| dc.description.abstract | Menurut Badan Pusat Statistik (BPS) Indonesia pada tahun 2014 produksi gula di Indonesia mengalami penurunan dari angka 2,58 juta ton turun menjadi 2,53 juta ton pada tahun berikutnya yaitu tahun 2015 atau turun sebanyak 1,57 persen. Pada tahun 2016 diperkirakan turun menjadi 2,33 juta ton atau penurunan sebesar 7,98. Tentu ini akan dapat menjadi permasalahan ketersediaan gula di Indonesia. Peningkatan produksi gula nasional dapat didorong dengan adanya pengoptimalan produksi gula pada setiap pabrik gula di Indonesia. Pabrik gula Gending Probolinggo yang salah satu unit usaha PT Perkebunan Nusantara (PTPN) XI Surabaya yang bergerak dalam bidang pengolahan tebu menjadi gula. Pada saat pengolahan terjadi pasti adanya indikasi waste pada aktifitas produksi. Selain itu akan mempengaruhi biaya, yang ditimbulkan akan membengkak hal ini mempengaruhi efisiensi produksi Metode penelitian yang dilakukan dalam penelitian ini adalah metode kualitatif. Menjelaskan suatu fenomena dengan sedalam-dalamnya dengan cara pengumpulan data yang ada, yang menunjukkan pentingnya kedalaman dan detail suatu data yang diteliti, kemudian data yang diperoleh di identifikasi waste yang terjadi di PG. Gending dengan mengkalkulasi nilai downtime yang terjadi dan selanjutnya akan dicari masalah yang paling dominan dalam kegagalan. Kemudian menguraikan factor penyebab kegagalan dengan Fishbone Diagram,untuk mengetahui cara menanggulangi kegagalan yang terjadi Berdasarkan data analisis setiap stasiun downtime terbesar selama tiga tahun terahir adalah stasiun penggilingan 10563,67 jam, stasiun tengah 10511 jam, stasiun pemurnian 10127,50 jam, stasiun proses 10108,30 jam. Maka potensi waste terbesar yang akan terjadi di stasiun gilingan, dengan mengidentifikasi nilai losses yang terjadi untuk mengetahui prioritas nilai kegagalan yang dominan. Dengan analisis Six Big Losses yang terjadi. Berdasarkan data Downtime perusahan yang sudah dikalkulasi dapat dilihat losses terbesar yang sangat berpengaruh terhadap jalannya produksi adalah Reduce speed losses yang pada 2016 sebesar 97,48%, 2017 sebesar 89,15%, 2018 sebesar 94,27% dari jumlah losses yang terjadi. Dari data rentang waktu 20162018 losses yang sangat menonjol dan tetap tinggi adalah Reduce Speed Losses, faktor ini dikarenakan kemampuan mesin yang tidak maksimal digunakan, hal ini biasanya terjadi karena adanya penurunan kecepatan produksi. Analisa FMEA adalah untuk menganalisa sebab akibat yang ditimbulkan dari perlatan jika mengalami kerusakan. Analisis sebab akibat dilakukan dengan cara melakukan analisa dari setiap masalah yang terjadi di PG. Gending. Dengan perhitungan Risk Priority Number (RPN). Selanjutnya beberapa komponen akan disusun berdasarkan nilai Risk Priority Number (RPN) yang tertinggi hingga terendah, nilai RPN dapat dicari dengan menentukan nilai occurance, saveriti dan detection sehingga dapat digunakan untuk nilai yang susuai didapatkan dari perusahaan, sehingga dapat ditemukan maslah masalah yang muncul sehingga dapat di tanggulangi. diatas nilai yng sudah dikelompokan dari nilai yang terendah sampai tertinggi, sehingga dapat diketahui nilai kritis dari komponen gilingan 37,29 dan yang nilai tinggi RPN( Risk Priority Number) akan direkomendasikan sebuah perbaikan untuk menekan Reduce Speed Losses yang cukup tinggi | en_US |
