MétaCan
Menu
Retour à la cohorte
Enregistrement W1699141443

Analisis Upaya Penurunan Welding Rejection Rate pada PT XYZ dengan Menggunakan Pendekatan Six Sigma (Studi Kasus: Proyek MP021– Jembatan Rangka B60)

2015· article· id· W1699141443 sur OpenAlexaboutno aff
S Hanny Lismora Idrus

Notice bibliographique

RevueJurnal Ilmiah Universitas Bakrie · 2015
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Perusahaan dikatakan berkualitas apabila memiliki sistem produksi yang baik dengan proses yang terkendali. Kualitas suatu produk salah satunya ditentukan oleh tingkat mutu proses pengelasan, karena pengelasan merupakan salah satu tolok ukur untuk mengukur kekuatan suatu produk. Penelitian ini bertujuan untuk menurunkan tingkat kegagalan pada proses pengelasan melalui pendekatan six sigma dengan metode DMAIC ( define, measure, analysis, improve, dan control ).  Pada penelitian ini difokuskan terhadap jenis cacat undersized welding yang memiliki DPMO ( defect per million opportunities ) tertinggi yaitu 4.423 dan nilai sigma terendah yaitu 4,12. Kemudian penyebab undersized welding dianalisis dengan menggunakan analisis 5 why’s, analisis cause and effect diagram, dan FMEA ( failure mode effect analysis ). Dari hasil analisis FMEA diambil penyebab utama dengan lima nilai RPN tertinggi berdasarkan prioritas yang terdiri atas kurangnya penerapan disiplin pada welder , welder kurang merasa termotivasi, ampere atau tegangan logam terlalu tinggi, welder terburu–buru pada saat mengelas, dan temperatur yang digunakan terlalu rendah. Kemudian hasil analisis FMEA dijadikan landasan dalam membuat action plan for failure mode yang terdiri atas melakukan pengecekan standar sebelum pengelasan dimulai dan melakukan peningkatan kualitas pada pelatihan berkala pada welder . Kata kunci: Pengendalian Kualitas, Six Sigma, CTQ, DMAIC, FMEA. Abstract A good quality company should fulfill the requirement of good production system with controlled process. The quality of a product is determined by the level of quality from its welding process, due to the weld quality which required to measure the strenthness of its product. This study aims to reduce the welding rejection rate through six sigma approach by using DMAIC (define, measure, analyze, improve, control) method. The analysis for this study focus on undersized welding defects which has the highest DPMO (defect per million opportunities) and lowest sigma level which is 4.12 among the other defects type. The root causes of undersized welding are being analyzed by 5 why’s analysis, analysis of cause and effect diagram, and FMEA (failure mode effect analysis). From the analysis of FMEA, the study conclude the root causes by taking the five highest RPN value based on the priorities which consist of lack of discipline, lack of motivation, the unstable speed of welding process, the temperature which are too low, too high amperage or voltage. These results of analysis are used as a basis to create the action plan for failure mode which consist of doing the rechecking before welding start based on welding specification and improving on regular training system for welder . Keywords: Quality Control, Six Sigma, CTQ, DMAIC, FMEA. Daftar Pustaka American Welding Society. (2008). Bridge Welding Code. Miami: American Welding Society. Anggono, J., & Kusuma, L. H. (1999). Studi Pengaruh Magnetic Arc Blow Pada Hasil Las TIG Baja AISI 1021. Jurnal Teknik Mesin, Fakultas Teknologi Industri, Universitas Kristen Petra , 63 - 73. Anggraini, D. A., & Putra, N. P. (2012). Implementasi Six Sigma untuk Mengurangi Cacar Las Jenis Porosity Pada Pengelasan Pipa Steam di Project NND Area 12 PT. CPI Duri Riau. Jurnal Teknik Industri Universitas Bung Hatta Vol. 1 No.1 , 13-24. Bass, I. (2007). Six Sigma Statistics with Excel and Minitab. New York: McGraw-Hill. Besterfield, D. (1994). Quality Control. United States of America: Prentice Hall. Furchan, A. (2004). Pengantar Penelitian dan Pendidikan. Yogyakarta: Pustaka Pelajar Offset. Gaspersz, V. (2007). Lean Six Sigma. Gramedia Pustaka. General Electric. (2004). What Is Six Sigma? The Roadmap to Customer Impact. Retrieved Juni 23, 2015, from General Electric: http://www.ge.com/sixsigma/SixSigma.pdf Gultom, S., Sinaga, T. S., & Sinulingga, S. (2013). Studi Pengendalian Mutu dengan Menggunakan Pendekatan Lean Six Sigma pada PT. XYZ. e-Jurnal Teknik Industri FT USU Vol.3, No. 2 , 22-30. Hartono. (2009). Penanggulangan Cacat Hasil Pengelasan Pada Konstruksi Kapal. Kapal , 88-93. Hidayatno, A., & Afriansyah, B. (2004). Peningkatan Kualitas Potong Mesin Eye Tracer di PT. United Tractors Pandu Engineering dengan Metode Six Sigma. Jurnal Teknologi , 1-11. Huntington Ingalls Industries. (2013). Welder's Visual Inspection Handbook. Washington: Newport News Shipbuilding Division of Huntington Ingalls Industries. Kita-Shinagawa, & Shinagawa-Ku. (2011). Weld Imperfections and Preventive Measures, Fourth Edition. Tokyo: Kobe Steel, LTD. Kustituanto, B. (1998). Statistika Untuk Ekonomi dan Bisnis. Jakarta: Penerbit Gunadarma. Laricha, L., Rosehan, & Cynthia. (2013). Usulan Perbaikan Kualitas dengan Penerapan Metode Six Sigma dan FMEA (Failure Mode and Effect Analysis) Pada Proses Produksi Roller Conveyor MBC di PT XYZ. Jurnal Ilmiah Teknik Industri, Vol 1 No.2 , 86-94. Nugroho, Y. (2012). Analisis Kegagalan Las dan Rekomendasi Standard Operating Procedure (SOP) pada Pengelasan Kondensor PT. Siemens Indonesia. Semarang: Fakultas Teknik, Jurusan Teknik Mesin, Universitas Diponegoro. Pyzdek, T. (2003). The Six Sigma Handbook : A Complete Guide For Greenbelt, Blackbelts, and Managers at All Levels. New York: Mc Graw Hill. Skalle, H., & Hahn, B. (2013). Applying Lean, Six Sigma, BPM and SOA to Drive Business Results. United States: IBM Redbooks. Sondalini, M. (2014). Tutorials Lean Management Methos. Retrieved Agustus 10, 2015, from Lifetime Reliability: http://www.lifetime-reliability.com/tutorials/lean-management-methods/How_to_Use_the_5-Whys_for_Root_Cause_Analysis.pdf Sower, V. E. (2011). Esentials of Quality. United States of America: Wiley. Umar, H. (2005). Metode Penelitian Untuk Skripsi dan Tesis Bisnis. Jakarta: PT. Raja Grafindo Persada. Wahyuni, W., Chobir, A., & Rahmanto, D. D. (2013). Penerapan Metode Six Sigma dengan Konsep DMAIC Sebagai Alat Pengendali Kualitas. Jurnal Institut Teknologi Adhi Tama Surabaya , 1-13. Webber, L., & Wallace, M. (2007). Quality Control for Dummies. Canada: Wiley Publishing, Inc. Zaenuddin, A., & Soemartono, Y. (2006). Analisis Pengaruh Penerapan ISO 9001:2000 Terhadap Peningkatan Kualitas Manajemen Perusahaan jasa Konstruksi. Semarang: Teknik Sipil Fakultas Teknik Universitas Diponegoro.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,229
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah Universitas BakrieMême sujetManagement and Optimization TechniquesTravaux en français237 207