Abstract :
Baja merupakan salah satu material yang memiliki peranan penting dan dibutuhkan di dunia. Sebagai salah satu produsen terbesar produk baja di Indonesia, PT. XYZ memiliki kapasitas produksi sebesar 2.400.000 dan 850.000 Ton/Tahun untuk produk HRC dan CRC. Tetapi saat ini produksi hanya di angka 1.500.000 dan 500.000 Ton/Tahun. Rendahnya kapasitas produksi PT. XYZ disinyalir terjadi karena beberapa hal di antaranya, kosongnya bahan baku slab, proses produksi yang belum optimal dan efisien, serta banyaknya aktivitas repaired atau reproduction untuk mengganti produk-produk yang mengalami cacat saat pada proses produksi. Pada tahun 2020 2022, proses produksi mencatatkan rasio defect sebesar 15,85%, 15,65%, dan 15,56%. Pada waste waiting juga mencatatkan rasio breakdown time dan operating time sebesar ±40%. Pada tugas akhir ini, penulis memiliki tujuan untuk menganalisis waste dan memberikan usulan perbaikan untuk mengurangi waste yang timbul pada saat proses produksi HRC sehingga dapat meningkatkan nilai produk, produktivitas produksi, dan mengurangi biaya yang timbul akibat waste yang terjadi menggunakan pendekatan metodologi Lean Six Sigma. Tugas akhir ini akan dibagi menjadi beberapa tahap, yaitu Define, Measure, Analyze, dan Improve. Pada tahap Define, alat Value Stream Mapping dan Process Activity Mapping mendeteksi 44,93% aktivitas Necessary Not Value Added Activity (NNVA). Pada tahap Measure, waste kritis yang terpilih di antaranya waste defect, waste overproduction, dan waste waiting menggunakan alat Waste Assessment Model. Setiap waste dihitung nilai sigma dan mendapatkan nilai sebesar 3.64, 3.12, dan 2.33. Pada tahap Analyze, setiap waste kritis akan dianalisis akar permasalahan menggunakan fishbone diagram dan menganalisis lebih lanjut menggunakan Failure Mode and Effect Analysis untuk mengetahui tingkat risiko berdasarkan nilai RPN. Pada tahap Improvement, penulis memberikan lima usulan solusi alternatif, di antaranya melaksanakan toolbox meeting pada setiap pergantian shift, membuat jadwal pemeliharaan terbaru berdasarkan data historis, membuat preliminary checksheet pada setiap pergantian shift dan checksheet kondisi part pengganti dan raw material, mengembangkan dan menerapkan algoritma prediksi penggantian work roll, dan merelokasi posisi sensor dan menambah jumlah sensor. Diproyeksikan dengan adanya perbaikan tersebut terdapat peningkatan nilai sigma waste defect sebesar 0,1032 menjadi 3,74, waste overproduction sebesar 0,106 menjadi 3,229, dan waste waiting sebesar 0,154 menjadi 2,48.
===================================================================================================================================
Steel plays a vital role and is in high demand worldwide. PT. XYZ, as one of Indonesia's largest steel producers, has a production capacity of 2,400,000 and 850,000 tons per year for Hot Rolled Coil (HRC) and Cold Rolled Coil (CRC) products. However, the current production levels are only at 1,500,000 and 500,000 tons per year for HRC and CRC. The low production capacity of PT. XYZ is believed to be due to several factors, including a shortage of slab raw materials, suboptimal and inefficient production processes, and a high occurrence of repaired or reproduction activities to replace defective products during production. This research aims to analyze waste and propose improvements to reduce waste in the HRC production process using Lean Six Sigma methodology. The objective is to enhance product value, increase production productivity, and reduce costs resulting from waste. The research follows the Define, Measure, Analyze, and Improve stages. In the Define stage, Value Stream Mapping and Process Activity Mapping tools identify 44.93% of Necessary Not Value Added Activities (NNVA). The Measure stage selects critical wastes, including defects, overproduction, and waiting, using the Waste Assessment Model. Each waste is assigned a sigma value, with values of 3.64, 3.12, and, 2.33. The Analyze stage involves identifying root causes using fishbone diagrams and conducting Failure Mode and Effect Analysis to assess risk based on the Risk Priority Number (RPN). In the Improvement stage, five alternative solutions are proposed: conducting toolbox meetings during shift changes, creating a maintenance schedule based on historical data, developing preliminary check sheets, implementing a work roll replacement prediction algorithm, and relocating and increasing the number of sensors. These improvements are projected to increase the sigma value for waste defects from 0.1032 to 3.74, waste overproduction from 0.106 to 3.229, and waste waiting from 0.154 to 2.48.