Pengendalian Kualitas Produk Cacat Batang Alumunium EC Grade

Sumber foto : satujam.com

Dalam dunia industri, suatu kualitas produk merupakan salah satu bagian yang terpenting. Untuk meminimalisir kecacatan pada batang alumunium EC grade dapat dilakukan analisis menggunakan tools pengendalian kualitas. Produk yang dihasilkan nantinya akan masuk ke dalam tahap quality control. Sedangkan untuk mengetahui risiko kegagalan yang menyebabkan suatu alumunium menjadi cacat digunakan pendekatan Failure Mode Effect and Analysis. Umumnya, suatu industri manufaktur melibatkan bahan-bahan alam yang di dapat dari hasil bumi untuk memproduksi produk olahannya.

Dalam penelitian yang akan diulas, terdapat beberapa tahap yang digunakan. Tahap awal yang dilakukan adalah pengumpulan data yang berupa company profile, dan produk reject (cacat) batangan alumunium EC grade. Pengumpulan data dilakukan dengan 2 cara yaitu observasi dan dokumentasi. Pengumpulan data dengan cara observasi bertujuan untuk mengamati lini finish good. Sedangkan cara dokumentasi tujuannya untuk mengolah data. Kemudian pengolahan data dilanjutkan dengan menggunakan tools pengendalian kualitas. Ada beberapa tools pengendalian kualitas yang digunakan, yang pertama adalah Peta Kendali Atribut untuk mengetahui ada atau tidaknya produk cacat aluminium EC grade yang keluar dari batas kendali. Yang kedua yaitu Fishbone Diagram yang digunakan untuk mengetahui faktor apa saja yang membuat produk menjadi reject serta sebab dan akibat terhadap produk reject tersebut. Tools yang ketiga yaitu Failure Mode and Effect Analysis (FMEA) yang digunakan untuk mengetahui potensi, akibat, cara pengembangan, serta rekomendasi aksi yang terjadi terhadap faktor kategori dan diharapkan dapat mengetahui penyebab terproduksinya produk reject. Sehingga, diharapkan dapat meminimalisir akan terjadinya produk reject. Dalam penelitian ini, analisis data yang digunakan adalah teknik pengembangan. Pada akhirnya data dianalisis secara deskriptif maupun dalam bentuk kuantitatif.

Penelitian yang dilakukan menggunakan 2 tipe produk cacat dari batangan alumunium EC grade yang diproduksi selama 2 bulan yaitu pada bulan April dan Mei. Batangan tipe pertama yaitu, batangan alumunium EC grade jenis Rod yang mempunyai cacat total sebanyak 17,573 kg dan tipe yang kedua yaitu tipe Casbar dengan cacat total sebanyak 17,177 kg. Data produk cacat tersebut digunakan sebagai bahan input yang akan diproses dengan menggunakan pengolahan data yaitu Peta Kontrol, Fishbone, dan Failure Mode and Effect Analysis (FMEA). Pada pengolahan dengan metode Peta Kontrol, kedua tipe alumuinium tersebut diolah untuk melihat apakah produk cacat tersebut masih ada di dalam atau diluar batas kendali standar. Pada tools ini, diambil sebanyak 30 sampel. Diketahui bahwa CL (Control Limit) sebesar 0,0150 serta nilai LCL (Lower Control Limit) terkecil sebesar -0,02 dan nilai UCL (Upper Control Limit) terbesar yaitu sebear 0,08. Tools Fishbone Diagram digunakan untuk mengetahui sebab-akibat dari produk alumunium jenis Rod yang mengalami cacat paling banyak. Pada tools terakhir, yaitu Failure Mode and Effect Analysis (FMEA) yang digunakan untuk menganalisis nilai Risk Priority Number (RPN) terbesar yaitu 36 pada kategori Machine. Untuk itu, direkomendasikan untuk melakukan maintance mesin secara berkala agar proses produksi tidak terhambat.


Sumber : journal.untar.ac.id https://journal.untar.ac.id/index.php/industri/article/view/6341

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *