PENDEKATAN PENINGKATAN KUALITAS BERBASIS DATA UNTUK MENGURANGI
PEMBOROSAN
DALAM PRODUKSI
OLEH
KELOMPOK 6
1. SANTI SAZULIN (2426000107)
2. GAGUK NOVIARKO (2426000087)
3. PEBRILISNA MEIRIDA (2426000093)
4. NEVI NURJANAH
5. PABER MANURUNG
1. PENDAHULUAN
Era Industry 4.0 ditandai oleh transformasi besar dalam proses manufaktur, di mana digitalisasi dan teknologi seperti big data, IoT, dan otomatisasi menjadi elemen penting untuk meningkatkan efisiensi dan daya saing. Data besar memungkinkan perusahaan untuk menganalisis pola yang tersembunyi dalam data operasional, sehingga dapat digunakan untuk pengambilan keputusan yang lebih akurat.
Analitik data telah menjadi alat utama dalam mengatasi tantangan proses manufaktur yang kompleks dan dinamis, terutama dalam mengelola variabilitas proses dan mengidentifikasi penyebab utama cacat produk.
Kesenjangan dalam praktik saat ini:
•
Kurangnya panduan implementasi digitalisasi: Banyak organisasi kesulitan untuk menerapkan digitalisasi yang terintegrasi ke dalam proses mereka karena kurangnya pengetahuan atau metode yang dapat diterapkan secara langsung.•
Analisis manual: Proses manual seringkali lambat dan rentan terhadap kesalahan, membuat organisasi sulit mengelola data dalam jumlah besar.•
Keterbatasan pendekatan tradisional: Metode manajemen kualitas seperti TQM (Total Quality Management), Lean Manufacturing, atau bahkan Six Sigma, tidak sepenuhnya mampu mengakomodasi tuntutan digitalisasi, terutama untuk analisis data besar dan integrasi teknologi baru.Kritik terhadap metodologi yang ada:
•
Six Sigma: Metode ini efektif untuk mengurangi variasi proses dan meningkatkan kualitas, tetapi terbatas dalam hal integrasi dengan teknologi digital.•
CRISP-DM: Sebagai metode data mining, CRISP-DM menyediakan struktur untuk analisis data, tetapi kurang memberikan panduan eksplisit untuk menghubungkan data dengan proses operasional manufaktur.•
Kedua pendekatan ini, meskipun populer, tidak mampu sepenuhnya menjawab kebutuhan era Industry 4.0, terutama dalam hal memfasilitasi pengambilan keputusan berbasis data untuk mengurangi limbah dan meningkatkan efisiensi.Penggunaan data besar dan analitik dapat mengatasi banyak keterbatasan metode tradisional diantaranya:
•
Meningkatkan visibilitas dalam rantai pasok melalui data waktu nyata.•
Memungkinkan pengambilan keputusan berbasis data untuk mengurangi cacat produk.•
Mendukung integrasi antar proses sehingga menghasilkan transparansi dan kolaborasi yang lebih baik.Penelitian ini dilatarbelakangi oleh kebutuhan mendesak akan panduan praktis yang dapat membantu perusahaan mentransformasi proses mereka menjadi berbasis digital. Fokus utama adalah menjembatani kesenjangan antara metode manajemen kualitas tradisional dan kebutuhan era Industry 4.0.
2. METODOLOGI PENELITIAN
Penelitian ini menggabungkan dua pendekatan utama:
•
Six Sigma (DMAIC): Mengurangi variasi dan meningkatkan kualitas dalam proses manufaktur.•
CRISP-DM: Menyediakan struktur analisis data besar secara iteratif.Penulis mengembangkan metodologi Hybrid Digitisation Approach to Process Improvement (HyDAPI), yang mengintegrasikan elemen Six Sigma dan CRISP-DM, ditambah inovasi untuk mengatasi kesenjangan implementasi digitalisasi.
Metodologi HyDAPI terdiri dari lima fase utama:
1. Define Phase: Fokus pada pemahaman masalah dan kerangka kerja awal.
2. Measure Phase: Mengumpulkan dan menyiapkan data proses untuk analisis.
3. Analyse Phase: Menganalisis data untuk mengidentifikasi pola, hubungan sebab-akibat, dan variasi proses.
4. Improve Phase: Menerapkan wawasan dari analisis untuk meningkatkan proses.
5. Control Phase: Memastikan stabilitas dan konsistensi kualitas proses.
3. HASIL PENELITIAN
A. Implementasi Industri:
Studi kasus menunjukkan metodologi HyDAPI membantu mengidentifikasi akar penyebab limbah dan cacat dalam proses manufaktur implant ortopedi.
B. Manfaat:
Mengintegrasikan teknologi digital dengan metodologi manajemen kualitas.
Mengurangi limbah, meningkatkan efisiensi proses, dan mendukung pengambilan keputusan berbasis data.
C. Kesenjangan yang diatasi:
HyDAPI menjawab kekurangan metode tradisional dalam mentransformasi proses manufaktur menjadi berbasis digital secara terstruktur.
D. Pengembangan Metodologi HyDAPI
Penulis mengembangkan Hybrid Digitisation Approach to Process Improvement (HyDAPI), yang menggabungkan elemen-elemen Six Sigma (DMAIC) dan
CRISP-DM dengan beberapa tambahan inovatif, diantaranya:
• Kolaborasi: Memastikan kerjasama antara ahli proses manufaktur dan data scientist sejak awal proyek.
• Rencana Digitalisasi: Panduan langkah demi langkah untuk mentransformasi data analog menjadi digital.
• Diagram Arsitektur Data: Peta visual untuk mengidentifikasi sumber informasi dan menentukan data mana yang harus didigitalkan.
• Penggunaan Alat Modern: Menggunakan Jupyter Notebook dan Python untuk membersihkan dan menganalisis data secara efisien.
4. KESIMPULAN
Penelitian ini menunjukkan bahwa metodologi HyDAPI memberikan solusi praktis untuk membantu perusahaan manufaktur melakukan transformasi digital. Dengan menggunakan pendekatan berbasis data, perusahaan dapat meningkatkan kualitas produk, mengurangi biaya limbah, dan memperkuat kinerja rantai pasok. Metodologi ini juga menjawab kebutuhan untuk mengintegrasikan keahlian data science dengan pengetahuan proses manufaktur tradisional.
Metodologi HyDAPI dapat membantu perusahaan dalam:
