Penerapan Diagram MEWMA Baru Pada Proses Blending Bagian Primary di Perusahaan Rokok ‘X’
Oleh: Sri Sulistyawati
1306100060
Dosen Pembimbing: Dr. Muhammad Mashuri, MT
PENDAHULUAN
Latar Belakang.. Belakang Industri Rokok
Persaingan Industri
Proses Primary Bagian Blending
Pengendalian Kualitas Secara Statistik
Kualitas
PT. X
Peta Kendali Multivariat
Peta Kendali MEWMA
Permasalahan Permasalahan.. 1. Bagaimana stabilitas proses produksi rokok pada tahap primary proses blending dengan menggunakan peta kendali MEWMA? 2. Apabila proses tidak terkendali, terkendali variabel-variabel apa saja yang menyebabkan terjadinya out-of-control?
Tujuan Penelitian.. Penelitian 1. Menganalisis stabilitas proses produksi rokok pada tahap primary proses blending dengan menggunakan peta kendali MEWMA 2. Mengetahui variabel-variabel variabel apa saja yang menyebabkan terjadinya pengamatan yang out-ofcontrol
Manfaat Penelitian.. Penelitian • Memberikan informasi dalam penerapan ilmu statistik di bidang industri, khususnya Quality Control • Memberikan informasi kepada perusahaan mengenai gambaran dari pengendalian kualitas pada proses primary bagian blending
Batasan Masalah.. Masalah Penelitian enelitian hanya dilakukan pada proses primary khususnya di bagian blending dengan tidak mengikutsertakan beberapa variabel, yaitu variabel Moisture Content (MC) dan variabel Organoleptic karena adanya perbedaan dalam proses pengambilan sampel sehingga dianggap kurang sesuai dengan metode yang digunakan.
TINJAUAN PUSTAKA
Peta Kendali.. Kendali • Adalah suatu metode grafis yang digunakan untuk mengevaluasi apakah suatu proses berada dalam status terkendali atau tidak (Montgomery, 2005). • Manfaat peta kendali antara lain mempermudah mengamati perubahan data dari waktu ke waktu, dapat melihat penyimpangan, yaitu apabila proses tidak terkendali, terkendali serta menggambarkan kualitas dari suatu produk. Atribut Peta Kendali
Univariat Variabel Multivariat
MEWMA
Peta Kendali MEWMA.. • Peta kendali yang digunakan untuk mendeteksi terjadinya perubahan kecil pada mean dalam proses (Khoo, 2003) Peta kendali MEWMA dibentuk oleh statistik
dengan persamaan:
dimana: matriks varian kovarian dari dengan batas atas = h4 (nilai nilai ARL yang sudah ditetapkan) batas bawah = 0
Pemeriksaan Asumsi Normal Multivariat.. Fungsi probability density function dari distribusi normal multivariat (Evans et al, 2000):
Hipotesis: H0 = data berdistribusi normal multivariat H1 = data tidak berdistribusi normal multivariat Statistik Uji Tolak H0 jika terdapat lebih dari 50% jarak d2i ≤ χ2(p;α)
Metode Analitycal Hierarchy Process (AHP).. Merupakan metode yang digunakan untuk menentukan skala rasio dari perbandingan yang kompleks dengan menguraikan masalah yang kompleks menjadi hierarki (Saaty, 1993) Dalam metode AHP dilakukan langkah-langkah sebagai berikut : 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan 2. Membuat struktur hierarki yang diawali dengan tujuan utama 3. Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya
Metode Analitycal Hierarchy Process (AHP).. 4. Menghitung nilai eigen dari setiap matriks perbandingan berpasangan 5. Memeriksa konsistensi hirarki. hirarki dengan menggunakan Consistency Ratio (CR), yang dirumuskan: dengan Matriks pairwise comparisons dikatakan konsisten jika nilai CR<10%. Jika tidak konsisten maka mengulangi langkah 3 dan 4 untuk seluruh tingkat hierarki.
Identifikasi Variabel Penyebab Terjadinya Sinyal Out-of-control.. Identifikasi dilakukan agar perbaikan proses mencapai sasaran yang tepat Montgomery (2005) menjelaskan bahwa salah satu pendekatan yang dapat digunakan dalam mendiagnosis sinyal out-ofcontrol adalah menguraikan statistik ke dalam komponenkomponen yang menunjukkan kontribusi dari masingmasing masing variabel. Perbaikan proses difokuskan pada variabel yang memiliki nilai lebih besar dari .
TINJAUAN PROSES
Preparasi Material
Tahap Primary
Separating
Cutting
Blending
SKM
SKT
Making
Batangan
Packing
Packing
Wrapping
Bandrol
Over Wrapping
Tahap Secondary
Wraping
Sloft
Bal Box
Diagram Alur Proses Produksi Rokok PT. X
Primary Process.. Merupakan suatu tahap produksi yang mengolah bahan mentah (raw material) tembakau dan cengkeh menjadi bahan setengah jadi berupa campuran rajangan dengan ukuran tertentu yang disebut bancuran Tahap proses dalam primary meliputi: meliputi • Tobacco Processing (Pengolahan Tembakau) Tembakau • Cutting Line Processing (proses pengolahan cengkeh) • Proses Blending Line
Proses Blending Line.. Line • merupakan proses produksi pada Primary Production Department yang merupakan serangkaian proses secara batch dari pencampuran berbagai grade tembakau dan cengkeh serta flavor sesuai komposisi brand, menjadi blend yang siap untuk diproses pada tahap selanjutnya • Variabel yang diukur 1. Moisture Content (MC) 2. Particel Size Distribution (PSD) 3. Impurities 4. Organoleptic
METODOLOGI PENELITIAN
Sumber Data.. Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data variabel karakteristik dari proses pemeriksaan kualitas di tahap primary bagian blending pada bulan Januari sampai Maret 2010. Pengambilan sampel dilakukan 1 kali setiap batch sebanyak 100 gram dan dilakukan pada saat material ditampung di konveyor.
Organisasi Data..
dengan nti Xi t i
Data ke
X1
X2
Xi
X6
1
n11
n12
n1i
n16
2
n21
n22
n2i
n26
3
n31
n32
n3i
n36
t
nt1
nt2
nti
nt6
118
n118 1
n118 2
n118i
n1186
= hasil pengamatan = karakteristik kualitas (variabel) ke-i = 1, 2, 3, ... , 118 = 1, 2, 3, ... , 6
Variabel Penelitian.. Penelitian PSD Halus PSD Sedang PSD Kasar Bancuran Bersih Gagang Tikar
(X1) (X2) (X3) (X4) (X5) (X6)
Mulai Observasi Proses Produksi Rokok Studi Literatur tentang metode MEWMA Pengumpulan Data QC antara Bulan Januari-Maret 2010 Pemeriksaan Asumsi
Tidak Data Berdistribusi Tidak Normal Multivariat
Transformasi Ya
Penentuan Nilai Pembobot Pembuatan Diagram MEWMA
Identifikasi variabel penyebab out-of-control Kesimpulan dan Saran
Selesai
Diagram Alur Penelitian
ANALISIS DAN PEMBAHASAN
Deskripsi Karakteristik Kualitas.. Variabel PSD Halus PSD Sedang PSD Kasar Bancuran Bersih Gagang Tikar
Mean 7,301 82,311 10,388 99,253 0,671 0,07492
Varian 3,376 4,133 6,406 0,0237 0,0197 0,00377
Min 4,17 72,38 5,91 98,84 0,31 0,01
Median 6,695 82,385 10,14 99,255 0,675 0,06
Boxplot untuk variabel PSD Halus dan PSD Sedang Boxplot of psd halus
Boxplot of psd sedang
15,0
88 14,35
86
10,0
7,5
84
psd sedang
psd halus
12,5
82 80 78 76,79
76 5,0
74 72
73,58 72,38
Max 14,35 86,28 21,92 99,65 1 0,48
Deskripsi Karakteristik Kualitas.. Boxplot untuk variabel PSD Kasar, Bancuran Bersih, Gagang dan Tikar
Boxplot of bancuran bersih
Boxplot of psd kasar 22,5 20,0
99,7 21,92
99,65
99,6
20,37
psd kasar
16,89
15,0 12,5
bancuran bersih
99,5
17,5
10,0
99,4 99,3 99,2 99,1 99,0 98,9
7,5
98,84
98,8
5,0
Boxplot of tikar
Boxplot of gagang 0,5
1,0
0,48
0,9
0,4 0,38
0,8 tikar
gagang
0,3
0,7
0,26
0,2
0,6 0,5
0,1
0,4 0,3
0,32 0,31
0,0
0,19
Pemeriksaan Asumsi Normal Multivariat Multivariat.. Hipotesis: H0 = data berdistribusi normal multivariat H1 = data tidak berdistribusi normal multivariat Statistik Uji Jarak d2i yang kurang dari χ2(6;0.05)yaitu sebesar 73,73%, Sehingga kesimpulan dari pemeriksaan asumsi ini adalah karakteristik keenam variabel kualitas telah berdistribusi normal mutivariat
Penentuan Nilai Pembobot.. Setelah melakukan survei di perusahaan, didapatkan matriks tingkat kepentingan sebagai berikut PSD Halus PSD Sedang PSD Kasar Bancuran Bersih Gagang
Tikar
PSD Halus
1,000
0,500
4,000
0,250
3,000
2,000
PSD Sedang
2,000
1,000
5,000
0,333
4,000
3,000
PSD Kasar
0,250
0,200
1,000
0,111
0,500
0,333
Bancuran Bersih
4,000
3,000
9,000
1,000
7,000
5,000
Gagang
0,333
0,250
2,000
0,143
1,000
2,000
Tikar
0,500
0,333
3,000
0,200
0,500
1,000
Penentuan Nilai Pembobot.. Nilai pembobot yang dihasilkan Variabel
Nilai Pembobot
PSD Halus
0,141
PSD Sedang
0,214
PSD Kasar
0,037
Bancuran Bersih
0,457
Gagang
0,076
Tikar
0,076
Pemeriksaan Konsistensi Penilaian
Penerapan Diagram Kontrol MEWMA.. Diagram Kontrol MEWMA 25
Variable ti2 h4
20
Data
15
10
5
0 1
Pengamatan Out-of-control Pengamatan ke63 81 83
Nilai Ti2 15,25849 15,42176 22,93546
12
24
36
48 60 72 pengamatan ke
84
96
108
Identifikasi Variabel Penyebab Out-ofcontrol Dengan membandingkan nilai di pada ketiga pengamatan yang out-ofcontrol terhadap nilai dengan nilai α=0,05 atau sebesar 3,841, maka didapatkan nilai kontribusi sebagai berikut
63
Pengamatan keke 81
83
X1
4,183616
2,954479
0,60595156
X2
4,3117625
4,91620623
3,29575852
X3
3,6999118
7,60279171
1,66605854
X4
9,4963814
9,43450999
2,32906784
X5
2,350647
2,87420925
2,85252575
X6
4,2763473
7,30858624
17,2335395
Variabel
KESIMPULAN DAN SARAN
Kesimpulan Kesimpulan.. 1. Proses produksi rokok proses blending tahap primary di PT X pada periode Bulan Januari-Maret 2010 menunjukkan hasil bahwa proses belum terkendali secara statistik. Hal ini dikarenakan terdapat 3 pengamatan yang berada di luar batas kendali, yaitu pada pengamatan 63, 81, dan 83. 2. Variabel penyebab yang menyebabkan pengamatan terdeteksi out-of-control yaitu variabel PSD Kasar (X1), PSD Sedang (X2), PSD Halus (X3), Bancuran Bersih (X4), dan Tikar (X6). Dengan uraian bahwa variabel PSD Sedang (X2), Bancuran Bersih (X4), dan Tikar (X6) merupakan variabel yang paling banyak menyebabkan pengamatan yang tidak terkontrol pada diagram MEWMA periode Januari-Maret 2010. Oleh karena itu variabel PSD Sedang (X2), Bancuran Bersih (X4), dan Tikar (X6) menjadi variabel yang diprioritaskan dalam perbaikan proses untuk periode-periode periode selanjutnya.
Saran.. Perlu adanya perbaikan kualitas proses produksi pada perusahaan, khususnya proses blending tahap primary. Beberapa variabel yang perlu diprioritaskan karena dianggap menyebabkan terjadinya pengamatan yang out-of-control out adalah variabel PSD Sedang (X2), Bancuran Bersih (X4), dan Tikar (X6). Sehingga diharapkan pada periode selanjutnya proses dapat terkendali secara statistik statistik.
Daftar Pustaka.. Pustaka Ariani, D.W., 2004. Pengendalian Kualitas Statistik (Pendekatan Kuantitatif Dalam Manajemen Kualitas). ). Yogyakarta: Andi. Evans, M.; Hastings, N,; dan Peacock, B. 2000. Statistical Distributions, Third Edition. Canada: John Wiley and Sons, Inc. Feigenbaum, A.V. 1983. Total Quality Control, Third Edition. Edition New York: Mc grawHill, Inc. Johnson. A.R. dan Wichern.. D.W. 1998. Applied Multivariate Statistical Analysis. New Jersey: Prentice Hall. Upper Saddle River. Khoo, M.B.C. 2003. Multivariate Control Chart for process Dispersion Based on Individual Observation.. Quality Engineering vol 16. pp. 75-85 Montgomery, D. C. 2005. Introduction to Statistical Quality Control 5th Edition. New York: John Wiley and Sons, Inc. Mulyono, S. 1996. Teori Pengambilan Keputusan. Jakarta: Fakultas Ekonomi Universitas Indonesia. Saaty, T.L., 1980. The Analytic Hierarchy Process. New York: McGraw-Hill. Risdiyanto, 2003. Analisis Pengendalian Kualitas Rokok di PT Menara Kartika Buana. Tesis Manajemen Produksi dan Operasi IPB.
TERIMA KASIH
