88
Jurusan Teknik Industri Fakultas Teknologi Industri - ITS ANALISIS WASTE DALAM PRODUKSI PASTA GIGI MENGGUNAKAN LEAN THINKING Oleh : Hans Roberto Widiasmoro 2510100131 Pembimbing : Prof. Ir. Moses L. Singgih, M.Sc., Ph.D. 1 SIDANG TUGAS AKHIR

ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

Embed Size (px)

Citation preview

Page 1: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

Jurusan Teknik Industri – Fakultas Teknologi Industri - ITS

ANALISIS WASTE DALAM PRODUKSI PASTA GIGI MENGGUNAKAN LEAN THINKING

Oleh : Hans Roberto Widiasmoro – 2510100131 Pembimbing : Prof. Ir. Moses L. Singgih, M.Sc., Ph.D.

1 SIDANG TUGAS AKHIR

Page 2: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

Pendahuluan

Tinjauan Pustaka

Metodologi Penelitian

Pembuatan CSVSM dan VALSAT

Assessment Performansi Perusahaan

2 SIDANG TUGAS AKHIR

Rekomendasi Skenario Perbaikan

Pembuatan FSVSM

Kesimpulan dan Saran

Page 3: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

3 SIDANG TUGAS AKHIR

PG (Perusahaan Pasta Gigi)

Personal Care Factory

Personal Wash Factory

Sabun Putih

Page 4: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

4 SIDANG TUGAS AKHIR

Pilot Project - Mengetahui dan menganalisa apakah business process yang

dijalankan untuk Pasta Gigi A 190 gram sudah ideal atau sebaliknya (masih

terdapat beberapa aktivitas pemborosan (waste) yang terjadi terbuka

kesempatan untuk melakukan improvement di beberapa sektor)

Hasil produksi

yang penyok,

sehingga harus

di-rework,

Production

delay,

Kesulitan pengiriman

(material handling)

packaging material

(operator tidak fokus

dan tidak ada SOP

kerja), dll

Page 5: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

5 SIDANG TUGAS AKHIR

Supplier

Dispencing Area

Raw Material

Store

Process Area

Packing Line BOF SDF Customer

Filling

Case Packer

Cartoning

Makin kompleks jaringan supply chain, makin besar pula potensi munculnya pemborosan (waste)

Page 6: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

6 SIDANG TUGAS AKHIR

Untuk mereduksi dan mengeliminasi wastes

Integrated – solution, improvement melibatkan kolaborasi tiap pihak, sehingga dampaknya

terasa secara global

Konsep Lean Supply Chain

Lean Supply Chain

Waste (pemborosan) :

Target utama secepatnya harus diidentifikasi dan dibenahi

Semua macam aktivitas yang tidak memberikan nilai tambah pada produk dan tidak diinginkan oleh

customer, tetapi dilakukan atau dihasilkan oleh perusahaan (disadari dan disengaja ataupun tidak)

Page 7: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

7 SIDANG TUGAS AKHIR

Mengidentifikasi pemborosan (waste) yang terjadi dan dilakukan oleh perusahaan di sepanjang jaringan supply

chain pada business process Pasta Gigi A 190 gram Menganalisa kondisi terkini dari performansi

perusahaan berdasarkan business process yang dijalankan tersebut

Membuat dan menentukan rekomendasi skenario

perbaikan terkait aliran material (produksi) dan informasi business process yang sedang dijalankan berdasarkan jenis waste yang terdapat di sepanjang supply

chain tersebut

CSVSM dan VALSAT Assessment Performansi Perusahaan

Rekomendasi Skenario Perbaikan dan FSVSM

Page 8: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

8 SIDANG TUGAS AKHIR

1. Mengetahui bagaimana business process yang dijalankan secara nyata di industri manufaktur FMCG

2. Mengidentifikasi dan mengurangi/menghilangkan pemborosan (waste) yang terjadi dan dilakukan oleh perusahaan

3. Memberikan rekomendasi perbaikan dalam menjalankan business process perusahaan

1. Mampu melihat, mengamati dan memahami secara langsung business process yang berjalan di industri manufaktur FMCG

2. Mengetahui jenis waste yang belum teridentifikasi sebelumnya oleh perusahaan

3. Mendapatkan rekomendasi perbaikan yang sesuai dengan kondisi riil di perusahaan

Page 9: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

9 SIDANG TUGAS AKHIR

B A T A S A N

Obyek amatan penelitian adalah business process dari produksi Pasta Gigi A 190 gram

Lokasi amatan ialah Raw Material Store (RMS), Personal Care (PC) Factory, Back – Off Factory (BOF), SDF, dan IndoGrosir

Jaringan supply chain yang diamati: kedatangan packaging material (tube, carton, fibrete) dari supplier (inbound) – raw material store – substore

area - packing line – area pallettan - BOF – SDF - Indo Grosir

Jenis waste yang diamati dan digunakan, yakni transportation, over-

production, over-processing, inventory/storage, waiting, motion, error (reject,

defect, rework)

Page 10: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

10 SIDANG TUGAS AKHIR

B A T A S A N

Pengambilan data terkait proses penerimaan dari supplier, produksi/manufaktur, dan pengiriman (distribusi) hanya bisa dilakukan pada shift pagi (pukul 06.00-14.00 WIB)

Adanya beberapa data perusahaan terkait keperluan penelitian yang bersifat confidential, dan need – to – know, sehingga belum bisa di-share ke pihak luar

Page 11: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

11 SIDANG TUGAS AKHIR

A S U M S I

Pengiriman (transfer) material antar channel atau bagian di dalam proses produksi Pasta Gigi A 190 gram dilakukan dalam batch (1 pallet)

Proses produksi yang terjadi berjalan normal dan tidak ada perubahan konfigurasi

Operator atau tenaga kerja selalu tersedia untuk melakukan aktivitas kerja sesuai bagiannya

Page 12: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

12 SIDANG TUGAS AKHIR

Value Stream Mapping

Value stream semua aktivitas (VA dan NVA) yang diperlukan perusahaan untuk dapat menghasilkan suatu produk jadi sesuai dengan keinginan customer (Jones and Womack, 2002)

Umumnya, terdapat tiga flow utama, yakni order flow, product flow, serta design flow.

Penggambaran VSM menggunakan big picture mapping (tool untuk menggambarkan suatu sistem secara keseluruhan (whole stream) beserta aliran nilai (value stream) yang terdapat dalam perusahaan)

Kebutuhan data dari waktu operasi/proses pengamatan langsung (observasi lapangan, melalui penggunaan stopwatch

time study) dan interview dengan petugas terkait (wawancara).

Page 13: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

13 SIDANG TUGAS AKHIR

Sumber : (Rother and Shook, 1999)

Select a product

family (define

which flow to

analyze)

Current State

Drawing

Value Stream

Analysis

Future State

Drawing

Work Plan and

Implementation/

Action

Ideal State

Data Collection

Mapping by

Symbols

See the Process

Understand How

Information and

Materials are

Flowing

Highlight Waste

Value Stream Mapping

CSVSM tahap melakukan mapping terhadap kondisi existing (menunjukkan semua aktivitas baik VA maupun NVA) untuk mencari di bagian mana saja terdapat aktivitas pemborosan (waste) Tahap CSVSM ini terbagi menjadi dua

bagian yang harus dilakukan secara bersamaan, yakni (Rother and Shook, 1999): 1. Mapping by symbols

2. Data collection

Page 14: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

14 SIDANG TUGAS AKHIR

Sumber : (Rother and Shook, 1999)

Value Stream Mapping VALSAT melakukan analisa agar alternatif rekomendasi perbaikan yang diberikan untuk

dijadikan FSVSM bisa tepat sasaran VALSAT diawali dengan melaksanakan waste workshop : tahap penggalian informasi dan

pengidentifikasian jenis waste apa saja yang terdapat di dalam business process, menerapkan konsep lean dengan tepat sasaran, dalam rangka mengeliminasi atau mereduksi waste tersebut

Macam VALSAT (Hines and Rich, 1997) : Process Activity Mapping, Supply Chain

Response Matrix, Production Variety Funnel, Quality Filter Mapping, Demand

Amplification Mapping, Decision Point Analysis, Physical Structure Mapping.

Page 15: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

15 SIDANG TUGAS AKHIR

Analytical Hierarchy Process (AHP)

Sumber : (Bhushan and Rai, 2004)

AHP dapat memecahkan permasalahan yang memiliki kriteria pengambilan keputusan yang cukup banyak, dan kompleksitas struktur masalah yang belum jelas (sulit dipahami), sehingga menyebabkan ketidakpastian persepsi dari decision maker, serta ketidakpastian tersedianya data statistik yang jelas (atau bahkan tidak ada sama sekali) dalam proses pengambilan keputusan.

Page 16: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

16 SIDANG TUGAS AKHIR

No. Penulis Tahun Judul Metode Obyek

1 Sandi Widianto Paulus Takasana

2008

Pendekatan Simulasi untuk Implementasi Lean Operation pada Proses Inbound dan Outbound di Distribution Center Produk Jadi (Studi Kasus : PT. X (DC))

Lean Operation dengan Simulasi

Proses Bongkar Muat (Inbound - Outbound ) di Distribution Centre Pabrik Consumer Goods

2 Cindy Ayuningtyas

2009

Penerapan Lean Production dan Simulasi pada Sistem Produksi Tabung Gas LPG 3 Kg (Studi Kasus : PT. ENERGI MULTITECH INDONESIA)

Lean Production , Simulasi

Sistem Produksi Tabung Gas LPG 3 Kg di PT. ENERGI MULTITECH INDONESIA

3 Marry Jane Staublish

2010

Evaluasi dan Simulasi Perbaikan Order

Fulfillment Process pada Pupuk Urea Bersubsidi dengan Pendekatan Lean

Distribution (Studi Kasus : Kantor Pemasaran Jatim-PT. Pupuk Kalimantan Timur Tbk)

Lean Distribution , Simulasi

Order Fulfillment , Lead

Time dan Inventory pada Proses Distribusi PT. PUPUK KALTIM Tbk.

4 Aulia Dhita Arthawaty

2012 Lean Supply Chain dengan Metode Fuzzy

AHP - QFD di PT. ECCO INDONESIALean Supply Chain , Fuzzy AHP - QFD

PT. ECCO INDONESIA

5Yongan Zhang,

Ying Wang, Long Wu

2012

Research on Demand - Driven Leagile

Supply Chain Operation Model : a

Simulation Based on AnyLogic in System

Engineering

Leagile Supply Chain,

AnyLogic, Decision

Support

Competition between

Supply Chains (Cost,

Quality, Delay), Satisfy The

Customer Based on

Demand - Driven (Bullwhip

Effect)

6Hans Roberto Widiasmoro 2014

Analisis Waste dalam Produksi Pasta Gigi Menggunakan Lean Thinking

Lean Thinking , AHPEnd to End Business dalam Proses Produksi Pasta Gigi A 190 gram

Page 17: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

17 SIDANG TUGAS AKHIR

Identifikasi Permasalahan (Identifikasi & Perumusan Masalah, Penentuan Tujuan Penelitian)

Page 18: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

18 SIDANG TUGAS AKHIR

Studi Penelitian (Literatur dan Lapangan)

Page 19: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

19 SIDANG TUGAS AKHIR

Pengambilan Data untuk Big Picture Mapping dan VALSAT (Wawancara dan Pengamatan Langsung)

Page 20: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

20 SIDANG TUGAS AKHIR

Pembuatan VSM (Current State, Waste Workshop – AHP - VALSAT, Future State)

Page 21: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

21 SIDANG TUGAS AKHIR

Pembuatan VSM (Current State, Waste Workshop – AHP - VALSAT, Future State)

Page 22: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

22 SIDANG TUGAS AKHIR

Pembuatan VSM (Current State, Waste Workshop – AHP - VALSAT, Future State)

Page 23: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

23 SIDANG TUGAS AKHIR

Penilaian (Assessment) Terhadap Performansi Perusahaan, Mulai dari Production Cycle Time hingga Production Output

Page 24: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

24 SIDANG TUGAS AKHIR

Analisa dan Interpretasi Data, serta Pembahasannya (Analisa Kondisi Terkini Performansi Perusahaan), Pembuatan Rekomendasi Skenario Perbaikan

Page 25: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

25 SIDANG TUGAS AKHIR

Penarikan Kesimpulan dan Saran

Page 26: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

26 SIDANG TUGAS AKHIR

Di dalam penerapan lean thinking ini, penentuan aktivitas VA, NVA, NVAA, maupun ide perbaikan (improvement) akan dilakukan berdasarkan customer value.

Di mana, What customer get = nilai-nilai yang diharapkan customer bisa diperoleh dari produk

atau jasa yang dihasilkan oleh perusahaan What customer paid = hal-hal apa saja yang harus ‘dikorbankan’ atau ‘dibayarkan’

untuk mendapatkan hal-hal yang diinginkan tadi (what customer get)

Page 27: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

27 SIDANG TUGAS AKHIR

Proses Produksi Utama Pasta Gigi A 190 gram

Page 28: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

28 SIDANG TUGAS AKHIR

Proses Produksi untuk RMS – Palletan (hal. 90)

Page 29: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

29 SIDANG TUGAS AKHIR

Proses Produksi untuk BOF (hal. 92)

Page 30: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

30 SIDANG TUGAS AKHIR

Proses Produksi untuk Order Management (hal. 94)

Page 31: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

31 SIDANG TUGAS AKHIR

Proses Produksi untuk SDF (hal. 96)

Page 32: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

32 SIDANG TUGAS AKHIR

Proses Produksi untuk IndoGrosir (hal. 98)

Page 33: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

33 SIDANG TUGAS AKHIR

Waste Workshop

Waste Ranking Nama TransportationOver-

production

Over-

processing

Inventory

(storage)Waiting Motion

Error

(defect/

reject/

rework)

B. Upi 3 6 2 1 5 4

B. Retno 1 2 4 7 6 5 3

Planner B. Yunita 1B. Cory 7 2 3 1 6 5 4P. Kukuh 1 6 5 2 4 3P. Andik 1

SS P. Afif 1 3 4 6 5 7 2P. Andika 4 5 6 3 2 1P. Nanang 1 7 6 5 3 4 2P. Mubin 5 4 6 7 2 3 1

P. Mustofa 1 5 3 2 4Palletan P. Agus 3 1 4 2

P. Joseph 1 3 2P. Wiratno 6 1 5 2 3 4

P. Jarot 4 5 6 7 2 3 1P. Jimy 5 2 1 3 6 7 4

Depo (Customer

Service - Order

Management)

RMS

Packing Line (SBU

I & II)

BOF

SDF

Jumlah Contoh

Kasus yang TerjadiNama Transportation

Over-

production

Over-

processing

Inventory

(storage)Waiting Motion

Error

(defect/

reject/

rework)

B. Upi 1 2 2 3 1 3B. Retno 1 1 2 1 1 3 1

Planner B. Yunita 1B. Cory 3 4 2 6 6 5 7P. Kukuh 1 3 1 4 3 4P. Andik 1

SS P. Afif 4 6 3 4 7 1 8P. Andika 1 2 3 3 4 6P. Nanang 2 1 1 1 1 1 4P. Mubin 2 2 2 1 3 3 4

P. Mustofa 2 1 1 1 1Palletan P. Agus 1 3 3 2

P. Joseph 2 1 10P. Wiratno 1 3 2 5 2 3

P. Jarot 5 3 4 5 3 5 6P. Jimy 3 2 1 5 4 2 6

RMS

Packing Line (SBU

I & II)

BOF

SDF

Depo (Customer

Service - Order

Page 34: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

34 SIDANG TUGAS AKHIR

Process

Activity

Mapping

Supply

Chain

Response

Matrix

Production

Variety

Funnel

Quality

Filter

Mapping

Demand

Amplification

Mapping

Decision

Point

Analysis

Physical

Structure

Transportation 1.215 0.135Over-

production0.18 0.54 0.18 0.54 0.54

Over-

processing0.981 0.327 0.109 0.109

Inventory

(storage)0.36 1.08 0.36 1.08 0.36 0.12

Waiting 1.233 1.233 0.137 0.411 0.411Motion 0.738 0.082Error

(defect/reject/

rework)

0.236 2.124

Total 4.943 2.935 0.824 2.413 2.031 1.42 0.255Persentase 33.35% 19.80% 5.56% 16.28% 13.70% 9.58% 1.72%

Waste Workshop

Page 35: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

35 SIDANG TUGAS AKHIR

Process Activity Mapping Area No. Elemen Kerja/Aktivitas

Jarak

(meter)

Waktu

(detik)

Jumlah

Pekerja

(orang per

Shift) Ope

ratio

n

Tra

nspo

rt

Insp

ect

Stor

e

Del

ay

(VA) /

(NVA) /

(NNVA)

Keterangan

1 Kedatangan PM dari supplier 12500 12600.00 √ (NNVA)

2 PenerimaanJam pelayanan pukul 06.00 -

20.00 WIB2.1 Mengambil pallet kosong 5 √ (NNVA) Outsource2.2 Loading material ke pallet kosong √ (NNVA) Dilakukan oleh pihak supplier2.3 Wrapping √ (VA) Outsource2.4 Menuliskan kode 9.5 √ (NVA) Outsource2.5 Memindahkan pallet berisi material untuk divalidasi 7.1 30.49 √ (NNVA) Outsource3 Melakukan validasi 95.85 1 √ (VA)4 Inspeksi4.1 Mencatat kode sampel √ (VA)4.2 Mengambil sampel √ (VA)4.3 Mengecek isi √ (VA)4.4 Memberi tanda cek √ (NVA)4.5 Mengembalikan sampel √ (VA)5 Loading pallet ke rak 35.5 23.48 3 √ (VA) Menggunakan forklift6 Pallet tersimpan di rak 28800.00 √ (NNVA)

7 Unloading pallet dari rak RMS 35.5 51.06 3 √ (NNVA)Menggunakan forklift (operator yang sama dengan aktivitas 2

dan 5)8 Mengambil kupon (reservasi) 2 √ (NNVA)9 Mengirim pallet dari RMS ke Packing Line SS 70 √ (NNVA)10 Mengambil sampah di Packing Line SS √ (NVA)11 Menata sampah di atas pallet √ (NVA)12 Mengirim sampah ke RMS 70 √ (NVA)13 Mengambil pallet kosong di Packing Line SS √ (NVA)14 Mengirim pallet kosong ke RMS 70 √ (NVA)15 Mengirim material carton ke mesin 22 226.85 √ (NNVA)16 Mengirim material fibrete ke mesin 20.5 216.19 √ (NNVA)

3

1

2

Subs

tore

RM

S

1340.48

172.29

185.45

Page 36: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

36 SIDANG TUGAS AKHIR

Process Activity Mapping Area No. Elemen Kerja/Aktivitas

Jarak

(meter)

Waktu

(detik)

Jumlah

Pekerja

(orang per

Shift) Ope

ratio

n

Tra

nspo

rt

Insp

ect

Stor

e

Del

ay

(VA) /

(NVA) /

(NNVA)

Keterangan

17 Tube Filling17.1 Memindahkan PM tube ke conveyor 1 √ (VA)17.2 Memasukkan pasta ke dalam tube √ (VA)

17.3 Mengecek berjalannya proses filling 1 √ (VA) Operator yang sama dengan operator aktivitas 18

18 Cartoning18.1 Memindahkan PM carton ke conveyor √ (VA)18.2 Memasukkan tube berisi pasta ke dalam carton √ (VA)18.3 Mengecek berjalannya proses cartoning √ (VA)19 Wrapping19.1 Menunggu batch dari carton terkumpul (12) √ (NNVA)19.2 Mem-bundling 12 carton yang berisi tube √ (VA)

19.3 Mengecek berjalannya proses bundling 1 √ (VA) Operator yang sama dengan operator aktivitas 20

20 Case Packer20.1 Memindahkan PM fibrete ke conveyor √ (VA)20.2 Menunggu batch dari bundling terkumpul (4) √ (NNVA)20.3 Memasukkan 4 carton - bundling ke dalam fib √ (VA)20.4 Mengecek berjalannya proses packing √ (VA)21 Fibrete berisi produk bergerak ke area palletan √ (NNVA)22 Inspeksi sampel produk 1 √ (VA)23 Palletizing 380.99 1 √ (NNVA)24 Memindahkan pallet ke area transit 6.1 20.50 1 √ (NNVA)25 Wrapping 18.67 √ (VA)26 Barcoding 4.57 √ (VA)27 Pallet menunggu untuk diambil 501.15 √ (NVA)28 Mengambil pallet dari area palletan 7.2 √ (NVA)29 Menaruh pallet ke area transit 18.4 √ (NVA)30 Scanning data pallet id (RF Gun) 1.97 1 √ (VA)31 Memindahkan pallet ke bay 5.1 9.50 1 √ (NNVA)32 Loading pallet ke dalam shuttle 6 29.30 1 √ (NNVA)33 Mengirim pallet ke SDF 229 1200.00 1 √ (NNVA)

1

1

Pack

ing

Lin

ePa

lleta

nB

OF

3

3

1.5

2.5

456.97

2451.73

40.7 578.61

19.79

1

1 Forklift dan hand pallet (baterai)

1396.78

1809.40

Page 37: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

37 SIDANG TUGAS AKHIR

Process Activity Mapping Area No. Elemen Kerja/Aktivitas

Jarak

(meter)

Waktu

(detik)

Jumlah

Pekerja

(orang per

Shift) Ope

ratio

n

Tra

nspo

rt

Insp

ect

Stor

e

Del

ay

(VA) /

(NVA) /

(NNVA)

Keterangan

34 Unloading pallet dari shuttle 1 √ (NNVA)35 Memindahkan pallet ke area transit 11.1 1 √ (NNVA)36 Scanning data pallet id (RF Gun) 2.11 1 √ (VA)37 Memindahkan pallet ke depan deretan rak 3 14.45 3 √ (NVA) Menggunakan hand pallet/truck38 Pallet menunggu untuk ditata ke rak 149.90 √ (NVA)39 Loading pallet ke rak 34.1 85.04 6 √ (VA) Menggunakan forklift besar40 Pallet tersimpan di rak 86400.00 √ (NNVA)

41 Unloading pallet dari rak 27 62.07 6 √ (NNVA)Menggunakan forklift besar

(operator sama dengan operator aktivitas 39)

42 Memindahkan pallet ke bay 31.15 38.15 3 √ (NNVA) Pekerja yang sama dengan pekerja aktivitas 37

43 Loading barang ke dalam truk 115.41 2 √ (NNVA)44 Mencetak berkas pengiriman √ (VA)45 Mengecek barang dan berkas pengiriman √ (VA)46 Mengirim barang ke IndoGrosir 4800 2700.00 √ (NNVA)47 Menerima order (membuka sistem) √ (VA)48 Membuat PO √ (VA)49 Melakukan validasi harga √ (NVA)50 Membuat SO √ (VA)51 Mengecek rescheduling √ (NVA)52 Membuat DN (bersama FP) √ (VA)

53 Truk datang dari Unilever √ (NNVA) Diterima pukul 08.00 - 15.00 WIB

54 Memberikan berkas pengiriman ke loket 10 207.67 1 √ (VA)55 Menunggu panggilan (nomor antrian) 900.00 √ (NVA)56 Mengambil nomor antrian 27.72 1 √ (NNVA)57 Menunggu panggilan (unloading) 7200.00 √ (NVA)58 Unloading barang 10 337.33 2 √ (NNVA)59 Checking kondisi barang √ (VA)60 Scanning data barang √ (VA)61 Menunggu panggilan (BTB) 300.00 √ (NVA)62 Mengambil BTB 13.20 1 √ (VA)

Dilakukan oleh pihak IndoGrosir

Dilakukan oleh salah satu dari supir atau checker (transportasi)

Dilakukan oleh salah satu dari supir atau checker (transportasi)

1

Indo

Gro

sirSD

FO

rder

Man

agem

ent

Dilakukan di depo Unilever1

2 Supir truk dan checker harus datang bersama-sama

Menggunakan forklift kecil

19.12

17.99

17.61

1123.45

321.58

399.29

Page 38: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

38 SIDANG TUGAS AKHIR

Aktivitas Jumlah Persentase (%) Waktu (detik) Persentase (%)

Operation 19 24.05 5991.45 3.91

Transport 34 43.04 7822.89 5.11

Inspect 12 15.19 600.53 0.39

Store 5 6.33 115206.08 75.26

Delay 9 11.39 23453.2183 15.32

Total 79 153074.17

VA 34 43.04 6491.81 4.24

NNVA 28 35.44 136430.59 89.13

NVA 17 21.52 10151.76 6.63

Total 79 153074.17

Total Waktu (detik) 153074.17

Total Jarak (meter) 18096

Process Activity Mapping

Page 39: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

39 SIDANG TUGAS AKHIR

Supply Chain Response Matrix

Lead Time (Hari)

Rata-rata Kedatangan PM per Hari 7600.61Rata-rata Pengambilan PM per Hari untuk Dikirim ke Packing Line

7147.57

Rata-rata Penerimaan PM per Hari 7147.57Rata-rata Pemakaian PM (Produksi) per Hari

7147.57

Rata-rata Penerimaan Produk per Hari dari Packing Line

137.45

Rata-rata Pengambilan Produk (Pallet) per Hari oleh BOF

137.45

Rata-rata Penerimaan Produk (Pallet) per Hari dari Palletan

137.45 (50.86)

Rata-rata Pemakaian Produk (Pallet) untuk Dikirim ke SDF

50.86

Rata-rata Penerimaan Produk (Pallet) per Hari dari BOF

50.86

Rata-rata Pemakaian Produk untuk Dikirim ke Customer

46.02 (0.88)

Kedatangan PM dari Supplier hingga Pengiriman PM ke Packing Line = 0.51

Produksi hingga Pengiriman Produk ke Palletan = 0.071

Penerimaan Produk dari Packing Line hingga Pengambilannya oleh BOF = 0.017Penerimaan Produk dari Palletan hingga Pengirimannya ke SDF = 0.015

Penerimaan Produk dari BOF hingga Pengiriman ke Customer = 1.037

SDF

(pallet)

Days Physical

Stocks (Hari)

RMS (fib)

Packing

Line (fib)

Palletan

(pallet)

BOF

(pallet)

1.0634

1

1

1

1.10517

Packing Line

RMS

1

0.5

0.51, 1.0634

2

3

4

5

1 1.5

0.071, 1

Palletan0.017, 1

BOF

0.015, 1

SDF

6

1.037, 1.11

0

Cumulative Stock : 5.17 Hari

Cumulative Lead Time : 1.65 Hari

TOTAL : 6.82 Hari

Page 40: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

40 SIDANG TUGAS AKHIR

Quality Filter Mapping

0

100000

200000

300000

400000

500000

600000

700000

800000

900000

1000000

RMS Packing Line

Palletan BOF SDF

Jum

lah

Def

ect

(pp

m)

Stages of Supply Chain

Quality Filter Mapping

Product Defect

Service Defect

Internal Scrap

% ppm % ppm % ppm

RMS 5 50000 Cacat dari supplier 0.5 5000

Terkadang ada masalah dengan PO pengiriman (jumlah pengiriman tidak

sesuai, dll)

0 0Kemungkinan terjadi defect kecil karena bertipe fast moving

Packing Line 5 50000

PM yang mengalami perubahan kualitas yang lolos ke PL (biasanya karena

faktor penyimpanan)

14.3 143000Keterlambatan pengiriman PM 11 110000

Rata-rata defect pada carton

Palletan 0.042 420

Rata-rata adanya produk bermasalah

dari sampel saat inspeksi

0 0

Tidak masalah ada yang berkaitan

dengan jenis defect ini

0 0 Jenis defect ini tidak pernah terjadi

BOF 4 40000Rata-rata produk

bermasalah (kualitas) lolos sampai ke BOF

0 0

Tidak ada jadwal pengiriman shuttle secara pasti dan

semua dokumentasi pengiriman harus

lengkap

0.001 10

Kadang kerusakan/defect

pada produk terjadi akibat kesalahan

penanganan/handling

SDF 4 40000Rata-rata produk

bermasalah (kualitas) lolos sampai ke SDF

40 400000Truk (transportasi)

sering terlambat datang

5 50000

Kadang kerusakan/defect

pada produk terjadi akibat kesalahan

penanganan/handling

KasusProduct Defect Service Defect Internal Scrap

Stage Kasus Kasus

Page 41: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

41 SIDANG TUGAS AKHIR

Demand Amplification Mapping

Minggu ke -

Demand

Forecasting

(pcs)

Production Plan

(pcs)

Production

Output (pcs)

Dispatch Quantity

(Sales Record)

(fib)

Order/Demand Quantity

(fib)

1 1076363.64 1065600.00 937728.00 130.00 130.002 2196842.11 2504400.00 2279004.00 203.00 203.003 1956226.42 2073600.00 1762560.00 0.00 0.004 2709333.33 2438400.00 2170176.00 109.00 109.005 2272000.00 2044800.00 1758528.00 20.00 20.006 1022803.74 1094400.00 1039680.00 250.00 270.007 1878974.36 2198400.00 2066496.00 637.00 749.008 1401081.08 1555200.00 1430784.00 1556.00 1556.009 1403793.10 1628400.00 1449276.00 1274.00 1274.0010 2144482.76 2487600.00 2139336.00 10.00 10.0011 2980219.78 2712000.00 2495040.00 300.00 300.0012 2140884.96 2419200.00 2177280.00 110.00 110.0013 1942429.91 2078400.00 1849776.00 800.00 800.0014 314181.82 345600.00 321408.00 144.00 144.00

Page 42: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

42 SIDANG TUGAS AKHIR

Demand Amplification Mapping

0

500000

1000000

1500000

2000000

2500000

3000000

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Jum

lah

Minggu ke-

DAM untuk Demand Forecasting - Production Plan

Demand Forecasting (pcs)

Production Plan (pcs)

Page 43: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

43 SIDANG TUGAS AKHIR

Demand Amplification Mapping

0

500000

1000000

1500000

2000000

2500000

3000000

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Jum

lah

Minggu ke-

DAM untuk Production Plan - Production Output

Production Plan (pcs)

Production Output (pcs)

Page 44: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

44 SIDANG TUGAS AKHIR

Demand Amplification Mapping

0

200

400

600

800

1000

1200

1400

1600

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Jum

lah

Minggu ke-

DAM untuk Order/Demand Quantity - Dispatch Quantity (Sales Order)

Dispatch Quantity (Sales Record) (fib)

Order/Demand Quantity (fib)

Page 45: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

45 SIDANG TUGAS AKHIR

Production Cycle Time

MH material

dari SS ke Line

Tube 17.78

Carton 226.85

Fibrete 216.19

Tube Filling 439.19

Cartoning 2451.73

Wrapping 1393.78

Case Packer 1809.40

Total (detik) 6554.92

Total (jam) 1.82

Waste yang berpotensi mempengaruhi : - Transportation

- Waiting

- Motion

- Inventory

- Over-process

- Over-production

Page 46: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

46 SIDANG TUGAS AKHIR

Order Lead Time (Speed of Delivery)

Order Masuk - Buat PO 1123.45

Validasi harga - Buat SO +

Expedition Report 321.58

Cek Rescheduling - Buat DN +

Faktur Pajak 399.29

Jeda Waktu untuk Pengiriman 86400.00

Unloading dari Rak 62.07

Staging (Pindah ke Bay) 38.15

Loading ke dalam Truk 115.41

Checking Barang 17.61

Pengiriman Truk ke IndoGrosir 2700.00

Total (detik) 91177.56

Total (jam) 25.33

Total (hari) 1.06

Waste yang berpotensi mempengaruhi : - Over-production

- Waiting

- Transportation

- Inventory (storage)

- Over-processing

- Motion

Page 47: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

47 SIDANG TUGAS AKHIR

Order Fulfillment Rate (Distribution Service Level)

Berdasarkan data Dispatch

Quantity dan Order Quantity yang digunakan dalam Demand Amplification

Mapping, didapatkan bahwa rata-rata gap antara kedua data mencapai 2,33% atau Order Fulfillment Rate perusahaan terhadap IndoGrosir mencapai 97,67% (di atas rata-rata untuk pasar sejenis secara umum, yakni 96%)

Waste yang berpotensi mempengaruhi : - Over-production

- Inventory

- Waiting

Page 48: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

48 SIDANG TUGAS AKHIR

On Time Delivery Berdasarkan hasil Order Lead Time di samping dan kebijakan Order Management mengenai order processing, yakni : 1. Jika order masuk sebelum pukul 14.00 WIB, maka

lama order processing yang diberikan ialah H + 1 hari

2. Sedangkan, jika order masuk setelah pukul 14.00 WIB, maka lama order processing yang diberikan ialah H + 2 hari

Serta, dengan pertimbangan batas waktu kadaluarsa PO (PO closed) dari IndoGrosir ialah 2 hari, maka bisa disimpulkan bahwa perusahaan mampu memenuhi tuntutan On Time Delivery dari customer.

Waste yang berpotensi mempengaruhi : over-

production, waiting, transportation, inventory

(storage), over-processing, dan motion.

Page 49: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

49 SIDANG TUGAS AKHIR

Inventory (Safety Stock)

Safety

Stock

RMS

Fibrete

Rata-rata Demand 7147.57 10177.28

Rata-rata Standar

Deviasi 2713.94 pcs

Service Level 100% 407.09

Lead time 1 hari ikat

Tube

Rata-rata Demand 343083 488509.27

Rata-rata Standar

Deviasi 130269 pcs

Service Level 100% 2326.23

Lead time 1 hari embalage

Carton

Rata-rata Demand 343083 488509.27

Rata-rata Standar

Deviasi 130269 carton

Service Level 100% 407.09

Lead time 1 hari embalage

SDF

Rata-rata Demand 2393.18 787.74

Rata-rata Standar

Deviasi 442.55 case

Service Level 96% 15.15

Lead time 1 hari pallet

Karena bersifat Probabilistic

Demand, maka rumus Safety Stock menggunakan :

Waste yang berpotensi mempengaruhi : - Over-production

- Inventory

- Waiting

Page 50: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

50 SIDANG TUGAS AKHIR

Product Condition/Quality

% ppm % ppm

RMS 5 50000 Cacat dari supplier 0 0Kemungkinan terjadi defect kecil karena bertipe fast moving

Packing Line 5 50000

PM yang mengalami perubahan kualitas yang lolos ke PL (biasanya karena

faktor penyimpanan)

11 110000Rata-rata defect

pada carton

Palletan 0.042 420

Rata-rata adanya produk bermasalah

dari sampel saat inspeksi

0 0 Jenis defect ini tidak pernah terjadi

BOF 4 40000Rata-rata produk

bermasalah (kualitas) lolos sampai ke BOF

0.001 10

Kadang kerusakan/defect

pada produk terjadi akibat kesalahan

penanganan/handling

SDF 4 40000Rata-rata produk

bermasalah (kualitas) lolos sampai ke SDF

5 50000

Kadang kerusakan/defect

pada produk terjadi akibat kesalahan

penanganan/handling

KasusProduct Defect Internal Scrap

Stage Kasus

0

100000

200000

300000

400000

500000

600000

700000

800000

900000

1000000

RMS Packing Line

Palletan BOF SDF

Jum

lah

Def

ect

(pp

m)

Stages of Supply Chain

Quality Filter Mapping

Product Defect

Internal Scrap

Assessment ini mengambil hasil dari Quality Filter Mapping dengan mengutamakan pada Product

Defect dan Internal Scrap Defect. Dan, hasilnya ialah seperti yang terdapat pada tabel/grafik di samping :

Waste yang berpotensi mempengaruhi : - Error

- Over-processing

- Over-production

Page 51: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

51 SIDANG TUGAS AKHIR

Production Output

Max

Available

Time (jam)

Production

Output

(cases)

Produksi

Normal 7.5 3369.88

Breakdown < 10

menit, bisa

ditangani

operator (3 - 5

kali breakdown

kecil)

6.75 3032.38

Breakdown > 20

menit, tidak

bisa ditangani

operator

(panggil teknisi)

(1 - 2 kali

breakdown

besar)

5.5 2469.88

Waste yang berpotensi mempengaruhi : - Error

- Over-production

- Over-processing

Page 52: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

52 SIDANG TUGAS AKHIR

Dari hasil VALSAT maupun Assessment Performansi Perusahaan, dan analisa untuk mendapatkan ide perbaikan yang tepat, serta customer value

(ditinjau dari sisi time, delivery, quality, serta inventory), diperoleh skenario perbaikan berikut yang direkomendasikan untuk mengeliminasi/mereduksi aktivitas NVA (waste) yang terdapat di sepanjang jaringan supply chain dalam proses produksi Pasta Gigi A 190 gram :

Page 53: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

53 SIDANG TUGAS AKHIR

No Waste Improvement yang Diberikan Area Dampak Jenis Waste Terdampak Reduksi/Eliminasi

a. Mengurangi waktu sebesar 300 detik (aktivitas menunggu mengambil BTB dihapus)

b. POD Team bisa langsung membuat invoice tanpa harus menunggu truk kembali (berkurang minimal 30 menit)

2Menunggu panggilan untuk mengambil nomor antrian

Nomor antrian langsung diberikan saat pemberian berkas pengiriman di loket (berkas tidak perlu

diperiksa terlalu rinci lagi, sebab apabila berkas tidak lengkap, maka truk tidak diperbolehkan

berangkat dari SDF)

IndoGrosirMengurangi waktu sebesar 900 detik (aktivitas menunggu mengambil nomor antrian dihapus)

Waiting, Over-Production, Inventory Eliminasi

a. Mengurangi waktu sebesar 14.45 detik (aktivitas memindahkan pallet ke depan deretan rak dihapus)

b. Tiga unit hand pallet/truck beserta operatornya bisa difokuskan untuk aktivitas mengirim pallet ke area bay untuk dimuat ke dalam truk

Eliminasi

3Memindahkan pallet ke depan

deretan rak

Operator forklift besar langsung mengambil pallet yang berada di area transit setelah scanning,

sehingga pallet tidak perlu dipindahkan lagi ke depan deretan rak

SDFOver-Process, Motion,

Defect Eliminasi

1 Menunggu panggilan untuk mengambil BTB di loket

BTB dibuat pada kertas ber-template yang ditulis (sehingga bisa langsung diberikan ketika proses

pengecekan produk selesai) dan e-BTB (sumber data dari hasil scanning kode produk) langsung

dikirim ke POD Team (PG)

IndoGrosir - Order Management

Waiting

Page 54: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

54 SIDANG TUGAS AKHIR

No Waste Improvement yang Diberikan Area Dampak Jenis Waste Terdampak Reduksi/Eliminasi

4 Validasi harga

Pemberlakuan update harga juga langsung dilakukan pada order system (sehingga customer

bisa langsung menyocokkan harga) atau menyediakan file excel ber-template (sehingga

ketika operator order management ingin membuat PO bisa langsung memvalidasi harga)

Order Management - IndoGrosir

Mengurangi waktu sebesar maksimum 106.121 detik (aktivitas validasi harga dihapus atau lebih diefektifkan)

Over-Process, Motion, Over-Production, Inventory

Eliminasi/Reduksi

5 Mengecek rescheduling

Load planner langsung mengecek dan apabila ada customer yang tidak mendapat jatah barang,

langsung mengonfirmasi dan memberitahu alasannya ke operator order management (operator hanya tinggal mengonfirmasi ke

customer)

Order Management - SDF

Mengurangi waktu sebesar maksimum 239.574 detik (aktivitas mengecek rescheduling dihapus atau diefektifkan)

Over-Process, Motion, Over-Production, Inventory

Eliminasi/Reduksi

6Mengambil pallet dari area

transit (Palletan)

Penambahan utilitas 1 operator (dan 1 forklift) yang ditugaskan khusus untuk aktivitas loading -

unloading (rak), sehingga 2 operator lainnya bisa fokus untuk aktivitas mengambil pallet dari area

transit (Palletan)

BOF - Palletan

Mengurangi waktu tunggu pallet diambil dari Palletan sebesar minimum 85 detik (2 operator sebelumnya tidak lagi disibukkan dengan aktivitas loading - unloading rak (bisa lebih fokus))

Over-Process, Motion, Waiting, Inventory, Defect Reduksi

a. Mengurangi waktu pemindahan pallet ke area transit menjadi 15.75 detik (aktivitas pemindahan produk fast moving menjadi lebih efektif, efisien, dan tidak menumpuk)

b. Mengurangi pengambilan pallet di Palletan oleh operator BOF menjadi 1,35 meter

7 Memindahkan pallet ke area transit

Pengembalian SOP seperti dulu (transit untuk fast moving production ke samping control room,

sedangkan slow moving ke depan control room)Palletan - BOF Over-Process, Motion,

Inventory, TransportationReduksi

Page 55: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

55 SIDANG TUGAS AKHIR

No Waste Improvement yang Diberikan Area Dampak Jenis Waste Terdampak Reduksi/Eliminasi

a. Penambahan utilitas 1 operator egu yang tugasnya difokuskan untuk mengurusi, menata, dan mengembalikan sampah sisa produksi serta pallet kosong (sehingga 2 operator egu lain bisa lebih fokus untuk mengirimkan PM dari RMS ke Substore)b. Pembuatan SOP khusus yang membedakan tugas untuk mengirim PM dari RMS ke Substore, dan mengembalikan sampah sisa produksi serta pallet kosong ke RMS (selama ini 2 operator egu mengalami double job dan sering kewalahan dengan tugasnya (tidak ada SOP kerja))

9 Memberi tanda cek

Menghilangkan proses memberi tanda cek detelah PM diinspeksi, cukup mencatatnya di dokumen laporan (tidak perlu dua kali), sebab operator

RMS masih mencari PM secara manual (belum punya warehouse management system, jadi ada/tidaknya tanda cek tidak ada bedanya)

RMS Mengurangi waktu inspeksi sebesar 15.376 detik (aktivitas memberi tanda cek dihapus)

Over-Process, Motion, Over-Production

Eliminasi

10 Menuliskan kodeMenggunakan barcode sticker sehingga prosesnya bisa menjadi lebih efektif dan efisien (tidak perlu

secara manual lagi)RMS

Mengurangi waktu penerimaan sebesar 63.3162 detik (sedangkan jika menggunakan barcode sticker, waktu prosesnya hanya sekitar 5 detik (menempel dan scanning))

Over-Process, Motion, Waiting Reduksi

8Mengembalikan sampah sisa

produksi dan pallet kosong ke RMS

Substore - RMS - Packing Line

Mengurangi waktu kerja operator egu (hanya mengirim PM dari RMS ke Substore) sebesar maksimum 698,4 detik (aktivitas mengembalikan sampah sisa produksi dan pallet kosong dihapus)

Over-Process, Motion, Waiting, Transportation,

DefectEliminasi

Page 56: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

56 SIDANG TUGAS AKHIR

Dan, dampak/efek dari eliminasi/reduksi tersebut (berwarna merah) terhadap overall

cycle time ialah sebagai berikut :

Area No. Elemen Kerja/AktivitasJarak

(meter)

Waktu

(detik)

Jumlah

Pekerja

(orang per

Shift) Op

era

tio

n

Tra

nsp

ort

Insp

ect

Sto

re

Del

ay (VA) /

(NVA) /

(NNVA)

Keterangan

1 Kedatangan PM dari supplier 12500 12600.00 √ (NNVA)

2 PenerimaanJam pelayanan pukul 06.00 -

20.00 WIB2.1 Mengambil pallet kosong 5 √ (NNVA) Outsource2.2 Loading material ke pallet kosong √ (NNVA) Dilakukan oleh pihak supplier2.3 Wrapping √ (VA) Outsource2.4 Menuliskan kode 9.5 √ (VA) Outsource2.5 Memindahkan pallet berisi material untuk divalidasi 7.1 30.49 √ (NNVA) Outsource3 Melakukan validasi 95.85 1 √ (VA)4 Inspeksi4.1 Mencatat kode sampel √ (VA)4.2 Mengambil sampel √ (VA)4.3 Mengecek isi √ (VA)4.4 Mengembalikan sampel √ (VA)5 Loading pallet ke rak 35.5 23.48 3 √ (VA) Menggunakan forklift6 Pallet tersimpan di rak 28800.00 √ (NNVA)

7 Unloading pallet dari rak RMS 35.5 51.06 3 √ (NNVA)Menggunakan forklift (operator yang sama dengan aktivitas 2

dan 5)8 Mengambil kupon (reservasi) 2 √ (NNVA)9 Mengirim pallet dari RMS ke Packing Line SS 70 √ (NNVA)10 Mengirim material carton ke mesin 22 226.85 √ (NNVA)11 Mengirim material fibrete ke mesin 20.5 216.19 √ (NNVA)

3

1

2

Su

bst

ore

RM

S

113.97

698.40

170.07

Page 57: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

57 SIDANG TUGAS AKHIR

Dan, dampak/efek dari eliminasi/reduksi tersebut (berwarna merah) terhadap overall

cycle time ialah sebagai berikut :

Area No. Elemen Kerja/AktivitasJarak

(meter)

Waktu

(detik)

Jumlah

Pekerja

(orang per

Shift) Ope

ratio

n

Tra

nspo

rt

Insp

ect

Stor

e

Del

ay

(VA) /

(NVA) /

(NNVA)

Keterangan

12 Tube Filling12.1 Memindahkan PM tube ke conveyor 1 √ (VA)12.2 Memasukkan pasta ke dalam tube √ (VA)

12.3 Mengecek berjalannya proses filling 1 √ (VA) Operator yang sama dengan operator aktivitas 18

13 Cartoning13.1 Memindahkan PM carton ke conveyor √ (VA)13.2 Memasukkan tube berisi pasta ke dalam carton √ (VA)13.3 Mengecek berjalannya proses cartoning √ (VA)14 Wrapping14.1 Menunggu batch dari carton terkumpul (12) √ (NNVA)14.2 Mem-bundling 12 carton yang berisi tube √ (VA)

14.3 Mengecek berjalannya proses bundling 1 √ (VA) Operator yang sama dengan operator aktivitas 20

15 Case Packer15.1 Memindahkan PM fibrete ke conveyor √ (VA)15.2 Menunggu batch dari bundling terkumpul (4) √ (NNVA)15.3 Memasukkan 4 carton - bundling ke dalam fib √ (VA)15.4 Mengecek berjalannya proses packing √ (VA)16 Fibrete berisi produk bergerak ke area palletan √ (NNVA)17 Inspeksi sampel produk 1 √ (VA)18 Palletizing 380.99 1 √ (NNVA)19 Memindahkan pallet ke area transit 6.1 20.50 1 √ (NNVA)20 Wrapping 18.67 √ (VA)21 Barcoding 4.57 √ (VA)22 Pallet menunggu untuk diambil 416.15 √ (NVA)23 Mengambil pallet dari area palletan 1.35 √ (NVA)24 Menaruh pallet ke area transit 18.4 √ (NVA)25 Scanning data pallet id (RF Gun) 1.97 1 √ (VA)26 Memindahkan pallet ke bay 5.1 9.50 1 √ (NNVA)27 Loading pallet ke dalam shuttle 6 29.30 1 √ (NNVA)28 Mengirim pallet ke SDF 229 1200.00 1 √ (NNVA)

1396.78

1809.40

40.7 578.61

15.75

1

1 Forklift dan hand pallet (baterai)

3

3

1.5

2.5

456.97

2451.73

Pac

king

Lin

eP

alle

tan

BO

F

1

1

Page 58: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

58 SIDANG TUGAS AKHIR

Dan, dampak/efek dari eliminasi/reduksi tersebut (berwarna merah) terhadap overall

cycle time ialah sebagai berikut :

Area No. Elemen Kerja/AktivitasJarak

(meter)

Waktu

(detik)

Jumlah

Pekerja

(orang per

Shift) Ope

ratio

n

Tra

nspo

rt

Insp

ect

Stor

e

Del

ay

(VA) /

(NVA) /

(NNVA)

Keterangan

29 Unloading pallet dari shuttle 1 √ (NNVA)30 Memindahkan pallet ke area transit 11.1 1 √ (NNVA)31 Scanning data pallet id (RF Gun) 2.11 1 √ (VA)32 Pallet menunggu untuk ditata ke rak 149.90 √ (NVA)33 Loading pallet ke rak 34.1 85.04 6 √ (VA) Menggunakan forklift besar34 Pallet tersimpan di rak 86400.00 √ (NNVA)

35 Unloading pallet dari rak 27 62.07 6 √ (NNVA)Menggunakan forklift besar

(operator sama dengan operator aktivitas 39)

36 Memindahkan pallet ke bay 31.15 38.15 3 √ (NNVA) Operator fokus untuk

aktivitas 42

37 Loading barang ke dalam truk 115.41 2 √ (NNVA)38 Mencetak berkas pengiriman √ (VA)39 Mengecek barang dan berkas pengiriman √ (VA)40 Mengirim barang ke IndoGrosir 4800 2700.00 √ (NNVA)41 Menerima order (membuka sistem) √ (VA)42 Membuat PO √ (VA)43 Membuat SO 215.46 √ (VA)

44 Membuat DN (bersama FP) 159.72 √ (VA)

45 Truk datang dari Unilever √ (NNVA) Diterima pukul 08.00 - 15.00 WIB

46 Memberikan berkas pengiriman ke loket 10 207.67 1 √ (VA)47 Mengambil nomor antrian 27.72 1 √ (NNVA)48 Menunggu panggilan (unloading) 6300.00 √ (NVA)49 Unloading barang 10 337.33 2 √ (NNVA)50 Checking kondisi barang √ (VA)51 Scanning data barang √ (VA)52 Mengambil BTB 13.20 1 √ (VA)

19.12

17.99

17.61

1123.45

Indo

Gro

sir

SDF

Ord

er

Man

agem

ent

Dilakukan oleh pihak IndoGrosir

Dilakukan oleh salah satu dari supir atau checker (transportasi)

1

Dilakukan di depo Unilever1

2 Supir truk dan checker harus datang bersama-sama

Menggunakan forklift kecil

Page 59: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

59 SIDANG TUGAS AKHIR

Aktivitas Jumlah Persentase (%) Waktu (detik) Persentase (%)

Operation 16 23.53 5933.14 3.96

Transport 31 45.59 7162.32 4.78

Inspect 9 13.24 239.46 0.16

Store 5 7.35 115206.08 76.90

Delay 7 10.29 21268.2137 14.20

Total 68 149809.21

VA 35 51.47 6496.82 4.34

NNVA 28 41.18 136430.59 91.07

NVA 5 7.35 6881.80 4.59

Total 68 149809.21

Total Waktu (detik) 149809.21

Total Jarak (meter) 17947

Page 60: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

60 SIDANG TUGAS AKHIR

19

34

12

5

9

16

31

9

5 7

0

5

10

15

20

25

30

35

40

Operation Transport Inspect Store Delay

Jum

lah

Akt

ivit

as

Jenis Aktivitas

Perbandingan Jumlah Masing-masing Aktivitas Sebelum dan Sesudah Perbaikan

Sebelum Perbaikan

Sesudah Perbaikan

Operation Transport Inspect Store Delay

Sebelum Perbaikan 5991.45 7822.89 600.53 115206.08 23453.22

Sesudah Perbaikan 5933.14 7162.32 239.46 115206.08 21268.2137

0.00

20000.00

40000.00

60000.00

80000.00

100000.00

120000.00

140000.00

Jum

lah

Akt

ivit

as

Jenis Aktivitas

Perbandingan Waktu Proses Masing-masing Aktivitas Sebelum dan Sesudah Perbaikan

Page 61: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

61 SIDANG TUGAS AKHIR

Jika mengabaikan aktivitas-aktivitas kerja yang waktu prosesnya stabil untuk jumlah produk/material berapa pun, hasil perbedaan kondisi antara sebelum dan sesudah perbaikan akan lebih jelas terlihat seperti berikut ini :

Operation Transport Inspect Store Delay

Sebelum Perbaikan 5991.45 3922.89 600.53 6.08 10853.22

Sesudah Perbaikan 5933.14 3262.32 239.46 6.08 8668.21

0.00

2000.00

4000.00

6000.00

8000.00

10000.00

12000.00

Jum

lah

Akt

ivit

as

Jenis Aktivitas

Perbandingan Waktu Proses Masing-masing Aktivitas Sebelum dan Sesudah

Perbaikan - Mengabaikan Lima Aktivitas

VA NNVA NVA

Sebelum Perbaikan 6491.81 4730.59 10151.76

Sesudah Perbaikan 6496.82 4730.59 6881.80

0.00 2000.00 4000.00 6000.00 8000.00

10000.00 12000.00

Jum

lah

Akt

ivit

as

Jenis Aktivitas

Perbandingan Waktu Proses Aktivitas VA, NNVA, dan NVA Sebelum dan Sesudah Perbaikan - Mengabaikan

Lima Aktivitas

Page 62: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

62 SIDANG TUGAS AKHIR

Production Cycle Time

MH material

dari SS ke

Line

Tube 17.78

Carton 226.85

Fibrete 216.19

Tube Filling 439.19

Cartoning 2451.73

Wrapping 1393.78

Case Packer 1809.40

Total (detik) 6554.92

Total (jam) 1.82

Proses produksi (manufaktur) di Packing Line telah berjalan secara continues dan menggunakan U – workcell, dan juga tidak adanya skenario perbaikan terkait aktivitas kerja di Packing Line secara langsung, menyebabkan tidak ada perubahan pada Production Cycle Time.

Page 63: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

63 SIDANG TUGAS AKHIR

Order Lead Time (Speed of Delivery)

Order Masuk - Buat PO 1123.45

Buat SO + Expedition Report 215.46

Buat DN + Faktur Pajak 159.72

Jeda Waktu untuk Pengiriman 86400.00

Unloading dari Rak 62.07

Staging (Pindah ke Bay) 38.15

Loading ke dalam Truk 115.41

Checking Barang 17.61

Pengiriman Truk ke IndoGrosir 2700.00

Total (detik) 90831.87

Total (jam) 25.23

Total (hari) 1.05

Skenario perbaikan yang diberikan terkait aktivitas kerja di Order

Management, mengakibatkan pengurangan beberapa waktu proses dan optimasi order processing flow, sehingga total Order Lead

Time menjadi 90831,87 detik

Page 64: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

64 SIDANG TUGAS AKHIR

Order Fulfillment Rate (Distribution Service Level)

Dengan hasil Order Fulfillment Rate perusahaan terhadap customer (IndoGrosir) mencapai 97,67%, maka bisa dibilang bahwa performansi perusahaan terkait ketepatan pemenuhan order sesuai dengan spesifikasi dari customer sudah sangat bagus, sehingga tidak diperlukan adanya ide perbaikan yang signifikan.

On Time Delivery

Berdasarkan hasil dari assessment terhadap On Time Delivery sebelumnya bahwa perusahaan sudah mampu memenuhi tuntutan On Time Delivery dari customer (IndoGrosir), maka tidak diperlukan daanya ide perbaikan yang signifikan.

Page 65: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

65 SIDANG TUGAS AKHIR

Product Condition/Quality 1. Fishbone Diagram untuk Product Defect pada RMS (hal. 154)

Page 66: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

66 SIDANG TUGAS AKHIR

Product Condition/Quality 2. Fishbone Diagram untuk Product Defect pada Packing Line (hal. 155)

Page 67: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

67 SIDANG TUGAS AKHIR

Product Condition/Quality 3. Fishbone Diagram untuk Service Level Defect pada Packing Line (hal. 156)

Page 68: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

68 SIDANG TUGAS AKHIR

Product Condition/Quality 4. Fishbone Diagram untuk Internal Scrap Defect pada Packing Line (hal. 157)

Page 69: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

69 SIDANG TUGAS AKHIR

Product Condition/Quality 5. Fishbone Diagram untuk Product Defect pada BOF dan SDF (hal. 158)

Page 70: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

70 SIDANG TUGAS AKHIR

Product Condition/Quality 6. Fishbone Diagram untuk Internal Scrap Defect pada SDF (hal. 159)

Page 71: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

71 SIDANG TUGAS AKHIR

Product Condition/Quality Maka, ide perbaikan yang dapat diberikan, yaitu (berwarna merah) :

% ppm % ppm % ppm

RMS 5 50000 Cacat dari supplier 0.5 5000

Terkadang ada masalah dengan PO pengiriman (jumlah pengiriman tidak

sesuai, dll)

0 0Kemungkinan terjadi defect kecil karena bertipe fast moving

Packing Line 0 0

PM yang mengalami perubahan kualitas yang lolos ke PL (biasanya karena

faktor penyimpanan)

3.9 39000Keterlambatan pengiriman PM 5.3 53000

Rata-rata defect pada carton

Palletan 0.042 420

Rata-rata adanya produk bermasalah

dari sampel saat inspeksi

0 0

Tidak masalah ada yang berkaitan

dengan jenis defect ini

0 0 Jenis defect ini tidak pernah terjadi

BOF 4 40000Rata-rata produk

bermasalah (kualitas) lolos sampai ke BOF

0 0

Tidak ada jadwal pengiriman shuttle secara pasti dan

semua dokumentasi pengiriman harus

lengkap

0.001 10

Kadang kerusakan/defect

pada produk terjadi akibat kesalahan

penanganan/handling

SDF 4 40000Rata-rata produk

bermasalah (kualitas) lolos sampai ke SDF

40 400000Truk (transportasi)

sering terlambat datang

4.4 44000

Kadang kerusakan/defect

pada produk terjadi akibat kesalahan

penanganan/handling

Stage Kasus Kasus KasusProduct Defect Service Defect Internal Scrap

0

100000

200000

300000

400000

500000

600000

700000

800000

900000

1000000

RMS Packing Line

Palletan BOF SDF

Jum

lah

Def

ect

(pp

m)

Stages of Supply Chain

Quality Filter Mapping Sesudah Perbaikan

Product Defect

Service Defect

Internal Scrap

Page 72: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

Safety stock = 787,74 cases & rata-rata pemakaian produk di SDF untuk dikirim ke customer per hari = 46,02 pallet tidaklah tinggi, sebab Pasta Gigi A 190 gram merupakan produk yang proses produksinya berjalan setiap hari tidak perlu khawatir akan kekosongan barang dan pihak SDF tinggal berupaya untuk menjaga kondisi stoknya agar tidak sampai terjadi stockout apabila terjadi kenaikan demand secara tiba-tiba.

72 SIDANG TUGAS AKHIR

Inventory (Safety Stock) Analisa mengenai kondisi safety stock di RMS dan SDF ialah sebagai berikut :

SDF

Page 73: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

73 SIDANG TUGAS AKHIR

Inventory (Safety Stock) Analisa mengenai kondisi safety stock di RMS dan SDF ialah sebagai berikut :

Lumayan tingginya safety stock level di RMS (untuk material fibrete (yang dijadikan acuan) mencapai 16,96 pallet) diakibatkan berbedanya production

plan dari waktu ke waktu yang diberikan oleh pihak Planner (Packing Line hanya mengikuti dengan memesan material sesuai target produksi yang diberikan dalam production plan)

Hal ini merupakan kebijakan yang dirasa tepat karena apabila pihak Packing

Line memproduksi dengan garis rata-rata (memperkecil safety stock level), pasti akan ada saat selisih production output dengan production plan menjadi berlebihan sangat banyak meningkatkan jumlah inventory (finished goods) SDF (menumpuk dan memberatkan SDF, supply chain flow menjadi kacau, dan proses produksi di SDF menjadi tidak fleksibel lagi).

RMS

Page 74: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

74 SIDANG TUGAS AKHIR

Production Output

Production Plan Production Output Gap Pengurangan Gap Production Output Baru Gap Baru

1065600.00 937728.00 88.00% 66493.44 1004221.44 94.24%2504400.00 2279004.00 91.00% 117205.92 2396209.92 95.68%2073600.00 1762560.00 85.00% 161740.80 1924300.80 92.80%2438400.00 2170176.00 89.00% 139476.48 2309652.48 94.72%2044800.00 1758528.00 86.00% 148861.44 1907389.44 93.28%1094400.00 1039680.00 95.00% 28454.40 1068134.40 97.60%2198400.00 2066496.00 94.00% 68590.08 2135086.08 97.12%1555200.00 1430784.00 92.00% 64696.32 1495480.32 96.16%1628400.00 1449276.00 89.00% 93144.48 1542420.48 94.72%2487600.00 2139336.00 86.00% 181097.28 2320433.28 93.28%2712000.00 2495040.00 92.00% 112819.20 2607859.20 96.16%2419200.00 2177280.00 90.00% 125798.40 2303078.40 95.20%2078400.00 1849776.00 89.00% 118884.48 1968660.48 94.72%

345600.00 321408.00 93.00% 12579.84 333987.84 96.64%89.93% 95.17%Rata-rata Rata-rata

Pengurangan internal scrap defect pada Packing Line menjadi 5,3%, memberikan dampak pengurangan gap antara Production Plan dengan Production Output sebesar 52%.

Page 75: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

75 SIDANG TUGAS AKHIR

Melalui hasil penggambaran CSVSM, pembuatan VALSAT, assessment terhadap kondisi terkini performansi perusahaan, dan rekomendasi skenario perbaikan, maka optimasi supply chain flow dapat dilihat pada FSVSM berikut ini (pemberian kaizen burst, simbol big picture mapping, dan tulisan warna merah) :

Page 76: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

76 SIDANG TUGAS AKHIR

Proses Produksi untuk RMS – Palletan (hal. 168)

Page 77: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

77 SIDANG TUGAS AKHIR

Proses Produksi untuk BOF (hal. 170)

Page 78: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

78 SIDANG TUGAS AKHIR

Proses Produksi untuk Order Management (hal. 172)

Page 79: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

79 SIDANG TUGAS AKHIR

Proses Produksi untuk SDF (hal. 173)

Page 80: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

80 SIDANG TUGAS AKHIR

Proses Produksi untuk IndoGrosir (hal. 175)

Page 81: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

81 SIDANG TUGAS AKHIR

Kesimpulan

Salah satu end to end business untuk proses produksi yang dimiliki Pasta Gigi A 190 gram, yang juga dijadikan obyek amatan penelitian ini : 1. Penerimaan packaging material dari supplier oleh RMS

2. Pengiriman packaging material ke Packing Line oleh bagian Substore

3. Proses produksi (manufaktur) di area Packing Line

4. Proses finishing dan pendataan finished goods di Area Palletan

5. Pengambilan finished goods dan pengirimannya ke SDF oleh BOF

6. Penyimpanan finished goods di SDF

7. Pengiriman ke customer (IndoGrosir) berdasarkan order yang masuk ke bagian Order Management

8. Customer (IndoGrosir) menerima produk pesanannya dan memberikan bukti penerimaan barang ke Perusahaan Pasta Gigi (PG)

Page 82: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

82 SIDANG TUGAS AKHIR

Kesimpulan

Hasil dari Process Activity Mapping

menunjukkan bahwa aktivitas Non Value

Added (NVA) yang terdapat di dalam business process Pasta Gigi A 190 gram berjumlah 17 aktivas atau berkontribusi

sekitar 21,52% dari keseluruhan aktivitas kerja yang dilakukan (79 aktivitas), dengan total waktu sebesar 10151,76 detik. Aktivitas NVA tersebut tersebar ke dalam beberapa golongan, seperti operation,

transport, inspect, store, dan delay.

Jenis wastes yang menjadi perhatian utama perusahaan untuk segera mendapat perbaikan (berdasarkan hasil Waste Workshop), urutannya dari bobot terbesar sampai terkecil : • Error (23,6%),

• Over-production (18%),

• Waiting (13,7%),

• Transportation (13,5%),

• Inventory (12%),

• Over-processing (10,9%),

• Motion (8,2%)

Page 83: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

83 SIDANG TUGAS AKHIR

Kesimpulan

Hasil VALSAT dan assessment terhadap performansi perusahaan ketujuh

jenis waste tersebar ke beberapa

bagian di dalam value stream dan

mampu mempengaruhi performansi

perusahaan, contohnya : adanya over-

process yang terjadi di dalam aktivitas kerja di Order Management, adanya error yang mengakibatkan terjadinya breakdown pada mesin cartoning di Packing Line yang mengganggu proses produksi

Area yang memiliki rata-rata tingkat

masalah quality paling tinggi ialah Packing Line (Product Defect = 5%, Service Level Defect = 14,3%, dan Internal Scrap Defect = 11%)

Terdapat 10 macam rekomendasi

perbaikan untuk mengeliminasi /mereduksi aktivitas NVA mampu mengurangi jumlahnya menjadi hanya tersisa 5 aktivitas atau 7,35% dari total

aktivitas kerja sebanyak 68 aktivitas,

dengan total waktu 6881,8 detik.

Page 84: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

84 SIDANG TUGAS AKHIR

Saran

Melakukan penelitian

secara lebih mendalam

dan parsial terhadap

masing-masing bagian

stages of supply chain,

sehingga bisa dibuat

improvement yang lebih

spesifik

Melakukan benchmark

performansi terhadap

perusahaan lain yang berada

pada kelas yang setara di

bidang industri sejenis

dibuat improvement

berdasarkan gap yang

ditemukan, untuk meningkat

performansi perusahaan

dengan lebih tepat sasaran (sisi

yang masih kurang optimal)

Page 85: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

85 SIDANG TUGAS AKHIR

BALLOU, R. H. 2004. Business Logistics/Supply Chain Management: Planning, Organizing, and

Controlling the Supply Chain, Cleveland, Ohio, USA, Prentice Hall, Inc. BHUSHAN, N. & RAI, K. 2004. Strategic Decision Making: Applying the Analytic Hierarchy Process,

London, Springer. CHOPRA, S. & MEINDL, P. 2007. Supply Chain Management: Strategy, Planning and Operation, Upper

Saddle River, New Jersey, Pearson Prentice Hall. CSCMP. 2010. CSCMP Supply Chain Management [Online]. Lombard, Illinois, United States: Council of

Supply Chain Management Professionals (CSCMP). Available: http://www.cscmp.org/about-us/supply-chain-management-definitions [Accessed December 25 2013].

DONOVAN, R. M. 2003. Lean Supply Chain Management: An Executive's Guide to Performance

Improvement, R.M. Donovan & Company. DUBOIS, D. & PRADE, H. 1980. Fuzzy Sets and Systems, New York, USA, Academic Press. FANANI, Z. & SINGGIH, M. L. 2011. Implementasi Lean Manufacturing Untuk Peningkatan

Produktivitas (Studi Kasus pada PT. Ekamas Fortuna Malang). Prosiding Seminar Nasional

Manajemen Teknologi XIII. HARTATI, S. & WIDHIARSO, W. 2011. Model Group Decision Support System (GDSS) Untuk Evaluasi

Kelayakan Investasi Teknologi Informasi. Konferensi Nasional Sistem Informasi 2011.

Page 86: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

86 SIDANG TUGAS AKHIR

HINES, P. & RICH, N. 1997. The Seven Value Stream Mapping Tools. International Journal of

Operation & Production Management, 17, 46-64. JANKO, W. & BERNROIDER, E. 2005. Multi-Criteria Decision Making: An Application Study of

ELECTRE and TOPSIS. JONES, D. & WOMACK, J. 2002. Seeing the Whole: Mapping the Extended Value Stream, Brookline,

Massachusetts, USA, The Lean Enterprise Institute. KILPATRICK, J. 2003. Lean Principles. Utah: Manufacturing Extension Partnership. MACLNNES, R. L. 2002. The Lean Enterprise Memory Jogger: Create Value and Eliminate Waste

throughout Your Company, Salem, NH, USA, GOAL/QPC. MANRODT, K. B., VITASEK, K. & ABBOTT, J. 2004. Understanding the Lean Supply Chain:

Beginning the Journey. Georgia Southern University. MEYERS, F. E. & STEWART, J. R. 2002. Motion and Time Study for Lean Manufacturing, Upper Saddle

River, New Jersey, Prentice Hall. MONDEN, Y. 1993. Toyota Production System: an Integrated Approch to Just-in-Time, Norcross,

Georgia, USA, Industrial Engineering and management Press. PLENERT, G. 2007. Reinventing Lean: Introduction Lean Management into the Supply Chain,

Burlington, Massachusetts, USA, Elsevier Inc.

Page 87: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

87 SIDANG TUGAS AKHIR

PUJAWAN, I. N. & ERAWAN, M. 2010. Supply Chain Management, Surabaya, Guna Widya. ROTHER, M. & SHOOK, J. 1999. Learning to See: Value Stream Mapping to Create Value and Eliminate Muda,

Cambridge, Massachusetts, USA, Lean Enterprose Institute, Inc. SAATY, T. L. 1990. How to Make a Decision: the Analytic Hierarchy Process. European Journal of Operation

Research, 9 - 26. SAATY, T. L. & VARGAS, L. G. 2001. Models, Methods, Concepts and Applications of the Analytic Hierarchy

Process, Dordrecht, Kluwer. SHINGO, S. 1992. The Shingo Production Management System: Improving Process Functions Portland, Oregon,

Productivity Press. SRINIVASAN, M. 2004. Streamlined: 14 Principles for Building & Managing the Lean Supply Chain, South-Western

Educational Pub. TJIONG, W. & SINGGIH, M. L. 2011. Perbaikan Sistem Produksi Divisi Injection dan Blow Plastik di CV. Asia

dengan Metode Lean Manufacturing Prosiding Seminar Nasional Manajemen Teknologi XIII. TZENG, G.-H. & HUANG, J.-J. 2011. Multiple Attribute Decision Making: Methods and Application s, New York,

USA, Taylor & Francis Group, LLC. VINCENT GASPERSZ, D., PROF., CFPIM, SSMBB 2006. Lean Supply Chain Management. Bogor: Institut

Pertanian Bogor. WISNER, J. D., TAN, K.-C. & LEONG, G. K. 2012. Principles of Supply Chain Management: A Balance Approach,

Ohio, USA, South-Western Cengage Learning.

Page 88: ANALISIS WASTE DALAM PRODUKSI PASTA GIGI … · ANALISIS WASTE DALAM PRODUKSI PASTA GIGI ... Research on Demand - Driven Leagile Supply Chain Operation Model : a Simulation Based

88 SIDANG TUGAS AKHIR