PENGONTROLAN KUALITAS PRODUK PT IGLAS (Persero) GRESIK MENGGUNAKAN DIAGRAM p MULTIVARIAT 1
Karina Mayananda, 2Muhammad Mashuri
1
Mahasiswa Jurusan Statistika FMIPA-ITS (1308 100 048) 2 Dosen Jurusan Statistika FMIPA-ITS 1
[email protected],
[email protected]
ABSTRAK Konsumen memilih produk berdasarkan kegunaan dan kualitasnya, karena kualitas merupakan hal yang sangat penting dan harus diperhatikan, semakin baik kualitas yang diberikan maka konsumen akan menjadi loyal dan tertarik untuk menggunakannya. Pemeriksaan kualitas yang baik seharusnya dilakukan pada setiap tahapan proses produksi, sehingga cacat s u a t u p r o d u k yang terjadi tidak menumpuk pada akhir proses dan dapat dikendalikan. PT. IGLAS (Persero) merupakan salah satu perusahaan yang bergerak dibidang pembuatan gelas, khususnya botol yang selalu berusaha meningkatkan dan menjaga kualitas produknya. Pada penelitian ini pengontrolan kualitas dilakukan pada tahapan sortir botol. Penilaian kualitas hasil proses produksi pada tahapan ini dilakukan pada beberapa karakteristik kualitas sehingga mengarah pada konsep multivariat dan bersifat atribut. Diagram p Multivariat merupakan salah satu diagram kontrol yang dapat digunakan untuk memonitor proses produksi botol dengan karakteristik kualitas yang bersifat multiatribut. Dengan menggunakan diagram p multivariat proses produksi botol IBTC 175ml tahap sortir menunjukkan hasil yang belum stabil dan belum terkendali. Hal ini dikarenakan terdapat 14 pengamatan dari 48 pengamatan atau sebanyak 29,17% pengamatan yang terdeteksi tidak terkontrol atau berada diluar batas kontrol. Kata-kata kunci : Produksi Botol, Diagram p Multivariat, Multiatribut, Pengontrolan Kualitas
independen, oleh karena itu perlu dilakukan pengendalian secara multivariat. PT. IGLAS (Persero) merupakan salah satu perusahaan yang bergerak dibidang pembuatan gelas, khususnya botol. Proses pembuatan botol di PT. IGLAS (Persero) ini melalui beberapa tahap. Salah satu tahap pembuatan botol yaitu pada proses sortir dimana tahap ini menghasilkan output yang berupa botol. Metode statistik yang dapat digunakan untuk mengontrol dan mengetahui stabilitas proses produksi adalah diagram kontrol. Jika pemeriksaan obyek secara atribut dilakukan pada lebih dari satu karakteristik kualitas, diagram kontrol yang digunakan adalah diagram kontrol multivariat atribut (Mukhopadhyay, 2008). Beberapa penelitian sebelumnya yang memba-has diagram multivariat telah dilakukan oleh Mawarni (2009) pada proses produksi panel listrik PT. Siemens Indonesia. Diagram kontrol multivariat atribut berdasarkan jarak chi-square telah diterapkan oleh Yuswantana (2010) pada proses produksi mebel jenis kursi indoor PT. Majawana serta Rianti (2010) menerapkan diagram kontrol Mahanalobis Distance (D2) pada produksi rokok unit sigaret kretek mesin PT. X. Pada penelitian ini akan digunakan diagram p
1. PENDAHULUAN Dalam konteks industri modern, operator biasanya tertarik dalam mengevaluasi kualitas proses, dengan asumsi bahwa kualitas tergantung pada beberapa karakteristik kualitas yang berkorelasi sehingga akan lebih mudah untuk menggunakan metodologi kontrol kualitas multivariat. Industri gelas di Indonesia merupakan industri yang cukup besar dan mampu bertahan untuk tetap menjadi pilot project guna mendidik ahli-ahli pembuatan gelas bangsa Indonesia. Namun, yang mampu menjaga kualitas produknya dan mampu mengendalikan kualitas produknya agar selalu sesuai standar maka tidak akan tertindas dengan para kompetitornya. Pemeriksaan kualitas yang baik seharusnya dilakukan pada setiap tahapan proses produksi, sehingga cacat s u a t u p r o d u k yang terjadi tidak menumpuk pada akhir proses dan dapat dikendalikan. Menurut Montgomery (2005) tujuan utama pengontrolan kualitas statistik adalah mengurangi variabilitas yang sistematik dalam karakteristik utama suatu produk. Tuntutan konsumen tidak hanya pada level kualitas tapi juga pada karakteristik kualitas yang terkandung dalam suatu produk. Umumnya karakteristik kualitas saling
1
multivariat karena dalam proses produksi PT. IGLAS (Persero) memiliki klasifikasi karakteristik kualitas cacat botol yang dikelompokkan terbagi menjadi 3 kelas yaitu cacat kelas kritis, cacat kelas major dan cacat kelas minor, dimana ketiga kelas cacat tersebut diduga saling independen sehingga diagram kontrol yang digunakan yaitu diagram kontrol p multivariat (Cozzucoli, 2009). Tujuan dari penelitian ini adalah mengetahui jenis cacat yang sering terjadi (dominan) pada proses produksi botol IBTC 175ml pada tahapan sortir, menganalisis stabilitas proses produksi botol IBTC 175ml pada tahapan sortir dengan menggunakan diagram kontrol diagram kontrol p multivariat dan mengetahui variabel-variabel apa saja yang menyebabkan ketidakstabilan proses apabila proses tidak stabil. Penelitian ini dibatasi hanya pada data produksi jenis botol IBTC 175ml yang memiliki 3 klasifikasi karakteristik kualitas atribut periode 2 Juli sampai 18 Agustus 2011
vektor D, sehingga vektor pembobot dapat didefinisikan secara numerik dari tingkat cacat suatu produk. Pembobot ditentukan guna mencari penaksir parameter dari tingkat cacat keseluruhan δ. Diagram p multivariat merupakan diagram kontrol yang mempunyai distribusi acak multinomial dengan parameter (n,p) dimana n adalah ukuran sampel dan p vektor probabilitas. Diagram p multivariat memiliki nilai pembobot sebesar 0< d j <1 , d j < d j+1 , d 0 =0 dan d 1 =1 dimana nilai pembobotnya ditentukan oleh besarnya tingkat kepentingan jenis cacat (Cozzucoli, 2009). 2.2.1 Konsep Diagram p multivariat Konsep diagram p multivariat harus mempertimbangkan pembobot secara akurat guna mengontrol dan menaksir parameter tingkat kecacatan secara keseluruhan dalam proses. Operator mengasumsikan klasifikasi cacat berdasarkan tingkat cacat keseluruhan sebagai berikut. k
δ = ∑d j pj
(1)
j =0
2. TINJAUAN PUSTAKA 2.1 Diagram Kontrol Multivariat Atribut Analisis multivariat adalah metode analisis statistik yang digunakan untuk mengelola data secara serentak dengan banyak variabel (Johnson & Wichern, 2002). Montgomery (2005) mengatakan bahwa ada beberapa diagram kontrol yang digunakan untuk menganalisis kasus univariat atribut yaitu diagram kontrol p, np, c,dan u. Namun, dalam dunia nyata tidak jarang ditemui kasus-kasus dengan karakteristik atribut lebih dari satu. Jika variabel karakteristik kualitas yang diperiksa lebih dari satu dan antar variabel yang satu dengan yang lain ada hubungan maka disebut multivariat (Johnson & Winchern, 2002). Data multivariat diperoleh dari hasil pengukuran lebih dari satu karakteristik pada setiap individu dari anggota sampel. Sehingga, jika pemeriksaan obyek secara atribut dilakukan pada lebih dari satu karakteristik kualitas, diagram kontrol yang digunakan adalah diagram kontrol multivariat atribut (Mukhopadhyay, 2008).
dimana d j = vektor pembobot ( 0≤d j ≤1) j = karakteristik kualitas p j =proporsi dari ketidaksesuaian item kelas cacat ke-j (0≤p j ≤1) δ = tingkat cacat keseluruhan (0<δ<1) X=(X 0 ,X 1 ,...,X k ) adalah estimator maximum likelihood dari parameter p=(p 0 ,p 1 ,...,p k ) adalah pˆ j = X j , untuk mengontrol parameter n
cacat δ digunakan statistik sampling sebagai berikut. k
δˆ = ∑ d j pˆ j
(2)
j =0
Nilai ekspektasi dari δˆ adalah
()
k E δˆ = E ∑ d j pˆ j j =0 k
= ∑d j pj
(3)
j =0
Varian dari δˆ adalah
()
k Var δˆ = var ∑ d j pˆ j j =0 2 k 1 k σ 2 δˆ = ∑ d 2j p j − ∑ d j p j n j =0 j =0
()
2.2 Diagram p multivariat Diberikan D=(D 0 ,D 1 ,...,D j ,...D k ), dimana D j adalah tingkat cacat ke-j, D 0 kategori cacat baik dan D k tingkat cacat yang serius. Cacat yang berbeda-beda tersebut membawa kerugian bagi proses kualitas, sesuai dengan
dan estimasi dari σ 2 (δˆ ) adalah
2 k 1 k S 2 δˆ = ∑ d 2j pˆ j − ∑ d j pˆ j n ji =0 j =0 (5)
()
2
(4)
dan ke-j serta i adalah subgrup yang out of control. Perbaikan proses difokuskan pada variabel yang memiliki nilai Z j lebih besar
Berdasarkan Gold (1963) maka dapat diperoleh selang kepercayaan (1-α) untuk statistik sample cacat keseluruhan sebagai berikut.
dimana χ k ,α batas 2
1 k 2 k ∑ d j pˆ j − ∑ d j pˆ j n j =0 j =0
atas
dari
2
dari
(6)
2.3 Diagram Pareto Diagram pareto berbentuk histogram frekuensi ketidaksesuaian (cacat) berdasarkan penyebab ketidaksesuaian dan diurutkan mulai dari frekuensi paling besar sampai paling kecil (Montgomery, 2005).
distribusi
Chisquare dengan derajat bebas k. 2.2.2
Batas Kontrol Diagram p multivariat X i =(X i0 ,X i1 ,...,X ij ,...,X mk ), i=1,2,...,m, menjadi sample m berukuran n sample dari proses X multinomial dengan parameter (n,p) sehingga X i adalah jumlah item dalam sample ke-i yang diklasifikasikan dalam kategori cacat D j . Penaksir parameter tak bias dari p j sebagai berikut. 1 m pˆ j = ∑ pˆ ij , j = 0,1,2,..., k m i =1
DIAGRAM PARETO
JUMLAH
40
20
50 0
D
C
F
E
H
G
lainnya
0
Gambar 1 Contoh Diagram Pareto
2.4 Diagram Ishikawa Diagram ishikawa digunakan untuk melukiskan dengan jelas berbagai sumber ketidaksesuaian dalam produk (Montgomery, 2005), sehingga dapat diartikan bahwa diagram ishikawa merupakan suatu grafik yang menggambarkan hubungan antara masalah atau akibat dengan faktor-faktor yang menjadi penyebabnya.
(8)
j =0
sehingga nilai batas kontrol diagram p multivariat sebagai berikut. k
BKA = ∑ d j pˆ j + χ k2,α j =0
1 k 2 k ∑ d j pˆ j − ∑ d j pˆ j n j =0 j =0
2
m
∑d i =1
B
karakteristik kualitas
i =1
k
j
Cause and Effect
pˆ j
BKB = ∑ d j pˆ j − χ k2,α j =0
60 150 100
(7)
δˆi = ∑ d j pˆ ij
k
80
200
j=0,1,...,k dengan statistik sampling
Garis Tengah =
100
300 250
m dimana pˆ j = 1 ∑ pˆ ij , dengan i=1,2,..m dan
m
χ (2k −1),α .
PERSENTASE
k δ = ∑ d j p j ∈ ∑ d j pˆ j ± χ k2,α j =0 j =0 k
Measurements
1 k 2 k ∑ d j pˆ j − ∑ d j Pˆ j n j =0 j =0
2
Material
Personnel
(9) Defect
2.2 Identifikasi Variabel Penyebab Tidak Terkendali Dalam Taleb (2009) dijelaskan bahwa satu pendekatan yang dapat digunakan dalam mendiagnosis variabel tidak terkontrol adalah dengan pendekatan fuzzy, dimana prosesnya melibatkan proses multinomial, sehingga prosedur statistik yang benar berdasarkan statistik sample adalah k (p ˆ ij − pˆ 0 j )2 (10) Z j = n0 n j ∑ j =0 X ij − X 0 j Z j merupakan indikator kontribusi relatif dari variabel ke-j untuk keseluruhan statistik, n 0 dan n j merupakan ukuran sample periode ke-0
Env ironment
Methods
Machines
Gambar 2 Contoh Diagram Ishikawa
2.5 Profil Industri PT. IGLAS (Persero) merupakan salah satu Badan Usaha Milik Negara (BUMN) yang bergerak dibidang pembuatan gelas kemas khususnya botol. Pada tahun 1955 pemerintah Republik Indonesia yang berada di bawah naungan Departemen Perindustrian Direktorak Jenderal Industri Kimia memutuskan untuk mendirikan pabrik kemasan gelas dengan
3
tujuan untuk mendirikan pabrik botol dan gelas minuman sekaligus sebagai pilot project guna mendidik ahli-ahli pembuatan gelas bangsa Indonesia. Pabrik kemasan tersebut diberi nama “PT. IGLAS” (Industri Gelas) yang berkedudukan di Jalan Ngagel No. 153 Surabaya. Saat ini PT. IGLAS telah menguasai 35% pangsa pasar kemasan gelas di Indonesia. Perusahaan ini memproduksi berbagai jenis botol untuk memenuhi kebutuhan industri bir, minuman ringan, farmasi, makanan dan kosmetika, dengan total kapasitas 340 ton/hari atau 78.205 ton/tahun.
minor mempunyai 8 jenis kualitas cacat yaitu Thin Corner (X 11 ), Sunken Body (X 12 ), Mould Seam (X 13 ), Shear Mark On Ring (X 14 ), Displaced Bottom (X 15 ), Offsed Shoulder (X 16 ), Blown Out (X 17 ) dan Bad Ring (X 18 ). Adapun langkah-langkah dalam penelitian ini adalah sebagai berikut. 1. Perumusan Masalah dan Tujuan Penelitian 2. Identifikasi Variabel 3. Pengumpulan Data 4. Menentukan boot, dalam hal ini bobot didapat dari kebijakan perusahaan dimana menggunakan military satndart 105 D. 5. Pembuatan program, dimana program makro pada software matlab untuk membuat membuat diagram p multivariat 6. Analisis Data Ada dua tahap dalam membuat diagram p multivariat. Tahap pertama data yang digunakan adalah data periode 2 sampai 31 Juli 2011. Tahap kedua menggunakan data periode 1 sampai 18 Agustus 2011. Pada tahap dua ini, digunakan estimasi batas kendali diagram p multivariat tahap satu yang sudah stabil. 7. Kesimpulan
2.6 Proses Produksi Botol Secara garis besar proses utama dalam pembuatan botol di PT. IGLAS (Persero) meliputi beberapa tahap, yaitu : 1. Pencampuran bahan baku 2. Peleburan bahan 3. Pembentukan botol (forming) 4. Annealing 5. Sortir dan Pengawasan Mutu 6. Pengemasan Produk 3. METODE PENELITIAN
Data yang digunakan dalam penelitian ini adalah data sekunder dari divisi Quality Control PT IGLAS (Persero) Gresik. Data yang digunakan difokuskan pada hasil produksi dalam tahap sortir mulai 2 Juli 2011 sampai dengan 18 Agustus 2011. Pengamatan yang digunakan sebanyak 48 pengamatan dengan ukuran sampel dalam setiap pengamatan adalah sama yaitu 576 botol. Pembobotan diberikan sesuai dengan kebijakan perusahaan dimana menggunakan Military standart 105 D sebagai berikut: 1. Cacat kelas Kritis sebesar 92,99% 2. Cacat kelas Major sebesar 6,07% 3. Cacat kelas Minor sebesar 0,94%
4. ANALISIS DAN PEMBAHASAN Dalam pembahasan ini terdiri atas dua bagian yaitu analisis eksplorasi data untuk mengetahui jenis cacat dominan pada proses produksi botol IBTC 175ml tahap sortir periode 2 Juli sampai 18 Agustus 2011 dan penerapan diagram p multivariat terhadap data multivariat atribut. 4.1 Analisis Jenis Cacat Dominan Untuk mengetahui karakteristik kecacatan yang dihasilkan, dapat menggunakan diagram pareto. Dalam 18 karakteristik kualitas cacat tersebut dibagi menjadi 3 kelas klasifikasikasi cacat dimana cacat kelas kritis terdapat 2 variabel yaitu variabel X 1 dan X 2 , cacat kelas major terdapat 8 variabel yaitu variabel X 3 sampai X 10 dan cacat kelas minor sebanyak 8 variabel yaitu variabel X 11 sampai X 18 . Jenis cacat yang paling dominan kelas kritis adalah jenis cacat over press dengan persentase sebesar 84,5% dapat dilihat pada Gambar 3. Berdasarkan Gambar 4 terlihat bahwa jenis cacat yang paling dominan adalah cr und ring dengan persentase sebesar 68% yang merupakan kelas cacat major. Pada kelas cacat minor jenis cacat thin corner dengan persentase sebesar 52,1% ditunjukkan dengan
Variabel-variabel yang digunakan berdasarkan dari klasifikasi karakteristik jenis cacat botol dikelompokkan menjadi tiga kelas yaitu kelas cacat kritis, major dan minor. Pada kelas cacat kritis terdapat dua jenis kualitas cacat yaitu Over Press (X 1 ) dan Bird Swing (X 2 ). Kelas cacat major terdiri dari Cr Und Ring (X 3 ), Cr On Ring (X 4 ), Cr Body (X 5 ), Cr Shuoder (X 6 ), Chipped Finish (X 7 ), Bad Finish (X 8 ), Cr Body P (X 9 ), Air Mask (X 10 ) sedangkan kelas
4
Gambar 5. Sedangkan secara keseluruhan pada Gambar 6 jenis cacat yang paling dominan proses produksi botol IBTC 175ml adalah 60% didominasi oleh cr under ring dan thin corner . 4.2 Diagram p multivariat Pada penelitian ini, penerapan diagram p multivariat dibagi menjadi dua fase. Fase pertama akan dilakukan pengontrolan untuk data fase I, sedangkan tahap kedua akan dilakukan pengontrolan terhadap data fase II. 4.2.1 Diagram p Multivariat Fase I Banyaknya pengamatan tiap subgrup adalah sebanyak 576 botol, dengan subgrup sebanyak 30 pengamatan, karena pembobot ditentukan berdasarkan klasifikasi kelas cacat maka setiap variabel dimasukan kedalam klasifikasi kelas kritis, major dan minor untuk
Setelah diketahui faktor-faktor penyebab ketidakstabilan proses produksi botol IBTC 175ml tahap sortir, kemudian pengamatan yang out of control tersebut dibuang dan dilakukan revisi pembuatan diagram kontrol seperti pada Gambar 8. Berdasarkan Gambar 8 proses produksi belum terkontrol karena terdapat satu pengamatan yaitu pada pengamatan ke-2. Nilai UCL yang ditunjukkan pada Gambar 8 adalah 0,0178 dan LCL adalah 0,0062. Pengamatan ke-2 tersebut ditelusuri penyebab terjadinya out of control. dan kemudian pengamatan tersebut dihilangkan serta direvisi ulang terlihat pada Gambar 9. Variabel yang menyebabkan pengamatan ke-2 out of control adalah variabel X 3 (Cr Und Ring), X 4 (Cr On Ring), X 5 (Cr Body), X 11 (Thin Corner) dan X 12 (Sunken Body). Berdasarkan Gambar 9 proses produksi botol IBTC 175ml tahap sortir masih belum terkendali, karena masih terdapat satu pengamatan yang berada diluar batas kendali yaitu pada pengamatan ke-1. Variabel yang menyebabkan pengamatan ke-1 out of control tersebut adalah adalah variabel X 3 (Cr Und Ring), X 4 (Cr On Ring) dan X 11 (Thin Corner). Setelah diketahui faktor-faktor penyebab ketidakstabilan proses produksi botol IBTC 175ml tahap sortir, kemudian pengamatan yang out of control tersebut dibuang dan dilakukan revisi pembuatan diagram kontrol kontrol ke-3 seperti pada Gambar 10. Nilai UCL dan LCL berdasarkan Gambar 10 adalah 0,0184 dan 0,0068. Dengan nilai batas kendali pada Gambar 10 proses produksi belum terkontrol sehingga, pengamatan yang meyebabkan out of control tersebut ditelusuri penyebabnya kemudian dibuang dan dilakukan revisi pembuatan diagram kontrol kontrol ke-4 seperti Gambar 11. Pengamatan yang out of control pada Gambar 10 adalah pengamatan ke-9 dan variabel penyebab pengamatan tersebut diluar batas kendali adalah X 3 (Cr Und Ring), X 4 (Cr On Ring), X 5 (Cr Body), X 11 (Thin Corner) dan X 12 (Sunken Body). Gambar 11 diagram p multivariat fase I kontrol ke-4 menunjukkan bahwa proses sudah terkontrol secara statistik. Hal tersebut terlihat bahwa dari titik-titik pengamatan berada didalam batas kendali. Nilai UCL dan LCL berdasarkan Gambar 11 adalah 0,0188 dan 0,0070, karena proses produksi botol IBTC 175ml telah stabil pada fase I maka dapat dilanjutkan untuk diagram p multivariat fase II
didapatkan nilai statistik δˆ yang kemudian diperoleh diagram p multivariat seperti pada Gambar 7. Berdasarkan gambar 7 proses produksi belum terkontrol. Hal tersebut dikarena terdapat pengamatan yang diluar batas kendali pada pengamatan ke- 4,7,15,18,23 dan 30. Nilai UCL yang ditunjukkan pada Gambar 7 adalah 0,0187 dan LCL adalah 0,0053. Kemudian keenam pengamatan tersebut ditelusuri penyebab terjadinya out of control seperti pada Tabel 1. Berdasarkan Tabel 1 diketahui bahwa variabel yang menyebabkan pengamatan ke-4, 7 dan 15 out of control adalah variabel X 3 (Cr Und Ring), X 4 (Cr On Ring), X 5 (Cr Body), X 11 (Thin Corner) dan X 12 (Sunken Body). Sedangkan variabel yang menyebabkan pengamatan ke-18 dan 30 out of control adalah variabel X 3 (Cr Und Ring), X 4 (Cr On Ring) dan X 11 (Thin Corner) dan variabel yang menyebabkan pengamatan ke-23 out of control adalah variabel X 3 (Cr Und Ring), X 4 (Cr On Ring), X 5 (Cr Body), X 6 (Cr Shuoder), X 11 (Thin Corner), X 12 (Sunken Body), X 13 (Mould Seam) dan X 14 (Shear Mark On Ring). Tabel 1 Variabel Penyebab Tidak Terkontrol Pengamatan Variabel penyebab tidak terkontrol tidak terkontrol 4 X 3 ,X 4 ,X 5 ,X 11 &X 12 7
X 3 ,X 4 ,X 5 ,X 11 &X 12
15
X 3 ,X 4 ,X 5 ,X 11 &X 12
18 23
X 3 ,X 4 &X 11 X 3 ,X 4 ,X 5 ,X 6 ,X 11 ,X 12 ,X 13 &X 1
30
X 3 ,X 4 &X 11
4
5
mempunyai suhu tidak sesuai dengan ketentuan proses produksi dan listrik yang tiba-tiba tidak menyala akan menyebabkan hasil cetakan botol kurang baik. Faktor material disebabkan karena pengisian bahan baku kurang dan temperatur pada gop botol tidak homogen. Segi manusia (karyawan) disebabkan karena kelelahan, kurangnya ketelitian dalam mengarahkan gop supaya dapat masuk dengan tepat ke dalam blank (cetakan). Dari segi metode, disebabkan karena letak cetakan tidak sesuai dengan gop shape serta dari segi mesin, usia mesin mempengaruhi hasil cetakan botol dan set-up mesin harus memenuhi clearence. Berdasarkan Gambar 14, faktor yang menyebabkan cacat kelas minor adalah faktor lingkungan, bahan baku (material), metode yang digunakan, mesin yang digunakan dan karyawan PT. Iglas (Persero) Gresik. Lingkungan yang mempunyai suhu tidak sesuai dengan ketentuan proses produksi dan akan menyebabkan hasil cetakan botol kurang baik. Material disebabkan karena pengisian bahan baku kurang dan temperatur pada gop botol tidak homogen. Segi manusia (karyawan) disebabkan karena kurangnya ketelitian dalam mengarahkan gop supaya dapat masuk dengan tepat ke dalam blank (cetakan). Dari segi metode, disebabkan karena letak cetakan tidak sesuai dengan gop shape serta dari segi mesin, usia mesin yang memyebabkan mesin sering tidak berfungsi (mati) akan mempengaruhi hasil cetakan botol.
dengan menggunakan nilai UCL dan LCL diagram p multivariat fase I kontrol ke-4 4.2.2
Diagram p Multivariat Fase II Penerapan diagram p multivariat fase II menggunakan data proses produksi botol IBTC 175ml tahap sortir periode 1 Agustus sampai 18 Agustus 2011. Banyaknya pengamatan tiap subgrup sebanyak 576 botol, dengan subgrup sebanyak 18. Diagram p multivariat fase II seperti pada Gambar 12. Berdasarkan Gambar 12 data fase II belum terkontrol, hal tersebut dikarenakan terdapat pengamatan yang tidak terkendali pada pengamatan ke-1,5,13,14 dan 16. Nilai UCL yang ditunjukkan pada Gambar 12 adalah 0,0188 dan LCL adalah 0,0070. Hal ini mengindikasikan bahwa proses produksi botol IBTC 175ml belum terkendali secara statistik, kemudian akan dilakukan penelusuran variabel penyebab pengamatan tidak terkendali seperti pada Tabel 2. Tabel 2 Variabel Penyebab Tidak Terkontrol Pengamatan Variabel penyebab tidak terkontrol tidak terkontrol 1 X 3 ,X 4 ,X 5 ,X 11 &X 12 13
X 3 ,X 4 ,X 5 ,X 11 &X 12
14
X 3 ,X 4 ,X 5 ,X 11 &X 12
16
X 3 ,X 4 &X 11
Berdasarkan Tabel 2 diketahui bahwa variabel yang menyebabkan pengamatan ke-1, 5, 13 dan 14 out of control adalah variabel X 3 (Cr Und Ring), X 4 (Cr On Ring), X 5 (Cr Body), X 11 (Thin Corner) dan X 12 (Sunken Body). Sedangkan variabel yang menyebabkan pengamatan ke-16 out of control adalah variabel X 3 (Cr Und Ring), X 4 (Cr On Ring) dan X 11 (Thin Corner).
Diagram Pareto Botol IBTC 175ml Cacat Kritis
Banyak Cacat
100
4.3 Faktor-faktor Penyebab Proses Tidak Terkontrol Proses produksi botol IBTC 175ml dapat disimpulkan tidak stabil karena pada fase I dan II berbeda. Secara statistik pengontrolan dilakukan untuk memperbaiki dan mengantisipasi adanya penurunan kualitas proses produksi botol IBTC 175ml melalui diagram sebab akibat seperti pada Gambar 13 dan Gambar 14 Berdasarkan Gambar 13 bahwa faktor yang menyebabkan cacat kelas major antara lain faktor lingkungan, dimana jika tempat mencetak maupun mendinginkan botol
100
80
80
60
60
40
40
20
20
0 Variabel Count Percent Cum %
Over Press 82 84,5 84,5
Percent
X 3 ,X 4 ,X 5 ,X 11 &X 12
0
Bird Swing 15 15,5 100,0
Gambar 3 Diagram Pareto Kelas Cacat Kritis DIAGRAM PARETO BOTOL IBTC 175ml Cacat Major 3500
100
Banyak Cacat
3000
80
2500 2000
60
1500
40
1000
20
500 Variabel
0
d Un Cr Count Percent Cum %
Percent
5
ng Ri C 2361 68,0 68,0
rO
n
ng Ri
Cr
dy Bo C
520 15,0 83,0
288 8,3 91,3
r de ul ho rS
d pe ip Ch
119 3,4 94,7
sh ni Fi
101 2,9 97,6
O
er th
0
83 2,4 100,0
Gambar 4 Diagram Pareto Kelas Cacat Major
6
Diagram Pareto Botol IBTC 175ml Cacat Minor 2000
100 80 60
1000
40 500
20
0
Variabel
Percent
Banyak Cacat
1500
in Th
er rn Co
e nk Su
Count Percent Cum %
951 52,1 52,1
n
dy bo
d ol M
266 14,6 66,7
a se
ea Sh
m
rm
k ar
132 7,2 73,9
on
g r in
ce la sp Di 123 6,7 80,7
d
m tto Bo e ffs O
t er ou ld n ou ow Sh Bl d
109 6,0 86,6
102 5,6 92,2
75 4,1 96,3
r he Ot
0
67 3,7 100,0
Gambar 9 Diagram p Multivariat Fase I (Kontrol 2)
Gambar 5 Diagram Pareto Kelas Cacat Minor DIAGRAM PARETO BOTOL IBTC 175ml 6000
100 80
4000
60
3000
Variabel
C
2000
40
1000
20
0
ng ner ing ody ody am r ing l der tom lder ish is h ess her r Ot r Ri R e in in t d C o n C r B en b l d s on hou Bo hou d F d F r P e Un hin r O nk Mo ark r S ced d S ppe Ba O v r C C C la se hi T m Su f p r f C s O ea Di Sh t
Percent
Banyak Cacat
5000
0
2361 951 520 288 266 132 123 119 109 102 101 87 82 236
Gambar 6 Diagram Pareto Karakteristik Kualitas Proses Produksi Botol Tahap Sortir
Gambar 10 Diagram p Multivariat Fase I (Kontrol 3)
Gambar 7 Diagram p Multivariat Tahap I
Gambar 11 Diagram p Multivariat Fase I (Kontrol 4)
Gambar 8 Diagram p Multivariat Fase I (Kontrol 1)
Gambar 12 Diagram p Multivariat Fase II
7
dan X 12 (Sunken Body) menjadi variabel yang diprioritaskan dalam perbaikan proses nantinya. Saran yang dapat diberikan untuk pihak perusahaan adalah agar dapat membandingkan pengontrolan secara statistik khususnya dengan menggunakan diagram p multivariat dalam pengontrolan kualitas yang telah dilakukan perusahaan. Pada penelitian selanjutnya sebaiknya untuk memperoleh diagram p multivariat fase I digunakan data subgrup yang lebih banyak lagi agar proses produksi dalam keadaan stabil.
Diagram Ishikawa Kelas Major Material
Personal
Kelelahan
P engisian bahan baku kurang
Keahlian G ob botol temperatur tidak homogen
Ketelitian
Variabel X3, X4 & X5
Listrik y g tiba2 mati
S uhu
P engaturan mesin tidak memenuhi clearence
Tidak sesuai dengan gop shape
Env ironment
Methods
U sia
Machines
Gambar 13 Diagram Ishikawa Kelas Major
6. DAFTAR PUSTAKA Anonim. (2010). Perkembangan Industri Manufactur (URL: http://panmusicq.blogspot.com/2010/04/per kembangan-industri-manufaktur-di.html, diakses 25 Agustus 2011 pukul 12.45WIB) Cozzucoli, P. C. (2009). Process Monitoring with Multivariate p Control Chart. Journal of Quality Statistic and Reliability, Volume 2009. Gaspersz, V. (2002). Pedoman Implementasi Program Six Sigma Terintegrasi dengan ISO 9001:2000, MBNQA dan HACCP. Jakarta : PT. Gramedia Pustaka Utama. H. Taleb. (2009). Control Chart Applications For Multivariate Attribute Processes.Computers and Industrial Engineering, Vol.56 No.1, pp. 399-410. Johnson, A.R. and Wichern, D.W. (2002). Applied Multivariate Statistical Analysis 5th. New Jersey. Prentice Hall, Upper Saddle River. M, Marcucci. (1985). Monitoring multinomial process. Journal of Quality Technology, Vol. 17, No 2, 86-91. Mawarni, Y. (2009). Pengontrolan Kualitas Proses Produksi Panel Listrik PT SIEMENS Indonesia Menggunakan Diagram Kontrol Multivariat np (Mnp Chart) . Laporan Tugas Akhir Jurusan Statistika ITS: Surabaya. Mukhopadhyay,A.R. (2008).Multivariate Attribute Control Chart Using Mahalanobis D2 Statistic. Journal of Applied Statistics,Vol.35, No.4, 421-429. R.Z.Gold. (1963). Tests auxiliary to tests in a Markov chain. The Annals of Mathematical Statistics , Vol.34 No.1, pp. 56-74. Rianti, S. (2010). Pengontrolan Kualitas Proses Produksi Rokok Sigaret Kretek Mesin Sebuah Perusahaan Rokok Di Surabava Menggunakan Diagram Kontrol Mahanalobis Distance (D2). Laporan Tugas Akhir Jurusan Statistika ITS: Surabaya. Yuswantana, B. (2010). Pengontrolan Kualitas Produksi Mebel Jenis Kursi Indoor Di PT Majawana Dengan Diagram Kontrol Multivariat Atribut Berdasarkan Jarak Chisquare. Laporan Tugas Akhir Jurusan Statistika ITS: Surabaya.
Diagram Ishikawa Kelas Minor Material
Personal
G ob botol temperatur tidak homogen
Ketelitian
M esin sering mati
Variabel X11 & x12
S uhu Tidak sesuai dengan gop shape
Env ironment
Methods
U sia
Machines
Gambar 14 Diagram Ishikawa Kelas Minor 5.
KESIMPULAN DAN SARAN Berdasarkan analisis dan pembahasan yang telah dilakukan, maka dari penelitian Tugas Akhir ini dapat diambil kesimpulan sebagai berikut. 1. Jenis cacat yang sering terjadi (dominan) pada proses produksi botol IBTC 175ml tahap sortir adalah jenis cacat Over Press dimana cacat ini termasuk kedalam kelas cacat kritis yakni sebanyak 82 atau dengan persentase sebesar 84,5%, Cr Und Ring termasuk kedalam kelas cacat major sebanyak 2361 atau sebesar 66,4% dan pada kelas cacat minor jenis cacat dominan yaitu Thin Corner sebanyak 951 atau sebesar 52,1% . 2. Dengan menggunakan diagram p multivariat, proses produksi botol IBTC 175ml tahap sortir di PT. IGLAS (Persero) Gresik menunjukkan hasil yang belum stabil dan belum terkendali. Hal ini dikarenakan terdapat 14 pengamatan dari 48 subgrup atau sebanyak 29,17% pengamatan yang terdeteksi tidak terkontrol atau berada diluar batas kontrol. 3. Variabel penyebab pengamatan terdeteksi tidak terkontrol yaitu variabel X 3 (Cr Und Ring) , X 4 (Cr On Ring), X 5 (Cr Body), X 6 (Cr Shuoder), X 11 (Thin Corner), X 12 (Sunken Body), X 13 (Mould Seam), dan X 14 (Shear Mark On Ring). Terdapat 14 pengamatan tidak terkontrol yang disebabkan oleh variabel X 3, X 4 dan X 11 dan sepuluh pengamatan tidak terkontrol disebabkan oleh variabel X 5 dan variabel X 12 . Oleh karena itu variabel X 3 (Cr Und Ring), X 4 (Cr On Ring), X 5 (Cr Body), X 11 (Thin Corner)
8
