BAB 5 HASIL DAN PEMBAHASAN
5.1 Hasil Pengumpulan Data 5.1.1 Data penjualan Battery Tahun 2003 Untuk mendukung alasan pemilihan kenapa analisis difokuskan pada Grid Casting untuk pelat tipe GLSYB1,4P maka di dalam pengumpulan data ini akan dijabarkan data penjualan Battery sampai bulan Agustus 2004, Lalu data ini akan dianalisis menggunakan Pareto untuk menemukan tipe aki yang paling berperan dalam penjualan aki di PT. Yuasa Battery Indonesia. Karena fokus pembahasan kali ini adalah aki mobil, dan proses perakitan aki mobil dan motor berbeda, maka data yang akan disajikan adalah aki Mobil. Pareto Data Penjualan
Persentase Total Persentase Kumulatif
80 60 40 20 0
Tipe
N70 NS40Z 34B19L NS70 NS-40 46B24L N50Z NS40S 46B24R NS40ZL N70Z N150 55B24L N50 NS60S 56024 55559 55B24R N100 56638 N120 N50ZL 95D31R
Persentase
100
Diagram 5.1 Diagram Pareto data penjualan produk
98
Tabel 5.1 Tabel Perhitungan Pareto Type Battery N70 NS40Z 34B19L NS70 NS-40 46B24L N50Z NS40S 46B24R NS40ZL N70Z N150 55B24L N50 NS60S 56024 55559 55B24R N100 56638 N120 N50ZL 95D31R Total
Total Penjualan 12318 12039 8165 7116 6500 5593 3916 3370 3061 2830 700 458 264 160 156 130 35 32 14 2 1 0 0 66860
Persentase Total 18,42357164 18,00628178 12,21208495 10,64313491 9,72180676 8,365240802 5,857014657 5,04038289 4,578223153 4,232725097 1,046963805 0,685013461 0,394854921 0,239306013 0,233323362 0,194436135 0,05234819 0,047861203 0,020939276 0,002991325 0,001495663 0 0 100
Kumulatif 12318 24357 32522 39638 46138 51731 55647 59017 62078 64908 65608 66066 66330 66490 66646 66776 66811 66843 66857 66859 66860 66860 66860
Persentase Kumulatif 18,42357164 36,42985343 48,64193838 59,28507329 69,00688005 77,37212085 83,22913551 88,2695184 92,84774155 97,08046665 98,12743045 98,81244391 99,20729883 99,44660485 99,67992821 99,87436434 99,92671253 99,97457374 99,99551301 99,99850434 100 100 100
Dapat Dilihat dari Pareto diatas, Tipe battery yang menggunakan Grid tipe GLSYB 1,4 P yaitu tipe N70, N50Z dan NS 40Z menempati posisi tertinggi dalam penjualan. Maka Pembahasan selanjutnya akan dibatasi pada tipe grid ini, karena sudah mewakili produk yang lain.
99
5.1.2 Hasil Pengumpulan Sampel data Yuasa Telah menggunakan sistem pengendalian kualitas dengan menggunakan metode – metode Statistical Quality Control, termasuk juga untuk pengambilan contoh. Yuasa menggunakan AQL ( Acceptance Quality Level) 2,5 untuk
semua
inspeksi
proses, serta AQL 0,65 untuk komponen Vent Plug di bagian penerimaan. Standar yang dipakai adalah MIL-STD-105-D dengan tingkat inspeksi Single Normal Inspection. Penggunaan metode ini adalah untuk memotong waktu inspeksi serta menghemat biaya karena jumlah kapasitas produksi yang tinggi dan jumlah tenaga kerja yang terbatas. Apabila jumlah sample yang diambil sudah melewati batas yang ditolak, maka lot tersebut di-reject , dan akan dilakukan 100% inspection untuk produk yang dibuat pada shift yang sama untuk mencegah terjadinya produk cacat yang keluar ke konsumen. Data yang akan dianalisa merupakan sejumlah data yang dikumpulkan dari pengamatan di lapangan. Untuk mempermudah pembahasan, maka data yang diambil dan dianalisis adalah data dari salah satu proses saja serta diuji dengan uji kecukupan data. Hal ini dilakukan agar pembahasan menjadi lebih singkat dan sederhana, namun dengan data yang valid dan cukup untuk melakukan pembahasan.
5.1.2.1 Data Variabel dan Data Atribut Data yang dikumpulkan adalah dari bagian Grid Casting untuk plat tipe GLSYB1,4PParameter yang diukur disini adalah Tebal, serta Berat sebagai perwakilan dari data Variabel, serta data pengecekan secara Fisik ( Penampilan ) untuk mewakili data Attribut. Data dikumpulkan selama 2 minggu. Sampel Data bulan Juli 2004 hasil CheckSheet Grid Casting dapat dilihat pada tabel dibawah ini.
100
Tabel 5.2 Tabel Hasil Pengumpulan Data Inspeksi No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
Berat 1 107,0 106,0 105,2 107,5 104,7 106,7 103,5 106,2 105,5 105,7 106,5 108,0 105,7 106,7 106,7 106,5 107,0 105,5 106,7 109,0 102,5 101,7 107,7 105,5 104,7 102,0 103,5 107,7 107,7 108,0 107,2 107,2 106,7 108,2 106,0 105,0 105,7 102,5 106,0 102,5
2 107,2 108,0 108,0 107,0 106,7 106,0 108,2 104,5 106,5 107,0 106,5 107,0 104,0 107,7 107,0 108,7 106,2 106,7 106,5 106,5 107,5 106,5 107,0 108,5 106,7 108,5 107,2 107,0 106,5 108,2 106,5 106,5 108,0 109,0 107,5 104,0 107,0 107,5 108,5 107,0
Tebal ( Subgroup No.) 1 2 3 4 1,417 1,406 1,394 1,395 1,375 1,395 1,393 1,401 1,397 1,404 1,420 1,405 1,407 1,399 1,394 1,405 1,396 1,397 1,395 1,397 1,389 1,399 1,414 1,398 1,390 1,389 1,388 1,415 1,395 1,390 1,409 1,391 1,366 1,388 1,401 1,399 1,392 1,431 1,391 1,388 1,389 1,400 1,396 1,395 1,391 1,398 1,370 1,407 1,405 1,417 1,404 1,394 1,394 1,391 1,428 1,411 1,386 1,407 1,388 1,396 1,392 1,392 1,403 1,411 1,394 1,392 1,390 1,411 1,400 1,372 1,391 1,386 1,384 1,394 1,404 1,394 1,395 1,385 1,419 1,407 1,387 1,358 1,405 1,404 1,403 1,402 1,391 1,392 1,394 1,388 1,408 1,376 1,395 1,407 1,405 1,403 1,408 1,407 1,375 1,391 1,388 1,379 1,388 1,386 1,358 1,409 1,393 1,417 1,398 1,397 1,421 1,411 1,420 1,388 1,404 1,390 1,388 1,420 1,396 1,395 1,380 1,417 1,413 1,407 1,409 1,410 1,425 1,438 1,393 1,387 1,375 1,410 1,408 1,382 1,399 1,393 1,397 1,399 1,396 1,429 1,403 1,390 1,400 1,392 1,399 1,403 1,402 1,415 1,378 1,427 1,387 1,400 1,390 1,393 1,405 1,393 1,388 1,371 1,397 1,408
101
Penampilan ( AQL 2,5 ) Populasi Contoh(n) Cacat 1400 50 1(b) 3200 100 0 3750 100 0 2500 82 0 4000 100 2(a),3(g) 3700 100 3(b),3(a) 3050 100 0 3100 100 0 3800 100 0 3250 100 3(d),3© 3450 100 0 4200 100 0 2950 100 0 3000 100 0 4000 100 2(a) 3800 100 3(b) 3500 100 1(b) 4500 100 0 3800 100 2(a) 850 32 0 5000 100 0 4000 100 2(a) 4200 100 0 4000 100 0 4900 100 0 5000 100 3(b) 3800 100 1(b) 4200 100 0 4000 100 2© 4000 100 2(e) 3700 100 0 4900 100 2© 4000 100 0 3500 100 0 3750 100 3(b),2© 4450 100 0 3900 100 2(a) 4000 100 0 3700 100 0 4200 100 1(b)
Keterangan Cacat Penampilan dari tabel diatas : a. Retak b. unfilled ( tidak terisi ) c. Fins ( kelebihan timah di dalam panel) d. Flash (kelebihan timah di luar panel ) e. Lubang f. Berubah bentuk g. Shrinkage h. Lain – Lain
Ukuran Standar Tebal dari Battery Grid: Partial Value ( per satuan pengukuran ) = 1,40 ± 0,15 mm Mean Value ( rata – rata per subgroup ) = 1,40 ± 0,05 mm
Ukuran Standar Berat dari Battery Grid: Mean Value ( rata – rata per subgroup ) = 103 ± 8 gram
5.1.2.2 Data Historis Kerusakan Data Historis Kerusakan ini dikumpulkan dengan tujuan untuk digunakan pada analisis dan implementasi Metode Failure Mode and Effects Analysis ( FMEA ) dalam usulan perbaikan metode analisis yang akan dibuat. Tentunya untuk Penyebab variansi yang khusus tidak dimasukkan dalam analisis.
102
Tabel 5.3 Tabel Faktor Penyebab Reject Tgl
Masala h
22/01/ 2004
Ketebala n Plat tidak Mesin Standar (Terlalu tebal)
08/03/ 2004
Retak
23/03/ 2004
Retak
Sebab
Manusia
Metode
20/04/ 2004
Retak
Metode
24/04/ 2004
Retak
Manusia
Penyebab Masalah
Tindakan Preventive Hasil Spraygun produksi Rusak selalu di pada frame check tiap atas 300 panel spraygun bersama lama operator Dilakukan Kontrol pengecekan kurang per 200 teliti panel saat produksi Sebelum Melakukan produksi, Sedikit setiap bergelomb setelah diang spray harus disapu kawat Sebelum Melakukan produksi, Sedikit seitap bergelomb setelah diang spray harus disapu kawat Diberi Pengarahan agar lebih Kontrol teliti dalam Kurang pengecekan teliti mold, dibuat Checklist tiap shift.
103
Penanggulangan Sementara
Faktor
Dicek ulang dan Khusus dilebur 350 Panel
Dicek ulang dan Umum dilebur 500 Panel
Semua produk dicek ulang Umum sambil ditekuk2, dilebur 400 panel
Semua produk dicek ulang Umum sambil ditekuk2, dilebur 400 panel
Dilebur total 900 Umum Panel
27/07/ 2004
Retak
28/04/ 2004
Ketebala n Plat tidak Manusia Standar (Terlalu tipis)
13/05/ 2004
Retak
Manusia
12/06/ 2004
Retak
Manusia
13/06/ 2004
Retak
Manusia
Metode
Diberi Pengarahan agar lebih Kontol teliti dalam Kurang pengecekan Teliti mold, dibuat Checklist tiap shift. Untuk type Operator GLSYB belum 1,4P menguasai dilakukan metode pengecekan Spray ulang tiap untuk tipe 450 panel AMB atau 1/2 shift Diberi Pengarahan Kontol agar lebih Kurang teliti dalam pengecekan Teliti, mold, operator Baru dibuat Checklist tiap shift. Pengecekan diperketat Kontol per 1/2 Kurang shift 350 Teliti unit, dibuat Checklist tiap shift. Cara Spray diperbaiki dan setelah spray harus Cara Spray disapu salah kawat. isi checklist selama 1 mg
104
Dilebur total 1000 Umum Panel
Dicek ulang dan Umum dilebur 900 Panel
Dilebur total 1800 Umum Panel
Dilebur total 500 Umum Panel
Dicek ulang dan dilebur ulang 650 Umum Panel
16/06/ 2004
Ketebala n Plat tidak Manusia standar ( Terlalu Tebal )
Tidak dikontrol saat perbaikan Spraygun
Retak
Manusia
Kontol Kurang Teliti
07/08/ 2004
Retak
Manusia
Kontol Kurang Teliti
Manusia
Kontrol kurang teliti
Material
Timah baru dikuras , kandungan kurang stabil, hasil Grid rapuh
14/08/ 2004
Retak
Retak
1/2
Pengecekan diperketat per 1/2 shift , dibuat Checklist tiap shift. Pengecekan diperketat per 1/2 shift , dibuat Checklist tiap shift. Operator diberi pengarahan langsung dan harus isi checklist 1 mgg
18/07/ 2004
08/08/ 2004
Dicek setiap Shift
Dicek ulang, Khusus dilebur 600 panel
Dilebur total 500 Umum Panel
Dilebur total 200 Umum Panel
Dicek ulang dan dilebur total 700 Umum Panel
Melting Pot diberi Dilebur total 1100 Umum timah 2 panel potong
5.1.2.3 Pengumpulan Data Cost Of Poor Quality Cost Of Poor Quality adalah Biaya yang dikeluarkan untuk kualitas yang buruk, misalnya biaya untuk memproduksi produk yang cacat, yaitu :
105
Diketahui Produksi rata - rata 1 hari = 80.000 unit total 24 Mesin dengan 3 Shift 24 Jam. Kapsitas Produksi per jam per mesin =
80000 =138.89 unit 24 * 24
Biaya Listrik :
1 Kwh = Rp 500,1 unit Mesin = (18A + 12A + 8A + 50A ) *220V = 19,360 Kwh Biaya listrik per unit Grid =
19,360 Kwh x500 = Rp. 69,64 per unit 80.000 24 x 24
Biaya tenaga kerja :
1 Mesin = 1 Operator per Shift Gaji operator per bulan Rata – rata = Rp 750.000,Hari Kerja per bulan rata – rata 25 hari dengan 8 jam kerja per hari Biaya Tenaga kerja per unit Grid =
750000 = Rp 27 per unit 80000 25 x 24 3
Biaya Gas :
1 Mesin = 5 Kg Gas per jam 1 Kg gas alam = Rp 1750,Biaya Gas per unit Grid =
5 x1750 = Rp 63,- per unit 80000 24 x 24
Biaya Timah :
Harga 1 Ton timah = Rp 9.000.000,1 Grid membutuhkan rata – rata 100 gram timah Biaya timah per Grid =
100 xRp.9000000 = Rp 900,- per unit 1000000 106
Biaya timah ini akan ada apabila Reject baru diketahui di divisi Pasting, dimana Grid patah setelah terkena Pasta, yang berakibat Grid sama sekali tidak dapat dilebur ulang. Sedangkan bila terjadi di saat sebelum keluar divisi Grid Casting maka operator akan melebur lagi dan hanya kehilangan biaya energi dan tenaga kerja.
5.2. Hasil Analisa Data dan Pembahasan Sesuai dengan pemilihan proses di awal, Pembahasan akan difokuskan pada proses produksi Grid Casting untuk Grid No. GLS YB 1,4 P. Untuk sistematika pembahasan yang lebih terstruktur maka akan digunakan metode Six Sigma untuk melakukan perbaikan proses ini, maka pembahasan ini akan melalui 5 tahap DMAIC ( Define-Measure-Analysis-Improve-Control ).
5.2.1 DEFINE Tahap ini merupakan tahapan untuk mendefinisikan proses yang akan dibahas selanjutnya sebelum menentukan karakteristik kualitas dan kebutuhan pelanggan yang lain. Untuk menggambarkan proses digunakan Diagram SIPOC ( Supplier, Input, Process, Output, Customer seperti dbawah ini :
107
Suppliers
Inputs
PT. Muhtomas (Lead Antimony) Yuasa Japan (Spray Material) Bentonite, Cork Powder, Water Glass
Pemilihan Mold Sesuai jenis Grid
Processes
Outputs
Customers
Grid Battery GLSYB 1,4 P
Divisi Pasting
Lead Antimony PbSb kadar antimoni (Sb) sebesar 2,5% - 3,5%. Mixed Spray Material Temperatur Tepat Metode Spray tepat
Spray mold
Scrap Mold
Setting Tempera tur tepat
Timah dlelehkan
Timah Dialirkan ke Cetakan
Grid Dipotong sesuai ukuran
Grid Melalui Proses Ageing 2 - 4 hari
Diagram 5.2 Diagram Analisa SIPOC Keterangan dari Analisa SIPOC diatas : Supplier menentukan kualitas bahan Lead antimony (PbSb ) dengan kadar Antimony
antara 2,5 – 3,5%, yang sebelum memasuki produksi harus ditest di lab untuk kadarnya, apabila tidak memenuhi maka akan menyebabkan hasil cetakan tidak sempurna, sedangkan untuk bahan aktif material telah dibuat di jepang dan tidak memerlukan pengecekan lebih lanjut. Input yang menentukan adalah setting temperatur mesin yang telah ditentukan sesuai
dengan panduan dari Yuasa Jepang untuk menjaga tingkat kekentalan timah. Dimana setting mesin ini sudah secara otomatis, dan yang paling memungkinkan untuk menyebabkan defect adalah beda temperatur yang sangat kecil di dalam mold yang ditentukan oleh bahan aktif material yang dispray dan metode spray nya. Proses : Metode yang menentukan kualitas grid yang dihasilkan adalah metode spray
pada awal proses untuk mempersiapkan mold sebelum melakukan pencetakan timah. Apabila metode spray belum dikuasai, maka hasil cetakan sangat mungkin cacat berupa retak atau grid yang rapuh.
108
Output Hasil Grid yang telah keluar dari cetakan ini akan dicek seacara fisik oleh
operator terlebih dahulu, baru setiap shift ada petugas yang melakukan inspeksi dari produk yang telah dibuat. Apabila terjadi kerusakan , maka semua grid yang dihasilkan dalam lot yang sama akan dicek dan yang rusak akan dilebur ulang. Customer disini merupakan proses selanjutnya yang menggunakan hasil dari Grid
Casting ini, yaitu bagian Pasting, dimana Grid yang telah jadi masuk ke mesin untuk dilapisi dengan pasta. Seringkali apabila komposisi Grid tidak baik dan retak, maka di proses grid casting ini akan terjadi korosi ataupun rusak, dan haurs dibuang.
5.2.2 MEASURE Dalam Tahap measure ini, akan dilakukan beberapa analisa untuk menentukan bagaimana kondisi porses yang sedang berjalan saat ini dan apa target yang ingin dicapai setelah dilakukan perbaikan dengan metode Six Sigma, diantaranya: 1. Penentuan Karakteristik Critical To Quality, yaitu apa saja karakteristik produk yang dibutuhkan dan sangat kritis bagi konsumen yang merupakan proses pasting yang menggunakan produk dari divisi Grid Casting ini. 2. Karakteristik Target yang diinginkan oleh manajemen untuk sasaran jangka pendek dan jangka panjang kedepan. 3. Pengukuran kondisi saat ini dengan berapa besar tingkat sigma , Defect per Million Opportunities (DPMO), dan juga Kapabilitas Proses saat ini. 4. Penentuan Cost of Poor Quality ( COPQ ) , yaitu biaya yang timbul akibat diproduksinya produk cacat dalam proses ini.
109
5.2.2.1 Penentuan Critical To Quality Jenis cacat yang ada di bagian Grid Casting ini adalah : 1. Ketebalan tidak standar, yaitu akibat pelat yang memiliki tebal melewati atau kurang dari batas toleransi standar untuk jenis tersebut. Hal ini dapat diakibatkan oleh setting mesin yang salah, kondisi mold sudah aus, atau beberapa faktor lainnya. Akibat yang dapat ditimbulkan adalah pelat yang mudah korosi saat melalui proses pasting apabila terlalu tipis, serta tidak masuk ke container apabila terlalu tebal. 2. Berat tidak standar, hal ini dapat terjadi apabila berat material plat melebihi standar, hal ini hanya berakibat pada borosnya penggunaan material. Sedangkan apabila berat dibawah standar , dimungkinkan material yang masuk memiliki komposisi yang salah. 3. Cacat Fisik / penampilan, yaitu cacat yang dapat terlihat dengan mata , untuk cacat penampilan dapat digolongkan pada : o Retak ; apabila grid patah di salah atu kisi – kisinya dengan karakteristik
tertentu sehingga grid tidak dapat mengalirkan listrik dengan baik bila digunakan. o unfilled ( tidak terisi ): yaitu kondisi dimana grid tidak penuh pada salah
satu kisi – kisinya. o Fins ( kelebihan timah di dalam panel): yaitu apabila antara kisi – kisi
grid terdapat lelehan timah. o Flash (kelebihan timah di luar panel ): yaitu apabila lelehan timah ada
diluar panel
110
o Lubang : yaitu bila ada kisi – kisi yang tidak terisi penuh, sehingga
berlubang. o Berubah bentuk: Yaitu akibat panas yang berlebih sehingga grid nya
rusak dan tidak memiliki bentuk yang simetris. o Shrinkage : yaitu Grid pada saat pendinginan mengalami penyusutan
bentuk sehingga tak sesuai dengan spesifikasi. Dari kerusakan – kerusakan yang terjadi di atas, maka dapat ditentukan Critical To Qualitynya adalah : Tabel 5.4 Tabel Penentuan Critical To Quality Persyaratan Output
Karakteristik kualitas (CTQ)
Kualitas Grid GLSYB1,4P
Ketebalan Grid Berat Grid Penampilan Grid
Metrik Kinerja Internal XR Chart
Deskripsi Critical To Quality
Tebal Melebihi Standar Tebal Dibawah standar XR Chart Berat Melebihi standarr Berat Dibawah standar % lot yang a. Retak ditolak b. unfilled c. Fins d. Flash e. Lubang f. Berubah bentuk g. Shrinkage
5.2.2.2 Karakteristik Target Karakteristik Target jangka pendek perusahaan yang ingin dicapai adalah untuk meningkatkan kapabilitas proses menjadi lebih baik daripada kondisi saat ini, dan tentunya untuk jangka panjang adalah mencapai kinerja yang memenuhi standar Six Sigma, dengan 3,4 unit produk cacat per 1 juta unit produksi, dapat digambarkan di tabel 5.5 dibawah ini, yaitu :
111
Tabel 5.5 Tabel Karakteristik Target Karakteristik
Metrik
kualitas (CTQ)
Kinerja
Kondisi Saat ini
Target Jangka
Kondisi Ideal
Pendek
Internal Ketebalan Grid XR Chart
Berat Grid
Cp
= 1,314
Cp
= 1,45
Cp
= 1,33
Cpk
= 1,27
Cpk
= 1,33
Cpk
= 1,33
Cpm
= 1,298
Cpm
= 1,5
Cpm
=2
Cpmk = 1,246
Cpmk = 1,5
Cpmk = 2
Sigma = 5,23
Sigma = 5,5
Sigma = 6
XR
Cp
= 1,735
Cp
= 1,9
Cp
= 1,33
Chart
Cpk
= 0,98
Cpk
= 1,1
Cpk
= 1,33
Cpm
= 0,70
Cpm
= 0,9
Cpm
=2
Cpmk = 0,397
Cpmk = 0,6
Cpmk = 2
Sigma = 4,45
Sigma = 5,6
Sigma = 6
= 0,9
Cp
= 1,2
Cp
= 1,33
= 0,82
Cpk
= 1,2
Cpk
= 1,33
Penampilan
%
lot Cp
Grid
Rejection Cpk
Sigma = 4,59
Sigma = 5
Sigma = 6
5.2.2.3 Pengukuran Kapabilitas Proses saat ini Sebelum dilakukan pengukuran Kapabilitas proses dan DPMO ini, perlu diuji dahulu apakah data yang diambil dari perusahaan telah mencukupi untuk mewakili proses sebenarnya.
5.2.2.3.1 Uji Kecukupan Data Uji kecukupan Data diujicobakan kepada salah satu data, misal data Tebal Grid sebagai sampel , apabila data tersebut cukup, maka jumlah data sampel yang diambil sejumlah 40 merupakan data valid untuk digunakan pada perhitungan ini.
112
Tabel 5.6 Tabel Perhitungan Uji Kecukupan Data No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
Tebal ( Subgroup No.) 1 2 3 1,417 1,406 1,394 1,375 1,395 1,393 1,397 1,404 1,420 1,407 1,399 1,394 1,396 1,397 1,395 1,389 1,399 1,414 1,390 1,389 1,388 1,395 1,390 1,409 1,366 1,388 1,401 1,392 1,431 1,391 1,389 1,400 1,396 1,391 1,398 1,370 1,405 1,417 1,404 1,394 1,391 1,428 1,386 1,407 1,388 1,392 1,392 1,403 1,394 1,392 1,390 1,400 1,372 1,391 1,384 1,394 1,404 1,395 1,385 1,419 1,387 1,358 1,405 1,403 1,402 1,391 1,394 1,388 1,408 1,395 1,407 1,405 1,408 1,407 1,375 1,388 1,379 1,388 1,358 1,409 1,393 1,398 1,397 1,421 1,420 1,388 1,404 1,388 1,420 1,396 1,380 1,417 1,413 1,409 1,410 1,425 1,393 1,387 1,375 1,408 1,382 1,399 1,397 1,399 1,396 1,403 1,390 1,400 1,399 1,403 1,402 1,378 1,427 1,387 1,390 1,393 1,405 1,388 1,371 1,397
4 1,395 1,401 1,405 1,405 1,397 1,398 1,415 1,391 1,399 1,388 1,395 1,407 1,394 1,411 1,396 1,411 1,411 1,386 1,394 1,407 1,404 1,392 1,376 1,403 1,391 1,386 1,417 1,411 1,390 1,395 1,407 1,438 1,410 1,393 1,429 1,392 1,415 1,400 1,393 1,408 Jumlah Rata2
Jumlah 5,612 5,564 5,626 5,605 5,585 5,600 5,582 5,585 5,554 5,602 5,580 5,566 5,620 5,624 5,577 5,598 5,587 5,549 5,576 5,606 5,554 5,588 5,566 5,610 5,581 5,541 5,577 5,627 5,602 5,599 5,617 5,682 5,565 5,582 5,621 5,585 5,619 5,592 5,581 5,564
113
X bar 1,403 1,391 1,4065 1,40125 1,39625 1,4 1,3955 1,39625 1,3885 1,4005 1,395 1,3915 1,405 1,406 1,39425 1,3995 1,39675 1,38725 1,394 1,4015 1,3885 1,397 1,3915 1,4025 1,39525 1,38525 1,39425 1,40675 1,4005 1,39975 1,40425 1,4205 1,39125 1,3955 1,40525 1,39625 1,40475 1,398 1,39525 1,391 55,91275 1,39781875
X bar^2 1,968409 1,934881 1,97824225 1,963501563 1,949514063 1,96 1,94742025 1,949514063 1,92793225 1,96140025 1,946025 1,93627225 1,974025 1,976836 1,943933063 1,95860025 1,950910563 1,924462563 1,943236 1,96420225 1,92793225 1,951609 1,93627225 1,96700625 1,946722563 1,918917563 1,943933063 1,978945563 1,96140025 1,959300063 1,971918063 2,01782025 1,935576563 1,94742025 1,974727563 1,949514063 1,973322563 1,954404 1,946722563 1,934881 78,15766331 1,953941583
N = 40 k/s = 16,5 dengan tingkat keyakinan 90% dan tingkat ketelitian 10 %. Pemilihan tingkat keyakinan dan ketelitian ini didasarkan oleh kondisi pengecekan secara visual yang paling umum dan dianggap pengukuran memerlukan tingkat presisi yang cukup tinggi. 2
k / s N ∑ xj 2 − (∑ xj ) 2 16,5 (40 * 78,15766331) − (55,91275) 2 = N '= 55,91275 xj ∑
2
N’ = 0,006176103 Karena N’< 40 , maka data disimpulkan cukup.
5.2.2.3.2 Data Tebal Data tebal memiliki subroup sebesar 4 buah untuk tipe GLSYB1,4P ini, karena setiap patroli dan pengukuran diambil 4 data. Dibawah ini adalah Peta Kendalinya : Peta Kendali X & R ini menggunakan perhitugan statistik dari data yang ada pada sampel yang akan dibahas, perhitungan USL dan LSL dalam bats 3 sigma dengan menggunakan rumus sebagai berikut :
Dengan diketahui :
X = 1,398, R = 0,027 , dan n = 40. Karena Subgroup 4 maka didapat data berikut : A2 = 0,729 ,D4 = 2,282 ,D3 = 0 Maka Batas – Batas kendalinya adalah :
114
Peta Kontrol X
CL = X
= 1,39724
UCL = X + A2. R
= 1,41668
LCL = X – A2. R
= 1,37780
Peta Kontrol R
CL = R
= 0,02667
UCL = D4. R
= 0,06085
LCL = D3. R
=0
Standar deviasi
= 0,01268
X Value
3 Sigma X Chart 1,43 1,42 1,41 1,4 1,39 1,38 1,37 1,36 1,35
X bar LCL CL UCL
1
3
5
7
9
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.1 Grafik X Chart Tebal Dari Peta kendali diatas didapat pada periode ke 32 sedang ada perbaikan mesin sehingga produk yang dihasilkan tidak memenuhi spesifikasi, maka revisinya adalah seperti yang dibawah ini:
115
X Value
3 Sigma X Chart 1,42 1,41 1,4 1,39 1,38 1,37 1,36 1,35
X bar LCL CL UCL
1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.2 Grafik X Chart Tebal Revisi 3 Sigma R Chart
Range
0,08
Range
0,06
LCL
0,04
CL UCL
0,02 0 1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.3 Grafik R Chart Tebal Revisi Perhitungan Kapabilitas proses dengan Spesifikasi USL dan LSL hasil perhitungan : Perhitungan Cp :
Cp =
1,42 − 1,38 USL − LSL = = 0,5110 6σ 6(0,01268)
Perhitungan CpK : CPL =
X − LSL 1,398 − 1,38 = 0,5311 = 3SD 3 x0,01268
CPU =
USL − X 1,42 − 1,398 = 0,4909 = 3SD 3 x0,01268
CpK = Min[CPL ; CPU] = Min[0,5311 ; 0,4909] = 0,4909
116
Apabila Peta kendali X tersebut diplot dengan batas – batas kendali yang disesuaikan dengan spesifikasi proses yang telah ditentukan oleh bagian teknik untuk proses grid
casting ini, maka akan didapat X chart yang baru sebagai berikut : X Chart ( Standard ) 1,5 LCL Std
Tebal
1,45
CL Std
1,4
UCL Std
1,35
Mean
1,3 1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup No.
Grafik 5.4 Grafik X Chart Tebal dengan standar teknis Perhitungan Kapabilitas Proses dengan Spesifikasi Teknis :
Untuk data tebal ini, spesifikasi proses yang telah ditentukan sebagai toleransi yang diinginkan oleh konsumen yang dalam hal ini adalah divisi pasting sebagai demikian : USL = 1,45 mm CL = 1,40 mm LSL = 1,35 mm Dengan Menggunakan USL dan LSL dari spesifikasi, maka dihitung :
Cp =
1,45 − 1,35 USL − LSL = = 1,31441 6σ 6(0,01268)
Sedangkan untuk perhitungan CpK adalah : CPL =
X − LSL 1,398 − 1,35 = 1,26183 = 3SD 3 x0,01268
117
CPU =
USL − X 1,45 − 1,398 = 1,366982 = 3SD 3 x0,01268
CpK = Min[CPL ; CPU] = Min[1,33;1,44] = 1,26183 Dari hasil perhitungan Cp dan Cpk diatas, didapatkan bahwa nilai Cp dan Cpk sudah mendekati sempurna yaitu 1,33, oleh karena itu dibuat perhitungan dengan menggunakan indeks Cpm dan Cpmk yang berhubungan pula dengan indeks Cp dan Cpk diatas. Hal ini diperlukan karena Indeks kapabilitas proses Cp dan Cpk hanya diperuntukkan bagi proses yang memiliki kemampuan maksimal 4 Sigma, maka dengan Cp atau Cpk diatas 1,33 saja sudah dianggap baik, sedangkan Indeks Cpm dan Cpmk diperuntukkan bagi proses yang dengan sigma mendekati 6, sehingga dapat dihitung lebih akurat, karena proses dianggap baik apabila memiliki Cpm dan Cpmk diatas 2. Cpm =
(USL − LSL) 6 (X − T )2 + S 2
Cpmk =
Cpk ( X − T ) 1+ S
2
=
(1,45 − 1,35) 2
6 (1,398 − 1,40) + 0,01268 2
=
1,36 (1,398 − 1,4) 1+ 0,01268
2
= 1,298355
= 1,24642
Analisa :
Berdasarkan dari hasil pengukuran diatas, maka didapatkan bahwa CpmK sebesar 1,24642 yang berarti CpmK berada antara range 1,00 – 1,99 dan proses dianggap cukup mampu, serta memiliki kesempatan terbaik untuk dapat dikembangkan dengan Six Sigma. Sedangkan untuk parameter pengukuran kinerja yang saat ini dipakai perusahaan yaitu CpK, didapat CpK sebesar 1,26183 yang berarti sudah baik. Adanya perbedaan antara Cp dan Cpk apabila dihitung dengan menggunakan USL dan LSL hasil perhitungan dengan apabila menggunakan Cp dan Cpk dengan USL
118
dan LSL yang telah ditetapkan disebabkan karena proses ini sebenarnya sudah sangat baik, sehingga apabila menggunakan USL dan LSL hasil perhitungan yang hanya menggunakan data yang sangat sedikit dan tidak stabil akan didapatkan Cp dan Cpk yang kecil. Serta apabila produk sudah memenuhi batas spesifikasi yang diberikan oleh bagian teknik, yaitu antara 1,35 sampai 1,45 mm, produk ini sudah sangat baik. Maka untuk selanjutnya perhitungan akan menggunakan Spesifikasi Teknis yang sudah ditetapkan, dan tidak menggunakan data USL dan LSL hasil perhitungan. Perhitungan DPMO
Kemungkinan Cacat diatas USL
(USL − X ) = P Z ≥ x1.000.000 S 1,45 − 1,398 = P Z ≥ x1.000.000 0,01268 = P{1 − ( Z ≤ 4,1009)}x1.000.000 = 20,58437
Kemungkinan Cacat dibawah LSL
( LSL − X ) = P Z ≤ x1.000.000 S 1,35 − 1,398 = P Z ≥ x1.000.000 0,01268 = P{1 − ( Z ≤ −3,78549)}x1.000.000 = 76,72854
Defects per Million Opportunities (DPMO) = 97,31291 unit Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 5,22589 Sigma Bisa dikatakan untuk data tebal, hasil yang diperoleh sudah sangat baik dan hanya memerlukan sedikit improvement untuk mencapai kualitas Six Sigma, dengan DPMO sebesar 3,4 unit per satu juta produk. Karena sebernarnya proses ini sudah baik.
119
5.2.2.3.3 Data Berat Data berat memiliki subroup sebesar 2 buah untuk tipe GLSYB1,4P ini, karena setiap patroli dan pengukuran diambil 2 data. Dibawah ini adalah Peta Kendalinya : Peta Kendali X & R ini menggunakan perhitugan statistik dari data yang ada pada sampel yang akan dibahas, perhitungan USL dan LSL dalam batas 3 sigma dengan menggunakan rumus sebagai berikut : Dengan diketahui : X = 106,4413 , R = 1,873 , dan n = 40. Karena Subgroup 2 maka didapat data berikut : A2 = 1,88 ,D4 = 3,267 ,D3 = 0 Maka Batas – Batas kendalinya adalah : Peta Kontrol X
CL = X
= 106,47179
UCL X + A2. R
= 109,76903
LCL = X – A2. R
= 103,17456
Peta Kontrol R
CL = R
= 1,75385
UCL = D4. R
= 5,72952
LCL = D3. R
=0
Standar deviasi
= 0,01268
120
3 Sigma X Chart
X Value
115,0
X bar
110,0
LCL
105,0
CL
100,0
UCL
95,0 1
3
5
7
9
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.5 Grafik X Chart Berat 3 Sigma R Chart
Range
8
Range
6
LCL
4
CL
2
UCL
0 1
3
5
7
9
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.6 Grafik R Chart Berat Karena pada data 26 sedang ada perbaikan mesin, sehingga setelah produksi hasil yang diperoleh diluar range dan banyak variasinya, maka data itu tidak diambil, dan revisinya adalah seperti dibawah ini : 3 Sigma X Chart
X Value
115,0
X bar
110,0
LCL
105,0
CL
100,0
UCL
95,0 1
3
5
7
9
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.7 Grafik X Chart Berat Revisi
121
3 Sigma R Chart
Range
8
Range
6
LCL
4
CL
2
UCL
0 1
3
5
7
9
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.8 Grafik R Chart Berat Revisi Apabila Peta kendali X tersebut diplot dengan batas – batas kendali yang sebenarnya, yaitu yang sesuai dengan spesifikasi proses yang efisien untuk proses Grid casting ini, maka akan didapat X chart yang baru sebagai berikut : X Chart ( Standard ) 120
LCL Std
Berat
CL Std UCL Std Mean
90 1
3
5
7
9
11
13 15
17 19 21 23 Subgroup
25 27
29 31
33 35
37 39
Grafik 5.9 Grafik X Chart Berat dengan standar teknis Perhitungan kapabilitas proses dengan spesifikasi teknis:
Untuk data berat ini, spesifikasi proses yang telah ditentukan sebagai toleransi yang diinginkan oleh konsumen yang dalam hal ini adalah divisi pasting sebagai demikian : UCL = 111 gram CL = 103 gram LCL = 95 gram
122
Perhitungan Cp : Cp =
111 − 103 USL − LSL = 1,7355 = 6σ 6(1,536559)
Perhitungan Cpk : CPL =
X − LSL 106,4718 − 95 = 2,4886 = 3SD 3x1,536559
CPU =
USL − X 111 − 106,4718 = 0,9823 = 3SD 3 x1,536559
CpK = Min[CPL ; CPU] = Min[2,4886; 0,9823= 0,9823 Perhitungan Cpm dan Cpmk : Cpm =
(USL − LSL) 6 (X − T )2 + S 2
Cpmk =
Cpk ( X − T ) 1+ S
2
=
(111 − 95) 2
6 (106,4718 − 103 + 1,536559 2
=
0,982325 (106,4718) 1+ 1,536559
2
= 0,702377
= 0,397563
Analisa:
Berdasarkan dari hasil pengukuran diatas, maka didapat kan bahwa CpmK sebagai parameter pengukuran kalau kondisi saat ini memiliki CpmK sebesar 0,397563 yang berarti CpmK berada dibawah 1,00 dan proses dianggap sangat buruk dan perlu dibenahi, Sedangkan untuk parameter pengukuran kinerja yang saat inii dipakai perusahaan yaitu CpK, didapat CpK sebesar 0,982325 yang berarti proses masih berada diatas spesifikasi dan berarti masih perlu perbaikan.
123
Perhitungan DPMO
(USL − X ) = P Z ≥ x1.000.000 S
Kemungkinan Cacat diatas USL
111 − 106,4718 = P Z ≥ x1.000.000 1,536559 = P{1 − ( Z ≤ 2,946974)}x1.000.000 = 1604,567399 ( LSL − X ) Kemungkinan Cacat dibawah LSL = P Z ≤ x1.000.000 S 103 − 106,4718 = P Z ≥ x1.000.000 1,536559 = P{1 − ( Z ≤ −7.65903)}x1.000.000 = 0,0000000417 Defects per Million Opportunities (DPMO) = 1604,567 unit Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 4,4469 Sigma Bisa dikatakan untuk data tebal, hasil yang diperoleh sudah sangat baik dan hanya memerlukan sedikit improvement untuk mencapai kualitas Six Sigma, dengan DPMO sebesar 3,4 unit per satu juta produk.
5.2.2.3.4 Data Penampilan Pengambilan sampel untuk penampilan Grid ini menggunakan metode sampling Normal Inspection dengan MIL-STD-105D dengan AQL 2,5. oleh karena itu didapat jumlah sampel yang berbeda – beda sesuai dengan besarnya lot produksi yang dilakukan. Pengamatan dilakukan dengan cara visual, lalu bila ada cacat dicatat, apabila sudah melewati AQL, maka satu lot tersebut akan reject.. namun tetap dicatat untuk evaluasi total lot rejection yang menjadi target tahun depan. Perhitungan batas 124
kendalinya dengan menggunakan rumus berikut dengan batas kendali yang berbeda untuk setiap sampel. 3 sigma
CL = p UCL = p + 3S p LCL = p − 3S p
Sp =
Dengan
p(100 − p) n P Chart 3 Sigm a
Non Conformities
0,08 0,06
p LCL
0,04
CL
0,02
UCL
0 1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.10 Grafik P Chart Penampilan Karena Ternyata pada data di subgroup 6,7,10, dan 35 terdapat penyimpangan yang setelah dianalisis ternyata akibat kerusakan mesin, sehingga bukan merupakan penyebab umum yang sering terjadi, oleh karena itu dapat diabaikan dan peta kendali dapat direvisi sebagai berikut :
125
P Chart 3 Sigma
Non Conformities
0,06 0,05 p
0,04
LCL
0,03
CL
0,02
UCL
0,01 0 1 3 5
7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 Subgroup
Grafik 5.11 Grafik P Chart Penampilan Analisa Kapabilitas
Perhitungan kapabilitas proses (Cp) untuk data penampilan adalah sebagai berikut: Diketahui dari perhitungan proporsi cacat adalah 0,692841 % a=1–
0,692841 persentase proporsi cacat = 0,997 = 1100 x 2 100 x 2
Berdasar kurva normal, maka nilai a = 0,996536 berada pada z = 2,70021 Setelah mendapat “titik z” maka kita dapat menghitung Cp dengan rumus : Cp =
2,70021 = 0,90009 3
karena Cp <1, maka proses ini masih menghasilkan produk yang tidak sesuai dengan spesifikasi. Perhitungan indeks kapabilitas performansi Kane (Cpk) untuk data penampilan adalah sebagai berikut: a=1–
0,692641 persentase proporsi cacat =0,993072 =1100 100
Berdasar kurva normal, maka nilai a = 0,997 berada pada z = 2,460954 Setelah mendapat “titik z” maka kita dapat menghitung Cp dengan rumus :
126
Cpk =
2,46954 = 0,820318 3
Sama dengan kesimpulan diatas, karena Cp tidak sama dengan CpK dan kedua nilai tersebut dibawah 1, berarti proses masih tidak dalam pengendalian dan membutuhkan perbaikan. Perhitungan DPMO
1. Jumlah Unit cacat = 24 Unit dari hasil produksi yang dicek sebanyak 3464 Unit 2. Karakteristik CTQ ( Critical To Quality ) yang ditemukan dalam pengamatan ada 7 Buah, yaitu : o Retak o unfilled o Fins o Flash o Lubang o Berubah bentuk o Shrinkage
3. Defect per Unit ( DPU )
DPU =
Defect 24 = = 0,006928 Total _ Check 3464
4. Total Opportunities ( TOP )
TOP = OP × Total _ Check = 7 × 3464 = 24248
5. Defect Per Opportunities ( DPO ) DPO =
Defect 24 = = 0,00099 24248 TOP
6. Defect Per Million Opportunities ( DPMO ) 127
DPMO = DPOx1000000 = 0,00099 x1000000 = 990
7. Sigma Level Dari Tabel Konversi DPMO ke Sigma didapat proses ini adalah 4,5932 Sigma Analisa :
Dengan Level Sigma yang didapat sudah sangat baik, yaitu 4,59 Sigma dan dengan Cp dan Cpk yang berada dibawah 1,00 , seharusnya proses ini masih mampu dikembangkan sampai mencapai level sigma yang jauh lebih kecil lagi, dengan sedikit perbaikan, karena kapabilitas prosesnya masih rendah.
5.2.2.4 Perhitungan COPQ Perhitungan COPQ ( Cost Of Poor Quality ) ini akan mencakup biaya – biaya yang harus dikeluarkan dalam bentuk material, energi, tenaga kerja, serta penurunan umur mesin yang terpakai untuk membuat produk yang cacat, sehingga tidak dapat digunakan dan harus didaur ulang. Dalam perhitungan COPQ ini, jumlah reject yang didapat adalah reject dari satu tahun produksi yang dilakukan selama 2004 sebelum diimplementasikan Six Sigma, yaitu : Total Produksi = 5282500 Jumlah lot yang reject karena penampilan = 32 Lot Total Unit Reject = 118900 Total Biaya produksi thn 2004 = 5282500 x (Rp 4500 + 69,64+ 63+ 27 ) = Rp 24.614.548.300,Total Ongkos Produksi thn 2004 = 5282500 x Rp 69,64+63+27 = Rp 843.298.300,Total Ongkos Produksi = Rp 159,64
128
Maka Total COPQ yang timbul selama 2004 adalah : Biaya Listrik = 118900 x Rp 69,64 =Rp.8.280.196,Biaya Gas = 118900 x Rp 63 =Rp 7.490.700,Biaya Tenaga Kerja = 118900 x Rp 27 =Rp 3.120.300,Total Ongkos Produksi = 118900 * 159.64 = Rp 18.981.196,Maka =
Rasio
COPQ
terhadap
biaya
produksi
adalah
(8200196 + 7490700 + 3120300) x100% = 0,0764 % 24614548300
Rasio COPQ terhadap ongkos produksi tanpa material adalah =
18981196 * 100% = 2,25% 843298300
Apabila dilihat selama periode pengamatan saja: Total Produksi = 149000 unit x (Rp 4500+69,64+63+27) = Rp 694.286.360,Total Ongkos Produksi = 149000*159.64 = Rp 23.786.360,Total Defect, yang dihitung dari jumlah unit dalam lot yang di-reject apabila jumlah produk cacat melebihi standar bisa dilihat pada tabel 5.7 dibawah ini Tabel 5.7 Tabel Jumlah Defect Lot yang reject Lot Ke
Jumlah Reject Unit
5
4000
6
3700
10
3250
35
3750
Total Defect
14700 Unit
129
COPQ = 14700 x ( Rp69,64 +63+27) = Rp 2.346.708,Persentase COPQ dari biaya produksi = 0,338 % Persentase COPQ dari ongkos produksi = 9,866 %
5.2.3. ANALYZE Pada tahapan Analyze ini akan dibuat analisa tentang apa saja cacat yang terjadi dan bagaimana cara mengatasinya. Pembahasan akan dibatasi pada karakteristik CTQ yang paling membutuhkan perhatian dengan menggunakan Pareto Diagram dan Fishbone Diagram untuk mengidentifikasi proses yang perlu diperbaiki. Karena seluruh
karakteristik kualitas ini sangat berhubungan antara satu dengan lainnya dengan sebuah proses produksi yang sama, maka apabila dilakukan perbaikan di salah satu karakteristik, akan mempengaruhi karakter kualitas lainnya.
Data yang dikumpulkan adalah data cacat yang pernah terjadi selama 1 tahun, didapat data sebagai berikut : Hasil Produksi selama 1 tahun : 5.282.500 Unit Unit yang diperiksa selama 1 tahun untuk data Atribut : 140.178 Unit Unit yang diperiksa selama 1 tahun untuk data Variabel : 1.567 Unit Cacat Data variabel yang ditemukan : Tebal Lebih dari Standar : 7 Unit dari 1567 Unit yang diinspeksi Tebal yang kurang dari standar, Berat tidak ada yang melewati batas standar Cacat Data Atribut yang ditemukan dapat dilihat pada tabel 5.8 dibawah ini :
130
Tabel 5.8 Tabel jenis cacat penampilan selama 2004 Jenis Cacat a Retak b Unfilled c Fins d Flash e Lubang f Berubah bentuk g Shrinkage
Jumlah 333 277 79 22 45 32 40
5.2.3.1 Diagram Pareto Berdasarkan Pengumpulan seluruh data cacat pada tahun 2004 didapat proporsi cacat yang dapat dilihat pada tabel 5.9, dan dengan diagram pareto yang digambarkan dapat dilihat dalam Diagram 5.3 dibawah ini. Tabel 5.9 Tabel Perhitungan Pareto cacat penampilan Jenis Cacat Retak Unfilled Fins Lubang Shrinkage Berubah Bentuk Flash
Jumlah 333 277 79 45 40 32 22
Presentase 40,21739 33,45411 9,541063 5,434783 4,830918 3,864734 2,657005
Presentase Kumulatif
Diagram pareto Cacat
as h Fl
en tu k B
hr in ka ge B
Jenis Cacat
er ub ah
S
Lu ba ng
ns Fi
U nf il l
ed
100 80 60 40 20 0 R et ak
Persentase
Kumulatif 40,21739 73,6715 83,21256 88,64734 93,47826 97,343 100
Diagram 5.3 Diagram Pareto cacat penampilan
131
Dari semua jenis Cacat yang ada, Cacat terbesar terdapat pada 2 jenis cacat yang paling fatal dan perlu penanganan khusus, karena paling berpengaruh pada kekuatan, kemampuan dan ketahanan Battery yang akan diproduksi, yaitu : Tabel 5.10 Tabel Jumlah cacat terbesar Jenis Cacat Retak
Jumlah 333
Presentase 40,21739
Unfilled
277
33,45411
Sehingga apabila kedua jenis cacat ini diatasi, maka cacat yang lain juga akan berkurang secara signifikan. Tentunya cacat data variabel juga memiliki kecenderungan yang akan terus berkurang, karena dalam sebuah proses ini apabila tahapan – tahapan proses telah dilakukan dengan benar, maka ketiga CTQ ( Tebal, berat dan penampilan ) ini yang muncul secara bersamaan pada sebuah produk.akan terkena pengaruhnya.
5.2.3.2 Diagram Ishikawa / Fishbone Dalam Diagram ini akan dianalisis penyebab kedua masalah diatas. Diagram ini dibuat berdasar faktor – faktor penyebab yang dapat tercatat dalam laporan ketidaksesuaian produk saat kerusakan melampaui batas AQL yang ditetapkan seperti pada subbab pengumpulan data diatas, serta wawancara langsung dengan operator di Pabrik dan petugas QA. Setelah dilakukan wawancara dan pengamatan langsung , didapatkan bahwa penyebab unfilled dan retak berasal dari sumber yang sama , dan dapat digambarkan penyebabnya dalam fishbone diagram dibawah ini :
132
Metode
Cara skrap material spray tidak bersih
Manusia
Spray tidak merata Cara Spray Salah Belum pernah praktek
Metode Spray harus didukung skill operator
Operator belum terbiasa dengan Grid jenis ini
Operator Baru Skill kurang
Sensor suhu rusak Temperatur Mold tidak stabil
Listrik Turun Mold sudah rusak / Retak
Mesin
Setting Temperatur tidak sesuai standar
Timah Baru diisi, kandungan belum stabil Kandungan Sb timah tidak standar
Retak / Unfilled
Pencampuran material Spray tidak merata Komposisi campuran tidak standar Tempat Drum pencampur tidak bersih sebelum diisi
Material
Diagram 5.4 Diagram Ishikawa / Fishbone untuk kategori Retak / Unfilled
5.2.4 IMPROVE Dalam tahapan Improve ini akan dilakukan perbaikan akan masalah – masalah yang telah dianalisa pada tahapan sebelumnya, Perbaikan akan menggunakan metode FMEA untuk rekomendasi perbaikan, serta akan dilakukan perbaikan dari metode kerja yang ada, dan disebarkan ke seluruh operator yang bekerja di divisi Grid Casting ini.
5.2.4.1 Metode FMEA Metode FMEA ini dibuat dengan cara mendaftarkan semua kemungkinan kesalahan yang terjasi, serta memberikan alternatif penyelesaiannya. Lalu perbaikan akan dilakukan pada subbab realisasi perbaikan dibawah untuk mencegah terjadinya kembali kerusakan yang sama. Dalam kasus ini, FMEA akan digunakan untuk menentukan prioritas masalah mana yang harus diselesaikan terlebih dahulu dengan menghitung nilai RPN dari masalah tersebut. Untuk lebih jelasnya dapat dilihat pada Tabel 5.11 dibawah ini.
133
Tabel 5.11 Tabel process FMEA untuk Retak / Unfilled POTENTIAL FAILURE MODE AND EFFECTS ANALYSIS Item
:Grid
Process responsibility : Moh.Noor
FMEA Number
:01 / LPMM / QC / QPL-01
Model
:GLSYB1,4P
Key Date
Prepared by
:Hendra Suryanto
Core Team
:Mr. Sukirman ( Leader ) , Hendra Suryanto
FMEA Date
:10Okt-04
Process Function requirements
Pembuatan Grid tipe GLSYB1,4P dengan Automatic Grid Casting Machine
Potential Failure Mode
Terjadi Cacat berupa Retak atau Unfilled pada beberapa bagian Grid
Potential Effects of Failure
: 10-Okt-04
S
Potential Cause of Mechanism Failure
O
Current Process Controls
D
Rev :10-Okt-04
RPN
Reccomended Action
Aki tidak dapat menyimpan listrik
Operator baru pertama mengerjakan Grid ini
6
XR Chart
10
600
Operator terbaik yang dapat mengerjakan Grid ini dengan cacat paling sedikit dijadikan pelatih bagi operator baru
Timbul karat pada grid setelah pasting
Metode kerja tidak diikuti dengan baik
5
XR Chart
10
500
Diberikan penjelasan metoda setiap operator akan mulai bekerja
Setting temperatur tidak sesuai standar
3
XR Chart, Sensor Suhu Digital
3
90
Dibuat Checklist untuk memastikan setting suhu sesuai standar
Timah baru diisi, campuran tidak stabil
2
XR Chart
4
80
Pencampuran timah dilakukan perlahan agar tidak timbul terak
Pencampuran material spray tidak rata
1
XR Chart
1
10
Pemeriksaan warna material spray sebelum digunakan
Grid patah saat melalui proses pasting
Grid yang patah merusak mesin pasting
10
5.2.4.2 Analisa FMEA Dari FMEA yang telah disusun, didapat bahwa RPN (Risk Priority Number) tertinggi adalah pada bagian berikut : Operator yang baru pertama mengerjakan Grid ini umumnya menghasilkan Grid yang cacat / retak, hal ini diakibatkan karena Supervisor Pabrik menganggap apabila sudah ada work instruction dan metode kerja untuk setiap Grid hampir
134
sama, dimana sebenarnya pada pelaksanaanya setiap Grid butuh penanganan khusus dan improvisasi serta ketelitian dari operator sangat dibutuhkan untuk menghasilkan Grid yang baik.
Metode kerja yang ada seringkali tidak diikuti dengan baik, karena operator seringkali melakukan cara kerja yang lebih cepat dengan improvisasi sendiri, yang berakibat pada cacatnya produk
Masalah Setting temperatur mesin, timah, dan pencampuran material Spray tidak terlalu signifikan, karena sangat jarang muncul, dimana ukuran temperatur dan takaran bahan material spray sudah ada jelas dalam work instruction dan sudah ada kontrol dari Incoming Material Inspection yang sangat kecil kemungkinannya untuk meloloskan
bahan defect ke proses produksi. Masalah utama yang paling sering terjadi adalah kesalahan manusia, maka untuk menangani masalah ini lebih tepat apabila dilakukan pembenahan masalah metode kerja dan training untuk operator agar mereka dapat menghasilkan produk yang berkualitas.
5.2.4.3 Realisasi Perbaikan Setelah dilakukan dialog dan diskusi dengan bagian produksi dan Quality Assurance, akhirnya diperoleh kesimpulan untuk aplikasi pelaksanaan perbaikan yang
paling efektif adalah pada training operator baru oleh operator yang sudah berpengalaman, dengan cara metode spray yang dilakukan oleh operator tersebut didokumentasikan dan merevisi metode yang sudah ada, lalu metode ini disebarluaskan
135
ke seluruh perusahaan. Untuk mencegah kejadian yang sama lagi, maka setiap operator baru akan menerima on the job training oleh operator – operator yang ditunjuk ini.
5.2.4.3.1 Metode persiapan dan spray Mold PbSb saat ini. Dari hasil studi dokumentasi, didapatkan sebuah metode spray yang pada saat ini diterapkan pada bagian produksi Grid Casting dengan bahan Lead Antimony. Metode kerja ini tidak bersifat kaku, karena dibutuhkan keahlian tangan dari operator dan ketelitian operator pada saat melakukan spray pada mold yang akan digunakan untuk mencetak grid . Metode itu sesuai dengan urutannya adalah : 1. Spray Mold Bagian Atas
Gambar 5.1 Metode Spray Tahap 1 2. Spray Mold Secara Mendatar
Gambar 5.2 Metode Spray Tahap 2
3. Spray Mold Secara Tegak 136
Gambar 5.3 Metode Spray Tahap 3 4. Ulangi Spray Mold Secara Mendatar
Gambar 5.4 Metode Spray Tahap 4 5. Kupas bahan spray pada bagian kuping, konektor dan frame dengan sapu kawat
Gambar 5.5 Metode Spray Tahap 5
137
6. Sekrap seluruh bagian mold secara merata
Gambar 5.6 Metode Spray Tahap 6 7. Ulangi spray secara mendatar
Gambar 5.7 Metode Spray Tahap 7 8. Ulangi spray secara tegak
Gambar 5.8 Metode Spray Tahap 8
138
9. Gores bahan spray pada bagian kuping dan konnektor dengan sapu kawat.
Gambar 5.9 Metode Spray Tahap 9 10. Kupas bahan spray di bagian bawah.
Gambar 5.10 Metode Spray Tahap 10 Ditemukan selama analisa di proses produksi , bahwa langkah yang sering dilakukan oleh para operator yang memiliki prestasi baik adalah untuk mengecek kembali permukaan mold yang telah dispray apabila terdapat sisa – sisa bahan skrap yang tertinggal dan untuk dilakukan Touch Up spray di bagian itu agar tidak timbul dan menyebabkan temperatur di bagian tersebut terlalu dingin. Hal ini sering dilupakan oleh operator yang tidak terlatih dan masih baru, sehingga hasil kerjanya cacat Untuk itu untuk berikutnya dilakukan revisi, di dalam metode spray setelah no. 5,6, 9 dan 10 ditambahkan pengecekan visual untuk melihat adakah sisa bahan spray yang tertinggal, dan apabila ada dibersihkan lalu diberi touch up spray di bagian itu. Fokus dari bagian yang harus diperiksa dapat dilihat pada gambar 5.11 dibawah ini
139
Gambar 5.11 Bagian yang harus dicek secara visual
5.2.4.3.2 Training Dari 57 orang operator yang pernah mengerjakan Grid tipe ini selama 1 tahun, akan dipilih orang – orang yang akan menjadi trainer untuk operator baru ataupun operator lain, Pemilihan operator ini adalah dengan cara menggunakan analisa dari data produksi selama tahun 2004 untuk orang – orang yang sering menangani Grid ini namun paling sedikit membuat defect. Setelah melalui penyaringan, hasilnya dapat dilihat dalam tabel 5.12 dibawah ini : Tabel 5.12 Data Operator terbaik Query Data Fewest Average of NonConfromities Operator Times Handle GlsYB1,4P Average of NC
Aat Irwansyah Karsono Royadi Sadino Sugeng Sugimin Sutardi Sutisna
87 108 95 102 89 84 84 86 112
140
0.55 0.18 0.24 0.43 0.65 0.61 0.07 0.13 0.13
Dari Team yang didapat itu, yaitu 9 Orang terbaik yang mengerjakan Grid tipe ini, mereka dibagi menjadi 3 shift, masing – masing operator memberi briefing dan menjelaskan metode kerja mereka dan skill yang dibutuhkan pada operator yang akan mengerjakan Grid tipe ini pada shift tersebut. Hal ini dilakukan selama 1 bulan dengan diawasi oleh manager produksi dan setelah itu dipantau hasil produksi yang dibuat pada 2 minggu terakhir. Setelah itu data yang didapat dibuat catatannya dan dihitung level sigmanya.
5.2.4.3.3 Action Plan Dari 2 Metode diatas, maka dibuat serangkaian rencana perbaikan di bagian Grid Casting ini, lalu diserahkan pada pemilik proses , yaitu bagian produksi, untuk
dilaksanakan dan diimplementasikan sebelum dilakukan pengukuran ulang oleh bagian Quality
Assurance,
maka
Instruksi
Action
Plan
yang
dibuat
adalah
:
1. Dilakukan Review terhadap Metode Spray yang ada dengan melakukan diskusi dengan beberapa operator yang terbaik tentang bagaimana cara memperbaiki metode dengan pengalaman mereka di lapangan. 2. Dibuat sebuah tim trainer dari operator yang berpengalaman tersebut untuk disetiap shift dan digilir tiap 1 minggu sekali untuk melatih dan memberikan briefing dengan didampingi oleh supervisor mereka. Hal ini dilakukan sampai setiap operator dapat menghasilkan produk yang sama baik , dan dilakukan kembail apabila terdapat operator yang baru masuk.
141
3. Dilakukan Koordinasi antara Operator dan Teknisi Maintenance untuk menangani masalah sensor suhu dan kontrol temperatur yang rusak. 4. Ditingkatkannya koordinasi antara Inspektor departemen Quality Assurance dengan operator untuk melakukan inspeksi secara manual oleh operator sebelum dilakukan sampling oleh bagian QA.
5.2.5 CONTROL Setelah Semua Perbaikan dilaksanakan dengan baik, maka pada tahap ini dilakukan pemantauan pada hasil yang diproduksi setelah perbaikan tersebut dilakukan dengan menggunakan metode yang sama dengan pada tahap Meausre, sehingga akan didapat hasil yang obyektif. Serta akan dilakukan pengukuran tingkat DPMO dan Sigma Level yang baru, sebagai perbandingan apakah target yang diinginkan perusahaan dapat tercapai,
akan
dilakukan
pengukuran
penurunan
COPQ
dari
saat
sebelum
diimplementasikannya perbaikan.
5.2.5.1 Pengukuran Setelah Perbaikan Sampel data berikut adalah data bulan November yang didapat dari hasil pengukuran setelah diterapkan metode kerja yang baru dan telah disosialisasikan ke seluruh operator mesin yang bertindak sebagai tim percobaan, Pengukuran dilakukan dengan jumlah sampel yang sama dengan sebelumnya, yaitu 40 data, agar perbandingan seimbang. Juga data berikut diambil 2 minggu setelah implementasi metode Six Sigma, agar hasil proses sudah seimbang. Sampel Data bulan Oktober 2004 hasil CheckSheet Grid Casting dapat dilihat pada tabel 5.13 dibawah ini :
142
Tabel 5.13 Tabel Hasil Inspeksi bulan Oktober 2004 No Berat 1 1 106,0 2 105,7 3 106,5 4 107,5 5 106,5 6 105,5 7 105,7 8 107,0 9 106,0 10 106,2 11 106,5 12 108,2 13 104,7 14 108,0 15 106,0 16 106,2 17 107,5 18 105,0 19 108,0 20 109,0 21 106,0 22 105,0 23 105,0 24 106,0 25 104,5 26 106,5 27 104,5 28 108,5 29 106,2 30 107,5 31 107,5 32 107,5 33 107,5 34 107,5 35 105,5 36 106,0 37 106,2
2 108,0 109,0 106,0 105,0 105,0 106,0 104,5 106,5 104,5 108,5 106,2 107,5 107,5 107,5 107,0 108,7 106,2 106,7 106,0 105,7 106,5 107,5 106,5 105,5 105,7 107,0 106,0 106,2 106,5 108,2 104,7 108,0 106,0 106,2 107,5 105,0 107,0
Tebal ( Subgroup No.) 1 2 3 4 1,390 1,397 1,423 1,395 1,394 1,388 1,404 1,428 1,395 1,420 1,425 1,393 1,404 1,417 1,398 1,400 1,376 1,410 1,406 1,401 1,407 1,387 1,407 1,370 1,397 1,382 1,393 1,395 1,416 1,399 1,386 1,401 1,401 1,390 1,407 1,405 1,424 1,403 1,390 1,405 1,414 1,427 1,409 1,397 1,392 1,393 1,399 1,398 1,393 1,371 1,406 1,399 1,408 1,415 1,411 1,391 1,416 1,391 1,392 1,399 1,390 1,383 1,406 1,388 1,423 1,411 1,413 1,395 1,404 1,392 1,395 1,407 1,425 1,411 1,408 1,394 1,398 1,384 1,397 1,411 1,406 1,394 1,403 1,396 1,407 1,428 1,418 1,411 1,393 1,394 1,394 1,411 1,386 1,401 1,402 1,386 1,407 1,390 1,401 1,394 1,390 1,395 1,421 1,407 1,409 1,403 1,395 1,404 1,399 1,396 1,420 1,392 1,406 1,412 1,386 1,376 1,411 1,436 1,397 1,403 1,392 1,409 1,389 1,391 1,406 1,395 1,418 1,386 1,413 1,422 1,412 1,417 1,395 1,418 1,408 1,411 1,408 1,406 1,392 1,390 1,397 1,407 1,418 1,395 1,403 1,409 1,388 1,407
143
Penampilan ( AQL 2,5 ) Populasi Contoh(n) Cacat 2000 50 0 2700 100 0 3700 100 0 2000 50 0 2900 100 1(a) 4100 100 0 3500 100 0 1400 32 0 3600 100 1(b) 1000 32 0 2900 100 0 3000 100 0 4000 100 0 3600 100 1(a) 4000 100 0 4100 100 0 2600 50 0 4000 100 0 3000 100 0 3200 100 0 3500 100 0 3400 100 0 2800 100 0 3500 100 0 3100 100 0 3000 100 0 2600 50 0 3350 100 0 2000 50 0 2800 100 0 4000 100 0 3000 100 0 4000 100 0 3000 100 0 3500 100 0 3400 100 1(b) 2000 50 0
38 39 40
106,7 107,5 1,418 1,394 1,413 1,438 2700 106,5 108,5 1,394 1,413 1,389 1,410 3700 106,0 108,0 1,402 1,392 1,403 1,393 2000
100 100 50
0 0 0
5.2.5.2 Data Tebal Setelah Perbaikan Setelah dilakukan Improvement, data tebal diukur lagi dengan menggunakan metode yang sama dengan tahap Measure diatas, maka didapat XR Chart sebagai berikut:
X Value
3 Sigma X Chart 1,43 1,42 1,41 1,4 1,39 1,38 1,37 1,36
X bar LCL CL UCL
1
3
5
7
9
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.12 Grafik X Chart Tebal setelah perbaikan
Range
3 Sigma R Chart
0,06 0,05 0,04 0,03 0,02 0,01 0
Range LCL CL UCL
1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.13 Grafik R Chart Tebal setelah perbaikan Karena sistem sudah berjalan stabil, maka tidak ada data yang keluar batas kendali, dan Apabila Peta kendali X tersebut diplot dengan batas – batas kendali yang sebenarnya, yaitu yang sesuai dengan spesifikasi proses yang efisien untuk proses Grid casting ini, maka akan didapat X chart yang baru sebagai berikut :
144
X Chart ( Standard ) 1,5 Tebal
1,45
LCL Std
1,4
CL Std
1,35
UCL Std Mean
1,3 1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup No.
Grafik 5.14 Grafik X Chart Tebal dengan standar teknis setelah perbaikan Karena Sistem sudah berjalan dengan baik, dan metode kerja sudah diperbaiki, maka hasil akhir yang diperoleh mesin bekerja lebih ekonomis dengan tidak mengurangi kualitas yang dihasilkan. Perhitungan Kapabilitas Proses:
Dari perhitungan didapat standar deviasi yang baru, yaitu SD = 0,01219 Dan Median yang didapat dari pengukuran di lapangan adalah X = 1,40204
Dengan Menggunakan USL dan LSL dari hasil perhitungan, maka dihitung : Cp =
1,45 − 1,35 USL − LSL = = 1,36724 6σ 6(0,01219)
Sedangkan untuk perhitungan CpK adalah : CPL =
X − LSL 1,40204 − 1,35 = 1,423024 = 3SD 3 x0,01219
CPU =
USL − X 1,45 − 1,40204 = 1,311457 = 3SD 3 x0,01219
CpK = Min[CPL ; CPU] = Min[1,423024; 1,311457] = 1,311457
145
Untuk Menyesuaikan dengan kebutuhan pelanggan, maka digunakan indeks Cpm dan CpmK. Maka perhitungannya adalah sebagai berikut : Cpm =
(USL − LSL) 6 (X − T )2 + S 2 Cpk
Cpmk =
( X − T ) 1+ S
2
=
(1,45 − 1,35) 2
6 (1,40204 − 1,40) + 0,01219 2
=
1,311457 (1,40204 − 1,4) 1+ 0,01219
2
= 1,348488
= 1,29347
Perhitungan DPMO
Kemungkinan Cacat berada diatas USL
= 41,72475
Kemungkinan Cacat berada dibawah LSL
= 9,821096
Defects per Million Opportunities (DPMO) = 51,54585 unit Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 5,3833 Sigma
5.2.5.3 Data Berat Setelah Perbaikan Untuk pengukuran Data berat ini juga dilakukan perhitungan ulang setelah sistem mengalami perbaikan, dan didapatkan hasil seperti berikut :
X Value
3 Sigma X Chart 110,0 108,0 106,0
X bar LCL CL
104,0 102,0 100,0
UCL 1
3
5
7
9
11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 Subgroup
Grafik 5.15 Grafik X Chart Berat setelah perbaikan
146
3 Sigma R Chart
Range
5 4
Range
3 2
LCL
1 0
UCL
CL
1
3
5
7
9
11
13
15 17
19 21 23 25 Subgroup
27
29 31
33
35 37
39
Grafik 5.16 Grafik R Chart Berat setelah perbaikan Apabila Peta kendali X tersebut diplot dengan batas – batas kendali yang sebenarnya, yaitu yang sesuai dengan spesifikasi proses yang efisien untuk proses Grid casting ini, maka akan didapat X chart yang baru sebagai berikut : X Chart ( Standard ) 120
LCL Std
Berat
CL Std UCL Std Mean
90 1
3
5
7
9
11
13 15
17 19 21 23 Subgroup
25 27
29 31
33 35
37 39
Grafik 5.17 Grafik X Chart Berat dengan standar teknis setelah perbaikan Perhitungan Kapabilitas Proses:
Dengan menggunakan standar deiviasi yang baru didapatkan bahwa : SD = 1,156969 Dan Median yang didapat dari pengukuran di lapangan adalah X = 106,5423
Maka dapat dihitung : Cp =
111 − 103 USL − LSL = = 2,30487 6σ 6(1,156969)
147
Sedangkan untuk perhitungan CpK adalah : CPL =
X − LSL 106,5423 − 95 = 3,3254 = 3SD 3 x1,56969
CPU =
USL − X 111 − 106,5423 = 1,2843 = 3SD 3 x1,56969
CpK = Min[CPL ; CPU] = Min[3,3254 ; 1,2843)= 1,284304
Sedangkan perhitungan Cpm dan Cpmk adalah sebagai berikut : Cpm =
(USL − LSL) 6 (X − T )2 + S 2
=
Cpk
Cpmk =
( X − T ) 1+ S
2
(111 − 95) 2
6 (106,4718 − 103 + 1,536559 2 0,982325
=
(106,4718) 1+ 1,536559
2
= 0,715604
= 0,398744
Perhitungan DPMO
Kemungkinan Cacat berada diatas USL
= 58,382
Kemungkinan Cacat berada dibawah LSL
=0
Defects per Million Opportunities (DPMO) = 58,382 unit Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 5,352824 Sigma
5.2.5.4 Data Penampilan Setelah Perbaikan Data Penampilan ini yang sebenarnya menjadi fokus perhatian dari perbaikan metode yang dilakukan, karena masalah yang sering terjadi adalah rusaknya penampilan produk dan bukan atribut, setelah dilakukan improvement, data penampilan dikumpulkan lagi dan didapat hasil sebagai berikut :
148
P Chart 3 Sigma
Non Conformities
0,02 0,015
p LCL
0,01
CL
0,005
UCL
0 1
4
7
10
13
16 19 22 Subgroup
25
28
31
34
Grafik 5.18 Grafik P Chart penampilan setelah perbaikan Analisa Kapabilitas Proses
Perhitungan kapabilitas proses (Cp) untuk data penampilan adalah sebagai berikut: Diketahui dari perhitungan proporsi cacat adalah 0,124456 % a=1–
0,124456 persentase proporsi cacat = 0,999378 = 1100 x 2 100 x 2
Berdasar kurva normal, maka nilai a = 0,999378 berada pada z = 3,228496 Setelah mendapat “titik z” maka kita dapat menghitung Cp dengan rumus : Cp =
3,228496 = 1,076165 3
Perhitungan indeks kapabilitas performansi Kane (Cpk) untuk data penampilan adalah sebagai berikut: a=1–
0,124456 persentase proporsi cacat =0,998755 =1100 100
Berdasar kurva normal, maka nilai a = 0,998755 berada pada z = 3,024679 Setelah mendapat “titik z” maka kita dapat menghitung Cp dengan rumus : Cpk =
3,024679 = 1,008226 3
149
Perhitungan DPMO
1. Jumlah Unit cacat = 4 Unit dari total hasil produksi yang dicek sebanyak 3214 Unit 2. Karakteristik
CTQ ( Critical To Quality )
tetap tidak berubah, karena
kemungkinan ini masih mungkin ada dalam prosees ini, ada 7 Buah seperti diatas 3. Defect per Unit ( DPU ) DPU =
Defect 4 = = 0,124456 Total _ Check 3214
4. Total Opportunities ( TOP ) TOP = OP × Total _ Check = 7 × 3214 = 22498
5. Defect Per Opportunities ( DPO ) DPO =
Defect 4 = = 0,000178 22498 TOP
6. Defect Per Million Opportunities ( DPMO ) DPMO = DPOx1000000 = 0,000178 x1000000 = 177,7936
7. Sigma Level Dari Tabel Konversi DPMO ke Sigma didapat proses ini adalah 5,071026 Sigma
5.2.5.5 Analisa dan Perbandingan
Setelah dilakukan perbaikan dengan metode DMAIC dalam penerapan Six Sigma, maka dalam tabel 5.14 dibawah ini didapat perbandingan yang menggambarkan
apakah terjadi peningkatan antara sistem sebelumnya dengan sistem yang baru setelah dilakukan improvement.
150
Tabel 5.14 Tabel Perbandingan Sigma sebelum dan sesudah perbaikan. CTQ
Dimensi Kondisi Target Kondisi Target sebelum Jangka setelah Tercapai perbaikan Pendek perbaikan
Ketebalan Grid
Cp Cpk Cpm Cpmk Sigma Berat Grid Cp Cpk Cpm Cpmk Sigma Penampila Cp n Grid Cpk Sigma Rata - Sigma Rata
1,3144 1,27 1,298 1,246 5,23 1,7354 0,98 0,7 0,397 4,45 0,9 0,82 4,59 4,76
1,45 1,33 1,5 1,5 5,5 1,9 1,1 0,9 0,6 5,6 1,2 1,2 5 5,37
1,3672 1,312 1,348 1,293 5,3833 2,304 1,284 0,715 0,399 5,35 1,076 1,008 5,07 5,27
38,94% 70% 24,76% 18,51% 56,78% 345,45% 253,34% 7,5% 0,99% 78,27% 58,67% 49,48% 117,08% 83,61%
Peningkatan yang diperoleh
4,02% 3,31% 3,86% 3,78% 2,94% 32,77% 31,03% 2,15% 0,51% 20,23% 19,56% 22,93% 10,46% 10,72%
Dari tabel diatas didapatkan bahwa peningkatan untuk level sigma dari rata – rata 3 karakteristik kritis (CTQ) ini adalah sebesar 10,72% dan sistem yang baru dapat memenuhi terget yang diinginkan oleh manajemen sebesar 83,61%
yang dapat
dikatakan cukup memuaskan. Hasil ini masih mungkin ditingkatkan lagi apabila seluruh operator telah memiliki skill yang hampir sama. Kapabilitas Proses Cp mungkin belum dapat menunjukkan peningkatan yang besar karena dlam proses pengerjaan Grid Casting ini masih ditangani oleh beberapa operator secara bergantian, dimana skill Operator sangat menentukan hasil akhir dari pengerjaannya.
151
Penurunan COPQ
Penurunan COPQ sulit dihitung , karena sulit untuk mendapat data penjualan, serta Grid casting ini merupakan proses yang berada di awal, sehingga apabila dibandingkan dengan data penjualan battery sangat kecil sekali. Serta karena pada pengukuran percobaan tidak ditemukan item reject, maka sangat sulit untuk membandingkan dengan data sebelumnya yang memiliki banyak item reject, maupun dengan data satu tahun, namun berdasar dari tabel di bab 2, dapat dilihat bahwa untuk peningkatan 1 point nilai sigma akan terjadi peningkatan sekitar 10% bagi penjualan, sehingga dapat dihitung dengan cara berikut :
Rata – rata sigma sebelum = 4,76 sigma Rata – rata sigma sesudah = 5,27 sigma Maka peningkatan keuntungan atau penurunan COPQ bisa dihitung dengan cara : Penurunan _ COPQ =
5,27 − 4,76 x10% = 5,1 % 1Sigma
Maka dapat dikatrakan COPQ akan menurun sebesar 5,1 % , dan ini dapan menunjukkan bahwa implementasi manajemen Six Sigma di PT.Yuasa Battery Indonesia dapat dikatakan berhasil untuk menurunkan biaya akibat memproduksi produk cacat.
5.3
Pengembangan Sistem Informasi
5.3.1 Analisa dan Pembahasan Sistem Berjalan PT. Yuasa Battery Indoneisa saat ini hanya menggunakan sistem informasi sederhana yang berbasiskan Office Automation yang hanya digunakan sebatas Email,
152
pengolah kata, serta Fax
yang mendukung operasional kantor , sedangkan untuk
mendukung pengambilan keputusan dan perhitungan data masih dilakukan secara manual. Apabila ditinjau dalam Departemen Quality Assurance ( QA ) yang menjadi fokus dari pembahasan dalam skripsi ini, Dalam departemen ini semua fungsi dimulai dari proses pencatatan data di lantai produksi, perhitungan peta kendali mutu, serta penyimpanan arsip masih menggunakan cara manual dengan menggunakan tenaga Staff Quality Assurance. Komputer hanya digunakan untuk merancang Form yang akan
dicetak untuk digunakan di lapangan serta untuk menyimpan data arsip dari operasional perusahaan.. Dapat dilihat dari Flowchart dibawah, bahwa di dalam departemen ini terdapat beberapa proses, yaitu: − Inspeksi yang dilakukan oleh para inspektor yang berada di lapangan, − Perhitungan Peta Kendali XR dan P Chart oleh para Staff QA − Perhitngan level Sigma, Kapabilitas Proses, dan analisa peta kendali − Penanganan Produk cacat oleh bagian Produksi − Pembuatan diagram Pareto dan Laporan – laporan oleh Staff QA − Kepala Departemen QA yang menangani perubahan data spesifikasi produk, serta mengendalikan manajemen dalam departemen QA. Seluruh proses ini masih dikerjakan secara manual, dan semua data disimpan dalam arsip untuk kebutuhan pengambilan keputusan berikutnya. Berdasarkan informasi yang didapat dari Kepala Departemen QA, Beberapa kekurangan yang ada dan dapat dikembangkan adalah :
153
1. Kebutuhan untuk memonitor Proses secara langsung / Real Time dari data yang dimasukkan di lantai produksi, karena apabila dengan kondisi sekarang untuk mendapat laporan harus menunggu para staff menghitung dan membuat peta kendali terlebih dahulu, yang sering ditunda – tunda apabila sedang sibuk. 2. Kesulitan untuk mencari data hasil pemantauan kualitas di lantai produksi untuk melakukan pemecahan masalah karena harus mencari di dalam arsip. 3. Pekerjaan membuat peta kendali yang dilakukan oleh Staff QA secara manual menyita waktu mereka, padahal dapat digunakan untuk pekerjaan lain. 4. Banyaknya jumlah dokumen yang harus disimpan dalam arsip .
Karena beberapa alasan inilah diperlukan sebuah sistem informasi sederhana yang dapat melakukan seluruh proses ini secara cepat dan efisien, sehingga Departemen QA dapat berjalan dengan lebih efektif.
154
Data Check Sheet Apakah Proses Ok ?
Tidak
Inspektor melakukan Inspeksi
Laporan Produk Tak Standar
Kepala Produksi
Kepala Departemen Teknik Data Spesifikasi Produk
Ya
ARSIP
ARSIP
Staff QA menggolongka n Analisa Penyebab Defect dalam Pareto
Staff QA membuat Daftar Laporan Produk Tak Standar Daftar Laporan Produk Tak Standar
Pareto Penyebab Defect
Data Target Cp, Cpk, Sigma Level, AQL Spesifikasi Produk
Staff QA membuat Laporan P Chart, Menghitung Cp dan Cpk
Staff QA membuat Laporan XR Chart, Menghitung Cp dan Cpk
Data Penampilan
Data Tebal Data Berat
Analysis Th.Lalu Pareto Penyebab Defect
Akumulasi Laporan Produk Tak Sesuai
Cp & Cpk Analysis P Chart Grid ( Digolongkan berdasar jenis )
ARSIP
Analysis Th.Lalu Cp & Cpk Analysis
XR Chart Berat dan Tebal Grid ( Digolongkan Berdasar jenis )
ARSIP
Kepala Departemen Quality Assurance
Diagram 5.5 Diagram alir sistem berjalan
5.3.2 Usulan pembuatan Sistem Informasi Dari hasil analisa diatas, maka diputuskan bahwa Departemen QA memerlukan sistem informasi yang berfungsi sebagai monitor proses produksi, sehingga Kepala Departemen QA dapat segera memantau proses pada saat apapun ia membutuhkan data, serta membantu proses pemecahan masalah oleh bagian produksi. Pengembangan Sistem Informasi ini akan menggunakan tahap –tahap pengembangan sistem informasi dengan metode Analisa dan Deain berbasiskan Objek atau disebut juga sebagai OOAD (Object Oriented Analysis and Design). 155
5.3.3 Pembuatan Definisi Sistem Definisi Sistem merupakan suatu deskripsi singkat mengenai sistem yang akan dibuat yang dijelaskan dalam bahasa sederhana, sehingga mudah dimengerti oleh orang awam. Hal ini berguna untuk mempermudah komunikasi antara pengembang sistem informasi serta pihak perusahaan yang tidak secara dalam mempelajari sistem informasi. Dalam diagram dibawah ini dapat digambarkan sistem informasi yang akan dibuat sesuai dengan model yang ada di Departemen QA. Dalam hal ini , Sistem informasi akan dikelompokkan berdasar pengguna sistem yang akan menggunakan sistem informasi ini dan tugas yang dimiliki oleh setiap pengguna sistem. Sistem informasi ini dirancang sedekat mungkin dengan sistem sebenarnya sehingga akan mempermudah penggunaan dan implementasi di lapangan. Karena keterbatasan waktu dan tempat, maka Sistem yang dibahas akan dikembangkan sebatas prototype yang akan membahas salah satu bidang dari departemen QA, yaitu bagian Grid Casting. Definisi sitem yang dibuat ada 2 macam, yang berbentuk Rich Picture dapat dilihat pada gambar 5.11 dibawah ini. Dan juga dalam bentuk penjelasan yang menggunakan kriteria FACTOR ( Functionality, Application Domain, Conditions, Technology, Objects, Responsibility ).
156
Definisi Sistem dalam bentuk Gambar DEPARTEMEN QA
LANTAI PRODUKSI
XR / P Chart Pareto Diagram Laporan Produk Tak Standar
Beberapa Inspektor dapat IMenginput Data CheckSheet dari PDA Lantai Produksi dengan PDA / PC INSPEKTOR
STAFF QA Staff QC memiliki wewenang untuk mencetak laporan secara periodik untuk diserahkan kepada Kepala Dept QA
Workstation
Printer
WIFI LAN INTERNET
Kepala Produksi Menangani Produk yang tidak sesuai standar serta melakukan Konfirmasi ke Inspektor
Sistem Informasi SQC Workstation Kepala Dept QA dapat mengubah akses inspektor, Spesifikasi Teknis, dan Menghapus data Workstation KEPALA yang sudah DEPT QA usang
KEPALA PRODUKSI
DEPARTEMEN PRODUKSI
Gambar 5.12 System Definition dalam bentuk Rich Picture
Definisi Sistem dalam bentuk Penjelasan
Sistem Informasi SQC yang akan dibuat di Yuasa Battery adalah sebuah Sistem Informasi yang berguna untuk memantau kualitas komponen Aki
hasil produksi .
Karena keterbatasan sumberdaya dan waktu, maka pembahasan akan dibatasi pada bagian Grid Casting saja.
157
Sistem informasi ini akan berfungsi sebagai alat monitor proses dan komunikasi di lantai produksi. Pengguna yang akan menggunakan sistem ini adalah Kepala Departemen Quality Assurance ( Ka.Dept QA ) , Staff Departemen Quality Assurance ( Staff QA ) , Kepala Departemen Produksi (Ka.Dept Produksi ) , serta orang yang bertugas untuk inspeksi ( Inspektor ) di lapangan. Untuk mempermudah kerja setiap pengguna ini, Sistem informasi harus dapat diakses dari lokasi yang mudah dijangkau oleh setiap orang ini, seperti : 1. Inspektor berada di lantai produksi dan bersifat berpindah – pindah dari proses satu ke proses lainnya. 2. Ka.Dept produksi yang berada di kantor bagian produksi diatas lantai produksi 3. Ka.Dept QA dan Staff QA yang berada di ruang belakang dekat Waste Water treatment.
Oleh karena itu Sistem ini akan menggunakan jaringan yang mudah diakses dari seluruh bagian pabrik. Inspektor akan menggunakan PDA atau PC yang berada di lantai produksi, Staff QA dan Ka.Dept QA akan menggunakan PC yang berada di kantor QA, serta Ka.Dept Produksi akan menggunakan PC yang berada di kantornya. Sistem terdistribusi ini akan berpusat pada Server yang berada di kantor QA dan terhubung melalui jaringan. Karena di pabrik banyak menggunakan asam, maka jalur kabel akan digantikan oleh WiFi, yang juga mendukung komunikasi bergerak pada PDA. Data Inspeksi akan diInput oleh Inspektor dari lantai produksi, data ini dikelompokkan berdasar Tanggal, Bulan, Tahun, Grup, No.Mesin, dan Shift. Data inspeksi bagi produk Grid ini dkelompokkan pada 3 macam, Data Berat Grid, Data Tebal Grid, dan Data Penampilan Grid. Data Berat dan DataTebal Grid merupakan Data Variabel. Sedangkan Data Penampilan Grid merupakan Data Atribut. Data ini hanya 158
dapat sekali diinput, Sebelum disimpan, data ini akan dihitung dahulu oleh sistem untuk mengurangi proses pada saat membuat laporan. Setelah tidak terpakai, umumnya setelah 5 tahun, Data Inspeksi ini akan dihapus , dan yang memiliki hak untuk menghapusnya adalah Ka.Dept QA. Apabila dalam inspeksi terdapat lot yang cacat, maka lot ini akan diinput pada Data Produk Tak Standar dan memiliki identifikasi yang sama dengan Grid yang lain. Data alasan penolakan harus disimpan dalam sistem untuk kemudian dibuka oleh Ka.Dept Produksi untuk dilakukan Penanggulangan produk tak standar dan diinput juga kedalam sistem sebagai Data Detail penanggulangan Setelah penanggulangan tersebut direalisasikan, Ka.Dept Produksi bekerjasama dengan Inspektor akan melakukan konfirmasi ke lantai produksi dan setelah itu akan mendapat hasil konfirmasi yang akan dicatat pada Data Detail Konfirmasi dalam sistem. Untuk setiap Pengguna yang akan masuk kedalam sistem harus melakukan login terlebih dahulu. Setiap pengguna memiliki Nama, Password ,Nomor Induk Karyawan ( NIK ) , Jabatan, dan hak akses yang berbeda. Setiap pengguna harus melapor pada Ka.Dept QA apabila ada perubahan Password dan atribut lainnnya, karena hanya dia yang memiliki hak akses ke data Pengguna. Data ini hanya dapat ditambah, diubah, dan dihapus olehnya. Setiap Grid memiliki karakteristik yang berbeda – beda, dan dibedakan oleh Type Grid . Karakteristik itu adalah Type Grid, Jumlah Subgroup, Standar AQL untuk
Inspeksi, Standard Tebal Mean, Toleransi Tebal Mean, Standar Tebal Partial, Toleransi Tebal Partial, Target Cp, Target CpK, Target Sigma yang digunakan unuk Inspeksi dan perhitungan laporan. Setiap type grid baru akan dibuat Type itu harus diinput dahulu ke
159
dalam sistem, Setiap saat, karakteristik Grid ini dapat diubah oleh Ka.Dept QA. Dan apabila sudah keluar dari lantai produksi , grid ini akan dihapus. Sebuah Type Grid dapat menggunakan beberapa macam cetakan ( Mold ) sama seperti Grid, Mold ini memiliki Nomor seri dari pabrik, No.Mold ini dapat digunakan sebagai identifikasi bila terjadi cacat produksi. No.Mold ini dapat diinput bila ada Mold baru, dan dihapus saat tidak dipakai lagi. Semua Data Inspeksi maupun Data Produk Tak Standar akan dihitung oleh sistem dengan otorisasi dari Staff QA untuk membuat laporan. Sistem akan dapat melakukan Menggambar XR Chart untuk Data Inspeksi Variabel, dan Menggambar P Chart untuk Data Inspeksi Atribut. Serta Menghitung Kapabilitas Proses serta Menghitung level sigma dari kedua data tersebut. Untuk Data Produk Tak Standar, Staff QA dapar membuat laporan Pareto dari beberapa faktor seperti Jenis Reject tampilan, Jenis Reject terbanyak, serta Faktor penyebab Defect. Selain itu Detail dari Data produk Tak Standar ,Data Penanggulangan, serta Konfirmasi dapat dibuat laporannya. Tabel 5.15 Definisi Sistem dalam kriteria FACTOR Functionality
Sistem Monitor kualitas proses produksi dan komunikasi antara divisi yang berkaitan dengan pengendalian kualitas Application Kepala Departemen Quality Assurance , Staff Departemen Quality Assurance, Inspektor, Kepala Departemen Produksi Domain Conditions System harus bekerja dalam beberapa lokasi yang berbeda secara terdistribusi , dengan tingkat pemahaman pengguna terhadap sistem yang berbeda Technology Sebuah Server yang mendukung ASP.NET dan beberapa Internet Browser yang kompatibel pada komputer PC, serta beberapa PDA yang digunakan oleh Inspektor. Objects Pengguna, Data Inspeksi, Data Produk Tak Standar, Grid, Mold, Responsibility Monitor dan media komunikasi
160
5.3.4 Problem Domain 5.3.4.1
Class Diagram
Class Diagram adalah sebuah diagram yang menggambarkan hubungan antar Class dalam sebuah sistem informasi yang dibuat. Class itu sendiri akan didapatkan dari System Definition yang telah dibuat. Maka sebelum dibuat Class Diagram akan dicari
terlebih dahulu Class dan Event Candidate dari System Definition pada tabel 5.16 dibawah ini. Tabel 5.16 Tabel Class Candidates dan Event Candidates Class Candidates :
Sistem Informasi SQC Data Berat Grid Pengguna Data Tebal Grid Ka Dept QA Data Atribut Grid Staf QA Data Produk Tak Standar Ka Dept Produksi Data Detail Penanggulangan Inspektor Data Detail Konfirmasi Data Inspeksi Grid Data Inspeksi Atribut Mold Data Inspeksi Variabel Produk Event Candidates diInput disimpan dihitung dihapus dibuka ditambah dicetak
diubah dipakai Menggambar XR Chart Menggambar P Chart Menghitung Kapabilitas Proses Menghitung Level Sigma
161
Event Candidates yang dibuat masih bersifat umum, karena Event tersebut dapat
digunakan pada beberapa Class secara bersamaan.. Dari Event Candidates ini akan dibuat Event Table yang menggambarkan hubungan Event dengan Class yang mungkin ada dalam sistem. Namun Event – Event maupun Class – Class yang dimasukkan dalam ini sudah disaring sehingga baik Event maupun Class yang tidak
Event Table
dibutuhkan telah dibuang, serta penamaan disesuaikan dengan Sistem Informasi yang akan dirancang. Tabel 5.17 Event Table Class
/
Events
Pengguna Data Inspeksi Data Inspeksi Atribut Data Inspeksi Variabel Produk Tak Standar Detail Penanggulangan Detail Konfirmasi Grid Mold * Sering
diInput
diubah
+ +
*
disimpan
dipakai
dihitung
dihapus
*
*
+ +
*
+
*
*
+
*
+
*
*
+
*
+
*
+
*
*
+
*
+
*
*
+ + +
*
+ + *
* +
dibuka
dicetak
*
+ Sekali saja
Setelah Event Table dibuat, Class diagram dapat dirancang sesuai dengan Event Table diatas. Dalam Class diagram ini, Event dan Aribut tidak digambarkan terlebih
dahulu, karena akan dimasukkan saat dibuat Revised Class Diagram.
162
Grid
Data_Inspeksi
Produk_Tak_Standar
-TypeGrid : String -Subgroup : Integer -AQLLevel : Single -StdTebalMean : Single -ToleransiTebalMean : Single -StdTebalPartial : Single -ToleransiTebalPartial : Single -TargetCp : Single -TargetCpk : Single -TargetSigma : Single -TargetLotReject : Single
-Tanggal Produksi : String -Bulan Produksi : String -Tahun Produksi : String -No.Mesin : String -Shift : String -Grup : String -Jumlah Produksi : Integer -Operator : String -NIK : String +diinput() +dihitung() +dihapus() +disimpan() +dicetak()
-Tanggal Produksi : String -Bulan Produksi : String -Tahun Produksi : String -No.Mesin : String -Shift : String -Grup : String -Jumlah Produksi : Integer -AlasanPenolakan : String -Sebab5M : String -KeteranganSebab : String -TipeReject : String +diinput() +disimpan() +dihapus() +dibuka()
+diinput() +diubah() +dihapus() 1 1..* Mold -NoMold -TypeGrid +diinput() +dipakai() +dihapus()
1
1..*
1..*
0..*
Pengguna
1..*
Data_Inspeksi_Atribut
Data_Inspeksi_Variabel
-Ukuran Sampel -Total Defect -Accept -Retak -Unfilled -Fins -Flash -Lubang -BerubahBentuk -Shrinkage -Lain
-JenisBeratTebal -Stdev -Range -Rata -Max -Min
1..*
-Nama : String -NIK : String -Password : String -Jabatan : String -Hak Akses : String +diinput() +diubah() +dihapus()
11
0..1 DetailKonfirmasi
0..1 Detail_Penanggulangan
-HasilKonfirmasi : String -AnalisaMasalah : String -TglKonfirmasi : Date -TindakanPenanggulangan : String -Penanggungjawab : String -TanggalPenanganan : Date
Diagram 5.6 Class Diagram awal
5.3.4.2
StateChart Diagram
State Chart Diagram merupakan sebuah diagram yang menggambarkan daur
hidup sebuah class dimulai dari kondisi awal munculnya class itu sampai kondisi akhir berakhirnya daur hidup class itu berdasarkan dari events – events yang terjadi dalam class yang merubah kondisi class. Apabila StateChart Class turunannya tidak
digambarkan lagi, berarti Class turunan itu memiliki daur hidup yang sama dengan Class induknya. Dibawah ini adalah StateChart yang dimiliki tiap Class.
163
o State Data_Inspeksi diinput()
dihapus() Aktif disimpan()
dihitung()
dicetak()
Terhitung
Diagram 5.7 StateChart Data Inspeksi o State Pengguna diubah()
diinput()
dihapus() Aktif
Diagram 5.8 StateChart Pengguna o State Produk_Tak_Standar diinput()
dihapus() Ready disimpan()dibuka()
Aktif
diubah()
Diagram 5.9 StateChart Produk Tak Standar o State mold dipakai()
diinput()
dihapus() Aktif
Diagram 5.10 StateChart Mold
164
5.3.5 Application Domain 5.3.5.1
Use Case Diagram
Use Case Diagram ini digunakan untuk menjelaskan pola interaksi antara Sistem
dengan pengguna. Sebelum membuat Use case Diagram ini , harus dibuat Actor Table terlebih dahulu, dalam Actor Table digambarkan bagaimana hubungan antara Use case dengan actor yang menggunakannya. Tabel 5.18 Actor Table Actors Inspektor
Staff QA
Use Cases
Mengisi CheckSheet
V
Mengisi Input Produk Tak Standar
V
Ka Dept
Ka Dept
QA
Produksi
Penanggulangan Produk Tak Standar
V
Konfirmasi Produk tak Standar
V
Mengubah Spesifikasi Grid
V
Merubah Password Pengguna
V
Menghapus Data Historis
V
Pareto Produk tak Standar
V
Membuat Laporan Akumulasi Produk
V
Tak Standar Membuat Laporan Performansi Variabel
V
Membuat Laporan Performansi Atribut
V
Dibawah ini adalah Use Case Diagram yang dibuat berdasarkan Actor Table yang telah dibuat diatas, bisa dilihat interaksi antara Actor dengan sistem yang berhubungan.
165
Sistem Informasi Pengendalian Kualitas Grid Casting Mengisi CheckSheet
Mengisi Input Produk Tak Standar
Penanggulangan Produk Tak Standar
Konfirmasi Produk Tak Standar
Mengubah Spesifikasi Grid
Inspektor
Merubah Password pengguna
Ka_Dept_Produksi
Menghapus Data historis Ka_Dept_ Quality_Assurance
Staff_Quality_Assurance Pareto Produk Tak Standar
Membuat Lap Akum Prod Tak Standar
Membuat Lap Performansi Tebal
Membuat Lap Performansi Berat
Membuat Lap Performansi Atribut
Diagram 5.11 Use Case Diagram
166
Untuk Setiap Use Case dan Actor yang dibuat terdapat penjelasan tersendiri yang menjelaskan spesifikasinya, Actor Spesification akan menjelaskan seperti bagaimana cara Actor tersebut berinteraksi dengan sistem, Dapat dilihat pada tabel dibawah ini Tabel 5.19 Tabel Actor Spesification Inspektor Inspektor Goal: Inspektor adalah orang yang melakukan inspeksi di lantai produksi setiap
periode tertentu, dengan jadwal produksi yang telah ditentukan. Bila terjadi cacat, ia akan mengisi Form Input Produk Tak Standar Characteristics : Setiap Inspektor di bagian Grid Casting memiliki tanggung jawab
yang sama yaitu mengisi Checksheet sesuai dengan hasil pantauan kualitas grid yang dihasilkan di lantai produksi, total ada 6 orang Inspektor untuk 3 Shift yang berbeda dan memiliki metode kerja yang sama Examples: Untuk Shift 1 pada jam pertama, Inspektor mengisi data untuk Grid Tipe
GLSYG1,4P dengan 3 macam data yaitu Tebal, Berat, dan Penampilan, sesuai dengan ketentuan yang berlaku dan bila ada cacat yang melebihi spesifikasi, maka Ia akan mengisi Form Input Produk Tak Standar
Tabel 5.20 Tabel Actor Spesification Ka Dept QA Ka Dept Quality Assurance Goal: Kepala Departemen Quality Assurance adalah Orang yang bertanggung jawab
akan kualitas Produk yang dihasilkan Oleh Proses Grid Casting ini dan proses lainnya, Ia mengisi Spesifikasi proses yang didapat dari Departemen Teknik, Menambahkan Data Grid Baru, mengisi Target Cp dan CpK sesuai dengan hasil Rapat Tahunan, dan Melakukan Analisis bila terjadi kerusakan Characteristics : Terdapat 1 Orang Kepala Departemen yang bertanggung jawab
akan proses ini dan membawahi beberapa Staff QC dan Inspektor, memiliki pengetahuan yang baik akan komputer dan memahami perhitungan manual dari laporan yang dihasilkan komputer.
167
Examples: Kepala Departemen dapat melihat sendiri Laporan Produk tak standar,
Laporan performansi, dan mengambil keputusan dalam rapat tahunan untuk meningkatkan kualitas di lapangan, setelah itu ia akan memasukkan data spesifikasi dan Cp, Cpk yang baru ke sistem, apabila ia ingin meningkatkan ketelitian inspeksi ia akan meningkatkan AQL Level dari inspeksi.
Tabel 5.21 Tabel Actor Spesification Ka Dept Produksi Ka Dept Produksi Goal: Kepala Departemen Produksi adalah orang yang bertanggung jawab akan
proses produksi di perusahaan, bagaimana untuk mengembangkan metode produksi yang baik untuk mencapai kualitas maksimal. Apabila terjadi kerusakan di produksi , Kepala Produksi harus mengetahui terlebih dahulu apa yang terjadi lalu melakukan tindakan dengan segera. untuk performansi harus berkerjasama dengan Kepala Departemen QA. Characteristics : Terdapat 1 orang yang bertanggung jawab akan proses Grid
Casting ini dan memiliki tanggung jawab untuk mengatasi masalah yang terjadi di lapangan. Examples: Saat Terjadi kerusakan , Inspektor akan mengisi form input produk tak
sesuai dan segera diketahui oleh Kepala Dept Produksi, lalu ia akan melakukan tindak lanjut di pabrik kepada operator bersangkutan, lalu ia akan mengisi Form penanggulangan Produk tak standar.
Tabel 5.22 Tabel Actor Spesification Staff QA Staff Quality Assurance Goal: Staff Quality Assurance memiliki tanggung jawab untuk membuat analisa dari
laporan akan proses yang menjadi tanggung jawabnya dan memberikan analisa serta laporan tersebut kepada Kepala Departemen Quality Assurance. Staff dalam pengertian disini adalah orang yang berada dibawah Ka Dept QA. termasuk Section head dan lainnya.
168
Characteristics : Terdapat 3 Orang Staff yang bertanggung jawab akan proses Grid
Casting ini dan mereka akan memberikan laporan ke Ka. Dept QA secara rutin sementara Ka. Dept QA juga dapat melihat hasil perhitungan komputer secara langsung. Examples: Ka. Dept. QA dapat menyuruh seorang staffnya untuk membuat laporan
dan analisa terhadap proses Grid Casting tipe GLSYB1,4P untuk pengambilan keputusan penggantian mold karena hasil proses sudah tidak sesuai dengan spesifikasi.
Use Case Specifications akan menjelaskan bagaimana use case itu bekerja, dan juga
objek dan fungsi apa saja yang berhubungan langsung dengan use case tersebut. Dibawah ini terdapat beberapa Use Case Specification yang berhubungan langsung dengan Diagram diatas: Tabel 5.23Tabel Use Case Spesification Mengisi CheckSheet Mengisi CheckSheet Use Case : Use Case ini berfungsi untuk menerima input data hasil inspeksi dari
Inspektor yang berada di lapangan dengan menggunakan aplikasi jaringan tanpa kabel yaitu dengan PDA. Dimana Data ini akan divalidasikan dengan spesifikasi produk dan AQL yang telah diinput oleh Kepala Departemen QA, apabila diluar spesifikasi, maka akan ditampilkan Use Case "Mengisi Form Input Produk tak Standar untuk melaporkan cacat produk pada bagian produksi. Objects : Grid, Mold, Data_Inspeksi, Data _Inspeksi_Variabel, Data_Inspeksi_Atribut, Functions : Hitung Data Hasil inspeksi ,Simpan Data CheckSheet
169
Tabel 5.24 Tabel Use Case Spesification Mengisi Form input tak standar Mengisi Form Input Produk Tak Standar Use Case : Use Case ini dimulai pada saat ditemukan adanya cacat yang melebihi
standar spesiikasi sehingga dibutuhkan tindakan untuk mengatasi masalah itu, use case ini dimulai oleh Inspektor yang menginput data dan segera diteruskan ke Ka. Dept . Produksi untuk ditindaklanjuti ke Operator. Objects : Produk_Tak_Standar Functions : Simpan Data Produk Tak Standar
Tabel 5.25 Tabel Use Case Spesification Penanggulangan produk tak Standar Penanggulangan Produk Tak Standar Use Case : Use Case ini digunakan oleh Ka.Dept.Produksi untuk mengatasi kondisi
apabila ia menerima laporan adanya produk tak standar, ia akan mengambil tindakan yang akan dicatat di database untuk menyusun laporan akumulasi produk tak standar yang akan dibuat Objects : Penanggulangan_Produk_Tak_Standar Functions : Tampilkan Data Produk Tak Standar, Simpan Data Penanganan
Tabel 5.26 Tabel Use Case Spesification konfirmasi produk tak Standar konfirmasi Produk Tak Standar Use Case : Use Case ini digunakan oleh Ka.Dept.Produksi untuk mengkinfirmasi
tindakan perbaikan setelah dilakukan penanggulangan produk tak standar di lantai produksi agar dapat memastikan bahwa masalah sudah selesai
170
Objects : Konfirmasi_Produk_Tak_Standar Functions : Tampilkan Data Penanganan, Simpan Data konfirmasi
Tabel 5.27 Tabel Use Case Spesification Mengubah Spesifikasi Grid Mengubah Spesifikasi Grid Use Case : Use Case ini akan digunakan oleh Ka Dept.QA untuk mengubah spesifikasi
Grid yang sudah ada, lalu digunakan juga untuk menambah data Grid baru apabila terdapat penambahan. Objects : Grid, Mold Functions : Query Data Spek, Simpan data Spek baru
Tabel 5.28 Tabel Use Case Spesification Menghapus Data Historis Menghapus Data Historis Use Case : Use Case ini digunakan oleh Ka Dept QA untuk menghapus data -data
yang sudah tak terpakai lagi, umumnya diatas 5 tahun. Objects : Data_Inspeksi , Produk_Tak_Standar Functions : Tampil Data Historis, Hapus Data Historis
Tabel 5.29 Tabel Use Case Spesification Mengubah Password Pengguna Mengubah Password Pengguna Use Case : Use Case ini akan digunakan oleh Ka Dept.QA untuk mengubah password
dari kepala produksi, Inspektor, Serta Staff QA yang menggunakan software ini, Otorisasi berada di tangan Ka Dept QA, dan ia dapat menghapus otorisasi pengguna.
171
Objects : Pengguna Functions : Query Data User, Simpan data User Name, Password, dan Tugas
Tabel 5.30 Tabel Use Case Spesification Pareto Produk Tak Standar Membuat Laporan Pareto Produk tak Standar Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan
laporan dalam bentuk diagram pareto akan data - data cacat dan penyebabnya yang didapat dari hasil pengumpulan laporan produk tak standar, yang dapat digunakan untuk membuat keputusan yang berhubungan dengan kualitas. Objects : Data_Produk_Tak_Standar Functions : Query Data Cacat, Hitung Pareto, Tampilkan Diagram Pareto
Tabel 5.31 Tabel Use Case Spesification Laporan Akumulasi Produk tak standar Membuat Laporan Akumulasi Produk Tak Standar Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan
laporan untuk setiap jenis kerusakan yang pernah terjadi dan penanggulangannya, laporan ini akan dapat diakses juga oleh Ka.Dept Produksi untuk kebutuhan pengambilan keputusan untuk perbaikan proses Objects : Data_Produk_Tak_Standar Functions : Query Data Cacat, Tampilkan Data Cacat
172
Tabel 5.32 Tabel Use Case Spesification Laporan Performansi Variabel Membuat Laporan Performansi Variabel Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan
laporan yang memantau performansi proses dalam bentuk X R Chart, Cp, Cpk, dan Sigma yang dihasilkan proses dengan dibandingkan dengan Cp dan Cpk yang ditargetkan. Objects : Data_Inspeksi, Data_Inspeksi_Variabel Functions : Query Data Checksheet, Hitung Batas UCL , CL, LCL X Bar Chart,
Hitung Batas UCL , CL, LCL R Chart, Tampilkan Grafik X Bar dan R Chart, Hitung Cp dan Cpk, Hitung Sigma Level dan DPMO,
Tabel 5.33 Tabel Use Case Spesification Laporan Performansi Atribut Membuat Laporan Performansi Atribut Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan
laporan yang memantau performansi proses dalam bentuk P Chart, Cp, Cpk, dan Sigma yang dihasilkan proses dengan dibandingkan dengan Cp dan Cpk yang ditargetkan. Objects : Data_Inspeksi,. Data_Inspeksi_Atribut Functions : Query Data Checksheet, Hitung Batas UCL , CL, LCL P Chart, Tampilkan
Grafik P Chart, Hitung Cp dan Cpk, Hitung Sigma Level dan DPMO,
173
5.3.5.2
Function List
Function List digunakan untuk mendaftarkan semua fungsi yang dapat dijalankan
oleh sistem informasi ini yang menjadikan sebuah model sistem berguna bagi Actor , dalam sistem ini akan diberikan beberapa fungsi yang penting, diantaranya : Tabel 5.34 Function List Functions
Complexity
Type
Query Data Spek
Simple
Read
Query Data User
Simple
Read
Simpan data User Name, Password, dan Tugas
Simple
Update
Simpan data Spek baru
Simple
Update
Hitung Data Hasil inspeksi
Medium
Compute
Simpan Data CheckSheet
Simple
Update
Simpan Data Produk Tak Standar
Simple
Update
Tampilkan Data Produk Tak Standar
Simple
Read
Simpan Data Penanganan
Simple
Update
Tampilkan Data Penanganan
Simple
Read
Simpan Data konfirmasi
Simple
Update
Tampil Data Historis
Simple
Read
Hapus Data Historis
Sinple
Signal
Query Data Checksheet
Medium
Read
Hitung Batas UCL , CL, LCL P Chart
Medium
Compute
Hitung Batas UCL , CL, LCL X Bar Chart
Medium
Compute
Hitung Batas UCL , CL, LCL R Chart
Medium
Compute
Tampilkan Grafik P Chart
Medium
Compute
Tampilkan Grafik X Bar dan R Chart
Medium
Compute
Hitung Cp dan Cpk
Complex
Compute
Hitung Sigma Level dan DPMO
Complex
Compute
Query Data Cacat
Simple
Read
174
Hitung Pareto
Medium
Compute
Tampilkan Grafik Pareto
Medium
Compute
Tampilkan Data Cacat
Simple
Signal
5.3.5.3
Sequence Diagram
Sequence Diagram merupakan sebuah diagram yang menggambarkan interaksi
yang terjadi antara pengguna, objek, serta User Interface yang ada dalam sistem Informasi dalam urutan waktu, termasuk didalamnya bagaimana urutan pemanggilan prosedur, Event ,Message yang dikirimkan antara entitas satu dengan lainnya. Sequence diagram ini akan menjelaskan apa yang dilakukan pengguna secara detail saat berinteraksi dengan sistem pada setiap use case yang ada. Berhubung Software ini dikembangkan dalam Platform berbasiskan Web, maka tidak ada event Terminate dan Exit dalam Sequence diagram ini, karena apabila sistem telah selesai menjalankan tugasnya , secara otomatis Web server akan mengalihkan beban ke Client lain, dan pada saat Web page ditutup, Objek akan terminate dengan sendirinya. Berikut adalah Sequence Diagram yang ada dalam sistem ini :
175
o Sequence Mengisi CheckSheet
UI : Checksheet
Object : Grid
Object : Data_Inspeksi
Object : Produk_Tak_Standar
Actor :Inspektor diinput
dibaca Spesifikasi_Grid diperiksa Data_Ok
disimpan()
disimpan
Data_Reject dicopy
disimpan()
Diagram 5.12 Sequence Diagram mengisi checksheet Keterangan untuk Sequence Diagram mengisi checksheet: 1. User memasukkan Data hasil inspeksi dengan method diinput() 2. Objek Data Inspeksi akan menggunakan method dibaca() pada objek Grid untuk mendapatkan spesifikasi grid yang dibutuhkan untuk perhitungan 3. Data inspeksi diperiksa dengan method diperiksa() dan dibandingkan dengan spesifikasi Grid, apakah data tersebut melebihi spesifikasi standar atau tidak, 4. Dari spesifikasi Grid, apabila Data Ok , Inspektor akan menggunakan method Disimpan() dari Data Inspeksi 5. Apabila Data keluar batas maka secara otomatis data hasil inspeksi akan dicopy() ke produk tak Standar
176
6. Method Disimpan() pada objek Produk tak Standar dijalankan untuk menyimpan data pada sistem. Setelah itu, Inspektor harus mengiisi penyebab kenapa produk bisa terjadi cacat. o Sequence Mengisi Input Produk Tak Standar
UI : Input Produk Tak Standar
Object :Produk Tak Standar
Actor : Inspektor (Penyebab, Jenis Defect): diinput()
disimpan()
Data_Tersimpan
Diagram 5.13 Sequence Diagram Mengisi Input Produk Tak Standar Keterangan untuk Sequence Mengisi Input Produk Tak Standar 1. Setelah data Checksheet dicopy ke Produk tak Standar, User Interface akan
menampilkan layar untuk Inspektor mengisi penyebab dan jenis cacat yang terjadi dengan Method diinput() 2. dengan Method Disimpan(), maka data yang telah dimasukkan oleh Inspektor
disimpan ke Produk Tak Standar. 3. Setelah data disimpan , Inspektor akan diberitahu oleh User Interface dan
Inspektor dapat mengisi data hasil inspeksi yang berikutnya.
177
o Sequence Penanggulangan Produk Tak Standar
UI : Penanggulangan Produk Tak Standar
Object: Produk Tak Standar
Object Detail Penanggulangan
Actor : Ka Dept Produksi
dibuka
Dibaca
Data_Produk_Tak_Standar diinput
Disimpan Data_Penanggulangan_Terupdate
Diagram 5.14 Sequence Diagram Penanggulangan Produk Tak Standar Keterangan Sequence Diagram Penanggulangan Produk Tak Standar : 1. Ka.Dept Produksi membuka data Produk Tak Standar dengan Method Dibuka() 2. User Interface menampilkan data produk yang ditolak dari objek ProdukTak Standar dengan Method Dibaca() 3. Setelah Ka.Dept Produksi menganalisa data dan mendapatkan solusinya ia dapat meng-Input data Penanggulangan masalah tersebut 4. Method Disimpan() dijalankan dan data penangulangan disismpan. 5. User Interface akan memberitahu pengguna apakah data telah diupdate
178
o Sequence konfirmasi Produk Tak Standar
UI : Konfirmasi Produk Tak Standar
Object: Detail Penanggulangan
Object Detail Konfirmasi
Actor : Ka Dept Produksi
dibuka
Dibaca
Data_Penanggulangan_Produk_Tak_Standar diinput
Disimpan Data_Konfirmasi_Terupdate
Diagram 5.15 Sequence Diagram Konfirmasi Produk Tak Standar Keterangan Sequence Diagram Konfirmasi Produk Tak Standar : 1. Ka.Dept Produksi membuka data Detail Penanggulangan dengan Method Dibuka() 2. User Interface menampilkan data masalah yang telah ditanggulangi 3. Setelah Ka.Dept telah mendapatkan konfirmasi dari lantai produksi, ia dapat meng-Input data konfirmasi tersebut kepada Object Detail Konfiormasi 4. Method Disimpan() dijalankan dan data Konfirmasi disismpan.
179
o Sequence Mengubah Spesifikasi Grid
UI : Ubah Data Grid
Object : Grid
Object : Mold
Actor : Ka Dept QA
dibaca()
Dibuka() Data Grid
dibuka Data Mold
ditambah dihapus diubah
disimpan dihapus
Diagram 5.16 Sequence Diagram Mengubah Spesifikasi Grid Keterangan Sequence Diagram Mengubah Spesifikasi Grid 1. Ka.Dept QA dapat membuka data Grid yang sudah ada dengan method dibaca() 2. Untuk menampilkan data Grid, secara otomatis, data Mold yang tersedia untuk grid tersebut juga akan dibuka, dengan method dibuka() 3. Saat method diubah() digunakan oleh Ka.Dept QA, maka data mold dapat pula ditambah() atau dihapus() . untuk data mold yang sudah tak dipakai lagi harus dihapus, sedangkan apabila ada mold baru harus ditambah. 4. Setelah semua proses pengubahan dilakukan, terakhir semua data akan dimasukkan kedalam sistem dengan method Disimpan(). 5. Grid yang datanya sudah tidak dipakai juga dapat dihapus dengan Method Dihapus()
180
o Sequence Mengubah Password
UI : Ubah Password
Object : Pengguna
Actor : Ka.Dept.QA Dibaca()
dibuka() Data_Pengguna
diubah()
Disimpan()
Data_Tersimpan
Diagram 5.17 Sequence Diagram Mengubah Password Keterangan Sequence Diagram Mengubah Password 1. Ka.Dept QA dapat membuka data pengguna yang sudah ada dengan method dibaca() untuk melihat data seluruh pengguna aktif. 2. Data pengguna yang ditampilkan saat itu dapat diubah oleh KaDept QA dengan method Diubah(). 3. Setelah semua proses pengubahan dilakukan, terakhir semua data akan dimasukkan kedalam sistem dengan method Disimpan().
181
o Sequence Menghapus Data Historis
UI :Hapus Data Inspeksi
Object : Data Inspeksi
Actor : Ka_Dept_QA
dibaca
dibuka() Data Inspeksi
dihapus
dihapus() Data_Terhapus
Diagram 5.18 Sequence Diagram Menghapus Data Historis Keterangan Sequence Diagram Menghapus Data Historis 1. Ka.Dept QA dapat membuka data inspeksi dengan menggunakan method dibaca() untuk melihat ringkasan seluruh data isnpeksi 2. Setelah diputuskan mana data yang akan dihapus, Ka Dept QA dapat segera menghapus data yang sudah tak terpakai lagi dengan method Dihapus(). 3. Program akan memberitahu user apabila data telah dihapus.
182
o Sequence Pareto Produk Tak Standar
UI : Pareto_Produk_tak_Standar
Object : Produk_Tak_Standar
Actor : Staff_QA
dibuka() Pilih_Periode()
Query Data() dihitung() Data Pareto
dicetak()
Diagram 5.19 Sequence Diagram Pareto Produk tak Standar Keterangan Sequence Diagram Pareto Produk Tak Standar: 1. Staff QA dapat membuka dan memilih periode untuk menampilkan pareto Produk tak standar dengan method dibuka() dan Pilih_periode() 2. Setelah itu otomatis program akan melakukan query data dan menghitung diagram pareto dari data pada periode yang dipilih dengan method Query_Data() dan dihitung() 3. Data Pareto ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak()
183
o Sequence Laporan Akumulasi Produk tak Standar
UI :Laporan_Produk_tak_Standar
Object : Produk_Tak_Standar
Actor : Staff_QA
dibuka() Pilih_Periode()
Query Data()
Data_Akumulasi_Produk_Tak_Standar dicetak()
Diagram 5.20 Sequence Diagram Akumulasi Produk tak Standar Keterangan Sequence Diagram Akumulasi Produk Tak Standar 1. Staff QA dapat membuka dan memilih periode untuk menampilkan Laporan Akumulasi Produk tak standar dengan method dibuka() dan Pilih_periode() 2. Setelah itu otomatis program akan melakukan query data pada periode yang dipilih dengan method Query_Data() 3. Data ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak()
184
o Sequence Laporan Performansi Variabel
Actor :Staff_QA
UI : Laporan Performansi Variabel
Object : Data_Inspeksi_Variabe l
dibaca() Pilih_Periode()
Query_Data() Hitung_Batas_Kendali() Hitung_Cp_Cpk() Hasil_Analisa_Data
Hitung_Sigma()
dicetak()
Diagram 5.21 Sequence Diagram Laporan Performansi Variabel Keterangan Sequence Diagram Laporan Performansi Variabel 1. Staff QA dapat membuka dan memilih periode untuk menampilkan Laporan Performansi Variabel dengan method dibaca() dan Pilih_periode() 2. Setelah itu otomatis program akan melakukan query data pada periode yang dipilih dengan method Query_Data() 3. lalu secara urut, Program akan menggunakan mehod Hitung_Batas_Kendali(), Hitung_Cp_Cpk(), dan Hitung_Sigma() pada objek Data_Inspeksi_Variabel ,
185
baru kemudian akan menggambar grafik X dan R, dan menampilkan hasil analisis data di layar. 4. Data ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak()
o Sequence Laporan Performansi Atribut
Actor :Staff_QA
UI : Laporan Performansi Atribut
Object : Data_Inspeksi_Atribut
dibaca() Pilih_Periode()
Query_Data() Hitung_Batas_Kendali() Hitung_Cp_Cpk()
Hasil_Analisa_Data
Hitung_Sigma()
dicetak()
Diagram 5.22 Sequence Diagram Laporan Performansi Atribut Keterangan Sequence Diagram Laporan Performansi Atribut 1. Staff QA dapat membuka dan memilih periode untuk menampilkan Laporan Performansi Atribut dengan method dibaca() dan Pilih_periode() 2. Setelah itu otomatis program akan melakukan query data pada periode yang dipilih dengan method Query_Data() 3. lalu secara urut, Program akan menggunakan mehod Hitung_Batas_Kendali(), Hitung_Cp_Cpk(), dan Hitung_Sigma() pada objek Data_Inspeksi_Atribut , baru
186
kemudian akan menggambar grafik X dan R, dan menampilkan hasil analisis data di layar. 4. Data ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak()
5.3.5.4
User Interface
User Interface adalah sebah tampilan yang memungkinkan pengguna
berinteraksi dengan sistem dan untuk mengakses semua fungsi – fungsi serta model sistem, baik untuk kebutuhan meng-input data, membaca data, mencetak laporan, dan juga mengubah data di dalam sistem. Tampilan ini sangat penting untuk mudah digunakan oleh pengguna. Sistem Informasi SQC ini dirancang dengan menggunakan ASP.NET, oleh karena itu tampilan dari program ini dapat diakses melalui Internet Explorer 6.0 atau Internet Browser lain yang serupa.
5.3.5.4.1
Navigation Diagram
Navigation Diagram ini dapat menunjukkan urutan pengaksesan layar di dalam
Sistem Informasi yang dibuat , yang dimulai dari saat pengguna mulai mengakses sistem sampai pada saat pengguna selesai menggunakan sistem. Dalam Navigation Diagram ini dapat dilihat bahwa apabila seorang pengguna hanya memiliki akses untuk
satu bagian , ia tidak dapat mengakses layar lainnya, karena akses dibatasi oleh Password yang berbeda . beberapa tombol yang disertakan disini merupakan fasilitas yang didapat di Internet Explorer 6.0, karena Sistem Informasi ini berbasiskan Web.
187
Tombol Close (X) Tombol “ Isi Data Selanjutnya “ Bila Tidak ada Defect
Login
Login Sebagai Inspektor
Check Sheet
Tombol Back Login Sebagai Manager QA
Tombol Back
Administrator Menu Utama
Tombol Lanjut
Tombol Lanjut
Check Sheet Atribut
Tombol Back
Tombol Simpan
Check Sheet Variabel
Tombol Back
Tombol Back Tombol Update Spek Grid
Update Spek Grid
Ubah Password
Data Historis Check Sheet Tombol Back
Tombol Ubah Password Pengguna
Check Sheet Ok
Tombol Hapus Data CheckSheet Data Historis Produk Tak Std
Tombol Hapus Data Produk Tak Std
Login Sebagai Produksi Pemecahan Masalah Menu Utama
Tombol Penanganan Produk tak Standar
Daftar Produk Tak Standar
Tombol Selesaikan
Tombol Back
Tombol Back
Tombol Konfirmasi Penanganan
Penanganan Produk tak Standar
Tombol Back
Konfirmasi Penanganan produk Tak Standar
Login Sebagai Laporan
Tombol “ Isi Data Selanjutnya “ Tombol Back
Cetak Laporan Menu Utama
Cetak XR Chart Tebal
Tombol Cetak XR Chart Tebal Per Tipe Tombol Cetak XR Chart Berat Per Tipe
Cetak Pareto Produk tak Standar
Tombol Cetak Pilihan
Cetak XR Chart Berat
Crystal Reports Pareto
Tombol Cetak Pilihan
Crystal Reports Tebal
Tombol Cetak Pilihan
Crystal Reports Berat
Tombol Back
Tombol Back Cetak Laporan Produk Tak Standar
Tombol Cetak Pilihan Tombol Back
Tombol Cetak P Chart Penampilan Per Tipe
Tombol Cetak Pareto Produk Tak Standar
Tombol Cetak laporan Produk Tak Standar
Tombol Isi Laporan Defect, Bila Produk Cacat Input Produk Tak Standar
Tombol Back
Cetak P Chart Penampilan
Crystal Reports Produk Tak Standar
Tombol Cetak Pilihan Tombol Back
Tombol Back
Diagram 5.23 Navigation Diagram
188
Crystal Reports Penampilan
5.3.5.4.2
Rancangan Layar
Dibawah ini adalah tampilan yang dibuat untuk User Interface sistem Informasi SQC serta cara penggunaan masing – masing layar tersebut. Tampilan yang ada dibawah ini merupakan hasil dari tampilan layar yang sebenarnya.
Gambar 5.13 Rancangan Layar Login Layar Login ini adalah layar yang diakses pertama kali setiap mau memasuki aplikasi ini, User dapat mengisi Nama dan Password, serta dapat memilih tugas apa yang ingin ia kerjakan, Pilihan tugas terdiri dari : 1. Inspeksi – Untuk Inspektor memasukkan data Checksheet dari lantai produksi 2. Administrator – Untuk Ka Dept QA merubah Password pengguna, merubah spesifikasi Grid, dan menghapus data yang sudah tidak diperlukan lagi.
189
3. Problem Solving – Untuk Ka.Dept.Produksi melakukan pemecahan masalah atau mau melakukan konfirmasi hasil pemecahan masalah 4. Cetak laporan – untuk Staff QC mencetak laporan. Apabila pengguna yang tidak memiliki akses untuk tugas itu, Sistem akan menolak login.
Gambar 5.14 Rancangan Layar CheckSheet Apabila Inspektor berhasil Login, Ini adalah layar CheckSheet Header, yang digunakan untuk dia memasukkan data Tanggal Produksi, Tipe Grid, Shift kerja, Grup Karyawan, Nomor mesin , Nama Operator dan Jumlah unit yang diperoduksi pada shift itu, ini digunakan untuk menghitung jumlah sampel yang dibutuhkan untuk layar berikutnya. Beberapa data yang sudah pasti dibuatkan Combo Box untuk menghindari kesalahan
190
akibat input, sedangkan untuk jumlah produksi dibatasi dengan kapasitas mesin per shift yaitu 10000 unit. Bila ditekan tombol lanjut maka akan berpindah ke layar CheckSheet Atribut.
Gambar 5.15 Rancangan Layar CheckSheet Atribut Pada layar CheckSheet Atribut ini , Inspektor dapat memasukkan nomor mold yang dipakai dan apabila ada beberapa unit yang cacat dapat diisi ke textbox di bawah sesuai kategori cacatnya, apabila tidak ada cacat maka textbox dapat dikosongkan. Diatas terdapat jumlah unit apabila Lot diterima atau di-reject. Bila ditekan tombol lanjut maka akan berpindah ke layar CheckSheet variabel
191
Gambar 5.16 Rancangan Layar CheckSheet Variabel Layar Checksheet Variabel ini berguna untuk Inspektor memasukkan data tebal dan berat yang sesuai, diatas terdapat gambar titik – titik mana saja yang harus diperiksa dengan menggunakan sigmat, gambar ini dapat berubah sesuai dengan jumlah Subgroup yang dimiliki tiap grid. Selain itu juga dituliskan Spesifikasi yang dimiliki tiap grid untuk tebal dan beratnya. Apabila ditekan tombol Simpan, maka seluruh data akan disimpan dalam Database, dan Sistem akan otomatis berpindah ke layar CheckSheet Ok.
192
Gambar 5.17 Rancangan Layar CheckSheet Ok Pada layar CheckSheet Ok ini, sistem akan menampilkan Report apakah data sudah berhasil tersimpan dan apakah data ada yang melewati batas dan menandakan bahwa lot tersebut harus di-Reject . Apabila Lot tersebut baik, Inspektor dapat berpindah ke layar CheckSheet Header lagi untuk memasukkan data yang baru. Apabila ada kerusakan
yang melebihi batas, Inspektor harus berpindah ke layar Input Produk tak Standar untuk mengisi alasan lot tersebut ditolak.
193
Gambar 5.18 Rancangan Layar Input Produk tak Standar Setelah dipanggil , Layar Input Produk tak standar ini telah terisi secara otomatis pada alasan penolakan, sesuai dengan data kerusakan yang dihitung oleh sistem saat melakukan inspeksi, Inspektor hanya perlu mengisi Penyebab potensial dengan penjelasan dan memilih faktor penyebab potensial di Combo Box . Apabila telah selesai, Inspektor dapat segera Click tombol Isi Data Selanjutnya untuk melakukan inspeksi untuk data yang lain, dan akan kembali ke layar CheckSheet Header lagi.
194
Gambar 5.19 Rancangan Layar Menu Administrator Layar Menu Administrator ini akan Muncul segera setelah Login apabila tugas yang dipilih adalah Administrator. Dari layar ini dapat dipilih menu : 1. Update Spek Grid – Untuk mengisi data Grid baru, menghapus Grid yang sudah tak terpakai, serta mengubah spek Grid yang sudah ada. 2. Ubah Password Pengguna – Untuk mengubah , memasukkan , dan menghapus data pengguna serta mengubah hak akses sistem dari pengguna. 3. Hapus Data CheckSheet – Akan menampilkan menu untuk menghapus data hasil inspeksi yang sudah usang dan tak terpakai lagi. 4. Hapus Data Produk Tak Std - Akan menampilkan menu untuk menghapus Data Produk Tak Std dan kerusakan yang sudah usang dan tak terpakai lagi.
195
Gambar 5.20 Rancangan Layar Ubah Spesifikasi Grid Layar Spesifikasi Grid ini berguna untuk mengubah data mengenai grid , dimulai dari Jenis Grid baru, SubGroup, AQL, Tebal, berat, Target Kapabilitas proses dan sigma yang ingin dicapai, Gambar Grid akan secara otomatis berubah apabila subgroup diubah. Serta Ka.Dept QA dapat memasukkan nomor mold baru dan menghapus nomor Mold yang sudah tak terpakai lagi. Pada waktu load, seluruh informasi tersebut akan ditampilkan pada data Grid pertama, dan apabila telah diubah, Ka. Dept Qa dapat menyimpannya dengan tombol Save. Atau menghapus grid atau menyimpan Update data grid terdahulu. Untuk keluar dari layar ini, pengguna bisa menutup Internet Explorer atau tekan tombol back ke layar sebelumnya.
196
Gambar 5.21 Rancangan Layar Ubah Password Pada layar ini,
Ka. Dept QA dapat menampilkan semua pengguna sistem,
menambahkan pengguna, menghapus pengguna, dan mengupdate data pengguna, seperti password, jabatan, dan hak akses ke sistem.
197
Gambar 5.22 Rancangan Layar Data Historis Checksheet
Dalam layar Data historis Checksheet ini, Ka Dept.QA dapat melihat secara ringkas seluruh data hasil inspeksi yang ditampilkan dari awal, apabila memang sudah tidak dpakai lagi, ka Dept QA dapat memilih akan menghapus data tersebut mulai dari awal sampai pada tahun berapa , lalu menekan tombol Hapus Data.
198
Gambar 5.23 Rancangan Layar Data Historis Produk tak Standar Dalam layar Data historis Produk tak Std ini, Ka Dept.QA dapat melihat secara ringkas seluruh data Lot produk yang tidak standar yang ditampilkan dari awal, apabila memang sudah tidak dpakai lagi, ka Dept QA dapat memilih akan menghapus data tersebut mulai dari awal sampai pada tahun berapa , lalu menekan tombol Hapus Data.
199
Gambar 5.24 Rancangan Layar Pemecahan Masalah Layar Pemecahan masalah ini adalah layar yang ditampilkan apabila pada saat login, pengguna memilih Tugas Pemecahan Masalah, Pengguna yang memiliki otorisasi untuk masuk ke layar ini adalah Ka.Dept.produksi. dari menu ini ada 2 pilihan , yaitu : 1. Penanganan Produk tak Standar, - Digunakan untuk Ka.Dept QA melihat data produk yang cacat, lalu memasukkan Analisa dan Tindakan penanggulangannya. 2. Konfirmasi Penanganan – Dignakan untuk memasukkan hasil konfirmasi penanggulangan produk cacat.
200
Gambar 5.25 Rancangan Layar Daftar produk Tak Standar Apabila di-Click tombol Penanganan Produk tak Standar, maka pertama akan ditampilkan seluruh masalah , atau dapat dipilih masalah berdasarkan Grid yang aktif. Setelah Ka.Dept.Produksi memilih masalahnya, ia dapat memasukkan kode Batch produksinya lalu Click tombol Selesaikan ! , lalu layar akan berpindah ke Penanganan Produk tak Standar untuk Ka.Dept Produksi menganalisa data penolakan .
201
Gambar 5.26 Rancangan Layar Penanganan Produk tak Standar Layar Penanganan Produk Tak Standar ini berisi semua informasi tentang Lot produk yang cacat tersebut, sehingga memudahkan Ka.Dept produksi untuk menyelesaikan masalah tersebut. Setelah diisi , apabila ditekan tombol simpan, data penyelesaian akan disimpan dan menu akan kembali ke menu Pemencahan masalah. Untuk keluar dapat menutup layar Internet Explorer.
202
Gambar 5.27 Rancangan Layar menu Cetak laporan Layar menu Cetak Laporan ini akan muncul bila pengguna login dengan pilihan tugas Cetak laporan. Di layar ini dapat dipilih 5 Menu , yaitu : 1. Cetak XR Chart tebal per Tipe – Untuk mencetak laporan XR Chart untuk data tebal dari Grid 2. Cetak XR Chart berat per Tipe – Untuk mencetak laporan XR Chart untuk data berat dari Grid 3. Cetak P Chart penampilan per Tipe – Untuk mencetak laporan P Chart untuk data atribut dari Grid 4. Cetak Pareto Produk Tak Standar – untuk menampilkan Grafik Pareto dari beberapa data produk yang tidak standar atau cacat
203
5. Cetak Laporan Produk Tak Standar – untuk menampilkan Laporan seluruh data kejadian Lot produk yang tidak standar.
Gambar 5.28 Rancangan Layar Cetak Laporan XR Chart Tebal Layar Laporan XR Chart tebal ini digunakan untuk memilih periode pencetakan laporan, dan pengelompokkan laporan berdasarkan tipe Grid, berikut adalah data yang harus dipilih bila ingin mencetak laporan dengan periode : 1. Tahunan – Pilih Tahun Awal dan Tahun Sampai 2. Bulanan – Pilih Tahun terlebih dahulu, baru pilih Bulan Awal dan Bulan Sampai 3. Harian - Pilih Tahun terlebih dahulu, pilih Bulan, baru pilih tanggal berapa sanpai dengan tanggal berapa.
204
4. Batch - Pilih Tahun terlebih dahulu, pilih Bulan, pilih tanggal berapa, baru pilih batch awal dan batch akhir. Seluruh pilihan yang ditampilkan sudah divalidasi dengan database, sehingga akan meminmalisasi kemungkinan Error , karena data yang akan dicetak pasti ada di database. Setelah yakin akan pilihan, Staff QA akan dapat menampilkan laporan dengan menggunakan tombol Cetak Pilihan.
Gambar 5.29 Rancangan Layar Crystal Reports tebal atas
205
Gambar 5.30 Rancangan Layar Crystal Reports tebal bawah
Kedua Layar diatas adalah hasil dari tombol Cetak Pilihan , yang disimulasikan pada pilihan Bulanan dari bulan Januari sampai Mei 2004, dan laporan ini menggunakan Crystal Report, sehingga tampilan ini dapat segera dicetak dengan tombol File>Print dari menu di Internet Explorer. Atau dapat juga melihat hasil sebelum
dicetak dengan menggunakan menu File > Print Preview
206
Gambar 5.31 Rancangan Layar Print Preview
Gambar 5.32 Layar Print
207
Gambar 5.31 merupakan layar Print Preview dari internet Explorer yang menampilkan data yang akan di-Print, sedangkan gambar 5.32 menunjukkan tampilan layar menu untuk pilihan printer sebelum di-print Layar diatas adalah tampilan Dialog apabila Laporan XR Tebal akan dicetak ke Printer. Dengan menekan tombol Print maka Laporan akan segera dicetak.
Gambar 5.33 Rancangan Layar XR Chart Berat Diatas adalah tampilan untuk layar Laporan XR Chart Berat, cara pengoperasiannya sama dengan
Laporan XRChart Tebal. Termasuk untuk Crystal
Report yang ada dan menu Print.
208
Gambar 5.34 Rancangan Layar P Chart Penampilan Diatas adalah tampilan untuk layar Laporan P Chart Penampilan, cara pengoperasiannya sama dengan Laporan XR Tebal.
209
Gambar 5.35 Rancangan Layar Crystal Reports Penampilan Diatas adalah contoh laporan P Chart Atribut yang dapat dihasilkan setelah tombol Cetak Laporan di-Click. Laporan ini dapat dicetak seperti cara mencetak laporan XR Chart Tebal diatas.
210
Gambar 5.36 Rancangan Layar Laporan Produk Tak Standar Layar Laporan Produk tak Standar diatas dapat dipilih untuk mencetak Laporan Produk Tak Standar digolongkan dari : 1. Masalah Baru – Semua Masalah yang belum diselesaikan 2. Belum Dikonfirmasi – Semua masalah yang sudah diselesaikan tetapi belum dikonfirmasi hasil penyelesaiannya 3. Sudah Dikonfirmasi – Semua masalah yang sudah selesai, bersifat sebagai Laporan untuk disimpan ke Arsip. Periode Laporan yang dapat dipilih hanyalah bulanan dan tahunan, sebab masalah sangat jarang terjadi, sehingga tidak diperlukan penelusran sampai tingkat batch.
211
Apabila diclick Cetak Pilihan maka akan ditampilkan laporan dengan menggunakan Crystal Report seperti dibawah ini.
Gambar 5.37 Rancangan Layar Crystal Reports Laporan Produk Tak Standar
212
Gambar 5.38 Rancangan Layar Pareto Produk Tak Standar Layar Laporan Pareto memiliki antarmuka yang sama dengan layar Laporan produk Tak Standar yang hanya dapat dipilih antara periode bulanan atau tahunan. Laporan Pareto yang akan ditampilkan dapat dipilih antara : 1. Penyebab masalah Potensial – Yaitu perbandingan penyebab masalah apa yang paling sering terjadi, apakah operator, Material, Mesin, Metode Kerja,atau Lingkungan kerja. 2. Tipe Reject – yaitu perbandingan Penyebab reject yang paling besar, antara Penampilan, Tebal tidakstandar atau berat grid tidak standar.
213
3. Jenis Defect Penampilan – yaitu perbandingan kerusakan penampilan produk , antara kerusakan Retak, Unfilled, Fins, Flash, Shrinkage, berubah bentuk,lubang , dan lainnya yang tidak umum.
Gambar 5.39 Rancangan Layar Crystal Reports Pareto Produk Tak Standar Ini adalah tamplan Laporan Pareto jenis Defect Penampilan, yang ditampilkan dengan menggunakan Crystal Report . laporan ini dapat dicetak dan di-Print Preview dengan cara yang sama dengan laporan XR Tebal.
214
5.3.6 Perancangan Basis Data Dalam perancangan basis data yang digunakan untuk mendukung program, akan digambarkan bagaimana hubungan antara tabel – tabel yang terdapat dalam basis data tersebut dengan menggunakan Entity Relationship Diagram , lalu untuk isi dari setiap tabel tersebut dibuat Spesifikasi File . Tabel – Tabel ini dibuat dengan cara melakukan normalisasi dari Formulir – formulir yang pada saat ini digunakan dalam Departemen QA.
5.3.6.1
Entity Relationship Diagram
TblMold
TblSpesifikasi
TblHeader
TblDetailTebal TblDetailPenampilan
TblAuthentifikasi TblDetailBerat TblHeaderDefect
TblDetailDefect TblDetailPenanganan
Reference Tables
TblKoefisienXR TblTingkatAQL TblNormal TblSigmaLevel
TblDetailKonfirmasi
Diagram 5.24 Entity Relationship Diagram Pada Entity Relationship Diagram diatas dapat dilihat hubungan antara tabel – tabel yang digunakan di dalam Sistem informasi SQC ini, untuk Tabel yang ada dalam kelompok di sebelah kanan yang dinamakan Reference Tables bukan merupakan data yang digunakan secara aktif dalam sistem informasi ini, namun digunakan dalam
215
membantu perhitungan pada pembuatan laporan, sehingga tidak dihubungkan dengan tabel lainnya.
5.3.6.2
Spesifikasi File
Berikut adalah tabel- tabel yang ada pada Entity Relationship Diagram duatas, Seluruh tabel yang ada dibawah ini berada dalam Sebuah File Database YUASAQCDB.MDB yang disimpan dalam Server dan diakses melalui ADO.NET oleh Software.
Tabel 5.35 Spesifikasi File TblAuthentifikasi TblAuthentifikasi
Primary key :
NIK
NIK NamaKaryawan Pass Jabatan
Tipe Data Text Text Text Text
10 20 10 30
Akses
Text
1
Nama Kolom
Panjang Keteramgan
Nomor Induk Karyawan Nama Karyawan Password untuk Login Jabatan Karyawan Kode Akses Software 1Full_Akses 2.Cetak_Laporan, 3.Khusus_Inspeksi 4.Produksi
216
Tabel 5.36 Spesifikasi File TblHeader TblHeader
Primary key : Nama Kolom
KdBatch TypeGrid TglProd BlnProd ThnProd Shift Grup NoMesin TglPeriksa NoMold NamaOperator NIK
KdBatch , TypeGrid Tipe Data Text Text Text Text Text Text Text Text Text Text Text Text
Panjang Keteramgan
12 15 2 2 4 1 1 2 11 8 20 10
Kode Batch Produksi Type Grid yang Diproduksi Tanggal Produksi ( DD ) Bulan Produksi ( MM ) Tahun Produksi ( YYYY ) Kode Shift Produksi Kode Gru p Produksi Nomor Mesin Tanggal Periksa DD/MM.YYYY Nomor Mold Nama Operator Produksi Nomor Induk Karyawan milik Inspektor
Tabel 5.37 Spesifikasi File TblDetailTebal TblDetailTebal
Primary key : Nama Kolom
Kdbatch TypeGrid StdevTebal RangeTebal RataTebal MaxTebal MinTebal
KdBatch , TypeGrid Tipe Data Text Text Single Single Single Single Single
Panjang Keteramgan
12 15 5 FPU 5 FPU 5 FPU 5 FPU 5 FPU
Kode Batck Produksi Type Grid yang Diproduksi Standar Deviasi untuk XR Range Max - Min Tebal Rata - Rata Tebal Grid Tebal Grid Inspeksi Maks Tebal Grid Inspiksi Min
217
Tabel 5.38 Spesifikasi File TblDetailBerat TblDetailBerat
Primary key : Nama Kolom
Kdbatch TypeGrid StdevBerat RangeBerat RataBerat MaxBerat MinBerat
KdBatch , TypeGrid Tipe Data Text Text Single Single Single Single Single
Panjang Keteramgan
12 15 5 FPU 5 FPU 5 FPU 5 FPU 5 FPU
Kode Batck Produksi Type Grid yang Diproduksi Standar Deviasi untuk XR Range Max - Min Berat Rata - Rata Berat Grid Berat Grid Inspeksi Maks Berat Grid Inspiksi Min
Tabel 5.39 Spesifikasi File TblDetailPenampilan TblDetailPenampilan
Primary key : Nama Kolom
Kdbatch TypeGrid JmlProduk JmlContoh Retak Unfilled Fins Flash Lubang BBentuk Shrinkage Lain2 TotalDefect
KdBatch , TypeGrid Tipe Data Text Text Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer Integer
Panjang Keteramgan
12 15 -
Kode Batck Produksi Type Grid yang Diproduksi Jumlah Produk per Batch Jumlah Contoh per Inspeksi Jumlah yang cacat Retak Jumlah yang cacat Unfilled Jumlah yang cacat Fins Jumlah yang cacat Flash Jumlah yang cacat Lubang Jumlah yang BerubahBentuk Jumlah yang cacat Shrinkage Jumlah cacat yang tak umum Jumlah total Cacat per batch
218
Tabel 5.40 Spesifikasi File TblHeaderDefect TblHeaderDefect
Primary key : Nama Kolom
KdBatch TypeGrid TglProd BlnProd ThnProd Shift Grup NoMesin TglPeriksa NoMold NamaOperator NIK
KdBatch , TypeGrid Tipe Data Text Text Text Text Text Text Text Text Text Text Text Text
Panjang Keteramgan
12 15 2 2 4 1 1 2 11 8 20 10
Kode Batch Produksi Cacat Type Grid batch yang Cacat Tanggal Produksi ( DD ) Bulan Produksi ( MM ) Tahun Produksi ( YYYY ) Kode Shift Produksi Kode Gru p Produksi Nomor Mesin Tanggal Periksa DD/MM.YYYY Nomor Mold Nama Operator Produksi Nomor Induk Karyawan milik Inspektor
Tabel 5.41 Spesifikasi File TblDetailDefect TblDetailDefect
Primary key :
KdBatch , TypeGrid
KdBatch TypeGrid
Tipe Data Text Text
AlasanPenolakan
Memo
65535
TipeReject
Text
3
Nama Kolom
Panjang Keteramgan
12 15
SebabPotensial5M Text
20
KeteranganSebab
Memo
65535
Selesai
Boolean
1
Kode Batch Produksi Cacat Type Grid batch yang Cacat Penjelasan mengapa Batch tersebut ditolak, A=Tebal Keluar Spesifikasi, B=Berat Keluar Spesifikasi C=Penampilan melebihi AQL Berisi Man,Environment, Material, Machine,Method Penjelasan Penyebab Batch Keluar dari Spesifikasi Masalah Sudah Ditangani atau Belum
219
Tabel 5.42 Spesifikasi File TblDetailPenanganan TblDetailPenanganan
Primary key :
KdBatch , TypeGrid
KdBatch TypeGrid
Tipe Data Text Text
TglPenanganan
Text
11
AnalisaMasalah Tindakan Penanggulangan
Memo
65535
Memo
65535
Penanggungjawab
Text
200
Orang yang bertanggungjawab dalam menyelesaikan masalah
Selesai
Boolean
1
Masalah sudah dikonfirmasi . belum ke lantai produksi
Nama Kolom
Panjang Keteramgan
12 15
Kode Batch Produksi Cacat Type Grid batch yang Cacat Tanggal Masalah Ditangani DD/MM.YYYY Penjelasan Analisa masalah yang terjadi Tindakan Penanggulangan / pencegahan yang diambil
Tabel 5.43 Spesifikasi File TblDetailKonfirmasi TblDetailKonfirmasi
Primary key :
KdBatch , TypeGrid
KdBatch TypeGrid
Tipe Data Text Text
TglKonfirmasi
Text
11
hasilKonfirmasi
Memo
65535
Nama Kolom
Panjang Keteramgan
12 15
Kode Batch Produksi Cacat Type Grid batch yang Cacat Tanggal Konfirmasi dilakukan DD/MM.YYYY Hasil Penanganan Masalah di Lantai Produksi
220
Tabel 5.44 Spesifikasi File TblSpesifikasi TblSpesifikasi
Primary key :
TypeGrid Tipe Data Text Integer Single Single Single Single
15 5FPU 5FPU 5FPU 5FPU
Type Grid (Master Produk ) Jumlah Subgroup yang diukur Tingkat AQL untuk Inspeksi Standar Tebal Rata - rata Toleransi Tebal Rata - rata Standar Tebal per Subgroup
ToleransiTebalPartial Single
5FPU
Toleransi Tebal per Subgroup
StdBerat ToleransiBerat TargetCp TargetCpk TargetSigma TargetLotReject
5FPU 5FPU 5FPU 5FPU 5FPU 5FPU
Standar Berat Grid Toleransi Berat Grid Target Cp yang Ingin dicapai Target Cpk yang ingin dicapai Target Sigma Target Jumlah Batch Reject
Nama Kolom
TypeGrid Subgroup AQLLevel StdTebalMean ToleransiTebalMean StdTebalPartial
Single Single Single Single Single Single
Panjang Keteramgan
Tabel 5.45 Spesifikasi File TblMold TblMold
Primary key : Nama Kolom
NoMold TypeGrid
NoMold Tipe Data Text Text
Panjang Keteramgan
8 15
Nomor Mold untuk Grid ini Type Grid dengan Mold tsb
221
Tabel 5.46 Spesifikasi File TblKoefisienXR TblKoefisienXR
Primary key : Nama Kolom
Subgroup A2 D3 D4 D2
SubGroup Tipe Data Integer Single Single Single Single
Panjang Keteramgan
5FPU 5FPU 5FPU 5FPU
Jumlah Sampel per Subgroup Nilai A2 untuk Batas kendali Nilai D3 untuk Batas kendali Nilai D4 untuk Batas kendali Nilai D2 untuk Batas kendali
Tabel 5.47 Spesifikasi File TblTingkatAQL TblTingkatAQL
Primary key : Nama Kolom
UkuranSampel AQLLevel Accept Reject
UkuranSampel, AQLLevel Tipe Data Integer Single Single Single
Panjang Keteramgan
5FPU 5FPU 5FPU
Jumlah Sampel per Inspeksi Tingkat Penerimaan Jumlah dimana Batch diterima Jumlah dimana Batch ditolak
Tabel 5.48 Spesifikasi File TblNormal TblNormal
Primary key : Nama Kolom
ZValue Normdist
ZValue Tipe Data Single Single
Panjang Keteramgan
5FPU 5FPU
Nilai Z dari Kurva Normal Nilai Kurva Normal dari Z
222
Tabel 5.49 Spesifikasi File TblSigmaLevel TblSigmaLevel
Primary key :
NilaiSigma Tipe Data Single Single Single
Nama Kolom
NilaiSigma DPMO Yield
5.3.6.3
Panjang Keteramgan
5FPU 5FPU 5FPU
Nilai Sigma hasil Perhitungan DPMO pada Nilai Sigma tsb Keluaran per sejuta unit
Normalisasi
Dibawah ini adalah Normalisasi dari formulir yang ada di PT. Yuasa Battery Indonesia. Yang dikelompokkan atas nama formulir yang dipakai. Selain dari Formulir – formulir dibawah, Tabel yang lain dibuat untuk kebutuhan penggunaan Software saja.
Formulit Pemeriksaan Produk Dalam Proses (FM/QC2/100) UNF
TglProd,
BlnProd,ThnProd,
,TargetLotRejection,
Shift,
StdTebalmean,
Group,
NoMesin,
TglPeriksa,
ToleransiTebalMean,
AQLLevel
StdTebalPartial,
ToleransiTebalPartial, StandarBerat, ToleransiBerat, NoMold, NamaOperator, NIK, JmlProduk, JmlContoh, Retak , Unfilled , Fins, Flash, Lubang, BerubahBentuk, Shrinkage,Lain2
,StdevBerat,RangeBerat,RataBerat,
MaxBerat,
StdevTebal.RangeTebal,RataTebal,MaxTebal, MinTebal,Keterangan
223
MinBerat,
1st NF TblHeader : *KdBatch,
*TypeGrid,
TglProd,
BlnProd,ThnProd,
Shift,
Group,
NoMesin,
TglPeriksa, AQLLevel ,TargetLotRejection, StdTebalmean, ToleransiTebalMean, StdTebalPartial,
ToleransiTebalPartial,
StandarBerat,
ToleransiBerat,
NoMold,
NamaOperator, NIK TblDetail : *KdBatch ,*TypeGrid, JmlProduk, JmlContoh, Retak , Unfilled , Fins, Flash, Lubang,
BerubahBentuk,
Shrinkage,Lain2
,StdevBerat,RangeBerat,RataBerat,
MaxBerat,
MinBerat, StdevTebal.RangeTebal,RataTebal,MaxTebal, MinTebal, Keterangan
2nd NF TblSpesifikasi : *TypeGrid,
Subgroup
,
AQLLevel,
StdTebalmean,
ToleransiTebalMean,
StdTebalPartial, ToleransiTebalPartial, StandarBerat, ToleransiBerat TblMold (tabel untuk reference): *NoMold , TypeGrid TblAuthentifikasi (Untuk Login Secara Global ): *NIK , NamaKaryawan, Password, Jabatan, Akses TblHeader : *KdBatch,
*TypeGrid,
TglProd,
BlnProd,ThnProd,
TglPeriksa,NoMold, NamaOperator, NIK,Keterangan
224
Shift,
Group,
NoMesin,
TblDetailPenampilan : *KdBatch, *TypeGrid, JmlProduk, JmlContoh, Retak , Unfilled , Fins, Flash, Lubang,
BerubahBentuk, Shrinkage,Lain2,TotalDefect TblDetailBerat: *KdBatch, *TypeGrid, StdevBerat,RangeBerat,RataBerat, MaxBerat, MinBerat TblDetailTebal: *KdBatch, *TypeGrid, StdevTebal.RangeTebal,RataTebal,MaxTebal, MinTebal
Laporan Produk Tidak Sesuai (QP.10.2/A2) UNF
TglProd, BlnProd,ThnProd, Shift, Group, NoMesin, TglPeriksa,NoMold, NamaOperator, NIK,Keterangan, AlasanPenolakan, TipeReject, KeteranganPenyebab,SebabPotensial5M , Penanggulangansementara, FileGambar, Severity, Occurrence, Damage , TglPenanganan, AnalisaMasalah, Tindakanpenanggulangan, Penangungjawab , TglKonfirmasi, HasilKonfirmasi
1st NF TblHeaderDefect *KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin,
TglPeriksa,NoMold, NamaOperator, NIK,Keterangan
225
TblDetailDefect : *KdBatch,*TypeGrid, AlasanPenolakan, TipeReject,
KeteranganPenyebab,SebabPotensial5M , Penanggulangansementara, FileGambar, Severity, Occurrence, Damage , TglPenanganan, AnalisaMasalah, Tindakanpenanggulangan, Penangungjawab , TglKonfirmasi, HasilKonfirmasi
2nd NF TblHeaderDefect *KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin,
TglPeriksa, NoMold, NamaOperator, NIK,Keterangan TblDetailDefect : *KdBatch, *TypeGrid, AlasanPenolakan, TipeReject, keteranganSebab,
SebabPotensial5M , Penanggulangansementara, FileGambar, Severity, Occurrence, Damage TblDetailPenanganan: *KdBatch, *TypeGrid, TglPenanganan, AnalisaMasalah, Tindakanpenanggulangan,
Penangungjawab TblDetailKonfirmasi: *KdBatch, *TypeGrid, TglKonfirmasi, HasilKonfirmasi
226
5.3.7 Perbaikan Analisa 5.3.7.1
Revised Class Diagram
Setelah dilakukan Analisis dari Problem domain dan Application domain, didapatkan beberapa koreksi yang harus diperbaiki pada Class Diagram, dan dapat digambarkan pada Revised Class Diagram dibawah ini : Produk_Tak_Standar Grid
Data_Inspeksi
-TypeGrid : String -Subgroup : Integer -AQLLevel : Single -StdTebalMean : Single -ToleransiTebalMean : Single -StdTebalPartial : Single -ToleransiTebalPartial : Single -TargetCp : Single -TargetCpk : Single -TargetSigma : Single -TargetLotReject : Single +diinput() +diubah() +dihapus() +dibaca() +disimpan()
-Tanggal Produksi : String -Bulan Produksi : String -Tahun Produksi : String -No.Mesin : String -Shift : String -Grup : String -Jumlah Produksi : Integer -Operator : String -NIK : String +diinput() +dihitung() +dihapus() +disimpan() +dicetak() +dibaca() +diperiksa()
1
1..*
1..*
0..* Pengguna
1..*
1..*
1..* 1 Mold -NoMold -TypeGrid +diinput() +dipakai() +dihapus() +dibuka() +ditambah()
Data_Inspeksi_Atribut -Ukuran Sampel -Total Defect -Accept -Retak -Unfilled -Fins -Flash -Lubang -BerubahBentuk -Shrinkage -Lain +Pilih_Periode() +Query_Data() +Hitung_Batas_Kendali() +Hitung_Cp_Cpk() +Hitung_Sigma()
-Nama : String -NIK : String -Password : String -Jabatan : String -Hak Akses : String +diinput() +diubah() +dihapus() +Pilih_Tugas() +dicek() +Dibaca() +Disimpan() 0..1
-Tanggal Produksi : String -Bulan Produksi : String -Tahun Produksi : String -No.Mesin : String -Shift : String -Grup : String -Jumlah Produksi : Integer -AlasanPenolakan : String -Sebab5M : String -KeteranganSebab : String -TipeReject : String +diinput() +disimpan() +dihapus() +dibuka() +dicopy() +Pilih_Periode() +dihitung() +Query Data() +dicetak() 0..111
Data_Inspeksi_Variabel
DetailKonfirmasi
-JenisBeratTebal -Stdev -Range -Rata -Max -Min +Pilih_Periode() +Query_Data() +Hitung_Batas_Kendali() +Hitung_Cp_Cpk() +Hitung_Sigma()
-HasilKonfirmasi : String -TglKonfirmasi : Date +Disimpan() +Diinput()
Detail_Penanggulangan -AnalisaMasalah : String -TindakanPenanggulangan : String -Penanggungjawab : String -TanggalPenanganan : Date +Diinput() +Disimpan() +Dibuka()
Diagram 5.25 Revised Class Diagram Bisa dilihat bahwa terdapat beberapa penambahan beberapa event pada class – class tersebut yang dapat dirinci dibawah ini :
1. Pada Class grid ada penambahan event dibaca() dan disimpan()
227
2. Pada Class Mold ada penambahan event dibuka() dan ditambah() 3. Pada Class Data_Inspeksi ada penambahan event dibaca() dan diperiksa() 4. Pada Class Data_Inspeksi_Atribut dan Data_Inspeksi_Variabel ada penambahan event Pilih_Periode(), Query_Data(), Hitung_Batas_Kendali(),
Hitung_Cp_Cpk() , Hitung_Sigma() 5. Pada Class Pengguna ditambah event Pilih_Tugas(), Dibaca(), Dicek(), Disimpan() 6. Pada Class Produk_Tak_Standar ada penambahan event dibuka(), dicopy(). Pilih_Periode(), dihitung(), Pilih_Periode(), dicetak(),Query_Data() 7. Pada Class Detail_Penanggulangan ada penambahan event Diinput(), Disimpan(), Dibuka(). 8. Pada Class Detail_Konfirmasi ada penambahan event Diinput(), Disimpan(),
5.3.7.2
Component Diagram
Component Diagram dibawah ini menggambarkan bagaimana hubungan antara
komponen – komponen program dalam sistem informasi SQC ini, Pola arsitektur yang digunakan dalam mengembangkan sistem Informasi SQC ini menggunakna pola Client – Server karena menggunakan kerangka kerja .NET Framework yang dijalankan pada server dan terhubung dengan Client yang hanya berfungsi sebagai stasiun kerja. Client
ini dapat berupa Komputer PC atau Komputer portable berupa PDA. Oleh karena itu Jenis Browser yang dimiliki juga dapat berupa Internet Explorer 6.0 untuk Windows atau Internet Explorer untuk Pocket PC. Seluruh proses dan Data ditempatkan pada server. . Model distribusi arsitektur Client-Server yang digunakan adalah
228
Tabel 5.50 Tabel Arsitektur iClient-Server Client
Server
Architecture
User Interface
Function + Model
Local Prsentation
Client User Interface : Client Browser
User Interface : Portable Client Browser
Server System Interface : .NET Framework on IIS 5.0
Function : ASP.NET Web Application
Model : Database Server
Diagram 5.26 Conponent Diagram
5.3.7.3
Deployment Diagram
Deployment Diagram dibawah ini menggambarkan bagaimana arsitektur sistem
Informasi akan dijalankan pada Perangkat keras sebenarnya. Beberapa perangkat keras yang akan digunakan sudah terpasang, sehingga akan mempermudah penggunaan software, Perangkat keras yang akan digunakan adalah beberapa komputer desktop yang
sudah terpasang di kantor masing – masing pengguna, sebuah server pusat yang sudah terpasang di bagian QA, dan beberapa Pocket PC yang akan digunakan di lapangan.
229
Jaringan yang akan digunakan adalah WiFi untuk Pocket PC, dan LAN untuk komputer desktop yang sudah terpasang Worksation Client : KaDept QA
Portble Client : Inspektor 1 User Interface : Pocket IE 6.0
User Interface :IE 6.0
Workstation Client :KaDept Prod
Portble Client : Inspektor 2 User Interface : Pocket IE 6.0
User Interface : IE 6.0
Workstation Client : Staff QA 1
Client : Inspektor 3 User Interface : IE 6.0
User Interface : IE 6.0
Workstation Client : Staff QA 2 HP PrintServer
User Interface : IE 6.0
HP Proliant Server System Interface : ASP.NET & IIS 5.0
User Interface
Function : ASP.NET Class
Model : Access Database
Diagram 5.27 Deployment Diagram
230
5.3.8 Pemrograman Pemrograman dilakukan segera setelah Analisa dan desain sistem informasi selesai dilaksanakan. Untuk mendukung arsitektur yang telah dibahas dalam Analisis diatas, maka pemrograman dilakukan dengan menggunakan ASP.NET Webform . ASP.NET itu sendiri merupakan sebuah bahasa pemrograman berbasiskan Web yang merupakan pengembangan ASP ( Active Server Pages ) yang dijalankan diatas .NET Framework yang menggunakan RAD ( Rapid Application Development ) tool berupa Visual Studio.Net . Webform yang sudah jadi ini akan dijalankan pada Internet Information Server(IIS) 5.0 yang sudah di-install dengan .NET Framework.
5.3.9 Usulan Penerapan Sistem Informasi yang telah dirancang ini belum diimplementasikan di lapangan, dalam subbab ini akan dibahas mengenai kebutuhan , syarat, dan kondisi agar sistem informasi dapat digunakan pada kondisi sebenarnya., yang dimulai dari kebutuhan perangkat keras, perangkat lunak, dasar pengetahuan pengguna tentang komputer, serta jadwal pengimplementasian program yang telah dibuat.
5.3.9.1
Perangkat Keras
Perangkat keras yang
dibutuhkan beberapa sudah ada di PT.Yuasa Battery
Indonesia, Secara keseluruhan, sistem yang dibutuhkan adalah : 1. Server Server ini digunakan untuk menyimpan software , Sistem Operasi, dan Database server. Karena semua proses pengolahan data dilakukan di server ,
231
dan server akan menangani beberapa Client secara sekaligus, maka server ini harus memiliki kecepatan tinggi dan Storage besar. Spesifikasi umum sistem untuk server minimal adalah : -
Processor Intel Pentium IV Xeon 1.7Ghz
-
DDR SDRAM 400 ECC 1GB
-
Harddisk 10.000 RPM 40GB SerialATA RAID
-
10/100 MBPS LAN
-
CD Rom / CD-RW untuk Backup
2. Workstation Workstation yang digunakan cukup merupakan sebuah Desktop PC yang
sudah digunakan, karena kebutuhan proses yang dilakukan di Client sangat sedikit, yaitu untuk menjalankan Internet Explorer saja. Kebutuhan minimal Desktop PC adalah : -
Processor Intel Celeron 333 MHZ
-
SDRAM 64MB
-
Harddisk 20 GB
-
10/100MBPS LAN ( Untuk yang terkoneksi ke jaringan )
-
WiFI Card 802.11b ( Untuk yang terhubung ke jaringan Nirkabel )
3. Pocket PC Pocket PC ini adalah sebuah Client yang bersifat Optional , yaitu boleh
digunakan atau tidak, sesuai kebutuhan. Karena masih dapat digantikan dengan pemasangan sebuah Desktop PC di lantai produksi untuk memasukkan data ke sistem. Apabila digunakan , sistem yang dibutuhkan adalah : 232
-
Processor Strong ARM 206 MHZ
-
Memory min 128 MB
-
4096 Color LCD 320 x 200 Pixel.
-
WiFi Enabled / WiFI SDIO Card
4. Hub / Switch Hub / Switch ini berfungsi untuk menghubungkan seluruh jaringan yang ada. Hub / Switch ini diletakkan sedekat mungkin dengan serverr. Hub / Switch ini bisa dalam bentuk standar atau dapat pula berupa 802.11B WiFi Switch untuk menangani jaringan Nirkabel. Minimal 12 Port untuk mendukung seluruh jaringan yang digunakan dalam departemen QA ini.
5.3.9.2
Perangkat Lunak
Untuk kebutuhan piranti lunak, untuk seluruh Client hanya dibutuhkan Internet browser yang dapat mendukung Dynamic HTML dan Java. Sedangkan untuk Server dibutuhkan sebuah sistem operasi yang mendukung .NET Framework. Berikut adalah spesifikasi minimal untuk dapat menjalankan program ini : 1. Server − Windows 2000 Professional
Service Pack 4 / Windows XP
Professional
− Internet Information Server 5.0 − .NET Framework Installed − Microsoft Office Installed dengan Microsoft Access − WiFi Card Driver
233
2. Workstation -
Windows 98 / Wndows 2000 / Windows XP
-
Internet Explorer 6.0 / Opera Browser
-
WiFi Card Driver
3. Pocket PC
5.3.9.3
-
Pocket PC 2002
-
Pocket IE 6.0
-
WiFi Card Driver
Pengguna
Pengguna sistem informasi ini adalah karyawan yang sudah disebutkan di use case diagram diatas, dimana seluruh pengguna ini harus dapat menggunakan komputer
secara dasar dan dapat menggunakan Internet Explorer karena pengguna tidak perlu secara khusus mempelajari suatu perintah – perintah khusus. Dengan pelatihan yang cukup mereka sudah dapat menggunakan sistem ini. Untuk perawatan sistem dapat dilakukan oleh bagian IT ( Intormation Technology ) dalan PT. Yuasa Battery Indonesia.
234
5.3.9.4
Jadwal Implementasi
Program ini belum diimplementasikan pada perusahaan , sehingga saat ini belum dapat dihitung berapa besar efek yang diberikan oleh program ini, tetapi yang pasti waktu yang dibutuhkan untuk menghitung sebuah peta kendali dan Sigma dapat dihilangkan , karena semua perhitungan dapat diselesaikan dengan menggunakan satu tombol. Hal ini akan menghemat waktu yang sangat banyak. Untuk jadwal implementasi dapat dilihat dibawah ini : Tabel 5.51 Jadwal Implementasi
235
