BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1. Pengumpulan Data

Pengumpulan data dilakukan di PT GTI Tbk yang merupakan perusahaan
yang bergerak pada sektor industri ban, khususnya pada Plant I (Motorcycle) yang
memproduksi ban sepeda motor yang berlokasi di Kota Tangerang. Pengumpulan
data dilakukan dengan observasi lapangan untuk mendapatkan data-data terkait
dengan penelitian yang dilakukan.

4.1.1. Proses Produksi

Pembuatan ban sepeda motor dilakukan melalui beberapa tahapan melalui
masing-masing divisi, berikut skema proses yang harus dilalui dalam pembuatan
ban sepeda motor.

Banbury
Mixing

Topping
Bead Grommet Extruder
Calender

Bias Cutting

Squegee

Building

Curing

Final
Inspection

Warehouse

Gambar 4.1. Skema proses pembuatan Ban Motor

(Sumber: Data GTI Tbk, 2020)

29

http://mercubuana.ac.id/
 30

Berikut merupakan penjelasan singkat mengenai tahapan proses pembuatan

ban motor berdasarkan gambar 4.1.

1. Divisi Banbury Mixing

Proses Banbury Mixing merupakan proses awal dari produk yang dihasilkan
PT GTI Tbk. Pada proses ini bahan karet (rubber) dicampur dengan berbagai bahan
kimia, carbon dan oil. Bahan-bahan tersebut dicampur dan diproses dengan
menggunakan mesin Mixer untuk menghasilkan output berupa lembaran
Compound.

2. Divisi Bead Grommet

Proses Bead Grommet merupakan proses pelapisan kawat (wire) dengan
Compound yang dihasilkan Divisi Banbury kemudian diproses dan dibentuk
menggunakan mesin bead grommet sehingga menghasilkan produk yang
dinamakan Bead.

3. Divisi Extruder
Extruder merupakan proses giling dan pembentukan compound. Compound
dari banbury diproses dengan cara dilumatkan pada mesin open mill agar homogen
kemudian dimasukan pada mesin extruding untuk dicetak sesuai dengan spec yang
ingin diproduksi. Output produk dari proses extruding ini dinamakan Tread.

4. Divisi Topping Calender

Topping Calender adalah proses pelapisan nylon (cord) dengan compound.
Pada proses ini compound dari banbury dilumatkan melalui mesin extruding
dengan temp tertentu agar homogen dan selanjutnya proses pelapisan dimana
compound yang sudah homogen dimasukan pada bank calendering untuk melapisi
nylon dengan compound. Pada proses ini produk yang dihasilkan dinamakan
Treatment.

http://mercubuana.ac.id/
 31

5. Bias Cutting
Bias Cutting merupakan proses pemotongan Treatment menjadi lembaran-
lembaran dengan lebar dan sudut yang telah ditentukan. Hasil produk dari proses
Bias Cutting ini dinamakan Ply.

6. Squegee
Squegee merupakan proses pelapisan Compound yang telah dilumatkan
menjadi lembaran dengan ukuran yang telah ditentukan pada salah satu sisi Ply.

7. Building
Building merupakan proses perakitan komponen-komponen penyusun ban
seperti Ply, Tread dan Bead sehingga menjadi ban setengah jadi yang disebut
dengan Green Tire.

8. Curing
Curing merupakan proses pencetakan dan pemasakan Green Tire atau ban
setengah jadi dengan menggunakan mold, temperatur dan waktu yang telah
ditentukan sesuai dengan standar hingga menjadi ban (Tire).

9. Final Inspection
Final Inspection merupakan proses pemeriksaan ban yang dilakukan secara
visual untuk mengetahui defect yang terdapat pada ban selain dilakukan
pengecekan secara visual, dilakukan juga tahapan tes finishing yakni untuk
mengetahui goncangan dan keseimbangan saat digunakan pada inspection
Wobbling dan Balancing. Setelah inspeksi pada ban dilakukan maka selanjutnya
pengklasifikasian ban sesuai dengan gradenya dengan kategori OK dan OE.

10. Warehouse
Setelah melalui tahap pemeriksaan dan pengklasifikasian ban sesuai dengan
gradenya. Selanjutnya ban OE dan OK tersebut disimpan di gudang (warehouse).

4.1.2. Jenis-jenis Defect Treatment

Berdasarkan latar dalam penelitian ini berfokus pada penurunan defect canvas
Treatment yang dihasilkan oleh divisi Topping Calender dengan produk yang
dihasilkan Treatment. Proses Topping Calender merupakan proses pelapisan nylon

http://mercubuana.ac.id/
 32

dengan compound dimana dalam proses pembuatan treatment sering terjadi

keabnormalan proses sehingga menyebabkan timbulnya cacat pada produk yang
dihasilkan (defect).

Adapun berdasarkan hasil wawancara yang diperoleh dari observasi lapangan

bersama dengan leader Topping Calender didapatkan jenis-jenis defect pada produk
Treatment diantaranya:

1. Treatment Melipat
Jenis defect Treatment melipat yaitu terjadinya lipatan, baik lipatan dengan
bentuk memanjang (Vertikal) maupun bentuk melintang (Horizontal) ketika proses
pembuatan treatment pada wind up dan saat proses pembukaan gulungan treatment.

Gambar 4.2. Treatment Melipat

(Sumber: Data GTI Tbk, 2020)

2. Treatment Open Cord

Defect Treatment Open Cord yaitu adanya kerenggangan benang yang terjadi
pada Treatment yang dihasilkan saat proses pelapisan antara compound dengan
nylon.

Gambar 4.3. Treatment Open Cord

(Sumber: Data GTI Tbk, 2020)

http://mercubuana.ac.id/
 33

3. Treatment Tidak Terlapis Compound

Defect Treatment tidak terlapis compound yaitu adanya bagian Treatment
yang tidak terlapis compound sehingga nylon terlihat.

Gambar 4.4. Treatment Tidak Terlapis Compound

(Sumber: Data GTI Tbk, 2020)

4. Treatment Foreign Material (FM)

Defect FM yaitu adanya unsur benda asing yang menempel pada treatment.

Gambar 4.5. Treatment Foreign Material

(Sumber: Data GTI Tbk, 2020)

5. .Treatment Side Gum

Defect Side Gum yaitu adanya kelebihan compound yang menempel pada sisi
pinggir Treatment

Gambar 4.6. Treatment Side Gum

(Sumber: Data GTI Tbk, 2020)

http://mercubuana.ac.id/
 34

6. Treatment Scorch
Defect Treatment Scorch yaitu adanya bagian sisi Treatment yang terbakar.

Gambar 4.7. Treatment Scorch

(Sumber: Data GTI Tbk, 2020)

Dari hasil wawancara yang dilakukan jenis-jenis defect Treatment yang

dihasilkan dapat mempenguruhi proses berikutnya karena mengganggu performa
akibat produk kualitas buruk.

4.1.3. Data Jumlah Output dan Jumlah Defect

Berikut merupakan data output dan jumlah defect yang telah dikumpulkan
berdasarkan rekapan yang telah diinput pada produk Treatment priode Januari-
Maret 2020 pada divisi Topping Calender.

Tabel 4.1. Jumlah Output dan Jumlah Defect Treatment Priode Januar-
Maret 2020

No Bulan Output Defect Perectage (%)

1 Januari 1,017,060 10,387 1.02

2 Februari 1,008,993 10,197 1.01

3 Maret 1,018,086 10,478 1.03

Total 3,044,139 31,062

(Sumber: Data GTI Tbk, 2020)

4.1.4. Data Total Defect Berdasarkan Jenis Defect pada Treatment

Dalam Proses pembuatan Treatment yang lakukan tidak semua produk yang
dihasilkan berkualitas baik, melainkan terdapat beberapa jenis Defect Treatment
yang dihasilkan. Berikut data total defect Treatment berdasarkan jenisnya dari bulan
Januari-Maret 2020.

http://mercubuana.ac.id/
 35

Tabel 4.2. Defect Treatment dan Total Defect Treatment Priode Jan-Mar
2020

Priode 2020
Rata-
Jenis Defect Treatment Total
rata
Januari Februari Maret

Open Cord 492 870 491 618 1,853

Tidak Terlapis Comp'd 285 258 332 292 875

Side Gum 217 171 238 209 626

Scorch 87 59 112 86 258

Melipat 8,398 8,112 8,296 8,269 24,806

Foreign Material 61 63 94 73 218

Defect Proses Unavoidable 847 664 915 809 2,426

(Sumber: Data GTI Tbk, 2020)

4.2. Pengolahan Data

Data yang telah dikumpulkan selanjutnya diolah untuk memecahkan
permasalahan yang terjadi. Pengolahan data dilakukan menggunakan metode
DMAIC, hasil pengolahan data diuraikan menjadi 5 tahapan mulai dari define
(identifikasi masalah), measure (pengukuran), Analyze (analisis), Improve
(perbaikan) dan Control (pengendalian).

4.2.1. Define
Tahapan pertama yang dilakukan dalam upaya peningkatan kualitas dengan
menggunakan metode DMAIC dalam six sigma adalah define. Pada tahapan ini
tools yang digunakan adalah diagram SIPOC, CTQ (Critical to Quality) dan Pareto
Diagram.

4.2.1.1. Diagram SIPOC (Supplier, Input, Process, Output, Customer)

Diagram SIPOC merupakan suatu alat visual yang digunakan untuk
menunjukan aktivitas subproses dari suatu proses bisnis dari awal hingga akhir,
penggunaan diagram SIPOC dalam penelitian ini dibuat untuk mempermudah

http://mercubuana.ac.id/
 36

dalam mengetahui alur proses produk dari awal sampai akhir customer. Berikut
diagram SIPOC untuk proses pembuatan produk Treatment.

S Supplier I Input P Proses O Output C Customer

GT Tire Cord Tire Cord
Topping Calender Treatment Bias Cutting
Plant Mixing Compound

Let Off

Splicing

Drying

Calendering

Cooling

Wind Up

Gambar 4.8. Diagram SIPOC Treatment

Penjelasan dari diagram SIPOC Treatment yaitu:

a. Supplier: Bahan baku yang digunakan sebagai langkah awal dalam pembuatan
produk disupply oleh Plant Plant Mixing dan GT Tire Cord.
b. Input: Merupakan bahan baku yang yang digunakan dalam pembuatan produk
Treatment yakni compound dari Plant Mixing dan nylon (cord) dari GT Tire
Cord.
c. Process: Sekumpulan langkah-langkah yang mentransformasi secara ideal
untuk memberikan nilai tambah kepada Inputs. Terdapat beberapa proses
dalam divisi Topping Calender yaitu:
➢ Let Off: Tempat dudukan nylon yang sedang diproses
➢ Splicing: Proses penyambungan antar nylon
➢ Drying: Proses pemanasan nylon untuk mengubah senyawa nylon dan
menghilangkan kandungan air pada nylon agar compound mudah
melekat.

http://mercubuana.ac.id/
 37

➢ Calendering: Pelapisan antara nylon dengan compound hingga menjadi

Treatment.
➢ Cooling: Proses pendingan Treatment dengan menggunakan air dari
dalam roll untuk menjega kelengketan Treatment.
➢ Wind Up: Proses penggulungan Treatment dengan liner agar Treatment
tidak menempel antara satu dengan yang lain.
d. Output: Hasil produk yang dibuat berupa Treatment.
e. Customer: Customer dari produk Treatment adalah divisi Bias Cutting

4.2.1.2. CTQ (Critical to Quality)

Setelah diketahui alur proses dari awal sampai akhir dalam proses pembuatan
Treatment maka selanjutnya dilakukan identifikasi terhadap kriteria-kriteria
tentang kecacatan produk sebelum dikategorikan sebagai produk cacat. Hal ini
dilakukan untuk memenuhi kebutuhan yang diharapkan oleh konsumen. Berikut
tabel Critical to Quality yang terdapat pada produk Treatment.

Tabel 4.3. Critical to Quality Produk Treatment

No Jenis Defect Keterangan

1 Melipat Permukaan Treatment tidak rata (melipat)

2 Open Cord Benang (Cord) pada Treatment Renggang

Bagian sisi permukaan Treatment tidak terlapis compound

3 Tidak Terlapis Compound
(cord terlihat)

4 Foreign Material Terdapat benda asing yang menempel pada Treatment

Terdapat compound berlebih yang menempel pada sisi

5 Side Gum pinggir Treatment saat proses pelapisan compound dengan
benang

6 Scorch Terdapat bagian treatment yang terbakar

http://mercubuana.ac.id/
 38

4.2.1.3. Diagram Pareto

Diagram pareto digunakan untuk menentukan dan mengidentifikasikan
prioritas permasalahan yang akan diselesaikan dengan menggunakan garafik batang
yang menunjukan masalah berdasarkan urutan banyaknya jumlah kejadian.
Permasalahan yang paling banyak dan sering terjadi menjadi prioritas utama untuk
dilakukan tindakan perbaikan dengan konsep 80/20 yang artinya 20% masalah yang
diidentifikasi menyebabkan 80% dari kerusakan atau kecacatan. Berikut hasil
pengolahan data dalam pembuatan diagram pareto yang didasarkan pada data jenis
defect Treatment, berikut data jumlah defect Treatment Priode Januari-Maret 2020.

Tabel 4.4. Persentase Kumulatif Jenis Defect Treatment Januari-Maret 2020

Defect Treatment Jumlah % Akumulasi

Melipat 24,806 87% 87%

Open Cord 1,853 6% 93%

Tidak Terlapis Comp'd 875 3% 96%

Side Gum 626 2% 98%

Scorch 258 1% 99%

Foreign Material 218 1% 100%

Total 28,636

Perhitungan manual untuk mengetahui persentase dari setiap kategori defect

Treatment dengan menggunakan rumus sebagai berikut:

Jumlah Cacat Per Jenis Cacat

𝑃𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒 = × 100
Total Jumlah Cacat

24.806
𝑃𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒 = × 100
28.636

𝑃𝑒𝑟𝑠𝑒𝑛𝑡𝑎𝑠𝑒 = 𝟖𝟕%

Berikut diagram pareto untuk jenis defect Treatment:

http://mercubuana.ac.id/
 39

Gambar 4.9. Diagram Pareto Defect Treatment

Dari gambar 4.9 menenjukan data defect Treatment terbanyak terdapat pada
jenis defect melipat yaitu sebanyak 24.806 atau 87% dari seluruh total cacat yang
terdapat pada produk Treatment dari bulan Januari-Maret. Berdasarkan prinsip
diagram pareto maka diketahui bahwa 80% dari masalah datang dari 20% penyebab
dari gambar 4.9 dapat dilihat bahwa penyebab defect Treatment tinggi terjadi pada
defect Treatment Melipat yakni sebesar 87% sehingga jika cacat tersebut diperbaiki
maka sama dengan menyelesaikan masalah sebesar 87%. Oleh karena itu cacat
Treatment Melipat dikategorikan sebagai Critical to Quality (CTQ) yang mana
jenis defect tersebut akan menjadi fokus utama dilakukan perbaikan dalam
penelitian ini.

4.2.2. Measure
Tahap measure merupakan tahap kedua dalam DMAIC, pada tahapan ini
akan dilakukan pengukuran performansi proses sebagai dasar analisis awal sebelum
dilakukannya perbaikan. Pengukuran yang akan dilakukan meliputi peta kendali
untuk mengetahui besarnya UCL dan LCL serta menghitung nilai DPMO untuk
mengetahui nilai sigma yang terjadi pada defect Treatment Melipat berdasarkan
peta control Np.

http://mercubuana.ac.id/
 40

Sedangkan untuk nilai sigma defect Melipat pada Treatment selama proses
produksi pada bulan Januari-Maret 2020, sebagai berikut:

Tabel 4.5. Level Sigma Treatment Melipat Januari-Maret 2020

Jumlah Jumlah Level

Bulan CTQ DPO DPMO
Produksi Defect Sigma

Januari 2020 1,017,060 8398 1 0.008257133 8257 3.90

Februari 2020 1,008,993 8112 1 0.008039699 8040 3.91

Maret 2020 1,018,086 8296 1 0.008148624 8149 3.90

Total 3,044,139 24806 1 0.008148774 8149 3.90

Keterangan Perhitungan:

a. Perhitungan DPO (Defect Per Opportunities)

Jumlah Cacat
DPO =
Jumlah Produksi × CTQ
8398
DPO =
1,017,060 × 1

DPO = 𝟎. 𝟎𝟎𝟖𝟐𝟓𝟕𝟏𝟑𝟑

b. Perhitungan DPMO (Defect Per Million Opportunities)

DPMO = DPO × 1.000.000

DPMO = 0,008257133 × 1.000.000

DPMO = 𝟖𝟐𝟓𝟕

c. Perhitungan Level Sigma

• Perhitungan menggunakan Rumus Excel
= NORMSINV((1000000 − DPMO)/1000000)+1.5

= NORMSINV((1000000 − 8257)/1000000)+1.5

= 3.90

http://mercubuana.ac.id/
 41

• Perhitungan berdasarkan Tabel Konversi DPMO ke Sigma

Berdasarkan tabel nilai DPMO berada pada range antara 8.424 -
8.656 yaitu berada pada sigma 3.89

4.2.2.1. Perhitungan Peta Kendali NP Sebelum Perbaikan

Perhitungan capabilitas proses dilakukan dengan menggunakan peta kendali
Np pada defect Treatment Melipat. Hal ini dikarenakan data Treatment Melipat
merupakan salah satu data atribut, dimana data ini berupa defect atau cacat produk
dan jumlah defect tersebut diukur berdasarkan appearance atau visual produk itu
sendiri, tidak dapat diukur menggunakan satuan. Appearance produk Treatment
yang terdapat defect akibat proses dibuang dan defect produk tersebut ditimbang
untuk didata jumlah defect nya. Hasil data penimbangan ini lah yang menjadi acuan
untuk mengetahui apakah defect Treatment melipat terkendali atau belum
terkendali dengan menggunakan peta kendali Np. Pengukuran peta kendali ini
dilakukan dengan melakukan observasi terhadap ukuran sampel produksi
Treatment sebanyak 10 Lot atau setara dengan 6000 Kg per shift dengan n = 30
Shift. Dimana 1 Lot Treament sama dengan 600 Kg atau 450 m.

Tabel 4.6. Data Observasi Sebelum Perbaikan

Ukuran Sampel
Observasi Total Defect UCL CL LCL
Produksi

1 6,000 82 116.4 88.4 60.4

2 6,000 86 116.4 88.4 60.4
3 6,000 113 116.4 88.4 60.4
4 6,000 73 116.4 88.4 60.4
5 6,000 84 116.4 88.4 60.4
6 6,000 105 116.4 88.4 60.4
7 6,000 79 116.4 88.4 60.4
8 6,000 111 116.4 88.4 60.4
9 6,000 78 116.4 88.4 60.4
10 6,000 97 116.4 88.4 60.4
11 6,000 96 116.4 88.4 60.4
12 6,000 103 116.4 88.4 60.4

http://mercubuana.ac.id/
 42

Tabel 4.7. Data Observasi Sebelum Perbaikan (Lanjutan)

Ukuran Sampel
Observasi Total Defect UCL CL LCL
Produksi
13 6,000 86 116.4 88.4 60.4
14 6,000 78 116.4 88.4 60.4
15 6,000 75 116.4 88.4 60.4
16 6,000 96 116.4 88.4 60.4
17 6,000 68 116.4 88.4 60.4
18 6,000 78 116.4 88.4 60.4
19 6,000 94 116.4 88.4 60.4
20 6,000 111 116.4 88.4 60.4
21 6,000 83 116.4 88.4 60.4
22 6,000 74 116.4 88.4 60.4
23 6,000 91 116.4 88.4 60.4
24 6,000 72 116.4 88.4 60.4
25 6,000 74 116.4 88.4 60.4
26 6,000 113 116.4 88.4 60.4
27 6,000 76 116.4 88.4 60.4
28 6,000 109 116.4 88.4 60.4
29 6,000 74 116.4 88.4 60.4
30 6,000 93 116.4 88.4 60.4
Total 180,000 2,652

Keterangan Perhitungan:

a. Proporsi kesalahan dalam setiap sampel

Total Cacat
𝑝̅ =
Total yang Diperiksa

2652
𝑝̅ =
180000

𝑝̅ = 𝟎, 𝟎𝟏𝟓

http://mercubuana.ac.id/
 43

b. Batas Kendali Np

Σ𝐷𝑒𝑓𝑒𝑐𝑡
𝐶𝐿𝑛𝑝̅ =
ΣObservasi

2652
𝐶𝐿𝑛𝑝̅ =
30

𝐶𝐿𝑛𝑝̅ = 𝟖𝟖, 𝟒

𝑈𝐶𝐿 = 𝑛𝑝̅ + 3 √𝑛𝑝̅ (1 − 𝑝̅ )

𝑈𝐶𝐿 = 88,4 + 3 √88,4 (1 − 0,015)

𝑈𝐶𝐿 = 88,4 + 3 √87
𝑈𝐶𝐿 = 88,4 + 3 (9.33)
𝑈𝐶𝐿 = 88,4 + 28
𝑈𝐶𝐿 = 𝟏𝟏𝟔, 𝟒

𝐿𝐶𝐿 = 𝑛𝑝̅ − 3 √𝑛𝑝̅ (1 − 𝑝̅ )

𝐿𝐶𝐿 = 88,4 − 3 √88,4 (1 − 0,015)

𝐿𝐶𝐿 = 88,4 − 3 √87
𝐿𝐶𝐿 = 88,4 − 3 (9.33)
𝐿𝐶𝐿 = 88,4 − 28
𝐿𝐶𝐿 = 𝟔𝟎, 𝟒

Berdasarkan data perhitungan batas kendali NP maka didapatkan grafik

batas kendali yang telah diolah menggunakan minitab seperti pada gambar
dibawah ini.

http://mercubuana.ac.id/
 44

Gambar 4.10. Grafik Np Sebelum Perbaikan

Dari gambar 4.10 menunjukan bahwa untuk defect Treatment melipat masih
dalam batas kendali, namun sebaran data yang ditunjukan cendrung masih tidak
stabil dimana dapat dilihat dari pola data itu sendiri yang terkadang naik hampir
mendekati batas atas dan kadang turun mendekati batas bawah serta ada juga yang
berada pada batas tengah. Sehingga dapat disimpulkan defect Treatment melipat
belum sesuai dengan ekspektasi yang diharapkan, sehingga perlunya perbaikan
pada produk Tretament terhadap defect Treatment Melipat.

4.2.2.2. Menghitung Nilai DPMO Sebelum Perbaikan

Sebagai sistem pengukuran pada metode six sigma menggunakan Defect per
Million Oppurtunities (DPMO) yang menunjukan kegagalan per sejuta
kesempatan, sedangkan Sigma Quality Level (SQL) merupakan indikator yang
meggambarkan performa proses yaitu sebagai tolak ukur kemampuan proses dalam
menghasilkan produk yang diharapkan. Oleh karena itu dilakukan perhitungan
sigma dimana semakin besar level sigma yang didapatkan maka jumlah produk
cacat atau defect yang dihasilkan semakin kecil begitupun sebaliknya.
Perhitungan dimulai dengan mencari nilai defect per opportunities (DPO)
pada proses pembuatan Treatment dan kemudian menghitung nilai Defect per
Million Oppurtunities (DPMO) data yang digunakan yakni dari perhitungan yang

http://mercubuana.ac.id/
 45

telah dilakukan dalam pembuatan peta kendali Np, data sampel yang diambil pada
bulan April 2020 selama 30 kali Shift.

a. Menghitung nilai DPO

Jumlah Cacat
DPO =
Jumlah Produksi × CTQ
2652
DPO =
180,000 × 1

DPO = 𝟎, 𝟎𝟏𝟒𝟕𝟒

b. Menghitung nilai DPMO

DPMO = DPO × 1.000.000

DPMO = 0,01474 × 1.000.000

DPMO = 𝟏𝟒. 𝟕𝟒𝟎

Dari hasil perhitungan DPMO yang didapatkan maka dilakukan konversi

menggunakan tabel konversi DPMO ke nilai sigma, didapatkan nilai sigma sebesar
3,68 dengan nilai DPMO antara 15.003 – 14.629.

4.2.3. Analyze
Pada tahap analyze, pada tahap ini dilakukan analisa dengan menggunakan
diagram fishbone atau tulang ikan untuk mengetahui faktor-faktor yang
menyebabkan terjadinya defect melipat pada produk Treatment. Berdasarkan data
yang didapatkan dengan wawancara dan pengamatan langsung dilapangan
didapatkan beberapa faktor yang menyebabkan terjadi defect melipat pada
Treatment yang dapat dilihat pada diagram fishbone dibawah ini.

http://mercubuana.ac.id/
 46

Gambar 4.11. Diagram Fishbone Defect Treatment Melipat

Berdasarkan gambar 4.11 faktor penyebab defect Treatment melipat

diuraikan menggunakan fishbone diagram, faktor penyebab tersebut diperoleh
berdasarkan hasil pengamatan dan wawancara secara verbal yang dilakukan
bersama dengan leader dan operator dilapangan. Wawancara dilakukan dengan
mengajukan beberapa pertanyaan why terkait penyebab defect Treatment melipat
dan mengamati proses sampai menemukan akar permasalahan utama dari penyebab
defect Treatment melipat. Akar masalah yang didapatkan nantinya akan dilakukan
tindakan perbaikan. Hasil yang didapatkan dari pembuatan fishbone diagram
didapatkan 3 faktor utama yang mempengaruhi munculnya defect Treatment
melipat diantaranya:

a. Faktor Material

➢ Awal gulungan kain linner Treatment kurang panjang

http://mercubuana.ac.id/
 47

b. Faktor Metode

➢ Operator meletakan Treatment pada kain linner sendiri

➢ Penggunaan tension Treatment tidak stabil

c. Faktor Mesin

➢ Settingan Pressure brake Let Off masih manual dan setting by

feeling operator
➢ Tension linner pada proses wind up Topping Calender terlalu kecil

4.2.4. Improve

Pada tahapan ini dilakukan aktivitas usulan perbaikan dan implementasi

perbaikan untuk mengurangi problem defect Treatment melipat, perbaikan yang
dilakukan terfokus pada akar permasalahan utama yang didapatkan berdasarkan
analisis dengan menggunakan fishbone diagram. Dalam upaya melakukan usulan
perbaikan yang akan dilakukan perencanaan dengan menggunakan 5W + 1H (what,
why, where, when, who dan how) guna mengurangi permasalahan yang ada.

Tabel 4.8. 5W + 1H Analys

What Why Where When Who How

No Factor
Masalah Solusi Alasan Lokasi Waktu PIC Uraian Kerja
Menambah
panjang kain
Menggurangi
linner untuk Penambahan
Awal Gulungan gesekan antara
awal gulungan panjang awalan
kain linner pada linner dengan
saat proses Prod gulungan liner
saat proses Treatment pada Wind Mei
1 Material winding & dengan
winding Topping awal gulung yang Up 2020
Topping Tech menggunakan
Calender kurang dapat
Calender dari kain linner yang
panjang mengakibatkan
sebelumnya 30 tidak terpakai
treatment melipat
meter menjadi
50 meter

http://mercubuana.ac.id/
 48

Tabel 4.9. 5W + 1H Analys (Lanjutan)

What Why Where When Who How

No Factor
Masalah Solusi Alasan Lokasi Waktu PIC Uraian Kerja
Treatment 1. Study Trial
melipat akibat end Error untuk
Tension
Treatment kendor mendapatkan
Treatment tidak Menurunkan
saat proses settingan
stabil karena tension Prod,
penggulungan Wind Mei tension yang
terlalu besar dan Treatment dan Tech
awal di wind up Up 2020 sesuai
putaran motor mensetting torsi & PE
ketika 2. Menamah
terhentak saat motor elektrik
perpindahan torsi motor pada
mode auto
sistem manual ke pemrograman
2 Metode
auto PLC
Operator Saat proses
Peletakan Mengurangi
meletakan peletakan
Treatment pada Treatment
Traetment pada Treatment pada
kain linner saat melipat saat
linner sendirian Wind Mei kain Linner
gulung proses gulungan Prod
sehingga Up 2020 dilakukan oleh
Treatment awal ketika
Jangkauan 2 orang pada
dilakukan oleh Treatment
Tangan Operator sisi kiri dan
2 orang diletakan
tidak sampai kanan
Menggurangi
potensi linner Modifikasi
Setting pressure
melipat dan pressure brake
Setting pressure brake let off
gesekan antara manual menjadi
brake let off bias bias cutting Prod,
linner dengan April automatis
cutting manual automatis Let Off Tech
Treatment yang 2020 menggunakana
by feeling menyesuaikan & PE
dapat distance sensor
operator besar gulungan
mengakibatkan dan Pressure
Treatment
3 Mesin terjadinya lipatan Digital
treatment
Tension linner Tension linner
Penambahan
pada proses wind kendor saat
nilai pressure
up topping membungkus Prod, Adjust regulator
brake untuk Wind April
calender terlalu Treatment Tech pressure brake
linner Up 2020
kecil sehingga mengakibatkan & PE linner
Treatment pada
tension variasi Treatment dan
saat gulung
kanan dan kiri linner melipat

Adapun implementasi perbaikan yang dilakukan dari masing-masing usulan

berdasarkan analisis 5W + 1H pada divisi Topping Calender diantaranya:

http://mercubuana.ac.id/
 49

a. Penambahan panjang kain linner

IMPROVEMENT SHEET
Improve :
Menambahkan Panjang Awalan Kain Linner Treatment
PIC : Prod & Tech
PLANNING : Mei 2020
ACTUAL : Mei 2020
ANALISA : Material

Before After

Panjang awalan Kain Linner Menambahkan Panjang Awalan

Treatment 30 Meter Kain Linner menjadi 50-60 Meter

Problem Investment

- Defect Treatment Melipat - Kain Linner

Gambar 4.12. Improve Penambahan Panjang Kain Linner

b. Mengubah settingan tension dan torsi motor

IMPROVEMENT SHEET
Improve :
Mengubah Settingan Tension dan Torsi Motor
PIC : Prod, Tech & Engineering
PLANNING : Mei 2020
ACTUAL : Mei 2020
ANALISA : Metode

Before After

Tension yang digunakan 150 Kg dengan Tension 100 Kg dengan Torsi 10 Nm

Torsi Motor 0 Nm

Problem Investment

- Defect Treatment Melipat - Tidak ada Penambahan Peralatan Baru

Gambar 4.13. Improve Mengubah Tension dan Torsi Motor

http://mercubuana.ac.id/
 50

c. Modifikasi pressure brake dari manual menjadi automatis

IMPROVEMENT SHEET
Improve :
Modifikasi Pressure Brake dari Manual menjadi Automatis
PIC : Prod, Tech & Engineering
PLANNING : April 2020
ACTUAL : April 2020
ANALISA : Mesin

Before After

Pressure Brake Masih Manual dan Modifikasi Pressure Brake menjadi

Setting Opt By Feeling Automatis

Problem Investment

- Defect Treatment Melipat - Penambahan Pressure Gauge Digital

- Penambahan Selenoid

- Penambahan Sensor Distance

Gambar 4.14. Modifikasi Pressure Brake dari Manual Menjadi Automatis

d. Menambahkan nilai pressure brake linner Treatment

IMPROVEMENT SHEET
Improve :
Menambah Nilai Pressure Brake Linner Treatment
PIC : Prod, Tech & Engineering
PLANNING : April 2020
ACTUAL : April 2020
ANALISA : Mesin

Before After

Pressure Brake Linner Treatment 1,2 Pressure Brake Linner Treatment 2,5
KgCm³ Kg/Cm³

Problem Investment

- Defect Treatment Melipat - Tidak ada Penambahan Peralatan Baru

Gambar 4.15. Improve Penambahan Nilai Pressure Brake Linner Treatment

http://mercubuana.ac.id/
 51

e. Peletakan Treatment pada kain linner dilakukan oleh dua orang

IMPROVEMENT SHEET
Improve :
Proses Peletakan Treatment pada Linner saat Gulung Treatment Dilakukan 2 Orang
PIC : Prod
PLANNING : Mei 2020
ACTUAL : Mei 2020
ANALISA : Metode

Before After

Proses Peletakan Treatment Proses Peletakan Treatment

Dilakukan 1 Orang Dilakukan 2 Orang

Problem Investment

- Defect Treatment Melipat - Tidak ada Penambahan Peralatan Baru

Gambar 4.16. Improve Peletakan Treatment dilakukan Dua Orang

4.2.5. Control
Tahap Control atau tahap pengendalian bertujuan untuk terus mengevaluasi
dan memonitor hasil implementasi yang telah dilakukan pada fase improve.
Evaluasi dilakukan untuk mengetahui seberapa efektif perbaikan yang telah
dilakukan sejauh ini dengan menerapkan usulan perbaikan yang telah diberikan.
Pengukuran dilakukan dengan cara pengambilan sampel produk cacat melipat pada
bulan Juni sebanyak 30 shift dan melihat level sigma setelah dilakukan perbaikan.

Tabel 4.10. Data Observasi Setelah Perbaikan

Ukuran Sampel
Observasi Total Defect UCL CL LCL
Produksi
1 6,000 38 56.2 37.8 19.4
2 6,000 40 56.2 37.8 19.4
3 6,000 37 56.2 37.8 19.4
4 6,000 41 56.2 37.8 19.4
5 6,000 38 56.2 37.8 19.4
6 6,000 37 56.2 37.8 19.4

http://mercubuana.ac.id/
 52

Tabel 4.11. Data Observasi Setelah Perbaikan (Lanjutan)

Ukuran Sampel
Observasi Total Defect UCL CL LCL
Produksi
7 6,000 39 56.2 37.8 19.4
8 6,000 39 56.2 37.8 19.4
9 6,000 38 56.2 37.8 19.4
10 6,000 38 56.2 37.8 19.4
11 6,000 36 56.2 37.8 19.4
12 6,000 34 56.2 37.8 19.4
13 6,000 38 56.2 37.8 19.4
14 6,000 40 56.2 37.8 19.4
15 6,000 38 56.2 37.8 19.4
16 6,000 39 56.2 37.8 19.4
17 6,000 38 56.2 37.8 19.4
18 6,000 34 56.2 37.8 19.4
19 6,000 38 56.2 37.8 19.4
20 6,000 36 56.2 37.8 19.4
21 6,000 37 56.2 37.8 19.4
22 6,000 38 56.2 37.8 19.4
23 6,000 35 56.2 37.8 19.4
24 6,000 36 56.2 37.8 19.4
25 6,000 38 56.2 37.8 19.4
26 6,000 40 56.2 37.8 19.4
27 6,000 40 56.2 37.8 19.4
28 6,000 39 56.2 37.8 19.4
29 6,000 38 56.2 37.8 19.4
30 6,000 39 56.2 37.8 19.4
Total 180,000 1,134

Dari data observasi yang telah diambil setelah perbaikan dilakukan maka
didapatkan perhitungan batas kendali dan DPMO sebagai berikut:
a. Proporsi kesalahan dalam setiap sampel

Total Cacat
𝑝̅ =
Total yang Diperiksa

1134
𝑝̅ =
180000

http://mercubuana.ac.id/
 53

𝑝̅ = 𝟎, 𝟎𝟎𝟔𝟑

b. Batas Kendali Np

Σ𝐷𝑒𝑓𝑒𝑐𝑡
𝐶𝐿𝑛𝑝̅ =
ΣObservasi

1134
𝐶𝐿𝑛𝑝̅ =
30

𝐶𝐿𝑛𝑝̅ = 𝟑𝟕, 𝟖

𝑈𝐶𝐿 = 𝑛𝑝̅ + 3 √𝑛𝑝̅ (1 − 𝑝̅ )

𝑈𝐶𝐿 = 37,8 + 3 √37,8 (1 − 0,0063)

𝑈𝐶𝐿 = 37,8 + 3 √37,56

𝑈𝐶𝐿 = 37,8 + 3 (6,13)
𝑈𝐶𝐿 = 37,8 + 18,39
𝑈𝐶𝐿 = 𝟓𝟔. 𝟏𝟗

𝐿𝐶𝐿 = 𝑛𝑝̅ − 3 √𝑛𝑝̅ (1 − 𝑝̅ )

𝐿𝐶𝐿 = 37,8 − 3 √37,8 (1 − 0,0063)

𝐿𝐶𝐿 = 37,8 − 3 √37,56

𝐿𝐶𝐿 = 37,8 − 3 (6,13)
𝐿𝐶𝐿 = 37,8 − 18,39
𝐿𝐶𝐿 = 𝟏𝟗, 𝟒𝟏

Berdasarkan data perhitungan batas kendali np setelah dilakukan perbaikan

maka didapatkan grafik batas kendali yang telah diolah menggunakan minitab
seperti pada gambar diawah ini.

http://mercubuana.ac.id/
 54

Gambar 4.17. Grafik Np Setelah Perbaikan

Gambar 4.17 menunjukan garafik sebaran data pencapaian defect Treatment

melipat lebih stabil yaitu cendrung berada pada batas tengah atau diantara nilai
CLnp. Sehingga dapat dikatakan defect Treatment setelah perbaikan lebih baik dari
sebelum perbaikan.

c. Nilai sigma setelah perbaikan:

Menghitung DPO:

Jumlah Cacat
DPO =
Jumlah Produksi × CTQ
1134
DPO =
180,000 × 1

DPO = 𝟎, 𝟎𝟎𝟔𝟑

Menghitung nilai DPMO:

DPMO = DPO × 1.000.000

DPMO = 0,0063 × 1.000.000

DPMO = 𝟔. 𝟑𝟎𝟎

http://mercubuana.ac.id/
 55

Berdasarkan perhitungan DPMO didapatkan nilai 6.300 sehingga

berdasarkan tabel konversi DPMO maka nilai sigma dari proses setelah perbaikan
sebesar 4,0 yaitu diantara nilai DPMO 6.210 – 6.387.

Tabel 4.12. Level Sigma Treatment Melipat Juli-September 2020

Jumlah Jumlah Level

Bulan CTQ DPO DPMO
Produksi Defect Sigma

Juli 2020 1,000,487 4086 1 0.004084 4084 4.15

Agustus 2020 1,059,101 4230 1 0.003994 3994 4.15

September 2020 1,043,516 4206 1 0.0040306 4031 4.15

Total 3,103,104 12522 1 0.004035 4035 4.15

Berdasarkan pengukuran performansi yang dilakukan setelah perbaikan,

maka dapat dikatakan bahwa perbaikan yang telah dilakukan pada tahap improve
terbukti dapat mengurangi tingkat defect atau kecacatan pada produk Treatment
melipat. Maka langkah selanjutnya yaitu mempertahankan kemajuan yang telah
dicapai agar tidak kembali ke kodinisi semula yang lebih buruk seperti sebelum
dilakukannya perbaikan. Adapun pengendalian yang akan dilakukan untuk menjaga
agar kemampuan proses tersebut tidak menurun kembali yaitu:
1. Menambahkan Instruksi Kerja agar operator mematuhi dan mengikuti
ketentuan yang berlaku. Instruksi Kerja dapat dilihat pada Lampiran 1.
2. Penambahan item cek parameter pada Job set up (Checksheet). Job set
up dapat dilihat pada Lampiran 2.

http://mercubuana.ac.id/