tugas_besar_2__qc(1)
DESCRIPTION
TugasTRANSCRIPT
(STUDI KASUS PADA PT. RAPICO BUSANA PERMATA INDAH)
Disusun Oleh:
Nama/NPM : 1. Hendi Herdian Saputra / 33410201
2. Sutrisno Adityo / 36410767
Kelas : 3ID03
Mata Kuliah : Pengendalian dan Penjaminan Mutu*/**
Dosen : Ratih Wulandari,. ST, MT.
JURUSAN TEKNIK INDUSTRI
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS GUNADARMA
BEKASI
2013
PENDAHULUAN
Pengendalian kualitas statistik adalah alat yang sangat berguna dalam membuat
produk sesuai dengan spesifikasi sejak dari awal proses hingga akhir proses. Semakin
banyak proses produksi, akan selalu ada gangguan yang dapat timbul secara tidak terduga.
Apabila gangguan tidak terduga dari proses ini relatif kecil biasanya dipandang sebagai
gangguan yang masih dapat diterima atau masih dalam batas toleransi. Apabila gangguan
proses ini relatif besar atau secara kumulatif cukup besar dikatakan tingkat gangguan yang
tidak dapat diterima.
SPC dicetuskan pertama kali oleh Walter Andrew Shewhart ketika bekerja di Bell
Telephone Laboratories, Inc. (divisi R&D untuk perusahaan AT&T dan Western Electric)
pada tahun 1920-an. Dalam dokumen sejarah Western Electric diceritakan pada tahun 1918,
tahun di mana Shewhart bergabung di Departemen Inspection Engineering, Western Electric
di Hawthorne, manajamen kualitas industri masih terbatas pada kegiatan inspeksi
produk jadi dan memperbaiki atau membuang barang-barang cacat
(http://repository.usu.ac.id).
Ditahun yang sama, Shewhart menciptakan peta kendali statistik pertama untuk
proses manufaktur melalui prosedur-prosedur sampling statistik. Kemudian Shewhart
mempublikasikan penemuannya dalam buku Economic Control of Quality of Manufactured
Product pada tahun 1931.
Penggunaan SPC agak berkurang setelah perang, namun menjadi booming sampai
sekarang setelah revolusi perbaikan kualitas di Jepang pada tahun 1970-an, tahun di mana
orang-orang Jepang menyambut baik masukan dari W. Edwards Deming yang salah satunya
adalah penggunaan SPC.
SPC menentukan apakah suatu proses stabil dari waktu ke waktu, atau sebaliknya
bahwa proses terganggu karena telah dipengaruhi oleh special cause. Peta kendali statistik
(control chart) yang sering juga disebut Shewhart chart atau process-behaviour chart
digunakan untuk memberikan definisi operasional suatu special cause tersebut.
Suatu proses atau sistem umumnya terdapat interaksi variabel-variabel sistem, misal
manusia dan mesin, interaksi ini sering memunculkan penyimpangan berupa hasil-hasil yang
sifatnya uncontrollable atau diluar kendali. Shewhart melihat penyimpangan tersebut
disebabkan oleh dua faktor (http://thesis.binus.ac.id) :
1. Common cause of variation, variasi yang terjadi karena sistem itu sendiri, dan
2. Special cause of variation, variasi yang terjadi karena faktor dari luar sistem.
Aturan dasar SPC adalah common cause tidak perlu diidentifikasi dan special cause
perlu diidentifikasi dan dihilangkan. Namun bukan berarti common cause diabaikan,
sebaliknya menjadi fokus improvement proses untuk jangka panjang.
Secara umum, peta kendali dalam SPC selalu terdiri dari tiga garis horisontal. Tiga
garis horizontal yang dimaksud yaitu (http://lecture.eepis.its-edu.ac.id) :
1. Garis pusat (Center Line), garis yang menunjukkan nilai tengah (mean) atau nilai rata-
rata dari karakteristik kualitas yang di-plot pada peta kendali SPC.
2. Upper control limit (UCL), garis di atas garis pusat yang menunjukkan batas kendali
atas.
3. Lower control limit (LCL), garis di bawah garis pusat yang menunjukkan batas
kendali bawah.
Garis-garis tersebut ditentukan dari data historis. Shewhart menggunakan kurva
distribusi normal (distribusi Gauss) dengan μ sebagai garis pusat yang menunjukkan
nilai rata-rata sebaran karakteristik proses, dan ±σ yang dirubah menjadi UCL dan LCL
sebagai landasannya.
Teknik-teknik SPC kemudian berkembang seiring inisiatif perbaikan kualitas seperti
six sigma di perusahaan-perusahaan Amerika. Selanjutnya, akan terlihat secara teknis
tentang bagaimana menggunakan berbagai teknik peta kendali dan kapan teknik itu harus
digunakan. Gambar 1.1 memperlihatkan alur pengambilan keputusan untuk memilih
teknik SPC yang
dibutuhkan.
Gambar 1. Bagan Alur Pengambilan Keputusan Teknik SPC
Gambar 1. menunjukkan teknik-teknik SPC dipilih dengan memperhatikan dua jenis
karakteristik data yang diobservasi disamping tujuan penggunaannya, yaitu: data
variabel dan data atribut. Terdapat tiga jenis peta kendali yang dapat digunakan dalam data
variabel, yaitu:
1. Individuals & moving range control chart (X-MR).
Peta kontrol X dan MR diterapkan pada proses yang menghasilkan output yang relatif
homogen, pada proses produksi yang sangat lama dan menggunakan 100% inspeksi.
2. Average & range control chart (Xbar & R-chart).
Peta Kontrol X dan R digunakan untuk memantau proses yang mempunyai
karakteristik berdimensi kontinu, yang menjelaskan perubahan-perubahan yang terjadi
dalam ukuran titik pusat (central tendency) atau rata-rata dari suatu proses.
Pengambilan keputusan untuk memilih peta kendali di atas adalah berdasarkan jumlah
pengukuran yang telah dibuat dan berapa banyak pengukuran tersebut digabungkan ke
dalam satu subgrup.
Sedangkan peta kendali yang dapat digunakan untuk data atribut terdapat empat jenis,
yaitu:
1. Proportion defective control chart (P-chart).
Peta kontrol P digunakan untuk mengukur proporsi ketidaksesuaian (penyimpangan
atau sering disebut cacat) dari item-item dalam kelompok yang sedang diinspeksi.
2. Number defective control chart (NP-chart).
Peta kontrol NP merupakan peta kontrol yang hampir sama dengan peta kontrol P,
kecuali bahwa dalam peta kontrol NP tidak terjadi perubahan skala pengukuran
(n=tetap).
3. Defects per count/subgroup control chart (C-chart).
Peta kontrol C diterapkan pada titik spesifik yang tidak memenuhi syarat dalam
produk itu sehingga suatu produk dapat saja dianggap memenuhi syarat meskipun
mengandung satu atau beberapa titik spesifik yang cacat.
4. Defects per unit control chart (U-chart).
Peta kontrol U digunakan untuk mengukur banyaknya ketidaksesuaian dalam periode
pengamatan tertentu yang mungkin memiliki ukuran contoh atau banyaknya item yang
diperiksa.
STUDI KASUS
Suatu perusahaan tidak lepas dari konsumen serta produk yang dihasilkannya.
Konsumen tentunya berharap bahwa barang yang dibelinya akan dapat memenuhi
kebutuhan dan keinginannya sehingga konsumen berharap bahwa produk tersebut memiliki
kondisi yang baik serta terjamin. Oleh karena itu perusahaan harus melihat serta menjaga
agar kualitas produk yang dihasilkan terjamin serta diterima oleh konsumen serta dapat
bersaing di pasar.
PT. Rapico Busana Permata Indah didirikan pada tahun 1983 yang bergerak di
bidang industri garment manufacturing oleh Bapak Syarifudin Mustafa yang
mengoperasikan pabriknya di Dharma wanita V / 1A Rawa Buaya, Cengkareng, Jakarta 1
1740, Indonesia. PT. Rapico Busana Permata Indah didirikan dengan berdasar pada akta
notaris No. 17 pada tanggal 10 November 1987 dengan No. NPWP 1.367.208.4-034.000
yang mempunyai area pabrik 12000 m2, gudang 5000 m2 dan ruang pengamasan
1000 m2. Seiring dengan perkembangan usaha dari tahun ke tahun, maka PT. Rapico
Busana Permata Indah pada tahun 1992 mencoba untuk mendaftarkan diri sebagai eksportir
Pada tahun 1992, PT. Rapico Busana Permata Indah resmi menjadi eksportir dengan surat
ijin eksportir No. F.TTPT :
263/M4/KP/V1/1992.
Visi dari PT. Rapico Busana Permata Indah adalah diakui oleh pasar sebagai
produsen garmen yang konsisten memenuhi kepuasan pelanggan. Misi dari PT. Rapico
Busana Permata Indah adalah mempertinggi reputasi perusahaan di kalangan industri
garmen Indonesia dalam pengertian mutu, kemampuan memperoleh keuntungan dan
pertumbuhan yang memadai.
PT. Rapico Busana Permata Indah mempunyai komitmen untuk menghasilkan
produk yang bermutu untuk kepuasan pelanggan. Untuk mencapai visi dan misi tersebut,
perusahaan sebagai satu tim bersepakat untuk memenuhi sasaran tujuan mutu sebagai berikut
:
1. Menerapkan sistem manajemen mutu ISO 9001; 2000.
2. Meningkatkan reputasi dan daya saing di pasar lokal dan ekspor.
3. Menjalin kerja sama yang harmonis dengan pemasok dan
pelanggan yang bersifat jangka panjang.
Berikut adalah data hasil produksi PT. Rapico Busana Permata Indah pada bulan Mei 2008
berikut kecacatannya.
Nomer TanggalJumlah
Produksi (Pcs)Jumlah
Cacat (Pcs)
1 1 185 42 2 242 83 3 207 54 5 187 45 6 205 36 7 256 67 8 230 38 9 248 59 10 205 4
10 12 187 711 13 192 812 14 158 313 15 167 614 16 188 715 17 163 516 19 187 317 20 190 418 21 205 519 22 255 420 23 195 621 24 184 622 26 195 723 27 204 324 28 178 525 29 200 326 30 183 427 31 172 6
Total 5368 134Rata-rata 198,8148148 4,962962963
Tabel 1. Laporan Produksi PT. Rapico Busana Permata Indah Mei 2008
SEVEN OLD TOOLS
Pengendalian kualitas secara statistik dengan menggunakan SPC (Statistical
Processing Control). SPC mempunyai 7 (tujuh) alat statistik utama atau yang biasa disebut
Seven Old Tools yang dapat digunakan sebagai alat bantu untuk mengendalikan kualitas
sebagaimana disebutkan juga oleh Heizer dan Render dalam bukunya Manajemen Operasi
(2006), antara lain yaitu; check sheet, histogram, diagram pareto, diagam sebab akibat,
scatter diagram, dan diagram aliran, control chart,.
1. Check Sheet
Check sheet atau lembar periksa adalah suatu alat bantu untuk memudahkan
proses pengumpulan data. Biasanya berbentuk formulir dimana item-item yang akan
diperiksa telah dicetak dalam formulir tersebut. Lembar periksa dapat digunakan baik
untuk data variabel maupun data atribut walaupun umumnya banyak digunakan untuk
data atribut (http://thesis.binus.ac.id).
F
2. Histogram
Menurut Walpole (1995), histogram atau diagram pencar merupakan suatu alat
interpretasi data yang digunakan untuk menguji bagaimana kuatnya hubungan antara dua
variabel. Histogram ialah diagram batang yang menunjukkan frekuensi yang
terjadi dalam suatu pengukuran. Histogram dapat menunjukkan kapabilitas proses, dan
hubungan antara suatu spesifikasi dengan nominal. Selain itu juga dapat menunjukkan
bentuk populasi (sebaran normal).
Histogram dapat digunakan sebagai suatu alat untuk mengkomunikasikan
informasi tentang variasi dalam proses dan membantu manajemen dalam membuat
keputusan-
keputusan yang berfokus pada usaha perbaikan terus-menerus.
Cacat Pada Produksi Baju8070
67
6050
3940
2830
2010
0
Ukuran Tidak Sesuai Penjahitan Pembordiran
Jenis Cacat
Gambar 2. Histogram
3. Diagram Pareto
Diagram Pareto diperkenalkan seorang ahli ekonomi Italia, Vilfredo Pareto (1848-
1923). Vilfredo Pareto mengatakan bahwa prinsip dasar pareto dihubungkan kepada
aturan 80/20, yang artinya 80% dari masalah (cacat) ditimbulkan oleh 20% penyebab.
Diagram pareto adalah diagram batang yang disusun secara menurun atau dari
besar ke kecil dan digunakan untuk mengidentifikasikan masalah, tipe cacat, atau
penyebab yang paling dominan sehingga dapat memprioritaskan penyelesaian masalah.
Diagram pareto merupakan kombinasi dua grafik, yaitu grafik batang dan grafik garis.
Grafik batang menunjukkan item data yang disusun berurutan dari nilai paling besar hingga
nilai paling kecil. Grafik garis menunjukkan persen kumulatif terhadap jumlah
keseluruhan.
Keuntungan penggunaan diagram pareto dapat dijelaskan sebagai berikut
(http://repository.usu.ac.id) :
1. Diagram pareto dapat mengetahui urutan prioritas.
2. Diagram pareto dapat membandingkan nilai masing-masing terhadap keseluruhan.
3. Diagram pareto menunjukkan tingkat perbaikan setelah ada perbaikan
atau tindakan.
4. Diagram pareto dapat menunjukkan perbandingan masing-maisng sebelum dan sesudah
perbaikan.
Tabel 2 Perhitungan Manual Diagram Pareto
Jenis Cacat FrekuensiTotal
KumulatifFrekuensi
(%)
Frek.Kumulatif
(%)Penjahitan 67 67 50 50
Pembordiran 39 106 29,1 79,1Ukuran
Tidak Sesuai28 134 20,9 100
TOTAL 134
Gambar 3. Pareto Chart
4. Diagram Sebab-Akibat (Fishbone Diagram)
Diagram sebab akibat atau fishbone pertama kali diperkenalkan oleh seorang Profesor,
yaitu Prof. Kaoru Ishikawa dari Universitas Tokyo, oleh karena itu diagram sebab akibat
disebut juga dengan diagram ishikawa atau diagram tulang ikan (fish bone).
Pembuatan diagram sebab akibat ini bertujuan agar dapat memperlihatkan faktor- faktor
penyebab (root
cause) dan karakteristik kualitas yang (effect) disebabkan oleh faktor-faktor penyebab itu
(http://thesis.binus.ac.id).
Umumnya diagram sebab akibat menunjukkan 5 faktor yang disebut sebagai
sebab (cause) dari suatu akibat (effect). Kelima faktor tersebut adalah man (manusia, tenaga
kerja), method (metode), material (bahan), machine (mesin), dan environment
(lingkungan). Diagram ini biasanya disusun berdasarkan informasi yang didapatkan dari
sumbang saran. Menurut Ariani (2003), diagram sebab akibat dipergunakan untuk
kebutuhan-kebutuhan sebagai berikut:
1. Membantu mengidentifikasi akar penyebab dari suatu masalah,
2. Membantu membangkitkan ide-ide untuk solusi suatu masalah, dan
3. Membantu dalam penyelidikan atau pencarian fakta-fakta lebih lanjut.
Gambar 4. Fishbone Diagram
5. Scatter Diagram
Scatter diagram (diagram pencar) adalah grafik yang menampilkan sepasang
data numerik pada sistem koordinat Cartesian, dengan satu variabel pada masing-masing
sumbu, untuk melihat hubungan dari kedua variabel tersebut. Diagram tebar
merupakan suatu alat interpretasi data yang digunakan untuk (http://thesis.binus.ac.id):
1. Menguji bagaimana kuatnya hubungan antara dua variabel, misalnya kecepatan
dari mesin dan dimensi dari bagian mesin, banyaknya kunjungan tenaga penjual
(salesman) dan hasil penjualan, temperatur dan hasil proses kimia dan lain-lain.
2. Menentukan jenis hubungan dari dua variabel, apakah positif, negative atau tidak ada
hubungan.
Gambar 5. Scatterplot
Scatter diagram tersebut menunjukan hubungan positif antara variabel jumlah cacat
(X) dengan variabe jumlah produksi (Y). Hal ini ditunjukan oleh pola atau bentuk scatter
diagram yang bergerak dari kiri bawah menuju kanan atas. Hal ini dikarenakan gambar
scatterplot antara jumlah cacat dengan jumlah produksi bergerak dari kiri bawah menuju
kanan atas. Nilai-nilai yang terdapat pada jumlah cacat saling berhubungan dengan nilai-
nilai yang terdapat pada jumlah produksi.
6. Diagram Aliran (Flowchart)Flowchart (diagram aliran) adalah alat bantu untuk
memvisualisasikan proses suatu penyelesaian tugas secara tahap-demi-
tahap untuk tujuan analisis, diskusi, komunikasi, serta dapat membantu
untuk menemukan wilayah-wilayah perbaikan dalam proses
(http://lecture.eepis.its-edu.ac.id).
Proses di lingkungan industri pada umumnya merupakan suatu rangkaian
kegiatan yang berulang. Setiap siklus kegiatan tersebut biasanya dapat
dipecahkan ke dalam beberapa langkah kecil. Langkah-langkah
tersebut akan lebih mudah dimengerti jika digambarkan dalam suatu
bagan yang dikenal dengan istilah flowchart atau bagan alir. Flowchart
memiliki beberapa simbol-simbol yang umum digunakan.
Bahan Baku
Proses Produksi
Hasil Produksi
Tidak Sesuai Standar
Quality Control
Sesuai Standar
Pemasaran
Gambar 6. Flowchart
7. Peta Kontrol (Control Chart)
Peta kontrol pertama kali diperkenalkan oleh Dr. Walter Andrew Schewart dari Bell
Telephone Laboratories, Amerika Serikat pada tahun 1924 dengan maksud untuk
menghilangkan variasi tidak normal melalui pemisah variasi yang disebabkan oleh penyebab
khusus (special cause variation) dari variasi yang disebabkan oleh penyebab umum
(common cause variation). Semua proses menampilkan variasi, namun manajemen harus
mampu mengendalikan proses dengan cara menghilangkan variasi penyebab khusus
dari proses tersebut, sehingga variasi yang melekat pada proses hanya disebabkan oleh
variasi penyebab umum . Pada dasarnya setiap peta kontrol memiliki:
1. Garis tengah (central line ), yang biasa dinotasikan sebagai CL.
2. Sepasang batas kontrol (control limits), dimana satu batas kontrol ditempatkan diatas
garis tengah yang dikenal sebagai batas kontrol atas (upper control limit), biasa
dinotasikan sebagai UCL, dan yang satu lagi ditempatkan dibawah garis tengah
yang
dikenal sebagai batas kontrol bawah (lower control limit), biasa dinotasikan sebagai
LCL.
Peta pengendali kualitas proses statistik data variabel, meliputi:
3. Individuals & moving range control chart (I-MR).
4. Average & range control chart (Xbar & R-chart).
5. Average & standard deviation control chart (Xbar & S-chart).
Data Variabel (variables data) merupakan data kuantitatif yang diukur untuk keperluan
analisis. Contoh dari data variable karakteristik kualitas adalah diameter pipa,
ketebalan produk kayu lapis, berat semen dalam kantong, banyaknya kertas setiap rim,
konsentrasi elektrolit dalam persen, dll. Ukuran-ukuran berat, panjang, lebar, tinggi,
diameter, volume biasanya merupakan data variable. Peta-peta kendali yang umum
dipergunakan untuk data variable adalah Peta X-Bar, R dan Peta X-MR.
Peta pengendali kualitas proses statistik data atribut, meliputi:
5. Proportion defective control chart (P-chart).
6. Number defective control chart (NP-chart).
7. Defects per count/subgroup control chart (C-chart).
8. Defects per unit control chart (U-chart).
1. Peta Kendali P
Peta kontrol P digunakan untuk mengukur proporsi ketidaksesuaian (penyimpangan
atau sering disebut cacat) dari item-item dalam kelompok yang sedang diinspeksi.
Tabel 3. Perhitungan Peta Kontrol
Nomer TanggalJumlah
Produksi (Pcs)Jumlah
Cacat (Pcs)Proporsi
Cacat
1 1 185 4 0,0216216222 2 242 8 0,0330578513 3 207 5 0,0241545894 5 187 4 0,0213903745 6 205 3 0,0146341466 7 256 6 0,02343757 8 230 3 0,0130434788 9 248 5 0,020161299 10 205 4 0,019512195
10 12 187 7 0,03743315511 13 192 8 0,04166666712 14 158 3 0,01898734213 15 167 6 0,03592814414 16 188 7 0,03723404315 17 163 5 0,03067484716 19 187 3 0,01604278117 20 190 4 0,02105263218 21 205 5 0,02439024419 22 255 4 0,01568627520 23 195 6 0,03076923121 24 184 6 0,03260869622 26 195 7 0,03589743623 27 204 3 0,01470588224 28 178 5 0,02808988825 29 200 3 0,01526 30 183 4 0,02185792327 31 172 6 0,034883721
Total 5368 134 0,683921951Rata-rata 198,8148148 4,962962963 0,048851568
Menentukan Nilai Central Line Untuk Peta Kontrol PGaris pusat / Central Line adalah garis tengah yang berada diantar batas kendali atas
(UCL) dan batas kendali bawah (LCL). Garis Pusat ini merupakan garis yang mewakili
rata- rata tingkat kerusakan dalam suatu proses produksi. Untuk menghitung garis pusat
digunakan
rumus :
CL = Pത = ∑
= ଵଷସ
= 0,02496
∑ ହଷ �଼
Menentukan Nilai Batas Kontrol Atas (UCL) Untuk Peta Kontrol P
Batas kendali atas merupakan indikator ukuransecara statistik sebuah proses bisa
dikatakan menyimpang atau tidak. Batas kendaliatas (UCL) dapat dihitung dengan
menggunakan rumus:
UCL = Pത + 3 ටpത (1-Pത )
= 0,02496 + 3ට0, 02496 (1-0,02496 )
= 0,06065n 27
Menentukan Nilai Batas Kontrol Bawah (LCL) Untuk Peta Kontrol P
Batas kendali bawah merupakan indikator ukuransecara statistik sebuah proses bisa
dikatakan menyimpang atau tidak. Batas kendali bawah (LCL) dapat dihitung dengan
menggunakan rumus :
LCL = Pത - 3 ටpത (1-Pത )
= 0,02496 - 3ට0, 02496 (1-0,02496 )
= - 0,0595 ≈ 0n 31
Karena minus nilai batas kontrol bawah menjadi nol.
Gambar 7. Peta Kontrol P
Data telah berada pada in control sehingga tidak diperlukan revisi.
2. Peta Kendali NPPeta kontrol NP merupakan peta kontrol yang hampir sama dengan peta kontrol P,
kecuali bahwa dalam peta kontrol NP tidak terjadi perubahan skala pengukuran (n=tetap).
Menentukan Nilai Central Line Untuk Peta Kontrol NPGaris pusat / Central Line adalah garis tengah yang berada diantar batas kendali atas
(UCL) dan batas kendali bawah (LCL). Garis Pusat ini merupakan garis yang mewakili rata-
rata tingkat kerusakan dalam suatu proses produksi. Untuk menghitung garis pusat
digunakan rumus :
CL = NതതതPത = 4,9629
Menentukan Nilai Batas Kontrol Atas (UCL) Untuk Peta Kontrol NP
Batas kendali atas merupakan indikator ukuransecara statistik sebuah proses bisa
dikatakan menyimpang atau tidak. Batas kendaliatas (UCL) dapat dihitung dengan
menggunakan rumus:
തതതത ഥUCL = NതതതPത + 3 ට
(ଵ଼� ) = 4,9629 + 3ට
ସ, ଽଶଽ (ଵ଼� ସ, ଽଶଽ ) = 10,43 ଶ
Menentukan Nilai Batas Kontrol Bawah (LCL) Untuk Peta Kontrol P
Batas kendali bawah merupakan indikator ukuransecara statistik sebuah proses bisa
dikatakan menyimpang atau tidak. Batas kendali bawah (LCL) dapat dihitung dengan
menggunakan rumus :
തതതത ഥLCL = NതതതPത - 3 ට
(ଵ଼� ) = 4,9629 - 3ට
ସ, ଽଶଽ (ଵ଼� ସ, ଽଶଽ ) = 0 ଶ
Gambar 8. Peta Kontrol NP
Data telah berada pada in control sehingga tidak diperlukan revisi.
SEVEN NEW TOOLS
New seven tools atau sering disebut juga sebagai Manajemen Planning, merupakan
alat bantu statistik menengah untuk mengolah data verbal atau kualitatif yang penerapannya
dititik beratkan pada proses perencanaan untuk :
Pendekatan pemecahan masalah dengan data kualitatif melalui wawancara,
diskusi, brainstroming, dll.
Pendekatan pemecahan masalah melalui pengalaman dan logika.
Menampung kebutuhan metode pemecahan masalah dalam rangka menunjang TQC
1. Diagram Affinity
Diagram ini merupakan tool yang sangat berguna untuk digunakan ketika
brainstorming (sumbang saran) adalah tujuan utamanya. Affinity ini digunakan untuk
mengorganisir tim perencanan dan untuk komunikasi yang menyeluruh dalam kebijakan
manajemen. Ada 3 instansi penting ketika affinity diagram digunakan. Pertama, ketika
permasalahan itu kompleks atau susah dimengerti. Kedua, ketika permasalahan itu
sangat luas dan dapat muncul menjadi overwhelming (tidak diharapkan). Terakhir,
Ketika dukungan dan keterlibatan dari tim lain dibutuhkan. Enam langkah dasar membuat
diagram affinity, yaitu:
a. Identifikasi permasalahan.
b. Setiap orang menulis hal-hal yang berkaitan dengan permasalahan pada sebuah note card
atau sticky notes.
c. Susun atau atur setiap note card atau sticky notes kedalam logical piles.
d. Namakan setiap pile dengan header.
e. Gambar diagram affinity.
f. Diskusikan pile yang telah dibuat.
Berikut adalah diagram affinity penjualan baju pada PT. Rapico Busana Permata Indah.
Gambar 8. Diagram Affinity Penjualan Baju Pada PT. Rapico Busana Permata Indah
Pada kategori produk, PT. Rapico Busana Permata Indah dapat menjual produk baju
yang trendy agar lebih menarik minat konsumen. Selain trendy model baju juga
harus bervariasi mulai dari kalangan anak-anak, dewasa, hingga orang tua.
Untuk kategori harga PT. Rapico Busana Permata Indah dapat memberikan harga
terjangkau dan discount agar produknya laku terjual, tentunya masalah harga harus juga
diperhitungkan masalah biaya-biaya yang terkait dalam proses pembuatan baju tersebut.
Selanjutnya untuk kategori pemasaran PT. Rapico Busana Permata Indah dapat
memasarkannya pada pasar tradisional, hal ini bertujuan untuk mendekatkan dengan
konsumen kalangan menengah bawah sehingga dapat membeli produk baju tersebut,
selain itu pemasaran juga dapat dilakukan di mall hal ini bertujuan untuk mendekatkan
dengan konsumen kalangan menengah atas sehingga semua kalangan dapat membeli produk
baju yang dipasarkan.
Untuk kategori pemesanan PT. Rapico Busana Permata Indah dapat melakukannya
dengan cara online, saat ini situs jual-beli online sedang meningkat pesat dikalangan
masyarakat dan diharapkan PT. Rapico Busana Permata Indah dapat memanfaatkan strategi
tersebut, selain pemesanan online pemesanan juga tentunya dapat dilakukan dengan cara
langsung untuk lebih meyakinkan konsumen.
2. Diagram Pohon (Tree Diagram)
Diagram ini digunakan untuk menganalisa dan menggambarkan sistematik atau
permasalahan dalam rangka mencapai tujuan tertentu. Lima langkah utama dalam membuat
tree diagram :
a. Tentukan tujuan utama.
b. Ringkas atau singkat.
c. Brainstorm masalah utama yang terlibat pada pemecahan masalah dan masukan
mereka kedalam pohon.
d. Brainstorm sub tugas yang dapat juga dimasukan ke dalam
pohon. e. Lakukan ke 4 langkah diatas sampai semua kemungkinan
habis.
Berikut adalah diagram pohon berdasarkan kategori pada diagram affinity pada PT. Rapico
Busana Permata Indah.
Gambar 9. Diagram Pohon 1
Gambar 10. Diagram Pohon 2