PENGENDALIAN KUALITAS PROSES EDIT PROGRAM PENGERJAAN MOULD: STUDI KASUS PT ASTRA HONDA MOTOR Anggara Hayun A1
ABSTRACT Time process to make molding is highly influenced by machining process. So to increase productivity, it must be avoided the machining lost time from production process. Therefore, it needs control to the usage of machine. As a control that had been done is to find main cause factor why cnc machine runs unproperly, by sampling method to measure lost time happened in order to get optimum condition. The result of the activity shows how long lost time can be tolerated. Keywords: productivity, lost time, quality control
ABSTRAK Lamanya proses pembuatan molding sangat dipengaruhi oleh proses pemesinan sehingga untuk meningkatkan produktivitas dari proses produksi dihindari adanya lost time mesin produksi. Oleh karena itu, perlu adanya suatu kontrol terhadap penggunaan mesin tersebut. Sebagai kegiatan kontrol, dilakukan suatu aktivitas untuk mengetahui faktor yang mempengaruhi mengapa mesin CNC berhenti produksi. Hal itu dilakukan dengan metode sampling dalam meneliti dan mengukur seberapa lama lost time yang terjadi agar didapatkan kondisi yang optimum. Hasil aktivitas itu menunjukkan berapa lama lost time yang dapat ditolirer. Kata kunci: produktivitas, lost time, pengendalian kualitas
1
Staf Pengajar Jurusan Teknik Industri, Fakultas Teknik, UBiNus, Jakarta
64
INASEA, Vol. 6 No. 1, April 2005: 64-75
PENDAHULUAN NC Program adalah sebuah data urutan langkah pergerakan cutter untuk membentuk suatu produk contour yang berupa teks dan dimasukkan ke dalam mesin CNC sebagai input-an. Dalam proses machining mold base, operator akan mengalami kesulitan dalam membuat program G code dan M code untuk membentuk contour sesuai data gambar tiga dimensi yang telah dikeluarkan oleh desain. Untuk mengatasi hal itu, kegiatan tersebut dapat dibantu dengan pembuatan program secara komputerisasi, tentu saja dengan bantuan software CAM (computere aided manufacturing). Memang banyak proses yang berperan dalam pembuatan molding, seperti machining, edm proses, serta setting proses. Namun, baik tidaknya kualitas dari proses machining sangat mempengaruhi lama tidaknya proses yang ada selanjutnya. Sebagai contoh adalah tingkat kehalusan permukaan dari molding (roughness). Jika permukaan mold yang terbentuk cukup halus maka pada proses setting akan membutuhkan waktu yang singkat. Oleh karena itu, diperlukan trik dan strategi pengerjaan yang harus tepat agar dalam proses machining nantinya tidak mengalami hambatan atau gangguan tetapi jika memang ditengah perjalanan proses machining didapati kondisi yang tidak tepat maka diperlukan langkah edit strategi program machining. Adanya edit program machining itu memang sangat tidak diharapkan terjadi karena pada saat proses edit program itu dilakukan machine akan berhenti menunggu sampai proses edit program itu selesai. Pada saat itulah machine produksi mengalami lost time. Target sebenarnya adalah zero lost time namun hal itu cukup sulit dilakukan mengingat banyak faktor yang berpengaruh terhadap hasil machining itu sendiri, seperti kondisi machine, parameter yang ada dalam program, technology cutting tool, serta tingkat kejelian operator dalam menerjemahkan perintah flow process. Kesemuanya itu dapat diatasi dengan melakukan proses kontrol terhadap setiap proses yang sedang dan akan dijalankan. Berdasarkan uraian tersebut, dapat disimpulkan bahwa strategi machining sangat besar pengaruhnya terhadap hasil yang didapat. Kesalahan dalam menentukan strategi dapat menimbulkan adanya lost time produksi serta penambahan waktu proses yang diperlukan. Namun, zero lost time target juga sulit untuk dilakukan maka perlu adanya batas toleransi lost yang diperboleh dalam proses. Seberapa besar lost time yang diperbolehkan itulah yang akan menjadi persoalan. Dengan adanya penelitian ini diharapkan diperoleh hal berikut. 1. Dapat mengetahui titik kritis lost time yang masih ditolerir agar mendapat perhatian lebih dalam menghasilkan produk sesuai yang diinginkan. 2. Dapat mengetahui performance dan kemampuan proses. 3. Untuk mengurangi lead time produk.
Pengendalian Kualitas... (Anggara Hayun A)
65
PEMBAHASAN Metode Analisis Kendali kualitas proses menggunakan pemeriksaan produk atau jasa ketika barang tersebut masih sedang diproduksi. Sampel berkala diambil dari keluaran proses produksi. Apabila setelah pemeriksaan sampel terdapat alasan untuk mempercayai bahwa karakteristik kualitas proses telah berubah maka proses itu dihentikan dan dicari penyebabnya. Penyebab tersebut dapat berupa perubahan pada operator, mesin, atau bahan. Apabila penyebab itu telah ditemukan dan diperbaiki maka proses itu dimulai lagi. Pengendalian proses didasarkan atas dua asumsi penting yang salah satunya bahwa variabilitas adalah mendasar untuk setiap proses produksi. Tidak peduli bagaimana sempurnanya rancangan proses, pasti terdapat variabilitas dalam karekteristik kualitas dari satu unit ke unit lain. Tujuan kendali proses adalah untuk menemukan kisaran variasi alami dari proses kemudian memastikan bahwa produksi tetap pada kisaran itu. Prinsip kedua proses adalah bahwa proses produksi tidak biasanya berada dalam keadaan terkendali. Karena technology cutting tool yang terus mengalami perkembangan lemahnya prosedur, operator yang tidak terlatih, pemeliharaan mesin yang tidak cocok, dan sebagainya, variasi produksi biasanya jauh lebih besar daripada yang semestinya. Tugas pertama pengendali proses adalah mencari sumber variasi yang tidak perlu dan membuat proses berada di bawah kendali statistik, dan variasi yang ditimbulkan oleh penyebab acak.
UCL
CL
LCL
X Gambar 1 Peta Pengendali Terkendali Statistik
Suatu proses dapat dibawa ke dalam keadaan terkendali dan dapat dipertahankan pada keadaan ini menggunakan bagan kendali kualitas. Pada bagan pengendalian yang ditunjukkan pada gambar tersebut, sumbu y menampilkan karakteristik kualitas yang
66
INASEA, Vol. 6 No. 1, April 2005: 64-75
sedang dikendalikan sedangkan sumbu x menampilkan waktu atau sampel tertentu yang diambil dari proses. Garis tengah bagan adalah rata-rata karakteristik kualitas yang sedang diukur. Batas atas kendali menunjukkan variasi acak maksimum yang dapat diterima dan batas bawah menunjukkan variasi acak minimum yang dapat diterima apabila terdapat pengendalian. Secara umum, batas atas dan batas bawah pengendalian ditetapkan pada plus minus (±) tiga standart deviasi rata-rata hitung (mean). Jika diasumsikan terdapat distribusi probabilitas normal maka batas pengendalian itu mencakup 99,7% dari variasi acak yang diamati. Setelah suatu proses telah berada pada keadaan operasi yang mapan, sampel berkala diambil dan dipetakan pada bagan pengendalian. Apabila pengukuran jatuh di dalam batas pengendalian maka proses dilanjutkan. Jika pengukuran jatuh di luar batas pengendalian, proses dihentikan dan segera dilakukan pencariaan penyebabnya. Melalui prosedur ini, proses dipertahankan di dalam kendali statistik dan hanya terdapat variasi alamiah di dalam proses keluarannya.
Hentikan proses Cari penyebabnya UCL
CL
LCL Hentikan proses Cari penyebabnya
X Gambar 2 Peta Pengendali Tidak Terkendali Statistik
Persis seperti dalam hal pengambilan sampel penerimaan, kualitas dapat diukur untuk bagan pengendalian dengan atribut atau variabel. Kita akan meliput masing-masing kasus ini dalam pembahasan berikut. Apabila kualitas diukur dengan atribut maka karakteristik kualitas adalah persentase unit yang rusak di dalam proses. Persentase itu ditaksir dengan mengambil sampel sebanyak n unit secara acak dari proses dalam interval waktu tertentu. Untuk setiap sampel, dihitung persentase kerusakan yang diamati (p) di dalam sampel tersebut. Nilai pengamatan dari p ini digambarkan pada bagan, satu untuk
Pengendalian Kualitas... (Anggara Hayun A)
67
setiap sampel. Untuk mendapatkan garis tengah dan batas kendali dari bagan pengendalian p, diambil sampel dalam jumlah besar, yakni masing-masing sebanyak n unit. Nilai p tersebut dihitung untuk setiap sampel kemudian dirata-ratakan untuk semua sampel guna menghasilkan nilai p. Nilai p itu digunakan sebagai garis tengah karena merupakan taksiran terbaik yang tersedia dari rata-rata persentase kerusakan sesungguhnya dari proses tersebut. Kita juga menggunakan nilai p untuk menghitung batas bawah dan atas kendali sebagai berikut. UCL
=
p +
p(1 p) n
LCL
= p -
p(1 p) n
Dalam hal ini, standar deviasi proses adalah jumlah di bawah tanda akar. Kita menambahkan dan mengurangkan tiga standar deviasi dari mean untuk memperoleh batas pengendalian. Setelah bagan pengendalian p dibuat dengan garis tengah dan batas tertinggi serta terendahnya, sampel dari proses yang sedang dikendalikan diambil dan digambarkan pada bagan tersebut. Jika persentase sampel terdapat di dalam batas pengendalian, tidak perlu mengendalikan. Jika persentase sampel terdapat di luar batas, proses itu dihentikan dan dicari penyebabnya. Setelah penyebabnya ditemukan dan diperbaiki, proses itu dikembalikan pada kondisi operasi dan produksi dimulai lagi. Bagan pengendalian digunakan juga untuk pengukuran variabel. Dalam hal ini, pengukuran variabel kontinu dilakukan pada waktu setiap jenis barang diperiksa. Akibatnya, dua nilai dihitung dari sampel tersebut, yaitu ukuran kecenderungan pusat dan ukuran variabilitas. Dengan nilai ini bagan pengendalian dikembangkan, baik untuk kecenderungan pusat maupun untuk variabilitas proses. Apabila proses ternyata berada di luar pengendalian berdasarkan salah satu nilai ini maka prsoses itu dihentikan dan dilakukan pencarian penyebabnya. Andaikan bahwa rata-rata x dan kisaran R dihitung setiap kali suatu sampel diambil maka bagan pengendalian untuk rata-rata dan bagan untuk kisaran akan digunakan. Batas kendali untuk bagan rata-rata dihitung sebagai berikut. CL UCL LCL
= x = x + A2R = x – A2R
x adalah rata-rata keseluruhan dari beberapa rata-rata x sebelumnya dan R adalah rata-rata dari nilai R sebelumnya. Pada rumus di atas, A2 adalah konstanta yang mencangkup tiga standar deviasi yang berkenaan dengan kisaran. Pada tabel berikut ini disajikan nilai A2 untuk berbagai ukuran sampel.
68
INASEA, Vol. 6 No. 1, April 2005: 64-75
Tabel 1 Nilai A2 untuk Berbagai Ukuran Sampel Konstanta Bagan Pengendali jumlah sample 2 3 4 5 6 7 8 9
A2 1,880 1,023 0,729 0,577 0,483 0,419 0,373 0,337
jumlah sample 10 12 14 16 18 20 22 24
A2 0,308 0,266 0,235 0,212 0,194 0,180 0,167 0,157
Kerangka Team Penelitian ini dititikberatkan pada proses edit program karena proses edit program berada dalam rentang lost time yang cukup besar. Data diperoleh dari hasil pemeriksaan proses yang berjalan dengan mencatat berapa lama machine berhenti serta apa penyebabnya.
Metodologi Penelitian ini memakai data lost time selama bulan Juni 2002 di PT Astra Honda Motor–Dies Manufacturing Division Dies Production I Departement. Metode proses pembuatan molding sebagai berikut. 1. Pembuatan gambar produk 3 D dari gambar 2 D hard copy. 2. Pembuatan system molding (mold unit, sprue, runner, cooling, dan lain lain). 3. Pembuatan BOM untuk standard part. 4. Penentuan material yang akan dipakai berdasarkan BOM tersebut. 5. Pembutan flow process molding. 6. Cam programming. 7. Machinning. 8. EDM process. 9. Setting process. 10. Trial. 11. Feed back. Metodologi penelitian ini menggunakan metode kualitatif dengan standar waktu yang telah ditentukan dalam flow process setiap proses pengerjaan dan dibandingkan dengan data aktual waktu pengerjaan yang telah ditentukan dengan mencatat setiap proses yang tidak sesuai dengan planning yang ditentukan serta mencatat waktu setiap proses yang berhenti dengan membuat PICA (Problem Identification and Correctif Action).
Pengendalian Kualitas... (Anggara Hayun A)
69
Pengumpulan Data Data yang diperoleh dalam penelitian ini sebagai berikut. Tabel 2 Data Lost time di Seksi Milling PT Astra Honda Motor – DMD – DP I Bulan Juni 2002 (pemeriksakan dilakukan 3 shift waktu kerja atau 21 jam/hari) No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37
70
Njo 2597-063 2598 2572-002 2592-002 2592-002 2570-002 2570-002 2562-029 2570-002 2564-029 2570-002 1262-029 2570-002 2564-029 2570-002 2537-002 3401-002 3401-001 3401-001 2576-001 2592-108 3402 2576-001 2576-001 2597-099 2815-002 2598-001 2598-001 2593-002 2574-002 4001-002 2598-100 2573-002 3401-001 3401-001
Problem Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti kontur turun 1 mm Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti
Main Caused buat check point check program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program list belum turun list belum turun material blm siap material blm siap PPS belum siap PPS belum siap PPS belum siap tunggu program tunggu program tunggu program tunggu program tunggu program tunggu program tunggu program tunggu program tunggu program tunggu program
Times 1:00 2:50 3:30 0:30 7:00 0:45 4:00 1:30 6:00 1:00 3:30 1:15 1:20 2:50 1:00 2:45 1:40 2:00 15:00 0:30 1:00 2:30 1:00 3:00 1:00 3:50 0:20 2:00 1:00 1:45 1:40 3:30 9:45 5:00 2:30 0:30
INASEA, Vol. 6 No. 1, April 2005: 64-75
Tabel 3 Stratifikasi Data No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Njo 2572-002 2592-002 2592-002 2570-002 2570-002 2562-029 2570-002 2564-029 2570-002 1262-029 2570-002 2564-029 2570-002 2537-002 3401-002 3401-001 3401-001
Problem Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti Mesin Berhenti kontur turun 1 mm
Main Caused edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program edit program
Times 3:30 0:30 7:00 0:45 4:00 1:30 6:00 1:00 3:30 1:15 1:20 2:50 1:00 2:45 1:40 2:00 15:00
No Pengamatan
Banyak waktu lost time (jam)
Proporsi lost time
Persentase lost time (%)
1 2 3 4 7 8 9 10 11 12 13 14 15 16 17 Jumlah = Rata-rata =
3:30 0:30 7:00 0:45 6:00 1:00 3:30 1:15 1:20 2:50 1:00 2:45 1:40 2:00 15:00 55:35 3:27
0,17 0,02 0,30 0,04 0,29 0,05 0,17 0,06 0,06 0,13 0,05 0,13 0,08 0,10 0,71 2,62 0,154 (p-bar)
17 2 30 4 29 5 17 6 6 13 5 13 8 10 71 262 15,41 (p-bar%)
Pengendalian Kualitas... (Anggara Hayun A)
71
Analisis Data Data tersebut dapat dianalisis dengan rumus berikut. CL UCL LCL
= p-bar = p-bar + 3 sp = p-bar - 3 sp
pbar (1 pbar ) n 0,154 x (1 0,154) 17
Keterangan sp = = = Maka CL = UCL = = LCL = =
0,088
0,154 0,154 + 3 . 0,088 0,418 0,154 - 3. 0,088 - 0,264
Apabila LCL negatif, angka tersebut dibulatkan menjadi 0 karena persentase negatif tidak mungkin sehingga diperoleh grafik pengendali sebagai berikut. GRAPHIK PENGENDALI DATA 0,80 0,70
RANGE
0,60 0,50 0,40 0,30 0,20 0,10 0,00 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
NO SAMPLE POINT
UCL
LCL
CL
Gambar 3 Grafik Pengendali Stratifikasi Data
72
INASEA, Vol. 6 No. 1, April 2005: 64-75
Dari kurva bagan pengendali tersebut, proses edit program belum dapat dikatakan sebagai suatu hal yang dapat ditolirer karena ada salah satu data yang berada di luar batas kendali yang telah ditentukan. Oleh karena itu, perlu adanya penganalisisan data kembali dengan mengurangi data yang berada di luar batas kendali, yaitu data No. 17. Dengan pengurangan data No. 17 maka data baru yang diperoleh sebagai berikut.
Tabel 4 Data Baru dengan Pengurangan Data No. 17 No Pengamatan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Jumlah = Rata-rata =
Banyak waktu lost time (jam)
Proporsi lost time
Prosentase lost time (%)
3:30 0:30 7:00 0:45 4:00 1:30 6:00 1:00 3:30 1:15 1:20 2:50 1:00 2:45 1:40 2:00 40:35 2:54
0,17 0,02 0,30 0,04 0,19 0,07 0,29 0,05 0,17 0,06 0,06 0,13 0,05 0,13 0,08 0,10 1,91 0,119 (p-bar)
17 2 30 4 19 7 29 5 17 6 6 13 5 13 8 10 191 11,94 (p-bar%)
Dari data tersebut dapat dianalisis kembali dengan memakai rumus berikut. CL UCL LCL
= p-bar = p-bar + 3 sp = p-bar - 3 sp
Keterangan sp = = =
pbar (1 pbar ) n 0,119 x (1 0,119) 16 0,081
Pengendalian Kualitas... (Anggara Hayun A)
73
Maka CL = UCL = = LCL = = =
0,119 0,119 + 3 . 0,081 0,362 0,119 - 3. 0,081 - 0,124 0
GRAPHIK PENGENDALI DATA BARU 0,40 0,35
RANGE
0,30 0,25 0,20 0,15 0,10 0,05 0,00 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
NO SAMPLE POINT
UCL
LCL
CL
Gambar 4 Grafik Pengendali Setelah Diperbaiki
Dari kurva grafik pengendalian tersebut, data masuk dalam peta kendali maka edit program pada proses pembuatan moulding dapat diterima.
PENUTUP Berdasarkan perhitungan dan grafik, proporsi maksimal yang diperbolehkan dalam melakukan edit program adalah 0.362 atau 36.2 % dalam rentang waktu 3 shift waktu kerja atau 21 jam/hari keenam belas titik sampel terdapat pada daerah pengendalian, maka ke-16 sampel itu dapat digunakan untuk menetapkan garis tengah dan batas kendali. Data tersebut dapat disimpulkan diterima karena masuk dalam peta kendali.
74
INASEA, Vol. 6 No. 1, April 2005: 64-75
Pada pengamatan yang dilakukan, hal yang perlu diperhatikan dan titik kritis pada proses machining adalah adanya proses monitoring pada program finishing. Hal itu karena pada kondisi itu, part stock adalah enol maka kesalahan yang terjadi pada kondisi itu akan menimbulkan overcut sehingga contour yang terbentuk adalah minus. Terdapat beberapa poin yang disarankan dalam proses pengerjaan machining sebagai berikut. 1. Program terlebih disimulasikan terlebih dahulu sebelum di transfer ke machine agar apabila terjadi kesalahan dapat dideteksi lebih dini. 2. Kondisi alat potong harus dicek terlebih dahulu (dimensi yang diinginkan serta batas runout yang disarankan). 3. Adanya up grade, baik software, technology cutting tool, maupun operator, secara terus menerus.
DAFTAR PUSTAKA Gaspersz, Vincent. 2002. Total Quality Management. Jakarta: PT Gramedia Pustaka Utama. ________. 2001. Metode Analisis untuk Peningkatan Kualitas. Jakarta: PT Gramedia Pustaka Utama. ________. 1997. Manajemen Bisnis Total dalam Era Globalisasi. Jakarta: PT Gramedia Pustaka Utama.
Herjanto, Eddy. 1999. Manajemen Produksi dan Operasi. Edisi Kedua. Jakarta: PT Gramedia Pustaka Utama.
Pengendalian Kualitas... (Anggara Hayun A)
75
