DPMO Defects per million opportunities Seven Tools

positif pada pendapatan dan biayameningkatkan efektif dan efisien, setelah melaksanakan rencana tindakan itu? dan efisien

2.2.4.5 Control

Control C merupakan tahap operasional terakhir dalam proyek peningkatan kualitas Six Sigma. Pada tahap ini hasil–hasil peningkatan kualitas didokumentasikan dan disebarluaskan, praktek–praktek terbaik yang sukses dalam meningkatkan proses distandarisasikan dan disebarluaskan, prosedur–prosedur didokumentasikan dan dijadikan pedoman kerja standard, serta kepemilikan atau tanggung jawab ditransfer dari tim Six Sigma kepada pemilik atau penanggung jawab proses, yang berarti proyek Six Sigma berakhir pada tahap ini.Gaspersz, 2002. Tujuan dari standardisasi adalah menstandardisasikan sistem kualitas Six Sigma yang telah terbukti menjadi terbaik dalam bisnis kelas dunia. Hasil–hasil yang memuaskan dari proyek peningkatan kualitas Six Sigma harus distandardisasikan, dan selanjutnya dilakukan peningkatan terus– menerus pada jenis masalah yang lain melalui proyek–proyek Six Sigma yang lain mengikuti konsep DMAIC. Sumber: “Pedoman Implementasi Six Sigma” , Gramedia Pustaka Utama, Jakarta, Gaspersz, Vincent, 2002.

2.3 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 tidak 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. Sumber: “Pedoman Implementasi Six Sigma”, Gramedia Pustaka Utama, Jakarta, Gaspersz, Vincent, 2002 Saat ini pihak Motorola telah membuat gambaran kapabilitas sebuah proses dalam perbandingan antara sigma dan DPMO yang ditunjukkan di tabel 2.6 Tabel 2.5 Tabel konversi Sigma Motorola Gasperz, 2002 Presentase yang memenuhi spesifikasi DPMO Sigma 30,9 69,2 93,3 99,4 690.000 308.000 66.800 6.210 1 2 3 4 99,98 99,9997 320 3,4 5 6

2.4 Failure Mode and Effect Analysis FMEA

FMEA adalah sekumpulan petunjuk, sebuah proses dan form untuk mengidentifikasi dan mendahulukan masalah–masalah potensial kegagalan. Dengan mendasarkan aktivitas mereka pada FMEA, seorang manajer, tim perbaikan, atau pemilik proses dapat memfokuskan energi dan sumber daya pada pencegahan, monitoring dan rencana–rencana tanggapan yang paling mungkin untuk memberikan hasil. Metode FMEA mempunyai banyak aplikasi dalam lingkungan Six Sigma, dalam hal mencari berbagai masalah bukan hanya dalam proses serta perbaikan kerja, tetapi juga dalam akivitas pengumpulan dana, usaha-usaha Voice of Customer, prosedur dan bahkan dalam pelaksanaan inisiatif Six Sigma. Satu- satunya prasyarat adalah adanya situasi yang kompleks atau berisiko tinggi dimana perlu penekanan khusus untuk menghentikan masalah Pande, 2002.

2.4.1 Bagaimana FMEA Bekerja

Berikut ini langkah–langkah dan konsep–konsep kunci : 1. Mengidentifikasi proses atau produk jasa. 2. Mendaftarkan masalah–masalah yang dapat muncul Failure Modes. Ide– ide untuk masalah potensial dapat berasal dari berbagai sumber, meliputi brainstorming, analisa proses dan sebagainya. 3. Menilai masalah untuk kerumitan severity, probabilitas kejadian occurancedan detektabilitas detection. Dengan menggunakan skala 1– 10, berikan skor pada masing–masing faktor untuk setiap masalah potensial. Masalah–masalah yang lebih serius mendapatkan rating yang lebih tinggi, demikian juga masalah yang sulit untuk dideteksi. Hal ini dapat dinilai atau didasarkan pada data historis. 4. Menghitung Risk Priority Number RPN dan tindakan–tindakan prioritas. Dengan menggunakan RPN dari semua masalah, maka diperoleh gambaran resiko total untuk semua proses atau produkjasa. 5. Melakukan tindakan–tindakan untuk mengurangi resiko. Dengan memfokuskan pertama–tama pada masalah–masalah potensial yang memiliki prioritas tertinggi, maka kemudian dapat memikirkan tindakan– tindakan untuk mengurangi salah satu atau semua faktor : keseriusan severity, kejadian occurance dan detekbilitas detection. Pande , 2002

2.4.2 Severity

Severity adalah suatu perkiraan subyektif mengenai kerumitan suatu kegagalan dan bagaimana buruknya akhir akan merasakan akibat dari kegagalan tersebut. Penilaian terhadap severity menggunakan skala 1–10 sebagai berikut : Tabel 2.6. Rangking Severity Rangking Kriteria 1 Neigligible severity pengaruh buruk yang dapat diabaikan. Kita tidak perlu memikirkan bahwa akibat ini akan berdampak pada kinerja produk. Pengguna akhir mungkin tidak akan memperhatikan kecacatan atau kegagalan ini. 2 3 Mild severity pengguna buruk yang ringansedikit. Akibat yang ditimbulkan hanya bersifat ringan. Pengguna akhir tidak akan merasakan perubahan kinerja. Perbaikan dapat dikerjakan pada saat pemeliharaan reguler. 4 5 6 Moderate severity pengaruh buruk yang moderat. Pengguna akhir akan merasakan penurunan kinerja atau penampilan, namun masih dalam batas toleransi. Perbaikan yang dilakukan tidak akan mahal, tetapi jika terjadi downtime hanya dalam waktu singkat 7 8 High severity pengaruh buruk yang tinggi. Pengguna akhir akan merasakan akibat buruk yang tidak dapat diterima, berada pada batas luar toleransi. Akibat ini akan terjadi tanpa pemberitahuan atau peringatan terlebih dahulu. 9 10 Potensial safety problem masalah keselamatankeamanan potensial. Akibat yang ditimbulkan sangat berbahaya, yang dapat terjadi tanpa pemberitahuan atau peringatan terlebih dahulu. Sumber : Gaspersz, 2002

2.4.3 Occurance

Occurance adalah perkiraan subyektif tentang probabilitas atau peluang bahwa penyebab itu akan terjadi, akan menghasilkan mode kegagalan yang memberikan akibat tertentu dengan skala 1–10 sebagai berikut : Tabel 2.7 Rangking Occurance Rangking Kriteria Verbal Tingkat KecacatanKegagalan 1 Adalah tidak mungkin bahwa penyebab ini yang menyebabkan mode kegagalan 1 dalam 1.000.000 2 3 Kegagalan akan jarang terjadi 1 dalam 20.000 1 dalam 4.000 4 5 6 Kegagalan agak mungkin terjadi 1 dalam 1.000 1 dalam 400 1 dalam 80 7 8 Kegagalan sangat mungkin terjadi 1 dalam 40 1 dalam 20 9 10 Hampir dapat dipastikan bahwa kegagalan akan terjadi 1 dalam 8 1 dalam 2 Sumber : Gaspersz, 2002

2.4.4 Detecbility

Detecbility adalah suatu perkiraan subyektif mengenai suatu metode pencegahan atau deteksi yang dapat menghilangkan mode kegagalan dengan menggunakan skala 1–10 sebagai berikut : Tabel 2.8 Rangking Detectability Rangking Kriteria Verbal Tingkat KecacatanKegagalan 1 Metode pencegahan atau deteksi sangat efektif. Spesifikasi akan dapat dipenuhi secara konsisten 1 dalam 1.000.000 2 3 Kemungkinan kecil bahwa spesifikasi tidak akan dipenuhi. 1 dalam 20.000 1 dalam 4.000 4 5 6 Kemungkinan bersifat moderat. Metode pencegahan atau deteksi masih memungkinkan kadang-kadang spesifikasi itu tidak terpenuhi 1 dalam 1.000 1 dalam 400 1 dalam 80 7 8 Kemungkinan bahwa spesifikasi produk tidak dapat dipenuhi masih tinggi. Metode pencegahan atau deteksi kurang efektif. 1 dalam 40 1 dalam 20 9 10 Kemungkinan bahwa spesifikasi produk tidak dapat dipenuhi sangat tinggi. Metode pencegahan atau deteksi tidak efektif. 1 dalam 8 1 dalam 2 Sumber : Gaspersz, 2002 .

2.5 Seven Tools

Tujuh perangkat yang digunakan dalam memecahkan suatu masalah pengendalian mutu kualitas beserta fungsinya dikenal dengan istilah 7 Tools, dimana perangkat ini mempunyai keuntungan antara lain : a Peningkatan Ratio : Kualitas Biaya b Tingkat kualitas yang lebih baik c Menjaga kualitas lebih uniform seragam d Penyediaan bahan baku yang lebih baik e Mengurangi kerja ulang atau pembuangan f Inspeksi yang lebih baik Tujuh alat pengendali mutu kualitas yang dimaksud adalah : 1 . Lembar Isian Check Sheet Lembar isian merupakan alat Bantu untuk mempermudah proses pengumpulan data. Bentuk dan isinya disesuaikan dengan kebutuhan maupun kondisi kerja yang ada.Didalam pengumpulan data maka data yang diambil harus benar-benar dengan kebutuhan analisis dalam arti bahwa data harus: a.Jelas,tepat dan mencerminkan fakta b.Dikumpulkan berdasarkan cara yang benar,hati-hati dan teliti Hal-hal yang perlu diperhatikan dalam suatu lembar isian: a. Maksud pembuatan jelas b. Stratifikasi harus sebaik mungkin c. Dapat diisi dengan cepat,mudah dan secara otomatis bias segera dianalisa A B C D E Check Sheet Gambar.2.2 Bentuk umum lembaran check sheet

2. Histogram

Salah satu alat dari metode statistik yang dipakai untuk menganalisa data. Dapat digunakan untuk mengetahui : a. Harga rata-rata atau central tendency dari nilai data yang terkumpul. b. Harga maksimum dan minimum data. c. Range data . d. Besar penyimpangan atau dispersi terhadap harga rata-rata. e. Bentuk distribusi data yang terkumpul. f. Untuk menganalisa secara cepat apakah proses sesuai dengan spesifikasi standar yang diterapkan. g. Alat untuk melihat perubahan yang terjadi dari waktu ke waktu. h. Alat untuk mengkomunikasikan informasi tentang variasi dalam proses produksi. i. Alat untuk membantu dalam pembuatan keputusan sebagai usaha perbaikan terus menerus. Histogram adalah merupakan sebuah grafik yang menampilkan sekilas dari sekumpulan data. Manfaat Histogram adalah untuk melihat bentuk, pemusatan, dan penyebaran sekumpulan data dari beberapa prosesdan untuk mendapatkan gambaran bagaimana sebenarnya proses sedang beroperasi, yaitu: a. Nilai yang paling sering muncul mode b. Lebih dari satu buah puncak yang terlihat jelas c. Kesimetrisan data d. Nilai data yang letaknya terpencil e. Data yang terlalu banyak atau kurang dipresentasikan puncak atau lembah yang tidak diharapkan pada histogram f. Persentase data dalam batas spesifikasi Measurement Histogram Gambar.2.3 Contoh bentuk Histogram

3. Diagram Sebar

Suatu diagram yang terdiri dari kumpulan data yang terdiri dari dua variabel, dengan nilai kuantitatif, yang terbuat dalam sistem sumbu koordinat dan gambarnya akan merupakan kumpulan titik-titik yang terpencar. Contoh yang lebih kompleks seperti gambar 2.5 Gambar 2.4 Bentuk Umum Diagram Sebar 4. Diagram Kosentrasi Cacat Gambaran tentang pengelompokan sekumpulan data atas dasar karakteristik yang sama.

5. Diagram Pareto

Diagram ini pertama kali diperkenalkan oleh seorang ahli ekonomi dari Italia yang bernama ALFREDO PARETO 1848 – 1923. Diagram pareto dibuat untuk mengetahui masalah atau pentebab yang merupakan kunci dalam penyelesaian masalah dan perbandingan terhadap keseluruhan. Dengan mengetahui penyebab yang dominan maka dapat dilakukan tindakan koreksi Karena faktor penyebab dominant ini akan membawa pengaruh yang besar terhadap kualitas dari produk yang dihasilkan. Prinsip pareto “sedikit tapi penting banyak tapi remeh dengan perbandingan 80:20”, maksudnya 80 penyebab problem berasal dari 20 jumlah item masalah. Kegunaan diagram pareto: ~ Menunjukkan persoalan utama yang dominant dan perlu segera diatasi ~ Menyatakan perbandingan masing-masing persoalan yang ada dan komulatif secara keseluruhan ~ Menunjukkan tingakat perbaikan setelah tindakan koreksi dilakukan pada daerah yang terbatas ~ Menunjukkan perbandingan masing-masing persoalan sebelum dan sesudah perbaikan Gambaran tentang suatu diagram yang menunjukkan adanya prosentase cacat terbesar sampai dengan terkecil, untuk prioritas langkah-langkah yang harus diambil dalam perbaikan kualitas, dan dibuat berdasarkan check sheet jenis cacat. Contoh pengukuran atribut kesalahan kesalahan administrasi penagihan biaya hotel didapatkan data sebagai berikut: Tabel 2.9 Contoh Data Pengukuran Urutan Jenis Kesalahan Kegagalan Frekue nsi Frekuensi Kumulatif Presentase dari Total Persentase Kumulatif Informasi tidak lengkap Nomor kamar Nama tamu Alamat tamu 26 14 9 7 26 40 49 56 46,43 25,00 16,07 12,5 46,43 71,43 87,50 100,00 Total 56 - 100,00 - 25 50 75 100 Informasi tidak lengkap Nomor kamar Nama tamu Alamat tamu Gambar 2.5 Bentuk Umum Diagram Pareto Sumber : Vincent Gasperz

6. Diagram Sebab Akibat

Diagram sebab akibat juga sering juga disebut diagram tulang ikan fishbone diagram atau diagram Ishikawa adalah suatu diagram yang menunjukkan hubungan antara sebab akibat. Bentuk umum diagram sebab–akibat ditunjukkan dalam gambar berikut ini : V i n c e n t G a s p e r z F i s h b o n e D i a g r a m A K I B A T M o n e y M a t e r i a l s M a c h i n e s M a n p o w e r M e d i a M e t h o d s A k a r P e n y e b a b A k a r P e n y e b a b A k a r P e n y e b a b A k a r P e n y e b a b A k a r P e n y e b a b A k a r P e n y e b a b Gambar 2.6 Bentuk Umum Diagram Sebab Akibat 7. Grafik Pengendali Chart control Montgomery 2005 menyatakan A process is operating with only chance causes of variation present is said to be in statistical control and A process that is operating in the presence of assignable causes is said to be out of control. Artinya, suatu proses berjalan dalam rangka untuk menunjukkan peluang terjadinya variasi, disebut juga pengendalian statistik dan proses yang memiliki tanda-tanda penyebab masalah, dikatakan berada diluar kendali. Gambar.2.7 Peluang dan tanda penyebab variasi Tiga garis horizontal adalah LCL Lower Control Limit, rata-rata, dan UCL Upper Control Limit. Rumus LCL, rata-rata, dan UCL adalah Garis tengah = rata-rata = LCL k UCL k           adalah rata-rata sampel dan  adalah standar deviasi sampel. Nilai k umumnya ditentukan 3. Ada 8 kriteria untuk menyelidiki apakah proses di luar kendali, yaitu : 1. satu titik jatuh di luar batas kendali 3  . 2. Sembilan titik secara berurutan jatuh di sisi yang sama dari garis tengah mean. 3. Enam titik secara berurutan terus naik atau terus menerus. 4. Empat belas titik secara bergantian naik-turun. 5. Dua dari 3 titik jatuh di luar batas 2  . 6. Empat dari 5 titik jatuh di luar batas 1  . 7. Lima belas titik berada dalam batas kendali 1  . 8. Delapan titik secara berurutan jatuh di luar batas 1  . Tujuan penggunaan control chart adalah untuk mengetahui penyebab problem sehingga dapat diambil correction action. Gambar.2.8 Contoh control chart Grafik ini menekankan tiga penggunaan antara lain :  Pemantauan dan pengawasan suatu proses  Pengurangan variabilitas proses  Penaksiran parameter produk atau proses Grafik pengendali telah mempunyai sejarah penggunaan yang panjang dalam dunia industri, paling sedikit ada lima alasan untuk ini antara lain :  Grafik pengedali adalah teknik yang telah terbukti guna meningkatkan produktivitas.  Grafik pengendali efektif dalam pencegahan cacat.  Grafik pengendali mencegah penyesuaian proses yang tidak perlu  Grafik pengendali memberikan informasi diagnostik  Grafik pengendali memberikan informasi tentang kemampuan proses Bentuk umum grafik pengendali statistik grafik pengendali x dalam gambar dibawah ini Gambar 2.9 Bentuk Umum Chart control Grafik pengendali merupakan salah satu alat yang digunakan untuk mempermudah sekaligus membantu proses proyek Six Sigma dalam melakukan tahap analisa dan perbaikan serta kontrol.

2.6 Tahapan Produksi