PENDAHULUAN
1
Seorang ilmuwan modern yang terkenal pada abad ke-dua puluh, Albert
Einstein, pernah berkata: “Jika anda tak dapat menjelaskannya secara sederhana,
maka anda belum memahaminya dengan baik”. Maka dari itu, penulis akan
berusaha menjelaskan dengan kalimat-kalimat yang cukup sederhana dan mudah
dipahami, tetapi tidak melupakan konsep-konsep yang penting dalam topik
fishbone diagram dan control chart.
2
BAB II
PEMBAHASAN
3
Desain diagram Ishikawa terlihat seperti tulang ikan. Representasi dari
diagram tersebut sederhana, yakni sebuah garis horizontal yang melalui berbagai
garis sub penyebab permasalahan. Diagram ini dapat digunakan juga untuk
mempertimbangan risiko dari berbagai penyebab dan sub penyebab dari dampak
tersebut, termasuk risikonya secara global.
4
menjadi perhatian penting perusahaan, masalah-masalah klasik yang dapat
diselesaikan di industri antara lain:
5
1) Menyepakati permasalahan utama yang terjadi dan diungkapkan bahwa
masalah tersebut merupakan suatu pernyataan masalah (problem statement).
Masalah merupakan perbedaan antara kondisi yang ada dengan kondisi
yang diinginkan (W. Pounds, 1969 dalam Robbins dan Coulter, 2012). Pada
langkah pertama ini, harus dilakukan kesepakatan terhadap sebuah pernyataan
masalah (problem statement). Pernyataan masalah tersebut kemudian
diinterpretasilan sebagai “effect” atau secara visual dalam fishbone seperti “kepala
ikan”. Selanjutnya menuliskan problem statement disebelah kanan diagram dan
menggambar sebuah kotak yang mengelilingi tulisan pernyataan masalah tersebut
dan membuat panah horizontal panjang menuju ke arah kotak.
2) Mengidentifikasi penyebab masalah.
Indentifiksi ini dilakukan dengan metode Brainstorming. Menurut Scarvada
(2004), penyebab permasalahan dapat dikelompokkan dalam enam kelompok yaitu
materials (bahan baku), machines and equipment (mesin dan peralatan), manpower
(sumber daya manusia), methods (metode), mother nature/environment
(lingkungan), dan measurement (pengukuran). Gaspersz dan Fontana (2011)
mengelompokkan penyebab masalah menjadi tujuh yaitu manpower (SDM),
machines (mesin dan peralatan), methods (metode), materials (bahan baku), media,
motivation (motivasi), dan money (keuangan). Kelompok penyebab masalah ini
ditempatkan di Diagram Fishbone pada sirip ikan. Pada tahap kedua ini, dilanjutkan
dengan pengisian penyebab masalah yang disepakati seperti pada gambar berikut:
6
3) Identifikasi kategori penyebab.
Dimulai dari garis horizontal utama, membuat garis diagonal yang menjadi
cabang. Setiap cabang mewakili sebab utama dari masalah yang ditulis. Sebab ini
diinterpretasikan sebagai cause, secara visual dalam fishbone seperti tulang ikan.
Kategori sebab utama mengorganisasikan sebab sedemikian rupa sehingga masuk
akal dengan situasi. Kategori-kategori ini antara lain:
a. Kategori 6M yang biasa digunakan dalam industri manufaktur:
1. Machine (mesin atau teknologi)
2. Method (metode atau proses)
3. Material (termasuk raw material, consumption, dan informasi)
4. Man Power (tenaga kerja atau pekerjaan fisik) / Mind Power (pekerjaan pikiran:
kaizen, saran, dan sebagainya)
5. Measurement (pengukuran atau inspeksi)
6. Milieu / Mother Nature (lingkungan)
7
4) Menemukan sebab potensial
Setiap kategori mempunyai sebab-sebab yang perlu diuraikan melalui
sesi brainstorming. Saat sebab-sebab dikemukakan, tentukan bersama-sama
dimana sebab tersebut harus ditempatkan dalam fishbone diagram, yaitu
tentukan dibawah kategori yang mana gagasan tersebut harus ditempatkan.
Sebab-sebab ditulis dengan garis horizontal sehingga banyak “tulang” kecil
keluar dari garis diagonal. Pertanyakan kembali “Mengapa sebab itu muncul?”
sehingga “tulang” lebih kecil (sub-sebab) keluar dari garis horizontal tadi. Satu
sebab bisa ditulis di beberapa tempat jika sebab tersebut berhubungan dengan
beberapa kategori.
5) Mengkaji kembali
Setelah menemukan penyebab potensial dari setiap penyebab yang
mungkin, kemudian dikaji kembali urutan penyebab hingga ditemukan akar
penyebabnya. Setelah itu tempatkan akar penyebab masalah tersebut pada cabang
yang sesuai dengan kategori utama sehingga membentuk seperti tulang-tulang kecil
dari ikan. Selanjutnya adalah menginterpretasikan dan mengkaji kembali diagram
sebab akibat tersebut mulai dari masalah awal hingga ditemukannya akar penyebab
tersebut.
6) Mencapai kesepakatan
Setelah proses interpretasi dengan melihat penyebab yang muncul secara
berulang, didapatkan kesepakatan melalui konsensus tentang penyebab itu,
sehingga sudah dapat dilakukan pemilihan penyebab yang paling penting dan dapat
diatasi. Selanjutnya adalah memfokus perhatian pada penyebab yang terpilih
melalui konsensus tersebut untuk hasil yang lebih optimal. Penerapan hasil analisis
dengan menggunakan diagram tersebut adalah dengan cara mengembangkan dan
mengimplementasikan tindakan korektif, serta memonitor hasil-hasil untuk
menjamin bahwa tindakan korektif yang dilakukan itu efektif dengan hilangnya
penyebab masalah yang dihadapi.
8
2.5 Kelebihan dan Kekurangan Diagram Tulang Ikan (Fishbone Diagrams)
Kelebihan Fishbone diagrams adalah dapat menjabarkan setiap masalah
yang terjadi dan setiap orang yang terlibat di dalamnya dapat menyumbangkan
saran yang mungkin menjadi penyebab masalah tersebut. Sedangkan kekurangan
Fishbone diagrams adalah opinion based on tool dan didesain membatasi
kemampuan tim/pengguna secara visual dalam menjabarkan masalah yang
mengunakan metode “level why” yang dalam, kecuali bila kertas yang digunakan
benar-benar besar untuk menyesuaikan dengan kebutuhan tersebut. Serta biasanya
voting digunakan untuk memilih penyebab yang paling mungkin yang terdaftar
pada diagram tersebut.
9
berada dalam pengendalian kualitas secara statistik atau tidak sehingga dapat
memecahkan masalah dan menghasilkan perbaikan kualitas. Metode ini dapat
membantu perusahaan dalam mengontrol proses produksinya dengan memberikan
informasi dalam bentuk grafik.
Tujuan dari perancangan program aplikasi control chart ini adalah untuk
melihat sejauh mana tingkat keberhasilan suatu proses produksi sehingga bisa
dijadikan pedoman dalam mengarahkan perusahaan ke arah pemenuhan spesifikasi
konsumen.
Peta kendali digunakan untuk membantu mendeteksi adanyapenyimpangan
dengan cara menetapkan batas-batas kendali:
a. Upper control limit/batas kendali atas (UCL) Merupakan garis batas atas untuk
suatu penyimpangan yang masih diijinkan.
b. Central line/garis pusat atau tengah (CL) Merupakan garis yang
melambangkan tidak adanya penyimpangan dari karakteristik sampel.
c. Lower control limit/batas kendali bawah (LCL) Merupakan garis batas bawah
untuk suatu penyimpangan dari karakteristik sampel. Jenis-jenis peta kendali
antara lain (Montgomery, 2009):
Berikut ini adalah contoh gambaran peta kendali yang digunakan dalam
pengendalian kualitas.
Peta kendali (Control Chart) merupakan alat SPC (Statistical Process Control)
yang paling penting yang digunakan untuk mendeteksi ketika proses dalam keadaan
tidak terkendali (out of control).
Peta kendali pertama kali di perkenalkan oleh DR. Walter Andrew Shewart
dari Bell Telephone Laboratories, Amerika Serikat, Tahun 1924 dengan maksud
untuk menghilangkan variasi tidak normal melalui pemisahan variasi yang
disebabkan oleh penyebab khusus (special-cause variation) dari variasi yang
10
disebabkan oleh sebab umum (common-causes variation). Pada dasarnya semua
proses menampilkan variasi, namun proses produksi harus dikendalikan dengan
cara menghilangkan variasi penyebab khusus dari proses tersebut, sehingga variasi
yang ada pada proses hanya disebabkan oleh variasi penyebab umum.
1. Data variable
Merupakan data kuantitatif yang diukur untuk keperluan analisis. Contoh
dari data variable karakteristik kualitas adalah diameter pipa, ketebalan produk
kayu, berat semen dalam kantong, dll.
Untuk data hasil pengukuran atau data variabel maka control chart yang
biasa digunakan adalah control chart X-R dan X-S. Selain ditentukan oleh jumlah
observasi yang dilakukan control chart juga dapat ditentukam oleh karakteristik
kualitas sesuai dengan yang diinginkan konsumen.
Beberapa peta kendali untuk data variable adalah peta kendali X-R Chart ,
X-S Chart dan I-MR Chart
a. X-R Chart
adalah peta kendali untuk mengendalikan proses berdasarkan rata-rata
(Xbar) dan Range (R). Xbar-R Chart digunakan apabila ukuran sampel yang
dikumpulkan berjumlah lebih dari 2 dan kurang dari atau sama dengan 5
(2<n≤5) pada setiap set sampel data, jumlah set sampel yang ideal adalah
20-25 set sampel.
b. Xbar-S Chart
adalah peta kendali untuk mengendalikan proses berdasarkan rata-rata
(Xbar) dan Standar Deviasi (S). Xbar-S Chart digunakan apabila ukuran
sampel yang dikumpulkan berjumlah lebih dari 5 (n>5) pada setiap sampel
data, jumlah set sampel yang ideal adalah 20-25 set sampel.
11
c. I-MR Chart (Individual Moving Range Chart)
I-MR Chart digunakan apabila data sampel yang dikumpulkan hanya
berjumlah satu unit. Chart jenis ini sering digunakan jika sampel yang
diperiksa tersebut harus dimusnahkan (tidak dapat dipakai kedua kalinya)
atau pada produk yang berharga tinggi.
2. Data atribut
Merupakan data kualitatif yang dapat di hitung untuk pencatatan dan
analisa. Contoh dari data atribut karakteristik kualitas adalah ketiadaan label pada
kemasan produk, kesalahan proses administrasi, banyaknya jenis cacat pada
produk, banyaknya produk kayu lapis yang cacat karena corelap, dll.
Data untuk atribut (Atributes Data) merupakan data kualitatif yang dapat
dihitung untuk pencatatan dan analisis. Contoh dari data atribut adalah ketiadaan
label pada kemasan produk, kesalahan proses administrasi buku tabungan nasabah,
banyaknya jenis cacat pada produk dan lain-lain. Data atribut diperoleh dalam
bentuk unit-unit ketidaksesuaian dengan spesifikasi atribut yang ditetapkan. Atribut
dalam pengendalian kualitas menunjukkan karakteristik kualitas yang sesuai
dengan spesifikasi. Atribut digunakan apabila ada pengukuran yang tidak
memungkinkan untuk dilakukan misalnya goresan, kesalahan warna, atau ada
bagian yang hilang. Selain itu, atribut digunakan apabila pengukuran dapat dibuat
tetapi tidak dibuat karena alasan waktu, biaya, atau kebutuhan. Pengendalian
kualitas proses statistic untuk data atribut ini digunakan sebagai pengganti
pengendali kualitas proses statistik untuk data variabel.
Grafik pengendali kualitas proses statistik data atribut dapat digunakan pada
semua tingkatan dalam organisasi, perusahaan, dan mesin-mesin. Grafik
pengendali kualitas proses statistik data atribut juga dapat membantu
mengidentifikasi akar
permasalahan baik pada tingkat umum maupun pada tingkat yang lebih mendetail.
Ada dua kelompok grafik pengendali proses statistik data atribut, yaitu yang
berdasarkan distribusi binomial dan distribusi poisson. Kelompok pengendali untuk
unit-unit ketidaksesuaian, didasarkan pada distribusi binomial seperti p-chart yang
menunjukkan proporsi ketidaksesuaian dalam sampel atau sub kelompok yang
12
ditunjukkan dengan bagian atau persen. Sedangkan yang berdasarkan distribusi
poisson, terdapat c-chart dan u-chart.
Untuk menyusun grafik pengendali proses statistik untuk data atribut
diperlukan beberapa langkah sebagai berikut.
a. Menentukan sasaran yang akan dicapai
Sasaran ini akan mempengaruhi jenis pada pengendali kualitas proses
statistik data atribut yang harus digunakan. Hal ini tentu saja dipengaruhi oleh
karakteristik kualitas suatu produk dan proses, apakah proporsi atau banyaknya
ketidaksesuaian dalam sampel atau sub kelompok, ataukah ketidaksesuaian dari
suatu unit setiap kali mengadakan observasi.
b. Menentukan banyaknya sampel dan banyaknya observasi
Banyaknya sampel yang diambil akan mempengaruhi jenis grafik
pengendali di samping karakteristik kualitasnya.
c. Mengumpulkan data
Data yang dikumpulkan tentu disesuaikan dengan jenis peta pengendali.
Misalnya suatu perusahaan atau organisasi menggunakan p-chart, maka data yang
dikumpulkan juga harus diatur dalam bentuk proporsi kesalahan terhadap
banyaknya sampel yang diambil.
d. Menentukan garis
Menentukan garis tengah dan batas-batas pengendali pada masing-masing
grafik pengendali biasanya menggunakan ±3σ sebagai batas-batas pengendalinya.
e. Merevisi garis tengah dan batas-batas pengendali
Revisi terhadap garis pusat dan batas-batas pengendali dilakukan apabila
dalam grafik pengendali kualitas proses statistik untuk data atribut terdapat data
yang berada di luar batas pengendali statistik (out of statistical control) dan
diketahui kondisi tersebut disebabkan karena penyebab khusus. Demikian pula data
yang berada di bawah garis pengendali bawah apabila ditemukan penyebab khusus
di dalamnya tentu juga diadakan revisi.
Untuk data atribut peta kendalinya peta–P, peta–C, peta –U dan peta-np
13
1) Peta-P
Digunakan untuk mengukur proposi cacat dari item yang dihasilkan dalam
suatu produk. Dengan demikian peta kendali p digunakan untuk mengendalikan
proposi item yang tidak memenuhi syarat kualitas yang dihasilkan dalam suatu
proses.
2) Peta-C
Diterapkan pada kasus yang tingkat tolerasi atas kelemahan satu atau
beberapa titik spesifik yang tidak memenuhi syarat sepanjang tidak mempengaruhi
fungsi dari produk yang diperiksa.
3) Peta-U
Mengukur banyaknya cacat per unit laporan inpeksi dalam kelompok
pengamatan, yang mungkin memiliki ukuran contoh.
4) Peta-np
Peta kendali np menggunakan ukuran banyaknya item yang tidak memenuhi
spesifikasi dalam suatu pemeriksaan. Jadi dalam peta np tidak ada perubahan skala
pengukuran.
14
menimbulkan efek tak terduga terhadap karakteristik proses (Special Causes
Variation).
2. Untuk menentukan kontrol dan kapabilitas kontrol statistik/Statistical
Control Capability (Stable).
suatu proses yang hanya mempunyai common causes varitaion yang
mempengaruhi hasil disebut proses yang stabil atau dapat dikatakan berada
dalam statistical control capability. Proses dikatakan kapabel apabila bersifat
stabil dan outputnya memenuhi kebutuhan pelanggan. Dapat terjadi bahwa
proses bersifat stabil tetapi tidak kapabel dalam memenuhi kebutuhan
pelanggan.
3. Untuk mengetahui kapan perubahan perlu dilakukan
sekali diketahui special cause variation, maka dapat dihilangkan tanpa
mengubah seluruh proses atau sistem. Terlebih dulu dapat dihilangkan special
cause variation untuk membuat proses menjadi stabil. Setelah itu dapat
diperkirakan kapabilitas proses untuk memenuhi kebutuhan customer. Tanpa
control chart sering dilakukan kesalahan dengan mengubah proses stabil yang
sebetulnya tidak perlu.
Untuk mengetahui tanggung jawab yang diperlukan untuk melakukan
perbaikan. Biasanya orang-orang yang terlibat di dalam proses bertanggung
jawab untuk menghilangkan special causes. Common causes adalah persoalan
sistem atau proses sehingga ini merupakan tanggung jawab orang-orang yang
bekerja terhadap sistem untuk melakukan perubahan sistem.
15
2.10 Langkah-langkah Pembuatan Peta Kendali/Control Chart
a. Peta Kendali/Control Chart Rata-Rata(X) dan Range(R)
1. Tentukan ukuran subgrup (n = 3, 4, 5, ......)
2. Tentukan banyaknya subgrup (k) sedikitnya 20 subgrup
3. Hitung nilai rata-rata dari setiap subgrup, yaitu X.
4. Hitung nilai rata-rata seluruh X, yaitu X, yang merupakan center line dari peta
kendali X
5. Hitung nilai selisih data terbesar dengan data terkecil dari setiap subgrup, yaitu
range (R)
6. Hitung nilai rata-rata dari seluruh R, yaitu R yang merupakan center line dari
peta kendali R
7. Hitung batas kendali dari peta kendali X :
9. Plot data X dan R pada peta kendali X dan R serta amati apakah data tersebut
berada dalam pengendalian atau tidak
10. Hitung indeks kapabilitas proses (Cp)
Kriteria penilaian :
• Jika Cp>1,33 maka kapabilitas proses sangat baik
• Jika 1,00≤Cp≤1,33 maka kapabilitas proses baik
• Jika Cp<1,00 maka kapabilitas proses rendah
16
Hitung indeks Cpk :
Cpk = Minimum {CPU ; CPL}
Dimana :
USL - X X - LSL
CPU = dan CPL =
3S 3S
Kriteria penilaian : Kondisi ideal : Cp > 1,33 dan Cp = Cpk
b. Peta Kendali/ Control Chart Rata-Rata (X) dan Standar Deviasi (S)
1. Tentukan ukuran contoh/subgrup (n > 10)
2. Kumpulkan banyaknya subgrup (k) sedikitnya 20 – 25 subgrup
3. Hitung nilai rata-rata dari setiap subgrup, yaitu x
4. Hitung nilai rata-rata dari seluruh x, yaitu x yang merupakan garis tengah (center
line) dari peta kendali x
5. Hitung simpangan baku dari setiap subgrup yaitu S :
6. Hitung nilai rata-rata dari seluruh S, yaitu S yang merupakan garis tengah dari
peta kendali S
7. Hitung batas atas kendali dari peta kendali x :
17
8. Hitung batas kendali untuk peta kendali S :
9. Plot data x dan S pada peta kendali x dan S serta amati apakah data tersebut
berada dalam pengendalian atau diluar pengendalian.
18
BAB III
PENUTUP
3.1 Kesimpulan
Mentalitas Dasar merupakan sikap mental yang mendasari cara berpikir,
bertutur kata, bersikap dan bertindak dalam melaksanakan pekerjaan sehari-hari
yang selaras dengan nilai-nilai dasar (core values) perusahaan. Melalui
implementasi Basic Mentality, budaya perusahaan mulai disemaikan. Dimana
setiap individu mempunyai kebiasaan dan sikap kerja yang mencerminkan nilai-
nilai dasar tersebut.
The 7 QC tools terdiri dari check sheet, flowchart, scatter diagram, pareto
diagram, histogram, fishbone diagram dan control chart. Ketujuh alat tersebut
tidak semua harus dipakai dalam melakukan analisi. Namun dari kesemua itu, seven
tools mempunyai kelemahan dalam melakukan analisis yaitu tidak mampu
menggambarkan keterkaitan antar faktor yang mempengaruhi target. Alat apa yang
akan digunakan, disesuaikan dengan data-data yang ada serta tujuan yang akan
dicapai. Sehingga, perusahaan dapat menjaga kualitas produk maupun jasa yang
dihasilkan.
Adapun dari pembahasan dua metode sebelumnya, yakni fishbone diagram
dan control chart sangat efektif dilakukan dalam kondisi tertentu. Akan tetapi,
ketujuh metode ini dapat digunakan secara berintegrasi agar dapat menghasilkan
analisis yang akurat dalam dunia industri.
3.2 Saran
Demikianlah makalah yang kami buat. Saran dan kritik sangat kami
harapkan demi adanya makalah yang lebih baik lagi untuk kedepannya. Semoga
makalah ini bermanfaat bagi penulis pada khususnya dan bagi semua pembaca pada
umumnya.
19
DAFTAR PUSTAKA
Neyestani, B. (2017). Seven Basic Tools of Quality Control: An Appropriate Tools
for Solving Quality Problems in the Organizations. Munich Personal RePEc
Archive, (74203), 11.
https://www.scribd.com/doc/235059748/Control-Chart-Untuk-Data-Atribut
https://ilmumanajemenindustri.com/jenis-jenis-control-chart-peta-kendali-rumus-
control-chart/
http://rizal.blog.undip.ac.id/files/2009/08/2013_Fishbone-Diagram-dan-
Langkah.pdf
https://eriskusnadi.wordpress.com/2011/12/24/fishbone-diagram-dan-langkah-
langkah-pembuatannya/
https://www.dictio.id/t/apa-yang-dimaksud-dengan-diagram-tulang-ikan-atau-
fishbone-diagram/15297
https://sis.binus.ac.id/2017/05/15/fishbone-diagram/
https://www.canva.com/id_id/grafik/fishbone-diagram/
20