Jurnal Teknik Industri ISSN 2622-5131 (Online) Vol. 8 No ...menyeluruh harus dilakukan jika perusahaan ingin ... Namun terdapat sebagian cacat dan pemborosan yang tidak bisa hilang,

Jurnal Teknik Industri ISSN 2622-5131 (Online)

Vol. 8 No. 3 ISSN 1411-6340 (Print)

201

Pemetaan Pemborosan (Waste) Dalam Proses

Produksi Pada Seksi Painting Plastic (Studi

Kasus Perusahaan Otomotif) Chrinadio Chrisna, Ahmad

Program Studi Teknik Industri Tarumanagara

Jln. S Parman, Grogol Jakarta. Indonesia 11440

[email protected]

(Makalah: Diterima Agustus 2018, dipublikasikan November 2018)

Intisari - Proses pengecatan adalah salah satu proses yang sangat penting dalam industri otomotif sepeda motor, Salah satu

permasalahan dalam proses pengecatan adalah terjadinya pemborosan dalam penggunaan material cat dan thinner atau

biasa disebut sebagai overkuota, hal ini disebabkan oleh adanya waste dalam proses pengecatan. Untuk mengurangi waste

yang terjadi digunakan metode VSM (Value Stream Mapping) yang bertujuan untuk menggambarkan aliran produk mulai

dari masuknya bahan baku sampai produk jadi. Pengidentifikasian waste diawali menggunakan metode Waste Assessment

model (WAM) untuk mengetahui persentase waste yang terjadi. Waste yang diidentifikasi adalah 3 jenis waste dengan bobot

terbesar, yaitu defect (30,1%), motion (16,1%), dan waiting (13,1%). Selanjutnya dilakukan pemilihan detailed mapping tools

menggunakan VALSAT (Value Stream Analysis Tools). Tools yang dipilih merupakan 2 tools dengan nilai terbesar. Analisis

terhadap waste defect dilakukan dengan menggunakan diagram pareto menunjukkan reject yang paling dominan adalah

kotor, meler, dan tipis, sehingga dilakukan analisis lebih lanjut untuk meminimasi defect difokuskan kepada ketiga reject

tersebut menggunakan p chart, fishbone diagram, dan FMEA (Failure Method Effect Analysis). Usulan yang diberikan untuk

mengurangi waste adalah penggantian SOP, perbaikan stasiun kerja, dan pembuatan checksheet dan form pengambilan

material. Setelah usulan diterapkan didapatkan peningkatan PCE sebesar 17% dan pengurangan nilai Manufacturing Lead

Time sebesar 26,15%.

Kata kunci: waste, PCE, WAM, VALSAT, FMEA

Abstract - The painting process is one of the very important processes in the automotive motorcycle industry. One of the

problems in the painting process is the occurrence of waste in the use of paint materials or ussualy referred as overquota,

which is caused by the presence of waste in the painting process. The VSM (Value Stream Mapping) method was used to

reduce the waste that occurs, identifying waste begins using the Waste Assessment model (WAM) to determine the percentage

of waste. The identified wastes are 3 types of waste with the greatest weight, namely defect (30.1%), motion (16.1%), and

waiting (13.1%). Next is the selection of detailed mapping tools using VALSAT (Value Stream Analysis Tools). The tools

chosen are 2 tools with the greatest value. Analysis of waste defect using Pareto diagram shows the most dominant rejects are

dirty, saggy, and thin, so further analysis is focused on the three rejects using p chart, fishbone diagram, and FMEA (Failure

Method Effect Analysis) . The proposals given to reduce waste are replacing SOPs, repairing work station, and making

checksheets and material collection forms. After the proposal is applied, it is found that PCE increases by 17% and the

reduction in Manufacturing Lead Time value by 26.15% Keywords: Waste, Process Cycle Efficiency, Waste Assessment Model, VALSAT, FMEA

http://u.lipi.go.id/1525320573


mailto:[email protected]



202

I. PENDAHULUAN

Dalam usaha peningkatan kualitas diperlukan

pengendalian kualitas untuk mewujudkan produk yang

berkualitas dengan harga yang lebih murah dan yang paling

penting adalah kecepatan dalam menghasilkan produk sehingga

sampai ke tangan konsumen tepat waktu. Perbaikan kualitas

dan percepatan proses terhadap sistem produksi secara

menyeluruh harus dilakukan jika perusahaan ingin

mewujudkan target terciptanya produk berkualitas yang baik

dalam waktu yang relatif singkat. Namun terdapat sebagian

cacat dan pemborosan yang tidak bisa hilang, serta kecepatan

produksi yang susah ditingkatkan. Sehingga untuk mencapai

tujuan yang diinginkan maka perusahaan harus lebih efisien

dalam keseluruhan proses produksi [1].

Peningkatan produktivitas akan tercapai bila adanya

perampingan operasi yang dapat mengidentifikasi lebih dini

pemborosan pada saat produksi, hal ini dikarenakan upaya

mengeliminasi waste diyakini mampu menstimulasi

keunggulan bersaing perusahaan terutama pada peningkatan

produktivitas dan kualitas [2]. Pemborosan (waste) di lantai

adalah kelebihan produksi (overproduction), gerakan yang

tidak berguna (unnecessary motion), transportasi yang

berlebihan (excessive transportation), cacat (defect), proses

yang tidak tepat (inapproriate processing) [2]. Persediaan yang

tidak penting (unnecessary inventory), dan Waktu tunggu

(waiting) adalah hal yang tidak diinginkan oleh perusahaan [3].

Maka pemborosan haruslah diminimasi atau bahkan

dihilangkan dalam proses produksi.

Pada proses pengecatan terdapat permasalahan dalam

pemakaian cat dan thinner yang melebihi standar perusahaan

pada setiap bulannya atau disebut dengan over kuota. Sehingga

perusahaan harus mengeluarkan dana berlebih untuk membeli

persediaan cat dan thinner, namun ada kemungkinan terjadi

pemborosan lainnya selain daripada penggunaan material yang

berlebih, oleh karena itu tujuan dari penelitian ini adalah:

mengetahui waste yang terjadi pada divisi painting plastic di

perusahaan otomotif, meneliti dan mencari tahu penyebab

pemborosan (waste) dan faktor - faktor pemborosan (waste)

produksi yang menyebabkan divisi painting plastic belum

berjalan dengan baik dan efektif, lalu memberikan usulan untuk

memperbaiki sistem kerja dan proses produksi yang belum

berjalan secara efektif dan efisien serta membuat future value

stream mapping.

II. TINJAUAN PUSTAKA

A. Lean Manufacturing

Lean manufacturing merupakan suatu metode yang

digunakan untuk menciptakan aliran lancar produk sepanjang

proses value stream (value stream process), lean adalah suatu

upaya terus-menerus untuk menghilangkan pemborosan

(waste) dan meningkatkan nilai tambah (value added) produk

(barang dan/atau jasa) agar memberikan nilai kepada pelanggan

(customer value) [1]. Berdasarkan konsep lean manufacturing

diharapkan dapat memperbaiki sistem produksi serta dapat

meningkatkan produktivitas dengan cara menghilangkan

pemborosan dan secara tidak langsung dapat menurunkan biaya

produksi [4].

B. Value Stream Mapping

Value Stream Mapping adalah suatu metode untuk

memahami proses aktual memproduksi barang dengan

memetakan baik aliran material dan juga aliran informasi [5].

Menggunakan value stream mapping berarti memulai dengan

gambaran besar dalam menyelesaikan permasalahan bukan

hanya pada proses-proses tunggal dan melakukan peningkatan

secara menyeluruh dan bukan hanya pada proses-proses

tertentu saja [6].

Metode ini dikembangkan dari alur material dan informasi

Toyota. value stream mapping dapat digunakan agar setiap

orang yang terlibat dalam proses produksi dapat memahami

situasi yang ada dalam proses produksi [7].

C. Value Stream Mapping Analysis Tools

1) Process Activity Mapping

Process activity mapping memberikan gambaran aliran fisik

dan informasi, waktu yang diperlukan untuk setiap aktivitas,

jarak yang ditempuh dan tingkat persediaan produk dalam

setiap tahap produksi. Kemudahan identifikasi aktivitas

terjadi karena adanya pergolongan aktivitas menjadi 5 jenis

yaitu operasi, transportasi, inpeksi, delay, dan

penyimpanan.

2) Supply Chain Response Matrix

Merupakan sebuah grafik yang menggambarkan hubungan

antara inventory dengan lead time yang dapat digunakan

untuk mengidentifikasi dan mengevaluasi kenaikan atau

penurunan tingkat persediaan dan panjang lead time pada

tiap area dalam supply chain. Dari fungsi yang diberikan,

selanjutnya dapat digunakan sebagai bahan pertimbangan

manajemen untuk menaksir kebutuhan stok apabila

dikaitkan pencapaian lead time yang pendek.

3) Production Variety Funnel

Production variety funnel merupakan alat yang berasal dari

disiplin ilmu manajemen operasi dan telah pernah

diaplikasikan pada industri tekstil. Metode ini berguna

untuk mengetahui pada area mana terjadi bottleneck dari

input bahan baku, proses produksi sampai pengiriman ke

konsumen. Selanjutnya dapat digunakan untuk perbaikan

kebijakan inventory, dalam bentuk bahan baku, produk

setengah jadi atau produk jadi.

4) Quality Filter Mapping

Quality Filter Mapping adalah hasil identifikasi

menunjukkan adanya 3 jenis defect dari kualitas yaitu (1)

produk defect (2) scrap defect (3) service defect. Product

defect merupakan cacat fisik produk yang tidak berhasil

diseleksi pada saat proses inspeksi sehingga lolos ke

konsumen. Untuk memaparkan permasalahan kualitas di





203

atas terutama untuk cacat maka quality filter mapping

menggunakan data cacat produksi yang digunakan umtuk

mengetahui persen cacat tersebut. Dari persen cacat akan

terlihat jelas apakah jumlah cacat melewati batasan yang

ditetapkan perusahaan.

Persen cacat produksi = Jumlah Cacat

Total Produksi…(1)

5) Demand Amplification Mapping

Demand amplification mapping adalah alat yang sering

digunakan pada disiplin ilmu sistem dinamik yang

menunjukkan bahwa jika permintaan dikirim dari

serangkaian persediaan yang dimiliki menggunakan

pengendalian stock order, akan memperlihatkan adanya

amplifikasi dari variasi permintaan akan meningkat untuk

setiap transfer. Hal ini menunjukkan bahwa pengaturan

persediaan sangat penting dalam mengantisipasi adanya

perubahan permintaan. Alat ini dapat digunakan sebagai

dasar pengambilan keputusan dan analisis kedepan untuk

mendesain konfigurasi aliran nilai, mengatur fluktuasi

permintaan sehingga permintaan yang ada dapat

dikendalikan.

6) Decision Point Analysis

Alat decision point analysis ini sering digunakan pada

pabrik yang berkarakteristik produk jadinya relatif beragam

dari jumlah komponen yang terbatas, seperti industri

elektronik dan rumah tangga. Akan tetapi pada

perkembangannya juga digunakan pada industri lain. Titik

keputusan adalah dimana tarikan permintaan aktual

memberikan cara untuk mendorong adanya peramalan.

Adanya informasi titik keputusan akan berguna untuk

mengerti dimana terjadinya kekeliruan penentuan titik

keputusan.

7) Physical Structure

Alat ini berguna untuk mengetahui fakta apa yang terjadi

pada aliran rantai pasok secara keseluruhan dan mengetahui

level dari industrinya. Adanya pengetahuan dari alat ini,

akan sangat berguna mengapresiasikan seperti apa industri

manufaktur sekarang, mengerti bagaimana perusahaan

beroperasi dan dapat memperhatikan secara langsung area

mana perlu perhatian khusus untuk dikembangkan.

D. Perhitungan Nilai PCE

Setelah melakukan pemetaan dengan menggunakan VSM,

maka selanjutnya melakukan identifikasi dengan analisa value

added dan non value added yang bertujuan untuk

mengidentifikasi dan mengeliminasi proses yang tidak

dibutuhkan dan tidak memberikan nilai tambah untuk

pelanggan. Lalu dilakukan perhitungan proces cycle effiency

menggunakan rumus :

PCE = 𝑡𝑜𝑡𝑎𝑙 𝑣𝑎𝑙𝑢𝑒 𝑎𝑑𝑑𝑒𝑑 𝑡𝑖𝑚𝑒

𝑡𝑜𝑡𝑎𝑙 𝑙𝑒𝑎𝑑 𝑡𝑖𝑚𝑒………………(2)

E. Waste Assesment Model

Waste assessment model merupakan suatu model yang

dikembangkan untuk menyederhanakan pencarian dan

permasalahan waste dan mengidentifikasi untuk

mengeleminasi waste [8]. Model ini menggambarkan

hubungan antara 7 waste (O: overproduction, P: processing, I:

inventory, T: transportation, D: defect, W: waiting, dan M:

motion).

F. Fishbone Diagram

Fishbone diagaram adalah salah satu metode dari Seven

Quality Tools yang digunakan untuk mencari penyebab dari

timbulnya suatu masalah dilantai produksi. Metode ini

membagi masalah terdiri dari sebab dan akibat yang dimana

terdiri dari beberapa faktor: 1. Mesin, 2. Manajemen, 3.

Material, 4. Manpower, 5. Lingkungan, 6. Measurement, dan 7.

Metode

G. FMEA (Failure Method Effect Analysis)

FMEA merupakan suatu teknik yang mengidentifikasi

bentuk - bentuk kesalahan potensial dari suatu produk selama

siklus hidupnya, pengaruh kesalahan tersebut, dan kritisnya

pengaruh kesalahan produk tersebut dalam fungsionalitas

produk, FMEA memberikan informasi untuk prediksi

realibilitas, dan desain produk dan proses [9].

FMEA membantu menemukan masalah-masalah

potensial dalam produk lebih dini dan dengan demikian

menghindari perubahan atau pengerjaan ulang pada tahap

akhir. Dalam proses FMEA, fungsi - fungsi produk dievaluasi

secara hati-hati, dan kesalahan-kesalahan potensial harus

disebutkan. Menggunakan FMEA tidak dapat dipisahkan dari

penggunaan Risk Priority Number (RPN) yang merupakan

hasil perkalian dari pembobotan atau pemberian rating terhadap

suatu mode kegagalan [10].

III. METODOLOGI PENELITIAN

Berikut ini adalah langkah - langkah yang dilakukan untuk

penelitian secara keseluruhan yang dapat dilihat pada Gambar

1 di bawah ini.





204

Gambar 1. Flowchart Metodologi Penelitian

IV. HASIL & PEMBAHASAN

A. Identifikasi Pemborosan

Identifikasi pemborosan dilakukan dengan menggunakan

pendekatan konsep waste assessment model. Proses identifikasi

pemborosan dilakukan dengan cara wawancara dan

menyebarkan kuesioner pembobotan dengan pihak yang

terlibat dalam proses pembuatan sepatu. Wawancara

dilakukan untuk mengetahui persepsi terhadap pemborosan dan

keterkaitan antar pemborosan. Sedangkan penyebaran

kuesioner dilakukan untuk mendapatkan bobot dari

pemborosan tersebut.

B. WRM (Waste Relationship Matrix)

Waste relationship matrix dibuat dengan cara memberikan

kuisioner kepada pakar, yaitu section head painting plastic

kemudian dilakukan pengolahan data. Berdasarkan tingkat

keterkaitan antar pemborosan tersebut dibuat Waste

Relationship Matrix (WRM) yang dapat dilihat pada Tabel 1.

Pada Tabel 2 dijelaskan waste relationship value. Jenis

pemborosan yang terdapat pada kolom paling kiri menyatakan

“from” sedangkan baris paling atas menyatakan “to”. Huruf

dalam matrix yang melambangkan tingkat keterkaitan tersebut

dikonversi ke dalam bentuk angka untuk didapatkan bentuk

persentasenya. WRM dikonversi ke dalam bentuk angka

dengan bobot acuan A=10, E=8, I=6, O=4, U=2, dan X=0. Tabel 1. Waste Relationship Matrix

F/T O I D M T P W

O A O E O O X O

I O A E U I X X

D E E A E A X A

M X U E A X A A

T U U I E A X E

P U U E A X A A

W O I A X X X A

Tabel 2. Waste Relationship Value

Dari hasil perhitungan pada Tabel 2, didapatkan bahwa

nilai from dan to paling besar adalah defect, yaitu 21,8% untuk

from defect yang berarti bahwa apabila pemborosan defect

terjadi, maka akan memiliki pengaruh yang cukup besar untuk

menyebabkan pemborosan lain dan to defect 20,3% hal ini

mengindikasikan bahwa pemborosan defect merupakan

pemborosan yang paling banyak diakibatkan oleh pemborosan

yang lain.

O 10 4 8 4 4 0 4 34 12.78

I 4 10 8 2 6 0 0 30 11.28

D 8 8 10 8 10 0 10 54 20.30

M 0 2 8 10 0 10 10 40 15.04

T 2 2 6 8 10 0 8 36 13.53

P 2 2 8 10 0 10 10 42 15.79

W 4 6 10 0 0 0 10 30 11.28

Skor 30 34 58 42 30 20 52 266 1

% 11.28 12.78 21.80 15.79 11.28 7.52 19.55 1

F/T Skor %O I D M T P W





205

.

C. WAQ (Waste Relationship Questionnaire)

WAQ merupakan kuesioner penilaian yang terbagi dalam

dua jenis kelompok pertanyaan yaitu from dan to. Kelompok

pertanyaan from diisi bila waste tersebut dapat mempengaruhi

atau menghasilkan pemborosan lainnya dan kelompok

pertanyaan to diisi bila pemborosan tersebut dapat dipengaruhi

atau dihasilkan oleh pemborosan lainnya. Kuisioner WAQ

diberikan kepada 5 pakar yang mengerti mengenai proses

produksi painting plastic, yaitu section head, foreman, planner,

QCL, MTC. Hasil perhitungan WAQ dapat dilihat pada tabel 3

di bawah ini. Tabel 3. Rekapitulasi Waste Assessment Quistionnaire

Tabel 3 merupakan rekapitulasi WAQ untuk menentukan

jenis pemborosan yang terjadi dalam proses painting plastic

berdasarkan jumlah persentase terbesar. Berdasarkan tabel 3

dapat disimpulkan bahwa terdapat 3 jenis pemborosan dengan

bobot terbesar, yaitu defect dengan persentase sebesar 30,33%,

motion dengan persentase sebesar 16,09%, dan waiting dengan

persentase sebesar 13,7%.

D. VALSAT (Value Stream Mapping Analysis Tools)

Setelah mendapatkan hasil akhir dari proses pembobotan

dengan menggunakan WRM dan WAQ, langkah selanjutnya

yang dilakukan adalah pemilihan detail mapping tools yang

tepat sesuai dengan jenis pemborosan yang terjadi pada

perusahaan dengan menggunakan VALSAT yang dapat dilihat

pada Tabel 4 di bawah ini. Tabel 4 Hasil Pembobotan VALSAT

Konsep VALSAT digunakan dalam pemilihan tools

dengan cara mengalikan hasil pembobotan pemborosan dengan

skala yang ada pada tabel VALSAT. Berdasarkan Tabel 4 dapat

dilihat ada 2 tools yang memiliki bobot terbesar, yaitu Process

Activity Mapping (PAM) menempati urutan pertama dengan

total skor 510,18 dan Quality Filter Mapping menempati urutan

kedua dengan total skor 290,61 sehingga alat yang digunakan

untuk menganalisis pemborosan secara terperinci adalah PAM

dan QFM.

E. PAM (Process Activity Mapping)

Penggambaran PAM bertujuan untuk mengetahui proporsi

dari kegiatan yang bernilai tambah maupun kegiatan yang tidak

bernilai tambah. Peta ini juga dapat digunakan untuk

mengidentifikasi pemborosan yang terjadi pada value stream

dan mengoptimalkan proses agar lebih efektif dan efisien

dengan cara merancangnya lebih sederhana. Ringkasan hasil

process activity mapping dapat dilihat pada Tabel 5 di bawah

ini. Tabel 5 Ringkasan Perhitungan Process Acivity Mapping

Kegiatan Jumla

h Waktu (detik)

Persentase

%

Operation 43 8287,844 38%

Transportation 13 524,38 2%

Inspection 13 173,13 1%

Storage 2 520,17 2%

Delay 12 12074,385 56%

Total 83 21715,099

Klasifikasi Jumla

h Waktu (detik)

Persentase

%

Value Added 44 8260,764 38%

Necesarry Value

Added 25 1187,04 5%

Non Value Added 15 12330,955 57%

Total 83 21715,099

Berdasarkan Tabel 5 waktu proses produksi painting

plastic adalah selama 21715,099 detik. Total aktivitas dalam

proses ini sebanyak 83 aktivitas. Dari 83 aktivitas yang ada, 43

aktivitas merupakan aktivitas operasi, 13 aktivitas transportasi,

13 aktivitas inspeksi, 2 aktivitas storage, dan 12 aktivitas delay.

Dari 83 aktivitas yang ada, 44 aktivitas diantaranya merupakan

aktivitas yang memberikan nilai tambah (VA) dengan total

waktu 8260,764 detik atau 38% dari total waktu. 25 diantaranya

merupakan aktivitas yang tidak bernilai tambah namun

dibutuhkan (NNVA) dengan total waktu 1187,04 detik atau 5%

dari total waktu. 15 aktivitas diantaranya adalah aktivitas yang

tidak bernilai tambah (NVA) dengan total waktu sebesar

12330,955 detik atau 57% dari total waktu.

F. Perhitungan Manufacturing Lead Time

Perhitungan manufacturing lead time dilakukan untuk

mengetahui waktu yang dibutuhkan untuk melakukan

pengecatan pada 1 part plastik dari masuknya bahan baku

hingga seluruh proses selesai. Perhitungan dilakukan dengan

cara menjumlahkan seluruh waktu kegiatan operation,

transportation, inspection, dan delay. Sehingga didapatkan

manufacturing lead time sebesar 21023,406 detik

O I D M T P W Total

Skor (Yj) 1.63 1.58 1.51 1.49 1.72 1.30 1.37 10.59

Pj Faktor 144.16 144.16 442.65 237.44 152.64 118.72 220.48 1460.23

Hasil Akhir (Yj Final) 234.34 227.90 668.19 354.53 262.36 153.90 301.73 2202.94

Hasil Akhir (%) 10.64 10.35 30.33 16.09 11.91 6.99 13.70 100

Peringkat 5 6 1 2 4 7 3

Pemborosan (Waste ) Bobot PAM SCRM PVF QFM DAM DPA PS

O 10.64 10.64 31.91 0.00 10.64 31.91 31.91 0.00

I 10.35 31.04 93.11 31.04 0.00 93.11 31.04 10.35

D 30.33 30.33 0.00 0.00 272.98 0.00 0.00 0.00

M 16.09 144.84 16.09 0.00 0.00 0.00 0.00 0.00

T 11.91 107.18 0.00 0.00 0.00 0.00 0.00 11.91

P 6.99 62.88 0.00 20.96 6.99 0.00 6.99 0.00

W 13.70 123.27 123.27 13.70 0.00 41.09 41.09 0.00

510.18 264.38 65.69 290.61 166.11 111.02 22.25

1 3 6 2 4 5 7

Total

Peringkat





206

G. Pembuatan Current State Value Stream Map

Setelah dilakukan perhitungan PAM maka langkah

selanjutnya adalah melakukan pemetaan proses produksi

dengan cara membuat current state value stream map,

kemudian mengisi data box dan waktu berdasarkan

perhitungan PAM. Gambar current state value stream map

dapat dilihat pada lampiran

H. Perhitungan PCE (Process Cycle Eficiency)

PCE = 𝑉𝑎𝑙𝑢𝑒 𝐴𝑑𝑑𝑒𝑑 𝑇𝑖𝑚𝑒

𝐿𝑒𝑎𝑑 𝑇𝑖𝑚𝑒 𝑥 100%

= 8258,411

21643,576 x 100%

= 38%

Nilai PCE yang diperoleh menunjukkan efisiensi dari

proses painting plastic adalah sebesar 38%. PCE yang didapat

sudah mencakup tindakan perbaikan terhadap reject. Nilai PCE

yang didapat lebih dari 30% hal ini menunjukkan proses

produksi painting plastic masuk ke dalam kategori lean, namun

perusahaan tetap menginginkan adanya peningkatan yang

berkesinambungan dalam proses produksi demi tercapainya

keefektifan dan keefesienan. Oleh sebab itu perlu dilakukan

tindakan perbaikan dan peningkatan kualitas proses produksi.

I. Quality Filter Mapping

Quality filter mapping digunakan untuk mengetahui

apakah reject melebihi batas ambang yang ditetapkan oleh

perusahaan. Dalam proses produksi painting plastic terdapat

2 macam reject, yaitu total reject atau jumlah reject yang

didapat dari produksi dan reject buffing atau reject in process

merupakan reject yang bisa diperbaiki menggunakan kertas

amplas dan mesin buffing. Perusahaan menetapkan standar

reject sebesar 6,67%. Quality filter mapping dapat dilihat pada

Gambar 2.

Gambar 2. Quality Filter Mapping

Dari data yang ada pada bulan Februari hingga Juli 2018,

menunjukkan bahwa reject total dan reject buffing mengalami

penurunan secara konsisten, namun nilainya masih melebihi

ambang maksimal dari toleransi yang diberikan perusahaan.

Dengan demikian perusahaan harus melakukan perbaikan

untuk mengurangi terjadinya cacat dalam proses produksi

produksi painting plastic.

J. Pareto Diagram

Diagram pareto ini dibuat untuk melihat jenis -jenis cacat

terbesar yang nantinya akan ditindak lanjuti sebagai penyebab

cacat yang dominan, dengan prinsip 80% cacat terbesar yang

ditangani akan mempengaruhi 20% jenis cacat sisanya.

Sehingga dengan menangani secara serius jenis cacat terbesar

itu, maka jenis cacat yang lainnya juga akan teratasi. Berikut

ini merupakan diagram pareto dari jenis cacat di proses painting

plastic pada bulan Januari sampai Juli 2018. Diagram pareto

untuk jenis reject dapat dilihat pada Gambar 3.

Gambar 3 Diagram Pareto Jenis Reject

Dari diagram pareto di atas, dapat dilihat bahwa jenis cacat

terbesar pada bulan Januari sampai Juli adalah jenis cacat kotor.

Tetapi jika dilihat dari segi presentase, 80% cacat terbesar ada

3 jenis, yaitu : Kotor, Tipis, dan Meler. Maka, ketiga jenis cacat

itu yang akan dimasukkan ke dalam pengolahan data

selanjutnya.

K. Pembuatan Peta Kendali

Langkah selanjutnya adalah membuat peta kendali untuk

melihat apakah proses produksi yang ada sudah masuk ke

dalam batas control atau keluar dari batas kontrol. Jika ada

proses yang keluar dari batas kontrol, maka tugas selanjutnya

adalah mencari penyebab masalah dari proses tersebut. Peta

kendali yang cocok digunakan pada kasus yang ada ini adalah

peta kendali atribut dengan jenis p, karena jumlah sampel yang

diambil berbeda setiap minggunya. Peta kendali P untuk proses

produksi painting plastic dapat dilihat pada Gambar 4.





207

Gambar 4 Peta Kendali P

Dari Gambar di atas, dapat terlihat jelas bahwa banyak

sekali proses pengecatan part plastic pada bulan Juli hingga

Juni 2018 yang di luar batas kendali. Dari 42 hari kerja, hanya

terdapat 12 minggu kerja yang sudah masuk ke dalam batas

kendali. 30 minggu kerja sisanya masih memiliki proses yang

tidak sesuai dengan apa yang diharapkan.

L. Analisis Kestabilan Proses

Analisis kestabilan proses dilakukan berdasarkan

pengolahan data yang dilakukan menggunakan peta kendali p.

Dari peta kendali p tersebut diketahui bahwa proses painting

plastic tidak stabil, sehingga ada data proporsi cacat yang

berada di luar batas kendalinya.

Pada part plastik yang masuk ke dalam proses painting

plastic terdapat 30 titik data di luar batas kendali baik atas

maupun bawah. Hal ini berarti proses yang berlangsung pada

ke tiga puluh hari tersebut tidak berada dalam pengendalian

statistical sehingga perlu diambil tindakan korektif untuk

memperbaiki proses yang ada.

K. Fishbone Diagram

Ketidakmampuan proses yang dibuktikan dengan nilai

kapabilitas proses yang belum maksimal tidak lepas dari

persoalan cacat yang timbul pada output. Dengan demikian

sangat penting bagi perusahaan untuk melakukan pengendalian

terhadap persoalan reject ini dengan menemukan penyebab

utamanya. Jika penyebab utama cacat dapat teridentifikasi,

maka hampir dari seluruh masalah cacat itu dapat dihilangkan

dengan jalan memusatkan perhatian pada penyebab - penyebab

utama tadi.

Selanjutnya guna mengidentifikasi penyebab utama dari

jenis reject kotor yang merupakan reject dominan, digunakan

teknik perbaikan kualitas berupa diagram sebab-akibat (cause-

and-effect diagram) atau lebih dikenal dengan diagram

fishbone. Penyebab cacat yang paling sering terjadi pada part

plastik di proses painting plastic adalah reject kotor, tipis, dan

meler. Diagram fishbone untuk cacat kotor, tipis, dan meler

yang sering terjadi tersebut dapat dilihat pada Gambar 5 dan 6.

Gambar 5 Fishbone Reject Tipis dan Meler

Gambar 6 Fishbone Reject Kotor

Dari 3 jenir reject hanya dibuat 2 fishbone diagram

dikarenakan reject tipis dan meler mempunyai penyebab yang

sama.

M. FMEA (Failure Method Effect Analysis)

Seksi painting plastic telah melakukan pengendalian

kualitas terhadap semua hal yang berkaitan dengan kegiatan

produksi. Mulai dari bahan baku, produk setengah jadi hingga

produk jadi. Tingkat reject yang tinggi berpengaruh terhadap

jumlah produksi yang dapat dihasilkan karena dengan adanya

reject yang tinggi diperlukan waktu lebih untuk repairmen

dalam melakukan pekerjaannya. Metode FMEA (Failure Mode

and Effect Analysis) digunakan untuk mengetahui nilai RPN

(Risk Priority Number) dari masing - masing penyebab reject.

Metode FMEA sendiri merupakan pendekatan sistematik

yang menerapkan suatu metode pentabelan untuk membantu

proses pemikiran yang digunakan oleh engineer untuk

mengidentifikasi mode kegagalan potensial dan efeknya.

Dalam membuat tabel FMEA terdapat kriteria pembobotan

yang terdiri dari severity, occurance, dan detection berdasarkan

4137332925211 71 3951

0.1 4

0.1 3

0.1 2

0.1 1

0.1 0

0.09

0.08

0.07

0.06

0.05

Sample

Pro

po

rtio

n

_P=0.07191

UCL=0.07795

LCL=0.06586

1

1

11

11

1

1

1

11

1

1

1

1

1

1

11

1

1

1

1

1

1

1

11

11

P Chart of Total Reject

Tests performed with unequal sample sizes





208

potensi efek kegagalan, penyebab kegagalan dan proses kontrol

untuk menghasilkan nilai RPN.

Berikut penjabaran setiap akar permasalahan serta

rekomendasi yang didapatkan oleh penulis berdasarkan hasil

brainstorming dengan section head divisi painting plastic dan

divisi QCO (Quaity Control Operation) untuk mengurangi/

menghilangkan akar permasalahan pada ketiga jenis reject,

yaitu kotor, tipis dan meler. Tabel analisis masing - masing

reject dapat dilihat pada Tabel 6.

Tabel 6 Hasil Analisis FMEA

Potential Failure

mode

Potential causes RPN

Reject Kotor Adanya kontaminan

pada cat dan thinner

96

Adanya kontaminan

pada part plastik

72

Proses sanding tidak

optimal

84

Proses wipping tidak

optimal

108

Proses air blow tidak

optimal

96

Proses rinsing

meninggalkan bekas

36

Sirkulasi udara dalam

spray booth tidak baik

96

Terjadinya overspray

pada part plastic

144

Operator tidak

menggunakan APD

standar

42

Alat spray gun berkerak 72

Pompa dan selang

berkerak

72

Suhu dalam spray

booth terlalu tinggi

54

Tingkat kelembapan

pada spray booth terlalu

tinggi

96

Spray gun tidak

seimbang saat

digunakan

162



48

Udara pada spray booth

mengandung debu

kotoran

36

Reject Meler dan

Tipis

Jarak spray gun dengan

part plastik tak sesuai

standar

96

Viskositas cat tidak

sesuai standar

216

Pengecatan tidak

merata pada part plastic

144

Thinner terlalu cepat

kering

180

Spray gun tidak

seimbang saat

digunakan

96

Tekanan angin pada

spray booth terlalu

rendah

90



48

Suhu dalam spray

booth terlalu tinggi

54

Terjadinya overspray

pada part plastik

96

Berdasarkan tabel di atas dapat disimpulkan bahwa 3 penyebab

cacat potensial dengan nilai RPN terbesar untu reject kotor

adalah spray gun tidak seimbang saat digunakan, terjadinya

overspray pada part plastik, dan proses wipping tidak optimal.

Sedangkan 3 penyebab cacat potensial untuk jenis reject meler

dan tipis adalah viskositas cat tidak sesuai standar, thinner

terlalu cepat kering, serta pengecatan yang tidak merata pada

part plastik.

N. Usulan Perbaikan

Setelah mengetahui penyebab - penyebab dari terjadinya

waste pada proses produksi painting plastic, langkah

selanjutnya adalah mencari solusi yang potensial untuk

mengurangi pemborosan. Usulan perbaikan dapat dilihat pada

Tabel 7. Tabel 7. Usulan Perbaikan Untuk Mengurangi Waste

No Permasalahan Usulan

Perbaikan

Output

1 Viskositas cat

tidak sesuai

standar

Pihak mixing

langsung

mengantar

hasil mixing

ke pada lini

produksi

Melakukan

pergantian SOP

mixing

2 Spray gun

tidak seimbang

saat digunakan

Operator

melakukan

pergantian

dan

pembersihan

aircap setiap

1 jam

Melengkapi SOP

Sprayer

3 Proses wipping

tidak optimal

Operator

membilas

kain lap

setelah

pengelapan

10 hanger

Melengkapi SOP

Wipping





209

4 Thinner terlalu

cepat kering

Membuat

jadwal untuk

melakukan

perbaikan

pendingin

ruangan

Tidak ada, karena

perusahaan masih

mempertimbangkan

usulan perbaikan 5 Suhu dalam

spray booth

terlalu tinggi

………………………………………………..

22 Area Stasiun

Kerja Loading

tidak rapih

Merapihkan

stasiun kerja

loading

Memberikan desain

stasiun kerja yang

lebih rapih

23 Adanya proses

yang tidak

terdata secara

lengkap

Mengusulkan

pembuatan

form data

Membuat

checksheet dan

formulir

pengambilan

material

Usulan perbaikan telah dikonsultasikan dengan

section head painting plastic, dan dapat disimpulkan dari 13

usulan perbaikan. 8 usulan dapat dilaksanakan dan

diimplementasikan di masa yang akan datang, 2 usulan

dipertimbangkan, dan 3 usulan ditolak karena tidak bisa

dilaksanakan.

O. Analisa Usulan Perbaikan

Setelah usulan dilaksanakan maka diharapkan waste pada

proses produksi bisa dikurangi, efisiensi proses produksi

meningkat dan mengurangi lead time. Ringkasan perbandingan

waktu sebelum dan sesudah dilakukan perbaikan dapat dilihat

Tabel 8.

Tabel 8 Ringkasan Perbandingan Waktu

No Kategori Sebelum Sesudah Persentase

Perubahan

1 Value added 8197,104 detik

8171,544 detik

-0,31 %

2 Necessary

Non Value Added

1187,04

detik

1192,72

detik

0,48 %

3 Non Value

Added

12330,955

detik

6189,26

detik

-49,81%

4 Operation -0,64%

5 Transportation -4,87%

6 Inspection -36,33% 7

8

9 10

11

Storage

Delay

Lead Time Manufacturing

Lead Time

PCE

38%

55%

0,00%

-48,74%

-24,23% -26,15%

17,00%

P. Pembuatan Future State Value Stream Map

Setelah dilakukan perhitungan PAM perbaikan maka

langkah selanjutnya adalah melakukan pemetaan proses

produksi dengan cara membuat future state value stream map,

kemudian mengisi data box dan waktu berdasarkan

perhitungan PAM perbaikan. Gambar future state value stream

map dapat dilihat pada lampiran

V. KESIMPULAN

Hasil perhitungan dengan menggunakan metode waste

assessment model menunjukkan bahwa terdapat 3 jenis waste

dengan bobot tertinggi pada proses produksi painting plastic,

yaitu defect dengan persentase sebesar 30,33%, motion dengan

persentase sebesar 16,09%, dan waiting dengan persentase

sebesar 13,7%. Setelah itu dilakukan perhitungan bobot untuk

menentukkan jenis tools VALSAT yang akan digunakan, tools

yang terpilih adalah Process Activity Mapping (PAM)

menempati urutan pertama dengan total skor 510,18 dan

Quality Filter Mapping menempati urutan kedua dengan total

skor 290,61 sehingga alat yang digunakan untuk menganalisis

pemborosan secara terperinci adalah PAM dan QFM. Hasil

perhitungan PAM menunjukkan waktu proses produksi

painting plastic sebesar 21715,099 detik, kemudian persentase

VA (value added) adalah 38%, persentase NNVA (necessary

value added) adalah 5%, dan persentase NVA (non value

added) adalah 57% .Selanjutnya adalah menghitung nilai PCE

dengan hasil 38%

Dari diagram pareto dapat dilihat bahwa jenis cacat

terbesar pada bulan Januari sampai Juli adalah Kotor sebanyak

45,7%, Tipis sebanyak 27,6%, dan Meler sebanyak 18,1%.

Maka, ketiga jenis cacat itu yang akan dimasukkan ke dalam

pengolahan data selanjutnya. Pengolahan data lanjutan adalah

menggunakan p chart untuk menganalisa kestabilan proses dan

fishbone untuk mengetahui penyebab dari ketiga reject

tersebut, kemudian penyebab reject diproses dengan

menggunakan metode FMEA untuk mengetahui penyebab

reject dengan nilai RPN terbesar.

Setelah mengetahui penyebab- penyebab dari terjadinya

waste pada proses produksi painting plastic, langkah

selanjutnya adalah mencari solusi yang potensial untuk

mengurangi pemborosan dan melakukan konsultasi terhadap

usulan yang direkomendasikan adalah mengubah dan

melengkapi SOP untuk stasiun kerja mixing, wipping, dan

sprayer, membuat checksheet serta form pengamblan material,

kemudian mendesain area stasiun kerja bagian loading menjadi

lebih rapih. Usulan tersebut diterima oleh bagian produksi

maka langkah selanjutnya adalah melakukan perhitungan ulang

data dengan menghilangkan waste yang diusulkan untuk

diperbaiki dengan hasil Berdasarkan hasil perhitungan setelah

diberikan usulan perbaikan waktu proses produksi painting

plastic berkurang sebesar 24,23%. Hasil perhitungan

menunjukkan adanya penurunan persentase nilai VA(value

added) sebesar 0,31%, penngkatan persentase NNVA sebesar

0,48%, dan penurunan persentase NVA(non value added)

sebesar 49,81%. Setelah itu dilakukan perhitungan PCE dan

didapatkan kenaikan nilai efisiensi menjadi 55% atau

mengalami kenaikan sebanyak 17%.

REFERENSI 1. Gaspersz, Vincent, Continuos Cost Reduction Through Lean-Sigma

Approach. PT. Gramedia Pustaka Utama : Jakarta, 2006. 2. Shingo, S. A Study of the Toyota Production System from an Industrial

Engineering, Viewpoint, Productivity Press, Cambridge, MA, 1989.





210

3. Hines, P, and N. Rich. The Seven Value stream Mapping Tools.

Manufacturing Operations and Supply Chain Managemen: Lean Approach. David Taylor and David Brunt (editor). Thomson Learning,

London, 2001..

4. Fernando, dan Noya. Optimasi lini produksi dengan value stream mapping dan value stream analysis tools. Jurnal Ilmiah Teknik Industri,

Vol. 13, No.2, , pp 125-133, 2014

5. Rother, M and Jhon Shook. Learning to See: Value Stream Mapping to Create Value and Eliminate Muda. USA: The Learn Enterprise Institute,

Inc. 1999.

6. M.L. George. Lean Six Sigma: Combining Six Sigma Quality with Lean Production Speed, McGraw-Hill Companies Inc. US, 2002.

7. Saputra., Penurunan Waste Proses Produksi Produk RJK di Departemen

DEW PT. X dengan Value Stream Mapping , Jurnal Titra, Vol. 1, No. 2, pp. 233–240.2013.

8. Rawabdeh, I. A. A model for the assessment of waste in job shop

environments. International Journal of Operations & Production

Management. Vol 25 Issue 8, pp 800-822, 2005

9. S.N. Waghmare. "Failure Mode Effect Analysis and Total Productive

Maintenance : A Review", International Journal Of Innovative Research In Advanced Engineering, Vol 1, Issue 6, pp 183-184, 2014.

10. L.J. Susilo dan V.R. Kaho . Manajemen Risiko berbasis ISO 31000 untuk industri non perbankan, Penerbit PPM, Jakarta, 2010.

11. P. Moengin. Polynomial Penalty Method for Solving Linear

Programming Problems on IAENG International Journal of Applied

Mathematics, 40(3), pp. 167-171, 2010. 12. P. Moengin. Model of integrated production-inventory-distribution

system: The case of billet steel manufacturing. Proceedings of the World

Congress on Engineering 2015 WCE 2015, London, July 1 - 3, 2015. 13. P. Moengin, W. Septiani and S. Herviana. A Discrete-event Simulation

Methodology to Optimize the Number of Beds in Hospital. Proceedings

of the World Congress on Engineering and Computer Science 2014, San Francisco, 22-24 October, 2014.

14. R. Fitriana, P. Moengin dan M. Riana. Information system design of

inventory control spare parts maintenance (valuation class 5000) (case

study: plant kW). Proceeding of iMEC-APCOMS, 2015.



https://www.scopus.com/record/display.uri?eid=2-s2.0-84991243512&origin=resultslist

https://www.scopus.com/record/display.uri?eid=2-s2.0-84991243512&origin=resultslist



211

Lampiran 1 Current State Value Stream Map





212

Lampiran 2 Future State Value Stream Map



Documents

Jurnal Teknik Industri ISSN 2622-5131 (Online) Vol. 8 No ...menyeluruh harus dilakukan jika perusahaan ingin ... Namun terdapat sebagian cacat dan pemborosan yang tidak bisa hilang,