PETA KENDALI
Dalam
pelaksanaan proses produksi untuk menghasilkan sejenis output sulit menghindari
terjadinya variasi pada proses. Gaspersz (1998) mendefinisikan variasi sebagai
kecenderungan dalam sistem produksi atau operasional sehingga perbedaan dalam
kualitas pada output (barang dan jasa yangdihasilkan).
Pada
dasarnya dikenal dua sumber atau penyebab timbulnya variasi,yaitu variasi
penyebab khusus dan variasi umum. Gaspersz (1998) menjelaskan lebih lanjut
tentang jenis variasi tersebut sebagai berikut :
1. Variasi penyebab khusus (Special
Causes of Variation)
Variasi
penyebab khusus (Special Causes of Variation) adalah kejadian-kejadian di luar
sistem yang mempengaruhi variasi dalam sistem. Penyebab khusus dapat bersumber
dari manusia, material, lingkungan, metode kerja, dll. Penyebab khusus ini
mengambil pola-pola non acak sehingga dapat diidentifikasikan/ditemukan, sebab
mereka tidak selalu aktif dalam proses tetapi memiliki pengaruh yang lebih kuat
pada proses sehingga menimbulkan variasi. Dalam konteks pengendalian proses
statistikal menggunakan peta kendali (control chart), jenis variasi ini sering
ditandai dengan titik-titik pengamatan yang melewati atau keluar dari
batas-batas pengendalian yang didefinisikan(defined control limit).
2. Variasi penyebab umum (Common Causes
of Variation)
Variasi
penyebab umum (Common Causes of Variation ) adalah faktor-faktor didalam sistem
atau yang melekat pada proses yang menyebabkan timbulnya variasi dalam sistem
serta hasil-hasilnya. Penyebab umum sering disebut juga penyebab acak (random
causes) atau penyebab sistem (system causes). Karena penyebab umum ini selalu
melekat pada sistem, untuk menghilangkannya harus menelusuri elemen-elemen
dalam sistem itu dan hanya pihak manajemen yang dapat memperbaikinya, karena
pihak manajemen yang mengendalikan sistem itu. Dalam konteks pengendalian
proses statistical dengan menggunakan peta-peta kendali, jenis variasi ini
sering ditandai dengan titik-titik pengamatan yang berada dalam batas-batas
pengendalian yang didefinisikan.
Sebuah
peta kendali terdiri dari:
§ Poin yang mewakili statistik (misalnya,
rata-rata, jangkauan, proporsi) dari pengukuran karakteristik kualitas sampel
yang diambil dari proses pada waktu yang berbeda [data]
§ Rerata statistik ini menggunakan semua sampel
dihitung (misalnya, mean dari berarti, rata rentang, rata proporsi)
§ Sebuah garis tengah yang ditarik pada nilai
rata-rata statistik
§ Kesalahan standar (misalnya, standar deviasi
/ sqrt (n) untuk mean) statistik juga dihitung dengan menggunakan semua sampel
§ Batas kontrol atas dan bawah (kadang disebut
"batas proses alami") yang menunjukkan ambang di mana proses output
statistik dianggap 'tidak mungkin' diambil biasanya pada 3 kesalahan standar
dari garis tengah
Grafik
mungkin memiliki fitur opsional lainnya, termasuk:
§ Batas peringatan atas dan bawah, digambarkan
dengan garis yang terpisah, biasanya dua standar kesalahan di atas dan di bawah
garis pusat
§ Divisi ke zona, dengan penambahan aturan yang
mengatur frekuensi pengamatan di setiap zona
§ Anotasi dengan peristiwa yang menarik,
sebagaimana ditentukan oleh Kualitas Engineer bertanggung jawab atas kualitas
proses itu.
Kinerja
Peta Kendali
Ketika
suatu titik jatuh di luar batas yang ditentukan untuk sebuah peta kendali yang
diberikan, mereka yang bertanggung jawab untuk proses yang mendasari diharapkan
untuk menentukan apakah penyebab khusus telah terjadi. Jika seseorang memiliki,
adalah tepat untuk menentukan apakah hasil dengan penyebab khusus lebih baik
dari atau lebih buruk daripada hasil dari penyebab umum saja. Jika buruk, maka
penyebab yang harus dihilangkan jika memungkinkan. Jika lebih baik, mungkin
tepat untuk sengaja mempertahankan penyebab khusus dalam sistem memproduksi
hasil.[ rujukan? ]
Diketahui
bahwa bahkan ketika proses berada dalam kontrol (yaitu, tidak ada penyebab
khusus yang hadir dalam sistem), ada kemungkinan sekitar 0,27% dari titik
melebihi 3-sigma batas kontrol.Jadi, bahkan dalam proses kontrol diplot pada
peta kendali benar dibangun akhirnya akan sinyal kemungkinan adanya penyebab
khusus, walaupun salah satu mungkin tidak benar-benar terjadi. Untuk peta
kendali Shewhart menggunakan 3-sigma batas, false alarm ini terjadi rata-rata
sekali setiap 1/0.0027 atau 370,4 pengamatan. Oleh karena itu, di-kontrol
rata-rata jangka panjang (atau di-kontrol ARL) dari grafik Shewhart adalah
370,4.
Sementara
itu, jika penyebab khusus tidak terjadi, hal itu mungkin tidak cukup besar
untuk tabel untuk menghasilkan kondisi alarm langsung. Jika penyebab khusus
terjadi, salah satu penyebab yang dapat menjelaskan dengan mengukur perubahan
dalam rata-rata dan / atau varians dari proses tersebut. Ketika perubahan-perubahan
tersebut diukur, adalah mungkin untuk menentukan ARL out-of-kontrol untuk
grafik.
Ternyata
grafik Shewhart cukup baik dalam mendeteksi perubahan besar dalam proses mean
atau varians, sebagai out-of-kontrol mereka ARLs cukup singkat dalam kasus ini.
Namun, untuk perubahan yang lebih kecil (seperti 1 - atau 2-sigma perubahan
mean), bagan Shewhart tidak mendeteksi perubahan ini secara efisien. Jenis lain
dari diagram kontrol telah dikembangkan, sepertibagan EWMA , para Cusum grafik
dan real-time grafik kontras , yang mendeteksi perubahan kecil secara lebih
efisien dengan memanfaatkan informasi dari pengamatan yang dikumpulkan sebelum
titik data terbaru. [ kutipan diperlukan ]
Grafik
kontrol yang paling bekerja terbaik untuk data numerik dengan asumsi Gaussian.
The real-time grafik kontras diusulkan mampu menangani data dengan
karakteristik proses yang kompleks, misalnya dimensi tinggi, campur numerik dan
kategoris, hilang bernilai, non-Gaussian, non-linear hubungan.
Cara
Penggunaan
Pilih
proses untuk memetakan dan memutuskan pada jenis peta kendali digunakan.
Gunakan
Bagan Persen tidak sesuai (informasi lebih lanjut tersedia dari Kesehatan
Taktik Bagan P ) jika Anda memiliki data diukur dengan menggunakan dua hasil
(misalnya, penagihan bisa benar atau salah).
Gunakan
rata-rata dan Kisaran Bagan Kontrol (informasi lebih lanjut tersedia dari
Kesehatan Taktik Bagan XR ) jika Anda memiliki data diukur dengan menggunakan
skala kontinyu (misalnya, waktu tunggu di pusat kesehatan).
Tentukan
metode sampling dan paket:
Pilih
ukuran sampel (berapa banyak sampel akan Anda peroleh?).
Pilih
frekuensi sampling, tergantung pada proses yang akan dievaluasi (bulan, hari,
tahun?).
Pastikan
Anda mendapatkan sampel secara acak (tidak selalu mendapatkan data dari orang
yang sama, pada hari yang sama dalam seminggu, dll).
Mulai
pengumpulan data:
Mengumpulkan
data sampel.
Merekam
data pada grafik kontrol yang tepat.
Hitung
statistik yang sesuai (batas kontrol) tergantung pada jenis grafik.
Pengamatan:
Grafik
kontrol dibagi menjadi zona:
______________________________
Batas Kontrol Atas (UCL)
______________________________
Standar (rata-rata)
______________________________
Bawah Kontrol Batas (LCL)
Menafsirkan
grafik:
Jika
data berfluktuasi dalam batas-batas, itu adalah hasil dari penyebab umum dalam
proses (kekurangan yang melekat dalam proses) dan hanya dapat terpengaruh jika
sistem diperbaiki atau diubah.
Jika
data jatuh di luar batas, itu adalah hasil dari penyebab khusus (dalam
organisasi pelayanan manusia, penyebab khusus dapat mencakup instruksi yang
buruk, kurangnya pelatihan, proses tidak efektif, atau sistem pendukung yang
tidak memadai).
Penyebab
khusus harus dihilangkan sebelum peta kendali dapat digunakan sebagai alat
monitoring.Dalam pengaturan kesehatan, misalnya, staf mungkin perlu instruksi
lebih baik atau pelatihan, atau proses mungkin perlu diperbaiki, sebelum proses
ini "di bawah kontrol." Setelah proses ini "di bawah
kontrol," sampel dapat diambil secara teratur untuk memastikan bahwa
proses tidak mendasar mengubah.
Suatu
proses dikatakan "tak terkendali" jika satu atau lebih titik jatuh di
luar batas kontrol.
Contoh
peta kendali
DIAGRAM FISHBONE
Fishbone
diagram (diagram tulang ikan — karena bentuknya seperti tulang ikan) sering
juga disebut Cause-and-Effect Diagram atauIshikawa Diagram diperkenalkan oleh
Dr. Kaoru Ishikawa, seorang ahli pengendalian kualitas dari Jepang, sebagai
satu dari tujuh alat kualitas dasar (7 basic quality tools). Fishbone diagram
digunakan ketika kita ingin mengidentifikasi kemungkinan penyebab masalah dan
terutama ketika sebuahteam cenderung jatuh berpikir pada rutinitas (Tague,
2005, p. 247).
Suatu
tindakan dan langkah improvement akan lebih mudah dilakukan jika masalah dan
akar penyebab masalah sudah ditemukan.
Manfaat fishbone diagram ini dapat menolong kita untuk menemukan akar penyebab
masalah secara user friendly, tools yang user friendly disukai orang-orang di industri manufaktur di
mana proses di sana terkenal memiliki banyak ragam variabel yang berpotensi
menyebabkan munculnya permasalahan (Purba, 2008, para. 1–6).
Fishbone
diagram akan mengidentifikasi berbagai sebab potensial dari satu efek atau masalah, dan menganalisis masalah tersebut
melalui sesibrainstorming. Masalah akan dipecah menjadi sejumlah kategori yang
berkaitan, mencakup manusia, material, mesin, prosedur, kebijakan, dan
sebagainya. Setiap kategori mempunyai sebab-sebab yang perlu diuraikan melalui
sesi brainstorming.
Untuk
lebih jelasnya, saya akan menguraikan prosedur atau langkah-langkah pembuatan
fishbone diagram di bawah ini.
Langkah-Langkah
Pembuatan Fishbone Diagram
Pembuatan
fishbone diagram kemungkinan akan menghabiskan waktu sekitar 30-60 menit dengan
peserta terdiri dari orang-orang yang kira-kira mengerti/paham tentang masalah
yang terjadi, dan tunjuklah satu orang pencatat untuk mengisi fishbone diagram.
Alat-alat yang perlu disiapkan adalah: flipchart atau whiteboard dan marking
pens atau spidol.
Langkah
1: Menyepakati pernyataan masalah
• Sepakati sebuah pernyataan masalah
(problem statement). Pernyataan masalah ini diinterpretasikan sebagai “effect”,
atau secara visual dalamfishbone seperti “kepala ikan”.
• Tuliskan masalah tersebut di tengah
whiteboard di sebelah paling kanan, misal: “Bahaya Potensial Pembersihan Kabut
Oli”.
• Gambarkan sebuah kotak mengelilingi
tulisan pernyataan masalah tersebut dan buat panah horizontal panjang menuju ke
arah kotak (lihat Gambar 1).
Gambar
1. Pembuatan Fishbone Diagram — Menyepakati Pernyataan Masalah
Langkah
2: Mengidentifikasi kategori-kategori
• Dari garis horisontal utama, buat
garis diagonal yang menjadi “cabang”. Setiap cabang mewakili “sebab utama” dari
masalah yang ditulis. Sebab ini diinterpretasikan sebagai “cause”, atau secara
visual dalam fishboneseperti “tulang ikan”.
• Kategori sebab utama mengorganisasikan
sebab sedemikian rupa sehingga masuk akal dengan situasi. Kategori-kategori ini
antara lain:
o Kategori 6M yang biasa digunakan dalam
industri manufaktur:
Machine
(mesin atau teknologi),
Method
(metode atau proses),
Material
(termasuk raw material, consumption, dan informasi),
Man
Power (tenaga kerja atau pekerjaan fisik) / Mind Power
(pekerjaan pikiran: kaizen, saran, dan sebagainya),
Measurement
(pengukuran atau inspeksi), dan
Milieu
/ Mother Nature (lingkungan).
o Kategori 8P yang biasa digunakan dalam
industri jasa:
Product
(produk/jasa),
Price
(harga),
Place
(tempat),
Promotion
(promosi atau hiburan),
People
(orang),
Process
(proses),
Physical
Evidence (bukti fisik), dan
Productivity
& Quality (produktivitas dan kualitas).
o Kategori 5S yang biasa digunakan dalam industri jasa:
Surroundings
(lingkungan),
Suppliers
(pemasok),
Systems
(sistem),
Skills
(keterampilan), dan
Safety
(keselamatan).
• Kategori di atas hanya sebagai saran,
kita bisa menggunakan kategori lain yang dapat membantu mengatur
gagasan-gagasan. Jumlah kategori biasanya sekitar 4 sampai dengan 6 kategori.
Kategori pada contoh ini lihat Gambar 2.
Gambar
2. Pembuatan Fishbone Diagram — Mengidentifikasi Kategori-Kategori
Langkah
3: Menemukan sebab-sebab potensial dengan cara brainstorming
• Setiap kategori mempunyai sebab-sebab
yang perlu diuraikan melalui sesi brainstorming.
• Saat sebab-sebab dikemukakan, tentukan
bersama-sama di mana sebab tersebut harus ditempatkan dalam fishbone diagram,
yaitu tentukan di bawah kategori yang mana gagasan tersebut harus ditempatkan,
misal: “Mengapa bahaya potensial? Penyebab: Karyawan tidak mengikuti prosedur!”
Karena penyebabnya karyawan (manusia), maka diletakkan di bawah “Man”.
• Sebab-sebab ditulis dengan garis
horisontal sehingga banyak “tulang” kecil keluar dari garis diagonal.
• Pertanyakan kembali “Mengapa sebab itu
muncul?” sehingga “tulang” lebih kecil (sub-sebab) keluar dari garis horisontal
tadi, misal: “Mengapa karyawan disebut tidak mengikuti prosedur? Jawab: karena
tidak memakai APD” (lihat Gambar 3).
• Satu sebab bisa ditulis di beberapa
tempat jika sebab tersebut berhubungan dengan beberapa kategori.
Gambar
3. Pembuatan Fishbone Diagram — Menemukan Sebab-Sebab Potensial
Langkah
4: Mengkaji dan menyepakati sebab-sebab yang paling mungkin
• Setelah setiap kategori diisi carilah
sebab yang paling mungkin di antara semua sebab-sebab dan sub-subnya.
• Jika ada sebab-sebab yang muncul pada
lebih dari satu kategori, kemungkinan merupakan petunjuk sebab yang paling
mungkin.
• Kaji kembali sebab-sebab yang telah
didaftarkan (sebab yang tampaknya paling memungkinkan) dan tanyakan , “Mengapa
ini sebabnya?”
• Pertanyaan “Mengapa?” akan membantu
kita sampai pada sebab pokok dari permasalahan teridentifikasi.
• Tanyakan “Mengapa ?” sampai saat
pertanyaan itu tidak bisa dijawab lagi. Kalau sudah sampai ke situ sebab pokok
telah terindentifikasi.
• Lingkarilah sebab yang tampaknya
paling memungkin pada fishbone diagram (lihat Gambar 4).
Gambar
4. Pembuatan Fishbone Diagram — Melingkari Sebab yang Paling Mungkin
DIAGRAM PARETO
PENGERTIAN
DIAGRAM PARETO
Diagram
Pareto pertama kali diperkenalkan oleh seorang ahli ekonomi dari Italia yang
bernama Vilfredo Frederigo Samoso pada tahun 1897 merupakan pendekatan logic
dari tahap awal pada proses perbaikan suatu situasi yang digambarkan dalam
bentuk histogram yang dikenal sebagai konsep vital few and the trivial many
untuk mendapatkan menyebab utamanya. kemudian digunakan oleh Dr. M. Juran
secara luas dalam kegiatan kendali mutu untuk menangani kerangka proyek; proses
program; kombinasi pelatihan, proyek dan proses, sehingga sangat membantu dan
memberikan kemudahan bagi para pekerja dalam meningkatkan mutu pekerjaan.
Diagram
pareto yang digunakan untuk analisis dapat dibagi menjadi dua yaitu:
1.
Diagram pareto mengenai fenomena
Yaitu
yang berkaitan dengan hasil-hasil yang tidak diinginkan dan digunakan untuk
mengetahui masalah utama yang ada. Misalnya:
-
Kualitas : kerusakan, kegagalan,
keluhan, perbaikan, dll
-
Biaya : jumlah kerugian, ongkos
pengeluaran, dll
-
Delivery : penundaan delivery,
keterlambatan pembayaran, dll
-
Keamanan : kecelakaan, kesalahan,
gangguan, dll
2.Diagram
pareto mengenai penyebab
Yaitu
yang berkaitan dengan penyebab dalam proses dan dipergunakan untuk mengetahui
apa penyebab utama dari masalah yang ada. Misalnya:
-
Operator : umur,
pengalaman, keterampilan, sifat individual, dll
-
Mesin : peralatan,
instrumen, dll
-
Bahan baku : pembuatan bahan
baku, macamnya, dll
-
Metoda operasi : kondisi operasi,
metode kerja, sistem pengaturan, dll
MANFAAT
DIAGRAM PARETO
Diagram
Pareto merupakan metode standar dalam pengendalian mutu untuk mendapatkan hasil
maksimal atau memilih masalah-masalah utama dan lagi pula dianggap sebagai
suatu pendekatan sederhana yang dapat dipahami oleh pekerja tidak terlalu
terdidik, serta sebagai perangkat pemecahan dalam bidang yang cukup kompleks.
Diagram Pareto merupakan suatu gambar yang mengurutkan klasifikasi data dari
kiri ke kanan menurut urutan ranking tertinggi hingga terendah. Hal ini dapat
membantu menemukan permasalahan yang terpenting untuk segera diselesaikan
(ranking tertinggi) sampai dengan yang tidak harus segera diselesaikan (ranking
terendah). Selain itu, Diagram Pareto
juga dapat digunakan untuk mem¬bandingkan kondisi proses, misalnya ketidaksesuaian
proses, sebelum dan setelah diambil tindakan perbaikan terhadap proses
Diagram
Pareto dibuat berdasarkan data statistik dan prinsip bahwa 20% penyebab
bertanggungjawab terhadap 80% masalah yang muncul atau sebaliknya. Kedua
aksioma tersebut menegaskan bahwa lebih mudah mengurangi bagian lajur yang
terletak di bagian kiri diagram Pareto daripada mencoba untuk menghilangkan
secara sistematik lajur yang terletak di sebelah kanan diagram. Hal ini dapat
diartikan bahwa diagram Pareto dapat menghasilkan sedikit sebab penting untuk
meningkatkan mutu produk atau jasa. Keberhasilan penggunaan diagram Pareto
sangat ditentukan oleh partisipasi personel terhadap situasi yang diamati,
dampak keuangan yang terlihat pada proses perbaikan situasi dan penetapan
tujuan secara tepat. Faktor lain yang perlu dihindari adalah jangan membuat
persoalan terlalu kompleks dan juga jangan terlalu mencari penyederhanaan
pemecahan.
Tahapan
penggunaan dari Diagram Pareto adalah mencari fakta dari data ciri gugus
kendali mutu yang diukur, menentukan penyebab masalah dari tahapan sebelumnya
dan mengelompokkan sesuai dengan periodenya, membentuk histogram evaluasi dari
kondisi awal permasalahan yang ditemui, melakukan rencana dan pelaksanaan
perbaikan dari evaluasi awal permasalahan yang ditemui, melakukan standarisasi
dari hasil perbaikan yang telah ditetapkan dan menentukan tema selanjutnya.
Adapun kegunaan dari diagram pareto antara
lain:
1.
Untuk menganalisa suatu fenomena, agar dapat diketahui hal-hal yang prioritas
dari fenomena tersebut.
2.
Untuk dapat menentukan"pangkal persoalan”.
3.
Sebagai alat interpretasi dalam menentukan frekuensi atau tingkat kepentingan
relatif dari berbagai persoalan atau sebab.
4.
Menfokuskan pada pokok persoalan vital dengan cara mengurutkan berdasarkan
kepentingan.
5.
Menunjukkan hasil perbaikan. Sesudah dilakukan tindakan koretif berdasarkan
prioritas, kita dapat mengadakan pengukuran ulang dan membuat diagram pareto
baru. Apabila terdapat perubahan dalam diagram pareto yang baru itu, maka
tindakan korektif tersebut ada dampaknya.
6.
Menyusun data menjadi informasi yang berguna. Dengan menggunakan diagram pareto
sejumlah data yang besar dapat disaring menjadi informasi yang signifikan.
Contoh
Diagram Pareto
