BAB 2
LANDASAN TEORI
2.1
Kualitas
Terdapat 
banyak  pengertian 
terhadap  kualitas. 
Salah 
satu  pengertian
singkat dari kualitas “Quality is customer satisfaction and loyalty” (Gryna, 2001,
p4). Dalam sektor yang berbeda akan menghasilkan pengertian kualitas yang
berbeda,
dimana
kualitas
ini
dapat dilihat
dari
masing-masing
produk
yang
dikategorikan ke dalam 3 kategori, yaitu barang, software dan jasa yang diberikan
kepada pelanggan eksternal maupun pelanggan internal.
Berikut merupakan definisi kualitas yang dikemukakan oleh beberapa ahli,
antara lain :
Kualitas
adalah
keseluruhan
dari
ciri-ciri
dan
karakteristik
dari
suatu
barang
atau jasa yang berhubungan dengan kemampuannya untuk memuaskan
kebutuhan yang penuh maupun yang ditetapkan (ISO 9000, 1992).
Kualitas adalah kemampuan bagi kegunaan (Juran, 1974).
Kualitas  adalah  totalitas  fitur  dan  karakteristik  dari  barang  atau  jasa  yang
berhubungan dengan
kemampuannya
untuk memenuhi kebutuhan
yang
telah
ditetapkan maupun yang muncul secara tidak langsung (ANSI/ASQC Standard
A3, 1987).
Kualitas  adalah  karakteristik  fisik  maupun  non  fisik  yang  merupakan  sifat
dasar dari suatu barang atau merupakan salah satu ciri yang khusus (Webster’s
New World Dictionary).
9
  
10
Kualitas ditentukan oleh pelanggan; pelanggan
menginginkan produk dan jasa
yang  sesuai  dengan  kebutuhan  dan  harapannya  pada  suatu  tingkat  harga
tertentu yang menunjukkan nilai produk tersebut (Scherkebach, 1991).
2.2
IT Service
Information Technology (IT)
Manusia
adalah
makhluk
sosial
yang membutuhkan komunikasi di antara
sesamanya, maka mulailah
manusia
menciptakan sistem dan alat
untuk saling
berkomunikasi
tersebut,
mulai
dari melukis bentuk (menggambar
di
dinding
gua), isyarat tangan, isyarat asap, isyarat bunyi,
huruf,
kata, kalimat,
tulisan,
surat, sampai dengan telepon dan internet. Alat dan sistem komunikasi yang
diciptakan manusia tersebut kemudian
dikenal
dengan
nama Information
Technology
(IT),
yaitu
sebuah
alat
untuk
memudahkan
di
dalam membuat,
menyimpan dan menyebarkan data dan informasi, yang mempunyai beberapa
komponen di antaranya adalah komputer (hardware, software), jaringan dan
lain-lain. Kemampuan yang dimiliki oleh IT adalah untuk capture data, convert
data, store data, present data (Cats, 2003, p32).
Service
Service  adalah berbagai macaaktivitas/keuntungan yang ditawarkan oleh
satu pihak ke pihak lainnya baik yang sifatnya berwujud maupun tidak (Kotler,
1996, p2).
  
11
IT Service
IT 
Service  adalah
kumpulan 
dari  komponen-komponen  yang  saling
berhubungan yang tersedia untuk mendukung satu proses bisnis
maupun lebih
(Municipal Information Systems Association of British Columbia, 2004).
2.3
Six Sigma
Pendekatan Six
Sigma adalah sekumpulan
konsep
dan
teknik statistical
dan
managerial yang
berfokus
pada
pengurangan
variasi
dalam proses
dan
mencegah  ketidakefisiensian  pada  produk.  Variasi  dalam  proses  ditunjukkan
dengan Sigma – standar deviasi dari pengukuran di antara rata-rata proses. Dalam
proses yang bisa dicapai oleh kemampuan Six
Sigma, variasinya menjadi kecil
dibandingkan dengan jarak batasan yang ditentukan. (Gryna, 2001, p57)
Six
Sigma
merupakan
suatu
Sistem Manajemen
Kualitas yang
ditujukan
untuk  meningkatkan  pendapatan  perusahaan 
dengan 
memenuhi 
keinginan
customer
lebih dari yang diharapkan. Secara harafiah, Six Sigma
merupakan alat
untuk
mengukur penyimpangan yang
terjadi dari proses
yang dilakukan.
Rentang
nilai Sigma yang digunakan adalah 1 hingga 6. Makin tinggi nilai Sigma yang
diperoleh maka makin sempurna proses yang dilakukan.
Six
Sigma adalah suatu visi peningkatan
kualitas
menuju
target
3,4
kegagalan per sejuta kesempatan (Defect Per Milion Opportunity DPMO) untuk
setiap transaksi produk (barang atau jasa). Six Sigma merupakan sebuah 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
  
12
kinerja kualitas aktual dengan target kinerja yang diharapkan. Oleh karena
target
kinerja dari Six Sigma adalah
menuju tingkat kegagalan 0
atau tingkat kepuasan
100% bagi pelanggan.
Six
Sigma
merupakan
suatu
metode
yang
sangat
terstruktur,
yang
terdiri
dari
lima tahapan: Define,
Measure, Analyze, Improve, Control (DMAIC). Setiap
tahapan
mempunyai
bagian-bagian
yang harus dilaksanakan ataupun mempunyai
jenis-jenis konsep statistik yang bisa dipakai.
2.3.1
Sejarah Six Sigma
Six Sigma sebenarnya dicetuskan pada tahun 1964 ketika Dr. Joseph
Juran
menulis
buku
berjudul Managerial
Breakthrough.
Buku
itu
membedakan antara kontrol yang berarti tidak adanya perubahan, dan
terobosan yang berarti perubahan. Motorola yang awalnya merupakan
pabrik
produksi
televisi
di
Amerika Serikat
kemudian
diambil
alih
oleh
perusahaan
Jepang,
memulai
program Six
Sigma
pada
tahun
1986
dan
menyempurnakan beberapa tekniknya. Sejumlah perusahaan, seperti Texas
Instruments dan ABB, lalu menerapkannya, namun Six Sigma baru benar-
benar dikenal luas setelah penerapannya di AlliedSignal dan General
Electric pada pertengahan tahun 90-an.
Sekarang Motorola dikenal dunia luas sebagai salah satu pimpinan
kualitas. Untuk mendapatkan kualitas dan tujuan pemuasan pelanggan,
Motorala lebih berkonsentrasi pada
beberapa kunci
operasional
dan
yang
paling utamanya adalah
Six Sigma Quality”. Six Sigma diterjemah dalam
suatu target dari 3,4 kecacatan dalam satu juta produk ataupun jasa.
  
13
Bagi GE (General Electric), konsep Six Sigma quality merubah cara
mereka 
mengerjakan 
semuanya  dan  sukses  dalam  proyeknya.  Contoh
dalam bidang manufacturing, antara lain :
Di Laboratorium warna, GE Plastics Plant di Singapura, tim Six Sigma
mengurangi waktu
untuk menyelaras
warna dari GE dengan keperluan
pelanggan sebesar 85%.
GE  Medical  Systems  dan  GE  Reasearch  and  Development  Center
mengembangkan
PerformixTM
630
tube sesuai dengan keperluan
pelanggan. Generasi baru ini dalam teknologi tabung membuat umur
tabung menjadi lebih lama.
GE  memperbaiki  on-time delivery,  meningkatkan  produktivitas  dan
menghemat 4
juta
dolar
bagi
GE Appliances dengan merubah proses
pengujian dan perbaikan untuk kulkas.
Contoh lainnya, pada bidang non-manufacturing, antara lain :
Loan   Workout   Consistency   Team   pada   GE   Capital   Mortgage
Insurance, menggunakan
Six
Sigma
pada
proses
penagihan
terhadap
pelanggan
yang
lalai
dalam pembayaran.
Dengan
mengurangi defect
(cacat)
pada
prosesnya, GE
berhasil
mengurangi
tingkat
pembayaran
gagal sebesar 8 juta dolar.
Sebuah
asosiasi
administrasi
untuk
GE
Aircraft
Engines
di
Canada,
mengimpor kapal dan mesin industri untuk pelanggan Canada. Dengan
Six Sigma, GE berhasil mengurangi biaya dan juga mengurangi
penundaan setidaknya 50%.
  
14
2.3.2
Kelebihan Six Sigma
Six Sigma adalah suatu metode terstruktur yang digunakan untuk
memperbaiki proses yang difokuskan pada
usaha
mengurangi
variasi pada
proses (process variances) sekaligus mengurangi cacat (barang/jasa yang di
luar
spesifikasi)
dengan
menggunakan
statistik dan problem
solving tools
secara intensif (Aditya Syahrizal, 2003).
Penerapan Six Sigma jelas memiliki fokus pada peningkatan mutu,
baik pada barang maupun jasa ke pelanggan, yang berarti melakukan lebih
baik, sumber daya yang lebih efisien. Melakukan dengan lebih cepat dan
dengan
mutu
yang
lebih
tinggi
dari perspektif
permintaan
pelanggan.
Berdasarkan permintaan pelanggan karena merekalah yang memutuskan
akan menggunakan barang/jasa yang dihasilkan atau tidak.
Semakin baik upaya untuk secara terus menerus memenuhi harapan
atau bahkan melampaui harapan pelanggan itulah yang menjadi titik utama
penerapan  mutu  dalam  Six Sigma.  Penerapan  konsep  Six Sigma  dapat
dilihat
dari
dua
sisi,
yaitu
pertama
ke
dalam yang
berarti
peningkatan
efisiensi dan efektivitas seluruh proses yang saling terkait dan kedua keluar
yang
berarti
peningkatan
pemenuhan layanan
yang
melebihi
harapan
pelanggan.
Pelanggan   pun   dapat   dilihat   dari   masing-masing   sisi,   yaitu
pelanggan  internal  adalah  bagian  atau  divisi  (user)  yang  akan
menggunakan layanan divisi lain yang
terkait dan pelanggan eksternal
adalah mereka yang akan menggunakan barang atau jasa yang dijual oleh
suatu perusahaan.
  
15
Jika terjadi proses peningkatan mutu, yang disertai dengan
peningkatan
kinerja,
baik
dalam bentuk
kecepatan  
(speed),
ketepatan
(accuracy),  
tingkat kepuasan pelanggan (customer satisfaction level),
efisiensi kerja  (efficiency) dan efektivitas kerja (effectiveness), maka secara
langsung/tidak akan berpengaruh terhadap penghasilan bersih (Net Income)
perusahaan
atau
dalam konsep
mutu
dikenal dengan
istilah
Quality
Net
Income (QNI)”.
Dengan 
dilakukannya 
peningkatan 
mutu 
dalam  penerapan  Six
Sigma,
maka
perusahaan akan
memperoleh
dampak
positif yaitu
berupa
penghematan dalam pengeluaran.
Ada 6 komponen utama konsep Six Sigma (Pande, 2002, p8) :
1.   Benar-benar mengutamakan pelanggan : pelanggan bukan berarti hanya
pembeli tapi bisa juga rekan kerja, pemerintah, masyarakat umum
pengguna jasa dan lain-lain.
2.   Manajemen yang berdasarkan data dan fakta : bukan berdasarkan opini
atau pendapat tanpa dasar.
3.
Fokus pada proses, manajemen dan perbaikan : Six Sigma sangat
tergantung 
pada  kemampuan  dalam 
mengerti  proses 
yang 
dipadu
dengan manajemen yang bagus untuk melakukan perbaikan.
4.   Manajemen yang proaktif : peran pemimpin dan manajer sangat penting
dalam mengarahkan keberhasilan menuju suatu perubahan.
5.   Kolaborasi tanpa batas : kerja sama antar tim/departemen.
6.   Selalu mengejar kesempurnaan, tapi masih toleran pada masalah kecil.
  
16
2.3.3
Pergeseran Sigma dalam Six Sigma
Produk
dari
teknologi
tinggi
yang
terdiri
dari
banyak
komponen
yang kompleks memberikan banyak peluang terjadinya cacat (defect) atau
gagal
(failure).
Motorola
mengembangkan
program
Six Sigma
pada
akhir
tahun 1980-an sebagai tanggapan atas tuntutan dari produk ini. Fokus dari
Six
Sigma
adalah
untuk
mengurangi
variasi
dalam karakteristik
kualitas
produk utama pada level dimana kegagalan (failure) atau cacat (defect) bisa
dihindari secara maksimal. (Douglas, 2001, p23)
Gambar 2.1   Normal Distribution Center At TheTarget
Sumber 
Introduction to Statistical Quality Control (Douglas,
2001, p24)
  
17
Gambar 2.2   Normal Distribution With The Mean Shifted 1.5s From The Target
Sumber 
Introduction to Statistical Quality Control (Douglas,
2001, p24)
Gambar
2.1
menunjukkan
sebuah normal
probability
distribution
sebagai model dari karakteristik kualitas dengan spesifikasi batasan pada
standar deviasi tiga pada tiap bagian dari titik tengahnya. Saat ini model itu
telah  tidak  digunakan  bahwa  dalam  situasi  ini  peluang  memproduksi
sebuah
produk
dalam batasan
ini
adalah
0,9973,
yang
dapat
disamakan
dengan
2700
bagian
per
sejuta (parts
per
million-ppm) adalah
cacat.
Ini
menunjukkan
three
Sigma
quality
performance (kualitas
3
Sigma),
dan
sebenarnya
terdengar
cukup
baik.
Akan tetapi,
jika
diperkirakan
sebuah
produk mengandung kumpulan dari 100 komponen atau bagian dan seluruh
bagian
itu
haruslah tidak
cacat
untuk
produk
untuk
berfungsi
secara
memuaskan. Peluang dari setiap unit produk yang tidak cacat adalah :
  
18
0,9973 x 0,9973 x … x 0,9973 = (0,9973)
100
=
0,7631
Artinya  sekitar  23,7%  dari  produk  yang  diproduksi  di  bawah
kualitas
tiga Sigma akan
cacat.
Ini
bukanlah
situasi
yang dapat
diterima
karena banyak produk dari teknologi tinggi dibuat dari ribuan komponen.
Konsep dari Six Sigma Motorola adalah
mengurangi
variasi dalam
proses
sehingga
spesifikasi
batasannya
adalah
standar
deviasi
enam
dari
titik tengah. Dan pada gambar 2.1, hanya akan ada 2 bagian per semilyar
adalah cacat. Di bawah kualitas enam Sigma, peluang tidak cacatnya setiap
produk hipotesis di atas adalah 0,9999998, atau 0,002 ppm, ini adalah
sebuah situasi yang lebih baik.
Ketika konsep Six Sigma dikembangkan pada awalnya, sebuah
asumsi dibuat bahwa ketika proses mencapai tingkat kualitas enam Sigma,
titik tengah proses masih merupakan pokok persoalan yang mengganggu
yang bisa mengakibatkannya bergeser
menjadi
standar
deviasi
1,5
dari
target. Situasi ini ditunjukkan dalam Gambar 2.2. Dengan skenario ini,
proses akan memproduksi sekitar 3,4 ppm cacat.
2.3.4
Fase DMAIC (Define, Measure, Analyze, Improve, Control)
Define
Pada
tahap ini
tim pelaksana
mengidentifikasikan
permasalahan,
spesifikasi pelanggan dan menentukan tujuan (pengurangan cacat/biaya
dan target waktu), misalnya membuat Rich Picture dan SIPOC Map.
  
19
Measure
Tahap
untuk
memvalidasi
permasalahan, mengukur atau menganalisis
permasalahan dari data yang ada, misalnya mengumpulkan data,
membuat diagram Pareto dan sebagainya.
Analyze
Menentukan  faktor-faktor  yang 
paling  mempengaruhi  proses
(significant
few
opportunities), artinya
mencari satu
atau
lebih
faktor
yang jika diperbaiki akan memperbaiki proses secara signifikan.
Improve
Mendiskusikan
ide-ide
untuk
memperbaiki
sistem berdasarkan
hasil
analisa terdahulu, melakukan percobaan untuk melihat hasilnya. Jika
hasilnya bagus maka akan dibuatkan prosedur bakunya (Standard
Operating Procedure – SOP).
Control
Membuat rencana dan desain pengukuran agar hasil yang sudah bagus
dari
perbaikan
tim bisa
berkesinambungan.
Jadi
SOP
ini
dibuatkan
semacam matrik untuk selalu dimonitor dan dikoreksi bila sudah mulai
menurun ataupun jika diperlukannya perbaikan lagi.
  
20
2.4
Tools dalam Six Sigma
2.4.1
Process Map – SIPOC Map (Supplier, Input, Process, Output and
Customer)
Process (proses) adalah kombinasi dari faktor-faktor dan aktivitas-
aktivitas 
yang 
membawa 
satu  atau 
lebih 
input 
(masukan) 
dan
menambahkan
nilai
untuk
menciptakan
hasil atau
output
(keluaran),
baik
itu berupa produk atau jasa, yang bernilai bagi customer (GMF Aero Asia
Six Sigma Training). Adapun elemen-elemen proses meliputi antara lain :
Supplier, yaitu penyedia input (masukan) pada proses.
Input,
yaitu
material,
sumber
daya atau
data
yang
diperlukan
untuk
menjalankan proses.
Process,
yaitu
sekumpulan
aktivitas
yang
membawa
satu
atau
lebih
input (masukan) dan menciptakan hasil yang bernilai bagi customer.
Output, yaitu produk atau jasa yang dihasilkan dari proses.
Customer, yaitu penerima
hasil output (keluaran) dari proses, baik
itu
yang berasal dari internal maupun external organisasi.
Process mapping
adalah
tampilan
secara
grafik
dari steps, events,
dan operations yang merupakan sebuah process.
SIPOC map adalah alat sederhana yang memudahkan dokumentasi
untuk setiap proses bisnis. Model
ini bisa diaplikasikan
untuk proses jasa
atau produk.
  
21
Define Process Map
Supplier
Input
Process
Output
Customer
Gambar 2.3   SIPOC Map
Sumber : GMF Aero Asia Six Sigma Training
Adapun keuntungan dari Process Mapping ini terdiri dari :
1.   Merupakan  struktur  yang 
lebih  sederhana  dari  proses  bisnis  yang
kompleks.
2.   Mampu melihat keseluruhan proses sebagai satu kesatuan.
3.   Mampu
melihat perubahan
yang terjadi tetapi tidak
tampak dan akan
mempengaruhi terus menerus seluruh proses yang ada dibawahnya.
4.   Memperjelas kawasan atau langkah yang tidak bernilai tambah.
5.   Mampu mengidentifikasikan siklus waktu untuk setiap proses.
2.4.2
Bagan Alir Data (Flow Chart)
Bagan alir data
adalah suatu
model
yang
menggambarkan aliran
data
dan
proses
untuk
mengolah
data
dalam suatu
sistem. Simbol-simbol
standar
yang
digunakan
untuk
menggambarkan bagan alir data adalah
sebagai berikut :
  
22
Proses
Pengolahan
data
Aliran
Aliran material
Aliran data
Penghubung
Halaman sama
Halaman lain
Tempat
Penyimpanan
Data atau arsip
Sumber atau
Tujuan data
Masukan/
Keluaran
Ditunjukkan oleh garis alir
Gambar 2.4 Simbol Bagan Alir Data
Sumber : Sistem Akuntansi (Mulyadi, 2001, p58)
2.4.3
Pareto Diagram
Pada
abad
ke-19,
seorang
Ekonom dari
Italia
bernama
Vilfredo
Pareto mengobservasi bahwa sekitar 80% dari kekayaan negara dikontrol
oleh sekitar 20% populasi. Observasi ini adalah sumber dari apa yang
dikenal sebagai Pareto Principle saat ini; yang juga dikenal sebagai kaidah
“80-20”.
Bahwa
80%
kerugian
dalam sebuah
organisasi
disebabkan
oleh
  
23
hanya 20% masalah. Angkanya tidak selalu tepat 80 dan 20, tetapi efeknya
seringkali sama.
Juran
dan
Gryna
mengaplikasikan
konsep
ini
ke
dalam penyebab
kegagalan kualitas. Mereka menetapkan bahwa ada 20% dari nilai sebab
untuk 80% kegagalan. Secara umum, diaplikasikan ke kualitas, didapat
bahwa 
mayoritas  dari 
kegagalan 
kualitas 
didistribusikan 
secara 
tidak
merata dengan sedemikian rupa, yaitu hal-hal penting dari cacatnya kualitas
atau masalah di dalamnya selalu terdapat persentase yang tinggi dari
keseluruhan kegagalan kualitas. Maksud dari analisis Pareto adalah untuk
memisahkan hal-hal penting dari hal-hal sepele lainnya. Sehingga analisis
Pareto
bisa
membantu
dalam mengidentifikasi
sebab-akibat
yang
paling
penting dan untuk membagi-bagi data
yang tersedia sehingga kita bisa
memprioritaskan usaha untuk meningkatkan proses pada produk yang
utama.
Analisa
Pareto adalah
proses
dalam memperingkat
peluang
untuk
menentukan peluang potensial mana yang harus dikejar lebih dahulu.
Analisis Pareto harus digunakan pada berbagai tahap dalam suatu program
peningkatan kualitas untuk menetukan langkah mana yang diambil
berikutnya.
Pareto
Diagram adalah
grafik
batang
yang
menunjukkan
masalah berdasarkan urutan banyaknya kejadian. Secara umum, ada 2 tipe
dari Pareto Diagram, yaitu :
1.   Result-Category Diagram
Diagram ini memfokuskan pada pengklasifikasian dan hal penting yang
relatif dari hasil yang bisa diobservasi.
  
24
2.   Cause-Category Diagram
Diagram ini memfokuskan pada pengklasifikasian dan hal penting yang
relatif dari sebab yang telah dideteksi.
2.4.4
Control Chart (Grafik Kontrol)
Grafik Kontrol pertama kali diperkenalkan oleh Dr. Walter Andrew
Shewhart dari
Bell
Telephone Laboratories, Amerika Serikat, pada tahun
1924 dengan maksud untuk menghilangkan variasi tidak normal melalui
pemisahan variasi yang disebabkan oleh penyebab khusus (special-causes
variation)
dari
variasi
yang
disebabkan
oleh
penyebab-umum (common-
causes variation).
Pada  dasarnya  setiap  Grafik  Kontrol  memiliki  (Gaspersz,  1998,
p107):
1.   Garis Tengah (Central Line), yang biasa dinotasikan sebagai CL.
2.
Sepasang batas kontrol (Control Limits), dimana satu batas kontrol
ditempatkan di atas garis tengah yang dikenal sebagai batas kontrol atas
(Upper Control Limit), biasa dinotasikan sebagai UCL, dan yang satu
lagi ditempatkan di bawah garis tengah yang dikenal sebagai batas
kontrol bawah (Lower Control Limit), biasa dinotasikan sebagai LCL.
3.   Tebaran nilai-nilai karakteristik kualitas yang menggambarkan keadaan
dari proses. Jika semua nilai-nilai yang ditebarkan (diplot) pada grafik
itu
berada   di   dalam   batas-batas   kontrol   tanpa   memperlihatkan
kecenderungan
tertentu,
maka
proses yang berlangsung dianggap
sebagai   berada   dalam   keadaan   terkontrol   atau   terkendali   secara
  
25
statistikal,   atau   dikatakan   berada   dalam   pengendalian   statistikal.
Namun,  jika  nilai-nilai  yang  ditebarkan  pada  grafik  itu  jatuh  atau
berada di luar batas-batas kontrol atau memperlihatkan kecenderungan
tertentu  atau  memiliki  bentuk  yang  aneh,  maka  proses  yang
berlangsung
dianggap
sebagai
berada
dalam keadaan
di
luar
kontrol
(tidak
terkontrol)
atau
tidak
berada
dalam pengendalian
statistikal
sehingga  perlu  diambil  tindakan  korektif  untuk  memperbaiki  proses
yang ada.
2.4.4.1.   Jenis Grafik Kontrol
Jenis Grafik Kontrol yang digunakan ditentukan
berdasarkan
jenis
data
yang
terkumpul.
Dalam konteks
pengendalian proses statistikal terdapat 2 jenis data, yaitu :
Data Atribut (Attributes Data), yaitu data kualitatif yang dapat
dihitung untuk pencatatan dan analisis.
Data  Variabel  (Variables Data)  merupakan  data  kuantitatif
yang diukur untuk keperluan analisis.
Berdasarkan jenis data, Grafik
Kontrol dibagi menjadi 2
jenis, yaitu :
1.   Grafik Kontrol untuk Data Variabel
Grafik Kontrol data variabel digunakan untuk data
kontinus/variabel (ukuran) dan biasanya dipakai untuk
memonitor beserta kontrol
input (x variabel) yang
mempengaruhi  kinerja  proses.  Grafik-grafik  Kontrol  untuk
  
26
data variabel antara
lain
Grafik Kontrol X-bar dan R, Grafik
Kontrol individual X dan MR.
2.   Grafik Kontrol untuk Data Atribut
Grafik Kontrol data atribut digunakan untuk proporsi dan data
hitungan. Khususnya, Grafik Kontrol data atribut digunakan
untuk menampilkan dan mengawasi proporsi atau hitungan
beberapa
karakteristik
fokus perhatian
(misalnya
proporsi
produk yang tidak memenuhi syarat, jumlah pelanggan yang
dilayani dan sebagainya). Grafik-Grafik Kontrol untuk data
atribut antara lain Grafik Kontrol p, Grafik Kontrol np, Grafik
Kontrol c, Grafik Kontrol u.
2.4.4.2.   Grafik Kontrol p dan Grafik Kontrol np
Grafik Kontrol p digunakan untuk mengukur proporsi
ketidaksesuaian (penyimpangan atau sering disebut cacat)
dari
item-item dalam kelompok
yang
sedang
diinspeksi.
Dengan
demikian Grafik Kontrol p digunakan untuk mengendalikan
proporsi
dari
item-item yang
tidak
memenuhi
syarat
spesifikasi
kualitas
atau
proporsi
dari
produk yang
cacat
yang
dihasilkan
dalam suatu
proses.
Proporsi
yang
tidak
memenuhi
syarat
didefinisikan sebagai rasio banyaknya item yang tidak memenuhi
syarat  dalam  suatu  kelompok 
terhadap  total  banyaknya  item
dalam kelompok
itu.
Item-item itu
dapat
mempunyai
beberapa
karakteristik  kualitas  yang  diperiksa  atau  diuji  secara  simultan
oleh pemeriksa. Jika
item-item
itu tidak
memenuhi standar pada
  
27
satu atau lebih karakteristik kualitas yang diperiksa, item-item itu
digolongkan sebagai tidak memenuhi syarat spesifikasi atau cacat.
Pada dasarnya Grafik Kontrol np serupa dengan Grafik
Kontrol
p,
kecuali
bahwa
dalam
Grafik
Kontrol
np terjadi
perubahan skala pengukuran. Grafik Kontrol np menggunakan
ukuran
banyaknya
item yang
tidak
memenuhi
spesifikasi
atau
banyaknya
item yang
tidak
sesuai
(cacat)
dalam
suatu
pemeriksaan. Grafik Kontrol np dan p cocok untuk situasi dasar
yang 
sama, 
sehingga  pilihan  penggunaan  Grafik  Kontrol 
np
apabila hal-hal berikut berlaku :
1.
Data  banyaknya  item  yang  tidak  sesuai  adalah  lebih
bermanfaat
dan
mudah
untuk diinterpretasikan
dalam
pembuatan laporan dibandingkan data proporsi.
2.   Ukuran contoh (n) bersifat konstan dari waktu ke waktu.
Langkah-langkah dalam membuat Grafik Kontrol np :
1.   Tentukan ukuran contoh.
2.   Kumpulkan 20-25 set contoh.
3.   Hitung nilai rata-rata banyaknya cacat.
4.   Hitung nilai simpangan baku.
5.   Hitung batas-batas kontrol 3 Sigma.
np-bar =
S
np
k
p-bar
=
S
p
k
  
28
Snp
=
v
{ np-bar (1 – p-bar) }
CL
=
np-bar
UCL
LCL
=
=
np-bar
np-bar
+
3Snp
3Snp
2.4.5
Perhitungan DPMO (Defect Per Million Opportunity)
Perhitungan
DPMO
(
Defect Per
Million
Opportunity)
dilakukan
untuk
menghitung penyebaran
defect
(cacat) per
sejuta kesempatan
yang
ada.
Unit (U)
Jumlah dari bagian, sub-kelompok, kelompok, atau sistem
yang diperiksa
atau di uji.
Opportunity (O)
Karakteristik yang diperiksa atau diuji.
Defect (D)
Segala sesuatu yang mengakibatkan ketidakpuasan pelanggan atau
ketidaksesuaian.
Defect Per Unit (DPU)
DPU = D/U (Defect /Unit)
Total Opportunities (TOP)
TOP = U×OP (Unit×Opportunitiy)
Defect Per Opportunity (DPO) or Probability of a Defect
DPO = D/TOP (Defect/ Total Opportunities)
  
29
Defect Per Million Opportunities (DPMO)
DPMO = DPO×1,000,000 (Defect Per Opportunities×1,000,000)
2.4.6
Fishbone/Ishikawa/Cost and Effect Diagram
Fishbone Diagram
adalah
diagram yang
digunakan
untuk
mengetahui faktor-fakor penyebab yang potensial atau nyata (input) yang
menyebabkan efek tertentu (output) (Sky Mark, 2005).
Fishbone Diagram juga disebut sebagai suatu diagram yang
menunjukkan hubungan antara sebab dan akibat (Gasperz, 1998, p62).
Berkaitan
dengan
pengendalian
proses
statistikal,
diagram ini
dipergunakan untuk menunjukkan faktor-faktor penyebab (sebab) dan
karakteristik kualitas
(akibat)
yang
disebabkan
oleh
fakta-fakta
penyebab
itu.
Biasanya ada beberapa kategori yang bisa menjadi penyebab, yaitu
(Kerri Simon, iSixSigma) :
Untuk manufaktur :
1.   People
2.   Method
3.   Material
4.   Machine
5.   Environment
6.   Measurements
Untuk administrasi dan jasa :
1.   Plant/technology
2.   Policy
3.   Procedure
4.   People
Kategori
di
atas
dapat
disesuaikan
dalam
penggunaannya
tergantung dengan kebutuhan.
  
30
Fishbone Diagram digunakan untuk (Gaspersz, 1998, p61) :
Membantu mengidentifikasi akar penyebab dari suatu masalah
Membantu membangkitkan ide-ide untuk solusi suatu masalah
Membantu dalam penyelidikan/pencarian fakta lebih lanjut
Fishbone Diagram
People
Material
Environment
Cause
Problem/
Defect
Method
Measurements
Machine/Equipment
Gambar 2.5
Fishbone Diagram
Sumber : Creating Quality (Kolarik, 1995, p175)
Langkah-langkah membuat Fishbone Diagram : (Douglas, 2001)
1.   Mengidentifikasi masalah atau sesuatu yang akan dianalisa.
2.   Tuliskan faktor-faktor yang menjadi penyebab
Tuliskan di dalam kotak yang terdapat di atas dan di bawah panah yang
telah dibuat. Isinya adalah kategori-kategori yang menjadi penyebab
seperti yang telah disebutkan di atas.
3.   Identifikasi faktor penyebab yang lebih terinci
  
31
Carilah faktor-faktor yang lebih terinci yang mempunyai pengaruh pada
faktor utama tersebut, apabila terdapat faktor terinci yang kompleks
maka pisahkan lagi ke dalam sub faktor.
4.   Menganalisa diagram
Analisa
penyebab-penyebab
yang
ada dari
tiap
kategori,
lalu
tandai
penyebab
yang
potensial,
setelah
itu urutkan
penyebab
dari
yang
peranannya paling mempengaruhi masalah.
2.4.7
FMEA (Failure Mode Effect Analysis)
FMEA (Failure Mode Effect Analysis) merupakan suatu metodologi
dalam  membantu 
mengidentifikasi 
kerusakan/kegagalan 
dan
merekomendasi
solusi
korektif  
untuk memperbaiki kegagalan yang
teridentifikasi sebelum barang/jasa disalurkan kepada pelanggan (Stamatis,
2003, p223).
Terdapat banyak tipe FMEA, tetapi yang utama terdiri dari :
System/Concept S/CFMEA
S/CFMEA
dibuat
untuk
mengidentifikasi masalah yang berpotensial
dengan konsep atau rancangan yang berpotensial.
Design DFMEA
DFMEA  dibuat  sebelum
produksi  pada
saat
perancangan
dan
melibatkan pembuat daftar failure modes
yang berpotensial dan sebab
atas failure modes tersebut.
  
32
Manufacturing or Process PFMEA
PFMEA
merupakan
teknik
analitikal
yang
mengidentifikasi failure
modes 
proses 
produk 
yang 
berpotensial, 
menilai 
pengaruh 
yang
potensial pada pelanggan dari kerusakan (failure)
yang
ada,
mengidentifikasi sebab proses yang berpotensial
dan
mengidentifikasi
variabel proses yang signifikan fokus pada pengendalian untuk
pencegahan dan pendeteksian kondisi kerusakan.
Machinery MFMEA
MFMEA adalah suatu metodologi yang membantu dalam
pengidentifikasian failure modes yang mungkin terjadi dan menentukan
sebab dan pengaruh dari failure modes.  MFMEA lebih berfokus pada
eliminasi dari persoalan yang menyangkut keamanan (safety issues) dan
memecahkan safety issues itu berdasarkan prosedur yang spesifik antara
pelanggan dan penyelia.
Selain tipe-tipe yang disebut di atas, juga terdapat banyak tipe lain
dari FMEA seperti service, software dan juga environmental.
Unsur-Unsur yang terdapat dalam pembuatan FMEA, antara lain :
Potential
failure
mode
muncul
saat
fungsi
dari
item
tidak
memenuhi
syarat-syarat yang ada.
Potential effects of failure mode merupakan deskripsi konsekuensi dari
proses yang gagal.
  
33
Severity  merupakan penilaian
numerik  dimana  penilaian  diberikan
dengan
mempertimbangkan
failure mode
effect yang ada
berdasarkan
rating yang telah ditetapkan.
Potential
causes
of
failure
mode
merupakan
penyebab
dari
potential
failure mode yang telah teridentifikasi.
Occurrence 
merupakan 
angka 
estimasi 
dari 
frekuensi  atau  angka
kumulatif dari kegagalan yang terjadi.
Current
Control
adalah
mekanisme,
metode, pengujian,
prosedur atau
pengendalian yang dilakukan untuk mencegah terjadinya penyebab dari
kegagalan atau mendeteksi failure mode.
Detection
merupakan
penilaian angka
dari
probabilitas
yang
diberikan
pengendalian
untuk
menemukan
penyebab
khusus
atau failure
mode
untuk mencegah kegagalan tersebut sampai pada pihak pelanggan.
Risk Priority Number (RPN)
RPN = S × O × D
S
Severity
O   =  Occurrence
D   =  Detection
  
34
Description
Failure Mode Analysis
Action Plan
Part Name or
Process
step
and Function
Potential
Failure
Mode
Potential
Effects of
Failure
Mode
S
E
V
E
R
I
T
Y
C
L
A
S
S
Potential
Causes of
Failure Mode
O
C
C
U
R
R
E
N
C
E
Current
Controls
D
E
T
E
C
T
I
O
N
Risk Priority
Number
(RPN)
Recommended
Action
Target
Finish
Date
Actual
Finish
Date
Actions
Taken
Gambar 2.6   Contoh Tabel FMEA dan Action Plan
Sumber : Six Sigma and Beyond : Design for Six Sigma (Stamatis,
2003, p237)