3 – 4 Pengendalian Kualitas
Debrina Puspita Andriani
Teknik Industri Universitas Brawijaya e-‐Mail : debrina@ub.ac.id
ì
Fishbone Diagram/Cause & Effect
Diagram/Ishikawa Diagram Check Sheets Histogram Pareto Charts
StraPfikasi ScaDer Diagram/Diagram Sebar Control Chart/Peta Kontrol
Outline
ì
FISHBONE DIAGRAM
1 – SEVEN (BASIC “OLD”) TOOLS
DEFINISI
ì Dikembangkan tahun 1943 oleh Prof Kaoru Ishikawa à disebut juga diagram
Ishikawa atau Diagram Tulang Ikan
ì Merupakan diagram yang terstruktur untuk mengidenPfikasi penyebab dari
masalah dan hubungan sebab-‐akibat berdasarkan pengalaman dan keahlian dari sekelompok orang dengan melakukan brainstrorming secara terstruktur.
ì Dapat digunakan untuk brainstorming cara-‐cara yang perlu dilakukan untuk
mencapai suatu tujuan.
ì Manfaat:
ì MengidenPfikasi sebab-‐sebab utama masalah
ì MengidenPfikasi akar masalah
FISHBONE DIAGRAM
Sub
Penyebab
Akibat
(masalah)
Sub Penyebab 1
Sub
Penyebab 2
Penyebab
Sub Penyebab 3
Sub Penyebab 4
MENGGALI FAKTOR PENYEBAB
Gunakan prinsip 5 Why untuk:
•
Menghindari jebakan
“mengobaP gejala”
•
Menggali akar penyebab
yang sebenarnya
•
MensPmulasi Pm melakukan
perbaikan opPmal
LANGKAH PEMBUATAN (1)
1. Tuliskan secara singkat masalah atau akibat yang akan dianalisa pada “kepala”
diagram tulang ikan.
2. Tetapkan kategori penyebab yang sesuai dengan permasalahan yang dianalisa
ì Umumnya menggunakan kategori : 5M & 1 E yaitu Manpower (Manusia),
Machine , Method , Materials, Money , Environment (Lingkungan)
ì Jika permasalahannya cukup kompleks dapat dibuat tulang ikan untuk sePap sub
proses baru kemudian di sePap sub proses dianalisa 5M +1E
3. Lakukan brainstorming sebab-‐sebab yang mungkin disePap kategori
4. IdenPfikasi hubungan sebab akibat diantara faktor didalam sePap kategori dan sub
LANGKAH PEMBUATAN (2)
5. Buat diagram tulang ikan
ì Kategori utama menjadi tulang terbesar dari diagram tulang ikan
ì Susun sePap penyebab dan sub penyebab di tulang yang lebih rendah
(penyebab paling spesifik dituliskan ditulang terkecil). Sebab ini merupakan salah satu akar masalah
6. Gunakan data atau lakukan konsensus untuk memilih beberapa akar penyebab
masalah yang paling mungkin atau paling besar kontribusinya atas terjadinya masalah
ì Pilih 3-‐5 penyebab dari tulang kecil
ì Penyebab tersebut ditandai dengan tanda bintang atau lingkaran
Fishbone Diagram
ì
CHECK SHEETS
2 – SEVEN (BASIC “OLD”) TOOLS
DEFINISI
ì
Merupakan lembar (
form/sheet
) yang digunakan dalam
merekam data dengan cara yang mudah untuk digunakan
maupun dianalisis.
ì
Manfaat:
ì
Membantu dan mempermudah proses pengumpulan data
ì
Menstandarisasi cara pengumpulan data
ì
Mencatat suatu kejadian
LANGKAH PEMBUATAN
1. SepakaP permasalahan yang akan dikumpulkan datanya
2. Buat lembar data dengan kolom dan baris sesuai kebutuhan, gunakan pedoman
pengumpulan data (5 W+1 H)
a. What : item yang akan dikumpulkan datanya (gunakan teknik straPfikasi)
b. Where : tetapkan lokasi / scope pengumpulan data
c. Who : PIC yang mengumpulkan data
d. When : tetapkan periode pengumpulan data
e. Why : tetapkan tujuan pengumpulan data (tulis dalam pernyataan sebagai Judul
Lembar Data)
f. How much & How Collect Data :
a. Tetapkan berapa banyak dan bagaimana cara mengumpulkan data
b. Banyaknya data dan frekuensi pengambilan data harus sesuai kondisi proses (misal
cairan diambil 1 cc sePap jam dan diukur)
c. Periode waktu pengambilan data yang akan dijadikan baseline hendaknya mewakili
minimal satu siklus
3. Hasil pengumpulan data atau pengukuran dicatat pada lembar data à ada 2
yaitu :
a. Lembar data untuk mengumpulkan data secara “real Pme”
CONTOH
ì Masalah yang diangkat : Kompetensi
karyawan dibagian maintenance kurang
a. What : Jenis pekerjaan di bagian
maintenance (A & B), Pngkat kompetensi masing-‐masing pekerjaan untuk sePap karyawan à misal straPfikasi berdasar jenis pekerjaan
b. Who : Budi
c. Where : Bagian Maintenance
d. When : Data per 1 Juni 2011
e. Why : Untuk mengetahui apakah Pngkat
kompetensi karyawan di bagian maintenance kurang
à Judul lembar Data : Data kompetensi karyawan dibagian maintenance
f. How : Seluruh karyawan tetap dibagian
maintenance
Tingkat Kompetensi karyawan Bag. Maintenance per 1 Juni 2011
ì
HISTOGRAM
DEFINISI
ì
Grafik balok yang menggambarkan penyebaran data sebagai hasil
dari satu macam pengukuran atas suatu kejadian atau proses
ì
Contoh penerapan:
ì
Menurunkan variabilitas temperatur mesin
ì
Menurunkan variabilitas dimensi suatu produk ( panjang, lebar, tebal
dll)
ì
Menurunkan variabilitas parameter suatu produk ( berat, kadar, dll)
ì
Manfaat:
ì
Melihat
range
dan distribusi dari data konPnu (misal : berat barang yang
dikirim, rupiah yang dibelanjakan disePap PO dsb)
ì
Melihat variasi dan Pngkat pemenuhan spesifikasi pelanggan (
size, cycle
;me
, suhu dsb)
LANGKAH-‐LANGKAH
1.
Kumpulkan dan tabulasikan data konPnu(data hasil pengukuran) : n data
2.
Urutkan data dari data yang terendah nilainya (min) sampai nilai terPnggi
(max)
3.
Kurangi nilai terPnggi dengan nilai terendah untuk menghitung
range
dari
data yang diobservasi,
range
= max – min
4.
Hitung jumlah balok
à
akar pangkat dua dari jumlah nilai data,k = sqrt (n)
5.
Hitung lebar Pap balok dengan membagi range dari data (max – min)
dengan jumlah balok, h = range / k
6.
Beri label di sumbu X dengan nilai dari Pap balok (dari balok pertama s/d
balok ke k)
7.
Hitung jumlah data dari Pap balok
8.
Sumbu Y = jumlah data pada Pap balok, sumbu X = nilai data dari sePap
balok
CONTOH (1)
Max = 409,4 Min = 400,1
Jumlah data n= 30 à k = sqrt (30) = mendekaP 6 Range = max – min = 409,4 – 400,1 = 9,3
H = Range / k = 9,3 / 6 = 1,55
Rata-‐rata : Mean : Excel formula = average (....) = 404,25 Standard deviasi : Excel formula = STDEV (....) = 2,26
NORMAL DISTRIBUTION
ì
Untuk data distribusi
normal :
a.
68,27 % data berada dalam
area X – s dan X + s
b.
95,45 % data berada dalam
area X – 2s dan X + 2s
c.
99.73 5% data berada dalam
area X – 3s dan X + 3s
Data dikatakan berdistribusi normal bilasebaran datanya membentuk bell curve
(luas sebelah kiri dan kanan dari PPk tengah adalah sama)
HISTOGRAM
§ Membandingkan histogram dengan
spesifikasi yang ditetapkan
ì Bila ada spesifikasi, buat garis
batas spesifikasi untuk membandingkan distribusi dari histogram dengan batas spesifikasi yang ditentukan, kemudian perhaPkan apakan histogram berada dalam batas spesifikasi tersebut
ì Membandingkan histogram
dengan spesifikasi ini lebih lanjut dianalisa dengan
pengukuran process capability
Stratifikasi Histogram
ì
Untuk menganalisa lebih
lanjut sebuat histogram
(terutama bila terjadi
penyimpangan) dengan
data yang dikumpulkan dari
berbagai sumber,
straPfikasikanlah data yang
ada (misal berdasar
material, mesin, kondisi
operasional, pekerja dll)
buat masing-‐masing
histogram untuk data yang
sudah distraPfikasikan tsb
ì
DIAGRAM PARETO
4 – SEVEN (BASIC “OLD”) TOOLS
0 100 200 300 400 500 600 700 W ei gh te d C os t Weighted cost 800 208 100 80 42 14 6 Gap Dent Hole Crack Scratch Others Stain
DEFINISI
ì
Pertama kali ditemukan oleh Vilfredo Pareto (ahli ekonomi Italia).
ì
Pada umumnya digunakan untuk menunjukkan masalah yang disusun
dari prioritas terPnggi ke yang terendah untuk menentukan masalah
yang harus ditangani terlebih dahulu.
ì
Merupakan suatu grafik balok berbentuk verPkal yang mengurutkan
hasil pengukuran dari yang terPnggi ke yang terendah.
ì
Merupakan salah satu bentuk
Bar Chart
dimana sePap balok dapat
mencerminkan perhitungan suatu kategori, suatu fungsi dari kategori
(misal rata-‐rata, jumlah atau standard deviasi) atau jumlahan nilai
dari suatu tabel.
MANFAAT
ì Merupakan pedoman memilih peluang perbaikan berdasar prinsip “vital few”
dari “trivial many”
ì Memfokuskan sumber daya pada area /defect/ penyebab yang menghasilkan
keuntungan yang terbesar
ì Membandingkan frekuensi dan/atau dampak dari berbagai penyebab masalah
ì Aplikasi:
ì Analisa komplain (jumlah kejadian) di perusahaan
ì Analisa jenis defect (pcs) yang terjadi dari hasil QC
ì Analisa losses (unit) sparepart di gudang
ì Analisa pemborosan (Rp) atas hilangnya peralatan produksi
ì Analisa produk rework (pcs) berdasar type produk
LANGKAH-‐LANGKAH
Tetapkan kategori yangrelevan dengan topik yang akan dianalisis untuk
menjabarkan masalah menjadi komponen yang lebih kecil
• Pareto umumnya terdiri dari 5 kategori
atau kurang
• Urutkan balok berdasar jumlahan atau
biaya
Tetapkan periode waktu
Kumpulkan data. Jenis data :
• Berdasar jumlahan atau biaya
• Membutuhkan data tambahan
(total / jumlah)
• Data Pdak dapat berupa : hal
yang Pdak dapat dijumlahkan (misal Pngkat kecelakaan, Pngkat komplain dsb)
Buat tabel frekuensi (item, jumlah, jumlah kumulaPf,
%, % kumulaPf)
Gambarkan grafik baloknya
• SePap balok verPkal menunjukkan
besarnya kontribusi terhadap total masalah
• Balok disusun berdasarkan urutan nilai,
yang paling Pnggi diletakkan disebelah kiri. Balok paling kiri memberikan kontribusi terPnggi dalam jumlah kejadian maupun biaya
CONTOH
W
ee
k :
en
B
as
ic T
oo
ls P
art
2
ì
STRATIFIKASI
5 – SEVEN (BASIC “OLD”) TOOLS
DEFINISI
ì
Mengelompokkan atau menggolongkan atau menstraPfikasi data
berdasarkan faktor tertentu untuk analisa yang lebih rinci
ì
Contoh : Mengelompokkan data berdasar
§ Siapa : Departemen, individu, jenis pelanggan
§ Apa : Jenis komplain, kategori cacat, alasan menelepon
§ Kapan : Bulanan, triwulan, hari, waktu
§ Dimana : Bagian, Kota, lokasi spesifik dari produk
ì
Manfaat:
LANGKAH-‐LANGKAH
1.
IdenPfikasi pertanyaan yang akan dikemukakan jika telah mendapatkan data
2.
Menentukan faktor straPfikasi yang paling penPng menurut Pm (yang paling
relevan dan dapat mengindikasikan jawaban dari masalah yang akan
dipecahkan)
3.
Memasukkan faktor straPfikasi ke dalam formulir pengumpulan data
4.
Membandingkan data dari strata / kelompok satu dengan strata lainnya
5.
IdenPfikasi data dari strata mana yang terlihat secara signifikan berbeda
dibanding strata lain
Kinerja Dept B lebih rendah daripada Dept A
ì
SCATTER DIAGRAM
6 – SEVEN (BASIC “OLD”) TOOLS
DEFINISI
ì
Diagram yang menggambarkan hubungan
(korelasi) antara dua variabel / faktor yang saling
berhubungan / berkorelasi
ì
MANFAAT
§
Menyajikan data untuk mengkonfirmasi hipotesa apakah
dua variabel saling berhubungan /berkorelasi
§
Mengetahui seberapa erat hubungan antara faktor tersebut
§
Sebagai tools untuk memverifikasi akar penyebab yang
diperoleh dari analisa sebab dan akibat
LANGKAH-‐LANGKAH (1)
1.
Tetapkan 2 variabel yang akan diteliP korelasinya yaitu
variabel X dan Y. Variabel X merupakan variabel independen
(sebab, dipengaruhi
à
misal jumlah kunjungan) dan variabel
Y merupakan variabel dependen (akibat, diharapkan
berubah, terpengaruh
à
misal hasil penjualan
2.
Tentukan sumber data / dari mana data itu diperoleh untuk
sePap pasangan X dan Y (misal X = 10 kunjungan, Y= 2
penjualan, sumberdata : Dari salesman
3.
Menentukan periode pengumpulan data (misal tgl 1 – 31
Juli )
LANGKAH-‐LANGKAH (2)
4. Buat scaDer diagram yng terdiri dari 4 kolom (no urut data, sumber data, variabel
X, variabel Y)
5. Kumpulkan data dengan melakukan pengukuran aktual (umumnya data yang
dibuat scaDer diagram > 50 pasang data)
6. Menggambarkan scaDer diagram : Plot data pada diagram à diperoleh PPk-‐PPk
scaDer
7. Intepretasikan data
§ Analisa scaDer diagram, apakah ada kecenderungan posiPf, negaPf atau Pdak
ada pola tertentu
§ Untuk memasPkan ada Pdaknya korelasi, buat garis regresi dengan type regresi
sesuai data (linier, kurve, dll)
§ Menghitung koefisien korelasinya (r)
05/11/14 www.debrina.lecture.ub.ac.id
HUBUNGAN ANTARA DUA VARIABEL
Terdapat 3 hubungan antara dua variabel
1. Hubungan sebab akibat
§ Bila dilakukan terhadap var 1 maka akan ada dampak yang pasP terhadap
var 2
§ Misal : Apel jatuh pasP kebawah (Var 1: apel jatuh, var 2: arah jatuhnya-‐
selalu kebawah)
2. Hubungan yang bersifat kebetulan
§ Bila dilakukan suatu Pndakan terhadap var 1, maka belum tentu akan ada
dampak yang pasP terhadap variabel 2 (bisa terjadi, bisa Pdak)
3. Hubungan korelasi
§ Bila dilakukan suatu Pndakan terhadap var 1, maka ada kemungkinan
terjadi dampak terhadap var 2.
§ Contoh :
a. Antara jumlah kunjungan ke pelanggan dengan hasil penjualan
b. Antara lama kerja dengan prestasi kerja
JENIS KORELASI ANTARA DUA VARIABEL (1)
1. Variabel Independent (X)
• Variabel yang diketahui
• Variabel yang diposisikan sebagai
penyebab
2. Variabel Dependent (Y)
• Variabel yang akan diprediksi
• Variabel yang diposisikan
ANALISA KORELASI
ì
Simple correla;on
à
hanya
ada 2 variabel yang terlibat
yaitu X dan Y
ì
Mul;ple correla;on
à
hubungan antara lebih dari
2 variabel
ì
UKURAN KORELASI
ì
Dapat digambarkan berupa
angka kuanPtaPf ‘r’ dimana
-‐1 ≤ r ≤ 1
• Melihat, meramalkan dan
menyimpulkan hubungan antara dua variabel atau lebih
• Dengan diketahui korelasi antara dua
variabel atau lebih maka perubahan variabel yang satu dapat diketahui dari variabel yang lain
KOEFISIEN
KORELASI (r)
§ Koefisien yang menunjukkan
korelasi antara dua faktor atau variabel
§ r à -‐1 ≤ r ≤ 1
§ r = 0, Pdak ada korelasi
§ r > 0, korelasi posiPf à bila X
meningkat maka Y juga meningkat
§ r < 0, korelasi negaPf à bila X
meningkat maka Y menurun
§ Dua variabel memiliki korelasi kuat
bila|r | ≥ 0,75
SIMPLE CORRELATION & REGRESSION
Apakah ada korelasi antara jumlah kunjungan salesman dengan hasil penjualan ?
Karena nilai r = 0,735 mendekaP 1 maka bisa disimpulkan ada korelasi yang cukup kuat antara variabel x dan Y à peningkatan kunjungan mempengaruhi peningkatan sales
Dengan dan Tanpa StraPfikasi
Mana yang paling tepat menggambarkan korelasi dua variabel ?
Mana yang paling tepat garis regresinya?
ì
CONTROL CHART
7 – SEVEN (BASIC “OLD”) TOOLS
