Artigo Case De Seis Sigma No Agronegcio

Introduo A Unio da Indstria de Cana-de-Acar (Unica) informa que foram modas 431,1 milhes de toneladas, acima dos 372,8 milhes de toneladas de 2006, em outras palavras estamos crescendo fortemente nesta rea e despontando como um dos lderes mundiais neste agronegcio. O objetivo deste artigo mostrar a aplicao e viabilidade do Seis Sigma em uma empresa com processos baseados no agronegcio mostrando os seus possveis desdobramentos. A Agropecuria Jayoro, exemplo apresentado neste artigo, a nica empresa sucroalcooleira do estado do Amazonas, fato este que a torna estratgica dentro do estado, levando em considerao a logstica de transporte. A empresa produtora de acar cristal, extrato de guaran, lcool anidro, neutro e hidratado. Seu maior desafio consiste na adaptao do cultivo da cana-de-acar s condies da Amaznia, o que implica na convivncia com altos ndices pluviomtricos e controles biolgicos de pragas e doenas tpicas de culturas favorecidas pelas altas temperaturas e umidade elevada e, por ltimo, na ausncia de mo-de-obra especfica para o setor sucroalcooleiro. A primeira grande dificuldade foi transpor a barreira cultural existente quanto a aplicao do Seis Sigma no agronegcio, visto que a Jayoro seria uma das pioneiras nesta aplicao. Escolhemos para mostrar como case o projeto Reduo de Perda de Matria Prima no Campo, pois para chegar as metas definidas foram utilizadas tcnicas estatsticas e tcnicas de controle. Uma parte dos ganhos veio dos estudos levantados do solo e outra dos controles gerados sob as turmas da colheita.

Figura 1

Definir Nesta fase inicial a empresa construiu o seqenciamento de seus processos agrcolas, conforme figura 1, mapeando seu processo core, desde o preparo do solo at a fase de colheita. Essas fases precedem a de industrializao da cana-de-acar. No entramos nos processos industriais neste projeto, pois o tema escolhido era Perda de Matria Prima no Campo (cana-de-acar deixada nas reas de plantio em formas de tocos, lascas, cana inteira etc.). Tais definies sero detalhadas ainda neste artigo na fase do Medir. Um ponto importante dos processos agrcolas entender seu tempo de ciclo e seqenciamento, diferenciados da indstria de processo contnuo. Na indstria a matria prima vai se transformando ao passar de um setor para o outro, ou melhor, de uma mquina para a

Figura 2

outra, at chegar ao produto final. Os setores neste caso trabalham simultaneamente. J na agricultura a matria prima (cana-de-acar) vai se transformando sem sair do lugar; so os processos que andam em momentos diferentes da vida da planta. Primeiro prepara-se o solo e planta-se a cana, depois realizam-se os tratos culturais ao longo do crescimento da planta para finalmente executar a colheita da cana. Aps definido o processo core desdobramos para os processos de nvel 1 e 2 chegando conforme o diagrama da figura 1. A fazenda dividida por reas denominadas talhes. Cada talho possui histrico e caracterstica especifica que envolvem idade, tipo de cana plantada, capacidade produtiva, entre outras. No incio da safra de 2005/2006, verificou-se que 44% dos talhes possuam uma produtividade abaixo de 65 toneladas de cana por hectare (tc/h). Como precisvamos delinear o escopo de nosso trabalho e restringi-lo s perdas referentes s atividades da fase de colheita, elegemos o indicador de sada Outcome (figura 2) de nosso projeto que seriam as perdas gerais de cana no campo. Observamos uma mdia de 3,37% de perdas de cana no campo. Contudo, para analisarmos melhor este fenmeno temos que dividir as perdas por tipo de corte e, como mencionado acima, existem dois tipos clssicos de corte: o manual e o mecanizado.

Figura 3

O corte manual realizado por homens que cortam a cana usando basicamente um faco. Esses homens cortam a cana na base e retiram sua extremidade superior. O resultado deste tipo de corte uma cana inteira. O corte mecanizado realizado por uma mquina colhedora. Esta mquina possui serras que cortam a base da cana e serras que cortam o topo. A cana cortada cai em um transportador da mquina que a leva a um picador. O resultado deste tipo de corte uma cana picada. Ambos os cortes so carregados nos caminhes e transportados at a usina. Por isso, levantamos as perdas no corte, no carregamento e no transporte, onde observamos que os dados de perda no carregamento e no transporte poderiam ser considerados no significa-

tivos. As perdas avaliadas no carregamento e no transporte juntas, no chegavam a 20kg de cana por hectare, contra uma mdia de perda na fase de corte de 3,960 toneladas de cana por hectare. Essa anlise representava a performance do nvel 1 de nosso diagrama da figura 1. Partimos ento para o levantamento de dados das perdas por tipo de corte, manual e mecanizada, que so mostradas na figura 3. Entendendo que na colheita temos propores de aplicao de corte entre os talhes diferentes para a colheita manual e a colheita mecanizada, a mdia de 3,96 tc/ha resultado de todos os talhes colhidos at esta fase da colheita. Conclumos nesta fase, que as perdas mdias no incio da safra 2005/2006 (agosto) foram de (3,96tc/ha) e eram fortemente influenciadas pelas perdas na colheita mecanizada. Contudo, definimos estudar na fase do Medir, tanto o processo de corte manual como o mecanizado.

Figura 4

Medir Nesta fase levantamos o desempenho do corte mecanizado (figura 4) e do corte manual (figura 5) ao longo do tempo, com o objetivo de verificarmos algum tipo de tendncia.

Figura 5

Os estudos apresentados nas figuras 4 e 5 tambm foram realizados para cada tipo de defeito possvel. Alguns tipos de perdas so aplicados tanto para corte manual como para corte mecanizado, tais como: cana inteira, toco e ponteira. Toco a base aproveitvel da cana que no foi cortada e ponteira a parte aproveitvel que fica na parte superior cortada da cana. Os demais so aplicados apenas para o corte mecanizado: rebolo e lasca. Rebolos so pedaos de cana picada que caem fora da colhedora no momento da colheita e lascas so pedaos de cana lascados que se perdem na exausto da palha. Os dois ltimos so derivados do corte realizado pelo equipamento colhedora. Tais estudos foram realizados, pois estes tipos de defeitos originam-se de etapas diferentes do processo da colheita. O resultado geral pode ser observado na figura 6.

Figura 6

A mdia de perdas de matria-prima no ms de agosto de 2005, antes do incio dos trabalhos, foi de 3,96 tc/ha. Essa mdia, se aplicada sobre a produtividade obtida na Safra 2004/2005, projetaria uma perda de 5,36% do total de cana produzido. Foi especificada pela equipe a tolerncia de perdas em 2,0 e 5,0 tc/ha, para os cortes manual e mecanizado respectivamente, respeitando assim as caractersticas de cada tipo de corte. No incio da safra 2005/2006 o Sigma do processo era de 1,35 e, se atingidos os limites de tolerncia especificados, o Sigma tenderia a ser 2,5. Esse sigma, apesar de relativamente baixo, representa um ganho significativo. Na mdia geral (manual e mecanizado) as maiores perdas estavam concentradas nos seguintes componentes de avaliao: perda por Cana Inteira (29%), perda por Rebolo (23%) e perda por Lasca (22%). Juntas, elas representavam 74% do total das perdas. No corte mecanizado as perdas estavam tambm concentradas na Cana Inteira (31%), Toco (23%), alm de Rebolo (19%) e Lasca (18%). Analisar Nesta fase a equipe realizou brainstorming para montagem do Ishikawa (figura 7), onde optou-se por discutir tanto caractersticas de corte manual como do corte mecanizado, mesmo sabendo que nosso foco seria o corte mecanizado. Esta opo nos abriu oportunidades de escolher algumas causas potenciais para serem validadas. No Ishikawa, listamos quatro causas que foram validadas. Outras causas eram de simples resoluo e de baixo custo, ento optamos por aplicar as solues imediatas chamadas na Jayoro de Quick Hits.

Figura 7

Estudamos vrias causas, porm apenas as quatro listadas no Ishikawa foram validadas como causas razes, cada uma por um mtodo diferente. Foram utilizados desde testes de hipteses at clculos matemticos. Por exemplo, realizamos um teste de hiptese de duas propores para comparar os resultados de perdas entre dois tipos de sistematizao de solo no plantio. Ao final dessa fase, tnhamos quatro causas significativas validadas, alm de diversas aes simples tipo Quick Hit. Melhorar Na fase Melhorar, partimos para as solues relacionadas a cada uma das causas validadas onde utilizamos uma planilha de seleo das solues (figura 8), que leva em considerao trs critrios bsicos para a anlise da soluo proposta: efetividade, custo de implementao e grau de dificuldade da implementao. A pontuao varia de 1 a 5 onde 5 seria a melhor resposta para o critrio. Quando temos o valor 125 (multiplicao da pontuao mxima dos critrios) significa que a soluo ser efetiva, com baixa dificuldade de implementao e de baixo custo. Das sete solues propostas, seis foram escolhidas. Nesta fase foram realizados estudos de custo/benefcio e riscos da implementao.

Figura 8

Aps a implementao levantamos os desempenhos do antes e do depois das aes propostas e verificamos a melhoria do processo conforme mostram as figuras 9 e 10. Controlar Como foi explicado na introduo deste artigo, trabalhamos com melhorias em duas frentes, uma identificando e blindando causas razes e outra melhorando o controle dos pro-

cessos. Para efeito de controle estatstico do processo, quando identificamos que o processo no se comportava como uma normal, usamos o mtodo da transformada Box Cox, para poder realizar as anlises estatsticas. Podemos perceber que o processo de corte mecanizado, alm de diminuir a mdia, tambm diminuiu sua variabilidade. Contudo, no processo de corte manual, a mdia diminuiu, porm a variabilidade aumentou. Isso ocorreu em funo dos diferentes comportamentos das equipes do corte manual. A partir da implementao dos controles algumas equipes melhoraram sua performance, porm outras no, gerando a variabilidade inicial. Trata-se de um processo muito dependente do fator humano. Os controles permitiram identificar o comportamento das equipes e trat-las de forma independente, incluindo o uso de alguns mecanismos de bonificao diferenciados. Com o tempo as equipes criaram uma hegemonia e diminuram a variabilidade.

Figura 9

Xbar-R Chart of Perda de Matria Prima no Campo Ton/ha

Using Box-Cox Transformation With Lambda = 0,00 Manual Ago a Out.05
Durante
1 1 1 1 1 1 1 1

Antes

Depois
1 1

Sample Mean

1 1

1 11

UCL=1,253 _ _ X=0,055
1

LCL=-1,143 201 226

-2 1 26 51 76 101 126 Sample Durante 151 176

Figura 10

4,5

Antes

Depois

Sample Range

3,0

UCL=2,081 _ R=0,637 LCL=0 1 26 51 76 101 126 Sample 151 176 201 226

1,5

0,0

Tests performed with unequal sample sizes

No grfico de tendncia apresentado na figura 11 observamos a curva de perdas melhorando e mantendo sua consistncia ao longo do tempo, inclusive na safra seguinte.

Linear Trend Model Yt = 3,8909 - 0,001321*t Perdas Gerais de Matria Prima no Campo (Ton Cana/Ha) 25 20 15 10 5 0 Incio do Control Incio da Safra de 2006
Variable A ctual Fits A ccuracy Measures MA PE 172,976 MA D 1,435 MSD 3,768

Y1-Trend Analysis Plot

Perdas Ton Cana/Ha

5 5 5 5 5 5 5 6 05 06 05 -0 -0 -0 -0 -0 -0 -0 l-0 voout et et ut et et ut - ju ag ag no -s -s -s -s -o -o -o 30 26 08 18 23 07 14 27 08 28 21
Data

A implementao do projeto gerou resultados muito positivos. O maior ganho foi a mudana cultural onde a empresa passou entender e a controlar melhor seu processo de colheita, desdobrando objetivos e metas para as equipes no campo. Agradecimentos Gostaria de parabenizar a equipe da Jayoro pelo trabalho realizado, em especial E. Camillo Pachikoski, Diretor Presidente da Jayoro, e Manuel Guedes, tcnico da rea agrcola. O primeiro permitiu e sustentou o processo da implementao do Seis Sigma na fazenda, e o segundo suportou e conduziu internamente os estudos e as equipes. Jos Goldfreind: Diretor do Setec Consulting Group, na rea de Lean Six Sigma, atua h mais de 20 anos em Sistemas de Gesto (Qualidade e Ambiental), Ferramentas da Qualidade, Seis Sigma e Produtividade. Engenheiro Mecnico pela Escola de Engenharia Mau, trabalhou no Centro de Pesquisa do Instituto Mau de Tecnologia (IMT). Foi professor da Escola de Engenharia Mau e da Universidade Santa Ceclia dos Bandeirantes. jgoldfreind@setecnet.com.br