Sabtu, 11 Januari 2014

proposal

BAB I
PENDAHULUAN


1.1  Latar Belakang
Masa persaingan bebas diera globalisasi ini perusahaan manufaktur bersaing dengan ketat dalam memproduksi barang. Konsumen menjadi sangat menyadari pentingnya kualitas produk PT. FLX yang akan dibelinya. Suatu produk pipa gas dikatakan berkualitas apabila produk tersebut mampu memenuhi harapan konsumen, hanya dengan memenuhi kepuasan konsumen inilah barang yang mereka produksi akan dibeli konsumen. Berbagai usaha ditempuh perusahaan untuk menghasilkan produk yang berkualitas, antara lain dengan menerapkan teknik pengendalian kualitas statistik dengan menggunakan alat pengendalian kualitas (seven old tools). Alat pengendalian kualitas meliputi flowchart, lembar periksa, diagram pareto, diagram sebab akibat, diagram pencar, histogram, dan peta kontrol.
Diagram pareto digunakan untuk menemukan masalah utama kecacatan dan penyebab utama kecacatan. Penerapannya digunakan untuk melakukan pengamatan dari produk dengan mengetahui penyebab cacat paling banyak dan paling sedikit.



1.2    Perumusan Masalah
Permasalahan yang terdapat dalam laporan akhir ini ditemukan permasalahan yang akan dirumuskan. Perumusan masalah dibuat agar tidak menyimpang dari masalah yang di buat. Berikut ini perumusan masalah pada setiap modul:
1.  Jenis kecacatan apa saja yang terdapat pada produk pipa gas yang dihasilkan oleh PT. FLX.
2.  Jenis kecacatan apa yang harus diprioritaskan pada produk pipa gas yang dihasilkan oleh PT. FLX.

1.3    Pembatasan Masalah
Penyusunan laporan akhir ini memiliki batasan-batasan masalah. Pembatasan masalah dilakukan agar pokok permasalahan yang dibahas menjadi lebih jelas. Berikut ini adalah pembatasan masalah yang untuk masing-masing modul.
1.  Perusahaan yang diamati hanya PT. FLX.
2.  Produk yang diamati hanya produk pipa gas.
3.  Kecacatan pada lembar periksa sebanyak 7 jenis beserta kecacatan lainnya.
4.  Metode yang digunakan dalam pengolahan data yaitu lembar periksa (check sheet), diagram pareto, diagram sebab akibat, diagram pencar, histogram, dan peta kontrol.
5.  Pengambilan data yang dilakukan untuk mengetahui hubungan penyebab kecacatan dan sebaran data dari jumlah kecacatan hanya 30 data.
6.  Software yang digunakan yaitu minitab 16.

1.4    Tujuan Penulisan
Tujuan merupakan sasaran yang ingin dicapai. Tujuan-tujuan yang ingin dicapai dalam laporan akhir ini adalah sebagai berikut:
1.  Mengetahui jenis cacat yang harus segera diselesaikan pada produk pipa gas yang dihasilkan oleh PT. FLX dengan menggunakan diagram pareto.

1.5  Sistematika Penulisan
Sistematika penulisan digunakan untuk menjelaskan secara umum tentang bab-bab yang telah dikerjakan secara umum dan sistematik. Mulai dari pendahuluan, landasan teori, metodologi penulisan, pembahasan dan analisis, serta penutup.
BAB I     PENDAHULUAN
Bab I berisi tentang latar belakang, perumusan masalah, pembatasan masalah, tujuan penulisan, dan sistematika penulisan.
BAB II    LANDASAN TEORI
Bab II menjelaskan mengenai teori tentang statistical process control beserta alat pengendalian kualitas (seven old tools). Bab ini merupakan dasar teori yang dapat digunakan sebagai panduan dalam menganalisa.
BAB III   METODOLOGI PENULISAN
Bab III terdiri dari flowchart penulisan dan gambaran umum perusahaan. Flowchart digunakan untuk menggambarkan secara umum dan terperinci mengenai langkah-langkah penulisan Laporan Akhir Praktikum Pengendalian dan Penjaminan Mutu dalam bentuk flowchart agar dapat dengan mudah dipahami oleh pembaca. Flowchart tersebut terdiri atas landasaan teoritis, identifikasi masalah, pembatasan masalah, tujuan penulisan, pengumpulan data, studi kasus, pemeriksaan antara data dan kasus, pengolahan data manual dan software, analisis, kesimpulan dan saran. Gambaran perusahaan berisi profil perusahaan dan deskripsi produk perusahaan.
BAB IV    PEMBAHASAN DAN ANALISIS
Bab IV berisikan tentang pembahasan dan analisis data yang telah diolah. Pada perhitungan software digunakan aplikasi Minitab 16.


 BAB II
LANDASAN TEORI


2.1.  Statistical Process Control (SPC)
      Teori statistical process control (SPC) terdiri dari beberapa sub bab yaitu sejarah SPC, pengertian SPC, tujuan SPC, manfaat pengendalian proses secara statistik, variasi, definisi tentang data dalam konteks SPC, dan tujuh alat ukur statistical process control (SPC). Penjelasan mengenai sub-sub bab tersebut adalah sebagai berikut.

2.1.1 Sejarah Statistical Process Control (SPC)       
SPC dicetuskan pertama kali oleh Walter Andrew Shewhart ketika bekerja di Bell Telephone Laboratories, Inc. (divisi R&D untuk perusahaan AT&T dan  Western Electric) pada tahun 1920-an, pada dokumen sejarah Western Electric diceritakan pada tahun 1918, tahun di mana Shewhart bergabung di Departemen  Inspection Engineering, Western Electric di Hawthorne,  manajamen kualitas industri masih terbatas pada kegiatan inspeksi produk jadi dan memperbaiki atau membuang barang-barang cacat. Ditahun yang sama, Shewhart menciptakan peta kendali statistik pertama untuk proses manufaktur melalui prosedur-prosedur sampling statistik. Shewhart mempublikasikan penemuannya dalam buku Economic Control of Quality of Manufactured Product pada tahun 1931(Gasperz1990)
Selama tahun 1920-an, Dr. Walter A. Shewhart, dari Bell Telephone Laboratories, mengembangkan konsep-konsep pengendalian mutu secara statistik (statistical quality control), ia memperkenalkan konsep pengendalian mutu dari sebuah produk yang sedang diproduksi, berbeda dengan pemeriksaan mutu produk setelah produk tersebut diproduksi. Untuk mencapai tujuan dari pengendalian mutu, Shewhart mengembangkan teknik pembuatan diagram untuk mengendalikan pelaksanaan proses produksi perusahaan. Memperkenalkan konsep dari inspeksi sampel statistik untuk mengukur kualitas produk yang sedang diproduksi. Konsep ini menggantikan metode lama dari pemeriksaan setiap bagian produksi setelah produk diselesaikan di dalam pelaksanaan produksi (Heizer, 2005).

2.1.2 Pengertian Statistikal Process Control (SPC)
      Pengendalian kualitas statistik adalah alat yang sangat berguna dalam membuat produk sesuai dengan spesifikasi sejak dari awal proses hingga akhir proses. Semakin banyak proses produksi, akan selalu ada gangguan yang dapat timbul secara tidak terduga. Gangguan tidak terduga dari proses ini relatif kecil biasanya dipandang sebagai gangguan yang masih dapat diterima atau masih dalam batas toleransi, gangguan proses ini relatif besar atau secara kumulatif cukup besar dikatakan tingkat gangguan yang tidak dapat diterima (Heizer, 2005).
      Pengendalian proses secara statistik atau yang sering disebut dengan statistical process control (SPC) merupakan suatu teknik statistik yang secara luas digunakan untuk memastikan bahwa proses yang sedang berjalan telah memenuhi standar. Pengendalian kualitas statistik adalah alat yang sangat berguna dalam membuat produk sesuai dengan spesifikasi sejak dari awal proses hingga akhir proses. Semakin banyak proses produksi, akan selalu ada gangguan yang dapat timbul secara tidak terduga. Gangguan tidak terduga dari proses ini relatif kecil biasanya dipandang sebagai gangguan yang masih dapat diterima atau masih dalam batas toleransi, gangguan proses ini relatif besar atau secara kumulatif cukup besar dikatakan tingkat gangguan yang tidak dapat diterima (Heizer, 2005).
Statistical process control (SPC) adalah metode yang efektif dalam mengendalikan aktivitas proses. Kemampuan dari SPC bergantung dari kemampuan mengendalikan, dengan mengumpulkan data dari sample yang bermacam-macam langkah dan variasi dari proses itu sendiri mempengaruhi kualitas dari hasil akhir produk atau jasa yang diberikan dapat dideteksi dan dibenarkan dengan mengurangi yang tidak perlu. Metode ini maka permasalahan yang timbul segera diketahui untuk secepatnya diambil tindakan pencegahannya. SPC mempunyai banyak kelebihan dari metode pengecekan kualitas, seperti inspeksi, deteksi dan perbaikan masalah diakhir produk atau jasa (Montgomery, 2010)
Pengendalian proses statistik merupakan metode pengendalian proses berdasarkan parameter yang diukur, kemudian dinalisa sehingga dapat menjelasakab tentang proses dalam suatu sistem industri untuk mengendalikan serta meningkatkan kualitas dari produk yang dihasilkan. Statistical process control adalah suatu metodologi pengumpulan dan analisis data kualitas, serta penentuan dan interpretasi pengukuran-pengukuran yang menjelaskan tentang proses dalam suatu sistem industri untuk meningkatkan kualitas dari output guna memenuhi kebutuhan ekspektasi pelanggan. Statistical process control merupakan pengendalian mutu produk selama masih dalam proses produksi dan pengendalian produk jadi, untuk pengendalian mutu proses dapat digunakan alat pengendali yag disebut dengan bagan kendali proses (Montgomery, 2010).
Statistical process control juga diartikan sebagai teknik penyelesaian masalah yang digunakan sebagai pemonitor, pengendali, penganalisis, pengelola, dan memperbaiki proses menggunakan metode-metode statistik. Filosofi pada statistical process control (SPC) atau pengendalian proses statistic adalah output pada proses atau pelayanan dapat dikemukakan ke dalam pengendalian statistik melalui alat-alat manajemen dan tindakan perancangan. statistical process control merupakan penerapan metode-metode statistik untuk pengukuran dan analisis variasi proses (Montgomery, 2010).

2.1.3  Tujuan Statistikal Process Control (SPC)
Pengendalian kualitas secara statistika merupakan penggunaan metode atau alat statistika untuk mengumpulkan dan menganalisis data dalam menentukan dan mengawasi mutu hasil produksi, selain untuk tujuan  tersebut, ilmu statistika untuk mengumpulkan dan menganalisis data dalam menentukan dan mengawasi mutu hasil produksi, selain untuk tujuan tersebut, ilmu statistika juga dapat dipakai dalam pengambilan keputusan tentang suatu proses atau populasi berdasarkan pada analisis informasi yang terkandung di dalam suatu sampel populasi itu (Nasrullah, 1996).
 Pemakaian statistika dalam pengawasan proses, pengendalian mutu produksi dan sistem manajemen mutu memiliki beberapa kelebihan dibanding dengan teknik manajemen yang hanya mengandalkan pemikiran tim manajerial perusahaan. Beberapa kelebihan dari pemakaian statistika pengendalian mutu, antara lain (Nasrullah, 1996):
1.  Alat yang telah terbukti untuk dapat meningkatkan produktivitas, akan  mengurangi buangan dan pembuatan ulang yang merupakan pembunuh utama dalam setiap operasi.
2.  Alat efektif untuk mencegah cacat.
3.  Mencegah penyesuaian proses yang tidak perlu.
4.  Memberikan informasi bagi operator untuk membuat suatu perubahan pada proses yang dapat meningkatkan produktivitas.

2.1.4 Manfaat Pengendalian Proses Statistik
Pengendalian proses statistik dikatkan dalam batas pengendalian apabila hanya terdapat kesalahan yang disebabkan oleh sebab umum. Dapat memberikan manfaat penting, yaitu (Heizer, 2005):
1.  Proses memiliki stabilitas yang akan memungkinkan organisasi dapat memprediksikan perilaku paling tidak untuk jangka pendek.
2.  Proses memiliki identitas dalam menyusun seperangkat kondisi yang penting untuk membuat prediksi masa mendatang.
3.  Proses yang berada dalam kondisi berada dalam batas pengendalian statistik beroperasi dengan variabilitas yang lebih kecil dari pada proses yang memiliki penyebab khusus. Variabilitas yang rendah penting untuk memenangkan persaingan.
4.  Proses yang mempunyai penyebab khusus merupakan proses yang tidak stabil dan memiliki kesalahan yang berlebihan yang harus ditutup dengan mengadakan perubahan untuk mencapai perbaikan.
5.  Mengetahui bahwa proses berada dalam batas pengendali statistik akan membantu karyawan dalam menjalankan proses tersebut atau dapat dikatakan, apabila data berada dalam batas pengendali, maka tidak perlu lagi dibuat penyesuaian atau perubahan. Penyesuaian atau perubahan kembali yang tidak diperlukan justru akan menambah kesalahan, bukan mengurangi.
6.  Mengetahui bahwa proses berada dalam batas pengendali statistik, akan memberikan petunjuk untuk mengadakan pengurangan variabilitas proses jangka panjang. Mengurangi variabilitas proses tersebut, sistem pemrosesan harus dianalisis dan diubah oleh manajer sehingga karyawan dapat menjalankan proses.
7.  Analisis untuk pengendalian statistik mencakup penggambaran data produksi akan memudahkan dalam mengidentifikasi kecendrungan yang terjadi dari waktu ke waktu.
8.  Proses yang stabil atau yang berada dalam batas pengendali statistik juga dapat memenuhi spesifikasi produk, sehingga dapat dikatakan proses dalam kondisi terawat dengan baik dan dapat menghasilkan produk yang baik. Kondisi ini dibutuhkan sebelum proses diubah dari tahap perencanaan ke tahap produksi secara penuh.

2.1.5 Pengertian Variasi dalam SPC
Penyebab utama munculnya masalah kualitas adalah karena adanya variasi. Variasi terjadi di dalam proses, baik proses manufaktur maupun non manufaktur. Variasi-variasi ini dapat terjadi dikarenakan adanya variasi dalam elemen-elemen proses, yaitu manusia, mesin, metode, material dan lingkungan. Kondisi ini menunjukan variasi yang minimum, ada beberapa keuntungan apabila pengurangan proses tersebut dapat dilakukan, yaitu (Heizer, 2005):
1. Variabilitas menjadi lebih kecil yang dihasilkan dari adanya perbaikan kinerja yang dapat dilihat oleh pelanggan.
2. Mengurangi variabilitas pada karakteristik komponen yang merupakan cara mengimbangi variabilitas yang tinggi pada komponen lain untuk memenuhi persyaratan kinerja pada sistem atau perakitan.
3. Beberapa karakteristik seperti berat, pengurangan variabilitas juga akan memberikan manfaat pada perubahan rata-rata proses yang dapat menyebabkan pengurangan biaya.
4. Berkurangnya variabilitas akan mengurangi banyaknya inspeksi dan besarnya biaya inspeksi.
5. Berkurangnya variabilitas merupakan faktor yang penting dalam meningkatkan kemampuan bersaing suatu produk dan memperbesar pangsa pasar.
Variasi dikelompokan menjadi 2 jenis. Berikut ini adalah kedua jenis dari variasi (Heizer, 2005):
1. Variasi yang tidak bisa dihindaricontoh kelembaban udara, suhu ruangan yang berubah-ubah, getaran mesin penggilingan padi, perubahan voltage PLN.
2. Variasi yang bisa dihindari, contoh kurang homogennya bahan baku, kurang cermatnya operator.

2.1.6 Definisi Data dalam SPC
Data adalah catatan tentang sesuatu, baik yang bersifat kualitatif maupun kuantitatif yang dipergunakan sebagai petunjuk untuk bertindak. Berdasarkan data dipelajari fakta-fakta yang ada dan kemudian mengambil tindakan yang tepat berdasarkan pada fakta itu, dalam konteks pengendalian proses statistikal dua jenis data tersebut yaitu (Montgomery, 2010):
1.  Data atribut merupakan data kualitatif yang dihitung menggunakan daftar pencatatan atau tally untuk keperluan pencatatan dan analisis. Data atribut bersifat diskrit. Suatu catatan hanya merupakan suatu ringkasan atau klasifikasi yang berkaitan dengan sekumpulan persyaratan yang telah ditetapkan, maka catatan itu dianggap sebagai atribut. Contoh data atribut adalah ketiadaan label pada kemasan produk, kesalahan proses administrasi buku tabungan nasabah, banyaknya jenis cacat pada produk, dan lain-lain.
2.  Data variable merupakan data kuantitatif yang diukur menggunakan alat pengukuran tertentu untuk keperluan pencatatan dan analisis. Data variabel bersifat kontinyu. Suatu catatan dibuat berdasarkan keadaan aktual, diukur secara langsung, maka karakteristik kualitas yang diukur itu disebut sebagai variabel. Contoh data variabel adalah diameter pipa, ketebalan suatu produk, berat suatu produk, dan lain-lain.

2.1.7 Tujuh Alat Ukur Statistical Process Control (SPC)
Menurut W. Edwards Deming, dalam pemecahan masalah melalui statistical process control (SPC) terdapat tujuh alat statistik utama (seven tools) untuk perbaikan kualitas. Ketujuh alat tersebut yaitu (Montgomery, 2010):
1.Diagram alir (flow chart).
2.  Lembar periksa (check sheet).
3.  Diagram pareto (pareto chart).
4.  Diagram batang (histogram).
5.  Peta control atau bagan kendali (control chart).
6.  Diagram tebar (scatter diagram).
7.  Diagram sebab-akibat (cause and effect diagram).

2.2.  Diagram Pareto
Diagram Pareto pertama kali diperkenalkan oleh seorang ahli yaitu Alfredo Pareto pada tahun 1848-1932. Diagram Pareto ini merupakan suatu gambar yang mengurutkan klasifikasi data dari kiri ke kanan menurut urutan rangking tertinggi hingga terendah hal ini dapat membantu menemukan permasalahan yang paling penting untuk segera diselesaikan (rangking tertinggi) sampai dengan masalah yang tidak harus segera diselesaikan (rangking rendah). Diagram Pareto juga dapat mengindetifikasi masalah yang paling penting yang mempengaruhi usaha perbaikan kualitas dan memberikan petunjuk dalam mengalokasikan sumber daya yang terbatas untuk menyelesaikan masalah (Montgomery, 2010).
      Diagram Pareto dibuat berdasarkan data statistik dan prinsip bahwa 20% penyebab bertanggungjawab terhadap 80% masalah yang muncul atau sebaliknya. Kedua aksioma tersebut menegaskan bahwa lebih mudah mengurangi bagian lajur yang terletak di bagian kiri diagram Pareto daripada mencoba untuk menghilangkan secara sistematik lajur yang terletak di sebelah kanan diagram hal ini dapat diartikan bahwa diagram Pareto dapat menghasilkan sedikit sebab penting untuk meningkatkan mutu produk atau jasa. Keberhasilan penggunaan diagram Pareto sangat ditentukan oleh partisipasi personel terhadap situasi yang diamati, dampak keuangan yang terlihat pada proses perbaikan situasi dan penetapan tujuan secara tepat. Faktor lain yang perlu dihindari adalah jangan membuat persoalan terlalu kompleks dan juga jangan terlalu mencari penyederhanaan pemecahan (Nasrullah, 1996).
Tahapan penggunaan dari Diagram Pareto adalah mencari fakta dari data ciri gugus kendali mutu yang diukur, menentukan penyebab masalah dari tahapan sebelumnya dan mengelompokkan sesuai dengan periodenya, membentuk histogram evaluasi dari kondisi awal permasalahan yang ditemui, melakukan rencana dan pelaksanaan perbaikan dari evaluasi awal permasalahan yang ditemui, melakukan standarisasi dari hasil perbaikan yang telah ditetapkan dan menentukan tema selanjutnyaPrinsip Pareto juga dikenal sebagai aturan 80/20 dengan melakukan 20% dari pekerjaan bisa menghasilkan 80% manfaat dari pekerjaan itu. Aturan 80/20 dapat diterapkan pada hampir semua hal, seperti (Nasrullah, 1996):
1. 80% dari keluhan pelanggan timbul 20% dari produk atau jasa.
2. 80% dari keterlambatan jadwal timbul 20% dari kemungkinan penyebab penundaan.
3. 20% dari produk atau account untuk layanan, 80% dari keuntungan Anda.
4. 20% dari tenaga penjualan menghasilkan 80% dari pendapatan perusahaan Anda.
5. 20% dari cacat sistem penyebab 80% masalahnya. Prinsip Pareto untuk seorang manajer proyek adalah mengingatkan untuk fokus pada 20% hal-hal yang materi, tetapi tidak mengabaikan 80% masalah.

2.2.1 Pengertian Diagram Pareto
      Diagram pareto adalah grafik batang yang menunjukkan masalah berdasarkan urutan banyaknya kejadian. Masalah yang paling banyak ditunjukkan oleh grafik batang pertama yang tertinggi serta ditempatkan pada sisi paling kiri dan seterusnya sampai pada masalah yang paling sedikit terjadi ditunjukkan oleh grafik batang terakhir yang terendah serta ditempatkan di sisi paling kanan. Dasar diagram pareto dapat digunakan sebagai alat interpretasi untuk (Heizer, 2005):
1. Menentukan frekuensi relatif dan urutan pentingnya suatu masalah-masalah atau penyebab-penyebab dari masalah yang ada.
2. Memfokuskan perhatian pada isu-isu kritis dan penting melalui pembuatan ranking terhadap masalah-masalah atau penyebab-penyebab dari masalah itu dalam bentuk yang signifikan.
Suatu diagram pareto akan dapat diketahui, suatu faktor merupakan faktor yang paling prioritas dibandingkan faktor-faktor lainnya, karena faktor tersebut berada pada urutan terdepan, terbanyak atau pun tertinggi pada deretan sejumlah faktor yang dianalisa. Melalui diagram pareto yang diperbandingkan, akan dapat dilihat perubahan seluruh atau sebagian faktor-faktor yang sedang diteliti pada kondisi yang berbeda. Diagram pareto juga biasa digunakan untuk dapat menentukan pangkal persoalan, berdasarkan analisa dengan mempertimbangkan beberapa sudut pandang. (Gasperz, 1990)

2.2.2 Fungsi Diagram Pareto
Diagram pareto memiliki bebrapa fungsi dalam pengendalian kualitas. Fungsi atau kegunaan dari diagram pareto adalah sebagai berikut (Gasperz, 1990):
1. Menunjukan persoalan utama yang dominan dan perlu segera diatasi.
2. Menyatakan perbandingan masing-masing persoalan yang ada dan kumulatif secara keseluruhan.
3. Menunjukan tingkat perbaikan setelah tindakan koreksi dilakukan pada daerah yang terbatas.
4. Menunjukkan perbandingan masing-masing persoalan sebelum dan sesudah perbaikan.
Menggunakan diagram pareto memiliki beberapa keuntungan. Keuntungan yang didapatkan dalam penggunaan diagram pareto dapat dijelaskan sebagai berikut (Gasperz, 1990):
1.  Diagram pareto kita mampu mengetahui urutan prioritas.
2. Diagram pareto kita bisa membandingkan nilai masing-masing terhadap keseluruhan.
3. Diagram pareto menunjukkan tingkat perbaikan setelah ada perbaikan atau tindakan.
4. Diagram pareto kita dapat menunjukkan berpandingan masing-masing sebelum dan sesudah perbaikan.

2.2.3 Langkah-Langkah Pembuatan Diagram Pareto
Diagram pareto memiliki beberapa langkah dalam pembuatannya. Berikut merupakan langkah-langkah tersebut (Gasperz, 1990):
1.  Tentukan metoda dan waktu pengambilan data.  
2.  Buatlah stratifikasi data berdasarkan satuan atau waktu yang terpakai, frekuensi kejadian atau bahkan berdasarkan nilai ekonomisnya (financial).
3.  Susunlah data dalam lembar data untuk diagram pareto yang memuat semua faktor, jumlah data masing-masing faktor, persentase masing-masing faktor, jumlah kumulatif dan persentase kumulatif.
4.  Gambarkan pareto diagram dengan urutan:
a. Buatlah garis vertikal (sumbu Y) yang dihubungkan dengan sudut kiri garis horizontal (sumbu X) dan tentukan skala pada garis vertikal.
b. Lembar data yang tersedia, gambarlah balok masing-masing faktor dengan ukuran lebar yang sama, sesuai dengan jumlah data dan mengacu pada garis vertikal.
c. Menggunakan jumlah kumulatif, tentukan titik kumulatif masing-masing faktor, lanjutkan dengan menarik garis kumulatif, dimulai dari titik 0 (perpotongan sumbu X dan Y).
d. Tuliskan masing-masing tabel faktor di bawah garis horizontal.
e. Tuliskan jumlah masing-masing faktor diatas balok.
f. Tulislah persentase kumulatif pada bagian sebelah kanan diagram.
g. Tulislah ukuran yang dipakai (satuan, frekuensi, dan lain-lain) pada garis vertikal (sumbu Y).
h. Cantumkan juga di ujung kiri atas diagram total data dan periode pengambilan data.
i. Jangan lupa untuk mencantumkan judul diagram pareto tersebut.



 BAB IV
PEMBAHASAN DAN ANALISIS


4.1. Diagram Pareto
Diagram pareto digunakan untuk menemukan masalah utama kecacatan dan penyebab utama kecacatan dengan cara mengklasifikasikan masalah mutu ke dalam sebab penting yang sedikit dan sebab tidak penting yang banyak. Diagram pareto dalam banyak hal, kebanyakan rusak dan biaya yang timbul didapat dari sejumlah kecil dari sebab.

4.1.1  Studi Kasus
       PT. FLX memproduksi Pipa Gas secara terus menerus,perusahaan tersebut melakukan pengamatan terhadap produk cacat, setelah dilakukan pengamatan diketahui jenis cacat pada produk tersebut sebanyak 7 jenis. Berikut ini adalah hasil pengamatan yang dilakukan :
Tabel 4.1 Cacat Produksi PT FLX
Jenis Kecacatan
Jumlah
Diameter Pipa
30
Sambungan Las Dalam
27
Bengkok Body
8
Bekas Las Diatas
10
Cacat Body
4
Bekas Las Dibawah
12
Kerusakan Lainnya
15
Total
106
4.1.2 Perhitungan Manual
Perhitungan manual merupakan perhitungan sederhana dengan menggunakan rumus yang telah ditentukan. Perhitungan manual yaitu menghitung persentase kecacatan pada tiap jenis kecacatan. Berikut ini adalah perhitungan manual persentase kecacatan produk sebagai berikut:

Text Box: Persentase jenis kecacatan = "Jumlah cacat" /"Total cacat"  x 100 
..(4.2.1)

Diameter Pipa 
 x 100 = 28,30%
1.  Persentase kecacatan : sambungan las dalam               =  x 100 = 25,47%
2.  Persentase kecacatan : kerusakan lainnya  =  x 100 = 14,15%
3.  Persentase kecacatan : bekas las dibawah                     =  x 100 = 11,32%
4.  Persentase kecacatan : bekas las diatas                 =  x 100 = 9,43%
5.  Persentase kecacatan : bengkok body                      =  x 100 = 7,55%
6.  Perentase kecacatan : cacat body
 x 100 = 3,78%
Text Box: Persentase kumulatif = fki = f1 + f2 + … + fi
                fki = fki-1 + fi

 

(4.2.2)

Keterangan :
fki = frekuensi kumulatif kelas ke-i
fi  = frekuensi kelas ke-i
1. Diameter Pipa         = 28,30%
2. Sambungan Las Dalam   = 28,30 + 25,47 = 53,77%
3. Kerusakan Lainnya     = 53,77 + 14,15 = 67,92%
4. Bekas Las Dibawah     = 67,92 + 11,32 = 79,24%
5. Bekas Las Diatas      = 79,24 + 9,43  = 88,67%
6. Bengkok Body          = 88,67 + 7,55  = 96,22%
7. Cacat Body            = 96,22 + 3,78  = 100

Tabel 4.2 Persentase cacat dan Persentase kumulatif Cacat produk
Jenis
Kecacatan
Jumlah
Total Kumulatif
Persentase
Cacat Produksi
Persentase
Kumulatif
Diameter pipa
30
30
28,30
28,30
Sambungan las dalam
27
57
25,47
53,77
Kerusakan lain
15
72
14,15
67,92
Bekas las dibawah
12
84
11,32
79,24
Bekas las diatas
10
94
9,43
88,67
Bengkok body
8
102
7,55
96,22
Cacat body
4
106
3,78
100
Total
106
-
100
-
                                            
4.1.4  Analisis
  Analisis berisi pembahasan mengenai perhitungan manual dan pengolahan software menghasilkan nilai persentase kecacatan yang sama. Pada perhitungan manual dan pada saat memasukkan data pada software data diurutkan dari yang terbesar sampai yang terkecil.
  Perhitungan manual untuk jenis kecacatan diameter pipa memiliki persentase kecacatan sebesar 28,30% yang didapat dengan cara membagi jumlah unit cacat (untuk 1 jenis kecacatan) dibagi total jenis kecacatan dikali 100. Pada pengolahan software nilai persentase kecacatan untuk jenis kecacatan diameter pipa sebesar 28,3%. Perhitungan manual untuk jenis kecacatan sambungan las dalam memiliki persentase kecacatan sebesar 25,47%. pengolahan software 25,5%, jenis kecacatan untuk kerusakan lainnya memiliki persentase kecacatan pada perhitungan manual sebesar 14,15%, dan pada pengolahan software persentase kecacatannya sebasar 14,2%. Berdasarkan perbandingan persentase kecacatan antara perhitungan manual dan pengolahan software memiliki nilai yang sama besar yang membedakan hanya angka dibelakang koma, pada perhitungan manual hasil persentase kecacatan tidak dibulatkan dan terdiri dua angka dibelakang koma sedangkan pada pengolahan software hasil persentase kecacatan dilakukan pembulatan dan menggunakan satu angka dibelakang koma. Persentase kumulatif perhitungan manual memiliki nilai yang sama besar dengan pengolahan software 28,30, 53,77,  67,92, 79,24, 88,67, 96,2 dan 100 sedangkan pada pengolahan software 28,3, 53,8, 67,9, 79,2, 88,7, 96,2 dan 100, hasil persentase kumulatif perhitungan software hasilnya dibulatkan.

DAFTAR PUSTAKA


Gasperz, Sebastian. 1990. Operational Industrial Engineering Riset. Jakarta: Gramedia.
Heizer, Jay. 2005. Operation Manajement edisi ketujuh. Jakarta: Salemba Empat.
Montgomery, Rey. 2010Pengantar Quality Control. Jakarta: Gramedia.
Nasrullah, Reza1996Pengantar Teknik IndustriJakarta: Universitas Gunadarma.