Pernah ada hari ketika scrap terasa “wajar”—padahal diam-diam menggerus margin, menyita kapasitas mesin, dan membuat delivery jadi tarik-ulur? Banyak pabrik baru sadar dampaknya ketika angka reject mulai menumpuk di area karantina. Menariknya, sebuah studi kasus di MDPI membahas penerapan pendekatan perbaikan berkelanjutan yang menargetkan penurunan scrap secara terukur (lihat studi kasus PDCA untuk perbaikan kualitas manufaktur). Di lapangan, yang membedakan bukan seberapa sering rapat kualitas diadakan, melainkan seberapa rapi siklus perbaikan dijalankan—dan di akhir hari, Anda butuh pdca turunkan scrap produksi.
Di sisi ilmiah, paper yang sama juga memberi kerangka yang relevan tentang bagaimana data proses, analisis akar masalah, dan standardisasi dapat menggeser performa dari “sekadar menjaga” menjadi “naik kelas” (rujukan publikasi ilmiah MDPI tentang PDCA dan peningkatan kualitas berbasis data). Kami mengangkat topik ini karena banyak organisasi sudah punya SOP, QC, bahkan dashboard—namun scrap tetap tinggi akibat gap kecil yang tidak pernah “ditutup tuntas”. Dengan tuntutan traceability, real-time visibility, dan budaya continuous improvement yang makin relevan, pendekatan PDCA menjadi bahasa yang mudah dipahami lintas tim.
Ringkasnya: Scrap bukan takdir. Jika Anda bisa mengukur, Anda bisa memperbaiki. Jika Anda bisa menstandarkan, Anda bisa mempertahankan.
Fokus artikel ini: bagaimana PDCA membuat penurunan scrap menjadi proyek yang “punya ujung”, bukan sekadar wacana.
1. Apa itu scrap, dan kenapa target 0,7% masuk akal
Scrap adalah produk/komponen yang tidak dapat digunakan sesuai spesifikasi (atau biaya rework-nya tidak ekonomis) sehingga harus dibuang atau dilebur ulang. Banyak pabrik menetapkan target scrap rendah karena setiap persen scrap berlipat efeknya: material terbuang, jam mesin hilang, energi dan tenaga kerja ikut terbakar, dan opportunity cost menumpuk.
Scrap bukan hanya biaya material
Beberapa biaya scrap yang sering “tidak terlihat”:
- waktu setup ulang karena part gagal,
- downtime karena troubleshooting,
- inspeksi berulang dan administrasi NCR,
- keterlambatan delivery dan risiko penalti,
- konsumsi tool meningkat (karena proses tidak stabil).
Kenapa 0,7% bisa menjadi angka realistis
Target seperti 0,7% biasanya bukan angka ajaib. Ia realistis ketika:
- definisi defect jelas dan seragam,
- data proses tersedia (minimal critical-to-quality / CTQ),
- akar masalah ditutup sampai level kontrol proses,
- perubahan distandardisasi dan dipantau.
Di sinilah pdca turunkan scrap produksi bekerja sebagai “mesin disiplin”: bukan membuat ide lebih banyak, melainkan memastikan ide benar-benar dieksekusi dan dipertahankan.
2. Mengapa PDCA sering gagal di pabrik
Banyak organisasi mengaku menjalankan PDCA, namun hasilnya tidak signifikan. Biasanya bukan karena PDCA-nya salah—melainkan karena implementasinya kehilangan detail yang krusial.
Empat jebakan paling umum
- Plan tanpa baseline
- Tidak ada angka awal yang jelas (PPM, % scrap, jenis defect dominan).
- Do tanpa kontrol perubahan
- Trial dilakukan, tetapi parameter proses tidak dikunci, dokumentasi tidak rapi.
- Check yang hanya “laporan”
- Data dikumpulkan, tapi tidak menguji hipotesis penyebab.
- Act tanpa standardisasi
- Perbaikan berhasil di satu shift, lalu hilang di shift berikutnya.
PDCA bukan ritual. PDCA adalah metode untuk mengubah variasi proses menjadi kendali proses.
Kalau Anda ingin pdca turunkan scrap produksi, kunci utamanya adalah membuat PDCA “terlihat” dalam data, perubahan, dan standard work.
3. Plan: memetakan scrap sampai ketemu akar masalah yang benar
Di fase Plan, banyak tim tergoda langsung “mencoba solusi”. Padahal langkah paling mahal adalah memperbaiki masalah yang salah. Plan harus tajam, berbasis data, dan fokus pada CTQ.
Pada komponen presisi, definisi defect harus spesifik: apakah masalahnya dimensi, posisi, kekasaran permukaan, burr, deformasi, atau mismatch assembly. Ini sering menjadi titik awal perbaikan pada pekerjaan CNC machining presisi—karena defect kecil bisa memicu scrap yang tampak “acak”, padahal pola datanya jelas.
Toolkit Plan yang cepat tapi akurat
- Pareto defect: 20% jenis defect biasanya menyumbang 80% scrap.
- Stratifikasi: pisahkan data berdasarkan mesin, shift, operator, material batch, tooling.
- Fishbone + 5-Why: jangan berhenti di “operator salah”, cari penyebab sistemik.
- CTQ tree: hubungkan kebutuhan fungsi → karakteristik produk → parameter proses.
Tabel contoh: matriks prioritas masalah
| Jenis scrap | Dampak | Frekuensi | Kemudahan deteksi | Prioritas | Catatan awal |
|---|---|---|---|---|---|
| Dimensi out of spec | tinggi | tinggi | sedang | 1 | periksa wear tool & kompensasi |
| Burr berlebih | sedang | tinggi | tinggi | 2 | cek toolpath & deburring standard |
| Surface roughness gagal | tinggi | sedang | rendah | 3 | cek feed/speed & kondisi coolant |
| Salah material | tinggi | rendah | tinggi | 4 | perbaiki incoming & traceability |
Di akhir fase Plan, Anda harus punya “kalimat masalah” yang tajam: target, baseline, scope, dan hipotesis penyebab. Tanpa itu, pdca turunkan scrap produksi akan berubah jadi trial-and-error.
4. Do: uji perbaikan sebagai eksperimen, bukan spekulasi
Fase Do adalah eksekusi perbaikan, tetapi tetap dalam kontrol. Ide terbaik pun bisa gagal jika uji coba tidak didesain sebagai eksperimen.
Prinsip Do yang aman untuk produksi
- Uji dalam window yang jelas: kapan trial dimulai dan berakhir.
- Kunci variabel: jangan ubah 5 hal sekaligus.
- Buat kontrol pembanding: bandingkan sebelum vs sesudah pada kondisi serupa.
- Dokumentasikan set-point: parameter proses, alat, tool, fixture, material lot.
Contoh tindakan Do yang sering efektif
- mengganti spesifikasi tool life berbasis data (bukan “feeling”),
- mengubah strategi toolpath/finishing pass,
- menambah poka-yoke pada fixture atau jig,
- memperbaiki metode inspeksi in-process (FAI + sampling point yang tepat),
- menutup variasi material via vendor control.
Jika perbaikan menyentuh keselamatan atau compliance, pastikan review HSE dan risiko proses dilakukan sebelum trial.
5. Check: cara membaca hasil tanpa tertipu “angka sesaat”
Banyak perbaikan terlihat bagus 1–2 hari, lalu kembali buruk. Check yang baik menguji stabilitas, bukan hanya rata-rata.
Pada pekerjaan rekayasa fabrikasi industri misalnya, scrap bisa “tiba-tiba” naik karena variasi welding, distortion, atau perubahan urutan proses. Karena itu, Check harus mengamati data dan kondisi proses secara utuh.
Apa yang harus dicek (minimal)
- Scrap rate (%, PPM) per shift/per mesin,
- Trend chart (run chart) sebelum–sesudah,
- Distribusi: apakah varians menyempit atau hanya bergeser,
- First pass yield (FPY): apakah rework turun,
- Leading indicator: parameter proses CTQ (mis. temperatur, torque, feed rate).
Mini dashboard yang efektif
| KPI | Definisi | Target | Frekuensi review | Owner |
|---|---|---|---|---|
| Scrap % | scrap / output | ≤0,7% | harian | produksi/QC |
| FPY | OK tanpa rework | naik | harian | produksi |
| CTQ parameter | sesuai window | ≥98% | shift | engineering |
| Downtime karena defect | menit/hari | turun | mingguan | maintenance |
Jika Anda ingin pdca turunkan scrap produksi, pastikan fase Check menjawab: “Perbaikan ini stabil tidak? Dan stabil karena apa?”
6. Act: mengunci perbaikan menjadi standard work
Act adalah fase yang sering diabaikan—padahal di sinilah perbaikan menjadi budaya. Act berarti menstandarkan, melatih, dan membuat kontrol agar masalah tidak balik lagi.
Standardisasi yang biasanya diperlukan
- update SOP/Work Instruction,
- update setting sheet mesin,
- checklist quality gate (in-process & final),
- training operator + verifikasi kompetensi,
- audit ringan (layered process audit),
- penyesuaian spare part/tooling plan.
“Act” juga berarti menutup celah sistem
- Jika masalah berasal dari supplier: perbaiki incoming control + komunikasi spesifikasi.
- Jika berasal dari tooling: perbaiki preventive maintenance dan monitoring tool wear.
- Jika berasal dari desain: lakukan value engineering/DFM.
Ketika Act dijalankan disiplin, pdca turunkan scrap produksi berubah dari proyek sekali jalan menjadi kebiasaan operasional.
7. PDCA + otomasi: mempercepat feedback loop di shopfloor
PDCA jadi lebih kuat ketika feedback loop dipercepat. Di sini otomasi (sensor, PLC, HMI, data logging) dapat mengubah “cek manual” menjadi “cek real-time”.
Dalam proyek otomasi industri terintegrasi, misalnya, data proses seperti cycle time, temperatur, tekanan, atau alarm dapat direkam untuk mendeteksi drift sebelum scrap terjadi.
Contoh implementasi modern
- andon digital untuk eskalasi defect,
- SPC sederhana di HMI (limit + trend),
- interlock proses ketika parameter keluar window,
- barcode/QR untuk traceability lot,
- dashboard OEE + scrap yang sinkron.
Dengan feedback loop yang cepat, fase Check tidak menunggu akhir shift—dan pdca turunkan scrap produksi menjadi lebih responsif.
8. PDCA di tooling dan mold: kualitas dimulai dari konsistensi dasar
Scrap tidak selalu muncul di part akhir. Kadang sumbernya adalah tooling yang tidak konsisten, keausan yang tidak terkontrol, atau setting yang berubah-ubah.
Pada pekerjaan pembuatan mold dies, PDCA membantu mengunci parameter yang menentukan repeatability: alignment, clearance, wear pattern, dan metode maintenance.
Sinyal scrap “berasal dari tooling”
- defect muncul periodik (setelah X cycle),
- defect dominan di cavity tertentu,
- hasil berubah antar shift meski material sama,
- banyak rework “kecil-kecil” yang menumpuk.
PDCA pada tooling biasanya menghasilkan kontrol yang simpel tetapi berdampak: jadwal maintenance berbasis cycle, inspeksi titik kritikal, dan standard setting.
9. PDCA untuk industri makanan: scrap turun tanpa mengorbankan higienitas
Di industri makanan, target kualitas tidak berhenti pada dimensi—tetapi juga kebersihan, keamanan, dan konsistensi proses. Scrap bisa mahal karena terkait lot, traceability, dan risiko recall.
Pada proyek solusi industri makanan, PDCA sering digunakan untuk merapikan titik kritikal: cleaning cycle, handling material, dan kontrol kontaminasi silang.
Contoh fokus PDCA yang relevan
- memperpendek waktu changeover tanpa menambah kontaminasi,
- menurunkan defect pada sealing/packaging,
- mengunci parameter CIP dan verifikasi hasil,
- menstandarkan inspeksi visual agar tidak subjektif.
Di konteks ini, pdca turunkan scrap produksi berarti menurunkan waste sambil tetap menjaga compliance.
10. FAQ: pertanyaan yang sering ditanya saat mulai PDCA untuk scrap
Apa bedanya PDCA dengan Kaizen?
Kaizen adalah budaya/perbaikan berkelanjutan. PDCA adalah siklus/metode untuk menjalankan Kaizen secara sistematis.
PDCA cocok untuk pabrik kecil?
Cocok. Bahkan lebih cocok jika sumber daya terbatas—karena PDCA memaksa fokus pada masalah paling berdampak.
Berapa lama sampai terlihat hasil?
Tergantung kompleksitas. Perbaikan sederhana bisa terlihat dalam hari/minggu, tetapi stabilisasi (Act) biasanya membutuhkan beberapa siklus.
Kenapa scrap turun tapi FPY tidak naik?
Bisa jadi scrap berkurang karena dipindahkan jadi rework. Pantau scrap dan FPY bersamaan.
Apa indikator paling penting selain scrap %?
Leading indicator CTQ (parameter proses), FPY, downtime karena defect, dan variasi (stabilitas) proses.
11. How-To: memulai PDCA menurunkan scrap dalam 14 hari
Jika Anda ingin mulai cepat tanpa program besar, gunakan rencana 14 hari ini. Prinsipnya: kecil dulu, tapi selesai.
Hari 1–2: Definisikan masalah dan baseline
- Kunci definisi scrap dan cara menghitungnya.
- Buat Pareto defect 30 hari terakhir.
Hari 3–5: Identifikasi akar masalah
- Stratifikasi data (mesin/shift/material/tooling).
- Fishbone + 5-Why untuk top 1–2 defect.
Hari 6–8: Jalankan trial terkontrol
- Ubah 1–2 variabel saja.
- Dokumentasikan set-point dan kondisi.
Hari 9–11: Validasi stabilitas
- Run chart sebelum–sesudah.
- Pastikan varians menyempit, bukan sekadar rata-rata turun.
Hari 12–14: Standardisasi dan audit ringan
- Update WI/SOP, setting sheet, checklist.
- Briefing operator dan audit 1 minggu pertama.
Jika rencana ini dijalankan disiplin, pdca turunkan scrap produksi tidak lagi terasa “teori”, melainkan rutinitas yang menghasilkan.
12. Peran PT Satya Abadi Raya: eksekusi teknik yang rapi, perbaikan yang terukur
Kami bekerja di ranah engineering, machining, fabrication, automation, serta mold & dies—sehingga kami terbiasa melihat scrap bukan hanya sebagai masalah QC, tetapi sebagai sinyal bahwa desain, proses, tooling, atau kontrol data perlu diselaraskan.
PT Satya Abadi Raya adalah perusahaan jasa engineering, machining, fabrication, automation, serta mold & dies yang terdaftar di Direktorat Jenderal Administrasi Hukum Umum Kementerian Hukum Republik Indonesia AHU. Di Karawang secara khusus atau di Jawa Barat di bagian manapun Anda berada, tim kami akan senang hati untuk mengunjungi dan berdiskusi kebutuhan Anda—mulai dari pemetaan defect, review proses, sampai eksekusi perbaikan dan standardisasi.
Pada akhirnya, scrap rendah adalah hasil dari disiplin, bukan kebetulan
Sebagai penutup, ada satu kutipan yang relevan untuk budaya kualitas modern. W. Edwards Deming—tokoh kunci dalam manajemen kualitas dan perbaikan berkelanjutan—sering dikaitkan dengan gagasan bahwa keputusan harus berdiri di atas data (profilnya dapat Anda lihat di W. Edwards Deming). Ketika kita menerjemahkan semangat itu ke shopfloor, pesannya sederhana: jangan menebak—ukur, uji, dan kunci perbaikan.
Itulah mengapa PDCA efektif: ia membuat perbaikan bukan “heroic effort”, tetapi sistem. Jika Anda ingin memulai atau menguatkan program kualitas di lini Anda, hubungi kami melalui halaman contact us atau tombol WhatsApp di bagian bawah halaman ini. Kami siap membantu Anda menjalankan pdca turunkan scrap produksi dengan pendekatan yang praktis, terukur, dan bisa dipertahankan.
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "Article",
"headline": "Scrap Turun Sampai 0,7%: Cara PDCA Mengubah Kualitas Produksi Tanpa Drama",
"inLanguage": "id-ID",
"author": {"@type": "Organization", "name": "PT Satya Abadi Raya", "url": "https://satya-abadi.co.id/"},
"publisher": {"@type": "Organization", "name": "PT Satya Abadi Raya", "url": "https://satya-abadi.co.id/"},
"mainEntityOfPage": {"@type": "WebPage", "@id": "https://satya-abadi.co.id/"},
"about": ["PDCA", "Continuous Improvement", "Manufacturing Quality", "Scrap Reduction"],
"citation": ["https://www.mdpi.com/2076-3417/14/7/2999"]
},
{
"@type": "HowTo",
"name": "How-To: Memulai PDCA Menurunkan Scrap dalam 14 Hari",
"description": "Rencana 14 hari untuk memetakan defect, menjalankan trial terkontrol, memvalidasi stabilitas, dan menstandarkan perbaikan agar scrap turun secara berkelanjutan.",
"totalTime": "P14D",
"supply": [
{"@type": "HowToSupply", "name": "Data scrap 30 hari terakhir"},
{"@type": "HowToSupply", "name": "Form Pareto defect + Fishbone/5-Why"},
{"@type": "HowToSupply", "name": "Checklist standard work dan audit ringan"}
],
"tool": [
{"@type": "HowToTool", "name": "Spreadsheet/BI dashboard"},
{"@type": "HowToTool", "name": "Alat ukur/inspection tools sesuai CTQ"}
],
"step": [
{"@type": "HowToStep", "name": "Definisikan baseline", "text": "Kunci definisi scrap, cara menghitungnya, dan buat Pareto defect 30 hari terakhir."},
{"@type": "HowToStep", "name": "Cari akar masalah", "text": "Stratifikasi data (mesin/shift/material/tooling) dan lakukan Fishbone + 5-Why untuk top defect."},
{"@type": "HowToStep", "name": "Jalankan trial terkontrol", "text": "Ubah 1–2 variabel saja, dokumentasikan set-point, dan buat pembanding sebelum–sesudah."},
{"@type": "HowToStep", "name": "Validasi stabilitas", "text": "Gunakan run chart untuk memastikan varians menyempit dan perbaikan stabil, bukan hanya sesaat."},
{"@type": "HowToStep", "name": "Standardisasi", "text": "Update WI/SOP, setting sheet, checklist quality gate, dan lakukan audit ringan untuk menjaga hasil."}
]
},
{
"@type": "FAQPage",
"mainEntity": [
{"@type": "Question", "name": "Apa bedanya PDCA dengan Kaizen?", "acceptedAnswer": {"@type": "Answer", "text": "Kaizen adalah budaya perbaikan berkelanjutan. PDCA adalah metode/siklus untuk menjalankan perbaikan secara sistematis."}},
{"@type": "Question", "name": "PDCA cocok untuk pabrik kecil?", "acceptedAnswer": {"@type": "Answer", "text": "Cocok, karena PDCA membantu fokus pada masalah paling berdampak dan menutupnya sampai standard work."}},
{"@type": "Question", "name": "Apa indikator penting selain scrap %?", "acceptedAnswer": {"@type": "Answer", "text": "Leading indicator CTQ, FPY, downtime karena defect, dan stabilitas variasi proses."}}
]
}
]
}