Microsoft Word - 74_SI_JSudirwan_OK.docx     Rancangan Sistem Informasi ... (J. Sudirwan; M. Marciano L.) 1225  RANCANGAN SISTEM INFORMASI PENGENDALIAN KUALITAS PRODUK BARREL PADA PT ONEJECT INDONESIA DENGAN METODE SIX SIGMA J. Sudirwan; M. Marciano L. Information Systems Department, School of Information Systems, Binus University Jl. K.H. Syahdan No. 9, Palmerah, Jakarta Barat 11480 sudirwanj@binus.ac.id ABSTRACT PT OneJect Indonesia faces the high level of defect on its barrel products. To overcome this problem, this study proposes an application quality control based on information system. We implement requirement analysis based on the needs of quality control methods, while to lower the defect rate we utilize Six Sigma method with DMAIC (define, measure, analyze, improve, control) phases. In define phase we determine the type of product to be investigated using Critical to Quality, as well as the problems and objectives. In measure phase we calculate DPMO value and sigma level; sigma value of 3.520 is obtained. Then we calculate P control chart to see the production process control. In analyze phase we create pareto diagram to see the types of dominant defects. Then we create cause-and-effect diagram to determine the cause of defects, and five whys diagram to determine the root causes of the defects. In improve phase, we do improvement analysis through FMEA table by calculating the RPN value to determine the failure modes to be controlled. In control phase, we implement the proposal and simulation of sigma value increase. The analysis and design uses object-oriented information system by Lars Mathiasen, and UML as the requirement modeling and the design system. The results obtained are the documents of top-level analysis and design of information system as a quality control material for the actual system development. Keywords: quality, DMAIC, control chart, Pareto, cause and effect, five whys, FMEA, OOAD, UML ABSTRAK PT OneJect Indonesia yang memproduksi berbagai macam ukuran alat suntik sedang menghadapi masalah, yaitu tingginya jumlah box tak layak kirim untuk pelanggan akibat tingginya tingkat defect produk barrel yang diproduksi. Untuk mengatasinya, penelitian ini memberikan usulan penerapan pengendalian kualitas berbasis sistem informasi. Analisis kebutuhan didasarkan pada kebutuhan-kebutuhan pada metoda pengendalian kualitas, menurunkan tingkat defect yaitu metode Six Sigma dengan tahapan DMAIC (define, measure, analyze, improve, control). Pada fase define ditentukan jenis produk yang akan diteliti dengan Critical to Quality, serta permasalahan dan tujuan yang ingin dicapai. Pada fase measure akan dihitung nilai DPMO dan level sigma; didapatkan hasil nilai sigma 3,520. Kemudian dilakukan perhitungan peta kendali P (control chart) untuk melihat pengendalian proses produksi. Pada fase Analyze dibuat diagram pareto untuk melihat jenis defect yang dominan. Kemudian dibuat cause and effect diagram untuk mengetahui penyebab terjadinya defect serta diagram five whys untuk mengetahui akar penyebab dari terjadinya defect. Pada fase Improve dibuat analisis perbaikan melalui tabel FMEA dengan menghitung nilai RPN untuk menetukan modus kegagalan yang harus dikendalikan. Pada fase Control dilakukan penerapan usulan dan simulasi peningkatan nilai sigma. Rancang ini menggunakan analisis dan perancangan sistem informasi berorientasi pada obyek dari Lars Mathiasen, dan UML sebagai pemodelan kebutuhan dan arsitektur sistem rancangan. Hasil yang didapatkan adalah dokumen-dokumen analisis dan rancangan tingkat atas atau arsitektur sistem informasi pengendalian kualitas sebagai bahan untuk pengembangan sistem. Kata kunci: kualitas, DMAIC, control chart, pareto, cause and effect, five whys, FMEA, OOAD, UML. 1226 ComTech Vol.4 No. 2 Desember 2013: 1225-1242  PENDAHULUAN Dalam upaya peningkatan daya saing usaha banyak pilihan strategi yang dapat dilakukan. Salah satu strategi yang umum dilakukan perusahaan manufaktur seperti PT OneJect Indonesia adalah menerapkan pengendalian kualitas produk dan layanan untuk mengurangi tingkat kesalahan dan akhirnya pada kualitas layanan pada pelanggan. Seperti diketahui, PT OneJect Indonesia memproduksi berbagai macam jenis alat suntik berbagai ukuran mulai dari alat suntik 0.05 ml, 0.5 ml, 1 ml, 3 ml dan 5 ml serta alat suntik yang berdasarkan permintaan pelanggan. Oleh karena itu, sebagian besar produk dari OneJect berupa produk yang dibuat berdasarkan permintaan (make to order), tapi banyak juga produk yang siap jual (make to stock) yaitu produk-produk permintaan pelanggan tetap. Masalah utama PT OneJect adalah dalam memenuhi permintaan para pelanggannya, yaitu ketepatan waktu penyerahan sering terganggu dan tidak sesuai dengan yang dijanjikan. Salah satu penyebabnya adalah pada salah satu produk alat suntik jenis 0.5 ml khususnya bagian dari alat suntik tersebut yaitu produk barrel, di mana produk ini merupakan produk yang banyak di pesan oleh pelanggan tetap dalam jumlah yang cukup banyak. Sedangkan dalam proses produksi, produk barrel ini menghadapi defect yang cukup tinggi dibandingkan dengan produk assembly yang lain sehingga inspeksi akan produk ini cukup memakan waktu yang lama. Salah satu cara agar perusahaan dapat meningkatkan kualitas produk adalah dengan menerapkan suatu metode pengendalian kualitas yang cukup popular penggunaannya dewasa ini adalah Six Sigma melalui tahapan DMAIC. Konsep dasar Six Sigma adalah usaha terus menerus untuk mengurangi pemborosan serta menurunkan variasi untuk mencegah cacat/defect.Konsep ini pertama kali dikembangkan oleh Motorola dan mendapat hasil yang sangat memuaskan sehingga konsep inipun semakin berkembang dan banyak digunakan di berbagai perusahaan manufaktur maupun jasa. Agara penerapannya berjala efektif dan efisien perlu didukung sistem informasi. OneJect telah mempunyai sistem informasi sendiri yang berperan dalam mengelola penacatatan kecacatan produk, namun ada beberapa fungsi dalam sistem informasi tersebut belum dapat membantu dalam meningkatkan perbaikan dalam kualitas produk tersebut dan dalam pengambilan keputusan manajemen.Oleh karena itu peneliti ingin mengusulkan sistem informasi baru untuk mendukung proses pengendalian kualitas, yang bisa mendukung proses pengedalian kualitas dengan metoda Six Sigma, yang sudah populer untuk pengendalian kualitas produksi. Penelitian ini bertujuan untuk mengaplikasikan metode Six Sigma, yang syarat dengan perhitungan statistik untukpengedalian kualitas produksi, dalam analisis dan perancangan sistem informasi pengendalian kualitas produksi. Dengan adanya rancangan yang dihasilkan akan mempermudah perusahaan dalam pengembangannya, baik dilakukan sendiri maupun menggunakan pihak ketiga dengan metoda alih daya atau outsourcing. METODE Langkah pertama yang dilakukan adalah studi pendahuluan, di mana peneliti akan melakukan survei ke pabrik serta melakukan wawancara dengan pihak perusahaan yang berhubungan langsung dengan bagian Quality Control. Disini peneliti mewancarai pihak perusahaan mengenai keadaan perusahaan dan proses produksi secara keseluruhan. Pengolahan Data dilakukan dengan menggunakan metode Six Sigma melalui tahapan DMAIC, yaitu define, measure, analyze, improve dan control (Evans, 2007), (Pande, et.al., 2000).     Rancang S dipublik Sigma d normal d 99,9996% S tidak ses sigma m Kepuasa menghila J untuk m keadaan acuan ta jumlah k berkaitan (Hidayat Opportu 1.000.00 simulasi Kemudia menghas fungsion tingkat a organisa informas dalam pr A tertera p ngan Sistem I Six Sigma p kasikan oleh diambil dari t dengan proba % (Gaspersz Six sigma me suai standar m membatu me aan dan pen angkan ketid Jika kita dap menghitung ju baik. Perhi abel. Atau d kesempatan p n dengan mo t, Anang, 2 unities). Den 00 kesempata Setelah mem , proses di an dilakukan silkan doku nal pengguna atas atau Ar asi. Sistem si bagi penga roses pengen Ada empat a ada Gambar Informasi ... ( pertama kali Jack Welch terminologi abilitas (a) ± z, 1998). encoba untuk mutu menjad emutuskan a ningkatannya dakpastian pe pat mendefin umlah defect itungan level dapat juga m produk dapa odel pengen 2007). Hasil ngan Six sig an (Gaspersz mastikan efek lanjutkan d n analisis terh umen-dokum a, dirancang rsitektur-arsi informasi in ambil keputu ndalian kualit aktivitas utam dibawah ini (J. Sudirwan; i dikembang (General Ele statistika, di ± 6 (enam) at k menerjema di jelas untuk apakah prod a menjadi pr encapaian tuj nisikan serta t serta outpu l sigma dap melalui perhit at gagal. Perh ndalian kualit dari perhitu gma, diharap z, 2002). ktivitas dan e engan peng hadap kebut men analisis. g Arsitektur- itektur sistem ni akan men usan dan mem tas. ma dalam OO . Gambar 1 ; M. Marcian gkan oleh M ectric) dalam i mana sigm tau sama den ahkan penger k diputuskan duk barrel m rioritas tertin juan bisnis. a mengukur ut (yield) per pat dilakukan tungan juml hitungan da tas maupun ungan ini d pkan dapat efisiensi peng gumpulan ke tuhan penggu Berdasarka -arsitektus si m. Sistem in nerima inpu mbantu mere OAD menur Aktivitas Uta no L.) Motorola pad m forum strat a (σ) adalah ngan Pvalue= rtian variasi n. Dalam kain memenuhi k nggi. Denga requirement rsen barang n dengan pe lah defect ya an analisis da penyajianny dikenal deng tercapainya ggunaan met ebutuhan pe una dengan p an dokumen istem inform nformasi ada ut dan mem eka mengom rut Mathiasse ama OOAD da pertengah tegi bisnis ta h standar dev 0,999996 ata yang semula ntannya deng kebutuhan p an demikian ts pelanggan atau jasa ya engkonversia ang terjadi d ata menggun ya dengan be gan DPMO angka defe tode berdasar enggunaan s penerapan m n analisis masinya deng alah jantung mproses data munikasikan h en et al. (200 han tahun 1 ahun 1995. I viasi dalam au efektivita a dalam kead gan penelitia elanggan ata Six sigma n, kita akan ang diproduk an nilai yield dibandingkan nakan metoda erbagai alat (Defect per ect 3,4 keja rkan perhitun sistem infor metoda Six Si dan kebutu gan dokume bagi sebagi a untuk mem hasil yang di 00, p15) sep 1227  1980 dan stilah Six distribusi as sebesar daan yang an ini, six au tidak. berusaha sanggup ksi dalam d dengan n dengan a statiska statistika r Million adian per ngan dari rmasinya. igma dan uhan non en design ian besar mberikan idapatkan perti yang 1228 ComTech Vol.4 No. 2 Desember 2013: 1225-1242  HASIL DAN PEMBAHASAN Selama studi kasus di PT. OneJect ini, dilakukan pengumpulan data baik soft information (perkiraan maupun pendapat dari staff QC) maupun hard information (laporan-laporan) yang terkait dengan proses pengendalian kualitas yang sedang berjalan yang dibutuhkan untuk melakukan pengolahan data dengan menggunakan metode Six Sigma. Pengumpulan data dilakukan dengan wawancara, observasi maupun kuisioner. Untuk melakukan perhitungan statistikal, penulis juga mengumpulkan data yang diperlukan, antara lain data historis perusahaan berupa data sampel dan data defect yang diambil dari box selama periode Maret – April 2011 (Tabel 1 dan 2). Data diambil dari hasil inspeksi QA yang dilakukan oleh perusahaan pada periode tersebut setiap shift – nya. Tabel 1 Jumlah Defect Data JumlahSampel JumlahDefect Data JumlahSampel JumlahDefect 1 192 67 21 192 52 2 192 40 22 224 81 3 192 57 23 224 39 4 192 43 24 192 28 5 224 45 25 192 36 6 192 68 26 192 17 7 192 34 27 256 24 8 224 23 28 256 65 9 192 41 29 256 37 10 160 56 30 192 12 11 160 51 31 192 26 12 192 60 32 224 69 13 192 32 33 224 25 14 224 77 34 160 74 15 224 27 35 192 28 16 224 38 36 192 36 17 192 38 37 192 41 18 192 29 38 224 90 19 256 78 39 192 36 20 256 21 Tabel 2 Jenis Defect Data Defect 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Sink Mark 12 12 2 Bending 19 5 Flash 8 17 16 18 34 2 22 21 39 16 59 Kontaminasi 4 16 10 8 Dent 4 Fiber 5 34 3 21 13 Scratch 47 15 9 25 15 39 34 30 15 14 19 19 Bubble 12 23 46 18 Flow Mark 9 16 12 11 Short Mould 8 26 9 19 15     Rancangan Sistem Informasi ... (J. Sudirwan; M. Marciano L.) 1229  Jenis Defect (Lanjutan) Data Defect 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 Sink Mark 11 8 Bending Flash 24 27 17 45 15 33 22 21 Kontaminasi 17 20 Dent 8 12 Fiber 19 10 7 8 Scratch 9 43 7 20 12 29 17 14 12 Bubble 23 24 1 8 11 29 16 Flow Mark 24 4 11 14 21 Short Mould 15 5 6 11 45 17 44 Define Pada tahapan ini, penulis akan menjelaskan secara garis besar proyek yang akan diteliti berupa latar belakang permasalahan dipilihnya produk tersebut dan permasalahan yang terjadi (Project Statement). Kemudian akan diidentifikasi kebutuhan pelanggan (Voice of Pelanggan), di mana hal ini yang akan menjadi dasar untuk penentuan CTQ (critical to quality) (Tabel 3) serta juga akan menggambarkan interaksi dari berbagai pihak yang terkait dalam proses penyediaan bahan baku, produksi hingga pengemasan produk melalui diagram SIPOC (Gambar 2). Dalam kasus ini penelitian yang diangkat adalah produk barrel 0,5ml. Gambar 2 SIPOC Tabel 3 CTQ CTQ Sink Mark Bubble Bending Flow Mark Flash Short Mould Kontaminasi Fiber Dent Scratch 1230 ComTech Vol.4 No. 2 Desember 2013: 1225-1242  Measure Peta kendali dibuat untuk mengetahui apakah pengendalian proses berada pada batas pengendalian atau tidak. Berdasarkan data historis perusahaan yaitu data jumlah defect (Tabel 4) yang merupakan data atribut dan mempunyai jumlah sampel yang berada pada setiap pendataannya sehingga pemetaan peta kendali dilakukan dengan Peta Kendali P (Gambar 3). Serta dilakuan perhitungan kapabilitas proses, DPMO dan level sigma, untuk mengetahui kemampuan proses perusahaan dan level sigma berada. Tabel 4 Perhitungan Peta Kendali Revisi 2 Data Jumlah Sampel Jumlah Defect Proporsi UCL CL LCL 2 192 40 0,208 0,273 0,188 0,103 4 192 43 0,224 0,273 0,188 0,103 5 224 45 0,201 0,266 0,188 0,110 7 192 34 0,177 0,273 0,188 0,103 9 192 41 0,214 0,273 0,188 0,103 13 192 32 0,167 0,273 0,188 0,103 16 224 38 0,170 0,266 0,188 0,110 17 192 38 0,198 0,273 0,188 0,103 18 192 29 0,151 0,273 0,188 0,103 21 192 52 0,271 0,273 0,188 0,103 23 224 39 0,174 0,266 0,188 0,110 24 192 28 0,146 0,273 0,188 0,103 25 192 36 0,188 0,273 0,188 0,103 28 256 65 0,254 0,261 0,188 0,115 29 256 37 0,145 0,261 0,188 0,115 31 192 26 0,135 0,273 0,188 0,103 35 192 28 0,146 0,273 0,188 0,103 36 192 36 0,188 0,273 0,188 0,103 37 192 41 0,214 0,273 0,188 0,103 39 192 36 0,188 0,273 0,188 0,103 Jumlah 4064 764 Rata - Rata 0,271 0,188 0,105 Gambar 3 Peta kendali P produk barrel 0.5 ml revisi 2     Rancangan Sistem Informasi ... (J. Sudirwan; M. Marciano L.) 1231  Pada peta kendali revisi 2 ini baru dapat dikatakan proses produksi berada dalam batas spesifikasi dan dengan keadaan stabil dengan tidak ada data proporsi yang berada diluar batas pengendalian. Didapatkan nilai Previsi = CL = 0,188, LCL = 0,105 dan LCL = 0,271. Perhitungan kapabilitas proses dilakukan pada peta kendali P yang telah dilakukan revisi. Berdasarkan hasil perhitungan didapat nilai Previsi = 0,188. Maka, nilai Kapabilitas Proses (Cp) adalah: Cp = 1 – P = 1 – 0,188 = 0,812 Dalam proses terkendali kapabilitas proses mencapai nilai 81,2%. Ini merupakan nilai yang cukup baik tapi harus terus ditingkatkan. Sebelum menghitung DPMO dan level sigma, perlu diketahui: (1) unit – jumlah produk barrel 0.5 ml yang diinspeksi selama periode produksi bulan Maret – April 2011 adalah sebanyak 8032 buah; (2) opportunities – terdapat 10 karakteristik cacat yang dipilih sebagai CTQ penyebab potensial kegagalan produk; (3) defect – banyaknya defect produk barrel 0.5 ml yang terjadi selama proses produksi selama periode Maret – April 2011 adalah 1741 buah dari jumlah sampel sebanyak 8032 buah. Sehingga, dapat dihitung: Defect per unit (DPU): 217,0 8032 1741 U D PUD === Total opportunities (TOP) 80320108032OPUTOP =×=×= Defect per opportunities (DPO) 022,0 80320 1741 TOP D POD === Defect per million opportunities (DPMO) 797,21675000.000.1022,0000.000.1DPOPMOD =×=×= Sigma Level (Tingkat Sigma) Level Sigma = normsinv( 1000000 DPMO-1000000 )+15 = normsinv( 1000000 21675,797-1000000 )+15 = 3,520 Analyze Dalam fase analyze ini dilakukan pemetaan menggunakan Pareto diagram, Cause and Effect diagram serta Five Why’s diagram. Pareto diagram (Gambar 4) dibuat untuk menetukan jenis-jenis defect yang dominan muncul pada proses produksi sehingga dapat ditentukan pada bagian mana perbaikan diutamakan (tabel 6 berdasarkan tabel 5). Diagram Sebab akibat (Gambar 5) dibuat untuk mengidentifikasikan penyebab terjadinya defect berdasarkan lima kategori factor penyebab, yaitu man, machine, method, material (dan environment, Gaspersz, 2002) Dilanjutkan dengan diagram Five Whys (Gambar 6) untuk mengetahui akar masalah terjadinya defect dengan pertanyaan “mengapa?” pada setiap penyebab yang teridentifikasi hingga akar penyebab masalah ditemukan. 1232 ComTech Vol.4 No. 2 Desember 2013: 1225-1242  Tabel 5 Jumlah dan Presentase Defect Jenis Defect Jumlah Defect Presentase Presentase Kumulatif Jenis Defect Jumlah Defect Presentase Presentase Kumulatif Flash 456 26,19% 26,19% Fiber 120 6,89% 90,35% Scratch 444 25,50% 51,69% Kontaminasi 75 4,31% 94,66% Short Mould 220 12,64% 64,33% Sink Mark 45 2,58% 97,24% Bubble 211 12,12% 76,45% Bending 24 1,38% 98,62% Flow Mark 122 7,01% 83,46% Dent 24 1,38% 100,00% C o u n t P e rc e n t C4 Count 48 Percent 26.2 25.5 12.6 12.1 7.0 6.9 4.3 2.6 456 2.8 Cum % 26.2 51.7 64.3 76.5 83.5 90.4 94.7 97.2 444 100.0 220 211 122 120 75 45 Ot he r Si nk M ar k Ko nt am ina si Fib er Flo w Ma rk Bu bb le Sh or t M lou ld Sc ra tch Fla sh 2000 1500 1000 500 0 100 80 60 40 20 0 Pareto Chart of Defect Gambar 4 Diagram Pareto Tabel 6 Jenis Defect yang Dianalisis Jenis Defect Jumlah Defect Presentase Presentase Kumulatif Flash 456 26,19% 26,19% Scratch 444 25,50% 51,69% Short M ld 220 12,64% 64,33% Bubble 211 12,12% 76,45% Flow Mark 122 7,01% 83,46%     Rancangan Sistem Informasi ... (J. Sudirwan; M. Marciano L.) 1233  Flash Methods Material Machine Man kurang komunikasi kurang pengawasan kurang t erampil permukaan mould miring celah longgar pada mould spesifikasi mat erial t idak sesuai t emperat ur t erlalu t inggi paramet er mesin t idak sesuai pengat uran speed t idak sesuai Cause-and-Effect Diagram for Flash Gambar 5 Diagram Cause and Effect Defect Flash Gambar 6 Diagram Five Whys Defect Flash Improve Pembuatan tabel FMEA (Tabel 7) untuk mengidentifikasi dan mencegah sebanyak mungkin mode kegagalan dengan memberikan rating pada severity, occurance, dan detection, sehingga didapat nilai RPN terbesar dan dianalisis sebagai usulan perbaikan kualitas perusahaan (Tabel 8). 1234 ComTech Vol.4 No. 2 Desember 2013: 1225-1242  Tabel 7 FMEA Defect Flash CTQ Modus Kegagalan Potensial EfekPotensial Modus Kegagalan Nilai RPN SebabPotensial Modus Kegagalan Pengendalian S O D Flash Pressure material terlalu tinggi Material yang didorong oleh injector berlebihan 8 7 6 336 Operator kurang terampil dalam pengaturan kecepatan Pengawasan dan pelatihan oleh bagian Produksi yang lebih berpengalaman Flash Celah longgar pada mould Material yang didorong oleh injector keluar dari cetakan mould 9 7 6 378 Mesin yang sudah haus/cacat dan operator yang kurang terampil dalam mendesain cetakan mould Pengawasan pada mesin terutama pada cetakan mould. Melakukan pemahaman pada operator dalam perbaikan mould. Permukaan mould miring 8 5 6 240 Temperatur tidak sesuai Material terlalu lunak dalam proses injection 8 5 6 240 Parameter dan spesifikasi material tidak sesuai Pembuatan standar waktu settingan dan temperatur mesin. Tabel 8 UsulanPerbaikan Failures Actions Pressure dari mesin menuju nozzle terlalu tinggi Pembuatan standar operasi tekanan dari pressure. Permukaan mould yang miring sehingga membuat celah longgar pada mulut mould. Pengawasan pada mesin terutama pada cetakan mould serta melakukan pemeriksaan berkala pada permukaan mould. Temperatur yang tidak stabil (naik atau turun) Mengkomunikasikan keadaan temperatur agar temperatur sesuai dengan spesifikasi material yang ditentukan. Kontaminasi logam berat akibat settingan moulding yang salah Mebuat standar posisi dari mould yang tepat agar tidak terjadi benturan yang membuat cacat pada produk. Failures Actions Mould (pin core) sudah “haus”/cacat karena terlalu sering digunakan Pemberian pelumas yang teratur serta melakukan pemeriksaan berkala dan trial pada awal proses untuk pencegahan produk cacat.     Rancangan Sistem Informasi ... (J. Sudirwan; M. Marciano L.) 1235  Desain dari cetakan mould tidak sesuai dengan spesifikasi Dilakukan pemahaman terhadap operator dalam perbaikan cetakan mould yang salah serta sesuai spesifikasi. Pemberian/padatan material yang kurang pada saat material masuk ke dalam hopper Mengkomunikasikan dari bagian produksi ke bagian warehouse serta pemahaman terhadap operator untuk pengawasan material. Serta membuat standar dari komponen material yang akan diproduksi Kurangnya ventilasi (air trap) dalam mould Melakukan pemeriksaan berkala pada mould serta meberikan pemahaman kepada operator untuk melakukan pengawasan pada awal proses produksi. Pengendalian/ Control Setelah merencanakan perbaikan dan peningkatan, maka hal terakhir yang harus dilakukan adalah melakukan kontrol terhadap perbaikan-perbaikan yang dilakukan. Berikut adalah simulasi peningkatan nilai sigma (Tabel 9). Tabel 9 Simulasi Peningkatan Nilai Sigma No. Jumlah Sampel Jumlah Defect Penurunan Tingkat ProporsiCacat 10% 20% 30% 40% 50% 60% 70% 80% 90% 1 192 67 60,3 53,6 46,9 40,2 33,5 26,8 20,1 13,4 6,7 2 192 40 36 32 28 24 20 16 12 8 4 3 192 57 51,3 45,6 39,9 34,2 28,5 22,8 17,1 11,4 5,7 4 192 43 38,7 34,4 30,1 25,8 21,5 17,2 12,9 8,6 4,3 5 224 45 40,5 36 31,5 27 22,5 18 13,5 9 4,5 6 192 68 61,2 54,4 47,6 40,8 34 27,2 20,4 13,6 6,8 7 192 34 30,6 27,2 23,8 20,4 17 13,6 10,2 6,8 3,4 8 224 23 20,7 18,4 16,1 13,8 11,5 9,2 6,9 4,6 2,3 9 192 41 36,9 32,8 28,7 24,6 20,5 16,4 12,3 8,2 4,1 10 160 56 50,4 44,8 39,2 33,6 28 22,4 16,8 11,2 5,6 11 160 51 45,9 40,8 35,7 30,6 25,5 20,4 15,3 10,2 5,1 12 192 60 54 48 42 36 30 24 18 12 6 13 192 32 28,8 25,6 22,4 19,2 16 12,8 9,6 6,4 3,2 14 224 77 69,3 61,6 53,9 46,2 38,5 30,8 23,1 15,4 7,7 15 224 27 24,3 21,6 18,9 16,2 13,5 10,8 8,1 5,4 2,7 16 224 38 34,2 30,4 26,6 22,8 19 15,2 11,4 7,6 3,8 17 192 38 34,2 30,4 26,6 22,8 19 15,2 11,4 7,6 3,8 18 192 29 26,1 23,2 20,3 17,4 14,5 11,6 8,7 5,8 2,9 19 256 78 70,2 62,4 54,6 46,8 39 31,2 23,4 15,6 7,8 20 256 21 18,9 16,8 14,7 12,6 10,5 8,4 6,3 4,2 2,1 21 192 52 46,8 41,6 36,4 31,2 26 20,8 15,6 10,4 5,2 1236 ComTech Vol.4 No. 2 Desember 2013: 1225-1242  22 224 81 72,9 64,8 56,7 48,6 40,5 32,4 24,3 16,2 8,1 23 224 39 35,1 31,2 27,3 23,4 19,5 15,6 11,7 7,8 3,9 24 192 28 25,2 22,4 19,6 16,8 14 11,2 8,4 5,6 2,8 25 192 36 32,4 28,8 25,2 21,6 18 14,4 10,8 7,2 3,6 26 192 17 15,3 13,6 11,9 10,2 8,5 6,8 5,1 3,4 1,7 27 256 24 21,6 19,2 16,8 14,4 12 9,6 7,2 4,8 2,4 28 256 65 58,5 52 45,5 39 32,5 26 19,5 13 6,5 29 256 37 33,3 29,6 25,9 22,2 18,5 14,8 11,1 7,4 3,7 30 192 12 10,8 9,6 8,4 7,2 6 4,8 3,6 2,4 1,2 31 192 26 23,4 20,8 18,2 15,6 13 10,4 7,8 5,2 2,6 32 224 69 62,1 55,2 48,3 41,4 34,5 27,6 20,7 13,8 6,9 33 224 25 22,5 20 17,5 15 12,5 10 7,5 5 2,5 34 160 74 66,6 59,2 51,8 44,4 37 29,6 22,2 14,8 7,4 35 192 28 25,2 22,4 19,6 16,8 14 11,2 8,4 5,6 2,8 36 192 36 32,4 28,8 25,2 21,6 18 14,4 10,8 7,2 3,6 37 192 41 36,9 32,8 28,7 24,6 20,5 16,4 12,3 8,2 4,1 38 224 90 81 72 63 54 45 36 27 18 9 Model Analisis dan Rancangan Arsitektur Di bawah ini ditampilkan model analisis dan rancangan arsitektur pada Gambar 7 – 11. Gambar 7 Batasan sistem usulan     Rancangan Sistem Informasi ... (J. Sudirwan; M. Marciano L.) 1237  Gambar 4 Use case diagram. . 1238 ComTech Vol.4 No. 2 Desember 2013: 1225-1242  Gambar 5 Domain class diagram yang direvisi     Rancangan Sistem Informasi ... (J. Sudirwan; M. Marciano L.) 1239  <> +Mendata_produk() -Kode_Produk -Nama_Produk -Height -Weight -Diameter -Shape -Capacity Produk +mencata_data_produksi() -Kode_Produksi -Kode_produk -Line_Produksi -Shift_Produksi -Speed_Produksi -Capacity_Produksi Produksi +memeriksa_box() -Kode_Box -Kode_inspeksi_QA -Jumlah_lot -Jumlah_Sampel -Acceptance Box +mendata_defect() -Kode_Defect -Nama_Defect -Penyebab_Utama_Defect Defect +memeriksa_produk() -Kode_Inspeksi_QC -Kode_Produksi Inspeksi_QC +mendata_box() -Kode_Inspeksi_QA -Kode_Produk Inspeksi_QA +Menganalisa_FMEA() -Kode_FMEA -Kode_proyek -Nama_Defect -Modus_Kegagalan -Efek_Potensial -Sebab_Potensial -Severity -Occurance -Detectbility -Pengendalian FMEA +Menganalisa_penyebab() -Kode_Five_Why -Kode_proyek -Nama_Defect -why1 -why2 -why3 -why4 -why5 Five_Why +Mengidentifikasi_faktor() -Kode_CAE -Kode_proyek -Nama_defect -Faktor_penyebab -Penyebab_utama -Penyebab_sekunder -Penyebab_sekunder2 Cause_and_Efect 1 11 1 +Mendefinisi_proyek() -Kode_Proyek -Nama_Proyek -Kode_produk -Kode_inspeksi_awal -Kode_inspeksi_akhir -Sumber_Data -Masalah_Proyek -Tujuan_Proyek Proyek 1 1..* 1 1..* 1 1 1..1 1..* 11..* 1 1..* 1 1..* 1..* 1 -Kode_detil_defect_box -Kode_box -Kode_defect -Nama_Defect -Jumlah_defect_per_box -No_mould -Status Detil_defect_box -Kode_detil_inspeksi_QC -Kode_Defect -Nama_Defect -No_mould -Jumlah_Per_Defect_Produk Detil_Inspeksi_QC 1 1..* 1 1..* 1 1..* 1 1..* <> +Mencetak_Lap_Harian_QC() Pencetakan_Laporan_QC +Mencetak_Lap_Harian_QA() Pencetakan_Laporan_QA +Mencetak_Cotrol_Chart() Pencetakan_Control_Chart +Mencetak_Diagram_Pareto() Pencetakan_Diagram_Pareto +Mencetak_FMEA() Pencetakan_FMEA +Mencetak_Proyek_Define() Pencetakan_Proyek_Define «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» «call» Gambar 6 Function component Gambar 7 Component architecture 1240 ComTech Vol.4 No. 2 Desember 2013: 1225-1242  Staff Produksi U F SI Supervisor QC U F SI AO Printer Staff QC U F SI AO Printer Staff QA U F SI AO Printer Manager QC U F SI AO Printer Server M SI Gambar 8 Process architecture PENUTUP Berdasarkan analisis data dan simulasi yang telah dilakukan dan masukan-masukan tentang kebutuhan pengguna serta proses- proses perancangan dapat ditarik kesimpulan sebagai berikut: Dari hasil pengendalian statistikal yang dilakukan melalui peta kendali P didapat dari 39 data yang diambil sebagai sampel, terdapat 19 data berada diluar dari batas pengendalian. Di mana sebagian besar data berada diluar dari batas atas pengendalian, ini menandakan besarnya defect yang terjadi. Setelah     Rancangan Sistem Informasi ... (J. Sudirwan; M. Marciano L.) 1241  dibuat peta control revisi sebanyak 2 kali, terdapat 20 data yang berada dalam batas pengendalian statistikal dengan nilai Previsi = CL = 0,188, LCL = 0,105 dan LCL = 0,271 dan nilai kapabilitas proses mencapai 81,2%. Dari hasil perhitungan DPMO dan nilai sigma, didapatkan tingkat kualitas produk barrel 0.5 ml berada pada level 3,520 sigma. Pengendalian harus dilakukan terus – menerus hinggal level sigma dapat mencapai nilai 6 sigma. Paretodiagram dibuat untuk menggambarkan jenis defect yang dominan untuk dianalisis. Jenis defect yang dikategorikan adalah jenis defect dengan nilai kumulatif mencapai nilai 80%. Defect tersebut adalah flash 26,19%, scratch 25,50%, short mould 12,64%, bubble 12,12% dan flow mark 7,01%. Defect tersebut dianggap mewakili keseluruhan defect yang terjadi. Berdasarkan hasil analisis dari diagram Cause and Effect dan diagram Five Whys, didapat kesimpulan bahwa penyebab defect sebagian besar disebabkan oleh factor method dan man. Defect terjadi karena kurangnya prosedur yang jelas dalam melaksanakan metode untuk melakukan proses produksi itu sendiri sehingga membuat operator menjalankan proses produksi kurang tepat. Berdasarkan analisis FMEA, diketahui bahwa failure yang harus segera diatasi antara lain: Flash celah longgar pada mould sebesar 378, Flash cetakan mould tidak sesuai nilai RPN sebesar 504, Short Mould cacat pada permukaan mould sebesar 378, Bubble temperatur terlalu tinggi nilai RPN sebesar 288 dan Flow Mark pressure material terlalu tinggi sebesar 336. Perbaikan terhadap failure yang diusulkan meliputi: (1) pembuatan standar operasi kerja pada operator; (2) pengecekan berkala terhadap setiap komponen moulding; (3) penyesuaian speed produksi, temperature noozle, temperature cooling dan kecepatan pressure sesuai dengan jenis produk; (3) memberikan pemahaman terhadap operator mengenai kualitas dengan training; (4) penetapan spesifikasi dari material yang telah ditentukan. Untuk memudahkan rencana penerapan agar diperoleh hasil berupa informasi yang cepat, tepat serta perhitungan-perhitungan yang akurat diperlukan dukungan sistem informasi untuk pengendalian kualitas di perusahaan, yang dapat digunakan semua pihak yang terkait dengan pengendalian kualitas, sehinga sistem perlu didukung infrastruktur teknis dengan client/server. Dukungan sistem informasi proses pengendalian kualitas dapat dilakukan dengan pengembangan mandiri atau dilakukan sendiri dengan melanjutkan rancangan ke tingkatan komponen, implementasi dan ujicoba serta menggelar/deploy dalam lingkungan infrastruktur client/server dengan cara terpusat dengan sistem yang berbasis WEB,untuk menstandarkan dengan sistem yang lain. Pengembangan dapat juga menggunakan bantuan pihak luar. Dalam hal ini dokumen rancangan yang dihasilkan akan menjadi dasar. DAFTAR PUSTAKA Evans, Lindsay. (2007). An Introduction to Six Sigma & Process Improvement. Jakarta: Salemba Empat. Hidayat, Anang. (2007). Strategi Six Sigma: Peta Pengembangan Kualitas dan Kinerja Bisnis. Jakarta: Elex Media Komputindo. Gaspersz, Vincent. (1998). Statistical Process Control: Penerapan Teknik – Teknik Statistikal dalam Manajemen Bisnis Total. Jakarta: Yayasan Indonesia Emas, Institut Vincent bekerja sama dengan Gramedia Pustaka Utama. Gaspersz, Vincent. (2002). Pedoman Implementasi Program Six Sigma Terintegrasi dengan ISO 9001:2000, MBNQA dan HACCP. Jakarta: Gramedia Pustaka Umum. 1242 ComTech Vol.4 No. 2 Desember 2013: 1225-1242  Mathiassen, Lars. (2002). Object Oriented Analysis & Design. Aalborg, Denmark: Marko Publishing. Pande, Peter S., Neuman, Robert P., Cavanagh, Roland R., Prabantini, D. (2000). The Six Sigma Way: Bagaimana GE, Motorola dan Perusahaan Terkenal Lainnya Mengasah Kinerja Mereka. Yogyakarta: Andi.