TUGAS AKHIR. Perbaikan Proses Bisnis Pelayanan Penanganan Gangguan Melalui Pendekatan IDEF0-FMEA dan Root Cause Analysis (Studi Kasus: PT X)

(1)

Perbaikan Proses Bisnis Pelayanan

Penanganan Gangguan Melalui Pendekatan

IDEF0-FMEA dan Root Cause Analysis

(Studi Kasus: PT X)

Oleh :

Adelin Ayu Zoraya

Dosen Pembimbing :

Iwan Vanany, ST., MT., PhD

(2)

(3)

Latar Belakang

0 5 10 15 20 25 30 35 40 45 50 2010 2011

Peningkatan Pengguna Internet di

Indonesia (Kompas.com, 2011)

Peningkatan kualitas pelayanan Speedy

Persaingan meningkat

di bisnis internet

(4)

Data SLG PT X tahun 2011

0,00 5,00 10,00 15,00 20,00 25,00

Pasang Baru Gangguan Buka Isolir Mutasi Komplain Tagihan 1,53

22,00

(5)

(6)

“Sukses dalam CRM membutuhkan perubahan dalam

proses bisnis kearah pendekatan customer-oriented “

-Chen

dan Popovich (2003) -

“Semua proses bisnis yang melibatkan

interaksi langsung maupun tidak langsung

dengan pelanggan harus dianalisa dan

dievaluasi”

(7)

IDEF0

FMEA

RCA

Metode pemetaan proses bisnis

 (1) mudah dipahami, (2) komunikatif, (3)

memberikan informasi yang lengkap terhadap

proses, (4) memungkinkan untuk memilih proses

yang kurang baik dan memperbaikinya, serta (5)

memungkinkan untuk dijadikan dasar sebagai

pemodelan simulasi

 Digunakan untuk mengidentifikasi dasar atau

faktor penyebab potensi kegagagalan dari proses

kritis

Prosedur terstruktur untuk mengidentifikasi dan

mencegah sebanyak mungkin mode kegagalan

(failure mode)



Tool

yang efektif dalam mengelola kegagalan yang

umum digunakan dibanyak industri 

(8)

Perumusan Masalah

“Bagaimana melakukan perbaikan proses

bisnis pelayanan penanganan gangguan

beserta penyebabnya dengan

menggunakan pemetaan proses bisnis

IDEF0-FMEA dan RCA”

(9)

Tujuan Penelitian

_{Melakukan perbaikan proses bisnis}

pelayanan penanganan gangguan dengan

memetakan proses bisnis, mengidentifikasi

proses kritis dan mengetahui penyebabnya.

Memberikan rekomendasi perbaikan

proses bisnis dengan harapan dapat

menjaga loyalitas pelanggan dan

meningkatkan

revenue

perusahaan.

(10)

Ruang Lingkup Penelitian

Batasan

• Produk yang dijadikan obyek penelitian produk Produk A.

• Penelitian ini dilakukan pada fungsi

Problem & Fault Handling

dan pada aspek pelayanan gangguan (

Problem Handling

) didalam

framework

CRM pada PT X.

• Wilayah penanganan gangguan dibatasi hanya ruang lingkup Surabaya.

• Data laporan yang diambil adalah data pada tahun 2011.

• Pemetaan proses pelayanan gangguan dibatasi maksimal sampai dengan level tiga.

• Tidak mempertimbangkan biaya yang terlibat didalam proses bisnis.

• Alur penanganan gangguan yang diteliti hanya pengaduan pelanggan melalui

call

center.

Asumsi

• Proses pelayanan penanganan gangguan berdistribusi normal

(11)

(12)

Mulai

A

Tahap

Pengumpulan

dan Pengolahan

Data

Pengumpulan Data

1. Gambaran umum perusahaan 2. Gambaran umum Produk A 3. Struktur organisasi perusahaan 4. Konsep CRM di PT X

5. Proses pelayanan penanganan gangguan

6. Identifikasi kondisi

existing

Pengolahan Data

1. Pemetaan proses bisnis dengan IDEF0 2. Identifikasi proses kritis dengan FMEA 3. Identifikasi penyebab permasalahan

dengan RCA

(13)

A

Tahap Analisis

dan

Pembahasan

Analisis hasil pengolahan data

Simulasi proses bisnis

existing

dan perbaikan

(14)

Perbaikan proses bisnis:

•Mengurangi salah satu

ataupun beberapa aktivitas

didalam proses kritis yang

dapat menimbulkan

permasalahan

1. Mengeliminasi

proses bisnis

•menggabung beberapa

proses bisnis didalam proses

kritis karena aktivitasnya

yang hampir sama

2. Penggabungan

proses bisnis

•mencari metode baru yang

lebih efisien atau dilakukan

program-program tertentu

untuk meningkatkan kinerja

proses bisnis

3. Menerapkan

metode baru

(15)

(16)

Proses Bisnis

Existing

TIER 1

(17)

(18)

Pemetaan Proses Bisnis Melalui IDEF0

Diagram Konteks

(19)

Telepon Masuk (I1)  panggilan yang berasal dari pelanggan yang ditujukan untuk Agen TIER 1 sebagai agen

contact

center

perusahaan.

Salam Simpatik (O1)  istilah salam penutup pada pelanggan ketika gangguan dipastikan telah selesai dengan tuntas

- Standard Operation Procedure

(C1)  aturan atau pedoman prosedur yang harus dilaksanakan oleh setiap pihak PT X yang terkait dalam proses pelayanan penanganan gangguan

- Tolok Ukur (C2)  ukuran batas waktu pengerjaan perbaikan gangguan untuk keseluruhan proses penanganan

gangguan.

-Agen TIER 1 (M1)  agen

costumer touchpoint

yang pertama kali berhadapan dengan pelanggan (

inbound call)

-T3-

Online

(M2)  aplikasi berbasis web yang dapat mengintegrasikan seluruh proses

pelayanan penanganan gangguan

-Agen TIER 2 (M3)  agen

costumer touchpoint

yang melakukan

outbound call

ke pelanggan -

TIER Group Solution

(M4)  grup yang

menangani solusi teknis pada TIER 2

-

Helpdesk

Divisi Akses (M5)  administrator Divisi Akses (DIVA)

-Teknisi (M6)  bertugas memperbaiki gangguan di lapangan untuk perbaikan secara teknis

-Pelanggan (M7)  pelanggan yang

mengadukan gangguan dan terlibat didalam proses perbaikan gangguan

(20)

(21)

(22)

(23)

(24)

(25)

(26)

(27)

(28)

(29)

(30)

(31)

(32)

Bulan Jumlah tiket terdispatch TIER 1 TIER 2 SO Jan ₂₅₉₁₈₅ 28872 6307 Feb ₁₈₈₄₂₄ 21666 4605 Mar ₁₈₈₃₃₆ 22773 5023 Apr ₁₅₉₅₃₆ 21185 4681 Mei ₁₅₈₀₆₄ 24250 5078 Jun ₂₂₉₀₃₂ 27054 6814 Jul ₁₅₃₇₇₅ 16859 3782 Agust ₁₄₀₂₈₈ 19613 4602 Sep ₁₄₆₀₅₈ 19485 4807 Okt ₁₅₃₂₈₀ 21668 3250 Nop ₁₄₉₃₆₆ 19219 4480 Des ₁₆₃₁₀₈ 16365 4399 TOTAL 2.087.114 259.009 57.828

(33)

(34)

Bulan Service Level (%) Waktu Layan (menit) Jan 94,7 _3,98 Feb 83,42 _4,18 Mar 84,9 _4,92 Apr 90,99 _5,40 Mei 86,8 _6,33 Jun 83,87 _4,05 Jul 97,63 _5,62 Agust 89,21 _5,93 Sep 84,92 _6,13 Okt 85,44 _6,95 Nop 90,59 _7,38 Des 93,04 _7,43

Rekap Kinerja TIER 1

Kinerja TIER 1

TU = 80% telepon masuk harus diangkat < 20 detik

(35)

(36)

Bulan Service Level (%) Waktu Layan (menit) Jan 77,94 11,4 Feb 78 11,0 Mar 78 11,6 Apr 78 12,0 Mei 78,55 8,6 Jun 75,63 10,3 Jul 78,03 10,6 Agust 77,19 11,2 Sep 75,67 11,6 Okt 78,61 10,9 Nop 77,97 10,2 Des 73 11,0

Rekap Kinerja TIER 2

Kinerja TIER 2

(37)

(38)

Gangguan*

Bulan WO WO<TU WO>TU % < TU % > TU Jan 6307 4561 1746 72,32 27,68 Feb 4605 3658 947 79,44 20,56 Mar 5023 3757 1266 74,80 25,20 Apr 4681 3812 869 81,44 18,56 Mei 5078 3943 1135 77,65 22,35 Jun 6814 5840 974 85,71 14,29 Jul 3782 2964 818 78,37 21,63 Agust 4602 3565 1037 77,47 22,53 Sep 4807 3814 993 79,34 20,66 Okt 3250 2315 935 71,23 28,77 Nop 4480 3459 1021 77,21 22,79 Des 4399 3419 980 77,72 22,28 57828 45107 12721 78 % 22 %

*Total gangguan yang dieskalasi sampai site operation

TU = maks waktu penanganan gangguan < 3 x 24 jam

Bulan Waktu rata-rata kondisi

existing* Jan 96,57 Feb _82,97 Mar 80,71 Apr 91,2 Mei _99,2 Jun 87,64 Jul 90,32 Agust _89,30 Sep 87,93 Okt 90,97 Nop 88,96 Des 90,82 Waktu rata-rata > TU pada kondisi

existing

(39)

(40)

A1 A11

A111 A112 A113 A114

A12 A13

A131 A132

A14 A15 A16 A17

A2

A21 A22

A221 A222

A23 A24 A25 A26

A3 A31

A311 A312 A313 A314

A32

A321 A322 A323 A324 A325 A326 A327 A33

A331 A332 A333

A34 A35 A351 A352 A36 Kinerja < TU Kinerja < TU Kinerja > TU

?

? ?

(41)

Scoring FMEA (Severity)

Dampak Kriteria: Tingkat keseriusan dampak (Severity) Nilai Waktu Ekstrim

Kegagalan bersifat bahaya dan terjadi tanpa peringatan. 10 > 505 jam

Kegagalan melibatkan hasil yang berbahaya namun terjadi dengan

peringatan. 9

336 - 504 jam

Tinggi

Kegagalan besar terhadap proses. Pelanggan marah dan protes

terhadap pelayanan. 8

168 - 336 jam Performansi proses dipengaruhi secara serius. Kompensasi muncul.

Kenyamanan dan kepercayaan pelanggan berkurang 7

72 - 168 jam

Sedang

Performansi proses menurun, namun penetapan kompensasi belum

muncul 6 24 - 72 jam

Cukup berpengaruh terhadap performansi sistem. Perlu perbaikan

proses. 5 12 - 24 jam

Pengaruh kecil pada performansi sistem namun apabila dilakukan

perbaikan akan lebih baik. 4 6 – 12 jam

Rendah Pengaruh kecil pada performansi proses. 3 1 - 6 jam

Pengaruh sangat kecil terhadap performansi proses. 2 < 1 jam

(42)

Scoring FMEA (Occurence)

Probabilitas

Kegagalan Tingkat terjadinya kegagalan (Occurrence) Nilai

Frekuensi kegagalan Ekstrim

Kegagalan atau keterlambatan hampir tidak dapat

dihindarkan 10

hampir 100%

Hampir selalu terjadi dan terdokumentasi 9 90-99%

Tinggi Hampir selalu terjadi namun jarang terdokumentasi 8 80%-89%

Sering terjadi dan terdokumentasi 7 71%-79%

Sedang

Sering terjadi namun tidak terdokumentasi 6 61%-70%

Jarang terjadi, namun sering ditemukan data kegagalan 5 40%-60%

Rendah

Jarang terjadi, namun pernah ditemukan data kegagalan 4 31%-39%

Jarang terjadi dan tidak pernah ditemukan data kegagalan 3 10%-30%

Sangat rendah Kegagalan hampir tidak pernah terjadi 2 <10%

(43)

Scoring FMEA (Detection)

Deteksi Kriteria: Kemungkinan deteksi kegagalan Nilai Probabilitas Sangat rendah Tidak ada aktifitas controlling

10 0% Fungsi controlling sangat jarang dilakukan untuk mendeteksi

kegagalan 9 1 % - 10%

Rendah

Jarang terjadi aktifitas controlling yang dilakukan untuk

mendeteksi kegagalan 8 10% - 30%

Kesempatan controlling untuk mendeteksi kegagalan sangat

rendah 7 31% - 39%

Sedang

Rendahnya kesempatan controlling untuk mendeteksi kegagalan 6 40% - 60%

Kesempatan controlling untuk mendeteksi kegagalan cukup 5 61% - 70%

Kesempatan controlling untuk mendeteksi kegagalan cukup tinggi 4 71% - 79%

Tinggi

Kesempatan controlling untuk mendeteksi kegagalan tinggi 3 80% - 89%

Kesempatan controlling untuk mendeteksi kegagalan sangat

tinggi 2 90% - 99%

(44)

Node Nama Proses RPN Ranking A33 Perbaikan gangguan JARLOK 52 I A31 Penerimaan dan dispatch WO 38 II A32 Identifikasi CPE atau JARLOK 11,8 III

A35 Cek hasil perbaikan gangguan 9 IV

A36 Technical Close 7 V

A34 Input status hasil perbaikan 1 VI

Failure Mode and Effect Analysis

(FMEA) pada Node A3

Dilakukan identifikasi

penyebab

(45)

Identifikasi Penyebab Proses Kritis

1. Faktor Perijinan

2. Faktor Penentuan

Titik Gangguan

3. Faktor Sumber

Daya Manusia

4. Faktor Alat Ukur

5. Faktor

Pengadaan

6. Faktor Lokasi

Target WO

7. Faktor Sistem

Informasi

(46)

(47)

Model Konseptual

Penerimaan dan dispatch WO Input status hasil perbaikan Perbaikan gangguan JARLOK Identifikasi gangguan JARLOK atau CPE Cek hasil perbaikan gangguan Technical Close Work Order Salam Simpatik TIER 2

(48)

Data Simulasi

Proses Bobot TIER 2 0,0026 A31 0,0012 A32 0,0056 A33 0,9914 A34 0,0002 A35 0,0012 A36 0,0005 Total 1

Nama proses Distrbusi

Kedatangan tiket -0.001 + EXPO(0.141) TIER NORM(14.1, 2.07) A31 NORM(6.5, 0.96) A32a NORM(24.3, 3.64) A32b NORM(4.55, 0.683) A32c NORM(1.52, 0.228) A33 NORM(5.36e+003, 788) A34 NORM(1.08, 0.159) A35 NORM(12.5, 1.83) A36 NORM(2.71, 0.399) Resource Jumlah Teknisi 18 orang Helpdesk 26 orang Agen TIER 2 25 orang

(49)

Model Kondisi

Existing

(50)

Verifikasi dan Validasi

No _{kondisi existing*}Waktu rata-rata Waktu rata-rata _simulasi

1 96,57 87,16 2 82,97 91,41 3 80,71 89,66 4 91,2 87,66 5 99,2 88,56 6 87,64 88,83 7 90,32 90,52 8 89,30 88,92 9 87,93 91,41 10 90,97 88,04 11 88,96 89,43 12 90,82 89,34 mean 89,71 89,24 stdev 5,019 1,359

Waktu rata-rata

perbulan dalam 1

tahun

(51)

(52)

Replikasi

Replikasi Waktu rata-rata hasil simulasi 1 87,16 2 91,41 3 89,66 4 87,66 5 88,56 6 88,83 7 90.52 8 88,92 9 91,41 10 88,04 11 89,43 12 89,34 Rata-rata 89,24 Stdev (s) 1,359 Variansi (s2₎ 1,846

Dengan tingkat error yang

diinginkan sebesar 1%, maka:

(53)

Skenario Perbaikan

Faktor Nama Faktor Kontribusi

A Perijinan 15%

B Penentuan Titik Gangguan 10% C Sumber Daya Manusia 25%

D Alat Ukur 3%

E Pengadaan 5%

F Lokasi Target WO 8% G Sistem Informasi 3%

Skenario Proses yang _terlibat Kontribusi masing-_{masing proses}

A A33 15%

B A33 10%

C A33 dan A31 25%

D A33 3%

E A33 dan A31 5%

1. Tidak berhubungan

langsung dengan proses

kritis

2. Bukan penyebab proses

kritis

(54)

Hasil Simulasi Skenario Perbaikan

Skenario A

Replikasi Waktu existing Waktu hasil

simulasi 1 96,57 76,80 2 82,97 76,76 3 80,71 76,43 4 91,2 76,09 5 99,2 77,04 6 87,64 77,61 7 90,32 75,98 8 89,30 77,38 9 87,93 75,79 10 90,97 76,15 11 90,82 78,42 Rata-rata 89,78 76,60 Stdev (s) 5,26 0,80 Variansi (s2₎ _27,65 _0,64 Kenaikan 14,7%

(55)

Hasil Simulasi Skenario Perbaikan

Skenario B

Replikasi Waktu existing Waktu hasil _simulasi

1 96,57 81,44 2 82,97 79,76 3 80,71 81,35 4 91,2 81,70 5 99,2 80,98 6 87,64 81,57 7 90,32 82,65 8 89,30 80,76 9 87,93 81,54 10 90,97 81,87 11 90,82 81,51 Rata-rata 89,78 81,38 stdev (s) 5,26 0,72 variansi (s2) 27,65 0,52 Kenaikan 9,4%

(56)

Hasil Simulasi Skenario Perbaikan

Skenario C

(57)

Hasil Simulasi Skenario Perbaikan

Skenario D

(58)

Hasil Simulasi Skenario Perbaikan

Skenario E

(59)

(60)

Kesimpulan

1. Proses kritis pelayanan

penanganan gangguan:

2. Faktor yang paling

mempengaruhi:

3. Kontribusi yang dapat

diberikan:

Node A331 (Proses penanganan gangguan di lapangan) Faktor Sumber Daya Manusia 24,7% atau sekitar 67,62 jam

(61)

Kesimpulan (con’t)

Replikasi Waktu existing Waktu hasil simulasi

1 96,57 68,55 2 82,97 67,75 3 80,71 66,33 4 91,2 67,75 5 99,2 67,53 6 87,64 67,75 7 90,32 67,71 8 89,30 67,84 9 87,93 66,75 10 90,97 68,22 11 90,82 67,46 Rata-rata 89,78 67,60 stdev (s) 5,26 0,62 variansi (s2) 27,65 0,38 Kenaikan 24,7% • mencari metode baru yang lebih efisien atau

dilakukan program-program tertentu untuk meningkatkan kinerja proses bisnis Menerapkan

(62)

Kesimpulan (con’t)

Rekomendasi perbaikan untuk proses kritis, antara lain:

pelatihan secara reguler minimal setahun sekali dengan materi atau kurikulum metode penanganan gangguan terbaru

product knowledge

, atau pemberian materi terkait produk untuk lebih mendalami karakteristik produk sampai dengan penanganannya

lomba-lomba adu kemampuan/keahlian

pengaturan regu gangguan secara optimal dengan

menerapkan metode

human resoure allocation

baru

yang lebih efektif dan dinamis

pemberian sanksi kepada

helpdesk

yang salah

(63)

Saran

• Perlu dilakukan fungsi

kontrol yang terpusat

agar proses penanganan

gangguan yang berada

diatas waktu tolok ukur

dapat ditelusuri letak titik

hambatannya

PT X

•Perlu adanya penelitian lebih

lanjut mengenai pemetaan

proses bisnis melalui metode

IDEF0-FMEA beserta biaya

yang terlibat didalamnya

•Perlu adanya penelitian lebih

lanjut untuk mengidentifikasi

waktu antrian pada proses

pelayanan penanganan

gangguan.

Penelitian

selanjutnya

(64)

Daftar Pustaka

• Aguilar-Saven, R. S. (2003). Business process modelling: Review and framework.

International Journal Production Economics.

• Aguilar-Saven, R. S., & Olhager, J. (2002). Integration of product, process and functional orientations: Principles and a case study. Preprints of the International

Conference on Advanced Production Management System.

• Ali, M., & Alshawi, S. (2004a). A Cultural Approach to Study Customer Relationship Management Systems. CISTM 2004.

• Anderson, B. (1999). Business Process Improvement Toolbox. Milwaukee: American

Society for Quality

• Anupindi et al. (2011). Managing Business Process Flows (Second Edition ed.). Jakarta Pusat: PPM.

• Ardana, A. C. (2010). Perbaikan Proses Bisnis Maintenance Melalui Pemetaan

Proses Kritis dan Identifikasi Permasalahan. Institut Teknologi Sepuluh Nopember

Surabaya.

• Brown, S. A. (2000). Customer Relationship Management: A Strategic Imperative in

The World of e-Business. Canada: John Wiley & Sons.

• Chen, J. I., & Popovich, K. (2003). Understanding Customer Relationship Management (CRM): People, Process and Technology. Business Process

(65)

• Darmaya, G. E. (2004). Aplikasi Business Process Improvement Untuk Perbaikan

Proses Produksi dengan Kriteria Time Based Performance (Studi Kasus di PT. PAL Indonesia). Institut Teknologi Sepuluh Nopember, Surabaya.

• Doggett, M. A. (2005). Root cause analysis: A framework for tool selection. Quality

Management Journal.

• Dyche, J. (2002). CRM Handbook: A Business Guide to Customer Relationship

Management. Boston: Addison-Wesley.

• Heuvel et al. (2008). Root Cause Analysis Handbook: A Guide to Efficient and

Effective Incident Investigation. Connecticut Philip Jan Rothstein, FBCI.

• Irawan, H. (2003). Indonesia Customer Satisfaction: Membedah Strategi Kepuasan

Pelanggan Merek Pemenang ICSA. Jakarta: PT Elex Media Komputindo.

• Jing, G. (2008). Digging for the Root Cause. ASQ Six Sigma Forum Magazine, 7,

19-24.

• Kalakota et al. (2001). E-Business 2.0 Roadmap for success. Massachusetts: Addsion Wesley Longman Inc.

• Kennedy, M. (1998). Failure modes & effects analysis (FMEA) of flip chip devices attached to printed wiring boards (PWB). IEEE PMT International Electronics

Manufacturing Technology Symposium.

• Kompas.com. (2011). Naik 13 Juta, Pengguna Internet Indonesia 55 Juta Orang.

from

http://tekno.kompas.com/read/2011/10/28/16534635/Naik.13.Juta..Pengguna.Internet .Indonesia.55.Juta.Orang

(66)

• Law and Kelton. (1991). Simulation and Modelling Analysis: McGraw Hill. • Law and Kelton. (2000). Simulation and Modelling Analysis: McGraw Hill.

• Manufacturing Technology Committee. (2008). Training Guide: Failure Modes and

Effects Analysis Guide. 10.

• McDermott et al. (1996). The Basics of FMEA. Portland: Productivity Inc. • Mendoza et al. (2006). Critical Success Factors for a Customer Relationship

Management Strategy. Information and Software Technology.

• National Institute of Standards and Technology. (1993). Integrated Definition for Function Modelling (IDEF0), Draft Federal Information Processing Standards

Publication 183.

• Novina, L. (2008). Analisa Kegagalan Pada Proses Produksi Susu Cair Indomilk

(SCI) dengan Root Cause Analysis (RCA) dan Grey FMEA. Institut Teknologi

Sepuluh Nopember, Surabaya.

• Reiter et al. (2010). The Phenomenon of Business Process Management:

Practitioners Emphasis. 18th European Conference on Information Systems. • Tschohl, J. (2006). Loyal for Life. Jakarta: Gramedia Pustaka Utama.

• View Point. (2011). Business Process Modelling Using IDEF0. from

(67)

(68)

Metode Pemetaan Proses Bisnis

Metode Atribut

Kekuatan dan Kelemahan

Perspektif pengguna Perspektif pemodel Kekuatan Kelemahan Kekuatan Kelemahan

DFD Aliran data _dimengertiMudah

Hanya aliran data yang ditampilkan Mudah untuk diverifikasi dan digambar - RAD Aliran peran individual Mendukung komunikasi Tidak mungkin untuk diuraikan Mencakupi objek bisnis Notasi yang digunakan berbeda Bersifat intuitif untuk dibaca

RID aktifitas Aliran dan peran Intuitif untuk dipahami Informasi penting tidak dimasukkan

Notasi yang rigid

Sulit untuk menganti diagram yang telah ada Proses yang kompleks bisa ditampilkan Sulit untuk dibangun

(Aguilar-Saven, 2003)

(69)

Metode Pemetaan Proses Bisnis

(con’t)

Metode Atribut

Kekuatan dan Kelemahan

Perspektif pengguna Perspektif pemodel

Kekuatan Kelemahan Kekuatan Kelemahan

Workflow Aliran informasi, tugas, dan aturan prosedural Mudah untuk dianalisa - Memungkinkan untuk membangun

software Terlalu banyak _bahasa Waktu pemahaman

pendek

Transfer data Mudah untuk dibuat perubahan

Tidak ada notasi khusus IDEF0 Aliran aktifitas, input, output, kontrol, dan mekanisme Menunjukkan detail dan overview input,

output, kontrol dan

mekanisme

Biasanya hanya menginterpretasika

n rangkaian dari suatu aktifitas

Aturan yang ketat

- Tidak menjelaskan peran Memungkinkan untuk membangun software Pemetaan yang cepat

(Aguilar-Saven, 2003)

(70)

IDEF0

Input Fungsi Kontrol Output Mekanisme a

Bahan Baku Membuat part Blueprint Part Petugas Mekanik Jadwal Mesin b

(National Institute of Standards and Technology, 1993)

“Model ini dibangun untuk memahami,

menganalisis, memperbaiki atau

(71)

Parent Diagram

Child Diagram

Penomoran IDEF0 dimulai dari konteks diagram.

A0 Diagram konteks

A1, A2, ..., A6

Child diagram

A11, A12, ..., A16, ..., A61 ..., A66

Child diagram

(72)

Failure Mode and Effect Analysis

“Suatu metode yang sistematis untuk mengidentifikasi dan

mencegah permasalahan yang ada didalam proses sebelum

permasalahan tersebut terjadi”

(McDermott et al, 1996).

Menurut Kennedy (1998), tujuan dari FMEA adalah sebagai berikut : 1. Mengidentifikasi proses yang berpotensial terjadi kegagalan. 2. Menemukan dampak dari ragam kegagalan.

3. Menemukan akar penyebab dari suatu kegagalan.

4. Memprioritaskan tindakan yang akan diambil sesuai tingkat kegagalan yang ditunjukkan oleh nilai

Risk Priority Number

(RPN).

(73)

Failure Mode and Effect Analysis

S

(Severity)

 skor atau nilai yang menunjukkan

keseriusan tingkat kegagalan dan seberapa serius

dampak yang ditimbulkan ke pelanggan apabila hal ini

terjadi.

O

(Occurrence)

 skor atau nilai yang

menunjukkan frekuensi kegagalan.

D

(Detectability)

 skor atau nilai yang menunjukkan

seberapa sering intesitas mekanisme kontrol kualitas

untuk mendeteksi adanya kegagalan pada sistem

tersebut sebelum terjadi

(74)

Root Cause Analysis (RCA)

Lima metode populer untuk mengidentifikasi akar

penyebab suatu permasalahan (Jing, 2008)

•metode komparatif yang digunakan untuk permasalahan sederhana, dapat memberikan gambaran detil apa yang terjadi dan telah sering digunakan untuk mengivestigasi akar masalah.

Is/Is Not Comparative

Analysis

•alat analisis sederhana yang memungkinkan untuk menginvestigasi suatu masalah secara mendalam.

5 Why Method

•alat analisis yang populer, yang sangat baik untuk menginvestigasi penyebab dalam jumlah besar.

Fishbone Diagram

•matriks sebab akibat yang dituliskan dalam bentuk tabel dan memberikan bobot pada setiap faktor penyebab masalah.

Cause and effect

matrix

•alat analisis sebab akibat yang paling sesuai untuk permasalahan yang kompleks.