Penggalian Kebutuhan Pelanggan Dengan Metode

Quality Function Deployment Pada Bidang Industri

Dan Teknologi
Dhyna Octabriyantiningtyas
Institut Teknologi Sepuluh November

ABSTRAK
Dalam era digital yang sangat canggih seperti saat ini, segala informasi mudah diakses, disimpan,
ditelusuri, dan dianalisa. Big Data bukan sekedar tren yang dipopulerkan oleh kalangan eksklusif, melainkan
sebuah penanda perubahan paradigma untuk memahami proses-proses sosial. Mengacu pada manfaat besar yang
dapat ditawarkan oleh teknologi Big Data, menarik untuk melihat sejauh mana teknologi Big Data sudah
dimanfaatkan di dunia pendidikan, dan tantangan apa saja yang muncul dalam penerapannya. Bagi kalangan
akademisi, Big Data telah memberikan tantangan bagi peneliti sosial dengan adanya unit analisis dari manusia
menjadi algoritma. Ketersediaan data skala besar dan murah dewasa ini seharusnya mendorong berbagai pihak
untuk memanfaatkannya melalui implementasi Big Data analitik. Peluang dan manfaat penerapan Big Data
sangat potensial termasuk di dunia pendidikan. Dengan menggunakan data, kebijakan bidang akademik bisa
didesain dan diimplementasikan lebih efektif serta tepat untuk mencapai sasaran.

Kata kunci: Big Data, Education, Analisis Data.

1. Introduction mudahnya tiap individu untuk mendapatkan data

Semakin berkembangnya teknologi membuat
semakin mudah pula pekerjaan manusia, mulai dari
hal yang sepele hingga yang rumit. Perkembangan
peradaban kehidupan manusia yang menggunakan
dasar pemikiran dan analisa yang tak akan lepas
dari adanya data. Pada era digital ini, informasi
menjadi suatu hal yang sangat penting dalam
menunjang keberlangsungan digitalisasi tersebut.
Perkembangan era digitalisasi berdampak besar
terhadap kehidupan, salah satunya adalah cara
penggunaan data. Ribuan, jutaan bahkan milyaran
data mengenai beberapa hal ada di dunia. Mulai
darai data A sampai Z data dari awal manusia
bangun tidur hingga terlelap kembali dapat
dianalisa.
Penggunaan data tentunya banyak
pemanfaatannya mulai dari pengambilan keputusan
hingga hal hal yang besar yang menyangkut hal
yang bersifatnya global. Era digital membuat
manusia tak perlu lagi bersusah payah
mengumpulkan data yang sangat banyak, dengan
berbagai aplikasi memudahkan data tersebut
disusun dan dianalisa.Hal ini dipengaruhi dengan
yang diinginkannya melalui internet. Intenet
menghubungan tiap individu di seluruh dunia
dengan mudah tanpa memperdulikan jarak /lokasi
dan waktu Pengumpulan data yang sangat besar di
era ini disebut dengan Big Data.
Big Data adalah sebuah teknologi baru di
dunia teknologi informasi dimana memungkinkan
proses pengelolaan penyimpanan dan analisis data
dalam beragam bentuk / format, berjumlah
besar.Dengan adanya Big Data ini, data menjadi
hal yang penting dalam menjalankan berbagai hal,
beberapa diantaranya : mengetahui trend pasar,,
mengutahui tingkat konsumen saat ini, data
dikelola secara komputerisasi sehingga membuat
efisien dalam penghematan tempat dan
penyimpanan data.Disebut Big Data karena data
tersebut semakin lama semakin banyak dan besar
semakin susah untuk digunakanKemunculan Big
Data ini menimbulkan dua hal yakni keuntungan
dan kerugian. Manfaat telah disebutkan
sebelumnya yakni memudahkan manusia.
Sedangkan kerugiannya yakni tak semuanya benar,
beberpa pihak yang tidak bertanggung jawab
memanipulasi data. Data yang tak relevan
terkadang di munculkan tidak sesuai dengan data
yang sebenarnya. Akan tetapi penggunaan Big Data
seringkali menimbulkan kerugian karena cakupan
yang luas meliputi sosial media kerap kali dijumpai
kasus dimana data personal sebuah perusahaan
hilang ataupun terbuang. Oleh karena itu
dibutuhkan pengetahuan yang mendalam mengenai
Big data sehingga data dapat digunakan secara
maksimal.
Akan tetapi penggunaan Big Data sendiri
belum sepenuhnya dilaksanakan , banyak faktor
yang menghambat pelaksanaan tersebut baik itu
permasalahan kewenangan, dana, kurangnya
Sumber Daya Manusia yang ahli dibidangnya, dan
masalah lain yang menjai masalah klasik
organisasi/lembaga.Hal inilah yang patuh
dipertanyakan, padahal dengan adanya Big Data
analisis data akan menjadi lebih mudah, efisien dan
juga efektif. Proses pengubahan Data dari yang
biasa menjadi sebuah Big Data membutuhkan cara
dan teknik khusus yang belum dapat diikuti secara
menyeluruh dalam lembaga /intansi terutama
dibawah naungan pemerintahan.
2. Metodologi
Pada tahap ini, akan dijelaskan tentang
tahapan dalam mencari topik untuk menyusun studi
literatur yang ada.
2.1 Menentukan Topik
Pada tahap ini, penulis mencari sebuah topik
yang dapat diangkat menjadi sebuah bahan
penelitian. Penelitian ini berhubungan dengan
peningkatan kualitas suatu produk berdasarkan
kebutuhan pelanggan, oleh karena itu penulis
mencari topik yang menarik pada pokok bahasan
tersebut. Berdasarkan literatur yang telah
didapatkan, diketahui bahwa untuk meningkatkan
kualitas suatu produk terdapat beberapa cara salah
satunya yaitu melakukan penggalian kebutuhan
pelanggan dengan metode Quality Function
Deplyment.
Terkadang aspek penggalian kebutuhan
pelanggan dengan metode Quality Function
Deployment tidak dilakukan oleh beberapa
perusahaan secara tepat, padahal hal tersebut bisa
berdampak besar dalam peningkatan kepuasan
pelanggan terhadap suatu produk yang akan dibuat.
Dikarenakan permsalahan tersebut, penulis akan
membahas tentang ketepatan penggalian kebutuhan
pelanggan menggunakan metode Quality Function
Deployment yang telah dilakukan pada beberapa
studi kasus dibidang industri dan teknologi.
2.2 Mencari Literatur
Proses pencarian literatur yang dilakukan oleh
peneliti didasarkan sumber pada website yang
memuat jurnal internasional dan jurnal konferensi
internasional seperti Science Direct yang dibatasi
dari tahun 2014 - 2018. Pencarian dilakukan pada
sumber data literatur berdasarkan kata kunci yang
sesuai dengan topik pembahasan yang diangkat
pada penelitian ini.
2.3 Evaluasi Data
Pada tahap evaluasi, penulis mengulas jurnal
yang telah didapat dengan mengikuti acuan
pertanyaan yang merujuk pada topik yang
diambil.Metode yang digunakanuntukevaluasi data
yaitu Research Question. Research Question adalah
suatu pertanyaan dalam sebuah penelitian yang
jelas, terfokus, singkat dan sedang diperdebatkan
atau menjadi aspek perhatian masyarakat.
Pertanyaan yang diajukan sebaiknya berfokus pada
aspek atau topik yang memang ingin di bahas
secara detail dalam penelitian.  Pertanyaan yang
menjadi acuan dalam proses evaluasi, yaitu :
RQ1 : a. Apakah Jurnal membahas tentang
penggalian kebutuhan pelanggan pada bidang
industri atau teknologi ?, nilai = 1.
b. Apakah Jurnal membahas tentang penggalian
kebutuhan pelanggan?, nilai = 0,5.
c. Apakah Jurnal tidak membahas tentang
penggalian kebutuhan pelanggan?, nilai = 0.
RQ2 : a. Apakah Jurnal membahas tentang
metode Quality Function Deployment?, nilai = 1.
b. Apakah Jurnal membahas tentang metode dalam
penggalian kebutuhan pelanggan?, nilai = 0,5.
c. Apakah Jurnal tidak membahas metode dalam
penggalian kebutuhan pelanggan ?, nilai = 0.
RQ3 : a. Apakah hasil penelitian mengatakan
bahwa metode Quality Function Deployment tepat
digunakan dalam penggalian kebutuah dibidang
industri atau teknologi ?, nilai = 1.
b. Apakah hasil penelitian mengatakan bahwa salah
satu metode yang tepat digunakan dalam
penggalian kebutuah dibidang industri atau
teknologi adalah Quality Function Deployment?,
nilai = 0,5.
c. Apakah hasil penelitian tidak menyantumkan
metode Quality Function Deployment?, nilai = 0.
Jurnal yang dipilih untuk dijadikan bahan
studi literatur berdasarkan pada topik pembahasan
yang diangkat, kesinambungan abstrak, dasar 2016 94
penelitian, tahap-tahap penerapan metode Quality
Function Deployment dalam penggalian kebutuhan 2017 85
pelanggan dan hasil dari penerapan metode Quality
Function Deployment. 2018 36
Dari literatur yang sudah didapatkan, penulis
2.4 Analisis melakukan analisis data dengan memetakan
Pada tahap analisis, penulis memetakan hasil menjadi beberapa aspek yaitu skala, metode dan
kajian jurnal yang sesuai dengan topik yang implementasi. Pemetaan studi literatur dapat dilihat
diangkat. Penulis memetakan hasil kajian menjadi pada Gambar 1.
beberapa aspek, yaitu besar skala studi kasus yang
dibahas untuk pemenuhan kebutuhan pelanggan,
metode yang digunakan, dan juga
implementasinya.

2.5 Menuliskan Hasil Kajian

Pada proses akhir, penulis
mendokumentasikan hasil kajian dari jurnal-jurnal
yang sudah dipilih dan dipelajari menjadi sebuah
studi literatur yang menghasilkan suatu penegasan
akan sesuatu hal. Laporan hasil studi literatur yang
ditulis oleh penulis mengikuti format jurnal review
yang sudah ditentukan.

3. Hasil
Pada proses pencarian literatur, penulis
menggunakan kata kunci atau keyword yaitu
“Quality Function Deployment industry” dan
“Quality Function Deployment technology”.
Ketika menggunakan keyword tersebut, hasil
pencarian yang didapat menunjukkan hasil pada
Tabel 1 dan Tabel 2 berikut :
Gambar 1 Aspek Analisis Data
Berdasarkan tahap evaluasi data yang telah
dilakukan, dihasilkan beberapa jurnal yang
memenuhi aspek uji kualitas jurnal. Hasil dari uji
kualitas jurnal dapat dilihat pada Tabel 3.

Tabel 1 Hasil Pencarian Jurnal QFD Industri Tabel 3 Perhitungan Uji Kualitas Jurnal
RQ
Tahun Hasil No. Jurnal RQ1 RQ2 Rata
3
2014 75 Lana
1 1 1 1 1,0
Sularto [1]
2015 89 Iilija
2 1 1 1 1,0
Djekic[10]
2016 90 Afshar
3 1 1 1 1,0
Kasaei[11]
2017 84
Chih-Hsuan
2018 30 4 1 1 1 1,0
Wang[13]

Yonghan
Tabel 2 Hasil Pencarian Jurnal QFD 5 1 1 1 1,0
Ju[29]
Teknologi
6 Jian Jin[30] 1 1 1 1,0
Tahun Hasil
Sandra
2014 78 7 1 1 0,5 0,8
Schillo[2]
2015 93 8 Xin Wu[4] 1 1 0,5 0,8
 Yu-Hui
9 1 1 0,5 0,8 SKALA
Wang[5]
Liang- 17
10 1 1 0,5 0,8
Hsuan[6] 16
C.K.M 15
11 1 1 0,5 0,8
Lee[7] 14
Lincoln C. 13
12 1 1 0,5 0,8
Wood[12] Besar Kecil
Trappey, Hasil dari perhitungan uji kualitas jurnal
13 Amy 1 1 0,5 0,8
berdasarkan pertanyaan yang sudah ditetapkan,
J.C[14]
menyatakan bahwa sebagian besar jurnal
Yung-Hung mendukung bahwa Quality Function Deployment
14 1 1 0,5 0,8
Wu[15] merupakan salah satu metode yang tepat digunakan
dalam penggalian kebutuhan pengguna di bidang
Shuhai
15 1 1 0,5 0,8 industri dan teknologi.
Fan[16]
Gyungmi
16 1 1 0,5 0,8
Jin[17]
Koray
17 0,5 1 1 0,8
Altun[18]
Suiran
18 0,5 1 1 0,8
Yu[19]
Mohammad
Shahi
19 1 1 0,5 0,8
Ashtiany[2
0] Gambar 2 Grafik Skala Proyek
H
20 1 1 0,5 0,8 Dari hasil analisis, didapatkan bahwa metode
Elleuch[23]
Quality Function Deployment dalam penggalian
kebutuhan pengguna pada proyek berskala besar
21 Qi Guo[24] 1 1 0,5 0,8
lebih rendah dibandingkan dengan proyek berskala
kecil. Persentase berbandingan yang dihasilkan
Tabel 3 Perhitungan Uji Kualitas Jurnal (Lanjutan) adalah empat belas dibanding enam belas.
Sedangkan dari sudut pandang metode yang
No. Jurnal RQ1 RQ2 RQ3 Rata
digunakan dalam penggalian kebutuhan pengguna
Koichi dibagi menjadi dua yaitu menggunakan metode
22 1 1 0,5 0,8
Murata[25] Quality Function Deployment saja atau
23 Bjorn Falk[26] 0,5 1 0,5 0,7 menggunakan metode Quality Function
Hosna Deployment bercampur metode lainnya. Persentase
24 1 1 0,5 0,8
Pakizehkar[27] perbandingan yang dihasilkan adalah dua puluh
25 Qiang Yang[3] 0,5 1 0,5 0,7 dibanding sepuluh.
Yunwen
26 0,5 1 0,5 0,7
Miao[8] METODE
Mojdeh
27 0,5 1 0,5 0,7 25
Younesi[9]
20
28 Wu Xingli[21] 0,5 1 0,5 0,7 15
Alexandre 10
29 0,5 1 0,5 0,7
Popoff[22] 5
Andreea 0
30 Cristina 0,5 1 0,5 0,7 QFD QFD + Other
Ionica[28]

Gambar 3 Grafik Metode
IMPLEMENTASI
20
15
10
5 Selanjutnya pada tahap mengevaluasi produk
0 dengan melakukan pembagian kuisioner kepada
INDUSTRI TEKNOLOGI
Dan pada sudut pandang bidang implementasi
rekayasa perangkat lunak dibagi menjadi dua
bagian yaitu bidang industri dan bidang teknologi.
Persentase perbandingan yang dihasilkan dari
analisis jurnal yang ada sebesar delapan belas
dibanding dua belas.
Gambar 4 Grafik Implementasi
4. Diskusi
Konsep Quality Function Deployment
merupakan alat untuk menidentifikasikan
kebutuhan pelanggan. Tujuannya adalah menjamin
bahwa produk yang dihasilkan dapat memenuhi
tingkat kualitas yang memuaskan pelanggan. Salah
satu bentuk penilaian kinerja industri adalah
penilaian terhadap Quality Function Deployment
(QFD).
QFD memberikan sejumlah manfaat bagi
perusahaan yang mencoba untuk mempertinggi
daya saingnya dengan memperbaiki secara kontinu
kualitas dan produktivitasnya. Manfaat dari QFD
antara lain: fokus pada pelanggan, efisiensi waktu,
orientasi kerjasama tim, dan orientasi pada
dokumentasi.
4.1 Quality Function Deployment Berdasarkan
Skala Proyek
Metode Quality Function Deployment yang
dalam penggalian kebutuhan pelanggan dikaji
menurut sudut pandang skala proyek. Skala besaran
proyek dibagi menjadi dua yaitu, proyek berskala
besar dan proyek berskala kecil. Pada
penelitiannya, Lana Sularto 2015, menyatakan
bahwa dalam analisis QFD dalam proyek skala
besar dapat dilakukan dengan beberapa tahapan
yaitu, tahap penentuan atribut suatu produk,
mengevaluasi produk, dan tahap proyek obyektif.
Pada tahap penentuan atribut suatu produk, yang
perlu dilakukan adalah menyusun atribut produk
berdasarkan prioritas yang mencerminkan hal-hal
yang dibutuhkan atau diharapkan oleh pelanggan.
responden yang sudah menggunakan atau
memanfaatkan produk. Tahap ketiga yaitu tahap
obyektif yang perlu dilakukan memperhatikan
kinerja perbandingan data dan indeks kepentingan
pelanggan yang sesuai dengan atribut produk.
Sehingga dapat meilhat peluang untuk melakukan
perbaikan dan menetapkannya sebagai tujuan yang
harus dipenuhi dalam modifikasi desain produk.
Sedangkan menurut, Chih-Hsuan Wang 2017,
pada proyek skala besar kurang efektif
menggunakan metode QFD untuk penggalian
kebutuhan pelanggan karena atribut yang
digunakan terlalu banyak. Selain itu, keakuratan
QFD masih kurang jika diterapkan pada proyek
yang berskala besar. QFD akan akurat apabila
digabungkan dengan metode lain, seperti metode
TRIZ yang disarankan pada penelitian Chin-Hsuan
Wang.
Menurut, Yu Hui Wang 2017, penggunaan
metode Quality Function Deployment pada proyek
skala kecil yaitu pertama mendefinisikan arsitektur,
detail dan mode operasi dari layanan proyek
terbaru. Resolusi layanan ditambahkan sebagai data
ke dalam matriks QFD. Dalam fase tersebut, fungsi
layanan potensial yang potensial dimasukkan ke
dalam data matriks QFD. Kemudian, dilakukan
analisis QFD secara berulang untuk mengetahui
fungsi dari layanan mana yang dapat dipilih sesuai
dengan perhitungan QFD. Sehingga, design proyek
baru dapat dikembangkan sesuai dengan kebutuhan
pelanggan.
Pada penelitian Jian Jin 2015, menunjukkan
bahwa pada proyek skala kecil lebih simple dalam
proses penggalian kebutuhan pelanggan. Dalam
penelitian tersebut melakukan studi eksplorasi,
yaitu penggalian kebutuhan secara online yang
kemudian diterjemahkan secara manual ke dalam
engineering characteristic. Pendekatan analisis
bahasa probabilistik diusulkan untuk
menerjemahkan ulasan ke dalam engineering
characteristic. Secara khusus, informasi konkurensi
statistik antara kata kunci dan kata-kata di dekatnya
dianalisis. Hal yang sama diungkapkan oleh,
Koichi Murata 2017, pada proyek skala kecil tidak
memerlukan atribut terlalu banyak, karena lingkup
proyek tidak terlalu luas.
Pada penerapan metode Quality Function
Deployment berdasarkan skala besaran proyek
antara proyek besar dan kecil memiliki kemiripan
dalam hal analisisnya. Dalam penggalian
kebutuhan pelanggan yang selalu dilakukan
pertama kali adalah menentukan atribut fungsi dari
produk atau proyek yang akan dikembangkan.
4.2 Quality Function Deployment dengan
Beberapa Metode
Pada beberapa studi kasus produksi, dalam
penggalian kebutuhan pelanggan dapat
menggunakan metode Quality Function
Deployment (QFD). Metode tersebut dapat
digunakan secara tunggal maupun digabungkan
dengan metode lain. Menurut, Wood C. 2016,
dalam penelitiannya menyebutkan bahwa QFD
berfungsi sebagai alat bantu dalam memahami
permintaan pelanggan. Pada penelitiannya
mengevaluasi penggunaan QFD dalam merancang
produk, menentukan kebutuhan end user, dan
menerjemahkan persyaratan teknis yang sesuai
untuk diimplementasikan pada berbagai tingkat
perencanaan operasional. QFD merupakan metode
yang terstruktur dan sistematis untuk mengintegrasi
kebutuhan pelanggan. QFD dapat digunakan secara
tunggal dalam penggalian kebutuhan pelanggan,
dengan penggunaan matriks kualitas berguna untuk
menafsirkan kualitas permiantaan pelanggan
sehingga menghasilkan produk yang berkualitas
dan spesifik.
Pada penelitian Xin Wu 2017, menyebutkan
metode QFD digunakan untuk memperoleh voice
of customer, mendapatkan prioritas tindakan respon
teknis, serta menghasilkan usulan strategi yang
sebaiknya diambil oleh perusahaan untuk
meningkatkan kualitas layanan. Dengan metode
QFD, diperoleh atribut-atribut yang menjadi
prioritas untuk peningkatan kualitas layanan. Dari
perhitungan yang diketahui bahwa semua respon
teknik dari perusahaan sudah maksimum tetapi ada
atribut yang perlu ditingkatkan.
Sedangkan pada penelitian Hsuan Liang,
2017, menggabungkan antara metode Quality
Function Deployment dengan metode Fuzzy.
Menurut Hsuan Liang, 2017, penggabungan kedua
metode tersebut karena mampu memperjelas
ketidakpastian dalam menerjemahkn keinginan
pelanggan ke dalam desain produk. Hal ini
diperlukan karena keinginan pelanggan bersifat
kualitatif dan subyektif. Metode QFD dipilih
karena metode tersebut mampu menerjemahkan
kebutuhan pelanggan ke dalam sebuah produk,
guna memperbaiki maupun mengembangkan
produk sesuai dengan kebutuhan pelanggan. Logika
Fuuzy merupakan sebuah logika yang memiliki
nilai kekaburan atau kesamaran antara dua nilai
dalam sistem yang sederhana.
4.3 Implementasi Quality Function Deployment
Metode Quality Function Deployment dapat
diimplementasikan pada bidang industri dan
teknologi. Menurut penelitian yang dilakukan oleh
Sandra Schillo 2017, penerapan metode di bidang
industri dapat meningkatkan kualitas produk
dengan menggunakan beberapa atribut yang
diprioritaskan oleh perusahaan. QFD merupakan
suatu alat analisis untuk menjabarkan kebutuhan
pelanggan, mengevaluasi produk secara sistematik
mengenai kemampuannya memenuhi kebutuhan
tersebut. Analisis dilakukan dengan mengetahui
atribut yang penting bagi pelanggan, tingkat
kepuasan pelanggan dan perbandingannya terhadap
produk lain. Sehingga dapat membangun strategi
pemasaran yang tepat untuk mengembangkan
produk sesuai dengan kepuasan pelanggan.
Sedangkan menurut C.K.M Lee 2015, pada
dunia industri penggunaan QFD dapat digunakan
dalam proses perancangan produk. Metode QFD
akan membantu manajemen dalam memperoleh
keunggulan kompetitif melalui proses penciptaan
karakteristik dan atribut kualitas produk yang
mampu meningkatkan kepuasan pelanggan.
Mengenai kebutuhan pelanggan yang diperoleh
pada tahap awal proses perencanaan diterapkan
pada seluruh tahapan siklus produk, mulai tahap
konsep desain, perencanaan komponen,
perencanaan proses dan produksi, hingga produk
sampai ke tangan pelanggan.
Pada penelitian Suiran Yu 2015, menyebutkan
QFD adalah alat yang dapat menangkap dan
menerjemahkan kebutuhan pelanggan untuk respon
teknis dalam memenuhi kepuasan pelanggan.
Pengumpulan data dalam penelitian tersebut, yaitu
observasi lapangan, wawancara, diskusi kelompok
terarah, dan survei dengan kuesioner.
Penelitian yang dilakukan Yonghan Ju 2015,
memaparkan pada dunia teknologi, metode QFD
dapat membantu memprioritaskan kebutuhan user
yang dapat dikembangkan sesuai kemampuan
teknologi robot yang akan dibuat. Pengembangan
konsep dengan mebuat konsep-konsep alternatif
baru yang nantinya akan dipilih oleh tim
pengembang. Selanjutnya, adalah part deployment
atau QFD iterasi kedua, untuk menentukan prioritas
critical part. Prioritas critical part dihasilkan
berdasarkan prioritas karakteristik teknis yang telah
didapatkan pada karakteristik teknis yang diperoleh
dari QFD iterasi satu.
Menurut Trappey, Amy J.C 2018, metode
QFD merupakan sebuah metode yang handal dan
teruji dalam meningkatkan kualitas pada proses
perencanaan, pengembagan atau peningkatan
kualitas sebuah produk. Dengan terciptanya
komunikasi antara pengguna dan pembuat, sebuah
produk akan terhindar dari kemungkinan market
misses ketika dipasarkan.
Berdasarkan studi literatur yang telah
dilakukan oleh penulis, terdapat beberapa studi
kasus yang mengimplementasikan metode Quality
Function Deployment, yaitu studi kasus di bidang
industri dan teknologi. Kedua implementasi dalam
studi kasus tersebut menerapkan metode QFD
dalam penggalian kebutuhan pelanggan. Dari studi
literatur yang sudah dianalisis oleh penulis
diketahui bahwa metode QFD dapat diterapkan
dimana saja untuk membantu perusahaan dalam
memperbaiki produk. Implementasinya dibidang
industri dan teknologi, terdapat sedikit perbedaan
dalam penggunaan metode QFD yaitu dalam hal
indikator yang digunakan dan pangsa pasar yang
dituju. Namun, dari analisi yang sudah dilakukan
penerapan metode QFD dibidang industri lebih
sering digunakan daripada dibidang teknologi.
5. Kesimpulan
Dari hasil pengkajian beberapa jurnal dari
penelitian sebelumnya, dapat disimpulkan bahwa
metode Quality Function Deployment merupakan
salah satu metode yang tepat digunakan untuk
menggali kebutuhan pelanggan. Metode Quality
Function Deployment dapat digunakan pada
proyek skala besar maupun kecil di bidang
industri dan teknologi. Selain itu, untuk
mendapatkan hasil yang akurat dalam menggali
kebutuhan pelanggan, metode Quality Function
Deployment dapat digabungkan dengan metode
lain sebagi pendukung.
6. Referensi
[1] Sularto, Lana,. Yunitasari, Tristyanti. 2015.
User Requirements Analysis for Restaurant
POS and Accounting Application Using
Quality Function Deployment (Restoran).
Procedia-Social and Behavioral Sciences
Vol. 169 pages 266-280.
[2] Schillo, Sandra,. Shakiba, Abtin. 2017.
Linking Advanced Biofuels Policies With
Stakeholder Interests: A method building on
Quality Function Deployment . Energy
Policy Vol. 100 pages 126-137.
[3] Yang, Qiang. Li, Yan-Lai. 2018. A Quality
Function Deployment-based framework for
the riskmanagement of hazardous material
transportation process . Journal of Loss
Prevention in the Process Industries Vol. 52
pages 81-92.
[4] Wu, Xin,. Xu, Meng. 2017. Robust fuzzy
Quality Function Deployment based on the
mean-end-chain concept: Service station
evaluation problem for rail catering
services. European Journal of Operational
Research Vol. 263 pages 974-995.
[5] Wang, Yu-Hui. Trappey, Amy J.C. 2017.
Service design blueprint approach
incorporating TRIZ and service QFD for a
meal ordering system: A case study
(Layanan Cloud Restoran Swalayan).
Computers & Industrial Engineering Vol.
107 pages 388-400.
[6] Liang-Hsuan, Chen. Feng-Ting, Yeh. 2017.
Approach based on fuzzy goal programing
and quality fuction deployment for new
product planning. European Journal of
Operational Research Vol. 259 pages 654-
663.
[7] Lee, C.K.M,. Ip, W.H. 2015. Analyze the
healthcare service requirement using fuzzy
QFD. Computers in Industry Vol. 74 pages
1-15.
[8] Miao, Yunwen. Ji, Ping. 2017. Two
uncertain chance-constrained programming
models to setting target levels of design
attributes in Quality Function Deployment
(Desain Sepeda Motor). Information
Sciences Vol. 415-416 pages 156-170.
[9] Younesi, Mojdeh. Roghanian, Emad. 2015.
A framework for sustainable product
design: a hybrid fuzzy approach based on
Quality Function Deployment for
Environment. Journal of Cleaner Production
Vol. 108 pages 385-394.
[10 Djekic, IIlija. Klaus, Anita. 2017.
] Application of Quality Function Deployment
on shelf-life analysis of Agaricus bisporus
 Portobello. LWT Food Science and
Technology Vol. 78 pages 82-89.
[11 Kasaei, Afshar. Milani, A.S. 2014. An
] application of Quality Function Deployment
method in engineering materials selection.
Materials & Design Vol. 55 pages 912-920.
[12 C.Wood, Lincoln. Wang, Cheng. 2016.
] Green hospital design: integrating Quality
Function Deployment and end-user
demands. Journal of Cleaner Production
Vol. 112 Part 1 pages 903-913.
[13 Wang, Chih-Hsuan. 2017. Incorporating
] the concept of systematic innovation into
Quality Function Deployment for
developing multi-functional smart phones.
Computers & Industrial Engineering Vol.
107 pages 367-375.
[14 Trappey, Amy J.C,. Lee, Ian J.Y. 2018.
] Consumer Driven Product Technology
Functional Deployment Using Social Media
and Patent Mining. Advanced Engineering
Informatics Vol. 36 pages 120-129.
[15 Wu, Yung-Hung. Chung Ho, Chao. 2015.
] Integration of green Quality Function
Deployment and fuzzy theory: a case study
on green mobile phone design. Journal of
Cleaner Production Vol. 108 Part A pages
271-280.
[16 Fan, Shuhai. Zhang, Wenqian. 2017. QFD
] Design of Machine - made Sand Based on
Independent / Decomposition Axiom.
Procedia Engineering Vol. 174 pages 442-
448.
[17 Jin, Gyungmi. Yoon, Byungun. 2015.
] Technology-driven roadmaps for identifying
new product/market opportunities: Use of
text mining and Quality Function
Deployment. Advanced Engineering
Informatics Vol. 29 Issue 1 pages 126-138.
[18 Altun, Koray. Dereli, Turkay. 2016. Multi-
] issue negotiation in Quality Function
Deployment: Modified Even-Swaps in new
product development. . Computers &
Industrial Engineering Vol. 92 pages 31-49.
[19 Yu, Suiran. Xu, Xun. 2015. Incorporating
] Quality Function Deployment with
modularity for the end-of- life of a product
family. Journal of Cleaner Production Vol.
87 pages 423-430.
[20 Shahi Ashtiany, Mohammad. Alipour,
] Alireza. 2016. Integration Axiomatic Design
with Quality Function Deployment and
Sustainable design for the satisfaction of an
airplane tail stakeholders . Procedia CIRP
Vol. 53 pages 142-150.
[21 Xingli, Wu. Huchang, Liao. 2018. An
] approach to Quality Function Deployment
based on probabilistic linguistic term sets
and ORESTE method for multi-expert multi-
criteria
decision making. Information Fusion Vol. 43
pages 13-26.
[22 Popoff, Alexandre. Millet, Dominique.
] 2017. Sustainable life cycle design using
Constraint Satisfaction Problems and
Quality Function Deployment . Procedia
CIRP Vol. 61 pages 75-80.
[23 Elleuch, H,. Chabchoub, H. 2016. A Quality
] Function Deployment approach for
Production Resilience improvement in
Supply Chain : Case of Agrifood Industry.
IFAC-PapersOnline Vol. 49 pages 125-130.
[24 Guo, Qi,. Miao, Rui. 2017. Research on
] Eelement Importance of Shafting
Installation Based on QFD and FMEA.
Procedia Engineering Vol. 174 pages 677-
685.
[25 Murata, Koichi. 2017. Measuring Efficiency
] and Creativity on NPD Quoted by QFD.
Procedia Manufacturing Vol. 11 pages
1112-1119.
[26 Falk, Bjorn,. Schmitt, Robert. 2014.
] Sensory QFD : Matching Sensation with
Measurement. Procedia CIRP Vol. 17 pages
248-253.
[27 Pakizehkar, Hosna,. Eshaghieh, Amir Ehsan.
] 2016. The Application of Integration of
Kano’s Model, AHP Technique and QFD
Matrix in Priotizing the Bank’s
Substructions. Procedia-Social and
Behavioral Sciences Vol. 230 pages 159-
166.
[28 Ionica, Andreea Cristina,. Leba, Monica.
] 2015. QFD Integrated in New Product
Development – Biometric Identification
System Case Study. Procedia Economics and
Finance Vol. 23 pages 986-991.
[29 Ju, Yonghan,. Sohn, So Young. 2015.
] Patent-based QFD framework development
for identification of emerging technologies
and related bussiness models : A case of
robot technology in Korea. Technology
Forecasting and Social Change Vol. 94
pages 44-64.
[30 Jin, Jian,. Lim, Johnson S.C. 2015.
] Translating online customer opinions into
engineering characteristics in QFD : A
probabilistic language analysis approach.
Engineering Application of Artificial
Intelligence Vol. 41 pages 115-127