PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGENDALIAN ...

Jurnal Teknik Industri Volume 7 No 3 November 2017

Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 188

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK

PENGENDALIAN KUALITAS PADA DEPARTEMEN BLOW PT. D

Parwadi Moengin1), Rina Fitriana2),), Buana Ramadhan3)

Laboratorium Sistem dan Simulasi Industri Jurusan Teknik Industri, Universitas Trisakti

[email protected]), [email protected]), [email protected])

ABSTRAK

PT. D merupakan perusahaan yang bergerak di bidang manufaktur dan salah satu supplier

kemasan plastik terbaik di Asia. Plastik yang diproduksi adalah jenis plastik kemasan siap

pakai seperti botol minuman dan botol kemasan obat. Permasalahan yang terjadi di

departemen blow PT. D adalah sistem pengendalian kualitas dini yang kurang efektif pada

Inline 1.Hal tersebut disebabkan oleh petugas QC yang telah menemukan cacat pada produk

botol harus mencari supervisor agar dapat menindaklanjuti permasalahan yang ada di

mesin agar tidak terus menerus menghasilkan produk yang memiliki kecacatan tersebut.

Tujuan penelitian ini adalah untuk merancang sistem pendukung keputusan untuk

mengendalikan kualitas pada departemen blow PT. D. Perancangan sistem pendukung

keputusan dimulai dengan melakukan analisa sistem yang sedang terjadi menggunakan

kerangka PIECES. Analisa tersebut dilakukan untuk mengetahui kebutuhan dari pengguna

sistem. Selanjutnya adalah melakukan perancangan komponen pengolahan data dengan

membuat diagram konteks, Data Flow Diagram (DFD), Entity Relationship Diagram

(ERD), Physical Data Model (PDM) dan pembuatan database menggunakan software

MySQL. Model yang digunakan dalam perancangan sistem pendukung keputusan ini adalah

model peta kendali untuk melihat apakah data tersebut out of control atau tidak dan model

FMEA digunakan untuk melihat tindakan yang harus dilakukan bedasarkan RPN tertinggi.

Langkah yang terakhir adalah perancangan user interface dengan menggunakan bahasa

pemograman PHP. Sistem Pendukung Keputusan yang dibuat dapat menghitung peta

kendali dan menganalisis kecacatan menggunakan FMEA. Dari sistem yang telah dibuat

bedasarkan hasil perhitungan peta kendali, data yang didapat dalam kategori in control

karena penyebaran data tidak ada yang melebihi UCL dan LCL. Bedasarkan analisis

menggunakan FMEA, perhitungan RPN tertinggi sebesar 324. Jenis kegagalan dengan RPN

sebesar 324 adalah flashing. Hasil dari analisis menggunakan FMEA tersebut adalah

dibuat usulan instruksi kerja untuk perbaikan pisau didalam mesin. Dalam proses verifikasi

dan validasi, sistem yang telah dibuat valid.

Kata Kunci : Sistem pendukung keputusan, peta kendali, FMEA.

1. PENDAHULUAN

PT. D memproduksi plastik kemasan

salah satunya kemasan untuk botol. Hasil

produksi di inspeksi oleh operator QC

untuk melihat apakah ada kecacatan pada

produk. Sistem inspeksi saat ini pada PT

D apabila ada kecacatan pada produk yang

ditemukan oleh operator QC, operator

harus melapor pada supervisor agar

supervisor memeriksa mesin yang

menghasilkan produk tersebut dan

menindaklanjuti permasalahan tersebut.

Pada kasus ini, supervisor harus memberi

keputusan untuk tindakan yang akan

diambil selanjutnya karena mesin harus

tetap memproduksi produk tersebut

sehingga membuat proses produksi

menjadi terhambat karena operator QC

yang harus mencari supervisor untuk

menindaklanjuti masalah tersebut.

Tujuan umum dari penelitian ini

adalah merancang sistem pendukung

keputusan untuk mengendalikan kualitas

pada departemen Blow PT. D dengan

tujuan khusus sebagai berikut:

1. Menentukan kebutuhan sistem

secara fungsional dan non-

fungsional.

mailto:[email protected]





2. Menentukan komponen sistem

pendukung keputusan untuk

pengendalian kualitas.

3. Menentukan basis dari sistem

pendukung keputusan.

4. Menentukan hasil dari proses

verifikasi dan validasi.

2. TINJAUAN PUSTAKA

Sistem adalah suatu jaringan kerja

dari prosedur – prosedur yang saling

berhubungan berkumpul bersama – sama

untuk melakukan suatu kegiatan atau

menyelesaikan suatu sasaran yang tertentu

(Jogiyanto, 2005).

Sistem pendukung keputusan atau

SPK adalah sebuah sistem yang

dimaksudkan untuk mendukung para

pengambil keputusan manajerial dalam

situasi keputusan semi terstruktur (Turban

et al., 2005).

Pada penelitian ini metode yang

digunakan dalam mengembangkan sistem

pendukung keputusan adalah metode

Sistem Development Life Ciycle (SDLC)

mengalir atau lebih yang dikenal dengan

waterfall development. Waterfall

development strategi ini mengisyaratkan

’penyelesaian’ tiap proses satu per satu

berurutan (Whitten et al, 2004). Fase

langkah dengan pengembangan waterfall

diagram dapat dihentikan atau kembali ke

langkah proses sebelumnya selama

pengembangan sistem (Turban et al, 2005).

Pemodelan data atau data modeling

adalah teknik untuk mengatur dan

mendokumentasikan data sistem.

Pemodelan data sering disebut juga

sebagai pemodelan database. Pemodelan

data yang aktual disebut dengan ERD

(Entity Relationship Diagram) karena

model ini menjelaskan data dalam konteks

entitas dan hubungan yang digambarkan

oleh data tersebut (Whitten et al, 2004).

ERD (Entity Relationship Diagram)

adalah model data yang menggunakan

beberapa notasi untuk menggambarkan

data dalam konteks entitas dan hubungan

yang dideskripsikan oleh data tersebut.

Analisis sistem bertujuan untuk

mengevaluasi sistem dan mengetahui

apakah sistem yang digunakan atau

dikembangkan layak atau tidak. Pada

penelitian ini digunakan analisis PIECES.

PIECES merupakan kerangka kerja yang

diperkenalkan oleh James Wheterbe

(Whitten et al., 2004). Kerangka kerja

PIECES terdiri dari Performance,

Information/Data, Economic,

Control/Security, Efficiency, Service.

Kerangka kerja ini dapat digunakan untuk

menganalisa baik pada sistem manual

maupun sistem yang berbasis komputer.

Kualitas merupakan elemen yang

penting dari proses produksi dan operasi.

Tinggi dan rendahnya kualitas suatu

produk yang dihasilkan oleh suatu

perusahaan yang berhubungan langsung

dengan kepuasan dan kepercayaan

konsumen. Kualitas merupakan hal utama

yang mempengaruhi pertimbangan

kinsmen dalam membeli suatu produksi.

(Sitompul, 2006).

Menurut (Sugiarto, 2011) kualitas

merupakan salah satu aspek yang perlu

diperhatikan oleh perusahaan karena

dengan kuatlias produk yang lebih baik

akan dapat meningkatkan kepercayaan

konsumen.

Peta kendali atau grafik pengendali

sangat penting dalam pengendalian

kualitas secara statistik di dalam industri.

Selain penyimpangan kualitas, banyaknya

variasi suatu produk juga perlu diawasi,

semakin besar variasi tentunya produk

kurang baik (Purnomo, 2004).

FMEA tersebar pada industri

manufaktur mobil, yang digunakan untuk

mengukur dan menunjukkan

kemungkinan potensi-potensi cacat pada

tahap perancangan suatu produk.

(McDermott et al, 2009)

Penelitian mengenai sistem

pendukung keputusan antara lain

mengenai sistem pendukung keputusan

untuk pembangunan tim kerja

(Yanova,2017) dengan menggunakan

teknik baru untuk formasi group baru,

menghitung keefektifan dan keefisienan



dari tim kerja dengan menggunakan

algorima optimisasi berdasarkan analisa

matimatika. Penelitian mengenai sistem

pendukung keputusan berbasis web telah

dilakukan dengan menggunakan

Geographic Information System

berdasarkan model persediaan untuk

memberitahukan kepada pemilik butik

(Buffat et all,2017). Penelitian mengenai

sistem pendukung keputusan dari rantai

pasok koperasi susu di Jawa Bara terdiri

dari sub model transaksi pembelian dan

penjualan, resiko mutu susu, peramalan,

transportasi, dan rantai pasok.

(Fitriana,2011)

3. METODOLOGI PENELITIAN

Metodologi penelitian merupakan

sebuah prosedur yang berisikan langkah-

langkah yang perlu dilakukan sebelum

melakukan sebuah penelitian terhadap

permasalahan tersebut yang akan

diangkat. Metodologi yang sistematis

dapat membantu peneliti untuk melakukan

penelitiannya agar lebih terarah. Berikut

ini adalah langkah-langkah dalam

pelaksanaan penelitian ini:

Penelitian pendahuluan merupakan

langkah awal yang dilakukan sebagai

rencana penelitian. Kegiatan pengamatan

yang dilakukan merupakan kumpulan

informasi yang dibutuhkan dalam

melakukan penelitian. Pengamatan

dilakukan secara langsung dengan

wawancara terhadap operator, staff, serta

pimpinan perusahaan. Hasil pengamatan

langsung dan wawancara yang dilakukan

tersebut nantinya akan menjadi bahan

untuk tahapan penelitian selanjutnya yaitu

identifikasi masalah.

Berdasarkan hasil dari studi

pendahuluan, permasalahan yang didapat

adalah sistem pengendalian kualitas dini

yang kurang efektif pada Inline 1. Hal

tersebut disebabkan oleh petugas QC yang

telah menemukan cacat pada produk botol

harus mencari supervisor agar dapat

menindaklanjuti permasalahan yang ada

di mesin agar tidak terus menerus

menghasilkan produk yang memiliki

kecacatan tersebut.

Tujuan yang ingin dicapai dari

penelitian ini adalah merancang sistem

pendukung keputusan untuk

mengendalikan kualitas pada departemen

Blow di PT. D.

Studi pustaka yang dilakukan

merupakan kegiatan peneliti mencari dan

memperoleh landasan teori dengan cara

membaca berbagai referensi yang

berkaitan dengan penelitian ini. Referensi

tersebut berupa karya tulis ilmiah, jurnal,

buku teks,referensi yang terdapat dari

perpustakaan, serta melalui internet.

Setelah mengetahui landasan teori

serta metode yang tepat untuk penelitian

ini, langkah selanjutnya adalah

pengumpulan data yang dibutuhkan untuk

memabangun perancangan sistem

pendukung keputusan yang akan dibuat.

Setelah memperoleh semua data-data

yang diperlukan untuk membuat sistem

pendukung keputusan, tahap perikutnya

adalah analisa sistem. Dalam perancangan

sistem, data-data yang telah dikumpulkan

kemudian dianalisa yang nantinya akan

dirancang sistem pendukung

keputusannya untuk mengendalikan

kualitas departemen Blow di PT. D.

Tahap berikutnya adalah melakukan

perancangan sistem berdasarkan analisa

sistem yang telah dilakukan pada tahap

sebelumnya dan memberikan usulan

rancangan sistem pendukung keputusan

yang tepat sehingga dapat mengendalikan

kualitas pada departemen Blow PT. D.

Pada tahap ini, ouput yang

dihasilkan dari sistem yang telah berjalan

dianalisa apakah sistem pendukung

keputusan untuk mengendalikan kualitas

di departemen Blow PT. D sudah valid

atau belum.

Setelah didapatkan output yang

telah dianalisa, selanjutnya dibuat

kesimpulan yang dapat memenuhi tujuan

dari penelitian ini. Pada tahap ini juga

diberikan saran yang berguna bagi

pengembangan perusahaan.



Gambar 1. Diagram Alir Metodologi Penelitian



Gambar 2. Diagram Alir SPK



4. HASIL DAN PEMBAHASAN

4.1 Komponen Utama Sistem Pengukuran Kinerja Untuk Pengendalian Kualitas

Gambar 3. Komponen Utama SPK Pengendalian Kualitas Departemen Blow

PT. D

4.2 Fase Inisiasi

Fase Inisiasi terdiri dari penelitian

pendahuluan yang memiliki tujuan untuk

mendefinisikan lingkup, tujuan, dan

permasalahan yang dihadapi. Fase inisiasi

dilakukan untuk memiliki upaya dalam

menjawab permasalahan yang dihadapi

PT. D.

4.3 Fase Analisis

Fase ini dilakukan untuk memahami

dengan sebenar-benarnya masalah yang

dihadapi serta kebutuhan sistemnya dan

mengembangkan sebuah sistem

pendukung keputusan untuk mewadahi

kebutuhan tersebut yang berupa sebuah

perbaikan dan menspesifikasikan seluruh

persyaratan yang ada dalam sebuah sistem

pendukung keputusan.

4.4 Analisis PIECES

Tabel 1. Analisa PIECES

Jenis

Analisis Sistem Saat Ini Model Sistem Usulan

Performanc

e (Kinerja)

Membutuhkan waktu yang lama

untuk menentukan tindakan yang

harus dilakukan sedangkan meisn

terus menghasilkan produk yang

cacat

Sistem pendukung keputusan dapat

memberikan keputusan berupa

tindakan yang harus dilakukan agar

permasalahan pada mesin dapat

diselesaikan secara cepat dan tepat

Information

(Informasi)

Informasi belum terkomputerisasi.

Operator QC masih menginput data

menggunakan kertas dan belum ada

data yang menunjukan tindakan

yang harus dilakukan saat terjadi

kecacatan produk.

Informasi yang ditampilkan adalah

tindakan yang harus dilakukan

dalam menyelesaikan masalah agar

mesin tidak menghasilkan produk

yang cacat dan menampilkan peta

kendali untuk pengendalian

kualitas

Economy

(Ekonomi)

Tidak ada biaya yang harus

dikeluarkan. Tetapi memiliki

kekurangan yaitu akan sulit untuk

ditelusuri jika sistem tersebut

mengalami suatu kesalahan.

Mengeluarkan biaya yang

digunakan untuk pemeliharaan

sistem.



Jenis

Analisis Sistem Saat Ini Model Sistem Usulan

Control

(Kontrol)

Sistem yang digunakan bersifat

manual yang memungkinkan

terjadi kesalahan.

User memiliki kendali penuh

terhadap situasi proses produksi

perusahaan sehingga bisa diambil

keputusan yang tepat.

Tabel 1. Analisa PIECES (Lanjutan)

Efficiency

(Efisiensi)

Operator QC harus mencari

supervisor untuk menindaklanjuti

permasalahan yang terjadi agar

meisn tidak menghasilkan produk

yang cacat

Sistem pendukung keputusan lebih

efisien dalam membuat keputusan

tindakan apa yang diperlukan agar

permasalahan pada mesin dapat

dihentikan

Service

(Layanan)

Belum memenuhi kebutuhan

pengguna dari sistem karena masih

menggunakan cara yang manual

Sistem dirancang untuk kebutuhan

dari pengguna agar memberikan

kemudahan dalam bertukar dan

penyampaian informasi dalam

lingkup pengendalian kualitas

produksi.

4.5 Diagram Konteks

Diagram konteks usulan bertujuan untuk memberikan gambaran hubungan antara

agen eksternal dengan Sistem Pendukung Keputusan usulan.

Input Data Cacat Produk

Kualitas Produksi

Data Produksi

Data Jumlah Cacat

Data Kualitas Produk

Data Sampel

Data FMEA

Tindakan

Data Kriteria CacatKriteria Cacat

0

SISTEM PENDUKUNG

KEPUTUSAN

PENGENDALIAN

KUALITAS

+

Quality

Cont rol

Produksi

Gambar 4. Diagram Konteks Sistem Pendukung Keputusan

Untuk Pengendalian Kualitas

4.6 Data Flow Diagram (DFD)

Data Flow Diagram (DFD)

digunakan untuk mengetahui aliran data

yang ada serta untuk mengetahui

bagaimana data – data tersebut diproses

hingga menjadi sebuah sistem yang

sedang berjalan. Pada Data Flow Diagram

(DFD) usulan informasi berpusat kepada

sistem yang berbeda dengan sistem yang

sebelumnya yang mana aliran informasi

akan berpusat pada direktur utama.

Berikut ini adalah Gamabar 5 yang

menunjukan Data Flow Diagram (DFD)

Level 0 Sistem Pendukung Keputusan

Untuk Pengendalian Kualitas



Data Cacat Produksi


Kualitas Produksi

Jumlah Cacat Informasi Jumlah Cacat

Data Jumlah Cacat

Data Produksi

Jumlah Sampel Informasi Jumlah Sampel

Data Kualitas Produk

Data Sampel

Data FMEA

Tindakan

Data Kriteria Cacat

Analisa Peta Kendali

Input Data FMEA

Informasi Data Cacat

Data Cacat

Kriteria Cacat

Data Informasi Produksi

Informasi Produksi

Quality

Cont rol

1

Input Data

Produksi Data Produk

2

Identifikasi

Cacat

Data Cacat

3

Pengambilan

Sampel

4

Peritungan

Peta

Kendali

+

Peta Kendali

5

Perhitungan

FMEA

+

Produksi

Produksi Quality

Cont rol

Quality

Cont rol

Quality

Cont rol

Jumlah Sampel

Quality

Cont rol

Produksi

Jumlah Cacat

Produksi

Quality

Cont rol

Gambar 5. Data Flow Diagram (DFD) Level 0 Sistem Pendukung Keputusan Untuk

Pengendalian Kualitas

Berikut ini adalah Gamabar 6 dan

Gambar 7 yang menunjukan Data Flow

Diagram (DFD) Level 1 Sistem

Pendukung Keputusan Untuk

Pengendalian Kualitas untuk perhitungan

peta kendali dan peritungan FMEA.

Data Kualitas ProdukKualitas Produksi

Analisa Peta Kendali

Input Perhitungan Peta Kendali

Data Proporsi Cacat

Jumlah SampelJumlah Cacat

Peta Kendali

Quality

Cont rol

Jumlah SampelJumlah Cacat

Produksi

1

Perhitungan

Proporsi

Cacat

Proporsi Cacat

2

Perhitungan

Peta

Kendali

Gambar 6. Data Flow Diagram (DFD) Level 1 Perhitungan Peta Kendali

Gambar 6 menunjukan Data Flow

Diagram (DFD) Level 1 perhitungan peta

kendali P dalam sistem pendukung

keputusan untuk pengendalian kualitas.

Pada perhitungan proporsi cacat data yang

dibutuhkan ialah jumlah cacat dan jumlah

sampel. Proporsi cacat bisa dihitung

dengan membagi jumlah cacat dengan

jumlah sampel. Hasil pembagian tersebut

kemudian digunakan untuk menghitung



peta kendali P. Data-data yang dibutuhkan

untuk menghitung peta kendali p adalah

total sampel, total cacat dan total proporsi

cacat. Untuk mengetahui garis tengah

pada peta kendali P adalah dengan

membagi total cacat dan total sampel.

Batas kendali atas dan batas kendali

bawah pada peta kendali P dapat dihitung

dengan rumus :

UCL = p̅ + 3√p̅(1 − p̅)

ni

LCL = p̅ − 3√p̅(1 − p̅)

ni

Data proporsi cacat yang sudah

dihitung adalah sebaran data yang

menunjukan kualitas dari produk tersebut.

Hasil dari peta kendali tersebut akan

menjadi informasi untuk departemen QC

sebagai data kualitas produk dan untuk

departemen produksi sebagai kualitas

produksi. Data dari hasil peta kendali akan

dimasukan ke dalam data store.

Input Tindakan

Data FMEA

Tindakan

Input Data Perhitungan RPN

Data Cacat Produksi

Input Data FMEA

Data Cacat Pada Perhitungan FMEA


Peta Kendali

Produksi

Quality

Cont rol

Quality

Cont rol

Data Cacat

1

Analisa Kualitas

Hasil Produksi

Data Cacat Produk

Perhitungan FMEA

2

Perhitungan RPN

Gambar 7. Data Flow Diagram (DFD) Level 1 Perhitungan FMEA

Gambar 7. merupakan data flow diagram

(DFD) level 1 perhitungan FMEA. Data

yang dibutuhkan dalam perhitungan

FMEA adalah data cacat produk untuk

menganalisa kualitas hasil produksi. Hasil

analisa kemudian digunakan untuk

menghitung RPN. Output dari RPN adalah

tindakan yang harus dilakukan untuk

penanggulangan kecacatan yang terjadi

pada produk.

4.7 Perancangan Data Base

Data base yang berada didalam

sistem pendukung keputusan memiliki

fungsi sebagai tempat menyimpan file

atau data yang saling berhubungan.

Sehingga pengguna atau user dapat

memiliki kemampuan untuk memperbarui

dan menghapus data yang tersimpan

dalam data base tersebut. Untuk

merancang data base akan dibuat Entity

Relationship Diagram (ERD) dan

Physical Data Model (PDM) terlebih

dalulu sesuai dengan sistem yang dibuat.



Entity Relationship Diagram (ERD)

adalah model data yang menggunakan

beberapa notasi untuk memberikan

gambaran data dalam suatu konteks

entitas serta hubungan yang

dideskripsikan oleh data tersebut. Berikut

ini adalah Gambar 8 yang menunjukan

Entity Relationship Diagram (ERD) untuk

sistem pendukung keputusan untuk


Gambar 8. Entity Relationship Diagram (ERD) Sistem Pendukung Keputusan Untuk


Physical Data Model (PDM)

bertujuan untuk mengetahui konsep

penyimpan file atau data disimpan dalam

suatu susunan secara fisik. Physical Data

Model (PDM) memberikan sebuah

implementasi data base secara spesifik

dari ERD. PDM menjelaskan secara detail

dari suatu sistem yang akan dirancang

yang mana berisikan informasi tipe data

dari setiap data item dan menciptakan

perancangan penyimpanan file atau data

yang baik serta memiliki keamanan.

Berikut ini adalah Gambar 9 yang

menunjukan Physical Data Model (PDM)

untuk sistem pendukung keputusan untuk


Gambar 9. Physical Data Model (PDM) Sistem Pendukung Keputusan Untuk


Perhitung an Peta Kendali

Analisa Kualitas Produk

Input Nama Produk

Penentuan Tindakan

Input Jumlah SampelInput Jumlah Cacat

Data Produk

Kode Produk

Nama Produk

Keterangan Produk

Jadwal Produksi

Data Cacat

Nomor Jenis Cacat

Jenis Cacat

Penyebab Cacat

Tindakan

Peta Kendali

Nama Peta Kendali

Peta Kendali

Jumlah Sampel

Nomor Jumlah Sampel

Jumla Sampel

Jumlah Cacat

Nomor Jumlah Cacat

Jumlah Cacat

Proporsi Cacat

Nomor Proporsi Cacat

Proporsi Cacat

Data Cacat Produk Perhitung an FMEA

Kode Cacat

Jenis Cacat

DATA_PRODUK

KODE_PRODUK Text(50)

NAMA_PRODUK Text(50)

KETERANGAN_PRODUK Text(50)

JADWAL_PROD UKSI DateTime

DATA_CACAT

NOMOR_JENIS_CACAT Integ er

JENIS_CACAT Text(100)

PENYEBAB_CACAT Text(100)

TINDAKAN Text(100)

PETA_KENDALI

NAMA_PETA_KENDALI Text(50)

PETA_KENDALI Long Integer

JUM LAH_SAM PEL

NOMOR_JUMLAH_SAM PEL Integ er

JUM LA_SAM PEL Integ er

JUM LAH_CACAT

NOMOR_JUMLAH_CACAT Integ er

JUM LAH_CACAT Integ er

PROPORSI_CACAT

NOMOR_PROPORSI_CACAT Integ er

PROPORSI_CACAT Single

DATA_CACAT_PRODUK_PERHITUNGAN_

KODE_CACAT Integ er

JENIS_CACAT Text(100)



4.10 Perancangan Sub Model

Perhitungan Peta Kendali

Departemen Blow PT. D

memproduksi banyak produk botol

plastik. Dari bulan Januari hingga Maret

terdapat 22 produk yang diasilkan oleh

departemen Blow PT. D. Bedasarkan hasil

dari diagram pareto terdapat 12 produk

yang dominan karena memiliki jumlah

cacat yang tinggi. Untuk mengitung peta

kendali yang pertama kali dihitung adalah

proporsi cacat. Data yang dibutuhkan

ialah jumlah cacat dan jumlah sampel.

Proporsi cacat bisa dihitung dengan

membagi jumlah cacat dengan jumlah

sampel. Hasil pembagian tersebut

kemudian digunakan untuk menghitung

peta kendali P. Data-data yang dibutuhkan

untuk menghitung peta kendali p adalah

total sampel, total cacat dan total proporsi

cacat. Untuk mengetahui garis tengah

pada peta kendali P adalah dengan

membagi total cacat dan total sampel.

Batas kendali atas dan batas kendali

bawah pada peta kendali P dapat dihitung

dengan rumus :

UCL = p̅ + 3√p̅(1 − p̅)

ni

LCL = p̅ − 3√p̅(1 − p̅)

ni

Data proporsi cacat yang sudah

dihitung adalah sebaran data yang

menunjukan kualitas dari produk tersebut.

Hasil dari peta kendali tersebut akan

menjadi informasi untuk departemen QC

sebagai data kualitas produk dan untuk

departemen produksi sebagai kualitas

produksi. Berikut ini adalah Tabel 2 yang

menunjukan hasil dari perhitungan peta

kendali.



Tabel 2. Hasil Peta Kendali

Tabel Peta Kendali Produk

No Nama Keterangan

1 BTL GSN BODY LIGHT 400 Lebih Dari Tujuh Titik Yang Berurutan

Pada Salah Satu Sisi

2 ZWT 100 ML RIBORN BTL Lebih Dari Tujuh Titik Yang Berurutan


3 SUMMERTALK 75 ML Lebih Dari Tujuh Titik Yang Berurutan


4 MORNING FRESH LIGHT WHITE

BTL 400

Lebih Dari Tujuh Titik Yang Berurutan


Terdapat Lebih Dari Delapan Point Yang

Berurutan Yang Lebih Dari Satu Standart

Deviasi

5 ELS KS SHP 170 ML BTL



Deviasi

6 ARROW 500 ML P BLUE (W 30) Lebih Dari Tujuh Titik Yang Berurutan


7 ELS SI COND 170 ML BTL Stabil

8 WENDY TR 5 400 ML COND

Lebih Dari Tujuh Titik Yang Berurutan




Deviasi

9 ZWT 200 ML RIBBON BTL Stabil

10 WENDY TR 5 500 ML SHP



Deviasi

11 WENDY TR 5 400 ML SHP Stabil

12 BOT NBE 100 ML NUTRIVE Lebih Dari Tujuh Titik Yang Berurutan


4.11 Perancangan Sub Model Failure

Modes and Effect Analysis (FMEA)

Failure Modes and Effect Analysis

(FMEA) adalah metode yang digunakan

untuk mengevaluasi potensi-potensi

kegagalan dari produk atau proses dan

akibat yang ditimbulkan. Failure Modes

and Effect Analysis (FMEA) juga dapat

memberikan rekomendasi tindaka-

tindakan yang diperlukan untuk

mengeliminasi atau menghilangkan

kemungkinan kegagalan potensial. Dari

metode ini juga dapat diketaui jenis

kegagalan yang paling kritis sehingga

memerlukan penanganan terlebih dahulu.

Berikut ini adalah Tabel 3 yang

menujukan FMEA pada PT. D.



Tabel 3. FMEA

RPN

S O D S×O×D

Pintu Mesin Yang

Dibuka Saat Terjadinya

Proses Pembuatan

Produk

3 5 3 45 Tutup Pintu Mesin

Box Tempat Meletakan

Botol Kotor3 4 3 36

Bersihkan Box Tempat

Meletakan Produk

Bahan Baku Yang

Kotor6 7 3 126

Maintenance

Kebersihan Mesin Giling

Runner Yang

Digunakan Kotor6 4 4 96

Maintenance

Kebersihan Mesin Giling

Dan Runner

3 Body Kotor OliMaintenance Mesin

Yang Kurang Baik

Botol Menjadi Kotor

Tapi Masih Bisa

Dibersihkan

3 6 2 36

Maintenance Mesin

Yang Lebih Sering

Jangka Waktunya

4 Body kondensasi/ Bercak Efek Kondisi Mold

Yang Terlalu Dingin

Botol Tidak Halus

(kulit jeruk)6 5 5 150

Cek Temperatur Pada

Mesin

5Botol nerawang (mata

ikan) / Buble

Bahan Baku Yang

Basah

Terdapat Udara Yang

Terjebak Di Body

Botol

4 6 5 120 Ganti Material

6Flashing pada neck atau

botom

Pisau yan digunakan

operator kurang tajam

Botol Yang Diasilkan

Tidak Rapih5 7 2 70 Pertajam Pisau

Kontaminasi Partikel

Plastik Atau Partikel Benda

Asing Menempel Di Dalam

Dinding Botol (Tidak Bisa

Lepas)

Botol Menjadi Kotor

Tapi Tidak Bisa

Dibersihkan

1

Kontaminasi Partikel

Plastik Atau Partikel Benda

Asing Tidak Menempel Di

Botol (Bisa Lepas)

Botol Menjadi Kotor

Tapi Masih Bisa

Dibersihkan

2

Proses

Produksi

Botol

Plastik

Fungsi

Proses

Tindakan Untuk

Penanggulangan Jenis

Kegagalan

No Jenis Kegagalan Penyebab Pengaruh BurukBobot



Contoh If then Rule

1. Jika Jenis cacat Kontaminasi

Partikel Plastik Atau Partikel

Benda Asing Tidak Menempel Di

Botol (Bisa Lepas) dan

penyebabnya adalah pintu mesin

yang dibuka saat terjadinya proses

pembuatan produk maka

tindakannya adalah tutup pintu

mesin.

2. Jika Jenis cacat Kontaminasi

Partikel Plastik Atau Partikel

Benda Asing Tidak Menempel Di

Botol (Bisa Lepas) dan

penyebabnya adalah box tempat

meletakan botol kotor maka

Komposisi

Pencampuran Bahan

Baku

7 4 5 140

Cek Komposisi

Masterbatch Dengan

Bahan Baku.

Karakteristik

Masterbatch Yang

Tidak Sesuai

7 4 2 56

Cari Masterbatch

Masterbatch Yang

Sesuai Dengan Warna

Yang Diinginkan

8 Body botol bolongMaterial Luar Yang

Menempel Pada Parison

Terdapat Lubang

Pada Botol9 5 2 90

Maintenance Kebersihan

Mesin. Tutup Pintu

Mesin Saat Proses

Produksi Berlangsung

9 Chocked neckProses Cutting Dalam

Mesin Tidak Sempurna

Bentuk Botol Yang

Dihasilkan Tidak

Sempurna

4 3 5 60Pertajam Cutting

Parrison

10Keriput / melipat yang

mengakibatkan pecah

Kestabilan Proses

Dalam Mesin Botol Pecah 4 4 4 64

Setting Temperatur. Cek

Pemakaian Regrain dan

Pemurni.

11 Short Shot Kestabilan Proses

Dalam Mesin Botol Tidak Jadi 7 4 7 196

Tambah Pressure / Shot

Size

12 Flashing Pisau Yang Tumpul

Botol Yang

Dihasilkan Tidak

Sempurna

9 9 4 324 Asah Pisau

13 Snap / ulir cacat Mold Aus

Bentuk Botol Yang

Dihasilkan Tidak

Sempurna

6 3 3 54 Perbaikan Mold.

14

Mulut dalam (Sepanjang

yang bersentuhan dengan

lipsring cap) dented

Nozzle Kurang Presisi

Bentuk Botol Yang

Dihasilkan Tidak

Sempurna

7 7 6 294 Menyetel Ulang Nozzle

15Tebal dinding tidak

seragam

Pengaturan Output

Parison

Terdapat Dinding Di

Sisi Botol Yang Lebih

Tebal

5 7 8 280

Tamabah Temperatur

Barrel. Asah Mold

dengan Autosol

16 Neck miring > 0.2 mmCutting Slip dan

Nozzle Kurang PresisiLeher Botol Miring 6 3 6 108

Rubah Posisi Cutting

Slip dan Nozzle

17Bintik Hitam (d > 0.3 mm)

lebih dari 1 per sisiMaterial Kotor Botol Kotor 9 8 4 288 Ganti Material

Masterbatch tidak

meleleh5 5 5 125

Cek Temepratur Untuk

melelehkan Masterbatch

Kontaminasi

Masterbatch Lain5 5 6 150 Ganti Material

19 Garis patah (collaps)

Terdapat Kerak Besar

Yang Dapat

Menyumbat Parison

Berada Di Dhe Pin

Terdapat Sisi Botol

Yang Lebih Keras

Dari Sisi Yang Lain

4 4 4 64Ganti Dhe Pin Pada

Mesin

20 Sambungan bottom lemahMold Yang Sudah

Renggang

Bentuk Botol Yang

Dihasilkan Tidak

Sempurna

7 3 4 84 Perbaikan Posisi Mold

21 Warna tidak homogenPengaturan Temperatur

Kurang Panas

Warna Pada Botol

Tidak Sesuai Dengan

Standart Yang

Diinginkan

7 4 6 168Naikan Temperatur Pada

Mesin

22Parting line kasar / slip /

mengkilapMold Tidak Presisi

Botol Yang Diasilkan

Menjadi Tidak

Sempurna

5 4 2 40 Perbaikan Posisi Mold

Proses

Produksi

Botol

Plastik

18 Garis warnaTerdapat Garis Pada

Body Botol

7 Warna tidak standard

Warna Pada Botol

Tidak Sesuai Dengan

Standart Yang

Diinginkan



tindakannya adalah tutup pintu

mesin.

3. Jika Jenis Kontaminasi Partikel

Plastik Atau Partikel Benda Asing

Menempel Di Dalam Dinding

Botol (Tidak Bisa Lepas) dan

penyebabnya adalah bahan baku

yang kotor maka tindakannya

adalah maintenance kebersihan

mesin giling.

4. Jika Jenis Kontaminasi Partikel

Plastik Atau Partikel Benda Asing

Menempel Di Dalam Dinding

Botol (Tidak Bisa Lepas) dan

penyebabnya adalah runner yang

digunakan kotor maka

tindakannya adalah maintenance

kebersihan mesin giling dan

runner.

Berdasarkan Tabel 3, dapat

diketahui bahwa pada proses pembuatan

botol plastik terdapat 22 macam jenis

kegagalan. Setiap kegagalan mempunyai

efek dari kegagalan itu sendiri. Kegagalan

yang utama dari peritungan RPN tertinggi

adalah Flashing dengan nilai RPN sebesar

324. Jenis kegagalan Flashing disebabkan

oleh pisau yang tumpul. Efek yang

ditimbulkan dari jenis kegagalan ini

adalah botol yang dihasilkan menjadi

tidak sempurna. Tindakan yang harus

dilakukan agar jenis kegagalan ini dapat

diminimalisisr adalah dengan mengasa

pisau yang berada di dalam mesin blow

saat memotong parison yang sudah ditiup

dan parison tersebut menjadi botol plastik.

4.12 Konstruksi Aplikasi Sistem

Sistem pendukung keputusan

dirancang dengan menggunakan aplikasi

berbasis website. Aplikasi berbasi website

dipilih karena lebih mudah untuk

mengakses sistem pendukung keputusan

dimanapun dan kapanpun. Selain itu

aplikasi berbasis website tidak

memerlukan suatu installasi dan bisa

menggunakan spesifikasi komputer apa

saja. Sistem pendukung keputusan dapat

diakses di http://localhost/spk_pk/#/.

Berikut ini adalah Gambar 12 yang

menunjukan tampilan Home sistem

pendukung keputusan untuk pengendalian

kualitas.

Gambar 13. Tampilam Home Sistem Pendukung Keputusan Untuk Pengendalian

Kualitas.

Gamber 13. merupakan tamplian

Home dari sistem pendukung keputusan

untuk pengendalian kualitas. Dari

tampilan tersebut terdapat menu

Dashboard dan Master Data. Dalam menu

Dashboard terdapat 3 menu yaitu

produksi, peta kendali, dan FMEA. Menu

Master Data digunkan untuk menyiman

data yang dibutuhkan seperti data produk

dan data cacat. Selanjutnya adalah

Gambar 11 dan Gambar 12 yang

menunjukan isi dari menu master data

yaitu produk dan cacat.

http://localhost/spk_pk/#/



Gambar 14. Tampilam Menu Master Data Produk

Gambar 14 adalah tampilan menu

master data produk. Data produk yang

dimasukan adalah kode produk, nama

material dan keterangan produk itu

sendiri. Setalah data tersebut di input,

maka data tersebut akan tersimpan dan

dapat di proses untuk pengendalian

kualitas dari produk itu sendiri.

Gambar 15. Tampilam Menu Master Data Cacat


master data cacat. Menu ini berisi tentang

cacat yang terjadi di departemen blow PT.

D. Bedasarkan data cacat program akan

menentukan tindakan apa yang dapat di

lakukan untuk menanggulangi cacat yang

terjadi.



Gambar 16. Tampilan Menu Dashboard Produksi


dashboard produksi. Menu Dashboard

Produksi adalah menu yang digunakan

untuk menginput data hasil pengecekan

Inline. Data yang diinput adalah nomor

produksi, nama produk, tanggal produksi.

Selanjutnya adalah menginput data hasil

pengecekan Inline sesuai dengan data

sampling yang dilakukan oleh operator

QC. Selanjutnya akan dilanjutkan dengan

Gambar 17 yang menampilkan menu

dashboard Peta Kendali. Menu dashboard

peta kendali berisikan hasil perhitungan

peta kendali P.

Gambar 17. Tampilan Menu Dashboard Peta Kendali

Setelah mendapatkan hasil dari

perhitungan peta kendali, selanjutnya

adalah menginput data untuk FMEA. Data

yang di input adalah jenis cacat yang

terjadi, penyebab yang menimbulkan jenis

kecacatan tersebut, nilai dari Severity,

Occurrence dan Detectability. Setelah itu

klik hitung RPN. Berikut ini adalah

Gambar 18 Input Data FMEA



.

Gambar 18. Input Data FMEA

Setelah selesai menginput data, klik

simpan. Data yang sudah di input di

simpan kedalam database. Selanjutnya

data tersebut ditampilan dalam menu

Dashboard FMEA. Tampilan tersebut

dapat di lihat pada Gambar 19.

Gambar 19. Tampilan Menu Dashboard FMEA

4.13 Verifikasi Sistem

Verifikasi sistem pendukung

keputusan dilakukan dengan

membandingkan model SPK dengan

model konseptual SPK. Berdasarkan hasil

analisa dapat diambil kesimpulan bahwa

model SPK telah terverifikasi dibuktikan

dengan model konseptual telah

dikembangkan dan diimplementasikan

menjadi model SPK. Bedasarkan

percobaan yang telah dilakukan, sistem

pendukung yang telah dibuat tidak

mengalami crash dan debug.

4.14 Validasi Sistem

Validasi sistem dilakukan dengan

memberikan pertanyaan yang diajukan

adalah model-model telah bermakna dan

mempresentasikan sistem nyata serta

memiliki kemanfaatan dalam aplikasinya

(Fitriana, 2013). Pertanyaan tersebut

diajukan kepada kepala departemen blow

dan kepala departemen QC. Dalam

perancangan diperlukan juga untuk

memvalidasi apakah sistem pendukung

keputusan untuk pengendalian kualitas

telah sesuai dengan perhitungan manual.

Validasi dilakukan dengan

membandingkan hasil perhitungan

keduanya. Dari hasil perhitungan manual



dibandingkan dengan perhitungan dengan

SPK keduanya menunjukkan hasil yang

sama dan dapat disimpulkan sistem

pendukung keputusan untuk pengendalian

kualitas valid.

5. KESIMPULAN

Kesimpulan dari penelitian ini

adalah sebagai berikut:

1. Sitem pendukung keputusan dibuat

untuk mengendalikan kualitas di

departemen blow PT. D dengan

melihat peta kendali yang sudah

dihitung lalu melihat tindakan apa

yang akan diberikan dengan analisis

menggunakan FMEA agar mesin tidak

menghasilkan cacat secara terus

menerus. Sistem Pendukung

Keputusan dibuat menggunakan

metode waterfall development.

Perancangan model base untuk sistem

pengendalian kualitas dibuat dengan

menggunakan diagram konteks dan

data flow diagram (DFD) level 0 dan

level 1. Hasil perancangan model base

ini adalah melihat alur data yang

berjalan dalam sistem pendukung

keputusan. Perancangan data base

sistem pendukung keputusan untuk

pengendalian kualitas dibuat dengan

membuat entity relationship diagram

(ERD) dan Pyshical Data Model

(PDM). Perancangan model base akan

menjadi data base untuk sistem

pendukung keputusan yang akan

berjalan. User interface dibuat dengan

menggunakan bahasa pemograman

PHP. User interface yang dibuat akan

menjadi tampilan untuk user.

2. Bedasarkan analisis kebutuhan sistem

menggunakan PIECES dapat

didefinisikan bahwa kebutuhan

fungsional sistem yaitu sistem dapat

memberikan dirancang dapat

memberikan keuptusan berupa

tindakan yang harus dilakukan saat

ditemukannya produk yang cacat pada

pengecekan visual dan sistem

menampilkan data produk, peta

kendali dan tindakan yang harus

dilakukan untuk menyelesaikan

masalah yang terdapat dalam mesin.

Kebutuhan nonfungsional adalah

sistem dapat diakses oleh semua

pengguna yang membutuhkan. Sistem

juga dapat menghitung peta kendali

dan memberikan tindakan secara

akurat.

3. Komponen Sistem Pendukung

Keputusan terdiri dari sub sistem

manajemen data dan sub sistem

manajemen model. Sub sistem

manajemen model terdiri dari model

base Peta Kendali dan model base

FMEA. Model base peta kendali

digunakan untuk menentukan apakah

sutau proses beradaa dalam batas

kendali atau tidak dan memantau

proses tersebut secara terus menerus

sepanjang waktu agar proses tetap

stabil secara statistikal. Model base

FMEA bertujuan untuk memberikan

tindakan untuk setiap penyebab yang

ditimbulkan didalam mesin agar mesin

tidak menghasilkan produk yang cacat

secara terus menerus. Sub sistem

manajemen data terdiri dari database

jenis cacat, database penyebab cacat,

database penanggulangan cacat.

4. Sistem pendukung keputusan untuk

pengendalian kualitas dibuat

menggunakan web-base sehingga

dapat diakses oleh pengguna

kapanpun dan dimanapun selama

terdapat koneksi internet.

5. Hasil dari verifikasi menunjukan

usulan sistem pendukung keputusan

untuk pengendalian kualitas

menunjukan bahwa sistem yang dibuat

tidak mengalami crash atau debug.

Hasil dari proses validasi menunjukan

usulan sistem pendukung keputusan

untuk pengendalian kualitas valid.

DAFTAR PUSTAKA

Buffat, Rene; Schamid, Lorenz; Heeren,

Nico; Froemelt, Andreas; Raubal’

Martin; Hellweg, Stefanic . 2017. GIS

based Decision Support System for

Building Retrofit. International



Conference Future Building &

Districts Energy Efficiency from

Nano to Urban Style. CISBAT 2017.

Procedia 122. pp 403-408.

Fitriana, Rina dan Djatna, Taufik, 2011,

Sistem Pendukung Keputusan

Rantai Pasok Koperasi Pengolahan

Susu X di Jawa Barat. Jurnal Teknik

Industri vol 1 nomor 2, hal 168-180.

Fitriana, Rina. 2013. Rancang Bangun

Sistem Intelijensia Bisnis untuk

Agroindustri Susu Skala Menengah

di Indonesia. Disertasi. Teknologi

Industri Pertanian. Institut Pertanian

Bogor.

Jogiyanto. 2005. Analisis dan Desain

Sistem Informas. Yogyakarta :

Penerbit Andi.

McDermott, Robin E, dkk. 2009. The

Basic of FMEA. 2nd Edition. New

York : Taylor & Francis Group.

Purnomo. Hari. 2004. Pengantar Teknik

Industri. Yogyakarta. Graha Ilmu.

Sitompul, Andreas Advent. 2006. Studi

Tentang Faktor-Faktor yang

Mempengaruhi Retailer dalam

Meningkatkan Hubungan Jangka

Panjang yang Berkelanjutan.

Yogyakarta. Masters thesis.

Program Pascasarjana Universitas

Diponegoro.

Sugiarto, Hendra. 2007. “Sistem

Pendukung Keputusan Perbaikan

Kualitas Produksi Menggunakan

Metode Statistical Quality Control

Pada PT. Baja Gresik”. Tugas Akhir.

Jurusan Sistem Informasi.

STIKOMP Surabaya.

Turban, Efraim et al. 2005. Decision

Support Sistem and Intelligent

Sistem. Yogyakarta: ANDI.

Yanova, Natalia. 2017. Decision support

systems for teambuilding. 9th

International Conference on Theory

and Application of Soft Computing,

Computing with Words and

Perception, ICSCCW 2017,

Budapest, Hungary. Procedia

Computer Science 120 (2017) 916–

922

Whitten, Bently & Dittman et a. 2004.

Metode Desain dan Analisis Sistem,

Edisi-6. Yogyakarta: Tim

Penerjemah Andi dengan McGraw

Hill.

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGENDALIAN ...

Documents

Transcript of PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGENDALIAN ...