PERBAIKAN PROSES LAMINATED DENGAN

PENGENDALIAN VARIASI MATERIAL LEBAR WIRE

(STUDI KASUS DI PT. VENTURINDO JAYA BATAM)

SAPTO ADI NUGROHO

NPM : 11.01.0.020

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS RIAU KEPULAUAN
BATAM
2015

Jurnal Teknik Industri UNRIKA Batam 1

 PERBAIKAN PROSES LAMINATED DENGAN PENGENDALIAN VARIASI
MATERIAL LEBAR WIRE
(Studi Kasus Di PT. Venturindo Jaya Batam)

Sapto Adi Nugroho

Teknik Industri, Fakultas Teknik, Universitas Riau Kepulauan
E-mail: saptoadi.nugroho@gmail.com

ABSTRACT

PT. Venturindo Jaya Batam (VJB) was founded in 1993 in the field of electronic
manufacturing services (EMS), preparatory to fill the need for a multinational company
(MNC) in Indonesia. The company focuses on the assembly to Flexible Printed Circuit
(FPC) which is used for HP. And expand new business Flexible Flat Cable (FFC), this
business is to continue the business of SONY Chemical in the muka kuning Batam with
area of over 100,000 square meters and more than 1,000 workers.

PT. VJB Innovative Manufacturing process Re-Engineering and Repair. In

addressing the business competition in electronic manufacturing, the company did
Continuous Improvement (KAIZEN) in Production Process and Manufacturing Systems.
To ensure the quality of products, the management company targets in key
performance index (KPI) is the failure of the FFC product is less than 5% or a yield
above 95%. But the authors observed, the target is not reached so interested writer for
multiplication and petrified look for problems that cause yield the target is not reached.

From the results of the study authors, product failure is often the case and
ranked first is not the stability of the distance between the wire (Dislocated Pitch), to
find the root causes of product failure is the author analyzes by using some of the seven
quality control tools (The 7 QC Tools) and process capability index.

From the analysis, the authors propose improvements to quality control by using
the map control. By running this new method can increase the yield of 2% and
productivity 25%.

Kata kunci: Fishbone Diagram, control chart X Chart dan R Chart, kapabilitas proses

BAB I PENDAHULUAN
Jurnal Teknik Industri UNRIKA Batam 2
1.1 Latar Belakang Masalah
Proses produksi dalam suatu perusahaan manufaktur merupakan aktifitas yang
paling penting dalam perusahaan untuk memproduksi produk bermutu tunggi. Setiap
perusahaan memiliki standar mutu tersendiri yang merupakan usaha perusahaan
untuk memenuhi kebutuhan dan keinginan pelangan. Proses produksi ini haruslah
dikendalikan agar sesuai dengan standar perusahaan yang terlebih dahulu ditetapkan.
Pengendalian mutu memiliki pengaruh yang sangat besar dalam meningkatkan mutu
suatu produk, mengurangi ketidaksuaian dalam proses produksi, dan ketidaksesuian
produk dengan standar dan specifikasi yang telah ditetapkan perusahaan, melakukan
perbaikan secara terus menerus / continuity Improvement, serta meningkatkan rasa
tanggung jawab semua karyawannya. Dengan dilaksanakannya pengendalian mutu ini,
diharapkan perusahaan akan meminimalkan kegagalan produk, sehingga dapat
mengurangi biaya kegagalan, menaikan penjualan, meningkatkan laba dan jauh lagi
dapat meningkatkan nilai perusahaan.
Meskipun pengendalian mutu telah dilakukan tidak menutup kemungkinan
adanya kegagalan produk yang dihasilkan dalam suatu proses produksi yang tidak
sesuai dengan standar mutu perusahaan. Hal ini terjadi karena adanya penyimpangan,
baik yang berasal dari bahan baku, equipment / peralatan / mesin, operator,
lingkungan kerja atau cara kerja. Produk yang tidak memenuhi standar mutu ini dapat
dibagikan menjadi dua kelompok, yaitu produk cacat yang dapat diperbaiki dan produk
cacat yang tidak dapat diperbaiki. Untuk produk yang dapat diperbaiki, akan menyerap
biaya lebih untuk pengerjaan kembali (rework cost). Sedangkan untuk produk cacat
yang tidak dapat diperbaiki, produk tersebut tidak dapat dijual atau dijual sangat
rendah karna dinilai sampah.
PT. VENTURINDO JAYA BATAM (VJB)’ adalah perusahaan yang bergerak dalam
industri kabel yang memproduksi berbagai tipe kabel untuk electronik khususnya
Flexible Flat Cable (FFC) kabel datar. Perusahaan ini adalah perusahan Lokal dan PMA (
Singapore ) yang berada di batam, dimana persaingan yang dihadapi sangat ketat,
sehingga perusahaan ini harus fokus kepada pelanggan. Perusahaan ini sangat
mementingkan mutu hasil produksinya agar dapat memuaskan pelanggannya, oleh
karena itu perusahaan melakukan pengendalian mutu dalam aktivitas produksinya,
Jurnal Teknik Industri UNRIKA Batam 3
mulai dari penerimaan material dari supplayer (receiving inspection) hingga produk jadi
siap dikirim ke pelanggan (packing). Pengendalian mutu ini bertujuan untuk
mengurangi bahkan menghilangkan kegagalan (zerro defect) pada produk jadi.
Berdasarkan observasi yang penulis lakukan melalui data hasil output produksi
FFC selama tiga bulan terakhir berturut – turut, yaitu bulan Januari 2015 yield 92,91%,
bulan Februari 2015 yield 92,93% dan pada Maret 2015 92,95 % sehingga berdasarkan
data tersebut mengambarkan bahwa yield tidak tercapai ditargetkan oleh perusahaan
dalam key performance index (KPI) adalah kegagalan produk FFC kurang dari 5% atau
yield diatas 95%, akibat dari tidak tercapainya yield tersebut dapat menyebabkan
proses pengiriman terhambat dari standar yang ditentukan, sehingga perlunya
penambahan jam kerja untuk menganti kekurangan kapasitas produksi dan akhirnya
menyebabkan penambahan biaya produksi.
Dari data selisih 2,1% dari target yang diharapkan, kontribusi kegagalan produk
yang belum terselesaikan adalah jarak antara wire ( Pitch ) tidak stabil. Kegagalan
produk ini paling dominan pada proses proses laminate. Dari 2,1% yield loss, dari
pengamatan penulis kontribusi terbesar terjadi pada material yang dipakai pada proses
laminated ini adanya variasi lebar material wire yang akan mempengaruhi proses
laminated.

1.2 Identifikasi Masalah

Berdasarkan latar belakang masalah tersebut maka penulis mengindifikasikan
masalah sebagai berikut : bagaimana mengurangi yield loss pada proses laminated
dengan mengendalikan variasi material lebar wire supaya tercapainya yield produksi.

1.3 Tujuan penelitian

Tujuan penelitian yang akan penulis capai adalah untuk mengurangi yield loss
pada proses laminated dan dapat menaikan final yield produksi mencapai target yang
perusahan tetapkan yaitu 95% dengan mengendalikan variasi material lebar wire agar
yield produksi tercapai.

Jurnal Teknik Industri UNRIKA Batam 4

II. KAJIAN PUSTAKA

2.1 Perangkat Pengendalian Kualitas

Menurut parkar kualitas W. Edwards Deming seperti yang dikutip oleh Fandy
Tjiptono dan Anastasia Diana, untuk memecahkan masalah yang timbul mengenai
permasalahan kualitas, diperlukan suatu alat bantu yang dapat dipergunakan secara tepat,
untuk menganalisis masalah dengan sebaik-baiknya. Oleh karena itu, diciptakan alat-alat
bantu yang dapat dipergunakan secara mudah namun tepat untuk membantu pelaksanaan
dalam melakukan langkah pemecahan masalah.
Alat bantu yang dikembangkan ialah 7 alat pengendalian kualitas (The 7 QC Tools),
yaitu :
1. Lembar Periksa (Check Sheet)
2. Histogram
3. Diagram Pareto
4. Stratifikasi
5. Diagram Tebar
6. Peta Kendali
7. Diagram Tulang Ikan (Fishbone Diagram-Diagram Sebab Akibat)
Berikut ini akan dijelaskan 7 alat pengendalian kualitas (The 7 QC Tools), yaitu :
II.1.1 Lembar Periksa (Check Sheet)
Alat ini berupa lembar pencatatan data secara mudah dan sederhana, sehingga
menghindari kesalahan-kesalahan yang mungkin terjadi, dalam pengumpulan data
tersebut.Umumnya Check Sheet ini berisi pertanyaan-pertanyaan yang dibuat sedemikian
rupa, sehingga pencatat cukup memberikan tanda kolom yang telah tersedia, dan
memberikan keterangan seperlunya.
II.1.2 Histogram
Histogram merupakan diagram batang yang berfungsi untuk menggambarkan
bentuk distribusi sekumpulan data yang biasanya berupa karakteristik mutu.Histogram ini
dapat dibuat dengan cara membentuk terlebih dahulu Tabel Frekuensinya, kemudian
diikuti dengan perhitungan Statistis, baru kemudian mem-plot data ke dalam Histogram.
Hasil plot data akan memudahkan dalam menganalisis kecenderungan sekelompok data.

Jurnal Teknik Industri UNRIKA Batam 5

 Kendala lain, yang kemudian timbul, adalah tentang alat bantu yang dapat
dipergunakan secara tepat untuk menganalisis masalah dengan sebaik-baiknya. Oleh
karena itu, diciptakan alat-alat bantu yang dapat dipergunakan secara mudah namun tepat
untuk membantu pelaksanaan dalam melakukan langkah pemecahan masalah.
Berikut ini contoh diagram histogram:
II.1.3 Diagram Pareto
Suatu diagram atau grafik yang menjelaskan hirarkhi dari masalah-masalah yang
timbul sehingga berfungsi untuk menentukan prioritas penyelesaian masalah.Urutan-
urutan prioritas perbaikan untuk mengatasi permasalahan dapat dilakukan dengan memulai
pada masalah dominan yang diperlukan dan yang diperoleh dari diagram pareto ini.
Setelah diadakannya perbaikan dapat dibuat diagram pareto baru untuk membandingkan
dengan kondisi sebelumnya.
Jadi kegunaan diagram pareto itu antara lain :
a) Menunjukkan masalah utama dengan menunjukkan urutan prioritas dari
beberapa masalah.
b) Menyatakan perbandingan masing-masing masalah terhadap keseluruhan.
c) Menunjukkan tingkat perbaikan setelah tindakan perbaikan pada daerah
terbatas.
d) Menunjukkan perbandingan masing-masing masalah sebelum dan sesudah
perbaikan.
Terdapat banyak aspek dalam produksi yang harus diperbaiki, yaitu : cacat, alokasi
waktu, penghematan biaya dan seterusnya. Dalam fakta, setiap permasalahan terdiri dari
banyak masalah kecil–kecil sehingga menjadi sulit hanya untuk mengetahui bagaimana
melangkah ke pemecahannya.

Gambar 2.1 Contoh Diagram Pareto

Jurnal Teknik Industri UNRIKA Batam 6
II.1.4 Stratifikasi Masalah
Merupakan suatu usaha untuk mengelompokkan usaha (data kerusakan, fenomena,
sebab akibat) kedalam kelompok yang mempunyai karakteristik yang sama. Dasar
pengelompokkan stratifikasi sangat bergantung pada tujuan pengelompokkan sehingga
dasar pengelompokkan dapat berbeda-beda tergantung pada permasalahan :
a. Sumber daya.
b. Hasil.
Didalam pengendalian kualitas, stratifikasi terutama ditujukan untuk :
1. Mencari faktor-faktor penyebab utama kualitas secara mudah.
2. Membantu pembuatan diagram tebar .
3. Mempermudah pengambilan kesimpulan didalam penggunaan peta kontrol
4. Mempelajari secara menyeluruh masalah yang dihadapi.
II.1.5 Diagram Tebar
Suatu diagram yang menggambarkan hubungan antara dua faktor dengan memplot
data dari kedua faktor tersebut dari suatu grafik. Dengan diagram ini kita dapat
menentukan korelasi antara suatu sebab dengan akibatnya. Perhitungan korelasi dapat
dilakukan dengan menggunakan regresi atau dengan menggunakan metode nilai tengah.
II.1.6 Peta Kendali ( Control Chart )
Aktivitas utama dalam tahap Control adalah menjaga dan mempertahankan
kondisi dari hasil ide-ide perbaikan maintain the ideas Control merupakan tahap
operasional terakhir dalam proyek peningkatan kualitas Six Sigma. Pada tahap ini
hasil-hasil peningkatan kualitas didokumentasi dan distandarisasikan hasil perbaikan,
serta dilakukan pengendalian, dimana pengendalian proses dengan menggunakan
Statistical Process Control (SPC). Tools SPC yang dipakai untuk pengontrolan proses
yang sering dipakai adalah bagan kendali (Control Chart). Bagan pengendali
merupakan grafik garis dengan mencantumkan batas maksimum yang merupakan batas
daerah pengendalian. Bagan ini menunjukan perubahan data dari waktu ke waktu
tetapi menunjukan penyebab penyimpangan, meskipun adanya penyimpangan itu
akan terlihat pada bagan pengendalian tersebut.
Control chart tersusun dari :
• UCL (upper control limit) : batas kontrol atas.
Jurnal Teknik Industri UNRIKA Batam 7
 • LCL (lower control limit) : batas kontrol bawah.
• CL (center Line) : nilai rata-rata dari data.
• Range antara UCL dan LCL dari CL sejauh 3 sigma.
• Jika data terletak antara UCL dan LCL menunjukan proses terkontrol.
• Jika data terletak diluar range UCL dan LCL menunjukan data tidak
terkontrol
Jenis Control Chart
Jenis-jenis peta kendali tergantung pada tipe datanya, dalam konteks
pengendalian proses statistikal dikenal dua jenis data, yaitu :
1. Data Variable, merupakan data kuantitatif yang diukur untuk keperluan
analisis. Contoh dari data variable karakteristik kualitas adalah: diameter
pipa, ketebalan produk kayu, berat semen dalam kantong, dll.
2. Data Atribut, merupakan data kualitatif yang dapat dihitung untuk
pencatatan dan analisa. Contoh dari data atribut karakteristik kualitas
adalahketiadaan label pada kemasan produk, kesalahan proses
administrasi, banyaknya jenis cacat pada produk, banyaknya produk kayu
lapis yang cacat karena Corelap, dll.
Di dalam pembuatan skripsi ini penulis akan menggunakan control chart data
variable dan jenis control chart yang akan digunakan adalah X-R control chart.
Adapun langkah – langkah untuk membuat X – R control chart u n t u k Data
Variable adalah sebagai berikut :
1) Pengumpulan data
Pengumpulan data biasanya dilakukan dengan melakukan sampling per
perode. Data yang dikumpulkan kurang lebih 100 data, kemudian bagi
menjadi 20 sampai 25 sub group dan masing - masing sub group terdiri dari 4
atau 5 data.
2) Menghitung rata – rata
Hitung rata – rata dari setiap sub group tersebut.

( 2 .1 )
Dimana : n merupakan jumlah data dari setiap sub group

Jurnal Teknik Industri UNRIKA Batam 8

3) Menghitung rata – rata total
Hitung rata – rata total dengan cara membagi jumlah total rata – rata
sub group tersebut dengan jumlah dari sub group.

( 2.2 )
Dimana : k merupakan jumlah data yang digunakan dalam sub group
4) Menghitung range (R)
Nilai range dihitung dengan cara mengurangkan antara nilai maksimal
dengan nilai minimal pada data sub groub tersebut.
R = ( Max – Min ) ( 2 .3 )
5) Menghitung rata – rata range
Menghitung nilai rata – rata range dengan membagi total dari R
dengan membagi jumlah sub group k.

( 2.4 )
6) Menghitung control line
➢ X – Chart
a. Central Line
Central line merupakan nilai rata – rata total
b. Upper Control Limit (UCL)
Upper control limit dapat dihitung dengan menggunakan rumus sebagai
berikut :
UCL = X + A2.R ( 2.5 )
Dimana : nilai A2 didapatkan dari tabel nilai factor untuk batas kendali (3
sigma).
c. Lower Control Limit (LCL)
Lower control limit dapat dihitung dengan menggunakan rumus sebagai
berikut :
UCL = X - A2.R ( 2.6 )

➢ R – Chart

Jurnal Teknik Industri UNRIKA Batam 9

 a. Central Line
Central line merupakan nilai rata – rata range total
b. Upper Control Limit (UCL)
Upper control limit dapat dihitung dengan menggunakan rumus sebagai
berikut :
UCL = D4 x R ( 2.7 )
Dimana : nilai D4 didapatkan dari tabel nilai factor untuk batas kendali (3
sigma).
c. Lower Control Limit (LCL)
Lower control limit dapat dihitung dengan menggunakan rumus sebagai
berikut :
UCL = D3 x R ( 2.8 )
Dimana : nilai D3 didapatkan dari tabel nilai factor untuk batas kendali (3
sigma).
Tabel 2. 2 Daftar nilai factor untuk batas peta kendali (3 sigma)

7) Menggambar control line

Dalam menggambar control line baik pada X – chart maupun R - chart nilai
– nilai yang sudah dihitung dengan menggunakan rumus diatas sebagai
pembatas atas dan bawah. Masukkann nilai masing rata – rata dari sub groub
data tersebut sehingga membentuk suatu grafik.
Berikut contoh pembuatan control chart X – chart dan R – chart.
a. X – chart

Jurnal Teknik Industri UNRIKA Batam 10

 Jumlah data dalam sub group ditentukan sebanyak 25.

Gambar : 2.2 X - chart

Dari data yang sudah digambarkan dalam bentuk X – chart sebanyak 25 ini
dapat disimpulkan masih dalam batas control karena tidak ada data yang
keluar dari upper control limit dan lower control limit, sehingga proses bisa
dikatakan dalam kondisi stabil dalam batas pengendalian yang sudah ditentukan
dan tidak perlu dilakukan koreksi.
b. R – chart
Jumlah data dalam sub group ditentukan sebanyak 25.

Gambar : 2.3 X - chart

Dari data yang sudah digambarkan dalam bentuk R – chart sebanyak 25 ini
dapat disimpulkan masih dalam batas control karena tidak ada data yang
keluar dari upper control limit dan lower control limit, sehingga proses bisa
dikatakan dalam kondisi stabil dalam batas pengendalian yang sudah
ditentukan.
II.1.7 Diagram Tulang Ikan (Fishbone Diagram)

Jurnal Teknik Industri UNRIKA Batam 11

 Diagram ini merupakan suatu diagram yang digunakan untuk mencari unsur
penyebab yang diduga dapat menimbulkan masalah tersebut. Diagram ini sering disebut
dengan diagram tulang ikan karena menyerupai bentuk susunan tulang ikan. Bagian kanan
dari diagram biasanya menggambarkan akibat atau permasalahan sedangkan cabang-
cabang tulang ikannya menggambarkan penyebabnya. Pada umumnya bagian akibat pada
diagram ini berkaitan dengan masalah kualitas. Sedangkan unsur-unsur penyebab biasanya
terdiri dari faktor-faktor manusia, material, mesin, metode, dan lingkungan.
Kegunaan dari diagram ini adalah untuk menemukan faktor-faktor yang
merupakan sebab pada suatu masalah. Untuk menentukan faktor-faktor yang
berpengaruh, ada lima faktor utama yang harus diperhatikan yaitu manusia, material,
metode, mesin dan lingkungan, diagram ini berfungsi:
1. Menemukan faktor yang berpengaruh pada karakteristik kualitas
2. Prinsip bebas, penyebab yang berdiri sendiri
3. Untuk pengisian digunakan metode sumbang saran
4. Menggunakan metode 4 M + 1 L (mesin, material, metode, man, lingkungan).
Mutu yang ingin kita perbaiki dan kendalikan disebut “karakteristik mutu”. Yang
dapat menyebabkan penyebaran disebut faktor. Untuk mengilustrasikan pada sebuah
diagram hubungan antara sebab dan akibat kita ingin mengetahui sebab dan akibat dalam
bentuk yang nyata. Oleh karenanya, akibat = karakteristik mutu, dan sebab = faktor. Untuk
lebih jelasnya dapat dilihat pada gambar dibawah ini:

Gambar 2.4 Contoh Bentuk Diagram Tulang Ikan (Fishbone)

2.2 Process Capability (Kemampuan Proses)

Kemampuan proses adalah suatu perhitungan melalui perbandingan antara
output produk dengan spesifikasi disain. Jika peralatan mempunyai kemampuan secara

Jurnal Teknik Industri UNRIKA Batam 12

konsisten memenuhi batas rentang kualitas yang diharapkan, maka kualitas dan biaya
produksi dapat optimal. Jika mesin tidak mampu secara konsisten memenuhi tingkat
kualitas yang diharapkan, maka biaya akan menjadi tinggi karena produk cacat (reject)
dan pengerjaan ulang (rework). Penggunaan analisa kemampuan proses, antara lain:
1. Memperkirakan variasi output dari proses.
2. Mempermudah pemilihan proses produksi.
3. Menentukan pemilihan mesin.
4. Membantu program pengendalian kualitas.
Apabila proses berada dalam pengendalian statistikal (proses stabil), hitung
indeks kapabilitas proses (Cp), dan indeks performansi Kane (Cpk), sebagai berikut:
𝑲𝒆𝒎𝒂𝒎𝒑𝒖𝒂𝒏 𝒑𝒓𝒐𝒔𝒆𝒔=𝟔𝝈 𝝈=𝒔𝒕𝒂𝒏𝒅𝒂𝒓 𝒅𝒆𝒗𝒊𝒂𝒔𝒊 , 𝒏𝒊𝒍𝒂𝒊 𝝈 𝒅𝒊𝒅𝒆𝒌𝒂𝒕𝒊 𝒅𝒆𝒏𝒈𝒂𝒏 𝒔

𝒔= 𝑹 / 𝒅𝟐 ( 2.9 )

Jika rata-rata proses = pertengahan batas spesifikasi, dan proses terdistribusi

normal, maka 99,73% output proses tersebut akan berada dalam rentang. Rumus
diatas hanya menunjukkan kemampuan proses, tetapi tidak menunjukkan apakah
proses tersebut mampu memenuhi batas spesifikasi yang diharapkan. Hubungan
antara kemampuan proses (6σ) dengan batas spesifikasi dapat dinyatakan dengan
rasio kemampuan (capability ratio, Cp).

( 2.10)

BSA = batas spesifikasi atas (upper specification limit/USL atau UCL).

BSB = batas spesifikasi bawah (lower specification limit/LSL atau LCL).
Untuk kriteria penilaian dari Cp, adalah sebagai berikut:
1. Jika 𝑪𝒑 >𝟏.𝟑𝟑, maka kapabilitas proses sangat baik.
2. Jika 𝟏.𝟎𝟎 ≤𝑪𝒑 ≤𝟏.𝟑𝟑, maka kapabilitas proses baik, namun perlu pengendalian
ketat apabila Cp mendekati 1.00.
3. Jika 𝑪𝒑 <𝟏.𝟎𝟎, maka kapabilitas proses rendah, sehingga perlu ditingkatkan
performansinya melalui perbaikan proses.

Jurnal Teknik Industri UNRIKA Batam 13

Catatan: Indeks kapabilitas proses baru layak untuk dihitung apabila proses berada
dalam pengendalian statistikal. Penggunaan Cp dalam menilai kemampuan proses
berdasarkan asumsi bahwa rata-rata proses tepat berada di pertengahan batas spesifikasi.
Dalam kenyataan, hal ini jarang tercapai. Untuk memperbaiki kelemahan diatas,
digunakan rasio Cpk, yang menyatakan posisi rata-rata proses dibandingkan dengan
batas spesifikasi. Makin tinggi nilai Cpk makin kecil presentasi produk yang terletak di
luar batas spesifikasi. Rumusnya:

( 2.11)

Terkait dengan nialai Cpk, terdapat beberapa analisa sebagai berikut:

1. Nilai Cpk negatif menunjukkan bahwa rata-rata proses terletak di luar batas
spesifikasi.
2. Nilai Cpk sama dengan nol menunjukkan rata-rata proses sama dengan salah
satu batas spesifikasi.
3. Nilai Cpk diantara nol dan satu menunjukkan rata-rata proses terletak dalam
batas spesifikasi tetapi beberapa bagian dari variasi proses terletak di luar batas
spesifikasi.
4. Nilai Cpk yang lebih besar dari satu menunjukkan seluruh variasi proses berada
dalam batas spesifikasi.
5. Nilai Cpk sama dengan nilai Cp menunjukkan bahwa rata-rata proses terletak
tepat ditengah-tengah spesifikasi.
Besaran CPL dan CPU dapat juga dibandingkan terhadap kriteria berikut:
1. Kriteria penilaian CPL
a) Jika 𝑪𝑷𝑳 >𝟏.𝟑𝟑, proses akan mampu memenuhi batas spesifikasi bawah
(LSL/LCL).
b) Jika 𝟏.𝟎𝟎 ≤𝑪𝑷𝑳 ≤𝟏.𝟑𝟑, proses masih mampu memenuhi batas spesifikasi
bawah (LSL/LCL), namun perlu pengendalian ketat apabila CPL telah
mendekati 1.00.
c) Jika 𝑪𝑷𝑳 <𝟏.𝟎𝟎, proses tidak mampu memenuhi batas spsifikasi bawah
(LSL/LCL).
2. Kriteria penilaian CPU

Jurnal Teknik Industri UNRIKA Batam 14

 a) Jika 𝑪𝑷𝑼 >1.33, proses akan mampu memenuhi batas spesifikasi atas
(USL/UCL).
b) Jika 𝟏.𝟎𝟎 ≤𝑪𝑷𝑼 ≤𝟏.𝟑𝟑, proses masih mampu memenuhi batas spesifikasi atas
(USL/UCL), namun perlu pengendalian ketat apabila CPU telah mendekati 1.00.
c) Jika 𝑪𝑷𝑼 <1.00, proses tidak mampu memenuhi batas spsifikasi atas
(USL/UCL).

BAB III METODE PENELITIAN

3.1 Objek Penelitian.
Dalam penelitian ini, penulis mengambil objek penelitian berupa Perbaikan
proses laminated dengan mengendalikan variasi material lebar wire untuk
meningkatkan yield produksi pada PT.VJB devisi FFC.
3.2 Model Penelitian
Rancangan penelitian yang digunakan adalah menggunakan model penelitian
dengan pendekatan studi kasus, yaitu PT. VJB. Metode yang digunakan dalam analisa
ini adalah metode deskriptif dengan mengunakan 7 tools, yaitu metode yang
menjelaskan serta menguraikan secara sistematis mengenai variabel yang diteliti
melalui proses analisis yang dilakukan dengan cara mengumpulkan data-data untuk
kemudian dianalisa sehingga memberikan gambaran yang cukup jelas mengenai objek
yang diteliti. Adapun model penelitiannya seperti gambar 3.1 dibawah ini:

Feed back
Gambar 3.1 Model penelitian
Variabel – variabel yang yang digunakan dalam penelitian ini adalah:
1. Variabel bebas hanya mengunakan satu variabel yaitu mengendalikan variasi
material lebar wire.
2. Variabel tidak bebasnya adalah mengurangi yield loss.
3.3 Tahapan Penelitian
Tahapan dalam penelelitian ini menjelaskan serta menguraikan secara sistematis
dengan diawali perumusan masalah yang terjadi, mengumpulkan data – data yang

Jurnal Teknik Industri UNRIKA Batam 15

mendukung dalam melakukan analisa. Dari analisa data yang didapat dan mendapatkan
kesimpulan untuk perbaikan, maka penulis sekaligus peneliti mengajukan perbaikan
permasalahan yang ada dari hasil analisa. Setelah perbaikan sudah dilaksanakan, penulis
melakukan pengujian dari hasil perbaikan dengan membandingkan data sesudah
perbaikan dan setelah perbaikan serta melakukan uji hipotesa.

Mulai Penelitian

PERUMUSAN MASALAH :
variasi material lebar wire (Pitch
tidak stabil) dan yield loss

PENGUMPULAN DATA :
Data Yield,. Data Kegagalan tertinggi
dan Data variasi lebar wire

PENGOLAHAN DATA :
1. Nilai Kapabilitas
2. Diagram Pareto
3. Diagram Fish bone
4. Peta kendali
5. Kapabilitas proses

ANALISA PERMASALAH

USULAN PERBAIKAN MASALAH

PENGECEKAN HASIL
PERBAIKAN DAN UJI

KESIMPULAN

SELESAI

Gambar 3.2 Bagan Aliran

Penelitian
BAB IV PENGOLAHAN DATA

4.1 Pengolahan Data

Tabel 4.1 Nilai kapabilitas dan rata-rata

Bulan ( 2015 ) Out put / Jumlah Produk Gagal ( Nilai Kapabilitas

Jurnal Teknik Industri UNRIKA Batam 16

 inpeksi ( Pcs ) Pcs )
Januari 1,447,939 102,707 92.91%
Februari 1,402,649 99,138 92.93%
Maret 1,437,670 101,421 92.95%
Rata - Rata 1,429,419 101,089 92.93%

Perhitungan nilai kapabilitas (%) adalah sebagai berikut:

( 4.1 )

Sedangkan dari data pada tabel 4.2, selanjutnya di hitung rata – rata dalam tiga
bulan dan kemudian diurutkan jenis kerusakan produk mulai dari jumlah terbesar
hingga terkecil dan tidak mencantumkan jenis kerusakan produk yang tidak terjadi (0),
terlihat pada tabel 4.4 sebagai berikut :
Tabel 4.2 Data urutan kerusakan produk dan rata – rata
Kode Januari Februari Maret Rata-rata %
% tage NG
Kerusakan ( Pcs ) ( Pcs ) ( Pcs ) ( Pcs ) Kumulatif
DP 33,817 32,759 33,577 33,385 33.02% 33.02%
DM 17,929 17,368 17,802 17,700 17.51% 50.53%
FW 12,788 12,388 12,697 12,625 12.49% 63.02%
DT 8,791 8,516 8,729 8,678 8.58% 71.60%
WK 7,226 7,000 7,175 7,134 7.06% 78.66%
SN 6,537 6,333 6,491 6,453 6.38% 85.04%
OD 5,311 5,145 5,274 5,243 5.19% 90.23%
DS 3,739 3,622 3,713 3,692 3.65% 93.88%
TL 3,351 3,246 3,327 3,308 3.27% 97.15%
WS 2,920 2,828 2,899 2,882 2.85% 100.00%
TOTAL 102,409 99,206 101,683 101,100 100%
Perhitungan persentase kegagalan produk (NG) adalah sebagai berikut:

Jurnal Teknik Industri UNRIKA Batam 17

 ( 4.2 )

Dari data di atas, kemudian dibuat diagram paretonya, untuk mengetahui

prioritas kegagalan yang mana harus segera diperbaiki berdasarkan jumlah
kegagalannya mulai dari yang tinggi hingga yang rendah. Diagram pareto sebagai
berikut :

Gambar 4.1 Diagram Pareto kerusakan produk

Dari diagram pareto dapat diketahui bahwa jenis kerusakan produk yang paling
tinggi adalah DP (Dislocated Pitch) atau Pith tidak stabil, yang selanjutnya diikuti oleh
DM (Discolated Margin). Dua jenis kerusakan teratas ini yaitu dihasilkan oleh proses
laminated, dari diagram pareto ini membantu untuk fokus pada pemecahannya
kerusakan produk tertinggi. Setelah itu diambil tindakan-tindakan dalam rangka
menurunkan kegagalan-kegagalan produk ini. Untuk menurunkan kegagalan produk ini
khususnya pitch tidak stabil selama tiga bulan berturut – turut pada posisi teratas dan
berdasarkan grafik batang gambar 4.2, pith tidak stabil mempengaruhi yield loss sebesar
2,3% dari total yield loss. Hal ini perlu dilakukan pemecahan akar permasalahan utama
yang selama ini belum terselesaikan.

Jurnal Teknik Industri UNRIKA Batam 18

 Gambar 4.2 Grafik batang kerusakan produk
Dari diagram pareto dan grafik batang tersebut, penulis hanya focus
menyelesaikan masalah pada jenis kerusakan tertinggi dengan kontribusi persentase
kegagalan produk sebesar 2,34% dan jenis kerusakan ini kegagalan variabel, yaitu
kegagalan yang bersifat mutlak, jenis kegagalan variabel ini perusahaan langsung
mengumpulkannya untuk dibuang / dimusnahkan (disposal).
Dari data tersebut penulis melakukan penelitian untuk mencari permasalahan
yang menpengaruhi terjadinya pitch tidak stabil dengan mengunakan fish bone chart
atau diagram tulang ikan. Pada langkah ini penulis melakukan beberapa studi
permasalahan langsung pada proses laminated dan melakukan wawancara kepada
karyawan yang berkaitan langsung dengan proses proses yang mempengaruhi terjadinya
pitch tidak stabil seperti gambar 4.5.

Gambar 4.3 Pitch ( Jarak antar wire / konduktor )

Setelah melakukan pencarian masalah dan hasil investigasi didapat hasil diagram
tulang ikan seperti gambar 4.4 dibawah ini.

Jurnal Teknik Industri UNRIKA Batam 19

 Gambar 4.4 Diagram Fish bone pitch tidak stabil
Tabel 4.3 Faktor penyebab dominan.

Faktor
Penyebeb Dominan Penyelesaian Keterangan
( 4M )
Tidak menlakukan pembersihan Memasukan item pembersihan
Sudah terlaksana
Heatroll dan termocoupler pada cek sheet harian
Termperature kontrol belum Dilakukan kalibrasi dan leader
Machine Sudah terlaksana
dikalibrasi memastikan setiap awal minggu
Guide roll aus / rusak Memasukan item pembersihan
Sudah terlaksana
kurang perawatan pada cek sheet mingguan
Pemasangan wire di guide roll tidak
Melakukan trainning ulang Sudah terlaksana
tepat karena kurang trainning
Pemasangan wire di guide roll tidak Melakukan perubahan intruksi
Methode Sudah terlaksana
tepat karena intruksi kerja tidak jelas kerja
Lebar wire tidak sama karena Akan dilakukan
Belum ada penyelesaian
Pengambilan ispeksi data manual usulan oleh penulis
Salah setting karena kurang trainning Melakukan trainning ulang Sudah terlaksana
Man Salah setting karena intruksi kerja tidak Melakukan perubahan intruksi
Sudah terlaksana
Man jelas kerja
Ukuran guide roll tidak sesuai karena Melakukan perubahan intruksi
Sudah terlaksana
intruksi kerja tidak jelas kerja
Operator memastikan kembali
Salah tipe wire indikasi lepas Sudah terlaksana
sebelum mengunakan
Meterial
Lebar wire tidak sama karena material Akan dilakukan
Belum ada penyelesaian
input bervariasi usulan oleh penulis

Untuk membuktikan adanya variasi lebar material wire, peneliti sekaligus

penulis melukukan pengambambilan data pengukuran dibantu oleh operator dan
inspector. selanjutnya dilakukan pengolahan data dengan mengunakan peta kendali
(control chart X bar dan R chart ) dan didapatkan sebagai berikut.

Jurnal Teknik Industri UNRIKA Batam 20

 Tabel 4.4 Data ukuran lebar wire
PENGUKURAN
SAMPLE BOBBIN
No. NO. X1 X2 X3 X4 X5 X MAX MIN R

1 01A 0.298 0.298 0.308 0.298 0.298 0.300 0.308 0.298 0.010
2 01B 0.310 0.295 0.293 0.292 0.288 0.295 0.308 0.288 0.020
3 02A 0.298 0.293 0.300 0.300 0.295 0.297 0.300 0.293 0.007
4 02B 0.300 0.290 0.296 0.300 0.296 0.296 0.300 0.290 0.010
5 03A 0.295 0.297 0.299 0.292 0.298 0.296 0.299 0.292 0.007
6 03B 0.302 0.295 0.293 0.292 0.288 0.294 0.302 0.288 0.014
7 04A 0.289 0.294 0.288 0.298 0.295 0.293 0.298 0.288 0.010
8 04B 0.289 0.290 0.297 0.291 0.294 0.292 0.297 0.289 0.008
9 05A 0.289 0.286 0.287 0.289 0.288 0.288 0.289 0.286 0.003
10 05B 0.292 0.290 0.292 0.298 0.289 0.292 0.298 0.289 0.009
11 06A 0.295 0.301 0.302 0.289 0.288 0.295 0.302 0.288 0.014
12 06B 0.293 0.300 0.300 0.295 0.296 0.297 0.300 0.293 0.007
13 07A 0.295 0.301 0.302 0.289 0.288 0.295 0.302 0.288 0.014
14 07B 0.295 0.301 0.302 0.289 0.288 0.295 0.302 0.288 0.014
15 08A 0.298 0.293 0.300 0.300 0.295 0.297 0.300 0.293 0.007
16 08B 0.300 0.290 0.296 0.300 0.296 0.296 0.300 0.290 0.010
17 09A 0.295 0.297 0.299 0.292 0.298 0.296 0.299 0.292 0.007
18 09B 0.295 0.301 0.302 0.289 0.288 0.295 0.302 0.288 0.014
19 10A 0.289 0.294 0.288 0.298 0.295 0.293 0.298 0.288 0.010
20 10B 0.289 0.290 0.297 0.291 0.294 0.292 0.297 0.289 0.008
21 11A 0.296 0.296 0.307 0.299 0.298 0.299 0.307 0.296 0.011
22 11B 0.298 0.293 0.300 0.300 0.295 0.297 0.300 0.293 0.007
23 12A 0.300 0.290 0.296 0.300 0.296 0.296 0.300 0.290 0.010
24 12B
0.298 0.298 0.308 0.298 0.298 0.300 0.308 0.298 0.010
X 0.295 R 0.010

Perhitungan X bar dan R sebagai berikut :

X bar dihitung dengan cara:

Jurnal Teknik Industri UNRIKA Batam 21

 ( 4.3 )

Nilai R dihitung dengan cara:

( 4.4 )
Hasil perhitungan nilai X bar dan R dapat dilihat pada kolom X dan R pada tabel 4.5
data di atas.
Selanjutnya menghitung Rerata X bar dan Rerata R, nilai Rerata X bar dapat dihitung
dengan cara:

( 4.5 )

Rata-rata R dapat dihitung dengan cara:

( 4.6 )

Hasil perhitungan dapat dilihat pada kolom X dan R pada tabel data baris terakhir
Selanjutnya menghitung CL, UCL dan LCL untuk X bar Chart dan R Chart.

Nilai CL untuk X bar Chart dan R Chart

CL- X bar Chart

( 4.7 )

= (6,788)/24 =0.295
CL - R Chart
Jurnal Teknik Industri UNRIKA Batam 22
 ( 4.8 )
= 0.010
UCL dan LCL untuk X bar Chart

( 4.9 )

= 0.295+(0.577*0.010) = 0.301

( 4.10 )

= 0.296- (0,577*0,010) = 0.289

Nilai A2 untuk jumlah observasi (subgroup size) = 5 dapat dilihat pada tabel 4.6. Tabel
ini merupakan tabel yang berisi nilai-nilai konstanta A2 yang digunakan dalam
membuat peta kendali X bar chart. Sedang nilai d2 digunakan untuk mengestimasi nilai
sigma. Nilai D3 dan D4 digunakan untuk menentukan batas atas dan batas bawah pada
peta kendali R chart. Besaran nilai A2, d2, D3 dan D4 akan bergantung ukuran
subgroup dari setiap sampel.
Tabel 4.5 Nilai Konstanta A2, d2, D3, D4
Subgroup Size A2 d2 D3 D4
2 1.880 1.128 ----- 3.268
3 1.023 1.693 ----- 2.574
4 0.729 2.059 ----- 2.282
5 0.577 2.326 ----- 2.114
6 0.483 2.534 ----- 2.004
7 0.419 2.704 0.076 1.924
8 0.373 2.847 0.136 1.864
9 0.337 2.970 0.184 1.816
10 0.308 3.078 0.223 1.777
11 0.285 3.173 0.256 1.744
12 0.266 3.258 0.283 1.717
13 0.249 3.336 0.307 1.693
14 0.235 3.407 0.328 1.672
15 0.223 3.472 0.347 1.653
16 0.212 3.532 0.363 1.637
17 0.203 3.588 0.378 1.622
18 0.194 3.640 0.391 1.608

Jurnal Teknik Industri UNRIKA Batam 23

 19 0.187 3.689 0.403 1.597
20 0.180 3.735 0.415 1.585
21 0.173 3.778 0.425 1.575
22 0.167 3.819 0.434 1.566
23 0.162 3.858 0.443 1.557
24 0.157 3.895 0.451 1.548
25 0.153 3.931 0.459 1.541

UCL dan LCL untuk R

( 4.11 )
= 2.114*0.010 = 0.021

( 4.12 )

= 0*0.010 = 0
Nilai D3, D4 untuk jumlah observasi (subgroup size) =5 dapat dilihat pada Tabel 4.6
diatas.
Setelah dihitung nilai CL, UCL dan LCL baik untuk X bar Char maupun R Chart, maka
selanjutnya memplotkan setiap data subgroup ke dalam Chart yang nampak seperti
berikut:

Gambar 4.5 Peta kendali X Chart

Jurnal Teknik Industri UNRIKA Batam 24

 Gambar 4.6 Peta kendali R Chart
4.2 Uji Keseragaman dan Kecukupan Data
4.2.1.1 Uji Keseragaman Data
Dari gambar 4.5 dan 4.6 Peta kendali X Chart dan R Chart karena ada data yang
keluar dari UCL dan LCL yang ditandai dengan segitiga, maka data disimpulkan tidak
seragam. Oleh karena itu data tersebut harus dikeluarkan dan dilakukan perhitungan
ulang. Data yang di buang adalah No. 3, 10 dan hitung kembali Rerata X bar dan Rerata
R dimana N = 22 karena ada 5 data yang dikeluarkan dari perhitungan.
Tabel 4.6 Data ukuran lebar wire

SAMPLE BOBBIN PENGUKURAN

No. NO. X1 X2 X3 X4 X5 X MAX MIN R
1 01A 0.293 0.300 0.300 0.295 0.296 0.297 0.300 0.293 0.007
2 01B 0.298 0.298 0.308 0.298 0.298 0.300 0.308 0.298 0.010
4 02B 0.298 0.293 0.300 0.300 0.295 0.297 0.300 0.293 0.007
5 03A 0.300 0.290 0.296 0.300 0.296 0.296 0.300 0.290 0.010
6 03B 0.295 0.297 0.299 0.292 0.298 0.296 0.299 0.292 0.007
7 04A 0.302 0.295 0.293 0.292 0.288 0.294 0.302 0.288 0.014
8 04B 0.289 0.294 0.288 0.298 0.295 0.293 0.298 0.288 0.010
9 05A 0.289 0.290 0.297 0.291 0.294 0.292 0.297 0.289 0.008
11 06A 0.292 0.290 0.292 0.298 0.289 0.292 0.298 0.289 0.009
12 06B 0.295 0.301 0.302 0.289 0.288 0.295 0.302 0.288 0.014
13 07A 0.293 0.300 0.300 0.295 0.296 0.297 0.300 0.293 0.007
14 07B 0.295 0.301 0.302 0.289 0.288 0.295 0.302 0.288 0.014
15 08A 0.295 0.301 0.302 0.289 0.288 0.295 0.302 0.288 0.014
16 08B 0.298 0.293 0.300 0.300 0.295 0.297 0.300 0.293 0.007
17 09A 0.300 0.290 0.296 0.300 0.296 0.296 0.300 0.290 0.010
18 09B 0.295 0.297 0.299 0.292 0.298 0.296 0.299 0.292 0.007
19 10A 0.295 0.301 0.302 0.289 0.288 0.295 0.302 0.288 0.014
20 10B 0.289 0.294 0.288 0.298 0.295 0.293 0.298 0.288 0.010
21 11A 0.289 0.290 0.297 0.291 0.294 0.292 0.297 0.289 0.008
22 11B 0.296 0.296 0.307 0.299 0.298 0.299 0.307 0.296 0.011
23 12A 0.298 0.293 0.300 0.300 0.295 0.297 0.300 0.293 0.007
24 12B 0.300 0.290 0.296 0.300 0.296 0.296 0.300 0.290 0.010
0.296 R 0.010
X

CL, UCL, dan LCL pun kemudian dihitung kembali. dengan menggunakan rumus
matematik yang sama dengan sebelumnya dimana N atau jumlah subgroup = 22 karena
ada 2 data yang tidak diperhitungkan.
Jurnal Teknik Industri UNRIKA Batam 25
Nilai CL yang baru untuk X bar chart dan R chart setelah 2 sampel yang out of control
dikeluarkan dari perhitungan adalah didapatkan hasil Peta kendali X Chart dan R Chart
sebagai berikut:

Gambar 4.7 Peta kendali X Chart keseragaman data

Gambar 4.8 Peta kendali R Chart keseragaman data

Kesimpulan : dari gambar 4.7 dan 4.8 nilai rata – rata untuk tiap subgroup berada di
dalam UCL dan LCL,sehingga dapat disimpulkan bahwa data seragam.

4.2 Uji Kecukupan Data

Setelah dilakukan penjabaran terhadap rumus awal, rumus untuk uji kecukupan
data yang digunakan adalah :

( 4.13 )

= 0.025
Kesimpulan : Karena jumlah pengamatan yang dilakukan lebih besar dari pada jumlah
I
pengamatan yang harus dilakukan ( N > N ), maka dapat disimpulkan bahwa data
yang diambil sudah cukup.

Jurnal Teknik Industri UNRIKA Batam 26

4.3 Uji Tingkat Kepercayaan dan Ketelitian
Untuk pengujian hipotesis pendekatan interval kepercayaan, pertama peneliti
melakukan uji analisa kapabilitas dengan mengunakan bantuan Minitab16 dengan hasil :

Gambar 4.12 Grafik Proses Capability

Untuk selanjutnya peneliti melakukan uji hipotesis dengan mengunakan SPSS Statistics
22 untuk menyelesaikan penelitian diatas, teknik yang tepat untuk digunakan adalah
teknik uji T untuk satu sampel atau one sample T Test karena pengujian yang dilakukan
terhadap satu sampel saja yaitu lebar wire, dengan hasil sebagai berikut :
Tabel 4.7 Tabel SPSS One Sample T-Test
T-Test

One-Sample Statistics

N Mean Std. Deviation Std. Error Mean

Lebar 22 .29545 .002154 .000459

One-Sample Test

Test Value = 22

95% Confidence Interval of the

Difference

t df Sig. (2-tailed) Mean Difference Lower Upper

Lebar -47257.488 21 .000 -21.704545 -21.70550 -21.70359

Jurnal Teknik Industri UNRIKA Batam 27

 Dari output kedua Pada output SPC dan SPSS One-Sample Statistics, dapat
dilihat pada variable jumlah pasien banyak data (N) adalah 22, rata-rata (mean) secara
keseluruhan 0.295mm, standar deviasi yang menunjukkan keheterogenan yang terjadi
dalam data adalah 0.002154 dan standard error of mean adalah 0.000459, standard error
of mean menggambarkan sebaran rata-rata sampel terhadap rata-rata dari rata-rata
keseluruhan kemungkinan sampel, dari hasil menunjukan sangat kecil.
Pada output kedua yaitu One-Sample Test yang perlu diperhatikan adalah nilai t.
a) Hipotesis
H0 : μ = 0.295 ( rata-rata lebar wire = 0.295)
H1 : μ ≠ 0.295 ( rata-rata lebar wire ≠ 0.295)
b) Tingkat Signifikansi
α = 5%
c) Daerah Kritis
Jika Thitung ≤ Ttabel : H0 diterima
d) Statistik Uji
Thitung = -47257.488 Ttabel = 2.080
Thitung (-47257.488) < Ttabel (2.080)
e) Keputusan Uji
Karena nilai atau Thitung < Ttabel maka keputusannya adalah H0 diterima
f) Kesimpulan
Jadi dengan tingkat signifikansi 5% didapatkan kesimpulan bahwa rata-rata lebar
wire = 0.295 atau rata-rata jumlah bisa mengurangi variasi lebar wire yang tidak
stabil dan akhirnya mengurangi kegagalan produk pitch tidak stabil.

BAB V PEMBAHASAN HASIL PENELITIAN

5.1 Usulan Perbaikan Mengurangi Kegagalan Produk
Penulis mengusulkan pengecekan pengukuran dilakukan dengan mengunakan data input
komputer, cukup sederhana hanya menyediakan laptop / PC yang kapasitas rendah dan
menambahkan kabel data penghubung PC dengan dial guage yang ada. Dan
menyiapkan lembar format peta kendali yang gunanya untuk mengontrol secara
langsung tebal dal lebar wire masih dalam control toleransi.
Jurnal Teknik Industri UNRIKA Batam 28
 Gambar 5.1 Bagan aliran proses usulan
Penambahan Kabel data laptop / PC

Gambar 5.2 Bagan usulan input data dan PC Peta Kendali

5.2 Meneliti Hasil Usulan Perbaikan

Tabel 5.1 Nilai kapabilitas sebelum perbaikan.

Out put / Jumlah Produk Gagal Nilai

Bulan ( 2015 )
inpeksi ( Pcs ) ( Pcs ) Kapabilitas
Januari 1,447,939 102,707 92.91%
Februari 1,402,649 99,138 92.93%
Maret 1,437,670 101,421 92.95%
Rata – Rata 1,429,419 101,089 92.93%
Tabel 5.2 Nilai kapabilitas setelah perbaikan

Out put / Jumlah Produk Gagal

Bulan ( 2015 ) Nilai Kapabilitas
inpeksi ( Pcs ) ( Pcs )
Juli 1,793,420 93,242 94.80%
Dari data tabel 5.1 dan 5.2 terlihat dengan implementasi metode pengontrolan
lebar wire dengan mengunakan sistem Peta kendali X Chart dan R Chart dengan

Jurnal Teknik Industri UNRIKA Batam 29

mengontrol BKA dan BKB dapat menaikan nilai kapabilitas produksi atau yield
mencapai 1.87%. untuk memastikan implementasi usulan perbaikan ini benar – benar
menurunkan ketidak setabilan jarak antar wire atau pitch (DP), penulis melakukan
perbandingan data – data jenis kegagalan produk sebelum implementasi perbaikan dan
setelah perbaikan.

Gamba r 5.3 Grafik batang produk gagal sebelum perbaikan

Gamba r 5.4 Grafik batang produk gagal sesudah perbaikan

Dari grafik batang diatas terlihat bahwa ada penurunan jumlah produk gagal DP
dari jumlah 33.229 menjadi 15.961 atau dari 2.34% menjadi 0.89%, selain itu ada
penurunan peringakat produk gagal dari tertinggi atau urutan pertama menjadi urutan
ketiga dari jenis- jenis produk gagal.
Dengan adanya implementasi metode atau sytem pengendalian mutu denagn
metode mengunakan sistem Peta kendali X Chart dan R Chart dengan mengontrol
BKA dan BKB, juga telah diuji dengan tingkat kepercayaan lebih dari 95% seperti yang
di lakukan penelitian pada bab 4, maka peneliti sekaligus penulis melakukan usulan
juga menghilangkan proses inspeksi ulang satu persatu gulungan wire di proses
laminated sebelum dilakukan pengendalian mutu dengan metode ini seperti terlihat pada

Jurnal Teknik Industri UNRIKA Batam 30

gambar diagram aliran proses sebelum dan sesudah usulan yang terdapat pada halaman
lampiran.
Dengan implementasi usulan perbaikan menghilangkan poses pengecekan
sebelum proses laminated ini dapat berkurangnya waktu proses dari 1.673 menjadi
1.583 menit atau menghemat 90menit per proses. Dengan adanya penghematan waktu
ini sehingga dapat meningkatkan output produksi dengan terlihatnya output produksi
pada bulan juli ( Setelah implementasi ) yaitu : 1,793,420 dibandingkan bulan-bulan
sebelumya 1,429,419 atau meningkatkan output 364.001pcs ( 25% ).

5.3 Analisa Usulan Perbaikan.

Setelah meneliti hasil yang telah tercapai diatas yaitu yield dan produktivitas
meningkat, penulis juga melakukan analisa data – data lebar wire sebelum dan sesudah
dilakukan perbaikan dengan metode pengontrolan yang terbaru untuk pengujian.
Analisa penulis yang digunakan adalah pengujian Hipotesis :

Ho : ( µ1- µ2) = D0. Tidak ada perbedaan antara sebelum dan sesudah perbaikan
H1 : ( µ1- µ2) ≠ D0. Ada perbedaan antara sebelum dan sesudah perbaikan

Statistik Uji :t=

( 5.1 )

dimana : : rata – rata selisih antar 2 sampel

: standard deviasi selisih 2 sampel

dengan ( 5.2 )

Kriteria pengambilan keputusan :

1. Menggunakan nilai signifikan / P-Value
Jika nilai signifikan / P-Value < 0,05 ; maka Ho diterima
Jika nilai signifikan / P-Value > 0,05 ; maka Ho ditolak.
2. Menggunakan perbandingan antara t hitung dengan t tabel
Nilai t tabel didapat dari α (taraf nyata / tingkat signifikan) dengan derjat bebas / degree
of freedom (df).

Jurnal Teknik Industri UNRIKA Batam 31

 Jika t hitung > t tabel ; maka Ho diterima
Jika t hitung < t tabel ; maka Ho ditolak.
Data – data lebar wire sebelum perbaikan penulis ambil dari data inspeksi yang
dilakukan setelah proses pemipihan, dan didapatkan data sebagai berikut :
Tabel 5.3 Data lebar wire sebelum dan sesudah perbaikan
Sebelum Sesudah Sebelum Sesudah Sebelum Sesudah
No. No. No.
(MM) (MM) (MM) (MM) (MM) (MM)
1 0.298 0.297 11 0.296 0.297 21 0.296 0.302
2 0.296 0.300 12 0.286 0.295 22 0.292 0.297
3 0.297 0.297 13 0.296 0.297 23 0.285 0.295
4 0.296 0.296 14 0.296 0.296 24 0.293 0.297
5 0.296 0.296 15 0.296 0.299 25 0.312 0.296
6 0.296 0.294 16 0.293 0.297 26 0.299 0.296
7 0.293 0.293 17 0.290 0.296 27 0.297 0.295
8 0.292 0.303 18 0.285 0.295 28 0.298 0.303
9 0.310 0.302 19 0.295 0.297 29 0.296 0.304
10 0.297 0.295 20 0.297 0.296 30 0.292 0.299
Penulis dalam melukan perhitungan mengunakan bantuan SPSS Paired-Samples T
test, dan dengan hasil sebagai berikut :
Tabel 5.4 Tabel SPSS Paied Sample T-Test

Kesimpulan :
Jurnal Teknik Industri UNRIKA Batam 32
1. P-Value / Nilai Sig.=0,815
Karena P-Value 0,815 > 0,05 ; maka Ho ditolak.
2. Dari keluaran di atas diperoleh nilai statistik uji t = -,236. Dengan taraf nyata
sebesar 5 % dan derajat bebas n-1=30-1=29, diperoleh tα/2,n-1 = t 0.05,29 = 1,699 .

Karena = t < t 0.05,29 (-,236 < 1,699 ) maka tolak H0. Jadi dapat disimpulkan
bahwa ada perbedaan antara sebelum dan sesudah perbaikan. Yang berarti bahwa
usulan perbaikan metode pengontrolan lebar wire tersebut mempunyai efek untuk
meningkatkan yield dan produktifitas.
Selain melakukan analisa hipotesis diatas, penulis melakukan uji analisa kapabilitas
dengan mengunakan bantuan SPSS /Minitab16 dengan hasil :

Gambar 5.6 Grafik Kapabilitas proses sebelum perbaikan

Dari gambar 5.6 grafik kapabilitas proses sebelum perbaikan, terlihat adanya
data yang keluar dari batas toleransi bawah, padahal dari data masih masuk dalam
toleransi sehingga menghasilkan nilai rasio kemampuan (Cp) ; 0,88 dan indeks
kapabilitas proses (Cpk) : 0.61. Berdasarkan standar mutu 3-sigma, suatu produk
dikatakan baik apabila memiliki nilai rasio kemampuan (Cp) diatas 1,00 dan indeks
kapabilitas proses (Cpk) lebih dari 1,33. Dari hasil diatas, terbukti lebar wire perlu
kapabilitas proses rendah, sehingga perlu ditingkatkan performansinya melalui
perbaikan proses sehingga dapat menghasilkan nilai Cp dan Cpk diatas standar mutu.

Jurnal Teknik Industri UNRIKA Batam 33

 Gambar 5.7 Grafik Kapabilitas proses sesudah perbaikan
Dari gambar 5.7 grafik kapabilitas proses sesudah perbaikan, terlihat semua data
dalam batas control, walaupun posisi garis grafik dari puncak kurva sedikit kurang pada
posisi target dan nilai rasio kemampuan (Cp) ; 1,67 dan indeks kapabilitas proses
(Cpk) : 1.47 melebihi dari standar mutu 3-sigma. Dengan hasil grafik diatas terbukti
dengan adanya metode pengontrollan lebar wire ini sangat membantu untuk
meningkatkan mutu produk khususnya FFC.

DAFTAR PUSTAKA
Badan Standarisasi Nasional (BSN), 2001, Modul SNI 19-9000:2001 dan 9001:2001,
Jakarta: Badan Standarisasi Nasional (BSN)
Besterfield, Dale H., 2003, Total Quality Management 3rd ed., New Jersey: Prentice Hall
Evans, James R., William M. Lindsay, 2001, The Management and Control of Quality,
5th ed., Ohio: South-Western,
Goetsch, David L., Stanley B. Davis, 2000, The Total Quality Approach to Quality
Management, 3rd ed., New Jersey: Prentice Hall
Gaspersz, Vincent, 2002, Total Quality Management, cetakan kedua, Jakarta: PT
Gramedia Pustaka Umum
Purba.M 2013. Materi Kuliah Analisis Data Satistik, Universitas Riau Kepulauan.
Batam.

Jurnal Teknik Industri UNRIKA Batam 34

Refdilzon 2013. Materi Kuliah Metodologi penelitian, Universitas Riau Kepulauan.
Batam
Refdilzon 2013. Materi Kuliah Perencanaan Dan Perencanaan Produk, Universitas
Riau Kepulauan. Batam
Render, Barry, Jay Heizer, 2001, Prinsip-prinsip Manajemen Operasi, Jakarta:
Salemba Empat
Sumarjaya, Edi 2015. Materi Kuliah Line manufacturing, Universitas Riau
Kepulauan. Batam
Tjiptono, Fandy, Anastasia Diana, (edisi Revisi) 2001, Total Quality Management,
Yogyakarta: Andi
Zainal 2014. Materi Kuliah Penjamin mutu, Universitas Riau Kepulauan. Batam.

Jurnal Teknik Industri UNRIKA Batam 35