Program Studi Teknik Industri

Universitas Brawijaya

SEVEN TOOLS
(TEKNIK PERBAIKAN
KUALITAS)
 What do We Use to Solve Problems?

2
Teknik-teknik Perbaikan Kualitas
• Manajemen Kualitas seringkali disebut
sebagai the problem solving, sehingga
manajemen kualitas dapat menggunakan
metodologi dalam problem solving
tersebut untuk mengadakan perbaikan
(Ridman dan Zachary, 1993).
• Masing-masing teknik tersebut
mempunyai kegunaan yang dapat berdiri
sendiri maupun saling membantu antar
satu teknik dengan teknik yang lain.
Seven Tools

Diagram Pareto
Cause Effect Diagram

Stratifikasi

Check Sheet

Scatter Diagram

Histogram

Control Chart
1. DIAGRAM
PARETO
Diagram Pareto

 Pertama kali ditemukan oleh Vilfredo

Pareto (ahli ekonomi Italia)
Menunjukkan masalah yang disusun
dari prioritas tertinggi ke yang
terendah untuk menentukan masalah
yang harus ditangani terlebih dahulu
DEFINISI
Merupakan suatu grafik balok berbentuk vertikal
yang mengurutkan hasil pengukuran dari yang
tertinggi ke yang terendah

Merupakan salah satu bentuk Bar Chart dimana

setiap balok dapat mencerminkan perhitungan
suatu kategori, suatu fungsi dari kategori (misal
rata-rata, jumlah atau standard deviasi) atau
jumlahan nilai dari suatu tabel.
MANFAAT

 Merupakan pedoman memilih peluang

perbaikan berdasar prinsip “vital few”
dari trivial many”
 Memfokuskan sumber daya pada area /
defect / penyebab yang menghasilkan
keuntungan yang terbesar
 Membandingkan frekuensi dan/atau
dampak dari berbagai penyebab masalah
CONTOH PENERAPAN :
 Analisa komplain (jumlah kejadian) di
perusahaan
 Analisa jenis defect (pcs) yang terjadi dari hasil
QC
 Analisa losses (unit) sparepart di gudang
 Analisa pemborosan (Rp) atas hilangnya
peralatan produksi
 Analisa produk rework (pcs) berdasar tipe
produk
 Analisa breakdown mesin (frekuensi atau jam)
berdasar jenis mesin, dll
LANGKAH
1. Tetapkan kategori yang relevan
dengan topik yang akan dianalisis
untuk menjabarkan masalah
menjadi komponen yang lebih kecil
 Pareto umumnya terdiri dari 5 kategori
atau kurang
 Urutkan balok berdasar jumlahan atau
biaya
LANGKAH
2. Tetapkan periode waktu
3. Kumpulkan data. Jenis data :
 Berdasar jumlahan atau biaya
 Membutuhkan data tambahan (total /
jumlah)
 Data tidak dapat berupa : hal yang tidak
dapat dijumlahkan (misal tingkat
kecelakaan, tingkat komplain dsb)
LANGKAH
4. Buat tabel frekuensi (item, jumlah,
jumlah kumulatif, %, % kumulatif)
5. Buatlah segi empat dan buat
skalanya
 Sumbu Horisontal : kategori
 Sumbu vertikal kiri : hasil pengukuran
 Sumbu vertikal kanan : persentase
LANGKAH
6. Gambarkan grafik baloknya dan beri
keterangan untuk setiap kategori
 Setiap balok vertikal menunjukkan
besarnya kontribusi terhadap total
masalah
 Balok disusun berdasarkan urutan nilai,
yang paling tinggi diletakkan disebelah
kiri. Balok paling kiri memberikan
kontribusi tertinggi dalam jumlah
kejadian maupun biaya
LANGKAH
7. Gambarkan garis persentase
kumulatif
8. Analisa diagram pareto yang
dihasilkan
 Components of the Pareto Diagram

Cumulative
Frequency

Frequency Percentage

Causes
15
Contoh Diagram Pareto

Kesimpulan : Defect paling besar adalah Chipping (40 pcs = 37,38 5)

Contoh Diagram Pareto
100
70
93
83
60 54
72
50

40 %
Jumlah
Kerusakan Kumulatif
30
dari
20
kerusakan
12
10 4
3 2

0
Tergores Salah Salah Salah Lain
Ukur Warna Bentuk lain
72 % 16 % 5,3 % 4% 2,7 %

Jenis Kerusakan dan persentase dari setiap jenis kerusakan

Prinsip Pareto
• Vilfredo Pareto (1848-1923), ahli ekonomi Italia:
– 20% dari population memiliki 80% dari
total kekayaan
• Juran mengistilahkan “vital few, trivial
many”:
– 20% dari masalah kualitas
menyebabkan kerugian sebesar 80%.
2. CAUSE EFFECT
DIAGRAM
2. Cause-and-Effect Diagrams
(Diagram sebab-akibat)

Menunjukkan hubungan antara suatu masalah dan

kemungkinan penyebabnya
Dikembangkan oleh Kaoru Ishikawa (1953)
Disebut juga
1. Diagram Tulang Ikan (Fishbone Diagram)
2. Diagram Ishikawa
DEFINISI
Merupakan diagram yang terstruktur untuk
mengidentifikasi penyebab dari masalah dan
hubungan sebab-akibat berdasarkan pengalaman
dan keahlian dari sekelompok orang dengan
melakukan brainstrorming secara terstruktur

Dapat digunakan untuk brainstorming

cara-cara yang perlu dilakukan untuk
mencapai suatu tujuan
MANFAAT

 Mengidentifikasi sebab-sebab
utama masalah
 Mengidentifikasi akar masalah
Mengidentifikasi beberapa
alternatif cara penyelesaian
masalah
Fish Bone Diagram

Penyebab

Akibat
(masalah)

Sub Sub Penyebab 1

Penyebab Sub Penyebab 3

Sub Penyebab 4
Sub
Penyebab Penyebab 2
MENGGALI FAKTOR PENYEBAB
Gunakan prinsip 5 Why untuk:

 Menghindari jebakan “mengobati

gejala”
 Menggali akar penyebab yang
sebenarnya
 Menstimulasi tim melakukan
perbaikan optimal
CONTOH : BERTANYA 5-MENGAPA
LANGKAH
1. Tuliskan secara singkat masalah atau akibat
yang akan dianalisa pada “kepala” diagram
tulang ikan.
2. Tetapkan kategori penyebab yang sesuai
dengan permasalahan yang dianalisa
 Umumnya menggunakan kategori : 5M & 1 E yaitu
Manpower (Manusia), Machine , Method , Materials,
Money , Environment (Lingkungan)
 Jika permasalahannya cukup kompleks dapat dibuat
tulang ikan untuk setiap sub proses baru kemudian di
setiap sub proses dianalisa 5M +1E
LANGKAH
3. Lakukan brainstorming sebab-sebab yang
mungkin disetiap kategori
4. Identifikasi hubungan sebab akibat diantara
faktor didalam setiap kategori dan sub
kategori
5. Buat diagram tulang ikan
 Kategori utama menjadi tulang terbesar dari diagram
tulang ikan
 Susun setiap penyebab dan sub penyebab di tulang
yang lebih rendah (penyebab paling spesifik
dituliskan ditulang terkecil). Sebab ini merupakan
salah satu akar masalah
LANGKAH
6. Gunakan data atau lakukan konsensus
untuk memilih beberapa akar penyebab
masalah yang paling mungkin atau paling
besar kontribusinya atas terjadinya masalah
 Pilih 3-5 penyebab dari tulang kecil
 Penyebab tersebut ditandai dengan tanda bintang
atau lingkaran
 Akar permasalahan ini sebelum ditindaklanjuti harus
diverifikasi
Contoh Fishbone Diagram
3. STRATIFIKASI
DEFINISI
Mengelompokkan atau menggolongkan atau
menstratifikasi data berdasarkan faktor tertentu
untuk analisa yang lebih rinci
Contoh : Mengelompokkan data berdasar
 Siapa : Departemen, individu, jenis pelanggan
 Apa : Jenis komplain, kategori cacat, alasan
menelepon
 Kapan : Bulanan, triwulan, hari, waktu
 Dimana : Bagian, Kota, lokasi spesifik dari
produk
ContoH stratiFikasi

Mesin di line C menghasilkan unit ditolak

terbesar
ContoH stratiFikasi

Kinerja Dept B lebih rendah daripada Dept

A
MANFAAT

Mengumpulkan informasi mengenai

pola dan penyebab masalah
LANGKAH
1. Identifikasi pertanyaan yang akan
dikemukakan jika telah mendapatkan data
2. Menentukan faktor stratifikasi yang paling
penting menurut tim (yang paling relevan
dan dapat mengindikasikan jawaban dari
masalah yang akan dipecahkan)
3. Memasukkan faktor stratifikasi ke dalam
formulir pengumpulan data
LANGKAH
4. Membandingkan data dari strata /
kelompok satu dengan strata lainnya
5. Identifikasi data dari strata mana yang
terlihat secara signifikan berbeda dibanding
strata lain
6. Membuat kesimpulan
4. Check sheets
(Lembar data)
Lembar Pengecekan (Check Sheets)

• Tujuan pembuatan lembar pengecekan adalah

menjamin bahwa data dikumpulkan secara teliti dan
akurat oleh karyawan operasional untuk diadakan
pengendalian proses dan penyelesaian masalah.

• Data dalam lembar pengecekan tersebut nantinya akan

digunakan dan dianalisis secara cepat dan mudah.

• Lembar pengecekan ini memiliki beberapa bentuk

Contoh Lembar Pengecekan

CHECK SHEET
Kesalahan Jmh Kesalahan Dlm 1 Semester Total
Cara mengajar IIIII IIIII IIIII IIIII IIIII IIIII 30
Pelayanan administrasi IIIII IIIII IIIII IIIII 20
Pelayanan perpust. IIIII IIIII IIIII 15
Buku teks kuno IIIII IIIII III 13
Tidak ada dukungan IIIII IIIII IIIII IIIII II 22

Sumber : Goetsch dan Davis (I995)

Gambar Check Sheet untuk Banyaknya Kesalahan
MANFAAT

Membantu dan mempermudah

proses pengumpulan data
Menstandarisasi cara pengumpulan
data
Mencatat suatu kejadian
Mengetahui adanya permasalahan
LANGKAH
1. Sepakati permasalahan yang akan
dikumpulkan datanya
2. Buat lembar data dengan kolom dan baris
sesuai kebutuhan, gunakan pedoman
pengumpulan data (5 W+1 H)
a. What : item yang akan dikumpulkan datanya
(gunakan teknik stratifikasi)
b. Where : tetapkan lokasi / scope pengumpulan
data
c. Who : PIC yang mengumpulkan data
d. When : tetapkan periode pengumpulan data
LANGKAH
e. Why : Tetapkan tujuan pengumpulan data
(tulis dalam pernyataan sebagai Judul Lembar
Data)
f. How much & How Collect Data :
 Tetapkan berapa banyak dan bagaimana
cara mengumpulkan data
 Banyaknya data dan frekuensi pengambilan
data harus sesuai kondisi proses (misal
cairan diambil 1 cc setiap jam dan diukur)
 Periode waktu pengambilan data yang akan
dijadikan baseline hendaknya mewakili
minimal satu siklus
LANGKAH
3. Hasil pengumpulan data atau pengukuran
dicatat pada lembar data  ada 2 yaitu :
a. Lembar data untuk mengumpulkan data
secara “real time”
b.Lembar data untuk rekapitulasi
ContoH 1. Lembar Data
Masalah yang diangkat : Kompetensi karyawan
di bagian maintenance kurang
a. What : Jenis pekerjaan di bagian maintenance (A & B),
tingkat kompetensi masing-masing pekerjaan untuk setiap
karyawan  misal stratifikasi berdasar jenis pekerjaan
b. Who : Didi
c. Where : Bagian Maintenance
d. When : Data per 1 Desember 2011
e. Why : Untuk mengetahui apakah tingkat kompetensi
karyawan di bagian maintenance kurang  Judul lembar
Data : Data kompetensi karyawan dibagian maintenance
f. How : Seluruh karyawan tetap dibagian maintenance
ContoH 1. Lembar Data
Tingkat Kompetensi karyawan dibagian per 1 Juni 2011
ContoH 2. Lembar Data
Masalah yang diangkat : Temperatur ruangan
tidak stabil
a. What : Temperatur ruangan pada setiap shift 1, 2, 3
(stratifikasi berdasar jenis shift)
b. Where : Unit Finishing
c. Who : Ana
d. When : Data per 1 Desember 2011
e. Why : Untuk mengetahui kestabilan temperatur di
unit finishing  Judul lembar data ; pengukuran
suhu ruangan di unit finishing
f. How : Data diambil setiap jam sekali dan dicatat
hasilnya
5. Scatter
Diagram
HUBUNGAN ANTARA DUA VARIABEL
Terdapat 3 hubungan antara dua variabel
1. Hubungan sebab akibat
 Bila dilakukan terhadap var 1 maka akan
ada dampak yang pasti terhadap var 2
 Misal : Apel jatuh pasti kebawah (Var 1:
apel jatuh, var 2: arah jatuhnya-selalu
kebawah)
2. Hubungan yang bersifat kebetulan
 Bila dilakukan suatu tindakan terhadap var
1, maka belum tentu akan ada dampak
yang pasti terhadap variabel 2 (bisa terjadi,
bisa tidak)
HUBUNGAN ANTARA DUA VARIABEL
3. Hubungan korelasi
 Bila dilakukan suatu tindakan terhadap var
1, maka ada kemungkinan terjadi dampak
terhadap var 2.
 Contoh :
a. Antara jumlah kunjungan ke pelanggan
dengan hasil penjualan
b. Antara lama kerja dengan prestasi kerja
c. Antara umur mesin dengan jumlah
breakdown
JENIS KORELASI ANTARA DUA VARIABEL
DUA JENIS VARIABEL
1. Variabel Independent (X)
 Variabel yang diketahui
 Variabel yang diposisikan sebagai penyebab

2. Variabel Dependent (Y)

 Variabel yang akan diprediksi
 Variabel yang diposisikan sebagai akibat
JENIS KORELASI ANTARA DUA VARIABEL
Diagram tebar / scatter diagram
DEFINISI :
Diagram yang menggambarkan hubungan (korelasi)
antara dua variabel / faktor yang saling
berhubungan / berkorelasi
MANFAAT
 Menyajikan data untuk mengkonfirmasi hipotesa
apakah dua variabel saling berhubungan /berkorelasi
 Mengetahui seberapa erat hubungan antara faktor
tersebut
 Sebagai tools untuk memverifikasi akar penyebab yang
diperoleh dari analisa sebab dan akibat
LANGKAH
1. Tetapkan 2 variabel yang akan diteliti
korelasinya yaitu variabel X dan Y. Variabel X
merupakan variabel independen (sebab,
dipengaruhi misal jumlah kunjungan) dan
variabel Y merupakan variabel dependen
(akibat, diharapkan berubah, terpengaruh
 misal hasil penjualan
2. Tentukan sumber data / dari mana data itu
diperoleh untuk setiap pasangan X dan Y
(misal X = 10 kunjungan, Y= 2 penjualan,
sumber data : Dari salesman
LANGKAH
3. Menentukan periode pengumpulan data
(misal tgl 1 – 31 Juli )
4. Buat scatter diagram yng terdiri dari 4
kolom (no urut data, sumber data, variabel
X, variabel Y)
5. Kumpulkan data dengan melakukan
pengukuran aktual (umumnya data yang
dibuat scatter diagram > 50 pasang data)
6. Menggambarkan scatter diagram : Plot
data pada diagram  diperoleh titik-titik
scatter
LANGKAH
7. Intepretasikan data
 Analisa scatter diagram, apakah ada
kecenderungan positif, negatif atau tidak
ada pola tertentu
 Untuk memastikan ada tidaknya korelasi,
buat garis regresi dengan type regresi
sesuai data (linier, kurve, dll)
 Menghitung koefisien korelasinya (r)
ANALISA KORELASI

 Melihat, meramalkan dan

menyimpulkan hubungan antara dua
variabel atau lebih
 Dengan diketahui korelasi antara dua
variabel atau lebih maka perubahan
variabel yang satu dapat diketahui
dari variabel yang lain
2 JENIS KORELASI
 Simple correlation  hanya ada 2
variabel yang terlibat yaitu X dan Y
 Multiple correlation  hubungan
antara lebih dari 2 variabel
UKURAN KORELASI
 Dapat digambarkan berupa angka
kuantitatif ‘r’ dimana -1 ≤ r ≤ 1
KOEFISIEN KORELASI (r)
 Koefisien yang menunjukkan korelasi
antara dua faktor atau variabel
 r  -1 ≤ r ≤ 1
 r = 0, tidak ada korelasi
 r > 0, korelasi positif  bila X meningkat
maka Y juga meningkat
 r < 0, korelasi negatif  bila X meningkat
maka Y menurun
 Dua variabel memiliki korelasi kuat bila
|r | ≥ 0,75
SIMPLE CORRELATION & REGRESSION
CONTOH SCATTER DIAGRAM
Apakah ada korelasi antara jumlah
kunjungan salesman dengan hasil
penjualan ?
CONTOH SCATTER DIAGRAM
CONTOH SCATTER DIAGRAM

Karena nilai r = 0,735 mendekati 1 maka bisa disimpulkan ada

korelasi yang cukup kuat antara variabel x dan Y  peningkatan
kunjungan mempengaruhi peningkatan sales
SCATTER DIAGRAM ANALISIS
SCATTER DIAGRAM ANALISIS

Mana yang
paling tepat
garis
regresinya?
6. Histogram
DEFINISI
Grafik balok yang menggambarkan penyebaran
data sebagai hasil dari satu macam pengukuran
atas suatu kejadian atau proses
CONTOH PENERAPAN
 Menurunkan variabilitas temperatur mesin
 Menurunkan variabilitas dimensi suatu
produk ( panjang, lebar, tebal dll )
 Menurunkan variabilitas parameter suatu
produk ( berat, kadar, dll )
MANFAAT

Melihat range dan distribusi dari data

continuous (misal : berat barang yang
dikirim, rupiah yang dibelanjakan
disetiap PO dsb)
Melihat variasi dan tingkat
pemenuhan spesifikasi pelanggan
(size, cycle time, suhu dsb) Hanya
berlaku untuk data continuous saja
LANGKAH
1. Kumpulkan dan tabulasikan data continuous
(data hasil pengukuran) : n data
2. Urutkan data dari data yang terendah nilainya
(min) sampai nilai tertinggi (max)
3. Kurangi nilai tertinggi dengan nilai terendah
untuk menghitung range dari data yang
diobservasi, range = max – min
4. Hitung jumlah balok  akar pangkat dua dari
jumlah nilai data,k = sqrt (n)
5. Hitung lebar tiap balok dengan membagi
range dari data (max – min) dengan jumlah
balok, h = range / k
LANGKAH
6. Beri label di sumbu X dengan nilai dari tiap
balok ( dari balok pertama s/d balok ke k )
7. Hitung jumlah data dari tiap balok
8. Sumbu Y = jumlah data pada tiap balok,
sumbu X = nilai data dari setiap balok
9. Analisa histogram
CONTOH HISTOGRAM

Max = 409,4 Min = 400,1

Jumlah data n= 30  k = sqrt (30) = mendekati 6
Range = Max – min = 409,4 – 400,1 = 9,3
h = Range / k = 9,3 / 6 = 1,55
Rata-rata : Mean : Excel formula = average (....) = 404,25
Standard deviasi : Excel formula = STDEV (....) = 2,26
CONTOH HISTOGRAM
NORMAL DISTRIBUTION
Data dikatakan berdistribusi
normal bila sebaran
datanya membentuk bell
curve (luas sebelah kiri dan
kanan dari titik tengah
adalah sama

Mean = Median

Untuk data distribusi normal :

a. 68,27 % data berada dalam area X – s dan X + s
b. 95,45 % data berada dalam area X – 2s dan X + 2s
c. 99.73 5% data berada dalam area X – 3s dan X + 3s
ANALISA HISTOGRAM
 Membandingkan histogram dengan spesifikasi yang
ditetapkan
Bila ada spesifikasi, buat garis batas spesifikasi untuk
membandingkan distribusi dari histogram dengan
batas spesifikasi yang ditentukan, kemudian
perhatikan apakan histogram berada dalam batas
spesifikasi tersebut
Membandingkan histogram dengan spesifikasi ini lebih
lanjut dianalisa dengan pengukuran process capability
index
POLA HISTOGRAM
POLA HISTOGRAM
ANALISA HISTOGRAM
 Stratifikasi histogram
Untuk menganalisa lebih lanjut sebuat histogram
(terutama bila terjadi penyimpangan) dengan data
yang dikumpulkan dari berbagai sumber,
stratifikasikanlah data yang ada (misal berdasar
material, mesin, kondisi operasional, pekerja dll) buat
masing-masing histogram untuk data yang sudah
distratifikasikan tsb  akan lebih jelas
STRATIFIKASI HISTOGRAM
7. Control Chart
 Control Charts

Tools used to analyze the variation in any process –

administrative or manufacturing.
A line graph that displays a dynamic picture of process
behavior

80
 A Control Chart is:
A line graph of a sample statistic
In Time ordered fashion
With Centerline and statistically determined control limits

What are Control Charts Used for?

To Distinguish between random and assignable causes of variation

To assist in determining the capability of the process

81
Run Charts
• Run Charts (time series plot)
– Menguji perilaku suatu variabel dari waktu ke
waktu.
– Sebagai dasar untuk peta kendali (Control
Charts)
Control Chart/ Peta Kendali
27

24
UCL = 23.35
21

c = 12.67
Jumlah kerusakan

18

15

12

6
LCL = 1.99
3

2 4 6 8 10 12 14 16
Nomor sampel
 Interpretation of Control Charts

A Few Points Near

the Control Limits.

Most Points Near

the Centerline.

No Points Beyond
the Control Limits

84
 One Point Outside Control Limits

85