BAB V ANALISA HASIL. membandingkan jumlah kecacatan produk proses produksi Lightening Day Cream

BAB V ANALISA HASIL 5.1 Analisa Histogram Histogram pada tahap ini digunakan untuk mengidentifikasi peluang cacat, membandingkan jumlah kecacatan produk proses produksi Lightening Day Cream 30gr dan Lightening Night Cream 30gr sehingga dapat dilihat pada proses produksi item manakah yang menghasilkan produk cacat tertinggi. Sesuai dengan fungsinya Histogram dalam (Muhammad, 2015) adalah grafik representasi data numerik yang digunakan untuk menunjukkan bagaimana sering setiap nilai yang berbeda dalam satu set data terjadi. Histogram digunakan untuk menentukan bentuk kumpulan data. Maka dapat dilihat plotting data produksi PT Paragon Technology and Innovation sebagai berikut:

53

http://digilib.mercubuana.ac.id/

56 Histogram Kecacatan Produk Lightening Day Cream dan Lightening Night Cream 40000

35250

35000 30000

26463

25000 17421

20000 13715

15000 10000 5000 0 LDC Step 1

LDC Step 2

LNC Step 1

LNC Step 2

Gambar 1 Histogram Kecacatan Produk

Histogram yang telah ditunjukkan pada gambar diatas, dapat dilihat jumlah produksi selama pengamatan sebesar 1.938.262 pieces dan kecacatan yang terjadi pada Lightening Day Cream Step 1 30gr sebesar 35.250 pieces, Lightening Day Cream Step 2 30gr sebesar 13.715 pieces, Lightening Night Cream Step 1 30gr sebanyak 26.463 pieces dan Lightening Night Cream Step 2 30gr sebanyak 17.421 pieces dan perusahaan mengalami kerugian terbanyak pada item Lightening Day Cream Step 1 30gr. 5.2 Analisa Check Sheet Setelah melihat apa yang sudah dijabarkan pada histogram, jumlah produk reject terbesar akibat kontaminasi terjadi pada item Lightening Day ream Step 1 30gr. Maka tahap selanjutnya yaitu mengembangkan solusi dengan check sheet. Check Sheet dalam (Muhammad, 2015) adalah alat penting yang digunakan untuk mengumpulkan data dan merekam proses yang terjadi membutuhkan waktu yang banyak. Karena laporan perusahaan masih belum fokus pada cacat produk, maka


57

dengan adanya check sheet mempermudah saya dalam meringkas data rework yang dibutuhkan. Data yang dikumpulkan melalui check sheet dapat digunakan dalam alatalat kualitas selanjutnya antara lain seperti diagram pareto dan histogram. Berikut hasil pengolahan data dengan menggunakan lembar check sheet, untuk menghitung persentase cacat adalah :


58 Tabel 1 Check Sheet Pengolahan Produk Cacat

Jumlah Cacat LDC Step LNC Step 2 1

Pengamatan

Jumlah Produksi

1

40652

718

269

100

34

2,76%

2

29573

564

40

2

158

2,58%

3

65626

821

389

2

8

1,86%

4

78702

236

609

128

355

1,69%

5

21482

86

12

132

40

1,26%

6

28807

1268

43

84

60

5,05%

7

42436

842

62

86

4

2,34%

8

41733

3003

4

158

180

8,02%

9

17378

2

485

5

47

3,10%

10

25517

8

855

233

45

4,47%

11

44811

398

30

796

126

3,01%

12

76870

387

380

1854

965

4,67%

13

88336

1620

1303

1665

527

5,79%

14

61656

1589

3

10549

7

19,70%

15

35470

729

80

240

635

4,75%

16

97701

104

55

40

571

0,79%

17

192626

836

1235

426

3976

3,36%

18

250942

1105

1608

8117

3101

5,55%

19

30714

2491

5

18

8

8,21%

20

167192

14714

524

33

2786

10,80%

21

51212

270

160

28

600

2,07%

22

64877

541

2011

105

201

4,41%

23

112619

244

1004

309

599

1,91%

24

45999

12

1235

159

370

3,86%

25

47798

252

143

832

366

3,33%

26

51150

899

581

41

340

3,64%

27

36694

359

111

9

58

1,46%

28

38904

935

16

267

763

5,09%

29

3425

29

446

15

29

15,15%

30

47360

188

17

30

462

1,47%

Total

1938262

35250

13715

26463

17421

142,15%

Rata-rata

64608,73333

1175

457,16667

882,1

580,7

4,74%

LDC Step 1

LNC Step 2

Persentase Cacat

Berdasarkan check sheet maka dapat diketahui bahwa penyebab kontaminasi terbanyak ada di pengamatan ke-14 (bulan April 2015 sebanyak 19,70%


59

produk cacat), ke-20 (bulan Oktober sebanyak 10,80% produk cacat), dan ke-29 (bulan Juli 2016 sebanyak 15,15% produk cacat). Sangat disayangkan jika produk yang seharusnya mendapatkan keuntungan, namun terbuang begitu saja dan tidak juga diperbaiki akar masalahnya. 5.3 Analisa Control Chart Setelah melihat apa yang sudah dijabarkan pada check sheet, maka tahap selanjutnya yaitu mengimplementasikan solusi dengan control chart. Control chart pada tahap ini digunakan untuk mengetahui apakah jumlah cacat produk pada proses produksi Lightening Day Cream dan Lightening Night Cream masih masuk standar reject atau tidak setiap bulannya. Fungsi Peta Kendali C dalam (Hafid & Harbintoro, 2013) melihat perubahan data dari waktu ke waktu, menunjukkan penyimpangan batas atas Vs batas bawah, dan menemukan persoalan. Peta kendali kegunaannya adalah untuk mendeteksi adanya ketidak wajaran dalam suatu proses. Berdasarkan peta kendali c Lightening Day Cream Step 1 dapat dihitung sebagai berikut: ∑



Hitung nilai rata-rata c:



Batas kendali atas UCL : c + 3√ = 1175 + 3√



Batas kendali bawah LCL : c - 3√ = 1175 - 3√


= 1277,83 = 1072,17

60

Peta Kendali C Lightening Day Cream Step 1

1277,83

1 1

3

5

7

9

11 13 15 17 19 21 23 25 27 29

Gambar 2 Peta Kendali C Lightening Day Cream Step 1

Peta Kendali C yang telah ditunjukkan pada gambar diatas, dapat dilihat ada beberapa bulan yang jumlah rejectnya selama pengamatan melebihi standar atas reject, yaitu pada pengamatan ke 8 dengan reject product 3003 pieces (Oktober 2014), 13 dengan reject product 1620 pieces (Maret 2015), 14 dengan reject productnya 1589 pieces (April 2015), 19 dengan reject productnya 2491 pieces (September 2015) dan 20 dengan reject productnya 14714 pieces (Oktober 2015). Setelah melihat apa yang sudah dijabarkan pada Peta Kendali C Lightening Day Cream Step 1, selanjutnya akan menjabarkan Peta Kendali C Lightening Day Cream Step 2. Berdasarkan peta kendali c, Lightening Day Cream Step 2 dapat dihitung sebagai berikut: ∑






Batas kendali atas UCL : c + 3√ = 457,17 + 3√



Batas kendali bawah LCL : c - 3√ = 457,17 - 3√


= 521,31 = 393,03

61

Peta Kendali c Lightening Day Cream Step 2

521,31

1 1

3

5

7

9

11 13 15 17 19 21 23 25 27 29

Gambar 3 Peta Kendali C Lightening Day Cream Step 2

Peta Kendali C yang telah ditunjukkan pada gambar diatas, dapat dilihat ada beberapa bulan yang jumlah rejectnya selama pengamatan melebihi standar atas reject, yaitu pada pengamatan ke 4 dengan reject product 609 pieces (Juni 2014), 10 dengan reject product 855 pieces (Desember 2014), 13 dengan reject productnya 1303 pieces (Maret 2015), 17 dengan reject productnya 1235 pieces (Juli 2015), 18 dengan reject productnya 1608 pieces (Agustus 2015), 20 dengan reject productnya 524 pieces (Oktober 2015), 22 dengan reject productnya 2011 pieces (Desember 2015), 23 dengan reject productnya 1004 pieces (Januari 2016), 24 dengan reject productnya 1235 pieces (Februari 2016), dan 26 dengan reject productnya 521 pieces (April 2016). Setelah melihat apa yang sudah dijabarkan pada Peta Kendali C Lightening Day Cream Step 2, selanjutnya akan menjabarkan Peta Kendali C Lightening Night Cream Step 1. Berdasarkan peta kendali c, Lightening Night Cream Step 1 dapat dihitung sebagai berikut:


62 ∑







= 971,2




= 793

Peta Kendali C Lightening Night Cream Step 1

971,2

1 1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930

Gambar 4 Peta Kendali C Lightening Night Cream Step 1

Peta Kendali C yang telah ditunjukkan pada gambar diatas, dapat dilihat ada beberapa bulan yang jumlah rejectnya selama pengamatan melebihi standar atas reject, yaitu pada pengamatan ke 12 dengan reject product 1854 pieces (Februari 2015), 13 dengan reject product 1665 pieces (Maret 2015), 14 dengan reject productnya 10549 pieces (April 2015), dan 18 dengan reject productnya 8117 pieces (Agustus 2015). Setelah melihat apa yang sudah dijabarkan pada Peta Kendali C Lightening Night Cream Step 1, selanjutnya akan menjabarkan Peta Kendali C Lightening Night Cream Step 2. Berdasarkan peta kendali c, Lightening Night Cream Step 2 dapat dihitung sebagai berikut:


63 ∑










= 652,99 = 508,41

Peta Kendali c Lightening Night Cream Step 2

652,9

B

1 1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930

a

Gambar 5 Peta Kendali C Lightening Night Cream Step 2

Peta Kendali C yang telah ditunjukkan pada gambar diatas, dapat dilihat ada beberapa bulan yang jumlah rejectnya selama pengamatan melebihi standar atas reject, yaitu pada pengamatan ke 12 dengan reject product 965 pieces (Februari 2015), 17 dengan reject product 3976 pieces (Juli 2015), 18 dengan reject productnya 3101 pieces (Agustus 2015), 20 dengan reject productnya 2786 pieces (Oktober 2015) dan 28 dengan reject productnya 763 pieces (Juli 2016). Banyaknya data yang outlier pada peta kendali c disebabkan oleh beberapa penyebab, diantaranya adalah kelalaian operator saat menutup plug pada saat proses produksi berlangsung, dan tidak adanya pantauan khusus terkait masalah kontaminasi akibat udara dalam ruangan.


64

5.4 Analisa Diagram Pareto Setelah melihat apa yang sudah dijabarkan oleh peta kendali c, jumlah produk reject terbanyak yang melewati batas atas akibat kontaminasi terjadi pada item Lightening Day Cream Step 2. Tahap selanjutnya yaitu mengevaluasi hasil dengan diagram pareto. Diagram Pareto pada tahap ini digunakan untuk mengetahui apakah jumlah produksi pada proses produksi Lightening Day Cream dan Lightening Night Cream memiliki hubungan dengan persentase cacat produksi Lightening Day Cream dan Lightening Night Cream. Fungsi Diagram pareto dalam (Magar & Shinde, 2014) adalah alat yang mengatur item dalam urutan besarnya kontribusi mereka, sehingga mengidentifikasi beberapa item untuk mengerahkan pengaruh maksimal. Alat ini digunakan di Seven Tools dan peningkatan kualitas untuk memprioritaskan proyek-proyek untuk perbaikan, memprioritaskan pembentukan tim tindakan korektif untuk memecahkan masalah, mengidentifikasi produk yang paling keluhan yang diterima, mengidentifikasi sifat keluhan terjadi paling sering, mengidentifikasi paling sering penyebab penolakan atau untuk tujuan lain yang sejenis. Tabel dibawah ini menunjukkan jumlah kecacatan dan nilai persentase kumulatif yang akan digunakan untuk membuat diagram pareto Tabel 2 Perhitungan Persentase dan Persentase Kumulatif No 1 2 3 4

Item LDC Step 1 LDC Step 2 LNC Step 1 LNC Step 2 Total

Jumlah

Persentase

Persentase Kumulatif

35250

37,96%

37,96%

13715

14,77%

52,74%

26463

28,50%

81,24%

17421

18,76%

100,00%

92849

100,00%


65

Berdasarkan data diatas maka dapat dibuat sebuah diagram pareto sebagai berikut :

Diagram Pareto Kecacatan Produk 120%

40000 35000

100%

30000 80%

25000

60% 40%

20000

Jumlah

15000

Persentase Kumulatif

10000

20%

5000

0%

0 LDC Step LNC Step LNC Step LDC Step 1 1 2 2

Gambar 6 Diagram Pareto Kecacatan Produk

Berdasarkan diagram diatas, maka dapat diketahui jumlah produk reject akibat kontaminasi produk yang paling sering terjadi pada proses produksi kosmetik ini yaitu pada item Lightening Day Cream Step 1. Sedangkan jumlah produk reject akibat kontaminasi produk yang paling kecil terjadi pada proses produksi kosmetik ini yaitu pada item Lightening Day Cream Step 2. 5.5 Analisa Fishbone Diagram Setelah melihat apa yang sudah dijabarkan pada diagram pareto maka tahap selanjutnya yaitu merencanakan perbaikan berdasarkan diagram sebab akibat. Fungsi Diagram sebab dan akibat dalam (Muhammad, 2015) adalah alat yang penting digunakan untuk mencari tahu akar penyebab masalah. Dalam teknik ini semua kemungkinan penyebab masalah diperhitungkan dan untuk mencari tahu alasan setiap penyebab yang membuat masalah itu terjadi. Setelah melakukan observasi ke


66

lapangan, maka diketahui faktor-faktor yang mempengaruhi terjadinya kontaminasi produk sehingga menyebabkan produk cacat dan tidak bisa dijual. Dengan menggunakan diagram fishbone dapat diketahui penyebabnya sebagai berikut :

Gambar 7 Kontaminasi Bintik Hitam


67

Manusia

Tidak menggunakan APD

Metode

Adanya sanksi jika tidak menggunakan APD

Penyimpanan Packaging di Internal Standar area penyimpanan bersih

Produk cacat

Adanya celah udara Material

Komponen Packaging tidak bersih Kesepakatan dengan supplier

Pemberian saringan

Mesin Mesin tidak bersih Gambar 8 Diagram Sebab Akibat Produk Cacat


Pemeriksaan dengan QC

68

1. Faktor Manusia Menurut peraturan Kepala Badan Pengawasan Obat dan Makanan Republik Indonesia nomor HK. 03.42.06.10.4556 dalam (Aspan & Wahyu, 2010) personil yang bekerja di area produksi hendaklah memakai pakaian kerja, badan yang bersih, penutup rambut, kacamata, penutup telinga, alas kaki yang sesuai dan memakai sarung tangan serta masker apabila diperlukan untuk melindungi produk dari pencemaran dan menjamin keamanan diri personil. Jenis kontaminasi yang terjadi jika tidak menggunakan APD dengan benar yaitu adanya bulu, mikroorganisme dan rambut. Dari penelitian (Ilankizhai et al, 2016) yang pernah dilakukan, produk kosmetik beresiko tinggi untuk kontaminasi mikroba dari berbagai sumber seperti sebagai lingkungan, tangan konsumen, keringat tubuh, cara penggunaan yang kurang baik dan penggunaan bahan kosmetik yang sudah terkontaminasi dalam jangka waktu yang lama. Akibat dari kontaminasi tersebut, dapat menyebabkan perubahan warna, kondisi, bahkan jangka waktu pakai kosmetik. Usulan untuk mencegah agar tidak terjadi kontaminasi kembali yaitu diperlukan sanksi untuk yang tidak memakai Alat Pelindung Diri (APD) dan penambahan job desc kepada superior untuk pengawasan ketat kepada operator agar lebih tertib lagi dalam mengenakan APD sehingga produk lebih bersih. 2. Faktor Metode Tempat penyimpanan packaging perusahaan kurang steril. Jenis kontaminasi yang terjadi jika tempat penyimpanan packaging kurang steril yaitu adanya serpihan karbox pada bulk. Dari penelitian (Ilankizhai et al, 2016) yang pernah dilakukan, produk kosmetik beresiko tinggi untuk kontaminasi


69

mikroba dari berbagai sumber seperti sebagai lingkungan, tangan konsumen, keringat tubuh, cara penggunaan yang kurang baik dan penggunaan bahan kosmetik yang sudah terkontaminasi dalam jangka waktu yang lama. Packaging yang sudah dibuka oleh departemen unboxing tidak memakai tutup, sehingga menambah kontaminasi pada packaging yang belum digunakan. Usulan untuk mencegah agar tidak terjadi kontaminasi kembali yaitu dibutuhkan kesepakatan dan standar area tempat penyimpanan bersih dan penambahan jadwal pembersihan ruangan yang awalnya 2x sehari menjadi 3x sehari. 3. Faktor Material Komponen packaging yang tidak bersih dari supplier. Jenis kontaminasi yang terjadi jika komponen packaging tidak bersih yaitu adanya noda pada plug dan pot sehingga penampilan produk tidak oke. Dari penelitian (Ilankizhai et al, 2016) yang pernah dilakukan, produk kosmetik beresiko tinggi untuk kontaminasi mikroba dari berbagai sumber seperti sebagai lingkungan, tangan konsumen, keringat tubuh, cara penggunaan yang kurang baik dan penggunaan bahan kosmetik yang sudah terkontaminasi dalam jangka waktu yang lama. Komponen packaging yang tidak bersih tersebut bisa saja terjadi pada saat proses pengemasan packaging di supplier, atau saat proses perjalanan dari supplier menuju perusahaan. Usulan untuk mencegah agar tidak terjadinya kontaminasi kembali yaitu mengulangi perjanjian dari awal dengan supplier bahwa kebersihan packaging wajib, bila ditemukan kembali, pihak supplier harus mengganti packaging kotor tersebut dengan yang baru.


70

Dan jika dalam 3x pemesanan selalu ditemukan packaging kotor, perusahaan berhak untuk tidak bekerja sama kembali dengan supplier tersebut. 4. Faktor Mesin 

Adanya celah udara diarea pengisian bulk. Jenis kontaminasi yang terjadi jika adanya celah udara diarea pengisisan bulk yaitu bintik hitam atau debu pada bulk. Dari penelitian (Ilankizhai et al, 2016) yang pernah dilakukan, produk kosmetik beresiko tinggi untuk kontaminasi

mikroba

dari

berbagai

sumber

seperti

sebagai

lingkungan, tangan konsumen, keringat tubuh, cara penggunaan yang kurang

baik

dan

penggunaan

bahan

kosmetik

yang

sudah

terkontaminasi dalam jangka waktu yang lama. Celah udara diarea pengisian bulk tersebut untuk sirkulasi udara luar masuk ke area tersebut agar suhu diarea tersebut tetap sejuk dan tidak panas. Namun terkadang udara yang masuk disertai dengan debu yang ada yang ada diluar ruangan. Usulan untuk mencegah agar tidak terjadinya kontaminasi kembali yaitu ditambahkannya filter untuk pensterilan udara yang masuk kedalam area pengisian bulk. Selain penambahan filter pada celah udara, penambahan proses periksa filter rutin agar produk tetap terjaga kebersihannya dan tidak ditemukan kontaminasi kembali. 

Mesin tidak dalam keadaan bersih. Jenis kontaminasi yang terjadi jika mesin tidak dalam keadaan bersih yaitu adanya salur warna hitam pada bulk. Dari penelitian (Ilankizhai et al, 2016) yang pernah dilakukan, produk kosmetik beresiko tinggi untuk kontaminasi


71

mikroba dari berbagai sumber seperti sebagai lingkungan, tangan konsumen, keringat tubuh, cara penggunaan yang kurang baik dan penggunaan bahan kosmetik yang sudah terkontaminasi dalam jangka waktu yang lama. Kontaminasi yang terjadi akibat mesin tidak dalam keadaan bersih yaitu karena tidak adanya prosedur mengecek kondisi mesin sebelum kerja. Salur warna hitam tersebut berasal dari seal mesin yang kotor atau bahkan lepas dari tempatnya. Biasanya ini terjadi ketika mesin tidak dipakai beberapa hari. Oleh karena itu, usulan untuk mencegah agar tidak terjadinya kontaminasi kembali yaitu, penambahan prosedur pengecekan mesin kepada operator dan selalu mengecek keadaan mesin serta diawasi oleh quality control untuk cek sebelum produksi dimulai, agar kondisi mesin tetap bersih dan produk tidak terkontaminasi kembali. 5.6 Analisa Biaya Rework Setelah melihat apa yang sudah dijabarkan pada diagram sebab akibat, ditemukan empat faktor penyebab yang menyebabkan kontaminasi produk yang paling sering terjadi pada proses produksi kosmetik. Keempat faktor yang menyebabkan produk cacat antara lain faktor manusia, faktor mesin, faktor metode atau cara, dan faktor material/bahan baku. Setelah diagram sebab akibat maka tahap selanjutnya yaitu, menganalisa biaya rework mengikuti jurnal (Haryono et al, 2016) sebagai berikut :


72

Tabel 3 Analisa Biaya Rework

Cacat Rata-rata

4.79%

Biaya perbaikan rework rata-rata mencapai 60% dari biaya proses (Haryono et al, 2016) Harga Rp Terjual/Unit 42,000 Jumlah Total Penjualan

Rp 42.000 X 1.938.262

Biaya

Material + Work + OH Rp 25.200 + Rp 9.200 + Rp 4.600

Total Biaya

Biaya Rework Total Biaya Rework

Rework/bulan

Rp81,407,004,000

Rp39,000

Rp 39.000 X 1.938.282 60% X (Rp 9.200 + Rp 4.600)

Rp75,592,218,000

Rp8,280

Rp 8.280 X 92.849

Rp 768.789.720 / 30 bulan

Rp768,789,720

Rp25,626,324

Berdasarkan tabel diatas, kerugian untuk proses biaya rework disebabkan oleh kontaminasi sebanyak Rp 25.626.324/bulannya, dan kerugian yang dialami perusahaan selama 30 bulan sebanyak Rp 768.789.720. Oleh karena itu, jika tidak ditangani secara serius bisa saja kerugian bertambah karena persentase cacat yang terus meningkat dan masih banyak produk cacat yang tidak bisa dijual karena akibat yang lain selain kontaminasi.


BAB V ANALISA HASIL. membandingkan jumlah kecacatan produk proses produksi Lightening Day Cream

Recommend Documents