mencegah masalah yang sama atau praktek–praktek lama terulang kembali.
Gaspersz, Vincent, 2002, “Pedoman Implementasi Six Sigma”, Gramedia
Pustaka Utama, Jakarta.
2.5 DPMO Defects per million opportunities
Defect adalah kegagalan untuk memberikan apa yang diinginkan oleh pelanggan. Sedangkan Defects per Opportunity DPO merupakan ukuran
kegagalan yang dihitung dalam program peningkatan kualitas Six Sigma, yang menunjukkan banyaknya cacat atau kegagalan per satu kesempatan. Dihitung
menggunakan formula DPO = banyaknya cacat atau kegagalan yang ditemukan dibagi dengan banyaknya unit yang diperiksa dikalikan banyaknya CTQ
potensial yang menyebabkan cacat atau kegagalan itu. Besaran DPO ini, apabila dikalikan dengan konstanta 1.000.000, akan menjadi ukuran Defect Per Million
Opportunities DPMO. Defects Per Million Opportunities DPMO merupakan ukuran kegagalan
dalam program peningkatan Six Sigma , yang menunjukkan kegagalan per satu juta kesempatan. Target dari pengendalian kualitas Six Sigma Motorola, sebesar
3,4 DPMO seharusnya diinterpretasikan sebagai 3,4 unit output yang cacat dari sejuta unit output yang diproduksi, tetapi diinterpretasikan sebagai dalam satu unit
produk tunggal terdapat rata–rata kesempatan untuk gagal dari suatu karakteristik CTQ adalah hanya 3,4 kegagalan per satu juta kesempatan. Gaspersz, Vincent,
2002, “Pedoman Implementasi Six Sigma”, Gramedia Pustaka Utama, Jakarta.
2.6 FMEA Failure Mode and Effects Analysis
Failure Mode diartikan sebagai sejenis kegagalan yang mungkin terjadi, baik kegagalan secara spesifikasi maupun kegagalan yang mempengaruhi
konsumen. Dari failure mode ini kemudian dianalisis terhadap akibat dari kegagalan dari sebuah proses terhadap mesin setempat maupun proses lanjutan
bahkan konsumen. Pada dasarnya FMEA terbagi menjadi 2 yaitu FMEA Design yang dipergunakan untuk memprediksi kesalahan yang akan terjadi pada desain
proses produk, sedangkan FMEA process untuk mendeteksi kesalahan pada saat proses telah dijalankan.
Tahapan FMEA sendiri adalah : 1.
Menetapkan batasan proses yang akan dianalisa, didapatkan dari tahap define dari proses DMAIC.
2. Melakukan pengamatan terhadap proses yang akan dianalisa.
3. Hasil pengamatan digunakan untuk menemukan kesalahandefect
potensial pada proses. 4.
Mengidentifikasi potensial cause penyebab dari kesalahandefect yang terjadi.
5. Mengidentifikasikan akibat effect yang ditimbulkan.
6. Menetapkan nilai–nilai dengan jalan brainstorming dalam point:
Keseriusan akibat kesalahan terhadap proses lokal, lanjutan dan
terhadap konsumen severity.
Frekuensi terjadinya kesalahan occurance.
Alat kontrol akibat potential cause detection.
7. Memasukkan kriteria nilai sesuai dengan tiga kriteria yang telah dibuat
sebelumnya. 8.
Dapatkan nilai RPN Risk Potential Number dengan jalan mengalikan nilai SOD Severity, Occurance, Detection.
9. Pusatkan perhatian pada nilai RPN yang tertinggi, segera lakukan
perbaikan terhadap potential cause, alat control dan efek yang diakibatkan.
10. Buat implementation action plan, lalu terapkan.
11. Ukur perubahan yang terjadi dalam RPN dengan langkah- langkah
yang sama diatas. 12.
Apabila ada perubahan maka pusatkan perhatian pada potential cause yang lain. Tidak ada angka acuan RPN untuk melakukan
perbaikan.Adapun nilai severity, occurance, dan detection dijelaskan dengan tabel berikut ini.
Tabel 2.4 Nilai Severity
Rangking Tingkat
Deskripsi dari efek
1 Pengaruh buruk yang dapat
diabaikan Negligible Severity Kita tidak perlu memikirkan bahwa
akibat ini akan berdampak pada kinerja produk. Pengguna akhir tidak
mungkin memperhatikan kecacatan atau kegagalan ini.
2 3
Pengaruh buruk yang ringan sedikit Mild Severity
Akibat yang ditimbulkan hanya bersifat ringan. Pengguna akhir tidak
akan merasakan perubahan kinerja. Perbaikan dapat dikerjakan pada saat
pemeliharaan reguler reguler maintenance.
4 5
6 Pengaruh buruk yang moderat
moderate Severity Pengguna akhir akan merasakan
penurunan kinerja, namun masih berada dalam batas toleransi.
Perbaikan yang dilakukan tidak akan mahal, jika terjadi down time hanya
dalam waktu singkat.
7 8
Pengaruh buruk yang tinggi High Severity
Pengguna akhir akan merasakan akibat buruk yang tidak dapat
diterima, berada di luar batas toleransi. Akibat akan terjadi tanpa
pemberitahuan terlebih dahulu. Down time akan berakibat biaya yang sangat
mahal.
9 10
Masalah keselamatan keamanan potensial
Potential Safety Problems Akaibat yang ditimbulkan sangat
berbahaya yang dapat terjadi tanpa pemberitahuan atau peringatan
terlebih dahulu.
Gaspersz, Vincent, 2002, “Pedoman Implementasi Program Six Sigma”, Gramedia Pustaka
Utama, Jakarta.
Tabel 2.5 Nilai Occurance
Ranking Tingkat Deskripsi
Tngkat kegagalan
1 Very Low
Adalah tidak mungkin bahwa penyebab ini yang mengakibatkan failure mode
1 dalam 1.000.000
1 dalam 20.000 2
3 Low
Kegagalan akan terjadi 1 dalam 4.000
1 dalam 1.000 1 dalam 4.00
4 5
6 Moderate Kegagalan agak mungkin terjadi
1 dalam 80 1 dalam 40
7 8
High Kegagalan adalah sangat mungkin terjadi
1 dalam 20 1 dalam 8
9 10
Very high Hampir dapat dipastikan bahwa kegagalan
akan terjadi 1 dalam 2
Gaspersz, Vincent, 2002, “Pedoman Implementasi Program Six Sigma”,
Gramedia Pustaka Utama, Jakarta
Tabel 2.6 Nilai Detection
Ranking Tingkat Deskripsi
Tngkat kegagalan
1 Very Low
Metode pencegahan atau deteksi sangat efektif. Tidak ada kesempatan bahwa
penyebab mungkin masih muncul atau terjadi
1 dalam 1.000.000
1 dalam 20.000 2
3 Low
Kemungkinan bahwa penyebab itu terjadi adalah rendah .
1 dalam 4.000 1 dalam 1.000
1 dalam 4.00 4
5 6
Moderate Kemungkinan bahwa penyebab itu terjadi
adalah bersifat moderat. Metode pencegahan atau deteksi memungkinkan
kadang – kadang penyebab itu terjadi. 1 dalam 80
Ranking Tingkat Deskripsi
Tngkat kegagalan
1 dalam 40 7
8 High
Kemungkinan bahwa penyebab itu masih tinggi. Metode pencegahan atau deteksi
kurang efektif, karena masih berulang kembali.
1 dalam 20 1 dalam 8
9 Very high
Kemungkinan bahwa penyebab itu terjadi sangat tinggi. Metode pencegahan atau
deteksi tidak efektif, karena penyebab akan selalu terjadi kembali.
1 dalam 2
Gaspersz, Vincent, 2002, “Pedoman Implementasi Program Six Sigma”, Gramedia Pustaka
Utama, Jakarta.
Tabel 2.7 Tabel Konversi nilai DPMO ke nilai Sigma Defects per
100 Defects per
10,000 Defects per
1,000,000 Success
rate Sigma
Value
93 9,330
933,000 7
0.0 92
9,190 919,000
8 0.1
90 9,030
903,000 10
0.2 88
8,850 885,000
12 0.3
86 8,640
864,000 14
0.4 84
8,410 841,000
16 0.5
82 8,160
816,000 18
0.6 79
7,880 788,000
21 0.7
76 7,580
758,000 24
0.8 73
7,260 726,000
27 0.9
69 6,910
691,000 31
1.0 66
6,550 655,000
34 1.1
62 6,180
618,000 38
1.2 58
5,790 579,000
42 1.3
54 5,400
540,000 46
1.4 50
5,000 500,000
50 1.5
46 4,600
460,000 54.0
1.6 42
4,210 421,000
57.9 1.7
38 3,820
382,000 61.8
1.8 34
3,450 345,000
65.5 1.9
31 3,090
309,000 69.1
2.0 27
2,740 274,000
72.6 2.1
24 2,420
242,000 75.8
2.2 21
2,120 212,000
78.8 2.3
Defects per 100
Defects per 10,000
Defects per 1,000,000
Success rate
Sigma Value
18 1,840
184,000 81.6
2.4 16
1,590 159,000
84.1 2.5
14 1,360
136,000 86.4
2.6 12
1,150 115,000
88.5 2.7
10 968
96,800 90.32
2.8 8
808 80,800
91.92 2.9
7 668
66,800 93.32
3.0 6
548 54,800
94.52 3.1
5 446
44,600 95.54
3.2 4
359 35,900
96.41 3.3
3 287
28,700 97.13
3.4 2
228 22,800
97.72 3.5
2 179
17,900 98.21
3.6 1
139 13,900
98.61 3.7
1 107
10,700 98.93
3.8 1
82 8,200
99.18 3.9
1 62
6,210 99.379
4.0 47
4,660 99.534
4.1 35
3,470 99.653
4.2 26
2,560 99.744
4.3 19
1,870 99.813
4.4 14
1,350 99.865
4.5 10
968 99.903
4.6 7
687 99.931
4.7 5
483 99.952
4.8 3
337 99.966
4.9 2
233 99.9767
5.0 2
159 99.9841
5.1 1
108 99.9892
5.2 1
72 99.9928
5.3 48
99.9952 5.4
32 99.9968
5.5 21
99.9979 5.6
13 99.9987
5.7 9
99.9991 5.8
5 99.9995
5.9 3.4
99.99966 6.0
Sumber : www.mulburysixsigma.com
2.7 Seven Tools