Disusun Oleh :
SKRIPSI
Disusun sebagai salah satu syarat untuk memperoleh Gelar Sarjana Strata-1
pada Jurusan Teknik Industri Fakultas Teknologi Industri
Institut Sains & Teknologi AKPRIND Yogyakarta
Disusun Oleh :
Menyetujui :
ii
iii
iv
v
HALAMAN PERSEMBAHAN
1. Kedua orang tua sebagai tanda bakti, hormat dan terimakasih kepada ayah dan
ibu yang selalu memberikan kasih sayang, dukungan, do’a dan segalanya yang
dimiliki.
3. Dosen pembimbing skripsi saya Ibu Endang Widuri Asih, S.T., M.T dan Ibu
Mega Inayati Rif’ah, S.T., M.Sc saya ucapkan terimakasih yang sebesar-
Begitu juga kepada seluruh dosen Teknik Industri IST AKPRIND. Semoga
vi
MOTTO
Wahai orang-orang yang beriman, jadikanlah sabar dan salat sebagai penolongmu.
Sesungguhnya Allah beserta orang-orang yang sabar
(Qs Al Baqarah: 153)
Ilmu mempercepat anda sampai ke tujuan, Agama menentukan arah yang dituju.
(Murtadha Muthahhari)
Bukan hanya semata-mata takdir Tuhan yang mengharuskan kita bahagia, tapi
kitalah yang harus membuat diri kita berbahagia
(Imanuel Kant)
Sejarah berulang, pertama sebagai sebuah tragedi dan yang kedua kali sebagai
sebuah peristiwa yang absurd
(Karl Marx)
vii
KATA PENGANTAR
dengan baik.
semua pihak yang selama ini telah membantu, baik secara langsung maupun tidak
1. Bapak Dr. Edhy Sutanta, ST., M. Kom., Rektor Institut Sains & Teknologi
AKPRIND Yogyakarta.
2. Bapak Dr. Ir. Toto Rusianto, M.T., Dekan Fakultas Teknologi Industri
3. Ibu Endang Widuri Asih, S.T., M.T., Dosen Pembimbing I dan Ketua Jurusan
4. Ibu Mega Inayati Rif’ah, S.T., M.Sc., Dosen Pembimbing II yang telah
5. Bapak dan Ibu Dosen Jurusan Teknik Industri memberikan ilmu yang sangat
viii
6. Bapak Anis Giarto selaku KASUBAG Pabrik PT Perkebunan Tambi yang
7. Teman-teman Pustaka Kabori Andri Jaya, Gus Malik, Ketua Erik, Nyale,
Muhaimin, Kakak Mino dan kawan saya Tito Amjad yang selalu memberikan
Penyusun
ix
DAFTAR ISI
A. Latar Belakang............................................................................................ 1
B. Perumusan Masalah..................................................................................... 5
D. Tujuan Penelitian......................................................................................... 5
E. Manfaat Penelitian....................................................................................... 6
x
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI ......................... 7
2. Proses Pengolahan................................................................................ 71
1. Define.................................................................................................... 83
2. Meassure............................................................................................... 99
3. Anayze................................................................................................. 107
5. Control................................................................................................ 112
xi
BAB V PEMBAHASAN ................................................................................ 114
A. Kesimpulan.............................................................................................. 130
xii
DAFTAR TABEL
xiii
Tabel 4.12 Perhitungan Waktu Baku.................................................................. 89
Tabel 4.28 DPMO dan Level Sigma Teh Mutu I.............................................. 105
Tabel 4.29 DPMO dan Level Sigma Teh Mutu III........................................... 106
xiv
DAFTAR GAMBAR
xv
ANALISIS PENGENDALIAN KULITAS PRODUK TEH
HITAM DENGAN PENDEKATAN LEAN SIX SIGMA METHOD
(STUDI KASUS : PT PERKEBUNAN TAMBI)
INTISARI
Kata Kunci : Kualitas, Pengendalian Kualitas, Teh Hitam, Six Sigma, Waste,
DPMO.
xvi
QUALITY CONTROL ANALYSIS OF BLACK TEA PRODUCT
BY APPROACHING LEAN-SIX SIGMA METHOD
(CASE STUDY: PT PERKEBUNAN TAMBI)
ABSTRACT
Keywords : Quality, Quality Control, Black Tea, Six Sigma, Waste, DPMO.
xvii
BAB I
PENDAHULUAN
A. Latar Belakang
perusahaan menjadi lebih mudah, cepat dan modern. Ditambah dengan laju
pengusaha untuk bekerja dengan lebih efektif, efisien dan mandiri demi
level produksi sehingga para produsen atau pelaku perusahaan mesti berupaya
zero defect dan mengeliminasi keluhan atau zero compliant (Walujo, dkk.
2020).
teh hitam yang hasil produksi teh dari pabrik ini sebagian besar telah diexport
1
ke berbagai negara-negara maju di dunia seperti Amerika Serikat, Kanada,
Kualitas dari produk teh hitam yang dihasilkan oleh perusahaan ini
memenuhi standar mutu. Misalnya saja, beberapa hasil teh kering yang sudah
proses penjenisan karena kadar air yang dihasilkan tidak sesuai standar kadar
kembali dengan mesin pengeringan. Sebagai contoh, mengacu pada data dari
sampel yang ditemukan pada hari tertentu, setidaknya ada sekitar 15 kg yang
mesti di rework karena kadar air yang dihasilkan tidak memenuhi standar
yang ditetapkan.
dihasilkan bisa diketahui dengan melakukan proses uji mutu, dimana kualitas
teh kering dapat dilihat dari intensitas kenampakan ampasnya, masa jenis,
warna, rasa serta kadar air pada teh kering dengan berdasarkan pada nilai
2
produktivitas yang tinggi serta faktor-faktor yang menyebabkan kegagalan
produksi akan dapat ditekan sekecil mungkin. Oleh karena itu, kualitas
(Wahyuningtyas, 2016).
tujuannya mencapai tingkat defect (produk rusak/cacat) sebesar 3.4 produk per
serta melacak jenis-jenis waste atau pemborosan yang terjadi yang bisa saja
3
Penelitian ini dilakukakan untuk mengetahui lebih lanjut pengendalian
teh hitam dengan merujuk pada hasil data produksi teh kering dengan
produksi dari pemilihan bahan baku sampai distribusi dan perbaikan yang
berkelanjutan.
metode anaitik dalam pengendalian kuaitas sehingga hal ini bisa menjadi
kualitas dengan menggunakan metode Six Sigma. Metode ini merupakan satu
pengendalian kualitas dapat dilakukan mulai dari bahan baku, selama proses
standar kualitas yang telah ditentukan sehingga setiap produk yang dihasilkan
4
B. Rumusan Masalah
produk teh hitam dengan pendekatan Lean Six-Sigma Method pada PT.
Perkebunan Tambi?
C. Tujuan Penelitian
proporsi cacat dari hasil data produksi pada PT. Perkebunan Teh Tambi.
3. Menentukan seberapa besar tingkat level Sigma hasil produksi bubuk teh
D. Batasan Masalah
Adapun beberapa batasan masaah pada peneitian ini adalah sebagai berikut:
2. Data produksi teh kering yang digunakan dari perusahaan untuk dianalisis
5
E. Manfaat Penelitian
produk dapat memenuhi standar kualitas yang diinginkan dan juga bisa
teh hitam.
6
BAB II
A. Tinjauan Pustaka
dalam skripsi ini dapat dilihat pada Tabel 2.1 di bawah ini.
No Judul Penelitian
1 Peneliti Tahun Irsan & Heny. 2019. Dengan judul Analisis Quality
Control dalam proses pengolahan teh hitam dengan
metode Six Sigma
Variabel Menggunakan alat bantu analisis control chart untuk
Terkait mengukur batas control produksi teh kemudian
mengukur DPMO dan nilai sigma hasil produksi
Hasil Didapatkan ada 21 data berada diluar batas control yang
disebabkan oleh banyaknya proporsi rework yang tidak
terkontrol karena mesin distasiun pengeringan yang tidak
konsisten. Dari peta control p yang sudah direvisi masih
saja terdapat proporsi cacat yang cukup tinggi yaitu
sebesar 0,046 atau 4,6%. Setelah data berada dalam batas
kontrol maka nilai level sigma sudah dapat dihitung.
Nilai CL yang didapat sebelum revisi yaitu 0,0442
sedangkan setelah dilakukan revisi didapatkan nilai CL
yaitu 0,0387 sehingga data seluruhnya berada dalam
batas control.
Persamaan Pada penelitian memiliki kesamaan pada objek analisis
yaitu produksi
Lanjutan teh State
Tabel 2.1 hitamof The
dan Art
penggunaan alat bantu
analisis statistic atau tooll yaitu control chart serta
pengukuran kapasitas nilai sigma dan DPMO
Perbedaan Pada peneitian ini penerapan tahapan measure dan
control tidak terlalu mendorong perusahaan untuk
menerapkan salah satu rekomendasi alternative seperti
misalanya saja penggunaan analisis kaizen atau yang lain
dalam meminimalisir kesalahan-kesalahan proses
7
No Judul Penelitian
produksi.
2 Peneliti Tahun Rindam. DKK. 2017. Dengan judul Strategi
Pengendalian Mutu Proses Produksi Minuman Teh
Menggunakan Metode Six Sigma (Studi Kasus di PT.
Dharana inti boga)
Variabel Menggunakan alat bantu statistic P-Chart anlyze serta
Terkait tools Spreadsheet FMEA dan Fishbone dalam analisis
penerapan DMAIC
Hasil Hasil penelitian menunjukkan bahwa nilai Deffect Per
Million Opportunity (DPMO) produk cacat teh cup pada
Line 1 sebesar 8.525 dan nilai sigma sebesar 3.89. untuk
Line 2 diperoleh nilai DPMO sebesar 856 dan nilai
sigma sebesar 4,64. Baik Line 1 maupun Line 2 masih
perlu dilakukan perbaikan mutu terus-menerus menuju
level 6 sigma. Berdasarkan Failure Mode Effect Analysis
(FMEA), permukaan mould yang tidak rata pada mesin
heater, Napple angin yang rusak pada mesin filler, photo
eye yang bengkok serta bearing seal pecah pada mesin
sealer menjadi prioritas dalam penyelesaian masalah.
Persamaan Pada penelitian ini memiliki perasamaan penggunaan
alat bantu analisis satatistikyaitu P-Chart untuk
mengetahui batas control produksi serta penggunaan
fishbone anlyze sebagai tools yang membantu
menganalisa penyebab kesalahan produksi
Perbedaan Pada jurnal penelitian ini menggunakan alat bantu
analysis Filure Mode Effect Analysis pada tahap
measure sebagai analisis kesalahan proses rancangan.
3 Peneliti Tahun Ayudya. DKK. 2016. Dengan judul Implementasi
Metode Six Sigma menggunakan grafik pengendali
ewma sebagai upaya meminimalisasi cacat produk kain
grei
Variabel Menggunakan Grafik Pengendali Exponentially
Terkait WeightedTabel Moving Average
Lanjutan 2.1 State of The Art (EWMA) untuk
menganalisis stabilitas proses agar terkendari terlebih
dahulu
Hasil Hasil yang diperoleh dalam penelitian ini adalah satu
keseluruhan produksi proses menghasilkan nilai DPMO
sebesar 24790,97 dengan tingkat kualitas sigma 3,464
artinya produk satu juta kain abu-abu ada 24790,97
meter produk yang tidak cocok dalam produksi.
8
No Judul Penelitian
Persamaan Pada penelitian ini sama-sama menggunakan analysis
fishbone untuk menguraikan persoalan-persoalan yang
menjadi penghambat stabilitas produksi, selain itu
pengidentifikasi standar performa perusahaan melalui
perhitungan DPMO dan tingkat sigma, penentuan
kemampuan proses (capability process) pada produk
menggunakan nilai Cp.
Perbedaan Pada penelitian ini menganalisis tingkat kecacatan
produksi kain grei dengan salah satu tools yang
digunakan yaitu Grafik pengendali Exponentially
Weighted Moving Average (EWMA
4 Peniliti Tahun Erbiyik, DKK. 2015. Dengan judul Six Sigma
Implementations in Supply Chain An Application for an
Automotive Subsidiary Industry in Bursa in Turkey.
Variabel terkait Penggunaan pengaplikasian fishbone secara kontiniu
dalam membantu menganalisis rantai pasokan produksi
Hasil Dalam penelitian ini, data yang digunakan telah
diperoleh dari tinjauan terperinci dan investigasi catatan
kegiatan produksi sebelumnya perusahaan, dan penilaian
yang relevan telah dibuat. Dalam lingkup implementasi
six-sigma, potensi dan cacat nyata yang relevan telah
diamati dan dianalisa melalui metode statistik dan
penyebab sebenarnya dari cacat telah ditemukan.
Persamaan Dalam penelitian ini struktur umum six sigma dijelaskan
sehubungan dengan 'bagaimana mendefinisikan masalah
kompleks yang dihadapi dalam rantai pasokan' bersama
dengan pengetahuan dan komentar yang relevan untuk
Lanjutan tabel 2.1 State of The Art
metode statistik yang digunakan dalam pengukuran dan
analisis rantai pasokan.
Perbedaan Pada penelitian ini tidak terlalu difokuskan pada
pengukuran nilai / tingkat produksi dalam hal ini seperti
misalnya pada tahap measure tidak ada
pengukuran lebih lanjut tentang nilai DPMO suatu
produksi yang dihasilkan menginat penelitian ini hanya
9
No Judul Penelitian
focus pada analisis rantai pasokan.
5 Peniliti Tahun Dorin Bloj, DKK. 2019. Dengan judul Lean Six Sigma
in the Energy Service Sector: A Case Study.
Vatiable terkait Penggunaan metode ANOVA analysis sebagai alat bantu
umengukur nilai statistika dengan dibantu penggunaan
pareto chart untuk menggambarkan klasifikasi
penggambaran kegagalan secara umum
Hasil Sebagai hasil dari implementasi Lean Six Sigma,
perusahaan secara signifikan meningkatkan tingkat
aktualisasi dari 2,6% menjadi 20%, mengungguli target
10% hanya dalam 3 bulan, memperbarui prosedur
internal, mengidentifikasi masalah utama panggilan dan
meningkatkan keseluruhan proses. Menangkap kesalahan
dan kesalahan adalah penting sebelum mereka berubah
menjadi cacat.
Persamaan Adapun persamaan dengan penilitan ini adalah mulai
dari penentuan nilai sigma, penggunaan tools statistic
diagram pareto dan mengaplikasi dengan control aplikasi
yang dilakukan secara berkala
Perbedaan Yang menjadi perbedaan spesifik dari penelitian ini
adalah objek penelitannya yaitu mengukur optimalasisai
hasil kerja perusahaan yang bergerak disektor energy
B. Landasan Teori
10
sangat luas relatif berbeda-beda atau bahkan berubah-ubah sehingga
misalnya saja jika dilihat dari prespektif penilaian akhir konsumen atau
dari sudut pandang produsen sebagai pihak yang mendesain kualitas itu
kebutuhan pelanggan.
atau suatu kedudukan yang lebih tinggi dari segmen lainnya.sementara itu
which the product and service in use will meet the expectations
of costumer”.
11
c. Kaouru Ishikawa dari Musahi Institute of Technology
costumer.
2020).
12
a. Menurut Harsono (1984) menyebut bahwa pengendalian adalah
jaminan bahwa hasil-hasil yang akan dicapai sesuai dengan apa yang
diharapkan.
direncanakan.
dan sedang dilakukan atau hasil yang akan dicapai sesuai dengan apa yang
dilakukan agar diperoleh hasil dengan mutu yang sesuai dengan yang
13
Pengendalian kualitas adalah suatu kegiatan/aktivitas pemeriksaan
dan analisa yang dilakukan terhadap bahan baku, barang setegah jadi
dengan kata lain menjaga agar kualitas produk yang dihasilkan sesuai
kuantitatif.
14
Pengetahuan tentang tujuan dan pentingnya pengawasan kualitas
2020) :
telah ditetapkan.
Dengan keadaan yang sedemikian maka harga barang hasil produksi dapat
relative murah serta kualitas yang stabil yang dapat membuat konsumen
kualitas adalah hal yang sangat urgen pada perusahaan untuk berhasil atau
15
3. Menjaga agar pengolahan baham (proses) selalu menurut rencana
sangat urgent pada perusahaan untuk berhasil atau tidaknya suatu produk
4. Lean System
Toyota Jepang setelah perang dunia II. Lean system ini berpusat pada
yang itnggi dengan biaya (costs) yang rendah. Untuk mengetahui letak
2. Non Vallue Added Activity yaitu kegiatan yang tidak memberikan nilai
3. Waste, yaitu kegiatan yang tidak memberikan nilai tambah dan tidak
16
Berikut Beberapa metode yang dapat digunakan untuk menerapkan
satu family produk, tidak hanya pada masing-masing area kerja, tetapi
added dan non value added. Value Stream Mapping secara visual
kedatangan bahan baku dari supplier melalui semua tahap proses produksi
17
1) Membantu perusahaan menggambarkan aliran produksi secara
keseluruhan mulai dari proses awal hingga proses akhir, bukan hanya
satu proses tunggal. Dengan demikian akan terlihat jelas seluruh aliran.
18
Untuk melihat Value Stream suatu produk secara keseluruhan
19
yang biasa mentransformasikan suatu produk dalam cara yang rela
c) Uptime
d) Jumlah Operator
e) Waktu Kerja
Waktu kerja yang dibutuhkan untuk tiap shift pada suatu proses
20
Tabel 2.2 Lambang Kategori Proses VSM
No Nama Lambang Fungsi
21
Lanjutan Tabel 2.2 Lambang Kategori Proses VSM
No Nama Lambang Fungsi
22
No Nama Lambang Fungsi
23
No Nama Lambang Fungsi
24
b. Rating Factor
diselesaikan dengan kecepatan yang tidak wajar oleh operator, maka agar
mengalikan waktu siklus rata-rata dengan suatu harga Rf atau factor rating.
berpendapat bahwa operator bekerja di atas normal maka harga Rf akan lebih
besar dari 1 (Rf>1) dan sebaliknya jika operator bekerja di bawah normal
maka harga Rf akan lebih kecil dari 1 (Rf<1). Dan andaikan pengukur
berpendapat bahwa operator bekerja secara wajar maka harga Rf akan sama
25
mengikuti cara kerja yang ditetapkan. Latihan dapat meningkatkan
sebab lain seperti karena kesehatan yang terganggu, rasa fatique yang
1. Super Skill
sebagai berikut:
26
2. Excellent Skill
kesalahan.
3. Good Skill
sebagai berikut:
umumnya.
27
5) Tidak memerlukan banyak pengawasan.
6) Tiada keragu-raguan.
7) Bekerjanya stabil.
9) Gerakan-gerakannya cepat.
4. Average Skill
sebagai berikut:
pekerjaanya.
5. Fair Skill
sebagai berikut:
28
3) Terlihat adanya perencanaan- perencanaan sebelum melakukan
gerakan.
6. Poor Skill
sebagai berikut:
2) Gerakan-gerakannya kaku.
bersangkutan.
29
Secara keseluruhan tampak pada kelas-kelas di atas bahwa yang
hal lainnya. Dengan pembagian ini pengukuran akan lebih terarah dalam
usaha atau effort dara westinghouse membagi juga atas kelas-kelas dengan
pekerjaannya. Berikut ini ada enam kelas usaha dengan ciri- cirinya antara
1. Excessive Effort
kesehatannya.
2. Excellent Effort
berikut :
30
2) Gerakan-gerakan lebih ekonomis dari pada operator-operator
biasa.
3. Good Effort
1) Bekerja berirama.
ada.
4. Average Effort
31
Pekerja yang memiliki kriteria average effort adalah sebagai berikut :
5. Fair Effort
3) Kurang sungguh-sungguh.
8) Terlampau hati-hati.
6. Poor Effort
32
alat-alat dan bahan-bahan.
faktor ini adalah hal-hal yang dapat terjadi secara terpisah didalam
kebisingan ruangan. Bila tiga faktor lainnya yaitu keterampilan, usaha dan
kerja merupakan sesuatu diluar operator yang diterima apa adanya oleh
33
Kondisi kerja dibagi menjadi enam kelas yaitu ideal, excellent,
good , average, fair dan poor. Kondisi yang ideal tidak selalu sama untuk
dianggap good bagi suatu pekerjaan dapat saja dirasakan sebagai fair atau
SKILL EFFORT
+0.15 A1 +0.13 A1
SUPER SKILL SUPER SKILL
+0.13 A2 +0.12 A2
+0.11 B1 +0.10 B1
EXCELLENT EXCELLENT
+0.08 B2 +0.08 B2
+0.06 C1 +0.05 C1
GOOD GOOD
+0.03 C2 +0.02 C2
0.00 D AVERAGE 0.00 AVERAGE
-0.05 E1 -0.04 E1
FAIR FAIR
-0.10 E2 -0.08 E2
-0.16 F1 -0.12 F1
-0.22 F2 POOR -0.17 F2 POOR
CONDITION CONSISTENCY
+0.06 A IDEAL +0.04 A IDEAL
+0.04 B EXCELLENT +0.03 B EXCELLENT
+0.02 C GOOD +0.01 C GOOD
0.00 D AVERAGE 0.00 D AVERAGE
-0.03 E FAIR -0.02 E FAIR
-0.07 F POOR -0.04 F POOR
(Sumber: Aditya, 2013)
34
Berdasarkan Tabel maka nilai factor rating dapat ditentukan sebagai
c. Kelonggaran (Allowance)
menghilangkan rasa lelah, dan hambatan yang tidak dapat terhindarkan. Cara
sendiri- sendiri.
Faktor Kelonggaran
Tenaga Yang dikeluarkan Pria Wanita
1. Dapat diabaikan 0,0-0,6 0,0-0,6
2. Sangat Ringan 6,0-7,5 6,0-7,5
3. Ringan 7,5-12,0 7,5-12,0
4. Sedang 12,0-19,0 16,0-30,0
35
Faktor Kelonggaran
5. Berat 19,0-30,0
6. Sangat Berat 30,0-50,00
Sikap Kerja
1. Duduk 0,0-1,0
2. Berdiri di atas dua kaki 1,0-2,5
3. Berdiri di atas satu kaki 2,5-4,0
4. Berbaring 2,5-4,0
5. Membungkuk 4,0-10
Gerakan Normal
1. Normal 0
2. Agak terbatas 0-5
3. Sulit 0-5
4. Anggota badan terbatas 5-10
5. Seluruh anggota badan terbatas 10-15
Kelelahan Mata Cahaya Baik Cahaya Buruk
1. Pandangan yang terputus-putus 0,0-6,0 0,0-6,0
2. Pandangan hampir terus menerus 6,0-7,5 6,0-7,5
3. Pandangan terus menerus fokus
7,5-12,0 7,5-16,0
berubah
4. Pandangan terus menerus fokus
12,19,0 16,0-30,0
tetap
Keadaan Temperatur Kerja (C)
1. Beku (dibawah 0) Di atas 10
2. Rendah (0-13) 10-0
3. Sedang (13-22) 5-0
4. Normal (22-28) 0-5
5. Tinggi (28-38) 5-40
6. Sangat tinggi (diatas 38) Di atas 40
Keadaan Atmosfer
1. Baik 0
36
Faktor Kelonggaran
2. Cukup 0-5
3. Kurang baik 5-10
4. Buruk 10-20
Keadaan Lingkungan Yang Baik
1. bersih, sehat, kebisingan rendah 0
2. siklus kerja berulang 5-10 detik 0-1
3. siklus kerja berulang 0-5 detik 1-3
4. sangat bising 0-5
5. faktor yang menurukan kualitas 0-5
6. terasa adanya getaran lantai 5-10
7. keadaan yang luar biasa 5-15
(Sumber: Aditya, 2013)
37
Jenis Waste Hubungan antar Waste
kurangnya perhatian mereka terhadap produk yang dihasilkan.
O_M Kelebihan mengarah ke perilaku tidak ergonomis, yang
mengarah ke metode kerja yang tidak standart dengan jumlah
kerugian gerak yang cukup besar.
O_T Over production mengarah ke upaya transportasi lebih tinggi
untuk mengikuti waste produksi.
O_W Ketika terjadi over produksi disatu stasiun kerja maka akan
terjadi antrian produk untuk diproses distasiun kerja berikutnya
I_O Kelebihan bahan baku dapat mendorong pekerja untuk
melakukan produksi berlebihan
I_D Meningkatkan persediaan bahan baku mentah, bottleneck dan
produk hasil produksi akan meningkatkan kemungkinan menjadi
cacat karena kurangnya perhatian dan kondisi penyimpanan yang
tidak cocok.
I_D Peningkatan persediaan akan meningkatkan waktu untuk
mencari, memilih, menggenggam, mencapai, bergerak, dan
penanganan
I_T Peningkatan persediaan kadang-kadang memblokir gang-gang
yang tersedia, membuat produksi memakan waktu lebih
banyak untuk aktivitas transportasi.
M_W Ketika standar tidak diatur, waktu akan digunakan untuk mencari,
menangkap, bergerak, perakitan, yang mengakibatkan peningkatan
waktu menunggu untuk bagian selanjutnya.
D_O Perilaku over production muncul untuk mengatasi kekurangan
bagian karena cacat.
D_I Memproduksi bagian yang rusak yang perlu dikerjakan ulang
berarti peningkatan kadar proses pengerjaan dalam bentuk
persediaan
D_M Memproduksi cacat meningkatkan waktu pencarian, seleksi, dan
pemeriksaan bagian, pengerjaan ulang membutuhkan pelatihan
keterampilan yang lebih tinggi.
D_T Memindahkan bagian yang rusak ke stasiun kerja yang dibutuhkan
akan meningkatkan intensitas transportasi yaitu kegiatan
38
Jenis Waste Hubungan antar Waste
pemborosan transportasi.
D_W Rework akan dicadangan di stasiun kerja sehingga bagian-bagian
baru akan menunggu untuk diproses
M_I metode kerja tidak standar menyebabkan penumpukan material
karena keterlambatan pengerjaan
M_D Kurangnya pelatihan dan standarisasi berarti persentase cacat akan
meningkat.
M_P Ketika pekerjaan tidak standar, pemborosan proses akan
meningkat karena kurang memahami kapasitas teknologi yang
tersedia
T_O Transportasi berlebihan ke proses berikutnya karena kapasitas
pengangkutan yang besar menyebabkan mesin memproduksi
produk berlebihan.
T_I Transportasi berlebihan menyebabkan penumpukan persediaan
produk
T_D Ketika transportasi berlebihan, produk akan mengalami cacat
karena perilaku transportasi yang tidak sesuai dengan produk
T_M Ketika barang yang diangkut sembarangan menyebabkan operator
melakukan pemborosan waktu
T_W Jika transportasi tidak standard maka menyebabkan material
berikutnya menunggu untuk proses.
P_O Dalam rangka untuk mengurangi biaya waktu operasi per mesin,
mesin didorong untuk mengoperasikan waktu penuh, yang
akhirnya menghasilkan kelebihan produk.
P_I Dengan melakukan proses berlebihan maka menyebabkan
kelebihan persediaan
P_D Proses berlebihan pada suatu material dapat menyebabkan
material menjadi cacat
P_M Teknologi baru dari proses yang tidak memiliki pelatihan
menciptakan pemborosan gerak manusia.
P_W Ketika proses tidak standart waktu setup dan downtime berulang
akan menyebabkan waktu tunggu yang lebih tinggi.
39
Jenis Waste Hubungan antar Waste
lebih banyak karena tetap berjalan.
W_I Menunggu berarti lebih banyak item dari yang diperlukan pada
titik tertentu.
W_D Item menunggu dapat menyebabkan cacat karena kondisi yang
tidak cocok
(Sumber: Wibisono, 2011)
Maka dibutuhkan penilaian untuk mengetahui bobot dari setiap pola yang
Hubungan antar waste yang satu dengan yang lainnya dapat disimbolkan
40
Semakin besar nilai deviasi standar yang didapatkan, semakin besar
N
σ=
√ 1
∑ ( x − x́ )2
N i=1 i
41
pada kinerja jangka panjang melalui peningkatan mutu untuk
(zero defect) pada kapabilitas proses sama dengan atau lebih dari 6-σ
kegagalan atau product cacat (defect) setara dengan 3,4 defect dari 1
juata peluang.
keinginan pelanggan.
42
meningkatkan kinerja organisasi, benefit yang diperolah sebagai
berikut :
secara dramatis.
laba perusahaan.
43
Sigma karena diprioritaskan untuk melaksanakan pekerjaan lain.
44
Gambar 2.2 Diagram Alir DMAIC
sebagai berikut:
45
Gambar 2.3 Contoh Tabel unsur-unsur pernyataan masalah
(sumber: Soemohadiwidjojo, 2017)
b. Memilih atau menentukan Critical-To-Quality, CTQ
1. Critical-To-Quality
2. Critical-To-Delivery
3. Critical-To-Cost
46
melakukan perbaikan, termasuk untuk menetapkan
Opportunity)
47
defective per jumlah unit, sedangkan rumus dari fine
(defect-free)
Nilai Sigma
48
tersebut pada langkah analyze perlu dilakukan pencarian dan
lain:
desain.
49
bawah ini dapat menjelaskan siklus penentuan akar
membuat prioritas.
dilaksanakan.
50
Six Sigma untuk mengidentifikasi variasi dalam
tingkat Six Sigma atau lebih besar. Hal ini dapat tercapai
51
ditingkatkan kinerjanya.
selanjutnya didokumentasikan.
diinginkan.
permasalahan yang timbul dalam proses bisnis. Oleh karena itu pemilihan
pentingnya dengan penyusunan strategi six sigma. Hal ini agar pengukuran
52
evaluasi dan analisis proses bisnis dapat dilakukan secara tepat dan efektif
a. Cause-and-effect diagram
proses.
Material, bahan mentah, bahan baku, suku cadang, alat tulis dan
53
Gambar 2.5 Contoh Diagram Fishbone Identifikasi Masalah
(sumber: Soemohadiwidjojo, 2017)
b. Kaizen Checcklist
dan Zen yang berarti baik. Menurut Imai Kaizen berarti perbaikan
disertai dengan usaha sumber daya manusia yang tepat karena manusia
54
faktor-faktor yang besar kemungkinannya membutuhkan
perbaikan.
4) Five M checklist, alat ini berfokus pada lima faktor kunci yang
Namun karena dari keempat alat pada kaizen tersebut hampir sama
c. Control Chart
55
dalam kondisi terkendali. Control chart biasanya digunakan untuk data
56
Rata-rata hasil statistik dengan menghitung seluruh sampel (rata-
np
P= ………………. (2.3)
n
Keterangan:
rumus persamaan
p−(1− p)
UCL= p+ 3
√ n
……………….. (2.5)
dimana
p : Presentasi Cacat
n : Jumlah sampel dalam setiap inspeksi
p−(1− p)
UCL= p−3
√ n
……………….. (2.6)
57
Dimana
p : Presentasi Cacat
n : Jumlah sampel dalam setiap inspeksi
Dalam
. program six sigma control chart memiliki tiga kegunaan
air sekitar 75 – 80% dari berat total daun. Menurut badan standarisasi
nasional indonesi (2016) tentang standar mutu teh hitam yaitu syarat mutu
teh hitam terdiri dari syarat mutu umum (fisik dan organleptik) dan syarat
58
Kehitaman sampai dengan kuning
Warna
keckatan (tembaga)
Tergulung sempurna sampai dengan
Bentu Fisik
bubuk dan serat batang
59
BAB III
METODE PENELITIAN
A. Objek Penelitian
B. Tahapan Penelitian
berikut:
a. Studi Pendahuluan
proses produksi teh hitam dengan cara causal research karena penelitian
b. Studi Literatur
60
C. Pengumpulan Data
langsung pada obyek proses atau hasil produksi teh hitam dengan
61
produksi. Selain itu melalui observasi diperoleh juga data produksi teh
Data sekunder didapat dengan cara tidak langsung baik dari literatur
diolah sehingga berguna dalam tahap analisis. Selain itu pengumpulan data
ada.
terdapat dalam metode Lean Six Sigma. Metode ini digunakan untuk
62
a) Define, pada tahapan ini ditentukan proporsi defect yang menjadi
stream.
63
berbeda yaitu; a = 2; b = 1; c = 0. Sementara untuk pertanyaan
Instruksi Pengisian:
64
No Pertanyaan Pilihan jawaban Skor
c. Jarang =0
2 Bagaimanakah jenis hubungan a. Jika i naik maka j naik =2
antara i dan j b. Jika i naik maka j tetap =1
c. Tidak tentu tergantung keadaan =0
3 Dampak j karena i a. Tampak secara langsung dan =4
jelas =2
b. Butuh waktu untuk muncul =0
c. Tidak sering muncul
4 Menghilangkan dampak i a. Metode Engineering (Teknis) =2
terhadap j dapat dicapai b. Sederhana dan langsung =1
dengan cara… c. Solusi intruksional =0
5 Dampak i terhadap j terutama a. Kualitas produk =1
mempengaruhi… b. Produktivitas sumber daya =1
c. Lead-time =1
d. Kualitas dan produktivitas =2
e. Kualitas dan lead-time =2
f. Produktivitas dan lead-time =2
g. Kualitas, produktivitas, dan lead- =4
time
6 Sebesar apa dampak i terhadap a. Sangat tinggi =4
j akan meningkatkan lead-time b. Sedang =2
c. Rendah =0
(Sumber: Rawabdeh, 2005 dikutip oleh Mughni 2012)
65
nilai DPOM (Defect Per Million Oppotunities) dan nilai Sigma Level
berikut:
persamaan 2.4
66
berdasarkan jenis kegagalan yang terbesar sampai kegagalan yang
terkeci. Pada tahap ini juga dilakukan analisis terhadap faktor – faktor
proses perbaikan yang telah dilakukan dengan efektif dan efisien serta
untuk menjaga kondisi proses agar tetap stabil dan tidak mengalami
diimplementasikan.
4. Kesimpulan
67
D. Diagram Alir Peneltian
Mulai
Studi Pendahuluan
Studi Literatur
Soemohadiwidjojo. 2017. “Six Sigma:Metode Pengukuran Kinerja Perusahaan
Berbasis Statistik”. Raih Asa Sukses, Jakarta
Walujo Adi, DKK. 2020. “Pengendalian Kualitas”. Scopindo Media Pustaka,
Surabaya
Dorin Bloj, DKK. 2019. “Lean Six Sigma in the Energy Service Sector: A Case
Study”. Technical Universiy of Cluj-Napoca, Rumania
68
A
Pembahasan
Selesai
69
BAB IV
A. Pengumpulan Data
tersebut pada tahun 1880 dibeli oleh Mr. M.P. van Der Berg, A.W.
70
En Kina Maatschappij. Selanjutnya didirikan Perseroan Terbatas (PT)
2. Proses Pengolahan
pengolahan yang ada, dimana pegolahan bahan baku teh dalam hal ini
pucuk teh basah menjadi teh kering diolah melalui beberapa tahap proses
71
a. Pelayuan, pada tahap ini pucuk teh dating dari kebun dalam kondisi
basah, dengan presentasi kadar air 80-90%. Pucuk teh yang tiba
yang disebut withering trough yang nantinya melalui alat ini udara
mampu mengurangi kadar air yang didalam pucuk teh segar atau
teh yang telah digulung menjadi partikel yang lebih kecil. Selain
itu daam tahap ini juga ada proses oksidasi enzimatis yang
hitam.
72
pengeringan yang ideal untuk mengeringkan teh bubuk hingga
Grof, BOP, BOPF, PF, Dust, BP, BT, BM ; Mutu II = PF II, Dust
73
dilakukan untuk menjaga kelembaban teh sehingga kadar air tidak
kerja dengan non value added time mesin itu sendiri. Data uptime dapat
Dimana diketahui,
Non Value added time : Waktu proses yang tidak memiliki nilai
tambah
Uptime ( % )=94,11 %
74
25 days × 8 hours × 60 minutes−0
Uptime ( % )= ×100 %
25 days × ( 9 hours−0,7 hours ) × 60 minutes
Uptime ( % )=96,38 %
Uptime ( % )=91,95 %
Uptime ( % )=94,11 %
Upti
N Jumlah Mesin
Proses me( Jumlah Operator
o (Unit)
%)
1 Pelayuan 94,11 16 2
%
2 Penggilingan 96,38 9 5
%
3 Pengeringan 91,95 4 3
%
4 Penjenisan (Sortasi) 94,11 8 4
%
(Sumber: Pengumpulan Data)
75
4. Rekapitulasi Waste Relationship Matrix
kuisioner berupa matrix check yang telah disediakan. Formulir ini diisi
Tabel 4.2 untuk pengolahan teh tahap pelayuan, Tabel 4.3 untuk
pengolahan teh tahap penggilingan dan Tabel 4.4 untuk pengolahan teh
tahap pengeringan serta Tabel 4.5 untuk pengolahan teh tahap sortasi.
1 2 3 4 5 6
Relation Jum
J S J S J S J S J S J S
O_I a 4 a 2 a 4 a 2 b 1 a 4 17
O_D b 2 c 0 b 2 a 2 a 1 b 2 9
O_M b 2 c 0 a 4 a 2 f 2 a 4 14
O_T a 4 a 2 a 4 a 2 b 1 a 4 17
O_W a 4 a 2 b 2 c 0 d 2 a 4 14
I_O a 4 a 2 a 4 a 2 b 1 a 4 17
I_D b 2 a 2 b 2 a 2 b 1 b 2 11
I_M a 4 a 2 b 2 c 0 f 2 a 4 14
I_T a 4 a 2 a 4 b 1 c 1 a 4 16
D_O c 0 c 0 c 0 a 2 a 1 b 2 5
D_I c 0 c 0 c 0 b 1 a 1 b 2 4
D_M c 0 c 0 c 0 b 1 b 1 c 0 2
D_T c 0 c 0 c 0 b 1 c 1 c 0 2
D_W c 0 c 0 b 2 a 2 c 1 a 4 9
M_I c 0 c 0 b 2 c 0 f 2 b 2 6
M_D b 2 c 0 b 2 b 1 g 4 b 2 11
76
1 2 3 4 5 6
Relation Jum
J S J S J S J S J S J S
M_P b 2 c 0 a 4 b 1 b 1 b 2 10
M_W a 4 a 2 a 4 b 1 c 1 b 2 14
T_O c 0 c 0 c 0 b 1 b 1 b 2 4
T_I c 0 c 0 c 0 b 1 b 1 b 2 4
T_D c 0 b 1 c 0 b 1 b 1 c 0 3
T_M b 2 c 0 a 4 c 0 f 2 b 2 10
T_W a 4 a 2 b 2 b 1 b 1 c 0 10
P_O b 2 c 0 c 0 c 0 b 1 a 4 7
P_I c 0 c 0 c 0 b 1 a 1 c 0 2
P_D c 0 c 0 b 2 b 1 a 1 c 0 4
P_M c 0 c 0 c 0 b 1 b 1 c 0 2
P_W c 0 c 0 b 2 c 0 a 1 c 0 3
W_O c 0 c 0 b 2 a 2 g 4 b 2 10
W_I b 2 c 0 b 2 a 2 d 2 b 2 10
W_D c 0 c 0 c 0 b 1 b 1 b 2 4
(Sumber: Pengumpulan Data)
Ket : O = Overproduction
I = Inventory
D = Defect
M = Motion
T = Transportation
P = Process
W = Waiting
77
1 2 3 4 5 6
Relation Jum
J S J S J S J S J S J S
O_I b 2 a 2 a 4 a 2 b 1 c 0 11
O_D b 2 c 0 b 2 a 2 c 1 b 2 9
O_M b 2 c 0 a 4 c 0 a 1 c 0 7
O_T b 2 c 0 b 2 c 0 c 1 b 2 7
O_W a 4 a 2 b 2 c 0 d 2 b 2 12
I_O a 4 a 2 b 2 a 2 a 1 c 0 11
I_D c 0 c 0 b 2 a 2 a 1 c 0 5
I_M b 2 c 0 c 0 b 1 a 1 c 0 4
I_T c 0 c 0 b 2 b 1 c 1 c 0 4
D_O b 2 b 1 a 4 a 2 a 1 b 2 12
D_I c 0 c 0 b 2 a 2 a 1 c 0 5
D_M b 2 a 2 b 2 b 1 a 1 b 2 10
D_T c 0 c 0 c 0 b 1 d 2 b 2 5
D_W c 0 c 0 b 2 b 1 b 1 b 2 6
M_I a 4 a 2 a 4 b 1 d 2 a 4 17
M_D b 2 a 2 b 2 b 1 g 4 b 2 13
M_P c 0 c 0 c 0 b 1 d 2 a 4 7
M_W a 4 a 2 a 4 b 1 b 1 b 2 14
T_O c 0 c 0 c 0 b 1 b 1 b 2 4
T_I c 0 c 0 b 2 b 1 c 1 c 0 4
T_D c 0 c 0 c 0 b 1 d 2 b 2 5
T_M b 2 c 0 a 4 b 1 g 4 b 2 13
T_W a 4 a 2 a 4 b 1 d 2 b 2 15
P_O b 2 c 0 c 0 b 1 a 1 c 0 4
P_I c 0 c 0 c 0 b 1 a 1 c 0 2
P_D c 0 c 0 b 2 b 1 a 1 c 0 4
P_M c 0 c 0 c 0 b 1 b 1 c 0 2
P_W c 0 c 0 b 2 b 1 b 1 c 0 4
W_O c 0 c 0 b 2 a 2 d 2 b 2 8
W_I b 2 c 0 b 2 a 2 g 4 b 2 12
W_D c 0 c 0 b 2 b 1 b 1 b 2 6
(Sumber: Pengumpulan Data)
78
hubungan antara waste motion dan inventory. Nantinya akan diakumulasi
1 2 3 4 5 6
Relation Jum
J S J S J S J S J S J S
O_I a 4 a 2 a 4 a 2 a 1 b 2 15
O_D c 0 c 0 b 2 a 2 a 1 b 2 7
O_M b 2 c 0 b 2 b 1 d 2 b 2 9
O_T c 0 c 0 b 2 b 1 b 1 b 2 6
O_W c 0 c 0 b 2 a 2 d 2 b 2 8
I_O a 4 a 2 a 4 a 2 a 1 b 2 15
I_D c 0 c 0 b 2 a 2 a 1 c 0 5
I_M b 2 c 0 b 2 b 1 b 1 c 0 6
I_T c 0 c 0 c 0 b 1 b 1 b 2 4
D_O c 0 c 0 b 2 a 2 e 2 b 2 8
D_I c 0 c 0 b 2 a 2 a 1 c 0 5
D_M c 0 a 2 b 2 b 1 a 1 b 2 8
D_T b 2 c 0 c 0 c 0 d 2 c 0 4
D_W b 2 c 0 c 0 b 1 b 1 b 2 6
M_I a 4 a 2 a 4 c 0 d 2 a 4 16
M_D a 4 a 2 b 2 b 1 g 4 a 4 17
M_P c 0 c 0 a 4 b 1 g 4 a 4 13
M_W a 4 a 2 a 4 b 1 d 2 a 4 17
T_O c 0 c 0 c 0 b 1 b 1 c 0 2
T_I c 0 c 0 c 0 b 1 b 1 b 2 4
T_D b 2 b 1 c 0 c 0 d 2 c 0 5
T_M b 2 c 0 b 2 b 1 f 2 b 2 9
T_W a 4 a 2 a 4 c 0 d 2 b 0 12
P_O b 2 c 0 c 0 c 0 c 1 c 0 3
P_I c 0 c 0 c 0 b 1 a 1 c 0 2
P_D c 0 c 0 b 2 b 1 e 2 c 0 5
P_M c 0 c 0 c 0 b 1 a 1 c 0 2
P_W c 0 c 0 b 2 b 1 a 1 c 0 4
W_O c 0 c 0 b 2 a 2 d 2 b 2 8
W_I b 2 c 0 b 2 a 2 d 2 b 2 10
W_D b 2 c 0 c 0 b 2 b 1 b 2 7
79
(Sumber: Pengumpulan Data)
adalah hubungan antara waste motion dan defect, serta waste motion dan
1 2 3 4 5 6
Relation Jum
J S J S J S J S J S J S
O_I a 4 a 2 b 2 a 2 e 2 b 2 14
O_D c 0 c 0 b 2 a 2 a 1 a 4 9
O_M c 0 c 0 b 2 b 1 a 2 b 2 7
O_T c 0 c 2 b 2 b 1 b 1 b 2 8
O_W c 0 c 2 b 2 a 2 g 4 b 2 12
I_O a 4 a 2 b 2 a 2 e 2 b 2 14
I_D c 0 c 0 c 0 b 1 e 2 c 0 3
I_M a 4 a 2 a 4 b 1 g 4 a 4 19
I_T b 2 c 0 b 2 b 1 b 1 c 0 6
D_O c 0 c 0 b 2 a 2 a 1 b 2 7
D_I c 0 c 0 c 0 b 1 e 2 c 0 3
D_M c 0 c 0 c 0 b 1 a 1 c 0 2
D_T c 0 c 0 b 2 b 1 a 1 c 0 4
D_W c 0 c 0 c 0 b 1 b 1 c 0 2
M_I a 4 a 2 a 4 b 1 g 4 a 4 19
M_D a 4 a 2 a 4 b 1 g 4 b 2 17
M_P c 0 c 0 a 4 b 1 g 4 a 4 13
M_W a 4 a 2 a 4 b 1 d 2 a 4 17
T_O b 2 c 0 c 0 b 1 b 1 c 0 4
T_I b 2 c 0 b 2 b 1 b 1 c 0 6
T_D b 2 c 0 b 2 b 1 b 1 b 2 8
T_M b 2 c 0 a 4 c 0 g 4 b 2 12
T_W a 4 a 2 a 4 b 1 d 2 b 0 13
P_O c 0 c 0 c 0 c 0 c 1 c 0 1
P_I c 0 c 0 c 0 b 1 a 1 c 0 2
P_D c 0 c 0 c 0 b 1 e 2 c 0 3
P_M c 0 c 0 c 0 b 1 a 1 c 0 2
P_W c 0 c 0 b 2 b 1 a 1 c 0 4
80
1 2 3 4 5 6
Relation Jum
J S J S J S J S J S J S
W_O c 0 c 0 b 2 a 2 g 4 b 2 10
W_I c 0 c 0 b 2 a 2 d 2 b 2 8
W_D c 0 c 0 c 0 b 1 b 1 c 0 2
(Sumber: Pengumpulan Data)
secara keseluruhan pada hasil Tabel konversi yang ada pada pengolahan
data.
proporsi cacat yang ada digunakan data produksi perusahaan pada bulan
Januari 2020, dimana untuk data produksi jenis Teh Mutu I dapat dilihat
Jumlah
Tanggal-Bln
Produksi (Kg) Cacat (Kg)
02-Jan 426 32
04-Jan 685 51
05-Jan 1105 82
06-Jan 1151 83
07-Jan 1333 86
08-Jan 903 74
09-Jan 1432 72
11-Jan 1281 81
12-Jan 1536 84
13-Jan 1243 81
14-Jan 1237 86
15-Jan 994 63
16-Jan 1128 71
81
Jumlah
Tanggal-Bln
Produksi (Kg) Cacat (Kg)
18-Jan 1197 88
19-Jan 1257 90
20-Jan 1058 88
21-Jan 1575 87
22-Jan 784 67
23-Jan 846 61
25-Jan 922 76
26-Jan 1063 83
27-Jan 1059 80
28-Jan 1370 86
29-Jan 1190 91
30-Jan 1416 95
Jumlah 28191 1938
(Sumber: Pengumpulan Data)
Adapun untuk data produksi jenis Teh Mutu I dapat dilihat pada
Jumlah
Tanggal-Bln
Produksi (Kg) Cacat (Kg)
02-Jan 246 15
04-Jan 345 22
05-Jan 428 19
06-Jan 604 33
07-Jan 410 22
08-Jan 493 32
09-Jan 358 25
11-Jan 475 15
12-Jan 557 30
13-Jan 581 30
14-Jan 384 25
15-Jan 385 27
16-Jan 359 22
18-Jan 447 22
19-Jan 510 29
20-Jan 411 23
21-Jan 456 25
82
Jumlah
Tanggal-Bln
Produksi (Kg) Cacat (Kg)
22-Jan 638 34
23-Jan 578 24
25-Jan 558 25
26-Jan 690 19
27-Jan 671 23
28-Jan 1052 29
29-Jan 912 27
30-Jan 997 29
Jumlah 13545 626
(Sumber: Pengumpulan Data)
berdasarkan kualitas air pada teh kering yang dihasilkan, dengan standar
kualitas kadar air sebesar 3-4% dan beberapa standar kualitas mutu teh
yang lain.
B. Pengolahan Data
1. Define
setiap lini produksi melalui current stream map sehingga dapat diketahui
beberapa aktivitas yang perlu dan yang tidak perlu. Setelah itu akan
83
pengukuran langsung menggunakan stopwatch. Data waktu siklus untuk
setiap proses selama 5 hari pengamatan dapat dilihat pada Tabel 4.8
84
Stasiun Pengamatan ke - (Menit)
Aktivitas Proses
Kerja 1 2 3 4 5
Rak baki dibawa ke ruang proses 1 1 1 1 1
Oksidasi Enzimatis
Rak baki ditumpuk di ruangan 1 1,5 1,5 2 2
Oksidasi Enzimatis
Proses Oksidasi Enzimatis 120 120 120 120 120
Jumlah 218 212,5 214,5 215 210
Rak baki dibawa ke Stasiun
1 1 1 1 1
Pengeringan
Rak baki ditumpuk di Ruang
3 4 3 4 3
Pengeringan
Teh basah diletakan di trays 10 15 12 10 12
mesin dryer
Proses pengeringan teh basah di 20 25 20 25 28
Pengeringan
mesin dryer
Teh kering ditampung di baki
25 30 26 28 30
penampung
Baki Penampung ditumpuk di 5 3 1 1 3
Stasiun Pengeringan
Baki Penampung dibawa ke 1 1 1 1 1
Stasiun Stasiun Sortasi
Jumlah 65 79 64 70 78
Baki Penampung ditumpuk di 12 10 10 15 12
stasiun sortasi
Teh kering dibawa ke mesin
1 1 1 1 1
bubble trays
Teh kering dimasukan ke mesin 15 20 20 15 15
bubble trays
Penjenisan teh kering di mesin 40 35 50 35 40
bubble trays
Sortasi
Teh kering diayak di corong 45 40 55 55 45
mesin bubble trays
Bubuk teh kering dimasukan 20 15 15 20 18
kedalam karung siap kemas
Karung siap kemas ditumpuk di 5 7 8 5 5
stasiun sortasi
Karung dipress di ruang 35 30 25 25 30
pengepakan untuk siap kirim
Jumlah 161 148 174 156 154
Bahan jadi (Teh Hitam) dibawa
Gudang 4 6 4 5 5
ke gudang
85
Dari Tabel 4.8 dapat diketahui rata-rata waktu produksi teh dari
bahan mentah menjadi bahan jadi untuk setiap stasiun kerja atau lini
produksi yang ada. Untuk stasiun kerja pelayuan diperoleh rata-rata total
waktu produksi yaitu 983,4 menit, di tahap penggilingan yaitu 323 menit,
waktu kerja yang diperoleh dari pengukuran kerja akibat tempo atau
86
Proses Operator Faktor Rating Penyesuaian Total
Westinghouse Rating
No Proses
Factor Factor
1 Pelayuan 0,05 1,05
2 Penggilingan 0,05 1,05
3 Pengeringan 0,09 1,09
4 Penjenisan 0,06 1,06
(Sumber: Pengolahan Data)
tiap proses produksi pembuatan alas telur dapat dilihat pada Tabel 4.11
87
Allowance Total
Proses Faktor
(%) (%)
Kebutuhan pribadi Pria 1
Tenaga yang dikeluarkan Ringan 5
Sikap kerja Berdiri di atas dua kaki 2
Gerakan kerja Normal 0
Pelayuan 13
Kelelahan mata Pandangan yang terputus-putus 2
Keadaan temperature Normal 3
Keadaan atmosfer Normal 0
Keadaan lingkungan Bersih, sehat dengan kebisingan rendah 0
Kebutuhan pribadi Pria 2
Tenaga yang dikeluarkan Ringan 5
Sikap kerja Berdiri di atas dua kaki 2
Penggiling Gerakan kerja Normal 0
15
an Kelelahan mata Pandangan yang terputus-putus 0
Keadaan temperature Normal 0
Keadaan atmosfer Cukup 3
Keadaan lingkungan Kebersihan buruk 3
Kebutuhan pribadi Pria 2
Tenaga yang dikeluarkan Ringan 5
Sikap kerja Berdiri di atas dua kaki 2
Pengeringa Gerakan kerja Normal 0
n
17
Kelelahan mata Pandangan yang terputus-putus 0
Keadaan temperature Normal 0
Keadaan atmosfer Cukup 3
Keadaan lingkungan Sangat Bising 5
Kebutuhan pribadi Pria 1
Tenaga yang dikeluarkan Sangat ringan 6
Sikap kerja Berdiri di atas dua kaki 1
Gerakan kerja Normal 0
Sortasi 14
Kelelahan mata Pandangan yang terputus-putus 2
Keadaan temperature Normal 1
Keadaan atmosfer Normal 0
Keadaan lingkungan Sangat Bising 3
(Sumber: Pengolahan Data)
88
dikalikan dengan faktor penyesuaian, sehingga operator dapat bekerja
dalam kondisi wajar dan normal. Waktu standar untuk setiap part harus
100 %
Wb=Wn ×
100 %−% allowance
= 799,3 × 1,05
= 799,3 × 1,05
= 839,25 menit
100 %
Wb=839,25 ×
100 %−13 %
= 964,7 menit
waktu baku setiap proses dapat dilihat pada Tabel 4.12 berikut.
89
Waktu Waktu
Waktu Westinghouse Rating Allowance
Proses Normal Baku
rata-rata factor Factor (%)
(menit) (Menit)
(menit)
Pelayuan 799,3 0,05 1,05 839,265 13 964,7
Penggilingan 214 0,05 1,05 224,7 15 264,4
Pengeringan 71,2 0,09 1,09 77,608 17 93,5
Penjenisan 158,6 0,06 1,06 168,116 14 195,5
(Sumber: Pengolahan Data)
terjadi di lantai pabrik dalam process box, Current state map untuk
90
Gambar
5) Process Activity 4.1 Current State Map
Mapping
dan informasi, waktu yang diperlukan untuk setiap aktivitas, jarak yang
Waktu Jarak
Aktivitas Proses O D T S I OI NVA/VA
(menit) (meter)
Pucuk The dibawa ke
28,8 1200 T NVA
stasiun Pelayuan
Pucuk teh ditimbang 1,4 I VA
Pucuk teh ditumpuk di
6,8 D NVA
stasiun Pelayuan
Pucuk teh dibawa ke
0,5 15 T NVA
Withering Trough
Pembeberan pucuk teh
20,4 O VA
di Withering Trough
Penyortiran daun pucuk
14,4 I VA
teh
Pemberian udara segar 50 O VA
Pemberian udara panas 190 O VA
Pembalikan pucuk teh 39,4 O VA
91
Waktu Jarak
Aktivitas Proses O D T S I OI NVA/VA
(menit) (meter)
pertama
Menunggu waktu
216 D NVA
pembalikan kedua
Pembalikan pucuk teh
37,4 O VA
kedua
Menunggu waktu
156 D NVA
pembalikan ketiga
Pembalikan pucuk teh
38,2 O VA
ketiga
Pucuk teh layu
diturunkan ke mesin 11,8 8 T NVA
OTR
Penggulungan teh layu
40 O VA
di mesin OTR
Partikel teh basah
digiling di mesin 20 O VA
Rotorvane
Penjenisan partikel teh
15 O VA
basah di mesin RRB
Teh basah diletakan di
baki dan disusun di rak 4,6 O VA
baki
Rak baki dibawa ke
ruang proses Oksidasi 1 4 T NVA
Enzimatis
Rak baki ditumpuk di
ruangan Oksidasi 1,6 D NVA
Enzimatis
Proses Oksidasi
120 O VA
Enzimatis
Rak baki dibawa ke
1 12 T NVA
Stasiun Pengeringan
Rak baki ditumpuk di
3,4 D NVA
Ruang Pengeringan
Teh basah diletakan di
11,8 O VA
trays mesin dryer
Proses pengeringan teh
23,6 O VA
basah di mesin dryer
Teh kering ditampung
27,8 OI VA
di baki penampung
Baki Penampung
ditumpuk di Stasiun 2,6 D NVA
Pengeringan
Baki Penampung
dibawa ke Stasiun 1 5 T NVA
Stasiun Sortasi
92
Waktu Jarak
Aktivitas Proses O D T S I OI NVA/VA
(menit) (meter)
Baki Penampung
ditumpuk di stasiun 11,8 D NVA
sortasi
Teh kering dibawa ke
1 3 T NVA
mesin bubble trays
Teh kering dimasukan
17 O VA
ke mesin bubble trays
Penjenisan teh kering di
40 O VA
mesin bubble trays
Teh kering diayak di
corong mesin bubble 48 O VA
trays
Bubuk teh kering
dimasukan kedalam 17,6 O VA
karung siap kemas
Karung siap kemas
ditumpuk di stasiun 6 D NVA
sortasi
Karung dipress di ruang
29 O VA
pengepakan
Bahan jadi (Teh Hitam)
dibawa kegudang 4,9 15 T NVA
penyimpanan
(Sumber: Pengolahan Data)
Keterangan:
Waktu
Kegiatan Jumlah
(menit)
Operasi 18 762
Delay 8 404,2
Transportasi 8 55,7
Storage 0 0
93
Inspeksi 2 15,8
Operasi-Inspeksi 1 27,8
Total 37 1265,5
(Sumber: Pengolahan Data)
hingga tahap sortasi teh kering. Hal ini dilakukan karena sebagai posisi
Adapun konversi skor keterkaitan waste dapat dilihat pada Tabel 4.16 di
bawah ini.
symbol dari hasil akumulasi skor kredit yang dilihat dari nilai keterkaitan
94
antar waste. Setelah itu maka akan didapatkan Waste Relationship
proses pengolahan teh tahap pelayuan, dapat dilihat pada Tabel 4.17
proses pengolahan teh tahap penggilingan, dapat dilihat pada Tabel 4.18
proses pengolahan teh tahap pengeringan, dapat dilihat pada Tabel 4.19
95
M X E A A X E A
T U U O I A X I
P U U O U X A U
W O I O X X X A
proses pengolahan teh tahap sortasi, dapat dilihat pada Tabel 4.20
dikonversi lagi agar setiap huruf yang ada dapat berupa nilai untuk
antar waste. Untuk setiap symbol huruf memiliki nilai kredit yang berbeda,
96
P 4 2 2 2 0 10 2 22 9,4
W 6 6 2 0 0 0 10 24 10,3
Sko
r 36 36 34 36 30 16 40 228
% 15,79 15,79 14,91 15,79 13,16 7,018 17,54
inventory (19,63%).
97
D 4 4 10 4 2 0 4 28 13,08
M 0 8 10 10 0 8 10 46 21,50
T 2 2 4 6 10 0 6 30 14,02
P 2 2 4 2 0 10 2 22 10,28
W 4 6 4 0 0 0 10 24 11,21
Sko
r 30 40 40 32 18 18 36 214
% 14,02 18,69 18,69 14,95 8,411 8,411 16,82
7) Critical to Quality
98
batas, karakteristik dan standar kualitas atas dimensi-dimensi kualitas
nilai CTQ yang diperoleh dari analisa dan standar kualitas dalam
akan digunakan untuk membantu mengukur nilai DPMO dan Level Sigma.
2. Meassure
99
menggambarkan kondisi proses untuk menghasilkan suatu produk
Tahap ini dilakukan untuk mengetahui apakah suatu proses telah stabil
proporsi cacat berserta nilai CL, UCL dan LCL yang ditunjukan pada
100
Jumlah
Tanggal- Proporsi
No Cacat CL UCL LCL
Bln Produksi (Kg) Cacat
(Kg)
19 23-Jan 846 61 0,072 0,070 0,096 0,044
20 25-Jan 922 76 0,082 0,070 0,095 0,045
21 26-Jan 1063 83 0,078 0,070 0,093 0,047
22 27-Jan 1059 80 0,076 0,070 0,094 0,046
23 28-Jan 1370 86 0,063 0,070 0,091 0,049
24 29-Jan 1190 91 0,076 0,070 0,092 0,048
25 30-Jan 1416 95 0,067 0,070 0,090 0,050
Jumlah 28191 1938
Rata-Rata 1127,64
(Sumber: Pengolahan Data)
total cacat
CL=¿
total inspeksi
1938
¿
28191
¿ 0,07
Untuk observasi yang pertama dengan sampel 426 unit maka batas
pengendalinya adalah
0,07(1−0,07)
UCL=0,070+3
√ 426
=0,107
0,07 ( 1−0,07 )
LCL=0,070−3
√ 426
=0,033
Untuk observasi yang kedua dengan sampel 685 unit maka batas
pengendalinya adalah
0,07( 1−0,07)
UCL=0,070+3
√ 685
=0,099
101
0,07 ( 1−0,07 )
LCL=0,070−3
√ 685
=0,041
control kendali, peta kendali tersebut dapat ditunjukan pada Gambar 4.2
berikut.
Adapun untuk data rekapitulasi produksi jenis Teh Mutu III dengan
proporsi cacat berserta nilai CL, UCL dan LCL yang ditunjukan pada
102
Tanggal- Jumlah Proporsi
No CL UCL LCL
Bln Produksi (Kg) Cacat (Kg) Cacat
1 02-Jan 246 15 0,061 0,046 0,087 0,006
2 04-Jan 345 22 0,064 0,046 0,080 0,012
3 05-Jan 428 19 0,044 0,046 0,076 0,016
4 06-Jan 604 33 0,055 0,046 0,072 0,020
5 07-Jan 410 22 0,054 0,046 0,077 0,015
6 08-Jan 493 32 0,065 0,046 0,074 0,018
7 09-Jan 358 25 0,070 0,046 0,079 0,013
8 11-Jan 475 15 0,032 0,046 0,075 0,017
9 12-Jan 557 30 0,054 0,046 0,073 0,019
10 13-Jan 581 30 0,052 0,046 0,072 0,020
11 14-Jan 384 25 0,065 0,046 0,078 0,014
12 15-Jan 385 29 0,075 0,046 0,078 0,014
13 16-Jan 359 22 0,061 0,046 0,079 0,013
`14 18-Jan 447 22 0,049 0,046 0,076 0,016
15 19-Jan 510 29 0,057 0,046 0,074 0,018
16 20-Jan 411 23 0,056 0,046 0,077 0,015
17 21-Jan 456 25 0,055 0,046 0,075 0,017
18 22-Jan 638 34 0,053 0,046 0,071 0,021
19 23-Jan 578 24 0,042 0,046 0,072 0,020
20 25-Jan 558 25 0,045 0,046 0,073 0,019
21 26-Jan 690 19 0,028 0,046 0,070 0,022
22 27-Jan 671 23 0,034 0,046 0,070 0,022
23 28-Jan 1052 29 0,028 0,046 0,065 0,027
24 29-Jan 912 27 0,030 0,046 0,067 0,025
25 30-Jan 997 29 0,029 0,046 0,066 0,026
Jumlah 13545 628
Rata-rata 541,8
(Sumber: Pengolahan Data)
total cacat
CL=¿
total inspeksi
1938
¿
28191
¿ 0,07
103
Untuk observasi yang pertama dengan sampel 426 unit maka batas
pengendalinya adalah
0,07(1−0,07)
UCL=0,070+3
√ 426
=0,107
0,07 ( 1−0,07 )
LCL=0,070−3
√ 426
=0,033
Untuk observasi yang kedua dengan sampel 685 unit maka batas
pengendalinya adalah
0,07( 1−0,07)
UCL=0,070+3
√ 685
=0,099
0,07 ( 1−0,07 )
LCL=0,070−3
√ 685
=0,041
control kendali, peta kendali tersebut dapat ditunjukan pada Gambar 4.3
berikut
104
Gambar 4.3 P-Chart Teh Mutu III
Berikut hasil Tabel pengukuran nilai DPMO dan Level Sigma Teh
105
Tanggal- Jumlah Nilai
CTQ DPMO
Bln Produksi (Kg) Cacat (Kg) Sigma
04-Jan 685 51 3 223357,66 2,26
05-Jan 1105 82 3 222624,43 2,26
06-Jan 1151 83 3 216333,62 2,28
07-Jan 1333 86 3 193548,39 2,36
08-Jan 903 74 3 245847,18 2,19
09-Jan 1432 72 3 150837,99 2,53
11-Jan 1281 81 3 189695,55 2,38
12-Jan 1536 84 3 164062,50 2,48
13-Jan 1243 81 3 195494,77 2,36
14-Jan 1237 86 3 208569,12 2,31
15-Jan 994 63 3 190140,85 2,38
16-Jan 1128 71 3 188829,79 2,38
18-Jan 1197 88 3 220551,38 2,27
19-Jan 1257 90 3 214797,14 2,29
20-Jan 1058 88 3 249527,41 2,18
21-Jan 1575 87 3 165714,29 2,47
22-Jan 784 67 3 256377,55 2,15
23-Jan 846 61 3 216312,06 2,28
25-Jan 922 76 3 247288,50 2,18
26-Jan 1063 83 3 234242,71 2,22
27-Jan 1059 80 3 226628,90 2,25
28-Jan 1370 86 3 188321,17 2,38
29-Jan 1190 91 3 229411,76 2,24
30-Jan 1416 95 3 201271,19 2,34
Jumlah 28191 1938
Rata-Rata 1127,64 210605,52 2,31
(Sumber: Pengolahan Data)
Dan untuk hasil Tabel pengukuran nilai DPMO dan Level Sigma
Tabel 4.29 Pengukuran Nilai DPMO dan Level Sigma Teh Mutu III
106
Tanggal- Jumlah Nilai
CTQ DPMO
Bln Produksi (Kg) Cacat (Kg) Sigma
08-Jan 493 32 3 194726,17 2,36
09-Jan 358 25 3 209497,21 2,31
11-Jan 475 15 3 94736,84 2,81
12-Jan 557 30 3 161579,89 2,49
13-Jan 581 30 3 154905,34 2,52
14-Jan 384 25 3 195312,50 2,36
15-Jan 385 29 3 225974,03 2,25
16-Jan 359 22 3 183844,01 2,40
18-Jan 447 22 3 147651,01 2,55
19-Jan 510 29 3 170588,24 2,45
20-Jan 411 23 3 167883,21 2,46
21-Jan 456 25 3 164473,68 2,48
22-Jan 638 34 3 159874,61 2,49
23-Jan 578 24 3 124567,47 2,65
25-Jan 558 25 3 134408,60 2,61
26-Jan 690 19 3 82608,70 2,89
27-Jan 671 23 3 102831,59 2,77
28-Jan 1052 29 3 82699,62 2,89
29-Jan 912 27 3 88815,79 2,85
30-Jan 997 29 3 87261,79 2,86
Jumlah 13545 628
Rata-rata 541,8 150661,28 2,55
(Sumber: Pengolahan Data)
c. Analyze
penyebab cacat produksi atau kadar air yang tidak stabil sehingga
MESIN MANUSIA
107
Mesin dryer tidak Kurang teliti
bekerja optimal memperhatikan suhu mesin
AKIBAT
Mesin driyer yang Kurangnya kedisiplinan
Sudah terlalu lama pada karyawan
Kondisi mesin dryer yang Pengetahuan tenaga kerja
SEBAB tidak bersih/kotor kurang memadai
Ketidakstabilan
Kadar Air Teh
Cuaca dan suhu Suhu outlet dan inlet Kadar air teh basah yang
unpredictable Yang tidak stabil terlalu tinggi Kering
Jadwal produksi tidak Bahan baku (pucuk teh
efektif/terlalu padat layu) tidak layak produksi
Sistem kerja yang tidak
terspesialisasi
d. Improve
Rekomendasi Rencana
No Sumber Penyebab Faktor Penyebab
Penanggulangan
108
Rekomendasi Rencana
No Sumber Penyebab Faktor Penyebab
Penanggulangan
109
Rekomendasi Rencana
No Sumber Penyebab Faktor Penyebab
Penanggulangan
4 Metode Suhu outlet dan inlet Dilakukan pengontrolan suhu agar tetap
tidak stabil stabil dengan melakukan pengontrolan
diruangan BBK (Bahan Bakar Kayu) agar
pemberian suhu panas dapat selalu stabil
110
Rekomendasi Rencana
No Sumber Penyebab Faktor Penyebab
Penanggulangan
yang paling signifikan dalam menghasilkan produk teh kering yang sesuai
kecacatan produk the dapat dilihat pada Tabel 4.31 di bawah ini,
111
Faktor 5W + 1H Deskripsi Tindakan
112
Faktor 5W + 1H Deskripsi Tindakan
113
e. Control
perbaikan yang telah dilakukan dengan efektif dan efisien serta untuk
satu setengah jam atau setiap tiga kali proses pengeringan teh
114
pemantauan dan monitoring oleh tim pengolahan berbasis
pada proses pelayuan yang bisa diihat pada gambar bawah ini.
115
BAB V
PEMBAHASAN
untuk peningkatan secara kontinyu menuju target Six Sigma. Berikut ini
waktu untuk kegiatan non value added sebesar 17,5 hours. Waktu untuk
aktivitas non value added masih terlalu besar, hal ini tentunya sangat
aktivitas value added dan non value added secara detail. Sehingga dari
kondisi ini pada tahap control akan dibuatkan rekomendasi berupa usulan
116
proses pengolahan teh yaitu mulai dari pengolahan teh tahap pelayuan,
added dan non value added seperti yang ditunjukkan pada tabel 5.1.
sebanyak 459,9 menit yang terjadi pada proses pengolahan teh. Aktivitas
NVA ini terdiri dari delay dan transposrtasi sebagai waste yang dominan
pemborosan dilakukan secara teliti pada setiap lini produksi atau masing-
117
pengamatan dan brainstorming dengan pihak beberapa mandor di
sebagai berikut:
a. Waste of Overproduction
untuk sehari pucuk teh segar yang datang dari kebun maksimal 16 ton.
pucuk teh segar yang datang melebihi 16 ton bahkan dapat melebihi
118
Gambar 5.1 Waste of overproduction
b. Waste of Inventory
Jenis waste ini terjadi ketika material atau bahan baku yang datang
teh yang ada. Hal ini memiliki dampak pada ruang penyimpanan WIP
119
Gambar 5.2 Waste of Inventory
c. Waste of Defect
Sepertinya hal kondisi teh kering yang tidak cukup matang atau
dengan kondisi suhu mesin dryer yang terkadang tidak cukup stabil,
Tentu ini akan memberi dampak terhadap kualitas kadar air teh.
120
d. Waste of Motion
berlebihan oleh operator dan tidak diperlukan karena tidak ada nilai
pucuk teh segara dari mobil angkut ke alat wathering trough tempat
teh dilayukan. Atau pada proses pengeringan teh basah yang dibawa
e. Waste of Transportation
mesin penggiling.
121
Gambar 5.4 Waste of Transportation
f. Waste of Waiting
mengangkut material dalam hal ini bahan baku yaitu teh pucuk segar
yang datang. Jenis waste ini juga tak jarang terjadi di tahap
g. Waste of Overprocessing
122
Jenis waste ini biasa terjadi ketika adanya proses produksi yang tidak
perlu atau yang lazim dikenal dengan pengerjaan ulang atau rework.
ruang proses pengeringan karena kondisi teh yang tidak cukup matang
atau kualitas kadar air yang tidak mencukupi standar yang ada,
akibatnya dilakukan rework atau pengerjaan ulang dalam hal ini teh
jenis waste antara satu sama lain yang memiliki nilai presentasi terbesar.
dan inventory (17,9%) yang memiliki interpretasi bahwa waste yang paling
123
memiliki pengaruh terbesar terhadap jenis waste lainnya adalah waste of
production dan waste inventory. Hal ini relevan dengan kondisi diproses
pengolahan teh tahap pelayuan. Seperti halnya teh segar yang baru tiba dari
kebun biasanya dalam sehari dibutuhkan 14 ton teh segar yang akan
musim hujan saat ini, teh segar yang datang bisa sampai 15-16 ton. Tentunya
Sedangkan waste “to” terbesar adalah waiting (17,54%) yang artinya jenis
pemborosan yang paling dapat dipengaruhi oleh jenis pemborosan lain adalah
waste of waiting.
untuk jenis pemborosan yang paling dapat dipengaruhi oleh jenis pemborosan
lain adalah waste of inventory. Seperti halnya yang tak jarang terlihat diruang
penggilingan adanya tumpukan rak teh basah yang seharusnya sudah dibawa
jenis waste of motion adalah factor yang cukup mempengaruhi terhadap jenis
124
waste lainnya. Semisal pengecekan yang berlebihan oleh operator terhadap
mesin dryer atau mesin pengeringan akan memberikan dampak pada yang
cukup signifikan pada jenis pemborosan lain terutama pada efisiensi pekerja
atau karyawan daam menginspeksi hasi teh kering yang dihasilkan mesin
dryer. Memang pengecakan ini menjadi hal yang sangat dianjurkan dalam
SOP untuk tetap menjaga suhu mesin yang ada. Tetapi mesti
proses pengeringan teh. Untuk waste yang paling dipengaruhi atau waste “to”
yang diperoleh adalah waste of inventory dan defect. Identifikasi defect yang
adalah proses yang paling menunjang dalam menghasilkan kualitas teh yang
baik. Mengingat standar kualitas kadar air teh sangat dipengaruhi oleh
bagaimana kemampuan mesin pengeringan daam hal ini pemberian suhu yang
cukup.
“to” terbesar adalah inventory (18,35%) dan waiting (17,43). Hal ini memang
pengolahan teh tahap sortasi, misalnya saja memindahkan karung pada tempat
yang tidak mesti sehingga gerakan-gerakan seperti ini dianggap tidak bernilai.
Sedang untuk jenis waste yang dipengaruhi oleh jenis waste lain adalah
125
waiting dan inventory. Jenis waste of waiting di ruang sortasi diakibatkan oleh
Teh Mutu I yaitu peta kendali p dapat dilihat bahwa data yang diperoleh
besar lainnya keluar dari batas peta kendali. Hal tersebut menunjukan bahwa
jumlah kerusakan teh pada PT Perkebunan Teh Tambi dalam satu bulan penuh
Januari 2021 untuk jenis Teh Mutu I masih terdapat kerusakan yang dengan
penunjukan grafik yang hampir melewati batas control bawah adalah pada
sampel ke-7 yaitu pada tanggal 9 januari yaitu jumlah proporsi cacat yang sama
dengan nilai batas kendali bawah. Walaupun mesti diakui bahwa grafik
menunjukan berada dalam control peta kendali yang artinya tidak melewati
batas control atas dan batas control bawah, tetapi nilai data sampel ke-7
dianggap cukup riskan karena nilai proporsi cacat yang hampir melewati batas
control bawah sehingga dari pergerakan grafik ini harus dipertimbangkan lagi
agar minimal presentasi produksi cacat yang dihasilkan dapat ditekan sekecil
mungkin. Gerak grafik yang sebagian besar berada jauh dari garis mean atau
126
Untuk jenis Teh Mutu III berdasarkan Tabel 4.27 Perhitungan batas
rusak atau cacat tertinggi pada tanggal 15 Januari 2021 yaitu sebesar
Kemudian berdasarkan Gambar 4.3. yaitu peta kendali p dapat dilihat bahwa
data yang diperoleh sebagian kecil berada dalam control atau mendekati
standar peta kendali yang telah ditetapkan sedangkan sebagian besar lainnya
keluar dari batas peta kendali. Pada grafik juga dilihat bahwa ada satu data
yang mendekati batas control atas berada pada sampel ke 12 yaitu pada tanggal
dan proporsi cacat sebesar 0,075% dan nilai batas atas yaitu 0,078%.
Sedangkan untuk data yang mendekati batas control bawah berada pada
1052 kg dengan produksi cacat 29 kg dan proporsi cacat sebesar 0,028% dan
nilai batas bawah yaitu 0,027%. Kondisi ini seperti halnya peta kendali p Teh
Mutu I cukup dianggap riskan, meskipun data sebagian besar dibawah control
peta kendali dan data yang melewati batas control atas tidak terlalu jauh, tetapi
teh yang cacat tidak cukup stabil. Sehingga mesti dicarikan penyebabnya apa
Kondisi ini juga dipertegas oleh pihak kasubag pabrik pak anis giarto melalui
prosesi wanwancara yang peneliti lakukan, beliau turut mengakui bahwa untuk
produksi jenis Teh Mutu III masih dalam pengawasan dan control yang berkala
127
dikarenakan kestabilan kualitas yang masih kurang diakibatkan kemapuan
4.28 dan 4.29 dapat diketahui bahwa nilai DPMO rata-rata untuk teh kering
jenis mutu I selama bulan Januari 2021 yaitu 210605,52 yang dapat
perusahaan. Sedangkan nilai DPMO rata-rata untuk teh kering jenis Mutu III
pada bulan Januari 2021 sebesar 150661,28 dengan interpretasi yang sama
produksi. Adapun untuk nilai Sigma rata-rata yang diperoleh untuk teh kering
jenis Mutu I selama bulan Januari 2021 yaitu sebesar 2,31 yang artinya setiap
proses produksi tidak akan terdapat kerusakan lebih dari 2,31% untuk setiap
1 juta unit produksi teh kering. Sedangkan untuk nilai Sigma rata-rata yang
diperolah untuk teh kering jenis Mutu III dengan periode yang sama yaitu 2,55
yang juga memiliki interpertasi bahwa setiap proses produksi tidak akan
terdapat kerusakan lebih dari 2,55% untuk setiap 1 juta unti produksi the kering
128
G. Analisis Diagram Causal - Effect
a. Manusia
yang masuk ke mesin dryer dari ruang pembakaran tidak cukup panas
Hal ini sering dialami oleh beberapa karyawan yang baru yang belum
b. Mesin
129
2. Mesin dryer yang sudah terlalu lama.
cukup lama, dikisar sudah 20 tahunan hal ini diakui oleh pihak
c. Material
kematangan teh juga dipengaruhi kuaitas kadar air the pucuk segar
saat baru saja di petik. Seperti pada saat musing hujan teh pucuk segar
d. Metode
130
Suhu outlet yang dimaksud di sini adalah suhu keluar dari mesin
dryer. Sedangkan suhu inlet yaitu suhu udara masuk ke mesin dryer
yang ada sehingga hal ini mengakibatkan produksi teh mesti disimpan
e. Lingkungan
131
BAB VI
A. Kesimpulan
sedangkan waste yang sering dipengaruhi oleh waste lain adalah waste
terbesar pada waste lain adalah waste of motion sedangkan waste yang
sering dipengaruhi oleh waste lain adalah waste of inventory. Dan untuk
terbesar terhadap waste lain adalah waste of motion dan waste yang
sering dipengaruhi oleh waste lain adalah waste of inventoty dan defect.
Sedangkan untuk pengolahan teh di tahap sortasi dapat diketahui waste yang
motion dan waste yang sering dipengaruhi oleh waste lain adalah waste
132
presentasi atau proporsi cacat yang ada. Mengingat untuk produksi jenis
Teh Mutu I pada bulan Januari terdapat sampel yang memiliki nilai yang
sama persis dengan nilai batas control bawah yang artinya hampir
melewati nilai LCL peta kendali yaitu pada sampel ke-7 untuk produksi
teh tanggal 9 Januari 2021. Sedangkan untuk jenis Teh Mutu III
mesin material dan lingkungan, dimana faktor manusia dan mesinlah yang
Perkebunan Tambi untuk produksi jenis Teh Mutu I per Januari 2021
yaitu rata-rata sebesar 2,31. Sementara untuk produksi jenis Teh Mutu
B. Saran
pergantian mesin dryer agar hasil produksi teh kering yang diperoleh
133
DAFTAR PUSTAKA
134
(Studi Kasus di PT. Dharma Inti Boga), Program Studi Teknik
Argoindustri, Universitas Hasanudin, Makassar.
Martono, Virona, Ricky. 2019. Analisis Produktivitas dan Efisiensi. PT Gramedia
Pustaka Utama, Jakarta.
Nuari, Fajar., Sukma, Dwi, D. 2014. Implementasi Kaizen di CV Fertilindo
Agrolestari Mojosari. Program Studi Teknik Industri, Fakultas
Teknologi Industri, Universitas Veteran, Surabaya.
Risyowati, Trismi., dkk, 2017, Minimasi waste pada aktivitas proses produksi
dengan konsep lean manufacturing (Studi Kasus di PT. Sport Glove
Indonesia), Universitas Pembangunan Nasional Veteran, Yogyakarta.
Safrizal, T, Arini. 2016. Pengendalian Kualitas dengan Metode Six sigma.
Fakultas Ekonomi Universitas Samudra, Aceh.
Sahitya G.. dkk. 2012. Value Stream Mapping In A Manufacturing Industry.
vol.1,No.4.. International Journal Of Engineering Technology,
Singapore.
Soemohadiwidjojo, T, Arini. 2017. Six Sigma Metode Pengukuran Kinerja
Perusahaan berbasis Statistik. Raih Asa Sukses, Jakarta.
Wahyuningtyas, Tri, Ayudya., Mustafid., Prahutama, Alan. 2016. Implementasi
Metode Six Sigma Menggunakan Grafik Pengendali EWMA sebagai
Upaya Meminimalisasi Cacat Produk Kain Grei. Universitas
Diponegoro, Semarang.
Wulajo, Adi, Djoko., Koesdijati Titiek., Utomo Yitno. 2020. Pengendalian
Kualitas. Scopindo Media Pustaka, Surabaya.
135