Penerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur

1

Penerapan Metode DMAIC di PT. Coca-Cola Bottling Indonesia Jawa Timur Zubdatu Zahrati dan Lucia Aridinanti Jurusan Statistika, FMIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia e-mail: [email protected] Abstrak— PT. Coca-Cola Bottling Indonesia Jawa Timur (PT. CCBI Jawa Timur) dikenal sebagai produsen minuman yang memproduksi beragam produk minuman berkarbonasi. Kualitas produk merupakan hal yang sangat dipertimbangkan bagi konsumen untuk memilih produk yang mereka inginkan. Variabel kualitas yang digunakan pada penelitian ini adalah volume gas dan brix. Karena variabel tersebut telah menggunakan alat ukur terkalibrasi. Persentase produk yang berada pada spesifikasi di bulan Juli 2013 adalah 50% untuk variabel volume gas sedangkan 22,09% untuk variabel brix. Padahal target persentase efektifitas adalah 95%, sehingga masih terdapat gap antara hasil dengan target. Dengan demikian hasil yang diperoleh tidak efektif. Nilai 𝐂𝐩𝐜 untuk variabel volume gas dan brix adalah 0,39 dan 0,26 yang berarti bahwa proses belum kapabel. Penelitian ini menggunakan metode DMAIC yang merupakan salah satu metode six sigma bertujuan untuk mengurangi jumlah produk cacat dan meningkatkan indeks kapabilitas. Hasil tahap analisis di bulan Agustus 2013 adalah tidak efektif dan belum kapabel. Selain itu, terjadi penurunan level sigma sebesar 0,15 sigma untuk volume gas dan 2,16 sigma untuk brix dari bulan Juli 2013. Hasil tahap control di bulan September 2013 menunjukkan bahwa telah terjadi peningkatan 0,04 sigma untuk volume gas dan 1,45 sigma untuk brix. Nilai Cpc juga meningkat sebesar 0,4604 untuk volume gas dan 0,289 untuk brix. Hasil persentase efektifitas di bulan September 2013 diperoleh hasil yang sama untuk volume gas dan brix yaitu sebesar 42,86% yang berarti bahwa tidak efektif. Kata Kunci—DMAIC, Efektifitas, Kapabilitas Proses, Six Sigma.

I. PENDAHULUAN ndustri minuman ringan sudah dimulai sekitar abad ke-19, terutama di Eropa dan Amerika. Salah satu perusahaan terbesar minuman di dunia adalah The Coca-Cola Company. PT. Coca-Cola Bottling Indonesia Jawa Timur (PT. CCBI Jawa Timur) memproduksi dan mendistribusikan produk-produk berlisensi dari The Coca-Cola Company. PT. CCBI Jawa Timur dikenal sebagai produsen minuman yang memproduksi beragam produk minuman berkarbonasi yang menjangkau segala macam lapisan konsumen baik kalangan atas atau bawah. Kualitas merupakan hal yang sangat dipertimbangkan bagi konsumen untuk memilih produk yang mereka inginkan. Proses yang baik akan menghasilkan kualitas yang baik pula dari suatu produk. Dalam dunia industri, suatu produk dikatakan baik jika masih berada dalam batas spesifikasi yang ditetapkan oleh perusahaan. Statistical Proccess Control (SPC) merupakan suatu bagian dari statistika yang bertujuan untuk melakukan pengontrolan kualitas secara

I

berkala. SPC lebih menekankan pada pendefinisian proses ke dalam peta kendali [1]. Peta kendali menampilkan grafik dari suatu proses yang dapat memberikan suatu deskripsi yang luas untuk mengerti kondisi suatu proses dalam kondisi terkontrol sebagai bentuk peningkatan kualitas. Six sigma adalah sebuah metode yang mengaplikasikan alatalat statistik dan teknik mereduksi produk gagal agar tidak lebih dari 3,4 produk gagal dari satu juta produk. Dengan kata lain, kondisi tersebut nyaris tanpa cacat. Terdapat beberapa macam metode six sigma dimana salah satunya adalah DMAIC yang merupakan singkatan dari Define, Measure, Analyze, Improve, dan Control [2]. Penelitian tentang DMAIC telah dilakukan pada proses pengemasan semen (packaging) proyek Tuban 2 yang menghasilkan nilai Cp sebesar 1,01 dengan level 3,03 sigma dimana nilai sigma sudah memenuhi standar ratarata perusahaan yaitu 3 sigma [3]. PT. CCBI Jawa Timur telah menerapkan metode DMAIC sejak tahun 2012. Sehingga pada penelitian ini akan dilakukan penelitian tentang penerapan metode DMAIC di PT. CCBI Jawa Timur. Ada beberapa variabel kualitas yang diamati pada saat finish beverage setelah proses date code dan sebelum proses warmer yaitu volume gas (CO 2 ), brix (derajat kemanisan), appearance, taste, dan micro. Karena volume gas (CO 2 ) dan brix (derajat kemanisan) telah menggunakan alat ukur yang terkalibrasi maka variabel kualitas tersebut yang akan diteliti. Persentase produk yang berada di target pada bulan Juli 2013 adalah 50% untuk variabel volume gas sedangkan 22,09% untuk variabel brix. Padahal target persentase efektifitas adalah 95%. Dengan demikian hasil yang diperoleh tidak efektif. Nilai Cpc untuk variabel volume gas dan brix adalah 0,39 dan 0,26 yang berarti belum kapabel karena kurang dari 1. Penelitian ini menggunakan metode DMAIC yang merupakan salah satu metode six sigma bertujuan untuk mengurangi jumlah produk cacat, meningkatkan indeks kapabilitas dan level sigma. Oleh karena itu, pada penelitian ini akan dilakukan pengujian pergeseran proses antara bulan Juli 2013 dengan Agustus 2013, kapabilitas proses, serta perhitungan persentase efektifitas penerapan metode DMAIC di PT. CocaCola Bottling Indonesia Jawa Timur. II. TINJAUAN PUSTAKA A. Uji Normalitas Uji normalitas bertujuan untuk menentukan data yang telah diperoleh mengikuti distribusi normal atau tidak dengan hipotesis awal adalah data berdistribusi normal. Dengan

2 menggunakan tingkat signifikan α maka H 0 ditolak jika D > Dα,db atau p_value < α dimana statistik uji D adalah sebagai berikut. (1) 𝐷 = 𝑚𝑎𝑥|(𝐹𝑛 (𝑥) − 𝐹0 (𝑥)| B. Uji Kruskal Wallis Pengujian ini digunakan untuk data yang tidak normal dengan tujuan untuk mengetahui apakah data volume gas dan brix menunjukkan adanya pergeseran proses antar bulan atau tidak [4]. Hipotesis awal yang digunakan adalah tidak ada pergeseran proses antar bulan. Dengan menggunakan tingkat 2 2 > 𝜒𝛼,𝑘−1 dimana signifikan α maka H0 ditolak jika 𝜒ℎ𝑖𝑡𝑢𝑛𝑔 2 statistik uji 𝜒ℎ𝑖𝑡𝑢𝑛𝑔 adalah sebagai berikut.

2 Statistik uji :𝜒ℎ𝑖𝑡𝑢𝑛𝑔 =

12

𝑁(𝑁+1)

∑𝑘𝑖=1

𝑅𝑖2 𝑛𝑖

(2)

− 3(𝑁 + 1)

Jika ada angka yang sama maka hasil dari persamaan (2) ∑𝑇

dibagi dengan 1- 3 dimana T = 𝑡 3 − 𝑡. Dengan k adalah 𝑁 −𝑁 banyaknya bulan, t adalah banyaknya nilai pengamatan yang sama dalam kelompok skor berangka sama dan 𝑅𝑖 adalah peringkat pada bulan ke-i.

C. Peta Kendali I-MR Peta kendali I-MR adalah peta kendali variabel yang digunakan jika jumlah observasi dari masing-masing subgrup hanya satu. Keadaan ini mungkin disebabkan oleh beberapa hal, yaitu: pemeriksaan kualitas sampel perlu waktu lama, proses produksi berlangsung lama, pemeriksaan kualitas sampel perlu biaya besar, pemeriksaan kualitas sampel dapat merusak objek. Peta kendali individual digunakan untuk pengendalian proses produksi dengan jumlah pengambilan sampel sama dengan 1 [5]. Pembuatan peta kendali individual I-MR diterapkan pada proses yang menghasilkan produk relatif homogen, misalnya cairan kimia, kandungan mineral dari air, kadar residu, dan lain-lain. Struktur data untuk peta kendali I-MR dapat dilihat pada Tabel 1 sebagai berikut. Bulan

Juli

Agustus

Tabel 1. Struktur data peta I-MR Karakteristik Subgrup Kualitas 1 X1 2 X2 . . . . . i Xi . . . . . . m Xm � X 1 X1 2 X2 . . . . . . i Xi . . . . . . m � X

MR MR 2 . . MRi . . . MR m ����� MR MR 2 . . . MRi . . . ����� MR

Dimana X i adalah nilai pengamatan pada subgrup ke-i � sebagai rata-rata nilai pengamatan. MR i adalah jarak dengan X atau rentang bergerak antara satu pengamatan (X i ) dengan nilai pengamatan sebelumnya (X i-1 ) pada subgrup ke-i dimana ����� MR sebagai rata-rata nilai rentang bergerak. Jika terdapat titik pengamatan yang keluar batas kendali maka penyebabnya dianalisis menggunakan diagram sebab akibat. Tujuannya adalah agar dapat mengidentifikasi sebab terjadinya masalah dan membantu mengantisipasi timbulnya suatu masalah. Proses dikatakan kapabel jika Cpc > 1 da n proses telah terkendali secara statistik. Apabila data tidak normal maka akan dilakukan perhitungan menggunakan indeks Cpc [5]. (3) BSA − BSB Cpc =

6

π EX−T 2

π adalah 7,52 dengan T sebagai target atau titik 2 tengah antara batas spesifikasi atas (BSA) dan batas spesifikasi 1 bawah (BSB) atau dengan perhitungan (BSA + BSB). Nilai 6

2

D. Konsep Six Sigma Six sigma merupakan suatu metode pengendalian dan peningkatan kualitas yang diterapkan oleh perusahaan Motorola sejak tahun 1986, yang merupakan terobosan baru dalam bidang manajemen kualitas [2]. Salah satu metode six sigma adalah DMAIC yang terdiri dari beberapa tahap sebagai berikut. 1. Define, yaitu mendefinisikan masalah yang terjadi berkaitan dengan variabel penelitian, dampak dari masalah adalah kualitas produk menurun, melakukan investigasi terhadap permasalahan, pengukuran tujuan atau hasil yang dicapai (peningkatan kapabilitas proses dan efektifitas). 2. Measure, yaitu mengukur kinerja proses pada saat sekarang agar dapat dibandingkan dengan target yang ditetapkan. Karakteristik kualitas (Critical to Quality) terdiri dari volume gas dan brix. 3. Analyze, yaitu menganalisis ada perbedaan perlakuan antar bulan atau tidak, membuat peta kendali I-MR, mengidentifikasi sumber penyebab keluar batas kendali dengan diagram sebab akibat, menghitung nilai Cpc dan persentase efektifitas. 4. Improve, yaitu pengoptimasian proses dengan membuat solusi yang kemudian diterapkan pada proses produksi. Pada penelitian ini tahap improve sudah dilakukan oleh perusahaan. 5. Control, yaitu melakukan pengendalian terhadap proses secara terus menerus untuk meningkatkan kapabilitas proses menuju target six sigma dan pencapaian persentase efektifitas ≥ 95%.

E. Persentase Efektifitas Efektifitas adalah suatu ukuran yang menyatakan seberapa jauh target (kuantitas, kualitas, atau waktu) telah tercapai [6]. Efektifitas kelas dunia untuk proses produksi adalah ≥ 95% [7]. Perhitungan efektifitas adalah sebagai berikut.

3 % efektifitas =

Jumlah data yang berada dalam spesi�ikasi Jumlah data keseluruhan

(4)

III. METODOLOGI PENELITIAN

A. Tahap Define Definisi masalah pada penelitian ini yaitu perbandingan antar bulan Juli 2013 dengan Agustus 2013, indeks kapabilitas proses dan level sigma setelah proses six sigma dilakukan, serta menghitung persentase efektifitas. B. Tahap Measure Pada tahap kedua metode DMAIC adalah tahap measure dilakukan pada bulan Juli 2013, Agustus 2013, dan September 2013. Tahap ini akan dilakukan penetapan karakteristik kualitas yang terdiri dari volume gas dan brix. Penjelasan tentang kedua variabel sebagai berikut. 1. Volume gas (CO 2 ) Volume gas merupakan kadar karbondioksida (CO 2 ) yang terkandung dalam minuman. S tandar gas volume untuk produk coca-cola 1L pada l ine produksi 4 a dalah 4,50 ± 0,25. Volume gas diukur dengan menggunakan alat yang bernama shaker. Pengukuran ini dilakukan dengan cara mengukur gas yang ada di dalam larutan. Setelah itu, nilai tekanan tersebut dikombinasikan dengan temperatur minuman pada saat diukur. Selanjutnya akan menghasilkan volume gas yang terlarut. 2. Derajat kemanisan (brix) Brix merupakan derajat kemanisan yang terkandung dalam suatu produk (beverage). Brix untuk produk coca-cola 1L mempunyai standar spesifikasi 10,42 dengan toleransi sebesar ± 0,15. Setiap jenis soft drink yang diproduksi memiliki komposisi gula dan air tertentu. Brix diukur dengan menggunakan alat yang bernama densitymeter. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data volume gas (CO 2 ) dan derajat kemanisan (brix). Pengambilan sampel dilakukan oleh Departemen Quality Assurance (QA) setiap 30 menit pada saat finish beverage setelah proses date code dan sebelum proses warmer. Finish beverage adalah produk yang siap dikemas. Pengumpulan sampel data produksi dimulai dari bulan Juli sampai September 2013. Lama produksi pada bulan Juli 2013 mulai tanggal 01 J uli pukul 17.30 WIB sampai 03 J uli 2013 pukul 7.41 WIB. Sehingga sampel yang diambil bulan Juli 2013 adalah sebanyak 86 sampel produk. Lama produksi bulan Agustus 2013 h anya berlangsung pada tanggal 03 A gustus 2013 pukul 00.00 WIB sampai pukul 11.00 WIB. Sehingga sampel yang diambil bulan Agustus 2013 adalah sebanyak 26 sampel produk. Lama produksi pada bulan September 2013 juga hanya berlangsung dalam satu hari dari pukul 14.30 WIB sampai 21.10 WIB. Sehingga sampel yang diambil bulan September 2013 a dalah sebanyak 14 s ampel produk. Jika terjadi masalah pada saat proses produksi maka pengambilan sampel dilakukan kurang dari 30 menit. Jadi, banyak data yang diperoleh selama 3 bulan adalah 126 data. C. Tahap Analyze Tahap analisis dilakukan di bulan Agustus 2013. Terdapat tiga tujuan yang ingin dicapai dalam penelitian ini yaitu:

1. Untuk mengetahui adanya pergeseran proses antara bulan Juli 2013 dengan Agustus 2013 atau tidak. 2. Untuk mengetahui indeks kapabilitas proses setelah metode six sigma diterapkan adalah sebagai berikut. a. Menggambarkan kondisi proses produksi dengan menggunakan peta kendali I-MR. b. Mengidentifikasi faktor penyebab yang diketahui dengan diagram sebab akibat. c. Menggambarkan kembali peta kendali yang sudah dihilangkan titik-titik pengamatan yang berada di luar batas kendali. d. Menghitung indeks Cpc dan level sigma. 3. Untuk mengetahui persentase efektifitas.

D. Tahap Improve Tahap improve dilakukan pada akhir produksi coca-cola 1L di bulan Agustus 2013. Tahap ini telah dilakukan oleh perusahaan.

E. Tahap Control Tahap control dilakukan pada bulan September 2013. Pengawasan terhadap proses produksi harus dilakukan secara berkala dan terus menerus. Pada tahap ini, akan diketahui hasil dari tahap perbaikan yang telah dilakukan sebelumnya. Hasil yang diperoleh ini akan dihitung persentase efektifitas dari masing-masing variabel kualitas (volume gas dan brix). IV. HASIL ANALISIS DAN PEMBAHASAN Pada bagian keempat ini akan dibahas mengenai tahap analyze, improve, dan control sebagai berikut. A. Tahap Analyze Tahap ketiga dalam metode DMAIC adalah tahap analisis. Terdapat poin-poin penting yang akan dibahas, diantaranya adalah uji kenormalan data, pengujian perbedaan perlakuan antar bulan, dan evaluasi kondisi proses. Uji kenormalan data menggunakan uji kolmogorov smirnov dengan hipotesis awal adalah data berdistribusi normal. Bulan Juli Agustus September

Tabel 2. Hasil uji kenormalan data per bulan Variabel N Rata-rata StDev Volume gas 86 4,554 0,01319 Brix 86 10,36 0,03448 Volume gas 26 4,534 0,04726 Brix 26 10,38 0,05493 Volume gas 14 4,534 0,02409 Brix 14 10,39 0,01437

P_value 0,010 0,010 0,010 0,010 0,010 0,010

Rata-rata volume gas pada bulan Agustus 2013 da n September 2013 adalah sama yakni sebesar 4,534 ml/ml dan 4,534 ml/ml (Tabel 2). Sedangkan nilai rata-rata brix pada bulan Juli 2013, Agustus 2013, dan September 2013 a dalah berbeda-beda. Karena nilai p_value < 0 ,05 maka H 0 ditolak yang berarti bahwa data tidak berdistribusi normal. Selanjutnya dilakukan pengujian Kruskal Wallis untuk mengetahui apakah ada pergeseran proses antar bulan dengan hipotesis awal yang digunakan adalah tidak ada pergeseran proses antar bulan. Tabel 3. Uji Ktuskal Wallis 2 𝜒ℎ𝑖𝑡𝑢𝑛𝑔 Variabel Volume gas 3,006 Brix 3,131

P_value 0,083 0,077

4

Individual Value

BKA=4.57 _ X=4.554 BKB=4.537

4.55

4.50

1

1

4.45 1

10

19

28

37

46

Subgrup ke-

55

64

73

82

Individual Value

10.55

10.35 1

Moving Range

1

7

10

13

16

Subgrup ke-

19

22

25

1

0.20 0.15 0.10

BKA=0.043 __ MR=0.0132 BKB=0

0.05 0.00 1

4

7

10

13

16

Subgrup ke-

19

22

25

Gambar 2b. Peta Kendali I-MR Brix Bulan Agustus 2013

Gambar 1a,1b,2a, dan 2b dapat disimpulkan bahwa peta kendali I-MR belum terkendali secara statistik. Oleh karena itu, penyebab tidak terkendali dianalisis menggunakan diagram sebab akibat agar dapat mengidentifikasi sebab terjadinya masalah dan membantu mengantisipasi timbulnya suatu masalah. Material

Manusia Tekanan input

BKA=0.0204 __ MR=0.0062 BKB=0

0.025

1

10

19

28

37

46

Subgrup ke-

55

64

73

Kemampuan operator Pengetahuan operator

Sistem penyimpanan

82

Gambar 1a. Peta Kendali I-MR Volume gas Bulan Juli 2013 10.50

Individual Value

1

4

1

0.000

1 1

10.45

1 1

1

1

1

1

BKA=10.404 _ X=10.363

10.35 1

1 1 1

11

1

10

BKB=10.323 1

1

19

28

37

46

Subgrup ke-

55

64

73

Jenis pendinginan

1

10.40

10.30

82

Kontrol sistem d

Sistem pelarutan CO2

1

0.12

Moving Range

1

1

0.050

Lingkungan

1 1

0.09 1

0.06

1

1

1

1

BKA=0.0497 __ MR=0.0152 BKB=0

0.03 0.00 1

10

19

28

37

46

Subgrup ke-

55

64

73

82

Gambar 1b. Peta Kendali I-MR Brix Bulan Juli 2013 BKA=4.599 _ X=4.534

4.6

Individual Value

BKA=10.420 _ X=10.385 BKB=10.350

10.40

11

4.5

BKB=4.469

1

4.4 1

1

4

7

10

13

16

Subgrup ke-

19

22

25

1

0.100

Moving Range

1

10.45

0.100 0.075

1

10.50

1

Moving Range

Jika ditetapkan tingkat signifikan sebesar 5% maka H 0 ditolak yang berarti bahwa bulan Juli 2013 de ngan Agustus 2013 tidak ada pergeseran proses untuk variabel kualitas 2 2 < 𝜒(0,05;1) (3,006 volume gas dan brix (Tabel 3). Nilai 𝜒ℎ𝑖𝑡𝑢𝑛𝑔 < 3,841) atau p_value > α (0,083 > 0,05) untuk volume gas. 2 2 Sedangkan nilai 𝜒ℎ𝑖𝑡𝑢𝑛𝑔 < 𝜒(0,05;1) (3,131 < 3,841) atau p_value > α (0,077 > 0,05) untuk brix. Evaluasi kondisi proses dilakukan pada bulan Juli 2013 (baseline) dan Agustus 2013 (analyze) dengan peta kendali I-MR karena jumlah sampel sama dengan 1 (n=1). Proses dikatakan tidak terkendali secara statistik apabila terdapat titik yang terletak diluar batas kendali. Maka diperlukan tindakan penyelidikan dan perbaikan untuk mendapatkan dan menghilangkan penyebab tak terkendali dengan diagram sebab akibat.

BKA=0.0797

0.075 0.050

__ MR=0.024

0.025

BKB=0

0.000 1

4

7

10

13

16

Subgrup ke-

19

22

25

Gambar 2a. Peta Kendali I-MR Volume gas Bulan Agustus 2013

Metode

Sistem deaerasi ( b

ti

Pengaturan setting

Volume gas tidak sesuai spesifikasi

Tipe proses antar mesin

Mesin

Gambar 3a. Diagram Sebab Akibat Volume gas

Gambar 3a menjelaskan tentang penyebab keluar batas spesifikasi produk coca-cola 1L untuk variabel kualitas volume gas. Penyebabnya terdiri atas 4M + 1 L, diantaranya dari sisi material yakni sistem penyimpanan, dan tekanan input sehingga dapat berpengaruh terhadap kualitas material. Pengetahuan dan kemampuan operator dalam melaksanakan tugas pekerjaannya sudah sesuai dengan instruksi atau tidak. Hal ini sangat penting karena apabila tidak sesuai maka akan menghambat proses produksi itu sendiri. Tipe proses antar mesin yang berbeda-beda menyebabkan setting mesin juga berbeda. Sehingga perlu pengawasan terhadap setting mesin secara berkala. Dari sisi metode terdiri atas sistem pelarutan CO 2 (carbonation) dan sistem deaerasi (pre carbonation). Untuk itu, diperlukan pengetahuan mengenai metode ersebut agar proses produksi dapat berjalan maksimal. Hal yang perlu diperhatikan dalam lingkungan adalah kontrol sistem pendinginan dan jenis pendinginan. Karena proses pendinginan ini menjadi sangat penting pada finish product coca-cola.

5

Manusia

Range brix

Kontrol sistem pencampuran

Lingkungan

Sistem pelarutan

Pengetahuan operator

Brix tidak sesuai spesifikasi

Sistem pencampuran

Metode

Persentase sampel produk yang berada di target

50%

22,09%

34,62%

15,38%

Kesimpulan

Tidak Efektif

Tidak Efektif

Tidak Efektif

Tidak Efektif

Tipe mesin mixer

Setting mesin mixer

Mesin

Gambar 3b. Diagram Sebab Akibat Brix

Gambar 3b menjelaskan tentang penyebab keluar batas spesifikasi target produk coca-cola 1L pada variabel brix yang dikarenakan oleh 4M+1L. Pembuatan brix tidak selalu sesuai namun masih berada dalam range merupakan penyebab dari sisi material. Para operator juga perlu memperhatikan instruksi penggunaan mesin. Hampir semua mesin menggunakan bahasa inggris dalam menjelaskan cara penggunaan mesin. Oleh karena itu, perusahaan juga perlu meningkatkan kemampuan bahasa inggris khususnya para operator. Metode sistem pencampuran brix pada proses produksi juga berbeda-beda. Tipe mesin dan setting mesin pada mixer yang berbeda juga akan mengakibatkan variasi sampel produk yang dianalisis. Seharusnya pengawasan dilakukan secara berkala agar dapat mengetahui kondisi saat proses produksi berlangsung. Meskipun proses tidak terkendali secara statistik jika hanya ingin mengetahui indeks kapabilitas proses akan dijelaskan pada Tabel 4 sebagai berikut. Tabel 4. Perbandingan Hasil Kapabilitas Proses Juli 2013 dan Agustus 2013 Bulan Juli 2013 Agustus 2013

Variabel

Volume gas

Brix

Volume gas

Brix

Cpc DPMO Level Sigma

0,39 58140 3,08 sigma

0,26 372093 3,28 sigma

0,0046 76923 2,93 sigma

0,11 653846 1,12 sigma

Perusahaan telah melakukan evaluasi metode DMAIC setiap akhir produksi sehingga dapat diketahui bahwa nilai level sigma adalah 2,93 sigma dan 1,12 sigma pada bulan Agustus 2013 (Tabel 4). Hasil ini masih jauh dari nilai six sigma. Terjadi penurunan level sigma dari bulan Juli 2013 ke bulan Agustus 2013 s ebesar 0,15 sigma untuk variabel volume gas. Sedangkan untuk variabel brix juga mengalami penurunan sebesar 2,16 sigma. Selanjutnya, jika dilihat dari nilai Cpc juga mengalami penurunan sebesar 0,3854, nilai DPMO naik sebesar 18.783 produk cacat per satu juta produk untuk variabel volume gas. Demikian pula untuk variabel brix yang nilai Cpc turun sebesar 0,15, nilai DPMO naik sebesar 281.753 produk cacat per satu juta produk. Kondisi ini berarti untuk variabel volume gas dan brix mengalami penurunan level sigma. Oleh karena itu, langkah selanjutnya adalah melakukan perhitungan persentase efektifitas six sigma yang akan

Persentase efektifitas level kelas

Tabel 5. Persentase Efektifitas Bulan Juli 2013 dan Agustus 2013 Bulan Juli 2013 Agustus 2013 Volume Volume Variabel Brix Brix gas gas 4,55 10,36 Target 4,53 10,36

Kemampuan operator

Persentase data sampel yang berada dalam batas spesifikasi tidak melebihi 95% yang berarti bahwa proses produksi tidak efektif untuk variabel volume gas dan brix (Tabel 5). Oleh karena itu, diperlukan tahap-tahap perbaikan yang telah dilakukan oleh perusahaan. Tahap improve telah dilakukan pada akhir produksi coca-cola 1L di bulan Agustus 2013 dengan mengidentifikasi akar penyebab masalah menggunakan diagram sebab akibat. B. Tahap Improve Setelah dilakukan tahap analisis maka akan dilakukan perbaikan proses yang terdapat dalam tahap improve. Pada kondisi nyata di lapangan, perusahaan telah melakukan perbaikan setiap kali produksi. Akar permasalahan yang terjadi telah dicari dengan menggunakan diagram sebab akibat yang meliputi material, manusia, metode, mesin, dan lingkungan. Hal yang sering dilakukan perbaikan adalah maintenance pada mesin. Karena setting mesin yang berbeda-beda sehingga dapat menghambat jalannya proses produksi. Selain itu, part mesin yang rusak dan perlu melakukan pemesanan ke luar negeri juga perlu butuh waktu lama. Breakdown mesin yang terjadi secara tiba-tiba juga sangat berpengaruh pada proses produksi. Jika terjadi hal seperti ini maka produk yang dihasilkan pertama kali akan keluar batas spesifikasi. Oleh karena itu, dibutuhkan pengawasan ketat setelah breakdown mesin. C. Tahap Control Langkah keempat pada metode DMAIC adalah tahap pengawasan (control). Analisis peta kendali I-MR bulan September 2013 digunakan sebagai hasil dari tahap control. 1

Individual Value

Sistem penyimpanan

Jenis pencampuran

dijelaskan pada Tabel 5. dunia adalah 95% [7].

4.600

BKA=4.5834

4.575

_ X=4.5343

4.550 4.525 4.500

BKB=4.4852 1

2

3

4

5

6

7

8

Subgrup ke-

9

10

11

12

13

14

1

Moving Range

Material

0.08

BKA=0.0603

0.06 0.04

__ MR=0.0185

0.02

BKB=0

0.00 1

2

3

4

5

6

7

8

Subgrup ke-

9

10

11

12

13

14

Gambar 3a. Peta Kendali I-MR Volume gas Bulan September 2013

6

Individual Value

10.425

1 1

10.410

BKA=10.406

efektifitas telah terjadi peningkatan yaitu sebesar 8,24% untuk variabel volume gas dan 27,48% untuk variabel brix.

_ X=10.387

10.395

V. KESIMPULAN

10.380

BKB=10.369 1

2

3

4

5

6

7

8

Subgrup ke-

9

10

11

12

13

14

BKA=0.023

M oving Range

0.020 0.015

__ MR=0.00692

0.010 0.005

BKB=0

0.000 1

2

3

4

5

6

7

8

Subgrup ke-

9

10

11

12

13

14

Gambar 3b. Peta Kendali I-MR Brix Bulan September 2013

Gambar 3a dan 3b dapat disimpulkan bahwa peta kendali IMR pada bulan September 2013 (sebagai control) belum terkendali secara statistik. Oleh karena itu, diperlukan identifikasi penyebab keluar batas kendali dengan diagram sebab akibat. Selanjutnya, meskipun proses tidak terkendali secara statistik jika hanya ingin mengetahui indeks kapabilitas proses akan dijelaskan pada Tabel 6. Tabel 6 Hasil Kapabilitas Proses Bulan Agustus 2013 dan September 2013 Bulan Agustus 2013 September 2013 Variabel Volume gas Brix Volume gas Brix Cpc 0,0046 0,11 0,465 0,399 DPMO 76923 653846 71429 142857 Level 2,93 sigma 1,12 sigma 2,97 sigma 2,57 sigma Sigma

Hasil tahap control pada bulan Agustus 2013 ke bulan September 2013 menunjukkan peningkatan sebesar nilai 0,04 sigma yang berarti belum mencapai six sigma untuk variabel volume gas (Tabel 6). Sedangkan untuk variabel brix juga mengalami kenaikan sebesar 1,45 sigma. Tahap control di bulan September 2013 menunjukkan hasil analisis kapabilitas proses adalah nilai Cpc naik sebesar 0,4604 untuk variabel volume gas. Demikian juga untuk variabel brix yang hasil analisis kapabilitas proses adalah nilai Cpc mengalami kenaikan sebesar 0,289 dan DPMO mengalami penurunan sebesar 510989. Jika dilihat secara keseluruhan hasil level sigma untuk variabel volume gas dan brix belum mencapai six sigma. Selanjutnya akan dilakukan perhitungan persentase efektifitas six sigma terhadap target. Tabel 7 Persentase Efektifitas Bulan Agustus 2013 dan September 2013 Bulan Agustus 2013 September 2013 Volume Volume Variabel Brix Brix gas gas Target 4,53 10,36 4,52 10,38 Persentase sampel produk 34,62% 15,38% 42,86% 42,86% yang berada di target Tidak Tidak Tidak Tidak Kesimpulan Efektif Efektif Efektif Efektif

Secara keseluruhan, persentase data sampel yang berada dalam batas spesifikasi belum melebihi 95% yang berarti bahwa proses produksi tidak efektif untuk masing-masing variabel kualitas (Tabel 7). Hasil persentase efektifitas six sigma pada bulan September 2013 untuk kedua variabel kualitas sama yakni sebesar 42,86%. Jika dibandingkan dengan bulan Agustus 2013 ( tahap control) maka persentase

Hasil pengujian menggunakan uji kenormalan diperoleh kesimpulan bahwa data tidak mengikuti distribusi normal. Hasil uji Kruskal Wallis disimpulkan bahwa adalah tidak ada perbedaan hasil data antara di bulan Juli 2013 dan Agustus 2013 pada masing-masing variabel kualitas (volume gas dan brix). Hasil tahap analisis di bulan Agustus 2013 menunjukkan bahwa proses belum terkendali secara statistik. Selanjutnya dilakukan tahap improve pada akhir produksi coca-cola 1L di bulan Agustus 2013 dengan mencari akar penyebab menggunakan diagram ishikawa. Hasil tahap control di bulan September 2013 menunjukkan bahwa proses belum terkendali secara statisik dengan nilai level sigma 2,97 sigma untuk volume gas dan 2,57 sigma untuk brix. Nilai Cpc yang diperoleh juga kurang dari 1 yang berarti bahwa proses belum kapabel. Selanjutnya persentase efektifitas six sigma di bulan September untuk kedua variabel juga tidak efektif. Saran untuk PT. CCBI adalah pengawasan terhadap setting mesin perlu dilakukan secara berkala oleh operator. Selain itu, pengetahuan dan kemampuan operator juga penting dalam mengoperasikan mesin. Karena setting pada mesin berpengaruh besar terhadap hasil analisis. Untuk penelitian selanjutnya sebaiknya peta kendali yang digunakan adalah non parametrik karena data tidak berdistribusi normal. Selain itu, perlu dibuat tabel level six sigma untuk data yang tidak berdistribusi normal. UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih kepada PT. Coca-Cola Bottling Indonesia Jawa Timur yang telah memberikan kesempatan untuk menyelesaikan Tugas Akhir, khususnya kepada Pak Faris Mazaya dan semua pihak yang elah membantu selama berada di sana. DAFTAR PUSTAKA [1] [2] [3] [4] [5] [6] [7]

Montgomery, D. C. 2005. Introduction to Statistical Quality Control. 5th. John Wiley & Sons, Inc: New York. Gaspersz, V. 2007. Lean Six Sigma for Manufacturing and Service Industries. PT. Gramedia Pustaka Utama, Jakarta. Suhartono, E. O. 2012. Pengontrolan Kualitas pada Proses Pengemasan Semen (Packaging) PT. Semen Gresik (Persero) Tbk, di Tuban Berbasis Metode Six Sigma. Statistika, Institut Teknologi Sepuluh Nopember. Daniel, W. W. 1989. Statistik Nonparametrik Terapan. PT. Gramedia: Jakarta. Montgomery, D. C. 2009. Introduction to Statistical Quality Control. 6th. John Wiley & Sons, Inc: New York. Hidayat. 1996. Teori Efektifitas Dalam Kinerja Karyawan. Gajah Mada University Press, Yogyakarta. Zandieh, S., Tabatabaei, S.A.N., Ghandehary, M. 2012. Evaluation of Overall Equipment Effectiveness in a Continuous Process Production System of Condensate Stabilization Plant in Assalooyeh. Journal of Contemporary Research In Business, vol. 3, No. 10.