masing responden pakar dapat dilihap pada Lampiran 12 . Nilai saverity, occurance, dan detection fuzzy FMEA dalam bentuk fuzzy number sesuai S,O, D dari penilaian responden. Nilai fuzzy number ini diperoleh dengan cara merubah istilah lingustikmenjadi bilangan fuzzy dengan mengacu pada tabel fuzzy rating untuk saverity, occurance, dan detection pada Tabel 3.7, Tabel 3.8 dan Tabel 3.9. Hasil penjabaran nilai fuzzy number dari masing-masing responden pakar dapat dilihat pada Lampiran 13.

66

B. Perhitungan Agregasi Penilaian Peringkat fuzzy terhadap faktor Severity, Occurance, dan Detection

Perhitungan agregasi penilaian peringkat fuzzy yaitu perkalian antara nilai fuzzy number dengan bobot responden pakar. Nilai bobot responden masing-masing 0,4 untuk line leader D (R1), 0,4 line leader D (R2) dan 0,2 untuk supervisior produksi. Penentuan bobot responden pakar tersebut berdasarkan pengalaman, jabatan, dan keahlian pakar tersebut. Hasil perkalian kemudian dirata-rata sehingga didapatkan nilai agregat saverity (RiS), occurance (RiO), dan detection (RiD). Perhitungan agregasi ini nantinya akan digunakan untuk memperoleh nilai FRPN. Hasil nilai RiS, RiO, dan RiD dapat dilihat pada Lampiran 14.

C. Perhitungan Bobot Kepentingan Faktor Severity, Occurance, dan Detection

Bobot kepentingan faktor saverity, occurance, dan detection didapat dari nilai yang diberikan responden pakar. Nilai dari para pakar berupa nilai lingustik yang kemudian dirubah menjadi bilangan fuzzy. Nilai fuzzy untuk bobot S O D dapat dilihat pada Tabel 10 . Bilangan fuzzy yang telah diperoleh dikalikan dengan bobot responden pakar dan dirata-rata yang akan menjadi bobot saverity (WS) , occurance (WO) , dan detection (WD). Hasil agregat bobot kepentingan untuk faktor tersebut dapat dilihat pada Lampiran 15.

D. Perhitungan Nilai Fuzzy Risk Priority Number (FRPN)

Tahap yang terakhir dari fuzzy FMEA yaitu penentuan nilai fuzzy risk priority number (FRPN). Nilai FRPN diperoleh dari penjumlahan nilai agregat RiS, RiO, dan RiD yang dipangkatkan dengan nilai bobot kepentingan faktor WS, WO, dan WD. Nilai FRPN tersebut diurutkan dari nilai terbesar hingga terkecil dengan nilai terbesar menunjukkan rangking teratas. Urutan nilai FRPN masing-masing faktor defect overfill dapat dilihat di Lampiran 16.

67

Nilai FRPN pada Lampiran 16. menunjukkan bahwa penyebab overfill produk kecap manis pouch 520 ml adalah 1) Pengecekan berat produk yang tidak teratur. Kondisi ini

diakibatkan operator yang kurang disiplin melakukan pengecekan terhadap produk yang keluar dan kurang seringnya pengecekan produk.

2) Kondisi komponen filling mesin yang tidak stabil. Kondisi ini mengakibatkan terjadinya overfill terhadap produk kecap manis dan perlu pengaturan ulang terhadap output filling tersebut.

3) Penyettingan mesin filling yang kurang. 4) Pengalaman operator berbeda-beda. 5) Operator kurang tanggap dan teliti.

4.2.3 Improve

Pada tahap improve, penyebab-penyebab terjadinya defect overfill kecap manis pouch 520 ml akan diberikan usulan perbaikan untuk meningkatkan kualitas dan meminimalisir hal tersebut terjadi kembali. Beberapa usulan perbaikan yang dapat diberikan kepada PT Heinz ABC Indonesia Pasuruan yaitu:

1. Peningkatan pengawasan dan pengecekan terhadap berat

produk. Berdasarkan nilai FRPN, jadwal pengecekan volume

produk yang tidak teratur menjadi peringkat pertama failure mode yang menyebabkan overfill. Hal tersebut dapat diakibatkan karena operator yang kurang disiplin melakukan pengecekan terhadap produknya. Masih terdapat beberapa operator yang masih lupa atau memang disengaja tidak melakukan pengecekan produk sesuai SOP perusahaan yaitu penimbangan lima belas sampel produk untuk setiap tiga puluh menit pada masing-masing mesin filling kecap line D. Menurut Sayuti (2012), salah satu cara dalam meningkatkan pelayanan dan kinerja di suatu perusahaan adalah dengan menetapkan Standar Operasional Prosedur (SOP) pada setiap unit kerjanya dalam rangka mencapai tingkat efisiensi dan efektifitas yang maksimal untuk menunaikan tugas. Terkadang penerapan SOP dari

68

perusahaan kurang effektif dikarenakan kondisi mesin yang tidak stabil dalam mengisi produk. Kecenderungan ketidakstabilan pengisian berat produk akan membuat berat produk memiliki potensi di luar batas kendali perusahaan semakin tinggi. Untuk meminimalkan adanya produk yang overfill semakin besar, perusahaan perlu meningkatkan pengawasan (monitoring) baik terhadap operator dan standar pengecekan sampel produk. a) Penerapan monitoring yang dilakukan terdahap operator

dapat berupa pengawasan untuk disiplin melakukan penimbangan secara teratur dalam hal jumlah dan waktu pengukuran berat sampel. Pekerja selama ini kurang disiplin dalam melakukan penimbangan karena pengawan yang kurang.

b) Pengawasan terhadap produk yaitu dengan pengambilan sampel produk lebih sering atau waktu antar pengambilan sampel lebih pendek. Hal ini dilakukan apabila kondisi pengisian volume mesin filling pada produk tidak stabil. Pengecekan produk yang biasanya dilakukan tiga puluh menit bisa ditingkatkan menjadi lima belas atau dua puluh menis sekali.

2. Perawatan mesin filiing lebih intensif Pada proses filling produk kecap manis pouch 520 ml

penggunaan mesin sangatlah dominan karena proses produksi bersifat semi-otomatis. Kerusakan ataupun ketidakstabilan mesin dalam menghasilkan produk sangat berpengaruh terhadap kualitas yang ditetapkan perusahaan. Berdasarkan nilai FRPN, penyebab overfill dari faktor mesin menduduki peringkat kedua dan ketiga yaitu kondisi komponen mesin filling yang tidak stabil dan settingan mesin filling yang kurang tepat. Hal tersebut dapat mengindikasikan bahwa perawatan dan perbaikan terhadap mesin filling sangatlah perlu untuk meminimalkan produk yang cacat atau tidak sesuai dengan standar perusahaan.

Salah satu faktornya penyebab overfill yaitu kondisi komponen pengisian mesin yang berubah-ubah yang membuat operator perlu melakukan penyettingan ulang

69

terhadap mesin dengan angka output filling yang disesuaikan dengan volume keluaran. Volume pengisian mesin yang selalu berubah-ubah diakibatkan oleh komponen pengisian produk yaitu filler tube yang bermasalah. Hal tersebut membuat beberapa produk tidak memiliki volume sesuai standar perusahaan. Sistem perawatan yang diterapkan perusahaan terdiri atas breakdown maintenance, preventive maintenance, corrective maintenance, predictive maintenance, dan autonomous maintenance. Namun dalam penerapannya sistem preventive maintenance masih sepenuhnya belum berhasil dikarenakan jadwal preventive yang kur masih seringnya terjadi ketidakoptimalan kinerja mesin filling.

Oleh karena itu, sistem perawatan dan perbaikan filling mesin perlu diterapkan keseluruahan oleh departeman engineering dan operator atau pekerja yang bersangkutan terutama pada preventive maintenance untuk mencegah kondisi mesin/peralatan beroperasi secara abnormal atau tidak optimal. Menurut Haming (2007) salah satu hal yang perlu dilakukan berkaitan dengan faktor mesin atau alat adalah memperbaiki kinerja peralatan mesin/alat, sehingga perawatan dapat dilakukan secara maksimal dan mesin/alat dapat bekerja secara maksimal juga.

3. Peningkatan pelatihan dan pengembangan terhadap

operator Penyebab overfill dari faktor manusia yaitu

pengalaman operator berbeda-beda dan operator yang kurang tanggap dan teliti. Tidak meratanya kemampuan antar pekerja bisa disebabkan oleh beberapa sebab yang mungkin terjadi seperti lama bekerja, pengalaman bekerja, motivasi, pengetahuan yang didapat dan tingkat kemampuan (skill). Kurang tanggap dan telitinya dapat disebabkan oleh pengalaman pekerja, kelelahan, dan tingkat kemampuan. Kemampuan seseorang akan turut serta menentukan kinerja dan hasilnya (Yossa, 2013).

Peningkatan dan penambahan pengarahan, pelatihan serta pengembangan secara berkala dapat

70

menjadi solusi untuk menyamakan kemampuan operator yang berbeda-beda dan menjadi penilaian perusahaan dalam melihat kinerja karyawan. Pemberian arahan oleh leader line kepada tenaga kerja perlu dilakukan supaya lebih teliti dan menghindari terjadinya kesalahan. Menurut Arifin (2007), pengarahan adalah kegiatan mengarahkan semua tenaga kerja agar bersedia membantu tercapainya tujuan perusahaan. Hal tersebut dapat terlihat pada saat adanya pengawasan seperti pengambilan sampel data primer terlihat bahwa operator langsung melakukan kontrol berat produk, sehingga kebanyakan sampel yang diambil masih dalam batas kendali.

Metode lain yang dapat dilakukan untuk meningkatkan kemampuan operator adalah dengan melakukan pelatihan disaat proses produksi berlangsung (on the job training) dan pelatihan tidak langsung atau diluar proses produksi. Perpindahan pekerja dari divisi lain untuk ditempatkan menjadi operator filling sering terjadi dan pelatihan yang diberikan dilakukan saat produksi berlangsung. Hal tersebut yang menyebabkan sering terjadinya beberapa kesalahan dan kurang tanggap dan telitinya operator dalam pengoprasian mesin filling. Pelatihan langsung di tempat kerja bertujuan agar pekerja memperoleh umpan bailik secara langsung oleh senior atau pelatih (Griffin, 2006). Cara-cara tersebut dinilai dapat meningkatkan kemampuan operator sesuai dengan harapan dan standar perusahaan. Perusahaan dapat melihat kinerja karyawan apakah sesuai dengan kebutuhan perusahaan dan menseleksi karyawan yang kurang kompeten.

71

V. KESIMPULAN DAN SARAN

5.1 Keimpulan

Berdasarkan hasil penelitian dan analisa pembahasan dapat disimpulkan beberapa hal sebagai berikut:

1. Pengendalian kualitas kecap manis ABC kemasan pouch 520 ml di PT Heinz ABC Indonesia, Pasuruan pada proses filling memiliki nilai sigma jangka pendek sebesar 4,34 dan sigma jangka panjang 3,85. Kapabilitas proses jangka pendek yang dihasilkan sebesar 1,14 dan jangka panjang 0,94 yang tergolong baik yaitu Cp > 1.

2. Faktor yang paling dominan yang menyebabkan defect overfill pada kecap manis ABC kemasan pouch 520 ml adalah jadwal pengecekan berat produk yang tidak teratur, kondisi komponen pengisian produk yang tidak stabil, settingan mesin filling yang kurang tepat, pengalaman operator berbeda-beda, dan operator kurang tanggap dan teliti

3. Usulan perbaikan yang dapat diberikan untuk mengurangi defect overfill kecap manis ABC kemasan pouch 520 ml antara lain peningkatan pengawasan dan pengecekan terhadap volume produk, perawatan mesin filiing lebih intensif, dan peningkatan pelatihan dan pengembangan terhadap operator.

5.2 Saran

Saran yang dapat diberikan berdasarkan hasil penelitian adalah sebagai berikut: 1. PT Heinz ABC Indonesia Pandaan, Pasuruan perlu lebih

memperhatikan pengendalian kualitas produk yang dihasilkan terutama penyebab-penyebab defect yang disebabkan oleh mesin dan manusia.

2. Penelitian selanjutnya diharapkan dapat menggunakan tools yang berbeda untuk mengembangkan metode six sigma dan

72

diteruskan hingga tahap control sehingga dapat diketahui dampak perbaikan terhadap proses filling produk kecap manis ABC kemasan pouch 520 ml di PT Heinz ABC Indonesia Pandaan, Pasuruan.

73

LAMPIRAN

73

DAFTAR PUSTAKA

Al – Assaf, A. F. 2009. Health Care Quality an International

Perpective. Buku Kedokteran EGC. Jakarta. Alfian A.,I. A. Mahatma T., dan I Ketut S. 2015. Analisis

Produktivitas Produksi di Perusahaan Kecap Manalagi Denpasar. Jurnal Teknologi Industri Pertanian Unud (2)1: 1-10

Amin, S. dan M. Kholil. 2013. Six Sigma: Quality for Business Improvement. Graha Ilmu. Yogyakarta.

Amsden, D.M., Butler, H.E. and Amsden, R.T. (1991). SPC Simplified for Services. Chapman and Hall. London.

Aranti, Naning W., dan Satria, O. S. 2015. Risk analysis of Poultry Feed Production Using Fuzzy FMEA. Journal Manufacturing 4(1) : 270-28

Arifin, J. dan Fauzi, A. 2007. Apliksi Excel Dalam Aspek Kuantitatif Manajemen Sumber Daya Manusia. PT Elex Media Komputindo. Jakarta.

Badan Pengawas Obat dan Makanan. 2006. Surat Keputusan Kepala Badan Pengawas Obat dan Makanan Republik Indonesia No. HK.00.05.52.4040 Tahun 2006 tentang Kategori Pangan. Jakarta.

Badan Pengawas Obat dan Makanan. (2013). Standar Nasional Indonesia (SNI) 3543: 2013. Kecap Kedelai bagian 1: Manis. Jakarta.

Badan Standardisasi Nasional. 1999. Standar Nasional Indonesia (SNI) 3543:1999. Kecap kedelai. Jakarta.

Besterfield, D H. 2009. Quality Control 8th Edition. Pearson/Prentice Hall. New Jersey

Darmawan, Evelyn. 2009. Penerapan Fuzzy Servqual dan Quality Function Deployment (QFD) dalam Upaya Peningkatan Kualitas Layanan (Studi Kasus: Bengkel Mobil PT.X). Proceding Seminar Nasional Manajemen Teknologi XII.

74

Ditahardiyani, P. Ratnayani., dan Angwar, M. 2008. The Quality Improvement of Primer Packaging Process Using Six Sigma Methodology. Jurnal Teknik Industri 10(2) : 177 – 184.

Charantimath, P. M. 2006. Total Quality Management. Dorling Kindersley. New Delhi.

Evans, James R. dan William M. Lindsay. 2007. An Introduction to Six Sigma &. Process Improvement (Pengantar Six Sigma). Penerbit Salemba. Empat. Jakarta.

Evans, James R. and William M. Lindsay. 2008. The Management and Control of Quality. Seventh Edition. Canada: Thomas South-Western. p. 22 (4).

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

Gaspersz, V. 2004. Production Planning and Inventory Control. Gramedia Pustaka Utama. Jakarta.

Gaspersz, V. 2005. Total Quality Manajemen. Jakarta: Gramedia Pustaka Utama.

Gaspersz, V. 2007. Lean Six Sigma for Manufacturing and Service Industries. PT Gramedia Pustaka Utama. Jakarta.

Gaspersz, V. 2008. The Executive Guide to Implementing Lean Six Sigma. PT. Gramedia Pustaka Utama. Jakarta.

Gaspersz, V. 2012. All in One Management Toolbook. Tri-Al-Bros Publising. Bogor.

Griffin, R.W., Ronald J.E. 2006. Bisnis Edisi 8 Jilid 1. Erlangga. Jakarta

Haming, M. Dan Nurnajamudin, M. 2007. Manajemen Produksi Modern: Buku2. Bumi Aksara. Jakarta. Hal. 11-19 dan 185-193

Heizer, Jay and B. Render. 2006. Operation Management (Mananjemen Operasi). Salemba Empat. Jakarta.

Hidayat, A. 2007. Strategi Six Sigma. PT Elex Media Komputindo. Jakarta.

Hutabarat, J dan Husaeni, M. 2006. Operasionalisasi Strategi. PT Elex Media Koputindo. Jakarta.

75

Iqbal, M., Lailil, M., dan Nanang, Y. S. 2013. Penggunaan Fuzzy Failure Modes and Effect Analysis (Fuzzy FMEA) dalam mengidentifikasi Risiko Kegagalan Proses Pemasangan dan Perbaikan AC. Jurnal Teknologi Informasi dan Ilmu Komputer 2(7) : 1-6

Jiang, W., Au, T. and Tsui, K.L. 2007. A statistical process control approach to business activity monitoring. IIE Transaction 39 (3) :235-249.

Keskin, GA. 2014. An Alternative Evaluation of FMEA: Fuzzy Art Algorithm. Jurnal International Quality and Realibility Engineering 25(6) : 647-661

Kutlu, A.C. and Mehmet E. 2012. Fuzzy Failure Modes and Effect Analysis by Using Fuzzy TOPSIS-based Fuzzy AHP. Expert Systems with Application 39(1) : 61-67

Keskin, G.A. dan Ozkan C. 2009. An Alternative Evaluation of FMEA: Fuzzy Art Algorithm. Journal of International Quality and Reliability Engineering 25 (6): 647 – 661

Kosasih, W., Adianto dan Erickson. 2015. Analisis Pengendalian Kualitas Produk Bucket Tipe Zx 200 Gp Dengan Metode Statistical Process Control dan Failure Mode And Effect Analysis (STUDI KASUS: PT. CDE). Jurnal Ilmiah teknik industri 3(2):1-9

Kusumadewi, S., dan Hari. 2003. Artificial Intelegence : Teknik dan Aplikasinya. Graha Ilmu. Yogyakarta.

Kutlu, A.C. dan Mahmet E. 2012. Fuzzy Failure Modes and Effects Analysis by Using Fuzzy TOPSIS-Based Fuzzy AHP. Expert System with Application 39(1) : 61-67

Lindsay, W. M. Dan Evans, J. R. 2007. An Introduction to Six Sigma & Process Improvement. Salemba Empat. Jakarta.

Montgomery, D.C. 2005. Introduction to Statistical Quality Control. John Willey and Son, Inc, New York.

M, Rizki., W. H. Limbong, dan Budi S. 2011. Kajian Manajemen Mutu Perspektif Six Sigma pada Perusahaan Elsari Brownies dan Bakery Bogor. Jurnal Manajemen 6(1) : 39 – 48.

76

Nasution, Arman. H., 2006. Manajemen Industri. Andi Offse. Yogyakarta.

Nisfiannoor, M. 2009. Pendekatan Modern untuk Ilmu Sosial. Salemba Humanika. Jakarta.

Oktavia, T dan Cenderakiawan, J. 2013. Studi Tentang Peta Kendali X Sebagai Pengganti Peta Kendali X dan S. Jurnal Teknik Industri (1)1:51-52

Perdana, B. 2005. Perbaikan Kinerja dengan Pendekatan Supply Chain Operation Reference (SCOR) dan Fuzzy Analytical Hierarchy Process (AHP). Seminar Nasional IENACO

Prawirosentono, Suyadi. 2007. Filosofi Baru Tentang Mutu Terpadu Edisi 2. Bumi Aksara. Jakarta

Pydek, T. 2003. The Six Sigma Handbook. Mc Graw Hill. New York

Rezaie, K., B. Ostadi., and M.R. Taghizadeh. 2006. Application of Process Capability and Process Performance Indices. Journal of Applied Science 6(5): 1186 – 1191.

Rochamata, A. 2009. Analisis Pengendalian Kualitas Produk Kain Cotton dan Rayon Departemen Printing-Dyeing Pada PT. Kusumahadi Santosa. Tugas Akhir. Program Diploma III Manajemen Industri Fakultas Ekonomi. Universitas Sebelas Maret. Surakarta.

Rudisill, F. dan L. A. Litteral. 2008. Capability Ratio : Comparation and Interpretation of Short-Term and Overall Indices. The International Journal for Quality and Standards. p. 1 - 20

Samadhi, T. M. A. A., Opit, P. F. , dan Singal, Y. M. 2008. Penerapan Six Sigma untuk Meningkatkan Kualitas Produk Bimoli Classic (Studi Kasus : PT. Salim Ivomas Pratama-Blitung). Jurnal Undip 3(1):17-24.

Santoso, S. 2007. Total Quality Management (TQM) dan Six Sigma. PT Elex Media Komputindo. Jakarta.

Santoso, T. Z., Choiri, M., dan Setyanto, N. W. 2013. Peningkatan Kualitas Rokok Sigaret Kretek Tangan (SKT) dengan Metode Six Sigma. Jurnal Rekayasa dan Manajemen Sistem Industri 2(3) : 392 – 403.

77

Sarisky, Mario D. E., Purnomo B. S., dan Achmad A. S. 2015. Usulan Penerapan Lean Six Sigma, FMEA dan Fuzzy untuk Meningkatkan Kualitas Produk Botol Sabun Cair. Jurnal JEMIS 3(1): 28 -34.

Badan Pengawas Obat dan Makanan. Sayuti, J. 2012. Pentingnya Standar Operasional Prosedur Kerja untuk Meningkatkan Kinerja Karyawan dalam Perusahaan. Jurnal Ilmiah 4(3) :1-5

Soemohadiwidjojo, A. T. 2015. Panduan Praktik Menyusun Key Performance Indicator. Penebar Swadaya, Jakarta.

Sucipto, Devita P. S. Dan Sakunda A., 2017. Pengendalian Kualitas Pengalengan Jamur dengan Metode Six Sigma di PT Y, Pasuruan, Jawa Timur. Jurnal Industria 6 (1) : 1 – 7.

Sukardi, E. U. dan Astuti, D. A. 2011. Aplikasi Six Sigma pada Pengujian Kualitas Produk di UKM Keripik Apel Tinjauan dari Aspek Proses. Jurnal Teknologi Pertanian 12(1):3-5

Sugiyono. 2007. Metode Penelitian Kuantitatif Kualitatif dan R & D. Alfabeta, Bandung

Wang, Y.M., Chin, K., Poon, G. K. K., dan Yang, J. 2009. Risk Evaluation in Failure Mode and Effect Analysis Using Fuzzy Weighted Geometric Mean. Expert Systems with Application 36(1): 1195-1207.

Yamit, Zulian. 2010. Manajemen Kualitas Produk dan Jasa. Ekonisia, Yogyakarta

Yeh RH, Hsieh MH. 2007. Fuzzy Assessment of FMEA for A Sewage Plant. Journal the Chinese Institute of Industrial Engineers 24(1):505-512.

Yuliasri, R. M. 2015. Standarisasi Produk Kecap Kedelai Sebagai Produk Khas Indonesia. Jurnal Balai Besar Industri Agro 17(2) :147 – 156

Yossa, S. 2013. Analisis Pengaruh Kemampuan Karyawan Pembagian Tugas dan Motivasi Terhadap Kinerja Karyawan pada PT Pelabuahan Indonesia (Persero) Cabang Palembang. Jurnal Manajemen dan Bisnis sriwijaya. 2(4): 263 – 286.

80

LAMPIRAN

ANALISIS PENGENDALIAN KUALITAS PRODUK KECAP ABC …repository.ub.ac.id/8281/1/JUNDI WARDIKA.pdf ·...

Documents

Transcript of ANALISIS PENGENDALIAN KUALITAS PRODUK KECAP ABC …repository.ub.ac.id/8281/1/JUNDI WARDIKA.pdf ·...