BAB V ANALISA HASIL
5.1
Tahapan Analysis Pada tahapan ini akan dilakukan langkah-langkah verifikasi terhadap
beberapa faktor yang telah diidentifikasi sebagai penyebab dari permasalahan terjadinya defect digital jitter sebagaimana yang telah dijelaskan pada pendefinisian faktor-faktor penyebab masalah pada bab terdahulu. Langkah verifikasinya dilakukan dengan cara membuat hipotesa-hipotesa bahwa faktor tersebut sebagai penyebab masalah, pengujian hipotesa tersebut dilakukan dengan menggunakan beberapa tools six sigma atau statistic tools untuk memastikan bahwa hipotesa tersebut benar atau tidak, untuk selanjutnya faktor-faktor yang hipotesa telah teruji benar maka akan dianalisa dengan menggunakan tool whys analysis untuk mengungkapkan akar permasalahan dari penyebab.
5.1.1
Penyusunan Hipotesa Awal dan Pembuktian Hipotesa Dengan mengacu pada tabel 4.5 pada bab sebelumnya tentang faktor-
faktor penyebab terjadinya defect digital jitter terhadap tinjauan aspek man, machine,material antara lain: 1. Kinerja operator di proses AORI adjustment tidak bagus 2. Kinerja mesin AORI adjustment tidak bagus 3. Kondisi media disk (media pembacaan data) tidak bagus 4. Kinerja mesin ACT tidak bagus (pengaruh axis x dan y) 73
74
5. Parameter IOP IC LDU tidak terkontrol 6. Parameter FEp_p lensa obyektif tidak terkontrol 7. Metode adhesive apply ACT tidak bagus 8. Pemasangan laser mirror miring Dengan mengacu pada faktor-faktor diatas maka dilakukan penyusunan hipotesa dan pembuktian hipotesa. Adapun untuk ke semua faktor diatas akan diajukan masing-masing hipotesa dan pengujiannya.
5.1.1.1 Kinerja Operator di Proses AORI Adjustment Tidak Bagus Salah satu faktor yang dianggap dapat mengakibatkan timbulnya defect digital jitter ialah pada proses penyetelan titik fokus lensa obyektif di proses AORI adjustment tidak akurat, faktor kinerja operator pada mesin tersebut dianggap sebagai faktor penyebabnya, oleh karena itu hipotesa awal disusun dengan cara membandingkan hasil nilai digital jitter untuk semua OPU RAF 3350A-Z (N2) yang dikerjakan dua orang yang berbeda dan dianggap mewakili operator terbaik dengan operator terburuk. Sehingga tersusun hipotesa adalah sebagai berikut: H0
: jika µd = µ0 ; maka kinerja operator adalah tidak berbeda,
H1
: jika µd ≠ µ0 ; maka kinerja operator berbeda dan dianggap
sebagai penyebab. Dengan melakukan pengujian hipotesis sample kecil dengan jumlah sampel 20 data yang merupakan data nilai digital jitter dari dua grup operator A dan operator B pada 1 mesin AORI (penyetelan fokus lensa) yang sama. Operator
75
A adalah mewakili operator dengan performa terburuk dan operator B mewakili performa terbaik. Dengan menggunakan hipotesis mean test distribusi t (paired ttest) pada minitab akhirnya diperoleh hasil seperti tabel dibawah: Tabel 5.1. Data nilai digital jitter Oprt A dan Oprt B No
Oprt A
Oprt B
No
Oprt A
Oprt B
1
6,7
6,5
11
6,8
6,5
2
6,7
6,5
12
6,8
6,6
3
6,8
6,5
13
6,8
6,4
4
6,7
7,4
14
7
6,4
5
6,8
6,9
15
6,7
6,5
6
6,8
6,9
16
6,7
6,5
7
6,9
6,6
17
6,8
6,3
8
6,5
7,1
18
7,4
6,6
9
6,4
6,3
19
6,4
6,5
10
6,6
7
20
6,6
6,5
Paired T for AORI Y Oprt A - AORI Y Oprt B
AORI Y Oprt A AORI Y Oprt B Difference
N 20 20 20
Mean 6,74500 6,62500 0,120000
StDev 0,21637 0,28631 0,373603
SE Mean 0,04838 0,06402 0,083540
95% CI for mean difference: (-0,054851; 0,294851) T-Test of mean difference = 0 (vs not = 0): T-Value = 1,44 Value = 0,167
P-
Gambar 5.1. Uji hipotesa paired T_test Oprt A vs Oprt B
Dari hasil uji hipotesis paired T_test antara Oprt A vs Oprt B, p_value 0,167 menyarankan bahwa data adalah konsisten mendukung hipotesa nol yang
76
menyatakan bahwa performa dari dua operator tersebut tidak mempunyai perbedaan yang signifikan. Sehingga dugaan bahwa kinerja operator pada proses AORI adjustment sebagai penyebab terjadinya kegagalan pada parameter digital jitter adalah salah.
5.1.1.2 Kinerja Mesin AORI Adjustment Tidak Bagus Faktor yang dianggap sebagai penyebab terjadinya kegagalan parameter digital jitter adalah adalah posisi tangential (Tan Value) pada proses penyetelan titik fokus dari lensa obyektif di proses AORI adalah mengalami pergeseran value yang dipengaruhi kondisi mekanisme mesin yang mana kondisi tersebut akan mengakibatkan nilai parameter digital jitter akan keluar dari spesifikasi. Keterkaitan antara nilai parameter tangential AORI dengan nilai parameter digital jitter akan diuji dengan menggunakan analisa regresi yang dibuat dengan menggunakan minitab dengan hasil seperti pada tabel dibawah: Tabel 5.2. Data nilai tangential AORI dan digital jitter No
Tan AORI
Digital Jitter
No
Tan AORI
Digital Jitter
No
Tan AORI
Digital Jitter
1 2 3 4 5 6 7 8 9 10 11
-0,038 -0,049 -0,052 -0,048 -0,047 -0,051 -0,043 -0,044 -0,041 -0,048 -0,046
6,8 6,6 6,5 6,6 6,6 6,5 6,6 6,6 6,5 6,7 6,6
12 13 14 15 16 17 18 19 20 21 22
-0,038 -0,052 0,013 0,024 0,027 0,030 0,028 0,032 0,028 0,032 0,024
6,8 6,6 7 7,1 7,1 7,2 7,1 7,3 7,2 7,3 7
23 24 25 26 27 28 29 30 31 32
0,009 0,041 0,036 0,028 0,027 0,027 0,032 0,041 0,027 0,019
6,9 7,4 7,3 7,1 7,1 7 7,1 7,4 7,1 7,1
77
Fitted Line Plot
Jitter Value = 6,948 + 7,476 Tan (AORI) S R-Sq R-Sq(adj)
7,4 7,3
0,0883649 91,2% 90,9%
Jitter Value
7,2 7,1 7,0 6,9 6,8 6,7 6,6 6,5 -0,050
-0,025
0,000 Tan (AORI)
0,025
0,050
Grafik 5.1. Analisa regresi nilai tangential AORI dan digital jitter
Regression Analysis: Jitter Value versus Tan (AORI) The regression equation is Jitter Value = 6,948 + 7,476 Tan (AORI)
S = 0,0883649
R-Sq = 91,2%
R-Sq(adj) = 90,9%
Analysis of Variance Source Regression
DF 1
SS 2,41450
MS 2,41450
F 309,22
P 0,000
Gambar 5.2. ANOVA regresi linear nilai tangential AORI dan digital jitter Dari hasil ANOVA diatas ditunjukkan bahwa nilai P_value adalah 0,000 yang menunjukan bahwa hubungan antara parameter tangential AORI adalah mempunyai hubungan yang kuat terhadap nilai parameter digital jitter pada
78
2
tingkat kepercayaan 95% , begitu juga dengan R = 90,9% kecocokan korelasi data yang baik. Dari hasil tersebut disimpulkan bahwa faktor kinerja mesin AORI adjustment tidak bagus yang mana mengakibatkan nilai tangential bergeser adalah sebagai penyebab terjadinya kegagalan pada parameter digital jitter .
5.1.1.3 Kondisi Media Disk (Media Pembacaan Data) Tidak Bagus Faktor kondisi media disk yang mana sebagai media untuk pembacaan data pada sinyal DVD diduga berpengaruh pada tingkat kegagalan parameter digital jitter, dimana media disk yang tidak bagus ( kotor dan tergores pada permukaan disk) akan mengakibatkan nilai parameter digital jiter akan out of spesification. Sehingga hal ini dibuktikan dengan uji mean mneggunakan paired t_test yang membandingkan antara nilai parameter digital jitter yang dibaca dengan menggunakan media disk yang bagus dan tidak bagus dengan data seperti pada tabel dibawah: Tabel 5.3. Data nilai digital jitter pada media baik dan tidak baik No
Bad
Good
media
No
Bad
Good
media
media
disk
disk
1
6,4
5,9
2
6,6
3
No
Bad
Good
media
media
media
disk
disk
disk
disk
8
6,9
7,2
15
7,2
5,9
8,2
9
7,6
7,5
16
7
7,8
6,5
6,2
10
6,6
7
17
6,6
6,7
4
6,5
6,2
11
6,7
5,7
18
6,8
6,6
5
6,4
6,4
12
6,9
5,9
19
6,2
6,5
6
6,6
6,2
13
7,2
6,2
20
6,3
7,2
7
6,6
6,2
14
4,3
7,1
21
7,3
6,3
79
Paired T for Bad media disk - Good media disk
Bad media disk Good media disk Difference
N 21 21 21
Mean 6,62857 6,61429 0,014286
StDev 0,64120 0,67697 0,966585
SE Mean 0,13992 0,14773 0,210926
95% CI for mean difference: (-0,425698; 0,454270) T-Test of mean difference = 0 (vs not = 0): T-Value = 0,07
P-Value = 0,947
Gambar 5.3. Uji hipotesa paired T_test Bad media disk - Good media disk
Dari hasil uji hipotesa distribusi t diatas diketahui bahwa p_value 0,947 yang menunjukkan bahwa tidak ada perbedaan yang signifikan pada nilai mean pengukuran parameter digital jitter dengan menggunakan bad media dan good media disk yang dapat disimpulkan bahwa kondisi media disk bukanlah penyebab kegagalan parameter digital jitter.
5.1.1.4 Kinerja Mesin ACT Tidak Bagus (Pengaruh Nilai Axis X dan Y ) Posisi axis X dan Y pada proses penyetelan axis ACT assembly dipandang sebagai sebuah proses critical yang bila terjadi kesalahan pada posisi axis tersebut akan berdampak pada parameter digital jitter. Sehingga dalam ahapan ini akan dilakukan uji analisa regresi untuk dua buah parameter posisi axis X dan Y terhadap nilai dari parameter digital jitter . Maka digunakan multiple regression analysis terhadap data pada tabel dibawah:
80
Tabel 5.4. Data nilai digital jitter,axis X dan Y
No 1 2 3 4 5 6 7 8 9 10
Digital Jitter 7,9 7,1 6,5 6,9 7,3 7,5 7,3 7,5 7 6,5
ACT X Axis 0,030 0,021 0,017 0,022 0,026 0,028 0,026 0,027 0,017 0,013
ACT Y Axis 0,024 0,019 0,015 0,018 0,023 0,024 0,023 0,023 0,015 0,009
No 11 12 13 14 15 16 17 18 19 20
Digital Jitter 7,1 7,2 8,7 7,9 7 7,6 7 8,6 8,1 7,0
ACT X Axis 0,021 0,022 0,049 0,034 0,023 0,030 0,021 0,045 0,039 0,018
ACT Y Axis 0,018 0,019 0,046 0,029 0,020 0,028 0,015 0,039 0,037 0,012
Regression Analysis: Digital Jitter versus ACT X Axis; ACT Y Axis The regression equation is Digital Jitter = 5,62 + 96,6 ACT
Predictor Constant ACT X Axis ACT Y Axis
Coef 5,6165 96,59 -34,48
S = 0,135048
SE Coef 0,1143 21,22 21,37
X Axis - 34,5 ACT
R-Sq = 95,5%
T 49,13 4,55 -1,61
Y Axis
P 0,000 0,000 0,125
R-Sq(adj) = 95,0%
Analysis of Variance Source Regression Residual Error Total
Source ACT X Axis ACT Y Axis
DF 1 1
DF 2 17 19
SS 6,6155 0,3100 6,9255
MS 3,3077 0,0182
F 181,37
P 0,000
Seq SS 6,5680 0,0475
Unusual Observations
Obs 9
ACT X Axis 0,0170
Digital Jitter 7,0000
Fit 6,7412
SE Fit 0,0536
Residual 0,2588
St Resid 2,09R
R denotes an observation with a large standardized residual.
Gambar 5.4. ANOVA multiple regression digital jitter vs ACT X axis, Y axis
81
Dari hasil analisa diatas ditunjukan bahwa p_value untuk ACT X axis 0,00 terhadap predictor menunjukkan bahwa parameter tersebut mempunyai hubungan yang sangat kuat, sementara untuk parameter ACT Y Axis tidak mempunyai hubungan yang kuat terhadap parameter digital jiter yang ditandai dengan p_value 0,125 pada α=0,05. Namun demikian dapat disimpulkan bahwa kinerja mesin ACT sangat berpengaruh terhadap parameter jitter untuk setting posisi ACT X axis yang mana kesalahan dalam seting tersebut akan mengakibatkan parameter digital jitter akan mengalami kegagalan.
5.1.1.5 Parameter IOP IC LDU Tidak Terkontrol LDU IC adalah sebuah komponen IC yang terintegrasi atas laser diode unit dan rangkaian sistem penerima sinyal DVD untuk mengkondisikan input dari hasil tracking pada area pembacaan data pada media. Dapat diartikan bahwa LDU terdiri atas sistem yang mentrasmisikan sinyal DVD menuju media melalui lensa obyektif, bagian kedua adalah receiver unit yang berfungsi untuk menerima dan mengolah sinyal hasil pembacaan pada media disk. Parameter IOP adalah arus output dari LDU yang merefleksikan besarnya power yang diperlukan untuk dapat memancarkan sinyal DVD hingga mampu melakukan pembacaan pada media disk dan kembali lagi menuju sistem receiver dari komponen LDU. Dari kondisi tersebut dilakukan pengujian keterkaitan antara parameter IOP terhadap digital jitter untuk memastikan bahwa parameter IOP memberikan pengaruh yang signifikan terhadap kegagalan parameter digital jitter. Dalam pengujian ini
82
dilakukan analisa regresi sederhana untuk mencari hubungan diantara kedua parameter tersebut. Tabel 5.5. Data nilai digital jitter dan IOP No
Digital Jitter 6,4 9,1 6,4 6,6 6,6 7,0 6,4 7,1 6,3
1 2 3 4 5 6 7 8 9
IOP 16,4 26,7 16,8 17,1 16,9 19,9 17,4 20,1 15,2
No 10 11 12 13 14 15 16 17 18
Digital Jitter 6,2 6,3 6,3 7,0 6,5 6,8 7,1 6,9 6,2
IOP 14,5 15,6 15,2 19,7 17,8 18,2 20,2 19,3 14,7
No 19 20 21 22 23 24 25 26 27
Digital Jitter 6,2 6,5 6,3 7,1 6,4 6,3 6,7 6,6 6,4
IOP 14,6 17,3 15,4 20,0 16,5 15,4 17,3 16,5 16,3
Fitted Line Plot
JITTER = 2,933 + 0,2134 Iop 9,5
S R-Sq R-Sq(adj)
9,0
JITTER
8,5 8,0 7,5 7,0 6,5 6,0 15,0
17,5
20,0 Iop
22,5
25,0
27,5
Grafik 5.2. Analisa regresi nilai digital jitter vs IOP
0,159195 92,6% 92,3%
83
The regression equation is JITTER = 2,933 + 0,2134 Iop
S = 0,159195
R-Sq = 92,6%
R-Sq(adj) = 92,3%
Analysis of Variance Source Regression Error Total
DF 1 25 26
SS 7,89309 0,63358 8,52667
MS 7,89309 0,02534
F 311,45
P 0,000
Gambar 5.5. ANOVA simple regression digital jitter vs IOP Dari hasil analisa regresi diatas diketahui bahwa p_value 0,000 dengan α=0,05 hubungan antara parameter IOP LDU terhadap digital jitter adalah sangat kuat, hal ini juga didukung dengan nilai R2 = 92,6 % yang menunjukkan pola hubungan yang saling terkait. Oleh karena itu disimpulkan bahwa paramter LDU IOP yang tidak terkontrol adalah penyebab terjadinya kegagalan digital jitter.
5.1.1.6 Parameter FEp_p Lensa Obyektif Tidak Terkontrol Parameter Fep_p merupakan parameter yang merefleksikan kesalahan fokus pada lensa obyektif yang mana diduga dapat mengakibatkan kegagalan parameter digital jitter. Dalam pengujian ini dilakukan analisa regresi sederhana untuk mencari hubungan diantara kedua parameter tersebut.
84
Tabel 5.6. Data nilai digital jitter dan Fep_p No
Digital Jitter 6,4 9,1 6,4 6,6 6,6 7,0 6,4 7,1 6,3
1 2 3 4 5 6 7 8 9
Fep_p
No
737 1118 726 786 792 812 723 843 718
10 11 12 13 14 15 16 17 18
Digital Jitter 6,2 6,3 6,3 7,0 6,5 6,8 7,1 6,9 6,2
Fep_p
No
708 718 719 819 738 799 840 812 708
19 20 21 22 23 24 25 26 27
Digital Jitter 6,2 6,2 6,5 6,3 7,1 6,4 6,3 6,7 6,6
Fep_p 706 703 732 715 846 722 720 800 789
Fitted Line Plot
JITTER_1 = 1,438 + 0,006750 FEp-p 9,5
S R-Sq R-Sq(adj)
9,0
JITTER_1
8,5 8,0 7,5 7,0 6,5 6,0 700
800
900 FEp-p
1000
1100
Grafik 5.3. Analisa regresi nilai digital jitter vs Fep_p
The regression equation is JITTER_1 = 1,438 + 0,006750 FEp-p
S = 0,0825112
R-Sq = 98,0%
R-Sq(adj) = 97,9%
Analysis of Variance Source Regression Error Total
DF 1 25 26
SS 8,35646 0,17020 8,52667
MS 8,35646 0,00681
F 1227,43
P 0,000
0,0825112 98,0% 97,9%
85
Gambar 5.6. ANOVA simple regression digital jitter vs Fep_p
Dari hasil analisa diatas disimpulkan bahwa parameter Fep_p adalah sebagai penyebab terjdinya kegagalan paramter digital jitter dengan ditandainya p_value = 0,00.
5.1.1.7 Metode Adhesive Apply ACT Tidak Bagus Dengan menggunakan hipotesis mean test distribusi t (paired t-test) pada minitab antara dua group data digital jitter yang berasal dari OPU dengan kondisi adhesive ACT yang tidak bagus dan yang bagus.
Tabel 5.7. Data nilai digital jitter adhesive OK vs Adhesive NG No
Adhesive
Adhesive
NG
OK
1
9
8,8
2
8,4
3
No
Adhesive
Adhesive
NG
OK
11
9,1
8,6
8,3
12
8,9
9,1
8
8,2
13
8,8
8,7
4
8
8,6
14
10,8
9,5
5
8,7
8,5
15
10,8
8,6
6
8,2
9,3
16
9,2
10,5
7
9,4
8,8
17
9,5
10,4
8
8,8
8,8
18
8,9
9,6
9
9,4
8,6
19
9,4
9,2
10
12
10,8
20
8,3
10,1
86
Paired T for Jitter Adhesive NG - Jitter Adhesive OK
Jitter Adhesive Jitter Adhesive Difference
N 20 20 20
Mean 9,18000 9,15000 0,030000
StDev 1,00765 0,76743 0,952061
SE Mean 0,22532 0,17160 0,212887
95% CI for mean difference: (-0,415578; 0,475578) T-Test of mean difference = 0 (vs not = 0): T-Value = 0,14 0,889
P-Value =
Gambar 5.7. Uji hipotesa paired T_test adhesive OK vs adhesive NG Dari hasil analisa diatas disimpulkan bahwa kondisi adhesive ACT OK dengan yang tidak bagus adalah tidak berpengaruh terhadap parameter digital jitter sehingga faktor tersebut bukanlah penyebab.
5.1.1.8 Pemasangan Laser Mirror Miring Pengujian untuk kondisi ini dilakukan dengan cara mencari hubungan antara data axis X dan Y untuk posisi laser mirror terhadap nilai dari parameter digital jitter yang mana data diambil dari OPU yang mempunyai kondisi laser mirror yang miring yang mempunyai data hasil pembacaan posisi axisnya.
87
Tabel 5.8. Data nilai digital jitter dan laser mirror axis data No Rad +/1 0,2 2 0,3 3 0,4 4 0,5 5 0,5 6 0,3 7 0,3 8 0,3 9 0,3 10 0,4 11 0,4
Tan +/0,3 0,3 0,3 0,3 0,4 0,3 0,4 0,3 0,6 0,2 0,4
Digital No Jitter 6,8 12 6,6 13 6,5 14 6,6 15 6,6 16 6,5 17 6,6 18 6,6 19 6,5 20 6,7 21 6,6 22
Rad +/0,3 0,5 0,5 0,3 0,8 0,5 0,4 0,4 0,5 0,4 0,3
Tan +/0,2 0,2 0,5 0,5 0,4 0,4 0,3 0,3 0,4 0,4 0,5
Digital No Rad Jitter +/6,8 23 0,6 6,6 24 0,5 7 25 0,4 7,1 26 0,5 7,1 27 0,4 7,2 28 0,3 7,1 29 0,4 7,3 30 0,3 7,2 31 0,4 7,3 32 0,5 7
Tan +/0,2 0,3 0,4 0,4 0,4 0,5 0,3 0,7 0,4 0,3
Digital Jitter 6,9 7,4 7,3 7,1 7,1 7 7,1 7,4 7,1 7,1
The regression equation is Jitter_2 = 6,30 + 0,754 Rad +/- LM + 0,886 Tan +/- LM
Predictor Constant Rad +/- LM Tan +/- LM
Coef 6,2960 0,7538 0,8857
S = 0,274992
SE Coef 0,2651 0,4288 0,4384
R-Sq = 17,2%
T 23,75 1,76 2,02
P 0,000 0,089 0,053
R-Sq(adj) = 11,5%
Analysis of Variance Source Regression Residual Error Total
DF 2 29 31
Source Rad +/- LM Tan +/- LM
Seq SS 0,14704 0,30871
DF 1 1
SS 0,45575 2,19300 2,64875
MS 0,22787 0,07562
F 3,01
P 0,065
Unusual Observations
Obs 9 16 30
Rad +/LM 0,300 0,800 0,300
Jitter_2 6,5000 7,1000 7,4000
Fit 7,0536 7,2534 7,1422
SE Fit 0,1140 0,1775 0,1517
Residual -0,5536 -0,1534 0,2578
St Resid -2,21R -0,73 X 1,12 X
R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence.
88
Gambar 5.8. ANOVA multiple regression digital jitter vs LM rad axis, tan axis Dari hasil ANOVA diatas disimpulkan bahwa kondis laser mirror yang miring bukanlah penyebab kegagalan pada parameter digital jitter sehubungan dengan p value keduanya diatas 0,05.
5.1.2
Analisa Akar Permasalahan (5 whys Analysis) Dari hasil uji hipotesa untuk memverifikasi beberapa faktor yang
menyebabkan kegagalan parameter digital jitter akhirnya diperoleh faktor-faktor tersebut antara lain: 1. Kinerja mesin AORI adjustment tidak bagus 2. Kinerja mesin ACT tidak bagus (pengaruh axis x dan y) 3. Parameter IOP IC LDU tidak terkontrol 4. Parameter FEp_p lensa obyektif tidak terkontrol Tahapan selanjutnya adalah melakukan analisa akar permasalahan dengan menggunakan 5 whys analisis yang akhirnya diperoleh seperti dibawah:
89
Tabel 5.9. Analisa akar permasalahan (5-whys analysis) Faktor
Why-1
Why-2
Why-3
Why-4
Why-5
Penyebab Mesin AORI
Salah
Salah
Posisi axis
Kondisi
Tidak ada
NG
setting
posisi titik
tangensial
mekanik
sistem
fokus
0 dari axis bergeser
dari mesin
memastikan
AORI
tangensial
tidak stabil
mesin dalam
sendiri
performa OK Mesin ACT
Salah
Letak titik
Posisi axis X
Pengaruh
Tidak ada
axis NG
setting
0 posisi X
berubah
pergeseran
sistem
posisi
salah
dengan
mekanik
memastikan
sendirinya
mesin
mesin dalam
ACT
performa OK Pengaruh IOP
Permuka
Terjadi
Kondisi meja
Banyak
Tidak ada
IC LDU NG
an
cross
kerja dan tray
partikel sisa
sistem
receiver
contamina
material yang
silicon
pencegahan
unit
tion dari
kotor
grease
cross
LDU
meja kerja
bertebaran
contamination
terkonta
maupun
di meja
minasi
tray
kerja dan
material
tray material
Pengaruh
Lensa
Lensa
Terjadi cross
Adhesive
Tidak poka
FEp_p lensa
obyektif
obyektif
contamination
terpercik ke
yoke sistem
obyektif NG
terkonta
terkena
pada saat
permukaan
minasi
partikel
proses
lensa
adhesive
pemberian adhesive
90
5.2
Tahapan Improve
5.2.1
Penentuan Alternatif Solusi (Tree Diagram) Tree
diagram
merupakan
alat
bantu
yang
memetakan
atau
menggambarkan dari kondisi permasalahan secara umum, faktor-faktor penyebab permasalahan dan akar penyebab dari masing-masing faktor hingga tindakan perbaikan dari masing-masing akar penyebab tersebut. Sehingga dari gambaran tersebut akan membantu dalam manajemen perbaikan dari sebuah proyek perbaikan. Adapun perencanaan tindakan perbaikan (improve) adalah seperti dibawah: Tabel 5.10. Item perbaikan (tree diagram)
Mengurangi Digital Jitter failure
A).Melakukan preventive& corrective maintenance secara periodik pada mesin Memastikan mesin AORI Adjustment AORI dalam B).Melakukan pengecekan posisi titik 0 performa baik dan seting axis rad & tan dengan master setiap 1x shift produksi A).Melakukan preventive& corrective maintenance secara periodik pada mesin Memastikan mesin ACT adjustment fokus ACT dalam B).Melakukan pengecekan posisi titik 0 performa baik dan seting axis rad & tan dengan master setiap 1x shift produksi Untuk melakukan A).Melakukan kegiatan 5S sebelum tindakan pencegahan memulai pekerjaan dan setelah (2x/shift) (preventive) terhadap pada meja kerja dan tray material terjadinya cross B).Memodifikasi meja kerja dan contamination menambahkan partisi untuk pencegahan terhadap material cross contamination LDU Untuk mencegah A).Melakukan kegiatan 5S sebelum terjadinya cross memulai pekerjaan dan setelah (2x/shift) contamination pada peralatan (jig) pada proses adhesive pada pemberian adhesive permukaan lensa B).Membuat desain poka yoke pada jig obyektif untuk proses pemberian adhesive
91
5.2.2
Implementasi Tindakan Perbaikan Dan Monitoring Hasil Tindakan perbaikan seperti yang telah disusun pada tabel (5.10) pada
akhirnya dilakukan mengikuti digram perencanaan proyek six sigma seperti pada gambar (4.1) dimana membutuhkan waktu aktual implementasi hampir 4 bulan lamanya, dan pada akhirnya diperoleh hasil perbaikan setelah dilakukan monitoring seperti berikut: Tabel 5.11 Data Yield OPU RAF 3350A-Z (N2) Month Input Total Defects Reject Ratio Yield
Defect Name DVD Jitter hight value PD balance X De focus jitter Fep-p PD balance Y FE_Offset No Laser 32 VR NG Suspension wire bending OL Scratches 03 F NG Movement check NG Wire Suspension slant F coil check Fe balance VR can't adjust TOTAL
August-12 916.388 2333 0,25 99,75
Defect Qty 703 312 220 140 214 152 120 89 75 67 64 58 47 36 23 13 2333
% Defect Rate 0,08% 0,03% 0,02% 0,02% 0,02% 0,02% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,00% 0,00% 0,00% 0,25%
% Defect Share 30,13% 13,37% 9,43% 6,00% 9,17% 6,52% 5,14% 3,81% 3,21% 2,87% 2,74% 2,49% 2,01% 1,54% 0,99% 0,56% 100,00%
Dari tabel 5.11 diatas diketahui bahwa yield produksi di line assembly OPU RAF 3350A-Z (N2) adalah sebesar 99,75% dengan defect rate secara
92
keseluruhan menjadi 0,25%. Dengan mengacu kondisi tersebut dapat dicari ukuran sigma level pada proses di line produksi tersebut. Untuk dapat mengetahui ukuran sigma level maka harus dicari hubungan tersebut dengan menggunakan tabel hubungan DPMO, Yield & Sigma Level (Tabel 4.3) maka diperoleh sigma level yang baru yaitu sekitar 4.3 level sigma. Dalam pada itu juga diperoleh data scrap pada periode yang sama seperti pada tabel dibawah: Tabel 5.12 Data Scrap OPU RAF 3350A-Z (N2) Unit price USD Part Number
($)
Amount USD Qty
($)
HULT271S13AU
$2,1000
2333
$4.899
RD-DDR070-KW
$0,6912
2333
$1.613
RJB3253A
$0,4661
2333
$1.087
RD-DDR023-KW
$0,2381
2333
$555
REE1454
$0,2128
2333
$496
REK0094
$0,1347
2333
$314
RD-DAM043-Z
$0,0979
2333
$228
RJB3260A
$0,0810
2333
$189
VDL1076
$0,0650
2333
$152
RMA2074-1
$0,0547
2333
$128
VSQ1179
$0,0371
2333
$87
RMC0759
$0,0315
2333
$73
RD-DAM042-Z
$0,0285
2333
$66
RMC0758
$0,0264
2333
$62
EVM2NSX80BC3
$0,0250
2333
$58
RAF 3350A-Z (N2)
$4,2900
Total Amount Scrap
$10.008,57
Dari tabel diatas biaya scrap keseluruhan adalah sebesar USD $10.008,57 dengan jumlah produk yang discrap sejumlah 2333 unit.
93
5.3
Tahapan Control
5.3.1
Penentuan Standarisasi Pada Proses Produksi Terkait Pada tahap ini standarisasi yang dimaksud adalah mendokumentasikan
semua point-point penting dalam proses produksi kedalam sebuah dokumen SOP, prosedur kerja, petunjuk kerja dan lembar pemeriksaan. Adapun dalam kaitannya dengan perbaikan ini standarisasi yang dilakukan meliputi: 1. Membuat dokumen prosedur untuk melakukan preventive dan corrective mainenance pada mesin AORI adjustment dan mesin ACT adjustment. 2. Membuat petunjuk kerja (SOP) untuk melakukan pengecekan titik nol /offset pada mesin AORI adjustment dan mesin ACT adjustment. 3. Membuat lembar pemeriksaan (checksheet) pada mesin AORI adjustment dan mesin ACT adjustment. 4. Membuat lembar pemeriksaan (checksheet) untuk membersihkan meja kerja dan peralatan kerja (jig) sebelum dan sesudah bekerja. Tujuan dari standarisasi ini adalah untuk memastikan bahwa kondisi yang telah baik akan senantiasa terpelihara secara berkesinambungan dengan metode yang standar.
5.3.2
Aplikasi SPC Dalam Pengontrolan Variable Penting Sebagaimana yang telah dijabarkan pada tahapan analisa dimana telah
ditemukan dan diketahui variabel-variabel (x) yang berpengaruh terhadap parameter digital jitter (y) ,maka sudah semestinya perlu diupayakan untuk selalu
94
mengontrol dan memonitoring variabel-variabel tersebut dalam setiap proses produksi
dilakukan
untuk
mengendalikannya
terhadap
kondisi
ketidak
normalannya. Metode yang digunakan ialah dengan menggunakan statistical process control (SPC) . Adapun bentuk lebih jelasnya akan ditampilkan seperti dibawah:
5.3.2.1 SPC Parameter Rad dan Tan Mesin AORI Adjustement Teknik pengembilan data dilakukan dengan menggunakan master parts untuk mesin AORI pada posisi tangensial dan radiannya yang dilakukan setiap harii dengan mengggunakan master part yang diambil datanya selama 5 kali (5 subgroup size) dan diperoleh sebagai berikut:
Xbar-R Chart of SPC AORI Rad
Sample M ean
0,08
U C L=0,0755
0,04 _ _ X=0,0041
0,00 -0,04
LC L=-0,0674
-0,08 1
4
7
10
13
16 Sample
19
22
25
28
0,3
Sample Range
U C L=0,2619 0,2 _ R=0,1239
0,1
0,0
LC L=0 1
4
7
10
13
16 Sample
19
22
Grafik 5.4. SPC AORI Radian
25
28
95
Dari grafik SPC diatas diperoleh bahwa X-Bar maupun R-chart tidak terdapat data atau kondisi yang abnormal .
Xbar-R Chart of SPC AORI Tan
Sample M ean
U C L=0,0278 0,00
_ _ X=-0,0139
-0,04 LC L=-0,0556 -0,08
1
1
4
7
10
13
16 Sample
19
22
25
28
Sample Range
0,16
U C L=0,1528
0,12 _ R=0,0723
0,08 0,04 0,00
LC L=0 1
4
7
10
13
16 Sample
19
22
25
28
Grafik 5.5. SPC AORI Tan Dari grafik SPC diatas untuk parameter AORI Tangensial diperoleh bahwa X-Bar terdapat 1 buah data yaitu pada periode ke 19 yang outlier keluar dari lower control limit (LCL) . Setelah hal ini dilaporkan pada divisi perawatan dan perbaikan ternyata diperoleh kondisi mechanical offset yang bergeser, dan setelah diperbaiki dan dilanjutkan pada monitoring periode berikutnya diperoleh kondisi yang normal kembali.
5.3.2.2 SPC Parameter Axis X dan Axis Y Mesin ACT Adjustement Teknik pengembilan data dilakukan dengan menggunakan master parts untuk mesin ACT pada posisi axis X dan axis Y nya yang dilakukan setiap harii
96
dengan mengggunakan master part yang diambil datanya selama 5 kali (5 subgroup size) dan diperoleh sebagai berikut: Xbar-R Chart of SPC ACT X U C L=0,06617
Sample M ean
0,060 0,045
_ _ X=0,03510
0,030 0,015
LC L=0,00403
0,000 1
4
7
10
13
16 Sample
19
22
25
28
U C L=0,1139
Sample Range
0,100 0,075 _ R=0,0539
0,050 0,025
LC L=0
0,000 1
4
7
10
13
16 Sample
19
22
25
28
Grafik 5.6. SPC ACT axis X Dari grafik SPC diatas diperoleh bahwa X-Bar maupun R-chart untuk ACT axis X tidak terdapat data atau kondisi yang abnormal.
97
Xbar-R Chart of SPC ACT Y 0,060
1
Sample Mean
U C L=0,05161 0,045 _ _ X=0,02678
0,030 0,015
LC L=0,00195
0,000 1
4
7
10
13
16 Sample
19
22
25
28
U C L=0,0910
Sample Range
0,08 0,06 _ R=0,0430
0,04 0,02
LC L=0
0,00 1
4
7
10
13
16 Sample
19
22
25
28
Grafik 5.7. SPC ACT axis Y Dari X bar_R chart diatas pada periode 19 terdapat data yang outlier ,yang mana setelah dilakukan perbaikan dan dimonitoring data kembali normal setelahnya.
5.3.3
Audit / Inspeksi Pada Proses Produksi Audit atau inspeksi ini adalah berfokus terhadap proses-proses yang telah
diidentifikasi dalam proyek ini dengan fokus pada memastikan bahwa proses produksi telah melakukan ketentuan yang telah tertulis dalam dokumen tertulis mereka. Dalam hal ini point audit adalah meliputi metode kerja dari para operator apakah sesuai dengan petunjuk dan insruksi kerja yang telah diberikan, penggunaan alat bantu kerja apakah telah mengikuti daftar peralatan kerja yang telah ditetapkan. Setiap ada penyimpangan terhadap ketentuan yang ada akan
98
diangkat menjadi sebuah item temuan (finding item) yang harus segera ditangani oleh bagian produksi.
5.3.4
Melengkapi dan Memperbarui Dokumen FMEA Pada dasarnya dokumen FMEA ini telah ada sebelum proyek perbaikan ini
dilakukan namun demikian untuk failure mode digital jitter failure belum di definisikan dengan lengkap, sehingga seiring dengan rangkaian proses perbaikan dengan metodologi DMAIC terutama pada tahapan analisa dimana keterkaitan antara beberapa parameter terhadap kegagalan digital jitter ditemukan dan diperbaiki dalam tahapan improve sehingga kondisi tersebut harus di update secara bertahap ke dalam dokumen FMEA.
99
Tabel 5.13 FMEA ( Digital Jitter Failure )
Material (s)
LDU IC Install and LDU grease apply Contaminated
Digital Jitter
S e v
Potential Cause(s)/ Mechanis m(s) of Failure
6 Cross contaminat ion grease particle
P r o b
Current Design Controls
7 - VMI 100% Check
D e t
R P N
5
12 - October-2012 1 of 1 1 Yoyok Sunyoto Recommended Responsibilit Actions Taken Action(s) y & Target Completion Date
Objective Lens Install and bonding
Objective lens contaminated
Digital Jitter
6 Adhesive splash while process
8 - VMI 100% Check '- Handling method adhesive apply
6
288 - Poka yoke system upon adhesive apply
- VMI Operator training
QA
Production
- Tidy up, work station , jig clening activity 2x / shift -Relay out Maintenance working table , cover installation - VMI Operator Trainer training
6
3
3
54
Maintenance - Jig OL adhesive & Process apply modification Eng (with OL surface cover) - VMI Operator training
6
3
2
36
Production 210 -Contamination factor prevention & elimination
- VMI Operator training
Engineering Action Results
New RPN
Potential Potenti Failure Mode(s) al Effect(s ) of Failure
Approval
KBF-N2-3-F003-A
New Det
Process Name (Function)
FMEA Number Date Page No Revision Originator
Failure Mode and Effect Analysis (FMEA)
New Occ
Nintendo RAF3350A-Z N2-OPU RAF3350A-Z Process FMEA PSEB
New Sev
Customer Model Part Name Part Number FMEA Type Location
ACT Assy focus adjustment
ACT assy Axis Digital X/Y out of spec Jitter
6 Mechanical offset Axis X/Y change
5 - No detection system
10
300 - Improve detection system for mechanical offset position
Maintenance - Mastering check for offset position 1 time/ shift - Impelement preventive and corrective maintenance
6
3
3
54
AORI focus adjustment
AORI rad/tan out Digital of spec Jitter
6 Mechanical offset rad/tan change
5 - No detection system
10
300 - Improve detection system for mechanical offset position
Maintenance - Mastering check for offset position 1 time/ shift - Impelement preventive and corrective maintenance
6
3
3
54
FMEA diatas menggambarkan bahwa hasil FMEA yang telah komplet di perbaharui yang mana dari beberapa potential failure mode beserta potential cause hingga penentuan keberadaan current design control hingga menemukan tingkat level dari RPN dilakukan pada saat tahapan fase analisis, namun demikian penulis tidak menuliskan di fase tersebut dikarenakan FMEA ini adalah belum
100
lengkap, kemudian pada tahap fase improvement setelah tindakan perbaikan dilakukan dan monitoring didapatkan hasil yang signifikan lalu kemudian kondisi tersebut direkam ke dalam FMEA yang telah lengkap seperti diatas. Cara untuk membaca FMEA diatas adalah sebagai berikut: pada proses objective lens install and bonding ,diketahui jenis potential failure, effect yang diakibatkan yang kemudian diberikan nilai 6 (berdasarkan tingkat keparahan dampak terhadap produk) , kemudian didapatkan potensi penyebabnya yang dinilai berdasarkan kemungkinan kemunculannya atau terjadinya dengan nilai 8 yang artinya sangat sering muncul atau dengan mengikuti matrix penilaian dikategorikan berdasarkan tingkat kejadian yang mencapai 1000 dppm tiap 6 jam. Dikarenakan metode pengecekan yang dilakukan masih dengan manual meskipun dilakukan 100% pengecekan dianggap belum efektif maka diberikan rating 6 sehingga pada akhirnya dari perkalian ketiga komponen tersebut diperoleh tingkat resiko keseluruhan (RPN) adalah 288. Dari kondisi tersebut maka dilakukan perbaikan kembali dan setelah perbaikan
dilakukan
kemudian
dilakukan
penilaian
pada
tingkat
kemunculan/keseringan dan tingkat pengendalian dan pendeteksi dari komponenkonponen tersebut maka diperoleh nilai RPN yang baru yaitu sebesar 36.
