PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PENGENDALIAN ...
Transcript of 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.
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 189
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
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 190
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.
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 191
Gambar 1. Diagram Alir Metodologi Penelitian
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 192
Gambar 2. Diagram Alir SPK
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 193
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.
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 194
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
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 195
Data Cacat Produksi
Input Data Cacat Produk
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
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 196
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
Input Data Cacat Produk
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.
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 197
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
pengendalian kualitas.
Gambar 8. Entity Relationship Diagram (ERD) Sistem Pendukung Keputusan Untuk
Pengendalian Kualitas
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
pengendalian kualitas.
Gambar 9. Physical Data Model (PDM) Sistem Pendukung Keputusan Untuk
Pengendalian Kualitas
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)
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 198
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.
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 199
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
Pada Salah Satu Sisi
3 SUMMERTALK 75 ML Lebih Dari Tujuh Titik Yang Berurutan
Pada Salah Satu Sisi
4 MORNING FRESH LIGHT WHITE
BTL 400
Lebih Dari Tujuh Titik Yang Berurutan
Pada Salah Satu Sisi
Terdapat Lebih Dari Delapan Point Yang
Berurutan Yang Lebih Dari Satu Standart
Deviasi
5 ELS KS SHP 170 ML BTL
Terdapat Lebih Dari Delapan Point Yang
Berurutan Yang Lebih Dari Satu Standart
Deviasi
6 ARROW 500 ML P BLUE (W 30) Lebih Dari Tujuh Titik Yang Berurutan
Pada Salah Satu Sisi
7 ELS SI COND 170 ML BTL Stabil
8 WENDY TR 5 400 ML COND
Lebih Dari Tujuh Titik Yang Berurutan
Pada Salah Satu Sisi
Terdapat Lebih Dari Delapan Point Yang
Berurutan Yang Lebih Dari Satu Standart
Deviasi
9 ZWT 200 ML RIBBON BTL Stabil
10 WENDY TR 5 500 ML SHP
Terdapat Lebih Dari Delapan Point Yang
Berurutan Yang Lebih Dari Satu Standart
Deviasi
11 WENDY TR 5 400 ML SHP Stabil
12 BOT NBE 100 ML NUTRIVE Lebih Dari Tujuh Titik Yang Berurutan
Pada Salah Satu Sisi
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.
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 200
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
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 201
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
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 202
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.
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 203
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
Gambar 15 adalah tampilan menu
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.
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 204
Gambar 16. Tampilan Menu Dashboard Produksi
Gambar 16 adalah tampilan menu
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
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 205
.
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
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 206
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
Jurnal Teknik Industri Volume 7 No 3 November 2017
Perancangan sistem (Parwadi, dkk) ISSN: 1411-6340 207
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.