Tampilkan postingan dengan label Manajemen Quality. Tampilkan semua postingan
Tampilkan postingan dengan label Manajemen Quality. Tampilkan semua postingan

Definisi Qualitas dalam QC

KUALITAS
Definisi Kualitas : suatu penyesuaian akan keperluan dan kondisi pelanggan atau secara umum diartikan persepsi konsumen terhadap produk atau jasa, sejauh mana produk atau jasa tersebut memenuhi keinginannya.

Jika konsumen menganggap bahwa mobil yang berkualitas adalah mobil yang irit bahan bakar, maka mobil buatan Eropa yang boros bahan bakar akan dianggap kurang berkualitas dibanding mobil Jepang.

Namun jika konsumen menganggap bahwa mobil yang berkulitas adalah yang nyaman dikendarai serta ber- prestise, maka mobil Ferrari, BMW dan Mercy lah yang berkualitas.

Pelanggan mengharapkan konsep, kapasitas, fungsi, unjuk kerja yang handal, tak pernah gagal, dapat di repair bila bermasalah dan berimbang dengan biaya yang dikeluarkan oleh pelanggan.

Pentingnya data dalam QC

DATA
Data merupakan unsur yang penting dalam pelaksanaan Quality Control.

Hal ini terkait juga dengan pelaksanaan konsep dasar Quality Control yaitu bertindak dan mengambil keputusan berdasarkan fakta dan data.

Hal- hal yang harus diperhatikan dalam pengumpulan & penyimpanan data :
1.Sasaran pengumpulan & penyimpanan data harus jelas. (Sebagai acuan untuk tindakan selanjutnya)
2.Stratifikasikan data sesuai kebutuhan dan untuk memudahkan pengumpulan & penyimpanan data. (Per mesin, shift dsb).
3.Standarisasikan history dari data (Who, When, Where, Why & How ? 4 W 1H)
4.Tata cara tampilan data. (Grafik, Check Sheet, One Sheet Report dsb..).
5.Sumber data. (Berbagai data untuk cross check).

Tipe dari Data :
Data dapat diklasifikasikan kedalam dua kategori :
1.Data Variabel : data dari nilai bersambung dari suatu pengukuran.
mis : panjang 10 cm, volume 10 meter kubik.
2.Data Atribut :
mis : OK / NG, terpasang tidak terpasang, jumlah yang cacat dari 100 sampel adalah 4.


CACAT & FAKTOR PENYEBABNYA
Apa yang menyebabkan cacat ?
Ketika suatu produk melewati konveyor akhir proses assembling, dan terlihat final inspektor memisahkan produk yang cacat pada basket tertentu….

Hal ini terlihat umum di banyak pabrik, saat pertama kalinya….. terlihat seperti produk yang terbuang sia-sia. Tapi lama kelamaan menjadi proses rutin yang yang dianggap wajib ada.

Bagaimanakah cacat produk dibuat
pertama kali ?
Apa yang seharusnya dilakukan untuk
mengurangi tingkat kejadiannya ?

Banyak orang merasa bahwa cacat produk dikarenakan karena produk harus memenuhi standard mutu yang ketat, sehingga mempunyai banyak faktor penyebab cacat, dan produk cacat tidak bisa dihindari.

Bagaimanapun, tanpa memperhatikan tipe produk maupun metode produksi apa yng digunakan, penyebab cacat produk adalah berlaku umum, yaitu karena adanya variasi produk.

Apa yang terjadi apabila membuat produk dengan material yang pasti sama kualitasnya, mesinnya identik serta metode kerja dan inspektor yang pastinya juga sama, serta lingkungan yang dikondisikan sama ?

Tidak perduli berapa banyak produk yang dibuat, produk tersebut pasti semuanya identik selama kelima hal diatas dipenuhi yaitu (material, mesin, methode, manusia + lingkungan).

Berarti bahwa semua produk akan sesuai (OK) atapun semua produk akan tidak sesuai (NG).

Tapi kenyataannya adalah, tidaklah bisa
mengontrol kelima hal tersebut selalu terpenuhi identik. Sehingga muncullah variasi produk. Sehingga ada produk OK ada pula produk yang NG.

Variasi di material, kondisi mesin, methode kerja, inspektor yang beda, lingkungan yang selalu berubah kesemuanya akan menimbulkan variasi yang menyebabkan cacat.

Marilah kita perhatikan plate baja yang dibending. Seluruh baja terlihat sama ukuran tebalnya. Tetapi apabila diukur secara presisi, akan berbeda ketebalannya. Bahkan didalam plate yang sama pun akan berbeda ketebalannya.

Marilah lebih jauh melihat struktur kristalnya plate baja tersebut. Akan terlihat variasi bentuk susunan kristal yang tersusun dari besi, karbon dan element lainnya. Perbedaan ini secara alamiah mempengaruhi karakteristik kualitas. Bahkan ketika di press dengan methode yang samapun, maka plate akan terbending tidak akan persis seragam, beberapa diantaranya bahkan akan menimbulkan crack.

Kemudian, apabila melihat proses machining. Cutting tools akan kehilangan ketajamannya setelah memproses sekian banyak produk, juga kondisi dari minyak pelumas, yang berubah terhadap temperatur. Dimensi produk yang bervariasi sehubungan dengan setting dan positioning cutting tool. Meskipun terlihat bahwa operasional dibawah kondisi yang yang sama, tetap saja banyak perubahan atau variasi yang terjadi dan akan memberikan pengaruh ke kualitas produk.

Sebagi contoh lainnya, adalah proses perlakuan panas. Temperatur tungku senantiasa berubah seiring perubahan voltase ( tungku listrik), ataupun perubahan tekanan gas (tungku gas). Pada tungku lokasi dekat mulut, atap , lantai atau dinding, dan di pusat tungku, material akan mempunyai perbedaan kondisi perlakuan panas. Jumlah panas yang diterima dari satu material bervariasi sesuai dengan posisi relativ material tersebut terhadap yang lain, sehingga akan mempengaruhi karakteristik kualitas seperti kekerasan produk akhir.

Karakteristik fisik pekerja & keahlian juga mempengaruhi variasi dari kualitas produk.
Ada orang tinggi & pendek, cekatan dan tidak cekatan, orang yang berotot kuat dan lemah, tangan kanan maupun kidal.

Walaupun dikondisikan dengan methode kerja yang sama pun, tetapi tetap saja mereka adalah individu yang berbeda yang mempunya variasi karakteristik pribadi yang berbeda-beda pula.
Bahkan individu yang sama pun akan menyesuaikan terhadap bagaimana tingkat kondisi kelelahannya yang berbeda-beda di sepnjang hari, sehingga akan memungkinkan untuk bisa melakukan kesalahan-kesalahan pada saat-saat tertentu.

Dalam proses pemeriksaan, ada kemungkinan berbagai variasi akan muncul sehingga mempengaruhi kualitas produk.
Jika sebuah gauge dipakai dalam pemeriksaan, variasi data bisa disebabkan oleh ketidaksesuaian gauge dan juga oleh bagaimana gauge itu digunakan.

Dalam hal inspeksi sensory seperti visual, akan muncul variasi yang berkaitan kriteria inspektor yang berbeda. Variasi dalam pemeriksaan tidak mempunyai pengaruh langsung terhadap variasi kualitas produk itu sendiri, tetapi hal tersebut terkait dengan proses pengambilan keputusan apakah produk tersebut cacat atau tidak.

Cacat produk disebabkan oleh variasi, jika variasi ini direduksi, cacat produk secara pasti akan berkurang juga

Diagnosa Proses :
Meskipun penyebab dari variasi kualitas adalah tak terhitung banyaknya, tidak setiap penyebab akan berpengaruh sama terhadap kualitas.

Beberapa diantaranya berpengaruh lebih besar dibanding yang lain. Ada juga hal yang secara theoritis berpengaruh penting terhadap kualitas ternyata hanya memberikan pengaruh yang sangat kecil dikarenakan adanya kontrol proses yang benar.

Dari berbagai faktor penyebab cacat produk dapat dikategorikan kedalam dua grup, yaitu pertama : sebagian kecil penyebab tetapi memberikan pengaruh yang besar (the vital few) dan kedua : beberapa penyebab yang hanya memberikan pengaruh kecil (the trivial many).
Hal ini dikenal sebagai Prinsip Pareto

Dengan mengetahui sumber-sumber variasi, serta memakai prinsip pareto, maka pengurangan cacat produk akan menjadi lebih mudah untuk ditangani.

Yang diperlukan pertamakali adalah menemukan penyebab dominan dari cacat tersebut, kemudian menghilangkannya penyebab ini setelah jelas teridentifikasi.

Di dalam setiap proses, akan ada sedemikian banyak penyebab cacat sehingga adalah tidak mungkin untuk mengontrolnya semua.
Ada perbedaan antara beberapa tersangka yang mungkin menyebabkan cacat dan yang secara aktual memang menyebabkan cacat.

Prosedur untuk menemukan penyebab cacat dari berbagai faktor dinamakan dengan diagnosa proses.
Untuk mengurangi jumlah cacat yang terjadi, langkah yang diperlukan pertama kali adalah membuat diagnosa yang benar untuk melihat penyebab sebenarnya dari cacat tersebut.

Jika diagnosa proses tidak dilakukan dengan benar, cacat produk tak akan bisa dikurangi.
Hal ini diumpamakan dengan memberikan sejumlah resep obat-obatan ke pasien yang sakit, dengan tanpa melakukan pemeriksaan yang menyeluruh.
Mungkin secara sementara, pasien akan merasa lebih baik, tapi kemudian akan menjadi lebih sakit dibandingkan kondisi sebelumnya & bahkan bisa berakibat fatal.

Bagaimana untuk membuat diagnosa yang benar ?
Ada beberapa methode yang dapat digunakan :
Beberapa memakai intuisi, yang tergantung dengan pengalaman. Beberapa lainnya memakai analisa statistik, atau dapat juga menggunakan penelitian percobaan. Methode intuitisi seringkali digunakan disebabkan karena hal ini dapat dilakukan dengan cepat……

Kenyataanya ada sesuatu diluar kemampuan orang-orang biasa dalam hal intuisi, sehingga keahliannya menjadi patut dihargai.
Sebagaimana seorang Grand Master Catur melakukan sebuah gerakan bidak merupakan hal yang luarbiasa bila dibandingkan dengan gerakan bidak yang dilakukan oleh ratusan pemain catur amatiran.
Dalam hal ini strategi & intuisi Grand Master Catur pastilah memegang peranan menentukan dalam mengalahkan lawan.

Bagaimanapun, kesulitannya dalam mengurangi cacat adalah tidak selalu jelasnya siapakah yang sebenarnya ahli dalam hal ini.
Dalam hal catur, saran dari seorang Grand Master Catur hampir dapat dipastikan dapat dipercaya, dan pemain yang lebih kuat akan terlihat dalam pertandingan serta juaranya adalah yang bisa bertahan, ulet sehingga memenangkan pertandingan catur tersebut.

Sedangkan dalam hal progress masalah yang terlalu cepat berubah, adalah sulit untuk menemukan ahli yang kompeten bisa menangani masalah progressive tersebut.
Sebagaimana masalah cacat yang seringkali ditemukan dalam proses produksi, sedangkan pengalaman tentang masalah cacat tersebut misalnya minim/kurang, maka yang diperlukan adalah pengamatan dari situasi nyata seobyektive mungkin.
Cara statistik dari pengamatan dan penggunaan methode statistik adalah paling efektif untuk hal ini.

Methode statistik memberikan cara yang efektif untuk pengembangan teknologi baru dan kontrol kualitas di proses manufaktur.
Beberapa perusahaan manufaktur terkemuka telah menerapkan usaha yang sungguh-sungguh untuk aktif menggunakan methode statistik dan beberapa diantaranya menghabiskan lebih dari 100 jam pertahun untuk pelatihan internal .

Ketika pengetahuan dari methode statistik menjadi bagian dari perangkat seorang Quality Engineer , faktanya seseorang yang mengetahui methode statistik tersebut tidaklah sertamerta mempunyai kemampuan untuk dapat mengaplikasikannya dengan benar.
Sehingga diperlukan keterusterangan untuk mengenali kesulitan-kesulitan yang ada, dan mencoba untuk mengaplikasikan minimal untuk satu kasus yang paling perlu (mis : kritikal part) daripada mengetahui banyak theori statistika tetapi tidak pernah diaplikasikan.

Akhirnya, kita perlu untuk menekankan bahwa adalah tidak hanya pengetahuan tentang statistik itu sendiri yang dianggap penting, tetapi perilaku mental untuk menggunakannya itu sendiri adalah justru yang lebih penting.

Pentingnya Checksheet Dalam QC

CHECKSHEET


Check Sheet : sebuah form yang berisi item pemeriksaan, dimana marking bisa ditambahkan untuk setiap item pemeriksaan yang sudah dihitung.

Check Sheet mempunyai dua tujuan utama :
1.Untuk membuat pengumpulan data menjadi mudah.
2.Untuk penyusunan & pengolahan data selanjutnya, sehingga dapat dipakai dengan mudah.

Check Sheet & Stratifikasi:
Checksheet kadang dipakai untuk stratifikasi lebih lanjut untuk menemukan faktor penyebab defect, sehingga diperlukan untuk menggabungkan checksheet dengan stratifikasi .

Checksheet dirancang untuk tujuan awal sebagai sarana bantu pengumpulan data, kemudian dapat dilakukan berbagai variasi modifikasi, sehingga data dapat diperoleh & disimpan dengan mudah serta disesuaikan dengan sasaran yang dituju.

Stratifikasi :
Ketika memiliki data defect dan mencoba untuk mengidentifikasi penyebabnya, akan sangat membantu untuk mengambil data berdasarkan faktor mesin, operator, material, waktu, atau berbagai faktor lainnya.

Stratifikasi untuk itu adalah sebuah teknik yang digunakan untuk mengumpulkan data berdasarkan penyebab.
Stratifikasi sangat penting di dalam flow proses, methode sampling dan pemrosesan data.

Elemen – elemen dan contoh stratifikasi :
1.Operator : tiap individu pekerja, grup pekerja didalam job yang sama, klasifikasi berdasar tahun pengalaman, umur dsb
2.Mesin dan peralatan : tipe mesin, plant, umur mesin, dan peralatan.
3.Material : berdasar supplier, merk, waktu delivery, lot penerimaan, waktu simpan, tempat penyimpanan dsb
4.Prosedure kerja : berdasar instruksi kerja, kondisi kerja , methode pengukuran dsb
5.Waktu : pagi, siang, sore, harian, mingguan, bulanan, sesaat setalah produksi dimulai, sesaat sebelum produksi diakhiri dsb
6.Ambience : berdasar temperatur, humidity, cuaca, angin, illumination dsb
Berdasar line baru atau lama, berdasar temapt produksi dan packing dsb

MSA dalam QC / Measurement System Analysis

MSA


Measurement System Analysis :
Analisa system pengukuran sehingga didapatkan hasil pengukuran yang benar-benar akurat, presisi dan dapat dipertanggung-jawabkan.

Applikasi MSA
1. Kriteria penerimaan alat ukur baru.
2. Metode untuk perbandingan beberapa alat ukur / sistem pengukuran.
3. Dasar penilaian alat ukur yang diduga bermasalah.
4. Perbandingan alat ukur sebelum & setelah perbaikan.
5. Salah satu komponen dalam menghitung variasi proses, dan level yang dapat diterima untuk proses produksi

Konsep Dasar :
Variasi : Kuadrat dari standard deviasi
Standar Deviasi / Simpangan Baku "Sigma" : Ukuran penyebaran data terhadap rata – ratanya.

Total variasi yang diamati dalam pengukuran suatu produk adalah penjumlahan variasi produk itu sendiri dan variasi dari pengukuran.

Tujuan dari MSA adalah mengusahakan agar variasi pengukuran menjadi seminimal mungkin.
Dirumuskan :
Total Variasi = Variasi produk + Variasi pengukuran


MSA dapat diklasifikasikan dua, yaitu Precision & Accuracy :
1.Precision / Presisi adalah variasi part saat diukur beberapa kali dengan alat ukur yang sama.
2.Accuracy / Akurasi adalah perbedaan antara hasil pengukuran part dengan nilai sebenarnya dari part tersebut.

Note :
Selain itu, MSA juga dapat untuk memastikan bahwa sistem pengukuran dapat mendeteksi perubahan kecil yang ada di part (discrimination).

Accuracy mempunyai 3 komponen :
1. Stability : pengukuran harus mempunyai nilai yang sama baik di “masa lalu” maupun di ”masa datang”. (TIME BASE).
2. Linearity : pengukuran memberikan pembacaan yang tepat pada rentang ukuran tertentu. (SCALE BASE).
3. Bias : perbedaan nilai rata-rata pengukuran dengan nilai sebenarnya / true value.

Precision mempunyai 2 Komponen :
1. Repeatability : variasi alat ukur yang terjadi ketika operator sama mengukur part sama, dengan alat ukur yang sama juga berulang kali.
2. Reproducibility : variasi diakibatkan oleh operator yang berbeda, mengukur part ukur yang sama dengan alat ukur yang sama.

Discrimination : Sistem pengukuran harus mampu membagi nilai terkecil dari distribusi normal (± 3 sigma) menjadi minimal 5 kategori. Mis, sebuah Caliper resolusi 0.1 mm dapat mengukur part (mis dimensi 10.0 mm ) dengan hasil : 10.1, 9.8, 9.9, 10.0, 10.2. Ditunjukkan dengan Number of Distinct Category (Min 5).

Kriteria Penerimaan Sistem Pengukuran
dilakukan dengan melakukan analisa Gauge R & R(Repeatability & Reproducibility) sehingga dapat dilihat ke PRESISI an sistem pengukuran, yaitu :
1. Dengan melihat % Study Variasi dapat dilihat variasi Repeatability & variasi Reproducibility.
2. Dengan melihat Discrimination / Number of distinct Categories dapat dilihat apakah sistem pengukuran mampu membedakan berbagai part ukur yang berbeda ukurannya.
3. Dengan melihat P value, dapat dilihat apakah ada kecenderungan interaksi antara operator dengan part yang diukur (mis. Part dengan bentuk, jenis, ukuran tertentu).

Standar Gage R & R :
A. Standard % Study Variasi (SV) :
% SV < 10 % (Gage dapat diterima).
10 % < % SV < 30 % (Gage diterima dengan persyaratan tertentu).
% SV > 30 % (Gage tidak diterima).

B. Standard Number of Distintc Categories (NDC) min 5.

C. Standard P value :
P value > 0.25 berarti tidak ada interaksi operator dengan part.
P value < 0.25 berarti ada interaksi operator dengan part.

Gauge R & R
Ada 2 methode :
1. Crossed Methode (Silang): apabila part ukur yang sudah diukur operator pertama dapat diukur ulang oleh operator kedua dst (bersifat tidak merusak), mis pengukuran dimensional dengan caliper dsb.

2. Nested Methode (Bersarang) : apabila part ukur yang sudah diukur oleh operator pertama tidak dapat dilakukan pengukuran ulang oleh operator kedua dst (bersifat merusak), mis pengukuran / pengujian tarik, broken test dsb.

Dengan memakai ANOVA (Analisa of Variance) dibantu dengan software Minitab, Gauge R & R dapat membedakan :
1. Variasi antar part.
2. Variasi antar operator/pengukur.
3. Variasi alat ukur (repeatability)
4. Interaksi operator/pengukur dengan part ukur.

Analisa Gage R & R :
Bila Repeatability nilainya terlalu besar (over value) dibandingkan Reproducibility, maka perlu dilihat :
1. Gage mungkin perlu dimaintenance.
2. Gage mungkin perlu di redesain supaya lebih rigid.
3. Clamp atau lokasi gage perlu diimprove.
Analisa Gage R & R

Bila Reproducibility nilainya terlalu besar (over value) dibanding Repeatability, maka perlu dilihat :
1. Operator training.
2. Akurasi dari prosedur pengukuran.
3. Kalibrasi gage tidak jelas.

Apa Itu HISTOGRAM? Ruang QC

HISTOGRAM
Kegunaan dari Histogram adalah untuk mengetahui distribusi / penyebaran data sehingga dengan demikian didapatkan informasi yang lebih banyak dari data tersebut dan akan memudahkan untuk mendapatkan kesimpulan dari data tersebut.

Mengkaji Histogram :
1.Bentuk normal (simetris / bentuk lonceng):
Harga rata rata histogram terletak ditengah range data.
Frekuensi data paling tinggi di tengah dan menurun
secara bertahap dan simetris pada kedua sisinya.
Catatan : Bentuk ini merupakan bentuk yang paling
sering dijumpai.

2. Bentuk Moltimodal :
Kelas dalam urutan nomor genap mempunyai frekuensilebih kecil / sedikit dibanding dengan sisiluarnya.
Catatan : Bentuk ini bisa terjadi bila jumlah data tidak menentu pada masing2 kelas ada kecenderungan pengumpulan / pembulatan data yang kurang tepat.

4. Bentuk Curam Dikiri :
Harga rata2 histogram terletak jauh disebelah kiri dari range dan frekuensi disisi kiri turun menjadi nol secara tiba tiba.
Catatan : Bentuk ini mungkin disebabkan adanya batasan yang tidak boleh dilampaui di sisi kiri (data yang dibawah batas bawah tidak dipakai.

5. Bentuk Plateum :
Bentuk ini terjadi bila frekuensi di masing masing kelas hampir sama dan hanya pada ujung 2yang berbeda cukup banyak.
Catatan : Bentuk ini mungkin disebabkan adanya penggabungan beberapa kumpulan data yang mempunyai harga rata-rata berdekatan.

6.Bentuk dengan 2 puncak
Pada bentuk ini frekuensinya dibagian tengah agak rendah dan terdapat 2 puncak di masing2 sisinya.
Catatan : Bentuk ini dapat terjadi bila ada penggabungan 2 kumpulan data yang harga rata-ratanya berbeda jauh.

7.Bentuk dengan puncak terpisah
Pada bentuk ini terdapat puncak kecil yang terpisah dari bentuk histogram yang normal.
Catatan : Bentuk ini bisa terjadi bila terdapat pena-mbahan kumpulan data dalam jumlah kecil dengan distribusi berbeda. Bisa juga terjadi bila salah pengukuran, pemasukan data dari proses lain atau ketidakberesan / ketidaknormalan dalam proses.

Cause & Pareto Effect Diagram dalam Manajemen Quality

CAUSE & EFFECT DIAGRAM


fishbone
Pada tahun 1953, Kaoru Ishikawa, Profesor dari Universitas Tokyo, meng summary kan diskusi para Insinyur tentang permasalahan kualitas pada suatu pabrik dalam bentuk cause & effect diagram.
Dan inilah pertama kalinya cause & effect diagram diperkenalkan yang akhirnya dipakai secara luas di seluruh perusahaan di Jepang.
Cause & Effect Diagrams
Dilahirkan di Tokyo, anak tertua dari 8 bersaudara dari Ichiro Ishikawa. Tahun 1939 lulus dari Universitas Tokyo dengan gelar sarjana pada bidang applied chemistry.
Cause & Effect Diagrams
Sebagaimana tertera di JIS (Japanese Industrial Control), cause & effect diagram adalah : diagram yang menunjukkan hubungan antara karakteristik kualitas dan faktor-faktor yang mempengaruhinya.

Cause & effect diagram juga dinamakan “fishbone diagram”, karena terlihat seperti tulang ikan.
Kadangkala juga dinamakan “tree” atau “ river” diagram.

Faktor -faktor penyusun karakteristik produk
dapat dikategorikan :
1.The 8 P's : Price, Promotion, People, Processes, Place / Plant, Policies, Procedures & Product (or Service) yang direkomendasikan untuk administrasi dan industri jasa.
2.The 4 S's : Surroundings, Suppliers, Systems, Skills yang direkomendasikan untuk industri jasa.
3.The 6 M's : Machine, Method, Materials, Measurement, Man and Mother Nature (Environment) direkomendasikan untuk industri manufaktur.
Note: pengkategorian terbaru untuk industri manufaktur : Machine, Methode, Man, Material, Management & Environment 5 M & 1E.


Faktor - faktor yang berpengaruh serta krakteristik kualitas seharusnya spesifik, terukur dan dapat terkontrol.
Effect / akibat : Karakteristik kualitas
Causes / sebab - sebab : Faktor - faktor yang berpengaruh

Cause & Effect Diagrams
Langkah pembuatan causes & effect
diagram :
1. Tentukan karakteristik kualitas yang akan diamati, usahakan adanya ukuran untuk masalah tersebut, sehingga perbandingan sebelum dan setelah perbaikan dapat dilakukan.
2. Cari sebab-sebab utama (primary causes) yang berpengaruh pada akibat (effect) dan isi pada kotak - kotak Causes yang ada dipangkal bigbone.
3. Cari sebab-sebab kedua (secondary causes) yang berpengaruh pada sebab-sebab utama (primary causes) sebagai medium bone.
4. Cari sebab-sebab ketiga (tertiary causes) yang berpengaruh pada seba-sebab kedua (secondary causes) sebagai small bone.
5. Setelah tertulis lengkap semua penyebab-penyebabnya, amati penyebab yang paling dominan berdasarkan diagram Pareto.

Apabila analisa tidak dapat dilakukan, pilihlah faktor-faktor penyebab yang diduga paling berpengaruh berdasarkan prinsip brainstorming*. Kemudian lakukan pengamatan lapangan untuk memastikan faktor -faktor yang diduga paling berpengaruh tersebut. Dan susunlah ulang cause & effect diagram tersebut.
*Teknik brainstorming diperkenalkan oleh A.F Osborn dalam bukunya Your Creative Power pada tahun 1948.


SCATTER DIAGRAM
Di dalam kenyataan, seringkali terdapat hubungan antara dua variabel yang saling berhubungan.
Sebagai contoh hubungan antara perubahan kecepatan di proses machining dengan dimensional part, hubungan antara tingkat penjualan dengan banyaknya kunjungan sales, hubungan antara tingkat kerajinan siswa dengan nilai pelajaran dsb.
Dengan scatter diagram, hubungan antara dua variabel diatas dapat dipelajari.

Sehingga diagram scatter didefinisikan sebagai diagram yang mempelajari hubungan sebab-akibat antara variabel-variabel yang saling berhubungan, yaitu variabel independent yang biasanya diplot pada sumbu x dan variabel dependent yang biasanya diplot pada sumbu y.


PARETO
Masalah kualitas muncul dalam bentuk “defect”.
Adalah penting untuk melakukan klarifikasi pola distribusi dan menemukan penyebab utama “defect” tersebut.

Jika penyebab utama dari “defect” dapat diidentifikasi, kita dapat menghilangkan hampir dari seluruh masalah “defect” itu sendiri, yaitu dengan memusatkan perhatian pada penyebab-penyebab utama ini.

Pada tahun 1897, ahli ekonomi & sosiologi Italia Vilfredo Pareto mempresentasikan formula distribusi dari kekayaan berbagai negara.

Teori yang serupa disampaikan oleh ahli ekonomi US M.C. Lorenz pada tahun 1907.
Keduanya menekankan bahwa sebagian besar dari kekayaan atau kemakmuran hanya dinikmati oleh sebagian kecil penduduk / negara.

Dalam bidang Quality Control, Dr. J. M. Juran (pakar manajemen kualitas) mengaplikasikan metode diagram Lorenz’s sebagai formula untuk mengklasifikasikan masalah kualitas kedalam “vital few”(sedikit tapi penting) dan “the trivial many” (banyak tapi tidak penting) & menamakannya Analisa Pareto.

Hal ini dikenal dengan aturan “ vital view and trivial many” atau 20 % dari sesuatu bertanggungjawab akan 80% hasil-hasilnya.

Penekanannya adalah : dalam banyak kasus, sebagian besar masalah defect, hanya disumbang oleh sebagian kecil penyebab utama. (Prinsip 80/20)

Bagaimana membuat Pareto Diagram :
Langkah 1 :
a.Memutuskan masalah yang akan diselidiki
Mis : Item defect, kerugian keuangan, kejadian kecelakaan.
b.Menentukan data apa yang diperlukan dan bagaimana untuk mengklasifikasikannya
Mis : berdasar tipe data, lokasi, proses, mesin, pekerja dsb
c.Menentukan metode pengumpulan data dan periodenya

Langkah 2
Merancang lembar pengisian data.

Langkah 3
Mengisi lembar pengisian data dan menghitung jumlah total pencatatan. (Tabel 3.1)

Langkah 4
Membuat daftar data sheet untuk diagram Pareto yang berisi tipe defect, jumlah defect, nilai kumulatif defect, persentase defect & persentase kumulatif defect.

Langkah 5
Susunlah item defect berdasarkan jumlah,
dan mengisi daftar data sheet untuk diagram Pareto.

Note : Item defect “others” harus diletakkan di bagian bawah, tidak perduli berapapun besarnya. Hal ini disebabkan “others” terdiri dari berbagai komponen defect yang secara nilai lebih kecil dibandingkan dengan item defect yang sudah didefinisikan.

Langkah 6
a.Gambar dua sumbu vertikal dan horisontal.
b.Bagi sumbu vertikal sisi kiridengan skala dari 0 sampai sejumlah total number defect.
c.Bagi sumbu vertikal sisi kanandengan skala dari 0% ke 100%.
d.Bagi sumbu horisontal dengan jumlah interval
sesuai dengan tipe defect.

Langkah 7
Buat diagram batang. Item defect yang mempunyai jumlah terbanyak diurut dari kiri ke kanan, tempatkan others di bagian paling kanan.

Langkah 8
a.Gambar Kurva Kumulative (Kurva Pareto).
b.Tandai nilai kumulatif (kumulatif total atau kumulatif %), di sebelah kanan interval masing-masing item defect, dan hubungkan dengan garis.

Langkah 9
a.Tulislah hal-hal yang dianggap perlu pada diagram Pareto :
b.Hal yang berhubungan dengan diagram : seperti title, nama pembuat diagram pareto dsb.
c.Hal yang berhubungan dengan data : periode, subyek dan tempat pengambilan data serta total jumlah data yang diambil.

Ada 2 tipe diagram Pareto :
1.Diagram Pareto berdasar kejadian / hasil yang terjadi:
Adalah diagram yang berkaitan dengan hasil yang tak diinginkan, dan dipakai untuk mencari tahu apa yang menjadi penyebab utama permasalahan :
a.Quality : defect, kegagalan, complain, part kembalian, repair.
b.Cost : nilai kerugian, pengeluaran
c.Delivery : stock shortage, delivery tertunda, default pembayaran
d.Safety : kecelakaan, kelalaian

2. Diagram Pareto berdasarkan penyebab :
Adalah diagram yang berkaitan dengan faktor-faktor penyebab defect yang ditemukan di proses produksi, dan digunakan untuk mencari tahu penyebab utama defect tersebut :
a.Operator : shift, grup, umur, pengalaman, ketrampilan, kepribadian
b.Mesin : mesin, peralatan, instrumentasi
c.Material mentah : manufaktur, lot
d.Methode : instruksi kerja, SOP

Kegunaan Diagram Pareto :
1.Menunjukkan persoalan utama.
2.Menyatakan perbandingan masing masing persoalan terhadap keseluruhan.
3.Menunjukkan perbandingan sebelum dan setelah perbaikan.
4.Untuk prioritas penyelesaian persoalan