Anda di halaman 1dari 19

PENGENDALIAN KUALITAS PRODUKSI KAOS POLOS PADA

PERUSAHAN GARMEN OHAYOU DENGAN MENGGUNAKAN


SEVEN OLD TOOLS

Disusun Oleh:

Nama/ NPM : Aldy Kurnia Sandy/ 30416520


Azis Bustomi/ 31416264
Nurul Fitri A./ 35416617
Riski Bayu/ 36416487
Kelas : 3ID02

JURUSAN TEKNIK INDUSTRI


FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS GUNADARMA
DEPOK
2019
STUDI KASUS
Persaingan dalam usaha oleh tingkat produktivitas perusahaan, rendahnya
tingkat harga produk, dan kualitas produk. Untuk menjaga konsistensi mutu produk
yang dihasilkan sesuai dengan tuntutan kebutuhan pasar, perlu dilakukan pengendalian
mutu (quality control) atas aktivitas proses yang dijalani.
Pada saat ini berbagai industri merancang dan mengimplementasikan sistem
pengendalian kualitas untuk mengantisipasi tuntutan persaingan yang semakin
kompetitif serta dapat mengurangi kerugian dari ketidaksesuaian produk.
Garment Ohayou merupakan sebuah perusahaan yang memproduksi kaos
polos, pengendalian kualitas pada produksi kaos polos berguna untuk menghasilkan
produk yang seragam dengan melakukan identifikasi terahadap faktor penyebab
kecacatan produk dan meminimalisir produk-produk yang cacat sehingga dapat
menekan pengeluaran biaya produksi. Adapun alat-alat yang digunakan untuk
pengendalian kualitas menggunakan Seven Old Tools, yaitu :
1. Check sheet
2. Histogram
3. Cause – effect diagram (Fishbone)
4. Scaterred diagram
5. Stratification
6. Pareto diagram
7. Control chart
Tujuh alat di atas, dapat digunakan sebagai alat untuk mengendalikan kualitas
produksi produk baju garment ohayou. Perusahaan tersebut memiliki kendala
dikarenakan perusahaan belum dapat mengendalikan kualitas produk yang dihasilkan.
Terdapat beberapa cacat pada produk saat proses produksi, yaitu material kotor,
pemotongan, penjahitan, robek, pengemasan, salah penggunaan bahan, dimakan tikus.
Berikut merupakan implementasi dari tujuh alat pengendali kualitas tersebut.
Check Sheet
Check sheet atau lembar periksa adalah suatu alat bantu untuk memudahkan
proses pengumpulan data. Biasanya berbentuk formulir dimana item-item yang akan
diperiksa telah dicetak dalam formulir tersebut. Lembar periksa dapat digunakan baik
untuk data variabel maupun data atribut walaupun umumnya banyak digunakan untuk
data atribut. Tujuan dibuatnya check sheet menjamin data yang dikumpulkan secara
terliti dan akuran oleh karyawan operasional sehingga data layak digunakan untuk
diadakan pengendalian kualitas produksi.
Terdapat data sampel dan cacat produk pada tabel 1. Dari data tersebut terdapat
beberapa jenis cacat pada produk yang ditampilkan dengan material kotor,
pemotongan, penjahitan, robek, pengemasan, salah penggunaan bahan, dan dimakan
tikus. Berikut ini merupakan tabel Check Sheet.
Tabel 1 Check Sheet Produk Cacat
Jenis Cacat Produk
Juml
Data Mate Salah
Dimak ah
No Samp rial Pemoton Penjahit Rob Pengema Penggun
an Prod
el Koto gan an ek san aan
Tikus uk
r Bahan
1 500 20 22 21 23 22 20 20 148
2 500 19 18 22 20 20 22 19 140
3 500 25 18 20 17 22 21 23 146
4 500 20 21 22 21 21 23 20 148
5 500 19 24 23 22 20 22 19 149
6 500 22 20 18 18 19 19 20 136
7 500 18 20 19 18 20 18 22 135
8 500 20 18 23 20 21 22 21 145
9 500 21 20 24 23 22 20 21 151
10 500 21 19 20 20 20 20 20 140
11 500 20 20 23 22 20 15 19 139
12 500 22 21 20 22 23 18 20 146
13 500 19 22 19 18 19 20 21 138
14 500 20 21 22 21 22 17 21 144
15 500 20 24 24 21 23 22 22 156
16 500 21 20 24 20 21 20 19 145
17 500 20 28 18 20 20 21 23 150
18 500 20 24 23 23 23 22 20 155
19 500 20 19 23 20 19 21 21 143
20 500 22 21 21 24 22 21 22 153
Tabel 1 Check Sheet Produk Cacat (Lanjutan)
Jenis Cacat Produk
Juml
Data Mate Salah
Dimak ah
No Samp rial Pemoton Penjahit Rob Pengema Penggun
an Prod
el Koto gan an ek san aan
Tikus uk
r Bahan
21 500 23 22 22 20 22 19 20 148
22 500 21 18 18 17 19 24 14 131
23 500 21 24 24 23 23 23 24 162
24 500 20 22 21 21 20 22 21 147
25 500 19 20 21 21 22 20 23 146
26 500 18 21 18 21 23 22 22 145
27 500 20 20 19 22 22 20 21 144
28 500 21 24 20 21 20 18 20 144
29 500 21 23 21 18 21 18 22 144
30 500 22 20 22 19 18 19 18 138
1500
∑ 615 634 635 616 629 609 618 4356
0
Pada Tabel 1. Check Sheet Produk Cacat data sampel yang diambi sebanyak
30000 sampel selama 30 kali produksi. Terdapat 7 jenis kecacatan pada produk yaitu
material kotor sebanyak 615 produk, pemotongan sebanyak 634 produk, penjahitan
sebanyak 635 produk, robek sebanyak 616 produk, pengemasan sebanyak 629 produk,
salah penggunaan bahan sebanyak 609 produk, dimakan tikus sebanyak 618 produk
dan dengan total keseluruhan cacat produk yaitu 4356 produk dari 30000 produk yang
dihasilkan.

Histogram
Histogram merupakan alat seperti diagram batang yang bertujuan untuk
distribusi frekuensi. Sebuah distribusi frekuensi menunjukan seberapa sering setiap
nilai yang berbeda dalam satu set data terjadi. Berikut ini merupakan data yang
diperoleh dari jenis dan persentase cacat pada produk tersebut.
Tabel 2 Persentase Cacat
No Jenis Cacat Jumlah Cacat Persentase (%)
1 Material Kotor 615 14,1
2 Pemotongan 634 14,6
3 Penjahitan 635 14,6
4 Robek 616 14,1
5 Pengemasan 629 14,4
Tabel 2 Persentase Cacat (Lanjutan)
No Jenis Cacat Jumlah Cacat Persentase (%)
6 Salah Penggunaan Bahan 609 14
7 Dimakan Tikus 618 14,2
TOTAL 4356 100
Setelah mengetahui persentase cacat maka dapat dibuat Histogram berdasarkan
jenis cacat. Berikut merupakan histogram dari proses produksi kaos polos garment
ohayou :
Max = 25 , Min = 14
N = 210
K =√210 = 14,49 = 15
Range = 11
I = R/K = 11/15 = 0,73

No Interval Kelas Frekuensi Xi Xi×Fi


1 14-14,73 1 14,365 14,365
2 14,73-15,46 1 15,095 15,095
3 15,46-16,19 0 15,825 0
4 16,19-16,92 0 16,555 0
5 16,92-17,65 3 17,285 51,855
6 17,65-18,38 20 18,015 360,3
7 18,38-19,11 21 18,745 393,645
8 19,11-19,84 0 19,475 0
9 19,84-20,57 53 20,205 1070,865
10 20,57-21,3 39 20,935 816,465
11 21,3-22,03 37 21,665 801,605
12 22,03-22,76 0 22,395 0
13 22,76-23,49 21 23,125 485,625
14 23,49-24,32 13 23,905 310,765
15 24,22-25 1 24,61 24,61
TOTAL 210 TOTAL 4345,195
Mean
∑𝑥𝑖 × 𝑓𝑖
𝑋=
∑𝑓𝑖
4345,195
= = 20,6914
210
Median
1
𝑛 − 𝑓𝑘𝑘
𝑚𝑒 = 𝑡𝑏 + (2 )×𝑝
𝑓𝑖

1
210 − 53
= 20,57 + (2 ) × 0,73
39

= 21,54

Tabel 3 Interval Kelas


Histogram
640
635
Jumlah Cacat

630
625
620
615
610
605
600
595

Jenis Cacat

Gambar 1 Histogram
Berdasarkan histogram di atas dapat dilihan bahwa cacat produk X3 sedikit
lebih dominan dari cacat produk X2 dengan nilai masing-masing 14,6%. Cacat produk
terendah berada pada cacat produk X6 dengan nilai 14%. Persentase tersebut
merupakan nilai persentasi dari keseluruhan jenis cacat yang di alami oleh produk.

Cause-effect diagram
Fishbone Diagram atau Cause and Effect Diagram merupakan salah satu alat
(tools) dari QC 7 tools yang dipergunakan untuk meng-identifikasikan dan
menunjukkan hubungan antara sebab dan akibat agar dapat menemukan akar penyebab
dari suatu permasalahan. Fishbone Diagram dipergunakan untuk menunjukkan Faktor-
faktor penyebab dan akibat kualitas yang disebabkan oleh Faktor-faktor penyebab
tersebut. Fishbone Diagram (Diagram Tulang Ikan) ini juga dikenal sebagai Cause and
Effect Diagram (Diagram Sebab Akibat), dikatakan Fishbone Diagram karena
bentuknya menyerupai kerangka tulang ikan. Ada juga yang menyebutkan Cause and
Effect Diagram ini sebagai Ishikawa Diagram karena yang pertama memperkenalkan
Cause and Effect Chart ini adalah Prof. Kaoru Ishikawa dari Universitas Tokyo di
tahun 1953.
Dari pengamatan yang dilakukan dapat diketahui bahwa jenis cacat yang paling
dominan pada produk disebabkan oleh kesalahan penjaitan. Berikut ini merupakan
Cause-effect diagramnya.

Gambar 2 Fishbone Diagram


Dapat kita lihat bahwa cacat pada produk disebabkan oleh faktor manusia,
mesin, metode, material, dan lingkungan. Jenis kecacatan yang terjadi dan cara
penanggulangan yang dilakukan adalah:
1. Mesin dan Peralatan
Mesin dan peralatan yang digunakan masih convensional dan mesin yang
digunakan pada saat proses produksi tidak dalam keadaan optimal sehingga
berpengaruh terhadap proses produski. Cara peanggulangan:
 Mesin dan peralatan yang digunakan diperlukan perbaikan atau modernisasi
mesin
 Melakukan perawatan rutin pada mesin
2. Metode
Pada saat melakukan produksi tidak memperhatikan metode proses yang pasti,
aktivitas yang kurang baik mempengaruhi produk akhir. Cara penanggulangan:
 Mencari pengembangan metode
 Memperbarui metode yang digunakan secara berkala

3. Bahan atau Material


Bahan material yang dipakai kurang baik sehingga mempengaruhi kualitas hasil
produk. Cara penanggulangan:
 Bahan baku utama dan tambahan harus diperiksa terlebih dahulu sebelum
melakukan proses produksi
 Meningkatkan standar bahan baku yang digunakan
4. Manusia atau Tenaga kerja
Semua kegiatan masih sangat bergantung dengan manusia atau tenaga kerjanya,
karena jika ada kesalahan seperti kelelahan, kurang teliti, skill tenaga kerja kurang
baik akan mempengaruhi produk akhir. Cara penanggulangan:
 Tranining tenaga kerja secara berkala
 Tes kemampuan tenaga kerja sebelum diterima sebagai pegawai perusahaan
5. Lingkungan
Lingkunga pabrik dapat mempengaruhi proses produksi, karena lingkungan yang
baik dapat meningkatkan kualitas proses produksi terhadap tenaga kerja maupun
hasil produksi. Cara penanggulangan:
 Pembuatan ventilasi udara
 Menggunakan APD

Scatter Diagram
Scatter diagram digunakan untuk melihat sejauh mana temperatur
mempengaruhi defect (cacat). Berikut ini merupakan implementasi Scatter diagram
untuk pengendalian kualitas kaos polos pada garmen ohayou.
Tabel 4 Data Penunjang Scatter Diagram
Jumlah Produk Lingkungan Jumlah Produk Lingkungan
No. No.
Cacat (%) Cacat (%)
1 148 3,5 16 145 3
2 140 3 17 150 3,5
3 146 3 18 155 3,5
4 148 3,5 19 143 3
5 149 2,75 20 153 2,75
Tabel 4 Data Penunjang Scatter Diagram (Lanjutan)
Jumlah Produk Lingkungan Jumlah Produk Lingkungan
No. No.
Cacat (%) Cacat (%)
6 136 3,25 21 148 3
7 135 2,75 22 131 3,5
8 145 2,75 23 162 3,6
9 151 2,75 24 147 3,5
10 140 3,25 25 146 3,8
11 139 3 26 145 3,9
12 146 3 27 144 3,8
13 138 3,25 28 144 3,9
14 144 3,5 29 144 3,7
15 156 3 30 138 4
Data pada tabel di atas menunjutan data yang diperlukan dalam proses
pembuatan scatter diagram. Berikut merupakan scatter diagram dari tingkat kecacatan
proses produksi kaos polos garment ohayou :
Scatter Diagram
4.5
4
3.5
3
Lingkungan

2.5
2
1.5
1
0.5
0
0 20 40 60 80 100 120 140 160 180
Jumlah Cacat

Gambar 3 Scatter Diagram


Dari bentuk grafik yang dihasilkan karena saling berdekatan, maka grafik dari
Scatter diagram dinyatakan memiliki hubungan Positif (korelasi Positif) yang artinya
Makin Tinggi Jumlah faktor lingkungan akan mengakibatkan tingkat terjadinya
kecacatan produk yang makin tinggi pula. Jadi jika ingin mengurangi tingkat kecacatan
produk, salah satu tindakan yang harus dilakukan adalah meningkatkan kerapihan
lingkungan, meningkatkan kualitas kenyamanan lingkungan, dan lain-lain.
Stratification
Stratification digunakan untuk Pembagian dan Pengelompokan data ke
kategori-kategori yang lebih kecil dan mempunyai karakteristik yang sama. Tujuan dari
penggunaan stratifikasi ini adalah untuk mengidentifikasikan faktor-faktor penyebab
pada suatu permasalahan. Berikut ini merupakan implementasi stratification untuk
pengendalian kualitas kaos polos pada garmen ohayou. Data penunjang untuk
stratification yaitu menggunakan data yang terdapat pada tabel 2. Berikut merupakan
pengelompokan data jenis cacat yang terjadi pada saat produksi.
Tabel 5 Pengelompokan data
No. Jenis Cacat Penyebab Penanggung Jawab
1 Material Kotor Terkena benda kotor Pekerja
2 Pemotongan Kurang fokus Pekerja
3 Penjahitan Kurang fokus Pekerja
4 Robek Kurang fokus Pekerja
5 Pengemasan Kurang fokus Pekerja
6 Salah penggunaan bahan Kurang fokus Pekerja
7 Dimakan tikus Tempat tidak aman Kepala Produksi
Tabel 5. Pengelompokan data lanjut
Penanggung Jawab Kuantitas
Pekerja 6
Kepala Produksi 1
Data di atas menunjukkan bahwa mayoritas penyebab kecacatan produksi
disebabkan oleh kurang fokusnya pekerja saat bekerja, hal ini menyatakan bahwa perlu
adanya aksi lebih lanjut untuk meminimalisir penyebab kesalahan tersebut, seperti
diberlakukannya waktu istirahat sejenak, tempat yang nyaman dan lain-lain.

Pareto Diagram
Pareto diagram digunakan untuk mengetahui cacat yang paling dominan pada
produk kaos polos, adapun data yang diperoleh dari jenis dan persentase cacat dilihat
pada tabel di bawah. Dari hasil perhitungan setiap jenis cacat, didapat jumlah cacat
sebanyak 4356. Setelah mengetahui jumlah persentase pada setiap cacat maka dapat
diklasifikasikan lagi menurut cacat yang paling dominan. Prioritas pengendalian
kualitas menurut cacat yang paling dominan dapat dilihat pada tabel dibawah.
Tabel 6 Prioritas Pengendalian Kualitas
Jumlah
No. Jenis Cacat Persentase (%) Kumulatif Prioritas
Cacat
1 Material Kotor 615 14,1 14,1 1
2 Pemotongan 634 14,6 28,7 2
3 Penjahitan 635 14,6 43,3 3
4 Robek 616 14,1 57,4 4
5 Pengemasan 629 14,4 71,8 5
6 Salah penggunaan bahan 609 14 85,8 6
7 Dimakan tikus 618 14,2 100 7
Total 4356 100
Data pada tabel di atas menunjutan data yang diperlukan dalam proses pembuatan
pareto diagram. Dari hasil data diatas dapat disimpulkan sebagai berikut:
1. Jenis cacat pemotongan = pemotongan dengan persentase 14,6% menduduki
peringkat pertama dalam prioritas pengendalian kualitas.
2. Jenis cacat penjahitan = penjahitan dengan persentase 14,6% menduduki peringkat
kedua dalam prioritas pengendalian kualitas.
3. Jenis cacat pengemasan = pengemasan dengan persentase 14,4% menduduki
peringkat ketiga dalam prioritas pengendalian kualitas.
4. Jenis cacat dimakan tikus = dimakan tikus dengan persentase 14,2% menduduki
peringkat keempat dalam pengendalian kualitas.
5. Jenis cacat material kotor = material kotor dengan persentase 14,1% menduduki
peringkat kedua dalam prioritas pengendalian kualitas.
6. Jenis cacat robek = robek dengan persentase 14,1% menduduki peringkat ketiga
dalam prioritas pengendalian kualitas.
7. Jenis cacat salah penggunaan bahan = salah penggunaan bahan dengan persentase
14% menduduki peringkat keempat dalam pengendalian kualitas.
Setelah mengetahui cacat yang paling dominan maka dapat dibuat diagram pareto
berdasarkan jenis cacat dominan. Berikut merupakan diagram pareto dari tingkat
kecacatan proses produksi kaos polos garment ohayou :

Gambar 4 Pareto Diagram


Control Chart
Control chart atau Peta Kendali merupakan salah satu dari alat QC 7 tools (7
alat pengendalian Kualitas) yang berbentuk grafik dan dipergunakan untuk memonitor
atau memantau stabilitas dari suatu proses serta mempelajari perubahan proses dari
waktu ke waktu. Control Chart memiliki Upper Line (garis atas) untuk Upper Control
Limit (Batas Kontrol tertinggi), Lower Line (garis bawah) untuk Lower control limit
(Batas control terendah) dan Central Line (garis tengah) untuk Rata-rata (Average).
Data yang dimasukkan berupa titik-titik yang kemudian digambarkan garis untuk
memperlihatkan grafiknya.

Tabel 7 Hasil Pengamatan


Hasil Pengamatan
Jumla
Salah
h Mater Dimak
Pemoton Penjahi Rob Pengema Penggun S
Observ ial an
asi gan tan ek san aan
Kotor Tikus
Bahan
21.14 1.12
1 20 22 21 23 22 20 20
29 49
20.00 1.41
2 19 18 22 20 20 22 19
00 42
20.85 2.58
3 25 18 20 17 22 21 23
71 73
21.14 0.98
4 20 21 22 21 21 23 20
29 97
21.28 1.82
5 19 24 23 22 20 22 19
57 95
19.42 1.29
6 22 20 18 18 19 19 20
86 36
19.28 1.38
7 18 20 19 18 20 18 22
57 51
20.71 1.48
8 20 18 23 20 21 22 21
43 46
21.57 1.39
9 21 20 24 23 22 20 21
14 97
20.00 0.53
10 21 19 20 20 20 20 20
00 45
19.85 2.35
11 20 20 23 22 20 15 19
71 61
20.85 1.55
12 22 21 20 22 23 18 20
71 18
19.71 1.27
13 19 22 19 18 19 20 21
43 78
20.57 1.59
14 20 21 22 21 22 17 21
14 08
22.28 1.38
15 20 24 24 21 23 22 22
57 51
20.71 1.48
16 21 20 24 20 21 20 19
43 46
20.00 1.60
17 20 18 18 20 20 21 23
00 36
22.14 1.45
18 20 24 23 23 23 22 20
29 69
20.42 1.29
19 20 19 23 20 19 21 21
86 36
21.85 0.98
20 22 21 21 24 22 21 22
71 97
21.14 1.35
21 23 22 22 20 22 19 20
29 53
Tabel 7 Hasil Pengamatan (Lanjutan)
Hasil Pengamatan
Jumla
Salah
h Mater Dimak
Pemoton Penjahi Rob Pengema Penggun S
Observ ial an
asi gan tan ek san aan
Kotor Tikus
Bahan
18.71 2.91
22 21 18 18 17 19 24 14
43 37
23.14 0.98
23 21 24 24 23 23 23 24
29 97
21.00 0.75
24 20 22 21 21 20 22 21
00 59
20.85 1.24
25 19 20 21 21 22 20 23
71 54
20.71 1.82
26 18 21 18 21 23 22 22
43 95
20.57 1.04
27 20 20 19 22 22 20 21
14 98
20.57 1.67
28 21 24 20 21 20 18 20
14 82
20.57 1.76
29 21 23 21 18 21 18 22
14 13
19.71 1.57
30 22 20 22 19 18 19 18
43 79
Peta Kendali :
UCL = + (A3 )
= 20.6952 + (1.182 4.5)
UCL = 26.0142

CL =

CL = 20.6952
LCL = + (A3 )
= 20.6952 - (1.182 4.5)
LCL = 15.3762

Peta Kendali S:
UCL = B4
= 1.882 1.4730
UCL = 2.7722
CL =

CL = 1.4730
LCL = B3
= 0.118 1.4730
LCL = 0.1738

Nilai Target = 16 mm
USL = 16 + 5.5
= 21.5
LSL = 16 - 5.5
= 10.5

= 1.5353

Cp =

Cp = 1.1548

CPU =

CPU = 1.1548

CPL =

CPL = 1.1548
CPK = min (1.1548 ; 1.1548)
= 1.1548
Cp = 1,1548, berarti memiliki kapabilitas baik untuk memenuhi spesifikasi panjang
kain yang diinginkan.
Cpk = 1.1548, yang berarti bahwa proses memenuhi batas speseifikasi bawah.
Data di atas merupakan proses perhitungan yan terdapat pada peta kendali,
kemudian data tersebut akan dimasukan ke dalam grafik peta kendali, berikut
merupakan grafiknya:

Gambar 5 Peta Kendali X Bar

Gambar 6 Peta Kendali S


Grafik di atas merupakan grafik yang dibuat dengan menggunkan software
microsoft excel. Grafik di bawah menggambarkan grafik yang dibuat dengan software
minitab.
Gambar 7 Peta Kendali X Bar

Gambar 8 Peta Kendali S


Xbar – s Chart adalah Peta kendali untuk mengendalikan proses berdasarkan
Rata-rata (X-bar) dan Standar Deviasi (s). Xbar-s Chart digunakan apabila ukuran
sampel yang dikumpulkan berjumlah lebih dari 5 (n > 5) pada setiap set sampel data,
Jumlah set sample yang ideal adalah 20 – 25 set sampel. Gambar diatas menunjukkan
jika garis CL melewati batas garis UCL dan LCL maka didapat variasi proses duluar
batas pengendalian, sehingga harus dilakukan revisi. Gambar diatas menunjukkan garis
CL tidak melewati batas garis UCL dan LCL sehingga tidak ditemukan variasi proses
yang berada diluar pengendalian secara statistic. Karena tidak ada variasi proses yang
berada diluar batas pengendalian makan dari itu tidak perlu dilakukan revisi. Dengan
demikian proses berada dalam pengendalian.