Anda di halaman 1dari 152

SKRIPSI

ANALISIS PENGENDALIAN KUALITAS PRODUK TEH


HITAM DENGAN PENDEKATAN LEAN-SIX SIGMA
METHOD
STUDI KASUS : PT PERKEBUNAN TAMBI

Disusun Oleh :

Laode Rahmat Rain


191.02.2017

JURUSAN TEKNIK INDUSTRI


FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT SAINS & TEKNOLOGI AKPRIND
YOGYAKARTA
2021
HALAMAN PERSETUJUAN

ANALISIS PENGENDALIAN KUALITAS PRODUK TEH


HITAM DENGAN PENDEKATAN LEAN-SIX SIGMA
METHOD
(Studi Kasus : PT Perkebunan Tambi)

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 :

La Ode Rahmat Rain


191.02.2017

Menyetujui :

Dosen Pembimbing I Dosen Pembimbing II

Endang Widuri Asih, ST., MT Mega Inayati Rif’ah, ST., M.Sc


NIK. 95.0969.507.E NIK. 16.0789.751.E

ii
iii
iv
v
HALAMAN PERSEMBAHAN

Skripsi ini saya persembahkan untuk:

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.

2. Teman-teman yang selalu membantu memberikan do’a dan dukungan.

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-

besarnya kepada Ibu, karena membantu dalam proses penyelesaian skripsi.

Begitu juga kepada seluruh dosen Teknik Industri IST AKPRIND. Semoga

Allah SWT membalas kebaikan Bapak dan Ibu. Aamiin.

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)

Menaklukkan ribuan manusia mungkin tidak disebut pemenang, tapi bisa


menaklukkan diri sendiri disebut penakluk yang brilian
(Ir. Soekarno)

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

Allhamdulillah Puji syukur penyusun panjatkan kepada Allah SWT atas

limpahan rahmat dan karunianya sehingga penulis dapat menyelesaikan skripsi

dengan baik.

Skripsi merupakan salah satu persyaratan kurikulum untuk menyelesaikan

pendidikan Strata 1 pada Jurusan Teknik Industri, Fakultas Teknologi Industri

Institut Sains & Teknologi AKPRIND Yogyakarta.

Dalam kesempatan ini penyusun menyampaikan ucapan terima kasih kepada

semua pihak yang selama ini telah membantu, baik secara langsung maupun tidak

langsung untuk kelancaran terlaksananya penulisan laporan skripsi ini. Adapun

pihak-pihak tersebut adalah:

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

Institut Sains & Teknologi AKPRIND Yogyakarta.

3. Ibu Endang Widuri Asih, S.T., M.T., Dosen Pembimbing I dan Ketua Jurusan

Teknik Industri Institut Sains & Teknologi AKPRIND Yogyakarta.

4. Ibu Mega Inayati Rif’ah, S.T., M.Sc., Dosen Pembimbing II yang telah

memberikan pengarahan serta materi dalam penulisan laporan skripsi.

5. Bapak dan Ibu Dosen Jurusan Teknik Industri memberikan ilmu yang sangat

banyak dan sangat bermanfaat.

viii
6. Bapak Anis Giarto selaku KASUBAG Pabrik PT Perkebunan Tambi yang

telah memberikan izin untuk melakukan penelitian dan memberikan arahan

dalam penelitian skripsi ini.

7. Teman-teman Pustaka Kabori Andri Jaya, Gus Malik, Ketua Erik, Nyale,

Muhaimin, Kakak Mino dan kawan saya Tito Amjad yang selalu memberikan

semangat dan membantu dalam penyusunan skripsi ini.

8. Teman-teman Jurusan Teknik Industri angkatan 2017, 2018 dan 2019.

Penyusun mengharapkan kritik dan saran yang dapat membangun. Akhir

kata, semoga skripsi ini dapat bermanfaat bagi para pembaca.

Yogyakarta, 20 Juni 2021

Penyusun

ix
DAFTAR ISI

HALAMAN JUDUL ........................................................................................... i

HALAMAN PERSETUJUAN ......................................................................... ii

HALAMAN PENGESAHAN DOSEN PENGUJI ......................................... iii

HALAMAN PERNYATAAN .......................................................................... iv

SURAT KETERANGAN .................................................................................. v

HALAMAN PERSEMBAHAN ....................................................................... vi

MOTTO ............................................................................................................ vii

KATA PENGANTAR .................................................................................... viii

DAFTAR ISI ...................................................................................................... x

DAFTAR TABEL ........................................................................................... xiii

DAFTAR GAMBAR ........................................................................................ xv

INTISARI ........................................................................................................ xvi

ABSTRACT ..................................................................................................... xvii

BAB I PENDAHULUAN ................................................................................... 1

A. Latar Belakang............................................................................................ 1

B. Perumusan Masalah..................................................................................... 5

C. Batasan Masalah ......................................................................................... 5

D. Tujuan Penelitian......................................................................................... 5

E. Manfaat Penelitian....................................................................................... 6

x
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI ......................... 7

A. Tinjauan Pustaka ........................................................................................ 7

B. Landasan Teori ......................................................................................... 11

BAB III METODE PENELITIAN ................................................................. 60

A. Objek Penelitian ........................................................................................60

B. Tahapan Penelitian ................................................................................... 60

C. Pengumpulan Data ................................................................................... 61

D. Diagram Alir Penelitian..............................................................................68

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA........................... 70

A. Pengumpulan Data ................................................................................... 70

1. Sejarah PT Perkebunan Tambi ............................................................ 70

2. Proses Pengolahan................................................................................ 71

3. Uptime Mesin UP Tambi...................................................................... 74

4. Rekapitulasi Waste Relationship Matrix.............................................. 75

5. Data Produksi Teh Hitam..................................................................... 81

B. Pengolahan Data ........................................................................................83

1. Define.................................................................................................... 83

2. Meassure............................................................................................... 99

3. Anayze................................................................................................. 107

4. Improve .............................................................................................. 107

5. Control................................................................................................ 112

xi
BAB V PEMBAHASAN ................................................................................ 114

A. Analisis Current Stream Map.................................................................. 114

B. Analisis Prcess Activity Mapping ........................................................... 114

C. Analisis Identifikasi Pemborosan............................................................ 115

D. Analisis Keterkaitan Waste..................................................................... 121

E. Analisis Diagram P-Chart ...................................................................... 124

F. Analisis Pengukuran Nilai DPMO dan Level Sigma............................... 126

G. Analisis Diagram Causal - Effect............................................................ 127

BAB VI KESIMPULAN DAN SARAN ....................................................... 130

A. Kesimpulan.............................................................................................. 130

B. Saran ....................................................................................................... 131

DAFTAR PUSTAKA ..................................................................................... 132

LAMPIRAN ................................................................................................... 134

xii
DAFTAR TABEL

Tabel 2.1 State of the Chart ...............................................................................7

Tabel 2.2 Lambang Kategori Proses VSM..........................................................21

Tabel 2.3 Lambang Peta Keseluruhan Proses VSM........................................... 23

Tabel 2.4 Penyesuaian Metode Westinghouse.................................................... 34

Tabel 2.5 Allowance........................................................................................... 35

Tabel 2.6 Jenis Hubungan antara Waste............................................................. 37

Tabel 2.7 Syarat Mutu Umum Teh Hitam ......................................................... 58

Tabel 2.8 Syarat Mutu Khusus Teh Hitam ........................................................ 59

Tabel 3.1 Keterangan Waste............................................................................... 64

Tabel 3.2 Kuisioner Waste Relationship Matrix................................................. 64

Tabel 4.1 Uptime dan Jumlah Operator Lini Produksi....................................... 75

Tabel 4.2 Rekapitulasi WRM Tahap Pelayuan................................................... 76

Tabel 4.3 Rekapitulasi WRM Tahap Penggilingan............................................ 77

Tabel 4.4 Rekapitulasi WRM Tahap Pengeringan............................................. 79

Tabel 4.5 Rekapitulasi WRM Tahap Sortasi...................................................... 80

Tabel 4.6 Produksi Teh Jenis Mutu I.................................................................. 81

Tabel 4.7 Produksi Teh Jenis Mutu III............................................................... 82

Tabel 4.8 Waktu Siklus Proses Produksi Teh Hitam.......................................... 84

Tabel 4.9 Penilaian Rating Factor Operator....................................................... 86

Tabel 4.10 Rekapitulasi Rating Factor............................................................... 87

Tabel 4.11 Penetapan Allowance Terhadap Proses Produksi............................. 87

xiii
Tabel 4.12 Perhitungan Waktu Baku.................................................................. 89

Tabel 4.13 VSM Value Information................................................................... 90

Tabel 4.14 Process Activity Mapping................................................................. 91

Tabel 4.15 Rekapitulasi Process Activity Mapping............................................ 93

Tabel 4.16 Konversi Rentang Skor Keterkaitan Antar Waste............................ 94

Tabel 4.17 Waste Relationship Matrix Tahap Pelayuan..................................... 95

Tabel 4.18 Waste Relationship Matrix Tahap Penggilingan.............................. 95

Tabel 4.19 Waste Relationship Matrix Tahap Pengeringan............................... 95

Tabel 4.20 Waste Relationship Matrix Tahap Sortasi........................................ 96

Tabel 4.21 Konversi Perhitungan WRM Tahap Pelayuan.................................. 96

Tabel 4.22 Konversi Perhitungan WRM Tahap Penggilingan........................... 97

Tabel 4.23 Konversi Perhitungan WRM Tahap Pengeringan............................ 97

Tabel 4.24 Konversi Perhitungan WRM Tahap Sortasi..................................... 98

Tabel 4.25 CTQ Teh Kering............................................................................... 99

Tabel 4.26 Perhitungan Batas Kendali P Teh Mutu I....................................... 100

Tabel 4.27 Perhitungan Batas Kendali P Teh Mutu III.................................... 102

Tabel 4.28 DPMO dan Level Sigma Teh Mutu I.............................................. 105

Tabel 4.29 DPMO dan Level Sigma Teh Mutu III........................................... 106

Tabel 4.30 Kaizen Five M Checklist................................................................. 106

Tabel 4.31 5W + 1H Checklist.......................................................................... 109

Tabel 5.1 Process Activity Mapping................................................................. 115

xiv
DAFTAR GAMBAR

Gambar 2.1 Simpang Baku................................................................................. 41

Gambar 2.2 Diagram Alir DMAIC..................................................................... 45

Gambar 2.3 Contoh Tabel Unsur Pernyataan Masalah....................................... 46

Gambar 2.4 Siklus Penentuan Akar Masalah..................................................... 50

Gambar 2.5 Contoh Diagram Fishbone.............................................................. 54

Gambar 2.6 Contoh Control Chart..................................................................... 56

Gambar 3.1 Diagram Alir Penelitian ................................................................. 68

Gambar 4.1 Current Stream Map....................................................................... 90

Gambar 4.2 P-Chart Teh Mutu I...................................................................... 102

Gambar 4.3 P-Chart Teh Mutu III.................................................................... 104

Gambar 4.4 Diagram Analisis Sebab-Akibat.................................................... 107

Gambar 4.5 Monitoring proses pelayuan teh.................................................... 107

Gambar 5.1 Waste of Overproduction.............................................................. 116

Gambar 5.2 Waste of Inventory........................................................................ 117

Gambar 5.3 Waste of Defect............................................................................. 118

Gambar 5.4 Waste of Transportation............................................................... 119

Gambar 5.5 Waste of Overprocessing.............................................................. 120

xv
ANALISIS PENGENDALIAN KULITAS PRODUK TEH
HITAM DENGAN PENDEKATAN LEAN SIX SIGMA METHOD
(STUDI KASUS : PT PERKEBUNAN TAMBI)

Dosen Pembimbing I: Endang Widuri Asih, S.T.,M.T


Dosen Pembiming II : Mega Inayati Rif’ah, S.T.,M.Sc

INTISARI

PT Perkebunan Tambi merupakan perusahaan pengolahan teh hitam yang


bergerak di sektor perkebunan, setelah dilakukan penelitan lebih lanjut didapati
permasalahan yaitu beberapa bubuk teh yang dihasilkan mengalami cacat
produksi atau rework. Penelitian ini bertujuan untuk menganalisa hubungan
keterkaitan antar jenis waste pada stasiun kerja dan mengukur nilai level sigma
dengan menggunakan metode pengendalian kualitas Lean Six-Sigma melalui
identifikasi keterkaitan waste dan konsep DMAIC dengan alat bantu peta kendali
p. Metode yang digunakan yaitu mengidentifikasi keterkaitan antar waste yang
terjadi di tiap lini produksi dengan menyebarkan kuesioner. Kemudian hasil
rekapitulasi nilai kuesioner diintegrasikan ke Tabel hitung Waste Relationship
Matrix. Setelah itu dibuatkan grafik peta kendali berdasarkan data produksi lalu
dihitung nilai DPMO dan Level Sigma untuk mengukur tingkat kualitas produksi
perusahaan dalam satu buan produski. Hasil penelitian ini menunjukan bahwa
tingkat persentasi terbesar untuk waste yang paling memiliki pengaruh besar pada
jenis waste lain adalah waste of motion (22,50%) di tahap sortasi dan waste
yang sering dipengaruhi adalah inventory (19,63%) di tahap penggilingan.
Berdasarkan grafik peta kendali diperoleh data proporsi cacat berada dalam
kontrol peta kendali hanya terdapat nilai proporsi cacat yang sama dengan
nilai LCL yaitu pada sampel ke-7 tanggal Januari untuk produksi teh hitam
mutu I. Adapun nilai sigma yang didapatkan untuk produksi teh hitam mutu I
memiliki nilai sigma 2,31 dengan nilai DPMO sebesar 210605. Hal ini
menunjukkan setiap satu juta kesempatan akan terdapat kemungkinan 210605
unit produk rework. Sementara untuk mutu III memiliki nilai sigma 2,55 dengan
nilai DPMO sebesar 150661.

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)

Supervisor I: Endang Widuri Asih, S.T., M.T


Supervisior II: Mega Inayati Rif'ah, S.T., M.Sc

ABSTRACT

PT Perkebunan Tambi is a black tea processing company engaged in the


plantation sector, after further research it was found that some of the tea powder
produced had production defects or rework. This study aims to analyze the
relationship between types of waste at work stations and measure the value of the
sigma level using the Lean Six-Sigma quality control method through the
identification of waste linkages and the DMAIC concept with the control chart
tool p. The method used is to identify the relationship between waste that occurs
in each production line by distributing questionnaires. Then the results of the
recapitulation of the questionnaire values are integrated into the Waste
Relationship Matrix calculation table. After that, a control chart is made based on
the production data and then the DPMO value and Sigma Level are calculated to
measure the quality level of the company's production in one month of
production. The results of this study indicate that the largest percentage level for
waste that has the most influence on other types of waste is waste of motion
(22.50%) in the sorting stage and the waste that is often affected is inventory
(19.63%) at the milling stage. Based on the graph of the control chart, the data on
the proportion of defects in the control chart shows that there is only a defect
proportion value equal to the LCL value, namely in the 7th sample on January for
quality I black tea production. sigma value of 2.31 with a DPMO value of 210605.
This shows that for every one million opportunity there will be a possibility of
210605 units of rework products. Meanwhile, for quality III, it has a sigma value
of 2.55 with a DPMO value of 150661.

Keywords : Quality, Quality Control, Black Tea, Six Sigma, Waste, DPMO.

xvii
BAB I

PENDAHULUAN

A. Latar Belakang

Di era revolusi industri 4.0 dimana perkembangan teknologi yang

semakin maju menjadikan suatu pengolahan bahan baku dalam sebuah

perusahaan menjadi lebih mudah, cepat dan modern. Ditambah dengan laju

globalisasi yang semakin pesat pula mengharuskan semua kalangan

pengusaha untuk bekerja dengan lebih efektif, efisien dan mandiri demi

menjaga kestabilan produksi serta keberlangsungan operasi suatu perusahaan.

Fenomena ini mendorong munculnya persaingan bisnis yang sangat ketat di

level produksi sehingga para produsen atau pelaku perusahaan mesti berupaya

semaksimal mungkin dalam menghasilkan produk yang berkualitas baik.

Produk yang berkualitas baik merupakan kunci dari upaya untuk

mendorong memberikan jaminan pada pelanggan. Kualitas diharapkan

mampu dijadikan indikator keberhasilan dari sebuah rekayasa serta

mengurangi variasi produk, dan memberikan dampak peningkatan

profitabilitas. Kualitas yang dipertahankan sebagai target maka akan

mengeliminasi kecelakaan atau zero accident, mengeliminasi kerusakan atau

zero defect dan mengeliminasi keluhan atau zero compliant (Walujo, dkk.

2020).

PT. Perkebunan Tambi merupakan salah satu perusahaan pengolahan

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,

Inggris, Jepang dan Jerman.

Kualitas dari produk teh hitam yang dihasilkan oleh perusahaan ini

ditentukan berdasarkan karakteristik tertentu. Walaupun proses-proses

produksi telah dilaksanakan dengan efektif dan efisien, namun pada

kenyataannya ditemukan beberapa bubuk teh yang dihasilkan belum

memenuhi standar mutu. Misalnya saja, beberapa hasil teh kering yang sudah

melalui proses pengeringan dan berada di ruang sortasi untuk dilakukan

proses penjenisan karena kadar air yang dihasilkan tidak sesuai standar kadar

air teh kering yaitu 3 - 4% mesti dilakukan rework atau dimataangkan

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.

Standar kualitas teh kering pada PT Perkebunan Tambi yang

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

standar kualitas yang sudah ditetapkan yaitu 3 - 4%.

Untuk itulah pengendalian kualitas yang baik sangat dibutuhkan

dalam menjaga kestabilan produk yang dihasilkan sesuai dengan standar

kualitas yang berlaku. Dengan pengendalian kualitas yang efektif akan

berdampak pada mutu produk yang baik dan dapat menghasilkan

2
produktivitas yang tinggi serta faktor-faktor yang menyebabkan kegagalan

produksi akan dapat ditekan sekecil mungkin. Oleh karena itu, kualitas

merupakan faktor kunci keberhasilan bisnis, pertumbuhan dan posisi bersaing

(Wahyuningtyas, 2016).

Six sigma sendiri dianggap sebagai proses lanjutan pengendalian

kualitas tersebut sebagai aplikasi peningkatan kualitas produk agar

memberikan keuntungan yang lebih baik selain itu untuk mempertahankan

pelanggan maka perusahaan dituntut dapat memenuhi keinginan pelanggan,

khususnya kualitas produk (Januar, dkk. 2014)

Konsep six sigma dikembangkan oleh perusahaan Motorola yang

tujuannya mencapai tingkat defect (produk rusak/cacat) sebesar 3.4 produk per

1 juta. Dengan proses perbaikan dilakukan secara terus-menerus dengan

pendekatan DMAIC yaitu define, measure, analyze dan improve guna

mengurangi variasi proses sehingga variasi output mengecil dan semakin

banyak jumlah produk yang sesuai dengan mutunya (Martono, 2019).

Pendekatan Lean menjadi salah satu upaya untuk mengklasifikasikan

serta melacak jenis-jenis waste atau pemborosan yang terjadi yang bisa saja

menjadi penyebab dari kecacatan produk. Lean bermakna pabrikasi tanpa

pemborosan. Pemborosan adalah sebuah kegiatan yang menyerap

memboroskan sumber daya seperti pengeluaran biaya ataupun waktu

tambahan tetapi tidak menambahkan nilai apapun dalam kegiatan tersebut.

(Ristyowati, dkk, 2017)

3
Penelitian ini dilakukakan untuk mengetahui lebih lanjut pengendalian

kualitas yang dilakukan oleh PT Perkebunan Tambi dalam proses produksi

teh hitam dengan merujuk pada hasil data produksi teh kering dengan

menggunakan metode Six Sigma dan pengidentifikasian jenis-jenis

pemborosan yang terjadi pada setiap line produksi, mengingat dibutuhkan

satu konsep pengendalian kualitas yang ideal untuk mengendalikan proses

produksi dari pemilihan bahan baku sampai distribusi dan perbaikan yang

berkelanjutan.

PT Perkebunan Tambi belum menggunakan Six Sigma sebagai satu

metode anaitik dalam pengendalian kuaitas sehingga hal ini bisa menjadi

bahan pertimbangan perusahaan untuk mengambil konsep pengendalian

kualitas dengan menggunakan metode Six Sigma. Metode ini merupakan satu

metodologi terstruktur dalam pengendalian kualitas untuk mencapai kinerja

operasi dengan menekan atau meminimalisasi kecacatan produk.

Penggunaan metode Six Sigma dalam menganalisis dan memperbaiki

pengendalian kualitas dapat dilakukan mulai dari bahan baku, selama proses

berlangsung sampai produk akhir dan disesuaikan standar yang ditetapkan

karena dalam pengawasan Quality Control harus benat-benar diperhatikan

standar kualitas yang telah ditentukan sehingga setiap produk yang dihasilkan

dapat memenuhi spesifikasi standar kualitas.

4
B. Rumusan Masalah

Berdasarkan latar belakang masalah tersebut maka penelitian ini dapat

dirumuskan masalah yaitu bagaimana analisis pengendalian kualitas

produk teh hitam dengan pendekatan Lean Six-Sigma Method pada PT.

Perkebunan Tambi?

C. Tujuan Penelitian

1. Menentukan hubungan jenis waste yang paling dominan dalam proses

produksi teh hitam.

2. Menentukan kelayakan produksi teh hitam berdasarkan persentasi

proporsi cacat dari hasil data produksi pada PT. Perkebunan Teh Tambi.

3. Menentukan seberapa besar tingkat level Sigma hasil produksi bubuk teh

hitam pada PT. Perkebunan Teh Tambi.

D. Batasan Masalah

Adapun beberapa batasan masaah pada peneitian ini adalah sebagai berikut:

1. Pengumpulan data dilakukan dibagian produksi berfokus pada jenis teh

mutu I dan mutu III.

2. Data produksi teh kering yang digunakan dari perusahaan untuk dianalisis

lebih lanjut adalah data produksi pada bulan Januari 2021.

5
E. Manfaat Penelitian

Adapun manfaat penelitian ini adalah sebagai berikut:

1. Dapat membantu perusahaan untuk mengetahui apakah semua hasil

produk dapat memenuhi standar kualitas yang diinginkan dan juga bisa

menjadi rekomendasi sistem Quality Control bagi perusahaan.

2. Dapat memberikan informasi dan sebagai bahan pertimbangan pada

perusahaan untuk melakukan perbaikan terkait dengan pengurangan

pemborosan di lantai produksi.

3. Dapat memberikan informasi tentang proses pengawasan kualitas produk

dan peranannya serta pengaruhnya terhadap peningkatan ekspor bubuk

teh hitam.

6
BAB II

TINJAUAN PUSTAKA DAN LANDASAN TEORI

A. Tinjauan Pustaka

Berikut beberapa beberapa jurnal yang digunakan sebagai rujukan

dalam skripsi ini dapat dilihat pada Tabel 2.1 di bawah ini.

Tabel 2.1 State of The Art

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

1. Pengertian Quality (Kualitas)

Kata kualitas memiliki beberapa definisi yang berbeda dan

bervariasi, dari yang konvensional sampai yang lebih strategis. Artinya

pengertian atau defenisi kualitas mempunyai mempunyai cakupan yang

10
sangat luas relatif berbeda-beda atau bahkan berubah-ubah sehingga

defenisi memiliki banyak kriteria dan sangat tergantung pada konteksnya

misalnya saja jika dilihat dari prespektif penilaian akhir konsumen atau

dari sudut pandang produsen sebagai pihak yang mendesain kualitas itu

sendiri. Kualitas biasanya menggambarkan karakteristik langsung dari

suatu produk, seperti performasi, keandalan, mudah dalam penggunaan,

estetika dan sebagainya, sedangkan definisi strategic menyatakan bahwa

kualitas adalah segala sesuatu yang mampu memenuhi keinginan atau

kebutuhan pelanggan.

Kualitas mengisyaratkan suatu kesempurnaan (pada suatu produk)

atau suatu kedudukan yang lebih tinggi dari segmen lainnya.sementara itu

sejumlah pengertian dari pakar kualitas, dapat dikemukakan sebagai

berikut (Walujo, dkk, 2020) :

a. William Edward Deming dari Massachusetts Institute of

Technology menyatakan bahwa, “quality should be needs of the

consumer, present and future”.

b. Armand Vallin Feigenbaum dari General System Company

menyatakan bahwa “product and service quality can be defined

as the total composite product and service characteristics of

marketing engineering, manufacture and maintenance through

which the product and service in use will meet the expectations

of costumer”.

11
c. Kaouru Ishikawa dari Musahi Institute of Technology

menyatakan bahwa a quality product is the product which is

most economical, most useful, and always satisfactory to the

costumer.

Dari berbagai pendapat para pakar dan praktisi,sulit membuat

konsesus untuk membuat defenisi sendiri. Satu deskripsi yang mendekati

pengertian kualitas dari kacamata produsen, dapat disimpulkan bahwa

kualitas adalah suatu strategi dasar bisnis yang menghasilkan barang

maupun jasa yang memenuhi kebutuhan dan kepuasan konsumen internal

dan eksternal secara eksplisit dan implisit. Strategi ini menggunakan

seluruh kmampuan sumber daya manajemen, pengetahuan, kompetisi inti,

modal, teknologi, peralatan, material, system dan manusia perusahaan

untuk menghasilkan barang bernilai tambah bagi manfaat masyarakat serta

memberikan keuntungan kepada para pemegang saham. (Juharni, 2017).

Sehingga dari pendapat beberapa pakar kualitas tersebut disarikan,

maka akan diperoleh tiga pengertian kualitas yaitu pemenuhan/pemuasan

keinginan konsumen, kesesuaian terhadap stamdar/tolak ukur yang

ditetapkan, serta harga yang terjangkau atau ekonomis. (Walujo, dkk,

2020).

1. Pengertian Control (Pengendalian)

Terminologi control (Pengendalian) jauh sebelumnya juga sudah

diungkapkan oleh para teoritisi maupun praktisi diantaranya yaitu:

12
a. Menurut Harsono (1984) menyebut bahwa pengendalian adalah

jaminan bahwa hasil-hasil yang akan dicapai sesuai dengan apa yang

diharapkan.

b. Menurut Sofjan Assuri (1978) menyatakan bahwa pengendalian

adalah upaya pemeriksaan atas aktivitas yang telah dilakukan atau

sedang dilakukan agar kegiatan-kegiatan tersebut dapat sesuai dengan

apa yang diharapkan atau direncanakan.

c. Dan menurut M.Manullan (1976) menyebut bahwa pengendalian

sebagai suatu proses untuk menetapkan pekerjaan apa yang sudah

dilaksanakan, menilainya, dan mengoreksinya bila perlu dengan

maksud supaya pelaksanaan pekerjaan sesuai dengan apa yang

direncanakan.

Dengan demikian pengendalian adalah jaminan dari hasil kegiatan

pemeriksaan, penilaian, pengoreksian terhadap kegiatan apa yang telah

dan sedang dilakukan atau hasil yang akan dicapai sesuai dengan apa yang

diharapkan atau apa yang direncanakan (Walujo, dkk, 2020).

2. Quality Control (Pengendalian Kualitas)

Dari pengertian kualitas dan pengendalian diatas, dapat ditarik

kesimpulan, bahwa Quality dan Control adalah suatu aktivitas yang

dilakukan agar diperoleh hasil dengan mutu yang sesuai dengan yang

diharapkan, dan memelihara suatu tingkat keinginan terhadap kualitas dari

suatu produk atau jasa.

13
Pengendalian kualitas adalah suatu kegiatan/aktivitas pemeriksaan

dan analisa yang dilakukan terhadap bahan baku, barang setegah jadi

maupun barang jadi sehingga dengan jalan pemeriksaan yang teliti

diharapkan produk yang dihasilkan dapat sesuai dengan kualitas atau

dengan kata lain menjaga agar kualitas produk yang dihasilkan sesuai

dengan kualitas produk yang diharapkan.

Dari defenisi tersebut dapat ditetapkan unsur-unsur penting dalam

pengendalian kualitas yang antara lain:

a. Adanya standar yang ditetapkan baik kualitatif maupun

kuantitatif.

b. Adanya metode untuk mengukur kualitas produk yang dihasilkan

kemudian di bandingkan dengan standar yang ada.

c. Adanya cara untuk mengadakan perbaikan - perbaikan terhadap

kualitas yang dihasilkan tersebut ternyata produk yang dihasilkan

tidak sesuai dengan kualitas standar yang telah ditetapkan..

Dengan demikian maka pengendalian kualitas tidak saja

melaksanakan pengawasan sebelum terjadinya kesalahan, tetapi juga

memberikan suatu metode bagaimana melaksanakan tindakan perbaikan

terhadap kesalahan yang terjadi. (Walujo, dkk, 2020)

3. Tujuan Pengendalian Kualitas

14
Pengetahuan tentang tujuan dan pentingnya pengawasan kualitas

dapat membuat perusahaan lebih berhati-hati dalm berproduksi. Tujuan

dari pengendalian kualitas menurut sofjan assauri adalah (Walujo, dkk,

2020) :

1. Agar barang hasil produksi dapat mencapai standart mutu yang

telah ditetapkan.

2. Mengusahakan agar biaya inspeksi dapat ditekan.

3. Mengusahakan agar desain dari produk dan proses dengan

menggunakan mutu produksi tertentu dapat menjadi kecil.

4. Mengusahakan agar biaya produksi dapat menjadi rendah.

Dari pendapat tersebut maka dapat diartikan bahwa tujuan

pengendalian kualitas adalah menjamin barang hasil produksi dapat

mencapai kualitas yang telah ditetapkan dengan biaya yang seminimum.

Dengan keadaan yang sedemikian maka harga barang hasil produksi dapat

relative murah serta kualitas yang stabil yang dapat membuat konsumen

memilih produk tersebut. Maka dapat diketahui bahwa pengendalian

kualitas adalah hal yang sangat urgen pada perusahaan untuk berhasil atau

tidaknya produk yang dihasilkan sesuai dengan yang direncanakan.

Berdasarkan pendapat diatas tujuan dari pengendalian kualitas

adalah (Walujo, dkk, 2020) :

1. Menjaga agar kualitas produk selalu tetap (konstan).

2. Menjaga agar bahan-bahan yang dipakai selalu tetap.

15
3. Menjaga agar pengolahan baham (proses) selalu menurut rencana

(standart) yang telah ditetapkan.

4. Menjaga agar kerusakan pemakaian bahan dapat dikendalikan.

5. Menjaga agar kerusakan produk dapat dikendalikan.

6. Menjaga agar kondisi mesin selalu stabil.

7. Menjaga agar schedule / jadwal mesin sesuai dengan rencana.

Maka dapat diketahui bahwa pengendalian kualitas adalah hal yang

sangat urgent pada perusahaan untuk berhasil atau tidaknya suatu produk

yang dihasilkan sesuai dengan yang direncanakan (Walujo, dkk, 2020).

4. Lean System

Lean system adalah konsep yang dikembangkan oleh perusahaan

Toyota Jepang setelah perang dunia II. Lean system ini berpusat pada

konsep mengurangi pembororsan, sehingga menghasilkan kualitas (quality)

yang itnggi dengan biaya (costs) yang rendah. Untuk mengetahui letak

terjadinya pemborosan, kita bisa membagi aktivitas kedalam tiga kelompok

yaitu sebagai berikut (Wibisono, 2011):

1. Vallue Added Activity yaitu kegiatan yang memberikan nilai tambah

dari proses transformasi, kegiatan yang dilakukan oleh perusahaan

yang konsumen rela membayarnya untuk memperolehnya

2. Non Vallue Added Activity yaitu kegiatan yang tidak memberikan nilai

tambah kepada proses tapi perlu dilakukan

3. Waste, yaitu kegiatan yang tidak memberikan nilai tambah dan tidak

perlu dilakukan dalam proses.

16
Berikut Beberapa metode yang dapat digunakan untuk menerapkan

Lean Manufacturing adalah sebagai berikut (Muzakki, 2012) :

a. Value Stream Mapping

Value Stream Mapping adalah salah satu metode pemetaan aliran

produksi dan aliran informasi untuk memproduksikan satu produk atau

satu family produk, tidak hanya pada masing-masing area kerja, tetapi

pada tingkat total produksi serta mengidentifikasi kegiatan yang value

added dan non value added. Value Stream Mapping secara visual

memetakan aliran material dan informasi secara menyeluruh dimulai dari

kedatangan bahan baku dari supplier melalui semua tahap proses produksi

hingga pengiriman produk kepada pelanggan akhir.

Tujuan pemetaan ini adalah untuk mengidentifikasi seluruh jenis

pemborosan di sepanjang proses produksi dan untuk mengambil langkah

dalam upaya mengeliminasi pemborosan tersebut. Langkah yang diambil

dalam upaya mengeliminasi pemborosan adalah dengan cara memperbaiki

keseluruhan aliran bukan hanya mengoptimalkan aliran secara sepotong-

sepotong. Hal ini dapat membantu pihak perusahaan mengambil keputusan

dalam memperbaiki keseluruhan proses produksi.

Value Stream Mapping dapat menyajikan suatu titik balik yang

optimal bagi setiap perusahaan yang ingin menjadi lean. Keuntungan-

keuntungan yang diperoleh dengan penerapan konsep value stream

mapping adalah sebagai berikut (Wibisono, 2011):

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.

2) Pemetaan membantu perusahaan melihat segala pemborosan dan

sumber pemborosan yang terjadi di sepanjang aliran produksi

3) Value stream mapping memberikan pemahaman mengenai proses

manufaktur dalam bahasa yang umum.

4) Value stream mapping menggabungkan antara teknik dan konsep lean

yang dapat membantu perusahaan untuk menghindari pemilihan teknik

dan konsep yang asal-asalan.

5) Sebagai dasar dari rencana implementasi. Dengan membantu

perusahaan merancang bagaimana mengoperasikan keseluruhan aliran

dari setiap proses kegiatan. Value Stream Map merupakan sebuah

rencana dalam strategi implementasi lean

6) Value Stream Mapping menunjukkan hubungan antara aliran informasi

dan aliran material.

Dalam Value Stream Mapping, ada pemetaan yang harus

digambarkan yaitu pembuatan Current State Map. Pembuatan Current

State Map dilakukan untuk memetakan kondisi lantai produksi aktual,

dimana segala informasi yang terdapat dalam setiap proses dicantumkan

dalam pemetaan. Current State Map digunakan untuk mengidentifikasi

pemborosan dan sumber pemborosan yang terjadi.

18
Untuk melihat Value Stream suatu produk secara keseluruhan

tentunya perusahaan perlu dilihat sebagai satu kesatuan yang utuh,

sehingga batasan-batasan organisasi dalam perusahaan perlu diterobos.

Karena pada dasarnya perusahaan cenderung terorganisir untuk setiap

departemen (proses) dan terbatas pada fungsinya masing-masing.

Sehingga biasanya orang hanya bertanggungjawab pada apa yang menjadi

bagiannya (pada areanya saja) tanpa perlu mengetahui proses secara

keseluruhan menurut sudut pandang value-stream. Oleh karena itu dalam

memetakan value-stream agar nantinya dapat dibuat suatu usulan

perancangan, diperlukan seorang value-stream manager yakni orang yang

paham mengenai proses keseluruhan dalam value-stream suatu produk

sehingga dapat membantu dalam memberikan saran bagi perbaikan value-

stream produk tersebut.

Untuk setiap pembuatan data box, maka ukuran-ukuran yang

diperlukan antara lain (Anvari & Hojjati, 2011):

a) Cycle Time (C/T)

Cycle time (C/T) merupakan salah satu ukuran penting yang

dibutuhkan dalam kegiatan Lean selain Value-creating time (VCT)

dan Lead time (L/T). Cycle time menyatakan waktu yang

dibutuhkan oleh satu operator untuk menyelesaikan seluruh

elemen/kegiatan kerja dalam membuat satu part sebelum

mengulangi kegiatan untuk membuat part berikutnya. Value-

creating time (VCT) menyatakan waktu keseluruhan elemen kerja

19
yang biasa mentransformasikan suatu produk dalam cara yang rela

dibayar oleh konsumen. Lead time (L/T) menyatakan waktu yang

dibutuhkan untuk seluruh proses atau dalam satu value stream,

mulai dari awal hingga akhir proses.

b) Change-over Time (C/O)

Menyatakan waktu yang dibutuhkan untuk merubah posisi (switch)

dari memproduksi satu jenis produk menjadi produk yang lainnya.

Dalam hal ini biasanya changeover time menyatakan waktu untuk

memindahkan dari posisi kiri menjadi posisi kanan dalam

pembuatan satu produk simetris.

c) Uptime

Menyatakan kapasitas mesin yang digunakan dalam mengerjakan

satu proses. Kapasitas mesin bersifat on-demand machine uptime

artinya informasi mesin ini tetap.

d) Jumlah Operator

Menyatakan jumlah orang yang dibutuhkan saat untuk satu proses.

e) Waktu Kerja

Waktu kerja yang dibutuhkan untuk tiap shift pada suatu proses

sesudah dikurangi dengan waktu istirahat (break), waktu rapat

(meeting), dan waktu membersihkan area kerja (clean up times).

Berikut beberapa symbol yang digunakan dalam value stream

mapping dapat dilihat pada tabel 2.2 dan 2.3

20
Tabel 2.2 Lambang Kategori Proses VSM
No Nama Lambang Fungsi

1 Customer/ Merepresentasikan Supplier


Supplier bila diletakkan di kiri atas,
yakni sebagai titik awal yang
umum digunakan dalam
penggambaran aliran material.
Sementara gambar akan
merepresentasikan Customer
bila ditempatkan di kanan atas
biasanya sebagai titik akhir
aliran material.

2 Dedicated Menyatakan proses operasi,


Process mesin atau departemen yang
melalui aliran material. Secara
khusus, untuk menghindari
pemetaan setiap langkah proses
yang tidak diinginkan, maka
lambang ini biasanya
merepresentasikan satu
departemen dengan aliran
internal yang kontinu

3 Shared Process Menyatakan operasi proses,


departemen atau stasiun kerja
dengan family-family yang
saling berbagi dalam value
stream. Perkiraan jumlah
operator yang dibutuhkan
dalam Value Stream dipetakan.

21
Lanjutan Tabel 2.2 Lambang Kategori Proses VSM
No Nama Lambang Fungsi

4 Operator Lambang ini menunjukkan


jumlah operator yang
dibutuhkan dalam proses.
5 Data Box Lambang ini memiliki
lambang-lambang didalamnya
yang menyatakan informasi /
data yang dibutuhkan unuk
menganalisis dan mengamati
system.
6 Work Cell Mengindikasikan banyak prses
yang terintegrasi daam se-se
kerja manufaktur, seperti sel-sel
yang biasa memproses family
terbatas dari produk yang sama
atau produk tunggal. Produk
berpindah dari satu langkah
proses ke langkah proses lain
dalam berbagai batch yang
kecil atau bagian- bagian
tunggal.
7 Inventory Menunjukkan keberadaan suatu
inventory diantara dua proses.
Jika terdapat lebih dari satu
akumulasi inventory, gunakan
satu lambang untuk masing-
masing inventory.
(Sumber: Sahitya, 2013)

Tabel 2.3 Lambang Peta Keseuruhan Proses VSM

22
No Nama Lambang Fungsi

1 Manual Info Gambar anak panah yang lurus


dan tipis menunjukkan aliran
informasi umum yang bisa
diperoleh melalui catatan,
laporan ataupun percakapan.
Jumlah dan jenis catatan lain
bisa jadi relevan
2 Electronic Info Merepresentasikan simbol aliran
elektronik seperti melalui: Data
Interchange (EDI), internet,
intranet, LANs (Local Area
Network), WANS (Wide Area
Network). Melalui anak panah
ini, maka dapat diindikasikan

3 External Lambang ini berarti pengiriman


Shipment yang dilakukan dari supplier ke
konsumen atau pabrik ke
konsumen dengan menggunakan
pengangkutan eksternal (diluar
pabrik).
4 Push Arrows Merepresentasikan pergerakan
material dari memiliki arti bahwa
proses dapat memproduksi
sesuatu tanpa memandang
kebutuhan
Lanjutan Tabel 2.3 Lambang cepat dari proses yang
Peta Keseuruhan
bersifat downstream.
Proses VSM
5 Shipments Merepresentasikan pergerakan
raw Material dari supplier
hingga menuju gudang
penyimpanan akhir di pabrik,

23
No Nama Lambang Fungsi

atau pergerakan dari produk


akhir di gudang penyimpanan
pabrik hingga sampai ke
konsumen.

6 Time line Menunjukan waktu yang


memberikan nilai tambah (cycle
times) dan waktu yang tidak
memberikan nilai tambah (waktu
menunggu). Lambang ini
digunakan untuk menghitung
Lead time dan Total Cycle time.

(Sumber: Sahitya, 2013)

24
b. Rating Factor

Menurut Sutalaksana (2010), Setelah pengukuran berlangsung,

pengukur harus mengamati kewajaran kerja yang ditunjukkan operator.

Ketidakwajaran dapat terjadi seperti karena operator bekerja tanpa

kesungguhan, sangat cepat seolah-olah diburu waktu, atau karena menjumpai

kesulitan-kesulitan seperti karena kondisi ruangan yang buruk. Jadi jika

pengukur mendapatkan harga rata- rata siklus/elemen yang diketahui

diselesaikan dengan kecepatan yang tidak wajar oleh operator, maka agar

harga tersebut menjadi wajar, pengukur harus menormalkannya dengan

melakukan penyesuaian. Biasanya penyesuaian dilakukan dengan

mengalikan waktu siklus rata-rata dengan suatu harga Rf atau factor rating.

Besarnya harga Rf sedemikian rupa sehingga hasil perkalian yang diperoleh

mencerminkan waktu yang sewajarnya atau normal. Bila pengukur

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

dengan 1 (Rf = 1). Dalam penelitian ini metode penyesuaian yang

digunakan adalah metode Westinghouse. Westinghouse company (1972)

memperkenalkan sistem penyesuaian dengan memperhatikan factor-faktor

berupa keterampilan (skill), usaha (effort), kondisi kerja (working condition),

dan konsistensi (consistency) dari operator di dalam melakukan kerja.

Keterampilan atau skill didedifinisikan sebagai kemampuan

25
mengikuti cara kerja yang ditetapkan. Latihan dapat meningkatkan

keterampilan, tetapi hanya sampai ketingkat tertentu saja, tingkat

manamerupakan kemempuan maksimal yang dapat diberikan pekerja yang

bersangkutan. Secara psikologis keterampilan merupakan aptitude untuk

pekerjaan yang bersangkutan. Keterampilan dapat juga menurun yaitu bila

terlampau lama tidak menangani pekerejaan tersebut, atau karena sebab-

sebab lain seperti karena kesehatan yang terganggu, rasa fatique yang

berlebihan, pengaruh lingkungan sosial dan sebagainya (Aditya, 2013).

Untuk keperluan penyesuaian keterampilan dibagi menjadi enam

kelas seperti yang dikemukakan sebagai berikut (Aditya, 2013):

1. Super Skill

Adapun ciri-ciri pekerja yang memiliki keterampilan super skill adalah

sebagai berikut:

1) Secara bawaan cocok sekali dengan pekerjaan

2) Bekerja dengan sempurna

3) Tampak seperti telah terlatih dengan baik.

4) Gerakan-gerakan sangat halus tetapi sangat cepat sehingga sulit diikuti.

5) Kadang-kadang terkesan tidak berbeda dengan gerakan-gerakan mesin.

6) Perpindahan dari suatu elemen pekerjaan ke elemen lainnya tidak

terlampau terlihat karena lancarnya.

7) Tidak terkesan adanya gerakan-gerakan berpikir dan merencanakan

tentang apa yang dikerjakan.

26
2. Excellent Skill

Adapun ciri-ciri pekerja yang memiliki keterampilan excellent skill

adalah sebagai berikut:

1) Percaya pada diri sendiri.

2) Tampak cocok dengan pekerjaanya.

3) Terlihat telah terlatih baik.

4) Bekerjanya teliti dengan tidak banyak melakukan pengukuran-

pengukuran atau pemeriksaan-pemeriksaan.

5) Gerakan-gerakan kerjanya beserta urutan-urutannya dijalankan tanpa

kesalahan.

6) Menggunakan peralatan dengan baik.

7) Bekerjanya cepat tanpa mengorbankan mutu.

8) Bekerjanya cepat tetapi halus.

9) Bekerjanya berirama dan terkoordinasi.

3. Good Skill

Adapun ciri-ciri pekerja yang memiliki keterampilan good skill adalah

sebagai berikut:

1) Kwalitas hasil baik.

2) Bekerja tampak lebih baik dari pada kebanyakan pekerja pada

umumnya.

3) Dapat memberi petunjuk-petunjuk pada pekerja lain yang

keterampilannya lebih rendah.

4) Tampak jelas sebagai pekerja yang cakap.

27
5) Tidak memerlukan banyak pengawasan.

6) Tiada keragu-raguan.

7) Bekerjanya stabil.

8) Gerakan-gerakannya terkoordinasi dengan baik.

9) Gerakan-gerakannya cepat.

4. Average Skill

Adapun ciri-ciri pekerja yang memiliki keterampilan average skill adalah

sebagai berikut:

1) Tampak adanya kepercayaan pada diri sendiri.

2) Gerakannya cepat tapi tidak lambat.

3) Terlihat adanya perencanaan dalam pekerjaan.

4) Tampak sebagai pekerja yang cakap.

5) Gerakan-gerakannya cukup menunjukkan tiadanya keragua-raguan.

6) Mengkoordinasi tangan dan pikiran dengan cukup baik.

7) Tampak cukup terlatih dan karenanya mengetahui seluk beluk

pekerjaanya.

8) Bekerjanya cukup teliti.

9) Secara keseluruhan cukup memuaskan.

5. Fair Skill

Adapun ciri-ciri pekerja yang memiliki keterampilan fair skill adalah

sebagai berikut:

1) Tampak terlatih tetapi belum cukup baik.

2) Mengenal peralatan dan lingkungan secukupnya.

28
3) Terlihat adanya perencanaan- perencanaan sebelum melakukan

gerakan.

4) Tidak mempunyai kepercayaan diri yang cukup.

5) Tampak seperti tidak cocok dengan pekerjaanya tetapi telah

ditempatkan dipekerjaan itu sejak lama.

6) Mengetahui apa yang dilakukan dan harus dilakukan tetapi tampak

tidak selalu yakin.

7) Sebagian waktu terbuang karena kesalahan- kesalahan sendiri.

8) Jika tidak bekerja sungguh-sungguh outputnya akan sangat rendah.

9) Biasanya tidak ragu-ragu dalam menjalankan gerakan-gerakannya.

6. Poor Skill

Adapun ciri-ciri pekerja yang memiliki keterampilan poor skill adalah

sebagai berikut:

1) Tidak bias mengkoordinasikan tangan dan pikiran.

2) Gerakan-gerakannya kaku.

3) Kelihatan tidak ada keyekinan pada urut-urutan gerakan.

4) Seperti yang tidak terlatih untuk pekerjaan-pekerjaan yang

bersangkutan.

5) Tidak terlihat adanya kecocokan dengan pekerjaanya.

6) Ragu-ragu dalam menjalankan gerakan-gerakan kerja.

7) Sering melakukan kesalahan-kesalahan.

8) Tidak adanya kepercayaan pada diri sendiri.

9) Tidak bias mengambil inisiatif sendiri.

29
Secara keseluruhan tampak pada kelas-kelas di atas bahwa yang

membedakan kelas keterampilan seseorang adalah keragu-raguan,

ketelitian gerakan, kepercayaan diri, koordinasi, irama gerakan, dan hal-

hal lainnya. Dengan pembagian ini pengukuran akan lebih terarah dalam

menilai kewajaran pekerja dilihat dari segi keterampilannya. karenanya

faktor penyesuaian yang nantinya diperoleh dapat lebih obyektif. Untuk

usaha atau effort dara westinghouse membagi juga atas kelas-kelas dengan

ciri masing-masing. Yang dimaksud dengan usaha disini adalah

kesungguhan yang ditunjukkan atau diberikan operator ketika melakukan

pekerjaannya. Berikut ini ada enam kelas usaha dengan ciri- cirinya antara

lain (Aditya, 2013) :

1. Excessive Effort

Pekerja yang memiliki kriteria excessive effort adalah sebagai berikut :

1) Kecepatan sangat berlebihan.

2) Usahanya sangat bersungguh-sungguh tetapi dapat membahayakan

kesehatannya.

3) Kecepatan yang ditimbulkannya tidak dapat dipertahankan

sepanjang hari kerja.

2. Excellent Effort

Adapun pekerja yang memiliki kriteria excellent effort adalah sebagai

berikut :

1) Jelas terlihat kecepatan kerjanya yang tinggi.

30
2) Gerakan-gerakan lebih ekonomis dari pada operator-operator

biasa.

3) Penuh perhatian pada pekerjaannya.

4) Banyak memberi saran-saran.

5) Menerima saran-saran dan petunjuk dengan senang.

6) Percaya pada kebaikan maksud pengukuran waktu.

7) Tidak dapat bertahan lebih dari beberapa hari.

8) Bangga atas kelebihannya.

3. Good Effort

Pekerja yang memiliki kriteria good effort adalah sebagai berikut :

1) Bekerja berirama.

2) Saat-saat menganggur sangat sedikit, bahkan kadang-kadang tidak

ada.

3) Penuh perhatiaan pada pekerjaannya.

4) Senang pada pekerjaanya.

5) kecepatannya baik dan dapat dipertahankan sepanjang hari.

6) Percaya pada kebaikan maksud pengukuran waktu.

7) Menerima saran-saran dan petunjuk dengan senang.

8) Dapat memberi saran-saran untuk perbaikan kerja.

9) Tempat kerjanya diatur dengan baik dan rapi.

10) Menggunakan alat-alat yang tepat dengan baik.

11) Memelihara dengan baik kondisi peralatan.

4. Average Effort

31
Pekerja yang memiliki kriteria average effort adalah sebagai berikut :

1) Tidak sebaik good , tetapi lebih baik dari poor.

2) Bekerja dengan stabil.

3) Menerima saran-saran tetapi tidak melaksanakannya.

4) Set up dilaksanakan dengan baik.

5) Melakukan kegiatan-kegiatan perencanaan.

5. Fair Effort

Pekerja yang memiliki kriteria fair effort adalah sebagai berikut :

1) Saran-saran perbaikan diterima dengan kesal.

2) Kadang-kadang perhatian tidak ditujukan pada pekerjaannya.

3) Kurang sungguh-sungguh.

4) Tidak mengeluarkan tenaga dengan secukupnya.

5) Terjadi sedikit penyimpangan dari cara kerja baku.

6) Alat-alat yang dipakainya tidak selalu yang terbaik.

7) Terlihat adanya kecendrungan kurang perhatian pada pekerjaannya.

8) Terlampau hati-hati.

6. Poor Effort

Pekerja yang memiliki kriteria poor effort adalah sebagai berikut :

1) Banyak membuang-buang waktu.

2) Tidak memperhatikan adanya minat bekerja.

3) Tidak mau menerima saran-saran.

4) Tampak malas dan lambat bekerja.

5) Melakukan gerakan-gerakan yang tidak perlu untuk mengambil

32
alat-alat dan bahan-bahan.

6) Tempat kerjanya tidak diatur rapi.

7) Tidak perduli pada cocok tidaknya peralatan yang dipakai.

8) Mengubah-ubah tataletak tempat kerja yang sudah diatur.

9) Set up kerjanya terlihat tidak baik.

Dari uraian diatas terlihat adanya korelasi antara keterampilan dengan

usaha. Dalam prakteknya banyak terjadi pekerja yang mempunyai

keterampilan yang rendah bekerja dengan usaha yang lebih sungguh-

sungguh sebagai imbangannya. Kadang-kadang usaha ini begitu besarnya

sehingga tampak berlebihan dan tidak banyak menghasilkan. Sebaliknya

seseorang yang memiliki keterampilan tinggi tidak jarang bekerja dengan

usaha yang tidak didukung dihasilkannya performance yang lebih baik.

Jadi walaupun hubungan antara ’kelas tinggi’ pada ketrampilan dengan

usaha tampak erat sebagaimana juga dengan kelas-kelas rendah, kedua

faktor ini adalah hal-hal yang dapat terjadi secara terpisah didalam

pelaksanaan pekerjaan. Karenanya cara westinghouse memisahkan faktor

keterampilan dari usaha dalam rangka penyesuaian.

Yang dimaksud dengan kondisi kerja pada cara westinghouse adalah

kondisi fisik lingkungannya seperti pencahayaan, temperatur, dan

kebisingan ruangan. Bila tiga faktor lainnya yaitu keterampilan, usaha dan

konsistensi merupakan apa yang dicerminkan operator, maka kondisi

kerja merupakan sesuatu diluar operator yang diterima apa adanya oleh

operator tanpa banyak kemampuan merubahnya.

33
Kondisi kerja dibagi menjadi enam kelas yaitu ideal, excellent,

good , average, fair dan poor. Kondisi yang ideal tidak selalu sama untuk

setiap pekerjaan karena berdasarkan karakteristiknya masing-masing

pekerja membutuhkan kondisi ideal sendiri-sendiri. Suatu kondisi yang

dianggap good bagi suatu pekerjaan dapat saja dirasakan sebagai fair atau

bahkan poor bagi pekerjaan yang lain.

Untuk itu westinghouse membuat suatu tabel yang berisikan nilai-

nilai yang berdasarkan tingkatan yang ada untuk masing-masing faktor

tersebut. Tabel westinghouse dapat dilihat pada Tabel 2.4

Tabel 2.4 Penyesuaian Metode Westinghouse

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

Lanjutan Tabel 2.4 Penyesuaian Metode Westinghouse

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

yaitu Factor rating (Rf) = 1 + Westinghouse Factor.

c. Kelonggaran (Allowance)

Kelonggaran diberikan untuk tiga hal, yaitu untuk kebutuhan pribadi,

menghilangkan rasa lelah, dan hambatan yang tidak dapat terhindarkan. Cara

menentukan faktor penyesuaian ini antara lain:

1. Cara Persentase : besarnya faktor penyesuaian sepenuhnya ditentukan

oleh pengukur melalui pengamatannya selama melakukan pengukuran.

2. Cara Shumard : cara yang memberikan patokan-patokan penilaian melalui

kelas-kelas performance kerja dimana setiap kelas mempunyai nilai

sendiri- sendiri.

3. Cara Objektif : cara yang memperhatikan 2 faktor yaitu kecepatan kerja

dan tingkat kesulitan pekerjaan.

4. Cara Westinghouse : cara dimana ada 4 faktor yang menyebabkan tingkat

kewajaran dalam bekerja, yaitu keterampilan (skill), usaha (effort), kondisi

kerja, dan konsistensi pekerja.

Adapun persentasi kelonggaran (Allowance) dapat dilihat di Tabel 2.5

Tabel 2.5 Allowance

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)

b. Seven Waste Relationship Matrix

Setiap waste memiliki hubungan satu sama lain, dimana

hubungan ini disebabkan oleh pengaruh tiap waste dapat muncul

secara langsung maupun tidak langsung.

Berikut Tabel 2.4 di bawah ini akan menampilkan

penjelasan keterkaitan antar waste

Tabel 2.6 Jenis Hubungan antara Waste


Jenis Waste Hubungan antar Waste
O_I Konsumsi over production dan kebutuhan yang lebih besar pada
bahan baku mentah menyebabkan persediaan produk di area
produksi membutuhkan tempat yang lebih besar.
O_D Ketika operator memproduksi lebih, kekhawatiran mereka
tentang kualitas bagian yang cacat akan menurun, karena ada
cukup bahan untuk mengganti cacat, yang menyebabkan

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.

W_O Ketika mesin menunggu karena material masih diproses di stasiun


kerja lain, Mesin terkadang dipaksa untuk menghasilkan produksi

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)

Hubungan antar jenis waste memiliki bobot yang berbeda-beda.

Maka dibutuhkan penilaian untuk mengetahui bobot dari setiap pola yang

terjadi diantara waste tersebut. Untuk menghitung kekuatan waste

relationship dikembangkan suatu pengukuran dengan kuesioner.

Hubungan antar waste yang satu dengan yang lainnya dapat disimbolkan

dengan menggunakan huruf pertama pada tiap waste.

5. Pendekatan Pengendalian Kualitas Dengan Six-Sigma

a. Pengertian Six Sigma

Six Sigma merupakan Quality Improvement Tools yang berbasis

pada penggunaan data dan statistic. Istilah Sigma merupakan huruf

yunani σ yang digunakan untuk besaran Deviasi Standar (Standar

Deviation) atau simpang baku pada ilmu statistik. Deviasi standar

dapat didefenisikan sebagai rata-rata perbedaan nilai sample terhadap

nilai rata-rata data. Secara tidak langsung deviasi standar

menggambarkan besarnya keragaman sample hasil pengukuran.

40
Semakin besar nilai deviasi standar yang didapatkan, semakin besar

pula keragaman sample, demikian pula sebaliknya. Rumus baku untuk

deviasi satndar sebagai berikut (Arini, 2017) :

N
σ=
√ 1
∑ ( x − x́ )2
N i=1 i

Gambar 2.1 Simpang Baku


(sumber: https://id.wikipedia.org/wiki/Simpangan_baku, diakses 7 Juli
2020)
Dalam kurva statistic seperti pada gambar 1. Terlihat bahwa nilai

1̶ σ menunjukan bahwa pengukuran memiliki deviasi standar 34.1%

dari nilai target yang diinginkan, berarti terdapat (100-2×34,1)% data

yang menyimpang dari nilai target. Sedangkan nilai 2-σ menunjukan

bahwa pengukuran memiliki deviasi standar 95,4% dari nilai target

yang diinginkan, dan nilai 3-σ menujukan bahwa pengukuran

memiliki standar deviasi 99,7% dari nilai target yang diinginkan.

Adapun nilai 6-σ mrnunjukan bahwa pengukuran memiliki deviasi

standar 99,9997% dari nilai target yang diinginkan.

Prinsip dasar Six Sigma adalah perbaikan produk dengan

melakukan perbaikan pada proses sehingga proses tersebut

menghasilkan produk yang sempurna. Project Six Sigma berorientasi

41
pada kinerja jangka panjang melalui peningkatan mutu untuk

mengurangi jumlah kesalahan dengan sasaran target kegagalan nol

(zero defect) pada kapabilitas proses sama dengan atau lebih dari 6-σ

dalam pengukuran standar deviasi untuk level 6-σ dengan deviasi

standar 99,9997% dari nilai target yang diinginkan, maka peluang

kegagalan atau product cacat (defect) setara dengan 3,4 defect dari 1

juata peluang.

Pendekatan Six Sigma digunakan untuk mengidentifikasi hal-hal

yang berkaitan dengan penanganan eror dan pengerjaan ulang produk

yang akan mengahabiskan biaya waktu, mengurangi peluang

mendapatkan pendapatan. Six Sigma pada awalnya dirancang untuk

diimplementasikan pada industri manufaktur, tetapi pada

perkembangannya kemudian digunakan untuk berbagai jenis industri.

Bagi perusahaan yang memiliki produk fisik, hasil penerapan

metode six sigma untuk mengurangi kesalahan atau cacat produksi

dapat langsung terlihat. Namun beda halnya dengan bisnis jasa,

karena sifat produknya yang intangible, maka penerapan metode Six

Sigma tidak sesederhana seperti bisnis yang memiliki produk fisik.

Oleh karena itu, defenisi dari defect kemudian didefenisikan sebagai

segala keluaran (output) yang tidak sesuai dengan kebutuhan dan

keinginan pelanggan.

b. Manfaat serta tantangan penerapan metode Six Sigma

Dengan mengimplementasikan metode Six Sigma untuk

42
meningkatkan kinerja organisasi, benefit yang diperolah sebagai

berikut :

1. Meningkatkan pemahaman organisasi terhadap pelanggan apa

yang menjadi factor utama dalam kepuasan, bagaimana perilaku

pelanggan dan seberapa besar pangsa pasar produk organisasi.

2. Penetapan target untuk peningkatan kinerja.

3. Memungkinakan bisnis untuk mendorong peningkatan kinerja

secara dramatis.

4. Meningkatkan efektivitas proses serta mengurangi dan

mengeliminasi kesalahan dan cacat produksi.

5. Meningkatkan efisiensi, mengurangi biaya dan meningkatkan

laba perusahaan.

6. Mendorong partisipasi aktif karyawan dan bertindak sebagai

kapitalis untuk memunculkan sisi terbaik karyawan dalam

berkontribusi terhadap perusahaan.

Sebagaimana halnya setiap organisasi yang akan

mengimplementasikan metode-metode untuk peningkatan kinerja,

implementasi metode six sigma dalam organisasipun berpotensi

menghadapi tantangan-tangtangan berikut :

1. Kurangnya pemahaman pimpinan/manajemen organisasi

terhadap peluang-peluang perbaikan yan memungkinkan untuk

dilakukan dalam rangka peningkatan laba.

2. Kurangnya tenaga kerja untuk melaksanakan project-project Six

43
Sigma karena diprioritaskan untuk melaksanakan pekerjaan lain.

3. Kurangnya keterlibatan manajemen tingkat atas organisasi dalam

implementasi metode Six Sigma.

4. Kesulitan dalam memilih project-project Six Sigma.

5. Kesulitan dalam mempertahankan keberlangsungan peningkatan

kinerja dalam janga panjang.

c. Tahapan metode Six Sigma

Metode Six Sigma dalam bentuk project penigkatan kinerja

dapat diterapkan hamper pada seluruh jenis organisasi atau seluruh

fungsi/devisi dalam organisasi seperti manajemen, desain, pengadaan

dan pembelian, quality assurance dan produksi industri. Penerapan

project-project Six Sigma untuk meningkatkan kinerja organisasi

eksisying dilaksanakan dengan menerapkan siklus 5 fasa yang

disebut DMAIC. DMAIC adalah siklus peningkatan kinerja proses

yang didasrkan atas data yang terkumpul. (Soemohadiwidjojo, 2017).

44
Gambar 2.2 Diagram Alir DMAIC

Langkah-langkah yang dilakukan dalam siklus DMAIC yaitu

sebagai berikut:

1. Define, merupakan langkah operasional pertama dalam program

peningkatan kualitas Six Sigma. Pada tahap ini kita perlu

mendefinisikan beberapa hal yang terkait dengan kriteria

pemilihan proyek Six Sigma. Tujuan utama dari langkah ini

untuk mendefenisikan permasalahan secara jelas dan apa dampak

permasalahan terhadap kepuasan pelanggan, pemangku

kepentingan karyawan dan probabilitas oraganisasi. Dalam

langkah ini hal-hal yang dilakukan adalah sebagai berikut :

a. Mengidentifikasi Permasalahan, dalam mengidentifikasi dan

memformulasikan pernasalahan yang dihadapi dapat disusun

dengan mengikuti struktur rumus 5W+H seperti yang

dijabarkan pada Gambar 2.3 berikut.

45
Gambar 2.3 Contoh Tabel unsur-unsur pernyataan masalah
(sumber: Soemohadiwidjojo, 2017)
b. Memilih atau menentukan Critical-To-Quality, CTQ

adalah atribut terkait mutu produk yang mencerminkan

keinginan, kebutuhan dan kepuasan pelanggan sehingga

merupakan alasan mengapa perlu dilakukan perbaikan

kinerja suatu proses dalam menghasilkan produk

menggunakan metode six sigma. CTQ sendiri merupakan

bagian dari Critical-to-Satisfaction yaitu hal-hal yang

mempengaruhi kepuasan pelanggan yang dapat dibagi

menjadi 3 kelompok besar, yaitu :

1. Critical-To-Quality

2. Critical-To-Delivery

3. Critical-To-Cost

Apabila CTQ tidak dapat diindetifikasi akan sulit untuk

46
melakukan perbaikan, termasuk untuk menetapkan

system pengukuran yang paling tepat untuk mengukur

perbaikan kinerjanya dan nilai CTQ sendiri juga memiliki

pengaruh dalam pengukuran DPO (Defect Per

Opportunity)

2. Measure, tujuan dari langkah measure adalah mencari peluang

untuk perbaikan/peningkatan kinerja dan menetapkan ukuran

yang akan dijadikan basis pengukuran peningkatan kinerja

setelah project six sigma diimplementasikan. Dalam langkah ini

beberapa hal yang dapat dilakukan yaitu:

a. Menetapkan indikator kinerja standar, dalam tahap ini

indikator kinerja standar harus ditetapkan untuk memudahkan

melakukan pengukuran kinerja proses. Indikator dan target

kinerja standar tersebut ditentukan berdasarkan persyaratan

tertentu yang berkaitan dengan kualitas produk atau nilai CTQ

yang ditetapkan sebelumnya. Indikator yang dipilih sebaiknya

dapat digunakan untuk mengidentifikasi dan menghitung

pengurangan defect dari proses yang merupakan ukuran

umum yang digunakan dalam metode six sigma. Berikut

beberapa indikator /ukuran umum yang digunakan oleh

metode six sigma yang terkait dengan defect:

 Perportion defect dan final yield

Rumus dari propordtion defective adalah jumlah

47
defective per jumlah unit, sedangkan rumus dari fine

yield adalah (1 – Proportion Defective). Final yield

mencerminkan presentase produk yang bebas cacat

(defect-free)

 Defect Per Milion Oportunity

Ukuran-ukuran peluang defect biasanya diterjemahkan

dalam ukuran DPMO, sebagai indikasi berapa banyak

defect akan muncul dalam 1 juta peluang. DPMO dapat

dihitung dengan menggunakan rumus :

jumlah produk cacat


DPOM¿ x 1.000.000 …….
(banyaknya sampel x jumlah CTQ)
(2.1)

 Nilai Sigma

Ukuran sigma dapat dikonversi secara cepat dari nilai

DPMO dengan menggunakan Tabel konversi Six sigma.

Nilai Sigma=Normsinv ( 1.0001.000


.000−DPMO
.000 )+1.5 ………(2.1)
3. Analyze, dalam mengimplementasikan six sigma untuk

perbaikan kinerja system, target yang diinginkan adalah

menghasilkan system atau proses bisnis yang memiliki

stabilitas dan kapabilitas sehingga mencapai kondisi zero

defect atau tingkat kegagalan nol. Untuk mencapai kondisi

48
tersebut pada langkah analyze perlu dilakukan pencarian dan

analisis terhadap hal-hal mendasar yang menyebabkan

terjadinya variasi pada system atau proses yang berpotensi

menimbulkan terjadinya defect. Dari hasil analisis tersebut

selanjutnya dilakukan penyusunan prioritas penyelesaian

masalah sesuai dengan kontribusi permasalahan terhadapan

kepuasan konsumen dan profitabilitas.

Dalam langkah ini hal-hal yang perlu dilakukan yaitu antara

lain:

a. Menetapkan kapabilitas proses, seperti membuat peta

proses yang lebih detail, melakukan validasi terhadap

proses, melakukan investigasi terhadap petunjuk dan ide

desain.

b. Mengidentifikasi sumber variasi mutu produk, dimana

variasi yang dimaksud adalah ketidakseragaman dalam

proses yang menimbulkan perbedaan dalam kualitas

produk, baik barang maupun jasa. Pengendalian variasi

dilakukan dengan tujuan menghasilkan system atau

proses yang memiliki stabilitas dan kapabilitas menuju

zero defect process (tingkat kegagalan nol). Contoh

metode statistic yang banyak digunakan untuk

mengidentifikasi variasi adalah, diagram pareto, diagram

tulang ikan, analisis regresi dsb. Pada Gambar 2.4 di

49
bawah ini dapat menjelaskan siklus penentuan akar

masalah yang ada

Gambar 2.4 Siklus Penentuan Akar Masalah


(sumber: Soemohadiwidjojo, 2017)

4. Improve, dalam tahap ini dikembangkan alternatif solusi dan

dipilih solusi yang paling optimum unutk menghasilkan

kinerja terbaik. Solusi yang dikembangkan dapat melalui

perancangan dan implementasi proses baru. Hal-hal yang

dilakukan antara lain:

a. Mengidentifikasi kinerja CTQ yang akan diperbaiki dan

membuat prioritas.

b. Memilih penyebab potensial.

c. Menetukan hubungan variable, menyampaikan usulan

solusi perbaikan yang akan dilakukan serta.

d. Menetapkan pemecahan masalah yang akan

dilaksanakan.

Apapun metode statistic yang digunakan tim implementasi

50
Six Sigma untuk mengidentifikasi variasi dalam

system/proses, serta apapun rencana tindakan yang diusulkan

dan diimplementasikan, efektivitas harus dievaluasi dengan

melakukan pengukuran pencapaian target kinerja. Secara

umum target pencapaian kinerja ynag ingin dicapai dengan

implementasi Six Sigma adalah penurunan DPMO menuju

zero defect atau mencapai kapabilitas proses setara dengan

tingkat Six Sigma atau lebih besar. Hal ini dapat tercapai

dengan melakukan pemantauan dan pengukuran secara terus-

menerus terhadap nilai DPMO dan kapabilitas Sigma dan

setiap CTQ proses.

5. Control, langkah control dilakukan setelah solusi yang

dipilih dimplementasikan dengan tujuan mengendalikan

proses yang mudah diperbaiki kinejanya dan

mempertahankan inisiatif Six Sigma. Dalam langkah ini hal-

hal yang perlu dilakukan adalah :

a. Melakukan validasi pengukuran, untuk memastika

ukuran/indikator yang digunakan untuk mengukur

peningkatan kinerja terkelola dengan baik dalam artian

penggunaan ukuran/indikator baru tersebut dapat

menangkap dampak perubahan input yang menghasilkan

peningkatan kinerja pada output, serta menunjang

pelaksanaan continuous improvement dari proses yang

51
ditingkatkan kinerjanya.

b. Menetapkan kapabilitas baru yang selanjutnya

pengukuran dilakukan untuk memastikan bahwa

perubahan inout pada seting optimal menghasilkan

peningkatan kinerja dibandingkan terhadap kemampuan

awal, dan apakah peningkatan kinerja telah mencapai

target yang ditetapkan. Kapabilitas baru yang merupakan

hasil perubahan input dan perubahan metode tersebut

selanjutnya didokumentasikan.

c. Mengimplementasikan pengendalian proses, untuk

mengukur dan memonitor dengan tujuan memastikan

peningkatan kinerja berjalan secara konsisten dan

kesalahan yang telah dieliminasi tidak terulang kembali

misalnya dengan melakukan control plan yang

merupakan rencana pengendalian input proses untuk

memastikan tercapainya output sesuai kinerja yang

diinginkan.

6. Metode Pengukuran dan Analisis dalam Six Sigma

Six sigma menggunakan beberapa metode dalam mengumpulkan

data, melakukan analisis kuantitatif, mengidentifikasi dan memperbaiki

permasalahan yang timbul dalam proses bisnis. Oleh karena itu pemilihan

metode yang tepat sesuai dengan permsalagan yang dihadapi sama

pentingnya dengan penyusunan strategi six sigma. Hal ini agar pengukuran

52
evaluasi dan analisis proses bisnis dapat dilakukan secara tepat dan efektif

untuk mendapatkan cara menjalankan bisnis secara lebih efisien.

a. Cause-and-effect diagram

Digunakan unutk desain produk dan mencegah terjadinya defect.

Permasalahan yang akan diperbaiki diletakan pada “kepala ikan” dan

setiap tulang ikan terbesar dalam diagram mewakili kategori penyebab

utama. Secara umum kategori-kategori pada cause and effect diagram

terdiri atas hal-hal berikut:

 Men/people, adalah sumber daya manusia yang terlibat dalam

proses.

 Method bagaimana proses dilaksanakan dan persyaratan spesifik

apa saja yang dibutuhkan untuk melaksanakan proses tersebut

seperti kebijakan, dan prosedur.

 Machine, seluruh peralatan, computer dan perangkat yang

dibutuhkan untuk melaksanakan proses.

 Material, bahan mentah, bahan baku, suku cadang, alat tulis dan

bahan-bahan lainnya yang digunakan sebagai input proses untuk

membuat produk akhir.

 Measurement, data kuantitas/kualitas kerja yang diperoleh dar

proses yang digunakan untuk mengevaluasi mutu serta teknik yang

digunakan untuk mengumpulkan data.

 Environment, kondisi seperti lokasi, waktu, suhu dan budaya

dimana proses beroperasi

53
Gambar 2.5 Contoh Diagram Fishbone Identifikasi Masalah
(sumber: Soemohadiwidjojo, 2017)

b. Kaizen Checcklist

Langkah-langkah untuk melaksanakan peningkatan kualitas

dengan menggunakan implementasi Kaizen yang meliputi Kaizen five-

step plan, lima W dan satu H, dan five-M checklist. 16 Kaizen

merupakan istilah dalam bahasa jepang, Kai yang berarti perubahan

dan Zen yang berarti baik. Menurut Imai Kaizen berarti perbaikan

berkesinambungan atau penyempurnaan yang berkesinambungan yang

melibatkan setiap orang. Pendekatan ini berhasil dengan baik apabila

disertai dengan usaha sumber daya manusia yang tepat karena manusia

merupakan dimensi yang terpenting dalam perbaikan kualitas dan

produktivitas. Pelaksanaan implementasi Kaizen dengan menggunakan

empat alat yaitu :

1) Kaizen checklist Salah satu cara untuk mengidentifikasi masalah

yang dapat menggambarkan peluang bagi perbaikan adalah dengan

menggunakan suatu daftar pemeriksaan yaitu checklist terhadap

54
faktor-faktor yang besar kemungkinannya membutuhkan

perbaikan.

2) Kaizen five step plan, rencana lima langkah ini merupakan

pendekatan dalam implementasi kaizen yang digunakan

perusahaan-perusahaan jepang. Langkah ini sering disebut gerakan

5-S yaitu : Seiri (pemilahan), Seiton (penataan), Seiso (kebersihan),

Seiketsu (pemantapan), Shitsuke (kebiasaan).

3) Lima W dan satu H, lima W dan satu H digunakan secara luas

sebagai alat manajemen dalam berbagai lingkungan. Lima W dan

satu H yaitu Who (siapa), 17 What (apa), Where (dimana), When

(kapan), Why (mengapa), dan How (bagaimana).

4) Five M checklist, alat ini berfokus pada lima faktor kunci yang

terlibat dalam setiap proses, yaitu Man (operator atau manusia),

machine (mesin), material (material), methods (metode) dan

measurement (pengukuran). Dalam setiap proses perbaikan dapat

dilakukan dengan jalan memeriksa aspek-aspek proses tersebut.

Namun karena dari keempat alat pada kaizen tersebut hampir sama

dengan metode Six Sigma, maka peneliti hanya menggunakan alat

yang keempat yaitu Five M checklist

c. Control Chart

Control Chart atau diagram shewart adalah alat statistik yang

digunakan untuk mengukur dan mengevaluasi variasi yang terjadi

dalam sebuah proses, dengan tujuan apakah sebuah proses berada

55
dalam kondisi terkendali. Control chart biasanya digunakan untuk data

yang diukur sering dengan waktu dan bermanfaat untuk

mengidentifikasi masalah-masalah yang mungkin terjadi atau insiden-

inside yang tidak biasa.

Gambar 2.6 Contoh Control Chart


(sumber: Soemohadiwidjojo, 2017)

Jika sampel yang diambil untuk setiap kali melakukan observasi

jumlahnya sama maka dapat digunakan peta kendali proporsi kesalahan

maupun banyaknya kesalahan. Namun bila sampel yang diambil

bervariasi untuk setiap kali melakukan observasi berubah-ubah

jumlahnya atau memang perusahaan tersebut ingin melakukan 100%

inspeksi maka kita harus menggunakan peta kendali proporsi kesalahan

(p-chart). Berikut langkah-langkah pembuatan peta kendali p :

 Titik-titik yang mewakili pengukuran statistic seperti rata-rata,

rentang, proporsi terhadap karakteristik mutu dalam bentuk sampel-

sampel yang diambil pada waktu yang berbeda

56
 Rata-rata hasil statistik dengan menghitung seluruh sampel (rata-

rata dari rata-rata, rata-rata dari rentang, rata-rata dari proporsi

np
P= ………………. (2.3)
n

Keterangan:

P : Proporsi cacat dalam setiap sampel


np : Banyaknya barang yang rusak
n : Jumlah sampel yang diambil

 Garis tengah yang menunjukan nilai rata-rata statistic

Jumlah Produk Cacat Keseluruhan


CL= p= ……………….. (2.4)
Jumlah Produksi

 Limit kendali atas (upper control limit) dengan menggunakan

rumus persamaan

p−(1− p)
UCL= p+ 3
√ n
……………….. (2.5)

dimana

p : Presentasi Cacat
n : Jumlah sampel dalam setiap inspeksi

 . kendali bawah (lower control limit) yang menunjukan


Limit

threshold dan umumnya nilainya merupakan 3 kali simpangan baku

dari garis tengah

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

signifikan sebagai berikut:

 Pada tahapan measure, control chart membantu mengidentifikasi

tipe dan frekuensi masalah atau kondisi-kondisi diluar kendali.

 Pada tahapan improve atau control, control chart membantu

menunjuka tipe investigasi atau tindakan korektif yang palinf efektif

serta membantu melacak hasil menunjukan berapa banyak variasi

dan kinerja yang telah dipengaruhi dan juga memperlihatkan

areakerja yang bisa diperbaiki dimas mendatang.

 Bertindak sebagai system alarm yang menyiagakan observer apabila

terjadi variasi yang tidak biasadan memicu response plan.

7. Standar kualitas kadar air bubuk teh hitam

Pucuk teh yang baru dipetik dari tanamannya mengandung kadar

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

khusus sesuai dengan Tabel 2.7 berikut.

Tabel 2.7 Syarat Mutu Umum Teh Hitam


Parameter Persyaratan Umum

58
Kehitaman sampai dengan kuning
Warna
keckatan (tembaga)
Tergulung sempurna sampai dengan
Bentu Fisik
bubuk dan serat batang

Aroma Normal atau khas the hitam


Rasa Segar dan khas the hitam
Tekstur Padat sampai dengan tidak padat

(Sumber: SNI 3945-2016)

Untuk syarat mutu khusus teh hitam berdasarkan presentasi

kadarnya dapat diihat pada Tabel 2.8 berikut,

Tabel 2.8 Syarat Mutu Khusus Teh Hitam


Parameter Satuan Syarat Mutu
Kadar Air % 3.2 - maks 8
Kadar abu total % 4.0 – 8
Kadar abu larut dalam air % min 45
Kadar abu tidak larut dalam
% maks 1
asam
Alkalinitas abu larut dalam air % 1 - maks 3
Kadar serat kasar % maks 16.5
Polifenol % min 15
Timbal mg/kg maks 2

(Sumber: SNI 3945-2016)

59
BAB III

METODE PENELITIAN

A. Objek Penelitian

Penelitian dilakukan di PT Tambi Wonosobo, desa Tambi Kecamatan

Kejajar, Kabupaten Wonosobo, Jawa Tengah

B. Tahapan Penelitian

Beberapa tahapan yang dilakukan pada penelitian ini adalah sebagai

berikut:

a. Studi Pendahuluan

Pada tahap ini dilakukan pengamatan atau langkah observasi pada

proses produksi teh hitam dengan cara causal research karena penelitian

ini dilakukan dengan menyelidiki hubungan sebab – akibat yaitu

mengamati akibat yang terjadi dan kemungkinan factor (sebab) yang

menimbulkan akibat tersebut.

b. Studi Literatur

Studi Literatur dilakukan dengan mengumpulkan teori-teori,

konsep-konsep yang kiranya dapat dijadikan sebagai landasan teoritis bagi

penelitian yang dilakukan. Teori-teori tersebut didapatkan dari buku-buku

perkuliahan, penelitian terdahulu, jurnal serta informasi lainnya yang

berhubungan dengan penelitian ini.

60
C. Pengumpulan Data

Pengumpulan data yang diperlukan dalam penelitian ini adalah:

1. Metode pengumpulan data primer

a. Wawancara, metode ini dilakukan dengan cara pengamatan secara

langsung pada obyek proses atau hasil produksi teh hitam dengan

mengadakan tanya jawab kepada bagian pihak yang berwenang dan

berkapasitas pada perusahaan terkait kebutuhan penelitian.

b. Obsevasi, metode ini dilakukan dengan cara pengamatan pada

perusahaan secara langsung dengan meninjau proses produksi serta

mencatat pada objek penelitian pada saat melakukan penelitian di

lapangan. Observasi dilakukan untuk mengamati proses pengolahan

atau produksi dengan melihat beberapa aspek yang berpengaruh pada

kuailitas dan produktivitas. Penggunaan kuisioner dalam observasi ini

dilakukan untuk mengidentifikasi keterkaitan jenis waste atau

pemborosan yang dominan dalam setiap lini produksi, yaitu dengan

model kuisioner waste relationship matrix. Pembobotan baru diperoleh

berdasarkan hasil kuisioner yang disebarkan kepada 4 orang responden

yaitu masing-masing mandor dibeberapa lini produksi. Masing-masing

responden mengisi 1 kuisioner dengan 6 buah pertanyaan untuk

mengetahui keterkaitan pemborosan yang terjadi disetiap lantai

61
produksi. Selain itu melalui observasi diperoleh juga data produksi teh

mutu I dan II untuk 1 bulan produksi pada bulan januari.

2. Metode pengumpulan data sekunder

Data sekunder didapat dengan cara tidak langsung baik dari literatur

maupun jurnal-jurnal yang memfokuskan pada penelitian. Seperti melalui

kepustakaan. Dimana Metodei ini berkaitan dengan pengumpulan data-

data yang berupa catatan-catatan, laporan-laporan, dokumentasi yang ada

relevansinya dengan penelitian. Data yang diperoleh selanjutnya akan

diolah sehingga berguna dalam tahap analisis. Selain itu pengumpulan data

untuk bahan komparasi dalam menganalisa yang diperoleh juga dengan

browsing internet untuk menambah atau memperkuat teori yang sudah

ada.

3. Analisis dan Pengolahan data

Metode yang digunakan mengacu pada prinsip-prinsip yang

terdapat dalam metode Lean Six Sigma. Metode ini digunakan untuk

mengantisipasi terjadinya kesalahan atau defect dengan menggunakan

langkah-langkah terukur dan terstruktur. Pendekatan lean digunakan

untuk membantu secara sistematis mengidentifikasi jenis waste yang paling

dominan. Dengan berdasarkan pada data yang ada, maka Continous

improvement dapat dilakukan berdasar metodologi Six Sigma yang

meliputi Define, Measure, Analyze, Improve, dan control (DMAIC).

62
a) Define, pada tahapan ini ditentukan proporsi defect yang menjadi

penyebab paling signifikan terhadap adanya kerusakan yang

merupakan sumber kegagalan produksi. Cara yang ditempuh adalah:

1) Perhitungan data waktu siklus, dan data proses produksi actual

dengan mengukur persen uptime

2) Perhitungan waktu baku untuk waktu siklus produksi yang

diperoleh dari pengamatan di PT. Perkebunan Tambi. Perhitungan

waktu baku dilakukan berdasarkan rating factor dan allowance

yang diberikan kepada operator/pekerja sesuai dengan kondisi

dan keadaan di lantai produksi.

3) Membuat peta untuk setiap kategori proses di sepanjang value

stream.

4) Mengidentifikasi keterakaitan waste, disini penulis akan

mengidentifikasi waste dengan menggunakan kuisioner sesuai

dengan metod Waste Relationship Matrix (WRM). Dilakukan

dengan cara mencari hubungan antara waste dengan kuisioner,

kemudian melakukan pembobotan pada hasil kuisioner yang

dilanjutkan dengan mencari jenis waste dan membuat WRM. Skala

penilaian yang digunakan untuk kuisioner WRM berbeda-beda

untuk setiap pertanyaan. Pada pertanyaan pertama, ketiga dan

keenam terdiri dari 3 pilihan jawaban dengan kredit skor berbeda,

yakni terdiri dari; a = 4; b = 2; c = 0. Untuk pertanyaan kedua dan

keempat terdapat juga 3 pilihan jawaban dengan kredit skor yang

63
berbeda yaitu; a = 2; b = 1; c = 0. Sementara untuk pertanyaan

kelima terdapat 7 pilihan jawaban dengan beberapa penilaian

kredit skor yaitu; a = 1; b = 1; c = 1; d = 2; e = 2; f = 2; g = 4.

Berikut ini adalah kuesioner tentang hubungan antar pemborosan

yang terjadi di lantai produksi. Kuesioner ini bertujuan untuk

mengetahui pemborosan apa saja yang terdapat di lantai produksi

berdasarkan hubungan keterkaitan antar waste. Huruf i dan j

merupakan simbol dari pemborosan-pemborosan yang meliputi:

Tabel 3.1 Keterangan Waste


Pemborosan Keterangan
O Overproduction atau produksi berlebih
I Inventori (termaksud bahan baku dan produk jadi)
D Defect atau cacat produk
M Unnecessary motion atau gerakan yang tidak perlu
Transportasi atau perpindahan barang (termaksud bahan
T
baku, produk setengah jadi, produk jadi dan manusia)
Waiting atau menunggu (termaksud bahan baku, produk
W
setengah jadi, ataupun manusia)
Unnecessary process atau proses yang tidak perlu
P
( termaksud pengerjaan ulang atau rework)
(Sumber: Rawabdeh, 2005 dikutip oleh Mughni 2012)

Instruksi Pengisian:

Terdapat 6 (enam) buah pertanyaan untuk setiap hubungan antar


pemborosan. Isikan jawaban pertanyaan pada kolom jawaban yang tersedia
dengan menuliskan huruf a//b/c/d/e/f/g dengan pilihan jawaban yang sesuai
dengan kondisi yang ada di lantai produksi saat ini.
Tabel 3.2 Kuisioner Waste Relationship Matrix
No Pertanyaan Pilihan jawaban Skor
1 Apakah i menghasilkan j a. Selalu =4
b. Kadang-kadang =2

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)

Keterangan : i = jenis waste saat ini

j = waste yang disebabkan karena waste i

5. Menentukan dan mengidentifikasi Critical To Quality (CTQ)

sebagai performansi standar kualitas

b) Measure, adalah tahap kedua dalam metode peningkatan kualitas Six

Sigma. Dalam tahap measure akan dilakukan pengukuran proporsi

produk cacat dengan Analisis Diagram Control (P-Chart) untuk

mengetahui apakah cacat produk yang dihasilkan masih dalam batas

yang diisyaratkan. Selanjutnya pada tahap ini juga akan ditentukan

65
nilai DPOM (Defect Per Million Oppotunities) dan nilai Sigma Level

untuk mengukur kinerja perusahaan.

a. Analisis diagram control (P-Chart)

Dari data- data jumlah produksi dan cacat produksi dapat

dibuatkan peta kendali p-chart dengan langkah-langkah sebagai

berikut:

1) Menghitung persentase kerusakan dengan menggunakan

rumus persamaan 2.3

2) Menghitung mean atau garis tengah atau (CL) atau

rata- \ rata produk akhir dengan menggunakan rumus

persamaan 2.4

3) Menghitung batas kendali atas, Upper Control Limit

(UCL) dengan menggunakan rumus persamaan 2.5

4) Menghitung batas kendali bawah atau Lower Control

Limit (LCL) dengan menggunakan rumus persamaan 2.6

b. DPOM (Defect Per Million Oppotunities) dan nilai Sigma Level

Persamaan yang digunakan untuk menentukan DPOM (Defect

Per Million Oppotunities) dan nilai Sigma Level adalah

menggunakan rumus 2.1 dan 2.2

c. Analyze, merupakan tahap ketiga dalam metode peningkatan kualitas

Six Sigma.. Setelah mendapatkan data informasi kegagalan produk.

Dilakukan analisa penyebab atau faktor dominan yang menyebabkan

kegagalan dari suatu produk dengan mengurutkan kemungkinan cacat

66
berdasarkan jenis kegagalan yang terbesar sampai kegagalan yang

terkeci. Pada tahap ini juga dilakukan analisis terhadap faktor – faktor

penyebab ketidaksesuaian produk. Pada tahap ini digunakan alat bantu

untuk menganalisis faktor penyebab cacat yaitu menggunakan

diagram sebab – akibat (Cause and Effect Diagram).

d. Improve, pada tahap ini dilakukan rencana atau tindakan perbaikan

untuk melakukan peningkatan kualitas dengan menggunakan kaizen

five checklist. Pada dasarnya rencana – rencana tindakan akan

mendeskripsikan tentang alokasi sumber – sumber daya serta prioritas

dan atau alternatif yang dilakukan dalam implementasi dari rencana

tersebut. Perbaikan dilakukan terhadap semua sumber yang berpotensi

untuk menciptakan produk cacat berdasarkan hasil analisis dari

diagram sebab – akibat (cause and effect diagram)

e. Control, sebagai proyek six sigma yang menekankan terhadap

tindakan yang dilakukan dan mempunyai tujuan untuk mengevaluasi

proses perbaikan yang telah dilakukan dengan efektif dan efisien serta

untuk menjaga kondisi proses agar tetap stabil dan tidak mengalami

penurunan kembali. Karena pada penelitian ini tindakan perbaikan

masih berupa usulan. Jadi control dilakukan setelah usulan perbaikan

diimplementasikan.

4. Kesimpulan

Kesimpulan dari hasil penelitian yang disertai dengan saran kepada

pihak perusahaan yang sifatnya membangun.

67
D. Diagram Alir Peneltian

Berikut diagram alir penelitian yang digunakan dapat diihat pada

Gambar 3.1 di bawah ini.

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

Analisis dan Pengolahan Data


Continous improvement dapat dilakukan berdasar metodologi Lean Six Sigma
yaitu DMAIC yang meliputi:
Define
Measure
Analyze,
Improve,
Control

Gambar 3.1 Diagram Alir Penelitian

68
A

Pembahasan

Kesimpulan dan Saran

Selesai

Lanjutan Gambar 3.1 Diagram Alir Penelitian

69
BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

A. Pengumpulan Data

1. Sejarah PT. Perkebunan Teh Tambi

PT Perkebunan Teh Tambi pada mulanya (tahun 1865)

merupakan perusahaan perkebunan milik pemerintah Hindia Belanda

yang disewakan kepada pengusaha-pengusaha swasta Belanda yaitu

antara lain D. Vander Ships (untuk Unit Perkebunan Tanjungsari) dan

W.D. Jong (untuk Unit Perkebunan Tambi dan Bedakah). Perkebunan

tersebut pada tahun 1880 dibeli oleh Mr. M.P. van Der Berg, A.W.

Hole, dan Ed Jacobson, yang kemudian bersama-sama mendirikan

Bagelen Thee En Kina Maatschappij di Wonosobo, yang dalam

pengurusan dan pengolahan perkebunan teh tersebut diserahkan

kepada firma John Feet and Co. yang berkedudukan di Jakarta.

Beberapa tahun setelah Perkebunan Gunung mengelola ketiga kebun

itu, Bagelen Thee En Kina Maatschappij tidak berminat untuk

melanjutkan usahanya dan merasa terlalu sulit untuk mengurus

perkebunan yang kondisinya sudah sangat memburuk (akibat revolusi

fisik antara Indonesia dengan Belanda). Oleh Bapak Imam Soepomo,

SH selaku Kepala Jawatan Perkebunan Provinsi Jawa Tengah

mengusahakan agar pihak Bagelen Thee En Kina Maatschappij

diserahkan ke Indonesia. Hal tersebut diterima baik oleh Bagelen Thee

70
En Kina Maatschappij. Selanjutnya didirikan Perseroan Terbatas (PT)

NV Eks PPN Sindoro Sumbing pada tanggal 17 Mei 1954. Perjanjian

jual beli antara NV Bagelen Thee En Kina Maatschappij dengan PT

NV Eks PPN Sindoro Sumbing terjadi tanggal 26 November 1954,

sehingga status perkebunan Bedakah, Tambi, dan Tanjungsari resmi

dalam penguasaan PT NV Eks PPN Sindoro Sumbing. Tahun 1957,

tercapai kesepakatan bersama antara Pemerintah Daerah Wonosobo

dan PT NV Eks PPN Sindoro Sumbing untuk bersama- sama

mengelola perkebunan tersebut, dengan membentuk perusahaan baru

yang modalnya 50 % dari PT NV Eks PPN Sindoro Sumbing dan 50

% dari Pemerintah Daerah Wonosobo. Perealisasian tujuan tersebut

dilakukan melalui pembentukan suatu perusahaan baru dengan nama

Perseroan Terbatas (PT) NV Perusahaan Perkebunan Teh Tambi,

disingkat PT NV Tambi (saat ini PT Perkebunan Tambi) dengan akte

notaris Raden Sujadi di Magelang pada tanggal 13 Agustus 1957 No.

10, serta mendapat pengesahan dari Menteri Kehakiman tanggal 18

April 1958, No. JA 5/30/25 yang kemudian diterbitkan pada lembaran

berita negara tanggal 12 Agustus 1960 No. 6.

2. Proses Pengolahan

Proses pengolahan teh tambi dilakukan sesuai dengan standar

pengolahan yang ada, dimana pegolahan bahan baku teh dalam hal ini

pucuk teh basah menjadi teh kering diolah melalui beberapa tahap proses

yang berurut, yaitu antara lain sebagai berikut:

71
a. Pelayuan, pada tahap ini pucuk teh dating dari kebun dalam kondisi

basah, dengan presentasi kadar air 80-90%. Pucuk teh yang tiba

kemudian akan dilakukan pengibaran atau pembeberan di dalam alat

yang disebut withering trough yang nantinya melalui alat ini udara

dengan pengaturan suhu tertentu akan dihempaskan untuk kemudian

mampu mengurangi kadar air yang didalam pucuk teh segar atau

dalam hal ini dilayukan dengan beberapa teknik tertentu.

b. Penggilingan, proses penggilingan pada UP Tambi terdiri dari

penggulungan, penggilingan dan sortasi basah. Proses

penggilingan dilakukan setelah turun pucuk layu sekitar pukul

05.00 WIB. Karena pada pagi hari kelembabannya masih relatif

tinggi. Proses penggulungan merupakan tahap pengolahan untuk

menyiapkan terbentuknya mutu, baik secara kimia maupun fisik.

Kemudian melalui tahap penggilingan mengecilkan ukuran daun

teh yang telah digulung menjadi partikel yang lebih kecil. Selain

itu daam tahap ini juga ada proses oksidasi enzimatis yang

merupakan saah satu proses yang menunjang kualitas produk teh

hitam.

c. Pengeringan, tujuan utama pengeringan adalah menghentikan

oksidasi enzimatis senyawa polifenol dalam teh pada saat

komposisi zat-zat pendukung kualitas mencapai keadaan optimal.

Adanya pengeringan maka kadar air dalam teh menurun, dengan

demikian teh akan tahan lama dalam penyimpanan. Waktu

72
pengeringan yang ideal untuk mengeringkan teh bubuk hingga

mencapai kandungan air yang dinginkan yaitu 3-4% adalah 20-30


0
menit dengan pemberian suhu udara masuk sebesar 90-98 C dan

suhu keluar sebesar 45-50 0 C

d. Sortasi, proses sortasi kering atau penjenisan di UP Tambi

bertujuan untuk mendapatkan bentuk, ukuran partikel teh yang

seragam dan bersih sesuai dengan standar yang ditetapkan oleh

perusahaan. Selain tujuan diatas sortasi di UP Tambi juga

bertujuan untuk memisahkan teh kering menjadi beberapa grade

sesuai dengan ukuran partikel, membersihkan teh dari serat,

tangkai dan bahan-bahan lain misalnya debu. Produk teh yang

dihasilkan oleh UP Tambi adalah sebagai berikut : Mutu I = BOP

Grof, BOP, BOPF, PF, Dust, BP, BT, BM ; Mutu II = PF II, Dust

II, BP II, BT II, BM II ; Mutu III = Dust III, BM III, Bohea

e. Pengepakan, proses pengepakan dan pengemasan merupakan

tahapan terakhir dari pengolahan teh hitam di UP Tambi. Adapun

tujuan dari pengepakan dan pengemasan teh hitam pada UP Tambi

ialah melindungi teh dari kerusakan, memudahkan dalam

penyimpanan digudang serta transportasi, sebagai alat promosi.

Pada ruang pengepakan di UP Tambi terdapat pallet yang

diletakkan dilantai yang berfungsi untuk mencegah karung-karung

teh bersentuhan langsung dengan lantai atau tanah. Hal ini

73
dilakukan untuk menjaga kelembaban teh sehingga kadar air tidak

naik dan teh menjadi lebih tahan lama.

3. Uptime Mesin UP Tambi

Uptime menunjukkan waktu operasi mesin dalam periode satu bulan

kerja dengan non value added time mesin itu sendiri. Data uptime dapat

dihitung menggunakan rumus berikut.

Actual Production Time−NonValue Added Time


Uptime( %)=
Available Time

Dimana diketahui,

Uptime (%) : Waktu yang tersedia dikurang waktu yang

tidak direncanakan dibagi dengan waktu yang

tersedia dinyatakan sebagai persen

Actual Production Time : Waktu produksi yang digunakan perusahaan

perhari pada kondisi sekarang

Non Value added time : Waktu proses yang tidak memiliki nilai

tambah

Available time : Total waktu produksi per hari dikurangi

downtime yang direncanakan

 Berikut data uptime operasi mesin di Pelayuan

25 days ×16 hours ×60 minutes−0


Uptime ( % )= ×100 %
25 days × (18 hours−1 hours ) ×60 minutes

Uptime ( % )=0,9411 × 100 %

Uptime ( % )=94,11 %

 Berikut data uptime operasi mesin di Penggilingan

74
25 days × 8 hours × 60 minutes−0
Uptime ( % )= ×100 %
25 days × ( 9 hours−0,7 hours ) × 60 minutes

Uptime ( % )=0,9638 ×100 %

Uptime ( % )=96,38 %

 Berikut data uptime operasi mesin di Pengeringan

25 days × 8 hours × 60 minutes−0


Uptime ( % )= ×100 %
25 days × ( 9 hours−0,3 hours ) × 60 minutes

Uptime ( % )=0,9195 ×100 %

Uptime ( % )=91,95 %

 Berikut data uptime operasi mesin di Sortasi

25 days × 8 hours ×60 minutes−0


Uptime ( % )= × 100 %
25 days × (10 hours−1,5 hours ) ×60 minutes

Uptime ( % )=0,9411 × 100 %

Uptime ( % )=94,11 %

Untuk keseluruhan waktu uptime proses pengolahan teh hitam

dapat dilihat pada Tabel 4.1 berikut.

Tabel 4.1 Uptime dan Jumlah Operator Lini Produksi

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

Langkah awal dalam perhitungan Waste Relationship Matrix

adalah dengan melakukan identifikasi relasi waste menggunakan lembar

kuisioner berupa matrix check yang telah disediakan. Formulir ini diisi

berdasarkan pengamatan langsung dan diskusi dengan expert yaitu

mandor di masing-masing pengolahan produksi yang terdiri dari

pengolahan teh diproses pelayuam, penggilingan, pengeringan dan sortasi.

Adapun hasil pembobotan dari formulir kuisioner Waste

Relationship Matrix dari masing-masing pengolahan dapat dilihat pada

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.

Tabel 4.2 Rekapitulasi WRM Tahap Pelayuaan

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

Pada Tabel 4.2 menunjukan bahwa kredit skor terbanyak untuk

hubungan atau keterkaitan waste yang ada di tahap pelayuan adalah

hubungan antara waste overproduction dan inventory, overproduction dan

transportation, serta inventory dan overproduction. Nantinya akan

diakumulasi secara keseluruhan pada hasil Tabel konversi yang ada.

Tabel 4.3 Rekapitulasi WRM Tahap Penggilingan

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)

Pada Tabel 4.3 menunjukan bahwa kredit skor terbanyak untuk

hubungan atau keterkaitan waste yang ada di tahap penggilingan adalah

78
hubungan antara waste motion dan inventory. Nantinya akan diakumulasi

secara keseluruhan pada hasil Tabel konversi yang ada.

Tabel 4.4 Rekapitulasi WRM Tahap Pengeringan

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)

Pada Tabel 4.4 di atas menunjukan bahwa kredit skor terbanyak

untuk hubungan atau keterkaitan waste yang ada di tahap pengeringan

adalah hubungan antara waste motion dan defect, serta waste motion dan

waiting. Nantinya akan diakumulasi secara keseluruhan pada hasil Tabel

konversi yang ada.

Tabel 4.5 Rekapitulasi WRM 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 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)

Pada Tabel 4.5 menunjukan bahwa kredit skor terbanyak untuk

hubungan atau keterkaitan waste yang ada di tahap sortasi adalah

hubungan antara waste motion dan inventory. Nantinya akan diakumulasi

secara keseluruhan pada hasil Tabel konversi yang ada pada pengolahan

data.

5. Data Produksi Teh Hitam

Adapun data produksi yang diperoleh dari perusahaan untuk diiuji

proporsi cacat yang ada digunakan data produksi perusahaan pada bulan

Januari 2020, dimana untuk data produksi jenis Teh Mutu I dapat dilihat

pada Tabel 4.6 di bawah ini.

Tabel 4.6 Produksi Teh Jenis Mutu I

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

Tabel 4.7 di bawah ini.

Tabel 4.7 Produksi Teh Jenis Mutu III

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)

Data produksi yang diperoleh untuk setiap cacat produknya diukur

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

Pada tahap define ini, akan diidentifikasi berbagai aktivitas dalam

proses produksi dengan menggambarkan seluruh aktivitas proses di

setiap lini produksi melalui current stream map sehingga dapat diketahui

beberapa aktivitas yang perlu dan yang tidak perlu. Setelah itu akan

diidentifikasi keterkaitas antar waste yang terjadi dan kemudian akan

didefenisikan jumah CTQ untuk membantu pengukuran nilai DPMO

1) Perhitungan Waktu Siklus Proses Produksi

Waktu siklus adalah waktu antara penyelesaian dari dua pertemuan

berturut-turut. Data waktu siklus proses produksi diperoleh dengan cara

83
pengukuran langsung menggunakan stopwatch. Data waktu siklus untuk

setiap proses selama 5 hari pengamatan dapat dilihat pada Tabel 4.8

Tabel 4.8 Waktu Siklus Proses Produksi Teh Hitam

Stasiun Pengamatan ke - (Menit)


Aktivitas Proses
Kerja 1 2 3 4 5
Pucuk The dibawa ke stasiun
28 32 30 26 28
Pelayuan
Pucuk teh ditimbang 2 1 1 2 1
Pucuk teh ditumpuk di stasiun
5 8 8 5 8
Pelayuan
Pucuk teh dibawa ke Withering
0,5 0,5 0,5 0,5 0,5
Trough
Pembeberan pucuk teh di 20 24 18 20 20
Withering Trough
Pelayuan Penyortiran daun pucuk tehh 12 16 15 15 14
Pemberian udara segar 50 50 50 50 50
Pemberian udara panas 190 190 190 190 190
Pembalikan pucuk teh pertama 40 42 42 35 38
Menunggu waktu pembalikan
210 230 210 210 220
kedua
Pembalikan pucuk teh kedua 42 35 35 43 32
Menunggu waktu pembalikan
ketiga 150 160 165 150 155
Pembalikan pucuk teh ketiga 32 45 40 36 38
  Jumlah 781,5 833,5 804,5 783 795
Pucuk teh layu diturunkan ke
15 10 12 10 12
mesin OTR
Penggulungan teh layu di mesin
42 40 43 40 35
OTR
Partikel teh basah digiling di 20 20 20 20 20
Penggilingan mesin Rotorvane
Penjenisan partikel teh basah di 15 15 12 18 15
mesin RRB
Teh basah diletakan di baki dan 4 5 5 4 5
disusun di rak baki

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

(Sumber: Pengolahan Data)

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,

di tahap pengeringan yaitu 140,1 menit dan untuk pengolahan teh di

stasiun kerja sortasi yaitu 669 menit.

2) Menentukan Faktor Penyesuaian Waktu Siklus Produksi

Rating factor pada umumnya diaplikasikan untuk menormalkan

waktu kerja yang diperoleh dari pengukuran kerja akibat tempo atau

kecepatan kerja operator yang berubah-ubah. Perhitungan nilai rating

factor menggunakan westinghouse yang memperhatikan 4 faktor yaitu

keterampilan, usaha, kondisi dan konsistensi. Hasil westinghouse factor

pada operator dapat dilihat pada Tabel 4.9

Tabel 4.9 Penilaian Rating Factor Operator

Proses Operator Faktor Rating Penyesuaian Total


Keterampilan Good (C2) +0,03
Usah
Good (C2) +0,02
a
Pelayuan +0,05
16 Kondisi Average 0,00

Konsistensi Average 0,00


Keterampilan Good (C2) +0,03
Usaha Good (C2) +0,02
Penggilingan
9 +0,05
Kondisi Average 0,00

Konsistensi Average 0,00


Keterampilan Good (C1) +0,06
Usaha Good (C2) +0,02
Pengeringan
4 Kondisi Average 0,00 +0,09

86
Proses Operator Faktor Rating Penyesuaian Total

Konsistensi Good 0,01


Keterampilan Good (C2) +0,03
Usaha Good (C2) +0,02
Penjenisan
8 +0,06
Kondisi Average 0,00

Konsistensi Good (C1) +0,01


(Sumber: Pengolahan Data)

Bila pekerja bekerja dibawaah normal maka rf < 1, sedangkan bila

pekerja bekerja di atas normal, maka rf > 1. Rekapitulasi hasil

perhitungan rating factor dapat dilihat pada Tabel 4.10 berikut.

Tabel 4.10 Rekapitulasi Rating Factor

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)

Nilai waktu yang diperoleh disini masih belum bisa ditetapkan

sebagai waktu baku untuk penyelesaian suatu operasi kerja, karena

masih belum terdapat faktor- faktor yang berkaitan dengan waktu

kelonggaran (allowance time) agar operator bekerja sebaik-baiknya

masih belum dikaitkan. Penetapan allowance (kelonggaran) terhadap

tiap proses produksi pembuatan alas telur dapat dilihat pada Tabel 4.11

Tabel 4.11 Penetapan Allowance Terhadap Proses Produksi

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)

3) Menghitung waktu normal dan waktu standar produksi

Waktu normal merupakan waktu kerja yang telah

mempertimbangkan faktor penyesuaian ,yaitu waktu siklus rata-rata

88
dikalikan dengan faktor penyesuaian, sehingga operator dapat bekerja

dalam kondisi wajar dan normal. Waktu standar untuk setiap part harus

dinyatakan termasuk toleransi untuk beristirahat untuk mengatasi

kelelahan atau untuk faktor-faktor yang tidak dapat dihindarkan.

Perhitungan waktu standar adalah perhitungan waktu yang dibutuhkan

seorang operator untuk melakukan suatu pekerjaan dengan penambahan

faktor allowance (kelonggaran) yang diberikan pada proses kerja

tersebut. Perhitungan waktu standard an baku tiap work center digunakan

rumus sebagai berikut.

Wn = Waktu observasi rata-rata × performance raiting

100 %
Wb=Wn ×
100 %−% allowance

Berikut perhitungan waktu baku pada stasiun kerja pelayuan

Wn = Waktu observasi rata-rata × performance raiting

= 799,3 × 1,05

= 799,3 × 1,05

= 839,25 menit

100 %
Wb=839,25 ×
100 %−13 %

= 964,7 menit

Perhitungan waktu baku diatas juga dilakukan pada stasiun kerja

penggilingan, pengeringan dan penjenisan/sortasi. Hasil perhitungan

waktu baku setiap proses dapat dilihat pada Tabel 4.12 berikut.

Tabel 4.12 Perhitungan Waktu Baku

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)

4) Present State Value Stream Maping

Informasi yang terkumpul dari setiap stasiun kerja dimasukkan

dalam process box. Informasi yang dibutuhkan dalam pembuatan current

state map terdapat pada Tabel 4.13.

Tabel 4.13 VSM Value Information

Kapasitas Available time Uptime Jumlah Operator Waktu baku


No Proses
(kg) (jam) (%) (orang) (menit)
1 Pelayuan 16000 16 94,11% 16 964,7
2 Penggilingan 8960 8 96,38% 9 264,4
3 Pengeringan 5600 8 91,95% 4 93,5
4 Penjenisan 4400 8 94,11% 8 195,5
(Sumber: Pengolahan Data)

Setelah seluruh informasi dimasukkan maka akan diperoleh current

state map yang menggambarkan kondisi nyata seluruh proses yang

terjadi di lantai pabrik dalam process box, Current state map untuk

proses produksi Teh Hitam dapat dilihat pada Gambar 4.1

90
Gambar
5) Process Activity 4.1 Current State Map
Mapping

Process activity mapping akan memberikan gambaran aliran fisik

dan informasi, waktu yang diperlukan untuk setiap aktivitas, jarak yang

ditempuh dan tingkat persediaan produk dalam setiap tahap produksi.

Tabel 4.14 Process Activity Mapping

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:

NVA = Non Value Added Activity O = Operasi

VA = Value Added Activity D = Delay (Menunggu)

S = Storage (Penyimpanan) I = Inspeksi (Pemeriksaan)

T = Transportasi OI = Operasi - Inspeksi

Tabel 4.15 Rekapitulasi Process Activity Mapping

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)

6) Pembobotan Waste Relationship Matrix

Kuisioner diberikan kepada pihak mandor dimasing-masing lini

produksi, mulai dari pengolahan pelayuan, penggilingan, pengeringan

hingga tahap sortasi teh kering. Hal ini dilakukan karena sebagai posisi

yang startegis, para mandor di tiap-tiap lini produksi terbilang sangat

memahami proses produksi ada. Selanjutnya juga dilakukan validasi

dengan melihat kondisi di lapangan. Pembobotan yang digunakan yaitu

menggunakan skala range angka yang ditandai dengan beberapa symbol.

Adapun konversi skor keterkaitan waste dapat dilihat pada Tabel 4.16 di

bawah ini.

Tabel 4.16 Konversi Rentang Skor Keterkaitan Antar Waste

Range Type of Relationship Symbol


17 - 20 Absolutely Necessary A
13 - 16 Expecialy Important E
9 – 12 Important I
5–8 Ordinary Closeness O
1–4 Unimportant U
0 No Relation X
(Sumber: Pengolahan Data)

Dari Tabel 4.16 Konversi digunakan untuk menentukan perolehan

symbol dari hasil akumulasi skor kredit yang dilihat dari nilai keterkaitan

94
antar waste. Setelah itu maka akan didapatkan Waste Relationship

Matrix berupa From To Chart.

Untuk hasil konversi rentang skor keterkaitan antar waste pada

proses pengolahan teh tahap pelayuan, dapat dilihat pada Tabel 4.17

Tabel 4.17 Waste Relationship Matrix Tahap Pelayuan


F/T O I D M T P W
O A A I E A X E
I A A I E E X X
D O U A U U X I
M X O I A X I E
T U U U I A X I
P O U U U X A U
W I I U X X X A

Untuk hasil konversi rentang skor keterkaitan antar waste pada

proses pengolahan teh tahap penggilingan, dapat dilihat pada Tabel 4.18

Tabel 4.18 Waste Relationship Matrix Tahap Penggilingan


F/T O I D M T P W
O A E I O O X I
I I A O U U X X
D I O A I O X O
M X A E A X O E
T U U O E A X E
P U U U U X A U
W O I O X X X A

Untuk hasil konversi rentang skor keterkaitan antar waste pada

proses pengolahan teh tahap pengeringan, dapat dilihat pada Tabel 4.19

Tabel 4.19 Waste Relationship Matrix Tahap Pengeringan


F/T O I D M T P W
O A E O I O X O
I E A O O U X X
D O O A O U X O

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

Untuk hasil konversi rentang skor keterkaitan antar waste pada

proses pengolahan teh tahap sortasi, dapat dilihat pada Tabel 4.20

Tabel 4.20 Waste Relationship Matrix Tahap Sortasi


F/T O I D M T P W
O A E I O O X I
I E A U A O X X
D O U A U U X U
M X A A A X E A
T U O O I A X E
P U U U U X A U
W I O U X X X A

Dari beberapa Tabel WRM yang diperoleh kemudian akan

dikonversi lagi agar setiap huruf yang ada dapat berupa nilai untuk

memudahkan analisis selanjutnya dalam melihat bagaimana keterkaitan

antar waste. Untuk setiap symbol huruf memiliki nilai kredit yang berbeda,

yakni A = 10; E = 8; I = 6; O = 4; U = 2; dan X = 0. Penilaian ini akan

dihitung persentasi untuk tiap kolom dan barisnya.

Berikut hasil konversi perhitungan Waste Relationship Matrix pada

tahap pelayuan dapat dilihat pada Tabel 4.21 di bawah ini.

Tabel 4.21 Konversi Perhitungan WRM Tahap Pelayuan


Sko
F/T O I D M T P W %
r
O 10 10 6 8 10 0 8 52 22,2
I 10 10 6 8 8 0 0 42 17,9
D 4 2 10 2 2 0 6 26 11,1
M 0 4 6 10 0 6 8 34 14,5
T 2 2 2 6 10 0 6 28 12,0

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    

Berdasarkan Tabel 4.21 dapat diketahui waste “from” terbesar

adalah overproduction (22,2%) dan inventory (17,9%). Sedangkan

waste “to” terbesar adalah waiting (17,54%).

Berikut hasil konversi perhitungan Waste Relationship Matrix pada

tahap penggilingan dapat dilihat pada Tabel 4.22 di bawah ini.

Tabel 4.22 Konversi Perhitungan WRM Tahap Penggilingan


Sko
F/T O I D M T P W %
r
O 10 8 6 4 4 0 6 38 17,76
I 6 10 4 2 2 0 0 24 11,21
D 6 4 10 6 4 0 4 34 15,89
M 0 10 8 10 0 4 8 40 18,69
T 2 2 4 8 10 0 8 34 15,89
P 2 2 2 2 0 10 2 20 9,346
W 4 6 4 0 0 0 10 24 11,21
Sko
r 30 42 38 32 20 14 38 214
% 14,02 19,63 17,76 14,95 9,346 6,542 17,76

Berdasarkan Tabel 4.22 dapat diketahui waste “from” terbesar

adalah motion (18,69%). Sedangkan waste “to” terbesar adalah

inventory (19,63%).

Berikut hasil konversi perhitungan Waste Relationship Matrix pada

tahap pengeringan dapat dilihat pada Tabel 4.23 di bawah ini.

Tabel 4.23 Konversi Perhitungan WRM Tahap Pengeringan


Sko
F/T O I D M T P W %
r
O 10 8 4 6 4 0 4 36 16,82
I 8 10 4 4 2 0 0 28 13,08

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    

Berdasarkan Tabel 4.23 dapat diketahui waste “from” terbesar

adalah motion (21,50%). Sedangkan waste “to” terbesar adalah

inventory dan defect (18,69%).

Berikut hasil konversi perhitungan Waste Relationship Matrix pada

tahap sortasi dapat dilihat pada Tabel 4.24 di bawah ini.

Tabel 4.24 Konversi Perhitungan WRM Tahap Sortasi


Sko
F/T O I D M T P W %
r
O 10 8 6 4 4 0 6 38 17,43
I 8 10 2 10 4 0 0 34 15,6
D 4 2 10 2 2 0 2 22 10,09
M 0 10 10 10 0 8 10 48 22,02
T 2 4 4 6 10 0 8 34 15,6
P 2 2 2 2 0 10 2 20 9,174
W 6 4 2 0 0 0 10 22 10,09
Sko
r 32 40 36 34 20 18 38 218
% 14,68 18,35 16,51 15,6 9,174 8,257 17,43    

Berdasarkan Tabel 4.24 dapat diketahui waste “from” terbesar

adalah motion (22,50%). Sedangkan waste “to” terbesar adalah

inventory (18,35%) dan waiting (17,43).

7) Critical to Quality

Critical to quality atau CTQ merupakan sebuah tools yang

digunakan dalam menerapkan metode Six Sigma. CTQ merupakan

98
batas, karakteristik dan standar kualitas atas dimensi-dimensi kualitas

yang harus dijaga dari sebuah poduk. CTQ memberikan analisa

terhadap hal-hal baik dalam dan luar perusahaan yang memiliki

potensi mepengaruhi dimensi-dimensi kualitas dari produk. Berikut

nilai CTQ yang diperoleh dari analisa dan standar kualitas dalam

perusahaan dapat dilihat pada Tabel 4.25 di bawah ini.

Tabel 4.25 CTQ Teh Kering


No CTQ (Critical to quaity) Standar Perusahaan SNI
Keringnya produk the
1 Kadar air 3 - 4% 3.2 - maks 8%
hitam
Bentuk menggulung
Tergulung sempurna
terdapat tip (peko) yang
2 Bentuk fisik teh hitam sampai dengan bubuk dari
berasal dari daun pucuk
serat batang
muda
Berwarna kehitaman
Bubuk the berwarna hitam
sampai dengan kuning
dengan warna seduhan
kecoklatan (tembaga),
3 Warna, rasa dan aroma bright, rasa pekat serta
dengan rasa khas teh hitam
aroma khas pucuk teh
serta aroma yang juga khas
tambi
teh hitam
(Sumber: Pengolahan Data)

Dari Tabel 4.25 di atas menunjukan terdapat 3 nilai CTQ yang

akan digunakan untuk membantu mengukur nilai DPMO dan Level Sigma.

2. Meassure

a. Perhitungan Tabel Control Chart

Perhitungan Tabel control chart dianggap perlu untuk mengetahui

bagaiamana stabiitas produksi teh pada perusahan. Stabilitas proses ini

99
menggambarkan kondisi proses untuk menghasilkan suatu produk

yang nilainya stabil (tidak mudah berubah) dari waktu ke waktu.

Tahap ini dilakukan untuk mengetahui apakah suatu proses telah stabil

dimana stabilitas ini merupakan syarat untuk perhitungan

kapabilitas proses. Tools yang digunakan untuk mengidentifikasi

stabilitas proses adalah menggunakan peta kendali proses. Penelitian

ini menggunakan peta kendali p dimana peta ini digunakan untuk

mengukur proporsi jumlah unit cacat.

Adapun data rekapitulasi produksi jenis Teh Mutu I dengan

proporsi cacat berserta nilai CL, UCL dan LCL yang ditunjukan pada

Tabel 4.26 berikut.

Tabel 4.26 Perhitungan Batas Kendali P Teh Mutu I


Jumlah
Tanggal- Proporsi
No Cacat CL UCL LCL
Bln Produksi (Kg) Cacat
(Kg)
1 02-Jan 426 32 0,075 0,070 0,107 0,033
2 04-Jan 685 51 0,074 0,070 0,099 0,041
3 05-Jan 1105 82 0,074 0,070 0,093 0,047
4 06-Jan 1151 83 0,072 0,070 0,093 0,047
5 07-Jan 1333 86 0,065 0,070 0,091 0,049
6 08-Jan 903 74 0,082 0,070 0,095 0,045
7 09-Jan 1432 72 0,050 0,070 0,090 0,050
8 11-Jan 1281 81 0,063 0,070 0,091 0,049
9 12-Jan 1536 84 0,055 0,070 0,090 0,050
10 13-Jan 1243 81 0,065 0,070 0,092 0,048
11 14-Jan 1237 86 0,070 0,070 0,092 0,048
12 15-Jan 994 63 0,063 0,070 0,094 0,046
13 16-Jan 1128 71 0,063 0,070 0,093 0,047
`14 18-Jan 1197 88 0,074 0,070 0,092 0,048
15 19-Jan 1257 90 0,072 0,070 0,092 0,048
16 20-Jan 1058 88 0,083 0,070 0,094 0,046
17 21-Jan 1575 87 0,055 0,070 0,089 0,051
18 22-Jan 784 67 0,085 0,070 0,097 0,043

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)

1) Menghitung Rata-Rata Dari Total Proporsi Cacat

total cacat
CL=¿
total inspeksi

1938
¿
28191

¿ 0,07

2) Menghitung Batas Kendali Untuk Peta Kendali P

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

Dan seterusnya, pada observasi terakhir dengan sampel 1416 unit,

maka batas pengendalinya ditunjukan pada Tabel 4.26 di atas.

Selanjutnya akan digambarkan dalam suatu grafik yang

memberikan gambaran apakah proporsi cacat yang ada berada dalam

control kendali, peta kendali tersebut dapat ditunjukan pada Gambar 4.2

berikut.

Gambar 4.2 P-Chart Teh Mutu I

Adapun untuk data rekapitulasi produksi jenis Teh Mutu III dengan

proporsi cacat berserta nilai CL, UCL dan LCL yang ditunjukan pada

Tabel 4.27 berikut.

Tabel 4.27 Perhitungan Batas Kendali P Teh Mutu III

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)

1) Menghitung Rata-Rata Dari Total Proporsi Cacat

total cacat
CL=¿
total inspeksi

1938
¿
28191

¿ 0,07

2) Menghitung Batas Kendali Untuk Peta Kendali P

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

Dan seterusnya, pada observasi terakhir dengan sampel 1416 unit,

maka batas pengendalinya ditunjukan pada Tabel 4.27 di atas.

Selanjutnya akan digambarkan dalam suatu grafik yang

memberikan gambaran apakah proporsi cacat yang ada berada daam

control kendali, peta kendali tersebut dapat ditunjukan pada Gambar 4.3

berikut

104
Gambar 4.3 P-Chart Teh Mutu III

3. Penentuan nilai DPMO dan nilai Sigma

Pengukuran Level Sigma yang dilakukan dengan mengkonversikan

hasil jumlah kecacatan dalam Defect Per Million Opportunities (DPMO).

Berikut tabel hasil rekapitulasi perhitungan nilai DPMO dan penentuan

Level Sigma yang diolah menggunakan Ms. Excel.

Berikut hasil Tabel pengukuran nilai DPMO dan Level Sigma Teh

Mutu I dapat dilihat pada Tabel 4.28 berikut,

Tabel 4.28 DPMO dan Level Sigma Teh Mutu I

Tanggal- Jumlah Nilai


CTQ DPMO
Bln Produksi (Kg) Cacat (Kg) Sigma
02-Jan 426 32 3 225352,11 2,25

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

Teh Mutu III dapat dilihat pada Tabel 4.29 berikut

Tabel 4.29 Pengukuran Nilai DPMO dan Level Sigma Teh Mutu III

Tanggal- Jumlah Nilai


CTQ DPMO
Bln Produksi (Kg) Cacat (Kg) Sigma
02-Jan 246 15 3 182926,83 2,40
04-Jan 345 22 3 191304,35 2,37
05-Jan 428 19 3 133177,57 2,61
06-Jan 604 33 3 163907,28 2,48
07-Jan 410 22 3 160975,61 2,49

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

Metode yang digunakan untuk mengidentifikasi lebih lanjut

penyebab cacat produksi atau kadar air yang tidak stabil sehingga

menyebabkan rework adalah dengan menggunakan cause and effect

diagram (Fishbone). Melalui cause and effect diagram dapat

ditentukan akar penyebab masalah cacat produksi yang terjadi di

lantai produksi PT. Perkebunan Tambi. Adapun Cause and effect

diagram dapat dilihat pada Gambar 4.4 berikut.

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

LINGKUNGAN METODE MATERIAL

Gambar 4.4 Diagram Analisis Sebab-Akibat

d. Improve

Pada tahap perbaikan ini menggunakan alat implementasi Kaizen

yang meliputi Five-M Checklist, dan Tindakan Usulan 5W + 1H

Checklist yang diperoleh melalui proses wawancara langsung

bersama Kasubag Pabrik

Kaizen Five M checklist, alat ini memanfaatkan suatu daftar

pemeriksaan yang berfokus pada 5 faktor kunci yaitu manusia,

material, metode, mesin dan lingkungan untuk mengidentifikasi

masalah yang mampu menggambarkan peluang bagi perbaikan yang

dapat dilihat pada Tabel 4.30 di bawah ini,

Tabel 4.30 Kaizen Five M Checklist

Rekomendasi Rencana
No Sumber Penyebab Faktor Penyebab
Penanggulangan

1 Manusia Kurang teliti Dilakukan pengontrolan dan pemberian

108
Rekomendasi Rencana
No Sumber Penyebab Faktor Penyebab
Penanggulangan

memperhatikan suhu suhu yang sesuai, serta pengawasan dari


mesin mandor

Kurangnya kedisplinan Membuat kalusul kontrak berbasis kinerja


pada karyawan yang disepakati, dipahami dan ditaati
semua pihak dalam perusahaan

Pengetahuan tenaga Membuat pelatihan dan bimbingan atasan,


kerja kurang memadai memberikan reward and punishment
untuk memotivasi pekerja maupun
karyawan untuk bekerja optimal

2 Mesin Mesin dryer tidak Pengecekan mesin untuk setiap 3 baki


bekerja secara optimal (63kg) teh kering yang dihasilkan mesin
pengeringan atau setiap satu setengah jam

Mesin dryer yang Perawatan mesin secara rutin dan optimal


sudah terlalu lama dan mengganti beberapa alat mesin yang
sudah tidak layak pakai seperti alat speed
reducer yang sudah tidak berfungsi pada
mesin dryer 2

Kondisi mesin yang Melakukan pembersihan mesin secara


tidak bersih/kotor rutin, setiap selesai melakukan proses
pengeringan

109
Rekomendasi Rencana
No Sumber Penyebab Faktor Penyebab
Penanggulangan

3 Material Kadar air teh basah Menambah waktu proses pengeringan


terlalu tinggi untuk teh basah yang diidentifikasi kadar
airnya yang tinggi dengan mengatur
kecepatan trays pada mesin dryer

Bahan baku (pucuk teh Peningkatan pengawasan mandor kebun


layu) tidak layak terhadap tenaga pemetik, pemberian
produksi potongan harga bagi pekerja untuk hasil
petikan yang tidak sesuai standar

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

System kerja yang Menempatkan karyawan atau tenaga kerja


tidak terspesialisasi sesuai dengan keahliannya

Jadwal produksi yang Menambah tenaga kerja dari ruangan


terlalu padat pengolahan lain keruangan proses
pengeringan apabila adanya jadwal
produksi yang padat

5 Lingkungan Cuaca dan suhu Manipulasi cuaca dan suhu dengan


unpredictable pemberian tanaman pelindung pada kebun
the

110
Rekomendasi Rencana
No Sumber Penyebab Faktor Penyebab
Penanggulangan

(Sumber: Pengolahan Data)

Setelah dibuatkan analisis berupa rencana penanggulangan dalam

mengidentifikasi masalah yang ada, selanjutnya akan ditentukan factor

yang paling signifikan dalam menghasilkan produk teh kering yang sesuai

standar kualitas kadar air yang ditetapkan. Sehingga diperlukan penentuan

rencana tindakan penanggulangan dengan menggunakan metode 5W dan

1H (What,Why, Who, When, Where, and How). Rencana perbaikan pada

kecacatan produk the dapat dilihat pada Tabel 4.31 di bawah ini,

Tabel 4.31 5W + 1H Checklist

Faktor 5W + 1H Deskripsi Tindakan

Faktor Utama What? Apa tujuan dari Untuk menghasilkan


(Mesin perbaikan dan produk teh yang sesuai
Pengeringan) : penaggulangan standar atau
terhadap factor meminimaisir tingkat
A. Tidak bekerja mesin? kecacatan proksi teh yang
secara optimal tidak memenuhi standar
B. Usia mesin kualitas kadar air teh
yang sudah tua yang ada
C. Kondisi mesin
tidak bersih Why? Mengapa Berdasarkan penelitian
(kotor) perbaikan dan dan beberapa literature
penanggulangan yang ada bahwa proses
dilakukan pengeringan menjadi
terhadap factor proses yang sangat
mesin? menentukan kualitas
produksi teh kering yang

111
Faktor 5W + 1H Deskripsi Tindakan

dihasilkan dan ini


tergantung dari kinerja
mesin yang harus bekerja
secara optimal untuk
menghasilkan kuaitas
kadar air dari teh kering
yang sesuai standar yang
ada yaitu 3-4% kadar air

Where? Dimana rencana Tindakan perbaikan


tindakan tersebut dilakukan langsung di
akan dilakukan proses pengeringan yang
terhadap factor memiliki mesin dryer
mesin? dalam hal ini mesin
pengeringan untuk
menjadikan teh basah
menjadi teh kering

When? Kapan perbaikan Perbaikan dan


dan penanggulangan
penanggulangan dilakukan secara
dilakukan langsung pada setiap
terhadap factor proses pengoahan teh
mesin? berlangsung seperti terus
memperhatikan suhu
yang masuk dalam mesin
agar tetap stabil sehingga
dapat menghasilkan
kematangan teh kering
yang sesuai standar

Who? Siapa yang akan Dilaksanakan oleh setiap


mengerjakan karyawan perusahaan PT
aktivitas rencana Perkebunan Tambi
tindakan terhadap terkhusus tenaga
factor mesin? karyawan di ruang proses
pengeringan teh, dengan

112
Faktor 5W + 1H Deskripsi Tindakan

diperketat oeh pihak


pengawas maupun
inspector dari perusahaan
terkait
How? Bagaimana Penanggulangan
pelaksanaan sebaiknya dilaksanakan
perbaikan dan dengan rutin melakukan
penanggulangan pengawasan langsung
terhadap factor pada kinerja mesin dryer,
mesin? dengan memperhatikan
kestabilan suhu yang ada
pada mesin, apa bila suhu
masuk pada mesin terlalu
panas maka pihak
karyawan dapat dengan
cepat mengurangi suhu
dengan memperhatikan
pemanasan yang ada pada
ruang pembakaran dan
dengan ini dapat
memberikan tingkat
kematangan yang baik
pada teh kering yang
dihasilkan
(Sumber: Pengolahan Data)

113
e. Control

Adapun tahap control (pengendalian) sebagai proyek Six-Sigma yang

menekankan terhadap pendokumentasian dan penyebarluasan tindak

yang dilakukan dan mempunyai tujuan untuk mengevaluasi proses

perbaikan yang telah dilakukan dengan efektif dan efisien serta untuk

menjaga kondisi agar tetap stabil dan tidak mengalami penurunan

kembali. Karena pada penelitian ini tindak perbaikan masih berupa

usulan. Jadi control dilakukan setelah usulan perbaikan

diimplementasikan. Adapun tindakan yang perlu dilakukan :

a. Memeriksa mesin pengering (dryer) sebelum dilakukan proses

pengeringan pada teh basah dan setiap proses pengeringan berjalan

satu setengah jam atau setiap tiga kali proses pengeringan teh

basah dilakukan maintenance secara berkala. Agar mesin dapat

bekerja optimal selama berjalan proses produksi.

b. Melakukan perhitungan DPMO dan nilai sigma secara berkala tiap

bulannya untuk mengetahui kemampuan proses dalam

menghasilkan produk tanpa cacat per satu juta kesempatan.

c. Melakukan pemeriksaan dengan uji mutu pada teh kering yang

dihasilkan untuk setiap satu kali proses pengeringan agar produksi

teh hitam yang dihasilkan benar-benar sesuai dengan standar mutu

yang telah ditetapkan perusahaan.

d. Mengontrol semua prosesi pengolahan teh mulai dari proses

pelayuan, penggilingan, pengeringan dan sortasi dengan cara

114
pemantauan dan monitoring oleh tim pengolahan berbasis

teknologi Closed Circuit Television seperti yang sudah diterapkan

pada proses pelayuan yang bisa diihat pada gambar bawah ini.

Gambar 4.5 Monitoring proses pelayuan teh

115
BAB V

PEMBAHASAN

Six Sigma sebagai alat statistik untuk mengidentifikasi beberapa faktor

vital dengan penerapan siklus DMAIC yang merupakan proses kunci

untuk peningkatan secara kontinyu menuju target Six Sigma. Berikut ini

adalah pembahasan dalam siklus DMAIC pada beberapa tahap dalam

pengolahan data antara lain :

A. Analisis Current State Map

Berdasarkan current state map yang dibuat diperoleh bahwa besar

waktu untuk kegiatan value added sebesar 43 hours. Sedangkan besar

waktu untuk kegiatan non value added sebesar 17,5 hours. Waktu untuk

aktivitas non value added masih terlalu besar, hal ini tentunya sangat

berpengaruh terhadap produktivitas perusahaan Berdasarkan gambar

current state map, pemborosan yang terjadi sebagian besar disebabkan

oleh kegiatan transportasi dan delay. Dan untuk selanjutnya akan

diklasifikasian berdasarkan akumulasi waktu yang terjadi pada setiap

aktivitas value added dan non value added secara detail. Sehingga dari

kondisi ini pada tahap control akan dibuatkan rekomendasi berupa usulan

untuk meminimalisir defect dan pemberosan yang terjadi.

B. Analisis Process Activity Mapping

Process activity mapping bertujuan untuk mendefinisikan setiap

kegiatan proses produksi. Jumlah kegiatan dalam pengoahan teh hitam

adalah sebanyak 37 kegiatan. Dari 37 kegiatan ini dilakukan pada setiap

116
proses pengolahan teh yaitu mulai dari pengolahan teh tahap pelayuan,

penggilingan, pengeringan hingga sortasi. 2 jenis kegiatan yaitu value

added dan non value added seperti yang ditunjukkan pada tabel 5.1.

Tabel 5.1 Process Activity Mapping


Kegiatan Jumlah Waktu NVA/ VA
Operasi 18 762 VA
Delay 8 404,2 NVA
Transportasi 8 55,7 NVA
Storage 0 0 NVA
Inspeksi 2 15,8 VA
Operasi-Inspeksi 1 27,8 VA
Total 37 1265,5
Sumber: Pengolahan Data

Dari tabel 5.1 di atas menunjukan bahwa terdapat aktivitas NVA

sebanyak 459,9 menit yang terjadi pada proses pengolahan teh. Aktivitas

NVA ini terdiri dari delay dan transposrtasi sebagai waste yang dominan

terjadi. Dari sini kemudian akan dianalisi bagaimana keterkaitan waste

yang terjadi antar satu waste satu dan waste lainnya.

C. Analisis Identifikasi Pemborosan

Tools yang digunakan pada penelitian ini untuk mengidentifikasi

aktivitas pemborosan adalah Waste Relationship Matrix. Identifikasi

pemborosan dilakukan secara teliti pada setiap lini produksi atau masing-

masing tahap pengolahan teh hitam yang dianggap sangat signifikan

memberi pengaruh terhadap kualitas produk teh yang dihasilkan.

Namun sebelum menganalisa bagaimana keterkaitan antar

waste di masing-masing lini produksi, terebih dahulu diidentifikasi

atau didefenisikan beberapa jenis waste yang terjadi. Berdasarkan

117
pengamatan dan brainstorming dengan pihak beberapa mandor di

masing-masing pengolahan, dapat diketahui waste proses produksi

sebagai berikut:

a. Waste of Overproduction

Jenis pemborosan ini sering diartikan ketika adanya ketidaksesuaian

antara demand dengan produksi yang ada, dalam artian kondisi

produksi yang berlebih. Di Perusahaan PT Perkebunan Teh Tambi

pada proses pengolahan teh di tahap pelayuan dalam keadaan normal

untuk sehari pucuk teh segar yang datang dari kebun maksimal 16 ton.

Dalam kondisi tertentu seperti di musim kemarau pada bulan Oktober,

pucuk teh segar yang datang melebihi 16 ton bahkan dapat melebihi

20 ton. Hal ini disebabkan karena faktor musim yang memang

menjadi faktor utamanya. Jenis waste ini akan mempengaruhi proses-

proses lain, semisal pada tahap pengolahan penggilian, pengiringan

maupun sortasi akan terjadi penumpukan sehingga membutuhkan jam

kerja tambahan pada karyawan.

118
Gambar 5.1 Waste of overproduction

b. Waste of Inventory

Jenis waste ini terjadi ketika material atau bahan baku yang datang

mengalami kelebihan. Kondisi ini seperti halnya penumpukan terjadi

di penggilingan, teh yang sudah diproses melalui penggilingan dengan

mesin OTR (open top roller) tertumpuk karena banyaknya produksi

teh yang ada. Hal ini memiliki dampak pada ruang penyimpanan WIP

semakin menyempit sehingga ruang gerak karyawan untuk

memindahkan teh basah ke ruang pengeringan agak terganggu dalam

pengertian sederhana akan mempengaruhi efektifitas kerja karyawan

Hal ini juga bersamaan dengan proses pengolahan teh di tahap

pengeringan dengan kondisi kapasitas mesin yang tidak cukup

menampung teh basah yang ada atau WIP yang tertumpuk.

119
Gambar 5.2 Waste of Inventory

c. Waste of Defect

Hasil produksi yang mengalami kerusakan atau cacat sehingga

memerlukan pengerjaan ulang. Jenis waste ini beberapa kali

ditemukan terjadi di proses pengolahan teh di tahap pengeringan.

Sepertinya hal kondisi teh kering yang tidak cukup matang atau

bahkan mengalami gosong. Kondisi ini memiliki kaitan yang erat

dengan kondisi suhu mesin dryer yang terkadang tidak cukup stabil,

akibatnya teh kering yang seharusnya sudah berada di ruang sortasi

dikembalikan lagi ke proses pengeringan untuk dilakukan rework.

Tentu ini akan memberi dampak terhadap kualitas kadar air teh.

Gambar 5.3 Waste Of Defect

120
d. Waste of Motion

Merupakan pemborosan yang diakibatkan adanya pergerakan yang

berlebihan oleh operator dan tidak diperlukan karena tidak ada nilai

tambah. Kondisi ini sering terlihat di beberapa lini produksi, semisal

pada proses pelayuan adanya karyawan yang mendorong troli yang

tidak berisikan pucuk teh. Troli ini digunakan untuk memindahkan

pucuk teh segara dari mobil angkut ke alat wathering trough tempat

teh dilayukan. Atau pada proses pengeringan teh basah yang dibawa

terkadang ditemukan tidak cukup sampai ke jangkauan operator mesin

pengeringan, sehingga mengakibatkan operator mesin pengeringan

harus mengambil sendiri teh basah yang datang dari ruang

penggilingan ke ruang pengeringan.

e. Waste of Transportation

Transportasi merupakan pergerakan produksi atau material dari satu

tempat ke tempat yang lain (membawa dengan tangan, mengangkut

menggunakan gerobak, konveyor, truk dll) tanpa ada nilai tambahnya.

Kondisi ini beberapa kali terlihat di ruang penggilingan dan

pengeringan ketika rak penampung teh tidak diletakan di tempat

semestinya. Misalnya rak penampung teh basah dari pengeringan yang

seharusnya sudah dikembalikan ke ruang penggilingan justru

dipindahkan ke tempat lain atau tempat yang cukup berjarak dengan

mesin penggiling.

121
Gambar 5.4 Waste of Transportation

f. Waste of Waiting

Adanya waktu menganggur atau tidak melakukan aktivitas kerja yang

disebabkan supply material terlambat, atau tidak seimbangnya beban

kerja. Misalnya saja pada proses pelayuan, terkadang mobil yang

mengangkut material dalam hal ini bahan baku yaitu teh pucuk segar

terlambat datang. Hal ini mengakibatkan karyawan di pabrik

menunggu datangnya bahan baku. Kondisi ini disebabkan oleh

lamanya waktu yang dibutuhkan pemetik dari kebun atau beberapa

persoalan teknis lain seperti terlambatnya supir mobil pengangkut teh

yang datang. Jenis waste ini juga tak jarang terjadi di tahap

pengeringan ketika waktu untuk mengeringkan teh bubuk memakan

waktu yang cukup lama yang seharusnya membutuhkan waktu 20-

30 menit untuk memetangkan teh tetapi justru lebih. Hal ini

disebabkan oleh pemberian suhu udara masuk dan suhu keluar

yang terbilang kurang pada mesin dryer tidak cukup

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.

Kondisi sering kali terlihat diproses pengeringan, ketika teh yang

sudah dikeringkan dan dibawa ke ruang sortasi dikembalikan lagi ke

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

tersebut dimasukan lagi ke mesin dryer.

Gambar 5.5 Waste of Process

D. Analisis Keterkaitan Waste

Untuk mengetahui bagaimana keterkaitan waste, hal yang perlu

diperhatikan adalah hasil pembobotan akhir pada tabel Waste Relationship

Matrix. Berdasarkan tabel WRM maka dapat dianalisis bagaimana keterkaitan

jenis waste antara satu sama lain yang memiliki nilai presentasi terbesar.

Berdasarkan Tabel 4.21 Konversi perhitungan WRM Tahap Pelayuan,

diidentifikasi bahwa waste “from” terbesar adalah overproduction (22,2%)

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

diproduksi menjadi teh hitam, tetapi di beberapa kondisi tertentu seperti di

musim hujan saat ini, teh segar yang datang bisa sampai 15-16 ton. Tentunya

overproduction ini dapat memuncukan beberapa jenis waste ainnya.

Sedangkan waste “to” terbesar adalah waiting (17,54%) yang artinya jenis

pemborosan yang paling dapat dipengaruhi oleh jenis pemborosan lain adalah

waste of waiting.

Berdasarkan Tabel 4.22 konversi perhitungan WRM tahap penggilingan

waste “from” terbesar adalah motion (18,69%). Sedangkan waste “to”

terbesar adalah inventory (19,63%). Yang artinya bahwa jenis pembrosan

yang dapat mempengaruhi jenis pemborosan lain waste of motion. Sementara

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

ke ruang penggilingan tetapi masih tertumpuk di bagian ruangan oksidasi yang

ada di proses pengolahan teh tahap penggilingan.

Pada Tabel 4.23 konversi perhitungan WRM tahap pengeringan diketahui

waste “from” terbesar adalah motion (21,50%). Sedangkan waste “to”

terbesar adalah inventory dan defect (18,69%). Ini mengindikasikan bahwa

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

mempertimbangkan waktu operasional yang ada. Yang pasti jenis waste of

motion sangat memberikan pengaruh terhadap produktifitas kerja dalam tahap

proses pengeringan teh. Untuk waste yang paling dipengaruhi atau waste “to”

yang diperoleh adalah waste of inventory dan defect. Identifikasi defect yang

paling nampak memang di proses pengeringan, karena proses pengolahan ini

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.

Berdasarkan tabel 4.24 konversi perhitungan WRM tahap sortasi dapat

diketahui waste “from” terbesar adalah motion (22,50%). Sedangkan waste

“to” terbesar adalah inventory (18,35%) dan waiting (17,43). Hal ini memang

tak jarang terlihat beberapa karyawan dalam melakukan penjenisan teh di

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

lamanya waktu mesin conveyor dalam proses penjenisan teh hitam.

E. Analisis Diagram P Chart

Berdasarkan Tabel 4.26 Perhitungan batas kendali p teh mutu I diperoleh

hasil akumulasi persentase p r o d u k s i t e h rusak atau cacat tertinggi pada

tanggal 22 Januari 2021 yaitu sebesar 0,085% dan terendah di tanggal 21

Januari 2021 sebesar 0,055%. Kemudian Berdasarkan Gambar 4.2 P-Chart

Teh Mutu I yaitu peta kendali p dapat dilihat bahwa data yang diperoleh

sebagian berada di peta kendali yang telah ditetapkan sedangkan sebagian

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

nilai CL menginterpretasikan bahwa proporsi cacat masih belum stabil.

126
Untuk jenis Teh Mutu III berdasarkan Tabel 4.27 Perhitungan batas

kendali p Teh Mutu III diperoleh hasil akumulasi persentase p r o d u ks i t e h

rusak atau cacat tertinggi pada tanggal 15 Januari 2021 yaitu sebesar

0,085% dan terendah di tanggal 30 Januari 2021 sebesar 0,029%.

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

15 Januari dengan jumlah produksi sebanyak 385 kg dengan produksi cacat kg

dan proporsi cacat sebesar 0,075% dan nilai batas atas yaitu 0,078%.

Sedangkan untuk data yang mendekati batas control bawah berada pada

sampel ke 23 yaitu pada tanggal 28 januari dengan jumlah produksi sebanyak

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

kondisi ini jelas-jelas menunjukan bahwa tingkat presentasi kerusakan produksi

teh yang cacat tidak cukup stabil. Sehingga mesti dicarikan penyebabnya apa

yang paling signifikan dalam memberikan pengaruh terhadap produksi cacat.

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

mesin pengering (dryer) yang kurang optimal lagi.

F. Analisis Pengukuran Nilai DPMO dan Level Sigma

Kemudian dilakukan pengukuran dengan tingkat sigma dan Defect Per

Million Opportunities (DPMO). Berdasarkan hasil perhitungan dari Tabel

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

diinterpretasikan bahwa dalam 1 juta unit produksi kemungkinan akan

terdapat 210605,52 unit yang tidak memenuhi toleransi yang ditetapkan

perusahaan. Sedangkan nilai DPMO rata-rata untuk teh kering jenis Mutu III

pada bulan Januari 2021 sebesar 150661,28 dengan interpretasi yang sama

bahwa kemungkinan akan terdapat 150661,28 kerusakan dalam 1 juta unit

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

jenis Mutu III.

128
G. Analisis Diagram Causal - Effect

Berdasarkan gambar diagram analisis sebab-akibat di atas dapat diketahui

bahwa faktor-faktor penyebab adanya ketidakstabilan kadar air pada Teh

Kering terdiri dari manusia, mesin, material, metode dan lingkungan.

a. Manusia

1. Kurang teliti memperhatikan suhu mesin.

Misalnya pada pengolahan teh tahap pengeringan, beberapa kali suhu

yang masuk ke mesin dryer dari ruang pembakaran tidak cukup panas

atau bahkan lebih yang diakibatkan oleh pembakaran yang tidak

terkontrol baik oleh operator.

2. Kurangnya kedisiplinan pada karyawan.

Dalam beberapa kasus karyawan kurang memperhatikan SOP yang

ada misalnya saja adanya karyawan yang terambat masuk, karyawan

yang tepat waktu dalam kerja dan sebagainya.

3. Pengetahuan tenaga kerja yang kurang memadai.

Hal ini sering dialami oleh beberapa karyawan yang baru yang belum

cukup mengerti banyak tentang proses produksi secara mendalam.

b. Mesin

1. Mesin dryer tidak bekerja optimal.

Mesin dryer yang digunakan untuk mematangkan teh terkadang tidak

bekerja optimal, di samping penggunaanya yang sudah lama tidak

optimalnya mesin juga disebabkan oleh suhu panas yang masuk

dari`ruang pembakaran mengakibatkan mesin tidak bekerja optimal.

129
2. Mesin dryer yang sudah terlalu lama.

Berdasarkan wawancara dengan salah satu mandor di pengeringan

diketahui bahwa penggunaan mesin dryer di tahap pengeringan sudah

cukup lama, dikisar sudah 20 tahunan hal ini diakui oleh pihak

perusahaan bahwa kerja mesin dryer tidak lagi optimal.

3. Kondisi mesin dryer yang kurang bersih/kotor

Mengacu pada SOP yang ada pada pengolahan teh di ruang

pengeringan, kebersihan mesin dryer mesti terus dijaga dikarenakan

hal ini berkaitan dengan kinerja mesin.

c. Material

1. Kadar air teh basah yang terlalu tinggi.

Seperti diketahui bahwa standar kadar air teh yang dibutuhkan

perusahaan yaitu 3-4%. Tetapi dari sampel yang ditemukan relative

masih banyak ditemukan yang cacat produksi. Sebenarnya pengaruh

kematangan teh juga dipengaruhi kuaitas kadar air the pucuk segar

saat baru saja di petik. Seperti pada saat musing hujan teh pucuk segar

terbilang sangat basah

2. Bahan baku (pucuk teh layu) tidak layak produksi.

Meskipun jarang ditemukan dengan jumlah besar pucuk teh segar

yang siap produksi

d. Metode

1. Suhu outlet dan inlet tidak stabil.

130
Suhu outlet yang dimaksud di sini adalah suhu keluar dari mesin

dryer. Sedangkan suhu inlet yaitu suhu udara masuk ke mesin dryer

dari ruang pembakaran. Ketidak stabilan suhu outlet dan inlet

2. Sistem kerja yang tidak terspesialisasi.

Sering kali perusahaan melakukan rotasi posisi karyawan dengan

alasan tertentu. Seperti halnya karyawan di proses pelayuan

dipindahkan ke proses pengolahan yang lain atau sebaliknya.

Sebenarnya hal ini sedikit akan mempengaruhi keterampilan dan

produktifitas pekerja, mengingat butuh waktu untuk setiap pekerja

atau karyawan untuk menguasai masing-masing bidangnya

3. Jadwal produksi yang tidak efektif/teralalu padat.

Terkadang di beberapa waktu tertentu perusahaan menjadwalkan

prduksi teh berdasarkan banyaknya material atau bahan baku, tetapi di

lain kondisi permintaan pasar tidak sesuai dengan jumlah produksi

yang ada sehingga hal ini mengakibatkan produksi teh mesti disimpan

ke gedung penyimpanan terlebih dahulu yang tentunya ini akan

mempengaruhi kualitas teh yang disimpan.

e. Lingkungan

1. Cuaca dan suhu unpredictable.

131
BAB VI

KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan hasil pengolahan data dan analisis serta pembahasan

yang telah dilakukan dapat diambil beberapa kesimpulan sebagai berikut:

1. Mengacu pada hasil konversi pembobotan waste relationship matrix pada

tahap pelayuan dapat diketahui waste yang paling memiliki pengaruh

terbesar pada waste lain adalah waste of overproduction dan inventory

sedangkan waste yang sering dipengaruhi oleh waste lain adalah waste

of waiting. Untuk tahap penggilingan waste yang memiliki pengaruh

terbesar pada waste lain adalah waste of motion sedangkan waste yang

sering dipengaruhi oleh waste lain adalah waste of inventory. Dan untuk

tahap pengeringan dapat diketahui waste yang paling memiliki pengaruh

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

paling memiliki pengaruh terbesar terhadap waste lain adalah waste of

motion dan waste yang sering dipengaruhi oleh waste lain adalah waste

of waiting dan inventory.

2. Dapat diketahui berdasarkan analisis grafik peta kendali yang dibuat,

diperoleh hasil bahwa pengendalian kualitas produk teh pada PT

Perkebunan Teh Tambi terbilang cukup riskan jika mengacu pada

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

berdasarkan grafik peta kendali p yang diperoleh, secara keseluruhan

proporsi cacat berada daam kontrol peta kendali. Adapun faktor-faktor

yang menyebabkan terjadinya ketidakstabilan kualitas kadar air teh kering

berdasarkan anlisis diagram fishbone adalah faktor manusia, metode,

mesin material dan lingkungan, dimana faktor manusia dan mesinlah yang

mesti menjadi perhatian khusus untuk dievaluasi lebih lanjut.

3. Berdasarkan perhitungan Defect Per Million Opportunities (DPMO)

yang kemudian diperoleh nilai Sigma diketahui Level Sigma PT

Perkebunan Tambi untuk produksi jenis Teh Mutu I per Januari 2021

yaitu rata-rata sebesar 2,31. Sementara untuk produksi jenis Teh Mutu

III diperoleh Level Sigma yaitu rata-rata sebesar 2,55.

B. Saran

1. Apabila kondisi perusahaan memungkinkan, maka sebaiknya dilakukan

pergantian mesin dryer agar hasil produksi teh kering yang diperoleh

lebih baik mengingat umur mesin yang sudah terlalu tua.

2. Sebaiknya perusahaan dapat segera melakukan aktivitas perbaikan proses

produksi untuk mengurngi frekuensi kecacatan produksi teh hitam atau

bahkan menekan tingkat defect hingga 0%

133
DAFTAR PUSTAKA

Aditya, Surya.dkk. 2013. Pengendalian Kualitas Dengan Menggunakan Diagram


Kontrol Mewma Dan Pendekatan Lean Six Sigma. Di PT. XYZ. Vol 3
No 5. pp.35-46 Medan.
Alfiansyah, Reza., Kurniati, Nani. 2018. Identifikasi Waste dengan Metode Waste
Assessment Model dalam Penerapan Lean Manufacturing untuk
Perbaikan Proses Produksi (Studi Kasus pada Proses Produksi Sarung
Tangan. Departemen Teknik Industri, Fakultas Teknologi Industri,
Institusi Teknologi Sepuluh November, Surabaya.
Badan Standar Nasional Indonesia 2016. SNI 3945-2016 Tentang Standar Mutu
Teh Hitam.
Bloja, Dhorin, M., Moica, S., Veresb, Cristina. 2019. Lean Six Sigma in The
Energy Service Sector: A Case Study. George Emil Palade University of
Medicine, Pharmacy, Science and Technology of Tirgu-Mures,
Romania.
Erbiyika, Hikmet. Sahru, Mushine. 2015. Six Sigma Implementations in Supply
Chain: An Application for an Automotive Subsidiary Industry in Bursa
in Turkey. Yalova University Dept of Industrial Engineering, Turkey.
Irsan. Yulius Henny. 2019, Analisis Quality Control dalam Pengolahan Teh
Hitam dengan Metode Six Sigma, Universitas Putra Indonesia YPTK,
Padang.
Januar, M., dkk , 2014, Analisis Pengendalian Kualitas Pada Proses
Pengeringan Teh Hitam Dengan Metode Six Sigma: Studi Kasus Di
Ptpn XII (Persero) Wonosari, Lawang, Universitas Brawijaya,
Malang.
Juharni. 2017. Manajemen Mutu Terpadu (Total Quality Management). CV Sah
Media, Makassar.
Latief, Rindam., Laga Amran., Muchtar Munirah. 2017. Strategi Pengendalian
Mutu Proses Produksi Minuman Teh Menggunakan Metode Six Sigma

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

Anda mungkin juga menyukai