Upload
vuongkien
View
237
Download
0
Embed Size (px)
Citation preview
98
BAB 5
HASIL DAN PEMBAHASAN
5.1 Hasil Pengumpulan Data
5.1.1 Data penjualan Battery Tahun 2003
Untuk mendukung alasan pemilihan kenapa analisis difokuskan pada Grid
Casting untuk pelat tipe GLSYB1,4P maka di dalam pengumpulan data ini akan
dijabarkan data penjualan Battery sampai bulan Agustus 2004, Lalu data ini akan
dianalisis menggunakan Pareto untuk menemukan tipe aki yang paling berperan dalam
penjualan aki di PT. Yuasa Battery Indonesia. Karena fokus pembahasan kali ini adalah
aki mobil, dan proses perakitan aki mobil dan motor berbeda, maka data yang akan
disajikan adalah aki Mobil.
Pareto Data Penjualan
020406080
100
N70
NS
40Z
34B
19L
NS
70N
S-4
046
B24
LN
50Z
NS
40S
46B
24R
NS
40ZL
N70
ZN
150
55B
24L
N50
NS
60S
5602
455
559
55B
24R
N10
056
638
N12
0N
50ZL
95D
31R
Tipe
Per
sent
ase
Persentase TotalPersentase Kumulatif
Diagram 5.1 Diagram Pareto data penjualan produk
99
Tabel 5.1 Tabel Perhitungan Pareto
Type Battery
Total Penjualan Kumulatif
Persentase Total
Persentase Kumulatif
N70 12318 12318 18,42357164 18,42357164 NS40Z 12039 24357 18,00628178 36,42985343 34B19L 8165 32522 12,21208495 48,64193838
NS70 7116 39638 10,64313491 59,28507329 NS-40 6500 46138 9,72180676 69,00688005
46B24L 5593 51731 8,365240802 77,37212085 N50Z 3916 55647 5,857014657 83,22913551 NS40S 3370 59017 5,04038289 88,2695184 46B24R 3061 62078 4,578223153 92,84774155 NS40ZL 2830 64908 4,232725097 97,08046665
N70Z 700 65608 1,046963805 98,12743045 N150 458 66066 0,685013461 98,81244391
55B24L 264 66330 0,394854921 99,20729883 N50 160 66490 0,239306013 99,44660485
NS60S 156 66646 0,233323362 99,67992821 56024 130 66776 0,194436135 99,87436434 55559 35 66811 0,05234819 99,92671253
55B24R 32 66843 0,047861203 99,97457374 N100 14 66857 0,020939276 99,99551301 56638 2 66859 0,002991325 99,99850434 N120 1 66860 0,001495663 100
N50ZL 0 66860 0 100 95D31R 0 66860 0 100
Total 66860 100
Dapat Dilihat dari Pareto diatas, Tipe battery yang menggunakan Grid tipe
GLSYB 1,4 P yaitu tipe N70, N50Z dan NS 40Z menempati posisi tertinggi dalam
penjualan. Maka Pembahasan selanjutnya akan dibatasi pada tipe grid ini, karena sudah
mewakili produk yang lain.
100
5.1.2 Hasil Pengumpulan Sampel data
Yuasa Telah menggunakan sistem pengendalian kualitas dengan menggunakan
metode – metode Statistical Quality Control, termasuk juga untuk pengambilan contoh.
Yuasa menggunakan AQL ( Acceptance Quality Level) 2,5 untuk semua inspeksi
proses, serta AQL 0,65 untuk komponen Vent Plug di bagian penerimaan. Standar yang
dipakai adalah MIL-STD-105-D dengan tingkat inspeksi Single Normal Inspection.
Penggunaan metode ini adalah untuk memotong waktu inspeksi serta menghemat biaya
karena jumlah kapasitas produksi yang tinggi dan jumlah tenaga kerja yang terbatas.
Apabila jumlah sample yang diambil sudah melewati batas yang ditolak, maka lot
tersebut di-reject , dan akan dilakukan 100% inspection untuk produk yang dibuat pada
shift yang sama untuk mencegah terjadinya produk cacat yang keluar ke konsumen.
Data yang akan dianalisa merupakan sejumlah data yang dikumpulkan dari
pengamatan di lapangan. Untuk mempermudah pembahasan, maka data yang diambil
dan dianalisis adalah data dari salah satu proses saja serta diuji dengan uji kecukupan
data. Hal ini dilakukan agar pembahasan menjadi lebih singkat dan sederhana, namun
dengan data yang valid dan cukup untuk melakukan pembahasan.
5.1.2.1 Data Variabel dan Data Atribut
Data yang dikumpulkan adalah dari bagian Grid Casting untuk plat tipe
GLSYB1,4PParameter yang diukur disini adalah Tebal, serta Berat sebagai perwakilan
dari data Variabel, serta data pengecekan secara Fisik ( Penampilan ) untuk mewakili
data Attribut. Data dikumpulkan selama 2 minggu. Sampel Data bulan Juli 2004 hasil
CheckSheet Grid Casting dapat dilihat pada tabel dibawah ini.
101
Tabel 5.2 Tabel Hasil Pengumpulan Data Inspeksi
No Berat Tebal ( Subgroup No.) Penampilan ( AQL 2,5 ) 1 2 1 2 3 4 Populasi Contoh(n) Cacat
1 107,0 107,2 1,417 1,406 1,394 1,395 1400 50 1(b) 2 106,0 108,0 1,375 1,395 1,393 1,401 3200 100 0 3 105,2 108,0 1,397 1,404 1,420 1,405 3750 100 0 4 107,5 107,0 1,407 1,399 1,394 1,405 2500 82 0 5 104,7 106,7 1,396 1,397 1,395 1,397 4000 100 2(a),3(g)6 106,7 106,0 1,389 1,399 1,414 1,398 3700 100 3(b),3(a)7 103,5 108,2 1,390 1,389 1,388 1,415 3050 100 0 8 106,2 104,5 1,395 1,390 1,409 1,391 3100 100 0 9 105,5 106,5 1,366 1,388 1,401 1,399 3800 100 0 10 105,7 107,0 1,392 1,431 1,391 1,388 3250 100 3(d),3© 11 106,5 106,5 1,389 1,400 1,396 1,395 3450 100 0 12 108,0 107,0 1,391 1,398 1,370 1,407 4200 100 0 13 105,7 104,0 1,405 1,417 1,404 1,394 2950 100 0 14 106,7 107,7 1,394 1,391 1,428 1,411 3000 100 0 15 106,7 107,0 1,386 1,407 1,388 1,396 4000 100 2(a) 16 106,5 108,7 1,392 1,392 1,403 1,411 3800 100 3(b) 17 107,0 106,2 1,394 1,392 1,390 1,411 3500 100 1(b) 18 105,5 106,7 1,400 1,372 1,391 1,386 4500 100 0 19 106,7 106,5 1,384 1,394 1,404 1,394 3800 100 2(a) 20 109,0 106,5 1,395 1,385 1,419 1,407 850 32 0 21 102,5 107,5 1,387 1,358 1,405 1,404 5000 100 0 22 101,7 106,5 1,403 1,402 1,391 1,392 4000 100 2(a) 23 107,7 107,0 1,394 1,388 1,408 1,376 4200 100 0 24 105,5 108,5 1,395 1,407 1,405 1,403 4000 100 0 25 104,7 106,7 1,408 1,407 1,375 1,391 4900 100 0 26 102,0 108,5 1,388 1,379 1,388 1,386 5000 100 3(b) 27 103,5 107,2 1,358 1,409 1,393 1,417 3800 100 1(b) 28 107,7 107,0 1,398 1,397 1,421 1,411 4200 100 0 29 107,7 106,5 1,420 1,388 1,404 1,390 4000 100 2© 30 108,0 108,2 1,388 1,420 1,396 1,395 4000 100 2(e) 31 107,2 106,5 1,380 1,417 1,413 1,407 3700 100 0 32 107,2 106,5 1,409 1,410 1,425 1,438 4900 100 2© 33 106,7 108,0 1,393 1,387 1,375 1,410 4000 100 0 34 108,2 109,0 1,408 1,382 1,399 1,393 3500 100 0 35 106,0 107,5 1,397 1,399 1,396 1,429 3750 100 3(b),2© 36 105,0 104,0 1,403 1,390 1,400 1,392 4450 100 0 37 105,7 107,0 1,399 1,403 1,402 1,415 3900 100 2(a) 38 102,5 107,5 1,378 1,427 1,387 1,400 4000 100 0 39 106,0 108,5 1,390 1,393 1,405 1,393 3700 100 0 40 102,5 107,0 1,388 1,371 1,397 1,408 4200 100 1(b)
102
Keterangan Cacat Penampilan dari tabel diatas :
a. Retak
b. unfilled ( tidak terisi )
c. Fins ( kelebihan timah di dalam panel)
d. Flash (kelebihan timah di luar panel )
e. Lubang
f. Berubah bentuk
g. Shrinkage
h. Lain – Lain
Ukuran Standar Tebal dari Battery Grid:
Partial Value ( per satuan pengukuran ) = 1,40 ± 0,15 mm
Mean Value ( rata – rata per subgroup ) = 1,40 ± 0,05 mm
Ukuran Standar Berat dari Battery Grid:
Mean Value ( rata – rata per subgroup ) = 103 ± 8 gram
5.1.2.2 Data Historis Kerusakan
Data Historis Kerusakan ini dikumpulkan dengan tujuan untuk digunakan pada
analisis dan implementasi Metode Failure Mode and Effects Analysis ( FMEA ) dalam
usulan perbaikan metode analisis yang akan dibuat. Tentunya untuk Penyebab variansi
yang khusus tidak dimasukkan dalam analisis.
103
Tabel 5.3 Tabel Faktor Penyebab Reject
Tgl Masalah Sebab Penyebab
Masalah Tindakan Preventive
Penanggulangan Sementara Faktor
22/01/2004
Ketebalan Plat tidak Standar (Terlalu tebal)
Mesin
Spraygun Rusak pada frame atas spraygun lama
Hasil produksi selalu di - check tiap 300 panel bersama operator
Dicek ulang dan dilebur 350 Panel Khusus
08/03/2004 Retak Manusia
Kontrol kurang teliti
Dilakukan pengecekan per 200 panel saat produksi
Dicek ulang dan dilebur 500 Panel Umum
23/03/2004 Retak Metode
Sedikit bergelombang
Sebelum Melakukan produksi, setiap setelah di-spray harus disapu kawat
Semua produk dicek ulang sambil ditekuk2, dilebur 400 panel
Umum
20/04/2004 Retak Metode
Sedikit bergelombang
Sebelum Melakukan produksi, seitap setelah di-spray harus disapu kawat
Semua produk dicek ulang sambil ditekuk2, dilebur 400 panel
Umum
24/04/2004 Retak Manusia
Kontrol Kurang teliti
Diberi Pengarahan agar lebih teliti dalam pengecekan mold, dibuat Checklist tiap shift.
Dilebur total 900 Panel Umum
104
27/07/2004 Retak Manusia
Kontol Kurang Teliti
Diberi Pengarahan agar lebih teliti dalam pengecekan mold, dibuat Checklist tiap shift.
Dilebur total 1000 Panel Umum
28/04/2004
Ketebalan Plat tidak Standar (Terlalu tipis)
Manusia
Operator belum menguasai metode Spray untuk tipe AMB
Untuk type GLSYB 1,4P dilakukan pengecekan ulang tiap 450 panel atau 1/2 shift
Dicek ulang dan dilebur 900 Panel Umum
13/05/2004 Retak Manusia
Kontol Kurang Teliti, operator Baru
Diberi Pengarahan agar lebih teliti dalam pengecekan mold, dibuat Checklist tiap shift.
Dilebur total 1800 Panel Umum
12/06/2004 Retak Manusia
Kontol Kurang Teliti
Pengecekan diperketat per 1/2 shift 350 unit, dibuat Checklist tiap shift.
Dilebur total 500 Panel Umum
13/06/2004 Retak Metode Cara Spray
salah
Cara Spray diperbaiki dan setelah spray harus disapu kawat. isi checklist selama 1 mg
Dicek ulang dan dilebur ulang 650 Panel
Umum
105
16/06/2004
Ketebalan Plat tidak standar ( Terlalu Tebal )
Manusia
Tidak dikontrol saat perbaikan Spraygun
Dicek setiap 1/2 Shift
Dicek ulang, dilebur 600 panel Khusus
18/07/2004 Retak Manusia
Kontol Kurang Teliti
Pengecekan diperketat per 1/2 shift , dibuat Checklist tiap shift.
Dilebur total 500 Panel Umum
07/08/2004 Retak Manusia
Kontol Kurang Teliti
Pengecekan diperketat per 1/2 shift , dibuat Checklist tiap shift.
Dilebur total 200 Panel Umum
08/08/2004 Retak Manusia
Kontrol kurang teliti
Operator diberi pengarahan langsung dan harus isi checklist 1 mgg
Dicek ulang dan dilebur total 700 Panel
Umum
14/08/2004 Retak Material
Timah baru dikuras , kandungan kurang stabil, hasil Grid rapuh
Melting Pot diberi timah 2 potong
Dilebur total 1100 panel Umum
5.1.2.3 Pengumpulan Data Cost Of Poor Quality
Cost Of Poor Quality adalah Biaya yang dikeluarkan untuk kualitas yang buruk,
misalnya biaya untuk memproduksi produk yang cacat, yaitu :
106
Diketahui Produksi rata - rata 1 hari = 80.000 unit total 24 Mesin dengan 3 Shift 24 Jam.
Kapsitas Produksi per jam per mesin = 24*24
80000 =138.89 unit
Biaya Listrik :
1 Kwh = Rp 500,-
1 unit Mesin = (18A + 12A + 8A + 50A ) *220V = 19,360 Kwh
Biaya listrik per unit Grid = 5002424
000.80360,19 x
x
Kwh = Rp. 69,64 per unit
Biaya tenaga kerja :
1 Mesin = 1 Operator per Shift
Gaji operator per bulan Rata – rata = Rp 750.000,-
Hari Kerja per bulan rata – rata 25 hari dengan 8 jam kerja per hari
Biaya Tenaga kerja per unit Grid = =
325
2480000
750000
xRp 27 per unit
Biaya Gas :
1 Mesin = 5 Kg Gas per jam
1 Kg gas alam = Rp 1750,-
Biaya Gas per unit Grid =
242480000
17505
x
x = Rp 63,- per unit
Biaya Timah :
Harga 1 Ton timah = Rp 9.000.000,-
1 Grid membutuhkan rata – rata 100 gram timah
Biaya timah per Grid = 9000000.1000000
100 xRp = Rp 900,- per unit
107
Biaya timah ini akan ada apabila Reject baru diketahui di divisi Pasting, dimana
Grid patah setelah terkena Pasta, yang berakibat Grid sama sekali tidak dapat dilebur
ulang. Sedangkan bila terjadi di saat sebelum keluar divisi Grid Casting maka operator
akan melebur lagi dan hanya kehilangan biaya energi dan tenaga kerja.
5.2. Hasil Analisa Data dan Pembahasan
Sesuai dengan pemilihan proses di awal, Pembahasan akan difokuskan pada
proses produksi Grid Casting untuk Grid No. GLS YB 1,4 P. Untuk sistematika
pembahasan yang lebih terstruktur maka akan digunakan metode Six Sigma untuk
melakukan perbaikan proses ini, maka pembahasan ini akan melalui 5 tahap DMAIC (
Define-Measure-Analysis-Improve-Control ).
5.2.1 DEFINE
Tahap ini merupakan tahapan untuk mendefinisikan proses yang akan dibahas
selanjutnya sebelum menentukan karakteristik kualitas dan kebutuhan pelanggan yang
lain. Untuk menggambarkan proses digunakan Diagram SIPOC ( Supplier, Input,
Process, Output, Customer seperti dbawah ini :
108
Suppliers Inputs Processes Outputs Customers
PT. Muhtomas(Lead
Antimony)
Yuasa Japan(Spray Material)Bentonite, CorkPowder, Water
Glass
Lead AntimonyPbSb
kadar antimoni (Sb)sebesar 2,5% - 3,5%.
Mixed Spray Material
Temperatur Tepat
Metode Spray tepat
PemilihanMold
Sesuaijenis Grid
Grid BatteryGLSYB 1,4 P Divisi Pasting
Spraymold
ScrapMold
SettingTemperatur tepat
Timahdlelehkan
TimahDialirkan
keCetakan
GridDipotong
sesuaiukuran
GridMelaluiProsesAgeing
2 - 4 hari
Diagram 5.2 Diagram Analisa SIPOC
Keterangan dari Analisa SIPOC diatas :
Supplier menentukan kualitas bahan Lead antimony (PbSb ) dengan kadar Antimony
antara 2,5 – 3,5%, yang sebelum memasuki produksi harus ditest di lab untuk kadarnya,
apabila tidak memenuhi maka akan menyebabkan hasil cetakan tidak sempurna,
sedangkan untuk bahan aktif material telah dibuat di jepang dan tidak memerlukan
pengecekan lebih lanjut.
Input yang menentukan adalah setting temperatur mesin yang telah ditentukan sesuai
dengan panduan dari Yuasa Jepang untuk menjaga tingkat kekentalan timah. Dimana
setting mesin ini sudah secara otomatis, dan yang paling memungkinkan untuk
menyebabkan defect adalah beda temperatur yang sangat kecil di dalam mold yang
ditentukan oleh bahan aktif material yang dispray dan metode spray nya.
Proses : Metode yang menentukan kualitas grid yang dihasilkan adalah metode spray
pada awal proses untuk mempersiapkan mold sebelum melakukan pencetakan timah.
Apabila metode spray belum dikuasai, maka hasil cetakan sangat mungkin cacat berupa
retak atau grid yang rapuh.
109
Output Hasil Grid yang telah keluar dari cetakan ini akan dicek seacara fisik oleh
operator terlebih dahulu, baru setiap shift ada petugas yang melakukan inspeksi dari
produk yang telah dibuat. Apabila terjadi kerusakan , maka semua grid yang dihasilkan
dalam lot yang sama akan dicek dan yang rusak akan dilebur ulang.
Customer disini merupakan proses selanjutnya yang menggunakan hasil dari Grid
Casting ini, yaitu bagian Pasting, dimana Grid yang telah jadi masuk ke mesin untuk
dilapisi dengan pasta. Seringkali apabila komposisi Grid tidak baik dan retak, maka di
proses grid casting ini akan terjadi korosi ataupun rusak, dan haurs dibuang.
5.2.2 MEASURE
Dalam Tahap measure ini, akan dilakukan beberapa analisa untuk menentukan
bagaimana kondisi porses yang sedang berjalan saat ini dan apa target yang ingin dicapai
setelah dilakukan perbaikan dengan metode Six Sigma, diantaranya:
1. Penentuan Karakteristik Critical To Quality, yaitu apa saja karakteristik produk
yang dibutuhkan dan sangat kritis bagi konsumen yang merupakan proses
pasting yang menggunakan produk dari divisi Grid Casting ini.
2. Karakteristik Target yang diinginkan oleh manajemen untuk sasaran jangka
pendek dan jangka panjang kedepan.
3. Pengukuran kondisi saat ini dengan berapa besar tingkat sigma , Defect per
Million Opportunities (DPMO), dan juga Kapabilitas Proses saat ini.
4. Penentuan Cost of Poor Quality ( COPQ ) , yaitu biaya yang timbul akibat
diproduksinya produk cacat dalam proses ini.
110
5.2.2.1 Penentuan Critical To Quality
Jenis cacat yang ada di bagian Grid Casting ini adalah :
1. Ketebalan tidak standar, yaitu akibat pelat yang memiliki tebal melewati atau
kurang dari batas toleransi standar untuk jenis tersebut. Hal ini dapat diakibatkan
oleh setting mesin yang salah, kondisi mold sudah aus, atau beberapa faktor
lainnya. Akibat yang dapat ditimbulkan adalah pelat yang mudah korosi saat
melalui proses pasting apabila terlalu tipis, serta tidak masuk ke container
apabila terlalu tebal.
2. Berat tidak standar, hal ini dapat terjadi apabila berat material plat melebihi
standar, hal ini hanya berakibat pada borosnya penggunaan material. Sedangkan
apabila berat dibawah standar , dimungkinkan material yang masuk memiliki
komposisi yang salah.
3. Cacat Fisik / penampilan, yaitu cacat yang dapat terlihat dengan mata , untuk
cacat penampilan dapat digolongkan pada :
o Retak ; apabila grid patah di salah atu kisi – kisinya dengan karakteristik
tertentu sehingga grid tidak dapat mengalirkan listrik dengan baik bila
digunakan.
o unfilled ( tidak terisi ): yaitu kondisi dimana grid tidak penuh pada salah
satu kisi – kisinya.
o Fins ( kelebihan timah di dalam panel): yaitu apabila antara kisi – kisi
grid terdapat lelehan timah.
o Flash (kelebihan timah di luar panel ): yaitu apabila lelehan timah ada
diluar panel
111
o Lubang : yaitu bila ada kisi – kisi yang tidak terisi penuh, sehingga
berlubang.
o Berubah bentuk: Yaitu akibat panas yang berlebih sehingga grid nya
rusak dan tidak memiliki bentuk yang simetris.
o Shrinkage : yaitu Grid pada saat pendinginan mengalami penyusutan
bentuk sehingga tak sesuai dengan spesifikasi.
Dari kerusakan – kerusakan yang terjadi di atas, maka dapat ditentukan Critical To
Qualitynya adalah :
Tabel 5.4 Tabel Penentuan Critical To Quality
Persyaratan Output
Karakteristik kualitas (CTQ)
Metrik Kinerja Internal
Deskripsi Critical To Quality
Ketebalan Grid XR Chart Tebal Melebihi Standar Tebal Dibawah standar
Berat Grid XR Chart Berat Melebihi standarr Berat Dibawah standar
Kualitas Grid GLSYB1,4P
Penampilan Grid % lot yang ditolak
a. Retak b. unfilled c. Fins d. Flash e. Lubang f. Berubah bentuk g. Shrinkage
5.2.2.2 Karakteristik Target
Karakteristik Target jangka pendek perusahaan yang ingin dicapai adalah untuk
meningkatkan kapabilitas proses menjadi lebih baik daripada kondisi saat ini, dan
tentunya untuk jangka panjang adalah mencapai kinerja yang memenuhi standar Six
Sigma, dengan 3,4 unit produk cacat per 1 juta unit produksi, dapat digambarkan di tabel
5.5 dibawah ini, yaitu :
112
Tabel 5.5 Tabel Karakteristik Target
Karakteristik
kualitas (CTQ)
Metrik
Kinerja
Internal
Kondisi Saat ini Target Jangka
Pendek
Kondisi Ideal
Ketebalan Grid XR
Chart
Cp = 1,314
Cpk = 1,27
Cpm = 1,298
Cpmk = 1,246
Sigma = 5,23
Cp = 1,45
Cpk = 1,33
Cpm = 1,5
Cpmk = 1,5
Sigma = 5,5
Cp = 1,33
Cpk = 1,33
Cpm = 2
Cpmk = 2
Sigma = 6
Berat Grid XR
Chart
Cp = 1,735
Cpk = 0,98
Cpm = 0,70
Cpmk = 0,397
Sigma = 4,45
Cp = 1,9
Cpk = 1,1
Cpm = 0,9
Cpmk = 0,6
Sigma = 5,6
Cp = 1,33
Cpk = 1,33
Cpm = 2
Cpmk = 2
Sigma = 6
Penampilan
Grid
% lot
Rejection
Cp = 0,9
Cpk = 0,82
Sigma = 4,59
Cp = 1,2
Cpk = 1,2
Sigma = 5
Cp = 1,33
Cpk = 1,33
Sigma = 6
5.2.2.3 Pengukuran Kapabilitas Proses saat ini
Sebelum dilakukan pengukuran Kapabilitas proses dan DPMO ini, perlu diuji
dahulu apakah data yang diambil dari perusahaan telah mencukupi untuk mewakili
proses sebenarnya.
5.2.2.3.1 Uji Kecukupan Data
Uji kecukupan Data diujicobakan kepada salah satu data, misal data Tebal Grid sebagai
sampel , apabila data tersebut cukup, maka jumlah data sampel yang diambil sejumlah
40 merupakan data valid untuk digunakan pada perhitungan ini.
113
Tabel 5.6 Tabel Perhitungan Uji Kecukupan Data
No Tebal ( Subgroup No.) 1 2 3 4 Jumlah X bar X bar^2 1 1,417 1,406 1,394 1,395 5,612 1,403 1,968409 2 1,375 1,395 1,393 1,401 5,564 1,391 1,934881 3 1,397 1,404 1,420 1,405 5,626 1,4065 1,97824225 4 1,407 1,399 1,394 1,405 5,605 1,40125 1,963501563 5 1,396 1,397 1,395 1,397 5,585 1,39625 1,949514063 6 1,389 1,399 1,414 1,398 5,600 1,4 1,96 7 1,390 1,389 1,388 1,415 5,582 1,3955 1,94742025 8 1,395 1,390 1,409 1,391 5,585 1,39625 1,949514063 9 1,366 1,388 1,401 1,399 5,554 1,3885 1,92793225 10 1,392 1,431 1,391 1,388 5,602 1,4005 1,96140025 11 1,389 1,400 1,396 1,395 5,580 1,395 1,946025 12 1,391 1,398 1,370 1,407 5,566 1,3915 1,93627225 13 1,405 1,417 1,404 1,394 5,620 1,405 1,974025 14 1,394 1,391 1,428 1,411 5,624 1,406 1,976836 15 1,386 1,407 1,388 1,396 5,577 1,39425 1,943933063 16 1,392 1,392 1,403 1,411 5,598 1,3995 1,95860025 17 1,394 1,392 1,390 1,411 5,587 1,39675 1,950910563 18 1,400 1,372 1,391 1,386 5,549 1,38725 1,924462563 19 1,384 1,394 1,404 1,394 5,576 1,394 1,943236 20 1,395 1,385 1,419 1,407 5,606 1,4015 1,96420225 21 1,387 1,358 1,405 1,404 5,554 1,3885 1,92793225 22 1,403 1,402 1,391 1,392 5,588 1,397 1,951609 23 1,394 1,388 1,408 1,376 5,566 1,3915 1,93627225 24 1,395 1,407 1,405 1,403 5,610 1,4025 1,96700625 25 1,408 1,407 1,375 1,391 5,581 1,39525 1,946722563 26 1,388 1,379 1,388 1,386 5,541 1,38525 1,918917563 27 1,358 1,409 1,393 1,417 5,577 1,39425 1,943933063 28 1,398 1,397 1,421 1,411 5,627 1,40675 1,978945563 29 1,420 1,388 1,404 1,390 5,602 1,4005 1,96140025 30 1,388 1,420 1,396 1,395 5,599 1,39975 1,959300063 31 1,380 1,417 1,413 1,407 5,617 1,40425 1,971918063 32 1,409 1,410 1,425 1,438 5,682 1,4205 2,01782025 33 1,393 1,387 1,375 1,410 5,565 1,39125 1,935576563 34 1,408 1,382 1,399 1,393 5,582 1,3955 1,94742025 35 1,397 1,399 1,396 1,429 5,621 1,40525 1,974727563 36 1,403 1,390 1,400 1,392 5,585 1,39625 1,949514063 37 1,399 1,403 1,402 1,415 5,619 1,40475 1,973322563 38 1,378 1,427 1,387 1,400 5,592 1,398 1,954404 39 1,390 1,393 1,405 1,393 5,581 1,39525 1,946722563 40 1,388 1,371 1,397 1,408 5,564 1,391 1,934881 Jumlah 55,91275 78,15766331 Rata2 1,39781875 1,953941583
114
N = 40
k/s = 16,5 dengan tingkat keyakinan 90% dan tingkat ketelitian 10 %.
Pemilihan tingkat keyakinan dan ketelitian ini didasarkan oleh kondisi
pengecekan secara visual yang paling umum dan dianggap pengukuran memerlukan
tingkat presisi yang cukup tinggi.
222 )(/
'
−=
∑∑ ∑
xjxjxjNsk
N =
22
91275,55)91275,55()15766331,78*40(5,16
−
N’ = 0,006176103
Karena N’< 40 , maka data disimpulkan cukup.
5.2.2.3.2 Data Tebal
Data tebal memiliki subroup sebesar 4 buah untuk tipe GLSYB1,4P ini, karena
setiap patroli dan pengukuran diambil 4 data. Dibawah ini adalah Peta Kendalinya :
Peta Kendali X & R ini menggunakan perhitugan statistik dari data yang ada
pada sampel yang akan dibahas, perhitungan USL dan LSL dalam bats 3 sigma dengan
menggunakan rumus sebagai berikut :
Dengan diketahui :
X = 1,398, R = 0,027 , dan n = 40.
Karena Subgroup 4 maka didapat data berikut :
A2 = 0,729 ,D4 = 2,282 ,D3 = 0
Maka Batas – Batas kendalinya adalah :
115
Peta Kontrol X
CL = X = 1,39724
UCL = X + A2. R = 1,41668
LCL = X – A2. R = 1,37780
Peta Kontrol R
CL = R = 0,02667
UCL = D4. R = 0,06085
LCL = D3. R = 0
Standar deviasi = 0,01268
3 Sigma X Chart
1,351,361,371,381,391,4
1,411,421,43
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
X V
alue
X bar
LCLCL
UCL
Grafik 5.1 Grafik X Chart Tebal
Dari Peta kendali diatas didapat pada periode ke 32 sedang ada perbaikan mesin
sehingga produk yang dihasilkan tidak memenuhi spesifikasi, maka revisinya adalah
seperti yang dibawah ini:
116
3 Sigma X Chart
1,351,361,371,381,391,4
1,411,42
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
X V
alue
X bar
LCLCL
UCL
Grafik 5.2 Grafik X Chart Tebal Revisi
3 Sigma R Chart
0
0,02
0,04
0,06
0,08
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
Ran
ge
Range
LCL
CL
UCL
Grafik 5.3 Grafik R Chart Tebal Revisi
Perhitungan Kapabilitas proses dengan Spesifikasi USL dan LSL hasil perhitungan :
Perhitungan Cp :
σ6LSLUSLCp −
= = )0,01268(6
38,142,1 − = 0,5110
Perhitungan CpK :
01268,0338,1398,1
3 xSDLSLXCPL −
=−
= = 0,5311
01268,03398,142,1
3 xSDXUSLCPU −
=−
= = 0,4909
CpK = Min[CPL ; CPU] = Min[0,5311 ; 0,4909] = 0,4909
117
Apabila Peta kendali X tersebut diplot dengan batas – batas kendali yang disesuaikan
dengan spesifikasi proses yang telah ditentukan oleh bagian teknik untuk proses grid
casting ini, maka akan didapat X chart yang baru sebagai berikut :
X Chart ( Standard )
1,3
1,35
1,4
1,45
1,5
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
Subgroup No.
Teb
al
LCL Std
CL Std
UCL Std
Mean
Grafik 5.4 Grafik X Chart Tebal dengan standar teknis
Perhitungan Kapabilitas Proses dengan Spesifikasi Teknis :
Untuk data tebal ini, spesifikasi proses yang telah ditentukan sebagai toleransi
yang diinginkan oleh konsumen yang dalam hal ini adalah divisi pasting sebagai
demikian :
USL = 1,45 mm
CL = 1,40 mm
LSL = 1,35 mm
Dengan Menggunakan USL dan LSL dari spesifikasi, maka dihitung :
σ6
LSLUSLCp −= =
)0,01268(635,145,1 − = 1,31441
Sedangkan untuk perhitungan CpK adalah :
01268,0335,1398,1
3 xSDLSLXCPL −
=−
= = 1,26183
118
01268,03398,145,1
3 xSDXUSLCPU −
=−
= = 1,366982
CpK = Min[CPL ; CPU] = Min[1,33;1,44] = 1,26183
Dari hasil perhitungan Cp dan Cpk diatas, didapatkan bahwa nilai Cp dan Cpk
sudah mendekati sempurna yaitu 1,33, oleh karena itu dibuat perhitungan dengan
menggunakan indeks Cpm dan Cpmk yang berhubungan pula dengan indeks Cp dan
Cpk diatas. Hal ini diperlukan karena Indeks kapabilitas proses Cp dan Cpk hanya
diperuntukkan bagi proses yang memiliki kemampuan maksimal 4 Sigma, maka dengan
Cp atau Cpk diatas 1,33 saja sudah dianggap baik, sedangkan Indeks Cpm dan Cpmk
diperuntukkan bagi proses yang dengan sigma mendekati 6, sehingga dapat dihitung
lebih akurat, karena proses dianggap baik apabila memiliki Cpm dan Cpmk diatas 2.
2222 01268,0)40,1398,1(6
)35,145,1(
)(6
)(
+−
−=
+−
−=
STX
LSLUSLCpm = 1,298355
22
01268,0)4,1398,1(1
36,1
)(1
−
+
=
−
+
=
STX
CpkCpmk = 1,24642
Analisa :
Berdasarkan dari hasil pengukuran diatas, maka didapatkan bahwa CpmK
sebesar 1,24642 yang berarti CpmK berada antara range 1,00 – 1,99 dan proses
dianggap cukup mampu, serta memiliki kesempatan terbaik untuk dapat dikembangkan
dengan Six Sigma. Sedangkan untuk parameter pengukuran kinerja yang saat ini dipakai
perusahaan yaitu CpK, didapat CpK sebesar 1,26183 yang berarti sudah baik.
Adanya perbedaan antara Cp dan Cpk apabila dihitung dengan menggunakan
USL dan LSL hasil perhitungan dengan apabila menggunakan Cp dan Cpk dengan USL
119
dan LSL yang telah ditetapkan disebabkan karena proses ini sebenarnya sudah sangat
baik, sehingga apabila menggunakan USL dan LSL hasil perhitungan yang hanya
menggunakan data yang sangat sedikit dan tidak stabil akan didapatkan Cp dan Cpk
yang kecil. Serta apabila produk sudah memenuhi batas spesifikasi yang diberikan oleh
bagian teknik, yaitu antara 1,35 sampai 1,45 mm, produk ini sudah sangat baik. Maka
untuk selanjutnya perhitungan akan menggunakan Spesifikasi Teknis yang sudah
ditetapkan, dan tidak menggunakan data USL dan LSL hasil perhitungan.
Perhitungan DPMO
Kemungkinan Cacat diatas USL = 000.000.1)( xS
XUSLZP
−
≥
= 000.000.101268,0
398,145,1 xZP
−
≥
= { } 000.000.1)1009,4(1 xZP ≤− = 20,58437
Kemungkinan Cacat dibawah LSL = 000.000.1)( xS
XLSLZP
−
≤
= 000.000.101268,0
398,135,1 xZP
−
≥
= { } 000.000.1)78549,3(1 xZP −≤− = 76,72854
Defects per Million Opportunities (DPMO) = 97,31291 unit
Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 5,22589 Sigma
Bisa dikatakan untuk data tebal, hasil yang diperoleh sudah sangat baik dan
hanya memerlukan sedikit improvement untuk mencapai kualitas Six Sigma, dengan
DPMO sebesar 3,4 unit per satu juta produk. Karena sebernarnya proses ini sudah baik.
120
5.2.2.3.3 Data Berat
Data berat memiliki subroup sebesar 2 buah untuk tipe GLSYB1,4P ini, karena
setiap patroli dan pengukuran diambil 2 data. Dibawah ini adalah Peta Kendalinya :
Peta Kendali X & R ini menggunakan perhitugan statistik dari data yang ada
pada sampel yang akan dibahas, perhitungan USL dan LSL dalam batas 3 sigma dengan
menggunakan rumus sebagai berikut :
Dengan diketahui :
X = 106,4413 , R = 1,873 , dan n = 40.
Karena Subgroup 2 maka didapat data berikut :
A2 = 1,88 ,D4 = 3,267 ,D3 = 0
Maka Batas – Batas kendalinya adalah :
Peta Kontrol X
CL = X = 106,47179
UCL X + A2. R = 109,76903
LCL = X – A2. R = 103,17456
Peta Kontrol R
CL = R = 1,75385
UCL = D4. R = 5,72952
LCL = D3. R =0
Standar deviasi = 0,01268
121
3 Sigma X Chart
95,0
100,0
105,0
110,0
115,0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
X V
alue
X bar
LCL
CL
UCL
Grafik 5.5 Grafik X Chart Berat
3 Sigma R Chart
0
2
4
6
8
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
Ran
ge
Range
LCL
CL
UCL
Grafik 5.6 Grafik R Chart Berat
Karena pada data 26 sedang ada perbaikan mesin, sehingga setelah produksi hasil yang
diperoleh diluar range dan banyak variasinya, maka data itu tidak diambil, dan revisinya
adalah seperti dibawah ini :
3 Sigma X Chart
95,0
100,0
105,0
110,0
115,0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
X V
alue
X bar
LCL
CL
UCL
Grafik 5.7 Grafik X Chart Berat Revisi
122
3 Sigma R Chart
0
2
4
6
8
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
Ran
ge
Range
LCL
CL
UCL
Grafik 5.8 Grafik R Chart Berat Revisi
Apabila Peta kendali X tersebut diplot dengan batas – batas kendali yang
sebenarnya, yaitu yang sesuai dengan spesifikasi proses yang efisien untuk proses Grid
casting ini, maka akan didapat X chart yang baru sebagai berikut :
X Chart ( Standard )
90
120
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
Ber
at
LCL Std
CL Std
UCL Std
Mean
Grafik 5.9 Grafik X Chart Berat dengan standar teknis
Perhitungan kapabilitas proses dengan spesifikasi teknis:
Untuk data berat ini, spesifikasi proses yang telah ditentukan sebagai toleransi
yang diinginkan oleh konsumen yang dalam hal ini adalah divisi pasting sebagai
demikian :
UCL = 111 gram
CL = 103 gram
LCL = 95 gram
123
Perhitungan Cp :
σ6
LSLUSLCp −= =
)536559,1(6103111 − = 1,7355
Perhitungan Cpk :
536559,13954718,106
3 xSDLSLXCPL −
=−
= = 2,4886
536559,134718,106111
3 xSDXUSLCPU −
=−
= = 0,9823
CpK = Min[CPL ; CPU] = Min[2,4886; 0,9823= 0,9823
Perhitungan Cpm dan Cpmk :
2222 536559,11034718,106(6
)95111(
)(6
)(
+−
−=
+−
−=
STX
LSLUSLCpm = 0,702377
22
536559,1)4718,106(1
982325,0
)(1
+
=
−
+
=
STX
CpkCpmk = 0,397563
Analisa:
Berdasarkan dari hasil pengukuran diatas, maka didapat kan bahwa CpmK
sebagai parameter pengukuran kalau kondisi saat ini memiliki CpmK sebesar 0,397563
yang berarti CpmK berada dibawah 1,00 dan proses dianggap sangat buruk dan perlu
dibenahi, Sedangkan untuk parameter pengukuran kinerja yang saat inii dipakai
perusahaan yaitu CpK, didapat CpK sebesar 0,982325 yang berarti proses masih berada
diatas spesifikasi dan berarti masih perlu perbaikan.
124
Perhitungan DPMO
Kemungkinan Cacat diatas USL = 000.000.1)( xS
XUSLZP
−
≥
= 000.000.1536559,1
4718,106111 xZP
−
≥
= { } 000.000.1)946974,2(1 xZP ≤− = 1604,567399
Kemungkinan Cacat dibawah LSL = 000.000.1)( xS
XLSLZP
−
≤
= 000.000.1536559,1
4718,106103 xZP
−
≥
= { } 000.000.1)65903.7(1 xZP −≤− = 0,0000000417
Defects per Million Opportunities (DPMO) = 1604,567 unit
Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 4,4469 Sigma
Bisa dikatakan untuk data tebal, hasil yang diperoleh sudah sangat baik dan
hanya memerlukan sedikit improvement untuk mencapai kualitas Six Sigma, dengan
DPMO sebesar 3,4 unit per satu juta produk.
5.2.2.3.4 Data Penampilan
Pengambilan sampel untuk penampilan Grid ini menggunakan metode sampling
Normal Inspection dengan MIL-STD-105D dengan AQL 2,5. oleh karena itu didapat
jumlah sampel yang berbeda – beda sesuai dengan besarnya lot produksi yang
dilakukan. Pengamatan dilakukan dengan cara visual, lalu bila ada cacat dicatat, apabila
sudah melewati AQL, maka satu lot tersebut akan reject.. namun tetap dicatat untuk
evaluasi total lot rejection yang menjadi target tahun depan. Perhitungan batas
125
kendalinya dengan menggunakan rumus berikut dengan batas kendali yang berbeda
untuk setiap sampel.
3 sigma
CL = p
UCL = pSp 3+
LCL = pSp 3−
Dengan n
ppS p)100( −
=
P Chart 3 Sigma
0
0,02
0,04
0,06
0,08
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
Non
Con
form
ities
p
LCL
CL
UCL
Grafik 5.10 Grafik P Chart Penampilan
Karena Ternyata pada data di subgroup 6,7,10, dan 35 terdapat penyimpangan
yang setelah dianalisis ternyata akibat kerusakan mesin, sehingga bukan merupakan
penyebab umum yang sering terjadi, oleh karena itu dapat diabaikan dan peta kendali
dapat direvisi sebagai berikut :
126
P Chart 3 Sigma
00,010,020,030,040,050,06
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35Subgroup
Non
Conf
orm
ities
p
LCL
CL
UCL
Grafik 5.11 Grafik P Chart Penampilan
Analisa Kapabilitas
Perhitungan kapabilitas proses (Cp) untuk data penampilan adalah sebagai berikut:
Diketahui dari perhitungan proporsi cacat adalah 0,692841 %
a = 1 – 2x 100
cacat proporsi persentase = 1- 2x 100
0,692841 = 0,997
Berdasar kurva normal, maka nilai a = 0,996536 berada pada z = 2,70021
Setelah mendapat “titik z” maka kita dapat menghitung Cp dengan rumus :
90009,03
2,70021==Cp
karena Cp <1, maka proses ini masih menghasilkan produk yang tidak sesuai
dengan spesifikasi.
Perhitungan indeks kapabilitas performansi Kane (Cpk) untuk data penampilan
adalah sebagai berikut:
a = 1 – 100
cacat proporsi persentase =1- 100
0,692641 =0,993072
Berdasar kurva normal, maka nilai a = 0,997 berada pada z = 2,460954
Setelah mendapat “titik z” maka kita dapat menghitung Cp dengan rumus :
127
820318,03
2,46954==Cpk
Sama dengan kesimpulan diatas, karena Cp tidak sama dengan CpK dan kedua
nilai tersebut dibawah 1, berarti proses masih tidak dalam pengendalian dan
membutuhkan perbaikan.
Perhitungan DPMO
1. Jumlah Unit cacat = 24 Unit dari hasil produksi yang dicek sebanyak 3464 Unit
2. Karakteristik CTQ ( Critical To Quality ) yang ditemukan dalam pengamatan
ada 7 Buah, yaitu :
o Retak
o unfilled
o Fins
o Flash
o Lubang
o Berubah bentuk
o Shrinkage
3. Defect per Unit ( DPU )
0,0069283464
24_
===CheckTotal
DefectDPU
4. Total Opportunities ( TOP )
2424834647_ =×=×= CheckTotalOPTOP
5. Defect Per Opportunities ( DPO )
0,0009924248
24===
TOPDefectDPO
6. Defect Per Million Opportunities ( DPMO )
128
990100000000099,01000000 === xDPOxDPMO
7. Sigma Level
Dari Tabel Konversi DPMO ke Sigma didapat proses ini adalah 4,5932 Sigma
Analisa :
Dengan Level Sigma yang didapat sudah sangat baik, yaitu 4,59 Sigma dan
dengan Cp dan Cpk yang berada dibawah 1,00 , seharusnya proses ini masih mampu
dikembangkan sampai mencapai level sigma yang jauh lebih kecil lagi, dengan sedikit
perbaikan, karena kapabilitas prosesnya masih rendah.
5.2.2.4 Perhitungan COPQ
Perhitungan COPQ ( Cost Of Poor Quality ) ini akan mencakup biaya – biaya yang
harus dikeluarkan dalam bentuk material, energi, tenaga kerja, serta penurunan umur
mesin yang terpakai untuk membuat produk yang cacat, sehingga tidak dapat digunakan
dan harus didaur ulang.
Dalam perhitungan COPQ ini, jumlah reject yang didapat adalah reject dari satu tahun
produksi yang dilakukan selama 2004 sebelum diimplementasikan Six Sigma, yaitu :
Total Produksi = 5282500
Jumlah lot yang reject karena penampilan = 32 Lot
Total Unit Reject = 118900
Total Biaya produksi thn 2004 = 5282500 x (Rp 4500 + 69,64+ 63+ 27 )
= Rp 24.614.548.300,-
Total Ongkos Produksi thn 2004 = 5282500 x Rp 69,64+63+27 = Rp 843.298.300,-
Total Ongkos Produksi = Rp 159,64
129
Maka Total COPQ yang timbul selama 2004 adalah :
Biaya Listrik = 118900 x Rp 69,64 =Rp.8.280.196,-
Biaya Gas = 118900 x Rp 63 =Rp 7.490.700,-
Biaya Tenaga Kerja = 118900 x Rp 27 =Rp 3.120.300,-
Total Ongkos Produksi = 118900 * 159.64 = Rp 18.981.196,-
Maka Rasio COPQ terhadap biaya produksi adalah
= =++ %10002461454830
)312030074907008200196( x 0,0764 %
Rasio COPQ terhadap ongkos produksi tanpa material adalah
= %25,2%100*84329830018981196
=
Apabila dilihat selama periode pengamatan saja:
Total Produksi = 149000 unit x (Rp 4500+69,64+63+27) = Rp 694.286.360,-
Total Ongkos Produksi = 149000*159.64 = Rp 23.786.360,-
Total Defect, yang dihitung dari jumlah unit dalam lot yang di-reject apabila jumlah
produk cacat melebihi standar bisa dilihat pada tabel 5.7 dibawah ini
Tabel 5.7 Tabel Jumlah Defect Lot yang reject
Lot Ke Jumlah Reject Unit
5 4000
6 3700
10 3250
35 3750
Total Defect 14700 Unit
130
COPQ = 14700 x ( Rp69,64 +63+27) = Rp 2.346.708,-
Persentase COPQ dari biaya produksi = 0,338 %
Persentase COPQ dari ongkos produksi = 9,866 %
5.2.3. ANALYZE
Pada tahapan Analyze ini akan dibuat analisa tentang apa saja cacat yang terjadi
dan bagaimana cara mengatasinya. Pembahasan akan dibatasi pada karakteristik CTQ
yang paling membutuhkan perhatian dengan menggunakan Pareto Diagram dan
Fishbone Diagram untuk mengidentifikasi proses yang perlu diperbaiki. Karena seluruh
karakteristik kualitas ini sangat berhubungan antara satu dengan lainnya dengan sebuah
proses produksi yang sama, maka apabila dilakukan perbaikan di salah satu
karakteristik, akan mempengaruhi karakter kualitas lainnya.
Data yang dikumpulkan adalah data cacat yang pernah terjadi selama 1 tahun, didapat
data sebagai berikut :
Hasil Produksi selama 1 tahun : 5.282.500 Unit
Unit yang diperiksa selama 1 tahun untuk data Atribut : 140.178 Unit
Unit yang diperiksa selama 1 tahun untuk data Variabel : 1.567 Unit
Cacat Data variabel yang ditemukan :
Tebal Lebih dari Standar : 7 Unit dari 1567 Unit yang diinspeksi
Tebal yang kurang dari standar, Berat tidak ada yang melewati batas standar
Cacat Data Atribut yang ditemukan dapat dilihat pada tabel 5.8 dibawah ini :
131
Tabel 5.8 Tabel jenis cacat penampilan selama 2004
Jenis Cacat Jumlaha Retak 333 b Unfilled 277 c Fins 79 d Flash 22 e Lubang 45 f Berubah bentuk 32 g Shrinkage 40
5.2.3.1 Diagram Pareto
Berdasarkan Pengumpulan seluruh data cacat pada tahun 2004 didapat proporsi
cacat yang dapat dilihat pada tabel 5.9, dan dengan diagram pareto yang digambarkan
dapat dilihat dalam Diagram 5.3 dibawah ini.
Tabel 5.9 Tabel Perhitungan Pareto cacat penampilan
Jenis Cacat Jumlah Presentase Kumulatif Retak 333 40,21739 40,21739 Unfilled 277 33,45411 73,6715 Fins 79 9,541063 83,21256 Lubang 45 5,434783 88,64734 Shrinkage 40 4,830918 93,47826 Berubah Bentuk 32 3,864734 97,343 Flash 22 2,657005 100
Diagram pareto Cacat
020406080
100
Retak
Unfilled
FinsLubang
Shrinkage
Berubah BentukFlash
Jenis Cacat
Pers
entas
e
PresentaseKumulatif
Diagram 5.3 Diagram Pareto cacat penampilan
132
Dari semua jenis Cacat yang ada, Cacat terbesar terdapat pada 2 jenis cacat yang
paling fatal dan perlu penanganan khusus, karena paling berpengaruh pada kekuatan,
kemampuan dan ketahanan Battery yang akan diproduksi, yaitu :
Tabel 5.10 Tabel Jumlah cacat terbesar
Jenis Cacat Jumlah Presentase Retak 333 40,21739
Unfilled 277 33,45411
Sehingga apabila kedua jenis cacat ini diatasi, maka cacat yang lain juga akan
berkurang secara signifikan. Tentunya cacat data variabel juga memiliki kecenderungan
yang akan terus berkurang, karena dalam sebuah proses ini apabila tahapan – tahapan
proses telah dilakukan dengan benar, maka ketiga CTQ ( Tebal, berat dan penampilan )
ini yang muncul secara bersamaan pada sebuah produk.akan terkena pengaruhnya.
5.2.3.2 Diagram Ishikawa / Fishbone
Dalam Diagram ini akan dianalisis penyebab kedua masalah diatas. Diagram ini
dibuat berdasar faktor – faktor penyebab yang dapat tercatat dalam laporan
ketidaksesuaian produk saat kerusakan melampaui batas AQL yang ditetapkan seperti
pada subbab pengumpulan data diatas, serta wawancara langsung dengan operator di
Pabrik dan petugas QA.
Setelah dilakukan wawancara dan pengamatan langsung , didapatkan bahwa
penyebab unfilled dan retak berasal dari sumber yang sama , dan dapat digambarkan
penyebabnya dalam fishbone diagram dibawah ini :
133
Retak / Unfilled
Metode Manusia
Material
Timah Baru diisi,kandungan belum stabil
Operator Baru
Skill kurang
Operator belum terbiasa dengan Grid jenis ini
Mesin
Temperatur Mold tidak stabil
Mold sudah rusak / Retak
Setting Temperaturtidak sesuai standar
Listrik Turun
Sensor suhu rusak
Pencampuran materialSpray tidak merata
Kandungan Sb timah tidak standar
Metode Spray harusdidukung skill operator
Cara Spray Salah
Cara skrap material spray tidak bersihSpray tidak merata
Komposisi campurantidak standar
Tempat Drum pencampurtidak bersih sebelum diisi
Belum pernah praktek
Diagram 5.4 Diagram Ishikawa / Fishbone untuk kategori Retak / Unfilled
5.2.4 IMPROVE
Dalam tahapan Improve ini akan dilakukan perbaikan akan masalah – masalah
yang telah dianalisa pada tahapan sebelumnya, Perbaikan akan menggunakan metode
FMEA untuk rekomendasi perbaikan, serta akan dilakukan perbaikan dari metode kerja
yang ada, dan disebarkan ke seluruh operator yang bekerja di divisi Grid Casting ini.
5.2.4.1 Metode FMEA
Metode FMEA ini dibuat dengan cara mendaftarkan semua kemungkinan
kesalahan yang terjasi, serta memberikan alternatif penyelesaiannya. Lalu perbaikan
akan dilakukan pada subbab realisasi perbaikan dibawah untuk mencegah terjadinya
kembali kerusakan yang sama. Dalam kasus ini, FMEA akan digunakan untuk
menentukan prioritas masalah mana yang harus diselesaikan terlebih dahulu dengan
menghitung nilai RPN dari masalah tersebut. Untuk lebih jelasnya dapat dilihat pada
Tabel 5.11 dibawah ini.
134
Tabel 5.11 Tabel process FMEA untuk Retak / Unfilled
POTENTIAL FAILURE MODE AND EFFECTS ANALYSIS
Item :Grid Process responsibility : Moh.Noor FMEA Number :01 / LPMM / QC / QPL-01
Model :GLSYB1,4P Key Date : 10-Okt-04 Prepared by :Hendra Suryanto
Core Team :Mr. Sukirman ( Leader ) , Hendra Suryanto FMEA Date :10-Okt-04 Rev :10-Okt-04
Process Function
requirements
Potential Failure Mode
Potential Effects of Failure
S
Potential Cause of
Mechanism Failure
O Current Process Controls
D RPN Reccomended Action
Aki tidak dapat
menyimpan listrik
Operator baru pertama
mengerjakan Grid ini
6 XR Chart 10 600
Operator terbaik yang dapat mengerjakan
Grid ini dengan cacat paling sedikit dijadikan
pelatih bagi operator baru
Timbul karat pada grid setelah
pasting
Metode kerja tidak diikuti dengan baik
5 XR Chart 10 500
Diberikan penjelasan metoda setiap operator
akan mulai bekerja
Grid patah saat
melalui proses pasting
Setting temperatur tidak sesuai
standar
3
XR Chart, Sensor Suhu
Digital
3 90 Dibuat Checklist untuk
memastikan setting suhu sesuai standar
Timah baru diisi,
campuran tidak stabil
2 XR Chart 4 80
Pencampuran timah dilakukan perlahan
agar tidak timbul terak
Pembuatan Grid tipe
GLSYB1,4P dengan
Automatic Grid Casting
Machine
Terjadi Cacat berupa Retak atau Unfilled
pada beberapa
bagian Grid
Grid yang patah
merusak mesin
pasting
10
Pencampuran material spray
tidak rata 1 XR
Chart 1 10 Pemeriksaan warna
material spray sebelum digunakan
5.2.4.2 Analisa FMEA
Dari FMEA yang telah disusun, didapat bahwa RPN (Risk Priority Number) tertinggi
adalah pada bagian berikut :
Operator yang baru pertama mengerjakan Grid ini umumnya menghasilkan Grid
yang cacat / retak, hal ini diakibatkan karena Supervisor Pabrik menganggap
apabila sudah ada work instruction dan metode kerja untuk setiap Grid hampir
135
sama, dimana sebenarnya pada pelaksanaanya setiap Grid butuh penanganan
khusus dan improvisasi serta ketelitian dari operator sangat dibutuhkan untuk
menghasilkan Grid yang baik.
Metode kerja yang ada seringkali tidak diikuti dengan baik, karena operator
seringkali melakukan cara kerja yang lebih cepat dengan improvisasi sendiri,
yang berakibat pada cacatnya produk
Masalah Setting temperatur mesin, timah, dan pencampuran material Spray tidak terlalu
signifikan, karena sangat jarang muncul, dimana ukuran temperatur dan takaran bahan
material spray sudah ada jelas dalam work instruction dan sudah ada kontrol dari
Incoming Material Inspection yang sangat kecil kemungkinannya untuk meloloskan
bahan defect ke proses produksi. Masalah utama yang paling sering terjadi adalah
kesalahan manusia, maka untuk menangani masalah ini lebih tepat apabila dilakukan
pembenahan masalah metode kerja dan training untuk operator agar mereka dapat
menghasilkan produk yang berkualitas.
5.2.4.3 Realisasi Perbaikan
Setelah dilakukan dialog dan diskusi dengan bagian produksi dan Quality
Assurance, akhirnya diperoleh kesimpulan untuk aplikasi pelaksanaan perbaikan yang
paling efektif adalah pada training operator baru oleh operator yang sudah
berpengalaman, dengan cara metode spray yang dilakukan oleh operator tersebut
didokumentasikan dan merevisi metode yang sudah ada, lalu metode ini disebarluaskan
136
ke seluruh perusahaan. Untuk mencegah kejadian yang sama lagi, maka setiap operator
baru akan menerima on the job training oleh operator – operator yang ditunjuk ini.
5.2.4.3.1 Metode persiapan dan spray Mold PbSb saat ini.
Dari hasil studi dokumentasi, didapatkan sebuah metode spray yang pada saat ini
diterapkan pada bagian produksi Grid Casting dengan bahan Lead Antimony. Metode
kerja ini tidak bersifat kaku, karena dibutuhkan keahlian tangan dari operator dan
ketelitian operator pada saat melakukan spray pada mold yang akan digunakan untuk
mencetak grid . Metode itu sesuai dengan urutannya adalah :
1. Spray Mold Bagian Atas
Gambar 5.1 Metode Spray Tahap 1
2. Spray Mold Secara Mendatar
Gambar 5.2 Metode Spray Tahap 2
3. Spray Mold Secara Tegak
137
Gambar 5.3 Metode Spray Tahap 3
4. Ulangi Spray Mold Secara Mendatar
Gambar 5.4 Metode Spray Tahap 4
5. Kupas bahan spray pada bagian kuping, konektor dan frame dengan sapu kawat
Gambar 5.5 Metode Spray Tahap 5
138
6. Sekrap seluruh bagian mold secara merata
Gambar 5.6 Metode Spray Tahap 6
7. Ulangi spray secara mendatar
Gambar 5.7 Metode Spray Tahap 7
8. Ulangi spray secara tegak
Gambar 5.8 Metode Spray Tahap 8
139
9. Gores bahan spray pada bagian kuping dan konnektor dengan sapu kawat.
Gambar 5.9 Metode Spray Tahap 9
10. Kupas bahan spray di bagian bawah.
Gambar 5.10 Metode Spray Tahap 10
Ditemukan selama analisa di proses produksi , bahwa langkah yang sering
dilakukan oleh para operator yang memiliki prestasi baik adalah untuk mengecek
kembali permukaan mold yang telah dispray apabila terdapat sisa – sisa bahan skrap
yang tertinggal dan untuk dilakukan Touch Up spray di bagian itu agar tidak timbul dan
menyebabkan temperatur di bagian tersebut terlalu dingin. Hal ini sering dilupakan oleh
operator yang tidak terlatih dan masih baru, sehingga hasil kerjanya cacat Untuk itu
untuk berikutnya dilakukan revisi, di dalam metode spray setelah no. 5,6, 9 dan 10
ditambahkan pengecekan visual untuk melihat adakah sisa bahan spray yang tertinggal,
dan apabila ada dibersihkan lalu diberi touch up spray di bagian itu. Fokus dari bagian
yang harus diperiksa dapat dilihat pada gambar 5.11 dibawah ini
140
Gambar 5.11 Bagian yang harus dicek secara visual
5.2.4.3.2 Training
Dari 57 orang operator yang pernah mengerjakan Grid tipe ini selama 1 tahun,
akan dipilih orang – orang yang akan menjadi trainer untuk operator baru ataupun
operator lain, Pemilihan operator ini adalah dengan cara menggunakan analisa dari data
produksi selama tahun 2004 untuk orang – orang yang sering menangani Grid ini namun
paling sedikit membuat defect. Setelah melalui penyaringan, hasilnya dapat dilihat
dalam tabel 5.12 dibawah ini :
Tabel 5.12 Data Operator terbaik
Query Data Fewest Average of NonConfromities
Operator Times Handle GlsYB1,4P Average of NC
Aat 87 0.55 Irwansyah 108 0.18 Karsono 95 0.24 Royadi 102 0.43 Sadino 89 0.65 Sugeng 84 0.61 Sugimin 84 0.07 Sutardi 86 0.13 Sutisna 112 0.13
141
Dari Team yang didapat itu, yaitu 9 Orang terbaik yang mengerjakan Grid tipe
ini, mereka dibagi menjadi 3 shift, masing – masing operator memberi briefing dan
menjelaskan metode kerja mereka dan skill yang dibutuhkan pada operator yang akan
mengerjakan Grid tipe ini pada shift tersebut. Hal ini dilakukan selama 1 bulan dengan
diawasi oleh manager produksi dan setelah itu dipantau hasil produksi yang dibuat pada
2 minggu terakhir. Setelah itu data yang didapat dibuat catatannya dan dihitung level
sigmanya.
5.2.4.3.3 Action Plan
Dari 2 Metode diatas, maka dibuat serangkaian rencana perbaikan di bagian Grid
Casting ini, lalu diserahkan pada pemilik proses , yaitu bagian produksi, untuk
dilaksanakan dan diimplementasikan sebelum dilakukan pengukuran ulang oleh bagian
Quality Assurance, maka Instruksi Action Plan yang dibuat adalah :
1. Dilakukan Review terhadap Metode Spray yang ada dengan melakukan diskusi
dengan beberapa operator yang terbaik tentang bagaimana cara memperbaiki metode
dengan pengalaman mereka di lapangan.
2. Dibuat sebuah tim trainer dari operator yang berpengalaman tersebut untuk disetiap
shift dan digilir tiap 1 minggu sekali untuk melatih dan memberikan briefing dengan
didampingi oleh supervisor mereka. Hal ini dilakukan sampai setiap operator dapat
menghasilkan produk yang sama baik , dan dilakukan kembail apabila terdapat operator
yang baru masuk.
142
3. Dilakukan Koordinasi antara Operator dan Teknisi Maintenance untuk menangani
masalah sensor suhu dan kontrol temperatur yang rusak.
4. Ditingkatkannya koordinasi antara Inspektor departemen Quality Assurance dengan
operator untuk melakukan inspeksi secara manual oleh operator sebelum dilakukan
sampling oleh bagian QA.
5.2.5 CONTROL
Setelah Semua Perbaikan dilaksanakan dengan baik, maka pada tahap ini
dilakukan pemantauan pada hasil yang diproduksi setelah perbaikan tersebut dilakukan
dengan menggunakan metode yang sama dengan pada tahap Meausre, sehingga akan
didapat hasil yang obyektif. Serta akan dilakukan pengukuran tingkat DPMO dan Sigma
Level yang baru, sebagai perbandingan apakah target yang diinginkan perusahaan dapat
tercapai, akan dilakukan pengukuran penurunan COPQ dari saat sebelum
diimplementasikannya perbaikan.
5.2.5.1 Pengukuran Setelah Perbaikan
Sampel data berikut adalah data bulan November yang didapat dari hasil
pengukuran setelah diterapkan metode kerja yang baru dan telah disosialisasikan ke
seluruh operator mesin yang bertindak sebagai tim percobaan, Pengukuran dilakukan
dengan jumlah sampel yang sama dengan sebelumnya, yaitu 40 data, agar perbandingan
seimbang. Juga data berikut diambil 2 minggu setelah implementasi metode Six Sigma,
agar hasil proses sudah seimbang. Sampel Data bulan Oktober 2004 hasil CheckSheet
Grid Casting dapat dilihat pada tabel 5.13 dibawah ini :
143
Tabel 5.13 Tabel Hasil Inspeksi bulan Oktober 2004
No Berat Tebal ( Subgroup No.) Penampilan ( AQL 2,5 ) 1 2 1 2 3 4 Populasi Contoh(n) Cacat 1 106,0 108,0 1,390 1,397 1,423 1,395 2000 50 0 2 105,7 109,0 1,394 1,388 1,404 1,428 2700 100 0 3 106,5 106,0 1,395 1,420 1,425 1,393 3700 100 0 4 107,5 105,0 1,404 1,417 1,398 1,400 2000 50 0 5 106,5 105,0 1,376 1,410 1,406 1,401 2900 100 1(a) 6 105,5 106,0 1,407 1,387 1,407 1,370 4100 100 0 7 105,7 104,5 1,397 1,382 1,393 1,395 3500 100 0 8 107,0 106,5 1,416 1,399 1,386 1,401 1400 32 0 9 106,0 104,5 1,401 1,390 1,407 1,405 3600 100 1(b) 10 106,2 108,5 1,424 1,403 1,390 1,405 1000 32 0 11 106,5 106,2 1,414 1,427 1,409 1,397 2900 100 0 12 108,2 107,5 1,392 1,393 1,399 1,398 3000 100 0 13 104,7 107,5 1,393 1,371 1,406 1,399 4000 100 0 14 108,0 107,5 1,408 1,415 1,411 1,391 3600 100 1(a) 15 106,0 107,0 1,416 1,391 1,392 1,399 4000 100 0 16 106,2 108,7 1,390 1,383 1,406 1,388 4100 100 0 17 107,5 106,2 1,423 1,411 1,413 1,395 2600 50 0 18 105,0 106,7 1,404 1,392 1,395 1,407 4000 100 0 19 108,0 106,0 1,425 1,411 1,408 1,394 3000 100 0 20 109,0 105,7 1,398 1,384 1,397 1,411 3200 100 0 21 106,0 106,5 1,406 1,394 1,403 1,396 3500 100 0 22 105,0 107,5 1,407 1,428 1,418 1,411 3400 100 0 23 105,0 106,5 1,393 1,394 1,394 1,411 2800 100 0 24 106,0 105,5 1,386 1,401 1,402 1,386 3500 100 0 25 104,5 105,7 1,407 1,390 1,401 1,394 3100 100 0 26 106,5 107,0 1,390 1,395 1,421 1,407 3000 100 0 27 104,5 106,0 1,409 1,403 1,395 1,404 2600 50 0 28 108,5 106,2 1,399 1,396 1,420 1,392 3350 100 0 29 106,2 106,5 1,406 1,412 1,386 1,376 2000 50 0 30 107,5 108,2 1,411 1,436 1,397 1,403 2800 100 0 31 107,5 104,7 1,392 1,409 1,389 1,391 4000 100 0 32 107,5 108,0 1,406 1,395 1,418 1,386 3000 100 0 33 107,5 106,0 1,413 1,422 1,412 1,417 4000 100 0 34 107,5 106,2 1,395 1,418 1,408 1,411 3000 100 0 35 105,5 107,5 1,408 1,406 1,392 1,390 3500 100 0 36 106,0 105,0 1,397 1,407 1,418 1,395 3400 100 1(b) 37 106,2 107,0 1,403 1,409 1,388 1,407 2000 50 0
144
38 106,7 107,5 1,418 1,394 1,413 1,438 2700 100 0 39 106,5 108,5 1,394 1,413 1,389 1,410 3700 100 0 40 106,0 108,0 1,402 1,392 1,403 1,393 2000 50 0
5.2.5.2 Data Tebal Setelah Perbaikan
Setelah dilakukan Improvement, data tebal diukur lagi dengan
menggunakan metode yang sama dengan tahap Measure diatas, maka didapat
XR Chart sebagai berikut:
3 Sigma X Chart
1,361,371,381,391,4
1,411,421,43
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
X Va
lue
X bar
LCLCL
UCL
Grafik 5.12 Grafik X Chart Tebal setelah perbaikan
3 Sigma R Chart
00,010,020,030,040,050,06
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
Ran
ge
Range
LCL
CL
UCL
Grafik 5.13 Grafik R Chart Tebal setelah perbaikan
Karena sistem sudah berjalan stabil, maka tidak ada data yang keluar batas kendali, dan
Apabila Peta kendali X tersebut diplot dengan batas – batas kendali yang sebenarnya,
yaitu yang sesuai dengan spesifikasi proses yang efisien untuk proses Grid casting ini,
maka akan didapat X chart yang baru sebagai berikut :
145
X Chart ( Standard )
1,3
1,35
1,4
1,45
1,5
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
Subgroup No.
Teb
alLCL Std
CL Std
UCL Std
Mean
Grafik 5.14 Grafik X Chart Tebal dengan standar teknis setelah perbaikan
Karena Sistem sudah berjalan dengan baik, dan metode kerja sudah diperbaiki,
maka hasil akhir yang diperoleh mesin bekerja lebih ekonomis dengan tidak mengurangi
kualitas yang dihasilkan.
Perhitungan Kapabilitas Proses:
Dari perhitungan didapat standar deviasi yang baru, yaitu
SD = 0,01219
Dan Median yang didapat dari pengukuran di lapangan adalah
X = 1,40204
Dengan Menggunakan USL dan LSL dari hasil perhitungan, maka dihitung :
σ6
LSLUSLCp −= =
)01219,0(635,145,1 − = 1,36724
Sedangkan untuk perhitungan CpK adalah :
0,01219335,11,40204
3 xSDLSLXCPL −
=−
= = 1,423024
01219,031,4020445,1
3 xSDXUSLCPU −
=−
= = 1,311457
CpK = Min[CPL ; CPU] = Min[1,423024; 1,311457] = 1,311457
146
Untuk Menyesuaikan dengan kebutuhan pelanggan, maka digunakan indeks Cpm
dan CpmK. Maka perhitungannya adalah sebagai berikut :
2222 0,01219)40,11,40204(6
)35,145,1(
)(6
)(
+−
−=
+−
−=
STX
LSLUSLCpm = 1,348488
22
01219,0)4,140204,1(1
1,311457
)(1
−
+
=
−
+
=
STX
CpkCpmk = 1,29347
Perhitungan DPMO
Kemungkinan Cacat berada diatas USL = 41,72475
Kemungkinan Cacat berada dibawah LSL = 9,821096
Defects per Million Opportunities (DPMO) = 51,54585 unit
Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 5,3833 Sigma
5.2.5.3 Data Berat Setelah Perbaikan
Untuk pengukuran Data berat ini juga dilakukan perhitungan ulang setelah
sistem mengalami perbaikan, dan didapatkan hasil seperti berikut :
3 Sigma X Chart
100,0102,0104,0106,0108,0110,0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
X V
alue
X bar
LCL
CL
UCL
Grafik 5.15 Grafik X Chart Berat setelah perbaikan
147
3 Sigma R Chart
012345
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
Ran
ge
Range
LCL
CL
UCL
Grafik 5.16 Grafik R Chart Berat setelah perbaikan
Apabila Peta kendali X tersebut diplot dengan batas – batas kendali yang sebenarnya,
yaitu yang sesuai dengan spesifikasi proses yang efisien untuk proses Grid casting ini,
maka akan didapat X chart yang baru sebagai berikut :
X Chart ( Standard )
90
120
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Subgroup
Bera
t
LCL Std
CL Std
UCL Std
Mean
Grafik 5.17 Grafik X Chart Berat dengan standar teknis setelah perbaikan
Perhitungan Kapabilitas Proses:
Dengan menggunakan standar deiviasi yang baru didapatkan bahwa :
SD = 1,156969
Dan Median yang didapat dari pengukuran di lapangan adalah
X = 106,5423
Maka dapat dihitung :
σ6
LSLUSLCp −= =
)156969,1(6103111 − = 2,30487
148
Sedangkan untuk perhitungan CpK adalah :
56969,13955423,106
3 xSDLSLXCPL −
=−
= = 3,3254
56969,135423,106111
3 xSDXUSLCPU −
=−
= = 1,2843
CpK = Min[CPL ; CPU] = Min[3,3254 ; 1,2843)= 1,284304
Sedangkan perhitungan Cpm dan Cpmk adalah sebagai berikut :
2222 536559,11034718,106(6
)95111(
)(6
)(
+−
−=
+−
−=
STX
LSLUSLCpm = 0,715604
22
536559,1)4718,106(1
982325,0
)(1
+
=
−
+
=
STX
CpkCpmk = 0,398744
Perhitungan DPMO
Kemungkinan Cacat berada diatas USL = 58,382
Kemungkinan Cacat berada dibawah LSL = 0
Defects per Million Opportunities (DPMO) = 58,382 unit
Didapat bahwa Sigma Level dari tabel Konversi nilai sigma adalah 5,352824 Sigma
5.2.5.4 Data Penampilan Setelah Perbaikan
Data Penampilan ini yang sebenarnya menjadi fokus perhatian dari perbaikan metode
yang dilakukan, karena masalah yang sering terjadi adalah rusaknya penampilan produk
dan bukan atribut, setelah dilakukan improvement, data penampilan dikumpulkan lagi
dan didapat hasil sebagai berikut :
149
P Chart 3 Sigma
0
0,005
0,01
0,015
0,02
1 4 7 10 13 16 19 22 25 28 31 34Subgroup
Non
Conf
orm
ities
p
LCL
CL
UCL
Grafik 5.18 Grafik P Chart penampilan setelah perbaikan
Analisa Kapabilitas Proses
Perhitungan kapabilitas proses (Cp) untuk data penampilan adalah sebagai berikut:
Diketahui dari perhitungan proporsi cacat adalah 0,124456 %
a = 1 – 2x 100
cacat proporsi persentase = 1- 2x 100
0,124456 = 0,999378
Berdasar kurva normal, maka nilai a = 0,999378 berada pada z = 3,228496
Setelah mendapat “titik z” maka kita dapat menghitung Cp dengan rumus :
1,0761653
3,228496==Cp
Perhitungan indeks kapabilitas performansi Kane (Cpk) untuk data penampilan
adalah sebagai berikut:
a = 1 – 100
cacat proporsi persentase =1- 100
0,124456 =0,998755
Berdasar kurva normal, maka nilai a = 0,998755 berada pada z = 3,024679
Setelah mendapat “titik z” maka kita dapat menghitung Cp dengan rumus :
1,0082263
3,024679==Cpk
150
Perhitungan DPMO
1. Jumlah Unit cacat = 4 Unit dari total hasil produksi yang dicek sebanyak 3214
Unit
2. Karakteristik CTQ ( Critical To Quality ) tetap tidak berubah, karena
kemungkinan ini masih mungkin ada dalam prosees ini, ada 7 Buah seperti diatas
3. Defect per Unit ( DPU )
0,1244563214
4_
===CheckTotal
DefectDPU
4. Total Opportunities ( TOP )
2498232147_ =×=×= CheckTotalOPTOP
5. Defect Per Opportunities ( DPO )
000178,022498
4===
TOPDefectDPO
6. Defect Per Million Opportunities ( DPMO )
177,793610000000,0001781000000 === xDPOxDPMO
7. Sigma Level
Dari Tabel Konversi DPMO ke Sigma didapat proses ini adalah 5,071026 Sigma
5.2.5.5 Analisa dan Perbandingan
Setelah dilakukan perbaikan dengan metode DMAIC dalam penerapan Six
Sigma, maka dalam tabel 5.14 dibawah ini didapat perbandingan yang menggambarkan
apakah terjadi peningkatan antara sistem sebelumnya dengan sistem yang baru setelah
dilakukan improvement.
151
Tabel 5.14 Tabel Perbandingan Sigma sebelum dan sesudah perbaikan.
CTQ Dimensi Kondisi sebelum perbaikan
Target Jangka Pendek
Kondisi setelah perbaikan
Target Tercapai
Peningkatan yang diperoleh
Cp 1,3144 1,45 1,3672 38,94% 4,02% Cpk 1,27 1,33 1,312 70% 3,31% Cpm 1,298 1,5 1,348 24,76% 3,86% Cpmk 1,246 1,5 1,293 18,51% 3,78%
Ketebalan Grid
Sigma 5,23 5,5 5,3833 56,78% 2,94% Cp 1,7354 1,9 2,304 345,45% 32,77% Cpk 0,98 1,1 1,284 253,34% 31,03% Cpm 0,7 0,9 0,715 7,5% 2,15% Cpmk 0,397 0,6 0,399 0,99% 0,51%
Berat Grid
Sigma 4,45 5,6 5,35 78,27% 20,23% Cp 0,9 1,2 1,076 58,67% 19,56% Cpk 0,82 1,2 1,008 49,48% 22,93%
Penampilan Grid
Sigma 4,59 5 5,07 117,08% 10,46% Rata - Rata
Sigma 4,76 5,37 5,27 83,61% 10,72%
Dari tabel diatas didapatkan bahwa peningkatan untuk level sigma dari rata – rata
3 karakteristik kritis (CTQ) ini adalah sebesar 10,72% dan sistem yang baru dapat
memenuhi terget yang diinginkan oleh manajemen sebesar 83,61% yang dapat
dikatakan cukup memuaskan. Hasil ini masih mungkin ditingkatkan lagi apabila seluruh
operator telah memiliki skill yang hampir sama. Kapabilitas Proses Cp mungkin belum
dapat menunjukkan peningkatan yang besar karena dlam proses pengerjaan Grid Casting
ini masih ditangani oleh beberapa operator secara bergantian, dimana skill Operator
sangat menentukan hasil akhir dari pengerjaannya.
152
Penurunan COPQ
Penurunan COPQ sulit dihitung , karena sulit untuk mendapat data penjualan,
serta Grid casting ini merupakan proses yang berada di awal, sehingga apabila
dibandingkan dengan data penjualan battery sangat kecil sekali. Serta karena pada
pengukuran percobaan tidak ditemukan item reject, maka sangat sulit untuk
membandingkan dengan data sebelumnya yang memiliki banyak item reject, maupun
dengan data satu tahun, namun berdasar dari tabel di bab 2, dapat dilihat bahwa untuk
peningkatan 1 point nilai sigma akan terjadi peningkatan sekitar 10% bagi penjualan,
sehingga dapat dihitung dengan cara berikut :
Rata – rata sigma sebelum = 4,76 sigma
Rata – rata sigma sesudah = 5,27 sigma
Maka peningkatan keuntungan atau penurunan COPQ bisa dihitung dengan cara :
%101
76,427,5_ xSigma
COPQPenurunan −= = 5,1 %
Maka dapat dikatrakan COPQ akan menurun sebesar 5,1 % , dan ini dapan
menunjukkan bahwa implementasi manajemen Six Sigma di PT.Yuasa Battery Indonesia
dapat dikatakan berhasil untuk menurunkan biaya akibat memproduksi produk cacat.
5.3 Pengembangan Sistem Informasi
5.3.1 Analisa dan Pembahasan Sistem Berjalan
PT. Yuasa Battery Indoneisa saat ini hanya menggunakan sistem informasi
sederhana yang berbasiskan Office Automation yang hanya digunakan sebatas Email,
153
pengolah kata, serta Fax yang mendukung operasional kantor , sedangkan untuk
mendukung pengambilan keputusan dan perhitungan data masih dilakukan secara
manual.
Apabila ditinjau dalam Departemen Quality Assurance ( QA ) yang menjadi
fokus dari pembahasan dalam skripsi ini, Dalam departemen ini semua fungsi dimulai
dari proses pencatatan data di lantai produksi, perhitungan peta kendali mutu, serta
penyimpanan arsip masih menggunakan cara manual dengan menggunakan tenaga Staff
Quality Assurance. Komputer hanya digunakan untuk merancang Form yang akan
dicetak untuk digunakan di lapangan serta untuk menyimpan data arsip dari operasional
perusahaan..
Dapat dilihat dari Flowchart dibawah, bahwa di dalam departemen ini terdapat
beberapa proses, yaitu:
− Inspeksi yang dilakukan oleh para inspektor yang berada di lapangan,
− Perhitungan Peta Kendali XR dan P Chart oleh para Staff QA
− Perhitngan level Sigma, Kapabilitas Proses, dan analisa peta kendali
− Penanganan Produk cacat oleh bagian Produksi
− Pembuatan diagram Pareto dan Laporan – laporan oleh Staff QA
− Kepala Departemen QA yang menangani perubahan data spesifikasi produk,
serta mengendalikan manajemen dalam departemen QA.
Seluruh proses ini masih dikerjakan secara manual, dan semua data disimpan
dalam arsip untuk kebutuhan pengambilan keputusan berikutnya. Berdasarkan informasi
yang didapat dari Kepala Departemen QA, Beberapa kekurangan yang ada dan dapat
dikembangkan adalah :
154
1. Kebutuhan untuk memonitor Proses secara langsung / Real Time dari data yang
dimasukkan di lantai produksi, karena apabila dengan kondisi sekarang untuk
mendapat laporan harus menunggu para staff menghitung dan membuat peta
kendali terlebih dahulu, yang sering ditunda – tunda apabila sedang sibuk.
2. Kesulitan untuk mencari data hasil pemantauan kualitas di lantai produksi untuk
melakukan pemecahan masalah karena harus mencari di dalam arsip.
3. Pekerjaan membuat peta kendali yang dilakukan oleh Staff QA secara manual
menyita waktu mereka, padahal dapat digunakan untuk pekerjaan lain.
4. Banyaknya jumlah dokumen yang harus disimpan dalam arsip .
Karena beberapa alasan inilah diperlukan sebuah sistem informasi sederhana
yang dapat melakukan seluruh proses ini secara cepat dan efisien, sehingga Departemen
QA dapat berjalan dengan lebih efektif.
155
Inspektormelakukan
Inspeksi
ApakahProsesOk ?
DataCheckSheet
ARSIPLaporan
Produk TakStandar
ARSIP
KepalaProduksi
Staff QAmembuatLaporanP Chart,
MenghitungCp dan Cpk
DataPenampilan
Staff QAmembuatLaporan
XR Chart,MenghitungCp dan Cpk
Data TebalData Berat
Kepala Departemen Quality Assurance
Analysis Th.Lalu
Cp & Cpk Analysis
P Chart Grid( Digolongkan
berdasar jenis )
Analysis Th.Lalu
Cp & Cpk Analysis
XR Chart Berat danTebal Grid
( DigolongkanBerdasar jenis )
YaTidak
ARSIP
Staff QAmembuat
Daftar LaporanProduk Tak
Standar
Daftar LaporanProduk Tak
Standar
AkumulasiLaporan
Produk TakSesuai
Staff QAmenggolongka
n AnalisaPenyebab
Defect dalamPareto
ParetoPenyebab
Defect
ParetoPenyebab
Defect
ARSIP
Data TargetCp, Cpk,
Sigma Level,AQL
SpesifikasiProduk
KepalaDepartemen
Teknik
DataSpesifikasi
Produk
Diagram 5.5 Diagram alir sistem berjalan
5.3.2 Usulan pembuatan Sistem Informasi
Dari hasil analisa diatas, maka diputuskan bahwa Departemen QA memerlukan
sistem informasi yang berfungsi sebagai monitor proses produksi, sehingga Kepala
Departemen QA dapat segera memantau proses pada saat apapun ia membutuhkan data,
serta membantu proses pemecahan masalah oleh bagian produksi. Pengembangan
Sistem Informasi ini akan menggunakan tahap –tahap pengembangan sistem informasi
dengan metode Analisa dan Deain berbasiskan Objek atau disebut juga sebagai OOAD
(Object Oriented Analysis and Design).
156
5.3.3 Pembuatan Definisi Sistem
Definisi Sistem merupakan suatu deskripsi singkat mengenai sistem yang akan
dibuat yang dijelaskan dalam bahasa sederhana, sehingga mudah dimengerti oleh orang
awam. Hal ini berguna untuk mempermudah komunikasi antara pengembang sistem
informasi serta pihak perusahaan yang tidak secara dalam mempelajari sistem informasi.
Dalam diagram dibawah ini dapat digambarkan sistem informasi yang akan
dibuat sesuai dengan model yang ada di Departemen QA. Dalam hal ini , Sistem
informasi akan dikelompokkan berdasar pengguna sistem yang akan menggunakan
sistem informasi ini dan tugas yang dimiliki oleh setiap pengguna sistem. Sistem
informasi ini dirancang sedekat mungkin dengan sistem sebenarnya sehingga akan
mempermudah penggunaan dan implementasi di lapangan.
Karena keterbatasan waktu dan tempat, maka Sistem yang dibahas akan
dikembangkan sebatas prototype yang akan membahas salah satu bidang dari
departemen QA, yaitu bagian Grid Casting.
Definisi sitem yang dibuat ada 2 macam, yang berbentuk Rich Picture dapat dilihat pada
gambar 5.11 dibawah ini. Dan juga dalam bentuk penjelasan yang menggunakan kriteria
FACTOR ( Functionality, Application Domain, Conditions, Technology, Objects,
Responsibility ).
157
Definisi Sistem dalam bentuk Gambar
Workstation
KEPALA PRODUKSI
Kepala ProduksiMenangani Produkyang tidak sesuai
standar sertamelakukan
Konfirmasi keInspektor
BeberapaInspektor dapat
IMenginput DataCheckSheet dariLantai Produksi
dengan PDA / PC
PDA
INSPEKTOR
LANTAI PRODUKSI
DEPARTEMEN PRODUKSI
Sistem Informasi SQC
Workstation
STAFF QAStaff QC memilikiwewenang untuk
mencetak laporan secaraperiodik untuk diserahkankepada Kepala Dept QA
Printer
XR / P Chart
Pareto Diagram
Laporan ProdukTak Standar
Workstation KEPALADEPT QA
Kepala Dept QAdapat mengubahakses inspektor,
SpesifikasiTeknis, dan
Menghapus datayang sudah
usang
WIFILAN
INTERNET
DEPARTEMENQA
Gambar 5.12 System Definition dalam bentuk Rich Picture
Definisi Sistem dalam bentuk Penjelasan
Sistem Informasi SQC yang akan dibuat di Yuasa Battery adalah sebuah Sistem
Informasi yang berguna untuk memantau kualitas komponen Aki hasil produksi .
Karena keterbatasan sumberdaya dan waktu, maka pembahasan akan dibatasi pada
bagian Grid Casting saja.
158
Sistem informasi ini akan berfungsi sebagai alat monitor proses dan komunikasi
di lantai produksi. Pengguna yang akan menggunakan sistem ini adalah Kepala
Departemen Quality Assurance ( Ka.Dept QA ) , Staff Departemen Quality Assurance (
Staff QA ) , Kepala Departemen Produksi (Ka.Dept Produksi ) , serta orang yang
bertugas untuk inspeksi ( Inspektor ) di lapangan.
Untuk mempermudah kerja setiap pengguna ini, Sistem informasi harus dapat
diakses dari lokasi yang mudah dijangkau oleh setiap orang ini, seperti :
1. Inspektor berada di lantai produksi dan bersifat berpindah – pindah dari proses
satu ke proses lainnya.
2. Ka.Dept produksi yang berada di kantor bagian produksi diatas lantai produksi
3. Ka.Dept QA dan Staff QA yang berada di ruang belakang dekat Waste Water
treatment.
Oleh karena itu Sistem ini akan menggunakan jaringan yang mudah diakses dari seluruh
bagian pabrik. Inspektor akan menggunakan PDA atau PC yang berada di lantai
produksi, Staff QA dan Ka.Dept QA akan menggunakan PC yang berada di kantor QA,
serta Ka.Dept Produksi akan menggunakan PC yang berada di kantornya. Sistem
terdistribusi ini akan berpusat pada Server yang berada di kantor QA dan terhubung
melalui jaringan. Karena di pabrik banyak menggunakan asam, maka jalur kabel akan
digantikan oleh WiFi, yang juga mendukung komunikasi bergerak pada PDA.
Data Inspeksi akan diInput oleh Inspektor dari lantai produksi, data ini
dikelompokkan berdasar Tanggal, Bulan, Tahun, Grup, No.Mesin, dan Shift. Data
inspeksi bagi produk Grid ini dkelompokkan pada 3 macam, Data Berat Grid, Data
Tebal Grid, dan Data Penampilan Grid. Data Berat dan DataTebal Grid merupakan Data
Variabel. Sedangkan Data Penampilan Grid merupakan Data Atribut. Data ini hanya
159
dapat sekali diinput, Sebelum disimpan, data ini akan dihitung dahulu oleh sistem untuk
mengurangi proses pada saat membuat laporan. Setelah tidak terpakai, umumnya setelah
5 tahun, Data Inspeksi ini akan dihapus , dan yang memiliki hak untuk menghapusnya
adalah Ka.Dept QA.
Apabila dalam inspeksi terdapat lot yang cacat, maka lot ini akan diinput pada
Data Produk Tak Standar dan memiliki identifikasi yang sama dengan Grid yang lain.
Data alasan penolakan harus disimpan dalam sistem untuk kemudian dibuka oleh
Ka.Dept Produksi untuk dilakukan Penanggulangan produk tak standar dan diinput juga
kedalam sistem sebagai Data Detail penanggulangan Setelah penanggulangan tersebut
direalisasikan, Ka.Dept Produksi bekerjasama dengan Inspektor akan melakukan
konfirmasi ke lantai produksi dan setelah itu akan mendapat hasil konfirmasi yang akan
dicatat pada Data Detail Konfirmasi dalam sistem.
Untuk setiap Pengguna yang akan masuk kedalam sistem harus melakukan login
terlebih dahulu. Setiap pengguna memiliki Nama, Password ,Nomor Induk Karyawan (
NIK ) , Jabatan, dan hak akses yang berbeda. Setiap pengguna harus melapor pada
Ka.Dept QA apabila ada perubahan Password dan atribut lainnnya, karena hanya dia
yang memiliki hak akses ke data Pengguna. Data ini hanya dapat ditambah, diubah, dan
dihapus olehnya.
Setiap Grid memiliki karakteristik yang berbeda – beda, dan dibedakan oleh
Type Grid . Karakteristik itu adalah Type Grid, Jumlah Subgroup, Standar AQL untuk
Inspeksi, Standard Tebal Mean, Toleransi Tebal Mean, Standar Tebal Partial, Toleransi
Tebal Partial, Target Cp, Target CpK, Target Sigma yang digunakan unuk Inspeksi dan
perhitungan laporan. Setiap type grid baru akan dibuat Type itu harus diinput dahulu ke
160
dalam sistem, Setiap saat, karakteristik Grid ini dapat diubah oleh Ka.Dept QA. Dan
apabila sudah keluar dari lantai produksi , grid ini akan dihapus.
Sebuah Type Grid dapat menggunakan beberapa macam cetakan ( Mold ) sama
seperti Grid, Mold ini memiliki Nomor seri dari pabrik, No.Mold ini dapat digunakan
sebagai identifikasi bila terjadi cacat produksi. No.Mold ini dapat diinput bila ada Mold
baru, dan dihapus saat tidak dipakai lagi.
Semua Data Inspeksi maupun Data Produk Tak Standar akan dihitung oleh
sistem dengan otorisasi dari Staff QA untuk membuat laporan. Sistem akan dapat
melakukan Menggambar XR Chart untuk Data Inspeksi Variabel, dan Menggambar P
Chart untuk Data Inspeksi Atribut. Serta Menghitung Kapabilitas Proses serta
Menghitung level sigma dari kedua data tersebut. Untuk Data Produk Tak Standar, Staff
QA dapar membuat laporan Pareto dari beberapa faktor seperti Jenis Reject tampilan,
Jenis Reject terbanyak, serta Faktor penyebab Defect. Selain itu Detail dari Data produk
Tak Standar ,Data Penanggulangan, serta Konfirmasi dapat dibuat laporannya.
Tabel 5.15 Definisi Sistem dalam kriteria FACTOR
Functionality Sistem Monitor kualitas proses produksi dan komunikasi antara divisi yang berkaitan dengan pengendalian kualitas
Application Domain
Kepala Departemen Quality Assurance , Staff Departemen Quality Assurance, Inspektor, Kepala Departemen Produksi
Conditions System harus bekerja dalam beberapa lokasi yang berbeda secara terdistribusi , dengan tingkat pemahaman pengguna terhadap sistem yang berbeda
Technology Sebuah Server yang mendukung ASP.NET dan beberapa Internet Browser yang kompatibel pada komputer PC, serta beberapa PDA yang digunakan oleh Inspektor.
Objects Pengguna, Data Inspeksi, Data Produk Tak Standar, Grid, Mold,
Responsibility Monitor dan media komunikasi
161
5.3.4 Problem Domain
5.3.4.1 Class Diagram
Class Diagram adalah sebuah diagram yang menggambarkan hubungan antar
Class dalam sebuah sistem informasi yang dibuat. Class itu sendiri akan didapatkan dari
System Definition yang telah dibuat. Maka sebelum dibuat Class Diagram akan dicari
terlebih dahulu Class dan Event Candidate dari System Definition pada tabel 5.16
dibawah ini.
Tabel 5.16 Tabel Class Candidates dan Event Candidates
Class Candidates :
Sistem Informasi SQC Data Berat Grid Pengguna Data Tebal Grid Ka Dept QA Data Atribut Grid Staf QA Data Produk Tak Standar Ka Dept Produksi Data Detail Penanggulangan Inspektor Data Detail Konfirmasi Data Inspeksi Grid Data Inspeksi Atribut Mold Data Inspeksi Variabel Produk
Event Candidates
diInput diubah disimpan dipakai dihitung Menggambar XR Chart dihapus Menggambar P Chart dibuka Menghitung Kapabilitas Proses ditambah Menghitung Level Sigma dicetak
162
Event Candidates yang dibuat masih bersifat umum, karena Event tersebut dapat
digunakan pada beberapa Class secara bersamaan.. Dari Event Candidates ini akan
dibuat Event Table yang menggambarkan hubungan Event dengan Class yang mungkin
ada dalam sistem. Namun Event – Event maupun Class – Class yang dimasukkan dalam
Event Table ini sudah disaring sehingga baik Event maupun Class yang tidak
dibutuhkan telah dibuang, serta penamaan disesuaikan dengan Sistem Informasi yang
akan dirancang.
Tabel 5.17 Event Table
Class / Events diInput diubah disimpan dipakai dihitung dihapus dibuka dicetak Pengguna + * + Data Inspeksi + * * + * Data Inspeksi Atribut + * * + *
Data Inspeksi Variabel + * * + *
Produk Tak Standar + * + * * Detail Penanggulangan + * + * *
Detail Konfirmasi + * + * Grid + * + Mold + + * * Sering + Sekali saja
Setelah Event Table dibuat, Class diagram dapat dirancang sesuai dengan Event
Table diatas. Dalam Class diagram ini, Event dan Aribut tidak digambarkan terlebih
dahulu, karena akan dimasukkan saat dibuat Revised Class Diagram.
163
+diinput()+diubah()+dihapus()
-Nama : String-NIK : String-Password : String-Jabatan : String-Hak Akses : String
Pengguna
+diinput()+dihitung()+dihapus()+disimpan()+dicetak()
-Tanggal Produksi : String-Bulan Produksi : String-Tahun Produksi : String-No.Mesin : String-Shift : String-Grup : String-Jumlah Produksi : Integer-Operator : String-NIK : String
Data_Inspeksi
-Ukuran Sampel-Total Defect-Accept-Retak-Unfilled-Fins-Flash-Lubang-BerubahBentuk-Shrinkage-Lain
Data_Inspeksi_Atribut
-JenisBeratTebal-Stdev-Range-Rata-Max-Min
Data_Inspeksi_Variabel
+diinput()+diubah()+dihapus()
-TypeGrid : String-Subgroup : Integer-AQLLevel : Single-StdTebalMean : Single-ToleransiTebalMean : Single-StdTebalPartial : Single-ToleransiTebalPartial : Single-TargetCp : Single-TargetCpk : Single-TargetSigma : Single-TargetLotReject : Single
Grid
+diinput()+dipakai()+dihapus()
-NoMold-TypeGrid
Mold
+diinput()+disimpan()+dihapus()+dibuka()
-Tanggal Produksi : String-Bulan Produksi : String-Tahun Produksi : String-No.Mesin : String-Shift : String-Grup : String-Jumlah Produksi : Integer-AlasanPenolakan : String-Sebab5M : String-KeteranganSebab : String-TipeReject : String
Produk_Tak_Standar
-AnalisaMasalah : String-TindakanPenanggulangan : String-Penanggungjawab : String-TanggalPenanganan : Date
Detail_Penanggulangan
-HasilKonfirmasi : String-TglKonfirmasi : Date
DetailKonfirmasi
1
1..*
1 1..*
1..* 1..*
1
0..1
1
0..1
1..* 0..*
Diagram 5.6 Class Diagram awal
5.3.4.2 StateChart Diagram
State Chart Diagram merupakan sebuah diagram yang menggambarkan daur
hidup sebuah class dimulai dari kondisi awal munculnya class itu sampai kondisi akhir
berakhirnya daur hidup class itu berdasarkan dari events – events yang terjadi dalam
class yang merubah kondisi class. Apabila StateChart Class turunannya tidak
digambarkan lagi, berarti Class turunan itu memiliki daur hidup yang sama dengan
Class induknya. Dibawah ini adalah StateChart yang dimiliki tiap Class.
164
o State Data_Inspeksi
Aktifdiinput()
Terhitung
dihitung()disimpan()
dihapus()
dicetak()
Diagram 5.7 StateChart Data Inspeksi
o State Pengguna
Aktifdiinput() dihapus()
diubah()
Diagram 5.8 StateChart Pengguna
o State Produk_Tak_Standar
Readydiinput() dihapus()
Aktif
dibuka()disimpan()
diubah()
Diagram 5.9 StateChart Produk Tak Standar
o State mold
Aktifdiinput() dihapus()
dipakai()
Diagram 5.10 StateChart Mold
165
5.3.5 Application Domain
5.3.5.1 Use Case Diagram
Use Case Diagram ini digunakan untuk menjelaskan pola interaksi antara Sistem
dengan pengguna. Sebelum membuat Use case Diagram ini , harus dibuat Actor Table
terlebih dahulu, dalam Actor Table digambarkan bagaimana hubungan antara Use case
dengan actor yang menggunakannya.
Tabel 5.18 Actor Table
Actors
Use Cases Inspektor Staff QA
Ka Dept
QA
Ka Dept
Produksi
Mengisi CheckSheet V
Mengisi Input Produk Tak Standar V
Penanggulangan Produk Tak Standar V
Konfirmasi Produk tak Standar V
Mengubah Spesifikasi Grid V
Merubah Password Pengguna V
Menghapus Data Historis V
Pareto Produk tak Standar V
Membuat Laporan Akumulasi Produk
Tak Standar V
Membuat Laporan Performansi Variabel V
Membuat Laporan Performansi Atribut V
Dibawah ini adalah Use Case Diagram yang dibuat berdasarkan Actor Table yang telah
dibuat diatas, bisa dilihat interaksi antara Actor dengan sistem yang berhubungan.
166
Ka_Dept_Quality_Assurance
Ka_Dept_ProduksiInspektor
Staff_Quality_Assurance
Sistem InformasiPengendalian Kualitas
Grid Casting
Mengisi CheckSheet
MengubahSpesifikasi Grid
Membuat Lap AkumProd Tak Standar
Membuat LapPerformansi Atribut
Membuat LapPerformansi Tebal
Membuat LapPerformansi Berat
PenanggulanganProduk Tak Standar
Pareto Produk TakStandar
Konfirmasi ProdukTak Standar
Menghapus Datahistoris
Merubah Passwordpengguna
Mengisi InputProduk Tak Standar
Diagram 5.11 Use Case Diagram
167
Untuk Setiap Use Case dan Actor yang dibuat terdapat penjelasan tersendiri yang
menjelaskan spesifikasinya, Actor Spesification akan menjelaskan seperti bagaimana
cara Actor tersebut berinteraksi dengan sistem, Dapat dilihat pada tabel dibawah ini
Tabel 5.19 Tabel Actor Spesification Inspektor
Inspektor
Goal: Inspektor adalah orang yang melakukan inspeksi di lantai produksi setiap
periode tertentu, dengan jadwal produksi yang telah ditentukan. Bila terjadi cacat, ia
akan mengisi Form Input Produk Tak Standar
Characteristics : Setiap Inspektor di bagian Grid Casting memiliki tanggung jawab
yang sama yaitu mengisi Checksheet sesuai dengan hasil pantauan kualitas grid yang
dihasilkan di lantai produksi, total ada 6 orang Inspektor untuk 3 Shift yang berbeda
dan memiliki metode kerja yang sama
Examples: Untuk Shift 1 pada jam pertama, Inspektor mengisi data untuk Grid Tipe
GLSYG1,4P dengan 3 macam data yaitu Tebal, Berat, dan Penampilan, sesuai
dengan ketentuan yang berlaku dan bila ada cacat yang melebihi spesifikasi, maka Ia
akan mengisi Form Input Produk Tak Standar
Tabel 5.20 Tabel Actor Spesification Ka Dept QA
Ka Dept Quality Assurance
Goal: Kepala Departemen Quality Assurance adalah Orang yang bertanggung jawab
akan kualitas Produk yang dihasilkan Oleh Proses Grid Casting ini dan proses
lainnya, Ia mengisi Spesifikasi proses yang didapat dari Departemen Teknik,
Menambahkan Data Grid Baru, mengisi Target Cp dan CpK sesuai dengan hasil
Rapat Tahunan, dan Melakukan Analisis bila terjadi kerusakan
Characteristics : Terdapat 1 Orang Kepala Departemen yang bertanggung jawab
akan proses ini dan membawahi beberapa Staff QC dan Inspektor, memiliki
pengetahuan yang baik akan komputer dan memahami perhitungan manual dari
laporan yang dihasilkan komputer.
168
Examples: Kepala Departemen dapat melihat sendiri Laporan Produk tak standar,
Laporan performansi, dan mengambil keputusan dalam rapat tahunan untuk
meningkatkan kualitas di lapangan, setelah itu ia akan memasukkan data spesifikasi
dan Cp, Cpk yang baru ke sistem, apabila ia ingin meningkatkan ketelitian inspeksi
ia akan meningkatkan AQL Level dari inspeksi.
Tabel 5.21 Tabel Actor Spesification Ka Dept Produksi
Ka Dept Produksi
Goal: Kepala Departemen Produksi adalah orang yang bertanggung jawab akan
proses produksi di perusahaan, bagaimana untuk mengembangkan metode produksi
yang baik untuk mencapai kualitas maksimal. Apabila terjadi kerusakan di produksi ,
Kepala Produksi harus mengetahui terlebih dahulu apa yang terjadi lalu melakukan
tindakan dengan segera. untuk performansi harus berkerjasama dengan Kepala
Departemen QA.
Characteristics : Terdapat 1 orang yang bertanggung jawab akan proses Grid
Casting ini dan memiliki tanggung jawab untuk mengatasi masalah yang terjadi di
lapangan.
Examples: Saat Terjadi kerusakan , Inspektor akan mengisi form input produk tak
sesuai dan segera diketahui oleh Kepala Dept Produksi, lalu ia akan melakukan
tindak lanjut di pabrik kepada operator bersangkutan, lalu ia akan mengisi Form
penanggulangan Produk tak standar.
Tabel 5.22 Tabel Actor Spesification Staff QA
Staff Quality Assurance
Goal: Staff Quality Assurance memiliki tanggung jawab untuk membuat analisa dari
laporan akan proses yang menjadi tanggung jawabnya dan memberikan analisa serta
laporan tersebut kepada Kepala Departemen Quality Assurance. Staff dalam
pengertian disini adalah orang yang berada dibawah Ka Dept QA. termasuk Section
head dan lainnya.
169
Characteristics : Terdapat 3 Orang Staff yang bertanggung jawab akan proses Grid
Casting ini dan mereka akan memberikan laporan ke Ka. Dept QA secara rutin
sementara Ka. Dept QA juga dapat melihat hasil perhitungan komputer secara
langsung.
Examples: Ka. Dept. QA dapat menyuruh seorang staffnya untuk membuat laporan
dan analisa terhadap proses Grid Casting tipe GLSYB1,4P untuk pengambilan
keputusan penggantian mold karena hasil proses sudah tidak sesuai dengan
spesifikasi.
Use Case Specifications akan menjelaskan bagaimana use case itu bekerja, dan juga
objek dan fungsi apa saja yang berhubungan langsung dengan use case tersebut.
Dibawah ini terdapat beberapa Use Case Specification yang berhubungan langsung
dengan Diagram diatas:
Tabel 5.23Tabel Use Case Spesification Mengisi CheckSheet
Mengisi CheckSheet
Use Case : Use Case ini berfungsi untuk menerima input data hasil inspeksi dari
Inspektor yang berada di lapangan dengan menggunakan aplikasi jaringan tanpa kabel
yaitu dengan PDA. Dimana Data ini akan divalidasikan dengan spesifikasi produk dan
AQL yang telah diinput oleh Kepala Departemen QA, apabila diluar spesifikasi, maka
akan ditampilkan Use Case "Mengisi Form Input Produk tak Standar untuk melaporkan
cacat produk pada bagian produksi.
Objects : Grid, Mold, Data_Inspeksi, Data _Inspeksi_Variabel, Data_Inspeksi_Atribut,
Functions : Hitung Data Hasil inspeksi ,Simpan Data CheckSheet
170
Tabel 5.24 Tabel Use Case Spesification Mengisi Form input tak standar
Mengisi Form Input Produk Tak Standar
Use Case : Use Case ini dimulai pada saat ditemukan adanya cacat yang melebihi
standar spesiikasi sehingga dibutuhkan tindakan untuk mengatasi masalah itu, use case
ini dimulai oleh Inspektor yang menginput data dan segera diteruskan ke Ka. Dept .
Produksi untuk ditindaklanjuti ke Operator.
Objects : Produk_Tak_Standar
Functions : Simpan Data Produk Tak Standar
Tabel 5.25 Tabel Use Case Spesification Penanggulangan produk tak Standar
Penanggulangan Produk Tak Standar
Use Case : Use Case ini digunakan oleh Ka.Dept.Produksi untuk mengatasi kondisi
apabila ia menerima laporan adanya produk tak standar, ia akan mengambil tindakan
yang akan dicatat di database untuk menyusun laporan akumulasi produk tak standar
yang akan dibuat
Objects : Penanggulangan_Produk_Tak_Standar
Functions : Tampilkan Data Produk Tak Standar, Simpan Data Penanganan
Tabel 5.26 Tabel Use Case Spesification konfirmasi produk tak Standar
konfirmasi Produk Tak Standar
Use Case : Use Case ini digunakan oleh Ka.Dept.Produksi untuk mengkinfirmasi
tindakan perbaikan setelah dilakukan penanggulangan produk tak standar di lantai
produksi agar dapat memastikan bahwa masalah sudah selesai
171
Objects : Konfirmasi_Produk_Tak_Standar
Functions : Tampilkan Data Penanganan, Simpan Data konfirmasi
Tabel 5.27 Tabel Use Case Spesification Mengubah Spesifikasi Grid
Mengubah Spesifikasi Grid
Use Case : Use Case ini akan digunakan oleh Ka Dept.QA untuk mengubah spesifikasi
Grid yang sudah ada, lalu digunakan juga untuk menambah data Grid baru apabila
terdapat penambahan.
Objects : Grid, Mold
Functions : Query Data Spek, Simpan data Spek baru
Tabel 5.28 Tabel Use Case Spesification Menghapus Data Historis
Menghapus Data Historis
Use Case : Use Case ini digunakan oleh Ka Dept QA untuk menghapus data -data
yang sudah tak terpakai lagi, umumnya diatas 5 tahun.
Objects : Data_Inspeksi , Produk_Tak_Standar
Functions : Tampil Data Historis, Hapus Data Historis
Tabel 5.29 Tabel Use Case Spesification Mengubah Password Pengguna
Mengubah Password Pengguna
Use Case : Use Case ini akan digunakan oleh Ka Dept.QA untuk mengubah password
dari kepala produksi, Inspektor, Serta Staff QA yang menggunakan software ini,
Otorisasi berada di tangan Ka Dept QA, dan ia dapat menghapus otorisasi pengguna.
172
Objects : Pengguna
Functions : Query Data User, Simpan data User Name, Password, dan Tugas
Tabel 5.30 Tabel Use Case Spesification Pareto Produk Tak Standar
Membuat Laporan Pareto Produk tak Standar
Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan
laporan dalam bentuk diagram pareto akan data - data cacat dan penyebabnya yang
didapat dari hasil pengumpulan laporan produk tak standar, yang dapat digunakan
untuk membuat keputusan yang berhubungan dengan kualitas.
Objects : Data_Produk_Tak_Standar
Functions : Query Data Cacat, Hitung Pareto, Tampilkan Diagram Pareto
Tabel 5.31 Tabel Use Case Spesification Laporan Akumulasi Produk tak standar
Membuat Laporan Akumulasi Produk Tak Standar
Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan
laporan untuk setiap jenis kerusakan yang pernah terjadi dan penanggulangannya,
laporan ini akan dapat diakses juga oleh Ka.Dept Produksi untuk kebutuhan
pengambilan keputusan untuk perbaikan proses
Objects : Data_Produk_Tak_Standar
Functions : Query Data Cacat, Tampilkan Data Cacat
173
Tabel 5.32 Tabel Use Case Spesification Laporan Performansi Variabel
Membuat Laporan Performansi Variabel
Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan
laporan yang memantau performansi proses dalam bentuk X R Chart, Cp, Cpk, dan
Sigma yang dihasilkan proses dengan dibandingkan dengan Cp dan Cpk yang
ditargetkan.
Objects : Data_Inspeksi, Data_Inspeksi_Variabel
Functions : Query Data Checksheet, Hitung Batas UCL , CL, LCL X Bar Chart,
Hitung Batas UCL , CL, LCL R Chart, Tampilkan Grafik X Bar dan R Chart, Hitung
Cp dan Cpk, Hitung Sigma Level dan DPMO,
Tabel 5.33 Tabel Use Case Spesification Laporan Performansi Atribut
Membuat Laporan Performansi Atribut
Use Case : Use Case ini digunakan oleh Staff dan Ka Dept QA untuk menghasilkan
laporan yang memantau performansi proses dalam bentuk P Chart, Cp, Cpk, dan Sigma
yang dihasilkan proses dengan dibandingkan dengan Cp dan Cpk yang ditargetkan.
Objects : Data_Inspeksi,. Data_Inspeksi_Atribut
Functions : Query Data Checksheet, Hitung Batas UCL , CL, LCL P Chart, Tampilkan
Grafik P Chart, Hitung Cp dan Cpk, Hitung Sigma Level dan DPMO,
174
5.3.5.2 Function List
Function List digunakan untuk mendaftarkan semua fungsi yang dapat dijalankan
oleh sistem informasi ini yang menjadikan sebuah model sistem berguna bagi Actor ,
dalam sistem ini akan diberikan beberapa fungsi yang penting, diantaranya :
Tabel 5.34 Function List
Functions Complexity Type
Query Data Spek Simple Read
Query Data User Simple Read
Simpan data User Name, Password, dan Tugas Simple Update
Simpan data Spek baru Simple Update
Hitung Data Hasil inspeksi Medium Compute
Simpan Data CheckSheet Simple Update
Simpan Data Produk Tak Standar Simple Update
Tampilkan Data Produk Tak Standar Simple Read
Simpan Data Penanganan Simple Update
Tampilkan Data Penanganan Simple Read
Simpan Data konfirmasi Simple Update
Tampil Data Historis Simple Read
Hapus Data Historis Sinple Signal
Query Data Checksheet Medium Read
Hitung Batas UCL , CL, LCL P Chart Medium Compute
Hitung Batas UCL , CL, LCL X Bar Chart Medium Compute
Hitung Batas UCL , CL, LCL R Chart Medium Compute
Tampilkan Grafik P Chart Medium Compute
Tampilkan Grafik X Bar dan R Chart Medium Compute
Hitung Cp dan Cpk Complex Compute
Hitung Sigma Level dan DPMO Complex Compute
Query Data Cacat Simple Read
175
Hitung Pareto Medium Compute
Tampilkan Grafik Pareto Medium Compute
Tampilkan Data Cacat Simple Signal
5.3.5.3 Sequence Diagram
Sequence Diagram merupakan sebuah diagram yang menggambarkan interaksi
yang terjadi antara pengguna, objek, serta User Interface yang ada dalam sistem
Informasi dalam urutan waktu, termasuk didalamnya bagaimana urutan pemanggilan
prosedur, Event ,Message yang dikirimkan antara entitas satu dengan lainnya. Sequence
diagram ini akan menjelaskan apa yang dilakukan pengguna secara detail saat
berinteraksi dengan sistem pada setiap use case yang ada. Berhubung Software ini
dikembangkan dalam Platform berbasiskan Web, maka tidak ada event Terminate dan
Exit dalam Sequence diagram ini, karena apabila sistem telah selesai menjalankan
tugasnya , secara otomatis Web server akan mengalihkan beban ke Client lain, dan pada
saat Web page ditutup, Objek akan terminate dengan sendirinya. Berikut adalah
Sequence Diagram yang ada dalam sistem ini :
176
o Sequence Mengisi CheckSheet
Actor :Inspektor
UI : Checksheet Object : Grid Object : Data_Inspeksi
diinput dibaca
Spesifikasi_Grid
diperiksa
disimpan
Data_Ok
Data_Reject
Object : Produk_Tak_Standar
disimpan()
disimpan()dicopy
Diagram 5.12 Sequence Diagram mengisi checksheet
Keterangan untuk Sequence Diagram mengisi checksheet:
1. User memasukkan Data hasil inspeksi dengan method diinput()
2. Objek Data Inspeksi akan menggunakan method dibaca() pada objek Grid untuk
mendapatkan spesifikasi grid yang dibutuhkan untuk perhitungan
3. Data inspeksi diperiksa dengan method diperiksa() dan dibandingkan dengan
spesifikasi Grid, apakah data tersebut melebihi spesifikasi standar atau tidak,
4. Dari spesifikasi Grid, apabila Data Ok , Inspektor akan menggunakan method
Disimpan() dari Data Inspeksi
5. Apabila Data keluar batas maka secara otomatis data hasil inspeksi akan
dicopy() ke produk tak Standar
177
6. Method Disimpan() pada objek Produk tak Standar dijalankan untuk menyimpan
data pada sistem. Setelah itu, Inspektor harus mengiisi penyebab kenapa produk
bisa terjadi cacat.
o Sequence Mengisi Input Produk Tak Standar
Actor : Inspektor
Object :Produk Tak StandarUI : Input Produk Tak
Standar
(Penyebab, Jenis Defect): diinput()
Data_Tersimpan
disimpan()
Diagram 5.13 Sequence Diagram Mengisi Input Produk Tak Standar
Keterangan untuk Sequence Mengisi Input Produk Tak Standar
1. Setelah data Checksheet dicopy ke Produk tak Standar, User Interface akan
menampilkan layar untuk Inspektor mengisi penyebab dan jenis cacat yang
terjadi dengan Method diinput()
2. dengan Method Disimpan(), maka data yang telah dimasukkan oleh Inspektor
disimpan ke Produk Tak Standar.
3. Setelah data disimpan , Inspektor akan diberitahu oleh User Interface dan
Inspektor dapat mengisi data hasil inspeksi yang berikutnya.
178
o Sequence Penanggulangan Produk Tak Standar
Actor : Ka Dept Produksi
Object Detail PenanggulanganObject: Produk Tak Standar
Data_Penanggulangan_Terupdate
UI : Penanggulangan ProdukTak Standar
dibuka Dibaca
Data_Produk_Tak_Standar
diinput Disimpan
Diagram 5.14 Sequence Diagram Penanggulangan Produk Tak Standar
Keterangan Sequence Diagram Penanggulangan Produk Tak Standar :
1. Ka.Dept Produksi membuka data Produk Tak Standar dengan Method Dibuka()
2. User Interface menampilkan data produk yang ditolak dari objek ProdukTak
Standar dengan Method Dibaca()
3. Setelah Ka.Dept Produksi menganalisa data dan mendapatkan solusinya ia dapat
meng-Input data Penanggulangan masalah tersebut
4. Method Disimpan() dijalankan dan data penangulangan disismpan.
5. User Interface akan memberitahu pengguna apakah data telah diupdate
179
o Sequence konfirmasi Produk Tak Standar
Actor : Ka Dept Produksi
Object Detail KonfirmasiObject: Detail Penanggulangan
Data_Konfirmasi_Terupdate
UI : Konfirmasi ProdukTak Standar
dibuka Dibaca
Data_Penanggulangan_Produk_Tak_Standar
diinput Disimpan
Diagram 5.15 Sequence Diagram Konfirmasi Produk Tak Standar
Keterangan Sequence Diagram Konfirmasi Produk Tak Standar :
1. Ka.Dept Produksi membuka data Detail Penanggulangan dengan Method
Dibuka()
2. User Interface menampilkan data masalah yang telah ditanggulangi
3. Setelah Ka.Dept telah mendapatkan konfirmasi dari lantai produksi, ia dapat
meng-Input data konfirmasi tersebut kepada Object Detail Konfiormasi
4. Method Disimpan() dijalankan dan data Konfirmasi disismpan.
180
o Sequence Mengubah Spesifikasi Grid
dihapus
ditambah
Actor : Ka Dept QA
Object : Grid Object : Mold
dibaca() dibuka
Data Mold
UI : Ubah Data Grid
diubah
Dibuka()
Data Grid
disimpan
dihapus
Diagram 5.16 Sequence Diagram Mengubah Spesifikasi Grid
Keterangan Sequence Diagram Mengubah Spesifikasi Grid
1. Ka.Dept QA dapat membuka data Grid yang sudah ada dengan method dibaca()
2. Untuk menampilkan data Grid, secara otomatis, data Mold yang tersedia untuk
grid tersebut juga akan dibuka, dengan method dibuka()
3. Saat method diubah() digunakan oleh Ka.Dept QA, maka data mold dapat pula
ditambah() atau dihapus() . untuk data mold yang sudah tak dipakai lagi harus
dihapus, sedangkan apabila ada mold baru harus ditambah.
4. Setelah semua proses pengubahan dilakukan, terakhir semua data akan
dimasukkan kedalam sistem dengan method Disimpan().
5. Grid yang datanya sudah tidak dipakai juga dapat dihapus dengan Method
Dihapus()
181
o Sequence Mengubah Password
Actor : Ka.Dept.QA
UI : Ubah Password Object : Pengguna
Dibaca()
Data_Pengguna
Disimpan()
Data_Tersimpan
diubah()
dibuka()
Diagram 5.17 Sequence Diagram Mengubah Password
Keterangan Sequence Diagram Mengubah Password
1. Ka.Dept QA dapat membuka data pengguna yang sudah ada dengan method
dibaca() untuk melihat data seluruh pengguna aktif.
2. Data pengguna yang ditampilkan saat itu dapat diubah oleh KaDept QA dengan
method Diubah().
3. Setelah semua proses pengubahan dilakukan, terakhir semua data akan
dimasukkan kedalam sistem dengan method Disimpan().
182
o Sequence Menghapus Data Historis
Actor : Ka_Dept_QA
Object : Data Inspeksi
dibaca
dihapus
UI :Hapus Data Inspeksi
dibuka()
Data Inspeksi
dihapus()
Data_Terhapus
Diagram 5.18 Sequence Diagram Menghapus Data Historis
Keterangan Sequence Diagram Menghapus Data Historis
1. Ka.Dept QA dapat membuka data inspeksi dengan menggunakan method
dibaca() untuk melihat ringkasan seluruh data isnpeksi
2. Setelah diputuskan mana data yang akan dihapus, Ka Dept QA dapat segera
menghapus data yang sudah tak terpakai lagi dengan method Dihapus().
3. Program akan memberitahu user apabila data telah dihapus.
183
o Sequence Pareto Produk Tak Standar
Actor : Staff_QA
Object : Produk_Tak_StandarUI : Pareto_Produk_tak_Standar
dibuka()
Pilih_Periode()
dihitung()
Query Data()
Data Pareto
dicetak()
Diagram 5.19 Sequence Diagram Pareto Produk tak Standar
Keterangan Sequence Diagram Pareto Produk Tak Standar:
1. Staff QA dapat membuka dan memilih periode untuk menampilkan pareto
Produk tak standar dengan method dibuka() dan Pilih_periode()
2. Setelah itu otomatis program akan melakukan query data dan menghitung
diagram pareto dari data pada periode yang dipilih dengan method Query_Data()
dan dihitung()
3. Data Pareto ditampilkan ke pengguna, dan dapat dicetak dengan metode
dicetak()
184
o Sequence Laporan Akumulasi Produk tak Standar
Object : Produk_Tak_Standar
Actor : Staff_QA
UI :Laporan_Produk_tak_Standar
dibuka()
Pilih_Periode() Query Data()
Data_Akumulasi_Produk_Tak_Standar
dicetak()
Diagram 5.20 Sequence Diagram Akumulasi Produk tak Standar
Keterangan Sequence Diagram Akumulasi Produk Tak Standar
1. Staff QA dapat membuka dan memilih periode untuk menampilkan Laporan
Akumulasi Produk tak standar dengan method dibuka() dan Pilih_periode()
2. Setelah itu otomatis program akan melakukan query data pada periode yang
dipilih dengan method Query_Data()
3. Data ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak()
185
o Sequence Laporan Performansi Variabel
Actor :Staff_QAObject : Data_Inspeksi_Variabe
lUI : Laporan Performansi
Variabel
dibaca()
Pilih_Periode() Query_Data()
Hitung_Batas_Kendali()
Hitung_Cp_Cpk()
Hitung_Sigma()Hasil_Analisa_Data
dicetak()
Diagram 5.21 Sequence Diagram Laporan Performansi Variabel
Keterangan Sequence Diagram Laporan Performansi Variabel
1. Staff QA dapat membuka dan memilih periode untuk menampilkan Laporan
Performansi Variabel dengan method dibaca() dan Pilih_periode()
2. Setelah itu otomatis program akan melakukan query data pada periode yang
dipilih dengan method Query_Data()
3. lalu secara urut, Program akan menggunakan mehod Hitung_Batas_Kendali(),
Hitung_Cp_Cpk(), dan Hitung_Sigma() pada objek Data_Inspeksi_Variabel ,
186
baru kemudian akan menggambar grafik X dan R, dan menampilkan hasil
analisis data di layar.
4. Data ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak()
o Sequence Laporan Performansi Atribut
Actor :Staff_QA Object : Data_Inspeksi_AtributUI : Laporan Performansi
Atribut
dibaca()
Pilih_Periode() Query_Data()
Hitung_Batas_Kendali()
Hitung_Cp_Cpk()
Hitung_Sigma()Hasil_Analisa_Data
dicetak()
Diagram 5.22 Sequence Diagram Laporan Performansi Atribut
Keterangan Sequence Diagram Laporan Performansi Atribut
1. Staff QA dapat membuka dan memilih periode untuk menampilkan Laporan
Performansi Atribut dengan method dibaca() dan Pilih_periode()
2. Setelah itu otomatis program akan melakukan query data pada periode yang
dipilih dengan method Query_Data()
3. lalu secara urut, Program akan menggunakan mehod Hitung_Batas_Kendali(),
Hitung_Cp_Cpk(), dan Hitung_Sigma() pada objek Data_Inspeksi_Atribut , baru
187
kemudian akan menggambar grafik X dan R, dan menampilkan hasil analisis
data di layar.
4. Data ditampilkan ke pengguna, dan dapat dicetak dengan metode dicetak()
5.3.5.4 User Interface
User Interface adalah sebah tampilan yang memungkinkan pengguna
berinteraksi dengan sistem dan untuk mengakses semua fungsi – fungsi serta model
sistem, baik untuk kebutuhan meng-input data, membaca data, mencetak laporan, dan
juga mengubah data di dalam sistem. Tampilan ini sangat penting untuk mudah
digunakan oleh pengguna. Sistem Informasi SQC ini dirancang dengan menggunakan
ASP.NET, oleh karena itu tampilan dari program ini dapat diakses melalui Internet
Explorer 6.0 atau Internet Browser lain yang serupa.
5.3.5.4.1 Navigation Diagram
Navigation Diagram ini dapat menunjukkan urutan pengaksesan layar di dalam
Sistem Informasi yang dibuat , yang dimulai dari saat pengguna mulai mengakses
sistem sampai pada saat pengguna selesai menggunakan sistem. Dalam Navigation
Diagram ini dapat dilihat bahwa apabila seorang pengguna hanya memiliki akses untuk
satu bagian , ia tidak dapat mengakses layar lainnya, karena akses dibatasi oleh
Password yang berbeda . beberapa tombol yang disertakan disini merupakan fasilitas
yang didapat di Internet Explorer 6.0, karena Sistem Informasi ini berbasiskan Web.
188
Login Check Sheet
AdministratorMenu Utama
PemecahanMasalah
Menu Utama
Cetak LaporanMenu Utama
Check SheetAtribut
Check SheetVariabel
Check Sheet Ok
Input Produk TakStandar
LoginSebagaiInspektor
Tombol Back
TombolBack
TombolBack
TombolLanjut
TombolLanjut
Tombol Simpan
TombolBack
Tombol IsiLaporanDefect,
BilaProdukCacat
TombolBack
Tombol“ Isi Data Selanjutnya “
Tombol “ Isi Data Selanjutnya “ Bila Tidak ada Defect
Login SebagaiManager QA
TombolBack
Update Spek GridTombolUpdate
Spek Grid
Ubah Password
Tombol Ubah PasswordPengguna
Data HistorisCheck Sheet
Tombol Hapus DataCheckSheet
Data HistorisProduk Tak Std
Tombol Back
Tombol Hapus DataProduk Tak Std
Daftar Produk TakStandar
PenangananProduk tak
Standar
KonfirmasiPenangananproduk Tak
Standar
TombolPenangananProduk tak
Standar
TombolSelesaikan
TombolBack
TombolBack
TombolKonfirmasi
Penanganan
TombolBack
LoginSebagaiProduksi
LoginSebagaiLaporan
Cetak LaporanProduk Tak
Standar
Cetak ParetoProduk tak
Standar
Cetak XR ChartTebal
Cetak XR ChartBerat
Cetak P ChartPenampilan
Crystal ReportsPareto
Crystal ReportsProduk Tak
Standar
Crystal ReportsTebal
Crystal ReportsBerat
Crystal ReportsPenampilan
Tombol Cetak XRChart Tebal Per Tipe
Tombol Cetak XRChart Berat Per Tipe
Tombol Cetak PChart Penampilan
Per Tipe
Tombol Back
TombolCetakPilihan
TombolCetakPilihan
TombolCetakPilihan
TombolBack
TombolBack
TombolBack
Tombol CetakPareto ProdukTak Standar
TombolCetak
laporanProduk
TakStandar
TombolCetakPilihan
TombolBack
TombolCetakPilihan
TombolBack
Tombol Close (X)
Diagram 5.23 Navigation Diagram
189
5.3.5.4.2 Rancangan Layar
Dibawah ini adalah tampilan yang dibuat untuk User Interface sistem Informasi
SQC serta cara penggunaan masing – masing layar tersebut. Tampilan yang ada dibawah
ini merupakan hasil dari tampilan layar yang sebenarnya.
Gambar 5.13 Rancangan Layar Login
Layar Login ini adalah layar yang diakses pertama kali setiap mau memasuki
aplikasi ini, User dapat mengisi Nama dan Password, serta dapat memilih tugas apa
yang ingin ia kerjakan, Pilihan tugas terdiri dari :
1. Inspeksi – Untuk Inspektor memasukkan data Checksheet dari lantai produksi
2. Administrator – Untuk Ka Dept QA merubah Password pengguna, merubah
spesifikasi Grid, dan menghapus data yang sudah tidak diperlukan lagi.
190
3. Problem Solving – Untuk Ka.Dept.Produksi melakukan pemecahan masalah
atau mau melakukan konfirmasi hasil pemecahan masalah
4. Cetak laporan – untuk Staff QC mencetak laporan.
Apabila pengguna yang tidak memiliki akses untuk tugas itu, Sistem akan menolak
login.
Gambar 5.14 Rancangan Layar CheckSheet
Apabila Inspektor berhasil Login, Ini adalah layar CheckSheet Header, yang digunakan
untuk dia memasukkan data Tanggal Produksi, Tipe Grid, Shift kerja, Grup Karyawan,
Nomor mesin , Nama Operator dan Jumlah unit yang diperoduksi pada shift itu, ini
digunakan untuk menghitung jumlah sampel yang dibutuhkan untuk layar berikutnya.
Beberapa data yang sudah pasti dibuatkan Combo Box untuk menghindari kesalahan
191
akibat input, sedangkan untuk jumlah produksi dibatasi dengan kapasitas mesin per shift
yaitu 10000 unit. Bila ditekan tombol lanjut maka akan berpindah ke layar CheckSheet
Atribut.
Gambar 5.15 Rancangan Layar CheckSheet Atribut
Pada layar CheckSheet Atribut ini , Inspektor dapat memasukkan nomor mold yang
dipakai dan apabila ada beberapa unit yang cacat dapat diisi ke textbox di bawah sesuai
kategori cacatnya, apabila tidak ada cacat maka textbox dapat dikosongkan. Diatas
terdapat jumlah unit apabila Lot diterima atau di-reject. Bila ditekan tombol lanjut maka
akan berpindah ke layar CheckSheet variabel
192
Gambar 5.16 Rancangan Layar CheckSheet Variabel
Layar Checksheet Variabel ini berguna untuk Inspektor memasukkan data tebal
dan berat yang sesuai, diatas terdapat gambar titik – titik mana saja yang harus diperiksa
dengan menggunakan sigmat, gambar ini dapat berubah sesuai dengan jumlah Subgroup
yang dimiliki tiap grid. Selain itu juga dituliskan Spesifikasi yang dimiliki tiap grid
untuk tebal dan beratnya. Apabila ditekan tombol Simpan, maka seluruh data akan
disimpan dalam Database, dan Sistem akan otomatis berpindah ke layar CheckSheet Ok.
193
Gambar 5.17 Rancangan Layar CheckSheet Ok
Pada layar CheckSheet Ok ini, sistem akan menampilkan Report apakah data sudah
berhasil tersimpan dan apakah data ada yang melewati batas dan menandakan bahwa lot
tersebut harus di-Reject . Apabila Lot tersebut baik, Inspektor dapat berpindah ke layar
CheckSheet Header lagi untuk memasukkan data yang baru. Apabila ada kerusakan
yang melebihi batas, Inspektor harus berpindah ke layar Input Produk tak Standar untuk
mengisi alasan lot tersebut ditolak.
194
Gambar 5.18 Rancangan Layar Input Produk tak Standar
Setelah dipanggil , Layar Input Produk tak standar ini telah terisi secara otomatis
pada alasan penolakan, sesuai dengan data kerusakan yang dihitung oleh sistem saat
melakukan inspeksi, Inspektor hanya perlu mengisi Penyebab potensial dengan
penjelasan dan memilih faktor penyebab potensial di Combo Box . Apabila telah selesai,
Inspektor dapat segera Click tombol Isi Data Selanjutnya untuk melakukan inspeksi
untuk data yang lain, dan akan kembali ke layar CheckSheet Header lagi.
195
Gambar 5.19 Rancangan Layar Menu Administrator
Layar Menu Administrator ini akan Muncul segera setelah Login apabila tugas
yang dipilih adalah Administrator. Dari layar ini dapat dipilih menu :
1. Update Spek Grid – Untuk mengisi data Grid baru, menghapus Grid yang sudah
tak terpakai, serta mengubah spek Grid yang sudah ada.
2. Ubah Password Pengguna – Untuk mengubah , memasukkan , dan menghapus
data pengguna serta mengubah hak akses sistem dari pengguna.
3. Hapus Data CheckSheet – Akan menampilkan menu untuk menghapus data hasil
inspeksi yang sudah usang dan tak terpakai lagi.
4. Hapus Data Produk Tak Std - Akan menampilkan menu untuk menghapus Data
Produk Tak Std dan kerusakan yang sudah usang dan tak terpakai lagi.
196
Gambar 5.20 Rancangan Layar Ubah Spesifikasi Grid
Layar Spesifikasi Grid ini berguna untuk mengubah data mengenai grid , dimulai
dari Jenis Grid baru, SubGroup, AQL, Tebal, berat, Target Kapabilitas proses dan sigma
yang ingin dicapai, Gambar Grid akan secara otomatis berubah apabila subgroup
diubah. Serta Ka.Dept QA dapat memasukkan nomor mold baru dan menghapus nomor
Mold yang sudah tak terpakai lagi. Pada waktu load, seluruh informasi tersebut akan
ditampilkan pada data Grid pertama, dan apabila telah diubah, Ka. Dept Qa dapat
menyimpannya dengan tombol Save. Atau menghapus grid atau menyimpan Update data
grid terdahulu. Untuk keluar dari layar ini, pengguna bisa menutup Internet Explorer
atau tekan tombol back ke layar sebelumnya.
197
Gambar 5.21 Rancangan Layar Ubah Password
Pada layar ini, Ka. Dept QA dapat menampilkan semua pengguna sistem,
menambahkan pengguna, menghapus pengguna, dan mengupdate data pengguna, seperti
password, jabatan, dan hak akses ke sistem.
198
Gambar 5.22 Rancangan Layar Data Historis Checksheet
Dalam layar Data historis Checksheet ini, Ka Dept.QA dapat melihat secara ringkas
seluruh data hasil inspeksi yang ditampilkan dari awal, apabila memang sudah tidak
dpakai lagi, ka Dept QA dapat memilih akan menghapus data tersebut mulai dari awal
sampai pada tahun berapa , lalu menekan tombol Hapus Data.
199
Gambar 5.23 Rancangan Layar Data Historis Produk tak Standar
Dalam layar Data historis Produk tak Std ini, Ka Dept.QA dapat melihat secara
ringkas seluruh data Lot produk yang tidak standar yang ditampilkan dari awal, apabila
memang sudah tidak dpakai lagi, ka Dept QA dapat memilih akan menghapus data
tersebut mulai dari awal sampai pada tahun berapa , lalu menekan tombol Hapus Data.
200
Gambar 5.24 Rancangan Layar Pemecahan Masalah
Layar Pemecahan masalah ini adalah layar yang ditampilkan apabila pada saat
login, pengguna memilih Tugas Pemecahan Masalah, Pengguna yang memiliki otorisasi
untuk masuk ke layar ini adalah Ka.Dept.produksi. dari menu ini ada 2 pilihan , yaitu :
1. Penanganan Produk tak Standar, - Digunakan untuk Ka.Dept QA melihat data
produk yang cacat, lalu memasukkan Analisa dan Tindakan penanggulangannya.
2. Konfirmasi Penanganan – Dignakan untuk memasukkan hasil konfirmasi
penanggulangan produk cacat.
201
Gambar 5.25 Rancangan Layar Daftar produk Tak Standar
Apabila di-Click tombol Penanganan Produk tak Standar, maka pertama akan
ditampilkan seluruh masalah , atau dapat dipilih masalah berdasarkan Grid yang aktif.
Setelah Ka.Dept.Produksi memilih masalahnya, ia dapat memasukkan kode Batch
produksinya lalu Click tombol Selesaikan ! , lalu layar akan berpindah ke Penanganan
Produk tak Standar untuk Ka.Dept Produksi menganalisa data penolakan .
202
Gambar 5.26 Rancangan Layar Penanganan Produk tak Standar
Layar Penanganan Produk Tak Standar ini berisi semua informasi tentang Lot produk
yang cacat tersebut, sehingga memudahkan Ka.Dept produksi untuk menyelesaikan
masalah tersebut. Setelah diisi , apabila ditekan tombol simpan, data penyelesaian akan
disimpan dan menu akan kembali ke menu Pemencahan masalah. Untuk keluar dapat
menutup layar Internet Explorer.
203
Gambar 5.27 Rancangan Layar menu Cetak laporan
Layar menu Cetak Laporan ini akan muncul bila pengguna login dengan pilihan
tugas Cetak laporan. Di layar ini dapat dipilih 5 Menu , yaitu :
1. Cetak XR Chart tebal per Tipe – Untuk mencetak laporan XR Chart untuk data
tebal dari Grid
2. Cetak XR Chart berat per Tipe – Untuk mencetak laporan XR Chart untuk data
berat dari Grid
3. Cetak P Chart penampilan per Tipe – Untuk mencetak laporan P Chart untuk
data atribut dari Grid
4. Cetak Pareto Produk Tak Standar – untuk menampilkan Grafik Pareto dari
beberapa data produk yang tidak standar atau cacat
204
5. Cetak Laporan Produk Tak Standar – untuk menampilkan Laporan seluruh data
kejadian Lot produk yang tidak standar.
Gambar 5.28 Rancangan Layar Cetak Laporan XR Chart Tebal
Layar Laporan XR Chart tebal ini digunakan untuk memilih periode pencetakan
laporan, dan pengelompokkan laporan berdasarkan tipe Grid, berikut adalah data yang
harus dipilih bila ingin mencetak laporan dengan periode :
1. Tahunan – Pilih Tahun Awal dan Tahun Sampai
2. Bulanan – Pilih Tahun terlebih dahulu, baru pilih Bulan Awal dan Bulan Sampai
3. Harian - Pilih Tahun terlebih dahulu, pilih Bulan, baru pilih tanggal berapa
sanpai dengan tanggal berapa.
205
4. Batch - Pilih Tahun terlebih dahulu, pilih Bulan, pilih tanggal berapa, baru pilih
batch awal dan batch akhir.
Seluruh pilihan yang ditampilkan sudah divalidasi dengan database, sehingga akan
meminmalisasi kemungkinan Error , karena data yang akan dicetak pasti ada di
database. Setelah yakin akan pilihan, Staff QA akan dapat menampilkan laporan
dengan menggunakan tombol Cetak Pilihan.
Gambar 5.29 Rancangan Layar Crystal Reports tebal atas
206
Gambar 5.30 Rancangan Layar Crystal Reports tebal bawah
Kedua Layar diatas adalah hasil dari tombol Cetak Pilihan , yang disimulasikan pada
pilihan Bulanan dari bulan Januari sampai Mei 2004, dan laporan ini menggunakan
Crystal Report, sehingga tampilan ini dapat segera dicetak dengan tombol
File>Print dari menu di Internet Explorer. Atau dapat juga melihat hasil sebelum
dicetak dengan menggunakan menu File > Print Preview
207
Gambar 5.31 Rancangan Layar Print Preview
Gambar 5.32 Layar Print
208
Gambar 5.31 merupakan layar Print Preview dari internet Explorer yang
menampilkan data yang akan di-Print, sedangkan gambar 5.32 menunjukkan tampilan
layar menu untuk pilihan printer sebelum di-print
Layar diatas adalah tampilan Dialog apabila Laporan XR Tebal akan dicetak ke
Printer. Dengan menekan tombol Print maka Laporan akan segera dicetak.
Gambar 5.33 Rancangan Layar XR Chart Berat
Diatas adalah tampilan untuk layar Laporan XR Chart Berat, cara
pengoperasiannya sama dengan Laporan XRChart Tebal. Termasuk untuk Crystal
Report yang ada dan menu Print.
209
Gambar 5.34 Rancangan Layar P Chart Penampilan
Diatas adalah tampilan untuk layar Laporan P Chart Penampilan, cara
pengoperasiannya sama dengan Laporan XR Tebal.
210
Gambar 5.35 Rancangan Layar Crystal Reports Penampilan
Diatas adalah contoh laporan P Chart Atribut yang dapat dihasilkan setelah
tombol Cetak Laporan di-Click. Laporan ini dapat dicetak seperti cara mencetak laporan
XR Chart Tebal diatas.
211
Gambar 5.36 Rancangan Layar Laporan Produk Tak Standar
Layar Laporan Produk tak Standar diatas dapat dipilih untuk mencetak Laporan
Produk Tak Standar digolongkan dari :
1. Masalah Baru – Semua Masalah yang belum diselesaikan
2. Belum Dikonfirmasi – Semua masalah yang sudah diselesaikan tetapi belum
dikonfirmasi hasil penyelesaiannya
3. Sudah Dikonfirmasi – Semua masalah yang sudah selesai, bersifat sebagai
Laporan untuk disimpan ke Arsip.
Periode Laporan yang dapat dipilih hanyalah bulanan dan tahunan, sebab masalah
sangat jarang terjadi, sehingga tidak diperlukan penelusran sampai tingkat batch.
212
Apabila diclick Cetak Pilihan maka akan ditampilkan laporan dengan menggunakan
Crystal Report seperti dibawah ini.
Gambar 5.37 Rancangan Layar Crystal Reports Laporan Produk Tak Standar
213
Gambar 5.38 Rancangan Layar Pareto Produk Tak Standar
Layar Laporan Pareto memiliki antarmuka yang sama dengan layar Laporan produk
Tak Standar yang hanya dapat dipilih antara periode bulanan atau tahunan. Laporan
Pareto yang akan ditampilkan dapat dipilih antara :
1. Penyebab masalah Potensial – Yaitu perbandingan penyebab masalah apa yang
paling sering terjadi, apakah operator, Material, Mesin, Metode Kerja,atau
Lingkungan kerja.
2. Tipe Reject – yaitu perbandingan Penyebab reject yang paling besar, antara
Penampilan, Tebal tidakstandar atau berat grid tidak standar.
214
3. Jenis Defect Penampilan – yaitu perbandingan kerusakan penampilan produk ,
antara kerusakan Retak, Unfilled, Fins, Flash, Shrinkage, berubah bentuk,lubang
, dan lainnya yang tidak umum.
Gambar 5.39 Rancangan Layar Crystal Reports Pareto Produk Tak Standar
Ini adalah tamplan Laporan Pareto jenis Defect Penampilan, yang ditampilkan
dengan menggunakan Crystal Report . laporan ini dapat dicetak dan di-Print Preview
dengan cara yang sama dengan laporan XR Tebal.
215
5.3.6 Perancangan Basis Data
Dalam perancangan basis data yang digunakan untuk mendukung program, akan
digambarkan bagaimana hubungan antara tabel – tabel yang terdapat dalam basis data
tersebut dengan menggunakan Entity Relationship Diagram , lalu untuk isi dari setiap
tabel tersebut dibuat Spesifikasi File . Tabel – Tabel ini dibuat dengan cara melakukan
normalisasi dari Formulir – formulir yang pada saat ini digunakan dalam Departemen
QA.
5.3.6.1 Entity Relationship Diagram
TblDetailTebal
TblDetailBerat
TblDetailPenampilan
TblDetailKonfirmasi
TblSpesifikasi
TblMold
TblHeader
TblAuthentifikasi
TblDetailDefect
TblDetailPenanganan
TblHeaderDefect
TblKoefisienXR
TblTingkatAQL
TblNormal
TblSigmaLevel
Reference Tables
Diagram 5.24 Entity Relationship Diagram
Pada Entity Relationship Diagram diatas dapat dilihat hubungan antara tabel –
tabel yang digunakan di dalam Sistem informasi SQC ini, untuk Tabel yang ada dalam
kelompok di sebelah kanan yang dinamakan Reference Tables bukan merupakan data
yang digunakan secara aktif dalam sistem informasi ini, namun digunakan dalam
216
membantu perhitungan pada pembuatan laporan, sehingga tidak dihubungkan dengan
tabel lainnya.
5.3.6.2 Spesifikasi File
Berikut adalah tabel- tabel yang ada pada Entity Relationship Diagram duatas,
Seluruh tabel yang ada dibawah ini berada dalam Sebuah File Database
YUASAQCDB.MDB yang disimpan dalam Server dan diakses melalui ADO.NET oleh
Software.
Tabel 5.35 Spesifikasi File TblAuthentifikasi
TblAuthentifikasi Primary key : NIK
Nama Kolom Tipe Data
Panjang Keteramgan
NIK Text 10 Nomor Induk Karyawan NamaKaryawan Text 20 Nama Karyawan Pass Text 10 Password untuk Login Jabatan Text 30 Jabatan Karyawan
Akses Text 1 Kode Akses Software 1Full_Akses 2.Cetak_Laporan, 3.Khusus_Inspeksi 4.Produksi
217
Tabel 5.36 Spesifikasi File TblHeader
TblHeader Primary key : KdBatch , TypeGrid
Nama Kolom Tipe Data Panjang Keteramgan
KdBatch Text 12 Kode Batch Produksi TypeGrid Text 15 Type Grid yang Diproduksi TglProd Text 2 Tanggal Produksi ( DD ) BlnProd Text 2 Bulan Produksi ( MM ) ThnProd Text 4 Tahun Produksi ( YYYY ) Shift Text 1 Kode Shift Produksi Grup Text 1 Kode Gru p Produksi NoMesin Text 2 Nomor Mesin TglPeriksa Text 11 Tanggal Periksa DD/MM.YYYY NoMold Text 8 Nomor Mold NamaOperator Text 20 Nama Operator Produksi NIK Text 10 Nomor Induk Karyawan milik Inspektor
Tabel 5.37 Spesifikasi File TblDetailTebal
TblDetailTebal Primary key : KdBatch , TypeGrid
Nama Kolom Tipe Data Panjang Keteramgan
Kdbatch Text 12 Kode Batck Produksi TypeGrid Text 15 Type Grid yang Diproduksi StdevTebal Single 5 FPU Standar Deviasi untuk XR RangeTebal Single 5 FPU Range Max - Min Tebal RataTebal Single 5 FPU Rata - Rata Tebal Grid MaxTebal Single 5 FPU Tebal Grid Inspeksi Maks MinTebal Single 5 FPU Tebal Grid Inspiksi Min
218
Tabel 5.38 Spesifikasi File TblDetailBerat
TblDetailBerat Primary key : KdBatch , TypeGrid
Nama Kolom Tipe Data Panjang Keteramgan
Kdbatch Text 12 Kode Batck Produksi TypeGrid Text 15 Type Grid yang Diproduksi StdevBerat Single 5 FPU Standar Deviasi untuk XR RangeBerat Single 5 FPU Range Max - Min Berat RataBerat Single 5 FPU Rata - Rata Berat Grid MaxBerat Single 5 FPU Berat Grid Inspeksi Maks MinBerat Single 5 FPU Berat Grid Inspiksi Min
Tabel 5.39 Spesifikasi File TblDetailPenampilan
TblDetailPenampilan Primary key : KdBatch , TypeGrid
Nama Kolom Tipe Data Panjang Keteramgan
Kdbatch Text 12 Kode Batck Produksi TypeGrid Text 15 Type Grid yang Diproduksi JmlProduk Integer - Jumlah Produk per Batch JmlContoh Integer - Jumlah Contoh per Inspeksi Retak Integer - Jumlah yang cacat Retak Unfilled Integer - Jumlah yang cacat Unfilled Fins Integer - Jumlah yang cacat Fins Flash Integer - Jumlah yang cacat Flash Lubang Integer - Jumlah yang cacat Lubang BBentuk Integer - Jumlah yang BerubahBentuk Shrinkage Integer - Jumlah yang cacat Shrinkage Lain2 Integer - Jumlah cacat yang tak umum TotalDefect Integer - Jumlah total Cacat per batch
219
Tabel 5.40 Spesifikasi File TblHeaderDefect
TblHeaderDefect Primary key : KdBatch , TypeGrid
Nama Kolom Tipe Data Panjang Keteramgan
KdBatch Text 12 Kode Batch Produksi Cacat TypeGrid Text 15 Type Grid batch yang Cacat TglProd Text 2 Tanggal Produksi ( DD ) BlnProd Text 2 Bulan Produksi ( MM ) ThnProd Text 4 Tahun Produksi ( YYYY ) Shift Text 1 Kode Shift Produksi Grup Text 1 Kode Gru p Produksi NoMesin Text 2 Nomor Mesin TglPeriksa Text 11 Tanggal Periksa DD/MM.YYYY NoMold Text 8 Nomor Mold NamaOperator Text 20 Nama Operator Produksi NIK Text 10 Nomor Induk Karyawan milik Inspektor
Tabel 5.41 Spesifikasi File TblDetailDefect
TblDetailDefect Primary key : KdBatch , TypeGrid
Nama Kolom Tipe Data Panjang Keteramgan
KdBatch Text 12 Kode Batch Produksi Cacat TypeGrid Text 15 Type Grid batch yang Cacat
AlasanPenolakan Memo 65535 Penjelasan mengapa Batch tersebut ditolak,
TipeReject Text 3 A=Tebal Keluar Spesifikasi, B=Berat Keluar Spesifikasi C=Penampilan melebihi AQL
SebabPotensial5M Text 20 Berisi Man,Environment, Material, Machine,Method
KeteranganSebab Memo 65535 Penjelasan Penyebab Batch Keluar dari Spesifikasi
Selesai Boolean 1 Masalah Sudah Ditangani atau Belum
220
Tabel 5.42 Spesifikasi File TblDetailPenanganan
TblDetailPenanganan Primary key : KdBatch , TypeGrid
Nama Kolom Tipe Data Panjang Keteramgan
KdBatch Text 12 Kode Batch Produksi Cacat TypeGrid Text 15 Type Grid batch yang Cacat
TglPenanganan Text 11 Tanggal Masalah Ditangani DD/MM.YYYY
AnalisaMasalah Memo 65535 Penjelasan Analisa masalah yang terjadi Tindakan Penanggulangan Memo 65535 Tindakan Penanggulangan / pencegahan
yang diambil
Penanggungjawab Text 200 Orang yang bertanggungjawab dalam menyelesaikan masalah
Selesai Boolean 1 Masalah sudah dikonfirmasi . belum ke lantai produksi
Tabel 5.43 Spesifikasi File TblDetailKonfirmasi
TblDetailKonfirmasi Primary key : KdBatch , TypeGrid
Nama Kolom Tipe Data
Panjang Keteramgan
KdBatch Text 12 Kode Batch Produksi Cacat TypeGrid Text 15 Type Grid batch yang Cacat
TglKonfirmasi Text 11 Tanggal Konfirmasi dilakukan DD/MM.YYYY
hasilKonfirmasi Memo 65535 Hasil Penanganan Masalah di Lantai Produksi
221
Tabel 5.44 Spesifikasi File TblSpesifikasi
TblSpesifikasi Primary key : TypeGrid
Nama Kolom Tipe Data Panjang Keteramgan
TypeGrid Text 15 Type Grid (Master Produk ) Subgroup Integer - Jumlah Subgroup yang diukur AQLLevel Single 5FPU Tingkat AQL untuk Inspeksi StdTebalMean Single 5FPU Standar Tebal Rata - rata ToleransiTebalMean Single 5FPU Toleransi Tebal Rata - rata StdTebalPartial Single 5FPU Standar Tebal per Subgroup
ToleransiTebalPartial Single 5FPU Toleransi Tebal per Subgroup
StdBerat Single 5FPU Standar Berat Grid ToleransiBerat Single 5FPU Toleransi Berat Grid TargetCp Single 5FPU Target Cp yang Ingin dicapai TargetCpk Single 5FPU Target Cpk yang ingin dicapai TargetSigma Single 5FPU Target Sigma TargetLotReject Single 5FPU Target Jumlah Batch Reject
Tabel 5.45 Spesifikasi File TblMold
TblMold Primary key : NoMold
Nama Kolom Tipe Data
Panjang Keteramgan
NoMold Text 8 Nomor Mold untuk Grid ini TypeGrid Text 15 Type Grid dengan Mold tsb
222
Tabel 5.46 Spesifikasi File TblKoefisienXR
TblKoefisienXR Primary key : SubGroup
Nama Kolom Tipe Data
Panjang Keteramgan
Subgroup Integer - Jumlah Sampel per Subgroup A2 Single 5FPU Nilai A2 untuk Batas kendali D3 Single 5FPU Nilai D3 untuk Batas kendali D4 Single 5FPU Nilai D4 untuk Batas kendali D2 Single 5FPU Nilai D2 untuk Batas kendali
Tabel 5.47 Spesifikasi File TblTingkatAQL
TblTingkatAQL Primary key : UkuranSampel, AQLLevel
Nama Kolom Tipe Data
Panjang Keteramgan
UkuranSampel Integer - Jumlah Sampel per Inspeksi AQLLevel Single 5FPU Tingkat Penerimaan Accept Single 5FPU Jumlah dimana Batch diterima Reject Single 5FPU Jumlah dimana Batch ditolak
Tabel 5.48 Spesifikasi File TblNormal
TblNormal Primary key : ZValue
Nama Kolom Tipe Data
Panjang Keteramgan
ZValue Single 5FPU Nilai Z dari Kurva Normal Normdist Single 5FPU Nilai Kurva Normal dari Z
223
Tabel 5.49 Spesifikasi File TblSigmaLevel
TblSigmaLevel Primary key : NilaiSigma
Nama Kolom Tipe Data
Panjang Keteramgan
NilaiSigma Single 5FPU Nilai Sigma hasil Perhitungan DPMO Single 5FPU DPMO pada Nilai Sigma tsb Yield Single 5FPU Keluaran per sejuta unit
5.3.6.3 Normalisasi
Dibawah ini adalah Normalisasi dari formulir yang ada di PT. Yuasa Battery
Indonesia. Yang dikelompokkan atas nama formulir yang dipakai. Selain dari Formulir –
formulir dibawah, Tabel yang lain dibuat untuk kebutuhan penggunaan Software saja.
Formulit Pemeriksaan Produk Dalam Proses (FM/QC2/100)
UNF
TglProd, BlnProd,ThnProd, Shift, Group, NoMesin, TglPeriksa, AQLLevel
,TargetLotRejection, StdTebalmean, ToleransiTebalMean, StdTebalPartial,
ToleransiTebalPartial, StandarBerat, ToleransiBerat, NoMold, NamaOperator, NIK,
JmlProduk, JmlContoh, Retak , Unfilled , Fins, Flash, Lubang, BerubahBentuk,
Shrinkage,Lain2 ,StdevBerat,RangeBerat,RataBerat, MaxBerat, MinBerat,
StdevTebal.RangeTebal,RataTebal,MaxTebal, MinTebal,Keterangan
224
1st NF
TblHeader :
*KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin,
TglPeriksa, AQLLevel ,TargetLotRejection, StdTebalmean, ToleransiTebalMean,
StdTebalPartial, ToleransiTebalPartial, StandarBerat, ToleransiBerat, NoMold,
NamaOperator, NIK
TblDetail :
*KdBatch ,*TypeGrid, JmlProduk, JmlContoh, Retak , Unfilled , Fins, Flash, Lubang,
BerubahBentuk, Shrinkage,Lain2 ,StdevBerat,RangeBerat,RataBerat, MaxBerat,
MinBerat, StdevTebal.RangeTebal,RataTebal,MaxTebal, MinTebal,
Keterangan
2nd NF
TblSpesifikasi :
*TypeGrid, Subgroup , AQLLevel, StdTebalmean, ToleransiTebalMean,
StdTebalPartial, ToleransiTebalPartial, StandarBerat, ToleransiBerat
TblMold (tabel untuk reference):
*NoMold , TypeGrid
TblAuthentifikasi (Untuk Login Secara Global ):
*NIK , NamaKaryawan, Password, Jabatan, Akses
TblHeader :
*KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin,
TglPeriksa,NoMold, NamaOperator, NIK,Keterangan
225
TblDetailPenampilan :
*KdBatch, *TypeGrid, JmlProduk, JmlContoh, Retak , Unfilled , Fins, Flash, Lubang,
BerubahBentuk, Shrinkage,Lain2,TotalDefect
TblDetailBerat:
*KdBatch, *TypeGrid, StdevBerat,RangeBerat,RataBerat, MaxBerat, MinBerat
TblDetailTebal:
*KdBatch, *TypeGrid, StdevTebal.RangeTebal,RataTebal,MaxTebal, MinTebal
Laporan Produk Tidak Sesuai (QP.10.2/A2)
UNF
TglProd, BlnProd,ThnProd, Shift, Group, NoMesin, TglPeriksa,NoMold,
NamaOperator, NIK,Keterangan, AlasanPenolakan, TipeReject,
KeteranganPenyebab,SebabPotensial5M , Penanggulangansementara, FileGambar,
Severity, Occurrence, Damage , TglPenanganan, AnalisaMasalah,
Tindakanpenanggulangan, Penangungjawab , TglKonfirmasi, HasilKonfirmasi
1st NF
TblHeaderDefect
*KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin,
TglPeriksa,NoMold, NamaOperator, NIK,Keterangan
226
TblDetailDefect :
*KdBatch,*TypeGrid, AlasanPenolakan, TipeReject,
KeteranganPenyebab,SebabPotensial5M , Penanggulangansementara, FileGambar,
Severity, Occurrence, Damage , TglPenanganan, AnalisaMasalah,
Tindakanpenanggulangan, Penangungjawab , TglKonfirmasi, HasilKonfirmasi
2nd NF
TblHeaderDefect
*KdBatch, *TypeGrid, TglProd, BlnProd,ThnProd, Shift, Group, NoMesin,
TglPeriksa, NoMold, NamaOperator, NIK,Keterangan
TblDetailDefect :
*KdBatch, *TypeGrid, AlasanPenolakan, TipeReject, keteranganSebab,
SebabPotensial5M , Penanggulangansementara, FileGambar, Severity, Occurrence,
Damage
TblDetailPenanganan:
*KdBatch, *TypeGrid, TglPenanganan, AnalisaMasalah, Tindakanpenanggulangan,
Penangungjawab
TblDetailKonfirmasi:
*KdBatch, *TypeGrid, TglKonfirmasi, HasilKonfirmasi
227
5.3.7 Perbaikan Analisa
5.3.7.1 Revised Class Diagram
Setelah dilakukan Analisis dari Problem domain dan Application domain,
didapatkan beberapa koreksi yang harus diperbaiki pada Class Diagram, dan dapat
digambarkan pada Revised Class Diagram dibawah ini :
+diinput()+diubah()+dihapus()+Pilih_Tugas()+dicek()+Dibaca()+Disimpan()
-Nama : String-NIK : String-Password : String-Jabatan : String-Hak Akses : String
Pengguna
+diinput()+dihitung()+dihapus()+disimpan()+dicetak()+dibaca()+diperiksa()
-Tanggal Produksi : String-Bulan Produksi : String-Tahun Produksi : String-No.Mesin : String-Shift : String-Grup : String-Jumlah Produksi : Integer-Operator : String-NIK : String
Data_Inspeksi
+Pilih_Periode()+Query_Data()+Hitung_Batas_Kendali()+Hitung_Cp_Cpk()+Hitung_Sigma()
-Ukuran Sampel-Total Defect-Accept-Retak-Unfilled-Fins-Flash-Lubang-BerubahBentuk-Shrinkage-Lain
Data_Inspeksi_Atribut
+Pilih_Periode()+Query_Data()+Hitung_Batas_Kendali()+Hitung_Cp_Cpk()+Hitung_Sigma()
-JenisBeratTebal-Stdev-Range-Rata-Max-Min
Data_Inspeksi_Variabel
+diinput()+diubah()+dihapus()+dibaca()+disimpan()
-TypeGrid : String-Subgroup : Integer-AQLLevel : Single-StdTebalMean : Single-ToleransiTebalMean : Single-StdTebalPartial : Single-ToleransiTebalPartial : Single-TargetCp : Single-TargetCpk : Single-TargetSigma : Single-TargetLotReject : Single
Grid
+diinput()+dipakai()+dihapus()+dibuka()+ditambah()
-NoMold-TypeGrid
Mold
+diinput()+disimpan()+dihapus()+dibuka()+dicopy()+Pilih_Periode()+dihitung()+Query Data()+dicetak()
-Tanggal Produksi : String-Bulan Produksi : String-Tahun Produksi : String-No.Mesin : String-Shift : String-Grup : String-Jumlah Produksi : Integer-AlasanPenolakan : String-Sebab5M : String-KeteranganSebab : String-TipeReject : String
Produk_Tak_Standar
+Diinput()+Disimpan()+Dibuka()
-AnalisaMasalah : String-TindakanPenanggulangan : String-Penanggungjawab : String-TanggalPenanganan : Date
Detail_Penanggulangan
+Disimpan()+Diinput()
-HasilKonfirmasi : String-TglKonfirmasi : Date
DetailKonfirmasi
11..*
1 1..*
1..*
1..*
10..11
0..1
1..* 0..*
Diagram 5.25 Revised Class Diagram
Bisa dilihat bahwa terdapat beberapa penambahan beberapa event pada class –
class tersebut yang dapat dirinci dibawah ini :
1. Pada Class grid ada penambahan event dibaca() dan disimpan()
228
2. Pada Class Mold ada penambahan event dibuka() dan ditambah()
3. Pada Class Data_Inspeksi ada penambahan event dibaca() dan diperiksa()
4. Pada Class Data_Inspeksi_Atribut dan Data_Inspeksi_Variabel ada penambahan
event Pilih_Periode(), Query_Data(), Hitung_Batas_Kendali(),
Hitung_Cp_Cpk() , Hitung_Sigma()
5. Pada Class Pengguna ditambah event Pilih_Tugas(), Dibaca(), Dicek(),
Disimpan()
6. Pada Class Produk_Tak_Standar ada penambahan event dibuka(), dicopy().
Pilih_Periode(), dihitung(), Pilih_Periode(), dicetak(),Query_Data()
7. Pada Class Detail_Penanggulangan ada penambahan event Diinput(),
Disimpan(), Dibuka().
8. Pada Class Detail_Konfirmasi ada penambahan event Diinput(), Disimpan(),
5.3.7.2 Component Diagram
Component Diagram dibawah ini menggambarkan bagaimana hubungan antara
komponen – komponen program dalam sistem informasi SQC ini, Pola arsitektur yang
digunakan dalam mengembangkan sistem Informasi SQC ini menggunakna pola Client
– Server karena menggunakan kerangka kerja .NET Framework yang dijalankan pada
server dan terhubung dengan Client yang hanya berfungsi sebagai stasiun kerja. Client
ini dapat berupa Komputer PC atau Komputer portable berupa PDA. Oleh karena itu
Jenis Browser yang dimiliki juga dapat berupa Internet Explorer 6.0 untuk Windows
atau Internet Explorer untuk Pocket PC. Seluruh proses dan Data ditempatkan pada
server. . Model distribusi arsitektur Client-Server yang digunakan adalah
229
Tabel 5.50 Tabel Arsitektur iClient-Server
Client Server Architecture
User Interface Function + Model Local Prsentation
Server
ClientUser Interface :Client Browser
Function : ASP.NET Web Application
Model :Database Server
User Interface :Portable Client Browser
System Interface : .NET Framework on IIS5.0
Diagram 5.26 Conponent Diagram
5.3.7.3 Deployment Diagram
Deployment Diagram dibawah ini menggambarkan bagaimana arsitektur sistem
Informasi akan dijalankan pada Perangkat keras sebenarnya. Beberapa perangkat keras
yang akan digunakan sudah terpasang, sehingga akan mempermudah penggunaan
software, Perangkat keras yang akan digunakan adalah beberapa komputer desktop yang
sudah terpasang di kantor masing – masing pengguna, sebuah server pusat yang sudah
terpasang di bagian QA, dan beberapa Pocket PC yang akan digunakan di lapangan.
230
Jaringan yang akan digunakan adalah WiFi untuk Pocket PC, dan LAN untuk komputer
desktop yang sudah terpasang
Workstation Client :KaDept Prod
User Interface : IE 6.0
Worksation Client : KaDept QA
User Interface :IE 6.0
Portble Client : Inspektor 1
User Interface : Pocket IE 6.0
Portble Client : Inspektor 2
User Interface : Pocket IE 6.0
HP Proliant Server
System Interface : ASP.NET & IIS 5.0 User Interface
Function : ASP.NET Class
Model : Access Database
Workstation Client : Staff QA 2
User Interface : IE 6.0
Workstation Client : Staff QA 1
User Interface : IE 6.0
Client : Inspektor 3
User Interface : IE 6.0
HPPrintServer
Diagram 5.27 Deployment Diagram
231
5.3.8 Pemrograman
Pemrograman dilakukan segera setelah Analisa dan desain sistem informasi
selesai dilaksanakan. Untuk mendukung arsitektur yang telah dibahas dalam Analisis
diatas, maka pemrograman dilakukan dengan menggunakan ASP.NET Webform .
ASP.NET itu sendiri merupakan sebuah bahasa pemrograman berbasiskan Web yang
merupakan pengembangan ASP ( Active Server Pages ) yang dijalankan diatas .NET
Framework yang menggunakan RAD ( Rapid Application Development ) tool berupa
Visual Studio.Net . Webform yang sudah jadi ini akan dijalankan pada Internet
Information Server(IIS) 5.0 yang sudah di-install dengan .NET Framework.
5.3.9 Usulan Penerapan
Sistem Informasi yang telah dirancang ini belum diimplementasikan di lapangan,
dalam subbab ini akan dibahas mengenai kebutuhan , syarat, dan kondisi agar sistem
informasi dapat digunakan pada kondisi sebenarnya., yang dimulai dari kebutuhan
perangkat keras, perangkat lunak, dasar pengetahuan pengguna tentang komputer, serta
jadwal pengimplementasian program yang telah dibuat.
5.3.9.1 Perangkat Keras
Perangkat keras yang dibutuhkan beberapa sudah ada di PT.Yuasa Battery
Indonesia, Secara keseluruhan, sistem yang dibutuhkan adalah :
1. Server
Server ini digunakan untuk menyimpan software , Sistem Operasi, dan
Database server. Karena semua proses pengolahan data dilakukan di server ,
232
dan server akan menangani beberapa Client secara sekaligus, maka server ini
harus memiliki kecepatan tinggi dan Storage besar. Spesifikasi umum sistem
untuk server minimal adalah :
- Processor Intel Pentium IV Xeon 1.7Ghz
- DDR SDRAM 400 ECC 1GB
- Harddisk 10.000 RPM 40GB SerialATA RAID
- 10/100 MBPS LAN
- CD Rom / CD-RW untuk Backup
2. Workstation
Workstation yang digunakan cukup merupakan sebuah Desktop PC yang
sudah digunakan, karena kebutuhan proses yang dilakukan di Client sangat
sedikit, yaitu untuk menjalankan Internet Explorer saja. Kebutuhan minimal
Desktop PC adalah :
- Processor Intel Celeron 333 MHZ
- SDRAM 64MB
- Harddisk 20 GB
- 10/100MBPS LAN ( Untuk yang terkoneksi ke jaringan )
- WiFI Card 802.11b ( Untuk yang terhubung ke jaringan Nirkabel )
3. Pocket PC
Pocket PC ini adalah sebuah Client yang bersifat Optional , yaitu boleh
digunakan atau tidak, sesuai kebutuhan. Karena masih dapat digantikan
dengan pemasangan sebuah Desktop PC di lantai produksi untuk
memasukkan data ke sistem. Apabila digunakan , sistem yang dibutuhkan
adalah :
233
- Processor Strong ARM 206 MHZ
- Memory min 128 MB
- 4096 Color LCD 320 x 200 Pixel.
- WiFi Enabled / WiFI SDIO Card
4. Hub / Switch
Hub / Switch ini berfungsi untuk menghubungkan seluruh jaringan yang ada.
Hub / Switch ini diletakkan sedekat mungkin dengan serverr. Hub / Switch
ini bisa dalam bentuk standar atau dapat pula berupa 802.11B WiFi Switch
untuk menangani jaringan Nirkabel. Minimal 12 Port untuk mendukung
seluruh jaringan yang digunakan dalam departemen QA ini.
5.3.9.2 Perangkat Lunak
Untuk kebutuhan piranti lunak, untuk seluruh Client hanya dibutuhkan Internet
browser yang dapat mendukung Dynamic HTML dan Java. Sedangkan untuk
Server dibutuhkan sebuah sistem operasi yang mendukung .NET Framework.
Berikut adalah spesifikasi minimal untuk dapat menjalankan program ini :
1. Server
− Windows 2000 Professional Service Pack 4 / Windows XP
Professional
− Internet Information Server 5.0
− .NET Framework Installed
− Microsoft Office Installed dengan Microsoft Access
− WiFi Card Driver
234
2. Workstation
- Windows 98 / Wndows 2000 / Windows XP
- Internet Explorer 6.0 / Opera Browser
- WiFi Card Driver
3. Pocket PC
- Pocket PC 2002
- Pocket IE 6.0
- WiFi Card Driver
5.3.9.3 Pengguna
Pengguna sistem informasi ini adalah karyawan yang sudah disebutkan di use
case diagram diatas, dimana seluruh pengguna ini harus dapat menggunakan komputer
secara dasar dan dapat menggunakan Internet Explorer karena pengguna tidak perlu
secara khusus mempelajari suatu perintah – perintah khusus. Dengan pelatihan yang
cukup mereka sudah dapat menggunakan sistem ini. Untuk perawatan sistem dapat
dilakukan oleh bagian IT ( Intormation Technology ) dalan PT. Yuasa Battery
Indonesia.
235
5.3.9.4 Jadwal Implementasi
Program ini belum diimplementasikan pada perusahaan , sehingga saat ini belum
dapat dihitung berapa besar efek yang diberikan oleh program ini, tetapi yang pasti
waktu yang dibutuhkan untuk menghitung sebuah peta kendali dan Sigma dapat
dihilangkan , karena semua perhitungan dapat diselesaikan dengan menggunakan satu
tombol. Hal ini akan menghemat waktu yang sangat banyak. Untuk jadwal implementasi
dapat dilihat dibawah ini :
Tabel 5.51 Jadwal Implementasi