6

BAB 2

LANDASAN TEORI

2.1 Sejarah & Pengertian Kualitas

Pada tahun 1924, W.A. Shewart dari Bell Telephone Laboratories

mengembangkan diagram atau grafik statistik untuk mengendalikan variabel-variabel

produk. Hal inilah yang menjadi permulaan dari pengendalian kualitas statistikal.

Kemudian pada dekade yang sama, H.F. Dodge dan H.G. Romig, keduanya juga dari

Bell Telephone mengembangkan teknik pengambilan sampel penerimaan untuk

menggantikan inspeksi 100%. Pada tahun 1940, pengendalian kualitas menggunakan

metode statistik mulai digunakan di Amerika dengan James Duran sebagai pelopor.

Pada tahun 1946, America Society For Quality Control dibentuk. Pada tahun 1950,

Edward Demings memberikan kuliah tentang metode statistical kepada insinyur-

insinyur Jepang akan pentingnya tanggung jawab kualitas pada manajemen puncak

dan di Jepang dimulai penerapan total quality control. Pada akhir era 1980-an,

industri otomotif mulai menerapkan pengendalian proses statistik (statistical process

control). Industri lainnya dan departemen pertahanan Amerika juga menerapkan SPC.

Kemudian konsep baru yang bernama Continous Quality Improvement dibangun

yang membutuhkan total quality management. Kemudian penekanan utama terhadap

aspek-aspek kualitas semakin berlanjut pada era 1990-an, kemudian terbentuklah ISO

9000 di Amerika Serikat yang menjadi model dunia untuk sistem kualitas. Sampai

7

saat ini ISO telah berkembang menjadi ISO 9000 : 2000 dan dikembangkan pula ISO

14000 yang mengatur tentang kepedulian suatu industri terhadap lingkungan.

Kualitas merupakan faktor dasar yang mempengaruhi pilihan konsumen untuk

berbagai jenis produk dan jasa yang berkembang pesat dewasa ini. Kualitas secara

langsung akan mempengaruhi perkembangan dan pertumbuhan perusahaan,

pengeluaran biaya produksi serta kemampuan untuk bersaing pasar.

Pengertian kualitas telah didefinisikan dengan cara yang berbeda-beda oleh setiap

orang. Menurut Vincent Gasperz, kualitas didefinisikan sebagai konsistensi

peningkatan atau perbaikan dan penurunan variasi karakteristik dari suatu produk

yang dihasilkan, agar memenuhi kebutuhan yang telah dispesifikasikan, guna

meningkatkan kepuasan pelanggan internal maupun eksternal (Gasperz, 1998) dan

juga Menurut Gasperz (1997) mutu atau kualitas adalah

” Kualitas adalah karakteristik suatu produk (barang atau jasa) yang

menunjang kemampuannya untuk memenuhi kebutuhan yang telah

dispesifikasikan atau segala sesuatu yang memuaskan pelanggan dan sesuai

dengan persyaratan serta kebutuhan pelanggan.”( Statistical Process Control

hal 1).

8

Menurut Juran (1979), suatu produk dikatakan berkualitas jika produk tersebut

memiliki kemampuan untuk memuaskan konsumen pemakainya (Quality is customer

satisfaction). Ia mendefinisikan kemampuan ini dalam lima dimensi:

1. Produk harus memenuhi harapan penggunanya.

2. Harus dapat diandalkan (reliable), dapat mempertahankan kualitasnya dalam

waktu yang lama.

3. Mudah untuk diperbaiki.

4. Mudah dalam perawatan.

5. Memiliki aturan penggunaan yang mudah atau sederhana.

6. Kualitas adalah kesesuaian dengan tujuan dan manfaatnya.

Sedangkan Armand Feigenbaum (1986) Kualitas merupakan keseluruhan

karakteristik produk dan jasa meliputi marketing, engineering, manufacture, dan

maintanance, dalam mana produk dan jasa tersebut dalam pemakaiannya akan sesuai

dengan kebutuhan dan harapan pelanggan.

Dan dalam bukunya “Total Quality Control” mengatakan bahwa kualitas adalah

keseluruhan gabungan dari produksi, yaitu dari desain sampai ke penjualan dan di

dalamnya termasuk pemeliharaan yang mana sama pentingnya dengan aksi koreksi

(Feigenbaum, 1986).

Kualitas memiliki berbagai kriteria yang terus menerus berubah. Hal ini menjadi

semakin rumit dengan adanya penilaian tiap orang yang berbeda terhadap kriteria-

kriteria tersebut. Oleh karena itu, keinginan konsumen amatlah penting untuk diukur

secara berkala (Goetsch dan Davis, 1997).

9

Dari definisi-definisi yang telah disebutkan di atas, dapat disimpulkan elemen-

elemen umum sebagai berikut:

1. Kualitas adalah memenuhi atau memuaskan harapan konsumen.

2. Kualitas diterapkan pada produk, pelayanan, manusia, proses dan lingkungan.

3. Kualitas adalah pernyataan yang selalu berubah.

Berdasarkan elemen-elemen umum di atas, suatu perusahaan harus

mengorientasikan dirinya untuk memberikan produk dan pelayanan yang memenuhi

harapan konsumen, dan mengubah persepsinya dari hanya memenuhi kebutuhan

pasar bergeser kepada memuaskan harapan konsumen. Dengan demikian, dapat

disimpulkan bahwa kualitas adalah total campuran dari produk dan karakteristik-

karakteristik pelayanan dari pemasaran, rekayasa, manufaktur dan perawatan yang

diberikan perusahaan pada konsumen.

2.2 Definisi Pengendalian Kualitas

Pengendalian kualitas adalah aktivitas pengendalian proses untuk mengukur ciri-

ciri kualitas produk, membandingkannya dengan spesifikasi atau persyaratan dan

mengambil tindakan penyehatan yang sesuai apabila ada perbedaan antara

penampilan yang sebenarnya dan yang standar (Purnomo, 2003). Dalam melakukan

suatu kegiatan agar dapat terarah tentu harus terdapat tujuan sehingga segala

sesuatunya mengarah untuk mencapai tujuan tersebut. Dalam hubunganya dengan

10

kualitas maka tujuan dari kualitas dapat dikatakan sebagai suatu target yang

berorientasi pada kualitas (Juran, 1995).

• Quality Control

Penggunaan berbagai teknik dan aktivitas-aktivitas untuk mencapai,

mempertahankan dan mengembangkan kualitas dari suatu produk atau jasa yang

meliputi spesifikasi atas apa yang dibutuhkan, desain produk atau jasa yang

memenuhi spesifikasi, produksi atau instalasi untuk menentukan kesesuaian

terhadap spesifikasi apabila diperlukan.

• Statistical Quality Control (SQC)

Pengendalian kualitas statistikal adalah suatu cabang dari pengendalian kualitas

yang meliputi pengumpulan, analisis dan interpretasi data yang digunakan dalam

aktivitas pengendalian kualitas (Besterfield, 1994). Terminologi yang digunakan

antara tahun 1950-an sampai 1960-an yang memiliki pengertian sama dengan

Statistical Process Control (Gaspersz, 1998).

• Statistical Process Control (SPC)

Suatu metodologi pengumpulan dan analisis data kualitas, serta penentuan dan

interpretasi pengukuran-pengukuran yang menjelaskan tentang proses dalam

suatu sistem industri untuk meningkatkan kualitas dari output guna memenuhi

11

kebutuhan dan ekspektasi pelanggan. Suatu terminologi yang digunakan antara

tahun 1970-an sampai 1990-an, untuk menjabarkan penggunaan alat-alat statistika

dalam memantau dan meningkatkan performansi proses menghasilkan produk

berkualitas.

• Quality Assurance

Semua tindakan terencana dan sistematik yang diimplementasikan guna

memberikan kepercayaan yang cukup bahwa produk akan memuaskan kebutuhan

untuk kualitas tertentu.

• Total Quality Management (TQM)

Semua aktivitas dari fungsi manajemen secara menyeluruh yang menentukan

kebijaksanaan kualitas, tujuan-tujuan dan tanggung jawab, mengimplementasikan

melalui alat-alat seperti perencanaan kualitas (quality planning), pengendalian

kualitas (quality control), jaminan kualitas (quality assurance), dan peningkatan

kualitas (quality improvement). Tanggung jawab untuk manajemen kualitas ada

pada semua level dari manajemen, tetapi harus dikendalikan dan diarahkan oleh

manajemen puncak. Implementasi manajemen kualitas harus melibatkan semua

anggota organisasi.

12

• Quality System

Struktur organisasi, tanggung jawab, prosedur-prosedur, proses dan sumber daya

untuk mengimplementasikan manajemen kualitas. Sistem kualitas dari suatu

organisasi dirancang terutama untuk memenuhi kebutuhan dari organisasi itu

dalam perbaikan kualitas. Dengan demikian system kualitas dapat juga

dinyatakan sebagai suatu sistem yang diperlukan untuk mencapai, mendukung

dan meningkatkan kualitas..

• Data Atribut

Data kualitatif yang dapat dihitung untuk pencatatan dan analisis. Contoh dari

data atribut karakteristik kualitas adalah ketiadaan label pada kemasan produk,

kesalahan proses administrasi buku tabungan nasabah, banyaknya jenis cacat

produk, banyaknya produk kayu lapis yang cacat, dll. Data atribut biasanya

diperoleh dalam bentuk unit-unit nonkonfirmasi ketidaksesuaian dengan

spesifikasi atribut yang ditetapkan.

• Data Variable

Data kuantitatif yang diukur untuk keperluan analisis. Contoh dari data variabel

karakteristik kualitas adalah diameter pipa, ketebalan produk kayu lapis, berat

semen dalam kantong, dll. Ukuran-ukuran berat, panjang, tinggi, diameter,

volume biasanya merupakan data variabel.

13

2.3 Sejarah dan Perkembangan Six Sigma

Pada awalnya, konsep Six sigma di dalam dunia industri diperkenalkan

dan dipergunakan pertama kali oleh salah satu perusahaan peralatan elektronik

yang berbasis di Amerika Serikat, yaitu Motorola Incorporated pada tahun 1979.

Pada saat itu Motorola menghadapi kesulitan besar dan berada di dalam bahaya

karena kemampuan bersaing yang dimiliki oleh perusahaan tertinggal cukup jauh

dari para pesaingnya, terutama perusahaan-perusahaan Jepang yang dapat

menghasilkan produk dengan kualitas yang lebih baik dengan harga yang lebih

murah.

Setelah menyadari bahwa permasalahan utama pada perusahaan adalah

buruknya kualitas produk-produk yang dihasilkan, maka Motorola melakukan

penelitian dan pengembangan yang akhirnya membawa mereka pada metodologi

Six sigma.

Sampai pada tahun 1993, kebanyakan proses yang ada di Motorola sudah

mencapai tingkat hampir 6 sigma. Dan setelah empat tahun menerapkan Six

sigma, penghematan yang diterima perusahaan mencapai $ 2,2 juta. Untuk

kesuksesannya menerapkan Six sigma, Motorola mendapatkan Malcom Baldrige

National Award pada tahun 1998.

Sekarang six sigma telah digunakan oleh beberapa perusahaan dunia

seperti General Electric, Dupont Chemical, dan lain-lain dan terbukti memberikan

keberhasilan dalam peningkatan produktivitas, penurunan biaya kegagalan,

penghematan biaya manufaktur, dan peningkatan tingkat pertumbuhan tahunan.

14

2.4 Definisi Six sigma

Sigma adalah huruf ke-18 dari alphabet Yunani yang menggambarkan

standar deviasi atau variasi. Breakthrough Management Group (2004) juga

mendefinisikan Six sigma sebagai suatu filosofi total manajemen dalam

artikelnya “What Is Six sigma”. Secara sederhana, Six sigma merupakan suatu

pendekatan bagi pengambilan keputusan dalam usaha peningkatan proses yang

didesain untuk meningkatkan produktivitas dan mengurangi biaya-biaya.

Pengertian mengenai Six sigma telah dicoba untuk disimpulkan oleh

beberapa pakar, yaitu sebagai berikut:

Six sigma Institute menjelaskan bahwa Six sigma berarti pengukuran

kualitas untuk mencapai kesempurnaan serta merupakan metodologi untuk

mengeliminasi cacat di semua proses mulai dari manufaktur sampai transaksional

dan dari produk sampai jasa.

Vincent Gaspersz (2002, p9) dalam bukunya “Pedoman Implementasi

Program Six sigma“ mengutarakan bahwa Six sigma merupakan ukuran target

kinerja industri tentang bagaimana baiknya suatu proses transaksi produk antara

pemasok (industri) dan pelanggan (pasar). Six sigma juga dapat dipandang

sebagai pengendalian proses industri berfokus pada pelanggan, melalui penekanan

pada kemampuan proses (process capability).

Six sigma adalah suatu visi peningkatan kualitas menuju target 3,4

kegagalan per sejuta kesempatan (Defect Per Million Opportunity – DPMO)

untuk setiap transaksi produk (barang atau jasa). Six sigma merupakan sebuah

15

terobosan baru dalam bidang manajemen kualitas berupa suatu metode atau

teknik pengendalian dan peningkatan kualitas dramatik menuju tingkat kegagalan

0 (zero defect). Masalah kualitas dapat didefinisikan sebagai kesenjangan atau

gap antara kinerja kualitas aktual dan target kinerja yang diharapkan. Oleh karena

target kinerja dari six sigma adalah menuju tingkat kegagalan 0 atau tingkat

kepuasan 100% bagi pelanggan, maka masalah kualitas berkaitan dengan segala

bentuk ketidakpuasan (terdapat kesenjangan antara kebutuhan aktual dari

pelanggan dan tingkat kinerja produk dan pelayanan yang diberikan, atau

merupakan kebutuhan aktual pelanggan yang tidak dapat dipenuhi melalui produk

dan pelayanan yang diberikan oleh suatu proses). (Gaspersz, 2002, p236).

Six sigma adalah sebuah sistem yang komprehensif dan fleksibel untuk

mencapai, mempertahankan, dan memaksimalkan sukses bisnis. Six sigma secara

unik dikendalikan oleh pemahaman yang kuat terhadap kebutuhan pelanggan,

pemakaian yang disiplin terhadap fakta, data, dan analisis statistik, dan perhatian

yang cermat untuk mengelola, memperbaiki, dan menanamkan kembali proses

bisnis. (Pande; Neuman; Cavanagh, 2002, pxi).

16

2.5 Six sigma dari Sudut Pandang Statistik

Secara statistik, Six sigma ditandai dengan nilai 3,4 DPMO yang berarti

bahwa pelanggan akan puas bila mereka menerima nilai sebagaimana yang

mereka harapkan dan perusahaan boleh mengharapkan hanya akan ada 3,4

kegagalan dalam sejuta kesempatan (DPMO) atau mengharapkan bahwa

99,99966% dari apa yang diharapkan pelanggan ada di produk tersebut.

Nilai DPMO atas suatu sigma diperoleh dengan cara menggunakan

perhitungan distribusi normal. Misalnya untuk 3 sigma, dengan menggunakan

tabel distribusi normal akan didapatkan nilai 0,998650. Kemudian dilakukan

perhitungan 1-0,998650 untuk mendapatkan nilai di atas spesifikasi, sehingga

hasil yang didapat adalah 0,001350. Dengan nilai mean yang berada di tengah-

tengah distribusi, maka dapat disimpulkan pula bahwa jumlah kemungkinan

kegagalan di bawah spesifikasi adalah sama dengan jumlah kemungkinan di atas

spesifikasi. Sehingga, didapatkan jumlah kemungkinan kegagalan adalah

0,002700 atau 2700 per sejuta pada level 3 sigma.

Namun, konsep Six sigma yang dikembangkan oleh Motorola berbeda

dengan konsep distribusi normal yang tidak memberikan kelonggaran akan

pergeseran. Sedangkan konsep Six sigma Motorola ini mengijinkan pergeseran

1,5 sigma dari nilai target. Nilai pergeseran 1,5 sigma ini diperoleh dari hasil

penelitian Motorola atas proses dan sistem industri. Berdasarkan data-data historis

selama bertahun-tahun yang dimiliki oleh Motorola, diperoleh bahwa proses yang

terdapat pada perusahaan selalu mengalami pergeseran (drift) nilai tengah rataan

17

(mean) sebesar 1,5σ setiap tahunnya seiring berjalannya waktu. Pergeseran ini

disebut sebagai Long Term Dynamic Mean Variation. Kesimpulan yang

didapatkan dari penelitian tersebut adalah bahwa suatu proses industri (terutama

mass production) yang paling bagus sekalipun tidak akan 100% berada pada satu

titik nilai target, tapi akan ada pergeseran sebesar rata-rata 1,5 sigma dari nilai

tersebut.

Pada perhitungan distribusi normal biasa, nilai 3,4 DPMO hanya

menghasilkan 4,5σ dan bukan 6σ seperti seharusnya. Jumlah kecacatan yang

diperbolehkan dalam Six sigma menurut distribusi normal adalah 2 DPBO

(Defect Per Billion Opportunities). Sedangkan Dengan pergeseran nilai sesuai

dengan konsep Motorola, untuk tingkat 6 sigma akan diperoleh nilai DPMO

sebesar 3,4 per sejuta.

2.6 Tujuan Six sigma

Six sigma bertujuan untuk mencapai tingkat kualitas Six sigma (Six

sigma Quality Level), yaitu 3,4 Defect Per Million Opportunities (DPMO) dan

meningkatkan profitabilitas dari perusahaan (Harry & Schroeder, 2000, pvii).

Selain itu bertentangan dengan apa yang banyak dipercaya oleh beberapa

perusahaan dan konsultan, tujuan daripada Six sigma bukanlah sekedar untuk

mencapai tingkat kualitas enam sigma. Akan tetapi Six sigma memiliki tujuan

utama untuk meningkatkan perolehan keuntungan dan daya saing perusahaan

18

dengan menghilangkan variasi, cacat dan waste yang dapat mengurangi

kepercayaan pelanggan.

2.7 Metode DMAIC (Define, Measure, Anaylze, Improve dan Control)

Metode DMAIC (Define, Measure, Anaylze, Improve dan Control)

merupakan salah satu penerapan six sigma, di mana metode DMAIC ini

merupakan sebuah proses untuk peningkatan yang dilakukan terus menerus,

bersifat systematic, scientific and berdasarkan dengan data yang ada (fact based).

DMAIC adalah proses berulang (closed-loop process) yang bertujuan

untuk mengurangi atau menghilangkan proses produksi yang tidak produktif yang

berfokus pada pengukuran yang baru dan mengaplikasikan teknologi untuk

meningkatkan kualitas.

Selain DMAIC penerapan six sigma lainnya menggunakan metode

DMADV (Define, Measure, Anaylze, Design dan Verify). DMAIC digunakan

untuk meningkatakan proses bisnis yang sedang berjalan, sedangkan DMADV

digunakan untuk membuat rancangan produk baru atau merancang proses baru

yang hasilnya lebih baik, bisa diprediksi dan bebas cacat.

19

Tahapan DMAIC dilakukan secara berulang dan membentuk siklus

peningkatan kualitas six sigma seperti dilihat pada Gambar 2.1.

Gambar 2.1 Siklus DMAIC

Sumber: www.apertis.com/e_SSix3.html

Berikut adalah penjelasan dari tahapan DMAIC:

1. Define, mendefinisikan tujuan-tujuan dalam usaha untuk meningkatkan

proses yang sesuai dengan permintaan pelanggan dan tujuan perusahaan.

2. Measure, mengukur proses produksi sekarang dan mengumpulkan data

yang dibutuhkan ke depannya untuk perbandingan.

3. Analyze, menganalisa kapabilitas proses produk kemudian mencari

hubungan sebab akibat dari faktor penyebab permasalahan yang ada.

4. Improve, meningkatkan proses berdasarkan analisis menggunakan tools

yang ada.

5. Control, mengontrol untuk menjalankan usulan-usulan yang diberikan dan

kemudian melakukan pengukuran kembali (kapabilitas proses).

20

Jika ditinjau secara umum, siklus DMAIC ini sebenarnya merupakan

pengembangan lebih lanjut dari siklus PDCA yang disusun oleh William E. Deming.

Perbandingan antara siklus DMAIC dan PDCA dapat dilihat pada Gambar 2.2 di

bawah ini.

Gambar 2.2 Perbandingan antara Siklus PDCA dan DMAIC

2.8 ALAT PEMECAHAN MASALAH

2.8.1 Analisis Pareto

Pada tahun 1897, seorang ahli ekonomi bangsa Italia yang bernama Vilfredo

Pareto menyajikan suatu rumus yang menunjukkan bahwa pembagian atau

distribusi pendapatan masyarakat tidak merata. Suatu teori yang sama

dikemukakan dalam bentuk diagram oleh seorang ahli ekonomi bangsa Amerika

bernama M.C. Lorenz pada tahun 1907. Kedua orang sarjana tersebut

21

menjelaskan bahwa pendapatan masyarakat atau tingkat kemakmuran yang tinggi

hanya dinikmati oleh sebagian kecil masyarakat saja. Sementara itu, dibidang

pengendalian kualitas (Quality Control), Dr. J.M. Juran mengubah metode

diagram dari mengklasifikasikan hal-hal yang nampak dalam masalah kualitas ke

bentuk “sedikit tetapi utama, banyak tetapi remeh”. Metode ini dinamakan

“Analisa Pareto”. Ia mengemukakan bahwa dalam banyak kejadian atau kasus,

kerusakan-kerusakan dan biaya-biaya atau kerugian timbul dari hal-hal yang tidak

seberapa banyak.

Analisis pareto adalah proses dalam memperingkat kesempatan untuk

menentukan yang mana dari kesempatan potensial yang banyak harus dikejar

terlebih dahulu. Analisis pareto harus digunakan pada berbagai tahap dalam suatu

program peningkatan kualitas untuk menentukan langkah mana yang harus

diambil berikutnya. Analisis pareto digunakan untuk menjawab pertanyaan seperti

“Pada jenis kerusakan apa kita seharusnya mengkonsentrasikan usaha kita?”.

Pada dasarnya analisis pareto dapat digunakan sebagai alat interpretasi untuk:

• Menentukan frekuensi relatif dan urutan pentingnya masalah-masalah atau

penyebab-penyebab dari masalah yang ada.

• Memfokuskan perhatian pada isu-isu kritis dan penting melalui pembuatan

ranking terhadap masalah-masalah atau penyebab-penyabab dari masalah itu

dalam bentuk yang signifikan.

22

Diagram Pareto diklasifikasikan dalam dua macam tipe sesuai dengan

penggunaan diagram tersebut, yaitu:

a. Diagram Pareto yang menunjukkan akibat suatu masalah (Pareto Chart by Effect)

Disini Diagram Pareto digunakan untuk menemukan masalah apa yang paling

utama atau paling penting.

• Kualitas: jumlah kerusakan, cacat, kesalahan, keluhan, produk yang

dikembalikan atau ditolak, perbaikan.

• Biaya: jumlah kerugian, pemborosan biaya, biaya bunga, biaya stok.

• Pengiriman: keterlambatan pengiriman.

• Keselamatan: jumlah kecelakaan, kekeliruan kerja.

b. Diagram Pareto yang menunjukkan penyebab-penyebab suatu masalah (Pareto

Chart by Causes)

• Operator: giliran kerja, kelompok kerja, umur, karyawan, pengalaman,

keterampilan.

• Mesin: perlengkapan, peralatan, mesin-mesin, organisasi, model, instrumen.

• Bahan baku: pabrik, produsen, jenis bahan baku.

• Metode kerja: kondisi kerja.

• Lingkungan: temperatur, kebisingan, pencahayaan.

23

Manfaat Diagram Pareto:

1. Diagram Pareto merupakan langkah pertama untuk perbaikan. Di dalam membuat

perbaikan, maka perlu diperhatikan hal-hal berikut:

• Bahwa setiap orang menaruh perhatian untuk bekerjasama.

• Telah dipilih suatu tujuan atau sasaran yang pasti.

• Ada akibat atau hasil yang besar.

2. Diagram Pareto dapat dipakai untuk perbaikan segala aspek. Seperti telah

dijelaskan diatas bahwa perbaikan tidak hanya dilakukan atas segala kualitas saja,

tetapi juga masalah biaya atau efisiensi, penghematan pemakaian bahan atau

energi, keselamatan dan sebagainya. Dengan demikian Diagram Pareto dapat

digunakan untuk memperbaiki efisiensi pekerjaan kantor, memperbaiki kerusakan

mesin, memperbaiki keamanan dan keselamatan kerja dan sebagainya.

3. Diaram Pareto dapat dipakai untuk memperlihatkan bahwa usaha perbaikan telah

membuahkan hasil.

24

Bagaimana melakukan analisis pareto:

a. Tentukan klasifikasi (kategori pareto) untuk grafik. Jika informasi yang

diinginkan tidak ada, dapatkan dengan merancang lembaran pemeriksaan dan

lembaran buku harian.

b. Pilih suatu interval waktu untuk analisis. Interval harus cukup panjang untuk

menjadi wakil kinerja khusus.

c. Tentukan kejadian total (misalnya biaya, jumlah kerusakan, dan lain-lain) untuk

setiap kategori, juga tentukan total keseluruhan, jika ada beberapa kategori yang

menyebabkan hanya bagian kecil dari total, kelompokkan ini ke dalam kategori

yang disebut “lain-lain”.

d. Hitung persentase untuk setiap kategori dengan membagi kategori total dengan

keseluruhan total dan kalikan dengan 100.

e. Urutkan perintah dari kejadian total terbesar sampai terkecil.

f. Hitung persentase kumulatif dengan menambah persentase untuk setiap kategori

pada beberapa kategori yang terdahulu.

g. Buat bagan dengan sumbu vertikal ke kiri berskala 0 sampai sedikitnya total

keseluruhan. Berikan nama yang cocok pada sumbu, ukur sumbu vertikal ke

kanan dari 0 sampai 100%, dengan 100% pada sisi kanan sama tingginya dengan

total keseluruhan pada sisi kiri.

h. Beri label sumbu horizontal dengan nama kategori. Kategori paling kiri harus

terbesar, kedua terbesar berikutnya dan seterusnya.

25

i. Gambar dalam batang yang mewakili jumlah setiap kategori. Tinggi batang

ditentukan oleh sumbu vertikal sebelah kiri.

j. Gambar satu garis yang menunjukkan kolom kumulatif dari tabel analisis

pareto. Garis persentase kumulatif ditentukan dengan sumbu vertikal kanan.

2.8.2 Diagram sebab Akibat

Diagram sebab akibat yang sering disebut juga dengan diagram tulang ikan

(Fishbone Diagram) karena bentuknya seperti kerangka ikan atau Diagram Ishikawa

(Ishikawa's Diagram) karena pertama kali diperkenalkan oleh Prof. Kaoru Ishikawa

dari Universitas Tokyo pada tahun 1953, diagram sebab akibat ini bertujuan untuk

memperlihatkan faktor-faktor yang paling berpengaruh pada kualitas hasil atau

dengan kata lain diagram ini dipergunakan untuk menunjukkan faktor-faktor

penyebab (sebab) dan karakteristik kualitas (akibat) yang disebabkan oleh faktor-

faktor penyebab itu.

Pada dasarnya diagram sebab akibat dapat dipergunakan untuk kebutuhan-

kebutuhan berikut :

a. Membantu mengidentifikasikan akar penyebab dari suatu masalah.

b. Membantu membangkitkan ide-ide untuk solusi suatu

masalah.

c. Membantu dalam penyelidikan atau pencarian fakta lebih lanjut.

26

Diagram sebab akibat ini menunjukkan 5 faktor yang disebut sebagai sebab

dari suatu akibat. Kelima faktor itu adalah man (manusia, tenaga kerja), method

(metoda), material (bahan), machine (mesin), dan environment (lingkungan).

Diagram ini biasanya disusun berdasarkan informasi yang didapatkan dari sumbang

saran atau brainstorming.

Diagram 2.1 Contoh Skema Diagram Sebab Akibat

Langkah-langkah pembuatan diagram sebab akibat:

1. Tentukan masalah atau sesuatu yang akan diamati atau diperbaiki. Gambarkan

panah dengan kotak diujung kanannya dan tulis masalah atau sesuatu yang akan

diamati atau diperbaiki.

2. Cari faktor utama yang berpengaruh atau mempunyai akibat pada masalah atau

sesuatu tersebut. Tuliskan dalam kotak yang telah dibuat di atas dan dibawah

panah yang telah dibuat tadi.

27

3. Cari lebih lanjut faktor-faktor yang lebih terinci (faktor-faktor sekunder) yang

berpengaruh atau mempunyai akibat pada faktor utama tersebut. Tulislah faktor-

faktor sekunder tersebut di dekat atau pada panah yang menghubungkannya

dengan penyebab utama.

4. Dari diagram yang sudah lengkap, carilah penyebab-penyebab utama dengan

menganalisa data yang ada.

Cacat Pada pakaian

Manusia Mesin

Material Metode

Kemampuan Terbatas

Kurang Perawatan

Pemakaian Material Kurang Efisien

Prosedur Tidak Beraturan

Kurang Training

Skill Kurang

Kurang Teliti

Bahan Kurang Diseleksi

Kualitas Jelek

Diagram 2.2 Contoh Diagram Sebab Akibat

2.8.3 Failure Mode and Effect Analysis (FMEA)

FMEA adalah sebuah metodologi yang digunakan untuk menganalisa

dan menemukan semua kegagalan-kegagalan yang potensial terjadi pada suatu

sistem, menemukan efek-efek dari kegagalan yang terjadi pada sistem dan

28

kemudian mencari cara bagaimana untuk memperbaiki atau mengurangi

kegagalan-kegagalan atau efek-efeknya pada sistem.

Perbaikan dan pengurangan yang dilakukan biasanya berdasarkan pada

sebuah ranking dari severity dan probability dari kegagalan. Beberapa

keuntungan dari FMEA adalah:

Membantu desainer untuk mengidentifikasi dan mengeliminasi atau

mengendalikan cara kegagalan yang membahayakan serta mengurangi

kerusakan terhadap sistem dan penggunanya.

Meningkatnya keakuratan dari perkiraan terhadap peluang dari

kegagalan yang akan dikembangkan.

Realibilitas dari produk akan meningkat, karena waktu untuk

melakukan desain akan dikurangi berkaitan dengan melakukan

identifikasi dan perbaikan dari masalah-masalah.

29

Gambar 2.3 Contoh FMEA

Definisi serta pengurutan/pemberian ranking dari berbagai terminologi dalam

FMEA adalah sebagai berikut:

1. Mode Kegagalan Potensial (Potential Failure Mode – Quality Risk)

adalah kegagalan atau kecacatan dalam desain yang menyebabkan

sistem itu tidak berfungsi sebagaimana mestinya.

2. Penyebab Potensial dari Kegagalan (Potential Effect of Failure) adalah

kelemahan-kelemahan desain dan perubahan dalam variabel yang akan

mempengaruhi proses dan menghasilkan kecacatan produk.

3. Severity (S) adalah suatu perkiraan subyektif atau estimasi tentang

tingkat parahnya kerusakan atau bagaimana buruknya pengguna akhir

akan merasakan akibat dari kegagalan tersebut. Berikut adalah kriteria

dari severity yang ditunjukkan pada Tabel 2.1 di bawah ini.

30

Tabel 2.1 Kriteria Severity

Effect Criteria ( Severity of Effect) Rank

Berbahaya,

tanpa

peringatan

Memungkinkan untuk membahayakan mesin atau operator,

ranking sangat tinggi apabila berhubungan dengan penggunaan

kendaraan secara aman atau tidak sesuai dengan peraturan

pemerintah. Kegagalan akan timbul tanpa peringatan

10

Berbahaya,

dengan

peringatan

Memungkinkan untuk membahayakan mesin atau operator,

ranking sangat tinggi apabila berhubungan dengan penggunaan

kendaraan secara aman atau tidak sesuai dengan peraturan

pemerintah. Kegagalan akan timbul dengan adanya peringatan

9

Sangat

tinggi

Gangguan utama pada lini produksi, semua hasil produksi

(100%) harus dibuang, produk kehilangan fungsi utama.

Konsumen sangat tidak puas.

8

Tinggi

Gangguan minor pada lini produksi, produksi harus dipilih dan

sebagian besar produk (dibawah 100%) harus dibuang, fungsi

produk menurun. Konsumen tidak puas.

7

Sedang

Gangguan minor pada lini produksi, sebagian kecil produk

harus dibuang, produk dapat digunakan, namun kenyamanan

terganggu. Konsumen kurang puas

6

Rendah Gangguan minor pada lini produksi, 100% produk mungkin

harus di-rework. Produk dapat digunakan namun kemampuan 5

31

rendah. Konsumen merasa sedikit kecewa

Sangat

Rendah

Gangguan minor pada lini produksi, produk jadi harus dipilah –

pilih dan sebagian kecil harus di-rework. Ketidaksesuaian

produk kecil, kerusakan dapat dideteksi oleh kebanyakan

konsumen

4

Minor

Sebagian kecil produk harus di-rework, namun dilakukan di

lini produksi dan di luar stasiun kerja, kerusakan diketahui oleh

sebagian besar konsumen.

3

Sangat

Minor

Sebagian kecil produk harus di-rework, namun dilakukan di

lini produksi dan di dalam stasiun kerja, kerusakan diketahui

oleh sangat sedikit konsumen.

2

Tidak ada Tidak ada Efek 1

4. Occurence (O) adalah suatu perkiraan mengenai kemungkinan dari

penyebab yang akan terjadi dan menghasilkan modus kegagalan yang

menyebabkan akibat tertentu. Tabel 2.2 menunjukkan skala rating

occurrence.

32

Tabel 2.2 Kriteria Occurrence

Probability Of Failure Possible

Failure rate Cpk Rank

Sangat Tinggi : Kegagalan hampir tak dapat

dihindari

>=1 dari 2 < 0,33 10

1 dari 3 >= 0,33 9

Tinggi: Kegagalan sangat mirip dengan

beberapa kegagalan sebelumnya yang memang

sering sekali gagal

1 dari 8 >= 0,51 8

1 dari 20 >= 0,67 7

Sedang: Dapat dikaitkan dengan kegagalan

sebelumnya yang sering terjadi, namun tidak

dalam proporsi besar

1 dari 80 >= 0,83 6

1 dari 400 >=1,00 5

1 dari 2000 >=1,17 4

Rendah: Kegagalan yang terisolasi dan dapat

diasosiasikan dengan beberapa proses yang

serupa

1 dari 15000 >= 1,33 3

Sangat Rendah: Hanya kegagalan - kegagalan

terisolasi yang serupa dengan proses yang

identik.

1 dari 150000 >= 1,50 2

Sangat kecil: Kegagalan hampir tidak mungkin,

belum pernah terjadi kegagalan serupa di proses

lain yang identik

<=1 dari

1500000 >= 1,67 1

33

5. Detection (D) adalah perkiraan subyektif tentang kemungkinan untuk

mendeteksi penyebab dari kegagalan yang ada sebelum produk

tersebut keluar dari proses produksi. Untuk dapat menentukan angka

Detection dapat dilihat pada Tabel 3.4.

6. Risk Priority Number (RPN) merupakan hasil perkalian antara rating

severity, detection dan rating occurance dengan rumus:

RPN = (S) x (O) x (D).

Nilai ini harus digunakan untuk mengurutkan perhatian yang harus

diberikan pada proses tersebut. Untuk RPN yang besar, team harus

mampu menurunkan nilai resiko, umumnya perhatian tertinggi harus

diberikan pada Severity (S) tertinggi.

Tabel 2.3 Kriteria Detection

Detection

Kriteria: Keberadaan dari cacat dapat dideteksi oleh

kontrol proses sebelum koponen atau hasil produksi

lolos ke proses selanjutnya.

Rank

Hampir tidak

mungkin Tidak ada kontrol yang tersedia untuk jenis kegagalan ini 10

Detection

Kriteria: Keberadaan dari cacat dapat dideteksi oleh

kontrol proses sebelum koponen atau hasil produksi

lolos ke proses selanjutnya.

Rank

34

Sangat kecil

kemungkinannya

Sangat tidak mungkin untuk kontrol yang ada dapat

mendeteksi kegagalan ini 9

Kecil

kemungkinannya

Tidak mungkin kontrol yang ada tidak dapat mendeteksi

kegagalan yang ada 8

Sangat rendah Sangat rendah kemungkinan untuk kontrol yang ada dapat

mendeteksi kegagalan ini 7

Rendah Rendah kemungkinan untuk kontrol yang ada dapat

mendeteksi kegagalan ini 6

Sedang Ada kemungkinan untuk kontrol yang ada dapat mendeteksi

kegagalan ini 5

Agak tinggi Cukup kemungkinan untuk kontrol yang ada dapat

mendeteksi kegagalan ini 4

Tinggi Mungkin untuk kontrol yang ada dapat mendeteksi

kegagalan ini 3

Sangat tinggi Sangat mungkin untuk kontrol yang ada dapat mendeteksi

kegagalan ini 2

Hampir pasti

terdeteksi

Hampir pasti kontrol yang ada dapat menangkap kegagalan

proses seperti ini, karena sudah diketahui dari proses yang

serupa.

1

35

7. Recommended Action adalah satu atau lebih tindakan yang dibuat

untuk mengatasi permasalahan dan meningkatkan Risk Priority

Number (RPN).

2.9 Statistical Proces Control (SPC)

Statistical Process Control merupakan suatu terminologi untuk menjabarkan

penggunaan teknik-teknik statistikal (statistical techniques) dalam memantau dan

meningkatkan performansi proses menghasilkan produk berkualitas. SPC mulai

digunakan sejak tahun 1970-an (Gaspersz, 1998).

Peta kontrol pertama kali diperkenalkan dengan maksud untuk menghilangkan

variasi tidak normal melalui pemisahan variasi yang disebabkan oleh penyebab

khusus (special - causes variation) dan variasi yang disebabkan oleh penyebab umum

(common - causes variation). Pada dasarnya semua proses menampilkan variasi,

namun manajemen harus mampu mengendalikan proses dengan cara menghilangkan

variasi penyebab khusus dari proses itu, sehingga variasi yang melekat pada proses

hanya disebabkan oleh variasi penyebab umum. Pada dasarnya peta-peta kontrol

digunakan untuk :

• Menentukan apakah suatu proses berada dalam batas kendali, dengan demikian peta-

peta kontrol digunakan untuk mencapai suatu keadaan terkendali, dengan semua nilai

rata-rata dan range dari sub-subgroup contoh berada dalam batas-batas pengendalian

(control limit), oleh karena itu variasi penyebab khusus menjadi tidak ada lagi dalam

proses.

36

• Memantau proses secara terus menerus sepanjang waktu agar proses tetap stabil dan

hanya mengandung variasi penyebab umum.

• Menentukan kemampuan proses (process capability) setelah proses berada dalam

batas kendali.

2.9.1 Variasi Penyebab Khusus dan Umum

Dalam pelaksanaan proses produksi untuk menghasilkan suatu hasil seringkali

sulit menghindari terjadinya variasi pada proses. Gasperz (1998) mendefinisikan

variasi sebagai ketidak-seragaman dalam sistem produksi operasional sehingga

perbedaan dalam kualitas hasil (barang atau jasa yang dihasilkan).

Pada dasarnya dikenal dua sumber atau penyebab timbulnya variasi, yaitu variasi

penyebab khusus dan variasi penyebab umum. Gasperz (1998) menjelaskan lebih

lanjut tentang kedua jenis variasi tersebut sebagai berikut :

1. Variasi Penyebab Khusus (Spesial Causes of Variation).

Adalah kejadian-kejadian di luar sistem yang mempengaruhi variasi dalam sistem.

Penyebab khusus dapat bersumber dari manusia, peralatan, material, lingkungan,

metoda kerja, dan lain-lain. Penyebab khusus ini mengambil pola-pola non acak

sehingga diidentifikasikan atau ditemukan, sebab mereka tidak selalu aktif dalam

proses tetapi memiliki pengaruh yang lebih kuat pada proses sehingga menimbulkan

variasi. Dalam konteks pengendalian proses menggunakan peta-peta kendali

(control charts), jenis variasi ini sering ditandai dengan titik-titik pengamatan yang

37

melewati atau keluar dari batas-batas pengendalian yang didefinisikan (defined

control limits).

2. Variasi Penyebab Umum (Common Causes of Variation).

Adalah faktor-faktor di dalam 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 kita harus menelusuri elemen-elemen dalam sistem itu dan

hanya pihak manajemen yang memperbaikinya, karena pihak manajemen yang

mengendalikan sistem tersebut. Dalam konteks pengendalian proses dengan

menggunakan peta-peta kendali (control charts), jenis variasi ini sering ditandai

dengan titik-titik pengamatan yang berada dalam batas-batas pengendalian yang

didefinisikan.

2.9.2 Jenis Peta Kendali

Terdapat dua kategori luas dari grafik kontrol : satu yang digunakan dengan data

berkelanjutan (misalnya, pengukuran) dan mereka yang digunakan dengan data

atribut (misalnya, perhitungan). Bagian ini menggambarkan berbagai grafik untuk

data berbeda ini.

38

2.9.3 Peta Kendali Atribut

2.9.3.1 Grafik kontrol untuk proporsi kerusakan (grafik p)

Grafik p adalah alat statistik untuk mengevaluasi proporsi kerusakan atau

proporsi ketidak-sesuaian yang dihasilkan oleh sebuah proses.

Grafik p dapat diterapkan kepada variabel manapun dimana pengukuran

kinerja yang tepat adalah hitungan unit. Grafik p menjawab pertanyaan "apa suatu

penyebab khusus variasi disebabkan kecenderungan pusat dari proses ini untuk

menghasilkan jumlah unit rusak yang besar atau kecil secara tidak normal selama

jangka waktu pengamatan?"

2.9.3.2 Persamaan Grafik Kontrol p

Seperti semua grafik control, grafik p terdiri dari tiga pedoman :

l. Garis tengan (Central Line), yang biasanya dinotasikan CL.

2. Sepasang batas kendali (Control Limits), dimana satu batas kendali ditempatkan

di atas garis tengah yang dikenal sebagai batas kendali atas (Upper Control

Limits), biasanya dinotasikan sebagai UCL

3. Batas yang ditempatkan di bawah garis tengah yang dikenal sebagai batas kendali

bawah (Lower Control Limits), biasanya dinotasikan sebagai LCL.

39

subgroupukurancacatunitjumlahp =

inspeksitotal

cacattotalp =

p = CL

n

pppLCL )1(3 −−=

n

pppUCL )1(3 −+=

Dalam persamaan diatas, n adalah ukuran sub kelompok. Jika ukuran sub

kelompok berbeda, batas control juga akan berbeda, menjadi lebih dekat bersama-

sama sebagaimana n meningkat.

2.9.3.3 Kapabilitas Proses

Hubungan antara variasi natural dari proses dan spesifikasi desain produk sering

dihitung dengan pengukuran yang disebut kapabilitas proses. Dalam mendiskusikan

tentang kapabilitas proses, perlu dipertimbangkan dua konsep yang berbeda ini:

• Kapabilitas proses ditentukan oleh variasi yang bersumber dari variasi penyebab

umum. Secara umum kapabilitas proses menggambarkan performansi terbaik

(misalnya range minimum) dari proses itu sendiri. Dengan demikian kapabilitas

proses berkaitan dengan variasi proses tanpa mempedulikan dimana spesifikasi

40

(didefinisikan sebagai kebutuhan pelanggan) itu berada berkaitan dengan lokasi

dan/ atau range dari proses.

• Pelanggan (Internal atau Eksternal) biasanya lebih memperhatikan output secara

keseluruhan dari proses dan bagaimana output itu memenuhi kebutuhan mereka

(diidentifikasikan sebagai spesifikasi), tanpa mamperdulikan variasi dari proses.

Karena suatu proses dalam pengendalian statistika secara umum digambarkan

melalui suatu ditribusi yang dapat diperkirakan, proporsi dari parts dalam spesifikasi

dapat diperkirakan dari distribusi ini. Sepanjang proses berada dalam pengendalian

statistikal dan tidak berubah dalam lokasi, range, atau bentuk, maka itu akan

menghasilkan parts dalam spesifikasi dengan distribusi yang sama.

Tindakan pertama pada proses harus mengalokasikan pada nilai target yang

merupakan kebutuhan pelanggan (didefinisikan sebagai spesifikasi output). Setelah

itu apabila range dari proses masih belum dapat diterima, misalnya masih terdapat

sejumlah minimum parts di luar spesifikasi yang diproduksi, maka pihak manajemen

industri harus mengambil tindakan pada sistem melalui mengurangi variasi yang

bersumber dari variasi penyebab-umum, yang biasanya diperlukan untuk

meningkatkan kapabilitas proses beserta outputnya untuk memenuhi spesifikasi

(kebutuhan pelanggan) secara konsisten. Dengan demikian pihak manajemen industri

pertama kali harus mambawa proses ke dalam pengendalian statistikal dengan

mendeteksi dan mengambil tindakan terhadap variasi penyebab-khusus. Setelah itu

performansi proses diperkirakan dan kapabilitas proses untuk memenuhi kebutuhan

41

dan ekspektasi pelanggan dievaluasi. Langkah-langkah ini merupakan basis untuk

perbaikan proses terus menerus.

Praktek-praktek yang dapat diterima dalam dunia industri adalah kapabilitas

proses baru dihitung dan dipergunakan hanya jika proses itu berada dalam keadaan

pengendalian statistikal. Kapabilitas digunakan sebagai landasan untuk

memperkirakan bagaimana proses akan beroperasi berdasarkan data statistikal yang

dikumpulkan dari proses itu. Perhitungan Kapabilitas proses untuk peta atribut :

pCpprocessCapability −== 1