ANALISIS PENGENDALIAN KUALITAS PROSES PRODUKSI KAIN BATIK MENGGUNAKAN METODE STATISTICAL PROCESS CONTROL (SPC) (Studi Kasus PT. Iskandar Indah Printing Textile)

Abstract

Ku

alitas suatu produk adalah salah satu faktor terpenting dalam dunia perindustrian. Salah satunya dalam perindustrian manufaktur. PT. Iskandar Indah Printing Textile adalah salah satu perusahaan manufaktur penghasil kain batik di Surakarta. Perusahaan selalu mencoba menjaga kualitas hasil produksi di pabriknya, namun kenyataannya tidak berjalan mulus. Setiap bulannya kain batik yang dihasilkan masih mengalami beberapa cacat pada setiap departemennya. Oleh karena itu maka diperlukan analisis pengendalian kualitas pada proses produksi kain batik yang ada dengan menggunakan metode Statistical Process Control. Metode ini digunakan untuk mengetahui cacat apakah yang sangat mempengaruhi produk kain batik, lalu dianalisis menggunakan peta kendali p dan akhirnya dianalisis menggunakan fishbone diagram. Pada penelitian ini data yang digunakan adalah data produksi dari bulan Juli hingga September 2016 dan penemuan 9 cacat selama proses produksi.

Abstract

[Quality cotrol analysis of batik fabric production process using Statistical Process Control (SPC) Method (Case Study: PT. Iskandar Indah Printing Textile] The quality of a product is one of the most important factors in the industrial world. One of them in the manufacturing industry. PT. Iskandar Indah Printing Textile is one of the manufacturing companies producing batik in Surakarta. The company has always tried to maintain the quality of production at the factory, but in fact didnt go smoothly. Each month batik that produced is still experiencing some defects in each department. Therefore, it is necessary analytical quality control in the production process of batik by using Statistical Process Control. This method is used to determine whether the defects that affect product batik and then analyzed using a p-Control Chart and finally analyzed using a fishbone diagram. In this study, the data used are the production data from July to September 2016 and the discovery of nine defects during the production process.