Embed Size (px)
Citation preview
1
PERBAIKAN KUALITAS PADA PRODUKSI PUPUK DENGAN PENDEKATAN KONSEP SIX SIGMA
(STUDI KASUS: PABRIK PHONSKA PT. PETROKIMIA GRESIK) Josian Andre Setiawan dan Hari Supriyanto
Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Kampus ITS Sukolilo Surabaya 60111 Email : [email protected] dan [email protected]
ABSTRACT
Quality control is used as a basis for improvement of a quality product that can meet the expectations of consumers. PT. Petrokimia Gresik is a manufacturing company which produces fertilizers, and one of them is Phonska NPK fertilizer that is widely used by farmers
today. In this research applied a Six Sigma method to achieve perfection for achieve six sigma levels
of performance to produce only 3.4 defects for every million opportunities or operations - 3.4 DPMO (Defects Per Million Opportunities). This study begins by identifying the types of defects in the product. At the stage of workmanship used Six Sigma cycle of Define, Measure, Analysis, Improve and Control (DMAIC). The method used in the Six Sigma approach is a FMEA (Failure Mode and Effect Analysis) method as a method for determining the value of RPN (Risk Priority Number), so that later can be the highest a sustainable Improve. This research also supported by some tools such as RCA (Root Cause Analysis) is used to find the root cause of problems and AHP (Analytical Hierarchy Process) is used to weighting of performance criteria. After that, the Value Management is used as the selection of the best alternative solution based on the value, which consider the cost and performance function
. The results of this research is known 6 types of defects that occur in Phonska NPK fertilizer,
and selected three types of defects that become CTQ (Critical to Quality), it is agglomerate fertilizer (caking), weight discrepancy of fertilizer packaging, and broken or leak of bag’sfertilizer. Also known sigma level of Phonska 2 & 3 site palnt in August 2011 valued at 4.2, in September 2011 valued at 3.9, and in October 2011 valued at 3.9. Then note also thecritical root cause of each CTQ. And the last is the obtainment of the best alternative solution based on the Value Management which considering cost and performance function, so it will being the improvement to solve a product
defects problems.
Keywords : Six Sigma, Root Cause Analysis, Failure Mode and Effect, Analysis, Analytical Hierarchy Process, Value Management
ABSTRACT
Pengendalian kualitas digunakan sebagai dasar untuk melakukan perbaikan suatu kualitas produk sehingga dapat memenuhi harapan dari konsumen. PT. Petrokimia Gresik adalah perusahaan manufaktur yang memproduksi pupuk, dan salah satunya adalah pupuk NPK Phonska yang banyak dipakai oleh petani saat ini.
Dalam penelitian ini diterapkan suatu metode Six Sigma yang bertujan mencapai kesempurnaan untuk mencapai tingkat kinerja enam sigma dengan hanya memproduksi 3,4 cacat untuk setiap satu juta kesempatan atau operasi – 3,4 DPMO (Defects Per Million Opportunities). Penelitian ini dimulai dengan mengidentifikasi jenis-jenis defect pada produk. Pada tahapan pengerjaan digunakan siklus Six Sigma yaitu Define, Measure, Analysis, Improve dan Control (DMAIC). Metode yang digunakan dalam pendekatan konsep Six Sigma adalah metode FMEA (Failure Mode and Effect Analysis) sebagai metode untuk menentukan nilai RPN (Risk Priority Number) tertinggi sehingga nantinya dapat dilakukan suatu improve yang berkelanjutan. Penilitian ini juga didukung beberapa tools seperti RCA (Root Cause Analysis) yang digunakan untuk mencari akar penyebab masalah dan AHP (Analytical Hierarchy Process) yang digunakan untuk membobotkan kriteria performansi.Setelah itu, Value Management digunakan sebagai pemilihan alternatif solusi yang terbaik berdasarkan value, yang mempertimbangkan fungsi cost dan performance.
2
Hasil dalam penelitian ini adalah diketahuinya 6 jenis defect yang terjadi pada pupuk NPK Phonska, dan terpilih 3 jenis defect yang menjadi CTQ (Critical to Quality), yaitu pupuk menggumpal (caking), berat packaging pupuk yang tidak sesuai, dan karung pupuk rusak (bocor). Selain itu diketahui sigma level pabrik Phonska 2 & 3 pada bulan Agustus 2011 senilai 4.2, pada bulan September 2011 senilai 3.9, dan pada bulan Oktober 2011 senilai 3.9. Lalu diketahui juga akar penyebab (cause) kritis dari masing-masing CTQ. Dan yang terakhir adalah didapatkannya alternatif solusi yang terbaik berdasarkan Value Management yang mempertimbangkan fungi cost dan performance dari beberapa alternatif solusi yang ada, sehingga dapat menjadi perbaikan untuk mengatasi cacat produk.
Kata Kunci : Six Sigma, Root Cause Analysis, Failure Mode and Effect Analysis, Analytical Hierarchy Process, Value Management 1. Pendahuluan
Setiap perusahaan dituntut untuk dapat menghasilkan kualitas produk yang baik agar dapat memenuhi kebutuhan dan harapan dari konsumen. Banyaknya kebutuhan pupuk oleh petani saat ini mendorong beberapa perusahaan pupuk termasuk PT. Petrokimia Gresik dalam membuat produk yang berkualitas
Dari berbagai macam jenis produk pupuk PT. Petrokimia Gresik, pupuk NPK digolongkan sebagai pupuk majemuk, yang artinya pupuk majemuk terdiri dari berbagai unsur yang dibutuhkan untuk kesuburan tanaman. Maka dari itu, banyak para petani yang memilih pupuk NPK untuk kesuburan tanamannya. Berbeda dengan pupuk tunggal, pupuk tunggal adalah pupuk yang terdiri dari satu unsur saja. Unsur yang terdapat pada pupuk NPK adalah Nitrogen (N), P2O5, dan K2
Demand pupuk NPK Phonska tahun 2011 oleh pemerintah kepada PT. Petrokimia Gresik sebanyak 2.200.000 ton pupuk. Terdapat 4 unit pabrik di PT. Petrokimia Gresik yang memproduksi pupuk NPK Phonska, yaitu Pabrik Phonska 1 dengan kapasitas produksi 460.000 ton pupuk/hari, Pabrik Phonska 2 dengan kapasitas produksi 640.000 ton pupuk/hari, Pabrik Phonska 3 dengan kapasitas produksi 640.000 ton pupuk/hari, dan Pabrik Phonska 4 dengan kapasitas produksi 600.000 ton pupuk/hari.
Fokus amatan pada penelitian ini adalah pada Pabrik Phonska 2 & 3, karena merupakan Pabrik Phonska di PT. Petrokimia Gresik yang memiliki kapasitas produksi terbanyak yaitu 640 ton pupuk/hari, sehingga apabila terjadi kesalahan atau kegagalan dalam proses produksi maka akan menyebabkan jumlah defect produk yang paling banyak.
O. Selain itu, pupuk NPK Phonska merupakan pupuk subsidi oleh pemerintah kepada petani Indonesia. Sebagai objek amatan pada penilitian ini, dipilih pupuk NPK Phonska yang memiliki ciri khas warna merah pada butirannya sebagai ciri khas pupuk NPK produksi PT. Petrokimia Gresik. Selain itu, belum adanya penelitian terhadap kualitas produk pupuk NPK Phonska sebelumnya.
Selain itu, adanya complain dari petani terhadap pupuk NPK Phonska, antara lain butiran pupuk yang menggumpal (caking) sehingga petani masih harus menumbuk pupuk NPK Phonska tersebut sebelum menebarkan ke tanaman dan penebaran pupuk yang tidak bisa merata saat ditebarkan pada tanaman (lihat gambar 1), ketidakseragaman warna pupuk pada tiap butirannya yang mengakibatkan kecurigaan terhadap pupuk NPK Phonska palsu (lihat gambar 2), dan cacat pada kemasan (packaging) yang menyebabkan volume pupuk berkurang, misalnya jahitan pada kemasan pupuk yang kurang kuat.
Gambar 1. Pupuk NPK Phonska yang menggumpal
(caking)
Gambar 2. Warna merah pada butiran pupuk yang tidak
seragam (kiri) dan warna merah pada butiran pupuk yang seragam (kanan)
3
Defect yang terjadi menyebabkan menurunnya kualitas produk yang dihasilkan, sehingga berpengaruh terhadap banyaknya biaya yang muncul diakibatkan defect tersebut. Berdasarkan garis besar tentang kualitas diatas maka perusahaan membutuhkan suatu usaha perbaikan menyeluruh, baik dari segi manajerial maupun proses atau teknis. Maka dari itu dilakukan perbaikan kualitas dengan pendekatan konsep Six Sigma sehingga dapat melakukan improvement atau perbaikan untuk mengurangi defect yang terjadi pada pupuk NPK Phonska PT. Petrokimia Gresik. 2. Literatur Review
Penelitian ini berdasarkan pada definisi kualitas diantaranya adalah yang didefinisikan oleh Chapman (1990) sebagai berikut: 1. Kualitas merupakan ukuran tingkat
kepuasan konsumen sesuai dengan kebutuhan dan harapannya.
2. Kualitas tidak bersifat statis, karena expektasi dari konsumen dapat berubah-ubah.
3. Kualitas meliputi pengembangan spesifikasi dari standar produk atau jasa untuk memenuhi kebutuhan konsumen (quality of design) dan proses manufaktur produk atau penyediaan jasa dengan spesifikasi dan standar yang ditetapkan (quality of conformance).
Sedangkan menurut Crosby (1979), kualitas adalah kesesuaian dengan kebutuhan yang meliputi availability, delivery, realibility, maintainability, dan cost effectiveness. Menurut Feigenbaum (1991), kualitas merupakan keseluruhan karakteristik produk dan jasa yang meliputi marketing, engineering, manufacture , dan maintenance, dimana produk dan jasa tersebut dalam pemakaianya akan sesuai dengan kebutuhan dan harapan pelanggan.
Beberapa penelitian terdahulu yang telah dilakukan terlebih dahulu oleh peneliti sebelumnya dan mendukung jalannya penelitian ini adalah, The Six Sigma Way: TeamFieldbook, an Implementation Guide for Process Improvement, yang dilakukan oleh Pande, Peter S, Neuman Robert P, and Roland R.Cavanagh, 2002. Penelitian yang dilakukan bertujuan untuk membahas tentang konsep six sigma, mulai dari menciptakan sistem yang close-loop, konsentrasi six sigma, cara mengurangi variabilitas, metodologi penerapan
six sigma, tim six sigma, dan keuntungan penerapan six sigma.
Penelitian tentang ”Root Cause Analysis: Simplified Tools Technique”, yang dilakukan oleh Andersen, B. dan Fagerhaug, T. 2006. Penelitian tersebut bertujuan untuk membahas penerapan metode Root Cause Analysis untuk mengetahui akar penyebab dari suatu kegagalan atau permasalahan.
Penelitian tentang “Failure Modes and Effects Analysis (FMEA)”, yang dilakukan oleh MeDermott, R. E., Mikulak, R. J., dan Beauregard, M. 2002. Berisi tentang penggunaan metode Failure Mode and Effect Analysis dan prosedur Failure Mode and Effect Analysis.
Dari beberapa penelitian yang dilakukan sebelumnya mengenai quality improvement, yang dilakukan oleh Al Hafiish. Fathy Wahyu. 2010, dengan judul Peningkatan Kualitas dengan Pendekatan Konsep Lean dan Multi Attribute Failure Mode Analysis (studi kasus: PT. Nestle Indonesia, Pasuruan). Pendekatan yang digunakan adalah lean six sigma. Pendekatan lean berfokus pada identifikasi serta eliminasi waste dan aktivitas-aktivitas yang tidak bernilai tambah (non-value added activities) dalam desain, produksi, operasi, dan supply chain management, yang berkaitan langsung dengan pelanggan. Hasil yang didapatkan dari penelitian ini adalah mendapatkan identifikasi waste yang terjadi dan membangun alternatif solusi terbaik untuk menghilangkan waste yang terjadi. 3. Metodologi Penelitian
Tahapan penelitian ini menggunakan siklus DMAI (Define, Measure, Analyze, dan Improve) yang dilakukan untuk melakukan perbaikan kualitas pupuk NPK Phonska pada pabrik 2 & 3 PT. Petrokimia Gresik. Tahapan Control tidak dilakukan pada penelitian ini karena membutuhkan waktu yang sangat lama.
Tahap Define dilakukan dengan menentukan objek penelitian yang akan diamati, sehingga akan terfokus pada objek kritis yang sangat perlu untuk dilakukan perbaikan kualitas. Kemudian mengidentifikasi permasalahan dengan identifikasi jenis-jenis defect yang terjadi pada pupuk NPK Phonska di pabrik Phonska 2 & 3 PT. Petrokimia Gresik. Serta menggambarkan Big Picture Mapping yang terdiri dari aliran fisik dan aliran informasi proses produksi pupuk NPK
4
Phonska sehingga akan dapat dimengerti sistem produksinya.
Tahap Measure adalah melakukan identifikasi jenis defect yang paling berpengaruh terhadap kualitas produk pupuk NPK Phonska, yang akan ditetapkan sebagai Critiqal to Quality (CTQ) dengan menggunakan diagram pareto. Kemudian mengukur sigma level pada pabrik Phonska 2 & 3 PT. Petrokimia Gresik pada bulan Agustus, September, dan Oktober 2011 sebagai acuan untuk melakukan perbaikan.
Tahap Analyze yaitu melakukan analisa terhadap penyebab jenis defect yang paling berpengaruh menggunakan Root Cause Analyze (RCA) dengan metode 5 why. Setalah itu dilakukan analisa Failure Mode and Effect Analysis untuk mendapatkan nilai severity, oocurance, dan detection dari setiap penyebab (cause) kritis dari hasil RCA.
Tahap Improve adalah membangun alternatif solusi untuk mengatasi penyebab (cause) paling kritis pada masing-masing jenis defect yang mempunyai nilai Risk Priority Number (RPN) yang tertinggi pada analisa Failure Mode and Effect Anlysis (FMEA) yang telah dilakukan sebelumnya. Kemudian dari semua alternatif solusi yang diusulkan, akan dipilih alternatif yang terbaik berdasarkan value tertinggi. Pemilihan alternative solusi terbaik dilakukan dengan pendekatan Value Based Management yang mempertimbangkan fungsi performance dan cost pada tiap alternatif solusi yang diusulkan, sehingga akan didapatkan alternatif solusi dengan value yang tertinggi yang akan dapat dipertimbangkan untuk mengatasi jenis-jenis defect yang terjadi pada pupuk NPK Phonska pada pabrik 2 & 3 PT. Petrokimia Gresik. 4. Pengumpulan dan Pengolahan Data
Pengumpulan dan pengolahan data terdiri dari tahap Define dan Measure. 4.1 Define
Pada tahap Define ini akan dilakukan penentuan objek amatan dari jenis pupuk NPK yang akan diamati dan dari unit pabrik Phonska ynag akan diamati, dengan cara menentukan prosentase terjadinya defect terbesar . Sehingga aplikasi six sigma akan tepat pada sasaran objek amatan yang paling kritis.
Identifikasi Objek Amatan Pupuk NPK yang diproduksi oleh PT.
Petrokimia Gresik ada beberapa macam, antara lain adalah pupuk NPK Phonska, pupuk NPK Mixture, pupuk NPK Kebomas, dan pupuk NPK Blending. Istilah produk cacat di PT. Petrokimia Gresik adalah produk off speck. Untuk menentukan jenis pupuk NPK yang akan diamati, maka di lihat dari perbandingan jumlah defect produk dan jumlah produksi (prosentase defect produk) yang terbesar, sehingga prosentase defect produk yang terbesar itulah yang perlu untuk dilakukan improve.
Data jumlah produksi dan jumlah defect produk pada masing-masing jenis pupuk NPK pada tahun 2010 ditunjukkan pada tabel 1 berikut ini:
Tabel 1. Prosentase defect produk tiap jenis pupuk NPK pada tahun 2010
Jenis Pupuk NPKJumlah
Produksi (ton)
Jumlah produksi off speck (ton)
Prosentase Defect Produk
NPK Phonska 1,196,077.94 8,428.49 0.70%NPK Mixture 11,218.50 21.27 0.19%
NPK Blending tidak ada demand
- 0.00%NPK Granulasi/Kebomas 150,887.20 238.19 0.16%
Coun
t
Perc
ent
jenisCount
0.0Cum % 67.0 85.0 100.0 100.0
0.007047 0.001896 0.001579 0.000000Percent 67.0 18.0 15.0
OtherNPK Granulasi/KebomasNPK MixtureNPK Phonska
0.012
0.010
0.008
0.006
0.004
0.002
0.000
100
80
60
40
20
0
Pareto prosentase defect produk
Gambar 3. Diagram pareto prosentase defect produk tiap
jenis pupuk NPK pada tahun 2010
Pada diagram pareto diatas, terlihat bahwa jenis pupuk NPK Phonska memiliki tingkat prosentase defect paling besar diantara jenis pupuk NPK yang lain, yaitu sebesar 67,0%. Sementara untuk pupuk NPK Blending tidak ada permintaan pada tahun 2010, dan memang sangat jarang sekali adanya permintaan produksi pupuk NPK Blending. Sehingga objek amatan yang dipilih adalah jenis pupuk NPK Phonska.
Untuk menentukan pabrik pupuk NPK Phonska yang akan diamati, dapat di lihat dari perbandingan jumlah defect produk dan jumlah
5
produksi (prosentase defect produk) yang terbesar, sehingga pabrik Phonska yang memiliki prosentase defect produk terbesar itulah yang perlu untuk dilakukan improve. Maka data-data sekunder dari perusahaan terkait jumlah produksi pada masing-masing pabrik selama 3 bulan terakhir (Agustus, September, Oktober 2011) dapat dilihat pada tabel 2 berikut ini:
Tabel 2. Data jumlah produksi pada masing-masing pabrik Phonska pada bulan Agustus, September, dan
Oktober 2011
Pabrik Phonska 1 Pabrik Phonska 2
Pabrik Phonska 3
Pabrik Phonska 4
Agustus 36,356 32,489 50,167 48,045 September 31,726 25,406 42,967 46,375
Oktober 30,607 39,527 40,710 49,917 Total 98,689 97,422 133,844 144,337
BulanJumlah Produksi (ton)
Kemudian juga dilihat dari data jumlah defect produk pada masing-masing pabrik Phonska. Data tersebut dapat dilihat pada tabel 3 berikut ini : Tabel 3. Data jumlah defect produk pada masing-masing
pabrik Phonska pada bulan Agustus, September, dan Oktober 2011
Pabrik Phonska 1
Pabrik Phonska 4
Agustus 276 86 September 499 113
Oktober 770 383 Total 1,545 582
BulanJumlah Defect Produk (ton)
Pabrik Phonska 2 & Pabrik Phonska 3
874 1,473 2,207 4,554
Pada tabel diatas dapat dilihat bahwa
data defect produk pabrik Phonska 2 dan pabrik Phonska 3 menjadi satu, hal tersebut disebabkan karena output produk yang dihasilkan oleh pabrik Phonska 2 dan pabrik Phonska 3 menjadi satu. Kondisi tersebut memang ter-setting pada kondisi existing pabrik Phonska 2 dan pabrik Phonska 3. Dan apabila terdapat defect produk, maka artinya jumlah defect produk tersebut adalah hasil dari penjumlahan defect produk pabrik Phonska 2 dan defect produk pabrik Phonska 3.
Kemudian data jumlah defect produk tersebut dibandingkan dengan data jumlah produksi pada masing-masing pabrik, sehingga dapat ditentukan pabrik Phonska manakah yang akan menjadi objek amatan. Perbandingannya dapat dilihat pada tabel 4 berikut ini :
Tabel 4. Presentase defect produk pada masing-masing pabrik Phonska pada bulan Agustus, September, dan
Oktober 2011
Unit PabrikJumlah
Produksi (ton)
Jumlah Defect (ton)Presentase
Defect Produk
Phonska 1 98,689 1,545 1.57%Phonska 2 & 3 231,266 4,554 1.97%Phonska 4 144,337 582 0.40%
Coun
t
Perc
ent
jenisCount
50.0 89.8 100.0
0.01969 0.01566 0.00403Percent 50.0 39.8 10.2Cum %
412 & 3
0.04
0.03
0.02
0.01
0.00
100
80
60
40
20
0
Pareto prosentase defect produk
Gambar 4. Diagram pareto prosentase defect produk pada
masing-masing pabrik Phonska di bulan Agustus, September, Oktober 2011
Pada diagram pareto diatas, terlihat bahwa pabrik Phonska 2 & 3 memiliki tingkat presentase defect produk paling besar diantara pabrik Phonska yang lain, yaitu sebesar 50,0%. Dengan kata lain jumlah defect produk pada pabrik Phonska 2 & 3 terlalu besar.
Berdasarkan brainstorming dengan orang yang ahli di bidang akutansi biaya, biaya variabel (biaya tenaga kerja, biaya listrik, biaya air, tidak termasuk biaya bahan baku) yang dikeluarkan untuk melakukan reproses adalah sekitar Rp 450.000/ton. Apabila dikonversikan pada cost, maka juga dapat ditentukan pabrik Phonska yang menjadi objek amatan yang nantinya perlu dilakukan improvement. Perhitungan biaya dari segi cost yang dikeluarkan untuk biaya reproses pada masing-masing pabrik Phonska dapat dilihat pada tabel 5 berikut ini :
Tabel 5. Jumlah biaya yang dikeluarkan per bulan untuk
melakukan reproses Biaya / ton / bulan =
Pabrik Phonska 1 681.73 Rp 306,778,500.00 Pabrik Phonska 2 & 3 1518.02 Rp 683,109,000.00
Pabrik Phonska 4 193.97 Rp 87,286,500.00
450,000.00Rp
Pabrik Rata-rata jumlah defect (ton)
Biaya dikeluarkan per bulan
6
Gambar 5. Grafik perbandingan jumlah biaya yang dikeluarkan per bulan pada masing-masing pabrik
Phonska
Dari grafik diatas (gambar 5), dapat disimpulkan bahwa Pabrik Phonska 2 & 3 mengeluarkan biaya terbanyak untuk melakukan reproses, yaitu sebesar Rp 683.109.000,- perbulannya. Dengan kata lain, pabrik Phonska 2 & 3 sangat mempengaruhi penurunan tingkat profitability perusahaan. Maka dari itu, pabrik Phonska yang menjadi objek amatan adalah pabrik Phosnka 2 & 3. Hal itu dikarenakan pabrik tersebut memiliki presentase defect produk yang paling besar, mengelurkan biaya untuk reproses yang paling tinggi, dan sangat mempengaruhi penurunan tingkat profitability perusahaan dibandingkan pabrik Phonksa 1 dan pabrik Phonska 4. Sehingga apabila digabungkan, objek amatan yang dipilih adalah pupuk NPK Phonska pada pabrik Phonska 2 & 3 PT. Petrokimia Gresik.
Selain itu, berdasarkan data sekunder perusahaan, adanya peningkatan jumlah defect produk pupuk NPK Phonska di pabrik Phonska 2 & 3 pada bulan Agustus, September, sampai Oktober 2011. Peningkatan jumlah defect produk tersebut dapat ditunjukkan pada gambar 6 berikut ini:
Gambar 6. Grafik peningkatan jumlah defect produk pada
bulan Agustus, September, Oktober 2011
4.2 Measure Pada tahap Measure akan dilakukan identifikasi jenis-jenis defect yang paling berpengaruh terhadap kualitas pupuk NPK Phonska pada 2 & 3, dan akan ditetapkan sebagai Critical to Quality (CTQ). Kemudian juga dilakukan pengukuran sigma level pada pabrik Phonska 2 & 3 PT. Petrokimia Gresik pada bulan Agustus, September , dan Oktober 2011. Identifikasi Defect yang Berpengaruh Terhadap Kualitas Produk
Pada tahap ini dilakukan identifikasi jenis-jenis defect yang berpengaruh pada kualitas pupuk NPK Phonska, yang juga akan mempengaruhi kebutuhan dan kepuasan pelanggan. Setelah dilakukan brainstorming dengan orang yang ahli dalam bidang kualitas, jenis defect yang terjadi pada pupuk NPK Phonska terdiri dari 6 jenis, yaitu sebagai berikut: 1. Pupuk menggumpal (caking) 2. Ketidakseragaman warna butiran 3. Kandungan unsur pupuk tidak sesuai
kriteria 4. Ukuran butiran (mesh) tidak sesuai 5. Karung pupuk rusak (bocor). 6. Berat packaging pupuk yang tidak sesuai
Identifikasi CTQ (Critiqal to Quality) Pada Pupuk NPK Phonska
Berdasarkan data sekunder dari perusahaan yang telah diperoleh, maka dapat diketahui jumlah defect produk dari masing-masing CTQ potensial yang akan ditunjukkan pada tabel 6 berikut ini: Tabel 6. Jumlah defect produk dari masing-masing CTQ potensial pada bulan Agustus, September, dan Oktober
2011
AGUSTUS SEPTEMBER OKTOBER
1 Pupuk menggumpal (caking) 88.385 93.495 104.249 286.129
2Ketidakseragaman warna butiran
15.254 11.652 13.498 40.404
3Kandungan unsur pupuk tidak sesuai kriteria
reproses reproses reproses reproses
4Ukuran butiran (mesh) tidak sesuai reproses reproses reproses reproses
5 Karung pupuk rusak (bocor) 49.45 57.25 44.35 151.05
6 Berat packaging pupuk yang tidak sesuai
87.6 90.95 96.35 274.9
240.689 253.347 258.447 752.483TOTAL DEFECT
NOJUMLAH (TON)
CTQ POTENSIALTOTAL
(3 BULAN)
Pada CTQ potensial nomor 3 (kandungan unsur pupuk yang tidak sesuai kriteria) dan nomor 4 (ukuran butiran / mesh
7
tidak sesuai), jumlah defect produknya tidak ada karena apabila terdapat pupuk dengan kandungan unsur atau ukuran butiran (mesh) yang tidak sesuai dengan kriteria, maka langsung dilakukan reproses. Sehingga output pupuk pasti sudah sesuai dengan kriteria kandungan unsur dan sesuai dengan kriteria ukuran butiran (mesh).
Coun
t
Perc
ent
CTQ Potensial
Count20.1 5.4 0.0
Cum % 38.0 74.6 94.6 100.0 100.0
286.1 274.9 151.1 40.4 0.0Percent 38.0 36.5
Other
Warn
a buti
ran tid
ak se
raga
m
Karun
g pup
uk ru
sak (
boco
r)
Berat
packa
ging t
idak s
esua
i
Mengg
umpa
l / ca
king
800
700
600
500
400
300
200
100
0
100
80
60
40
20
0
Pareto jumlah defect dari masing-masing CTQ Potensial
Gambar 7. Diagram pareto jumlah defect produk dari
masing-masing CTQ potensial
Dari diagram pareto 80 – 20 diatas (gambar 7) terkait dengan jumlah produk defect dari masing-masing CTQ potensial, maka dapat diambil tiga CTQ yang akan dilakukan improvement. Ketiga CTQ tersebut adalah pupuk menggumpal (caking) yang memiliki presentase sebesar 38 persen, berat packaging pupuk yang tidak sesuai dengan kriteria yang memiliki presentase sebesar 36,5 persen, dan karung pupuk rusak (bocor) yang memiliki presentase sebesar 20,1 persen.
Pengukuran Kapabilitas Proses Produksi Pupuk NPK Phonska Maka selanjutnya akan dilakukan perhitungan kapabilitas sigma pada proses produksi pupuk NPK Phonska pada pabrik Phonska 2 & 3 PT. Petrokimia Gresik untuk bulan Agustus, September, dan Oktober 2011, yang akan ditunjukkan pada tabel 7, tabel 8, dan tabel 9 berikut ini: Tabel 7. Perhitungan sigma level proses produksi pupuk NPK Phonska pada pabrik Phonska 2 & 3 untuk bulan
Agustus 2011
Gambar 8. Perhitungan sigma level proses produksi
pupuk NPK Phonska pada pabrik Phonska 2 & 3 untuk bulan Agustus 2011 menggunakan kalkulator sigma
Tabel 8. Perhitungan sigma level proses produksi pupuk NPK Phonska pada pabrik Phonska 2 & 3 untuk bulan
September 2011
Gambar 9. Perhitungan sigma level proses produksi
pupuk NPK Phonska pada pabrik Phonska 2 & 3 untuk bulan September 2011 menggunakan kalkulator sigma
Tabel 9. Perhitungan sigma level proses produksi pupuk NPK Phonska pada pabrik Phonska 2 & 3 untuk bulan
Oktober 2011
8
Gambar 10. Perhitungan sigma level proses produksi
pupuk NPK Phonska pada pabrik Phonska 2 & 3 untuk bulan Oktober 2011 menggunakan kalkulator sigma
Dari perhitungan diatas, dapat diketahui bahwa pada bulan Agustus 2011 didapatkan jumlah DPMO sebanyak 3525 atau memiliki nilai sigma sebesar 4,2 dengan CTQ sebanyak 3 jenis, pada bulan September 2011 didapatkan jumlah DPMO sebanyak 7181 atau memiliki nilai sigma sebesar 3,9 dengan CTQ sebanyak 3 jenis, dan pada bulan Oktober 2011 didapatkan jumlah DPMO sebanyak 9169 atau memiliki nilai sigma sebesar 3,9 dengan CTQ sebanyak 3 jenis.
Berdasar pada hasil perhitungan sigma level proses produksi pupuk NPK Phonska pada pabrik Phonska 2 & 3 PT. Petrokimia Gresik untuk bulan Agustus, September, dan Oktober 2011, maka dapat diketahui grafik perubahan sigma level dari ketiga bulan tersebut. Grafik perubahan sigma level akan ditunjukkan pada gambar 11 berikut ini:
Gambar 11. Grafik sigma level proses produksi pupuk NPK Phonska pada pabrik Phonska 2 & 3 untuk Bulan
Agustus, September, Oktober 2011
Dengan demikian maka dapat diketahui bahwa adanya penurunan sigma level dari bulan Agustus 2011 ke bulan Oktober 2011, yang mengindikasikan bahwa menurunnya kualitas proses produksi pupuk NPK Phonska pada pabrik Phonska 2 & 3 PT. Petrokima Gresik.
5. Analisa dan Usulan Perbaikan Analisa dan usulan perbaikan terdiri dari
tahap Analyze dan Improve.
5.1 Analyze Pada tahap Analyze dilakukan penentuan akar penyebab masalah dari masing-masing jenis defect yang telah diidentifikasi sebelumnya menggunakan metode Root Cause Analyze (RCA). Kemudian dilakukan penilaian rating severity, occurance, dan detection dengan metode Failure Mode and Effect Analyze (FMEA) untuk masing-masing akar penyebab kritis tersebut, sehingga akan diketahui akar penyebab kritis yang mempunyai nilai Risk Priority Number (RPN) terbesar. Root Cause Analyze (RCA) RCA merupakan suatu metode untuk mencari akar penyebab dari permasalahan yang terjadi. Untuk mencari akar permaslahan ini digunakan metode 5 Why dimana akan bertanya mengapa sebanyak 5 kali secara beruntun terhadap suatu permasalahan
Setelah ditetapkan CTQ dari semua jenis-jenis defect pada pupuk NPK Phonska, maka RCA terbagi menjadi 3 jenis, yaitu RCA terhadap pupuk menggumpal (caking), RCA terhadap berat packaging pupuk yang tidak sesuai dengan kriteria, dan RCA pada packaging rusak (bocor). Pada tabel 11, tabel 12, dan tabel 13 berikut ini akan ditunjukkan akar penyebab kritis dari masing-masing CTQ.
Tabel 11. Akar penyebab masalah terhadap pupuk menggumpal (caking)
Jenis Defect Akar Penyebab MasalahKapasitas screener dipaksa untuk mengayak butiran pupuk
Recycle ratio pada proses granulation kurang dari 3 - 5
Jumlah (rate) udara dingin yang masuk pada cooler (sistem pendinginan) tidak maksimalTerbentuknya ice pada plat di dinding luar tube Heat Exchanger
Pupuk Menggumpal (caking)
Tabel 12. Akar penyebab masalah terhadap berat packaging pupuk yang tidak sesuai
Jenis Defect Akar Penyebab Masalah
Sensitivitas pada Load cell (sensor berat) yang menurun
Saluran minyak terbuntu oleh kotoranTerjadi trouble pada utilityAdanya scale (kerak) yang menempel di dinding bagian dalam chute (corong)
Berat packaging pupuk yang tidak sesuai
9
Tabel 13. Akar penyebab masalah terhadap karung pupuk rusak (bocor)
Jenis Defect Akar Penyebab MasalahBahan baku kayu yang digunakan sebagai bahan pembuatan palet jelek (kurang kuat)Palet sudah rapuh (usang)Jumlah forklift yang sedikit, namun digunakan secara overload untuk memenuhi kebutuhan produksi Operator (sopir) kurang terampil dalam pemakaian forklift
Karung pupuk rusak (bocor)
Failure Mode and Effect Analyze (FMEA) Setelah melakukan analisa dari akar penyebab (cause) dari masing-masing jenis defect kritis, kemudian dibuat FMEA yang berguna untuk mengetahui prioritas perbaikan yang dapat dilakukan dengan melihat Risk Priority Number (RPN). Dalam pembuatan RPN, yang harus dilakukan adalah menentukan indikator dari severity, occurance, dan detection. Risk Priority Number
Dari hasil penilaian yang telah dilakukan untuk mencari nilai severity, occurrence dan detection, maka nilai RPN (Risk Priority Number) dapat dihasilkan dengan cara mengalikan nilai dari severity (S), occurrence (O),dan detection (D). Dimana nilai tersebut dijadikan patokan pemilihan kegagalan yang perlu untuk dilakukan improvement. Hasil pengisian nilai SOD dan hasil RPN dari masing-masing jenis defect dapat dilihat pada tabel 14 untuk jenis defect pupuk menggumpal (caking), tabel 15 untuk jenis defect berat packaging yang tidak sesuai, dan tabel 16 untuk jenis defect karung pupuk rusak (bocor) berikut ini:
Tabel 14. Hasil SOD ( Severity, Occurence, Detection )
pada jenis defect pupuk menggumpal (caking) Jenis Defect Effect Severity Cause Occurance Control Detection RPN
6Kapasitas screener dipaksa
untuk mengayak butiran pupuk 9 Visual 2 108
6Recycle ratio pada proses
granulation kurang dari 3 - 57
Analisa lebih lanjut
5 210
7
Jumlah (rate) udara dingin yang masuk pada cooler
(sistem pendinginan) tidak maksimal
8Analisa
lebih lanjut
4 224
5Terbentuknya ice pada plat di
dinding luar tube Heat Exchanger
9 Visual 2 90
Biaya yang bertambah
untuk reproses pupuk
Pupuk menggumpal
(caking)
Tabel 15. Hasil SOD ( Severity, Occurence, Detection ) pada jenis defect berat packaging pupuk yang tidak
sesuai Jenis Defect Effect Severity Cause Occurance Control Detection RPN
6Sensitivitas pada Load Cell
(sensor berat) yang menurun 4
Analisa lebih lanjut
5 120
5Saluran minyak terbuntu oleh
kotoran4 Visual 3 60
8 Terjadi trouble pada utility 2 Visual 1 16
4Adanya scale (kerak) yang
menempel di dinding bagian dalam chute (corong)
5 Visual 2 40
Berat packaging pupuk yang tidak sesuai
Tidak dapat memenuhi kepuasan pelanggan
Tabel 16. Hasil SOD ( Severity, Occurence, Detection )
pada jenis defect karung pupuk rusak (bocor) Jenis Defect Effect Severity Cause Occurance Control Detection RPN
4
Bahan baku kayu yang digunakan sebagai bahan
pembuatan palet jelek (kurang kuat)
10 Visual 1 40
6 Palet sudah rapuh (usang) 6 Visual 2 72
6Jumlah forklift yang sedikit, namun digunakan secara
overload 6 visual 2 72
5Operator (sopir) kurang
terampil dalam pemakaian forklift
2 Visual 2 20
Karung pupuk rusak (bocor)
Biaya yang bertambah
untuk re-bag dan area
menjadi kotor
5.2 Improve
Pada tahap Improve ini dilakukan identifikasi usulan perbaikan atau solusi yang digunakan untuk mengatasi setiap kegagalan atau defect yang terjadi pada pupuk NPK Phonska. Setelah itu, akan dilakukan pemilihan alternatif solusi terbaik dari usulan-usulan perbaikan yang ada menggunakan value based management. Sehingga alternatif solusi yang terbaik tersebut dapat dijadikan suatu improvement.
Identifikasi Usulan Alternatif Solusi Untuk melakukan improvement, maka harus melihat dari akar penyebab (cause) kritis yang menyebabkan terjadinya defect dan dianggap paling berpengaruh serta paling sering terjadi pada proses produksi pupuk NPK Phonska. Akar penyebab (cause) kritis tersebut diambil dari cause dengan nilai RPN tertinggi dari masing-masing jenis defect. Dari hasil pengisian severity (S), occurrence (O),dan detection (D) sebelumnya, maka dapat diketahui akar penyebab (cause) dari jenis defect pupuk menggumpal (caking) yaitu jumlah (rate) udara dingin yang masuk pada cooler (sistem pendinginan) tidak maksimal. Nilai RPN yang didapatkan adalah 280, dengan severity (S) bernilai 7, occurance (O) bernilai 8, dan detection (D) bernilai 4. Kemudian pada jenis defect berat packaging pupuk yang tidak sesuai, akar penyebab (cause) dengan nilai RPN tertinggi yaitu sensitivitas pada load cell (sensor berat) yang
10
menurun. Nilai RPN yang didapatkan adalah 120, dengan severity (S) bernilai 6, occurance (O) bernilai 4, dan detection (D) bernilai 5. Dan pada jenis defect karung pupuk rusak (bocor), dengan akar penyebab (cause) sebanyak 2 jenis karena nilai RPN dari keduanya adalah sama besar. Akar penyebab (cause) yang pertama adalah palet sudah rapuh (usang), dengan nilai RPN yang didapatkan adalah 72, dengan severity (S) bernilai 6, occurance (O) bernilai 6, dan detection (D) bernilai 2. Akar penyebab (cause) yang kedua adalah jumlah forklift yang sedikit, namun digunakan secara overload, dengan nilai RPN yang didapatkan adalah 72, dengan severity (S) bernilai 6, occurance (O) bernilai 6, dan detection (D) bernilai 2. Adapun alternatif solusi yang telah dibangun dan digunakan untuk melakukan improvement, serta menjadi masukan bagi perusahaan dalam mengatasi jenis defect pupuk menggumpal (caking), berat packaging pupuk yang tidak sesuai, dan karung pupuk rusak (bocor). Tabel 17. Alternatif solusi untuk mengatasi defect pupuk
menggumpal (caking) Jenis Defect Cause dengan RPN Tertinggi Alternatif Solusi
Pupuk menggumpal
(caking)
Jumlah (rate) udara dingin yang masuk pada cooler (sistem
pendinginan) tidak maksimal
Menambah kapasitas cooler dan memasang blower independent pada sistem (dengan
by-pass aliran udara dari blower dependent )
Tabel 18. Alternatif solusi untuk mengatasi defect berat
packaging pupuk yang tidak sesuai Jenis Defect Cause dengan RPN Tertinggi Alternatif Solusi
Berat packaging pupuk yang tidak sesuai
Sensitivitas pada Load Cell (sensor berat) yang menurun
Melakukan preventive maintenance dengan cara kalibrasi dan mengganti load cell
timbangan apabila telah rusak
Tabel 19. Alternatif solusi untuk mengatasi defect karung
pupuk rusak (bocor) Jenis Defect Cause dengan RPN Tertinggi Alternatif Solusi
Palet sudah rapuh (usang)Mengganti raw material palet dengan
bahan plastikJumlah forklift yang sedikit, namun digunakan secara
overload
Menambah jumlah persediaan forklift agar penggunaanya tidak overload
Karung pupuk rusak (bocor)
Alternatif solusi yang dilakukan pada tabel 17 adalah menambah kapasitas cooler dengan penambahan panjang 6 m (dari panjang awal 6 m menjadi 12 m), sehingga proses cooling terhadap butiran-butiran pupuk akan maksimal dengan temperature butiran pupuk sebesar 500C – 550
Alternatif solusi yang dilakukan pada tabel 18 adalah melakukan preventive maintenance dengan cara kalibrasi, dan mengganti load cell timbangan apabila telah rusak (tidak sensitif). Sehingga load cell selalu akurat dalam menerima input-an PLC (Programable Logic Control).
C saat keluar dari air
chiller, dan memasang blower independent pada sistem dengan mengubah arus udara (by-pass) dari blower dependent, sehingga dapat menyerap udara panas dari furnace lebih banyak dan akhirnya akan menambah jumlah (rate) udara dingin yang masuk pada cooler (sistem pendinginan).
Ada 2 macam alternatif solusi yang dilakukan pada tabel 19. Alternatif solusi yang pertama yaitu mengganti raw material palet dengan bahan plastik, sehingga umur palet akan lebih lama dan tidak cepat rapuh (usang). Dan alternatif solusi yang kedua yaitu menambah jumlah forklift agar penggunaanya tidak overload, sehingga forklift akan dapat dirawat (maintenance) secara rutin atau terjadwal. Kombinasi Alternatif Solusi
Setelah dilakukan identifikasi terhadap beberapa usulan alternatif solusi sebagai improvement yang mungkin dilakukan, pada tabel 20 berikut ini akan ditunjukkan beberapa alternatif solusi yang ada:
Tabel 20. Hasil alternatif solusi yang mungkin
No Alternatif Solusi Yang Mungkin
1Menambah kapasitas cooler dan memasang blower independent pada sistem (dengan by-pass aliran udara dari blower dependent )
3 Mengganti raw material palet dengan bahan plastik4 Menambah jumlah persediaan forklift agar penggunaanya tidak overload
2 Melakukan preventive maintenance dengan cara kalibrasi dan mengganti load cell timbangan apabila telah rusak
Dari beberapa alternatif solusi yang ada tersebut, kemudian akan dikombinasikan. Hal ini ditujukan agar mendapatkan alternatif solusi yang terbaik dengan memperhatikan biaya yang dikeluarkan dan performance yang dihasilkan, sehingga diperoleh value yang terbaik dengan pendekatan value based management. Hasil kombinasi alternatif akan ditunjukkan pada tabel 21 berikut ini:
11
Tabel 21. Kombinasi alternatif yang mungkin dilakukan No Kombinasi alternatif0 Kondisi Awal1 12 23 34 45 1,26 1,37 1,48 2,39 2,4
10 3,411 1,2,312 1,2,413 1,3,414 1,2,3,4
Dari hasil pengkombinasian alternatif solusi tersebut, jumlah total kombinasi dari alternatif solusi tersebut sebanyak empat belas kombinasi, termasuk kondisi awal yang maksudnya adalah kondisi perusahaan saat sebelum dilakukan penerapan alternatif solusi. Dasar pemilihan kombinasi alternatif tersebut adalah dengan melihat value terbesar. Karena apabila pemilihan melihat dari segi cost saja, maka belum tentu kombinasi alternatif solusi termurah juga mempunyai performance yang besar. Selain itu apabila pemilihan melihat dari segi performance saja, maka adanya kemungkinan kombinasi alternatif dengan performance terbaik namun membutuhkan biaya yang sangat mahal.
Pembobotan Kriteria Performansi Sebelum melakukan pembobotan kriteria performansi, maka akan diidentifikasi terhadap masing-masing terlebih dahulu. Pada tabel 22 berikut ini menunjukkan kriteria performansi yang akan dilakukan pembobotan:
Tabel 22. Jenis kriteria performansi yang akan dibobotkan
NO
1
2
3
KRITERIA
Efisiensi Proses Produksi
Reduksi Biaya Produksi
Pemenuhan Kepuasan Pelanggan
Pembobotan terhadap kriteria
performansi ini dilakukan pada level kriteria dikarenakan pihak perusahaan akan lebih memahami performansi pabrik Phonska 2 & 3 PT. Petrokimia Gresik ditinjau dari tingkat kepentingan prioritas secara umum. Pembobotan dilakukan dengan metode AHP (Analytical Hierarchy Procces) dengan skala 1
sampai 9. Kuesioner diberikan kepada enam responden dengan rincian sebagai berikut; 1 responden yang menjabat KASI Dep.Candal Produksi II A, 2 responden yang menjabat Staff Pemula Dep.Candal Produksi II A, 1 responden yang menjabat Pelaksana Muda Dep.Instrumentasi, 1 responden yang menjabat Kasi Gudang Fosfat, dan 1 responden yang menjabat Kasi Dep.Canhar (Percencanaan dan Pemeliharaan).
Kemudian kuesioner direkapitulasi dan disajikan pada tabel 23 dibawah ini. Dari hasil rekap ini, kemudian akan dilakukan perbandingan berpasangan dan disajikan pada tabel 24.
Tabel 23 Rekap AHP (Analytical Hierarchy Procces)
KRITERIA PERFORM
ANSI
RESPONDEN KRITERIA PERFORM
ANSI 1 2 3 4 5 6
Efisiensi Proses
Produksi 5 4 6 1/6 3 5
Reduksi Biaya
Produksi
Efisiensi Proses
Produksi 1/6 1/7 1/7 1/7 1/6 1/7
Pemenuhan Kepuasan pelanggan
Reduksi Biaya
Produksi 1/6 1/7 1/7 1/6 1/8 1/7
Pemenuhan Kepuasan pelanggan
Tabel 24. Perbandingan berpasangan tiap kriteria
performansi
RESPONDENEfisiensi Proses
ProduksiReduksi Biaya
ProduksiPemenuhan
Kepuasan Pelanggan
Responden 1 1 5 0.17Responden 2 1 4 0.14Responden 3 1 6 0.14Responden 4 1 0.17 0.14Responden 5 1 3 0.17Responden 6 1 5 0.14Responden 1 0.20 1 0.17Responden 2 0.25 1 0.14Responden 3 0.17 1 0.14Responden 4 0.17 1 0.17Responden 5 0.33 1 0.13Responden 6 0.20 1 0.14Responden 1 6 6 1Responden 2 7 7 1Responden 3 7 7 1Responden 4 7 6 1Responden 5 6 8 1Responden 6 7 7 1
Efisiensi Proses Produksi
Reduksi Biaya Produksi
Pemenuhan Kepuasan Pelanggan
Setelah didapatkan nilai perbandingan berpasangan untuk setiap kriteria performansi, maka dilakukan perhitungan nilai geometric mean yang didapatkan dengan rumus sebagai berikut. aij = (Z1 x Z2 x Z3 x…….. Zn)
1/n
12
Dimana: aij : Nilai rata- rata perbandingan berpasangan
antara criteria ajZ
untuk n responden i : Nilai perbandingan antara criteria ai dan aj
n : Jumlah responden
untuk responden ke- I dengan nilai i = 1,2,…. N
Dengan menggunakan rumus diatas,
didapatkan nilai geometric mean untuk setiap kriteria performansi dan disajikan pada tabel 25 dibawah ini.
Tabel 25. Geometric Mean tiap kriteria performansi
Kriteria Performansi
Efisiensi Proses Produksi
Reduksi Biaya Produksi
Pemenuhan Kepuasan Pelanggan
Efisiensi Proses Produksi 1 2.59 0.15
Reduksi Biaya Produksi 0.21 1 0.15
Pemenuhan Kepuasan Pelanggan
6.65 6.80 1
Kemudian, nilai geometric mean akan
diolah dengan menggunakan software Expert Choice. Pengolahan dimulai dengan memasukkan nilai geometric mean sebagaimana disajikan pada gambar 11. Setelah itu, dilakukan perhitungan pembobotan untuk menentukan nilai bobot pada setiap kriteria performansi. Nilai inconsistency yang dihasilkan dari perhitungan adalah 0.09. Diketahui bahwa nilai inconsistency yang dihasilkan dari perhitungan kurang dari 0.1. Sehingga dapat dikatakan penilaian AHP oleh responden memiliki tingkat konsistensi yang relatif tinggi dan hasil perhitungan AHP dapat digunakan untuk pengolahan selanjutnya. Adapun nilai bobot dari setiap kriteria performansi pabrik Phonska PT. Petrokima Gresik yang disajikan pada gambar 12 berikut ini.
Gambar 11. Input Geometric Mean di Expert Choice
Gambar 12. Hasil pembobotan kriteria performansi
menggunakan Expert Choice
Dari hasil pembobotan kriteria performansi dengan Expert Choice, maka telah dapat dilihat bahwa kriteria performansi efisiensi proses produksi dengan bobot 0,156, kriteria performansi reduksi biaya produksi dengan bobot 0,082, dan kriteria performansi pemenuhan kepuasan pelanggan dengan bobot 0,762. Pemilihan Alternatif Solusi Terbaik
Setelah memperoleh kombinasi alternatif solusi yang mungkin dilakukan, maka dalam menentukan kombinasi alternatif solusi terbaik dapat dilakukan dengan cara menentukan value dari pembagian antara nilai performance dan cost. Dan hasil value tersebut dibandingkan dengan value kondisi perusahaan saat ini, sehingga usulan alternatif solusi tersebut akan diterima jika value yang dihasilkan melebihi value kondisi perusahaan saat ini. Berikut ini adalah persamaan untuk melakukan perhitungan value:
)()()(
CCostPePerformancVValue = .................... (5.1)
Pada persamaan 5.1, satuan dari cost adalah rupiah, sedangkan nilai performance tanpa satuan. Untuk itu, nilai performance perlu dikonversikan dalam satuan rupiah. Untuk mengetahui value dari masing-masing alternative solusi, maka saat kondisi eksisting (do nothing) diasumsikan bernilai 1. Asumsi tersebut dilakukan untuk mempermudah menghitung value dari alternatif, sehingga Persamaan 5.1 menjadi Persamaan 5.2:
1==CoPoVo .......................................(5.2)
Untuk mengkonversi nilai performance
tiap alternatif solusi kedalam satuan uang (rupiah), berikut disajikan pada Persamaan 5.3:
VnVo =
CnPn
CoPo
=
Co ×'PoPnnC = ........................................(5.3)
13
Dari Persamaan 5.3, maka untuk memperoleh nilai value untuk masing-masing alternatif solusi dapat menggunakan persamaan 5.4.
CnnCVn '
= ...............................(5.4)
Keterangan: Vo = Value kondisi existing Vn = Value alternatif ke-n Po = Performance awal Pn = Performance alternatif ke-n Co = Cost awal Cn = Cost alternatif ke-n C’n =Besaran nilai rupiah untuk
performance
Nilai performance diperoleh dengan melakukan kuisioner performansi alternatif solusi terhadap masing-masing kriteria performansinya. Sementara biaya dari masing-masing alternatif solusi didapatkan melalui data perusahaan dan brainstorming dengan para ahli di perusahaan. Setelah dilakukan pengolahan data kuisioner, maka value yang diperoleh untuk masing-masing kombinasi alternatif solusi ditunjukkan pada tabel 26 sebagai berikut:
Tabel 26. Value management pada kombinasi alternatif
solusi
Setelah diperoleh hasil perhitungan nilai value, maka terdapat 3 kombinasi perbaikan yang terbaik berdasarkan pada nilai value yang tertinggi.
Usulan alternatif solusi terbaik pertama adalah alternatif 2 yaitu dengan melakukan preventive maintenance dengan cara kalibrasi dan mengganti load cell timbangan apabila telah rusak. Dimana memiliki value sebesar 1,51, dengan biaya sebesar Rp 9.732.350.000, dan memiliki nilai performance sebesar 34,96.
Preventive maintenance (kalibrasi) harus dilakukan secara rutin dengan rata-rata setiap 1 tahun sekali. Bagian bagging selalu mengecek berat pupuk pada timbangan pembanding (timbangan standar) setiap satu jam sekali, gunanya untuk mengetahui apakah akurasi pengantongan tersebut masih layak. Namun apabila sudah tidak layak, maka akan dilakukan kalibrasi pada saat itu juga, tidak perlu menunggu satu tahun. Tenaga kerja yang melakukan kalibrasi adalah 2 orang outsourcing dan 1 orang Karu Bagian Bagging. Selain itu, load cell (sensor berat timbangan) juga harus segera diganti apabila jumlah maksimal kalibrasi terhadap load cell tersebut telah habis. Sehingga, defect berat packaging pupuk yang tidak sesuai dapat teratasi.
Usulan alternatif solusi terbaik kedua adalah dengan menambah kapasitas cooler dan memasang blower independent pada sistem (dengan by-pass aliran udara dari blower dependent). Dimana memiliki value sebesar 1,45, biaya sebesar Rp 9.792.597.222, dan memiliki nilai performance sebesar 33,88. Dengan pemasangan blower independent, maka dapat memaksimalkan jumlah (rate) udara dingin yang masuk pada cooler. Selain itu, penambahan kapasitas cooler juga perlu dilakukan, agar dapat mengoptimalkan proses cooling, sehingga produk yang keluar dari cooler akan semakin lebih dingin (diharapkan dengan suhu produk 450C – 500
Dan usulan alternatif solusi terbaik ketiga adalah dengan menambah jumlah persediaan forklift agar penggunaanya tidak overload. Dimana memiliki value sebesar 1,24, biaya sebesar Rp 9.727.680.556, dan memiliki nilai performance sebesar 28,61. Jumlah forklift yang ditambahkan hanya 3 unit forklift saja, dari kondisi awal yang hanya mempunyai 11 unit forklit, sehingga jumlah total forklift menjadi 14 unit apabila alternatif ini diterapkan. Dengan penambahan persediaan unit forklift, maka diharapkan penggunaannya tidak overload, sehingga proses handling menjadi lebih efisien dan tidak terburu-buru. Sehingga defect karung pupuk rusak (bocor) dapat diatasi atau diminimalisir.
C). Maka dari itu, defect pupuk menggumpal (caking) dapat teratasi.
Alternatif solusi lain yang tidak diterima, itu dikarenakan performance yang tidak meningkat dalam artian terjadi trade off pada beberapa kriteria, sebagai contoh kombinasi
1 2 30.156 0.082 0.762
0 Kondisi Awal 21 19 24 23.12 9,722,430,556Rp 9,722,430,556Rp 11 1 24 33 36 33.88 9,792,597,222Rp 14,246,838,166Rp 1.452 2 26 33 37 34.96 9,732,350,000Rp 14,698,437,960Rp 1.513 3 27 29 29 28.69 20,489,598,556Rp 12,062,844,381Rp 0.594 4 26 30 29 28.61 9,727,680,556Rp 12,031,728,567Rp 1.245 1,2 37 38 42 40.89 19,524,947,222Rp 17,194,430,857Rp 0.886 1,3 39 37 37 37.31 30,282,195,778Rp 15,689,098,213Rp 0.527 1,4 38 37 36 36.39 19,520,277,778Rp 15,303,093,921Rp 0.788 2,3 36 38 44 42.26 30,221,948,556Rp 17,769,652,940Rp 0.599 2,4 36 39 44 42.34 19,460,030,556Rp 17,804,132,626Rp 0.91
10 3,4 37 38 36 36.32 30,217,279,111Rp 15,271,978,106Rp 0.5111 1,2,3 48 49 48 48.08 40,014,545,778Rp 20,217,710,664Rp 0.5112 1,2,4 48 48 47 47.24 29,252,627,778Rp 19,862,822,186Rp 0.6813 1,3,4 49 50 44 45.27 40,009,876,333Rp 19,036,150,684Rp 0.4814 1,2,3,4 54 55 57 56.37 49,742,226,333Rp 23,701,840,911Rp 0.48
ValueBobot Kriteria
No Alternatif Performance CostKonversi nilai
performance kedalam satuan uang (rupiah)
14
alternatif 1,2,3,4 yaitu penerapan semua alternatif. Namun value pada kombinasi alternatif tersebut tidak mengalami perubahan yg signifikan, dengan cost yang cenderung besar. Dengan kata lain, alternatif solusi yang dipilih adalah alternatif solusi yang memiliki value (nilai tambah) yang paling besar, atau peningkatan value terbanyak dari kondisi awalnya. 6. Kesimpulan Dari penelitian ini, dapat disimpulkan sebagai berikut : 1. Berdasarkan identifikasi jenis defect
terhadap pupuk NPK Phonska, maka dapat ditemukan adanya enam jenis defect yang terjadi. Keenam jenis defect tersebut adalah pupuk menggumpal (caking), ketidakseragaman warna butiran, kandungan unsur pupuk tidak sesuai dengan kriteria, ukuran butiran (mesh) yang tidak sesuai, karung pupuk rusak (bocor), dan berat packaging pupuk yang tidak sesuai.
2. Berdasarkan hasil dari CTQ (critical to Quality), telah ditentukan tiga jenis defect yang paling berpengaruh dari diagram pareto. Ketiga jenis defect tersebut adalah pupuk menggumpal (caking) yang memiliki presentase sebesar 38 persen, berat packaging pupuk yang tidak sesuai dengan kriteria yang memiliki presentase sebesar 36,5 persen, dan karung pupuk rusak (bocor) yang memiliki presentase sebesar 20,1 persen.
3. Berdasarkan perhitungan level sigma terhadap pabrik Phonska 2 & 3 pada bulan Agustus 2011 sampai Oktober 2011, maka didapatkan nilai sigma sebesar 4,2 dengan jumlah DPMO sebanyak 3525 pada bulan Agustus 2011, didapatkan nilai sigma sebesar 3,9 dengan jumlah DPMO sebanyak 7181 pada bulan September 2011, dan didapatkan nilai sigma sebesar 3,9 dengan jumlah DPMO sebanyak 9169 pada bulan Oktober 2011. Dapat disimpulkan mengalami penurunan level sigma mulai bulan Agustus 2011 sampai Oktober 2011.
4. Penyebab paling berpengaruh (kritis) dari terjadinya masing-masing defect berdasarkan Root Cause Analysis yang telah dilakukan adalah :
• Kapasitas screener dipaksa untuk mengayak butiran pupuk.
a. Pupuk menggumpal (caking):
• Recycle ratio pada proses granulation kurang dari 3 – 5.
• Jumlah (rate) udara dingin yang masuk pada cooler (sistem pendinginan) tidak maksimal.
• Terbentuknya ice pada plat di dinding luar tube Heat Exchanger.
• Sensitivitas pada Load cell (sensor berat) yang menurun.
b. Berat packaging pupuk yang tidak sesuai:
• Saluran minyak menuju piston terbuntu oleh kotoran.
• Terjadi trouble pada utility. • Adanya scale (kerak) yang
menempel di dinding bagian dalam chute (corong).
• Bahan baku kayu yang digunakan sebagai bahan pembuatan palet jelek (kurang kuat).
c. Karung pupuk rusak (bocor):
• Palet sudah rapuh (usang). • Jumlah forklift yang sedikit, namun
digunakan secara overload untuk memenuhi kebutuhan produksi.
• Operator (sopir) kurang terampil dalam pemakaian forklift.
5. Terdapat tiga alternatif solusi berdasarkan value tertinggi, yaitu melakukan preventive maintenance dengan cara kalibrasi dan mengganti load cell timbangan apabila telah rusak dengan value sebesar 1,51, menambah kapasitas cooler dan memasang blower independent pada sistem (dengan by-pass aliran udara dari blower dependent) dengan value sebesar 1,45, dan menambah jumlah persediaan forklift agar penggunaanya tidak overload dengan nilai sebesar 1,24.
15
7. Daftar Pustaka Al Hafiish. Fathy Wahyu. 2010. Peningkatan
Kualitas dengan Pendekatan Konsep Lean dan Multi Attribute Failure Mode Analysis (studi kasus: PT. Nestle Indonesia, Pasuruan). Surabaya: Tugas Akhir JurusanTeknik Industri, Institut Teknologi Sepuluh November.
Andersen, B. dan Fagerhaug, T. 2006. “Root
Cause Analysis: Simplified Tools Techniques”. American Society for Quality. Milwaukee: Quality Press.
Crosby, Philip B. 1979. Quality Is Free. New
York: New American Library.
Evans, J. R. dan Lindsay, W. M. 2007. Pengantar Six Sigma; An Introduction to Six Sigma and Process Improvement. Jakarta: Penerbit Salemba Empat.
Feigenbaum, A. V. 1991. Total Quality Control. Thirth Edition. New York: Mc. Grawhill.
Gaspersz, Vincent. 2002. Pedoman Implementasi Program Six Sigma Terintegrasi Dengan ISO 9001:2000, MBNQA dan HACCP. PT Gramedia Pustaka Utama, Jakarta.
George, Michael L. 2002. Lean Six Sigma:
Combining Six Sigma Quality With Lean Speed. McGraw-Hill, New York.
Hines, Peter, and Taylor, David. 2000. “Going
Lean”. Proceeding of Lean Enterprise Research Centre Cardiff Business School, UK.
Hines, Peter and Rich, Nick. 1997. The Seven
Value Stream Mapping Tools. Lean Enterprises Research Center, Cardiff Business School, Cardiff, UK. International Journal Of Operation And Production Management. Vol. 1, No. 1, pp. 46-04.
MeDermott, R. E., Mikulak, R. J., dan Beauregard, M. 2002. “Failure Modes and Effects Analysis (FMEA)”. FMEA Team Instruction Guide. Southern California: Kaiser Permanente.
Montgomery, D. C. 1990. Pengantar Pengendalian Kualitas Statistik. Yogyakarta: Gadjah Mada University Press.
Pande, Peter S, Neuman Robert P, and Roland
R.Cavanagh. 2002. The Six Sigma Way : TeamFieldbook, an Implementation Guide for Process Improvement. McGraw-Hill.
Pyzdek, Thomas. 2002. The Six Sigma
Handbook. Penerbit Salemba Empat, Jakarta.
Satrio, Bintang Bagus. 2006. Pengurangan
waste pada Produksi Garam dengan Pendekatan Lean Six Sigma Menggunakan Metode FMEA PT. Susanti Megah Surabaya: Tugas Akhir JurusanTeknik Industri, Institut Teknologi Sepuluh November.
Taylor, D. and Brunt, D. 2001. Manufacturing
Operations and Supply Chain Management: The Lean Approach. High Holborn, London : Thomson Learning.
