MAKALAH TOOL FOR ANALIS

Diagram Fishbone Diagram tulang ikan atau fishbone diagram adalah salah satu metode / tool di dalam meningkatkan kualitas. Sering juga diagram ini disebut dengan diagram Sebab-Akibat atau cause effect diagram. Dikatakan Diagram Fishbone (Tulang Ikan) karena memang berbentuk mirip dengan tulang ikan yang moncong kepalanya menghadap ke kanan. Diagram ini akan menunjukkan sebuah dampak atau akibat dari sebuah permasalahan, dengan berbagai penyebabnya. Efek atau akibat dituliskan sebagai moncong kepala. Sedangkan tulang ikan diisi oleh sebab-sebab sesuai dengan pendekatan permasalahannya. Dikatakan diagram Cause and Effect (Sebab dan Akibat) karena diagram tersebut menunjukkan hubungan antara sebab dan akibat. Dalam hal melakukan Analisis Fishbone, ada beberapa tahapan yang harus dilakukan, yakni 1. Menyiapkan sesi analisa tulang ikan . 2. Mengidentifikasi akibat atau masalah. 3. Mengidentifikasi berbagai kategori sebab utama. 4. Menemukan sebab-sebab potensial dengan cara sumbang saran. 5. Mengkaji kembali setiap kategori sebab utama 6. Mencapai kesepakatan atas sebab-sebab yang paling mungkin Contoh kasus : Pada gambar di atas adalah contoh hasil dari pembuatan diagram tulang ikan. Berkisah mengenai pencarian jawaban mengapa produk sebuah mobil di industri manufaktur tidak bisa berjalan. Sebab-sebab dipilah sesuai dengan pendekatan jenis kelamin operator perakitan (pria atau wanita), lingkungan, metode dan bahan. Semakin dekat garis sebab dengan akibat, semakin perlu diperhatikan. Faktor lingkungan dipilah lagi menjadi dua sub bagian. Yakni faktor temperatur dan cahaya. Diperkirakan cahaya terlalu banyak dan temperatur terlalu rendah. Demikian seterusnya dilakukan analisis yang sama terhadap sebab-sebab yang ada. Kemudian setelah diketahui betul sebab-sebab yang ada, maka dapat dibuat kerangka pemecahan masalahnya. Misalnya dengan perbaikan lingkungan kerja, metode dan bahan. Root Cause Analysis Root Cause Analysis atau Analisis akar penyebab ialah cara mengatasi masalah yang bertujuan untuk mengenali akar penyebab masalah atau kejadian. Setiap masalah selalu mempunyai akar masalah. Akar masalah sangat penting diketahui untuk melakukan tindakan perbaikan dan pencegahan secara efektif. Untuk mengukur efektifitas tindakan perbaikan, tips berikut ini mungkin dapat dipakai sebagai acuan untuk menetapkan kriteria efektif: • tidak berulangnya kasus yang sama • bisa diterapkan • tidak membutuhkan investasi yang sangat tinggi • fleksibel dengan komponen lainnya • mudah dievaluasi • dll 5 Why dalamAnalisa Masalah Why Why Analysis (analisa kenapa kenapa) adalah suatu metode yang digunakan dalam root causeanalysis dalam rangka untuk problemsolving yaitu mencari akar suatu masalah atau penyebab dari defect supaya sampai ke akar penyebab masalah. Why Analysis - Simple Tools in Root Cause Analysis Metoda yang digunakan oleh why why analysis adalah dengan menggunakan iterasi yaitu pertanyaan MENGAPA yang diulang beberapa kali sampai menemukan akar masalahnya. Contohnya sebagai berikut: Masalah: Tidak bisa mencetak laporan. 1. Mengapa? Printer tidak bisa menyala. 2. Mengapa tidak bisa menyala? Printer kepanasan karena tidak pernah dimatikan. 3. Mengapa tidak diperbaiki? Tidak ada yang tahu. 4. Mengapa tidak ada yang tahu? Tidak ada jadwal rutin maintenance. 5. Mengapa tidak ada jadwal rutin? Inilah akar masalahnya Terkadang untuk sampai pada akar masalah bisa pada pertanyaan kelima atau bahkan bisa lebih atau juga bisa bahkan kurang tergantung dari tipe masalahnya. Metoda root cause analysis ini cukup mudah dan bisa sampai pada akar masalahnya, bukan hanya di permukaan saja. Dan mencegah masalah tersebut terulang lagi. Scatter Diagram Scatter Diagram atau Diagram Pencar adalah diagram yang menunjukkan tingkat hubungan (korelasi) di antara 2 faktor. Di bawah ini beberapa contoh yang dapat menjadi obyek pengujian tingkat keeratan hubungan antara dua faktor, dengan menggunakan Scatter Diagram, yaitu : • Hubungan antara keluhan pelanggan dengan lamanya transaksi. • Hubungan antara frekwensi pameran dengan peningkatan volume penjualan. • Hubungan antara jumlah BPKB yang tidak diambil dengan akumulasi denda. • Hubungan antara jumlah pertemuan QCC dengan banyak tema. • Hubungan antara frekuensi keterlambatan pengiriman barang dengan jumlah keluhan pelanggan. Membaca Scatter Diagram Pada umumnya data dalam gambar diagram akan berpencar dan membentuk pola tertentu, dan pola pencaran data tersebutlah, dapat dilakukan analisa kecenderungan hubungan kedua faktor yang diuji, misalnya : Pola pencaran data dari bagian bawah kiri naik ke arah kanan seolah membentuk sudut. Dan bila ditarik suatu garis imajiner (bayangan), maka kita bisa membuat garis linear sebagai wakil dari kelompok atau pencaran data tersebut. Garis ini dalam istilah statistik dinamakan sebagai Garis Regresi. Dalam Scatter Diagram dikenal 2 macam hubungan, yaitu : • Ada Korelasi yang ditandai dengan korelasi Kuat dan Lemah • Tidak Ada Korelasi Bila ada korelasi, hubungan ini masih dibagi dengan Korelasi yang Positif dan Korelasi yang Negatif. Korelasi Positif diartikan : bila faktor “A” muncul semakin besar, maka faktor “B” akan muncul semakin besar pula. Sedangkan Korelasi Negatif diartikan : bila faktor “A” muncul semakin besar, faktor “B” justru akan muncul semakin kecil. Kedua korelasi tersebut (positif dan negatif) dapat ditandai dengan kuat dan lemah, sehingga dalam Scatter Diagram sebenarnya dapat ditandai 5 jenis korelasi, yaitu : • Korelasi Positif Kuat • Korelasi Positif Lemah • Korelasi Negatif Kuat • Korelasi Negatif Lemah • Tanpa Korelasi Cara Membuat Scatter Diagram 1. Tentukan faktor-faktor yang akan diamati, misalnya “A” dan “B” (faktor sebab vs akibat atau akibat 1 vs akibat 2 atau sebab 1 vs sebab 2). Pedoman : salah satu variabel / faktor ditempatkan sebagai Variabel Independen (PENYEBAB), yang di dalam diagram ditempatkan pada Sumbu X, variabel lainnya sebagai Variabel Dependen (AKIBAT), yang ditempatkan pada Sumbu Y. 2. Tetapkan waktu pengamatan dan kumpulkan sejumlah data (umumnya > 30). 3. Gambarkanlah Sumbu “X” dan Sumbu “Y” dalam kertas diagram atau millimeterpaper 4. Tetapkanlah bidang bujur sangkar untuk menempatkan seluruh data yang dikumpulkan dengan cara : 5. Tentukan Nilai Tertinggi dan Nilai Terendah masing-masing data. 6. Hitunglah bedanya, dan tetapkan skalanya, baik sumbu X, maupun sumbu Y. 7. Masukkan data, dimulai pada sumbu X (penyebab) dan pada sumbu Y (akibat). HISTOGRAM Pada bidang statistik, histogram adalah tampilan grafis dari tabulasi frekuensi yang digambarkan dengan grafis batangan sebagai manifestasi data binning. Tiap tampilan batang menunjukkan proporsi frekuensi pada masing-masing deret kategori yang berdampingan dengan interval yang tidak tumpang tindih. Kata histogram berasal dari bahasa Yunani: histos, dan gramma. Pertama kali digunakan oleh Karl Pearson pada tahun 1895 untuk memetakan distribusi frekuensi dengan luasan area grafis batangan menunjukkan proporsi banyak frekuensi yang terjadi pada tiap kategori dan merupakan salah satu dari 7 basic tools of quality control yaitu Pareto chart, check sheet, control chart, cause-and-effect diagram, flowchart, dan scatter diagram. Manfaat Histogram Histogram adalah perangkat grafis yang menunjukkan distribusi, sebaran, dan bentuk pola data dari proses. Jika data yang terkumpul menunjukkan bahwa proses tersebut stabil dan dapat diprediksi, kemudian histogram dapat pula digunakan untuk menunjukkan kemampuan batasan proses. Dikenal juga sebagai grafik distribusi frekuensi, salah satu jenis grafik batang yang digunakan untuk menganalisa mutu dari sekelompok data (hasil produksi), dengan menampilkan nilai tengah sebagai standar mutu produk dan distribusi atau penyebaran datanya. Meski sekelompok data memiliki standar mutu yang sama, tetapi bila penyebaran data semakin melebar ke kiri atau ke kanan, maka dapat dikatakan bahwa mutu hasil produksi pada kelompok tersebut kurang bermutu, sebaliknya, semakin sempit sebaran data pada kiri dan kanan nilai tengah, maka hasil produksi dapat dikatakan lebih bermutu, karena mendekati spesifikasi yang telah ditetapkan. Dari berbagai penjelasan tentang histogram, diperoleh beberapa catatan terkait histogram, yakni: • Merupakan penyajian data frekuensi yang diubah menjadi diagram batang • Histogram menjelaskan variasi proses, namun belum mengurutkan rangking dari variasi terbesar sampai dengan yang terkecil. • Histogram juga menunjukkan kemampuan proses, dan apabila memungkinka histogram dapat menunjukkan hubungan dengan spesifikasi proses dan angka-angka nominal, misalnya rata-rata. • Dalam histogram, garis vertikal menunjukkan banyaknya observasi tiap-tiap kelas. • Untuk menggambarkan histogram dipakai sumbu mendatar yang menyatakan batas-batas kelas interval dan sumbu tegak yang menyatakan fekuensi absolute atau frekuensi relatif. Agar Histogram memberikan gambaran yang akurat tentang kondisi hasil produksi, perlu dilakukan pengolahan data yang akurat terlebih dulu, dimulai dari pengumpulan data, tidak kurang dari 50 sampel, yaitu jumlah yang dianggap dapat memenuhi populasi yang akan diamati. Pengolahan data pada Histogram menjadi sangat penting, terutama dalam menentukan besaran nilai tengah (standar) dan seberapa banyak kelas-kelas data yang akan menggambarkan penyebaran data yang tercipta. Histogram menjelaskan variasi proses, namun belum mengurutkan rangking dari variasi terbesar sampai dengan yang terkecil. Histogram juga menunjukkan kemampuan proses, dan apabila memungkinkan, histogram dapat menunjukkan hubungan dengan spesifikasi proses dan angka angka nominal, misalnya rata rata. Dalam histogram, garis vertikal menunjukkan banyaknya observasi tiap tiap kelas. Melalui gambar Histogram yang ditampilkan, akan dapat diprediksi hal-hal sebagai berikut: 1. Bila bentuk Histogram pada sisi kiri dan kanan dari kelas yang tertinggi berbentuk simetri, maka dapat diprediksi bahwa proses berjalan konsisten, artinya seluruh faktor-faktor dalam proses memenuhi syarat-syarat yang ditentukan. 2. Bila Histogram berbentuk sisir, kemungkinan yang terjadi adalah ketidaktepatan dalam pengukuran atau pembulatan nilai data, sehingga berpengaruh pada penetapan batas-batas kelas. 3. Bila sebaran data melampaui batas-batas spesifikasi, maka dapat dikatakan bahwa ada bagian dari hasil produk yang tidak memenuhi spesifikasi mutu. Tetapi sebaliknya, bila sebaran data ternyata berada di dalam batas-batas spesifikasi, maka hasil produk sudah memenuhi spesifikasi mutu yang ditetapkan. Secara umum, histogram biasa digunakan untuk memantau pengembangan produk baru, penggunaan alat atau teknologi produksi yang baru, memprediksi kondisi pengendalian proses, hasil penjualan, manajemen lingkungan dan lain sebagainya. Cara Membuat Histogram Langkah-langkah menyusun histogram sebagai berikut: • Menentukan batas-batas observasi (rentang). Rentang (r) = data tertinggi - data terkecil. • Menghitung banyaknya kelas atau sel-sel. Banyak kelas (b) = 1 + 3,3 log n • Menentukan lebar/panjang kelas. Panjang kelas (p) = (Rentang /banyak kelas) • Menentukan ujung kelas. Ujung kelas pertama biasanya diambil dari terkecil. Kelas berikutnya dihitung dengan cara menjumlahkan ujung bawah kelas. • Menghitung nilai frekuensi histogram masing-masing kelas. • Menggambarkan diagram batangnya Aplikasi Histogram Aplikasi histogram diagram sangat tepat digunakan jika menginginkan hal-hal berikut ini: a. Menetapkan stabilitas proses b. Mendapatkan performance sekarang atau variasi proses c. Menguji dan mengevaluasi perbaikan proses untuk peningkatan d. Mengembangkan pengukuran dan memonitor peningkatan proses