Disusun Oleh :
NIM : 41613010012
FAKULTAS TEKNIK
JAKARTA
2017
ii
iii
ABSTRAK
PT. PAMINDO TIGA T merupakan perusahaan yang bergerak di bidang
otomotif yang memproduksi sparepart kendaraan bermotor. Salah satu produknya
yakni Mainframe K 16 R. Dari hasil produksi selama tahun 2016 masih
ditemukan banyaknya barang yang repair. Penelitian ini menggunakan metode
Lean Six Sigma dengan mengikuti siklus DMAIC dengan tujuan untuk
mengidentifikasi waste yang paling utama untuk diberikan perbaikan dan
memberikan usulan perbaikan. Alat bantu yang digunakan yakni Value Stream
Mapping (VSM) pada tahap Define, DPMO pada tahap Measure, Fishbone
Diagram pada tahap Analyze dan Failure Mode Effect Analyze (FMEA) pada
tahap Improve. Dari hasil indentifikasi terdapat tiga waste yang paling utama
untuk diberikan priotitas perbaikan, yakni waste excess processing,
transportation, dan waiting. Rekomendasi perbaikan dengan melihat nilai RPN
(Risk Priority Number) yang paling besar, yakni dengan memperbaiki layout
produksi.
Kata Kunci : Lean Six Sigma, DMAIC, Value Stream Mapping (VSM), DPMO,
Failure Mode Effect Analyze (FMEA), Fishbone Diagram, 7 waste
iv
KATA PENGANTAR
Segala puji syukur kehadirat Allah SWT yang telah memberikan petunjuk,
Akhir ini dapat terselesaikan dengan baik. Tugas Akhir ini merupakan salah satu
dukungan dari berbagai pihak. Untuk itu penulis mengucapkan terima kasih dan
2. Orang tua yang selalu mendukung dan banyak berkorban untuk saya, baik
3. Ibu Dr. Ir Zulfa Fitri Ikatrinasari, MT selaku Koordinator Tugas Akhir dan
Industri
7. Pak Toto selaku staff QC PT. PAMINDO TIGA T yang selalu bersedia
v
8. Kepada Arikus sebagai sahabat yang sabar menemani, Sandra, Milla,
10. Kepada Prof. Dana Santoso sebagai rolemodel saya dan membantu
12. Dan pihak-pihak terkait yang telah membantu penulis dalam menyusun
Penulis menyadari bahwa Tugas Akhir ini masih jauh dari kata baik, dan
masih dapat dikembangkan lebih jauh lagi, Untuk ini penulis mohon saran dan
kritik dari semua pihak untuk menjadikan Tugas Akhir ini menjadi lebih baik
lagi. Semoga Tugas Akhir ini dapat berguna untuk semua pihak dan mendapat
Penulis
Nurul Widyaningsih
vi
DAFTAR ISI
Halaman Judul
Abstrak .................................................................................................................. iv
vii
2.11 Kerangka Pemikiran ............................................................................30
4.1.9 Data Operasi, Jumlah Tenaga Kerja dan Waktu Produksi ...........46
viii
BAB V ANALISA ................................................................................................81
Daftar Pustaka
LAMPIRAN
ix
DAFTAR TABEL
Tabel 4.3 Data Operasi, Jumlah Operator dan Waktu Produksi ...........................46
Tabel 4.4 Data Jumlah Produksi dan Jumlah Permintaan Tahun 2016..................47
Tabel 4.5 Data Jumlah Produksi dan Data Defect Tahun 2016 .............................47
Tabel 4.7 Data proses, jumlah mesin, jumlah operator dan waktu proses .............51
x
Tabel 4.11 Pengelompokan VA, NVA, dan NNVA ..............................................59
xi
DAFTAR GAMBAR
Gambar 4.4 Gambaran hasil pipa Steering Head sebelum proses pengelasan ......44
Gambar 4.5 Material Stay Head Pipe, Gusset Head Pipe, Plate Stopper, dan Stay
Gambar 4.6 Gambaran hasil dari Sub assembly welding steering head ................44
Gambar 4.9 Fishbone Diagram untuk Waste Excess Processing (Rework) ..........69
xii
BAB I
PENDAHULUAN
Lean Six Sigma merupakan kombinasi antara Lean dan Six Sigma yang
Integrasi antara Lean dan Six Sigma akan meningkatkan kinerja bisnis dan
industry melalui peningkatan kecepatan (shorter cycle time) dan akurasi (zero
Added serta membuat Value Added mengalir secara lancar sepanjang value
stream process, sedangkan Six Sigma akan mereduksi Value Added tersebut
(Gasperz, 2007).
1
2
Pemborosan atau waste adalah masalah yang paling sering dihadapi oleh
Jl. M.H Thamrin Km. 7 Tangerang, Banten yang memproduksi part dari
perusahaan yang memproduksi kendaraan bermotor, salah satu nya adalah PT.
yang nanti nya akan disupply ke PT. ASTRA HONDA MOTOR. Mainframe
K 16R adalah kerangka depan motor Scoopy yang nantinya akan dirakit oleh
masih terdapat produk yang di repair sebesar 145.023 produk atau sebesar
akan menjadi objek kajian dalam penelitian ini adalah sebagai berikut :
Agar penelitian ini jelas dan terarah sehingga tidak menyimpang dari
tujuan penelitian maka penelitian ini dibatasi beberapa hal sebagai berikut :
2016
berpedoman pada kriteria penyusunan laporan dan membaginya dalam enam bab
yang saling berkaitan satu sama lainnya, yaitu dengan sebagai berikut :
4
BAB I PENDAHULUAN
Pada bab ini dijelaskan secara umum tentang latar belakang masalah,
penulisan.
dan berkaitan erat dengan masalah yang akan dibahas serta merupakan tinjauan
Pada bab ini tentang metodologi penilitian dan kerangka pemikiran yang
dilakukan dengan penelitian untuk tugas akhir dan berisi tahapan pemecahan
Pada bab ini berisikan mengenai analisa dari hasil pengolahan data yang
Pada bab ini berisikan kesimpulan yang diperoleh dari hasil analisa dan
penelitian secara menyeluruh serta diberikan juga saran-saran, baik untuk pihak
DAFTAR PUSTAKA
LAMPIRAN
BAB II
TINJAUAN PUSTAKA
mendefinisikan kualitas itu sendiri. Kualitas dalam services dan goods juga
memiliki arti yang berbeda. Banyak beberapa ahli yang mendefinisikan tentang
kualitas, diantaranya :
diterapkan (Gaspersz,2005).
6
7
produk atau jasa pelayanan yang diproduksi (Yamit (2004). Untuk pengendalian
standar tersebut.
(Nicholas, 2010).
Lean mengidentifikasi semua waste dan proses yang tidak berguna baik
fleksibilitas dan kualitas untuk proses yang ada (George, 2003). Lean digunakan
untuk mengontrol semua sumber yang sesuai dengan keinginan dan kebutuhan
aliran, sistem tarik dan kesesuaian (Adersson et al.,2006). Selain itu Lean juga
berfokus pada pengurangan sumber waste, operasi yang tidak bernilai, dan beban
Motorola sejak tahun 1986, yang merupakan terobosan baru dalam bidang
berkelanjutan pada proses dan mengurangi variasi (Chen H & Chen K, 2009).
berkelanjutan pada umumnya sesuai dengan prinsip PDCA (Plan- Do- Check-
mencapai tingkat pendayagunaan aset yang lebih tinggi, serta mendapatkan imbal
hasil atas investasi yang lebih baik dari segi produksi ataupun pelayanan (Evans &
Lindsay, 2007).
Measures, Analyze, Improve, Control) dan DFSS (Design For Six Sigma)
9
merupakan metode sistematis yang dirancang bagi penerapan Six Sigma untuk
1. Define
parameter dari elemen penting seperti ukuran panjang, berat, rasa, warna,
cacat. Produk cacat terjadi karena ada bagian-bagian CTQ yang tidak
2. Measures
menggunakan rumus :
Namun dalam kajian lain ditemukan beberapa cara dalam perhitungan nilai
𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝐾𝑒𝑔𝑎𝑔𝑎𝑙𝑎𝑛
𝐷𝑃𝑀𝑂 = × 1.000.000
𝐽𝑢𝑚𝑙𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎 × 𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝐶𝑇𝑄
Yang mana :
3. Analyze
4. Improve
(Gaspersz, 2007). Pada tahap ini dirancang solusi yang dapat mengurangi
5. Control
Lean Six Sigma pertama kali diimplementasikan di India pada tahun 1997
oleh BEA Systems Control. Penerapan LSS akan berhasil dan dapat bertahan lama
bergantung pada bagaimana perusahaan menerima konsep LSS itu sendiri dan
unik dan baik untuk keberlangsungan penerapan LSS (Raje,2009 & Huq 2006).
Lean dan six sigma keduanya bertujuan untuk meminimalisasi waste dan
juga untuk meningkatkan kepuasan pelanggan dan keuntungan. Tetapi lean tidak
bisa memberikan hasil agar proses berada dalam batas kendali. Pada dasarnya
Lean tidak bisa memberikan hasil yang aktual pada Tahapan Measure, dan
Added serta membuat Value Added berjalan secara lancar dalam proses,
sedangkan pendekatan Six Sigma untuk mereduksi variasi Value Added tersebut
(Gasperz, 2007).
Kunci dalam kesuksesan penerapan Lean Six Sigma adalah peduli dengan
six sigma managemen serta metode yang digunakan dan juga mindset untuk
peneran standar Lean (De Koning et al., 2006). Tolak ukur kesuksesan dari
penerpan LSS sebagain variable bergantung dari 6 variabel di bawah ini (De
5. Kompetensi perusahaan
disepakati
Sebuah perusahaan mampu bertahan hanya jika produk atau jasa yang
dihasilkan memberikan nilai tambah kepada pelanggan. Aliran dari material dan
value stream. Sebuah value stream terdiri dari (Tapping & Shuker, 2003) :
3. Penghubung antara proses dan operasi baik dari aliran material dan
1. Mendengarkan pelanggan
yang ada dalam perusahaan tetapi harus dengan selektif dalam memilih
antara satu titik dengan titik lainnya mulai dari customer hingga producer,
tetapi akan lebih baik jika kita sendiri sebelumnya sudah memahami
konsumen.
activities harus dieliminasi. Tetapi, tetap ada salah satu diantara mereka
yang dibutuhkan sehingga tidak bisa ditiadakan dalam suatu sistem. Pada
16
kasus NNVA ini yang harus diperhatikan adalah proses apa yang
Activities.
sebagai berikut :
1. Menentukan produk yang akan diamati. Tahap ini juga ditentukan batasan
siklus, waktu changover, setup time, waste, uptime, dan lain-lain. Data
activity.
added activity dan non value added activity. Total waktu value added
activity dan non value added activity dicantumkan pada ujung kanan
timeline.
FMEA adalah suatu cara dimana suatu bagian atau suatu proses yang
dampaknya pada pelanggan bila mode kegagalan ini tidak dicegah atau dikoreksi.
2. Efek yang timbul dari sebuah kegagalan dan bagaimana cara untuk
system.
penggunaan.
dari maslah-masalah.
kegagalan proses
kegagalan
Hasil akhir dari pembuatan FMEA adalah sebuah angka yang disebut RPN (Risk
dibawah ini :
a. Severity (S)
konsumen jika ini sering. Severity hanya diaplikasikan terhadap efek saja.
Perkiraan severity berada pada skala 1 sampai 10, rating tersebut terdapat
Rating Kriteria
tersebut.
4
Moderate saverity (pengaruh buruk yang moderate). Konsumen akan
5
merasakan penurunan kualitas, namun masih dalam batas toleransi.
6
akan menerimanya.
b. Occurance (O)
Berdasarkan Frekuensi
Degree Rating
kejadian
Remote 0,01 per 1000 item 1
0,1 per 1000 item 2
Low
0,5 per 1000 item 3
1 per 1000 item 4
Moderate 2 per 1000 item 5
5 per 1000 item 6
10 per 1000 item 7
High
20 per 1000 item 8
Very 50 per 1000 item 9
High 100 per 1000 item 10
22
c. Detection (D)
Berdasarkan
Rating Kriteria
Frekuensi kejadian
Metode pencegahan sangat efektif. Tidak ada
1 0,01 per 100 item
kesempatan penyebab kemungkinan
2
0,1 per 1000 item
Kemungkinan penyebab terjadi sangat rendah
0,5 per 1000 item
3
4 Kemungkinan penyebab terjdinya bersifat
1 per 1000 item
moderat.
2 per 1000 item
5 Metode pencegahan kadang mungkin penyebab
5 per 1000 item
6 itu terjadi.
7 Kemungkinan penyebab terjadinya masih
10 per 1000 item
tinggi. Metode pencegahan kurang efektif.
20 per 1000 item
8 Masih berulang kembali.
Kemungkinan penyebab terjadinya masih
9
sangat tinggi. 50 per 1000 item
Metode pencegahan tidak efektif. Penyebab 100 r 1000 item
10
masih berulang
proses suatu produk, maka akan diperoleh nilai RPN dengan cara
sampai nilai yang terendah. Penyebab potensial dengan nilai tertinggi lah
3. SPC 7 Tools
dapat digunakan sebagai alat bantu untuk mengendalikan kualitas antara lain
1. Histogram
2. Check Sheet
3. Pareto Chart
4. Scatter Diagram
5. Flow Chart
7. Control Chart
Pada penelitian kali ini dari ketujuh tools di atas hanya satu tools yang
dipakai, yakni Fishbone Diagram, yang mana nanti nya akan digunakan pada
Tahap Analyze.
kualitas dari Jepang, sebagai satu dari tujuh alat kualitas dasar (7 Basic Quality
peningkatan kualitas
6. Menentukan standarisasi dari operasi yang sedang berjalan atau yang akan
dilaksanakan
berpengaruh pada kualitas dan mempunyai akibat pada masalah yang kita pelajari.
Selain itu, kita juga dapat melihat faktor-faktor yang lebih terperinci yang
berpengaruh dan mempunyai akibat pada faktor utama tersebut yang dapat kita
yakni Material (bahan baku), Machine (mesin), Man (tenaga kerja), Method
sebagai berikut :
utama.
mayor
penyebab sesungguhnya.
2.9 7 Waste
yakni Type One Waste dan Type Two Waste (Gasperz, 2007).
• Type One Waste adalah aktivitas kerja yang tidak menciptakan nilai
stream, namun aktivitas itu pada saat sekarang tidak dapat dihindarkan
• Type Two Waste merupakan aktivitas yang tidak menciptakan nilai tambah
(2007) :
Setiap pergerakan dari orang atau tata letak yang jelek, metode kerja
mesin yang tidak menambah nilai yang tidak konsisten, dll
kepada barang dan jasa yang akan
diserahkan kepada pelanggan, tetapi
hanya menambah waktu dan biaya.
A Framework and Case Study for Implementing Lean Six Menjelaskan bagaimana menerapkan Six Sigma pada
5 Sigma in Small Companies / Sandra Furterer, A. Blake Six Sigma DMAIC, Six Sigma DMAIC perusahaan kecil sehingga mampu meningkatkan kepuasan
Smelcer pelanggan dan juga untuk pertumbuhan perusahaan.
29
Normal approximation through data replication Perhitungan DPMO hanya bisa digunakan untuk sebaran data yang normal.
when estimating DisPMO, DePMO, left-side and Perhitungan DPMO berdasarkan banyknay CTQ. Untuk mengasumsikan data
6 Six Sigma Six Sigma, DPMO, CTQs
DisPMO, DePMO, left-side and right-side Sigma tersebut bersebaran normal perlu dilakukan sampel acak dan diperhitungkan
levels from non-normal data / Djoko Setijono mean, standar deviasi dan skewness nya
Lean VSM digunakan untuk meminimasi waste dan mensimulasikan proses untuk
Development of value stream map for achieving Manufacturing, dianalisi. Tahapan pertama yakni dengan membuat current state dengan
Value Stream Value Stream Mapping,
7 leanness in a manufacturing organization / S. Value Stream memasukkan data order, menghiyung waktu siklus, up time, takt time.
Mapping 5S
Vinodh, M. Somanaathan, K.R. Arvind Mapping, 5S, Kemudian memberikan perbaikan dengan 5S baru dibuat future state
Waste berdasarkan hasil dari perbaikan tersebut.
Analisa Lean Service Guna Mengurangi Waste Pada Proses pelayanan sambung baru teridentifikasi seven waste yakni waste over
Lean Service,
10 Perusahaan Daerah Air Minum Banyuwangi / Lean Service Value Stream Mapping production, defect, unnecessary inventory, inappropriate processing, excessive
Waste
Harliwantip transportation, waiting dan unnecessary motion..
30
METODE PENELITIAN
berupa data yang dapat diukur pada sebuah penelitian lapangan yang dilakukan
pada PT. Pamindo Tiga T yang berlokasi di Jl. M. H Thamrin Km. 7 Tangerang,
Banten. Adapun penelitian ini hanya difokuskan pada produk Mainframe K 16R.
digunakan adalah tentang Lean Six Sigma mengikuti siklus DMAIC (Define,
Measures, Analyze, Improve, Control). Data yang digunakan dalam penelitian ini
adalah data primer dan sekunder. Data – data yang butuhkan yakni :
Periode data yang digunakan hanya dari bulan Januari – Desember 2016 untuk
31
32
Mengacu pada metode yang akan digunakan pada penelitian ini yakni
Lean Six Sigma dengan mengikuti DMAIC (Define, Measures, Analyze, Improve,
Control), maka alat bantu (tools) yang digunakan antara lain di bawah ini :
Measures : • DPMO
(FMEA)
Control : -
Sumber : Lean Six Sigma for Manufacturing And Services Industries Gasperz,
2007
3.3 Tahapan Penelitian
Agar penelitian ini dapat berjalan, maka penggambaran dari alur penelitian
1. Tahap Define
c. Identifikasi 7 waste
2. Tahap Measure
Pada tahap ini dilakukan perhitungan nilai DPMO dan level sigma dari
𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝐾𝑒𝑔𝑎𝑔𝑎𝑙𝑎𝑛
𝐷𝑃𝑀𝑂 = × 1.000.000
𝐽𝑢𝑚𝑙𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎 × 𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝐶𝑇𝑄
3. Tahap Analyze
dengan Fishbone Diagram diberikan untuk waste dengan nilai level sigma
terkecil.
4. Tahap Improve
5. Tahap Control
dibidang industri komponen kendaraan bermotor roda dua dan roda empat,
tanggal 9 Juni 1975, Perusahaan Joint Venture Indonesia & Jepang (PMA).
ini diusung oleh beberapa perusahaan yaitu: PT. Teknik Umum, Teijin Seiki
Co, Ltd (Jepang) dan Teijin Limited (Jepang). Dan hasilnya terbentuklah PT.
PAMINDO TIGA T.
berdiri pada tahun 1975, Pulo Gadung berdiri pada tahun 1985 dan di
36
37
a. Visi Prusahaan
otomotif dan non otomotif yang berkualitas tinggi dan didukung oleh
b. Misi Perusahaan
mesin industri, komponen otomotif dan non otomotif berkomitmen untuk selalu
tempat kerja yang baik, aman, nyaman dan sehat serta memelihara lingkungan
menerapkan kebijakan ini dan bertanggung jawab untuk semua aspek tersebut di
bawah ini:
masyarakat.
tinggi
fasilitas yang ada yang secara teknis dan ekonomis dimungkinkan. Serta
merencanakan pencegahan
menyediakan jasa dan pengunjung untuk selalu hidup sehat dan berbudaya
sehat.
39
PT. PAMINDO TIGA T terletak di tiga lokasi yang berbeda, yakni Pulo Gadung,
kerja lokal dari penduduk sekitar yang tinggal di daerah Tangerang. Komposisi
tenaga kerja PT. PAMINDO TIGA T dapat dilihat pada tabel berikut :
Head Office 1 23 24
Tangerang 3 720 723
Pulogadung 2 798 800
Karawang 1 209 210
Total 7 1750 1757
Sumber : Data Departemen PPC PT. Pamindo Tiga T
Sedangkan untuk jam kerja perusahaan sendiri dibagi menjadi 2 shift yakni :
• Shift 1 : Pukul 07.00 – 15.45 istirahat 45 menit dari pukul 11.45 – 12.30
• Shift 2 : Pukul 22.00 – 06.50 istirahat 45 menit dari pukul 02.00 – 02.45
akan dikirim ke customer –customer dibawah ini sesuai dengan produk yang
mereka pesan :
m. PT. Tiffico
dengan berbagai type. Setiap type memiliki perlakuan produksi yang berbeda
antara yang satu dengan yang lainnya sesuai dengan type masing-masing. Produk
yang diangkat dalam penelitian ini yakni Mainframe K 16R. Mainframe K 16R
adalah bagian kerangka depan produk motor Scoopy dengan konsumen PT.
ASTRA HONDA MOTOR. Proses produksi Mainframe K 16R sendiri terdiri dari
2. Proses Pierching
3. Proses Notching
proses cutting. Tetapi pada proses notching ini adalah pemotongan pada
bagian ujung Pipa Mainframe yang bawah, sedangkan kalau proses cutting
proses bending.
4. Proses Stamping
wire harness, plate handle stopper dan pipe STKM-18AP dengan pipa
steering head.
44
Gambar 4.4 Gambaran hasil pipa Steering Head sebelum proses pengelasan
Gambar 4.5 Material Stay Head Pipe, Gusset Head Pipe, Plate Stopper, dan
Stay Comp Switch, yang selanjutnya digunakan untuk proses pengelasan.
Gambar 4.6 Gambaran hasil dari Sub assembly welding steering head
penggabungan antara pipa Lower Cross dengan Plate R Pipa Lower dan
keseluruhan dari hasil pada proses welding steering head dan welding
hasil pengelasan yang dilakukan sudah dalam kondisi baik atau belum.
operator, dengan menggunakan alat bantu seperti palu dan alat las yang
sudah ada atau yang sudah dilakukan pada proses rough cutting
secara kasar, diproses borring finishing inilah pipa dipahat dengan lebih
dari tempat-tempat baut dan mengecek kelurusan dari Main Frame yang
keseluruhan dari setiap spesifikasi produk baik dari segi welding, hole,
Proses ini merupakan proses pelapisan dengan cairan anti karat dan
karena sifat mesin yang digunakan masih semi otomatis. Berikut dibawah ini data
operator dan lama nya proses pada setiap proses pembuatan produk Mainframe K
16 R :
4.1.10 Data Jumlah Produksi, Jumlah Permintaan, Jumlah Defect dan Inventory
Tahun 2016
setiap harinya. Namun kadang terdapat perbedaan antara jumlah yang diproduksi
dengan jumlah permintaan. Berikut data produksi beserta data permintaan pada
tahun 2016 :
47
Tabel 4.4 Data Jumlah Produksi dan Jumlah Permintaan Tahun 2016
Selama produksi masih ditemukan banyaknya produk yang cacat, berikut data
Tabel 4.5 Data Jumlah Produksi dan Data Defect Tahun 2016
2 40050 73 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
3 44050 72 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
4 42850 28 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
5 41400 32 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
6 45175 45 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
7 34125 40 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
8 52150 99 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
9 46150 86 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
10 52050 69 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
11 51350 0 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
12 38450 35 - Hole Ø45 & Ø54 Over / Oval & Pipe minus
Total 531800 611
Hari Januari February Maret April Mei Juni Juli Agustus September Oktober November Desember
2016
1 500 1000 450 400 - 2250 300 600 550 1950 600 1075
2 700 - 400 150 50 2275 150 700 50 750 650 1350
3 150 - 700 - - 1075 - 250 - 200 600 2050
4 50 - 800 700 - 1350 - - 300 - - 450
5 - - 1150 1150 400 2050 - - 550 - 700 -
6 - - 400 1700 - 450 - - 850 - 250 -
7 - - - 1950 - - 300 550 600 - - 550
8 150 - 1750 750 - - 150 850 650 50 650 -
9 - - 450 200 850 550 150 900 600 - 400 300
10 50 - 350 - 100 - 400 1700 - 300 - 100
11 150 1550 800 - 150 300 - - 700 550 200 250
12 - 2350 750 - 100 100 - - 250 - - -
13 - 2050 - 450 100 250 250 1225 500 - 300 -
14 100 - - 100 - - 150 1875 600 - 400 -
15 - 2075 50 50 - 350 350 - 750 - - -
49
Hari Januari February Maret April Mei Juni Juli Agustus September Oktober November Desember
2016
16 250 2200 450 300 450 500 250 - 350 200 550 -
17 50 775 - 450 - 50 100 700 - 50 500 -
18 100 - 1350 - 650 50 - 600 950 450 550 -
19 100 725 600 50 400 100 - - 650 250 750 -
20 350 600 850 200 - 400 - - 350 - 800 -
21 100 400 - 50 200 - - 950 150 - 50 -
22 - 700 400 450 - 550 - 2000 50 150 900 -
23 - 550 100 250 300 500 - 800 400 350 350 -
24 150 - 150 750 - 550 - 200 - - 250 600
25 100 100 450 - 50 750 - 200 1000 200 525 -
26 - - 250 - 200 800 - - 950 - - -
27 300 - 50 150 150 1225 - - 150 - - 950
28 450 850 900 - 350 - - - 100 - - 2000
29 250 1550 350 50 - 1800 - - - - - 800
30 - 700 250 - 200 - - - - - - 200
31 - - 525 - 250 - - - - - - 200
Sumber : Divisi Stamping PT. PAMINDO TIGA T
50
Pada tahap ini menggambarkan proses produksi yang berjalan seperti apa.
Dan juga pada tahapan ini mengidentifikasi waste apa saja yang ada. Alat bantu
yang digunakan pada tahap ini yakni dengan menggunakan Value Stream
Mapping.
informasi awal untuk informasi dan material dalam system secara keseluruhan.
penggambaran VSM ini dapat diperoleh secara jelas gambaran mengenai aliran
sudah disebutkan pada Customer List. PT. AHM merupakan salah satu
16R.
51
dan Final Inspection. Berikut adalah data proses, jumlah mesin, jumlah
Tabel 4.7 Data proses, jumlah mesin, jumlah operator dan waktu proses
No Proses Jumlah Mesin Tenaga Waktu
Kerja proses
(detik)
1 Bending Cutting 1 1 19
2 Pierching 1 1 7
3 Notching 1 1 8
4 Stamping 1 1 9
5 Welding Stearing 1 1 65
Head
6 Welding Lower Cross 1 1 57
7 Welding Mainframe 1 1 199
8 Visual Check - 1 17
9 Booring Finishing 1 1 32
10 Jig Inspection 1 2 8
11 Final Inspection - 1 16
12 Antirust 1 1 9
dicari rata-rata dari 10 kali pengamatan tersebut lalu dibagi dengan banyaknya
produk yang dihasilkan dalam 1 kali waktu proses dan pada tiap 1 mesin.
Berikut data 10 kali pengamatan untuk setiap stasiun kerjanya. Pengambilan data
No Proses
Bending Pierching Notching Stamping Welding Welding Welding Visual Booring Jig Final Antirust
Cutting Stearing Lower Mainframe Check Finishing Inspection Inspection
Head Cross
1 19,1 6,6 8 9 65 56,8 199,1 17 32 8,2 16 9
2 19,7 6,7 8 9,1 65 56,5 199,4 17 31,9 8,1 16 9
3 19 6,9 8,1 9 64,8 56,6 199,1 17 31,8 8,1 16 9
4 18,7 7,2 8,5 9 64,8 57,4 199 17,2 31,8 8,1 15,9 9,1
5 19,8 7 8,4 9 65 57 199 17,3 31,8 8 15,8 9,1
6 19,1 7,2 8 9 65 57 199,2 17,5 32 8 15,8 9
7 19,1 7 8 8.9 65,1 57,2 198,8 17 32 8 16 8,9
8 19,5 7,5 8 8,7 65,2 57 199 17 32,3 8,3 16 9
9 18,3 7,5 7,9 9 65 56,7 199,1 17,5 32,1 8,3 16,3 9
10 18,9 7,4 8 9 65 57 199,2 17,5 31,8 8,3 16 9
Rata- 19,12 7,1 8,09 8,97 64,99 56,92 199,09 17,2 31,95 8,14 15,98 9,01
Rata
53
𝑤𝑎𝑘𝑡𝑢 𝑝𝑟𝑜𝑠𝑒𝑠
𝑤𝑎𝑘𝑡𝑢 𝑠𝑖𝑘𝑙𝑢𝑠 =
𝑜𝑢𝑡𝑝𝑢𝑡 𝑦𝑎𝑛𝑔 𝑑𝑖ℎ𝑎𝑠𝑖𝑙𝑘𝑎𝑛 × 𝑏𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑚𝑒𝑠𝑖𝑛
Maka perhitungan waktu siklus untuk setiap stasiun kerja dapat dilihat di bawah
ini :
peta untuk setiap kategorinya dengan mengisikan data Cycle Time, Set Up Time,
dan jumlah operator untuk setiap Process Box. Adapun langkah – langkahnya
Setelah melakukan langkah tersebut, maka hasilnya seperti gambar di bawah ini :
Dari satu process box seperti pada gambar 4.7 dilanjutkan dengan
melakukan hal yang sama untuk setiap stasiun kerjanya ditambah dengan data-
informasi lainnya seperti setiap berkapa kali pemesanan barang baku ke supplier,
didapat dari proses pengamatan langsung ke lantai produksi, seperti berapa lama
waktu material handling dari proses satu ke proses lainnya, maka didapat
gambaran aliran matiral dan informasi produksi pada value stream process
dibawah ini :
55
Untuk menyingkap ada tidaknya aktivitas yang tidak bernilai tambah pada
Value Stream Map, langkah selanjutnya adalah dengan membuat Activity Process
Chart untuk mengetahui aktivitas apa saja yang ada di Value Sream Map. Berikut
adalah hasil dari penjabaran aktivitas pada value stream map dengan activity
process chart :
57
Aktivitas
Waktu Jumlah
NO Uraian Kategori
(detik) Pekerja
Aktivitas
Waktu Jumlah
NO Uraian Kategori
(detik) Pekerja
Added Activity (VA), Necessary But Non Value Added Activity (NNVA), atau Non
masih ditemukan beberapa aktivitas yang tergolong Value Added, Necessary But
Non Value Added. Sebanyak 49,06% tergolong ke dalam aktivitas VA, dan 50,4
2. Mengidentifikasi 7 Waste
yang ada pada proses produksi Mainframe K 16R di PT. PAMINDO TIGA T.
Dari hasil pengamatan yang dilakukan, maka di dapat hasil identifikasi 7 Waste
sebagai berikut :
1. Defect
yang dikategorikan defect sebanyak 611 unit dari 531.800 unit total
2. Overproduction
kelebihan produksi pada beberapa bulan selama tahun 2016 dilihat dari
3. Waiting
waste waiting, salah satu waste waiting yang terindentifikasi pada proses
untuk setiap kali mesin akan mulai beroperasi. Data ini berdasarkan
62
4. Transportation
transportasi barang karena jarak yang jauh atau urutan aliran produk yang
tidak continuous flow. Waste ini termasuk aktivitas Necessary But Non
5. Inventory
yang diterapkan disana yakni minimal stock yang ada sebesar 1200 pcs per
63
hari dan batas maksimal stock yakni 2400 pcs per hari. Berdasarkan data
dari bagian inventory pada tabel 4.6 tidak ditemukan adanya inventory
jenis ini.
6. Motion
mesin dan jig, pengoperasian mesin, dan juga penempatan untuk produk
7. oExcess Processing
produk baru tetapi harus mengerjakan ulang produk yang cacat. Berikut
mempengaruhi setiap waste yang muncul. Identifikasi CTQ dilakukan pada setiap
waste yang sudah diidentifikasi, hasil dari identifikasi CTQ pada setiap waste
1. Defect
ada. Dibagi menjadi 5 kategori yakni : panjang pipa minus, Ø54 OVAL &
TIPIS, Ø45 OVAL & TIPIS , Ø45 OVAL & TIPIS , dan Ø45 OVER.
2. Overproduction
3. Waiting
Yang menjadi CTQ untuk waste waiting adalah lamanya waktu set
4. Transportation
5. Inventory
CTQ untuk jenis waste ini. Standar stock yang digunakan yakni harian
6. Motion
7. Excess Processing
pekerjaan yang berlebihan pada proses produksi. Yang menjadi CTQ pada
waste ini salah satunya yakni rework atau repair, yakni pengerjaan ulang
pada produk karena terdapat kriteria produk yang tidak sesuai atau cacat.
selanjutnya adalah menghitung DPMO dari setiap waste dengan CTQ yang sudah
ditetapkan. Perhitungan DPMO pada setiap waste akan dijelaskan pada Tahap
Measure.
66
Pada tahap measure dilakukan perhitungan nilai DPMO pada setiap waste
dengan CTQ yang sudah ditentukan pada setiap waste nya, kemudian
mengkonversi nilai DPMO ke dalam nilai level sigma. Perhitungan nilai DPMO
𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝐾𝑒𝑔𝑎𝑔𝑎𝑙𝑎𝑛
𝐷𝑃𝑀𝑂 = × 1.000.000
𝐽𝑢𝑚𝑙𝑎ℎ 𝑦𝑎𝑛𝑔 𝑑𝑖𝑝𝑒𝑟𝑖𝑘𝑠𝑎 × 𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝐶𝑇𝑄
1. Defect
Berdasarkan data produksi perusahaan, terdapat 611 unit barang cacat dari
total produksi sebesar 531.800 unit produk pada tahun 2016. Maka perhitungan
611
𝐷𝑃𝑀𝑂 = × 1.000.000 = 229, 785
531.800 × 5
2. Overproduction
kelebihan produksi sebesar 8000 unit dari total seluruh permintaan sebesar
523.800 pada tahun 2016. Maka perhitungan DPMO nya sebagai berikut :
8000
𝐷𝑃𝑀𝑂 = × 1.000.000 = 15.273
523.800 × 1
3. Waiting
Pengukuran untuk waste ini yakni dengan melihat lamanya waktu set up
mesin dibandingkan dengan waktu kerja per hari nya. Lama kerja per hari yakni 8
jam 45 menit, dimulai pukul 07.00 – 15.45 dikurangi waktu istirahat 45 menit
pada pukul 11.45 – 12.30 jadi total jam kerja per hari selama 8 jam dalam 1 shift
67
nya. Dalam 1 shift ada 2 kali waktu set up mesin, yakni saat pagi awal mulai kerja
dan siang saat setelah istirahat. Dengan waktu untuk set up mesin selama 15 menit
maka 2 kali set up mesin berarti 30 menit sama dengan 0,5 jam.
Karena dalam sehari terdapat 2 shift, maka waktu set up dikali 2, maka
0,5 × 2
𝐷𝑃𝑀𝑂 = × 1.000.000 = 62.500
8×2×1
4. Transportation
Perhitungan pada waste ini dengan melihat lama nya waktu material
handling dibandingkan dengan lamanya waktu kerja per hari nya. Lama kerja per
hari yakni 8 jam 45 menit, dimulai pukul 07.00 – 15.45 dikurangi waktu istirahat
45 menit pada pukul 11.45 – 12.30 jadi total jam kerja per hari selama 8 jam.
Dengan waktu untuk material handling selama 453 detik atau 7,5 menit atau 0,12
jam. Karena dalam sehari terdapat 2 shift, maka waktu material handling dikali 2,
0,12 × 2
𝐷𝑃𝑀𝑂 = × 1.000.000 = 15.000
8×2 ×1
5. Inventory
karena inventory yang ada berdasarkan data pada tabel 4.6 tidak melebihi dari
batas maksimum inventory yang telah ditetapkan, maka tidak perlu dilakukan
pengukuran DPMO.
68
6. Motion
operator tidak ada yang berlebihan sehingga tidak menghasilkan waste, maka nilai
7. Excess Processing
Dengan jumlah produk yang dirework sebanyak 145.023 unit selama tahun
2016 dari total produksi sebanyak 531.800 unit, maka nilai DPMO nya sebesar :
145.023
𝐷𝑃𝑀𝑂 = × 1.000.000 = 272.702
531.800 × 1
Setelah dihitung nilai DPMO pada setiap waste, kemudian dari nilai
DPMO tersebut dikonversi ke dalam nilai level sigma. Berikut nilai konversi level
cacat yang paling berpengaruh. Berdasarkan konversi nilai DPMO ke nilai level
Sigma, waste Excess Processing adalah waste dengan nilai sigma terendah yakni
sebesar 2,1σ . Namun analisa dilakukan untuk tiga waste dengan nilai sigma
69
processing. Yang menjadi CTQ untuk waste ini adalah rework atau repair.
ini :
bekerja.
yakni penyebab nya adalah lamanya material handling, maka hasil analisa
Yang menjadi CTQ untuk waste ini adalah waktu set up mesin
perawatan
tahap Analyze. Usulan perbaikan diberikan untuk tiga waste dengan nilai sigma
terendah yang sudah dihitung pada tahap Measure, yakni waste Excess
cacat yang paling berpengaruh untuk waste Excess Processing yakni dari
a. Man
b. Material
c. Machine
Mesin yang kotor juga sebagai salah satu penyebab cacat. Sehingga
d. Environment
lantai produksi
2. Waste Transportation
transportation disebabkan dari dua aspek yakni dari Mesin, Manusia dan
a. Machine (Mesin) :
mempersingkat waktu.
75
layout karena ukuran jalan yang ada di lantai produksi tidak muat
dilewati forklift.
b. Method (Metode) :
flow
c. Man (Manusia) :
3. Waste Waiting
a. Man (Manusia) :
b. Machine (Mesin) :
yang lebih baru dan lebih canggih agar lebih mudah dioperasikan.
76
c. Method (Metode) :
didahulukan dengan mengetahui nilai RPN nya dari tiga yang diukur yakni
Severity, Occurance dan Detection. Yang menjadi nilai RPN tertinggi lah
yang menjadi prioritas perbaikan. Nilai RPN dapat dicari dengan rumus :
Occurance
Detection
Failure Mode Effects
Severity
Waste Excess Rework atau Menambah waktu 6 Operator mudah lelah karena 8 Pembagian jam kerja 2 96
Processing Repair produksi dan pembagian kerja yang tidak rata menjadi 3 shift
menurunkan output
yang dihasilkan.
6 Ketidakseriusan pekerja dalam 6 Tidak ada 4 144
melakukan kerjaannya
Occurance
Detection
Severity
Waste Waiting Masalah Masalah waktu set up 8 Pekerja kurang terampil saat 3 Sudah dilakukan 3 72
waktu set up mesin yang lama mengoperasikan mesin dan juga training
mesin yang sehingga menambah kurangnya keseriusan saat bekerja
lama waktu leadtime dan
mengurangi output
produksi yang 8 Pengoperasian mesin rumit dan 3 Sudah ada petunjuk 3 72
dihasilkan karena juga umur mesin sudah tua dan
berkurangnya waktu kualitas mesin yang buruk karena
operasi kurang maintenance
Occurance
Detection
Severity
Failure Effects
Mode
Waste Waktu Menambah waktu 8 Layout produksi yang tidak efektif 9 Tidak ada 9 648
Tansportation material leadtime dan sehingga menyebabkan aliran
handing yang mengurangi output material tidak continuous flow
lama produksi yang
8 Alat material handling yang 9 Forklift hanya untuk 6 432
dihasilkan karena
digunakan masih manual berupa beberapa area produksi
berkurangnya waktu
troly dan tidak bisa menggunakan
operasi
forklift karena ukuran jalanannya
tidak muat untuk dilewati forklift
Tahap control merupakan tahap terakhir dari siklus DMAIC. Pada tahap
ini dilakukan pengontrolan terhadap apa sudah dianalisa pada tahap Analyze
setelah dilakukan perbaikan. Yang perlu dilakukan dalam tahap ini yakni dengan :
perbaikan.
sigma maka perlu dipantau terus, tetapi apabila masih belum ada
ANALISA
“Usulan Penerapan Metode Lean Six Sigma Untuk Meminimasi Waste pada
dengan urutan siklus nya yakni pada Tahap Define, dilakukan identifikasi waste
NNVA, dan VA. Kemudian mendefinisikan nilai NVA dan NNVA dengan
teridentifikasi.
kemudian mengkonversikan ke dalam nilai level sigma untuk setiap waste yang
berpengaruh.
81
82
dengan memberikan usulan perbaikan untuk setiap waste yang paling berpengaruh
table FMEA guna mengetahui mana yang menjadi prioritas untuk dilakukan
perbaikan sudah diterapkan. Hasil analisa dari pengolahan data adalah sebagai
berikut :
1. Analisa Waste
dihitung nilai DPMO nya pada tahap Measure. Didapat hasil konversi nilai
Dari hasil analisa nilai level sigma untuk setiap waste, didapat waste
2. Analisa Improvement
dianalisa penyebab nya. Dari hasil analisa tersebut, sudah dapat diketahui
bantu FMEA (Failure Mode Effect Analyze) dapat ditentukan yang mana
berpengaruh tersebut.
terbesar yang didapat dari dengan mengkalikan nilai skor untuk Severity,
5.1 Kesimpulan
16R pada PT. PAMINDO TIGA T, terdapat tiga waste yang paling
Waiting.
memiliki nilai RPN terbesar dari ketiga waste berpengaruh lainnya, yakni
85
86
transportation.
5.2 Saran
1. Untuk perusahaan agar segera menata ulang layout produksi agar dapat
yang sangat tidak nyaman, karena sangat kotor, bising, gelap, bau dan
panas sekali. Semua itu agar segera dilihat karena sangat berpengaruh
perbaikan layout.
DAFTAR PUSTAKA
Adersson, R., Eriksson, H., Torstensson, H., 2006. “Similarities and differences
between TQM six sigma and lean”, The TQM Magazine, Vol.18, No. 282-
296.
Arifin, M., & Supriyanto, H., 2012. “Aplikasi Metode Lean Six Sigma Untuk
Usulan Improvisasi Lini Produksi Dengan Mempertimbangkan Faktor
Lingkungan. Studi Kasus: Departemen GLS (General Lighting Services)
PT. Philips Lighting Surabaya”, Jurnal Teknik ITS, Vol. 01
Arnheiter, E.D., & Maleyeff, J., 2005. “The integration of lean management and
Six Sigma”, The TQM Magazine, Vol. 17 No. 1.
Chen H, C., & Chen K, S., 2009. “An application of six sigma methodology to
enhance leisure service quality”, Qual Quant, Vol. 2: 25-36.
De Koning, H., 2006. “Lean Six Sigma in healthcare”, Journal for Healthcare
Eric, L., & Larry, A., 2009. “Developing an Assessment Tool for Two
Journal, Vol.21(4):7-15.
Evans, R.J., & Lindsay, M.W., 2007. An Introduction To Six Sigma and Process
Florian, J., Susanne, L., & Gregor, Z., 2010. “Six sigma as a business process
Gasperz, V., 2005. Total Quality Manajemen. Jakarta: Gramedia Pustaka Utama.
Gasperz, V., 2007. Lean Six Sigma for Mnaufacturing and Service Industries.
George, M. L., 2003. Lean Six Sigma for Services. New York : McGraw-Hill.
Agustus Banyuwangi
Heizer, J., & Render, B., 2006. Manajemen Operasi, Edisi 7. Jakarta: Salemba
Empat.
Huang, Y., Li, X., Wilck, J., Berg, T., 2012. “Cost Reduction in Healthcare via
Jin, M., & Zhao, Z., 2010. “Combining Six Sigma With Kaizen Blitz for
28: 1220-1225.
Marlissa, J., & Santoso, D.S., 2015. Usulan Perbaikan Kualitas Proses Produksi
Mustikarini, W., Choiri, M., Riawati, L., 2015. Evaluasi Proses Produksi sebagai
Upaya untuk Meminimasi Waste dengan Pendekatan Lean Six Sigma (Studi
Brawijaya Malang.
Pertiwi, J.A., Setyanto, N.W., & Tantrika, C.F.M., 2015. Pendekatan Lean Six
Sigma Guna Mengurangi Waste Pada Proses Produksi Genteng dan Paving
Malang.
Prasetyo, Y., & Kholil, M., 2013. Implementasi Lean Pada Proses Produksi
Putri, A.M.C., & Ikatrinasari, Z.F., 2015. Analisis Lean Manufacture Pada
Tague, N. R., 2005. The quality toolbox. (2th ed.). Milwaukee, Wisconsin: ASQ
Quality Press. Available from http://asq.org/quality-press/display-
item/index.html?item=H1224 (accessed Mei 2017).
Tjiptono, F., & Diana, A., 2001. Total Quality Manajemen. Yogyakarta: Penerbit
Andi.
Vinodh, S., Selvaraj, T., Chintha, S.K., & Vimal, K.E.K., 2012. “Development of
3 : 380-399.