RINGKASAN PENGANTAR TEKNIK INDUSTRI

Disusun oleh:

Nama : Agnisia Indasari Ipaenin

Nim : 202172059
KELAS :A

PRODI TEKNIK INDUSTRI

FAKULTAS TEKNIK

UNIVERSITAS PATTIMURA

AMBON

2021

BAB 5.1
 PENGUKURAN KERJA

1. Yang pertama adalah estimasi, yang dapat dilakukan dengan salah satu dari dua cara. Kadang-
kadang waktu yang diperlukan disediakan melalui SWAG [1], di mana seorang individu yang
diyakini memiliki pengetahuan tentang tugas tersebut memeriksa pekerjaan yang harus
diselesaikan dan kemudian menyatakan, “Seharusnya memakan waktu berjam-jam untuk
mendapatkan semua potongan lari.”
2. Standar juga ditetapkan dengan menggunakan pengamatan dan pengukuran langsung. Tiga
metode umum untuk menetapkan standar menggunakan pengamatan langsung adalah studi
waktu, pengambilan sampel kerja, dan pengukuran kerja fisiologis.

3. Cara umum ketiga untuk menetapkan standar kerja adalah melalui penggunaan sistem data
standar. Mil-Std 1567 *7+ mendefinisikan data standar sebagai “kompilasi dari semua elemen
yang digunakan untuk melakukan kelas pekerjaan tertentu dengan nilai waktu elemen normal
untuk setiap elemen. Data digunakan sebagai dasar untuk menentukan standar waktu pada
pekerjaan yang serupa dengan yang darinya data ditentukan tanpa membuat studi waktu
yang sebenarnya

KEUNTUNGAN DAN KETERBATASAN PTS

1.Semua sistem waktu yang telah ditentukan memerlukan analisis metode yang lengkap sebelum menetapkan
standar. Setiap gerakan harus diidentifikasi. Masalah metode yang jelas dan ketidakefisienan lainnya dapat segera
diidentifikasi dengan studi rinci tentang metode kerja yang digunakan.

2. Sistem waktu yang telah ditentukan tidak mengharuskan analis untuk melakukan penilaian kinerja. Ini
menghilangkan beberapa subjektivitas dari standar yang dihasilkan dan memberikan standar yang lebih konsisten

3. Untuk mengembangkan standar kerja menggunakan metode pengamatan langsung, pekerjaan harus diukur
saat sedang dilakukan. Sistem waktu yang telah ditentukan memungkinkan analis untuk memvisualisasikan
pekerjaan dan mensintesis standar bahkan jika tugas tersebut masih dalam tahap perencanaan.
4. Sistem waktu yang telah ditentukan memberikan informasi tentang waktu belajar. Pengembangan kurva
pembelajaran dan penerapannya selanjutnya merupakan bagian penting dalam menentukan biaya produk atau
layanan baru.

SISTEM WAKTU YANG DITETAPKAN

Sistem waktu yang telah ditentukan memberikan informasi tentang siklus kerja manual dalam hal gerakan dasar
manusia. Ada perbedaan antara kriteria yang diadopsi untuk klasifikasi gerakan ini. Secara garis besar, ada dua
set utama:

1. Klasifikasi terkait objek

2. Klasifikasi terkait perilaku
METODE PENGUKURAN WAKTU (MTM-1)
. Empat variabel yang mempengaruhi waktu gerak manual dalam sistem faktor kerja:
1. Anggota tubuh yang digunakan
2. Jarak perpindahan (diukur pada dasar garis lurus)
 3. Tingkat kontrol manual diperlukan
4. Berat atau hambatan anggota tubuh yang digunakan dan jenis kelamin operator

Delapan elemen standar faktor kerja adalah transportasi, pegang, preposisi, merakit,
menggunakan, membongkar, proses mental, dan melepaskan.
STUDI WAKTU GERAK DASAR (BMT)
. Studi waktu gerak dasar mempertimbangkan lima faktor berikut dalam menentukan waktu:
1. Jarak dipindahkan
2. Perhatian visual diperlukan untuk menyelesaikan gerakan
3. Tingkat presisi yang dibutuhkan dalam menggenggam atau pemosisian
4. jumlah kekuatan dibutuhkan dalam menangani berat badan
5. Kinerja simultan dari dua gerakan

MODAP

MODAPTS adalah sistem waktu yang telah ditentukan sebelumnya yang relatif mudah digunakan.
MODAPTS adalah singkatan dari

modpengaturan yang teratur dari standar waktu yang telah ditentukan.

MODAPTS adalah sistem waktu yang dikembangkan di Australia berdasarkan premis bahwa bagian tubuh yang
lebih besar membutuhkan waktu lebih lama untuk bergerak daripada bagian yang lebih kecil

DATA JAHIT UMUM (GSD)

GSD dikembangkan oleh Methods Workshop Limited dari Lancashire, Inggris. Para pencetusnya
mengakui bahwa sebagian besar operasi pakaian jadi (menjahit) mengikuti urutan operasi yang
jelas dan berulang:
1. Dapatkan bagian.
2. Satukan bagian.
3. Jahit bagian bersama-sama dengan berbagai penyelarasan dan reposisi.
4. Pangkas benang.
5. Sisihkan bagian.

MTM-MEK
Strategi ini menghasilkan konsekuensi berikut

1. Total waktu yang berlaku untuk operasi yang diberikan tidak lagi dapat dihitung dengan
urutan metode terperinci yang disiapkan oleh seorang analis, melainkan harus diperhitungkan
secara statistik dalam sistem analisis.
2. Penerapan sistem analisis semacam itu mengharuskan kecocokan statistik seperti itu
ditentukan terlebih dahulu. Konsep yang umum digunakan dari one-of-a-kind, batch, dan
produksi massal terlalu samar-samar didefinisikan untuk tujuan menentukan keberadaan
kecocokan statistik ini.
ANDARD DATA (USD)
Data standar universal merupakan modifikasi dari MTM-1. Ini dikembangkan tidak hanya untuk menyediakan data
waktu tertentu yang dapat diterapkan relatif cepat, tetapi juga untuk memberikan konsep aplikasi data standar
 MSD
MSD menyertakan bagan gerak simultan bersama dengan tabel untuk gerakan berikut:
●
Memperoleh
●
Tempat
●
Memutar
●
Menggunakan
●
Pergeseran jari ● Gerakan tubuh
MTM-2
1. Gerakan umum didefinisikan sebagai memindahkan objek secara manual dari satu
lokasi ke lokasi lain secara bebas melalui udara. Untuk menjelaskan berbagai cara di mana
gerakan umum dapat terjadi, urutan aktivitas terdiri dari empat subaktivitas:

SEBUAH Jarak aksi (terutama

horizontal) tubuh gerak (terutama vertikal)
GGain kontrol
Tempat

2. Gerakan terkendali urutan digunakan untuk mencakup aktivitas seperti

mengoperasikan tuas atau engkol, mengaktifkan tombol atau sakelar, atau sekadar menggeser
objek di atas permukaan. Selain parameter A, B, dan G dari urutan gerakan umum, model urutan
untuk gerakan terkontrol berisi subaktivitas berikut:

M Bergerak terkontrol x Waktu proses

Sejajarkan

3. Penggunaan alat Urutan (penggunaan peralatan) meliputi penggunaan perkakas tangan

untuk kegiatan seperti mengencangkan atau mengendurkan, memotong, membersihkan,
mengukur, dan menulis. Juga, aktivitas tertentu yang membutuhkan penggunaan otak untuk
proses mental dapat diklasifikasikan sebagai penggunaan alat. Model urutan penggunaan alat ini
merupakan kombinasi dari gerakan umum dan gerakan terkontrol.

BAB 5.2

TUJUAN DAN HASIL KERJA TEKNIK

STANDAR
Standar tenaga kerja yang direkayasa adalah landasan dari teknik industri. Selama bertahun-tahun, banyak buku
dan artikel telah ditulis tentang penerapan banyak teknik yang membentuk ilmu pengukuran kerja, meskipun
sangat sedikit yang benar-benar membahas secara rinci manfaat standar tenaga kerja rekayasa

UKURAN KERJA DAN STANDAR WAKTU

mereka yakini adalah jalan menuju kemakmuran yang lebih besar baik bagi pemberi kerja
maupun karyawan. Sepanjang jalan mereka menemukan,
menyempurnakan, dan menyesuaikan alat-alat dasar yang diperlukan untuk
mengobarkan pertempuran berkelanjutan menuju efisiensi yang lebih baik. Pengukuran kerja
dianggap sebagai salah satu pencapaian terbaik mereka, yang mungkin menjelaskan mengapa
banyak yang menganggapnya sebagai cikal bakal teknik industri. Pilar-pilar profesi kami ini telah
meninggalkan warisan yang harus dilestarikan dan ditingkatkan untuk memberi manfaat bagi
masyarakat secara keseluruhan.

SIAPA YANG MENDAPAT MANFAAT DARI STANDAR KETENAGAKERJAAN TEKNIK?

Persepsi umum adalah bahwa standar tenaga kerja rekayasa hanya akan menguntungkan manajemen. Banyak
karyawan dan serikat pekerja memandang standar hanya sebagai cara lain yang telah dirancang manajemen untuk
mengeksploitasi tenaga kerja.

SEKTOR MANA MANFAAT DARI STANDAR KETENAGAKERJAAN TEKNIK?

Ada kesalahpahaman bahwa standar tenaga kerja rekayasa hanya dapat diterapkan dalam
operasi manufaktur. Hal ini sebagian besar didasarkan pada tren historis yang menunjukkan
bahwa sebagian besar upaya rekayasa kami di masa lalu menerapkan standar tenaga kerja
rekayasa di sektor manufaktur yang dominan saat itu

TUJUAN UMUM STANDAR KETENAGAKERJAAN TEKNIK

Setiap keputusan yang kita buat sangat dipengaruhi oleh kualitas dan kuantitas informasi yang
kita miliki. Berbagai keputusan manajemen secara langsung mempengaruhi masa depan
perusahaan serta kehidupan karyawannya. Dengan konsekuensi penting yang dipertaruhkan,
proses pengambilan keputusan harus didasarkan pada informasi yang baik

ALASAN KHUSUS MENGGUNAKAN STANDAR KETENAGAKERJAAN TEKNIK

Satu abad evolusi telah mengubah pengukuran kerja menjadi alat yang kuat dan fleksibel.
Kami tidak hanya menyempurnakan teknik awal seperti studi waktu stopwatch, tetapi kami
juga menambahkan metode yang lebih baru dan lebih kuat untuk memenuhi kebutuhan
industri yang terus berkembang. Selama bertahun-tahun, munculnya komputer yang
terjangkau telah memberi insinyur industri sarana untuk mengembangkan alat standar tenaga
kerja yang lebih produktif dan fleksibel
TUJUAN DAN HASIL KERJA TEKNIK STANDAR
Fakta bahwa bahkan saat ini banyak orang menyebut pengukuran kerja sebagai "studi waktu
dan gerak" adalah bukti kegagalan kita untuk memodernisasi konsep pengukuran waktu.

Mengoptimalkan Rekayasa Metode Proses

Langkah pertama dari setiap implementasi standar tenaga kerja rekayasa adalah memulai
tinjauan global terhadap proses kerja saat ini. Target tinjauan ini adalah inefisiensi yang melekat
dalam proses saat ini. Penghematan awal yang terkait dengan langkah pertama dari proses ini
akan digunakan untuk menambah penghematan yang pada gilirannya akan menciptakan lebih
banyak peluang untuk menabung, menciptakan semacam reaksi berantai dari penghematan.
Untuk mencapai hasil seperti itu, penting untuk memasukkan rekayasa metode dalam langkah
pertama program standar tenaga kerja rekayasa. Kombinasi rekayasa metode dan pengukuran
kerja ini menjadi alat yang sangat ampuh dalam memberantas ketidakproduktifan, karena
menyerang sifat teknis dan psikologis dari inefisiensi. Penghapusan waktu dan usaha yang
terbuang akan selalu menjadi atribut penting dari proyek standar tenaga kerja rekayasa. Setiap
penerapan standar tenaga kerja rekayasa harus dianggap sebagai peluang emas, tidak hanya
untuk mengukur proses kami, tetapi juga untuk meningkatkan efisiensinya.

Mengukur Potensi Proses Kami Saat Ini

Adalah tugas manajemen untuk memastikan bahwa perusahaan mereka selalu berusaha
untuk memperbaiki situasinya

Hal yang sama berlaku untuk keputusan mengenai implementasi proses baru. Penting untuk
mengetahui potensi proses kita saat ini untuk menghindari dua situasi serius dan mahal:

-Tanpa disadari, perusahaan kami adalah underachiever.

-Meskipun kami berinvestasi dalam proses baru yang tampaknya dapat dibenarkan dalam situasi
saat ini, kami tidak pernah melihat pengembalian nyata

Menetapkan Harapan Tenaga Kerja yang Adil dan Realistis

Pembicaraan tentang kuota dan ekspektasi tenaga kerja telah diketahui memicu beberapa diskusi
yang paling terpolarisasi dan vokal antara karyawan dan manajemen.

●
Menggunakan nomor informal yang ditetapkan atau dipaksakan oleh salah satu pihak
●
Negosiasi sejumlah pihak
●
Menggunakan data historis untuk memperkirakan suatu angka
●
Memperkirakan (menebak) angka yang tampak realistis
●
Menggunakan pengukuran kerja untuk membangun standar tenaga kerja rekayasa

Prasyarat untuk Sistem Insentif Upah

Ketika perusahaan mencari jalan untuk mengurangi biaya, ada kebangkitan program insentif
upah. Beberapa sangat berbeda dengan masa lalu, tetapi banyak yang masih sangat bergantung
 pada kinerja pekerja atau pekerja sebagai komponen utama dari perhitungan insentif. Banyak
perusahaan melihat sistem ini sebagai cara untuk mendapatkan output tambahan tanpa
mengeluarkan investasi modal.

Logika di balik program ini adalah bahwa Anda bersedia memperdagangkan biaya tenaga
kerja langsung yang berpotensi lebih tinggi untuk pengurangan yang lebih besar dalam biaya tidak
langsung Anda. Langkah-langkah menuju penerapan insentif yang berhasil harus sebagai berikut:
menerapkan rekayasa metode pada tugas yang ada; membangun standar tenaga kerja rekayasa;
dan terakhir, terapkan program insentif. Ketika langkah-langkah logis ini tidak
dilakukan secara berurutan, perusahaan akan mulai membayar tingkat insentif dengan baik
sebelum mendapat manfaat dari peningkatan tingkat kinerja. Penipuan lain terjadi karena

perusahaan selalu menafsirkan setiap peningkatan produktivitas sepenuhnya disebabkan oleh

program insentif. Sebagian besar perusahaan percaya bahwa sistem insentif mereka bekerja

dan senang dengan hasil akhir. Situasi ini dapat berlangsung selamanya jika para pekerja tidak
terlalu serakah dengan tampil secara konsisten pada tingkat kinerja yang sangat tinggi. Jika dan
ketika perusahaan mengidentifikasi masalah dengan program insentif, itu akan menghadapi tiga
kesulitan: alternatif untuk memperbaiki situasi.
●
Tetap membayar insentif untuk kinerja tingkat non-insentif.
●
Negosiasikan dengan pekerja untuk membeli kembali program insentif. Hal ini biasanya
dilakukan melalui kenaikan gaji pokok.
●
Menerapkan standar tenaga kerja yang direkayasa dan memodifikasi program insentif agar
sesuai dengan tingkat kinerja normal dan menangani keluhan.
Menghindari Investasi Modal yang Tidak Perlu
Saat ini seharusnya tidak lagi menjadi rahasia bahwa penggunaan standar tenaga kerja rekayasa membantu
perusahaan memanfaatkan tenaga kerjanya secara lebih efisien. Yang tidak intuitif adalah dengan
mengoptimalkan tenaga kerjanya, perusahaan juga akan meningkatkan pemanfaatan sumber daya lainnya

Mengurangi Biaya Operasional Keseluruhan

Salah satu efek paling nyata dari penerapan standar tenaga kerja rekayasa adalah peningkatan
produktivitas tenaga kerja sentuh kami. Untuk benar-benar memahami dampak dari
implementasi, kita harus memahami sepenuhnya berbagai biaya operasional yang berkurang. Tiga
sektor utama yang terkena dampak adalah tenaga kerja langsung, tenaga kerja tidak langsung,
dan biaya operasional.

Mengurangi Biaya Tenaga Kerja Langsung. Ketika orang berpikir tentang dampak standar
tenaga kerja rekayasa, hal pertama yang sering terlintas dalam pikiran adalah dampaknya
terhadap pengurangan biaya tenaga kerja langsung. Hubungan antara standar tenaga kerja yang
direkayasa dan penghematan biaya tenaga kerja langsung ini begitu kuat sehingga, sayangnya,
menutupi banyak manfaat langsung lainnya. Persepsi ini membuat lebih sulit untuk menjual
manfaat keseluruhan dari pengukuran kerja kepada pekerja dan serikat pekerja. Mengapa orang
cenderung membatasi ruang lingkup pengukuran kerja hanya pada dampaknya terhadap biaya
langsung? Ada jawaban yang sangat sederhana: hasil penerapan biaya tenaga kerja langsung
biasanya sangat dramatis sehingga manajemen kewalahan dengan penghematan dan tidak
melihat lebih jauh untuk menghargai potensi penuh yang ada.
 Mengurangi Biaya Operasi. Sebelumnya dalam bab ini, kami menjelaskan bagaimana standar
tenaga kerja yang direkayasa dapat membantu perusahaan menghindari pengeluaran modal
yang tidak perlu. Dengan cara yang sama, standar tenaga kerja yang direkayasa akan
memungkinkan perusahaan untuk mengurangi biaya operasinya. Pengurangan ini secara
langsung terkait dengan peningkatan efisiensi yang terkait dengan angkatan kerja langsung dan tidak langsung.
Penerapan standar tenaga kerja rekayasa akan mempersingkat waktu siklus total yang terkait dengan suatu tugas.

Mendukung Fungsi Pengawasan dan Pengendalian Tenaga Kerja

Kelompok pengawas yang efektif adalah elemen kunci untuk menjalankan operasi yang efisien. Supervisor adalah
penghubung utama dalam saluran yang menyalurkan informasi ke atas dan ke bawah antara karyawan lantai dan
manajemen atas. Salah satu peran utama mereka adalah memastikan setiap hari bahwa setiap karyawan bekerja
pada tingkat produktivitas yang memuaskan.

Mendukung Fungsi Manajerial Dasar

Seperti yang telah dibahas sebelumnya, banyak keputusan manajemen menggunakan waktu
sebagai masukan. Kekuatan keputusan ini akan secara langsung terkait dengan kualitas
pengukuran waktu. Karena pengukuran kerja adalah cara yang paling akurat untuk menghitung
waktu-waktu ini, sangat penting untuk menguraikan beberapa tugas manajerial umum yang
dapat diselesaikan dengan lebih baik dengan menggunakan informasi dari sistem standar tenaga
kerja rekayasa.
Pengendalian biaya.Aturan emas menjalankan bisnis sangat sederhana: hanya meminimalkan
pengeluaran, memaksimalkan pendapatan, dan bisnis secara otomatis akan memaksimalkan
keuntungannya.
Harga.Untuk merumuskan produk atau layanan yang sukses (yaitu, yang menghasilkan
keuntungan), perlu untuk membuat strategi penetapan harga selama langkah pertama fase
pengembangan. Strategi penetapan harga harus menjadi perpanjangan logis dari fungsi estimasi
biaya dan pengendalian biaya perusahaan. Penggunaan standar tenaga kerja rekayasa atau, lebih
khusus lagi, penggunaan beberapa sistem waktu gerak yang telah ditentukan sebelumnya, akan
memungkinkan para insinyur memberikan perkiraan jam kerja yang akurat kepada tim desain.
Informasi ini sangat penting dalam menentukan biaya tenaga kerja dari produk atau layanan
masa depan.
Melayani sebagai Input ke Sistem Produksi
Kemajuan teknologi informasi telah memberikan peluang baru bagi perusahaan untuk
meningkatkan operasi mereka. Peningkatan daya dan penurunan biaya sistem komputer saat ini
telah menyebabkan industri menjadi lebih dan lebih tergantung pada teknologi informasi

Melayani sebagai Masukan ke Berbagai Fungsi dan Alat Teknik Industri

Seberapa pentingkah standar tenaga kerja rekayasa bagi seorang insinyur industri? Jawaban
terbaik untuk pertanyaan ini terletak pada awal masa magang seorang insinyur industri. Jika kita
menganalisis tugas dan ujian yang diberikan kepada seorang mahasiswa teknik industri selama
sekolahnya, kita menemukan bahwa banyak pertanyaan mengacu pada bentuk nilai waktu;
apakah itu waktu produksi, waktu pengaturan, penundaan pengiriman, atau nilai waktu lainnya,
masukan ini ternyata sangat penting dalam menyelesaikan pertanyaan yang diberikan
Keseimbangan Garis. Sulit untuk memahami bagaimana beberapa perusahaan percaya bahwa mereka dapat
menyeimbangkan lini produksi mereka tanpa standar tenaga kerja yang direkayasa. Jawaban berikut sering
diberikan

Simulasi. Kegunaan paket perangkat lunak simulasi telah meningkat secara drastis dalam dekade terakhir; tidak
hanya paket-paket ini lebih terjangkau, tetapi juga menjadi ramah pengguna.

Tata Letak Fasilitas. Tata letak fasilitas selalu menjadi fungsi penting para insinyur industri. Salah satu kriteria
penting yang selalu dipertimbangkan oleh insinyur saat merancang tata letak baru adalah kapasitas proses dan
operasi saat ini dan yang dibayangkan

Peningkatan proses. Salah satu kata kunci yang paling tahan lama untuk keluar dari tahun 1990-an adalah
perbaikan proses berkelanjutan (CPI).

PEMBENARAN
Tujuan dari bagian ini adalah untuk mengidentifikasi

Faktorfaktor berikut patut mendapat perhatian tambahan

1.Jumlah Karyawan. Jumlah karyawan yang dipengaruhi oleh ruang lingkup standar tenaga kerja
yang direkayasa akan memainkan dampak besar pada potensi penghematan absolut. Biaya untuk
mendefinisikan standar tenaga kerja rekayasa untuk satu fungsi tertentu sering kali berkurang
ketika berhadapan dengan

2. sekelompok besar karyawan yang melakukan tugas yang sama

Biaya tenaga kerja per jam.Penerapan standar tenaga kerja rekayasa akan mengurangi jumlah
jam kerja yang dibutuhkan untuk menyelesaikan tugas yang diberikan. Penghematan yang
dihasilkan dihasilkan dari jumlah jam kerja yang dihemat dan tingkat tenaga kerja

3.Kompleksitas proses pengukuran kerja. Upaya, dan dengan demikian biaya, untuk menetapkan
standar tenaga kerja rekayasa akan bervariasi dari satu tugas ke tugas lainnya
4. Kompleksitas pelaporan tenaga kerja. Pelaporan tenaga kerja adalah ujung depan standar
tenaga kerja rekayasa; itu memberikan umpan balik kepada manajemen dan karyawan mengenai
kinerja aktual versus standar. Kompleksitas mekanisme umpan balik ini sangat bervariasi.
 BAB 5.3

KONSEP DATA STANDAR

DAN PENGEMBANGAN

DATA STANDAR—PENGERTIAN KONSEP

Tujuan dari data standar adalah untuk menyediakan sarana untuk menetapkan dan memelihara standar dengan
cepat dan mudah tanpa terlalu mempengaruhi keakuratan hasil.
Data standar adalah organisasi elemen kerja ke dalam blok bangunan yang berguna dan terdefinisi dengan baik.
Ukuran, isi, dan jumlah blok bangunan ini tergantung pada akurasi yang diinginkan, sifat pekerjaan, dan
fleksibilitas yang diperlukan. Data yang dihasilkan dapat digunakan sebagai dasar untuk menentukan standar
waktu pada pekerjaan yang serupa dengan data yang dikumpulkan tanpa membuat studi pengukuran
tambahan.
Kebalikan dari data standar adalah pengukuran langsung, atau studi langsung dari setiap operasi untuk tujuan
menetapkan standar untuk operasi itu saja. Pendekatan ini memiliki beberapa manfaat dalam situasi tertentu.
Pengukuran langsung akan dibahas kemudian dalam bab ini
MANFAAT DAN KETERBATASAN DATA STANDAR
Banyak manfaat yang akan dihasilkan dari penggunaan data standar yang terdefinisi dengan
definisi struktur, investasi ini terbayar dalam banyak hal, termasuk pengurangan waktu keseluruhan untuk
mengembangkan standar rekayasa. Hal ini terutama karena tanpa data standar pengukuran banyak tugas akan
diulang secara ekstensif.
PRINSIP STANDAR DATA

Data standar dapat diterapkan untuk menyederhanakan tugas mengembangkan standar tenaga
kerja rekayasa di hampir semua bisnis atau industri. Unsur yang paling penting untuk sukses
adalah pemahaman empat hal penting untuk pengembangan dan aplikasi yang sukses:

1. Pendekatan atas ke bawah untuk pengembangan

2. Pemahaman tentang konsep blok bangunan pengembangan data standar
3. Pelatihan dan keterlibatan yang komprehensif, dan dukungan selama fase pengembangan dan
implementasi. 4. Dokumentasi data yang tepat selama langkah pengembangan dan aplikasi
 Pendekatan atas ke bawah
Prinsip paling penting dalam pengembangan data standar adalah bahwa pendekatannya sangat
penting untuk hasil.

Blok bangunan Konsep

Penting untuk memahami konsep blok bangunan dari pengembangan data standar. Konsep ini
merupakan dasar untuk pemahaman dan pengembangan data standar yang berguna.

Pelatihan dan Keterlibatan

Pengembangan dan penggunaan data standar, seperti semua inisiatif utama, membutuhkan
dukungan organisasi yang luas. Dukungan ini datang dalam beberapa bentuk, tetapi berikut ini
sangat penting:
●
Partisipasi dan dukungan program pelatihan yang dirancang untuk memberikan pemahaman
tentang prinsip-prinsip data standar dan manfaatnya kepada semua tingkat manajemen.

Dokumentasi
Saat mengembangkan dan menerapkan data standar, prosedur dokumentasi yang baik
sangat penting karena beberapa alasan. Pertama, ruang lingkup penerapan data harus
dikendalikan. Data dikembangkan dengan aturan aplikasi, dan aturan ini harus
didokumentasikan. Jika tidak, aplikasi data tidak dapat dikontrol secara memadai. Kedua,
karena kondisi akan terus berubah, penting untuk mendokumentasikan kondisi yang
berlaku saat data dikembangkan sehingga standar dapat diperbarui dan dipelihara. Dalam
beberapa kasus, perlu untuk membenarkan bahwa perubahan harus dilakukan. Dalam
kasus ini, sangat penting untuk memiliki dokumentasi yang baik. Dokumentasi harus
mencakup hal-hal berikut:

●
Ruang lingkup aplikasi untuk data. Apa yang bisa ditutupi, dan apa yang tidak.
●
Kondisi yang berlaku saat data dikembangkan.
●
Aturan yang menjelaskan cara menerapkan dan memelihara data.
●
Alat, seperti lembar kerja, untuk digunakan dalam menerapkan data.

Organisasi Kerja
Analisis top-down dimulai dengan menentukan ruang lingkup proyek standar. Langkah pertama
adalah menentukan “atas”. Langkah ini pada dasarnya adalah langkah perencanaan proyek. Semua
area yang dicakup oleh standar diidentifikasi. Persamaan dan perbedaan antara bidang-bidang ini
dipertimbangkan. Kebutuhan versus anggaran

Lima pertanyaan yang perlu dipertimbangkan dalam menentukan top adalah

1. Bagaimana struktur organisasi fasilitas tersebut? Apakah area fungsional digunakan, atau
apakah pabrik diatur dalam pengaturan seluler?
2. Apa variasi operasi atau produk yang dihasilkan?
3. Apakah operasi umum digunakan di seluruh?
 4. Apakah tata letak ulang besar, perubahan produk, atau perubahan peralatan direncanakan
di area mana pun? 5. Sumber daya apa yang tersedia untuk menyelesaikan
pengembangan?
Analisis Aplikasi
Langkah ini melibatkan mengambil langkah mundur dari detail. Tujuan utamanya adalah
untuk sepenuhnya memahami dan merancang pendekatan aplikasi data standar. Artinya,
setelah data standar selesai, bagaimana itu akan diterapkan untuk menetapkan standar.
Oleh karena itu, penekanan proyek diubah dari pandangan rinci setiap operasi ke
pandangan luas dari hasil akhir.

Menggunakan Statistik untuk Menentukan Suboperasi Waktu

Saat mengembangkan data standar, biasanya ditemukan aktivitas di mana waktu yang dibutuhkan bukan satu
waktu yang tepat, tetapi rentang waktu. Metode yang diikuti dan waktu yang diperlukan dapat bervariasi
tergantung pada berat atau dimensi bagian, jarak yang dipindahkan, alat yang digunakan, atau pengencang yang
digunakan.

Validasi
Langkah pengembangan terakhir adalah validasi: menguji data untuk akurasi, cakupan, dan kemudahan aplikasi,
dan membuat penyesuaian yang diperlukan. Langkah ini sangat penting karena kumpulan data umum sekarang
akan digunakan secara luas. Adalah penting bahwa data diuji secara menyeluruh. Alat aplikasi/lembar kerja harus
digunakan untuk menguji penerapan data di setiap area. Standar sampel ditetapkan menggunakan lembar kerja,
dan metode serta kondisi kerja yang ditentukan diperiksa dengan kondisi aktual.

TREN MASA DEPAN

Masa depan pengukuran kerja, seperti hal lainnya, tidak pasti. Sepertinyabahwa, karena ekonomi AS terus beralih
ke teknologi tinggi dan ketergantungan pada tenaga kerja manual berkurang, standar kerja akan kurang mendapat
perhatian
 BAB 5.4

MENGEMBANGKAN TENAGA KERJA TEKNIK STANDAR

DEFINISI, PENGGUNAAN, DAN MANFAAT STANDAR

definisi

Kamus Webster mendefinisikan standar sebagai “sesuatu yang ditetapkan dan ditetapkan oleh
otoritas sebagai aturan untuk ukuran kuantitas, berat, luas, nilai, kualitas, atau waktu.” Definisi
formal standar waktu, seperti yang disediakan oleh American National Standards Institute (ANSI),
diberikan di sini:

Satuan nilai waktu untuk penyelesaian tugas kerja tertentu sebagaimana ditentukan oleh
a. Penerapan yang tepat dari teknik pengukuran kerja yang tepat oleh personel yang
berkualifikasi, dan
b. Umumnya ditetapkan dengan menerapkan tunjangan yang sesuai dengan waktu normal.
Waktu manual adalah waktu yang diperlukan untuk menyelesaikan elemen tertentu dari
pekerjaan yang dilakukan dengan tangan atau dengan menggunakan alat atau bantuan, dan
tidak dikendalikan oleh proses atau mesin. Waktu manual dalam standar tenaga kerja
rekayasa ditetapkan berdasarkan hal-hal berikut:
●
Rata-rata operator yang terampil dan terlatih
●
Normal laju
 ●
Metode khusus yang ditentukan
●
Ditentukan diharapkan hasil
●
Alat, bahan, dan tata letak yang ditentukan

Waktu manual harus ditentukan oleh penerapan yang tepat dari teknik pengukuran kerja
yang tepat oleh personel yang berkualifikasi. Lima langkah berikut merangkum bagaimana
waktu manual ditentukan:

1. Analisis dan dokumentasikan metodenya.

2. Identifikasi metode terbaik.
3. Pecah metode menjadi beberapa elemen.
4. Nilai waktu untuk setiap elemen.
5. Merakit kembali elemen menjadi sebuah operasi.

BEKERJA STANDAR PENGUKURAN DAN WAKTU

berbagai pekerjaan dan biasanya terdiri dari aktivitas setup dan run. Rencana proses juga
disebut sebagai router atau perutean.
Kegunaan dan Manfaat

Ada banyak kegunaan dan manfaat umum dan praktis dari standar tenaga kerja rekayasa.
Umumnya, standar digunakan dalam satu atau lebih dari tiga cara berikut untuk secara
langsung atau tidak langsung menguntungkan organisasi:

1. Perencanaan
2. Biaya
3. Manajemen kinerja

ANDARDS

Semua pekerjaan dapat diklasifikasikan sebagai siklus pendek, sedang, atau panjang.
Karakteristik utama dari setiap klasifikasi diikuti dengan contoh.

Siklus pendek operasi sangat berulang, identik, dan dilakukan terus menerus selama
periode waktu yang lama. Waktu siklus individu biasanya 20 detik atau kurang. Pekerjaan
biasanya dilakukan dalam satu workstation dengan tata letak yang konsisten. Sedikit atau
tidak ada aktivitas pengaturan atau berjalan yang terlibat. Contoh umum termasuk
pemrosesan makanan, pemrosesan cek, penyortiran surat, operasi punch press,
subassembly, dan perakitan komponen dan produk ringan, seperti elektronik, bantalan,
mainan, atau barang konsumsi lainnya.

Pengukuran Langsung. Pertama, pengukuran langsung dapat digunakan untuk menetapkan

standar untuk operasi tertentu; ini paling baik diterapkan dalam pekerjaan siklus pendek
yang sangat berulang, identik. Akurasi ditentukan oleh alat ukur yang digunakan; satu sistem
yang digunakan adalah MiniMOST, yang dirancang untuk mencapai 5 persen deviasi dengan
kepercayaan 95 persen selama waktu penyeimbangan 500 TMU (unit pengukuran waktu),
atau sekitar 20 detik.
Lembar Kerja Data Standar. Kedua, elemen data standar dapat diatur ke dalam lembar kerja dan digunakan untuk
membuat standar untuk operasi; ini berlaku untuk sebagian besar pekerjaan manufaktur, diklasifikasikan sebagai
siklus menengah karena variasi pekerjaan dari produk ke produk atau lamanya waktu antara aktivitas berulang

Spreadsheet Tolok Ukur. Ketiga, spreadsheet dengan tolok ukur dapat dibuat dan digunakan

untuk menetapkan standar untuk siklus panjang, pekerjaan yang tidak berulang dengan KETENAGAKERJAAN
TEKNIK perbandingan.

Tolok ukur adalah standar tenaga kerja rekayasa untuk operasi tertentu yang digunakan untuk membantu
menetapkan standar dalam pekerjaan siklus Panjang

Kondisi kerja. Dalam masing-masing dari tiga metode untuk menciptakan standar rekayasa, yang penting adalah
menetapkan standar berdasarkan metode pekerjaan yang dipelajari dan di bawah kondisi kerja yang ditentukan

Desain dan Struktur Lembar Kerja

Lembar kerja yang berisi data standar digunakan untuk membantu menetapkan standar, apakah tugas dilakukan
secara manual atau dengan menggunakan komputer. Ini adalah metode yang paling umum untuk menetapkan
standar, dan mengarah pada standar waktu yang konsisten dan akurat

Konsistensi dan Akurasi Standar

Pendekatan yang diambil untuk mengembangkan standar rekayasa yang "akurat" adalah
pertimbangan ekonomi dan akurasi

Informasi Diperlukan Sebelum Menetapkan Standar

Pendekatan untuk mengembangkan standar mengharuskan analis untuk memperhatikan

detail.

Informasi yang Termasuk dalam Standar Ketenagakerjaan

Standar ketenagakerjaan harus terdiri dari informasi berikut:

●
Informasi pengarsipan
●
Pengidentifikasi suboperasi
●
Deskripsi langkah metode
●
Nilai frekuensi
●
Nilai waktu untuk setiap langkah metode
●
Notasi untuk langkah metode internal ● instruksi operator
 Mengembangkan Standar Tenaga Kerja

Pengukuran Langsung. Dengan pengukuran langsung, analis hanya mendokumentasikan

metode dan menggunakan alat pengukuran kerja, seperti MiniMOST, untuk mengembangkan
waktu normal untuk tugas tersebut.

Data Standar. Menggunakan pendekatan data standar untuk mengembangkan standar

rekayasa mudah dan langsung. Analis harus terbiasa dengan data standar dan jangkauan
aplikasinya, dan kemudian merakit data dalam urutan yang benar sesuai dengan pekerjaan
yang sedang dipelajari.

Tolak ukur. Untuk membuat standar menggunakan benchmark atau spreadsheet dari operasi
data standar, aplikator harus sekali lagi terbiasa dengan data dan operasinya. Aplikator
memilih benchmark yang menyerupai operasi semirip mungkin berdasarkan metode yang
harus dilakukan

Perhitungan dan Pengukuran. Meskipun perhitungannya mudah, beberapa contoh

disertakan di akhir bab ini untuk menunjukkan berbagai metode untuk menetapkan standar.
Selain ukuran standar tenaga kerja yang khas, seperti waktu standar dan potongan per jam,
ukuran lain dapat dihitung dengan data, seperti jam per 100 buah, potongan per 40 jam, dan
seterusnya.

Pekerjaan Internal. Semua pekerjaan bersifat eksternal atau internal. Saat menetapkan
standar, semua pekerjaan harus didokumentasikan, dan jika ada suboperasi internal yang
terjadi bersamaan dengan suboperasi lain, waktu tidak akan diizinkan untuk suboperasi
internal. Ini kemungkinan besar terjadi dalam dua keadaan:

1. Operasi manual/mesin
2. Beberapa operasi operator

Validitas Standar. Setelah standar ditetapkan, terutama pada awal proyek standar, dan secara berkala setelahnya,
aplikator harus memeriksa validitas suboperasi, tolok ukur, atau analisis pengukuran langsung. Selain itu, standar
waktu harus divalidasi dengan metode untuk penerapan data yang benar, verifikasi kondisi, dan pemeriksaan
frekuensi yang tepat

Kualifikasi Person Setting Standards.Sementara insinyur industri biasanya diperlukan untuk mengembangkan data
standar, dan sering kali memahami proses untuk mengembangkan standar, mereka belum tentu merupakan
pilihan terbaik untuk mengembangkan standar tenaga kerja teknik.

Waktu yang Dibutuhkan untuk Menetapkan Standar. Ada beberapa cara untuk menentukan jumlah waktu yang
diperlukan untuk menetapkan standar operasi.

BEKERJA STANDAR PENGUKURAN DAN WAKTU

●
Proses diikuti untuk mengembangkan standar
●
Jumlah waktu proses termasuk
●
Panjang siklus
 ●
Jumlah variasi siklus-ke-siklus
●
Jumlah standar

Pengajuan dan Pengambilan Standar. Setelah tujuan, pendekatan, dan sistem telah diidentifikasi, sistem dan
semua data harus diatur untuk memenuhi hasil terbaik yang diinginkan

CONTOH STANDAR KETENAGAKERJAAN TEKNIK

Contoh Operasi Siklus Pendek

Pendekatan pengukuran untuk operasi siklus pendek hampir selalu pengukuran langsung.
Pendekatan ini paling cocok untuk pekerjaan identik dengan pengulangan yang tinggi.
Sementara data standar dapat digunakan dalam keadaan tertentu, pengukuran langsung
operasi seringkali merupakan pendekatan tercepat dan paling ekonomis. Contohnya
ditunjukkan pada Gambar 5.4.8 dan dirinci di sini:

Situasi: Pengumpul dan penyortir informasi—penanganan material.

Industri: Produk kertas, pengemasan, pengiriman, layanan.
Aplikasi: Sangat berulang, operasi siklus pendek.
Proses: Pengukuran langsung operasi menggunakan pekerjaan MiniMOST alat ukur.
Aplikator hanya menganalisis metode terbaik menggunakan aturan yang ditentukan dari
sistem waktu gerak yang telah ditentukan.
 BAB 5.5

Tunjangan

APA ITU JAMINAN, DAN MENGAPA KITA MEMBUTUHKANNYA?

Sistem pengukuran kerja (apakah stopwatch, sistem waktu yang telah ditentukan,
pengambilan sampel kerja, atau perkiraan komparatif) menghasilkan waktu tugas yang tidak
mencakup semua waktu yang dibayar pekerja atau yang harus dipertimbangkan untuk tujuan
perencanaan dan penjadwalan. Mereka berkonsentrasi pada pengembangan waktu dasar
(atau normal) untuk konten pekerjaan yang ditentukan. Waktu dasar akan terdiri dari waktu
manual dan waktu proses, termasuk tindakan manual (dikendalikan pekerja) dan aktivitas
yang dikendalikan mesin—semuanya terkait langsung dengan pelaksanaan tugas yang
ditentukan.

Waktu Kerja Versus Periode Tidak Bekerja

Selama periode kerja yang berkepanjangan (misalnya, hari kerja delapan jam yang khas) orang
tidak bekerja terus menerus. Mereka terlibat dalam aktivitas yang tidak terkait langsung
dengan tugas, atau mereka berhenti bekerja sepenuhnya karena berbagai sebab. Periode
tidak bekerja yang umum dapat mencakup hal-hal seperti berikut:
●
Mengurus kebutuhan pribadi (mengunjungi kamar kecil)
●
Istirahat untuk mengatasi kelelahan
●
Berbicara dengan pekerja lain (tentang hal-hal yang berhubungan dengan pekerjaan atau
pribadi)
●
Berbicara dengan supervisor atau manajemen
●
Mengambil minuman, makanan ringan, atau istirahat makan yang diakui
●
Meninggalkan area kerja untuk merokok
●
Menunggu waktu berhenti atau waktu istirahat
●
Menunggu pengawasan atau bantuan pekerja lain
●
Menunggu instruksi, suku cadang, bahan, peralatan, dan sebagainya
 Kebutuhan Pribadi. Kebutuhan pribadi (faktor P) selalu ada di lingkungan kerja apa pun.
Pada suatu waktu praktisi manajemen ilmiah menganggap bahwa perempuan
membutuhkan lebih banyak waktu daripada laki-laki untuk memenuhi kebutuhan
pribadi. Dengan kesetaraan tempat kerja sekarang menjadi fakta yang mapan,
pandangan ini tidak lagi dapat diterima. Pendekatan umum untuk kebutuhan pribadi
sekarang digunakan untuk pria dan wanita. Biasanya, periode kamar kecil tertentu
(misalnya, istirahat mandi sepanjang hari, saat makan siang, dan di penghujung hari)
atau tambahan 5 persen untuk waktu dasar digunakan untuk memenuhi kebutuhan
pribadi.

Istirahat atau Relaksasi (Untuk Mengatasi Kelelahan). Kelelahan (faktor F), dan kebutuhan
konsekuen untuk istirahat atau relaksasi (faktor R alternatif), adalah elemen terinduksi
pekerjaan yang paling kompleks yang memerlukan beberapa bentuk kompensasi waktu

Penundaan yang Singkat, Sifatnya Tidak Dapat Dihindari. Sepanjang hari kerja, banyak
gangguan pada siklus kerja terjadi. Ini mungkin karena faktor-faktor yang melekat dalam
proses kerja, tindakan manajemen (atau kelambanan), atau faktor-faktor yang
sepenuhnya berada dalam kendali pekerja. Berikut beberapa contohnya:
●
Menunggu lift sambil mengantarkan parsel di gedung apartemen adalah tugas yang
melekat.
●
Menunggu bahan yang benar tiba di stasiun kerja sering kali disebabkan oleh kekurangan
manajemen.
●
Berbicara dengan rekan kerja selama dua atau tiga menit tentang acara televisi tadi malam
sepenuhnya berada di bawah kendali pekerja yang bersangkutan.

Keterlambatan apa pun yang secara langsung disebabkan oleh keputusan atau
preferensi pribadi pekerja tidak diberi kompensasi dengan cara apa pun. Penundaan atau
interupsi bawaan yang manajemen dapat dimintai pertanggungjawaban diberikan
tunjangan penundaan. Penundaan tersebut mungkin terdiri dari beberapa atau semua
interupsi tipikal berikut:
●
Menunggu suku cadang, bahan, atau alat
●
Berbaris di konter toko
●
Menerima instruksi dari supervisor
●
Menunggu derek atau kendaraan untuk membersihkan area kerja
●
Menjawab pertanyaan rekan kerja (terkait pekerjaan)
●
Mencari bantuan
●
Mencari bahan referensi
●
Menanggapi alarm darurat
●
Membalas pertanyaan pelanggan
●
Menunggu pekerjaan lainnya
●
Menunggu rekan kerja menyelesaikan tugas sebelumnya

Tunjangan Lain: Interferensi Khusus dan Mesin. Terkadang perlu untuk menyertakan
tunjangan persentase tambahan di atas dan di atas yang digunakan untuk
mengkompensasi kebutuhan pribadi, kelelahan, dan penundaan yang tidak dapat
 dihindari. Tunjangan tambahan ini mungkin terdiri dari beberapa atau semua hal
berikut: tunjangan kontinjensi, tunjangan polis, tunjangan gangguan mesin, dan
tunjangan khusus.

BAGAIMANA ALLOWANCE DITERAPKAN

Praktik tradisional di antara para insinyur industri adalah menentukan penambahan

persentase yang sesuai untuk setiap faktor secara empiris. Misalnya, 5 persen untuk
kebutuhan pribadi, 2 hingga 3 persen untuk penundaan yang sifatnya singkat dan tidak
dapat dihindari, dan 5 hingga 8 persen atau lebih untuk istirahat akibat kelelahan yang
berkaitan dengan pekerjaan industri ringan. Ini biasanya akan menghasilkan total
tunjangan PR&D antara 12 dan 15 persen. Berikut adalah contoh tipikal bagaimana
tunjangan PR&D keseluruhan sebesar 15 persen akan diterapkan: Waktu tugas dasar
untuk pengulangan aktivitas

APA YANG SALAH DENGAN METODOLOGI TRADISIONAL UNTUK MENENTUKAN

GARANSI?

Sepanjang abad kedua puluh, pekerjaan berubah secara dramatis. Kita telah berpindah
dari masyarakat pertanian dan industri berat ke manufaktur dan proses otomatis dan
memasuki era informasi, di mana sebagian besar pekerjaan sangat ringan dalam arti fisik.
Namun insinyur industri masih mencoba untuk mengkompensasi kebutuhan pribadi,
kelelahan, dan penundaan dengan cara tradisional.

Bagaimana Kebutuhan Pribadi dan Relaksasi Telah Diperlakukan di Masa Lalu

Edisi pertama dari Pengantar Studi Kerja [1], diterbitkan oleh Kantor Perburuhan
Internasional (ILO) di Jenewa pada tahun 1964, menyatakan bahwa tunjangan istirahat
sebagian besar masih merupakan dugaan, meskipun pekerjaan yang dilakukan oleh ahli
fisiologi dan psikolog pada sifat dan efek kelelahan. Banyak skala kelonggaran untuk
kelelahan telah dikembangkan untuk berbagai jenis aktivitas dan kondisi kerja yang
berbeda. Beberapa di antaranya tampak bekerja dengan memuaskan dalam praktiknya,
tetapi sangat sering, tunjangan istirahat merupakan hasil kesepakatan antara manajemen
dan pekerja

Upaya Meningkatkan Metodologi Tunjangan

Selama awal 1990-an, Institute of Management Services (IMS) di Inggris menggambarkan

metode untuk menentukan tunjangan pemulihan (istirahat) berdasarkan penggunaan

energi. Metodologi ini menyatakan bahwa tidak ada tunjangan pemulihan, selain nilai dasar
10 persen untuk kebutuhan pribadi, diperlukan untuk tugas-tugas dengan pengeluaran
energi kurang dari 350 watt.

APA YANG HARUS DILAKUKAN DI MASA DEPAN?

 Menurut pendapat penulis ini, satu-satunya cara yang benar-benar memuaskan untuk
menentukan tunjangan relaksasi yang dirancang untuk mengatasi efek kelelahan adalah
dengan mengukur atau memperkirakan tingkat kelelahan yang sebenarnya terkait dengan
berbagai jenis pekerjaan atau dengan pekerjaan tertentu.

Tunjangan untuk Menutupi Efek Kelelahan

Respons muskuloskeletal dan fisiologis seseorang terhadap suatu pekerjaan tergantung
pada banyak faktor, termasuk susunan dan kondisi fisiknya, sifat tugas yang termasuk
dalam pekerjaan itu, beban kerja kognitif aktual dan yang dirasakan individu, dan
lingkungan. Analisis faktor-faktor ini dapat dilakukan pada dua tingkat:
●
Pemeriksaan efek seluruh tubuh
●
Pemeriksaan efek bagian tubuh yang terlokalisasi, khusus untuk sistem otot, tendon, dan
ligamen yang membentuk bagian tubuh atau sendi
Untuk tujuan mengukur kelelahan, perlu untuk mengukur respons fisiologis terhadap
tuntutan pekerjaan. Dua ukuran respons fisiologis adalah detak jantung dan kadar
hormon katekolamin. Sejumlah indeks respons detak jantung yang berbeda dapat
digunakan untuk membandingkan ambang batas yang diketahui dari tuntutan pekerjaan
yang menyebabkan kelelahan:
●
Peningkatan denyut jantung di atas istirahat
●
Persentase rentang detak jantung maksimum
●
Pengeluaran energi dinyatakan dalam watt dan kkal/menit
●
Persen maksimum dari prediksi VO2 (volume oksigen)
elelahan adalah konsep subjektif, dan kelelahan seluruh tubuh dapat dianggap sebagai rasa
lelah yang umum. Kelelahan bagian tubuh yang terlokalisasi (serta faktor internal dan
eksternal lainnya) juga dapat mempengaruhi persepsi kelelahan seluruh tubuh.

Bagaimana Kita Dapat Mengukur Kelelahan Terkait dengan Pekerjaan? Denyut jantung adalah ukuran
fisiologis yang paling nyaman dari tuntutan pekerjaan karena sifat non-invasif dan akurasi dari peralatan
pengujian. Sebuah monitor yang dikenakan di dada mentransmisikan data ke perangkat seperti jam tangan.
Data ini dapat diunduh ke komputer untuk analisis selanjutnya.

Pengukuran detak jantung dapat secara langsung berhubungan dengan lima tingkat upaya kerja:

1. Lampu
2. Sedang
3. Berat
4. Sangat berat
5. Sangat berat

Bagaimana Dengan Kelelahan Nonfisik? Kelelahan disebabkan oleh lebih dari sekadar upaya fisik. Berbagai
faktor lingkungan dan psikologis dapat mengurangi kemampuan (atau kemauan) pekerja untuk bekerja
dengan kecepatan normal. Faktor-faktor tersebut mungkin memerlukan waktu istirahat tambahan untuk
memungkinkan pemulihan dari efeknya. Jenis kelelahan ini kadang-kadang disebut sebagai kelelahan mental
atau ketegangan mental. Ini terjadi terutama karena beberapa atau semua faktor berikut:
●
Kondisi atmosfer (panas, dingin, kelembaban, asap berbahaya, dll.)
 ●
Tingkat kebisingan
●
Faktor dan tingkat iluminasi serta ketegangan visual terkait (dihasilkan dari tingkat
luminansi rendah, silau, kedipan, kontras, warna, dll.)
●
Ketegangan mental (terutama terkait dengan kompleksitas tugas)

Menentukan Tunjangan yang Diperlukan untuk Kebutuhan Pribadi

Waktu yang dibutuhkan orang untuk memenuhi kebutuhan pribadi mereka bervariasi dari
orang ke orang. Secara tradisional, tunjangan 5 persen (sebagai tambahan waktu dasar)
telah dianggap tepat. Ini setara dengan sekitar 21 menit per hari. Setiap organisasi yang
menyediakan dua kali istirahat minum selama 10 menit ditambah satu atau dua kali
istirahat selama 5 menit akan memungkinkan kebutuhan pribadi pada tingkat yang
sesuai.

Penundaan: Mengukur Luasnya dan Membiarkannya. Penundaan kerja lebih dari jangka pendek dan bersifat
sementara tidak boleh dianggap sebagai bagian dari hari kerja normal, dan tidak boleh dimasukkan sebagai bagian
dari waktu standar.
Tunjangan Gangguan Khusus atau Mesin. Tunjangan ini jatuh ke dalam tiga kategori: kontingensi, kebijakan, dan
gangguan mesin. Mereka dapat terus diterapkan seperti di masa lalu. Misalnya, tingkat tunjangan kontinjensi
dapat (dan harus) ditentukan baik dari studi pengambilan sampel aktivitas atau studi produksi penuh.
Tunjangan PR&D keseluruhan. Penulis ini merekomendasikan penggunaan periode
istirahat dan mandi yang ditentukan sebagai dasar untuk mengkompensasi kebutuhan
pribadi, relaksasi, dan penundaan. dihasilkan berjumlah antara 5,2 dan 6,25 persen hari
itu. Bagi sebagian besar penduduk, tunjangan kebutuhan pribadi sebesar ini harus
memadai.

BAB 5.6

STANDAR KETENAGAKERJAAN KOMPUTERISASI

LATAR BELAKANG KOMPUTER DALAM SISTEM STANDAR KETENAGAKERJAAN

Teknologi komputer telah menjadi kekuatan pendorong peningkatan produktivitas selama empat dekade terakhir.
Sistem yang dulunya mencakup seluruh ruangan dan digunakan oleh sedikit orang, sekarang berada di telapak
tangan dan digunakan oleh hampir semua orang—termasuk insinyur industry

SISTEM STANDAR KETENAGAKERJAAN KOMPUTERISASI

Perbandingan Sistem Standar Tenaga Kerja Manual dan Komputerisasi

Ada sedikit perbedaan antara standar yang dikembangkan secara manual dan standar
yang dikembangkan menggunakan komputer. Keduanya mewakili waktu untuk
melakukan tugas tertentu di bawah kondisi kerja tertentu. Baik standar manual maupun
terkomputerisasi dapat digunakan untuk memverifikasi suatu metode, merencanakan
jadwal, menentukan biaya, dan bahkan mengukur kinerja. Meskipun hasilnya mungkin
sama, ada perbedaan besar dalam proses mencapai hasil tersebut.
 Kapan membandingkan metode manual dan komputerisasi untuk pengembangan standar,
beberapa faktor harus dipertimbangkan, khususnya:
●
Kecepatan aplikasi
●
Kemudahan pengembangan standar
●
Konsistensi dan akurasi standar ● Pemeliharaan standar

Kecepatan Aplikasi. Manfaat utama untuk berinvestasi dalam standar tenaga kerja yang terkomputerisasi sistem
adalah peningkatan efisiensi rekayasa yang diperoleh dengan kecepatan aplikasi. Sistem terkomputerisasi paling
efektif bila digunakan bersama dengan pendekatan data standar.

Kemudahan Pengembangan Standar. Sistem standar yang terkomputerisasi memungkinkan para insinyur untuk
mengembangkan standar dalam waktu yang sangat singkat yang dibutuhkan secara manual. Fungsionalitas "Seret
dan lepas" dan kueri basis data tingkat lanjut memungkinkan para insinyur menemukan dan/atau menambahkan
elemen data jauh lebih cepat daripada sistem manual

Konsistensi dan Akurasi Standar. Penggunaan komputer sangat meningkatkan konsistensi dan akurasi
pengukuran kerja dan pengembangan standar. Entri data komputer, penghitungan standar otomatis, daftar drop-
down berbasis menu, dan aturan aplikasi yang terdapat dalam sistem, semuanya membantu aplikator
mengembangkan standar secara konsisten dan akurat. Fungsi-fungsi ini menghilangkan waktu yang terbuang
untuk mengerjakan ulang standar, menciptakan kembali standar yang hilang, dan mencari data.

Pemeliharaan Standar. Satu database yang berisi semua informasi yang diperlukan jauh lebih mudah dipelihara
daripada sistem pengarsipan berbasis kertas. Banyaknya waktu yang terbuang secara fisik untuk mencari,
mengarsipkan, dan mengambil kembali sering kali membenarkan penerapan sistem komputerisasi

Atribut Sistem Standar Terkomputerisasi

Sistem standar terkomputerisasi yang baik harus terdiri dari:
●
Metodologi pengarsipan yang fleksibel
●
Memasukkan data metode dengan mudah
●
Perhitungan otomatis
●
Bantuan dan pelatihan online
●
Penyimpanan cepat dan pengambilan data
●
Kemampuan pembaruan massal
●
Simulasi pembaruan
●
Fungsi transfer data
●
Kustomisasi laporan
●
Pengaturan keamanan
Metodologi Pengarsipan Fleksibel. Metodologi pengarsipan harus fleksibel dan
memungkinkan organisasi untuk membuat dan menyimpan data dengan benar dalam urutan
yang efisien dan logis. Jumlah dan jenis bidang yang digunakan untuk menyimpan informasi
ini harus dapat disesuaikan, namun tetap setelah sistem berjalan untuk memastikan
konsistensi dan kontinuitas. Contoh pengarsipan informasi untuk standar mungkin termasuk:
●
Deskripsi standar atau operasi
●
Nomor bagian
●
Bagian nama
●
Lokasi (pusat kerja, departemen, dll.)
 ●
Pengenal standar

Memudahkan Input Data Metode. Data dapat dengan cepat dan mudah dimasukkan ke dalam sistem
komputerisasi dengan menggunakan menu drop-down, aplikasi tunjuk dan klik, daftar pilihan terkomputerisasi,
dan fungsionalitas drag and drop.

Perhitungan Otomatis. Setiap perhitungan harus dilakukan secara otomatis dan diprogram atau ditentukan oleh
pengguna sesuai keinginan. Meskipun ada perhitungan standar yang disertakan dengan sebagian besar sistem
terkomputerisasi, fleksibilitas untuk menambah, menghapus, atau mengubah rumus adalah atribut yang lebih
berguna daripada rumus standar. Perhitungan otomatis umumnya mencakup:
●
waktu biasa
●
Waktu manual
●
Waktu proses
●
Waktu penyisihan
●
Waktu standar
●
Potongan atau siklus per jam

dan memberikan bantuan sesuai kebutuhan. Pelatihan harus tersedia dari penyedia sistem,
baik dalam bantuan online dalam perangkat lunak, dan dalam bentuk tutorial atau bimbingan
yang dipimpin instruktur.

Penyimpanan dan Pengambilan. Dengan menyimpan informasi dalam sistem terkomputerisasi, aplikator memiliki
kemampuan untuk mengembangkan sistem organisasi untuk memberi label data secara efisien dan
mengambilnya dengan cepat saat dibutuhkan.
Kemampuan Pembaruan Massal. Selain penyimpanan dan pengambilan dalam database pusat, sistem standar
tenaga kerja terkomputerisasi harus memungkinkan aplikator untuk melakukan pembaruan massal.

Simulasi Pembaruan. Kemampuan untuk mensimulasikan perubahan sebelum memperbarui basis data standar
dapat menjadi fitur penghemat waktu yang hebat. Daripada membuat perubahan secara langsung, simulasi dapat
dijalankan sebelum pembaruan untuk memastikan bahwa perubahan yang tepat akan dilakukan

Transfer Data. Sementara database berisi semua informasi yang diperlukan untuk sistem standar, harus ada
metode untuk mentransfer data ke sistem lain, seperti perencanaan sumber daya manufaktur (MRP), perencanaan
sumber daya perusahaan (ERP), atau sistem simulasi. Salah satu caranya adalah dengan menggunakan satu
database untuk semua aplikasi.

Kustomisasi Laporan. Sementara data berada di database bersama, dan dapat ditransfer atau ditautkan ke sistem
lain, fKOMPUTERISASI ungsionalitas penulisan laporan adalah fitur yang diperlukan. Banyak sistem berisi berbagai
format pelaporan dan kemampuan untuk melihat dan mencetak laporan yang diinginkan.

melalui penggunaan program lain. Laporan umum mencakup kombinasi dari salah satu atau
semua hal berikut:
●
Informasi pengarsipan
 ●
Langkah-langkah metode
●
Nilai waktu
●
Langkah-langkah metode internal
●
Manual dan waktu proses
●
Daftar standar berdasarkan produk, nomor bagian, dll.
●
instruksi operator
Pengaturan keamanan. Sistem standar tenaga kerja yang terkomputerisasi harus berisi fitur pengaturan
keamanan. Hanya mereka yang terlatih dalam penggunaan alat pengukuran kerja dan sistem perangkat lunak yang
memiliki akses untuk mengubah database.

SISTEM STANDAR KOMPUTERISASI YANG TERSEDIA SECARA KOMERSIAL

Berbagai sistem standar tenaga kerja terkomputerisasi tersedia di pasar. Sementara semua
sistem melakukan tugas dasar yang sama, yaitu mengembangkan standar tenaga kerja
rekayasa, setiap sistem melakukannya dengan cara yang unik menggunakan sistem
pengukuran yang berbeda.

Ketika menentukan sistem mana yang terbaik untuk suatu organisasi, seseorang harus
mempertimbangkan kriteria berikut:

1. Apa kebutuhan khusus organisasi? Dengan kata lain, untuk apa perusahaan akan
menggunakan sistem tersebut? Manajemen kinerja? Perhitungan pembayaran insentif?
Penjadwalan? Biaya? Ini adalah langkah penting dalam menentukan sistem apa yang
terbaik untuk organisasi Anda, karena ini akan memberikan wawasan tentang fitur apa
yang diperlukan untuk menyelesaikan tugas yang diinginkan.
2. Berapa biaya versus manfaat dari penerapan sistem?
3. Mekanisme dukungan perangkat lunak apa yang ditawarkan oleh penyedia sistem?

Berikut ini adalah ringkasan singkat dari sistem standar tenaga kerja terkomputerisasi yang
lebih umum digunakan yang tersedia pada saat penerbitan. Daftar ini tidak dimaksudkan
untuk mempromosikan satu sistem di atas yang lain, tetapi untuk memberi pembaca
pengetahuan dasar tentang apa yang tersedia.

MASA DEPAN

Sistem standar yang terkomputerisasi akan menjadi lebih relevan di masa depan. Ketika komputer menjadi lebih
murah dan sistem standar terkomputerisasi menjadi semakin kuat dan mudah digunakan, lebih banyak organisasi
akan dapat membenarkan sistem komputerisasi secara ekonomis.
 BAB 5.7

PENERAPAN DAN PEMELIHARAAN STANDAR KETENAGAKERJAAN TEKNIK

UKURAN KERJA DAN STANDAR WAKTU

1. penilaian biaya produk

Prosedur akuntansi di sebagian besar perusahaan menggunakan standar tenaga kerja
sebagai dasar untuk mengembangkan biaya produk. Standar yang akurat memungkinkan
produk dihitung biayanya dengan benar dan anggaran ditetapkan secara realistis.
2. Penjadwalan dan analisis aliran produksi
Standar tenaga kerja dapat digunakan untuk perencanaan beban mesin dan untuk
penjadwalan pesanan melalui toko. Standar tenaga kerja yang dipasang dengan benar,
bersama dengan program pemeliharaan yang baik, akan memungkinkan kerja lembur
diminimalkan, dan mendorong produksi tepat waktu dan pemanfaatan fasilitas yang
efisien.
3. Perencanaan tenaga kerja
Mengatur total tenaga kerja untuk menjadwalkan beban kerja merupakan langkah penting
dalam mengamankan kinerja yang memuaskan. Standar tenaga kerja yang dipasang dan
dipelihara dengan benar akan memastikan kepercayaan manajemen dan pekerja,
memberikan landasan bersama untuk keputusan bisnis mengenai kepegawaian.
4. Pelacakan dan eliminasi varians tenaga kerja
Standar tenaga kerja yang direkayasa dan dipasang dengan benar memberi manajemen dasar yang kuat untuk
menetapkan ekspektasi produksi. Harapan ini kemudian dapat digunakan untuk penganggaran
 5 . Perkiraan biaya
Data standar cocok untuk pengembangan perkiraan untuk tujuan penjualan. Biaya tenaga
kerja yang akurat diperlukan untuk keputusan pemasaran yang tepat. Metode tradisional
pembagian overhead pabrik dan beban atas dasar tenaga kerja langsung membuat akurasi
ini jauh lebih signifikan. Tren terkini dalam akuntansi biaya berbasis aktivitas (ABC) akan
mengurangi dampak ini.
6.Kemungkinan pengurangan biaya
Dalam banyak kasus, pembenaran peralatan baru, revisi tata letak, dan perubahan metode
melibatkan perbandingan dengan standar yang ada. Perbaikan desain produk memerlukan
perkiraan biaya. Standar tenaga kerja yang akurat akan meningkatkan akurasi estimasi, dan
memberikan manajemen alat pembenaran yang kuat.

IMPLEMENTASI DARI STANDAR KETENAGAKERJAAN TEKNIK

Definisi Implementasi yang Sukses

Implementasi standar tenaga kerja rekayasa yang berhasil secara sederhana didefinisikan
sebagai memiliki semua tingkat organisasi yang percaya dan menggunakan standar secara
berkelanjutan untuk menjalankan bisnis dan membuat keputusan bisnis yang bijaksana. Hal
ini terjadi hanya dengan dukungan penuh organisasi dari atas ke bawah. Cara paling
sederhana untuk memastikan kepercayaan di semua tingkatan adalah komitmen
berkelanjutan untuk

komunikasi dan keterlibatan. Langkah-langkah yang diperlukan untuk mewujudkan hal ini diuraikan dalam bagian
berikut.

Kaitan Antara Pengembangan dan Implementasi

Tingkat kredibilitas tertentu seharusnya sudah ditetapkan sebelum menerapkan program standar. Program
pengembangan yang tepat akan melibatkan karyawan di lantai sebagai ahli domain, supervisor sebagai sumber
informasi, dan manajemen tingkat atas sebagai pemandu dan pengambil keputusan.

Implementasi Standar

Ada dua area di mana standar rekayasa harus diterapkan: lantai toko dan kantor. Area
individu akan dibahas secara terpisah.

Implementasi Lantai Toko. Implementasi shop floor ditentukan oleh pendekatan sistematis
yang memastikan bahwa tiga pertanyaan umum telah dijawab sepenuhnya: (1) Siapa yang
akan terpengaruh oleh standar? (2) Apa yang diperlukan untuk mengimplementasikan
standar? dan (3) Bagaimana standar akan diterapkan? Perhatikan bahwa sementara istilah
lantai toko digunakan dalam bab ini, teknik yang sama dapat diterapkan pada layanan, kerah
putih, atau penerapan standar lainnya. Teknik ini sama sekali tidak terbatas pada lingkungan
manufaktur.
 Area yang Terkena Dampak
Teknik Industri. Dedikasi penuh waktu dari sumber daya teknik penting untuk program standar
tenaga kerja yang sukses. Keterlibatan paruh waktu cenderung mengurangi dampak program.
Momentum seorang insinyur penuh waktu akan melebihi dua insinyur paruh waktu.

Sumber Daya yang Dibutuhkan. Sumber daya yang memadai harus dialokasikan untuk proyek standar tenaga
kerja untuk memastikan bahwa waktu antara dimulainya program dan implementasi penuh standar tenaga kerja
tidak melebihi waktu yang wajar. Waktu yang wajar tergantung pada beberapa variabel untuk setiap departemen

Metode Pelaksanaan. Penerimaan karyawan mengharuskan mereka melihat kemajuan

program dengan kecepatan yang baik. Tidak boleh ada penundaan dalam menerapkan
standar di satu bidang setelah semua masalah di bidang sebelumnya telah ditangani. Ini akan
menunjukkan kepada karyawan lantai toko bahwa manajemen berkomitmen terhadap
program dan mereka menganggapnya sebagai prioritas.

Implementasi Kantor. Keakuratan dan kegunaan adalah dua landasan dari implementasi
manajerial. Implementasi yang tepat melibatkan menunjukkan kepada manajemen bahwa
standar akan memberi mereka informasi akurat yang akan memungkinkan mereka membuat
keputusan bisnis yang baik. Implementasi yang tepat juga menjamin adanya sistem pelaporan
untuk memastikan bahwa manajemen menerima informasi ini dalam format yang tepat waktu
dan dapat digunakan.

Akuntansi. Salah satu area terpenting untuk keberhasilan penerapan standar rekayasa adalah
sisi keuangan bisnis. Partisipasi aktif oleh akuntansi biaya akan sangat penting untuk
sepenuhnya menyadari manfaat dari standar tenaga kerja rekayasa. Misalnya, sementara
pengurangan biaya tenaga kerja akan diwujudkan melalui pemanfaatan dan pengelolaan
sumber daya tenaga kerja yang lebih baik, manfaat penuh dari standar tenaga kerja rekayasa
jauh lebih luas.

PEMELIHARAAN STANDAR KETENAGAKERJAAN TEKNIK

Tujuan Program Pemeliharaan Standar

Perubahan metode memerlukan revisi dalam standar ketenagakerjaan. Beberapa

perubahan sudah terlihat, dalam hal ini penyesuaian standar menjadi fungsi rutin.
Perbaikan metode lain jauh lebih tidak jelas, termasuk kategori seperti:
●
Operasi gabungan untuk mengurangi waktu penanganan
●
Desain informal dan pengembangan jig atau perlengkapan sederhana yang dikembangkan di
toko
●
Modifikasi jig atau perlengkapan yang ada melalui revisi informal untuk penyisipan atau
pelepasan bagian yang lebih mudah
●
Perubahan tata letak tempat kerja oleh operator atau supervisor
●
Fungsi manual yang berada di luar waktu mesin diubah menjadi fungsi internal.
 Definisi Program Pemeliharaan Standar

Untuk melindungi investasi dalam mengembangkan dan menerapkan standar ketenagakerjaan, program
pemeliharaan berkala harus dilembagakan. Perbaikan metode diperlukan dan diinginkan untuk mengurangi biaya
dan tetap kompetitif.

Ruang Lingkup dan Frekuensi Audit

Tujuan dari program audit berkala harus meninjau operasi dengan standar tenaga kerja
yang ditetapkan setiap 6 sampai 24 bulan. Ini akan jatuh ke dalam empat kategori
frekuensi audit yang cukup berbeda:

1. Sejumlah standar tertentu akan menjadi usang dalam waktu 24 bulan dan diganti
dengan standar baru. Ini dapat sangat bervariasi dari organisasi ke organisasi dan dari
industri ke industri. Sebuah industri yang cukup stabil dapat mengharapkan untuk
melihat turn-over 20% sementara industri yang lebih dinamis mungkin melihat
turnover 100% pada standar dalam waktu 24 bulan. Ini akan mewakili intersep Y pada
grafik yang ditunjukkan di bawah ini.
2. Sejumlah kecil dari standar yang tersisa akan mewakili 20% dari total jam tenaga kerja
langsung. Ini berarti bahwa sejumlah kecil standar akan memiliki setidaknya 20% dari
semua jam kerja langsung yang dilaporkan bertentangan dengan mereka. Standar ini
harus diaudit setiap 6 bulan.
3. Jumlah standar lain yang cukup kecil akan mewakili 20% jam berikutnya. Standar ini
harus diaudit setiap 12 bulan. Ini berarti bahwa secara agregat, untuk perusahaan
stabil yang memiliki perputaran 20% dalam 24 bulan, standar yang mewakili 60% dari
semua jam tenaga kerja langsung harus diaudit dalam satu tahun.
4. Standar yang mewakili sisa 40% dari jam kerja langsung harus diaudit dalam waktu dua
tahun.
Audit yang dipilih sebelumnya: seleksi terlebih dahulu dari pekerjaan yang akan Anda amati untuk audit.
Audit yang tersedia: seleksi akan ditentukan oleh pabrik apa yang sedang berjalan. Ini lebih mudah daripada
audit yang dipilih sebelumnya karena tidak perlu menunggu lama untuk pekerjaan yang telah ditentukan
untuk memulai produksi.

Prosedur Audit

Setelah daftar standar potensial dikembangkan, langkah-langkah berikut harus diikuti untuk
melakukan audit di perusahaan dengan menggunakan data standar atau studi waktu untuk
menetapkan standar tenaga kerja.

1. Tentukan elemen atau suboperasi yang mencakup 80 persen dari standar yang dipilih.
2. Amati metode dari elemen-elemen ini (yang 80 persen) dan bandingkan dengan analisis
elemen yang ada. Gunakan proses berikut untuk menentukan keakuratan setiap standar.
3. Ringkasan tertulis dari audit harus selalu disiapkan oleh teknik industri dan ditinjau dengan
supervisor yang bertanggung jawab dan/atau manajer produksi. Audit standar reguler
merupakan persyaratan untuk pemeliharaan sistem standar tenaga kerja dan harus
menjadi bagian dari tugas mingguan setiap insinyur industri.
 Memperbarui Standar

Dalam kasus di mana metode manual yang diamati atau waktu proses lebih efisien daripada
metode standar yang didokumentasikan, perlu untuk menganalisis pengaruh perubahan pada
standar dan merevisi standar sesuai dengan kebijakan perusahaan dan kontrak serikat
pekerja.

Menerapkan Standar yang Diperbarui

Setiap perubahan standar yang ada yang diakibatkan oleh audit teknik industri harus
dikomunikasikan terlebih dahulu kepada supervisor yang bertanggung jawab langsung di
area tersebut. Banyak kontrak serikat pekerja menyatakan bahwa tidak ada perubahan
yang harus dilakukan terhadap standar tenaga kerja yang ada sampai efek kumulatif dari
perubahan metode melebihi ambang batas, biasanya 5 persen.
Konsekuensi Tidak Mempertahankan Standar
Manajer dengan pengalaman yang luas dalam fungsi pengendalian biaya percaya bahwa
sebanyak 40 persen penurunan produktivitas dimungkinkan tanpa rencana pengendalian
sistematis yang diterapkan dengan hati-hati. Bahkan dengan rencana dasar yang baik,
mungkin masih ada erosi standar bertahap

BAB 5.8

PENGUKURAN KERJA
DALAM PROSES OTOMATIS
Tujuan utama dari pengukuran proses otomatis adalah untuk meningkatkan produktivitas secara keseluruhan.
 SIFAT OTOMATISASI

Sistem otomatis memungkinkan untuk mentransfer pekerjaan fisik dan mental dari manusia ke mesin. Dirancang
dan digunakan dengan benar, mereka dapat mengurangi biaya per unit produksi. Sistem otomatis juga harus
memiliki efek positif pada kualitas, waktu throughput, dan kemampuan untuk menanggapi kebutuhan pelanggan
yang berubah dengan cepat.
Manfaat dan Kekhawatiran
Banyak faktor yang membenarkan otomatisasi dalam situasi kerja tertentu. Faktor yang lebih umum termasuk
kebutuhan untuk meningkatkan output produksi (ekspansi pasar), mengurangi biaya tenaga kerja, dan
meningkatkan keuntungan. Contoh manfaat yang biasanya memiliki dampak biaya positif termasuk pengurangan
waktu pengerjaan, peningkatan penggunaan suku cadang dan perkakas standar, dan pemanfaatan peralatan dan
pabrik fisik yang lebih besar
Karakteristik Umum
Penentuan bagaimana mengukur proses otomatis memerlukan pemahaman tentang sistem
dan dampaknya terhadap kebutuhan bisnis tertentu. Paragraf berikut merangkum
karakteristik umum dari modul dan sistem otomatis.

Manusia Komponen
Pengetahuan dan pengetahuan manusia sangat penting untuk keberhasilan pengoperasian
setiap modul atau sistem otomatis. Oleh karena itu lingkungan kerja harus terstruktur untuk
memastikan keterlibatan karyawan dan pembangunan tim. Contoh aktivitas kerja yang
sangat mempengaruhi produktivitas keseluruhan modul atau sistem otomatis meliputi:

1. Pemantauan dan kontrol untuk menjaga tingkat kualitas yang direkayasa ke dalam produk atau layanan.
2. Mempertahankan pasokan bahan baku, inventaris, dan kondisi pembuangan limbah untuk memperpanjang
waktu pengoperasian.
3.Melakukan pemeliharaan preventif online untuk menghindari waktu henti melalui servis kecil dan penyesuaian
yang tidak memerlukan penghentian
4. Pemecahan masalah secepat mungkin setiap kali terjadi kerusakan untuk meminimalkan
waktu henti. Hal ini membutuhkan pengetahuan dan komunikasi yang maksimal antara
operator dan pemeliharaan atau petugas servis lainnya.
5. Mengubah produk atau pengaturan mesin secepat mungkin untuk menghindari waktu
henti yang berlebihan. Hal ini membutuhkan komunikasi dan kerja sama yang maksimal di
antara anggota kelompok kerja atau di antara beberapa kelompok dan memberikan
bantuan yang efektif kepada rekan kerja atau staf layanan khusus lainnya selama periode
pemeliharaan terjadwal.
KETERLIBATAN KARYAWAN
Jenis Program
Tim keterlibatan telah muncul di Amerika Serikat dalam berbagai bentuk dan merupakan bagian penting dari
keberhasilan otomatisasi.

Lingkaran kualitas. Kelompok keterlibatan ini biasanya terdiri dari 8 sampai 10 anggota yang melakukan
pekerjaan serupa dan setuju untuk bertemu secara teratur untuk membahas masalah pekerjaan dan kualitas

Tim Kerja. Kelompok keterlibatan ini biasanya terdiri dari semua pekerja yang diperlukan untuk mengelola dan
mengoperasikan modul atau sistem otomatis. Mereka dikelola sendiri dan diberi tanggung jawab pengambilan
keputusan yang cukup besar atas wilayah kerja mereka

TEKNIK PENGUKURAN UNTUK OTOMATISASI

Mengukur proses otomatis diperlukan untuk menentukan persyaratan staf pendukung manusia yang benar dan
untuk menetapkan dasar untuk mengevaluasi kinerja keluaran total

Berikut lima kategori teknik pengukuran kerja yang akan dibahas secara singkat:

1. Sistem waktu yang telah ditentukan

2. Waktu pengamatan langsung dengan peringkat kinerja (studi waktu stopwatch) 3.
Contoh pekerjaan
4. Data historis (termasuk catatan akuntansi dan pencatatan sendiri)
5. Perkiraan penilaian

Sistem Waktu yang Telah Ditentukan

Menurut definisi, sistem waktu yang telah ditentukan adalah “suatu kumpulan informasi,
prosedur, teknik, dan waktu gerak yang terorganisir yang digunakan dalam studi dan evaluasi
elemen kerja manual. Sistem dinyatakan dalam gerakan yang digunakan, sifat umum dan
spesifiknya, kondisi di mana gerakan itu terjadi, dan waktu kinerja yang ditentukan
sebelumnya” (Standar ANSI Z94.12).

Pengambilan Sampel Kerja

Teknik ini sangat berguna untuk hal-hal berikut:
●
Menentukan tunjangan
●
Menentukan pemanfaatan mesin dan peralatan dan/atau fasilitas;
●
Standar produksi untuk personel tidak langsung dan pendukung
●
Standar produksi untuk siklus panjang, operasi dengan kuantitas produksi yang lebih tinggi
●
Pengembangan data standar
Data historis
Meskipun bukan teknik pengukuran kerja yang direkayasa, data historis sangat hemat biaya untuk pengembangan
standar produksi. Data historis adalah bentuk data standar yang khusus dan kurang akurat. Waktu dikembangkan
untuk aktivitas kerja dari catatan waktu aktual sebelumnya (catatan akuntansi pekerjaan).

Estimasi Penghakiman
Prosedur lima langkah yang direkomendasikan untuk mengembangkan estimasi penilaian
adalah sebagai berikut:

1. Bagilah total pekerjaan menjadi aktivitas utama (tugas). Ini membantu menentukan apa
yang harus dilakukan dan meningkatkan proses estimasi.
2. Memahami dengan jelas pengaturan fisik setiap aktivitas (tugas) yang akan dilakukan
(misalnya, tempat kerja, peralatan, peralatan yang akan digunakan dan lingkungan kerja).
3. Pikirkan dalam hal memproduksi satu unit output, yaitu siklus produksi yang mengikuti
aktivitas penyiapan atau persiapan apa pun. Seperti halnya semua pengaturan standar
produksi pengukuran kerja, aktivitas penyiapan atau persiapan harus diperkirakan secara
independen.
4. Asumsikan tugas tersebut akan dilakukan oleh operator yang rata-rata terampil dan
terlatih.
5. Selesaikan perkiraan waktu tugas. Hal ini paling baik dapat dicapai dengan proses yang
biasa digunakan dalam model penjadwalan jalur kritis seperti evaluasi program dan teknik
peninjauan (PERT).
PENGGUNAAN DATA PENGUKURAN KERJA

Pengukuran proses otomatis akan mewujudkan standar yang berguna untuk penentuan dan
pengendalian staf, hasil produksi, pembangunan kelompok kerja, dan penentuan gaji insentif.
Selain itu, program pengukuran berguna untuk hal-hal berikut:

1. Mengevaluasi tunjangan pribadi, kelelahan, dan penundaan

2. Men-debug sistem baru untuk meningkatkan kinerja
3. Mengevaluasi pergantian peralatan
4. Merancang prosedur dan jadwal pemeliharaan preventif
5. Mendesain ulang komponen marginal dari sistem
6. Mengembangkan deskripsi pekerjaan dan prosedur pelatihan
7. Meningkatkan kerjasama antar kelompok kerja, termasuk operator, pemeliharaan, dan
manajemen
8. Menentukan pola interferensi dalam kelompok kerja dan/atau antara antarmuka
peralatan manusia
9. Memperkirakan kapasitas tenaga kerja dan peralatan serta kemampuan penjadwalan
10. Mengevaluasi dan mengukur personel tidak langsung dan pendukung
11. Memperbaiki metode dan prosedur
12. Menentukan apakah sistem otomatis harus dilengkapi dengan penggantian insert
manual atau modul untuk cadangan selama periode kerusakan yang berkepanjangan
13. Menyediakan data untuk membandingkan efektivitas biaya total antara berbagai tingkat
operasi atau otomatisasi untuk menghasilkan keluaran tertentu

MASA DEPAN
Studi waktu stopwatch. Persyaratan untuk melakukan pengamatan langsung waktu dan
penilaian terkait atau leveling kinerja manusia akan berkurang karena meningkatnya siklus
pemrosesan yang dikendalikan mesin dan komputer. Sebagian besar waktu siklus akan
ditentukan secara otomatis dari jam dan kalender di dalam perangkat kontrol.
Tunjangan. Sementara penentuan tunjangan pribadi, kelelahan, dan penundaan akan
tercapai seperti di masa lalu (pengambilan sampel kerja), akan ada perubahan seiring
dengan peningkatan tingkat otomatisasi. Secara umum kelelahan fisik akan berkurang dan
kelelahan mental akan meningkat. Penundaan yang tidak dapat dihindari dalam proses
yang sangat otomatis akan berbeda dengan yang ada di pabrik manufaktur tradisional atau
operasi layanan.
Pengambilan sampel pekerjaan. Penggunaan teknik pengukuran kerja yang telah terbukti
ini akan meningkat seiring dengan berkembangnya otomatisasi. Praktik pengambilan
sampel kerja akan disederhanakan karena kemampuan untuk memantau dan merekam
status aktivitas banyak elemen sistem otomatis secara elektronik.
Sistem waktu yang telah ditentukan. Teknik pengukuran kerja ini masih akan digunakan
dalam bentuk tradisional terutama untuk personel tidak langsung dan pendukung. Sistem
waktu sintetis terkomputerisasi akan dikembangkan untuk meningkatkan aplikasi pada
aktivitas pekerja pengetahuan. Sistem waktu khusus yang telah ditentukan sebelumnya,
seperti RTM, akan menjadi lebih berguna untuk aplikasi otomatisasi di masa mendatang.
Data standar. Untuk tujuan estimasi dan perencanaan, data standar mungkin akan
dikembangkan untuk segmen utama dari sistem otomatis berbeda dengan elemen kecil
dari siklus pemrosesan individu. Dengan segmen utama waktu pemrosesan yang
disertakan dalam database komputer, perbandingan biaya dapat lebih mudah dibuat untuk
metode produksi alternatif.
 BAB 5.9

STUDI KASUS: PENGATURAN STANDAR OTOMATIS UNTUK OPERASI CASTING DAN

FINISHING CAST
OPERASI PENGECORAN

Semua casting selesai menggunakan operasi yang sama:

1. Penuangan
Cairan cor, atau slip, dituangkan ke dalam
cetakan. Waktu proses untuk cetakan untuk
mengatur.
 2. Dumping
Cetakan dibalik untuk membiarkan kelebihan slip mengalir.
3. Hemat
Alat pemotong digunakan untuk potong kelebihan (disebut cadangan) dari sekitar
bukaan di cetakan.
Operator menggunakan jari atau spons basah untuk menghaluskan lubang cetakan
(felting).
4. pengupasan
Cetakan dipecah dan barang setengah basah diletakkan di
atas papan. Cetakan dibersihkan dan dipasang kembali. Papan
item dikirim ke departemen cor-finishing.
Analisis Top-Down

Tugas utama tim pada minggu pertama proyek adalah memulai analisis top-down dengan mengembangkan daftar
elemen yang dikategorikan.

Pengumpulan Data dan Pengembangan Suboperasi

Penuangan. Pengumpulan data dimulai pada kegiatan pertama operasi pengecoran: penuangan. Kerja yang
diukur dalam penuangan akan terdiri dari suboperasi konstan untuk pengaturan awal dan waktu proses untuk
penuangan

OPERASI PENYELESAIAN CAST

Mirip dengan operasi pengecoran, finishing cor terdiri dari serangkaian operasi umum:
1. Pemangkasan
Operator memangkas di sekitar bagian atas, bawah, samping, gagang, dan cerat item untuk melepaskan jahitan
apa pun.
2. spons basah
Barangnya basah di seluruh dan di sepanjang jahitan.
3. Pembilasan
Item dipindahkan ke mesin pembilasan dan disiram dengan air.
4. dekorasi
 BAB 5.10

STUDI KASUS: STANDAR TENAGA KERJA

UNTUK PEKERJAAN SIKLUS PANJANG DI
INDUSTRI DIrgantara

ORGANISASI PROYEK

Tim Rekayasa
Orang adalah aset paling berharga dari organisasi mana pun. Sangat penting untuk memiliki tenaga kerja yang
termotivasi dan terampil dengan sikap dan pelatihan yang benar. Manajemen membentuk tim insinyur industri,
termasuk campuran IE berpengalaman dan lulusan perguruan tinggi baru, dan memberikan pelatihan yang
diperlukan untuk seluruh kelompok.
Perangkat Lunak dan Perangkat Keras

Besarnya skala upaya standar mengharuskan penggunaan aplikasi komputer untuk menetapkan standar
ketenagakerjaan baru. Setelah banyak survei dan upaya benchmarking, perusahaan memilih Teknik Urutan
Operasi Maynard, sistem pengukuran kerja terkomputerisasi yang umumnya dikenal sebagai MOST
PROSEDUR DAN PENERAPAN ALAT

Setelah pelatihan kelas, analisis sebenarnya dimulai. Langkah pertama dalam proses
pengembangan data standar disebutanalisis dari atas ke bawah. Analisis ini menghasilkan struktur
data standar yang terdiri dari semua aktivitas berulang yang kemudian digabungkan untuk
mencerminkan operasi perakitan yang lebih besar.

Analisis top-down untuk operasi perakitan di Boeing mengidentifikasi kategori pekerjaan utama
berikut:

- Perakitan bagian struktural

- Pengeboran

- Pemasangan berbagai pengencang

- Pembersihan
- Aplikasi penyegel
- Memasang harness dan rakitan kabel
- Penyambungan dan pemutusan kawat
- Memasang pipa dan selang
- Memasang klem, fitting, kopling, dan sebagainya

Untuk lebih mendefinisikan metodologi, kita dapat menggunakan contoh dari perakitan bagian
struktural.Urutan kejadian berikut terjadi saat merakit komponen ke struktur badan pesawat dari
pesawat tempur:

- Dapatkan bagian dari kit.

- Verifikasi nomor bagian.
- Buka kemasan dan daur ulang bahan kemasan.
 - Posisikan bagian dalam struktur.
- Pegang bagian dalam struktur menggunakan pengencang sementara.

- Dapatkan bagian dari kit. Ukuran bagian ditemukan menjadi karakteristik utamatic dalam
menentukan tingkat kesulitan dalam mendapatkan bagian dari kit. Suku cadang dikategorikan
menurut karakteristik penanganan berikut: bagian kecil Operator dapat membawa banyak bagian
dalam satu tangan.
Bagian kecilOperator dapat membawa satu bagian di masing-masing tangan.
Bagian sedangSatu operator dapat membawa satu bagian per perjalanan.
Bagian besarDibutuhkan dua operator untuk memindahkan bagian tersebut.
Bagian ekstra besarDibutuhkan lebih dari dua operator dan/atau kerekan untuk memindahkan bagian
tersebut.

Analisis PALING representatif dikembangkan untuk masing-masing kategori ini dan disimpan dalam database
untuk digunakan dalam mengembangkan standar.
-Verifikasi nomor bagian. Kegiatan ini berlangsung sebelum bagian tersebut dibawa ke tempat
kerja area dan memastikan bahwa nomor bagian yang benar digunakan untuk perakitan. Satu
suboperasi dikembangkan untuk mencakup semua variasi yang ada dalam aktivitas ini.
-Buka kemasan dan daur ulang bahan kemasan. Aktivitas ini terjadi ketika operator telah
menemukan bagian yang tepat yang diperlukan untuk operasi tertentu. Untuk mempertahankan
permukaan akhir bagian, itu dilindungi dalam kantong plastik atau Bubble Wrap, tergantung pada
karakteristiknya. Bahan kemasan dapat didaur ulang atau dibuang. KEBANYAKAN analisis
dikembangkan untuk mewakili komponen berukuran berbeda.
-Posisikan bagian dalam struktur. Aktivitas variabel ini paling dipengaruhi oleh ukuran bagian dan
keselarasannya, yang ditentukan dari cetak biru atau instruksi perakitan (termasuk foto digital
dari bagian dan perakitan dan metode langkah-demi-langkah pemasangannya di pesawat
terbang).
-Pegang bagian dalam struktur menggunakan pengencang sementara. Aktivitas variabel ini
bergantung pada jenis dan jumlah perangkat penjepit dan penahan yang diperlukan. Bagian
mungkin atau mungkin tidak memiliki lubang yang dibor pada tahap ini. Beberapa dari berbagai
pengencang dan klem yang digunakan adalah Clecos, Wedgeloks, C-klem, dan klem Q. Suboperasi
data standar dikembangkan untuk satu kejadian menggunakan masing-masing klem dan
pengencang sementara ini, dan hasilnya disimpan dalam database.

Analisis top-down kemudian dilakukan pada tugas berikutnya, pengeboran, yang didasarkan pada sejumlah
variabel seperti berikut ini:

- Jenis bahan, tingkat ketebalan dan kekerasan

- Jenis pistol bor
- Jenis-jenis bor-jig
- Diameter lubang yang akan dibor
- Rentang toleransi pada lubang
- Jenis alat deburring yang dibutuhkan
- Menyedot debu serutan
IMPLEMENTASI PERUBAHAN DAN PENINGKATAN

-Standar Tipe I pertama dengan sistem yang ada dikembangkan pada tahun 1987. Sejak itu,
jutaan standar telah dikembangkan untuk lima program pesawat militer: F/A-18 Hornet, T-45
Goshawk, C-17 Globemaster III, F-15 Elang, AV-8B Harrier.
HASIL DAN TINDAKAN DI MASA DEPAN

Filosofi yang menyatakan bahwa “untuk mengelola, seseorang harus mengukur” terbukti setiap
hari. Standar tenaga kerja merupakan dasar untuk mengelola operasi manufaktur perusahaan.
Seberapa baik standar ini dipertahankan (dan digunakan) menentukan seberapa produktif operasi
manufaktur akan diselesaikan. Boeing adalah pemimpin dunia dalam produksi pesawat terbang,
dan penggunaan peralatan teknik industri untuk mengelola produktivitas telah meningkatkan
kemampuannya untuk memproduksi produk berkualitas tinggi dengan harga yang kompetitif.

BAB 5.11

STUDI KASUS: STAFFING

RUANG PERS KORAN OPERASI

ORGANISASI PROYEK

Keterlibatan Manajemen
Rapat diadakan dengan semua personel manajemen untuk menjelaskan ruang lingkup dan prosedur
yang digunakan dalam pengembangan tabel kepegawaian untuk pers baru. Ada juga diskusi tentang
bagaimana memperkenalkan proyek kepada serikat pekerja. Cara terbaik untuk melakukan jenis
studi ini adalah dengan dukungan serikat pekerja. Informasi yang diperoleh dari diskusi dengan
supervisor digunakan untuk menentukan pendekatan terbaik untuk mempresentasikan proyek
kepada komite perundingan serikat pekerja.
Keterlibatan Serikat
Pertemuan diadakan dengan komite perundingan serikat pekerja untuk menjelaskan
proyek tersebut. Setelah komite serikat memiliki pemahaman yang lengkap tentang
studi, mereka diminta untuk berpartisipasi dengan menyediakan anggota untuk
bekerja dengan konsultan dan manajemen untuk menentukan konten pekerjaan dan
persyaratan kepegawaian. Ada keengganan yang cukup besar di pihak serikat untuk
berpartisipasi dalam belajar

PROSEDUR DAN ALAT APLIKASI

Metode Review dan Persetujuan

Ruang gulungan diamati terlebih dahulu, lalu level pers, dan akhirnya tugas
persiapan. Karena setiap tugas diamati, metode ditinjau dengan semua anggota tim
proyek. Setelah ada kesepakatan tentang metode, konsultan melakukan analisis
PALING untuk setiap tugas.

Arbitrasi
Perlu dicatat bahwa arbitrase di Kanada sedikit berbeda dengan di Amerika Serikat. Di Kanada,
panel tripartit biasanya menangani kasus ini. Satu anggota panel arbitrase dipilih oleh serikat
pekerja, yang lain oleh perusahaan, dan yang ketiga dengan prosedur yang serupa dengan yang
digunakan di Amerika Serikat, di mana 10 kandidat dipilih secara acak dan masing-masing pihak
mencoret nama dari daftar sampai hanya satu tersisa. Orang ini menjadi anggota panel ketiga dan
tertinggi (arbiter).
Perundingan bersama
Karena serikat pekerja tidak dapat membantah temuan studi atau kesimpulan kepegawaian, komite
perundingan meminta sesi perundingan tambahan. Perusahaan dengan mudah setuju.
HASIL DAN TINDAKAN DI MASA DEPAN

Perusahaan dapat melakukan perawatan dan pembersihan mesin press yang sangat dibutuhkan
secara tepat waktu. Pemeliharaan ini sekarang dapat dijadwalkan dan direncanakan. Langkah
perusahaan selanjutnya adalah melakukan studi serupa di bidang pemeliharaan, yang dilakukan
pada tahun 1997 dengan menggunakan konsultan yang sama. Ketika serikat pekerja diminta untuk
berpartisipasi dalam studi pemeliharaan, ia menolak mentah-mentah. Anggota serikat yang telah
berpartisipasi dalam studi awal dijauhi untuk tahun pertama setelah perjanjian kontrak. Mereka
tidak ingin melalui stigma itu lagi.

-
ERGONOMI DAN KESELAMATAN

BAB 6.1 INFORMASI ERGONOMI SUMBER DAYA

Penelitian deskriptif

Dokumen sumber daya ini mengumpulkan data yang digunakan oleh ahli ergonomi dalam membuat banyak
keputusan desain tempat kerja

Penelitian Eksperimental

mber daya ini mendokumentasikan penelitian yang menguji efek dari beberapa variabel (misalnya, pengobatan)
pada kinerja, perilaku, atau respons fisiologis manusia.

Penelitian Evaluatif

Sumber daya ini berusaha untuk menggambarkan kinerja dan perilaku orang yang menggunakan sistem (misalnya,
workstation) atau produk (misalnya, sikat gigi).

Sumber Daya Cetak

. Deskripsi singkat tentang konten akan disertakan dengan setiap daftar.

 Publikasi Jurnal Peer Review

 Publikasi Pemerintah.
 Buku.

Sumber Daya Manusia/Kelembagaan

Bagian ini mencantumkan fasilitas pelatihan di mana seseorang dapat menerima kursus instruksional ergonomi.
Meskipun daftar ini hanya berisi instruksi ergonomi yang ditawarkan oleh lembaga publik, perlu dicatat bahwa
beberapa perusahaan asuransi dan kelompok konsultan industri juga menawarkan layanan ini

Sumber Daya Elektronik

Berikut ini adalah daftar situs web beserta alamat internetnya yang memuat informasi dan materi terkait
ergonomi:

Faktor Manusia dan Ergonomi Situs Web Masyarakat http://hfes.org

BAB 6.2 MERANCANG, MELAKSANAKAN, DAN MENYESATKAN PROGRAM ERGONOMI

Definis

gonomis: n sing or pl: ilmu terapan yang mempelajari tentang ciri-ciri orang yang perlu diperhatikan dalam
merancang dan menata barang-barang yang mereka gunakan agar barang-barang itu dapat digunakan dengan
paling mudah, efektif, dan aman—disebut juga rekayasa manusia, rekayasa faktor manusia

Ilmu Ergonom

Ergonomi adalah ilmu multidisiplin yang terdiri dari teknik, matematika, anatomi, fisiologi, antropometri, *
psikologi, dan biomekanik

Stres dan Cedera Muskuloskeletal

Kurangnya perhatian terhadap ergonomi dapat menyebabkan cedera dan penyakit pekerja. Ada stresor atau faktor
risiko yang terkait dengan sebagian besar pekerjaan. Faktor risiko dapat menghasilkan gangguan muskuloskeletal
di tempat kerja (WMSDs),kan yang merupakan cedera dan penyakit yang halus dan mahal yang dapat terjadi di
bagian tubuh mana pun dan terjadi seiring waktu.

MENGAPA ERGONOMI? TREN INDUSTRI TERBARU

Untuk membuat program ergonomi di perusahaan mana pun, pertama-tama harus ditetapkan kebutuhannya. Ada
beberapa faktor yang harus dipertimbangkan. Salah satunya adalah hubungan dengan tren industri saat ini dan
bagaimana ergonomi memengaruhi tren tersebut.

Penuaan Populasi Pekerja AS

Angkatan kerja AS diproyeksikan meningkat 15 juta antara tahun 1996 dan 2006, dari 134 juta menjadi 149 juta. Ini
menunjukkan peningkatan sebesar 11 persen. Proyeksi tersebut menunjukkan bahwa komposisi demografi
angkatan kerja diperkirakan akan berubah karena jumlah penduduk dan partisipasi angkatan kerja akan berubah.

Peningkatan Tenaga Kerja Wanita di AS

Tenaga Kerja Wanita di AS Tingkat partisipasi angkatan kerja perempuan di hampir semua kelompok umur
diproyeksikan meningkat. Angkatan kerja perempuan akan tumbuh lebih cepat daripada laki-laki.

Peningkatan Karyawan dari Negara Berkembang di Amerika Serikat

Pada awal abad kedua puluh, mayoritas imigran yang datang ke Amerika berasal dari Eropa. Para imigran ini
berasimilasi ke dalam jalinan budaya AS dan membawa serta keterampilan dan etos kerja negara mereka masing-
masing. Dalam 20 tahun terakhir, gelombang imigrasi telah mencakup banyak negara berkembang.

Pengurangan Pengkondisian Fisik Basis Karyawan AS

Seiring dengan meningkatnya kekayaan Amerika Serikat, begitu pula lingkar pinggang karyawan kami. Keragaman
dan ketersediaan makanan telah memungkinkan populasi Amerika tumbuh tidak hanya lebih tinggi, tetapi juga
lebih berat hingga menjadi yang paling gemuk dari populasi mana pun di dunia.

Perampingan Populasi Karyawan

Saat ini, ada tren lain di lingkungan industri. Bagian manufaktur dari total pekerjaan diperkirakan menurun, karena
penurunan 350.000 pekerjaan manufaktur diproyeksikan. Manufaktur diharapkan dapat mempertahankan
bagiannya dari total output, karena produktivitas di sektor ini diproyeksikan meningkat. Dengan menyumbang 14
persen dari lapangan kerja pada tahun 1996, manufaktur diharapkan hanya menyumbang 12 persen pada tahun
2006.

Permintaan Global untuk Produk Pasar Massal

Sudah menjadi pengalaman perusahaan manufaktur Amerika bahwa beberapa negara mampu merancang,
memproduksi, dan merakit produk dan peralatan dalam lingkungan yang diproduksi secara massal dengan biaya
yang jauh lebih rendah.

ALAT UNTUK PENINGKATAN ERGONOMI

Ada berbagai alat yang tersedia bagi insinyur untuk membantu dalam desain metode kerja, stasiun kerja, alat, dan
peralatan yang akan memenuhi kebutuhan lingkungan kerja yang berubah.

MERANCANG PROGRAM ERGONOMI

 Membangun Ergonomi ke dalam Budaya Perusahaan

 Membangun Ergonomi ke dalam Budaya Perusahaan
 Pelatihan dan Pendidikan
 Pelatihan Kesadaran
 Pelatihan Kesadaran Manajemen.
 Pelatihan Teknik
 Pelatihan Supervisor/Manajemen Lini
 Pelatihan Karyawan Lini
 Pelatihan dan Keterlibatan Karyawan.
 Program Ergonomi Tertulis
 Proses Ergonomi untuk Identifikasi Risiko

MELAKSANAKAN KONTROL ERGONOMI

. Sistem untuk pencegahan dan pengendalian risiko ergonomis adalah langkah berikutnya. Risiko ergonomis
dicegah terutama dengan desain stasiun kerja, peralatan, dan metode kerja yang efektif

Kontrol Rekayasa

Teknik rekayasa, jika memungkinkan, adalah metode pengendalian yang disukai karena menghilangkan atau
mengurangi paparan karyawan terhadap faktor risiko. Ini mungkin termasuk mendesain ulang atau mengubah tata
letak stasiun kerja, peralatan, peralatan, aliran material, suku cadang, dan transportasi produk

Kontrol Administratif

Beberapa pertimbangan untuk pengurangan faktor risiko ergonomis yang ditawarkan kepada insinyur adalah
kontrol administrative

MEMBUAT PROGRAM ERGONOM

Faktor yang tidak diketahui adalah biaya. Personil dengan tanggung jawab fidusia mempertimbangkan biaya yang
mungkin terkait dengan ergonomi bawaan, dan berpikir bahwa itu adalah bagian dari biaya melakukan bisnis.

 Area Peluang Ergonomis

 Biaya Spesifik Masalah Ergonomis
 Masalah Hukum dan Biaya
 Penilaian Biaya Pemerintah AS
  Keuntungan Program Ergonomi
 Teknik Pengukuran

KESIMPULAN

Insinyur industri perlu memahami hasil rekayasa potensial dan kebutuhan untuk memasukkan program ergonomi
di setiap perusahaan. Ukuran tidak masalah; jika operasi ibu dan pop dengan 10 karyawan memiliki 2 karyawan
absen karena cedera atau penyakit yang berhubungan dengan ergonomis, perusahaan kecil mencoba untuk
beroperasi hanya dengan5 dari tenaga kerja. Ini dapat menghancurkan operasi kecil apa pun.

BAB 6.3 KONSUMEN ERGONOMI DESAIN PRODUK

Proses Desain Produk Konsumen

Ergonomi desain produk konsumen telah menerima peningkatan studi dan perhatian selama beberapa dekade
terakhir baik dalam hal memperhatikan aspek ergonomis produk [2] dan sebagai proses yang menghasilkan
produk.

Masalah Desain Produk Konsumen yang Berbeda

Ada beberapa jenis masalah desain ergonomis yang berbeda dalam beberapa hal ergonomis mendasar. Gambar
6.3.2 berisi definisi sederhana dari jenis masalah yang berbeda ini.

PEMESANAN MORPHOLOGIS

Morphe dari bahasa Yunani berkaitan dengan membentuk dan morfologi berkaitan dengan studi tentang struktur
dan bentuk. Pada dasarnya,urutan morfologis mencirikan solusi yang ada (produk atau konsep) untuk masalah
dalam beberapa bentuk sistematis

Kegunaan untuk Bagan Morfologi

Setelah bagan morfologi telah selesai, sejumlah tujuan dapat didukung.

 Lokasi
 Analisis statistic
 Persamaan dan perbedaan
 Relung Desain
 Cluster dan Desain Prototipikal
 Analisis Korelasi

STUDI KASUS—ANALISIS DESAIN KORELASI DARI ADAPTOR UNTUK KATETER AIRWAY MENGGUNAKAN
PENDEKATAN MORFOLOGI

 Model Korelas
 Dengan menggunakan data dari Tabel 6.3.1, model korelasional diturunkan yang menghubungkan
variabel dependen tahanan pelabuhan dengan parameter desain panjang pelabuhan, lebar pelabuhan,
dan tinggi cerobong asap, yang merupakan tiga variabel yang diantisipasi secara wajar untuk menentukan
 tahanan pelabuhan. Resistansi port terhadap aliran udara ditentukan untuk setiap adaptor dengan
pengukuran aliran udara yang sebenarnya

KESIMPULAN
Memiliki banyak versi produk untuk dipelajari dapat memberikan informasi desain penting mengenai
kepentingan relatif dan kepekaan parameter desain yang relevan. Kekuatan pendekatan morfologi
muncul dari “spanning” nilai variabel desain yang dihasilkan oleh desain yang berbeda yang ada. Masing-
masing dapat dilihat sebagai eksperimen gratis dan hasilnya digunakan untuk desain baru. Mempelajari
desain yang ada merupakan langkah penting dalam menargetkan desain baru secara efisien.

BAB 6.4 ERGONOMI MANUFAKTUR

ERGONOMI MANUFAKTUR—RISIKO DAN KONTROL

analisis ergonomis melihat bagaimana desain fisik workstation tertentu dapat mempengaruhi kinerja manusia. Di
bidang biomekanik, analisis ergonomis sering berkaitan dengan tiga jenis pekerjaan atau aktivitas yang berbeda

Aktivitas yang Melibatkan Penanganan Objek Secara Manual

 Kelelahan.
 Sakit Punggung dan Biomekanik.

Kegiatan yang Melibatkan Kegiatan Perakitan dan/atau Pembongkaran

Saat merancang atau mendesain ulang pekerjaan untuk dikendalikan gangguan trauma kumulatif (CTDs),
seseorang harus mengukur faktor risiko yang terkait dengan desain karena dua alasan: Pertama, penting untuk
menganalisis pekerjaan untuk mengidentifikasi masalah yang memerlukan intervensi untuk memperbaikinya.
Kedua, setelah koreksi dilakukan, penting untuk menentukan efektivitas desain ulang dalam mengurangi tingkat
risiko.

ERGONOMI MANUFAKTUR—BIAYA DAN MANFAAT

semua proyek bisnis harus melalui jalur pembelian normal untuk disetujui pendanaannya. Kecuali biayanya
nominal, proyek-proyek ini harus ditinjau untuk biaya/manfaat. Pendanaan diberikan berdasarkan perhitungan
analisis biaya/manfaat tradisional dan penghematan yang diharapkan baik karena standar kerja, praktik kerja, atau
kualitas.

BAB 6.5 ERGONOMI DI LINGKUNGAN KANTOR

KANTOR SEBAGAI ALAT UNTUK PEKERJAAN KANTOR—PENDEKATAN ANALISIS PROSES BISNIS TERHADAP
DESAIN KANTOR

 Berpengalaman
 Kantor dan Praktik Kerja yang Fleksibel
 Apakah Kantor yang Fleksibel Mendukung Ergonomi yang Baik

KEGUNAAN KANTOR—ASPEK ERGONOMI ORGANISASI PEKERJAAN KANTOR

 Cara Kerja Baru

  Perubahan Organisasi

KEGUNAAN SISTEM—PERANGKAT LUNAK DAN SISTEM BERORIENTASI MANUSIA DALAM TEKNOLOGI

INFORMASI DAN TELEKOMUNIKASI

 Bagaimana Anda Mendapatkan Kegunaan yang Baik?

 Bagaimana Anda Mendapatkan Kegunaan yang Baik?

KANTOR ERGONOMI LINGKUNGAN KANTOR— PENCAHAYAAN, TINGKAT SUARA, IKLIM, DAN TATA LETAK

 Pencahayaan Kantor
 Tingkat Suara
 Iklim
 Tata letak kantor

DESAIN WORKSTATION—PERSYARATAN ERGONOMI PADA MEJA, KURSI DAN FURNITUR LAINNYA DI

LINGKUNGAN KANTOR

 Tabel Seimbang
 Kursi
 Perabot Kantor Tambahan

ALAT KANTOR—PERSYARATAN ERGONOMI PADA DISPLAY, KEYBOARD, DAN PERANGKAT INPUT LAINNYA

 Menampilkan
 Papan ketik
 Mouse dan Perangkat Input Lainnya

STANDAR DAN PEDOMAN DOMAIN ERGONOMI KANTOR

Standardisasi memainkan peran penting dalam bidang ergonomi karena merupakan saluran penting untuk
membawa pengetahuan tentang ergonomi dan faktor manusia ke industri. Ada perbedaan antara standar teknis
yang harus menghadapi perkembangan teknis yang dinamis dan standar ergonomis yang didasarkan pada
kemampuan dan keterbatasan manusia, faktor yang lebih konstan dari waktu ke waktu.

TREN MASA DEPAN DALAM ERGONOMI KANTOR

Kantor fleksibel (yaitu, kantor di mana orang, karyawan, dan konsultan bekerja secara sporadis) akan meningkat
jumlahnya di tahun 2000-an. Mobilitas pasar tenaga kerja, persyaratan kerja yang tidak terlalu kaku, dan pekerjaan
yang terbawa dari kantor dalam berbagai bentuk akan menciptakan tuntutan akan perubahan desain kantor dan
perubahan metode kerja sehingga struktur kantor tradisional saat ini tidak akan mampu lagi bersaing.

GLOSARIUM

-Praktek kerja

- Fleksibilitas

- Lingkungan kerja fisik

- Mebel - Konsep kamar

- Konsep ruang

- Aneka ragam

BAB 6.6 ANTARMUKA ANTARA DESAIN SISTEM PRODUKSI DAN PAPARAN MEKANIK INDIVIDU

LATAR BELAKANG: GANGGUAN MUSKULOSKELETAL DAN PAPARAN MEKANIK

Keluhan dan gangguan muskuloskeletal merupakan masalah yang signifikan dalam kehidupan kerja di seluruh
dunia.

BEBERAPA METODE ERGONOMI DALAM PERANCANGAN SISTEM PRODUKS

 Antropometri dalam Desain Tempat Kerja

 Biomekanika
 Metode Daftar Periksa
 Model Desain Berbantuan Komputer (CAD)
 Analisis Tugas
 Perkiraan Penyerapan Oksigen
 Rekaman Teknis Langsung

METODE ANALISIS PRODUKSI DENGAN INFERENSI ERGONOMI

 Analisis Berbasis No
 Sistem Waktu yang Telah Ditentukan
 Mengintegrasikan Ergonomi dan Informasi Struktur Produk

TERMINOLOGI ERGONOMI YANG DISESUAIKAN DENGAN DESAIN SISTEM PRODUK

Sampai saat ini, terminologi ergonomis telah diusulkan oleh ergonomis tanpa memasukkan aspek desain sistem
produksi. Untuk mengintegrasikan ergonomi dengan produksi, penting untuk mengembangkan terminologi yang
mengakui kedua masalah tersebut.
BAB 6.7 SISTEM MANUSIA-MESIN DESAIN DAN INFORMASI PENGOLAHAN

Manusia versus Mesin

Secara historis, satu masalah utama desain pekerjaan adalah apakah manusia atau mesin harus melakukan tugas
tertentu.

Fungsi Faktor Manusia

Faktor manusia merupakan kontributor tujuan umum abad kedua puluh untuk mengembangkan teknologi baru,
yaitu alat baru untuk digunakan orang.

DESAIN SISTEM TEKNIK

Desain Sistem Tradisional (Berpusat pada Teknologi)

Pendekatan insinyur industri untuk desain rekayasa melalui sejarah telah menjadi satu holistik. Interaksi antara
orang, proses, mesin, dan alat telah diperiksa terutama untuk meningkatkan produktivitas dan kualitas produk.

PENGOLAHAN INFORMASI MANUSIA DAN DESAIN SISTEM

 Ergonomi Fisik versus Ergonomi Kognitif

 Analisis Fungsional
 Perhatian dan Persepsi
 Kesadaran Situasi dan Pengambilan Keputusan
 Pengambilan Keputusan dan Kinerja

OTOMATISASI DAN MASALAH OUT-OF-THE-LOOP

 Masalah Performa di Luar Lingkaran

 Tingkat Otomatisasi yang Berpusat pada Manusia
 Alokasi Fungsi Dinamis

MANFAAT

Rekayasa faktor manusia hanya berguna sejauh berkontribusi pada keamanan dan efisiensi sistem rekayasa. Dari
perspektif sistem, ini dapat berkontribusi pada kinerja dengan mempromosikan status sistem yang diinginkan dan
dengan membantu menghindari status yang tidak diinginkan. Secara nyata, ini berkontribusi pada kinerja dengan
mengoptimalkan kontribusi operator manusia selama penyelesaian misi dan dengan membantu mereka
menghindari kesalahan manusia.
BAB 6.8 PROFIL BIOMEKANIK DARI PEKERJAAN MANUAL YANG BERULANG RUTINITAS

GERAKAN BERULANG DALAM PEKERJAAN MANUAL

 Pekerjaan Manual Berulang

METODOLOGI YANG ERGONOMI

 Perincian Pekerjaan
EVALUASI ELEMEN GERAK BERULANG

Analisis mendalam tentang pola gerak dengan menggunakan teknik teknik industri tradisional, seperti
studi gerak dan waktu, sulit dilakukan dan sangat memakan waktu. Oleh karena itu, disarankan untuk
berkonsentrasi pada elemen yang berpotensi berbahaya yang telah ditentukan sebagai kontributor nyata
terhadap trauma.
 Menyaring Elemen Pekerjaan Manual Berulang

APLIKASI INDUSTRI

Metodologi yang dijelaskan telah dilakukan dalam beberapa situasi industri di mana prosedur tugas yang sangat
manipulatif menyebabkan CTD, seperti dalam pembuatan berlian. Studi tentang pola gerakan berulang dalam
industri berlian bertujuan untuk menyelidiki bahaya pekerjaan pada ekstremitas atas yang terlibat dalam proses
pemolesan. Proses pemolesan mempekerjakan 86 persen tenaga kerja di industri berlian yang disortir.

 Studi Kasus Industri

 Prosedur Pemolesan Berlian
 Profil Biomekanik

KESIMPULAN

Penyebab gangguan trauma kumulatif bersifat kompleks dan biasanya tidak ada faktor tunggal atau alasan
sederhana yang dapat diidentifikasi selama evaluasi pekerjaan. Gangguan trauma kumulatif dan cedera regangan
berulang telah berkembang menjadi sumber utama kecacatan kerja; penyebab dan peristiwa yang berkontribusi
perlu dipelajari dengan cermat. Kebutuhan untuk memahami penyebab fisiologis dari cedera akibat kerja
berkembang saat ini, ketika lebih banyak masalah keselamatan dan program intervensi ergonomi dipaksakan oleh
peraturan kerja. Ini adalah alasan untuk metodologi yang diusulkan bertujuan untuk menyelesaikan penyebab
biomekanik dari potensi trauma. Metode tersebut berkaitan dengan gerakan berbahaya yang muncul dalam siklus
kerja yang paling sering dan dipilih. Metodologi telah didemonstrasikan dalam aplikasi industry
BAB 6.9 INTERNASIONAL STANDAR LINGKUNGAN BERDASARKAN ISO 14000

GAMBARAN

dunia standar internasional adalah seri ISO 14000 tentang manajemen lingkungan, yang memperkenalkan lima
standar dalam bentuk akhirnya pada akhir tahun 1996. ISO 14000 adalah seperangkat standar sistem manajemen
lingkungan sukarela yang menyediakan kerangka kerja untuk mengidentifikasi, mengendalikan, dan meningkatkan
dampak organisasi pada lingkungan. Standar-standar ini bukanlah peraturan, tetapi hanya memberikan contoh
bagaimana menyusun sistem manajemen yang diarahkan untuk memperbaiki lingkungan. ISO 14000 sebenarnya
terdiri dari serangkaian standar dengan skema penomoran terkait. Misalnya, ISO 14001 adalah standar spesifikasi
yang menguraikan elemen-elemen yang diperlukan dari sistem manajemen lingkungan yang efektif. Alasan untuk
menerapkan ISO 14000 ke dalam organisasi tertentu akan dibahas kemudian

ISO 14000 PENDAHULUAN

Komite teknis yang telah mengembangkan dan terus bekerja pada standar ISO 14000, TC 207, dibentuk pada tahun
1991 oleh sekretariat ISO atas rekomendasi dari Strategic Advisory Group on the Environment, atau SAGE. SAGE
mempelajari perlunya standar internasional pada sistem manajemen lingkungan dan percaya ada alasan kuat
untuk pengembangannya.

ISO 14001—STANDAR SPESIFIKASI

Standar spesifikasi ISO 14001 menetapkan persyaratan untuk sistem manajemen lingkungan dan mengikuti siklus
perbaikan berkelanjutan (siklus Deming yang dimodifikasi) dari Plan-DoCheck-Act (lihat Gambar 6.9.1). Area topik
utama dari standar ini adalah:

1.0 Cakupan
2.0 Acuan normative

3.0 definisi

4.0 Persyaratan Sistem Manajemen Lingkungan

4.1 Ketentuan Umum

4.2 Kebijakan lingkungan

4.3 Perencanaan

4.4 Implementasi dan Operasi

4,5 Pemeriksaan dan Tindakan Koreksi

1.6 Ulasan Manajeme

IMPLEMENTASI ISO 14000—MASALAH UMUM

Seperti yang bisa diharapkan, menerapkan sistem manajemen lingkungan dalam suatu organisasi
bukanlah sesuatu yang bisa dianggap enteng. Seperti banyak pendahulunya seperti manajemen
kualitas total (TQM), perencanaan kebutuhan material (MRP), dan manufaktur just-in-time (JIT),
menerapkan EMS melibatkan perubahan budaya dan oleh karena itu memerlukan komitmen penuh
di semua tingkat organisasi

IMPLEMENTASI ISO 14000—PEDOMAN KHUSUS

Bagian sebelumnya mengidentifikasi beberapa masalah implementasi umum yang telah, atau
mungkin, dialami sehubungan dengan penerapan sistem manajemen lingkungan seperti yang
ditentukan dalam ISO 14001. Bagian ini membahas lebih detail dengan beberapa persyaratan khusus
yang terkandung dalam ISO 14001 dan memberikan panduan implementasi. Sebagian besar informasi
di bagian ini bersifat spekulatif karena hanya ada sedikit pendaftaran di Amerika Serikat pada saat
penerbitan ini.

Identifikasi Aspek
Tidak ada metode tunggal untuk mengidentifikasi aspek ISO 14001 EMS. Teknik termasuk
brainstorming sederhana dan evaluasi masalah peraturan. Dua pendekatan yang mungkin untuk
identifikasi aspek adalah keseimbangan massa tanaman dan model keberlanjutan seperti Langkah
Alami.

‘
 BAB 6.10 KESELAMATAN KERJA MANAJEMEN DAN REKAYASA

Definisi
 Kecelakaan
 Bahaya
 STANDAR KESELAMATAN KERJA
 Sejarah Standar Keselamatan
 Kompensasi Pekerja
 Keterlibatan Pemerintah/OSHA

MANAJEMEN KESELAMATAN

 Model Penyebab Kecelakaan

 Investigasi Kecelakaan
 Pelatihan

TEKNIK KESELAMATAN

Rekayasa keselamatan dapat dianggap sebagai penerapan prinsip-prinsip rekayasa dan manajemen untuk sistem
yang terdiri dari pekerja, peralatan, bahan, dan proses dalam lingkungan yang ditentukan, dengan tujuan
mengurangi kemungkinan dan tingkat keparahan (risiko) cedera dan kerusakan properti. Prinsipprinsip dasar yang
berkaitan dengan rekayasa keselamatan disajikan di sini.

 Profesional Keselamatan
 Keselamatan Konstruksi
 Bahaya Listrik
 Kebakaran, Ledakan, dan Tekanan
 Alat Tangan dan Listrik
 Alat Tangan dan Listrik
 Penjagaan Mesin

ALISIS KESELAMATAN SISTEM

Area umum analisis keamanan sistem dapat didefinisikan sebagai proses terarah atau sistematis untuk perolehan,
peninjauan, dan analisis informasi spesifik yang relevan dengan sistem tertentu. Proses ini metodis, hati-hati, dan
bertujuan. Tujuannya adalah untuk menyediakan informasi untuk keputusan manajemen yang terinformasi.

 Metode Induktif Analisis Keamanan Sistem

BAB 6.11 ALAT EVALUASI ERGONOMI UNTUK MENGANALISIS PEKERJAAN

PROGRAM ERGONOMI KESELURUHAN

Ada tujuh langkah utama untuk program ergonomi yang komprehensif:

1. Audit karyawan dan tempat kerja

2. Evaluasi ergonomis

3. Desain ulang tempat kerja yang ergonomis, metode

4. Organisasi program yang ergonomis

5. Program pendidikan dan pelatihan

6. Program kebugaran dan rehabilitasi

7. Pelaporan, umpan balik, dan tindak lanjut

EVALUASI ERGONOMI

Ada enam langkah dasar untuk melakukan evaluasi ergonomis menyeluruh:

1. Pengumpulan informasi awal

2. Instrumen untuk pengumpulan data

3. Pengamatan di tempat kerja, evaluasi diri operator, pengumpulan data, dan analisis postur

4. Analisis ergonomis

5. Rekomendasi

6. Dokumentasi

KESIMPULAN

Ergonomi sebagai ilmu terapan sulit dipahami oleh sebagian besar insinyur. Ini bukan ilmu pasti seperti
matematika di mana 2 + 2 = 4. Dalam ergonomi, 2 + 2 adalah jawaban antara 3 dan 5 tergantung pada banyak
faktor: tinggi badan, berat badan, usia, jenis kelamin, dan sebagainya.
BAB 6.12 STUDI KASUS: PENCEGAHAN TERKAIT KERJA GANGGUAN MUSKULOSKELETAL DALAM MANUFAKTUR
DAN LINGKUNGAN PELAYANAN

STUDI KASUS 1—MANUFAKTUR PAKAIA

Prosedur dan Aplikasi Program

Baik tim ergonomi perusahaan dan pabrik berbagi tanggung jawab untuk lima elemen kinerja berikut dari program
ergonomi.

1. Identifikasi bahaya
2. Analisis bahaya pekerjaan
3. . Pencegahan dan modifikasi tempat kerja

STUDI KASUS 2—OPERASI ECERAN GROSI

Prosedur dan Aplikasi Program

Empat orang dalam komite ini diberi tanggung jawab utama untuk mengimplementasikan program ergonomi:

- Direktur divisi operasi ritel

- Direktur divisi administrasi dan keselamatan klaim

- Manajer keamanan divisi

- Insinyur industri divisi

STUDI KASUS 3—MANUFAKTUR KOMPONEN ELEKTRONIK

Prosedur dan Aplikasi Program

. LEC terdiri dari 14 anggota yang . LEC terdiri dari 14 anggota yang
- Perawat tanaman
- karyawan produksi
- Personil sumber daya manusia
- Personil kesehatan dan keselamatan
- Insinyur
- Anggota serikat pekerja tingkat atas di pabrik
- Manajer pabrik

KESIMPULAN
Poin yang diilustrasikan dengan jelas oleh tiga studi kasus sebelumnya adalah bahwa peran insinyur
industri dalam intervensi ergonomi adalah salah satu praktisi, guru, dan pemimpin tim. Pengurangan
kejadian WRMSDs dimungkinkan melalui upaya terkoordinasi dari insinyur pabrik, supervisor, penyedia
layanan kesehatan, dan karyawan tingkat lantai toko. Selain pengurangan jumlah cedera, penerapan
program manajemen ergonomi dikaitkan dengan peningkatan produktivitas dan moral pekerja.
Perubahan ini (pengurangan biaya operasi dan peningkatan efisiensi) menunjukkan bagaimana intervensi
ergonomis dapat bermanfaat secara ekonomi bagi organisasi manufaktur dan jasa. Penelitian di masa
depan dalam program manajemen ergonomi harus fokus pada (1) mendokumentasikan karakteristik
program spesifik dari organisasi-organisasi yang berhasil mengurangi WRMSDs di antara karyawan
mereka, dan (2) membandingkan dan membedakan fungsi program perusahaan besar dan usaha kecil.
BAB 7.1 BERBASIS KINERJA KERJA KOMPENSASI : MERANCANG TOTAL HADIAH UNTUK
MENDORONG KINERJA
HADIAH TOTAL DITENTUKAN

Selama beberapa dekade terakhir, perusahaan-perusahaan Amerika telah mengalami masa sulit di mana pasar
dunia berevolusi dan menghasilkan pesaing baru sementara konsumen tradisional dan permintaan industri
lesu. Perusahaan-perusahaan Amerika kembali ke papan gambar untuk menemukan kembali diri mereka
sendiri. Mereka menyusut, mereka merekayasa ulang, mereka mengembangkan fokus proses, dan mereka
menerapkan solusi teknologi yang luas.

Konsep persaingan berubah, begitu pula konsep pasar. Hasilnya adalah ekonomi paling dinamis yang terlihat di
negara ini dalam satu generasi dan penekanan baru pada perbaikan dan perubahan proses. Melalui uji coba
tersebut, organisasi telah menyadari bahwa perubahan perusahaan yang efektif tidak dapat terjadi dengan tenaga
kerja yang tidak sesuai dengan tugas. Menjadi jelas bahwa untuk membuat semuanya bekerja, dedikasi, penemuan

7.4 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN

Dibutuhkan tenaga kerja yang aktif dan dinamis. Mencapai kesuksesan dengan perubahan menuntut tenaga
kerja yang efektif. hasil, sumber daya manusia termasuk kompensasi telah dipindahkan ke tengah panggung
sebagai sumber ide dan alat untuk memastikan bahwa tenaga kerja yang efektif tercapai. Oleh karena itu,
perusahaan yang sukses berpikir secara strategi tentang kompensasi:

o Setiap dolar yang dikeluarkan untuk membayar tanggung jawab atas kontribusinya terhadap
kinerja operasi.
o Setiap dolar yang dikeluarkan untuk kompensasi sebagai investasi dalam kesuksesan organisasi
yang berkelanjutan.

Kompensasi total mencakup empat komponen berikut:

1. Tingkat gaji pokok Gaji pokok

Pembayaran yang diberikan secara teratur (periode pembayaran). Ini merupakan ukuran suatu posisi bagi
organisasi mengingat tugas yang dilakukan oleh para pemegang jabatan dan tingkat upah yang kompetitif untuk
pekerjaan itu di pasar tenaga kerja eksternal.

2. Kemajuan gaji pokok

Perkembangan gaji pokok mendefinisikan pergerakan gaji pokok dari waktu ke waktu. Secara tradisional,
berdasarkan umur panjang dengan perusahaan dan prestasi, tetapi semakin meningkat, itu didasarkan pada
perolehan keterampilan dan kompetensi yang terkait dengan bisnis.

3. Variabel pembayaran

Kompensasi tunai yang tidak dimasukkan ke dalam gaji pokok. Gaji pada dasarnya didasarkan pada beberapa
ukuran kinerja, baik ukuran individu, ukuran tim, atau ukuran organisasi.
 4. Manfaat dan kompensasi tidak langsung

Manfaat dan kompensasi tidak langsung adalah kompensasi yang kurang nyata yang ditawarkan perusahaan,
seperti asuransi atau jam kerja yang fleksibel. Meskipun ini bukan uang tunai yang masuk ke kantong karyawan, ini
dapat memiliki efek yang sama kuatnya, dan paket kompensasi total yang berhasil akan mempertimbangkan
manfaat dan kompensasi tidak langsung sebagai komponen yang terintegrasi dari total penghargaan.

Secara bersama-sama, komponen penghargaan total menawarkan kepemimpinan "kotak alat" yang kuat
untuk memotivasi dan mengembangkan tenaga kerja menjadi pemimpin industri. Perusahaan yang telah berhasil
dalam strategi kompensasi telah bekerja lama dan keras untuk mengembangkan paket kompensasi
mereka. Lewatlah sudah hari-hari ketika gaji adalah biaya melakukan bisnis: hari ini, itu dianggap sebagai investasi
dalam kinerja organisasi.

Kasus start-up perusahaan elektronik menggambarkan seberapa efektif strategi kompensasi total dapat
mendorong kinerja. perusahaan ini pusat baru untuk memproduksi lini produk elektronik konsumen yang luas
pada awal 1990-an. Misi pabrik adalah menjadi pemasok produk terkemuka dunia di pasar. Manajemen
memutuskan strategi untuk mencapai misi ini:

o Pabrik akan didasarkan pada keterlibatan tinggi.

o Tenaga kerja akan bekerja dalam tim. –

Proses manufaktur akan didasarkan pada perbaikan terus-menerusSitus start-up mewakili tantangan tertentu
karena lokasinya di daerah yang ditandai dengan kegagalan start-up dan konflik manajemen tenaga
kerja. Bagaimana perusahaan ini lolos dari hantu di lokasi baru mereka yang mengancam kesuksesan start-
up? Sebuah langkah besar yang terlibat dalam strategi melihat total penghargaan.

Tingkat Gaji Pokok

Perusahaan merancang gaji pokok untuk mencapai daya tarik dan retensi terutama bagi karyawan yang sangat
ahli. Tujuannya adalah memastikan tenaga kerja yang stabil.

7. 5 Kemajuan Gaji Pokok

Sebuah program gaji berbasis keterampilan dilaksanakan. Saat karyawan mengembangkan keterampilan yang
relevan dengan proses manufaktur, mereka dapat mengharapkan gaji tumbuh ke tingkat target yang mewakili gaji
yang adil untuk operator/teknisi proses yang sepenuhnya memenuhi syarat. Untuk pengembangan dan
kekompakan tim, setengah dari langkah-langkah yang didasarkan pada penguasaan dan keterampilan praktik
tim. Persyaratan memastikan bahwa tenaga kerja tumbuh dengan baik, dan keterampilan tim yang dibutuhkan
perusahaan.

Untuk mendorong peningkatan berkelanjutan, rencana pembayaran variabel yang disebut GoalSharing
diimplementasikan. GoalSharing memberikan bayaran tambahan sebagai insentif untuk meningkatkan
peningkatan berkelanjutan pada metrik proses utama ("panggilan di dasbor"). GoalSharing menghasilkan tim
karyawan yang fokus untuk terus meningkatkan ukuran utama bisnis.

Manfaat dan Kompensasi Tidak Langsung

Perusahaan memberikan tingkat manfaat yang kompetitif (kesehatan, cacat, pensiun, dan program
tabungan). Di luar elemen-elemen ini, bagaimanapun, elemen yang paling penting dari kompensasi tidak langsung
adalah lingkungan kerja yang menentukan budaya pabrik. Itu adalah kesempatan untuk bersenang-senang dengan
perusahaan yang dan berkembang dan bekerja dalam tim. Pemberdayaan memberikan kebebasan untuk bersaing
secara agresif mengejar tujuan dan memastikan bahwa pabrik akan menjadi pilihan perusahaan di area tersebut.

Meluangkan waktu di depan untuk mengembangkan strategi penghargaan total memastikan bahwa
kompensasi akan berkontribusi pada keberhasilan awal. Saat ini, hampir satu dekade kemudian, pabrik tersebut
secara luas dijadikan sebagai acuan praktik terbaik. Fasilitas ini memiliki tim dengan interaksi tinggi, dengan
pergantian yang sangat rendah dan tingkat produktivitas tenaga kerja yang lebih tinggi. Setiap tahun dalam
ekonomi baru, cerita seperti ini semakin umum karena perusahaan mendasarkan kesuksesan mereka pada
penghargaan total yang dirancang secara strategis. Pendekatan tercerahkan terhadap penghargaan total telah
menjadi kunci kekuatan baru perusahaan Amerika, dan akan menjadi dasar keunggulan kompetitif Amerika pada
abad kedua puluh satu. Dalam bab ini, kita akan fokus secara mendalam pada setiap komponen kompensasi dan
bagaimana penghargaan berubah di tempat kerja saat ini.

Definisi Gaji pokok umumnya merupakan inti dari setiap strategi kompensasi, dan pemberian dasar untuk
total penghargaan. Ini terdiri dari kompensasi tunai yang diberikan secara berulang kepada karyawan untuk
posisi. Ini adalah upah per jam atau gaji bulanan yang diaktifkan. Secara tradisional, gaji pokok dipandang sebagai
hak yang sesuai dengan posisi atau pekerjaan yang seseorang seseorang; namun, pendekatan yang lebih baru telah
meningkatkan ekspektasi untuk gaji pokok. Gaji Pokok Tradisional Peran tradisional dari gaji pokok adalah untuk
memberikan upah atau gaji kepada karyawan yang kompetitif dengan pasar tenaga kerja eksternal. Karyawan
memperoleh semua penghasilannya dari gaji pokok, dan gaji pokok menentukan standar hidup. Gaji pokok dapat
diandalkan dan dapat diprediksi.

7.6 MERANCANG TOTAL HADIAH UNTUK MENDORONG KINERJA MANAJEMEN KOMPENSASI DAN
HUBUNGAN KETENAGAKERJAAN

Secara tradisional, gaji pokok telah ditambahkan dengan memasukkan waktu ke dalam: "Hari lain, satu dolar
lagi" atau "petugas gaji" Jepang tahun 1980-an. Apa yang baru saja kami jelaskan adalah model industri dari gaji
pokok. Inti dari pandangan ini adalah pentingnya pekerjaan sebagai berpikir tentang pekerjaan dan upah. Di bawah
model tradisional, seseorang membayar pekerjaan, bukan orangnya. Orang dianggap sebagai bagian yang dapat
dipertukarkan—jika seseorang pergi, cari penggantinya. Model industri berdasarkan pekerjaan. Pekerjaan
menetapkan batasan untuk pekerjaan jika itu tidak ada dalam deskripsi pekerjaan saya, saya tidak
melakukannya. Pekerjaan adalah rumput. Kekuatan ekonomi dan teknologi tahun 1980-an dan 1990-an telah
memaksa model kerja pascaindustri yang menempatkan pekerjaan pada posisi yang kurang menonjol. Sebuah
disiplin proses, misalnya, memaksa orang untuk bekerja jauh lebih dalam dan luas—melampaui batas-batas
pekerjaan tradisional. Fokus telah bergeser dari pekerjaan ke orangnya. Dengan demikian, gaji lebih terfokus pada
pemberian penghargaan kepada orang tersebut atas kapasitas yang dia miliki untuk berkontribusi daripada
pekerjaan yang dia duduki.

Gaji Pokok Pascaindustri Dalam model pascaindustri, gaji pokok melayani dua tujuan:

1. Menarik bakat utama.

2. Pertahankan bakat utama. Secara tradisional, gaji pokok diberikan menggunakan dua alat: evaluasi
pekerjaan dan nilai gaji.

Evaluasi pekerjaan, sering menggunakan poin untuk mewakili nilai pekerjaan, yang digunakan untuk menilai
pekerjaan. Evaluasi pekerjaan mengalami dua kekurangan di era pasca-industri:
 1. Evaluasi pekerjaan meleset dari perkiraan nilai seseorang untuk keseluruhan proses bisnis karena
masih berfokus pada pekerjaan yang tidak selaras dengan proses. Dalam dunia yang berorientasi
pada proses, nilai tidak diciptakan dengan memegang pekerjaan tetapi kemampuan pribadi
seseorang untuk melakukan seluruh proses bisnis.

2. Evaluasi pekerjaan faktor poin biasanya tidak memperhitungkan peran akun dalam tim. Ketika perusahaan
telah pindah ke tim, mereka menemukan bahwa sistem evaluasi pekerjaan tradisional tidak relevan karena mereka
melewatkan banyak aktivitas nilai tambah yang terkait dengan pelatihan dan fleksibilitas. Selain itu, metode
evaluasi pekerjaan menambah tingkat kerumitan dalam analisis yang tidak diperlukan ketika gaji digunakan pada
orangnya daripada pekerjaan. Perusahaan yang telah sukses dengan desain ulang proses bisnis, perencanaan
sumber daya perusahaan (ERP), dan struktur kerja berbasis waktu menyadari bahwa mereka juga harus melihat
gaji pokok secara berbeda. Dalam dasawarsa terakhir, telah terjadi pergerakan ke arah pita pembayaran yang lebih
luas dan sederhana, yang dikenal sebagai pita lebar, dan metode berbasis orang untuk menilai pekerjaan, yang
didasarkan langsung pada nilai pasar dan teknologi evaluasi pekerjaan sepenuhnya. band memberi manajer
fleksibilitas untuk menumbuhkan tenaga kerja yang akan melayani organisasi dengan baik, tidak hanya
memindahkan mereka secara langsung ke "silo" yang sempit dan fungsional. Pengalaman pengalaman pakaian jadi
menggambarkan bagaimana gaji pokok berubah. Perusahaan menerapkan ERP untuk mengotomatisasi dan
merampingkan proses pembelian material. Keputusan itu memiliki perhatian serius terhadap bagaimana orang
yang dibayar. Sebelum ERP, pembelian telah dibagi menjadi pekerjaan yang dan tergambar, masing-masing sangat
jelas diri dalam jenis bahan, dari kancing hingga ritleting hingga benang hingga kain. Karyawan dalam pekerjaan ini
dibayar untuk menjadi peningkatan terspesialisasi dalam pekerjaan mereka: membangun hubungan dengan
vendor, mengetahui siapa yang harus dihubungi dalam keadaan darurat, dan sebagainya. Tingkat spesialisasi
pekerjaan menyebabkan dua disfungsi:

1. Pembelian sangat rentan terhadap "kegentingan" untuk semua jenis bahan tertentu. Karyawan sementara
harus dipekerjakan untuk mendukung spesialis dalam satu jenis material sementara

7.7 spesialis pembelian lainnya tidak banyak atau tidak ada

Biaya untuk karyawan menjadi sementara signifikan, terutama karena pelanggan besar memiliki lebih banyak
variasi dalam waktu yang lebih singkat. 2. Ketika spesialis pembelian pergi, semua kontak dan pengalamannya juga
pergi, membuat organisasi berebut untuk mendapatkan bahan yang sesuai dengan harga yang dapat diterima
tepat waktu. ERP diimplementasikan untuk mengotomatiskan interaksi dengan vendor, membuat perusahaan
tidak terlalu bergantung pada hubungan satu orang, dan aktivitas yang terlibat dalam proses pembelian menjadi
seragam dan efisien di semua jenis materi. Teknologi baru, bagaimanapun, tidak dapat bekerja kecuali orang
memperoleh keterampilan baru dan beradaptasi dengan peran baru yang membawa mereka melampaui deskripsi
pekerjaan mereka sebelumnya. Sistem gaji pokok diperlukan untuk mengirimkan pesan yang tepat tentang ERP
dan memberi penghargaan kepada orang-orang yang tumbuh dalam peran baru mereka. Spesialis pembelian,
misalnya, sekarang diharapkan untuk mengembangkan keterampilan mereka secara lateral, lintas jenis material,
alih-alih berspesialisasi dalam satu jenis material. Ini akan membuat tenaga kerja lebih fleksibel (sehingga lebih
sedikit karyawan sementara yang harus dipekerjakan) dan berpengetahuan luas (sehingga organisasi tidak terlalu
terpengaruh oleh satu orang yang keluar). Namun, sistem tradisional nilai gaji dibayar untuk kedalaman, bukan
untuk keluasan. Pita gaji yang lebih luas diadopsi untuk mengakomodasi tingkat gaji pokok yang lebih tinggi yang
mencerminkan luas dan kedalaman keterampilan yang lebih besar di mana karyawan akan dimintai
pertanggungjawaban dalam peran baru mereka. Hasilnya adalah tenaga kerja yang tumbuh menjadi tim yang lebih
kohesif, mengatasi krisis sesuai kebutuhan dan memastikan bahwa hanya laba atas investasi untuk kompensasi
yang tidak melihat, tetapi juga laba atas investasi dalam karena digunakan secara efektif. PROGRESI PEMBAYARAN
DASAR Kemajuan Gaji Pokok Secara tradisional, perkembangan gaji pokok didasarkan pada tiga faktor: 1. Waktu di
kelas Banyak perusahaan memberikan kenaikan biaya hidup secara menyeluruh (biasanya setiap tahun) untuk
mencerminkan inflasi ekonomi eksternal. Sangat sedikit strategi yang diterapkan; kemajuan gaji pokok dipandang
sebagai biaya yang harus diminimalkan. 2. Kemampuan dalam praktiknya, sistem prestasi telah terbukti sederhana
karena kesulitan menangani masalah eksternal dengan inflasi di pasar dan prestasi kerja secara
bersamaan. Hasilnya sederhana, paling banter, distribusi gaji berdasarkan prestasi. 3. Promosi Baru-baru ini, telah
berusaha untuk membuat semua atau sebagian dari pujian berdasarkan penilaian kinerja individu. Disebut sistem
merit, goals is to apresiasi kinerja yang unggul. Berbeda dengan waktu di kelas dan prestasi, kenaikan promosi
terkait dengan perubahan tugas pekerjaan. Mencerminkan tanggung jawab tingkat yang lebih tinggi, pemindahan
ke tingkat gaji yang lebih tinggi. Seiring perkembangan perkembangan kerja semakin meningkat sebagai alat
strategi bagi organisasi, metode alternatif kemajuan gaji pokok telah dikembangkan. Metode merit dan promosi
yang lebih lama tidak mencerminkan tujuan pengembangan baru, dan kemajuan, kemajuan gaji pokok
berdasarkan pengembangan individu dan tim menjadi semakin lazim. Model baru untuk kemajuan gaji menjadi
menonjol dalam organisasi yang didesain ulang, baru, atau berkembang: - Pembayaran berdasarkan keterampilan -
Gaji berbasis Seluruh hak cipta.

7. 8 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN

Pembayaran Berbasis Keterampilan Pembayaran berbasis keterampilan adalah kebijakan yang memberi
penghargaan kepada karyawan untuk memperoleh dan menggunakan keterampilan yang berhubungan
dengan pekerjaan. Asal-usul bayaran berdasarkan keterampilan dapat ditemukan dalam keterampilan
keterampilan, sebuah sistem di mana orang baru memulai dengan belajar di bawah master sebagai magang.

Setelah selesai, pedagang disertifikasi sebagai pekerja harian, mampu bekerja secara mandiri. Gaji berbasis
keterampilan umumnya menentukan urutan blok keterampilan (pengelompokan kegiatan) yang harus dikuasai
untuk sepenuhnya memenuhi syarat dalam pekerjaan seseorang. Untuk setiap blok keterampilan yang tercapai,
gaji karyawan meningkat sampai mencapai target tingkat untuk orang yang memenuhi syarat. Penting untuk
diingat bahwa sistem pembayaran berbasis keterampilan akan meningkatkan biaya tenaga kerja.

Ketika seorang karyawan menumbuhkan keterampilan yang membuat organisasi berhasil, nilai orang itu bagi
perusahaan juga meningkat. Pertanyaan-manfaat yang harus ditanyakan adalah biaya, "Apa yang kita dapatkan
untuk tarif yang lebih tinggi ini?" Kasus bisnis harus dibuat untuk pembayaran berbasis keterampilan. Sistem
pembayaran berbasis keterampilan telah terbukti menarik bagi perusahaan yang telah mengalami proses
transformasi bisnis. Proses bisnis baru mengharuskan karyawan untuk beralih dari pekerjaan yang berpusat pada
fungsi yang sempit ke peran yang luas yang mencakup seluruh proses bisnis.

Program pembayaran berbasis keterampilan yang sukses dimulai dengan fokus pada proses. Fokus seperti itu
mengembangkan visi yang sangat jelas tentang bagaimana tenaga kerja yang perlu berkembang untuk membuat
organisasi berhasil. Mungkin tempat kerja tradisional dengan silo fungsional adalah cara terbaik untuk
mengembangkan tenaga kerja, atau mungkin juga tenaga kerja yang datar dan multiskill adalah cara terbaik untuk
mencapai tujuan organisasi. Intinya adalah dengan melihat prosesnya terlebih dahulu, mungkin untuk menentukan
aktivitas apa yang akan memberikan nilai paling besar bagi organisasi, dan kemudian menyesuaikan tenaga kerja
Anda dengan aktivitas yang paling berharga.

Pengalaman call center menggambarkan dampak potensial dari gaji berdasarkan keterampilan. Pusat
panggilan baru-baru ini menggunakan pembayaran berbasis keterampilan untuk menanggapi tantangan yang
diberikan kepada mereka oleh manajemen perusahaan. Pusat panggilan adalah bagian dari perusahaan katalog
yang menawarkan berbagai macam produk. Baru-baru ini, pelanggan mengeluh tentang waktu tunggu yang lama
dan sering ditransfer untuk mendapatkan jawaban atas pertanyaan tentang produk. Sebagai tanggapan,
manajemen senior memutuskan bahwa perusahaanharus dilihat sebagai organisasi layanan nomor satu. Untuk
mencapai hal ini, call center harus memastikan hal-hal berikut: - Semua panggilan dijawab dengan cepat. - Orang
yang sama yang mengangkat telepon menjawab semua pertanyaan. Hal ini menjadi tantangan bagi call center
karena layanan panggilan dan berapa kali pelanggan harus ditransfer dengan kurangnya pengetahuan perwakilan
pelanggan (CSR) tentang beragam produk tersebut. Seringkali CSR akan dialami dalam satu jenis produk, tetapi
segera setelah diajukan tentang jenis produk yang berbeda, CSR harus mentransfer penelepon pertanyaan (dan
pelanggan potensial) ke ahli yang mungkin tidak tersedia.

Perusahaan menyadari bahwa semua CSR membutuhkan landasan dalam spektrum produk yang ditawarkan
perusahaan, tetapi untuk pertanyaan yang benar-benar rumit, para ahli akan dibutuhkan. Mustahil bagi semua CSR
untuk menjadi ahli dalam segala hal, jadi bagaimana sebuah struktur dapat dikembangkan yang mencerminkan
kebutuhan akan ahli dan dasar-dasarnya? Perusahaan memenuhi tantangan ini dengan gaji berbasis
keterampilan. Manajemen pusat panggilan mengembangkan matriks yang mencakup jenis produk utama sebagai
kolom dan tingkat keahlian teknis sebagai baris. Matriks terdiri dari blok keterampilan. Sebuah blok keterampilan,
kemudian, mendefinisikan berbagai tingkat (masuk ke lanjutan) teknis untuk berbagai produk. meminta karyawan
untuk menguasai blok keterampilan memastikan bahwa semua produk tercakup dan layanan pelanggan akan
dioptimalkan. Sebagai langkah kedua, perusahaan mengidentifikasi jalur karir, yang merupakan kombinasi dari
keterampilan yang diharapkan dapat dipelajari oleh CSR. Setiap CSR diharuskan mempelajari dasar-dasar untuk
setiap kelas produk (entry level). Kemudian CSR akan menjadi ahli di kelas produk (tingkat Accomplished dan
Advanced, dalam hal ini).

7.9 Karena CSR menguasai blok keterampilan—baik di tingkat Masuk di kelas produk lain atau
Dicapai/Lanjutan di kelas produk rumahan, CSR menerima kenaikan gaji. Untuk mendapatkan kenaikan gaji, CSR
harus menunjukkan bahwa dia telah menguasai semua komponen blok keterampilan: pengetahuan, aktivitas, dan
hasil. Ini memastikan bahwa pelatihan diterapkan (dan berdampak). Call center sekarang memiliki pendekatan
untuk mengembangkan tenaga kerja. Gaji berbasis keterampilan memberikan peta jalan pelatihan untuk setiap
orang, dan untuk tenaga kerja. Hasilnya adalah setiap dolar yang dihabiskan untuk pelatihan dan kompensasi
dapat ditunjukkan dengan jelas untuk berdampak pada organisasi. berbasis keterampilan tidak hanya membayar
untuk Pembayaran. Metode ini harus dibangun di atas dasar tiga komponen:

(1) pengetahuan

(2) aktivitas

(3) hasil

Dengan sertifikasi ketiga komponen ini, sistem pembayaran berbasis memastikan bahwa keterampilan yang
diperoleh penting bagi organisasi, digunakan, dan mendukung pencapaian hasil yang diinginkan. Pendekatan ini
bekerja sangat baik ketika aktivitas dan hasilnya dapat dibedakan pada tingkat mikro dan berulang dengan
frekuensi yang wajar, tetapi bagaimana dengan orang-orang yang menerapkan keahlian teknis setiap hari dalam
berbagai situasi atau bekerja pada berbagai proyek yang berbeda? Sebagai pekerjaan berdasarkan pengetahuan
telah menjadi lebih umum, pendekatan yang berbeda sering digunakan. Berbasis Kompetensi Pembayaran
Kompetensi berbeda dari gaji berbasis keterampilan karena berdasarkan pada kompetensi yang luas daripada
keterampilan yang terkait dengan tugas yang sempit.
 Sistem berbasis kompetensi memperkuat pengetahuan teknis dan profesional khusus yang dibutuhkan untuk
tampil dalam kapasitas teknis atau profesional yang luas. Contoh gaji berbasis kompetensi termasuk organisasi
teknik dan teknis di mana karyawan diharapkan menerapkan kapasitas intelektual yang tinggi untuk menyelesaikan
pekerjaan. Pengalaman perusahaan kedirgantaraan menyajikan contoh yang baik tentang gaji berbasis
kompetensi. Perusahaan membuka pabrik di mana kesuksesan akan didukung pada lingkungan tim yang
terstruktur menggunakan gaji berbasis kompetensi.

Desain kerja untuk perusahaan ini sangat penting karena peraturan Federal Aviation Administration (FAA)
mendikte proses. Selain itu, pabrik itu akan disertifikasi oleh Organisasi Internasional untuk Standardisasi
(ISO). Perusahaan merancang gaji berbasis kompetensi untuk teknisinya. Rencana tersebut didasarkan pada
peningkatan pengetahuan dan proses—sebuah pendekatan yang kurang berfokus pada pekerjaan aktual yang
dilakukan dan lebih pada modal intelektual. Saat pabrik mulai memproduksi pesawat terbang, peningkatan proses
dan modal membentuk dasar tim dan budaya. Seiring waktu, kualitas dan kinerja proses meningkat sebagai akibat
langsung dari pengembangan dan penerapan kompetensi utama. Hasilnya jelas. Penjualan meningkat secara
dramatis, dengan setiap pesawat benar-benar terbang keluar dari pintu ke pelanggan yang bahagia.

Bertahun-tahun kemudian, kami bekerja dengan universitas negeri dan menyebutkan kasus ini. Seseorang
dalam kelompok kami dan menyebutkan bahwa mereka baru saja membeli sejumlah pesawat secara khusus
karena tenaga penjualan telah menunjukkan kepada mereka bagaimana membangun pesawat dalam sebuah
tim. lingkungan telah membuat pesawat lebih aman dan lebih murah. Gaji berbasis kompetensi dan berbasis
keterampilan memiliki tujuan dan karakteristik yang sama. Kedua tidak tergantung pada waktu pada pekerjaan
atau senioritas atau promosi untuk meningkatkan Sebaliknya, mereka mengandalkan karyawan yang berkembang
menjadi aset yang kuat bagi organisasi.

Semakin banyak nilai yang diberikan kepada karyawan, semakin tinggi gaji pokok yang dapat diharapkan
karyawan. Oleh karena itu, program adalah alat yang efektif untuk mengembangkan tenaga kerja. Bayar untuk
keterampilan atau kompetensi memastikan bahwa kapasitas yang tepat akan tersedia saat dibutuhkan. Bagaimana
dengan membayar untuk kinerja? Kami akan mengeksplorasi masalah ini lebih lanjut di bawah pembayaran
variabel.

7.10 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN Kebangkitan dalam Variabel

Pembayaran adalah kompensasi yang tidak berulang (yaitu, tidak digabung menjadi gaji pokok). Variabel
pembayaran dapat terlepas dari kinerja, seperti bonus hari raya, atau dapat langsung langsung dengan kinerja
individu, tim, atau organisasi. Meskipun variabel rencana pembayaran relatif umum selama beberapa dekade,
telah terjadi kebangkitan minat dalam variabel rencana pembayaran dalam beberapa tahun terakhir. Perusahaan
telah menemukan bahwa kinerja dapat ditingkatkan secara signifikan melalui insentif pembayaran
variabel. Memang sebagian besar variabel rencana pembayaran yang berhasil telah menghasilkan kinerja yang
menembus batas kinerja yang sulit dijangkau di masa lalu. Kami telah menemukan bahwa perusahaan yang
mempertimbangkan penghargaan alternatif sering kali pertama-tama melihat pembayaran variabel karena tiga
alasan:

1. Variabel pembayaran dapat membuat biaya kompensasi lebih mudah dikelola dengan menghubungkannya
dengan kemampuan membayar.

2. Variabel pembayaran memberikan kesempatan untuk menghubungkan gaji dengan kinerja.

3. Variabel pembayaran memberikan kesempatan atau platform untuk mengajarkan bisnis, mendorong minat
pada bisnis, dan menciptakan garis pandang antara upaya individu/kelompok dan hasil bisnis. Gaji variabel adalah
pelengkap—bukan pengganti—untuk gaji berbasis keterampilan atau kompetensi. Yang terakhir merupakan
investasi dalam pengembangan keterampilan—yang bersifat jangka panjang. Variabel pembayaran, sebaliknya,
membayar kinerja setiap periode. Jika kinerja ada, bayaran ada. Jika kinerja tidak ada, gaji tidak. Kontingensi
gaji/kinerja memberikan insentif yang kuat untuk mencapai tujuan kinerja. Pembayaran Variabel Secara
tradisional, partisipasi dalam program pembayaran variabel telah dibatasi untuk eksekutif, manajerial, dan
karyawan penjualan. Baru-baru ini, pembayaran variabel telah diperluas ke kelompok karyawan yang lebih
luas. Berikut ini adalah analisis kami tentang tiga program insentif karyawan berbasis luas yang paling umum.

1. Bagi Hasil Masih merupakan bentuk pembayaran variabel yang paling umum, bagi hasil bagian dari
keuntungan finansial perusahaan kepada karyawan. Bagian dapat ditentukan oleh manajemen atau menurut
formula. Keuntungan bagi hasil ada dua. Pertama, sederhana, berasal dari satu ukuran keseluruhan bisnis. Kedua,
terjangkau. Jika tidak ada keuntungan, tidak ada pembayaran. Kerugian utama dari pembagian keuntungan adalah
bahwa banyak karyawan tidak memiliki pemahaman yang memadai tentang ekonomi inti dari bisnis majikan
mereka. Oleh karena itu, mereka tidak merasa bahwa usaha mereka mempengaruhi keuntungan. hasilnya adalah
pembayaran bagi hasil tidak dilihat sebagai sesuatu yang diperoleh untuk kinerja tetapi sebagai hak.

2. Pembayaran Variabel Individu Rencana pembayaran variabel individu termasuk bonus lump sum, program
berbasis produktivitas seperti tarif per satuan dan sistem saran. Rencana individu memiliki keuntungan berfokus
pada upaya individu dan jelas sesuai ketika pekerjaan berada di bawah kendali karyawan dan kemandirian dari
pekerjaan orang lain. Rencana pembayaran variabel individu tidak bekerja ketika upaya dan koordinasi waktu
diperlukan. 3. Pembayaran Variabel Grup Ketika pekerjaan menjadi lebih terfokus pada proses, tim telah menjadi
cara yang semakin menarik dan umum untuk mengorganisir upaya. Jadi, juga, miliki rencana pembayaran variabel
kelompok yang memberi penghargaan kepada seluruh kelompok karyawan atau tim untuk mencapai
hasil. Mungkin rencana grup yang paling menonjol disebut pembagian keuntungan. Rencana tersebut berasal dari
tahun 1930-an

7.11 Merancang Total Hadiah untuk Mendorong Kinerja

Tindakan sederhana—biasanya biaya atau produksi. - Standar historis—ditetapkan oleh staf akuntansi biaya
atau teknik industri. - Partisipasi—terbatas pada lantai toko, karyawan langsung. - Tidak ada matahari terbenam—
rencana tidak harus dilakukan karena kebutuhan bisnis berubah. Peristiwa teknologi beberapa tahun terakhir telah
membuat pembagian keuntungan, seperti yang baru saja dijelaskan, menjadi usang. Lingkungan operasi tahun
1990-an mengharuskan perusahaan untuk tampil pada berbagai dimensi kinerja.

Selain itu, perbedaan antara lini dan staf, langsung dan tidak langsung menghilang karena waktu telah menjadi
norma. Rencana kelompok telah berkembang menjadi jenis program yang disebut Berbagi Tujuan. Rencana
tersebut didasarkan pada kinerja bisnis dan memiliki karakteristik yang sama dengan pembagian keuntungan: -
Tindakan mengatasi tiga atau empat bidang kinerja utama (misalnya, biaya, produktivitas, kualitas, dan layanan
pelanggan). - Sasaran dengan membuat penilaian bisnis berwawasan ke depan dan tidak ditentukan oleh data
historis. - Partisipasi berjalan "dinding ke dinding" merangkul semua karyawan untuk mencerminkan budaya tim. -
Rencana tersebut tidak beroperasi dari tahun ke tahun dengan persyaratan untuk merevisi, dan mengembangkan
program seiring dengan pertumbuhan dan perubahan bisnis. Membuat Variabel Pembayaran Berhasil Agar
GoalSharing (atau program lainnya) berhasil, lima hal harus terjadi:

1. Rencana itu mendapat perhatian dan membangkitkan kegembiraan.

2. Rencananya Jangkauan.
3. Rencana tersebut meningkatkan fokus pada bisnis.
 4. Rencana beroperasi seperti yang dirancang.
5. Rencana tersebut meningkatkan peningkatan kinerja bisnis.

Desain Variabel Pembayaran yang Berhasil Baru-baru ini, pendekatan baru dalam desain gaji variabel telah
menciptakan keberhasilan yang signifikan dalam peningkatan kinerja. Pendekatan inovatif seperti GoalSharing
telah mengarahkan perusahaan untuk meningkatkan kinerja hanya dengan fokus pada satu rangkaian tujuan —
tujuan kunci bisnis. Sebuah pabrik pengolahan makanan menghadapi masalah yang sulit memberikan contoh yang
baik dari Goal-Sharing. Pabrik tersebut menghadapi persaingan yang ketat baik di pasar maupun antar pabrik lain
di dalam perusahaan. Jika fasilitas ingin meningkatkan kinerja, perlu difokuskan pada seluruh bidang kerja
peningkatan kinerja utama.

Manajemen pabrik memilih Goal-Sharing untuk mencapai hasil ini. Tantangannya, bagaimanapun, adalah
untuk mengembangkan rencana yang tidak dapat dibenarkan dari segi biaya. Manajemen menugaskan tim yang
terdiri dari karyawan pabrik untuk memastikan bahwa rencana tersebut akan diterima dengan baik oleh tenaga
kerja. Tim desain mengikuti langkah-langkah ini:

1. Mereka pertama-tama memutuskan di area umum apa fasilitas itu harus berhasil. Mereka menentukan
bahwa faktor penentu keberhasilan ini adalah biaya, kualitas, dan layanan pelanggan.

7.12 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN

2. Mereka membangun "kartu skor berimbang" dengan Faktor penentu keberhasilan bisnis dan ukuran
kandidat. Lima Kriteria yang digunakan untuk menentukan apakah suatu ukuran dapat diterima: sebuah. apakah
bisa diukur dengan mudah?

B. Bisakah itu dikomunikasikan dengan mudah?

C. Apakah itu memengaruhi kinerja bisnis?

D. Apakah itu membuat proses berjalan lebih baik?

E. Apakah memperkuat visi untuk tenaga kerja?

3. Setelah setiap ukuran yang ditetapkan, itu ditimbang berdasarkan kepentingannya.

4. Tingkat kinerja ditetapkan yang mencerminkan peningkatan proses: sebuah. Ambang: Tingkat kinerja
terendah, di bawahnya tidak ada pembayaran yang dilakukan. Terkadang ini adalah kinerja tahun lalu.

B. Target: Ini adalah tingkat kinerja yang diharapkan. Jika tenaga kerja terfokus pada kinerja, tujuan ini 80
hingga 90 persen dapat dicapai.

C. Peregangan: Ini adalah kinerja terbaik di kelasnya atau lebih baik. Umumnya, dengan upaya yang
substansial, tujuan ini 50 hingga 60 persen dapat dicapai. 5. Sebuah proses tahunan dilembagakan untuk
memastikan bahwa GoalSharing tetap "hijau" dari tahun ke tahun. 6. Akhirnya, tim dirancang untuk fokus pada
substansi untuk mengkomunikasikan rencana tersebut kepada semua karyawan. Ini termasuk: sebuah. Piknik
perusahaan B. Kartu dan materi lainnya dengan informasi ukuran GoalSharing C. Papan reklame berwarna cerah
dalam kinerja terus meningkat sejalan dengan peningkatan kinerja yang luar biasa untuk pabrik. Saat ini, dianggap
sebagai pabrik terbaik di perusahaan dan digunakan oleh perusahaan lain sebagai model untuk menggunakan
variabel pembayaran untuk mencapai hasil terobosan. Seperti yang ditunjukkan oleh contoh, variabel gaji telah
melampaui gaji eksekutif dan insentif penjualan untuk memasukkan berbagai karyawan. Rencana pembayaran
variabel juga telah berkembang dalam hal desain, peran dalam kompensasi total, dan fokus. Faktor-faktor yang
membuat program pembayaran variabel berhasil, bagaimanapun, tetap konstan. Penelitian menunjukkan bahwa
38 persen insentif gagal karena [1]:

 Mereka berakhir sebagai hak.

 Mereka berakhir sebagai sumber daya antara manajemen dan tenaga kerja.
 Mereka memudarkan rasa pahit.

Implementasi Pembayaran Variabel yang Berhasil

Mengapa tingkat kegagalan yang begitu tinggi? Melihat perusahaan yang pernah mengalami program
kompensasi gagal menunjukkan bahwa mereka umumnya gagal bukan karena desain yang cacat, tetapi
karenaeksekusi yang cacat. Satu-satunya kesalahan paling umum, dan paling berbahaya, yang dilakukan
perusahaan adalah pikiran terbaik dan upaya paling besar dalam merancang rencana, kemudian gagal fokus pada
hal yang sama pada pelaksanaan. Memiliki eksekusi yang cacat menjebak perusahaan karena kerusakan yang
terjadi pada persepsi rencana sangat sulit untuk dibalik. Penyebab eksekusi yang cacat umumnya karena Tidak
siap, Tidak berkomunikasi dengan fasih atau cukup, Tidak melibatkan karyawan dalam penetapan tujuan, tidak
mampu menilai dampak program dan mengubah arahnya Ini umumnya kesalahan yang dapat dihindari, tetapi itu
berarti melawan dorongan pertama dalam desain pembayaran variabel yang difokuskan semua upaya pada desain
rencana yang nyata. Jika rencana tersebut tidak dikomunikasikan dengan baik, jika tenaga kerja tidak memahami
rencana tersebut, atau jika tenaga kerja tidak peduli dengan rencana tersebut, maka tidak peduli seberapa baik
rencana itu dirancang, itu akan gagal.

7.13 Manajemen Pembayaran Variabel yang Berhasil

Karena organisasi akan berubah secara substansial dari waktu ke waktu, masuk akal untuk mengasumsikan
bahwa ekspektasi kinerja akan berubah seiring waktu. Beberapa tindakan mungkin menjadi kurang
penting, sementara yang lain menjadi lebih penting. Sering kali, rencana pembayaran variabel yang sudah usang
tertinggal. Rencananya tidak akan berubah, tujuan menjadi tidak relevan, dan pembayarannya sedikit atau tidak
ada hubungannya dengan kinerja organisasi. Hal ini benar-benar terutama ketika mempertimbangkan perbaikan
terus-menerus. Sebuah perusahaan akan menerapkan variabel rencana pembayaran yang membantu
meningkatkan bisnis. Setelah dua atau tiga tahun, tingkat kinerja yang lebih tinggi diperlukan, tetapi rencana
pembayaran variabel tetap sama. Rencana tersebut mulai membayar untuk kinerja yang tidak membantu
organisasi bersaing lebih baik; pembayarannya menjadi begitu teratur sehingga dianggap sebagai bagian dari gaji
pokok—itu sudah pasti. perusahaan merancang rencana pembayaran variabel baru untuk mencapai tujuan kinerja
baru, dan siklus berulang sampai sejauh organisasi, rencana pembayaran memiliki variabel yang mencengangkan
dan menguntungkan perusahaan sangat sedikit, jika sama sama sekali organisasi. Jika rencana pembayaran
variabel akan berhasil dalam jangka panjang, itu harus dimulai setiap tahun untuk memastikan bahwa itu mencapai
tujuan. Variabel pembayaran memberikan contoh yang sangat baik tentang bagaimana perusahaan inovatif
memikirkan tentang kompensasi. Dengan memberi penghargaan untuk perbaikan, adalah mungkin bagi organisasi
untuk lebih sedikit sumber daya secara keseluruhan untuk perbaikan. Pengembalian dalam hal peningkatan kinerja
melebihi dolar tambahan yang digunakan dalam bentuk pembayaran variabel.
 MANFAAT DAN KOMPENSASI TIDAK LANGSUNG Komponen Dinamis dari Total Rewards Dalam spektrum
penghargaan total, alat kompensasi yang paling dinamis dan paling banyak yang ditampilkan dalam beberapa
tahun terakhir adalah manfaat dan kompensasi tidak langsung (kadang-kadang dikenal sebagai pengakuan). Di
masa lalu, ini umumnya dianggap sebagai tunjangan yang sangat terbatas pada posisi karyawan dalam hierarki
organisasi. Hari ini, manfaat dan pengakuan meluas ke semua karyawan. Total Hadiah dan Keragaman Karena
populasi karyawan telah tumbuh lebih beragam dalam dua dekade terakhir, harapan tenaga kerja tentang apa
yang mereka cari dalam bentuk penghargaan menjadi bervariasi.

Kebutuhan untuk menyesuaikan penghargaan agar sesuai dengan Keragaman kebutuhan karyawan telah
membawa manfaat dan kompensasi tidak langsung ke garis depan penghargaan alternatif. Perusahaan yang
berpikir secara strategi tentang kompensasi saat ini menawarkan fleksibilitas, manfaat utama, dan lingkungan
kantor yang berbeda bagi karyawan untuk membuat mereka lebih puas dan produktif. Hasilnya adalah manfaat
tunjangan telah meningkat secara substansial sejak tahun 1950-an [2]. Kategori karyawan yang menerima
tunjangan juga telah berkembang secara signifikan.

7.14 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN

sangat normal untuk menemukan 401K dalam kontrak serikat pekerja, tunjangan kesehatan dan diskon yang
ditawarkan kepada karyawan di berbagai tingkat, dan berbagai paket manajemen keuangan pribadi untuk semua
karyawan. Menghargai dengan Manfaat Motivasi untuk menawarkan peningkatan manfaat kepada segmen tenaga
kerja yang lebih luas juga telah berubah. Secara tradisional, tunjangan adalah hadiah untuk kesetiaan—selamat
atas umur panjang dengan majikan. Hari ini, pesan yang dikirim sangat berbeda: tunjangan adalah tanggung jawab
bersama antara majikan dan karyawan.

Contoh tren manfaat ini termasuk pergeseran dari manfaat pasti ke program pensiun iuran pasti, pembayaran
bersama untuk asuransi kesehatan, dan premis program 401K. Paket tunjangan baru juga menawarkan opsi
kepada karyawan untuk mendapatkan tunjangan dan tunjangan yang sesuai dengan gaya hidup mereka dan
memungkinkan mereka memasukkan pekerjaan ke dalam kehidupan mereka dengan lebih mulus. Dalam angkatan
kerja yang fleksibel dan beragam, beberapa pilihan kepada karyawan dalam merancang paket mereka sendiri
memastikan bahwa hubungan antara gaji dan kinerja serta gaji dan insentif yang dirasakan kuat. Pentingnya
hubungan ini hanya akan terus tumbuh karena tenaga kerja dalam dua puluh tahun ke depan menjadi lebih muda,
lebih beragam, dan lebih fleksibel.

Orang-orang yang memasuki dunia kerja saat ini hanya memiliki sedikit gagasan tentang bekerja di satu
perusahaan sepanjang karier mereka. Sebaliknya, orang-orang merencanakan karir mereka dengan menentukan
bagaimana mereka ingin mengembangkan keterampilan mereka, gaya hidup seperti apa yang ingin mereka miliki,
dan seberapa fleksibel yang mereka inginkan. Penghargaan alternatif dalam tunjangan dan kompensasi tidak
langsung adalah cara terbaik untuk mencerminkan perubahan ini dan memastikan bahwa tidak ada perbedaan
memiliki beragamnya kerja, setiap orang insentif yang sama untuk acara.

Memang, di masa depan, penggunaan tunjangan dan kompensasi tidak langsung akan meningkat secara
substansial tidak hanya dalam hal porsi tenaga kerja yang ditawarkan, tetapi juga dalam proporsi dari total
kompensasi. Ini karena ekonomi telah berubah secara mendasar: kontrak karyawan telah ditulis ulang dan telah
dipaksa kompensasi untuk dilihat secara strategis. Langkah selanjutnya adalah mendefinisikan kontrak implisit
baru antara pemberi kerja dan karyawan dan bagaimana hal itu akan berdampak pada kompensasi total. Fafa,
untuk mendefinisikan "Kesepakatan Baru". KESEPAKATAN BARU Organisasi dan Karyawan Tren kompensasi
alternatif yang telah kita periksa dalam bab ini adalah bagian dari restrukturisasi yang lebih luas dari hubungan
antara organisasi dan karyawan.
 Bagaimana majikan dan karyawan berinteraksi dan apa yang mereka harapkan dari satu sama lain, kami
menyebutnyaKesepakatan baru. Kesepakatan Baru adalah

 Fleksibel: Karyawan memiliki jadwal kerja yang bervariasi dan dapat bekerja jauh dari kantor.
 Berbasis kinerja: Setiap karyawan diharapkan memiliki dampak berkelanjutan pada organisasi.
 Berbasis teknologi: E-mail, Internet, dan Web semuanya adalah bagian dari pekerjaan.
 Berdasarkan penugasan: Pekerjaan seumur hidup dijamin. Pekerjaan hanya akan berlangsung
selama kebutuhan bisnis.
 Bertanggungh jawab: Terserah karyawan untuk berkembang dan berubah.

Bagi banyak orang, poin-poin ini menakutkan, tetapi ini membuka peluang yang luas yang belum pernah
terbuka untuk tenaga kerja. Karyawan dalam perekonomian saat ini dapat mengharapkan ketidakseimbangan yang
mencukupi untuk

7.15 hasil kerja mereka; jika mereka tidak mendapatkannya, mereka akan pergi. Teknologi telah memberi
orang kebebasan luar biasa untuk bekerja di mana dan kapan pun mereka mau, memberikan waktu untuk
keluarga, rekreasi, dan bekerja. Tenaga kerja akan tumbuh menjadi campuran beragam gaya kerja, ide, dan
konsep. Mereka akan mencari cara untuk mengembangkan diri dan mengharapkan keseimbangan yang sesuai.

Ini memberikan tantangan untuk desain kompensasi yang efektif. Jelas bahwa kompensasi tidak akan pernah
terlihat sama lagi. Kesepakatan Baru dan Pembayaran Pokok Gaji pokok akan menjadi komponen penting dari total
kompensasi dalam Kesepakatan Baru. Dasarnya akan bergeser dari pekerjaan yang seseorang seseorang ke
keterampilan yang dibawanya ke meja. Selain itu, kepentingan relatif dari gaji pokok dalam campuran kompensasi
total akan sedikit bergeser, karena pentingnya variabel gaji meningkat. Perkembangan Kesepakatan Baru dan
Pembayaran Pokok Di New Deal, suksesi gaji akan terfokus pada harapan bahwa seorang karyawan akan fokus
pada pengembangan dan melamar keterampilan yang memiliki dampak yang jelas pada organisasi.

Sebagai dampak meningkat, gaji meningkat. Hari-hari kenaikan gaji pokok yang signifikan hanya berdasarkan
umur panjang telah berakhir. Kesepakatan Baru dan Pembayaran Variabel Bayar untuk kinerja adalah mantra dari
Kesepakatan Baru. Variabel akan meresap dalam paket kompensasi total Pembayaran, dan sebagai proporsi dari
total kompensasi akan terus bertambah. Karyawan akan melihat peluang untuk meningkatkan pendapatan kotor
secara substansial, sementara pengusaha akan terus mendobrak batas atas kinerja dengan insentif yang
tepat. Kesepakatan Baru dan Manfaat serta Kompensasi Tidak Langsung Manfaat akan menjadi tanggung jawab
bersama dalam New Deal.

Selain itu, karyawan akan melihat lebih banyak pilihan individu dalam tunjangan dan pengaturan kerja. Telah
dikemukakan bahwa penghargaan alternatif adalah pedang bermata dua karena uang hanya datang dengan
kinerja. Juga telah dikemukakan bahwa penghargaan alternatif adalah pendorong utama pertumbuhan ekonomi
baru-baru ini karena menjadi strategi untuk meningkatkan kinerja di tingkat tim, organisasi, dan nasional, yang
pada membangun lebih banyak kekayaan dan meningkatkan ekonomi lebih jauh. Apapun sudut pandangnya, jelas
ada New Deal dalam kompensasi, sumber daya manusia, dan ekonomi secara keseluruhan. Memahami semua
komponen kompensasi total, dan meluangkan waktu untuk menyelaraskan setiap komponen, membuka
kemungkinan luar biasa bagi semua orang. Pengusaha siap. Karyawan sudah siap. Saatnya untuk Kesepakatan
Baru.

7.16 KOMPENSASI BERBASIS KINERJA: MERANCANG TOTAL HADIAH UNTUK MENDORONG KINERJA
MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN
 Center pada tahun 1992, ia adalah profesor dan Ashland Oil Fellow di Departemen Manajemen, Sekolah Tinggi
Bisnis dan Ekonomi, Universitas Kentucky. Dia memegang gelar BA dari Cornell University dan MA dan Ph.D. gelar
dalam hubungan industrial dari University of Minnesota. Marc John Wallace III adalah manajer proyek di Pusat
Efektivitas Tenaga Kerja. Sebelum bergabung dengan CWE pada tahun 1995, ia lulus dari Thunderbird di Glendale,
Arizona, dengan gelar master manajemen internasional. Ia juga menerima gelar BA dari University of Wisconsin di
bidang ekonomi dan sertifikasi dalam administrasi sosial dan ekonomi dari Faculté d'Économie Appliquée
(Université d'Aix-Marseille) di Aix-en-Provence, Prancis. Sejak bergabung dengan CWE, Wallace telah bekerja
secara ekstensif dengan perusahaan untuk merancang berbagai macam strategi kerja dan penghargaan
pembayaran variabel, pembayaran berdasarkan keterampilan, perjanjian kemitraan (serikat/manajemen), dan
analisis pasar tenaga kerja.

REFERENSI 1. Wallace, Marc, "Hadiah dan Pembaruan," Asosiasi Kompensasi Amerika, 1990. 2. Crandall, Fred,
dan Marc Wallace, Bekerja dan Imbalan di Tempat Kerja Virtual, AMACOM, New York, 1998, hal. 180. Diunduh dari
Perpustakaan Teknik Digital @ McGraw-Hill (www.digitalengineeringlibrary.com) Hak Cipta © 2004 Perusahaan
McGraw-Hill. Seluruh hak cipta. Setiap penggunaan tunduk pada Ketentuan Penggunaan seperti yang diberikan di
situs web. Sumber: BUKU PEDOMAN TEKNIK INDUSTRI MAYNARD

BAB 7.2 EVALUASI PEKERJAAN

Nicholas D. Davic HB Maynard and Company, Inc. Pittsburgh, Pennsylvania

Bab ini dirancang untuk membantu pembaca memahami desain dan penerapan rencana evaluasi pekerjaan
faktor-titik. organisasi yang menggunakan evaluasi pekerjaan formal menggunakan rencana faktor poin. Setelah
singkat evaluasi evaluasi pekerjaan dan diskusi tentang prinsip-prinsip dasar, artikel ini membahas pertimbangan
desain dan aturan aplikasi. Aturan lamaran yang disertakan adalah bantuan berharga bagi siapa saja yang
menggunakan sistem evaluasi pekerjaan yang disesuaikan atau siap pakai.

Kesimpulan dari bab ini menyatakan bahwa tanpa penggantian yang sesuai, evaluasi memiliki masa depan
yang solid dan harus dipahami secara menyeluruh oleh semua orang yang terlibat dengan administrasi
pengupahan. Idealnya, karyawan harus dibayar sesuai dengan sifat pekerjaan yang mereka lakukan dan nilainya
dalam pekerjaan lain dalam organisasi tempat mereka bekerja. Daya saing dari struktur upah perusahaan juga
merupakan faktor penting dalam kebijakan pembayarannya, karena harus terus menarik dan mempertahankan
pelamar yang memenuhi syarat di pasar kerja yang kompetitif.

Menetapkan nilai pekerjaan dan perbedaan gaji internal adalah salah satu tantangan terpenting yang harus
dihadapi organisasi dalam mengembangkan dan mengelola rencana gajinya. Semakin besar organisasi, semakin
penting konsistensi dan keadilan terhadap aturan penataan pekerjaan dan alokasi upah di antara banyak
departemen. Semakin banyak orang melakukan tugas yang sama atau serupa, semakin besar permintaan akan
"gaji yang sama untuk pekerjaan yang sama". Semakin sulit, berat, atau membosankan, atau kondisi kerja, semakin
banyak karyawan akan mengharapkan ketidakseimbangan atas upaya mereka. Seluruh hak cipta. Semua
organisasi memerlukan struktur atau kerangka kerja untuk menentukan pekerjaan apa yang harus diselesaikan dan
oleh siapa. Organisasi membangun struktur internal baik secara informal atau dengan

7.18 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN EVALUASI PEKERJAAN pendekatan

formal yang disebut evaluasi pekerjaan. Perkiraan menunjukkan bahwa lebih dari 95 persen dari perusahaan besar
AS menggunakan evaluasi pekerjaan untuk mengembangkan struktur upah internal [1]. Evaluasi pekerjaan adalah
mengubah konten pekerjaan dan tanggung jawab pekerjaan menjadi alasan untuk hierarki pekerjaan. Evaluasi
pekerjaan itu sendiri; itu adalah salah satu dari empat langkah yang terkait yang terlibat dalam pendekatan objek
untuk membayar desain struktur. Keempat langkah tersebut adalah sebagai berikut:

1. Analisis pekerjaan dan deskripsi pekerjaan

2. Evaluasi pekerjaan dengan menganalisis setiap deskripsi pekerjaan menggunakan teknik formal

3. Survei upah untuk memahami pasar eksternal

4. Pengembangan struktur gaji dan pengiriman gaji yang adil

Langkah 2, evaluasi pekerjaan , topik artikel ini, memiliki empat persyaratan.

1. masukan yang akurat. Deskripsi pekerjaan yang merupakan masukan penting untuk evaluasi
pekerjaan. Persyaratan dan konten unik dari setiap pekerjaan harus ditentukan, ditentukan, dan
dijangkau. Ini adalah proses dua tahap yang membutuhkan analisis pekerjaan dan persiapan
deskripsi pekerjaan. sebuah. Selama analisis pekerjaan, informasi dikumpulkan melalui wawancara,
observasi, kuesioner, atau buku harian di dua bidang yang luas: tugas dan keterampilan yang
dibutuhkan pemilik pekerjaan. Analisis pekerjaan dasar untuk seluruh proses evaluasi pekerjaan
dengan tujuan untuk mengembangkan deskripsi pekerjaan dan ringkasan yang dapat digunakan
untuk mengisi dan menilai pekerjaan itu
B. Deskripsi pekerjaan harus merupakan ringkasan dari tugas dan tanggung jawab penting dari
pekerjaan dan umumnya mencakup lima atau enam bagian.
(1) Bagian yang menyatakan jabatan, departemen, pabrik, status (dikecualikan/tidak dikecualikan),
dan tingkat upah.
(2) Pernyataan yang mengidentifikasi keseluruhan fungsi pekerjaan dan aktivitas utamanya.
(3) Sumber pengawasan. Jelaskan pengawasan yang diterima dan jenis pengawasan, jika ada, yang
diberikan oleh karyawan pekerjaan.
(4) Sebuah daftar tugas pekerjaan utama. Ini dinyatakan dalam urutan kepentingan atau frekuensi
kinerja. Biasanya, sekitar 10 sampai 12 tugas pokok sudah cukup.
(5) Persyaratan minimum untuk masuk ke pekerjaan dalam hal pelatihan, pendidikan, pengalaman,
dan keterampilan.
(6) Kondisi kerja normal yang berhubungan dengan pekerjaan. Description pekerjaan harus
dikembangkan dengan pertimbangan hukum. Deskripsi harus sesuai dengan undang-undang
nondiskriminasi federal dan negara bagian dan Undang-Undang Penyandang Disabilitas Amerika
tahun 1990.

2. Kebutuhan akan analis dan evaluator pekerjaan yang terampil. Untuk setiap pekerjaan yang
akan dipelajari, analis harus melakukan rinci tentang persyaratan kerja, tingkat tanggung jawab,
persyaratan pendidikan dan pelatihan, dan lingkungan kerja. Kuesioner menjelaskan biasanya
digunakan untuk mengumpulkan data ini. Data yang dikumpulkan dan disintesis menjadi deskripsi
pekerjaan satu halaman yang singkat. Sebuah komite penilaian pekerjaan dibentuk untuk setiap
penempatan posisi menggunakan alat evaluasi. Adalah penting bahwa individu yang terlibat dalam
evaluasi pekerjaan cukup akrab dengan setiap pekerjaan yang ditinjau. Pengetahuan ini akan
memungkinkan mereka untuk membuat perbandingan yang diperlukan dari konten pekerjaan dan
persyaratan pekerjaan ke tingkat atau tingkat faktor tertentu.
 3. Metodologi evaluasi pekerjaan formal. Metode yang dipilih tergantung pada komposisi
kelompok yang mencakup, ruang lingkup pekerjaan yang akan dimasukkan, pertimbangan serikat
pekerja, dan kebijakan administrasi secara keseluruhan. Metodologi harus mencakup evaluasi
manual dengan aturan dan instruksi.

4. Evaluasi pekerjaan membutuhkan pendekatan holistik. Struktur gaji harus dikembangkan yang
mencerminkan kebijakan gaji organisasi dan hubungan yang diinginkan dengan pasar tenaga kerja
eksternal yang relevan. Saat mengembangkan kebijakan pembayaran, semua sistem kompensasi dan
penghargaan harus dipertimbangkan. Evaluasi pekerjaan tidak bisa menjadi satu-satunya kriteria
yang digunakan untuk menetapkan tingkat gaji akhir. Selain itu, penting untuk mempertimbangkan
kondisi, pasar tenaga kerja, ketersediaan keterampilan ekonomi yang unik, masalah tawar-menawar
kolektif, dan hal-hal terkait lainnya saat memutuskan tingkat upah akhir pekerjaan.

Artikel ini akan berfokus pada prinsip evaluasi pekerjaan, teknik yang paling umum digunakan
saat ini, dan pemasangan model di lantai toko menggunakan metode evaluasi evaluasi titik. PRINSIP-
PRINSIP EVALUASI KERJA Sistem evaluasi pekerjaan yang digunakan saat ini didasarkan pada tiga
prinsip dasar berikut:

1. Evaluasi penetapan nilai pekerjaan yang relatif, bukan absolut.

2. Ini adalah pekerjaan, bukan orang yang melakukan pekerjaan, yang sedang berlangsung.

3. Hasil evaluasi pekerjaan hanyalah salah satu pertimbangan dalam menentukan tingkat-tingkat
pekerjaan yang sesuai untuk pekerjaan atau pekerjaan tertentu.

MENGAPA MENGGUNAKAN EVALUASI PEKERJAAN? Sebuah program evaluasi pekerjaan biasanya

dipertimbangkan oleh sebuah organisasi ketika satu atau lebih dari keadaan berikut ada [2]:

 Ketidakpuasan internal yang umum dan sering muncul mengenai struktur upah,
termasuk klaim bahwa pekerjaan serupa tidak menghasilkan yang sama, bahwa upah
yang sama diberikan untuk pekerjaan yang berbeda, atau bahwa perbedaan upah tidak
terkait dengan pekerjaan yang dilakukan.
 Ada bahwa kelompok pekerja tertentu (seperti perempuan) dibayar rendah sebagai
akibat dari diskriminasi yang melanggar hukum.
 Peralatan baru atau metode kerja baru telah memperkenalkan yang mengubah isi dari
banyak pekerjaan, mengakibatkan kebutuhan untuk menetapkan dasar baru untuk
memberi upah kepada para pekerja yang terkena dampak.
 Perubahan organisasi (seperti konsolidasi bisnis) telah dilakukan yang memerlukan
revisi sistem pengupahan.
 Perubahan dalam sifat-sifat pekerjaan, mesin, produksi, atau produk perusahaan telah
lama menjelaskan deskripsi pekerjaan yang tidak dapat diatur untuk dikelola.
 Rencana bisnis organisasi memerlukan perubahan dalam alokasi sumber daya dan
manajemen tenaga kerja.
 Kendaraan pengiriman pembayaran baru (seperti pembayaran untuk kinerja,
pembagian keuntungan, atau insentif kinerja lainnya) sedang diperkenalkan yang
mengharuskan adanya struktur pembayaran dasar yang baik.
  Tingkat penggantian karyawan yang tinggi dan semakin banyak upaya yang gagal
menunjukkan bahwa peluang kerja dengan gaji lebih baik yang ditawarkan di tempat
lain di industri atau area tersebut.

7.20 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN

Evaluasi Pekerjaan Hal baru. Pada awal tahun 1871, Komisi Layanan Sipil AS mengadopsi bentuk evaluasi kasar
yang terdiri dari hanya mengklasifikasikan pekerjaan. Undang-Undang Klasifikasi tahun 1923 (Hukum Publik 67-
516) adalah awal yang sebenarnya dari klasifikasi pekerjaan federal dan sistem pembayaran, yang memberi
wewenang kepada Komisi Layanan Sipil AS untuk mengklasifikasikan semua posisi kera putih "kantor pusat" secara
otomatis.

Dari sini berasal Undang-Undang Klasifikasi 1949 (Hukum 81-248), yang memberi wewenang kepada Komisi
untuk mengembangkan standar klasifikasi dan menetapkan Jadwal Umum 18 nilai gaji untuk semua pegawai
federal yang tercakup. Sistem Jadwal Umum (GS) berdasarkan prinsip "gaji yang sama untuk pekerjaan yang
substansial sama" dan variasi pembayaran "sebanding dengan perbedaan substansial dalam kesulitan, tanggung
jawab, Rencana titik-faktor dimulai pada tahun 1937 ketika National Electric Manufacturing Association (NEMA)
memperkenalkan program bertajuk "Rencana Peringkat Pekerjaan NEMA untuk Pekerjaan dengan Nilai Per
Jam," yang segera diikuti dengan rencana serupa untuk pekerjaan kantor.

Saat ini, dengan berbagai nama, program poin-faktor masih digunakan secara luas di Amerika Serikat dan luar
negeri. Baik rencana NEMA asli, yang tidak memiliki hak cipta, dan rencana Asosiasi Perdagangan Logam Nasional
(NMTA) serupa masih digunakan. Selama bertahun-tahun telah terjadi adopsi program evaluasi pekerjaan yang
tidak merata. Sulit untuk menemukan penerimaan seragam dari evaluasi pekerjaan dalam satu industri. Satu
proyek adalah industri baja dasar di mana, pada tahun 1944, CooperativeWage Study (CWS) dimulai.

Rencana CWS 12 faktor yang dihasilkan adalah produk dari upaya bersama manajemen-serikat pekerja untuk
menstandarkan evaluasi pekerjaan di seluruh industri baja dasar. Apa yang dilakukan CWS adalah mengembangkan
rencana evaluasi pekerjaan di seluruh industri untuk semua pekerjaan produksi dan pemeliharaan serta pekerjaan
administrasi yang tidak rahasia. Rencana tipe CWS dan CWS yang digunakan terus digunakan sampai
sekarang. United Steelworkers of America, AFL-CIO-CLC, dan Komite Koordinasi Perusahaan Baja menyelesaikan
pekerjaan terbaru ke CWSDeskripsi dan Manual Klasifikasi pada bulan Agustus 1971 [3]. Metode Profil Bagan
Panduan Hay adalah modifikasi dan penyederhanaan metode perbandingan faktor awal. Sistem ini telah
disempurnakan selama 30 tahun oleh Edward N. Hay and Associates. Metode Profil Bagan Panduan Hay sering
digunakan untuk evaluasi pekerjaan manajerial dan profesional. Sistem ini membandingkan pekerjaan dengan tiga
faktor yang umum untuk semua pekerjaan:

(1) pengetahuan

(2) pemecahan masalah

(3) akuntabilitas.

Masing-masing dari ketiga faktor ini dibagi lagi menjadi beberapa subfaktor, matriks atau bagan panduan yang
dikembangkan. Pada akhir 1940-an, kompensasi profesional mulai mengembangkan minat dalam penetapan harga
pasar pekerjaan. Pendekatan penetapan harga pasar untuk evaluasi pekerjaan memfokuskan fokus proses dari
dalam organisasi (ekuitas internal) ke perspektif eksternal. Sistem penetapan harga pasar dikembangkan untuk
mengenali realitas pasar sebagai fokus utama dengan fokus sekunder ditempatkan pada ekuitas
internal. Penggunaan evaluasi pekerjaan tidak universal.

Kurangnya penerimaan dan adopsi rencana evaluasi pekerjaan akar pada manajemen dan tenaga
kerja. Mereka berada di manajemen saat evaluasi pekerjaan mengevaluasi evaluasi struktur upah saat ini biaya
konversi keuangan dan budaya juga bertindak sebagai penghambat perubahan. Beberapa percaya bahwa sistem
evaluasi pekerjaan terlalu banyak kekakuan di tempat kerja yang terus menerus tersedia untuk tenaga kerja. Yang
lain merasa sistem evaluasi pekerjaan yang berfokus pada "nilai pekerjaan" dibandingkan "nilai keterampilan
seseorang dalam melakukan pekerjaan" bertentangan dengan teori penghargaan dan pengakuan modern. Oposisi
serikat pekerja terhadap evaluasi pekerjaan, yang awalnya, telah menunjukkan tanda-tanda berbalik. Pemimpin
serikat memiliki ketakutan bahwa evaluasi pekerjaan akan mengarah pada penghapusan individu

7.21 negosiasi dan keamanan kerja

Namun, selama bertahun-tahun, banyak serikat pekerja telah menyesuaikan diri dalam evaluasi pekerjaan,
mengakui kemampuannya untuk mendukung dan menjaga keamanan kerja. DAFTAR ISTILAH Sebelum memulai
diskusi yang lebih rinci tentang berbagai sistem evaluasi pekerjaan, penting untuk menilai evaluasi pekerjaan yang
umum digunakan. Pekerjaan patokan (pekerjaan utama). Pekerjaan memberikan dasar untuk perbandingan antar
dan intraorganisasi karena mereka terjadi di beberapa elemen organisasi, serupa dalam konten, dan direktori
dalam istilah standar. Pekerjaan lain dibandingkan berada di atas, di bawah, atau sebanding dengan pekerjaan
patokan. Faktor kompensasi. Faktor kompensasi adalah Kriteria dasar yang digunakan untuk menentukan nilai
pekerjaan relatif.

Faktor yang dapat dikompensasi terdiri dari atribut yang, menurut manajemen, merupakan dasar untuk
menetapkan nilai relatif; Contohnya pengetahuan, keterampilan, pelatihan, pengalaman, akuntabilitas, tanggung
jawab, dan kondisi kerja

[4]. Upaya Mengukur tenaga fisik atau mental yang diperlukan untuk kinerja pekerjaan. Pekerjaan. Menurut
American Compensation Association, pekerjaan adalah "kumpulan total tugas, tugas, dan tanggung jawab yang
diberikan kepada satu atau lebih individu yang pekerjaan memiliki sifat dan tingkat yang sama"

[5]. Catatan: Meskipun pekerjaan mungkin merupakan gabungan dari pekerjaan yang dilakukan oleh lebih
dari satu individu, analis harus selalu memperlakukan pekerjaan sebagai pekerjaan yang dilakukan oleh satu
pekerja untuk mengurangi kemampuan dan kinerja individu

Posisi. Total penugasan kerja dari seorang karyawan. Jumlah total posisi dalam suatu organisasi selalu sama
dengan jumlah karyawan dan lowongan. Analisis berdasarkan posisi tidak diinginkan karena dua atau lebih posisi
mungkin memiliki deskripsi yang sama atau sangat mirip. tanggung jawab. Sejauh mana pemberian kerja pada
karyawan untuk melakukan pekerjaan seperti yang diharapkan, dengan menekankan pentingnya kewajiban
pekerjaan. Keahlian. Departemen Tenaga Kerja AS mendefinisikan keahlian sebagai pengalaman, pelatihan,
pendidikan, dan kemampuan yang diperlukan untuk melakukan pekerjaan yang sedang dipertimbangkan.

Keterampilan seperti yang digunakan dalam evaluasi pekerjaan berkaitan dengan persyaratan keterampilan
pekerjaan, bukan keterampilan karyawan. Tugas. Sebuah tugas berarti satu atau lebih elemen yang merupakan
aktivitas yang berbeda yang merupakan langkah logistik dan perlu dalam kinerja pekerjaan oleh seorang
karyawan. Tugas adalah elemen dari evaluasi pekerjaan yang harus ditangani. Kondisi kerja. Lingkungan fisik dan
bahaya pekerjaan, seperti pekerjaan di dalam versus di luar, panas atau dingin yang berlebihan, asap dan faktor
lain yang berkaitan dengan ventilasi yang buruk. EVALUASI SISTEM PEKERJAAN UMUM Meskipun skor, dan
mungkin ratusan, dari sistem evaluasi pekerjaan yang disesuaikan, sebagian besar dapat diidentifikasi sebagai
turunan dari dua metodologi: baik pendekatan atau pendekatan kuantitatif. metode pendekatan evaluasi
pekerjaan pada semua pekerjaan dasar dan termasuk metode peringkat dan metode klasifikasi. Pendekatan
kuantitatif, di sisi lain, berusaha untuk menetapkan nilai numerik untuk suatu aspek pekerjaan atau bagian
komponen (faktor) dengan teknik yang paling umum menjadi metode perbandingan faktor dan metode titik-
faktor.

7.22 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN

Metode Kualitatif Metode Peringkat. Metode pemeringkatan dapat dilakukan oleh individu atau komite dan
metode yang dapat diterima untuk organisasi kecil dari 25. Pemeringkatan paksa atau teknik perbandingan
digunakan untuk menetapkan hierarki pekerjaan. Berikut adalah dua contoh metode ini.

1. berdasarkan jabatan saja. Judul setiap pekerjaan ditempatkan pada kartu indeks dan kartu disusun
menurut kepentingan relatif. Tingkat upah atau gaji kemudian ditetapkan untuk setiap pekerjaan berdasarkan data
apa pun yang ingin digunakan organisasi.

2. berdasarkan Peringkat jabatan dan konten pekerjaan. Metode pemeringkatan ini sama dengan yang
sebelumnya, kecuali bahwa dimensi konten pekerjaan secara formal digunakan sebagai elemen
untuk menilai kepentingan relatif. Metode memiliki keuntungan dari kesederhanaan dan kerugian
dari kekurangan data yang mendukung untuk digunakan dalam posisi relatif yang diberikan untuk
pekerjaan. Tanpa perbandingan, metode pemeringkatan menjadi sewenang-wenang dan cenderung
mempertahankan pekerjaan dalam urutan yang sama seperti sebelum evaluasi.

Metode Klasifikasi. Pendekatan kualitatif kedua yang dikenal dengan beberapa nama: grading, klasifikasi
pekerjaan, dan grading yang telah ditentukan. Metode klasifikasi banyak digunakan untuk pekerjaan administratif
dan klerikal, dan digunakan oleh Komisi Layanan Sipil AS. metode ini membandingkan pekerjaan berdasarkan
semua pekerjaan tetapi meningkatkan metode peringkat dengan memperkenalkan faktor untuk
perbandingan. Komisi Aparatur Sipil Negara menggunakan delapan faktor berikut:

1. Variasi dan variasi pekerjaan

2. Tingkat pengawasan yang diterima atau dilaksanakan oleh pemegang pekerjaan

3. Pertimbangan

4. Keaslian

5. Jenis dan tujuan kontak resmi

6. Tanggung jawab

7. Pengalaman
8. Pengetahuan klasifikasi melibatkan pengaturan dan pendefinisian jumlah gaji dan kemudian menetapkan setiap
pekerjaan ke tingkat gaji tertentu berdasarkan definisi tingkat gaji.

Evaluasi pekerjaan menggunakan metode memerlukan memerlukan enam langkah berikut: 1. Tetapkan batas
sistem dengan menentukan nilai gaji terendah dan tertinggi, lalu masukkan nilai gaji yang tersisa. Gunakan nilai
yang diperlukan untuk rentang pekerjaan yang sedang dipertimbangkan. sebagian besar sistem klasifikasi
menggunakan 5 hingga 15 nilai pembayaran; sistem GS federal memiliki 18; beberapa menggunakan hingga 30. 2.
Tentukan setiap tingkat gaji menggunakan informasi fungsi pekerjaan. 3. Jelaskan masing-masing pekerjaan dalam
hal tugas dan tanggung jawab. 4. Cocokkan deskripsi pekerjaan dengan deskripsi level gaji yang paling
tepat. 5. Tentukan hierarki pekerjaan dan perbaiki penempatan pekerjaan yang tidak sesuai. 6. Tetapkan nilai uang
untuk setiap tingkat pembayaran, menggunakan data yang tersedia. Keuntungan dari sistem ini termasuk
sederhana dan pengembangan murah. Sistem klasifikasi mudah dikomunikasikan. Sistem klasifikasi yang dikemas
sebelumnya dengan pembayaran

7.23 deskripsi kelas tersedia secara komersial.

pengukuran dengan metode ini termasuk evaluator kecenderungan untuk dipengaruhi oleh tingkat gaji,
kesulitan mengembangkan deskripsi kelas terutama di organisasi yang lebih besar, dan sifat subjektif dari proses
deskripsi deskripsi. metode kuantitatif Metode Perbandingan Faktor. Menggunakan premis bahwa semua
pekerjaan aspek umum atau faktor universal, metode perbandingan mewakili pendekatan yang lebih banyak untuk
mengevaluasi pekerjaan sebelumnya. perbandingan faktor berdasarkan seberapa banyak faktor spesifik yang
dimiliki satu pekerjaan di atas yang lain.

Aspek umum atau faktor universal yang digunakan oleh metode ini telah menjadi standar evaluasi pekerjaan
dan meliputi:

 Keahlian
 Tuntutan mental
 Tuntutan fisik
 Tanggung jawab
 Kondisi kerja Istilah lain yang digunakan untuk menggambarkan faktor universal adalah faktor
prima, faktor yang dapat dikompensasikan, dan faktor pekerjaan.

Untuk kebingungan, artikel ini akan menggunakan istilah faktor universal. Penerapan paling signifikan dari
faktor universal yang terjadi dengan Undang-Undang Pembayaran Setara tahun 1963. Undang-undang tersebut
mengidentifikasi empat tes untuk mengukur "pekerjaan yang setara setara" yang dilakukan di bawah "kondisi kerja
yang serupa." Tes ini adalah faktor universal dariketerampilan, usaha, tanggung jawab, dan kondisi kerja.

Perbandingan faktor meningkatkan peringkat dengan membandingkan pekerjaan dalam hal seberapa banyak
setiap faktor universal yang dibutuhkan pekerjaan. Penggunaan pekerjaan benchmark yang diperlukan saat
menggunakan perbandingan faktor. Prosesnya dimulai dengan memberi peringkat pada setiap pekerjaan
benchmark, faktor demi faktor. Pemeringkat awal ini akan memberikan dasar untuk memeriksa sistem kewajaran,
dan memvalidasi hierarki pekerjaan akhir. Selanjutnya, pentingnya setiap faktor terhadap total pekerjaan harus
dilakukan untuk memahami berapa banyak setiap faktor yang dibutuhkan oleh setiap pekerjaan. Perbandingan
sederhana dapat dilakukan untuk menentukan pentingnya faktor dalam setiap pekerjaan. menunjukkan hasil dari
langkah ini. Pada langkah berikutnya, pekerjaan benchmark diberikan tingkat gaji. biasanya, tarif ini adalah tarif
pasar untuk pekerjaan serupa. Setiap penggunaan tunduk pada Ketentuan
 7.24 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN EVALUASI PEKERJAAN

Pembobotan Benchmark Universal Factors Tolok ukur mental Fisik Respon- Bekerja judul pekerjaan Keahlian
saudara kandung kondisi Total Pekerja harian masinis Perakit bangku/ penguji Pengendali bahan Buruh 33% 27%
12% 26% 24% 28% 17% 15% 36% 13% 11% 41% 20% 8% 100% 14% 8% 100% 13% 19% 100% 7% 28% 100% Faktor
universal berdasarkan pekerjaan. persentase yang telah dihitung pada langkah sebelumnya. Sebagai contoh,
masinis pekerja harian akan memiliki 33 persen dari tingkat pembayaran $18.00 per jam yang dikreditkan ke faktor
keterampilan. Langkah terakhir dalam perbandingan faktor yang membutuhkan penempatan semua pekerjaan
nonbenchmark ke dalam struktur baru menggunakan teknik yang sama.

Perbandingan faktor yang membutuhkan deskripsi menyeluruh dari setiap faktor universal yang ditemukan
dalam benchmark pekerjaan. Tolok ukur harus berupa pekerjaan umum yang mudah diidentifikasi oleh organisasi
lain dan diberi kompensasi yang seragam. Beberapa tolok ukur yang diperlukan karena akan menentukan
kelompok dari atas ke bawah. Pemilihan tolok ukur yang tepat sangat penting dalam evaluasi pekerjaan ini. tolok
ukur pekerjaan, kadang disebut pekerjaan utama, dipilih dari tiga segmen kelompok studi.

1. Bagian bawah. Pekerjaan sederhana yang membutuhkan keterampilan sederhana dan tanggung jawab
terbatas Pekerjaan yang

2. Bagian tengah. membutuhkan tingkat keterampilan yang lebih tinggi dan tanggung jawab Pekerjaan
kompleks yang

3. Bagian atas. membutuhkan keterampilan dan pengetahuan khusus dan tingkat yang lebih tinggi tanggung
jawab Tolok ukur harus mewakili sebanyak mungkin departemen untuk memberikan gambaran menyeluruh
tentang variasi pekerjaan dalam kelompok dan untuk memastikan variasi faktor universal yang signifikan.

Itu mental Fisik Respon- Bekerja Upah Judul pekerjaan Keahlian, persyaratan, saudara kandung kondisi (per
jam) Pekerja harian masinis 5,94 4,86 4,86 4,50 4,50 Perakit bangku/penguji 3,90 3,60it A 3,10 3. 25 Pengendali
bahan 2.04 1.80 Pukulan lembut 2.00 2.00 Buruh 1.17 0,99 Pesuruh 1.00 1.00 2.16 3.60 1.44 2.00 4.00 2.00 4.20
2.10 1.20 4.00 1.75 1.20 4.32 1.56 2.28 3.50 1.10 2.00 3.69 0.63 2.52 3,00 0,50 2.00 $18.00 $17.00 $15.00 $13, 30
$12.00 $10.60 $9.00 $6,50 GAMBAR 7.2.3 Perbandingan faktor.

EVALUASI PEKERJAAN bea dan tingkat pembayaran saat ini dari pekerjaan-pekerjaan utama ini harus tidak
terbantahkan; jika perbedaan pendapat tidak dapat diselesaikan, pekerjaan patokan yang bersangkutan tidak
dapat digunakan. Perbandingan meningkatkan peringkat pekerjaan sederhana dengan faktor faktor universal yang
terkait dengan setiap pekerjaan daripada hanya keseluruhan pekerjaan.

Namun, beberapa kelemahan utama terkait dengan penggunaan sistem ini. Salah satu kelemahan ini adalah
pelatihan evaluator yang ekstensif diperlukan. Karena tingkat pekerjaan pasar yang digunakan dalam proses,
perubahan akan membutuhkan perhitungan ulang yang berkelanjutan. Selain itu, sistem ini lebih sulit untuk
dijelaskan kepada karyawan, dan jika koreksi terus-menerus diperlukan, sistem ini mungkin tidak dianggap dapat
dipercaya.

Metode Faktor Poin Itu sistem faktor titik (atau sistem poin, seperti yang juga dikenal) merupakan evaluasi
pekerjaan kuantitatif yang paling praktis. Rencana faktor titik siap pakai atau yang disesuaikan adalah sistem
evaluasi pekerjaan yang paling umum digunakan saat ini. Survei menunjukkan bahwa sistem poin-faktor, sejauh ini,
merupakan pendekatan paling populer untuk pekerjaan pabrik, administrasi, dan profesional. Sistem faktor
didasarkan pada gagasan bahwa semua pekerjaan mengandung berbagai tingkat faktor universal. Dalam
kebanyakan rencana, faktor-faktor universal ini dipartisi menjadi subfaktor, dan subfaktor ini kemudian dalam
berbagai derajat.

Setelah partisi, deskriptor naratif dikembangkan untuk setiap subfaktor tingkat seperti yang ditunjukkan pada
contoh berikut. Deskriptor Narasi FAKTOR UNIVERSAL—KEMAMPUAN Subfaktor—Pendidikan. Subfaktor ini
mengukur pendidikan dasar, pelatihan, dan pengetahuan yang dibutuhkan untuk belajar dan melakukan pekerjaan
sesuai standar. Pengetahuan atau latar belakang pekerjaan mungkin diperoleh melalui pendidikan formal atau
melalui pelatihan pada pekerjaan tingkat yang lebih rendah.

7.26 MANAJEMEN KOMPENSASI DAN HUBUNGAN KETENAGAKERJAAN EVALUASI PEKERJAAN

Gelar Tingkat 1. menambahkan membaca dan menulis sederhana, menambah, mengurangi bilangan
bulat; melaksanakan instruksi; menggunakan alat pengukur tetap dan membaca instrumen sederhana.

Gelar Tingkat 2. Memerlukan penggunaan matematika toko (aljabar dasar dan trigonometri); menggunakan
gambar, skema, dan spesifikasi yang rumit. Tingkat ini setara dengan pelatihan kerajinan atau perdagangan pekerja
harian yang telah diselesaikan, atau pelatihan teknis tingkat Associate.

Tingkat Tingkat 3. Penggunaan matematika yang lebih tinggi yang terlibat dalam penerapan prinsip-prinsip
teknik, bisnis, atau ilmu komputer. Pengetahuan yang komprehensif tentang teori dan penerapan prinsip-prinsip
ini dikembangkan melalui penyelesaian gelar Sarjana.

Selama proses evaluasi, deskriptor ini akan memandu evaluator dalam penerapan rencana yang
benar. Setelah ditentukan, setiap tingkat derajat diberi nilai, dan dengan menjumlahkan poin, pekerjaan
memperoleh nilai poin. Semua pekerjaan kemudian dapat diatur dalam urutan berdasarkan jumlah total poin
evaluasi. Sistem poin-faktor perbandingan pada perbandingan pekerjaan internal dalam kelompok
homogen. Dalam kebanyakan kasus, definisi pekerjaan pabrik tidak dapat melayani pekerjaan administratif, teknis,
dan manajerial, dan bukan hal yang aneh untuk menemukan beberapa faktor titik yang digunakan dalam
organisasi yang lebih besar. METODOLOGI EVALUASI PEKERJAAN LAINNYA Bagian ini secara singkat mengulas
evaluasi evaluasi pekerjaan lainnya.

Harga Pasar Penetapan harga pasar menggunakan dua pendekatan dasar:

(1) penetapan harga pasar murni dan penetapan penetapan harga pasar. Penetapan harga pasar murni
menggunakan tautan ke pasar eksternal untuk menetapkan nilai pekerjaan dan merupakan metode
yang sederhana dan murah. Setelah deskripsi pekerjaan dikembangkan, survei dilakukan untuk
menentukan tingkat pembayaran pasar untuk pekerjaan-pekerjaan itu. Tingkat pembayaran pasar
menjadi dasar untuk tingkat pembayaran internal. Ekuitas internal berada di bawah ekuitas eksternal
dalam penetapan harga pasar murni. Metode penetapan harga Smyth-Murphy meningkatkan
penetapan harga pasar murni dengan mengizinkan pasar internal menjadi pertimbangan dalam
menilai pekerjaan akhir.
(2) Smyth-Murphy menggunakan empat langkah untuk pekerjaan
1. Tetapkan skala pedoman pedoman menggunakan perbedaan 5 persen di titik tengah.
2. Siapkan deskripsi realistis yang berisi data ruang lingkup.
3. melakukan survei pasar.

Kembangkan tampilan pedoman horizontal untuk memastikan ekuitas internal. Metode evaluasi pekerjaan
berbasis pasar dapat dikompromikan dengan data survei yang tidak mencukupi atau sudah tua. Dalam hal ini, data
survei upah harus digunakan dengan hati-hati; perbedaan dalam jabatan, tugas, deskripsi operasional, struktur
organisasi, dan kompleksitas peralatan atau proses bervariasi dari perusahaan ke perusahaan. Ketergantungan
pada data survei berdasarkan deskripsi pekerjaan umum dapat merusak pembentukan sistem kompensasi yang
adil. Setiap penggunaan tunduk pada Ketentuan Penggunaan seperti yang diberikan di situs web.

EVALUASI PEKERJAAN Metode Kurva Kematatangan Organisasi menggunakan metode ini untuk menentukan
harga pekerjaan profesional. Data upah atau pendapatan untuk pekerjaan atau profesi tertentu yang dikumpulkan,
dan penetapan gaji dihitung sebagai fungsi waktu sejak kelulusan atau sertifikasi profesional. Gaji individu
ditentukan oleh analisis tren pendapatan dari profesi tertentu daripada kontribusi individu atau pertimbangan
ekuitas internal. Survei Kompensasi Nasional (NCS) Biro Statistik Tenaga Kerja baru-baru ini memulai sebuah
proyek untuk mempelajari hubungan antara tugas pekerjaan dan pendapatan. Awalnya disebutCOMP2000,
program NCS menganalisis data pendapatan nasional dari beberapa ratus pekerjaan.

Untuk memastikan konsistensi, evaluasi sistem pekerjaan umum yang dikembangkan menggunakan teknik
faktor titik standar. Leveling sepuluh generikfaktor yang digunakan untuk membandingkan dan memberi peringkat
pekerjaan di semua industri kecuali pertanian, rumah tangga pribadi, dan pemerintah federal. Program baru akan
menggabungkan tiga program independen yang sekarang digunakan [6]. Sembilan dari faktor perataan yang
ditemukan dalam program NCS saat ini digunakan di Sistem Evaluasi Faktor Kantor Manajemen Personalia
AS. Untuk meningkatkan kemampuan Sistem untuk membedakan antara pekerjaan, 10 faktor leveling telah dibagi
lagi menjadi beberapa derajat sebagai berikut [7]: 1. Pengetahuan (sembilan derajat) 2. Pengawasan diterima (lima
derajat) 3. Pedoman (lima derajat) 4. Kompleksitas ( enam derajat) 5. Lingkup dan efek (enam derajat) 6. Kontak
pribadi (empat derajat) 7. Tujuan kontak (empat derajat) 8. Tuntutan fisik (tiga derajat) 9. Lingkungan kerja (tiga
derajat) 10. Tugas pengawasan (lima derajat) derajat) Metode Profil Bagan Panduan Hay Dikembangkan oleh
Edward N.
BAB 8.1 PENDEKATAN KUANTITATIF UNTUK PROSES PEMILIHAN SITUS

LATAR BELAKANG

Menentukan lokasi situs baru atau pindah dari situs yang sudah ada dapat memberikan dampak yang sangat besar
pada laba. Namun, untuk benar-benar menilai dampak keuangan ini, semua faktor langsung dan tidak langsung
harus dipertimbangkan secara total. Misalnya, situs baru harus konsisten dengan arah masa depan perusahaan,
termasuk pertumbuhan. Di era Internet, menentukan situs yang tepat bahkan lebih penting karena dampak
teknologi yang berkembang pada suatu organisasi. Teknologi internet dan pertumbuhan e-commerce
mempengaruhi model distribusi (disintermediasi masuk dan keluar dari distributor) dan mempengaruhi tenaga
kerja karena proses kerja baru seperti telecommuting.

PERENCANAAN FASILITAS

Secara tradisional, pengambil keputusan pemilihan lokasi secara ketat melihat biaya real estat sebagai faktor
penentu. Namun, potensi penghematan biaya tenaga kerja bisa jauh lebih besar daripada biaya real estat. Faktor
tambahan seperti kedekatan dengan pemasok/pelanggan, ketika diukur, juga dapat melebihi pertimbangan biaya
real estat. Model yang terstruktur dengan baik dapat memberi manajer real estat alat untuk mengevaluasi semua
faktor langsung dan tidak langsung dalam analisis biaya-manfaat untuk pemilihan lokasi, relokasi, atau perluasan.

Model spreadsheet menganalisis biaya dan manfaat satu kali yang terkait dengan relokasi ke sejumlah situs yang
memungkinkan. Situs-situs potensial ini disajikan dalam format skenario, masing-masing dengan asumsi yang
berbeda-beda. Setiap asumsi fleksibel sehingga memberikan kemampuan analisis "bagaimana jika" kepada
pengguna. Tujuan dari model ini adalah untuk menyediakan pembuat keputusan pemilihan lokasi dengan matriks
biaya dan manfaat dari setiap skenario potensial relatif satu sama lain.

Analisis Biaya-Manfaat Finansial

 Insinyur industri harus memusatkan perhatian mereka pada analisis biaya keras/penghematan lokasi baru seperti
real estat, tenaga kerja, dan biaya konstruksi fasilitas satu kali. Isu strategis lainnya yang terkait dengan biaya
infrastruktur teknologi, pajak operasi, atau pembiayaan juga harus dimodelkan. Tugas kritisnya adalah
menentukan dampak finansial bottom-line dari lokasi baru selama jangka waktu tertentu.

Analisis Kualitas Hidup

perusahaan teknologi tinggi, di mana usia rata-rata pekerja di pertengahan 20-an, cuaca memainkan peran penting
(kegiatan di luar ruangan). Masalah lain mungkin termasuk infrastruktur transportasi yang tersedia baik untuk
perjalanan karyawan atau untuk masalah truk distribusi. Aspek yang paling sulit dari mencoba untuk
memaksimalkan tujuan kualitas hidup adalah bahwa mereka hampir tidak mungkin untuk diukur dan oleh karena
itu dibandingkan. Membandingkan pentingnya cuaca untuk transportasi atau kejahatan ditangani dalam diskusi
tentang teknik AHP untuk membuat perbandingan yang valid.

Tujuan Strategis Tingkat Tinggi

Manajemen senior sering kali memiliki motif atau tujuan tersembunyi yang perlu dipertimbangkan seperti kualitas
tenaga kerja, kedekatan dengan mitra strategis, atau kode pos yang glamor (misalnya, Lembah Silikon). Apa yang
sering terjadi dalam proses keputusan pemilihan lokasi adalah bahwa tujuan ini, seringkali tidak tepat,
mendapatkan bobot tertinggi dari manajemen senior. Teknik AHP dapat membantu menempatkan tujuan ini
dalam perspektif dengan kriteria lain tanpa menggunakan skema pembobotan yang sewenang-wenang.

PEMODELAN BIAYA-MANFAAT

Langkah-langkah keseluruhan untuk membuat model spreadsheet biaya-manfaat adalah

1. Dapatkan data yang diperlukan dari manajer sumber daya dan fasilitas.

2. Analisis upah tingkat pasar untuk pekerjaan yang relevan.

3. Analisis tarif sewa untuk area yang dipilih.

4. Perkirakan biaya relokasi satu kali.

5. Melakukan analisis biaya-manfaat jangka panjang dari lokasi alternatif.

ANALISIS BIAYA PEMILIHAN SITUS

Tujuan utama dari analisis biaya meliputi:

- Analisis biaya satu kali yang terkait dengan perpindahan dari lokasi saat ini ke salah satu dari 10 lokasi.

- Hitung penghematan biaya relevan yang dikaitkan dengan lokasi baru selama 10 tahun untuk setiap lokasi.
Metodologi Model spreadsheet harus dikembangkan untuk menganalisis biaya satu kali yang terkait dengan
pemindahan perusahaan dari lokasinya saat ini ke sejumlah lokasi yang memungkinkan. Situs-situs potensial ini
disajikan dalam format skenario, masing-masing dengan asumsi yang berbeda-beda untuk memberikan
kemampuan analisis "bagaimana jika" kepada pengguna. Tujuan dari model ini adalah untuk menyediakan
pembuat keputusan dengan matriks biaya dan manfaat dari setiap skenario potensial relatif satu sama lain.
Meskipun semua biaya dan manfaat tidak dirinci ke nilai absolutnya, mereka berharga bagi pengambil keputusan
untuk perbandingan skenario secara relatif. Model biaya spreadsheet tidak akan memasukkan faktor kualitatif
seperti tingkat kejahatan, standar pendidikan, atau iklim. Faktor-faktor ini dapat ditambahkan secara kuantitatif ke
model pada tahap selanjutnya dari proses pengambilan keputusan menggunakan AHP.

MODEL ANALYTIC HIERARCHY PROCESS (AHP)

Tujuan model AHP* adalah untuk pertama, mengidentifikasi driver yang terkait dengan pemilihan lokasi; kedua,
mengatur semua trade-off di antara pembalap yang bersaing; dan ketiga, membantu menentukan bobot yang
tepat untuk digunakan dalam pengambilan keputusan akhir. AHP adalah metodologi yang kuat dan komprehensif
yang memberikan kelompok dan individu kemampuan untuk menggabungkan faktor kualitatif dan kuantitatif
dalam proses pengambilan keputusan. AHP menggunakan model hierarki yang terdiri dari tujuan, kriteria, mungkin
beberapa tingkat subkriteria, dan alternatif untuk setiap masalah atau keputusan. Ini adalah metode umum untuk
menyusun masalah yang rumit atau tidak jelas dan dibangun di sekitar tiga prinsip:

1. Prinsip membangun hierarki

2. Prinsip menetapkan prioritas

3. Prinsip konsistensi logis

Metodologi AHP

1. Konfirmasikan daftar akhir driver pemilihan lokasi yang akan digunakan dalam model AHP. Para pengemudi
yang dapat digunakan dalam menjalankan AHP tidak ada habisnya.* Sebagai contoh, daftar akhir driver terdiri dari
delapan faktor: biaya operasi, ketersediaan tenaga kerja, kemampuan bahasa, pencapaian pendidikan, iklim, biaya
hidup, tingkat kejahatan, dan rekreasi. Masing-masing dari delapan driver ini lebih lanjut dipecah menjadi
subkriteria. Misalnya, kriteria biaya operasi dipecah menjadi empat subdriver: sangat mahal, mahal, rata-rata, dan
rendah.

2. Berdasarkan percakapan dengan pengelola pemilihan lokasi, tentukan pentingnya situs driver seleksi
sehubungan dengan satu sama lain. Setelah semua driver dan subdriver dimasukkan ke dalam model AHP, matriks
perbandingan dibuat. Peringkat akhir pembalap didasarkan pada bagaimana matriks ini diselesaikan. Pertama,
model AHP meminta pengambil keputusan untuk membandingkan preferensi relatif antara setiap pasangan
subdriver. Misalnya, untuk biaya operasi, ada enam preferensi: sangat mahal (VE) versus mahal (E); (VE) versus
rata-rata (A); VE versus rendah (L); E versus A; E versus L; dan A versus L. Setiap preferensi penting tidak hanya
untuk dirinya sendiri tetapi juga untuk keseluruhan matriks yang dikembangkan.

3. Masukkan data ke dalam model AHP dan buat bobot akhir. Matriks terakhir menjadi dihasilkan menggunakan
AHP terdiri dari lokasi potensial yang dipertimbangkan, sedangkan baris teratas berisi daftar driver yang digunakan
untuk menentukan peringkat. Langkah pertama adalah memasukkan berapa tarif masing-masing lokasi untuk
setiap pengemudi.kan Setelah memilih subdriver yang sesuai di bawah setiap driver untuk setiap lokasi potensial,
peringkat tertimbang total dihasilkan.

BAB 8.2 TATA LETAK DAN DESAIN FASILITAS

Fasilitas adalah representasi fisik dari kapasitas operasi. Mereka mempromosikan atau membatasi efisiensi
operasi. Tata letak fasilitas adalah perencanaan, perancangan, dan penataan fisik area pemrosesan dan pendukung
di dalam fasilitas; tujuannya adalah untuk membuat desain yang mendukung perusahaan dan strategi operasi. Dari
bahasa Latinfasilitas, berarti mudah, fasilitas harus membebaskan operasi di dalamnya dari kesulitan atau
hambatan. Tata letak yang baik mengoptimalkan penggunaan sumber daya sambil memenuhi kriteria lain seperti
kualitas, kontrol, gambar, dan banyak faktor lainnya. Karena banyak faktor ini, tata letak fasilitas menjadi sangat
kompleks. Evolusi struktur fasilitas, proses, penanganan material, dan faktor lain yang mempengaruhi desain

STRATEGI MANUFAKTUR

antara desain fasilitas, praktik manufaktur yang baik, dan sistem kualitas yang memenuhi persyaratan ISO 9000.

PROSES LAYOUT

Proses tata letak fasilitas dari rencana proyek generik menerjemahkan pengetahuan yang ada dan menyetujui
untuk fokus dan membuat strategi ke dalam tata letak fasilitas. Prosedur ini mencakup definisi pengidentifikasi
perencanaan ruang (representasi kegiatan) yang menetapkan organisasi dan tujuan tata letak. Para perancang
menganalisis persyaratan kapasitas dan meninjau proses. Selanjutnya, aliran material harus dikuantifikasi,
kebutuhan ruang dihitung, dan batasan diidentifikasi. Memasukkan informasi ini dalam diagram progresif akhirnya
mengarah ke opsi tata letak makro. Pengidentifikasi perencanaan ruang (SPI) adalah representasi dari kegiatan
tertentu dan digunakan untuk memilah dan memperjelas banyak faktor dan pengaruh yang mengakibatkan daftar
semua kegiatan utama untuk dimasukkan dalam tata letak. SPI adalah elemen perencanaan yang paling mendasar.

Kalibrasi Aliran Material Kalibrasi aliran material mengikuti dari analisis aliran material. Intensitas aliran material,
dalam unit aliran ekivalen umum antara pasangan SPI, diubah menjadi afinitas berdasarkan aliran hanya dengan
mentransfer data aliran material dari bagan dari-ke ke bagan batang peringkat, seperti yang digambarkan pada
Gambar 8.2.8, dan oleh mengkalibrasi aliran ke dalam format A, E, I, O, U. Diagram batang peringkat biasanya
menunjukkan distribusi Pareto, beberapa jalur aliran intensitas tinggi yang penting, dan banyak jalur aliran
intensitas rendah yang sepele. Beberapa aliran intensitas tinggi akan memiliki pengaruh yang signifikan pada
desain tata letak; aliran lain dapat mengubah tata letak.

Afinitas Nonflow

Aliran material merupakan penentu utama desain tata letak. Untuk sebagian besar tata letak, afinitas nonflow juga
merupakan pertimbangan penting karena beberapa alasan:

- Kendala dan kekhawatiran lingkungan

- Kesamaan proses

- Peralatan bersama

- Pengawasan atau manajemen bersama

- Tenaga kerja bersama

- Peningkatan kualitas produk

- Distribusi utilitas

- Masalah keamanan dan bahaya

- Menyesuaikan dengan strategi manufaktur/perusahaan

- Kode dan peraturan

- Citra perusahaan

- Komunikasi antar SPI

Afinitasg
Gabungan

KESIMPULAN Manufaktur kelas dunia dan konsep just-in-time cukup sederhana. Eksekusi, bagaimanapun, bisa
sangat sulit. Hal ini terutama berlaku untuk organisasi yang telah berkembang di sepanjang garis fungsional.
Prosedur yang disajikan dalam bab ini memberikan serangkaian pendekatan terstruktur untuk membantu desain
fasilitas operasi yang tepat waktu/kelas dunia/ramping. Algoritme fokus mengidentifikasi peluang untuk pabrik
yang terfokus di tingkat lokasi dan bangunan, serta di tingkat pabrik dan sel kerja. Rencana proyek generik
menyusun proses tata letak makro di tingkat pabrik. Perencanaan fasilitas strategis adalah seni praktisi.
Peningkatan proses berkembang dari praktik sehari-hari, dan tidak hanya ada satu cara untuk mempraktikkannya.
Prosedurnya bagus, tetapi hasil yang khas tergantung pada kualitas praktisi dan iklim di mana dia bekerja. Memang
sulit bagi praktisi dan/atau organisasi untuk mengatasi model mental rabun sempit yang menyulitkan untuk
memvisualisasikan keunggulan kompetitif yang tersedia. Tetapi infus sinyal luar yang segar dapat memperluas dan
meningkatkan visi masa depan.

BAB 8.3 PENDEKATAN PARTISIPATIF UNTUK BERBANTUAN KOMPUTER DESAINTEMPAT KERJA

LATAR BELAKANG

Ketika berhadapan dengan desain tempat kerja, praktisi menghadapi sejumlah besar data untuk dipertimbangkan.
Ketika merencanakan tempat kerja yang benar-benar baru atau mengembangkan dan mendesain ulang yang
sudah ada, perlu untuk memperoleh informasi dan pengetahuan tentang aspek-aspek penting seperti sistem
produksi lama dan baru, ide dan tindakan yang direncanakan, batasan dan undang-undang, dan orang-orang dan
organisasi yang diharapkan bekerja di lingkungan baru. Selama proses perencanaan dan desain awal dan setelah
tempat kerja baru dibangun, semua orang yang terlibat membutuhkan informasi tentang bagaimana proses baru
harus bekerja dan bagaimana mereka harus beroperasi dan berfungsi di lingkungan baru ini. Secara tradisional,
desain tempat kerja diurus oleh para insinyur, yang sering memegang posisi lebih tinggi di dalam atau di luar
perusahaan. Sering terjadi, karena keterbatasan waktu, bahwa suatu proyek.

DESAIN TEMPAT KERJA

Desain tempat kerja terdiri dari segala sesuatu mulai dari perencanaan dan desain satu stasiun kerja hingga
bengkel atau pabrik yang lengkap. Banyak jenis informasi dan pengetahuan yang berbeda harus dipertimbangkan
sebelum gambaran situasi, seringkali kompleks, selesai. Hanya beberapa dari banyak faktor yang harus
diperhitungkan adalah teknologi produksi; bahan yang digunakan dalam proses; aliran bahan dan produk; rute
pengangkut dan karyawan; informasi produk seperti berat, dimensi, dan posisi; tingkat organisasi dan kompetensi
personel; dan penggunaan alat bantu kerja. Daftar periksa direkomendasikan untuk melacak banyak detail yang
membentuk keseluruhan yang kompleks.

CAD DAN REALITAS VIRTUAL

Perangkat lunak visualisasi tersedia dalam berbagai tingkat kerumitan, dari perangkat lunak sketsa sederhana
hingga sistem realitas virtual (VR). Dalam sistem VR canggih, operator merasa bahwa dia berada di lingkungan
virtual (VE) dan memungkinkan untuk bergerak dan berinteraksi dengan lingkungan. Contoh program CAD berbasis
PC yang dapat memvisualisasikan objek dan lingkungan dengan tingkat kerumitan yang berbeda adalah ROOMER,
Floorplan 3D, Drawfix Quick-CAD, danTujuan dari desain tempat kerja adalah untuk merencanakan dan
mengimplementasikan tempat kerja baru atau untuk melakukan perbaikan khusus di tempat kerja yang ada.
Hasilnya adalah perubahan dari situasi yang ada; hal ini kemungkinan besar tidak hanya mempengaruhi
penampilan tempat kerja dan peralatan yang digunakan, tetapi juga definisi dan pembagian tugas, serta struktur
manajemen dan organisasi. Alasannya adalah bahwa setiap proses kerja terdiri dari subproses, mesin dan alat
tertentu, sejumlah aktor pada tingkat hierarki yang berbeda, dan struktur untuk mengelola dan mengendalikan
kinerja dan output yang saling bergantung satu sama lain dalam cara yang kompleks

TREN MASA DEPAN

Desain Tempat Kerja Virtual Reality Tingkat Lanjut

Seperti yang dicatat oleh Wilson *7+, “VR/VE memiliki potensi untuk mendukung berbagai jenis kontribusi
ergonomi, termasuk penilaian tata letak tempat kerja yang memberikan sudut pandang egosentris untuk menguji
konsekuensi jangkauan dan akses, konfigurasi ulang dan pengujian desain antarmuka alternatif, pemeriksaan
operasi dan prosedur darurat. , pelatihan untuk tugas-tugas industri dan komersial, dan pengajaran dalam
kebutuhan khusus atau sektor umum.” Di masa depan, sistem CAVE dan teknik terkait harus memungkinkan
penilaian tempat kerja dan produk virtual dengan cara yang lebih maju daripada CAD dan VR saat ini. Di dalam
CAVE, seseorang sebenarnya dapat berinteraksi dengan manusia lain atau dengan manusia virtual di tempat kerja
virtual yang sama. Dalam sistem CAVE di Chalmers University of Technology di Göteborg, Swedia,

Manusia Virtual Cerdas Mencoba Tempat Kerja dan Produk Virtual

Jaringan saraf (NN) dapat dijelaskan dalam literatur sebagai: jaringan saraf tiruan(ANNs), di antara nama-nama
lainnya. Jaringan saraf dinamakan demikian karena didasarkan pada struktur saraf otak manusia, keduanya
memiliki banyak neuron yang saling berhubungan. NN belajar dengan membuat keputusan dan prediksi dari
pengetahuan yang disimpan sebelumnya. NN dapat digunakan untuk menambah kemampuan sistem komputer.
Fungsi NN adalah untuk meniru apa yang paling baik dilakukan otak: mengasosiasikan penalaran, pembelajaran,
dan pemikiran. Dalam NN, informasi disimpan sebagai pola, bukan sebagai rangkaian bit informasi seperti pada
komputer normal, dan sama seperti seseorang tidak dapat melihat ke dalam otak dan mengekstrak
pengetahuannya, perancang NN tidak dapat hanya melihat neuron dan melihat apa yang disimpan. di sana. NN
bukanlah evolusi dari komputer serial normal. Arsitektur, fungsi, dan penggunaannya berbeda secara mendasar
dari komputer konvensional.

BAB 8.4 PERENCANAAN SEL MANUFAKTUR

LATAR BELAKANG

Definisi Sel Manufaktur Sebuah sel manufaktur terdiri dari dua atau lebih operasi, workstation, atau mesin yang
didedikasikan untuk memproses satu atau sejumlah bagian atau produk. Sebuah sel memiliki area kerja yang
ditentukan dan dijadwalkan, dikelola, dan diukur sebagai satu unit fasilitas produksi. Biasanya, sebuah sel relatif
kecil, dan hampir dapat dikelola sendiri. Biasanya, keluaran dari sebuah sel adalah bagian atau rakitan yang kurang
lebih lengkap, siap digunakan oleh operasi hilir, atau untuk pengiriman ke pelanggan. Tiga aspek—fisik, prosedural,
dan pribadi—harus diperhatikan saat merencanakan sel manufaktur. Sel terdiri darifasilitas fisik seperti tata letak,
penangananDampak Otomasi dan Teknologi

Sebagian besar sel manufaktur terdiri dari mesin dan peralatan konvensional yang dikendalikan operator. Namun,
di beberapa industri dan situasi pemrosesan, mesin yang sangat otomatis dapat digunakan. Misalnya, sel untuk
volume tinggi, pengelasan berulang dapat menggunakan robot alih-alih operator manusia. Hal yang sama berlaku
untuk operasi berbahaya lainnya seperti penempaan. Dalam perakitan volume tinggi dari banyak komponen kecil
atau presisi, sel dapat terdiri dari mesin perakitan otomatis, dan robot pick-and-place, sering dihubungkan oleh
konveyor. Seluruh sel dapat dikendalikan oleh komputer, dengan operator yang menyediakan layanan dan
penanganan material ke dan dari sel. Dalam beberapa kasus, penanganan material dapat dilakukan secara
otomatis menggunakan kendaraan berpemandu otomatis.

BAB 8.5 STUDI KASUS RELOKASI DAN KONSOLIDASI OPERASI PABRIK

LATAR BELAKANG DAN ANALISIS SITUAS

I Informasi Perusahaan dan Produk Perusahaan yang menyediakan studi kasus ini memproduksi sistem antivibrasi
untuk peralatan transportasi, mesin, kendaraan kereta api, mesin pembakaran stasioner, produk aeronautika, dan
sejenisnya. Setiap produk merupakan kombinasi dari komponen logam, plastik, dan karet, yang menyerap getaran
yang disebabkan oleh mesin dalam wadah stasioner dan getaran yang disebabkan oleh mesin, jalan, atau rel dalam
hal sistem bergerak. Pabrik yang beroperasi A, B, C, D, . . . merupakan unit-unit perusahaan. perencanaan dan
pengendalian, serta teknik industri, penelitian dan pengembangan, perencanaan dan pengendalian keuangan, dan
proses lainnya. Persyaratan pelanggan dan berbagai aplikasi produk antivibrasi yang berbeda menghasilkan
sejumlah besar kelas produk. Kelas-kelas ini ditentukan sehubungan dengan penyerapan osilasi (kekakuan statis
dan dinamis), stabilitas sambungan (set kompresi), dan konstruksi spesifik, serta pemasangan spesifik dan
geometri produk dan sifat komponen produk (logam, plastik , perekat, dan karet). Terlepas dari kelas-kelas ini ada
kelompok produk mengenai penggunaan dan proses manufaktur yang diperlukan.
TUJUAN DAN RUANG LINGKUP

Tujuan Keseluruhan Berdasarkan Alternatif yang Dipilih

Tujuan keseluruhan dari relokasi dan konsolidasi ketiga pabrik adalah untuk meningkatkan produktivitas,
profitabilitas, dan daya saing melalui penerapan metode manajemen modern. Solusi atas permasalahan yang telah
ditetapkan sangat diperlukan untuk meningkatkan prospek kelangsungan hidup perusahaan. Solusi seringkali
mahal. Oleh karena itu, setelah membuat peringkat masalah, masalah yang paling penting harus diselesaikan
terlebih dahulu. Dasar dari tujuan keseluruhan adalah analisis pasar dan perusahaan sehubungan dengan status
sekarang dan perkembangan masa depan. Jawaban harus mencerminkan persyaratan perkembangan pasar
sehubungan dengan fungsionalitas produk antivibrasi, harga dan keandalannya, serta pencapaian persyaratan
tersebut oleh perusahaan. Persyaratan akan mencakup waktu untuk adaptasi modifikasi produk dan pencapaian
indeks keuangan, seperti profitabilitas. Jawabannya juga harus mencakup adaptasi sumber daya produksi dengan
kondisi pasar berdasarkan analisis kuantum produk (PQA), yang merupakan klasifikasi produk yang berbeda
menurut volumenya dengan menggunakan analisis Pareto penjualan, biaya, dan keuntungankontrol proses, bukti
kesesuaian dengan semua persyaratan yang relevan, dan transisi dari struktur organisasi hierarkis ke berorientasi
proses disertakan,

IMPLEMENTASI PERUBAHAN DAN PENINGKATAN

Rencana Relokasi Rencana relokasi selesai lebih cepat dari jadwal. Relokasi tanaman A, B, dan C ke pabrik baru C
kan selesai 22 bulan setelah dimulainya proyek, termasuk semua kegiatan yang diperlukan seperti rekayasa ulang,
SPA, dan upaya PALING. Transfer dan Pemasangan Peralatan Semua mesin vital dirombak, dipindahkan, dan
dipasang sesuai dengan C . barukantata letak tanaman yang mewakili tanaman fraktal. Persyaratan lingkungan dan
keamanan diperiksa dan disesuaikan dengan kondisi baru. Infrastruktur jaringan pasokan energi, air, dan gas
diganti. Sistem informasi termasuk manajemen data, katalog produk dan benchmark, dan sejenisnya ditingkatkan.

Evaluasi Proses Baru

Jaringan proses manufaktur dan layanan dalam satu fraktal tolok ukur yang dipilih ditingkatkan, sehingga indeks
kemampuan proses dan/atau produk menjadi lebih besar dari 1,3 dan langkahlangkah untuk pengendalian proses
lebih besar dari 80 persen. Itu berarti bahwa variabilitas parameter produk yang relevan dijelaskan oleh parameter
input dan proses yang paling penting. Untuk komunikasi antara fraktal dan dalam setiap fraktal, instruksi yang
diperlukan dengan spesifikasi semua persyaratan pelanggan eksternal dan/atau internal, kontrol proses, bukti
kesesuaian dengan persyaratan yang relevan, dan pengumpulan data dikembangkan.

Instruksi dan Dukungan dari Operator

Pemilik proses dilatih dalam pengumpulan input, proses, dan data parameter produk dan kompilasi semua
persyaratan pelanggan, kemudian dibandingkan dengan profil persyaratan pelanggan. Pelatihan juga mencakup
spesifikasi profil kebutuhan pelanggan melalui perhitungan nilai nominal dan batas toleransi untuk parameter
produk yang relevan, dengan menggunakan persamaan produk. Topik selanjutnya adalah kontrol proses dengan
nilai nominal sebagai target, menggunakan persamaan proses, dan bukti kesesuaian dengan semua persyaratan
pelanggan yang relevan, menggunakan indeks kemampuan proses dan/atau produk. Para pekerja dilatih dalam
penggunaan aliran grafik menguraikan proses mereka sendiri, pengumpulan data, dan penerapan prosedur
statistik sederhana. Misalnya, histogram frekuensi, statistik ringkasan, diagram kendali, termasuk diagram sebab-
akibat untuk mencari penyebab jika pengukuran parameter produk muncul di luar batas kendali,

BAB 8.6 STUDI KASUS PERUBAHAN DARI GARIS KE SISTEM PRODUKSI SELULER

Tujuan Strategis Tingkat Tinggi

Manajemen senior sering kali memiliki motif atau tujuan tersembunyi yang perlu dipertimbangkan seperti kualitas
tenaga kerja, kedekatan dengan mitra strategis, atau kode pos yang glamor (misalnya, Lembah Silikon). Apa yang
sering terjadi dalam proses keputusan pemilihan lokasi adalah bahwa tujuan ini, seringkali tidak tepat,
mendapatkan bobot tertinggi dari manajemen senior. Teknik AHP dapat membantu menempatkan tujuan ini
dalam perspektif dengan kriteria lain tanpa menggunakan skema pembobotan yang sewenang-wenang.

PEMODELAN BIAYA-MANFAAT

Langkah-langkah keseluruhan untuk membuat model spreadsheet biaya-manfaat adalah

1. Dapatkan data yang diperlukan dari manajer sumber daya dan fasilitas.

2. Analisis upah tingkat pasar untuk pekerjaan yang relevan.

3. Analisis tarif sewa untuk area yang dipilih.

4. Perkirakan biaya relokasi satu kali.

5. Melakukan analisis biaya-manfaat jangka panjang dari lokasi alternatif.

ANALISIS BIAYA PEMILIHAN SITUS

Tujuan utama dari analisis biaya meliputi:

- Analisis biaya satu kali yang terkait dengan perpindahan dari lokasi saat ini ke salah satu dari 10 lokasi.

- Hitung penghematan biaya relevan yang dikaitkan dengan lokasi baru selama 10 tahun untuk setiap lokasi.

Metodologi Model spreadsheet harus dikembangkan untuk menganalisis biaya satu kali yang terkait dengan
pemindahan perusahaan dari lokasinya saat ini ke sejumlah lokasi yang memungkinkan. Situs-situs potensial ini
disajikan dalam format skenario, masing-masing dengan asumsi yang berbeda-beda untuk memberikan
kemampuan analisis "bagaimana jika" kepada pengguna. Tujuan dari model ini adalah untuk menyediakan
pembuat keputusan dengan matriks biaya dan manfaat dari setiap skenario potensial relatif satu sama lain.
Meskipun semua biaya dan manfaat tidak dirinci ke nilai absolutnya, mereka berharga bagi pengambil keputusan
untuk perbandingan skenario secara relatif. Model biaya spreadsheet tidak akan memasukkan faktor kualitatif
seperti tingkat kejahatan, standar pendidikan, atau iklim. Faktor-faktor ini dapat ditambahkan secara kuantitatif ke
model pada tahap selanjutnya dari proses pengambilan keputusan menggunakan AHP.

MODEL ANALYTIC HIERARCHY PROCESS (AHP)

Tujuan model AHP* adalah untuk pertama, mengidentifikasi driver yang terkait dengan pemilihan lokasi; kedua,
mengatur semua trade-off di antara pembalap yang bersaing; dan ketiga, membantu menentukan bobot yang
tepat untuk digunakan dalam pengambilan keputusan akhir. AHP adalah metodologi yang kuat dan komprehensif
yang memberikan kelompok dan individu kemampuan untuk menggabungkan faktor kualitatif dan kuantitatif
dalam proses pengambilan keputusan. AHPStrategi manufaktur adalah filosofi yang mendasari sistem manufaktur.
Ini memanifestasikan dirinya sebagai pola keputusan manajemen dari waktu ke waktu, jangkauan dan
pengelompokan produk, jenis sistem pendukung yang digunakan, pemilihan dan pengaturan peralatan, dan
karyawan dan sikap mereka. Strategi manufaktur harus eksplisit, konsisten, dan dipikirkan dengan baik. Lebih
sering implisit, tidak konsisten, dan serampangan. Lembar panduan strategi manufaktur diberikan sebagai
Lampiran A untuk bab ini. Terlepas dari kecanggihan strategis manajemen, perancang tata letak fasilitas harus
mengetahui visi atau strategi yang akan diikuti perusahaan. Tata letak kemudian dapat mencerminkan dan
mendukung strategi itu.

RENCANA PROYEK RINCI UMUM

Proyek tata letak fasilitas mengubah strategi manufaktur menjadi kemampuan fisik. Struktur proyek menunjukkan
langkah-langkah berikut, yang membentuk rencana proyek umum: - akuisisi informasi - Analisis strategis - Proses
tata letak - Integrasi - Mengisi tata letak – Penerapan

AKUISISI INFORMASI

- Dokumentasikan proses yang ada. - Katalog penggunaan ruang saat ini atau yang dibutuhkan.

- Identifikasi kebutuhan infrastruktur saat ini dan masa depan.

- Menentukan kebijakan outsourcing

ANALISIS STRATEGIS

Salah satu elemen dari strategi operasi lean adalah manufaktur yang terfokus, yang membatasi aktivitas dalam
suatu organisasi pada serangkaian tugas yang dapat dikelola dan konsisten yang secara langsung mendukung
strategi pemasaran perusahaan. Fokus seperti itu mengkonsentrasikan keahlian dan meningkatkan kinerja yang
unggul, meskipun dalam kisaran yang sempit. Hal ini tidak biasa untuk melihat fokus manufaktur yang tidak tepat
dibangun ke dalam tata letak pabrik, biasanya di mana tata letak fungsional menghasilkan produk volume tinggi
atau sedang (batch). Misalnya, produsen komputer dengan lima model dasar, merakit 3 hingga 10 model setiap
hari, dapat menggunakan area perakitan fungsional yang besar. Tata letak yang disukai untuk pabrik baru dapat
berupa jalur perakitan kecil untuk setiap model dasar, atau sel perakitan yang berfokus pada produk. Prototipe dan
pembuatan suku cadang masih membutuhkan area fungsional. Sebagian besar manufaktur (dan organisasi lain
juga) menampilkan bias yang kuat untuk mode fungsional.

Analisis Fokus
Perancang tata letak dapat mencapai tingkat dan campuran fokus manufaktur yang optimal dengan menggunakan
algoritma yang diberikan pada Gambar 8.2.5. Mode yang berfokus pada produk, terutama lini dan kontinu,
menawarkan banyak keunggulan dalam kualitas, inventaris rendah, dan efisiensi. Mode fungsional yang berfokus
pada proses paling sering disalahgunakan. Untuk alasan ini, algoritme dimulai dengan fokus produk murni dan
produksi lini. Kemudian mundur melalui JIT, seluler, dan mode fungsional menuju alternatif yang dapat diterima

Analisis Infrastruktur

Proses mengacu pada peralatan dan operasi yang bekerja secara langsung pada produk untuk menambah nilai.
Pernyataan strategi manufaktur merekomendasikan skala yang sesuai untuk peralatan. Itu membuat rekomendasi
umum tentang jenis teknologi, kemudahan pengaturan, dan rentang kemampuan produk. Ini juga harus
membahas kemampuan kualitas. Ada korelasi kuatAfinitas gabungan adalah hasil dari penggabungan peringkat
aliran dengan afinitas non-aliran, seperti dalam prosedur berikut:

1. Tentukan rasio aliran terhadap non-aliran

. 2. Kalikan rating aliran dengan berat atau rasio.

3. Kalikan peringkat nonflow berdasarkan beratnya.

4. Jumlahkan skor aliran dan non-aliran

Tata Letak Terisi (Rinci/Mikro)

Ketika rincian lokasi peralatan individu ditampilkan di setiap blok ruang, hasil tata letak yang terisi. Langkah ini
memisahkan ruang keras dari ruang lunak dan memberi arti pada blok tata letak makro. Ruang keras terdiri dari
jejak kaki peralatan yang akan ditempatkan di blok. Ruang lunak mencakup akses ke material sisi lini, proses,
utilitas, pemeliharaan, dan pertukaran peralatan. Tata letak makro biasanya mengidentifikasi sirkulasi utama

Blok Dinamika Dinamika blok mengacu pada dasar untuk perubahan dalam unit perencanaan ruang. Ini tergantung
pada kendala seperti keamanan, protokol operasi, dan pola pertumbuhan blok. Tidak disarankan untuk
merencanakan hanya untuk volume saat ini. Populasi SPU adalah studi tentang dinamika yang diperlukan dari
sebuah blok untuk kapasitas hari ini dan masa depan. Sebuah proses untuk mengembangkan desain sel
berpopulasi dijelaskan oleh Wrennall dan Lee [4]. Contoh tata letak yang terisi.

Penerapan Langkah selanjutnya adalah mengimplementasikan desain tata letak. Tata letak mungkin untuk
penataan ulang di dalam pabrik yang ada di mana penekanannya adalah pada pemenuhan kebutuhan pelanggan
selama penataan ulang—ini sering kali yang paling sulit. Mungkin untuk pindah ke gedung kosong atau pindah ke
gedung yang sedang dibangun untuk memenuhi kebutuhan perusahaan tertentu. Untuk tata letak di gedung
kosong atau baru, tata letak pabrik harus terintegrasi dengan perbaikan dan/atau konstruksi dan pemasangan
utilitas. Untuk bantuan dalam proses ini, daftar periksa infrastruktur fisik.

Operasi Desain tata letak pabrik yang dipilih mengarah ke rencana implementasi yang menyediakan
langkahlangkah untuk memasok kapasitas fisik. Operasi pabrik mengikuti. Hasil dari proses desain dan
implementasi menentukan kemampuan pabrik untuk mencapai tujuan yang ditetapkan dalam fase 1 proyek.
PERENCANAAN BANTU KOMPUTER DALAM FASILITAS

masalah menjadi satu solusi yang akan mengisolasi dan mengidentifikasi satu solusi yang benar. Pendekatan satu
solusi juga dianut oleh insinyur yang berpraktik, bukan hanya karena pelatihan universitas tetapi juga karena
kesulitan insinyur dalam menerima ambiguitas. Ironisnya, program awal berkonsentrasi pada solusi otomatis untuk
langkah-langkah yang tidak memiliki satu solusi, dan ketika tata letak dapat dihasilkan secara lebih efisien oleh
sistem grafis interaktif. Munculnya komputer pribadi (PC) dengan program pengolah kata, spreadsheet, grafik,
simulasi, dan desain berbantuan komputer (CAD) menyediakan banyak alat yang mempercepat proses desain
fasilitas.

3DStudio. Contoh software VR berbasis PC adalah Superscape VR, Sense8, dan VREAM. Aplikasi VR tingkat lanjut
menuntut komputer yang lebih kuat daripada PC karena perhitungan dan representasinya sangat menuntut, dan
workstation Silicon Graphics memimpin pasar dengan mesin grafis bawaan dan bahasa pemrograman grafis yang
dikembangkan secara khusus. Namun, kebanyakan perangkat lunak adalah untuk tujuan umum (misalnya,
MultiGen, yang merupakan editor poligon untuk membangun lingkungan virtual, dan Vega, yang mensimulasikan
interaksi Anda dengan lingkungan virtual itu). Gambar 8.3.1 menunjukkan rencana untuk stasiun kerja pengelasan
manual yang dikembangkan dengan program CAD ROOMER. Gambar 8.3.2 menunjukkan stasiun kerja pengelasan
serupa yang dibuat di 3D-Studio, yang memiliki fitur lebih canggih daripada ROOMER.

MANUSIA VIRTUAL: MANNEQUIN

Manusia virtual, atau manekin, adalah model komputer manusia. Manekin digunakan untuk tujuan yang berbeda
di lingkungan CAD dan VR, dan beberapa jenis manekin tersedia di pasaran. Perangkat lunak manekin telah
berkembang dari berbagai bidang spesialisasi: perusahaan konsultan rekayasa faktor manusia dan ergonomi
(SAFEWORK dan MQPro), pengembangan robotika (ROBCAD/Man dan Deneb/ERGO), teknik otomotif dan
kedirgantaraan (RAMSIS dan MDHMS, atau McDonnell Douglas Human Modeling Sistem), penelitian universitas
(Transom Jack), dan perusahaan perangkat lunak realitas virtual (dV/Manikin). Semua manekin ini tentu saja
berbeda, dan masing-masing pada umumnya memiliki tujuan penggunaan khusus.

Keuntungan dan Kerugian Visualisasi Komputerisasi

Pilihan program tidak mempengaruhi prosedur, tetapi sangat penting untuk alasan lain. Penggunaan alat
visualisasi berbantuan komputer memiliki banyak keuntungan. Menggunakan alat-alat ini untuk berbagi ide, saran,
dan hasil dengan orang-orang yang terkena dampak proyek dapat memungkinkan pemahaman yang lebih jelas
tentang proses tersebut. Selanjutnya, kesempatan untuk melibatkan dan menarik minat karyawan meningkat.
Dibandingkan dengan metode tradisional untuk memvisualisasikan tata letak dan solusi (misalnya, sketsa kertas
dua dimensi dengan ikon mesin atau aliran bahan yang direkatkan), alat berbasis komputer menyederhanakan
membuat perubahan dan mencoba tata letak yang berbeda, seperti yang dijelaskan oleh Groover [5 ].
Dimungkinkan juga untuk membuat perubahan langsung dalam tata letak CAD sambil melibatkan pekerja di lokasi
di bengkel. Ini mempercepat proses perencanaan dan meningkatkan proses partisipatif.

PENDEKATAN ERGONOMI PARTISIPATIF

Baik merencanakan stasiun kerja tunggal atau keseluruhan sistem produksi, penting untuk melibatkan semua
orang yang terpengaruh oleh perubahan dan, dengan demikian, menghindari "solusi ahli", di mana rencana
dirumuskan dan disajikan oleh para ahli saja (dari dalam dan/atau luar). perusahaan). Jika pekerja terlibat lebih
awal dan tetap terlibat selama seluruh proses desain, peluang proyek yang sukses dengan solusi ergonomis yang
lebih baik akan meningkat. Mereka kemudian dapat menempatkanmilik mereka ideide ke dalam proyek dan
mereka tahu mengapa hal-hal yang direncanakan sebagaimana adanya. Pendekatan partisipatif terhadap
perencanaan dan desain tempat kerja dilakukan oleh sekelompok kecil orang dari perusahaan dan pakar internal
atau eksternal.

PROSES PERUBAHAN

material, mesin, dan utilitas. Sel juga membutuhkanprosedur operasi untuk kualitas, teknik, manajemen material,
pemeliharaan, dan akuntansi. Dan karena sel mempekerjakanpersonil dalam berbagai pekerjaan dan kapasitas,
mereka juga membutuhkan kebijakan, struktur organisasi, kepemimpinan, dan pelatihan.

Manfaat Sel

Perubahan fisik utama yang dibuat dengan sel manufaktur adalah untuk mengurangi jarak antara operasi. Pada
gilirannya, ini mengurangi penanganan material, waktu siklus, inventaris, masalah kualitas, dan kebutuhan ruang.
Tanaman yang memasang sel secara konsisten melaporkan manfaat berikut jika dibandingkan dengan tata letak
dan organisasi yang berorientasi pada proses: - Pengurangan penanganan material—67 hingga 90 persen
pengurangan jarak tempuh bukanlah hal yang tidak biasa, karena operasi berdekatan dalam area khusus. -
Pengurangan inventaris dalam proses—pengurangan 50 hingga 90 persen adalah hal biasa, karena material tidak
menunggu di depan operasi pemrosesan yang jauh. Juga, di dalam sel, lot yang lebih kecil atau aliran satu bagian
digunakan, yang selanjutnya mengurangi jumlah material dalam proses. - Waktu produksi yang lebih singkat—dari
hari ke jam atau menit, karena suku cadang dan produk dapat mengalir dengan cepat di antara operasi yang
berdekatan.

BAGAIMANA MERENCANAKAN SEL MANUFAKTUR

Sebagian besar sel dapat direncanakan menggunakan pendekatan enam langkah sederhana:

1. Orientasikan proyek

2. Klasifikasikan bagian-bagiannya

3. Analisis prosesnya

4. Berpasangan ke dalam rencana sel

5. Pilih paket terbaik

6. Detail dan implementasikan rencana

SEL LEBIH KOMPLEKS

 Beberapa pertimbangan dapat memperumit proyek perencanaan sel. Yang utama di antara ini adalah pertanyaan
tentang berapa banyak sel yang dibutuhkan. Mengingat satu set kandidat bagian dan tingkat atau kuantitas
produksi yang diinginkan, perencana kadang-kadang harus memutuskan apakah satu sel sesuai, atau apakah
pekerjaan harus disebarkan ke beberapa sel. Ketika satu atau lebih sel memberi makan yang lain, proyek menjadi
satu tidak seperti perencanaan pabrik kecil (lihat Gambar 8.4.9). Analisis tambahan diperlukan untuk menyetujui
metode penanganan material dan prosedur penjadwalan untuk bagian yang bergerakdi antara sel. Mungkin juga
perlu untuk berbagi kapasitas personel atau peralatanlintas sel yang sedang direncanakan. Proyek mungkin juga
harus memutuskan kebijakan umum (di semua sel) untuk organisasi, pengawasan, dan pengukuran kinerja. Bahkan
ketika merencanakan sel tunggal, komplikasi dapat terjadi jika terdapat kemungkinan lokasi yang luas untuk sel,
tingkat otomatisasi yang sesuai tidak jelas, atau ada potensi perubahan organisasi yang radikal, seperti
perpindahan dari pengawasan tradisional ke tim yang mengarahkan diri sendiri.

Tanaman, Produk, dan Proses yang Dicakup

Untuk mencapai peningkatan produktivitas, peningkatan kualitas, efektivitas operasional, keterlibatan karyawan,
dan pengurangan biaya, metode SPA dan MOST harus diterapkan. Selain itu, analisis kapasitas, pemeliharaan, dan
pemasok diperlukan. Manajemen memutuskan untuk bekerja sama dengan perusahaan konsultan untuk
menganalisis kondisi aktual pabrik, menyusun pabrik baru yang direlokasi sebagai jaringan proses manufaktur dan
layanan, meningkatkan proses, merancang studi lengkap spektrum produk, dan mengarahkan seluruh proyek.

ORGANISASI PROYEK

Pengorganisasian beberapa tim dan perencanaan mendalam diperlukan untuk berhasil menyelesaikan proyek
berskala besar seperti ini.

Komite Pengarah dan Tim Proyek

Empat tim yang dipimpin oleh komite pengarah, yang terdiri dari lima orang dari manajemen, menyelesaikan
pekerjaan. Tim pertama terdiri dari dua spesialis eksternal dan staf dari perusahaan untuk penerapan SPA dan
MOST serta perencanaan tata letak pabrik dan rekayasa jaringan. Tim pengembangan terdiri dari insinyur industri
dan perwakilan dari pemeliharaan, perencanaan dan kontrol produksi, manajemen data, aliran material dan
logistik, anggaran dan kontrol keuangan, sumber daya manusia, pembelian, pemasaran dan penjualan, serta fungsi
informasi dan pelatihan. Tim sementara terdiri dari pengrajin eksternal dan internal. Sumber daya lain yang
digunakan adalah sistem CAD dan kendaraan untuk transportasi peralatan dan mesin. Perencanaan dan
Penjadwalan Setelah penyelidikan awal, peningkatan proses, dan reorganisasi pabrik menjadi fraktal, proyek
relokasi harus diselesaikan dalam waktu dua tahun setelah keputusan untuk melanjutkan dibuat. Penyelidikan
awal dimulai pada awal tahun 1998. Proses perbaikan dan relokasi tiga pabrik A, B, dan C ke pabrik Ckan harus
diselesaikan pada akhir 1999. Kegiatan rinci direncanakan dan dijadwalkan menggunakan prosedur manajemen
proyek yang diakui dan diagram Gantt. Relokasi pabrik A harus diselesaikan sebelum akhir tahun 1998. Pada tahun
yang sama, persiapan teknis, seperti infrastruktur untuk relokasi B ke C kan dan C ke C, harus diselesaikan juga.
Anggaran investasi termasuk anggaran untuk proses baru adalah sekitar $20 juta (35 juta DM).

TATA CARA DAN APLIKASI ALAT

Ikhtisar Pendekatan Relokasi Solusi untuk masalah dalam hierarki masalah memerlukan metode yang berbeda
berdasarkan disiplin ilmu teknik industri, statistik matematika, ekonomi, praktik manajemen, dan terutama,
statistik multivariat sehubungan dengan proyek relokasi.
Metode teknik industri yang dibutuhkan adalah analisis dan manajemen portofolio. Ini termasuk benchmarking
dan analisis Pareto, analisis kapasitas, dan audit pemeliharaan. Juga, proses serupa dari seluruh jaringan proses
manufaktur digabungkan menggunakan prinsip teknologi kelompok. Proses manufaktur dan layanan lainnya
disatukan dalam jaringan fraktal, menggunakan model tata letak. Metode ini termasuk penggunaan sistem PALING
dan analisis keuangan.

Untuk analisis kapabilitas keseluruhan, indeks kapabilitas proses dan hubungan multivariatnya dengan indeks
kapabilitas produk diperlukan. Spesifikasi kebutuhan pelanggan melalui perhitungan nilai nominal dan batas
toleransi untuk semua parameter produk yang relevan juga diperlukan, serta analisis korelasi dan regresi dan
pemilihan subset input, proses, dan parameter produk yang optimal. Peningkatan komunikasi antara pemilik
proses adalah tanggung jawab manajemen. Pengumpulan data, ringkasan persyaratan yang terkait dengan profil
persyaratan pelanggan, spesifikasi danSITUASI SISTEM PRODUKSI SELULER SAAT INI Mengapa Mempertimbangkan
Produksi Seluler? Sistem produksi seluler itu sendiri belum tentu merupakan teknik atau metode baru. Itu dibahas
dan diperdebatkan secara luas di kalangan industri pada 1980-an, dan dipahami dengan baik bahwa produktivitas
tinggi dapat diwujudkan dengan menerapkan program yang ditujukan untuk meningkatkan kualitas, biaya, dan
pengiriman (Q, C, D) dan secara agresif meningkatkan tingkat otomatisasi. di tingkat sel. Misalnya, di pabrik Fiat's
Casino di Italia, yang didirikan pada pertengahan 1980-an, area fabrikasi dan perakitan seluruh bodi dibangun
sesuai dengan cara berpikir ini, dan mereka berhasil mengamankan tingkat otomatisasi >40 persen yang cukup luar
biasa. . Tetapi pada saat yang sama, dengan produksi tipe seluler, beberapa masalah menciptakan hambatan untuk
mencapai tingkat kapasitas sel yang tinggi di semua sel,

Klasifikasi Sistem Produksi Seluler

Jika kita menelusuri kembali asal usul produksi seluler, sebagian besar akan setuju bahwa bentuk aslinya
ditemukan di garis berbentuk U Toyota, yang mencerminkan konsep "satu operator/beberapa mesin" dan "one-
piece flow." Ketersediaan operator lintas-terlatih, multiskilled merupakan prasyarat untuk metode ini, dan
peningkatan produktivitas menjadi mungkin melalui penghapusan waktu tunggu. Dengan menggunakan metode
Toyota, seorang operator memuat satu benda kerja pada mesin pertama dan memulai operasinya, kemudian
pindah ke peralatan berikutnya, memuat pekerjaan di atasnya, dan memulainya. Setelah ini diulang secara
berturut-turut, operator kembali ke mesin pertama, tepat setelah selesai memproses pekerjaan, dan dapat segera
mulai memproses benda kerja berikutnya. Ini benar-benar perpaduan sempurna antara orang dan peralatan.

Struktur Sistem Produksi Seluler: Cara Berpikir dan Persyaratan Dasar

Sistem produksi seluler adalah sistem produksi yang, dalam lingkungan manufaktur multiproduk, dapat
merespons fluktuasi permintaan untuk setiap jenis produk. Hal ini dapat diterapkan untuk meningkatkan
efisiensi usaha secara total, pertama dengan meningkatkan produktivitas melalui pembuatan produk yang
dapat dijual, pada saat dapat dijual, dan dalam jumlah yang dapat dijual, dan tambahan dengan
mengurangi persediaan dan meningkatkan peluang penjualan. . Untuk alasan ini, ketika sistem produksi
seluler benar-benar diperkenalkan, tidak tepat untuk hanya menekankan efisiensi produksi dan
membatasi penerapan sistem hanya pada area produksi

PERAMALAN, PERENCANAAN, DAN PENJADWALAN

BAB 9.1

PRODUKSI TANGGUH: PRINSIP

DESAIN UNTUK SANGAT

SISTEM YANG DAPAT DISESUAIKAN

MEMPERKENALKAN PRINSIP UNTUK SISTEM AGILE

Pada tahun 1991 penulis ikut memimpin lokakarya kolaboratif selama empat bulan yang intens

Universitas Lehigh yang melahirkan konsep perusahaan manufaktur yang gesit. Lokakarya ini didanai oleh
pemerintah AS dan melibatkan 15 perwakilan dari lintas sektor industri AS ditambah 1 orang dari pemerintah dan
4 orang sebagai fasilitator yang berkontribusi. Maksud kami adalah mengidentifikasi fokus kompetitif yang akan
menjadi penerus lean, percaya bahwa akan ada nilai dalam membangun kompetensi untuk gelombang berikutnya
daripada sekadar mengejar ketertinggalan di gelombang terakhir.

Dengan perubahan yang lebih cepat yang diharapkan, terbukti bahwa para penyintas akan dipilih sendiri karena
kemampuan mereka untuk mengikuti perubahan yang berkelanjutan dan tak terduga. Pesaing dengan kelayakan
yang sangat baik dapat melacak pemimpin, menunggu waktu yang pasti untuk -datang kesalahan. Kelangsungan
hidup yang buruk kemudian dapat membuat mantan pemimpin yang jatuh dari kasih karunia menghabiskan
sumber daya yang langka untuk mengejar ketertinggalan setelahnya. Memilih tempat yang diinginkan di kuadran
tangkas adalah salah satu cara penting untuk membedakan diri Anda secara strategis dari pesaing Anda. kondisi
yang membuat orang lain gulung tikar. Kustomisasi massal hanyalah salah satu dari banyak keahlian perubahan
berharga yang mungkin dilakukan dalam operasi produksi yang gesit. Kemampuan yang dipuji di sini tidak
dimaksudkan untuk didefinisikan secara komprehensif, tetapi dimaksudkan untuk menyiapkan panggung untuk
diskusi tentang mesin nyata dan proses produksi nyata yang melakukan semua ini. Contoh pertama yang kami
gunakan adalah dari industri manufaktur semikonduktor, tetapi prinsip dan konsep yang diterangi dapat
diterapkan di industri apa pun.

Dalam industri yang bergerak cepat ini, teknologi produksi meningkat secara signifikan setiap tiga tahun atau lebih,
dengan setiap generasi baru peralatan pemrosesan menjejalkan lebih banyak transistor secara signifikan ke dalam
ruang yang sama. Dengan setiap peralatan generasi baru, produsen semikonduktor membangun pabrik yang
benar-benar baru, menginvestasikan $250 juta atau lebih untuk peralatan dari berbagai vendor dan dua kali lipat
untuk pengkondisian lingkungan gedung guna mengendalikan kontaminan mikro. Bahan Terapan secara signifikan
mempersingkat waktu dan biaya pengembangan peralatannya dengan memisahkan platform utilitas dari teknologi
pemrosesan. Sumber daya pengembangan sekarang difokuskan pada teknologi proses, menggunakan kembali
basis utilitas umum di seluruh generasi teknologi, yang menyumbang 60 persen dari mesin.

Ini menghilangkan upaya desain yang signifikan untuk setiap kemampuan proses tambahan yang dibawa Applied
ke pasar, dan mengurangi kompleksitas dan waktu pengocokan dan debug dalam tahap pembuatan prototipe.
Yang lebih penting, mungkin, adalah peningkatan keandalan yang dinikmati pelanggan Applied dengan fondasi
mesin yang matang dan stabil.

Produk baru biasanya memerlukan pengaturan proses baru dan seringkali membutuhkan kemampuan proses baru.
Bila diperlukan, modul proses yang berlebihan dapat didedikasikan untuk pembuatan prototipe selama periode
iterasi uji-analisis-sesuaikan yang diperlukan agar parameter proses dapat dipahami. Dan jika kemampuan baru
diperlukan, satu «motor tempel» baru dikirimkan lebih cepat dan dengan biaya lebih murah daripada mesin yang
lengkap dan berdedikasi.

Arsitektur cluster juga membawa penghematan yang sangat besar baik dalam waktu dan biaya untuk membuat
fasilitas fabrikasi baru. Memperluas konsep-konsep ini dan menggabungkannya dengan strategi untuk fasilitas
yang dapat dikonfigurasi ulang mungkin mendorong layanan utilitas di bawah lantai dan transportasi bersih di atas
alat berat. Meskipun konfigurasi «ultimate» ini belum ada di lingkungan produksi, kemungkinannya jelas.

Pada tahun 1989 Komite Standar Peralatan Modular SEMI mulai mengerjakan standar untuk antarmuka mekanik,
utilitas, dan komunikasi. Apa yang dimulai sebagai ide kepemilikan di Applied Materials bergerak menuju arsitektur
terbuka industri, menjanjikan unit proses modular yang kompatibel dari berbagai vendor. Perusahaan yang gesit
cukup mudah beradaptasi untuk mengubah dirinya dengan mahir menjadi apa pun yang dibutuhkan tren saat ini.
Setidaknya, dengan laju perubahan yang tidak terduga dan meningkat yang mendorong. perusahaan keluar dari
bisnis saat ini, itulah keselamatan yang diharapkan oleh manajemen perusahaan. Mereka memahami bahwa bisnis
bukan hanya tentang menghasilkan uang, tetapi juga tentang bertahan dalam bisnis. Kami dulu berpikir bahwa
hanya menghasilkan uang untuk bertahan dalam bisnis. Sekarang kami tahu bahwa Anda dapat menghasilkan uang
sampai hari Anda menjadi tidak relevan—maka Anda mungkin orang terakhir yang tahu sementara Anda diabaikan
sampai mati. Sebuah perusahaan tetap hidup karena pelanggan terus membayar lebih untuk barang daripada
biaya produksi "nyata". Kelebihan pembayaran ini diperlukan untuk menutupi biaya produksi yang tidak efisien
(tidak ada yang sempurna) dan biaya persiapan barang baru untuk menggantikan barang yang sudah ada. Seorang
manajer pabrik dapat mengambil pekerjaan dengan salah satu perusahaan outsourcing ini yang memiliki semua
keuntungan. Punya beberapa. Beberapa terus berbaris dengan kepala tertunduk memikirkan bahwa mereka akan
pensiun sebelum hal yang tak terhindarkan terjadi. Entitas bisnis yang layak adalah mereka yang dapat mengikuti
pasar yang berubah-ubah yang hanya akan semakin licin. Perusahaan tangkas adalah suatu keharusan, dan itu
akan terjadi dengan atau tanpa tanaman tangkas penangkaran. Tetapi mereka yang memiliki tanaman gesit akan
memiliki fondasi yang lebih kuat dan cakupan yang lebih luas.

Jika mereka kaku daripada gesit, mereka menjadi jangkar yang menentukan. Mereka harus cukup gesit untuk
berubah sesuai kebutuhan saat dibutuhkan, atau mereka juga harus diganti. Dan mengganti unit yang dimiliki,
tidak seperti unit yang dialihdayakan, merupakan transformasi perubahan yang membutuhkan banyak biaya.

Ketika prinsip-prinsip desain RRS digunakan, penggantian modul kaku lebih mahal daripada transformasi modul
tangkas.

PRINSIP DESAIN UNTUK PRODUKSI CEPAT

Kami telah menjelajahi sifat kelincahan dalam sistem produksi dan kadang-kadang sistem perusahaan yang
mencakupnya, membuat argumen lebih dari sekali bahwa kelincahan adalah karakteristik yang muncul dari desain.
Di balik masing-masing sistem ini adalah insinyur bisnis yang bertanggung jawab atas desain sistem—secara sadar
atau tidak sadar, tergantung kasusnya.Rekayasa yang baik adalah ilmu terapan. Beberapa orang akan berdebat
tentang manajemen sebagai ilmu, dan yang lain percaya bahwa ilmu manufaktur tetap sulit dipahami. Namun
demikian, desain sistem perusahaan manufaktur, dari proses produksi hingga prosedur bisnis, dapat menghasilkan
sistem yang kurang lebih dapat beradaptasi sejauh prinsip-prinsip desain tertentu digunakan. Ekspresi prinsip-
prinsip desain RRS dieksplorasi dalam tiga sistem menunjukkan berbagai aplikasi.Ilmu lahir dari pengumpulan data,
menganalisis data ini untuk pola, membuat hipotesis tentang prinsipprinsip, dan iterasi menuju validasi. 10 prinsip
yang digunakan di sini telah ditemukan, disempurnakan, dan divalidasi dalam berbagai latihan analitis [6].
Meskipun proses ini tidak lengkap pada penulisan ini, kami telah menemukan pola berulang yang berguna yang
tampaknya mengatur kemampuan beradaptasi. Metode untuk melakukan analisis kecakapan perubahan di
lingkungan produksi Anda, dan membangun profil kematangan kecakapan perubahan yang disesuaikan atau
kelincahan kompetitif Anda dapat ditemukan diKemampuan Respon—Memahami Agile Enterprise [7].Sedikit yang
akan tidak setuju bahwa sistem otomasi informasi adalah pendukung penting untuk produksi modern, tetapi apa
yang akan dilakukan sistem otomasi informasi untuk mendukung lingkungan operasi yang gesit? Mungkin yang
lebih penting, apa yang akan membuat sistem itu sendiri gesit sehingga dapat terus mendukung lingkungan operasi
yang gesit daripada menjamin keusangannya? Apakah ada karakteristik mendasar yang memberikan kelincahan
yang dapat kita cari dalam memilih sistem otomasi informasi?Kemampuan beradaptasi (agility) sebenarnya
menjadi fokus yang beralasan dengan munculnya minat perangkat lunak berorientasi objek di awal 1980-an.
Kemajuan teknologi perangkat lunak dan penyebaran sistem perangkat lunak terintegrasi yang besar telah
menyediakan laboratorium yang menarik untuk mempelajari sistem interaksi yang kompleks di semua bagian
perusahaan. Sistem perangkat lunak terintegrasi, apakah itu di bidang akuntansi, memberikan dukungan
keputusan manajemen, atau tersebar di komputer pabrik yang tak terhitung jumlahnya dan pengontrol logika yang
dapat diprogram, dipahami sebagai penciptaan tim pemrogram dan integrator sistem. Kami menyadari bahwa
orang-orang ini juga memiliki tanggung jawab untuk pemeliharaan dan peningkatan berkelanjutan selama masa
pakai sistem. Singkatnya, sistem perangkat lunak terintegrasi adalah produk dari desain yang disengaja,
peningkatan konstan,Sebagai upaya rekayasa, desain dan implementasi sistem perangkat lunak terintegrasi ini
berjalan sesuai dengan arsitektur, baik yang direncanakan atau de facto. Pada awal 1980-an ukuran dan
kompleksitas sistem ini tumbuh ke titik di mana teknik tradisional diakui tidak efektif. Kesadaran ini datang dari
pengalaman: dari menunggu dalam antrean selama bertahun-tahun untuk mendapatkan perubahan yang
diperlukan pada sistem akuntansi perusahaan, dari hidup dengan bug dalam sistem kontrol produksi daripada
mengambil risiko ketidakpastian perubahan perangkat lunak, dan dari mengawasi anggaran, jadwal, dan spesifikasi
desain memiliki sedikit atau tidak ada dampak pada upaya integrasi sistem yang sebenarnya.Masalahnya berasal
dari dinamika. Teknik tradisional mendekati desain dan implementasi perangkat lunak seolah-olah suatu sistem
akan tetap statis dan memiliki umur yang panjang dan stabil. Teknik baru, berdasarkan arsitektur berorientasi
objek, mengakui bahwa sistem harus terus berubah, bahwa perbaikan dan perbaikan harus dilakukan tanpa risiko,
bahwa bagian dari sistem

harus mengambil keuntungan dari subsistem baru ketika keunggulan mereka menjadi menarik, dan bahwa
interaksi antar subsistem harus dipartisi untuk menghilangkan efek samping. STUDI KASUS: GARIS PERAKITAN—
DIBANGUN TEPAT WAKTUSetiap suku cadang baru yang diambil pabrik berasal dari proses produksi di pabrik
original equipment manufacturing (OEM) GM yang menempati rata-rata beberapa ratus meter persegi (ribuan kaki
persegi), dan suku cadang dibuat dengan peralatan khusus yang dioptimalkan untuk volume tinggi berjalan dan
dibuat khusus untuk geometri bagian itu. Untuk mencap bagian tutup dek baru (pintu bagasi) Anda membawa satu
set cetakan baru—mungkin enam atau tujuh cetakan, masing-masing seukuran mobil dewasa, tetapi beratnya jauh
lebih banyak. Dan Anda membawa peralatan perakitan dari lini OEM yang mungkin terdiri dari hemmer untuk
melipat tepi logam yang dicap, mungkin prehemmer untuk proses dua tahap, peralatan las khusus untuk
menyambungkan tutup bagian dalam ke tutup luar, peralatan perekat untuk menerapkan damar wangi di lokasi
khusus bagian, unit penusuk untuk lubang khusus bagian,Anda menerima telepon beberapa minggu yang lalu yang
mengatakan bahwa pabrik Anda akan mulai membuat tutup dek Celebrity, dan produksi harus dimulai dalam 21
hari. Tidak terlalu buruk—terkadang Anda hanya punya 4 hari. Untuk bisnis baru seperti ini, tugas Anda adalah
mendapatkan peralatan perakitan yang diperlukan dari pabrik OEM, mengkonfigurasi ulang peralatan dan proses
agar sesuai dengan pabrik Anda, dan menyiapkan orang untuk memproduksi suku cadang berkualitas dalam 3
minggu ke depan. Yang lain bertanggung jawab atas set die dan stamping akhir proses produksi Dan tidak ada
ruang lantai tambahan yang terwujud di pabrik Anda. Untung Anda tidak membutuhkannya; kompetensi inti di sini
adalah permulaan bagian baru yang cepat, dan produksi dalam jumlah kecil dan beragam—dalam bisnis yang
secara tradisional didasarkan pada ekonomi volume tinggi—dan Anda telah belajar melakukannya tanpa anggaran
moUrutan perakitan tutup dek yang khas mungkin mengelim kulit luar, menempelkan beberapa bahan bantalan ke
kulit bagian dalam, kemudian mengelas penjepit ke tempatnya, dan akhirnya mengelas kulit bagian dalam ke kulit
luar di 30 tempat. Dalam prosesnya, bahan harus dibalik sekali dan dilakukan beberapa pengukuran. Konfigurasi
sistem perakitan mungkin memerlukan dua meja rol sepanjang 1 m (3 kaki) di depan untuk menerima bagian
dalam dan luar—anggap ini sebagai brankar rumah sakit, di atas roda, dengan rol di atasnya sehingga "pasien"
dapat berguling melintasi meja ke stasiun berikutnya ketika operasi yang ditentukan selesai. Baris berikutnya untuk
kulit luar adalah hemmer. Itu ada di atas roda juga, dan terhubung dengan cepat ke pengontrol standar di
samping, menyingkir. Ya, pengontrolnya juga ada di atas roda. Kulit luar diangkat ke dalam hemmer dengan
bantuan TDA Buddy di atas kepala, yang merupakan salah satu keuntungan melakukan tutup di area A: dua TDA
Buddies digantung dari grid langit-langit. Ketika tutup dek dipasang di area lain, varian meja rol digunakan yang
mencakup alat bantu angkat. Setelah hemming, kulit bagian dalam dan luar pindah ke meja rol di bawah senjata
las. Lembar konfigurasi menunjukkan berapa banyak senjata yang aktif, di mana memposisikannya, dan varian
ujung mana yang akan dipasang. Semua mengatakan mungkin ada 12 ikon sederhana pada lembar yang
diposisikan dalam geometri yang disarankan.Hemmer adalah bagian mesin yang sangat khusus. Ketika tiba di
pabrik ini, ia kehilangan sebagian besar keistimewaannya, dan menjadi kompatibel dengan semua modul lain
dalam keluarga perakitan just-intime. Lebih penting lagi, kontrol terintegrasi hemmer dilepas dan port koneksi
cepat dipasang ke antarmuka dengan satu pengontrol elektronik/hidraulik standar yang digunakan untuk semua
hemmer. Itu dimodifikasi jika perlu untuk bekerja dengan salah satu dari enam program kontrol standar. Mungkin
yang ketujuh akan

ditambahkan suatu hari nanti, tetapi enam telah memenuhi semua kebutuhan sejauh ini. Akhirnya, urutan
pengaturan untuk hemmer diketik dan dilampirkan ke sisinya — lebih baik di sana daripada di laci file.
dal yang biasa. Setelah delapan tahun, beberapa teknik unik dan budaya unik—telah berevolusi.

STUDI KASUS: FIXTURES DIBUAT SAAT ANDA MENUNGGU

Bayangkan sebuah ruangan berukuran sekitar 9 kali 12 m (30 kali 40 kaki). Di tengah, di lantai, ada pelat besi cor
berukuran 3 kali 7 m (9 kali 23 kaki) setebal 30 cm (1 kaki). Anda tidak dapat melihat banyak dari pelat ini karena
sebagian besar ditutupi dengan empat pelat aluminium yang lebih kecil, masing-masing sekitar 1 kali 2 m (3 kali 7
kaki) dan tingginya 10 cm (4 inci). Pelat ini dilubangi dengan pola lubang pada kisi 55 mm, tampak seperti lembaran
Lego™ berkekuatan industri yang menunggu konstruksi imajinatif.Sebenarnya, beberapa konstruksi tampaknya
telah dimulai. Mungkin 75 persen dari kisi-kisi ini ditutupi oleh sekumpulan perangkat kecil identik yang disebut
penahan pukulan tanpa pola yang terlihat. Sepuluh atau 12 dikelompokkan bersama di satu tempat, 20 atau lebih
di tempat lain, 6 atau 8 di tempat lain—mungkin 40 pulau di laut Cartesian ini. Ternyata pengelompokan ini telah
berkembang selama enam tahun penggunaan, dan terus berkembang karena pengikut baru kadang-kadang
ditambahkan ke kolase—seni gerak lambat.Mengacu pada Gambar 9.1.13, penahan pukulan terlihat seperti cam
logam, semacam segitiga dengan titik membulat, dan tebal sekitar 4 cm (1,5 inci)—hampir setinggi lebarnya.
samping dan kencangkan ke kisi, dan dengan demikian membentuk posisi koordinat berulang yang hampir
sempurna dengan soket pemutus cepat.Beberapa dari soket posisi-benar ini memiliki a 5/lurus keluar dari mereka,
semua dengan panjang yang berbeda, sebagian besar dengan penahan posisi dan penjepit pegas untuk menahan
bagian lembaran logam terhadap penahan.Ingat lempengan besi itu? Di kedua sisi pelat ini terdapat rel kantilever
yang menopang dua mesin pengukur koordinat perjalanan (CMM). Kedua CMM Zeiss ini digerakkan oleh program
dan masingmasing dapat menjangkau di mana saja dalam ruang penuh. Setiap pelat dasar memiliki titik referensi3-
sumbu bola yang dipasang padanya. Mesin menemukan titik referensi ini sebagai persiapan untuk mengukur jarak
relatif setelahnya.

BAB 9.2

PENJADWALAN DAN

PENGENDALIAN INVENTARISASI

SISTEM MANUFAKTUR

JENIS SISTEM PERSEDIAAN

Konsep lot sizing menjawab dua pertanyaan sehubungan dengan suku cadang yang dibuat atau dibeli: (1) Kapan
pemesanan harus dilakukan? (2) Berapa banyak bagian yang harus dipesan?Ada dua kelompok teknik lot sizing.
Keluarga pertama disebutsistem ukuran lot titik pemesanan ulang. Metode titik pemesanan ulang digunakan untuk
bagian-bagian yang permintaannya diketahui tidak tergantung satu sama lain. Toserba, toko grosir, dan toko yang
menjual suku cadang.

contoh organisasi yang akan menggunakan sistem persediaan titik pemesanan ulang.kan Almarhum.* Sebagian
besar bab ini telah diadaptasi dari dua sumber. Yang pertama adalah dari bab berjudul “Perencanaan dan Kontrol
of Manufacturing Systems,” yang muncul di edisi sebelumnya ini Buku pegangan. Sumber kedua adalah bab
berjudul “Pengendalian Produksi dan Inventaris”, yang muncul di Proses Manufaktur Elektronik oleh Landers,
Brown, Fant, Malstrom, dan Schmitt, diterbitkan pada tahun 1994 oleh Prentice-Hall. Materi dari sumber kedua ini
telah diadaptasi dengan izin tertulis dari penerbit Dalam lingkungan manufaktur, hubungan perakitan biasanya ada
antara perakitan akhir yang dikirim ke pelanggan dan semua bagian komponennya. Jika permintaan untuk rakitan
akhir diketahui, itu mendefinisikan permintaan yang sesuai untuk semua bagian komponen dalam rakitan
akhir.Sistem persediaan titik pemesanan ulang tidak cocok untuk jenis situasi produksi ini. Karena permintaan
barang akhir dan komponennya terkait secara fungsional, ketersediaan komponen pada saat dibutuhkan dalam
proses manufaktur tidak dapat dipastikan dengan sistem titik pemesanan ulang. Keluarga model inventaris kedua,
disebutsistem inventaris berbasis ledakan, Oleh karena itu digunakan untuk menjawab pertanyaan tentang ukuran
lot.Sistem inventaris berbasis ledakan menggunakan heuristik ukuran lot. Banyak dari heuristik ini didasarkan pada
metode titik pemesanan ulang. Halaman berikut menjelaskan metode penentuan ukuran lot titik berbasis ledakan
dan pemesanan ulang.

SISTEM PERSEDIAAN BERBASIS LEDAKAN

Penjadwalan Utama

Berry mendefinisikanpenjadwalan induk sebagai jadwal pembuatan yang diantisipasi untuk produk akhir yang
diproduksi. Ini adalah pernyataan produksi terjadwal yang mungkin memenuhi permintaan yang diantisipasi.
Tingkat penjualan yang diantisipasi dapat dianggap sebagai masukan penting dalam menentukan jadwal induk.
Jadwal induk secara tidak langsung menentukan permintaan dan jadwal pengadaan terkait untuk semua
komponen produksi yang terdapat pada barang akhir yang sedang diproduksi.

Sistem inventaris berbasis ledakan yang dikenal sebagaiperencanaan kebutuhan bahan memfasilitasi penentuan
pengadaan dan produksi komponen produksi. Salah satu pendekatan yang lebih rinci adalahcatatan bertahap
waktu pendekatan. Dengan prosedur ini, produksi kumulatif dan perkiraan penjualan kumulatif diplot di atas
cakrawala perencanaan yang ditentukan. Dengan kata lain, permintaan untuk item akhir produksi dapat melebihi
pasokan yang tersedia pada setiap periode.

Jadwal induk, penjualan yang diperkirakan, dan penjualan aktual dibandingkan satu sama lain. Untuk Januari total
permintaan adalah 10 unit dari perkiraan penjualan ditambah 5 unit yang dijanjikan sebelumnya. Ini menyisakan
40 15 = 25 unit yang tersedia pada akhir Januari. Karena total 15 unit telah dijanjikan untuk Februari, Maret, dan
April, hanya 25 15 = 10 unit yang tersedia untuk dijanjikan pada akhir Januari.

BAB 9.3

MENDUKUNG LEAN FLOW STRATEGI PRODUKSI

PENGANTAR
Menyeimbangkan kepuasan pelanggan dan pemegang saham harus menjadi tujuan akhir dari setiap strategi bisnis,
selain menghasilkan uang. Memahami faktor-faktor yang penting bagi pertumbuhan perusahaan sangatlah
penting. Peningkatan dalam pemanfaatan mesin dan efisiensi operasi, dan pengurangan tenaga kerja langsung
tidak lagi menyelesaikan pekerjaan total. Orang-orang bertanggung jawab atas operasi proses, aliran bahan, dan
kualitas keluaran. Orang-orang juga akan menanggapi arahan yang tercerahkan—yaitu, arahan akal sehat dalam
istilah yang dapat mereka pahami. Mereka memahami kendala yang mencegah mereka melakukan pekerjaan
mereka. Mereka memahami tindakan yang membuat pekerjaan mereka lebih baik.

Ini adalah masalah yang mengganggu aliran produk berkualitas dengan biaya produk yang kompetitif dan pada
tingkat pengiriman yang sesuai dengan permintaan pelanggan. Perusahaan harus fokus pada masalah ini untuk
kinerja optimal seluruh organisasi. Pemilik proses adalah kunci untuk tujuan ini, karena melalui merekalah
perbaikan dilakukan. Insinyur industri harus terhubung secara filosofis dengan orang-orang yang melakukan
pekerjaan.

Pentingnya Strategi

Strategi bisnis berusaha untuk membedakan perusahaan dari yang lain. Strategi bisnis masa lalu termasuk
teknologi, perencanaan kebutuhan bahan, perencanaan sumber daya manufaktur (MRP), pengendalian proses
statistik, kualitas, just-in-time (JIT), dan lain-lain. Tanpa memperdebatkan manfaat masing-masing, faktanya adalah
bahwa sifat organisasi manufaktur telah berkembang pesat. Strategi tradisional telah gagal untuk menjadi efektif
dalam mengikuti evolusi ini. Melanggar tradisi diperlukan untuk memenuhi harapan pelanggan dan
mempertahankan posisi kompetitif yang bertahan lama.Strategi penting karena mereka menentukan banyak arah
perusahaan. Strategi yang menawarkan banyak keuntungan bagi perusahaan dibandingkan pesaingnya adalah
strategi yang berfokus pada pengurangan waktu respons terhadap permintaan pelanggan. Strategi ini didasarkan
pada permintaan pelanggan yang mendorong aliran produksi. Dalam bab ini, strategi itu akan disebut
sebagaiproduksi aliran ramping. Keunggulan kompetitif ditingkatkan di beberapa bidang: kecepatan ke pasar,
biaya, dan kualitas. Strategi tersebut mempromosikan pengurangan waktu siklus, pengurangan modal kerja, dan
organisasi manufaktur yang fleksibel.

PRODUKSI ALIRAN Ramping

Produksi aliran ramping adalah strategi bisnis komprehensif yang menghubungkan proses manufaktur bersama-
sama dan menyinkronkannya dengan pesanan pelanggan harian. Produksi aliran ramping mencakup metodologi
dari teknik lain seperti manufaktur ramping, JIT, manufaktur berbasis waktu, Aliran Permintaan® teknologi, sistem
produksi Toyota, pabrik visual, manufaktur fleksibel, manajemen kualitas total (TQM), manufaktur sinkron, dan sel
kerja dan tim kerja. Dalam organisasi manufaktur, strategi ini berfokus pada pengurangan waktu respons.Waktu
merespon adalah waktu yang dibutuhkan dari menerima pesanan untuk mengirimkan pesanan itu.

Menentukan waktu respons produk saat ini memerlukan beberapa penelitian. Lihat lembar rute, tanggal rilis dan
tanggal pengiriman, data MRP, jadwal produksi, atau apa pun yang akan memberikan data tentang kapan pesanan
diterima dan benar-benar dikirim. Plot data menurut kelompok produk untuk mengidentifikasi variasi. Plot waktu
rata-rata yang dijanjikan atau dikutip dan bandingkan dengan waktu respons aktual. Pesanan mungkin dikirim lebih
awal sesering mereka dikirim terlambat.
nar menambah nilai pada produk adalah persentase kecil dari total waktu. Pertimbangkan ukuran lot 100 unit yang
berkembang sebagai satu lot melalui berbagai proses perakitan. Ketika 1 unit memiliki nilai tambah, 99 lainnya
sedang menunggu giliran. Ini setara dengan 99 persen dari waktu sebuah produk di lantai toko mengambil ruang
dan tidak ada nilai yang ditambahkan ke dalamnya. Produk yang disimpan di rak, di bangku, atau bahkan di
konveyor sedang menunggu. Tidak ada nilai yang ditambahkan saat produk menunggu pasangan lot mereka
selesai. Produk dalam lingkungan tradisional menghabiskan lebih banyak waktu menunggu daripada menambah
nilai dan berkembang menuju pelanggannya. Biasanya total waktu respons dalam lingkungan tradisional akan
sama dengan jumlah tingkat tagihan material (BOM) yang ditagih dikalikan dengan waktu tunggu
manufaktur.(Tingkat BOM) × (lead time manufaktur) = total waktu respons tradisionalJika, misalnya, BOM memiliki
4 level dan waktu tunggu 2 minggu untuk setiap level, waktu responsnya adalah 8 minggu.4 tingkat BOM × 2
minggu = 8 minggu waktu responsDalam produksi aliran ramping, BOM dianggap hanya sebagai tumpukan bagian.
BOM diratakan, idealnya hanya satu tingkat. Hal ini memungkinkan insinyur industri untuk menentukan posisi
terbaik dalam proses

TEKNIK INDUSTRI UNTUK PRODUKSI LEAN FLOW

Teknik industri, ketika diarahkan dengan benar atau diaktifkan untuk menjalankan inisiatif, merupakan katalis
untuk membuat perbaikan dalam operasi manufaktur. Sayangnya, arah atau inisiatif secara tradisional telah
menargetkan pengurangan tenaga kerja langsung, di luar konteks dengan perbaikan di seluruh sistem. Program
pengurangan biaya jarang melihat semua biaya dalam menjalankan bisnis. Ada terlalu banyak dinding dan fungsi
terkotak yang terlarang. Biaya tenaga kerja langsung adalah bagian kecil dari total biaya. Penghapusan total biaya
tenaga kerja langsung, dalam banyak kasus, tidak cukup signifikan untuk mencapai posisi kompetitif sehubungan
dengan harga. Sekarang tujuan insinyur industri adalah untuk fokus pada keseluruhan sistem dan keefektifannya
dalam meningkatkan keluaran sekaligus mengurangi persediaan dan biaya operasional.Dalam lingkungan produksi
aliran ramping, insinyur industri harus memahami dan menggunakan alat-alat berikut untuk mencapai efektivitas
maksimum organisasi manufaktur.

- Waktu kecepatan produk

- Peta urutan proses

- Lembar urutan operasional

- Total waktu respons produ

- Total waktu produk

- Persyaratan sumber daya (peralatan dan manusia)

- Definisi stasiun kerja

- Tata letak awal

Waktu Kecepatan Produk

Jika seseorang merencanakan pengiriman aktual dari waktu ke waktu, banyak jika tidak sebagian besar, grafik
pabrikan akan menyerupai tongkat hoki kurva tongkat hoki diberi nama karena bentuknya. Tidak ada atau sedikit
pengiriman di awal periode, kemudian produk di akhir. Lingkungan produksi aliran ramping dirancang untuk
memiliki aliran berkelanjutan dari produk berkualitas lengkap pada tingkat yang sesuai dengan permintaan
pelanggan. Tingkat permintaan itu adalah dasar untuk waktu kecepatan produk. Waktu kecepatan produk (P
kecepatan) adalah ritme di mana suatu proses harus berjalan untuk memenuhi permintaan sehari-hari. Dalam
menentukan kecepatan waktu, para insinyur akan menentukan jam kerja efektif per hari dan tingkat maksimum
harian yang harus diproduksi oleh lini tersebut. Tingkat produksi harian maksimum (P max) diperoleh langsung dari
pemasaran karena mereka memiliki hubungan paling dekat dengan pelanggan. Untuk itu pemasaran harus menjadi
bagian dari proses.

PERAMALAN, PERENCANAAN,DAN PENJADWALAN

Jam kerja efektif per hari (W) bervariasi dari satu perusahaan ke perusahaan lain karena kebijakan yang berbeda
untuk panjang shift, makan siang, istirahat, dan tunjangan lain yang mengurangi jam kerja yang tersedia. Skenario
tipikal adalah shift 8 jam dengan makan siang setengah jam dan dua istirahat 10 menit.

W = 480 menit 30 menit makan siang 2 (10 menit istirahat)

= 430 menit (7,17 jam kerja efektif per hari)

Waktu laju produk yang dinyatakan secara matematis adalah

P kecepatan = W/P maks

W = jam kerja efektif per hari

P max = tarif maksimum harian yang dirancang

Misalnya, jika pemasaran membutuhkan 23.000 unit selama 20 hari kerja dalam sebulan, dan manufaktur
dirancang untuk menjalankan dua shift 8 jam masing-masing dengan makan siang/makan setengah jam, ditambah
dua istirahat

10 menit per shift, P kecepatan akan menjadi

P kecepatan = W/P maks

W = (480 × 2) [(30 × 2) + (10 × 4)] = 960 [60 + 40] = 860 menit

P max = 23,000/20 = 1150 unit per hari

Kecepatan P = 860/1150 = 0,75 menit

Ini berarti bahwa untuk memenuhi permintaan, produk yang telah selesai harus keluar dari lini akhir setiap 0,75
menit.

Peta Urutan Proses

Seperti bagan alur proses teknik industri tradisional dan perutean manufaktur yang terikat kontrak, peta urutan
proses mendefinisikan hubungan proses manufaktur yang diperlukan untuk menghasilkan suatu produk. Setiap
produk dibangun secara bertahap. Peta urutan proses mendefinisikan hubungan tahap dari semua proses
manufaktur yang diperlukan untuk membangun suatu produk.

Lembar Urutan Operasional

Lembar urutan operasional menentukan pekerjaan yang diperlukan dan kriteria kualitas yang diperlukan untuk
membangun suatu produk. Semua konten pekerjaan berurutan, waktu rekayasa yang diperlukan, bahan yang
dikonsumsi, peralatan dan perlengkapan yang dibutuhkan, dan tindakan mutu yang diperlukan ditentukan pada
lembaran. Keakuratan informasi ini paling penting karena akan menjadi dasar untuk definisi operasi, titik henti
keseimbangan lini, desain lini, dan perencanaan bauran produk. Dalam teknik industri tradisional ini adalah lembar
metode atau lembar proses. Total Waktu ProdukTotal waktu produk adalah jumlah dari semua waktu yang
diperlukan untuk membangun seluruh produk. Ini dapat berupa jumlah urutan pada lembar urutan operasional,
atau jumlah semua waktu pada peta waktu respons total produk. Sekali lagi, ini adalah waktu rekayasa
menggunakan alat ukur kerja teknik industri yang tepat. Dalam contoh pada Gambar 9.3.7 total waktu produk
adalah 21,55 menit. Perhitungannya sama dengan 2 menit + 5,5 menit + 0,5 menit + 4 menit + 2 menit + 5,8 menit
+ 0,75 menit + 1 menit, yang sama dengan 21,55 menit.

Persyaratan Sumber Daya

Insinyur industri secara tradisional diminta untuk menentukan persyaratan staf dan sumber daya peralatan yang
dibutuhkan oleh manufaktur. Dalam produksi aliran ramping, insinyur industri masih menentukan jumlah stasiun
kerja dan sumber daya lain yang dibutuhkan untuk memenuhi kebutuhan pelanggan. Jumlah sumber daya yang
dibutuhkan sama dengan total waktu produk dibagi dengan waktu langkah yang dihitung. Misalnya, jika total
waktu untuk membangun adalah 12 menit dan waktu kecepatan adalah 1,5 menit, maka

# sumber daya = total waktu produk/waktu langkah = 12/1.5 = 8 sumber daya

Jumlah sumber daya kemudian dipecah menjadi kebutuhan sumber daya. Sumber daya parsial harus dibulatkan

Definisi Stasiun Kerja

Di sinilah lembar urutan operasional memainkan peran penting. Untuk meningkatkan kemampuan lini manufaktur
untuk mendapatkan waktu nilai tambah maksimum, cukup tambahkan waktu untuk setiap urutan sampai mereka
menjumlahkan waktu kecepatan yang dihitung. (Ini mengidentifikasi titik istirahat untuk pekerjaan yang harus
diselesaikan di setiap stasiun kerja.) Kemudian ulangi prosesnya.

TEKNIK INDUSTRI UNTUK PENGURANGAN PERSEDIAAN

Insinyur industri secara tradisional tidak terlibat dalam manajemen persediaan, selain merancang dan memasang
sistem penyimpanan atau sistem penanganan material. Proyek berkisar dari menempatkan rak tambahan di pusat
kerja hingga instalasi besar sistem penyimpanan dan pengambilan otomatis. Insinyur industri secara tradisional
diminta untuk memecahkan masalah dengan ruang lingkup terbatas. Manfaat diisolasi ke pusat kerja atau
departemen tetapi sedikit atau tidak membantu kemampuan seluruh sistem untuk memenuhi tuntutan pelanggan.
Penanganan material tidak menambah nilai pada produk. Seperti disebutkan sebelumnya, ketika
mempertimbangkan proyek teknik industri, tampaknya tidak masuk akal untuk menghabiskan waktu dan uang
untuk membuat aktivitas yang tidak bernilai tambah menjadi lebih efisien. Dalam nada yang sama, kelebihan
persediaan menghabiskan ruang dan uang dan tidak membantu kinerja sistem, jadi mengapa menghabiskan waktu
dan uang untuk menciptakan ruang dan sistem untuk menangani kelebihan ini? Insinyur industri mungkin secara
tidak sadar telah membantu keterlambatan perusahaan bergerak ke arah yang benar—menuju strategi produksi
aliran ramping.

PROSES PENAUBUNGAN MENGGUNAKAN SISTEM PULL—KANBANS

bersama-sama dan menyinkronkannya dengan pesanan pelanggan harian. Tautan dibuat pada setiap langkah
proses serta setiap jalur pasokan material menggunakan sistem yang dirancang untuk menarik produksi dan
material melalui proses.Dua jenis mekanisme tarik atau kanban yang berbeda yang dirancang untuk menarik
produk atau material melalui proses disajikan pada Gambar 9.3.11. Kanban Through digunakan untuk menarik
pekerjaan melalui stasiun kerja dan untuk menyeimbangkan operasi. Kanban One for One digunakan untuk
menarik pekerjaan dari buffer atau sumber daya khusus. Ada banyak jenis kanban lain yang dapat digunakan,
namun tidak akan dibahas dalam bab ini. Ukuran masing-masing kanban ini direkayasa menggunakan data yang
terkait dengan dinamika dunia nyata dari sifat bisnis. Insinyur industri.

BAB 9.4

PENJADWALAN TEPAT WAKTU

DAN KANBAN

PENGANTAN

Konsep just-in-time (JIT) adalah salah satu elemen inti dari sistem produksi Toyota yang terkenal, dan pada
dasarnya memerlukan pembuatan unit yang diperlukan dalam jumlah yang diperlukan pada waktu yang
diperlukan. Realisasi produksi JIT di seluruh perusahaan menghilangkan kebutuhan untuk memelihara persediaan
yang tidak perlu di pabrik, dan akibatnya mengurangi biaya penyimpanan persediaan dan

meningkatkan rasio perputaran modal. Untuk menghindari biaya setup yang berlebihan, bagaimanapun, sebuah
sub-tujuan yang melekat yang dikejar dengan penuh semangat berfokus pada pengembangan dan menggabungkan
cara-cara yang efisien untuk mengurangi waktu setup. Sebuah metode terkait penting yang diterapkan bersama JIT
adalah perbaikan terus-menerus (kaizen), yang memungkinkan untuk mengidentifikasi dan menghilangkan semua
bentuk pemborosan dalam sistem manufaktur.JIT pada dasarnya adalah sistem produksi tarik, di mana proses
sebelumnya menghasilkan unit untuk menggantikan yang sudah digunakan oleh proses berikutnya. Ini berbeda
dari sistem dorong konvensional di mana proses sebelumnya menghasilkan dan menyimpan unit untuk digunakan
oleh proses berikutnya, tanpa secara khusus mempertimbangkan kebutuhan proses itu.

MANUFAKTUR JIT DAN SISTEM KANBAN

Manufaktur bukanlah tujuan itu sendiri; itu adalah cara mengubah elemen input tertentu untuk menghasilkan
produk yang memiliki nilai, sehingga memenuhi beberapa kebutuhan masyarakat atau industri. Manufaktur
sebagian besar melibatkan item diskrit seperti komputer, peralatan mesin, mobil, peralatan telekomunikasi, dan
sebagainya. Biaya produk telah lama menjadi faktor penting bagi produsen, dan jika mereka ingin menghindari
operasi yang merugi, mereka perlu memangkas biaya dengan mengurangi pemborosan dengan segala cara yang
mungkin dan hanya mempertahankan operasi yang menambah nilai pada produk akhir. Empat jenis limbah yang
terkait dengan manufaktur diuraikan sebagai berikut.

1. Sumber daya produksi yang berlebihan

2. Produksi berlebih

3. Persediaan yang berlebihan

4. Investasi modal yang tidak perlu

PENGELOLAAN PRODUKSI

Sistem JIT berusaha memuluskan pembuatan produk dalam menanggapi permintaan pasar. Permintaan produk
biasanya tidak seragam: ada periode tertentu dalam satu bulan ketika permintaan tinggi, sementara di lain waktu
permintaan rendah. Oleh karena itu, perataan produksi diperlukan untuk meratakan unit produk yang diproduksi.
Ada beberapa dimensi dalam konsep ini.Pemulusan total kuantitas produksi dilakukan untuk meminimalkan
varians dalam output produk total antara dua periode waktu berurutan, misalnya, setiap hari. Produksi harian akan
diperoleh dengan membagi perkiraan permintaan bulanan produk dengan jumlah

SEQUENCING UNTUK JIT CAMPURAN-MODEL ASSEMBLY LINE

Sistem perakitan, di mana produksi item diskrit terjadi, kadang-kadang diklasifikasikan berdasarkan susunan
struktural produk yang akan dirakit: (1) lini model tunggal, (2) lini model batch, dan (3) lini model-batch. garis
model campuran. Sementara tipe pertama adalah jalur khusus di mana hanya satu model yang dirakit, jalur kedua
merakit lebih dari satu model, tetapi hal itu dilakukan sedemikian rupa sehingga semua unit model tertentu benar-
benar dirakit sebelum memulai perakitan model lain. . Meskipun jalur ini mungkin memiliki beberapa keuntungan
karena biaya pemasangan yang lebih rendah, jalur ini umumnya akan menghasilkan biaya penyimpanan
persediaan yang besar, yang dapat membuatnya lebih mahal secara keseluruhan. Selanjutnya, lead time untuk
pengiriman produk akan lama, yang secara langsung akan mempengaruhi layanan pelanggan yang efisien

Model Matematika untuk Penjadwalan Urutan JIT

Model yang telah digunakan untuk menggambarkan masalah urutan JIT terutama berusaha untuk meminimalkan
penyimpangan dari rata-rata, yang tergantung pada tujuan yang bersangkutan. Untuk menghaluskan (1) konsumsi
suku cadang, model berusaha meminimalkan perbedaan antara konsumsi suku cadang aktual dan rata-rata. Tujuan
lain dimaksudkan untuk meminimalkan penyimpangan dari rata-rata (2) tingkat produk, (3) beban produk, dan (4)
beban subassembly. Sementara fungsi tujuan pertama menghubungkan konsumsi bagian rata-rata dengan
konsumsi bagian aktual berdasarkan rasio produk yang dijadwalkan pada tahap tertentu dengan jumlah total
produksi, yang kedua menghubungkannya berdasarkan rasio jumlah unit bagian yang digunakan pada suatu waktu.
tahap tertentu dengan jumlah total unit bagian yang dibutuhkan.Dapat diperhatikan bahwa tujuan yang
diungkapkan dalam arti tertentu merupakan masalah multikriteria, karena kita ingin meminimalkan variasi untuk
setiap bagian secara simultan. Agak sulit untuk memiliki urutan yang unikS, yang meminimalkan fungsi pada setiap
tahap untuk setiap bagian. Prosedur yang diterima secara umum untuk menggabungkan tujuan adalah untuk
mewakili setiap jenis bagian sebagai koordinat titik dalam ruang -dimensi.

Metodologi Solusi

Prosedur Optimasi. Ruang urutan yang layak akan sangat besar; oleh karena itu, pencacahan eksplisit tidak
mungkin dilakukan, kecuali untuk contoh masalah yang sangat kecil. Oleh karena itu, teknik enumerasi implisit
seperti pemrograman dinamis dan teknik branch-and-bound banyak digunakan. Beberapa prosedur pemecahan
masalah yang telah diusulkan dalam literatur dijelaskan pada bagian berikut.Algoritma Titik Integer Terdekat
(NIPA)—PRV. NIPA merupakan salah satu metode pemecahan masalah PRV. Algoritma ini adalah prosedur
pencarian yang mencari titik integer yang paling dekat dengan titik rata-rata (yang nyata), di mana koordinat
terakhir adalah nilai produksi rata-rata untuk berbagai jenis produk, mengingat bahwak unit dari semua jenis
produk dijadwalkan [3]. Biarkan titik rata-rata dan bilangan bulat masing-masing dilambangkan denganVk = (vk1,
vk2, vk3, . . . ,vkα) - Rα dan Wk = (wk1, wk2, wk3, . . . ,wkα) - Zα. Prosedur memecahkan untuk masing-masing

CATATAN PENUTUP

Penerapan konsep just-in-time terbukti sangat berguna dalam mengurangi persediaan, mengidentifikasi dan
menghilangkan pemborosan, dan akibatnya meningkatkan daya saing perusahaan yang menerapkannya. Antara
lain, elemen seperti standarisasi kerja, pelatihan pekerja untuk memiliki kemampuan multifungsi, dan keamanan
kerja diperlukan untuk memperoleh manfaat maksimal darinya.Meskipun model yang digunakan saat ini cukup
berguna, agak sulit untuk mengukur manfaat biaya dalam kaitannya dengan urutan produk untuk jalur perakitan
akhir. Oleh karena itu, perlu ada model, yang mempertimbangkan hal ini. Lebih banyak yang perlu dilakukan untuk
mengatasi masalah multikriteria. Ini harus mencakup, misalnya, pengembangan skema pembobotan yang sesuai
untuk tujuan di bawah kerangka fungsi multiatribut, serta prosedur efisien komputasi lainnya. Penerapan teknik
kecerdasan buatan termasuk pengembangan dan representasi aturan untuk memfasilitasi penjadwalan waktu
nyata juga akan berguna.

BAB 9.5

PERENCANAAN DAN PENGENDALIAN

OPERASIONAL LAYANAN

PENGANTAR

Industri jasa membentuk tulang punggung ekonomi AS. Sementara lembaga jasa menjadi lebih besar dan lebih
banyak, kinerja mereka menjadi lebih sulit untuk dikendalikan. Hampir tidak ada hari tanpa media yang mencela
inefisiensi pemerintah, kurangnya hasil di sekolah umum,atau buruknya fungsi sistem transportasi dan perangkat
lunak. Jadi, bagaimana membuat mereka tampil?Beberapa manajer organisasi jasa cenderung menjalankannya
seperti bisnis manufaktur: dengan menerapkan teknik manajemen tradisional untuk meningkatkan efisiensi. Tapi
ini hanya sebagian dari solusi. Meskipun organisasi jasa mirip dengan manufaktur karena memiliki pelanggan yang
harus dipuaskan dan pekerjaan tertentu yang harus dilakukan, dan harus memotivasi para pekerjanya untuk
melakukan pekerjaan itu, itu sangat berbeda dalam misi atau tujuan spesifiknya. Jadi, sementara beberapa alat
manajemen manufaktur dapat diterapkan dalam organisasi jasa, perhatian harus diberikan untuk mengingat sifat

organisasi dan menyesuaikan alat agar sesuai dengan sifat itu.Dalam istilah yang paling sederhana, layanan adalah
tindakan dan proses. Mengandalkan definisi layanan yang sederhana dan luas, dengan cepat menjadi jelas bahwa
layanan tidak hanya diproduksi oleh bisnis jasa tetapi juga merupakan bagian integral dari penawaran banyak
produsen barang manufaktur. Misalnya, produsen mobil menawarkan garansi dan layanan perbaikan untuk mobil
mereka; produsen komputer menawarkan jaminan, kontrak pemeliharaan, dan pelatihan; dan produsen peralatan
industri menawarkan layanan pengiriman, manajemen inventaris, dan pemeliharaan. Semua layanan ini adalah
contoh tindakan dan proses

Perbedaan dan Persamaan dengan Sektor Manufaktur

Manajer bisnis saat ini menerapkan konsep dasar kualitas, analisis proses, desain pekerjaan, lokasi fasilitas,
perencanaan kapasitas, tata letak, inventaris, dan penjadwalan baik untuk manufaktur maupun penyediaan
layanan. Manfaatnya adalah peningkatan kualitas, pengurangan biaya, dan peningkatan nilai bagi pelanggan, yang
semuanya memberikan keunggulan kompetitif bagi perusahaan.Perbedaan. Perbedaan antara organisasi
manufaktur dan jasa termasuk dalam delapan kategori yang ditunjukkan pada Gambar 9.5.1. Namun, perbedaan
ini sebenarnya mewakili akhir dari sebuah kontinum. Perbedaan pertama muncul dari sifat fisik produk. Barang
manufaktur adalah fisik, produk tahan lama. Jasa tidak berwujud, produk yang mudah rusak sering berupa ide,
konsep, atau informasi.Perbedaan kedua adalah berkaitan dengan output. Barang manufaktur adalah output yang
dapat diproduksi, disimpan, dan diangkut untuk mengantisipasi permintaan di masa depan.

KEBUTUHAN PERENCANAAN DAN PENGENDALIAN DALAM OPERASI PELAYANAN

Banyak aspek layanan identik dengan manufaktur. Proses perencanaan dan pengendalian untuk jasa seringkali
sama dengan proses manufaktur. Tujuan utama dari perencanaan dan pengendalian layanan adalah untuk:

- Memuaskan kebutuhan dan harapan pelanggan

- Menghasilkan layanan yang dibutuhkan secara efisien

- Pertahankan kualitas yang dapat diterima seperti yang terlihat oleh pelanggan

Kebutuhan untuk perencanaan dan pengendalian dalam operasi layanan dapat dijelaskan dengan lebih baik
berdasarkan jenis produk atau layanan yang terlibat, tingkat otomatisasi, dan perkiraan permintaan di masa
mendatang.

Produk versus Nonproduk

Operasi perencanaan dan pengendalian harus mempertimbangkan produk atau jasa apa yang akan diproduksi.
Informasi terkait produk sering dikembangkan dari rencana pemasaran atau rencana induk perusahaan. Jumlah
produk atau layanan dan jangkauan lini produk atau layanan dibatasi oleh lingkungan bisnis. Misalnya, maskapai
penerbangan dan kereta api menyediakan dua atau tiga tingkat layanan (nonproduk), kadang-kadang disebut tarif
reguler atau pelatih, kelas bisnis, dan kelas satu. Produsen lemari es mungkin membuat beberapa model (produk)
dan memasarkannya secara regional, nasional, atau internasional.

Tingkat Otomatisasi

Teknologi canggih dengan cepat menjadi aspek penting dari organisasi jasa. Salah satu contoh populer di sektor
jasa adalah industri makanan cepat saji, yang selama beberapa tahun mengalami perkembangan.

PERGUDANGAN DAN DISTRIBUSI—CONTOH

FUNGSI LAYANAN

pengantar

Secara tradisional, praktik teknik industri cenderung berkonsentrasi pada proses manufaktur, dengan biaya rata-
rata sekitar setengah harga jual barang. Dengan munculnya sektor jasa, teknik teknik industri telah memainkan
peran yang semakin meningkat dalam segmen layanan dari kerangka biaya total ini. Contoh kegiatan ini
melibatkan pergudangan produk dan pengirimannya ke pelanggan. Pelanggan dapat berupa perusahaan atau
pabrik lain, distributor grosir, pengecer, atau konsumen.Operasi penyimpanan dan pergudangan adalah bagian
penting dari bisnis yang menguntungkan. Dengan meningkatnya persaingan dan tekanan luar biasa pada margin
operasi, kebutuhan akan sistem manajemen pergudangan yang canggih menjadi sangat diperlukan. Ada hampir
300.000 gudang yang tersebar di seluruh Amerika Serikat yang mempekerjakan hampir 2,5 juta orang

Persyaratan dan Strategi untuk Pergudangan yang Sukses

Tanpa pemahaman yang lengkap dan akurat tentang nilai pergudangan, banyak perusahaan gagal memberikan
pengawasan ilmiah yang sama kepada pergudangan seperti aspek lain dari bisnis mereka. Agar berhasil,
perencanaan dan pengendalian gudang harus dicapai dalam kerangka visi jangka panjang yang jelas tentang ke
mana arah operasi. Operasi gudang yang sukses biasanya mengikuti strategi yang diuraikan di sini:

- Pergudangan harus dilihat sebagai langkah kritis dalam aliran material dan bukan sebagai kejahatan yang
diperlukan.

- Operasi gudang harus menyadari persyaratan pelanggan dan secara konsisten memenuhi

persyaratan tersebut.

- Standar gudang harus ditetapkan, kinerja harus diukur terhadap standar, dan tindakan tepat

waktu harus diambil untuk mengatasi setiap penyimpangan.

- Sistem harus diterapkan dan harus kondusif untuk keputusan proaktif.

- Trennya adalah ke arah gudang yang lebih besar dan terpusat daripada gudang yang lebih kecil dan

terdesentralisasi.
- Gudang harus fleksibel—memungkinkan untuk banyak penggunaan.

- Aktivitas di dalam gudang harus lebih terintegrasi ke dalam siklus aliran material secara keseluruhan.

- Penghitungan siklus harus digunakan untuk mengelola akurasi inventaris, dan akurasi di atas 95 persen harus

menjadi norma.

- Prosedur dan tata letak harus dirancang untuk memaksimalkan efisiensi dan efektivitas pengambilan

dalam hal desain ergonomis yang benar dan pertimbangan keselamatan.

- Vendor, pelanggan, dan berbagai macam fungsi di dalam gudang harus diintegrasikan ke

dalam satu aktivitas penyediaan layanan.

- Teknologi canggih harus lebih mudah dianut dan dibenarkan secara ekonomi.

- Semua operasi gudang harus dilakukan untuk memastikan kesesuaian dengan persyaratan

pelanggan.

- Sistem identifikasi otomatis harus menjadi norma untuk akuisisi dan transfer data.

- Sistem kontrol tanpa kertas waktu nyata harus digunakan di seluruh gudang modern.

Implementasi Sistem Pengukuran Kerja

Implementasi dan pemeliharaan program pengukuran kerja yang sukses dapat didefinisikan sebagai membawa
program tersebut ke dalam aplikasi praktis dan memastikan bahwa program tersebut memenuhi tujuannya
dengan memberikan ukuran realistis tentang berapa banyak waktu yang harus dibutuhkan untuk melakukan
jumlah pekerjaan yang ditentukan. Keuntungan dari program pengukuran kerja antara lain sebagai berikut:

- Justifikasi investasi peralatan modal

- Pembayaran kompensasi dan insentif

- Biaya layanan yang kredibel

- Ukuran dan struktur organisasi yang efektif

- Persyaratan tenaga kerja dan biaya unit tenaga kerja

- Perencanaan, pengendalian, dan penganggaran

- Harga layanan

- Pencapaian dan pemantauan kualitas

- Penjadwalan pergerakan tenaga kerja dan material

- Desain kerja dan pertimbangan faktor manusia

BAB 9.6

ALIRAN PERMINTAAN®

TEKNOLOGI (DFT)

MANUFAKTUR ALIRAN PERMINTAAN

Manufaktur Aliran Permintaan adalah proses penarikan, penarikan dari belakang, atau penyelesaian, produk.
Tarikan dimulai pada akhir proses aliran produksi dan berlanjut ke depan melalui aliran, melalui proses pengumpan
dan sel mesin, ke inventaris titik penggunaan dan akhirnya bahkan ke pemasok. Bagian ditarik ke dalam dan
melalui proses oleh permintaan yang ditetapkan di akhir. Tingkat harian dicapai pada akhir proses aliran yang
bertentangan dengan penjadwalan dan teknik lead-time manufaktur tradisional. Sinkronisasi produk adalah teknik
untuk menunjukkan hubungan aliran individu proses yang datang bersama-sama untuk menciptakan bagian atau
produk.

Perhitungan Desain Lini Teknologi Aliran Permintaan

Melalui rangkaian acara TQC, kami telah mengidentifikasi total kerja dan kriteria kualitas total untuk membangun
sebuah produk. Setelah ini selesai, konten pekerjaan idealnya akan dikelompokkan menjadi bagian yang sama dari
pekerjaan saat kami mulai merancang proses aliran. Dalam kondisi ideal, setiap bagian akan membutuhkan waktu
konten pekerjaan yang sama persis. Tata letak yang ideal dari seluruh proses produksi, termasuk lini, pengumpan,
dan sel mesin, diharapkan akan menunjukkan setiap proses yang dipotong menjadi bagian yang sama dari waktu
konten kerja. Jika dibutuhkan total 16 jam untuk membuat sebuah produk, dan produksi tersebut dicapai dengan
32 peningkatan masing-masing 30 menit, proses tarikan aliran manufaktur akan berfungsi dengan lancar, mungkin
sempurna, menyelesaikan produk setiap 30 menit.Namun, karena sebagian besar proses didominasi oleh orang
yang tidak sempurna dan mesin yang berbeda, sinkronisasi mutlak tidak dapat dicapai. Oleh karena itu,
serangkaian teknik penyeimbangan telah dikembangkan untuk pembuatan aliran. Teknik-teknik ini memiliki efek
menyamakan potongan-potongan pekerjaan. Mereka memungkinkan membentuk hubungan proses dan
mengoordinasikan elemen konten kerja.Waktu siklus operasional, takt dari proses, dan teknik keseimbangan
aliran, yang mendorong desain seluruh proses, adalah dua dari teknik tersebut.Takt, kata Jerman untuk ritme atau
ketukan, digunakan dalam proses Aliran Permintaan untuk menentukan konten kerja yang ditargetkan untuk orang
dan mesin guna memenuhi kapasitas produksi yang dirancang untuk dicapai oleh lini Aliran Permintaan. Semua
proses pada sinkronisasi produk khusus atau peta proses model campuran mungkin memiliki waktu takt yang
berbeda jika memiliki volume atau hasil yang berbeda. Secara matematis, waktu takt selalu ditentukan oleh
perhitungan waktu siklus operasional.Tingkat harian yang dirancang (kapasitas) dan target aliran yang sesuai harus
ditetapkan untuk setiap produk yang akan diproduksi

didasarkan pada perjanjian pemasaran dan manajemen puncak. Biasanya, garis aliran dirancang, satu kali, pada
tingkat (kapasitas) tertinggi yang diperlukan. Biasanya, itu adalah volume yang tidak dapat dilampauikecuali jika
shift kedua atau ketiga digunakan atau kecuali minggu kerja diperpanjang dari lima menjadi enam atau tujuh hari.
Meskipun dirancang pada satu volume, yaitu kapasitas, jalur produksi aliran fleksibel dan dapat dengan mudah
berjalan jauh di bawah volume tersebut. Berdasarkan permintaan aktual dan tanpa mendesain ulang lini atau
mengubah satu lembar metode Investasi Persediaan dan Waktu Siklus Produk Total

Investasi persediaan dalam proses dalam manufaktur Arus Permintaan ditentukan oleh total

produk. Mengurangi total waktu siklus produk adalah tujuan utama. Total waktu siklus produk ditentukan oleh
konten pekerjaan sepanjang jalur proses terpanjang, yang biasanya merupakan periode waktu yang lebih pendek
dari total konten pekerjaan, atau jumlah total waktu yang diperlukan untuk membangun suatu produk.Sebagai
contoh dan penggunaan tata letak garis yang terlalu disederhanakan, total waktu yang diperlukan untuk
membangun produk mungkin 20 jam. Itu mungkin termasuk proses pengumpan 8 jam yang dikonsumsi menjelang
akhir baris. Jika jalur konsumsi adalah proses yang benar-benar berurutan dari satu langkah ke langkah lainnya
selama 12 jam, jalur terlama bisa menjadi 12 jam jika proses pengumpan 8 jam terjadi secara bersamaan.
Meskipun dibutuhkan 20 jam total untuk membangun produk, suku cadang dan bahan baku (semua persediaan)
hanya perlu di proses selama 12 jam kerja. Memperpendek waktu siklus produk total untuk mengurangi waktu
persediaan harus ada, dan meningkatkan perputaran material adalah tujuan utama dari sudut pandang
keuangan.Perputaran inventaris satu digit tidak lagi dapat diterima, dan mereka dapat melumpuhkan daya saing
perusahaan. Teknik tradisional, metode yang memanfaatkan sistem formal berbasis jadwal (MRP II), akan
menghasilkan hasil tradisional. Mencapai tujuan kompetitif dari 24 hingga 26 perputaran persediaan setiap tahun.

Sistem Manajemen Tim

Tim yang berbeda mencakup area proses tertentu. Mereka berputar di sekitar dua tim pusat: (1) tim sistem
manajemen tim (TMS), yang terdiri dari semua pemimpin tim, dan (2) tim dukungan global, yang mencakup
mereka yang berada di luar proses, seperti pemasok dan pemasaran. TMS dan dukungan global terikat bersama di
bawah manajer pabrik. Anggota pendukung adalah bagian dari tim yang berorientasi pada produksi. Peningkatan
kualitas adalah tujuan langsung; perbaikan bottom line diantisipasi dalam dua atau tiga tahun.Kepemimpinan tim
adalah komitmen untuk pelatihan, cakupan kerja yang lebih baik, penurunan gangguan komunikasi, moral
karyawan yang lebih tinggi, risiko bersama, dan memberi individu lebih banyak dampak langsung pada pendapatan
mereka

BIAYA PRODUK BERBASIS ALIRAN

Tenaga kerja (langsung dan tidak langsung) akan bukan dilacak terhadap standar efisiensi operasional. Karena
karyawan produksi sekarang diharuskan untuk mengisi lubang yang dibuat dalam proses yang menghasilkan
kurang dari kapasitas, persisnya orang mana yang menghasilkan jumlah apa yang dianggap sebagai informasi yang
tidak akurat dan tidak berarti. Biaya tenaga kerja akan menjadi elemen biaya overhead.Biaya overhead sekarang
akan berisi semua biaya pabrik yang terkait dengan konversi bahan yang dibeli ditambah biaya tenaga kerja
"sentuhan". Biaya overhead homogen ini akan diterapkan pada total waktu siklus produk untuk setiap produk.
Juga, biaya overhead variabel dapat dibuat untuk memperhitungkan biaya konversi luar biasa yang didorong oleh
penggunaan mesin atau sumber daya khusus. Hanya produk yang memerlukan penggunaan sumber daya yang
mahal ini yang akan menyerap biaya overhead yang luar biasa ini. Biaya overhead yang luar biasa ini juga dapat
dialokasikan berdasarkan luas persegi yang ditempati oleh proses manufaktur. Biaya overhead variabel lainnya
juga dapat dibebankan per kaki persegi ruang produksi yang ditempati, per jam penggunaan yang direncanakan,
dan untuk kebutuhan sumber daya spesifik produk. (Peringatan: Ada kecenderungan untuk mengelola biaya
overhead yang luar biasa. Jangan menjelajahi fasilitas Anda secara mikroskopis untuk biaya ini. Mereka harus jelas
dan mu

Komputer dan Teknologi Arus Permintaan

Teknologi dan metodologi manufaktur Arus Permintaan secara drastis mengubah peran sistem komputer formal.
Banyak teknik eksekusi manufaktur Demand Flow dapat dilakukan tanpa komputer. Komputer harus menjadi alat
untuk mendukung pembuatan teknologi Demand Flow. Dalam pembuatan Arus Permintaan, komputer menjadi
alat yang berharga dalam kaitannya dengan tugas-tugas berikut:

- Transaksi back-flushing untuk mengeluarkan material dari proses

- Evaluasi operasional rekayasa

- Penyeimbangan lini operasional

- Perhitungan linearitas proses harian

- Pengindeksan tingkat linier

- Manajemen Kanban

- Urutan tarik kanban

- Ukuran Kanban

- Menghitung waktu siklus operasional

- Menghitung waktu siklus produk total

- Aplikasi keuangan overhead ke TP c/t

- Desain dan manajemen lembar metode

- Urutan acara TQC

- Mengembangkan perencanaan tarif berbasis permintaan (bukan penjadwalan)

- Memproses standar akuntansi dari urutan kejadiandah terlihat.

BAB 9.7

PENGANTAR MANAJEMEN

RANTAI PASOKAN

Tren Rantai Pasokan

Tren terpenting dalam penggunaan konsep rantai pasokan adalah pengenalan pesanan pelanggan ke dalam
persamaan keseluruhan. Praktik yang diterima secara umum adalah mengkompilasi total permintaan dalam proses
peramalan, kemudian mengoperasikan proses terpisah yang mencoba membangun jadwal produksi induk untuk
memenuhi permintaan ini. Saat pesanan aktual tiba, produk tersedia atau tidak tersedia. Jika bauran produk
berubah secara tidak terduga, koreksi terjadi pada siklus perencanaan berikutnya (biasanya bulanan). Tujuan dari
proses ganda adalah untuk mencapai efisiensi yang lebih tinggi di pabrik dengan meningkatkan ukuran batch.
Proses batching ini sekarang dipandang terlalu rumit untuk bertahan dalam dinamika pergerakan perdagangan
pelanggan, setiap pesanan pelanggan harus ditangani secara individual.Produsen harus memiliki kemampuan
untuk segera menetapkan tanggal pengiriman yang dijanjikan ke satu pesanan pelanggan dalam hitungan detik,
berdasarkan kondisi di seluruh rantai pasokan pada saat itu. Organisasi yang tidak dapat membuat komitmen
langsung ini akan tertinggal. Sama pentingnya untuk kemudian mencadangkan, atau mematok, sumber daya dan
bahan untuk pesanan itu untuk menghindari komitmen ganda. Proses pemesanan yang digerakkan oleh pelanggan
juga membutuhkan kemampuan untuk mengelola gangguan dengan mudah.

PERILAKU DINAMIS SISTEM RANTAI PASOKA

Persediaan Rantai PasokanTingkat persediaan di sebagian besar rantai pasokan berlebihan. Selama bertahun-
tahun, ada asumsi bahwa penyebab utama dari kelebihan persediaan ini adalah hasil dari kesalahan perkiraan. Dan
untuk waktu yang sama, sistem tarik ideal yang hanya didorong oleh pesanan pelanggan ditawarkan sebagai solusi.
Tetapi model ideal yang diberikan ini salah. Gambar 9.7.2 menunjukkan apa yang terjadi dalam sistem tarik murni
(menarik artinya digerakkan oleh perintah). Dalam sistem ini tidak ada prakiraan, sehingga tidak ada kesalahan
prakiraan. Peningkatan 10 persen satu kali dalam tingkat pesanan pelanggan menyebabkan gangguan selama 15
bulan dalam rantai pasokan. Dalam lima bulan, lonjakan telah meningkat lima kali lipat di pabrik. Sistem ini jelas
tidak stabil dan menuntut tingkat persediaan yang jauh lebih tinggi daripada yang dijamin oleh permintaan
konsumen saja. Penundaan waktu informasi, yang merupakan akar penyebab osilasi ini, sangat penting di antara
titiktitik sistem distribusi. Banyak sistem rantai pasokan masih dibangun di atas parameter waktu ini 40 tahun
setelah masalah yang melekat terungkap. Perilaku sistem alami ini juga sama untuk sistem di dalam pabrik. Setiap
sistem komunikasi sekuensial menunjukkan perilaku ini. Kanban adalah contoh sistem sekuensial di mana batasan
tambahan ditambahkan untuk membatasi jumlah inventaris yang mungkin ada dalam sistem. Dalam kasus ini,
efeknya adalah menghasilkan osilasi terpotong dari kuantitas persediaan, tetapi kemudian menghasilkan kondisi
kekurangan terkait yang digambarkan sebagai "gelombang kelaparan", yang melengkapi siklus. Osilasi ini sangat
merugikan dan harus dihindari semaksimal mungkin.
Osilasi Rantai Pasokan

Penundaan waktu dalam proses komunikasi sekuensial menyebabkan osilasi sistem. Setelah proses dirancang, satu
set alami penundaan waktu operasi ada, yang diterjemahkan ke tingkat alami persediaan dan periode osilasi alami
dalam persediaan. Perubahan bauran produk dan waktu menyebabkan gambaran yang lebih rumit. Setiap upaya
untuk secara langsung mengontrol tingkat inventaris (kanban, sistem dua nampan, dll.) semuanya mengakibatkan
masalah kelaparan dalam kondisi yang tidak stabil. Inventaris melekat dalam sistem setelah parameter waktu
ditetapkan. Selama proses desain rantai pasokan, perhatian yang cermat terhadap penundaan waktu sangat
penting. Meminimalkan penundaan ini mengurangi besarnya osilasi.

APS DAN MANAJEMEN RANTAI PASOKAAN

bagaimana dinyatakan dalam pendahuluan bab ini, manfaat terpenting dari manajemen rantai pasokan adalah
memperkuat hubungan pelanggan. APS, dengan kemampuannya untuk secara instan memberikan rencana yang
realistis dan karena itu memberikan tepat waktu kepada pelanggan, merupakan pendorong utama dalam tujuan
rantai pasokan akhir ini.Apakah mungkin untuk mengelola rantai pasokan dengan benar tanpa APS? Karena telah
dilakukan selama beberapa milenium, jawaban resminya pasti ya. Namun dalam dunia perdagangan pelanggan
yang sangat dinamis, metode pengelolaan rantai pasokan masa lalu berdasarkan proses batch dan revisi berkala
dari rencana statis akan menghasilkan kinerja yang tidak kompetitif. Semua pengamat riset pasar di tempat
kejadian sekarang setuju bahwa APS akan memainkan peran sentral dalam strategi rantai pasokan dan bahwa
model dinamis akan mendominasi.

APS mungkin merupakan segmen pasar aplikasi perusahaan yang tumbuh paling cepat, dengan tingkat
pertumbuhan tahunan gabungan melebihi 70 persen (AMR Research). Itu dapat mengubah, dan memang, telah
mengubah, cara produsen melayani pelanggan mereka dan berinteraksi dengan anggota lain dari rantai pas

BAB 9.8

PENJADWALAN PRODUKSI

APA ITU PENJADWALAN

Penjadwalan adalah inti dari infrastruktur pelaksanaan produksi. Tujuan paling dasar adalah untuk menentukan
kapan pesanan produksi akan dieksekusi. Proses tersebut terdiri dari penentuan waktu untuk pelaksanaan
kegiatan produksi, kemudian mendamaikan jadwal dengan rencana produksi, dan akhirnya mendukung keputusan
dan tindakan untuk mencapai tujuan produksi yang diinginkan. Oleh karena itu, definisiJadwal, sebagaimana
diterapkan pada operasi manufaktur, adalah "spesifikasi waktu mendatang untuk pelaksanaan peristiwa
produksi."Karena esensi dari sistem manufaktur terintegrasi, seperti yang ditunjukkan pada Gambar 9.8.1, adalah
interaksi dan saling ketergantungan elemen-elemennya, fungsi penjadwalan tidak dapat dijelaskan tanpa
pertimbangan hubungannya dengan fungsi perencanaan.

PERENCANAAN VERSUS PENJADWALAN

Langkah pertama dalam memahami peran penjadwalan adalah membedakannya dengan jelas dari perencanaan.
Kegagalan untuk membuat perbedaan itu telah mengganggu penerapan yang tepat dari teknik perencanaan dan
penjadwalan di seluruh era modern pengendalian produksi. Untuk sebagian besar, semua pentahapan waktu dari
elemen waktu tunggu pesanan telah disebutpenjadwalan baik oleh praktisi maupun pakar. Edisi pertama dariBuku
Pegangan Teknik Industri (1956) menganggap "perencanaan ke depan" sebagai "penjadwalan" [1]. Salah satu buku
paling berpengaruh di era modern,Kontrol Produksi dan Inventaris: Prinsip dan Teknik” (1967), mengakui
“penjadwalan mundur” dan “penjadwalan maju” sebagai jenis perencanaan bertahap waktu menggunakan elemen
standar waktu tunggu [2]. Tidak mengherankan jika kebingungan terbawa ke era MRP dan bertahan hingga saat
ini. Komentator awal tentang MRP berpikir itu bisa melakukan lebih dari yang bisa dilakukan, dengan mengatakan,
misalnya, "Fitur paling penting dari MRP yang memberinya kemampuan yang kuat adalah fitur penjadwalan ulang"
[3]. Penjadwalan nyata dihilangkan dari sebagian besar buku populer dan berpengaruh dari era MRP awal,
meskipun peran penjadwalan dan mekanismenya didefinisikan dengan baik dalam literatur teknis dan dalam
wacana profesional saat itu [4,5]. Akibatnya, selama lebih dari dua dekade MRP disalahgunakan di banyak pabrik
dalam upaya yang gagal untuk menjadwalkan produksi.

PRIORITAS

duction order, itu adalah perbedaan antara jumlah waktu yang tersisa sebelum tanggal yang disyaratkan dan
jumlah lead time yang belum dieksekusi pada pesanan. Di antara pesanan yang bersaing, pesanan dengan waktu
kendur paling sedikit harus diproses terlebih dahulu. Keuntungan dari aturan waktu slack adalah bahwa aturan itu
dinamis, yang berarti bahwa kecuali satu hari pekerjaan dilakukan berdasarkan pesanan setiap hari, slack akan
berkurang dan prioritas akan meningkat. Contoh klasik dari aturan waktu kendur adalahrasio kritis, di mana nomor
indeks, dihitung sebagai rasio waktu permintaan terhadap waktu penawaran, menunjukkan prioritas
[10].menggambarkan unsur-unsur lead time yang direncanakan untuk suatu pesanan produksi, yang status saat ini
ditunjukkan pada saat pesanan masuk ke dalam antrian pusat kerja 2. Informasi yang diperlukan untuk menghitung
rasio kritis adalah sebagai berikut:

B = tanggal mulaiC = rasio kritisD = tanggal jatuh tempo

E = tanggal akhir

H = jam kerja per hariL = lead time yang

tersisa dalam beberapa hari

M = waktu

perpindahan standar dalam harin = banyak ukuran

P = produktifitas

Q = tunjangan antrian standar dalam hariR = unit

waktu berjalan dalam jam per potongS

T
T = hari ini

= waktu pengaturan dalam jam= sisa waktu pengiriman

Menggunakan konvensi tanggal relatif yang ditunjukkan pada Gambar 9.8.5, rasio kritis pesanan pada waktu itu
dapat dihitung. Seperti dapat dilihat pada gambar, titik produksi ini direncanakan untuk akhir hari 513. Jumlah sisa
waktu tunggu yang direncanakan adalah dari 514 hingga 525 inklusif, atau 12 hari. Waktu pengiriman aktual yang
tersisa adalah mulai hari ini, 517, hingga 525 inklusif, atau 9 hari. Perhitungan untuk

sampai pada nilai-nilai ini adalah sebagai berikut:

L=E-B+1

= 525 514 + 1 = 12

INTEGRAS

Sistem penjadwalan dapat digunakan sebagai aplikasi eksekusi yang berdiri sendiri atau dapat digunakan sebagai
fase eksekusi dari sistem terpadu perencanaan dan pengendalian manufaktur.

Ketika diinginkan untuk menggabungkan sistem eksekusi dari satu vendor ke aplikasi perencanaan dari vendor lain,
integrasi itu relatif sederhana [7,15].Mode integrasi yang paling umum dengan database yang ada adalah
mentransfer data teks ASCII ke sistem penjadwalan. Ini melibatkan pemrograman yang relatif mudah untuk
membaca database, mengekstrak elemen data yang ditentukan, dan memformat data dengan cara yang
ditentukan oleh paket penjadwalan. Minimal, data yang diperlukan mencakup status pesanan produksi dan
kemampuan.

Penekanan pada Eksekusi

Start-up untuk pengguna juga berjalan lancar. Supervisor produksi terbiasa menerima daftar pengiriman dari
sistem barang dalam proses. Ini digantikan oleh daftar pekerjaan yang diprioritaskan dari sistem baru. Untuk
personel kontrol produksi, kapabilitas baru yang besar tersedia. Profil beban dan kapasitas menginformasikan
peserta tentang keputusan lembur yang dibuat setiap minggu dan juga mendukung tindakan manajemen beban
lainnya (misalnya, redistribusi beban dan staf). Kemampuan untuk menjadwalkan beberapa kendala secara
terbatas sangat membantu dalam menangani kekurangan operator yang memenuhi syarat. Dan, tentu saja,
kemampuan untuk menjadwalkan hubungan ketergantungan menunjukkan efek yang diantisipasi dari pengiriman
material dan batasan kapasitas pada pengiriman pesanan penjualan.Konsentrasi pada pelaksanaan produksi,
terutama keutamaan waktu sebagai penggerak manufaktur, telah meningkatkan kepekaan orang-orang produksi
terhadap perincian dukungan produksi, yang mengarah pada penyempurnaan tambahan dalam waktu pelepasan
pesanan produksi, kesesuaian ukuran lot, pemeliharaan integritas pesanan, dan ketepatan waktu ketersediaan
material. Bagi Danuser, pengembangan penjadwalan produksi yang lebih baik melibatkan mandat yang lebih luas:
untuk meningkatkan kinerja di semua aspek perencanaan dan pelaksanaan produksi.

Pelajaran dari Pengalaman

Apakah Danuser merupakan studi kasus instruktif dalam penjadwalan produksi? Aspek pengalaman perusahaan
mana yang dapat dianggap umum dan mana yang unik?Motivasi awal untuk mempelajari FCS adalah umum: tekad
untuk meningkatkan kinerja dalam pelaksanaan produksi. Kebutuhan akan sistem perencanaan dan pelaksanaan
yang lengkap dan terintegrasi diakui sebagai dasar keunggulan manufaktur. Perusahaan lain yang mengejar tujuan
ini, seperti Danuser, akan menemukan banyak perangkat lunak FCS yang tersedia, dan mereka mungkin juga
memutuskan untuk menambahkan paket penjadwalan dari vendor yang berbeda ke aplikasi perencanaan mereka.

EVOLUSI TERUS MENERUS

Penurunan dinamika itu tidak mungkin. Oleh karena itu, harapan untuk sistem penjadwalan yang lebih kuat terkait
dengan harapan kontinuitas tren untuk komputer teknologi, karakteristik utamanya adalah peningkatan daya
komputasi, penurunan biaya untuk daya tersebut, efisiensi konektivitas jaringan yang lebih besar, dan peningkatan
kealamian antarmuka manusia.Mengenai desain sistem masa depan, dominasi lanjutan dari penjadwalan mode
simulasi dapat diharapkan, tentu saja sejauh menyangkut kepraktisan. Sementara metode kuantitatif secara
historis menempati tempat utama dalam kurikulum teknik industri, keberhasilan mereka dalam industri belum
sebanding dengan dukungan akademis mereka.Tren saat ini dalam sistem APS kemungkinan akan terus
mendominasi evolusi desain sistem. Kepala di antara karakteristik penting untuk desain masa depan adalah
perencanaan material dan penjadwalan kapasitas secara simultan. Prosesnya harus cepat sehingga operasi dapat
dijadwalkan sesuai permintaan di keduanyaproduksi dan bagaimana jika mode. Penjadwalan akan sinkron dengan
dunia nyata, peristiwa waktu nyata, seperti penerimaan permintaan atau masuknya pesanan pelanggan, tetapi
akan konsisten dengan kebutuhan akan tingkat stabilitas dalam aktivitas eksekusi jangka pendek. Akhirnya, sistem
harus dibuat lebih praktis untuk penggunaan sehari-hari oleh orang-orang yang mengoperasikan. Prioritasnya
adalah membalikkan tren kontemporer menuju pembuatan perangkat lunak yang canggih, elegan, dan
mengesankan secara teknis yang membingungkan, membebani, dan pada akhirnya mengasingkan orang yang
harus menggunakannya.Perbaikan dalam sistem harus disertai dengan perbaikan pada tingkat umum disiplin
pelaksanaan di pihak pendukung produksi dan personel operasi—dan juga manajemen. Sistem ada saat ini dengan
fungsionalitas yang melampaui kemampuan banyak organisasi manufaktur untuk menggunakan atau
memanfaatkannya. Sistem penjadwalan produksi yang canggih menuntut orang-orang yang mengope

BAB 9.9

STUDI KASUS: SISTEM PRODUKSI

YANG EFEKTIF UNTUK

INDUSTRI OTOMOT

SISTEM PRODUKSI SUZUKI

Sistem produksi adalah sistem konsep, filosofi, dan aturan untuk menjalankan bisnis. Suzuki Production System
(SPS) adalah seperangkat filosofi operasi dasar yang mendukung anggota tim dalam pembuatan kendaraan,
dengan fondasi berupa pekerjaan standar. Ini adalah turunan dari Sistem Produksi Toyota, dan dicirikan oleh
sistem yang terus berkembang dan meningkat dari awal. Masing-masing pilar ini mendukung sistem, dan
mengabaikan salah satu dari mereka akan membahayakan keseluruhan sistem. Elemen "petik ceri" untuk
diterapkan berdasarkan kemudahan implementasi atau preferensi
pribadi berkontribusi pada kerusakan awal sistem di CAMI, dan ada tekad untuk tidak mengulanginya.

Manfaat Sistem Produksi Suzuki

- Memfokuskan semua dukungan pada anggota tim untuk memastikan lingkungan kerja yang aman dan produk
berkualitas tinggi dengan biaya rendah.

- Menurunkan biaya per unit dengan terus mengidentifikasi dan menghilangkan pemborosan.

- Dibangun dalam tingkat fleksibilitas tinggi yang memungkinkan reaksi cepat terhadap perubahan di pasar

Mekanisme Pendukung Dalam Sistem Produksi Suzuki

Enam elemen Sistem Produksi Suzuki itu sendiri tidak menjamin apa-apa. Lingkungan yang diciptakan dan
dipertahankan di tempat kerjalah yang membuat sistem produksi bekerja. Nilai-nilai semangat tim, kaizen,
pemberdayaan, dan komunikasi terbuka dari CAMI mendorong sistem tersebut.Pemimpin tim memainkan peran
penting dalam keberhasilan Sistem Produksi Suzuki. Mereka berperan penting dalam implementasi semua elemen
sistem, memfasilitasi dan memfokuskan proyek tim, dan mengaudit efektivitas sistem. Rasio 1:6 mereka untuk
rekan satu tim mereka memastikan bahwa dukungan segera untuk menjaga kualitas lingkungan tim dan
produknya.Tim percontohan memainkan peran penting lainnya dalam sistem kami. Anggota tim turun dari lantai
untuk tugas dua hingga tiga tahun. Peran mereka adalah mendukung tim produksi dengan mempertahankan
pekerjaan standar, manajemen visual, dan membantu tim dalam proyek pemecahan masalah dan aktivitas
penyeimbangan lini. Tim ini berada di pusat semua aktivitas selama pengembangan dan peluncuran model
baru.Poin penting dalam meluncurkan sistem produksi berbasis Jepang adalah memastikan bahwa anggota tim
memiliki akses ke toko kaizen. Hal ini memungkinkan implementasi cepat dari ide-ide peningkatan yang dihasilkan
tim. Sebagian besar lingkungan yang mendukung adalah pemberdayaan. Tidak ada yang membuat individu lebih
frustrasi daripada janji pemberdayaan tanpa ada yang mendukungnya.Departemen Sistem Produksi Suzuki
memainkan peran yang sangat sederhana dan suportif di CAMI. Ini bertanggung jawab atas pelatihan
berkelanjutan dan peningkatan keterampilan anggota tim kami, serta melakukan benchmarking secara internal
dan eksternal untuk meningkatkan penerapan SPS kami.

PENERAPAN SISTEM PRODUKSI SUZUKI

Pelatihan SPS Associate Produksi. Program satu minggu, sebagian besar langsung yang memperkenalkan anggota
tim pada prinsip-prinsip SPS dengan penekanan besar pada manfaat menggunakan sistem untuk mengarahkan
kegiatan sehari-hari. Hubungan langsung antara pekerjaan anggota tim dan rencana strategis

perusahaan ditekankan. Anggota tim menyelesaikan audit dan proyek 5S satu hari, di mana mereka diajari cara
membaca dan memverifikasi PALING® mempelajari, mengisolasi masalah dalam tim mereka, dan menjalani proses
pemecahan masalah CAMI untuk menyelesaikannya.Pelatihan SPS Ketua Tim. Mitra pemimpin tim dari shift yang
berlawanan (faktor penting untuk memastikan penerimaan) menghabiskan tiga minggu bersama untuk
mempelajari teori Sistem Produksi Suzuki dan, yang lebih penting, bagaimana menerapkan elemen-elemennya
sehingga mereka dapat mendukung tim mereka dengan lebih baik. Minggu pertama terstruktur sekitar 5S.
Pemimpin tim mengaudit setiap stasiun dan area tim umum dan melakukan proyek untuk menghilangkan semua
kesenjangan. Standarisasi pekerjaan menjadi pokok bahasan untuk minggu kedua. Setelah pengenalan manfaat
elemen ini, seorang insinyur industri melatih anggota tim dalam dasar-dasar sistem PALING. Kemudian mereka
menghabiskan beberapa hari untuk memverifikasi studi PALING untuk workstation mereka dan mendiskusikan
perbedaan dengan teknik industri. Memberdayakan pemimpin tim untuk memastikan studi akurat adalah
peristiwa penting di CAMI.Selama minggu ketiga, para pemimpin tim bekerja sama untuk mengidentifikasi masalah
dalam tim mereka dan menyelesaikannya menggunakan proses pemecahan masalah CAMI, kemudian hasilnya
dipresentasikan kepada manajemen

REAKSI TERHADAP PELATIHAN

Sistem Tindak Lanjut/Audit

Banyak sistem tindak lanjut digunakan untuk memastikan akuntabilitas, konsistensi, dan integritas dalam sistem.
Sistem ini dihubungkan antara Suzuki Production System dan rencana strategi perusahaan dengan fokus
mendukung operator lantai toko. Ada dua jenis sistem tindak lanjut.Tipe 1—Pemeliharaan Harian Sistem. Ini sering
dikenal sebagai pengambilan nadi harian. Sistem tipe 1 dilakukan di tingkat tim. Ini mendorong kepemilikan dan
tanggung jawab kepada rekanan produksi dan memperkuat bahwa setiap orang berkontribusi pada pencapaian
tujuan perusahaan. Berikut ini merupakan contoh dari beberapa sistem tipe 1 yang ada:

- Berbagai pengukuran di tingkat pemimpin tim—audit

- Laporan ketidaksesuaian kontrol kualitas

- Laporan memo tim

- Pelacakan dan pemantauan penggunaan habis pakai

Tipe 2—Sistem Jangka Panjang. Sistem jangka panjang berfokus pada tujuan, sasaran, dan visi tahunan organisasi.
Sangat penting bahwa sistem ini memiliki mekanisme bawaan untuk selalu mengingatkan anggota tim tentang apa
yang perlu terjadi dan kapan. Berikut ini merupakan contoh dari beberapa sistem tipe 2 yang ada:Rencana
Pelaksanaan Tujuan Tahunan. Ini dikembangkan antara penyelia setiap departemen dan pemimpin langsungnya.
Tujuan tahunan akan mendukung tujuan perusahaan untuk tahun tersebut.Tinjauan Pengembangan Karyawan
(EDR). Ini adalah serangkaian tujuan yang diterima semua anggota tim yang digaji pada awal tahun fiskal.
Supervisor departemen akan meninjau EDR dengan setiap anggota tim setelah enam bulan dan sekali lagi sebagai
tinjauan akhir pada akhir tahun fiskal. Tujuan dari EDR antara lain sebagai berikut:

- Rencana Pelaksanaan Tujuan Tahunan departemen.

- Tujuan lain untuk memperkuat basis keterampilan dan pengetahuan anggota tim.

Dengan berfokus pada Suzuki Production System, CAMI meningkatkan daya saingnya dengan cepat. Sistem ini
memungkinkan kami untuk fokus dan meningkatkan di banyak bidang. Berikut ini merupakan beberapa
pencapaian CAMI:

- Tingkat fleksibilitas yang tinggi. Karena permintaan pasar, CAMI rata-rata melakukan

pergantian empat takt (kecepatan jalur) per tahun tanpa berdampak pada produksi. Ini

karena prosedur standar, pelatihan SPS, dan tenaga kerja per jam yang sangat berdaya.

Industri otomotif terus berubah. Untuk menjadi kelas dunia, penting bagi sebuah organisasi

untuk fleksibel dan beradaptasi dengan tuntutan pasar.

- Hasil luar biasa dalam Program Saran Karyawan kami. Pada tahun 1997, 11.150 saran

diajukan (6,01 saran per karyawan) dengan tingkat penerimaan 92,6 persen; 80,2 persen

benar-benar diterapkan, yang menghasilkan penghematan $1,6 juta.

- Catatan keselamatan terbaik ketiga untuk pabrik perakitan mobil di Ontario (total 13).

- Perbaikan lingkungan—96,4 persen limbah padat didaur ulang. Pada tahun 1994, CAMI

adalah pemenang penghargaan Kategori Bisnis Besar Luar Biasa dari Dewan Daur Ulang

Ontario.

- Semua pemimpin tim dan pemimpin area (penyelia) dilatih PALING sehingga mereka dapat

menguraikan studi. Semua studi diposting di area tim di lantai toko.

- Perselisihan waktu standar telah menurun dari 20 per bulan pada tahun 1995 menjadi total 4 pada

tahun 1998. Tingkat kepercayaan dalam studi PALING sangat tinggi. Ini karena pelatihan PALING

dan keterlibatan selanjutnya dari pemimpin tim dalam proses verifikasi dengan insinyur industri.

- Pada tahun 1997, CAMI menerapkan Program Insentif Kinerja. Program ini memberi semua

karyawan CAMI pembayaran untuk memenuhi target yang ditetapkan di bidang keselamatan,

kualitas, produktivitas, dan biaya. Program ini sepenuhnya memperkuat hubungan antara tujuan

individu dan perusahaan.

- Program Pengurangan Jumlah Kepala 3 persen tahunan. Ini adalah tujuan tahunan .
 LOGISTIK DAN DISTRIBUSI

BAB 10.1 TEKNIK INDUSTRI DUKUNGAN UNTUK MATERI PENGELOLAAN

LATAR BELAKANG

Lingkup Manajemen Material Sejak tahun 1970-an, manajemen material mengacu pada kelompok fungsi yang
mengatur siklus lengkap aliran material: - Pembelian dan pengendalian internal bahan produksi - Merencanakan
dan mengontrol barang dalam proses - Pergudangan, pengiriman, dan distribusi produk jadi Berdasarkan definisi
ini, manajemen material mencakup fungsi pengadaan, manajemen inventaris dan permintaan, perencanaan dan
pengendalian produksi, distribusi, logistik.

LOGISTIK DAN DISTRIBUSI

manajemen rantai persediaan. Manajer dan profesional yang bekerja dalam fungsi ini membuat keputusan
berulang berikut: - Pilihan pemasok - Penggunaan perusahaan jasa logistik - Kapan dan berapa banyak yang harus
dipesan - Kepemilikan persediaan - Kebijakan produksi: buat sesuai pesanan; buat stok - Kapan dan berapa banyak
yang harus diproduksi - Lokasi dan tingkat persediaan jadi - Persyaratan pemrosesan informasi Keputusan
manajemen material ini melibatkan pertimbangan dan hasil fisik yang harus direncanakan dan diakomodasi dalam
operasi sehari-hari. Yang paling penting adalah sebagai berikut: - Kemampuan dan lokasi pemasok - Ukuran,
konten, dan frekuensi pengiriman masuk - Tingkat persediaan bahan yang dibeli - Frekuensi produksi dan ukuran
lot - Tingkat persediaan barang dalam proses - Lokasi gudang - Aliran material gudang: penerimaan dan
pembuangan; pengambilan dan pengiriman pesanan - Tingkat persediaan barang jadi - Lokasi, frekuensi, dan
format untuk pengumpulan data dan pemrosesan informasi Tren Utama dalam Manajemen Material Manajemen
bahan modern berusaha untuk menjaga persediaan sangat rendah sambil tetap menyediakan tingkat ketersediaan
produk dan bahan yang sangat tinggi dan respons yang sangat cepat terhadap perubahan atau permintaan yang
tidak terduga. Secara umum, tujuan ini dicapai dengan fleksibilitas, kecepatan, dan kapasitas yang lebih besar
dalam pasokan, produksi, transportasi, dan distribusi. Lebih banyak volume terkonsentrasi di antara pemasok yang
lebih sedikit dan lebih mampu. Tanda terima telah diperiksa sebelumnya atau disertifikasi dan siap digunakan.
Pengisian ulang pemasok ke produksi lebih sering dan, dalam muatan dan lot yang lebih kecil, disesuaikan dengan
tingkat konsumsi. Dalam beberapa kasus, pemasok dapat menambah nilai lebih atau bahkan memotong produksi,
mengirimkan produk jadi langsung ke pelanggan. Dalam manufaktur, barang diproduksi lebih sering dalam lot yang
lebih kecil, seringkali dalam sel manufaktur yang didedikasikan untuk suku cadang atau produk tertentu. Dalam
perakitan berulang, bagian masuk dapat diurutkan dan dipasang oleh perusahaan jasa logistik agar sesuai dengan
urutan perakitan yang direncanakan. Lebih banyak suku cadang dikirim langsung ke tempat penggunaan, seringkali
dalam wadah yang dapat dikembalikan. Dalam distribusi, lebih banyak barang masuk yang di-cross-docking—
berpindah langsung ke pesanan atau jalur keluar tanpa beristirahat di gudang. Pada distribusi retail, pengiriman
lebih banyak langsung ke outlet retail dalam kondisi floor-ready. Barang jadi berkurang karena lebih banyak produk
dibuat sesuai pesanan dan dikirim langsung ke pelanggan. Semakin banyak perusahaan yang mencoba untuk
menunda penyelesaian atau penyesuaian operasi, memindahkannya dari pabrik ke pusat distribusi dan
melaksanakannya sesuai pesanan pelanggan, segera sebelum pengiriman. Dengan frekuensi yang meningkat,
operasi ini dapat dilakukan oleh perusahaan jasa logistik yang juga menerima dan menggabungkan item lengkap
yang dibeli untuk mengirimkan pesanan lengkap pelanggan.
DUKUNGAN TEKNIK INDUSTRI UNTUK MANAJEMEN MATERIAL

10.5 Sistem informasi yang lebih efektif menyediakan operasi hulu dengan visibilitas lebih awal atau bahkan instan
dari konsumsi atau persyaratan hilir. Dengan kode batang dan bentuk lain dari identifikasi otomatis dan
pengambilan data, bahan dilacak dan statusnya dilaporkan di setiap langkah antara pasokan bahan mentah dan
penjualan akhir atau konsumsi sebagai produk jadi. Peran Insinyur Industri Insinyur industri merencanakan
metode, sumber daya manusia, ruang, dan peralatan yang diperlukan untuk mengimplementasikan keputusan
manajemen material. Bekerja dengan manajemen material, insinyur industri menerjemahkan target, kebijakan,
dan prosedur yang dimaksudkan ke dalam sistem fisik produksi, penanganan material, pergudangan, dan
transportasi yang efektif. Dalam peran ini, insinyur industri terlibat dalam berbagai kegiatan pendukung, termasuk
yang berikut: - Perencanaan pemasok - Jadwal dan perencanaan pemesanan - Perencanaan beban transportasi -
Penanganan material dan analisis penyimpanan - Proses dan metode perbaikan - Pengukuran kerja - Integrasi
sistem informasi.

PERENCANAAN PEMASOK

Dalam sistem manajemen bahan yang dirancang dengan baik, setiap operasi pemasokan memberikan outputnya
dalam bentuk dan kuantitas yang diinginkan oleh operasi pelanggannya—idealnya pada tingkat yang sesuai dengan
tingkat konsumsi. Jika pelanggan membutuhkan pengiriman lot kecil yang sering, tantangan pertama pemasok
adalah memproduksi secara teratur dalam jangka pendek. Jika pemasok jarang membuat, berjalan lebih lama,
maka persediaan dibuat, dan lot kecil harus diambil dari stok untuk memberikan pola pengiriman yang diinginkan.
Tantangan kedua pemasok adalah mengemas dalam bentuk fisik yang diinginkan oleh pelanggan. Idealnya, operasi
terakhir pemasok akan menempatkan produk langsung ke dalam wadah yang diinginkan oleh pelanggan, sehingga
menghilangkan kebutuhan untuk menangani ulang atau mengemas ulang atau bekerja dari paket atau wadah yang
berukuran atau dikonfigurasi dengan buruk.

ANALISIS PENANGANAN DAN PENYIMPANAN MATERIAL

Metode transportasi di antara lokasi biasanya ditentukan oleh manajemen transportasi atau fungsi lalu lintas.
Insinyur industri biasanya bertanggung jawab atas metode penanganan materialdi dalam situs dan fasilitas.
Metode penyimpanan juga diputuskan oleh insinyur industri, dan ini harus sesuai dengan metode penanganan
yang digunakan untuk mengirim atau menyimpan dan memesan pengambilan atau penarikan material dari
penyimpanan. Sementara metode yang dipilih dapat bervariasi untuk bahan yang dibeli, barang dalam proses, dan
barang jadi, pertimbangan pengambilan keputusan, analisis, dan faktor pemilihan umumnya umum untuk ketiga
jenis persediaan. Untuk itu, kami akan menyajikan pembahasan tunggal tentang penanganan material dan analisis
penyimpanan. Untuk memudahkan pemahaman, pertama-tama kita akan melihat penanganan material dan
kemudian penyimpanan. Dalam prakteknya, pemilihan metode penanganan dan penyimpanan harus dilakukan
secara bersamaan. Metode Penanganan Material Metode menentukan bagaimana material dipindahkan antara
asal dan tujuannya. Metode penanganan material terdiri dari hal-hal berikut: 1. Itu sistem di mana gerakan
tersebut merupakan bagiannya 2. Itu peralatan digunakan untuk melakukan gerakan 3. Itu unit transportasi atau
wadah dipindahkan Mengingat banyaknya variasi gerakan yang harus dilakukan di fasilitas industri yang khas, tidak
mengherankan bahwa banyak metode penanganan material yang berbeda biasanya diperlukan. Faktanya, insinyur
industri harus waspada terhadap keputusan dan rencana yang terlalu sederhana, terlalu standar, atau satu ukuran
untuk semua. Untuk memastikan bahwa rencana itu praktis dan hemat biaya, setiap langkah harus diperiksa
sehubungan dengan sistemnya yang paling tepat, peralatan, dan unit transportasi. Analisis pergerakan internal ini
harus dimulai setelah keputusan dasar dibuat tentang pemesanan dan penjadwalan, penggunaan penyedia
layanan logistik, perencanaan transportasi, dan kontainer. Keputusan ini memberikan konteks dan kendala pada
pemilihan metode internal. Dalam prakteknya, selalu ada beberapa tumpang tindih memberi-dan-menerima,
Sistem Gerakan. Sistem mengacu pada cara atau pola di mana gerakan diikat bersama dalam istilah geografis dan
fisik. Sistem bisa langsung atau tidak langsung. Di sebuahlangsung sistem, bahan yang berbeda bergerak secara
terpisah dan langsung dari asal ke tujuan, satu gerakan pada satu waktu, dan biasanya pada jalur sesingkat
mungkin—misalnya, forklift memindahkan palet yang memuat satu bagian dari satu lokasi ke lokasi lain atau
konveyor khusus yang menghubungkan dua operasi.

DUKUNGAN TEKNIK INDUSTRI UNTUK MANAJEMEN MATERIAL

Pembedaan ini penting, karena pada rute pendek, sebagian besar biaya pemindahan adalah pada bongkar muat
(pickup dan set-down). Menggunakan peralatan yang berorientasi pada perjalanan kemungkinan akan
menimbulkan biaya yang tidak perlu. Kebalikannya benar jika peralatan penanganan digunakan untuk perjalanan
pada rute yang jauh. Intensitas aliran menentukan apakah peralatan harus sederhana atau kompleks. - Peralatan
sederhana biasanya tidak mahal untuk dibeli dan dimiliki, tetapi memerlukan biaya variabel (langsung) yang tinggi
untuk beroperasi, umumnya karena tenaga kerja. - Peralatan yang kompleks mahal untuk dibeli dan dimiliki, tetapi
memiliki biaya variabel (operasi langsung) yang rendah, umumnya karena peralatan tersebut dimekanisasi atau
otomatis dan dengan demikian membutuhkan lebih sedikit tenaga kerja. Mengintegrasikan pertimbangan ini
memberikan empat kelas umum peralatan penanganan material dan kesesuaian terkait: - Penanganan sederhana.
- Penanganan yang kompleks. - Perjalanan sederhana. - Perjalanan yang kompleks. Gunakan untuk jarak pendek
dan intensitas aliran rendah. Gunakan untuk jarak pendek dan aliran intensitas tinggi. Gunakan untuk jarak jauh
dan intensitas rendah. Gunakan untuk jarak jauh dan intensitas tinggi. Kelas-kelas ini dan hubungannya dengan
jarak dan intensitas aliran diilustrasikan pada Gambar 10.1.6 untuk beberapa kendaraan industri. Peralatan
perjalanan yang kompleks umumnya merupakan pilihan yang paling mahal, terutama ketika harus didedikasikan
untuk pergerakan langsung dari satu atau beberapa aliran material berintensitas tinggi. Sebelum
merekomendasikan peralatan tersebut, insinyur industri harus meninjau tata letak untuk melihat apakah rute
panjang dapat dipersingkat, sehingga mengurangi biaya penanganan material. Jika tidak, unit transportasi harus
ditinjau untuk melihat apakah muatan yang lebih besar dapat dipindahkan lebih jarang. Ini akan mengurangi biaya
rute jarak jauh dengan intensitas tinggi.

PENINGKATAN PROSES DAN METODE

Metode pemrosesan dan peralatan memengaruhi ukuran batch atau lot, frekuensi pengoperasian, dan praktik
penjadwalan. Ini pada gilirannya mempengaruhi ukuran kontainer dan muatan dan frekuensi penanganan,
pengangkutan, dan penyimpanannya. Wadah dan ukuran muatan serta frekuensi pergerakannya menentukan
lokasi penyimpanan dan metode penanganan dan penyimpanan bahan. Metode yang dipilih mendorong
kebutuhan personel dan produktivitas. Seringkali, dengan mengubah metode dan peralatan pemrosesan, insinyur
industri dapat menyederhanakan atau mengurangi biaya penanganan dan penyimpanan. Jarang sekali perubahan
seperti itu dilakukan untuk tujuan ini saja. Tetapi jika perubahan sedang dipertimbangkan untuk mengurangi biaya,
meningkatkan kapaskitas, atau meningkatkan kualitas dan hasil, mereka juga harus diperiksa untuk peluang untuk
meningkatkan atau mengurangi penanganan dan penyimpanan. Insinyur industri harus selalu mengeksplorasi
potensi peningkatan ini terlebih dahulu, sebelum memutuskan metode dan peralatan penyimpanan dan
penanganan. Dua jenis proses dan peningkatan metode secara universal berharga dalam pekerjaan manajemen
material: (1) pengurangan pengaturan dan (2) penggunaan sel manufaktur atau operasi dan tim yang terfokus.

Sel dan Tim Manufaktur

Sel kerja atau sel manufaktur mendedikasikan peralatan dan personel untuk satu atau serangkaian suku cadang
atau produk terbatas. Sel menempatkan operasi sangat berdekatan, seringkali memungkinkan untuk mengalirkan
potongan individu dari satu operasi ke operasi berikutnya. Ini biasanya memiliki dampak dramatis dan bahkan
menghilangkan kebutuhan akan pekerjaan dalam proses. Dan, di mana produksi akhir atau sel perakitan dapat
digabungkan dengan permintaan katau penjualan pelanggan, barang jadi juga dapat dihilangkan. Potensi sel terlalu
besar untuk diabaikan atau diabaikan saat merencanakan sistem manajemen material. Dimulai lagi dengan
pemasok hulu, insinyur industri harus memastikan bahwa peluang sel dimanfaatkan sepenuhnya di setiap langkah,
melalui perakitan akhir. Dalam distribusi dan pergudangan, penggunaan tim yang terfokus dapat mencapai
beberapa manfaat yang diberikan sel dalam manufaktur. Dengan memberikan tim tanggung jawab fisik ujung ke
ujung untuk subset bahan, penerimaan, atau pesanan, sering kali mungkin untuk menghilangkan penundaan,
penurunan, penanganan ekstra, inspeksi, dan perakitan pesanan.

PENGUKURAN KERJA

Perhitungan isi pekerjaan dan perbandingan biaya tenaga kerja diperlukan ketika memilih metode penanganan
dan penyimpanan terbaik. Kemampuan untuk mengukur pekerjaan dan kinerja operasi fisik juga penting ketika
menentukan pekerjaan atau posisi yang akan dibutuhkan. Studi waktu observasional, pengambilan sampel kerja,
dan penerapan standar waktu yang telah ditentukan adalah keterampilan yang berharga. Simulasi mungkin juga
berguna dalam memperkirakan kinerja sistem mekanis dan otomatis yang kompleks. Untuk mendukung
manajemen material, insinyur industri dapat menerapkan keterampilan ini untuk mengembangkan standar dan
ukuran berikut:

- Waktu bongkar muat untuk berbagai jenis muatan, peti kemas, dan kendaraan - Waktu pengiriman dan
pembuangan untuk berbagai jenis peralatan penanganan dan penyimpanan * Dalam konteks ini, internal dan
eksternal mengacu pada tugas setup, bukan elemen dari operasi pemrosesan itu sendiri.

- Waktu perjalanan untuk berbagai jenis peralatan dan kondisi rute

- Waktu penjemputan dan set-down serta kelonggaran untuk berbagai jenis penanganan dan situasi fisik - Waktu
penanganan manual (pickup, set-down, turn, atau reorientasi) di tempat kerja dan posisi penyimpanan

- Waktu pengambilan pesanan dan pengisian tempat sampah untuk berbagai jenis wadah, penanganan, dan
peralatan penyimpanan

- Waktu henti dalam sistem pengisian tidak langsung - Waktu pemrosesan dokumen (memperoleh, membaca,
menulis, mengarsipkan)

- Waktu transaksi sistem informasi untuk entri kunci, pemindaian, dan tampilan

- Tunjangan untuk kelelahan dan keterlambatan pribadi, waktu, kondisi puncak, dan sebagainya Selain mengukur
tenaga kerja dan tugas berulang, insinyur industri sering diminta untuk mengukur dan melaporkan kinerja
keseluruhan dari sistem dan fasilitas total.

Langkah-langkah khas yang menarik dalam manajemen material meliputi hal-hal berikut:

- Waktu pemenuhan pesanan, dari penerimaan atau pelepasan pesanan hingga pengiriman

–Biaya tenaga kerja atau jam kerja per unit yang ditangani atau disimpan

- Luas lantai yang digunakan per unit yang ditangani atau disimpan
- Pemanfaatan peralatan penanganan (misalnya, persen kosong, persen menganggur, persen tersedia) -
Pemanfaatan peralatan penyimpanan (misalnya, persen posisi, persen kubus dalam posisi)

- Pemanfaatan dermaga

- Tingkat aktivitas agregat per periode dan waktu (misalnya, penerimaan, pesanan, putaways, pemindahan,
pengambilan, pengiriman)

- Tingkat persediaan dan perputaran

SISTEM INFORMASI

Sistem informasi merupakan pusat manajemen material. Mereka telah digunakan selama bertahun-tahun untuk
merencanakan, menjadwalkan, memesan, merilis, dan melacak materi. Semakin, mereka juga digunakan untuk
mengarahkan dan mengontrol gerakan fisik dan pengolahan bahan. Di pabrik, sistem eksekusi manufaktur (MES)
dapat digunakan untuk mengarahkan produksi dan penanganan material. Dalam distribusi, sistem manajemen
gudang (WMS) biasanya digunakan untuk penerimaan langsung, pembuangan, pengambilan, pengepakan, dan
pengiriman. Kedua jenis sistem—MES dan WMS memerlukan data yang akurat dan seringkali real-time tentang
material dan status produksi. Peran utama insinyur industri dalam mendukung sistem ini adalah desain dan
implementasi metode akuisisi data yang hemat biaya dan andal. Ketika sistem informasi menyediakan kemampuan
baru, IE juga bertanggung jawab untuk mengevaluasi dampaknya terhadap desain pekerjaan, pada persyaratan
tenaga kerja , dan tentang metode penanganan dan penyimpanan. Kedua peran ini memerlukan pemahaman
menyeluruh tentang proses produksi dan distribusi itu sendiri, bersama dengan pengetahuan tentang teknologi
akuisisi data.

-Teknologi Identifikasi Otomatis Umum

-Memilih Poin dan Metode Akuisisi Data

KESIMPULAN DAN TREN MASA DEPAN

Tren saat ini dalam manajemen material kemungkinan akan berlanjut: - Volume akan terus berkonsolidasi di
antara pemasok yang lebih sedikit dan lebih mampu. - Tanda terima bersertifikat akan diterima dalam lot yang
lebih kecil dan lebih sering yang disesuaikan dengan konsumsi. - Item akan diproduksi lebih sering dan dalam lot
yang lebih kecil—mungkin dalam ukuran lot satu.

BAB 11.1 STATISTIK TERAPAN UNTUK TEKNISI INDUSTRI

Metode statistik memungkinkan insinyur industri untuk membuat keputusan yang lebih baik dalam konteks
variabilitas yang melekat pada proses rekayasa. Bab ini memperkenalkan ide-ide dasar pemikiran statistik:
mengukur dan menjelaskan variabilitas dalam data sampel dan mengakomodasi variabilitas ini dengan tepat saat
menarik kesimpulan. Konsep statistik utama yang disajikan adalah memperoleh dan menampilkan secara grafis
data proses sampel, memilih model probabilitas yang sesuai untuk data, dan menggunakan model untuk menarik
kesimpulan yang menarik. Bab ini kemudian membahas dan mengilustrasikan tiga kelas besar model statistik yang
sangat berguna bagi para insinyur industri, diakhiri dengan tinjauan umum tentang teknik-teknik tambahan yang
relevan.

PENGANTAR Seringkali, insinyur percaya bahwa mereka dapat secara tepat memprediksi (atau mengontrol) suatu
proses jika mereka mengetahui (atau dapat mengontrol) variabel yang memasuki proses itu. Keyakinan ini
menghasilkan model matematika yang familiarkamu = F(x), di mana F(⋅) adalah fungsi yang diketahui
menghubungkan vektor x variabel masukan ke y, respon proses yang menarik. Proses dunia nyata, bagaimanapun,
bervariasi untuk alasan yang tidak diketahui atau tidak terkendali. Variasi ekstra ini sulit untuk diperhitungkan
dalam jangka pendek, tetapi biasanya menunjukkan keteraturan yang cukup dalam jangka panjang untuk
diperkirakan dengan beberapa keyakinan. Metode statistik didasarkan pada model yang memanfaatkan
keteraturan ini, sering kali berbentukkamu = F(x) , di mana mengacu pada variasi yang tidak dijelaskan oleh
variabel input. Dengan hati-hati merumuskan model statistik dan menggunakan teknik statistik yang tepat, insinyur
berlatih dapat memperoleh tidak hanya perkiraan hasil proses, tetapi juga ukuran ketidakpastian perkiraan ini.
Informasi ini akan meningkatkan pengambilan keputusan dengan mengklarifikasi kemungkinan membuat
kesalahan dan konsekuensi dari kesalahan apa pun. Bab ini adalah pengantar konsep statistik penting untuk
insinyur industri. Kunci pemikiran statistik adalah mengakui variabilitas dan memasukkan ketidakpastian yang
diciptakannya dalam kesimpulan kami. Bab ini berfokus pada metode yang dapat digunakan insinyur untuk
mengukur dan menjelaskan variabilitas di dunia nyata proses. Konsep penting diperkenalkan untuk memperoleh
data, memilih model untuk data, menarik kesimpulan dari model yang dipasang, dan memeriksa kesesuaian
model. Selanjutnya, tiga jenis model yang sangat berguna untuk insinyur industri disajikan; ini adalah model
keandalan univariat tertentu, diagram kontrol,

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI

11.4 PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

regresi linier. Bab ini diakhiri dengan tinjauan umum tentang teknik-teknik tambahan yang berguna, termasuk
sejumlah metode yang lebih modern. Tentu saja tidak mungkin untuk mencakup semua topik yang relevan, tetapi
referensi disediakan untuk lebih detail, dan materi bab ini merupakan latar belakang yang cukup untuk
memungkinkan konsultasi yang efektif dengan ahli statistik profesional.

DATA

Data Observasi dan Eksperimental

Inferensi statistik adalah proses menggunakan data yang diperoleh dari subset dari beberapa populasi yang
menarik untuk mempelajari tentang fitur penting dari populasi. Misalnya, kita mungkin ingin mengkarakterisasi
kinerja 150 stasiun kerja (populasi) yang digunakan oleh perusahaan konsultan, tetapi kendala waktu atau biaya
memungkinkan evaluasi kinerja hanya sebagian dari 10 stasiun kerja. Secara alami, kualitas data menentukan
kualitas kesimpulan ("sampah masuk, sampah keluar"), jadi dalam konteks ini penting untuk memahami
bagaimana sampel 10 stasiun kerja diperoleh. Secara khusus, sangat diinginkan bahwa sampel mewakili populasi,
yang biasanya terjadi ketika subset sampel dipilih.sembarangan, artinya semua stasiun kerja memiliki peluang yang
sama untuk dipilih sebagai sampel. Sebaliknya, jika 10 mesin sampel adalah yang paling baru dibeli, kinerja
(kecepatan, katakanlah) subset ini mungkin jauh lebih baik daripada populasi secara keseluruhan. Jadi, seseorang
harus berhatihati dalam menggunakan data yang kebetulan ada dan mekanisme pengambilan sampelnya sering
tidak diketahui ketika membuat kesimpulan tentang populasi yang lebih besar. Data seperti itu
disebutobservasional, dan peringatan tentang bias yang mungkin mereka perkenalkan. (Lihat, misalnya, Ref. 1,
hlm. 57; Ref. 2, hlm. 230; Ref. 3, hlm. 493.) Jika memungkinkan, maka sebaiknya mengumpulkan data khusus untuk
pertanyaan yang diminati guna memperoleh sampel yang representatif. Kasus penting dari pengumpulan data
yang direncanakan untuk menjawab pertanyaan penelitian adalah:eksperimen yang dirancang. Di sini minat
berfokus pada bagaimana variabel penjelas x mempengaruhi hasil proses y, dan data yang ideal adalah yang
diperoleh dengan mengatur variabel input x sesuai dengan skema yang ditentukan sebelumnya dan merekam nilai
yang sesuai dari y. Sebuah contoh sederhana namun kuat dari desain eksperimental dibahas kemudian dalam bab
ini di bawah judul Desain Faktorial Dua Tingkat.

Jenis Data

Data dapat bersifat kategoris (kualitatif) atau kuantitatif. kategoris data muncul dari variabel apa pun yang diukur
secara ketat dengan klasifikasi ke dalam set yang berbeda dan terdefinisi dengan baik. SEBUAH kuantitatif variabel
menghasilkan nilai numerik. SEBUAHvariabel kuantitatif diskrit (sering disebut hanya sebagai variabel diskrit)
adalah nilai yang kemungkinan nilainya berasal dari himpunan diskrit, seringkali bilangan bulat. SEBUAHvariabel
kuantitatif kontinu (variabel kontinu) adalah salah satu yang mengambil nilai dalam interval bilangan real. Bab ini
membahas metode untuk beberapa data kuantitatif yang lebih umum terjadi; metode untuk menganalisis data
kategoris dibahas secara menyeluruh dalam Ref. 4.

Tampilan dan Ringkasan Data

Penyajian data kategorikal biasanya mudah. Tabel yang mencantumkan kategori dan jumlah atau persentase
pengamatan yang termasuk dalam setiap kategori biasanya sudah cukup. Untuk meningkatkan keterbacaan tabel
tersebut, kategori yang jarang muncul sering digabungkan ke dalam kategori "lainnya". Tampilan grafik tabel ini
dapat dibuat menggunakan diagram batang atau diagram lingkaran. Data kuantitatif dirangkum secara grafis dan
numerik, dengan tujuan untuk mendeskripsikan data sesuai dengan fungsinya lokasi (nilai sentral), variabilitas
(penyebaran nilai tentang.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI

Tengah), membentuk (distribusi nilai tentang pusat, seperti simetris atau miring), dan adanya nilai yang sangat
tidak biasa (outlier). Sebagai contoh, Gambar 11.1.1 menunjukkan ahistogram[1, hal. 14; 2, hal. 9] dari n = 40
volume isian dari proses pengalengan jus jeruk yang diberikan pada Tabel 11.1.1. Pemeriksaan bagan ini
mengungkapkan bahwa jumlah pengisian tipikal adalah sekitar 358 ml; jumlah isi biasanya berkisar antara 356
hingga 361 ml, dengan nilai lebih jauh dari 358 agak lebih umum di ekor kanan (bentuk yang disebut
sebagaikemiringan yang benar); dan ada satu jumlah isi yang sangat rendah sekitar 353 ml.

TABEL 11.1.1 Jumlah Isi Jus (ml)

Ringkasan numerik dapat membantu interpretasi pernyataan ini. Tabel 11.1.2 memberikan ekspresi untuk
ringkasan biasa yang dihitung untuk pengamatan variabel kontinu. Untuk jumlah pengisian yang ditampilkan pada
Gambar 11.1.1, kami menemukan bahwa nilai rata-rata adalah -kamu = 358,1ml; mediannya adalahQ kamu(0,5) =
358,0 ml; simpangan baku sampel adalahSkamu = 1,7 ml; dan kuartil bawah dan atas adalahQkamu (0,25) = 357,1
ml dan Qkamu(0,75) = 358,6 ml. Tampilan grafis sangat penting untuk analisis data yang baik. Ringkasan numerik
saja dapat menyesatkan, karena fitur penting dari distribusi data, seperti outlier atau multimodality, dapat
diabaikan. Kebutuhan akan tampilan grafis bahkan lebih besar ketika mempelajari kumpulan data yang sangat
besar yang dikumpulkan secara rutin oleh proses manufaktur modern; segelintir angka GAMBAR 11.1.1 Histogram
jumlah isian yang diberikan pada Tabel 11.1.1.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI

11.6 PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

TABEL 11.1.2 Ringkasan Numerik untuk Sampel Contoh data data yang diurutkan kamu1, kamu2, . . . ,kamun
kamu(1) ≤ kamu(2) . . . ≤kamu(n) 1 n - Rata-rata sampel kamu = - - kamuSaya n Saya = 1 1 - - (kamuSaya - kamu-)2
(n - 1) Saya = 1 n 1/2 Standar deviasi sampel Skamu = Kuantil sampel* (0 < P < 1) Qkamu(P) = kamu(pn 0,5) * Kapan
pn 0,5 bukan bilangan bulat, Qkamu(P) adalah rata-rata tertimbang yang tepat dari pengamatan dengan peringkat
sebelum dan sesudah pn 0,5. ringkasan kal tidak mungkin cukup menggambarkan megabyte data. Tampilan data
penting tambahan adalah plot nomor data-versus-observasi (plot urutan waktu) dan, untuk beberapa variabel yang
direkam pada setiap item, plot sebar. Lebih lanjut tentang ini dan grafik lainnya dapat ditemukan di Ref. 1, Bab. 1,
dan Ref. 5.

MODEL PROBABILITAS

Metode grafis dan numerik tersebut di atas menggambarkan data sampel yang diperoleh dari suatu populasi.
Paling sering, bagaimanapun, populasi, bukan data sampel, yang menjadi perhatian utama. Daripada hanya
menggambarkan 40 volume timbunan pada Tabel 11.1.1, misalnya, lebih baik menggunakan data ini untuk menarik
kesimpulan tentang populasi semua volume timbunan yang dihasilkan oleh proses ini. Sepertikesimpulan statistik
didasarkan pada model untuk proses yang menghasilkan data sampel. Model ini tentustokastik, atau probabilistik,
karena hasil proses tidak pasti sampai diamati. Sebuah model probabilitas ditentukan dengan mewakili hasil proses
sebagai variabel acak[2, hal. 81] yang mengambil nilai dalam populasi menurut adistribusi kemungkinan.
Membiarkan kamumenunjukkan variabel acak, distribusi probabilitas diberikan oleh fungsi distribusi kumulatif
(cdf) untuk Y, Fkamu(kamu) = P(kamu ≤ kamu), kamu - , di mana P(E) adalah peluang kejadian E. Selain itu, jika
kamu adalah variabel acak diskrit (artinya pengamatannya menghasilkan data diskrit), distribusi probabilitasnya
dapat ditentukan oleh fungsi massa probabilitas (pmf), Pkamu(kamuSaya) = P(kamu = kamuSaya), yang
memberikan probabilitas bahwa kamu mengasumsikan setiap kemungkinan nilai diskritnya. Jikakamu adalah
variabel acak kontinu, distribusinya dapat ditentukan oleh cdf atau fungsi kepadatan probabilitas (pdf). pdf adalah
fungsi positif,Fkamu(kamu), yang memberikan probabilitas ketika terintegrasi: P(sebuah ≤ kamu ≤ B) = -sebuah B
Fkamu(kamu)dua untuk semua interval [a, b]. Jadi pdf adalah turunan dari cdf dan integrates untuk satu di jalur
nyata. Untuk memperbaiki ide-ide ini, pertimbangkan kembali evaluasi 150 stasiun kerja di perusahaan konsultan.
Misalkan 50 dari workstation ini dibeli dalam tahun lalu dan, seperti sebelumnya, kendala mengizinkan evaluasi
hanya subset acak dari 10 dari 150 mesin. Jumlah workstation dalam sampel yang baru adalah variabel acak diskrit
yang dapat mengambil nilai 0, 1, . . . , 10. Intuisi menunjukkan bahwa nilai 10 sangat tidak mungkin dan akan ada
tiga atau empat (10/3 = 3,3) stasiun kerja baru dalam sampel, biasanya. Memang, mengetahui bahwa ada 50
stasiun kerja baru di antara 150 stasiun kerja sepenuhnya menentukan distribusi probabilitas untuk jumlah stasiun
kerja baru dalam sampel (ini adalah distribusi hipergeometrik yang dijelaskan pada bagian berikutnya). Volume
pengisian dalam proses pengalengan jus, pada sisi lain, adalah variabel acak kontinu karena nilai antara nol dan
kapasitas kaleng adalah mungkin. Namun, nilai sekitar 358 ml lebih mungkin, jadi kami berharap pdf kira-kira
berbentuk gundukan, dengan sebagian besar massanya dalam 5 ml dari 358.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.7

Dalam statistik, distribusi probabilitas populasi tidak diketahui, tetapi biasanya dimungkinkan untuk menentukan
keluarga distribusi yang mungkin mencakup pendekatan yang baik untuk distribusi populasi sebenarnya. Setiap
keluarga diindeks olehparameter yang mengontrol fitur distribusi—misalnya, lokasi dan penyebaran. Hasil
inferensi statistik dengan memilih dari dalam keluarga model yang paling mungkin menghasilkan data yang
diamati. Jadi, setelah keluarga dipilih, data yang diamati digunakan untuk menentukan nilai parameter keluarga
yang sesuai. Sejumlah keluarga yang berguna dalam rekayasa terdaftar kemudian. Ituberarti danperbedaan adalah
ringkasan penting dari distribusi probabilitas. Maksudnya ataunilai yang diharapkan dari variabel acak kamu adalah
pusat massa distribusinya E(kamu ) = -∞ - ∞ ufkamu(kamu)du, sedangkan variance adalah deviasi kuadrat yang
diharapkan tentang mean, Var(kamu) = -∞ - ∞ (kamu - E(kamu ))2 Fkamu(kamu)du. (Ganti integral dan pdf dengan
jumlah dan pmf dalam kasus diskrit.) simpangan bakuadalah akar kuadrat dari varians. Ekspresi untuk jumlah ini
juga diberikan untuk setiap keluarga, karena berguna untuk membandingkan model probabilitas dengan distribusi
data. Probabilitas Diskrit yang Dipilih

hipergeometrik. Misalkan banyak mengandung n item, di antaranya M tidak sesuai. Jika sampel acak berukurann
diambil dari undian tanpa pengembalian, dan kamu adalah jumlah item yang tidak sesuai dalam sampel, maka
kamu memiliki distribusi hipergeometrik. M kamu n - M n - kamu pmf: P(kamu = kamu) = , maks(0, n - n M) ≤ kamu
≤ menit(n, saya) n kamu E(kamu) = nm/T Var(kamu ) = nm(n - M)(n - n)/[n2(n - 1)] Ketika ukuran populasi n relatif
besar terhadap ukuran sampel n, pmf hipergeometrik didekati dengan baik oleh pmf binomial.

Binomium. Pertimbangkan proses manufaktur yang menghasilkan aliran produk, masingmasing unit yang sesuai
atau tidak sesuai. Misalkan probabilitas bahwa suatu unit tidak sesuai adalah konstantaP, 0 ≤ P ≤ 1, dan satuannya
adalah Mandiri, artinya kualitas suatu unit tidak berhubungan dengan kualitas unit lain. Maka jumlah unit yang
tidak sesuai dalam sampel ukuran acak n dari proses memiliki distribusi binomial dengan parameter ndan P.
Menunjukkan variabel acak ini dengan y, pmf, mean dan varians-nya adalah sebagai berikut: n P kamu(1 P)(n -
kamu) kamu pmf: , E(kamu) = np P(kamu = kamu) = Var(kamu ) = np(1 P) kamu = 0, 1, . . . , n

Binomial Negatif. Dalam situasi yang sama seperti yang dijelaskan untuk distribusi binomial, mari kamumenjadi
jumlah unit yang diproduksi sampai R unit yang sesuai telah dibuat. Kemudiankamu mengikuti distribusi binomial
negatif dengan parameter P dan R. kamu - 1 PR(1 P)(kamu - R) R - 1 pmf: , P(kamu = kamu) = kamu = r, r 1, . . .
E(kamu) = r/p Var(kamu) = R(1 P)/P2

Poison. Distribusi Poisson berguna untuk memodelkan jumlah ketidaksesuaian yang terjadi pada basis per satuan
(atau per satuan luas, per satuan volume, per satuan waktu, dll.). Jika ketidaksesuaian memiliki kerapatan rata-rata
yang konstan, katakanlah , per unit, maka variabel acakkamudiberikan oleh jumlah ketidaksesuaian per unit
memiliki distribusi yang didekati dengan baik oleh Poisson dengan parameter

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.8

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI pmf: E(kamu) = P(kamu = kamu) = e-λλkamu/kamu!,
Var(kamu) = kamu = 0, 1, . . .

Model Probabilitas Kontinu yang Dipilih

Normal. Distribusi normal, atau Gaussian, sangat berguna karena banyak pengukuran kontinu yang kira-kira
terdistribusi normal. Jikakamu terdistribusi normal dengan parameter μ dan2, tertulis kamu ~ N(,2), maka pdf,
mean, dan variannya adalah 1 1 kamu - μ 2 pdf: Fkamu(kamu) =- exp - - ,2 σ < kamu < ∞ σ 2-πE(kamu ) = μ
Var(kamu ) =2 Pdf normal adalah kurva simetris, unimodal, berbentuk lonceng, berpusat pada parameter , dengan
penyebaran dikendalikan oleh . Sifat yang berguna adalah jikakamu ~ N(,2) dan Z adalah standarisasi Y, Z = (kamu -
)/σ, kemudian Z ~ N(0, 1). Jadi, meskipun cdf dari distribusi normal tidak dalam bentuk tertutup, cdf dari distribusi
N(0, 1) (tersedia pada Tabel 11.1.3) dapat digunakan untuk memperoleh nilai cdf untuk distribusi normal
lainnya:P(kamu ≤ kamu) = P*Z (kamu - )/σ+ untuk kamu dan Z seperti sebelumnya. Bukan hanya kebetulan bahwa
distribusi normal dapat diterapkan secara luasteorema limit pusat [2] menunjukkan bahwa sebagian besar jumlah
variabel acak berdistribusi hampir normal. Jadi, karena kesalahan pengukuran cenderung merupakan jumlah dari
banyak kesalahan kecil, pengukuran kontinu cenderung mendekati Gaussian. weibull. Weibull adalah keluarga
distribusi yang fleksibel untuk masa pakai pemodelan (kehidupan bagian, manusia, waktu tunggu, dll.). Jika
variabel acakkamu memiliki distribusi Weibull dengan parameter > 0 dan > 0, pdf, mean, dan varians-nya adalah
sebagai berikut: pdf: kamu ≥ 0 E(kamu) = (1 1/β) Var(kamu) =2*Γ(1 2/β) (1 1/β)+ 0 kamux - 1e-kamudu, x > 0, adalah
fungsi gamma. Ketika = 1, kamu dikatakan memiliki pameranFkamu(kamu) =-βkamuβ - 1e(kamu/θ)β, dimana (x) = -
∞ penting distribusi dengan mean . Distribusi eksponensial memiliki properti "tanpa memori" yang menarik bahwa
item yang telah bertahanT unit waktu tidak memiliki peluang lebih besar untuk gagal pada saat berikutnya
daripada item baru. Distribusi Weibull, bagaimanapun, memungkinkan keduanya lebih kecil(β < 1) dan lebih besar
(β > 1) kemungkinan gagal setelah selamat T unit. Pengambilan Sampel Acak Sebagian besar bab ini menyangkut
inferensi berdasarkan sampel acak. Ini berarti ada variabel acak kamu1, kamu2, . . . , Yn, masing-masing diambil
dari distribusi populasi yang sama, tidak ada yang mempengaruhi nilai yang lain (mereka adalah saling mandiri).
Bermanfaat untuk diketahui mean dan varians mean sampel, - kamu = 1 - n - Saya = 1kamuSaya, dalam hal
populasi berarti n μ dan varians2: E(- kamu) = μ dan Var(-kamu) =2/n. Distribusi probabilitas untuk - kamu sulit
untuk menghitung, secara umum, tetapi ada kasus khusus penting yang mudah—jika {kamuSaya } diambil dari
distribusi normal, maka kamu - juga terdistribusi normal.

Memilih Model Inferensi

tentang populasi tergantung pada model yang dipilih, jadi penting untuk membuat pilihan ini dengan hati-hati.
Pengalaman dengan pemodelan statistik dan proses menghasilkan
data membantu pemilihan model yang baik. Salah satu tip yang berguna adalah bahwa kisaran nilai yang mungkin
di bawah model harus sangat cocok dengan nilai data yang berpotensi diamati. Jadi, jumlah item yang tidak sesuai
dalam batch 20 lebih baik dimodelkan dengan binomial daripada distribusi Poisson, dan log biaya seringkali lebih
baik dimodelkan dengan distribusi normal daripada biaya itu sendiri. Aplikasi yang dibahas di bagian selanjutnya
harus berfungsi sebagai panduan dalam banyak situasi.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI

11.10 PENELITIAN DAN OPTIMASI

STATISTIK DAN OPERASI ESTIMASI DAN INFERENSI Dua dari model probabilitas yang paling berguna dalam bidang
teknik adalah distribusi normal dan distribusi binomial. Untuk masing-masing model ini, bagian ini menjelaskan
prosedur inferensial untuk dua skenario representatif yang mungkin dihadapi oleh seorang insinyur industri:
membandingkan suatu proses dengan spesifikasi dan membandingkan dua proses. Konsep-konsep yang
diilustrasikan membawa banyak masalah praktis tambahan dalam rekayasa. Contoh A: Kekuatan tarik balok yang
terbentuk dari kompon karet adalah variabel acak kontinu dengan distribusi yang didekati dengan normal dengan
parameter μ dan2. Skenario 1. Apakah proses saat ini memenuhi spesifikasi bahwa kekuatan tarik ratarata adalah
210 kg/cm2? Skenario 2. Produsen A dan B menghasilkan senyawa serupa. Apakah kekuatan tarik ratarata lebih
besar untuk proses pabrikan B? Contoh B: Jumlah cincin piston yang tidak sesuai dalam sampel ukuran acak n dari
produksi dimodelkan dengan distribusi binomial dengan parameter n dan P. Skenario 1. Pelanggan mensyaratkan
bahwa fraksi jangka panjang yang tidak sesuai yang dihasilkan oleh proses paling banyak 0,01. Apakah proses ini
memuaskan? Skenario 2. Modifikasi dimaksudkan untuk mengurangi fraksi proses yang tidak sesuai. Apakah
prosesnya sudah membaik? Kedua skenario mengajukan pertanyaan tentang parameter populasi—μ dan P untuk
skenario 1 dan, sebagai tambahan, nilai-nilai ini untuk proses kedua dalam skenario 2. Evaluasi statistik
menggunakan sampel acak dari proses untuk memperkirakan parameter populasi yang tidak diketahui dan
menjawab pertanyaan mengingat ketidakpastian dalam estimasi ini. Pengambilan Sampel Normal: Contoh A
Membiarkan kamu menjadi variabel acak yang mewakili kekuatan tarik dari blok yang dipilih secara acak yang
dibentuk dari kompon karet. Jadikamu ~ N(,2), dimana parameter μ dan2 mungkin tidak diketahui. Untuk
mempelajari tentang parameter yang tidak diketahui, sampel acakkamu1, kamu2, . . . , Yn diambil dari populasi
sehingga kamuSaya ~ n(µ,2), Saya = 1, 2, . . . , n. Karena populasinya normal, selain sifat E(-kamu) = μ dan Var(-
kamu) =2/n, Y- mengikuti distribusi normal bution dan (-kamu - )/(/ n- ) ~ N(0, 1). Skenario 1 (σ diketahui): Misalkan
populasi berarti kekuatan tarik μ tidak diketahui, tetapi simpangan bakunya adalah = 7 kg/cm2. Spesifikasinya itu=
210 kg/cm2. Misalkan lebih lanjut bahwa pertimbangan waktu dan biaya memungkinkan evaluasin = 25 blok
diambil secara acak dari proses dan ini memiliki sampel kekuatan tarik rata-rata -kamu = 207 kg/cm2. KarenaE(-
kamu) = , nilai yang diamati -kamu itu bagus penaksir titik untuk . Memang, data ini tampaknya untuk mendukung
rata-rata populasi 210 kg/cm2, tetapi mungkin sampel lain dari proses menghasilkan kekuatan tarik rata-rata lebih
jauh dari 210, katakanlah hanya 200 atau mungkin sebanyak 225 kg/cm2? Ketidakpastian sampling inilah yang
harus dimasukkan dalam kesimpulan. Interval Keyakinan. Salah satu cara untuk mengakomodasi ketidakpastian
adalah dengan memberikan rentang nilai yang masuk akal untuk μ bukan hanya perkiraan titik perkiraan interval,
atau interval kepercayaan, untuk parameter populasi adalah interval yang dihitung menggunakan prosedur yang
memiliki sifat tertentu yang diinginkan: dari semua interval yang dihasilkan oleh prosedur ini, masing-masing
dimulai dengan sampel baru dari populasi, proporsi tertentu akan berisi nilai sebenarnya, tetapi tidak diketahui,
dari parameter populasi. Proporsi interval seperti itu yang mencakup parameter populasi sebenarnya disebut
tingkat kepercayaan diri dari interval. Pertimbangkan estimasi parameter populasi umum menggunakan estimator
titik . Interval kepercayaan yang dibahas dalam bab ini mengambil salah satu dari tiga bentuk. Menggunakan
tingkat kepercayaan 1 , ini adalah sebagai berikut

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.11 - Interval dua sisi *θ C/2Sθ,θ C/2Sθ+ - Interval bawah satu sisi
*θ CαSθ, ) - Interval atas satu sisi ( ,θ CαSθ+ (11.1.1) di mana Sθ adalah perkiraan simpangan baku dan Cα adalah
nilai kritis tergantung pada bentuk distribusi sampling dari . Interval satu sisi sesuai bila diinginkan angka yang
kemungkinan terikat di atas atau di bawah; jika tidak, interval dua sisi digunakan. Kapan kamu1, kamu2, . . ., Yn
adalah sampel acak dari distribusi normal dengan rata-rata yang tidak diketahui μdan varians yang diketahui2,
selang kepercayaan untuk μ dibentuk menggunakan Persamaan. (1) dengan = -kamu, ratarata sampel yang
diamati, Sθ = / - n, dan Cα = zα, nilai kritis memuaskan P(Z > zα) = untuk Z ~ N(0, 1).Nilai dari zα tersedia dari Tabel
11.1.3 atau paket perangkat lunak statistik lainnya. Tingkat kepercayaan umum adalah 90 dan 95 persen, di mana
nilai yang diperlukan adalahz.10 = 1,282, z.05 = 1,645, dan z.025 = 1,960. Contoh A (lanjutan): Interval kepercayaan
dua sisi 90 persen untuk kekuatan tarik rata-rata balok karet adalah 207 ± 1,645(7/ 2-5-) = [204,7, 209,3]kg/cm2.
Karena interval ini memiliki kepercayaan 90 persen untuk menutupi proses berarti kekuatan tarik, belum
mencakup 210 kg/cm2, dukungan data, dengan kepercayaan 90 persen, pernyataan bahwa spesifikasi tidak
terpenuhi. Tingkat kepercayaan yang lebih tinggi yang mencakup interval μ membutuhkan interval yang lebih luas:
interval kepercayaan 95 persen untuk μ berdasarkan data ini adalah *204.2, 209.7+, interval kepercayaan 99 persen
adalah [203.4, 210.6], menggunakan z.005 = 2.576. Data mendukung kesimpulan bahwa spesifikasi tidak
memenuhi kepercayaan 95 persen, tetapi buktinya tidak begitu kuat untuk mendukung pernyataan ini dengan
kepercayaan 99 persen. Skenario 1 (σ tidak dikenal): Pertimbangkan sekarang situasi yang agak lebih realistis
bahwa standar deviasi populasi dari kekuatan tarik tidak diketahui. Prosedur sebelumnya berlaku dengan dua
modifikasi: Pertama, standar deviasi sampelSkamu berfungsi sebagai penaksir titik untuk dan dengan demikian
menggantikan dalam interval kepercayaan. Kedua, nilai kritiszα diganti dengan nilai kritis Tα;n - 1 diperoleh dari
Student's T distribusi dengan n - 1 derajat kebebasan (tersedia dalam Tabel 11.1.4 atau dari perangkat lunak
statistik). Jadi, = -y, sθ= Skamu/ - n, dan Cα = T;n - 1 dalam Persamaan. (1). seperti distribusi normal, T simetris dan
berbentuk lonceng sekitar nol, tetapi ekornya lebih gemuk dari biasanya, artinya |T;n - 1| > |zα| sehingga interval
kepercayaan level 1 yang baru akan lebih lebar. Secara intuitif, karena tidak diketahui, ketidakpastiannya lebih
besar, sehingga diperlukan interval yang lebih lebar untuk mencapai tingkat kepercayaan yang sama. Sebagai
ukuran sampeln meningkat, bagaimanapun, Skamu mendekati , dan juga T;n - 1 konvergen ke zα sehingga interval
baru ini akan mendekati interval untuk yang diketahui. Mengingat bahwa Skamu = 8,2 kg/cm2 Untuk n = 25
pengukuran kekuatan tarik dan itu T.025;24 = 2.064, interval kepercayaan dua sisi 95 persen untuk μ adalah
[204.1, 209.9], yang lebih lebar dari interval berdasarkan diketahui = 7 kg/cm2 (karena keduanya Skamu > 7 dan
T.025;24 > z.025), tetapi tidak termasuk spesifikasi dari = 210 kg/cm2. Skenario 2: Membiarkan x1, x2 , . . .
,xnSEBUAH untuk sampel acak dari nSEBUAH dan nB blok dari proses pabrikan A dan B, masing-masing dan kamu1,
kamu2 , . . . ,kamun menunjukkan pengukuran kekuatan tarik B secara aktif. ModelxSaya ~ N(μSEBUAH,2 SEBUAH),
Saya = 1, 2, . . . , nSEBUAH, dan kamuJ ~ N(μB,2 B), J = 1, 2, . . . , nB, saling mandiri dengan gigih. Lalu x - ~
N(μSEBUAH,2SEBUAH/nSEBUAHkamu ), - ~ N(μB,2B /nB) dan, apalagi, - x - kamu ~ N(μSEBUAH - μB,SEBUAH2
/nSEBUAH B 2 /nB). Jadi - x - kamu berfungsi sebagai penduga titik untuk μSEBUAH - μB, tetapi, seperti
sebelumnya, kesimpulan harus menyertakan ketidakpastian tentang nilai sebenarnya dari μSEBUAH - μB karena
variabilitas sampling. Interval kepercayaan untuk μSEBUAH - μB tergantung pada apakah varians populasi
diasumsikan dikenal.Dengan2 SEBUAH dan2B diketahui dan 2 x - - kamu - = ( SEBUAH/nSEBUAH B 2 /nB)1/2,
interval kepercayaan 1 untuk μSEBUAH - μB diberikan oleh Persamaan. (1) dengan = -x - kamu-, Sθ =x- - kamu- dan
Cα = zα. Sekarang misalkan data memberikan x- = 207, nSEBUAH = 25, -kamu = 210, nB = 36, dan ambilSEBUAH = 7
danB = 8, sehinggax- -kamu =3 kg/cm2 danx - - kamu - = 1,93 kg/cm2.Data tersebut mendukung kesimpulan bahwa
μB > μSEBUAH, atau μSEBUAH - μB < 0, dengan keyakinan 1 ketika satu sisi atas 1 interval kepercayaan untuk
μSEBUAH - μB tidak termasuk nol. Untuk = 0,05, titik akhir atas interval ini adalahx- -kamu z.05 σx - - kamu - =3
(1,645)(1,93) = 0,17 kg/cm2, menyiratkan data tidak mendukung μB > μSEBUAH jika kepercayaan 95 persen
diperlukan. Ingat, bagaimanapun, bahwa tingkat kepercayaan yang lebih rendah mengarah ke interval yang lebih
sempit — relaksasi hingga hanya 90 persen kepercayaan yang mendukungμB > μSEBUAH (titik akhir atas adalah
0,53 kg/cm2). Tingkat kepercayaan yang dibutuhkan tergantung pada situasi dan merupakan pilihan subjektif; nilai
0,95 dan 0,99 adalah umum.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI

11.12 PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI TABEL 11.1.4 siswa T Fungsi Distribusi = .4 = .3 = .2 = .1 =
.05 6.314 = .025 12.706 = .010 31.821 = .005 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
27 28 29 30 0,325 0.289 0.277 0,271 0.267 0.265 0.263 0,262 0.261 0.260 0.260 0.259 0.259 0.258 0.258 0.258
0.257 0.257 0.257 0.257 0.257 0.256 0.256 0.256 0.256 0.256 0.256 0.256 0.256 0.256 0,727 0.617 0,584 0,569
0,559 0,553 0,549 0,546 0,543 0,542 0,540 0,539 0,538 0,537 0,536 0,535 0,534 0,534 0,533 0,533 0,532 0,532
0,532 0,531 0,531 0,531 0,531 0,530 0,530 0,530 1.376 1.061 0,978 0,941 0,920 0,906 0,896 0.889 0.883 0.879
0.876 0,873 0.870 0,868 0,866 0,865 0,863 0,862 0,861 0,860 0.859 0.858 0.858 0.857 0,856 0,856 0.855 0.855
0.854 0.854 3.078 1,886 1.638 1.533 1.476 1.440 1.415 1.397 1,383 1,372 1.363 1.356 1.350 1,345 1,341 1.337
1.333 1.330 1.328 1,325 1.323 1.321 1.319 1.318 1.316 1.315 1.314 1.313 1.311 1.310 63.657 2.920 2.353 2.132
2.015 1.943 1.895 1,860 1,833 1.812 1.796 1.782 1.771 1.761 1.753 1.746 1.740 1.734 1.729 1.725 1.721 1.717
1.714 1.711 1.708 1.706 1.703 1.701 1.699 1.697 4.303 3.182 2,776 2.571 2.447 2.365 2.306 2.262 2.228 2.201
2.179 2.160 2.145 2.131 2.120 2.110 2.101 2.093 2.086 2.080 2.074 2.069 2.064 2.060 2.056 2.052 2.048 2.045
2.042 6.965 4,541 3.747 3.365 3.143 2.998 2.896 2.821 2,764 2,718 2.681 2.650 2.624 2.602 2.583 2.567 2.552
2.539 2.528 2.518 2.508 2.500 2.492 2.485 2.479 2.473 2.467 2.462 2.457 9.925 5.841 4.604 4.032 3.707 3.499
3.355 3.250 3.169 3.106 3.055 3.012 2.977 2.947 2.921 2.898 2.878 2.861 2.845 2.831 2.819 2.807 2,797 2,787
2,779 2,771 2,763 2,756 2.750

Entri tabel adalah nilai kritis T2; . Jika varians populasi tidak diketahui, bentuk intervalnya serupa, tetapix harus
diperkirakan, dan zα digantikan oleh nilai kritis dari Student's T distribusi. Estimasix - - kamu - dan derajat
kebebasan dari T distribusi tergantung pada apakah masuk akal untuk - - kamuambilSEBUAH =B. Dilambangkan
denganS2 SEBUAH dan SB 2 varians sampel dari data yang diambil dari proses produsen A dan B, masing-masing. -
KapanSEBUAH =B, ganti keduanya2 SEBUAH dan2B oleh SP 2= [(nSEBUAH - 1)S2SEBUAH (nB - 1)S2B]/(nSEBUAH nB
- 2) dan ganti zα oleh T; nSEBUAH nB - 2. Tingkat interval kepercayaan yang dihasilkan tepat 1 asalkan populasinya
normal. - KapanSEBUAH ≠ σB, ganti2 SEBUAH oleh SSEBUAH 2 ,2B oleh SB2 , dan zα oleh T; υ, di mana derajat
kebebasannya adalah (S2/n S 2 /n )2 - = - A A - BB (S SEBUAH 2 /nSEBUAH)2 (S 2 nB 1 B/nB)2 2 nSEBUAH 1 Tingkat
kepercayaan 1 adalah perkiraan, bahkan ketika populasinya normal.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.13

Data dari proses pabrikan A dan B memberikan x- = 207, kamu- = 210, SSEBUAH = 8.2, dan SB = 10,7 kg/cm2
dengan nSEBUAH = 25 dan nB = 36. Dengan asumsi varians populasi adalah sama, varians umum ini diperkirakan
dengan S2 P = 95,3 (kg/cm2)2, memberikan perkiraan standeviasi dard 9,6 kg/cm2. MenggunakanT.05; 59= 1,67,
titik akhir atas interval kepercayaan atas 95 persen untuk μSEBUAH - μB adalah 3 (1,67)(9,6)(1/25 1/36)1/2 = 1,17
kg/cm2, jadi data ini tidak mendukung kekuatan tarik rata-rata yang lebih besar untuk pabrikan B pada
kepercayaan 95 persen. Perhatikan bahwaT.05; 59= 1,67 sangat dekat dengan nilai kritis normal z.05 = 1,645; ini
karena derajat kebebasannya sangat tinggi (59), jadiT distribusinya sangat mendekati normal. Jika SSEBUAH jauh
dari SB maka mungkin tidak tepat untuk mengasumsikan varians populasi sama. (Ada prosedur statistik untuk
menentukan apakah masuk akal untuk mengasumsikan bahwaSEBUAH =B; lihat Ref. 1, hal. 177, dan Ref. 6, hal.
14.81.) Jika ukuran sampelnya besar, artinya:nSEBUAH dan nB keduanya sekitar 30 atau lebih, maka SSEBUAH dan
SB akan dekat denganSEBUAH danB, masing-masing, dan perkiraan interval kepercayaan 1 dapat dibentuk dengan
menggunakan prosedur untuk varians yang diketahui dengan SSEBUAH dan SB menggantikanSEBUAH danB.
MengizinkanSEBUAH ≠ σB untuk pabrikan A dan B, hitung = 40,8, yang memberikan T.05; 40= 1,684. Titik akhir
yang tepat dari perkiraan interval kepercayaan 95 persen untukμSEBUAH - μB adalah 3 (1,684)*8,22/ 25
10,72/36]1/2 = 1,08 kg/cm2, lagi-lagi gagal mendukung kekuatan tarik rata-rata yang lebih besar untuk pabrikan B.
Pengambilan Sampel Binomial: Contoh B Membiarkan kamu menjadi jumlah cincin piston yang tidak sesuai dalam
sampel ukuran acak n dari proses. Selama probabilitas bahwa setiap ring piston tidak sesuai adalah konstanP,
katakanlah, dan, dalam sampel, kualitas cincin piston tertentu tidak mempengaruhi kualitas cincin piston lainnya,
kamu mengikuti distribusi binomial dengan parameter n dan P, tertulis kamu ~ Tempat sampah(n, p). Dengan
model ini, E(kamu ) = tidak, jadi penaksir poin yang bagus untuk proses pecahan tidak sesuai, P, adalah Sampel
pecahan tidak sesuai P = Y/n. Tentu saja, di bawah pengambilan sampel berulang dari proses, nilai yang diamati
dari y, dan karenanya dari P, akan bervariasi. Interval kepercayaan dapat digunakan untuk mencerminkan
ketidakpastian tentang P karena variabilitas sampling. Karenakamu adalah variabel diskrit, interval yang memiliki
tingkat kepercayaan tertentu secara tepat umumnya tidak ada. Namun, perkiraan interval kepercayaan level 1
dapat ditemukan dengan menggunakan distribusi normal. Hal ini karenakamu = W1 W2 . . . Wn, di mana WSaya
mengambil nilai 1 jika Sayaring piston tidak sesuai dan nol sebaliknya, sehingga kamu dan karenanya juga P kira-
kira terdistribusi normal oleh teorema limit pusat. Perkiraan 1 interval kepercayaan untukP diberikan oleh
Persamaan. (1), dengan =P, Sθ = - P (-1 - - -P)-/- n dan Cα = zα. Skenario 1: Untuk menilai apakah P ≤ 0,01, misalkan
sampel acak dari n = 500 ring piston diperoleh dari proses dan kamu = 4, sehingga P = 0,008. Karena spesifikasi
menyangkut batas atas untukP, interval kepercayaan atas satu sisi untuk P diperlukan: jika interval level 1 tidak
mengandung 0,01, dapat disimpulkan bahwa P ≤ 0,01 dengan keyakinan 1 . Di sini, titik akhir atas dari perkiraan
interval atas 95 persen adalah 0,015. Pada tingkat kepercayaan 95 persen, proses tidak memenuhi spesifikasi.
Skenario 2: Membiarkan x dan kamu menjadi jumlah cincin piston yang tidak sesuai yang ditemukan dalam sampel
ukuran acak n1 dan n2 diambil dari proses sebelum dan sesudah modifikasi, masing-masing. Modelx ~ Tempat
sampah(n1, P1) dan kamu ~ Tempat sampah(n2, P2). KemudianP1 = X/n1 dan P2 = y/t2 adalah penduga titik dari
P1 dan P2, dan P1 - P2 kira-kira terdistribusi normal dengan mean P1 - P2 dan varians diperkirakan oleh P1(1
P1)/n1 P2(1 P2)/n2. Dengan demikian, kira-kiraximate 1 kepercayaan diri interval untuk P1 - P2 diberikan oleh
Persamaan. (1), dengan =P1 - P2, Sθ =P1(1 P1)/n1 P2(1 P2)/n2 dan Cα = zα. Ambil data yang diamati sebagai n1 =
500, x = 4, n2 = 300, kamu = 2. Ada bukti perbaikan proses jika data mendukung P1 - P2 > 0. Pada kepercayaan 95
persen, titik akhir yang lebih rendah dari interval yang lebih rendah untuk P1 - P2 adalah 0,0088, yang tidak
mendukung peningkatan.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.14

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI TIGA MODEL PENTING

Bagian ini memperkenalkan tiga kelas metode yang sangat berguna bagi insinyur industri. Ini adalah pemodelan
keandalan, diagram kontrol Shewhart, dan regresi linier. Pembahasan reliabilitas juga menjelaskan grafik yang
berguna untuk memeriksa asumsi pemodelan yang disebutqq merencanakan. Keandalan Seringkali dalam rekayasa
itu menarik untuk memodelkan data seumur hidup, mungkin untuk tujuan memprediksi waktu kegagalan sehingga
jadwal pemeliharaan dapat dioptimalkan, misalnya. Biasanya, data seumur hidup sangat miring ke kanan, sehingga
distribusi normal bukanlah model yang sesuai. Sebaliknya, model seperti eksponensial dan generalisasinya,
termasuk Weibull, telah terbukti bermanfaat. Contoh C: Dua puluh lima bola lampu dipilih secara acak dan diuji
sampai gagal. Membiarkankamu1, Y2, . . . , Yn jadilah seumur hidup, dengan n = 25. Waktu kegagalan yang diamati
(dalam hari) diberikan pada Tabel 11.1.5.

Model yang mungkin adalah bahwa masa hidup terdistribusi secara eksponensial dengan mean , yang merupakan
distribusi Weibull dengan = 1. TABEL 11.1.5 Masa Pakai Bohlam (Hari) 306.6 423.2 34.4 196.0 312.5 344.5 20.5 8.1
51.8 153,8 290.9 148.3 50.0 84.9 234.6 228.2 4.0 176.7 47,5 174.9 462.7 65.7 244.6 310,5 57.9 Jika model
eksponensial benar, maka adalah rata-rata masa pakai untuk semua lampu, dan penaksir titik alami untuk adalah
rata-rata sampel dari masa pakai yang diamati, -kamu = 177,3 hari. Kami tahu itu Var(kamu- ) =2/n karena2 adalah
varians dari pengamatan tunggal dari eksponen distribusi sial. Jadi, menggunakan perkiraan normalitas dari -
kamu, kira-kira 95 persen konfiinterval densitas untuk adalah -kamu ± z.025 kamu-/ -n, atau [107,8, 246,8] hari.
Hasil ini dapat digunakan untuk menunjukkan, dengan keyakinan sekitar 95 persen, bahwa probabilitas bohlam
yang dipilih secara acak dari proses ini memiliki masa pakai melebihi 300 hari adalah antara 1 F1(300) = 0,06 dan 1
F2(300) = 0,30, di mana F1 dan F2 adalah cdf untuk distribusi eksponensial dengan rata-rata 107,8 dan 246,8,
masing-masing. Prediksi ini sangat bergantung pada asumsi bahwa distribusi eksponensial adalah model yang
benar. Salah satu cara untuk memeriksa apakah distribusi eksponensial masuk akal adalah dengan
membangunkuantil-kuantil atau qq merencanakan. SEBUAH plot menampilkan kuantil dari satu distribusi,
seringkali data sampel, terhadap kuantil yang sesuai dari distribusi lain, seringkali model yang dihipotesiskan.
Untukkamu ~ eksponensial dengan mean , P(kamu ≤ Q) = 1 e-Q/θ.

SehinggaP kuantil distribusi Y, qP memuaskan QP =ln(1 P). Sekarang, perkiraanQP adalah Pkuantil sampel. Dari
Tabel 11.1.2,Sayapengamatan terurut, kamu(Saya), adalah kuantil sampel orde PSaya = (Saya -0,5)/n. Jadi, jika
model eksponensial benar, plot kamu(Saya) pada ln(1 PSaya), Saya = 1, . . . , n,harus dekat dengan garis dengan
titik potong nol dan kemiringan . Plot ini ditunjukkan pada Gambar 11.1.2 untuk 25 masa pakai dalam contoh ini,
bersama dengan garis yang melalui titik asal dengan kemiringan 177.3. Garis tersebut tampaknya cocok dengan
data dengan baik untuk masa pakai yang lebih pendek, dengan beberapa penyimpangan untuk masa pakai yang
lebih lama, menyarankan kehatihatian dalam menafsirkan hasil. Secara khusus, tidak disarankan untuk
mengandalkan model ini untuk prediksi di luar rentang data ini—misalnya, untuk memprediksi probabilitas masa
hidup yang melebihi 500 hari. Ekstrapolasi seperti itu jarang dapat diandalkan. Plot ini juga menyediakan metode
untuk memperkirakan : Cukup perkirakan kemiringan plot baik secara visual atau dengan cara yang lebih maju
seperti regresi linier, yang akan dijelaskan segera

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.15

Cara lain untuk memeriksa apakah model eksponensial masuk akal adalah dengan menyesuaikan model yang lebih
umum, seperti Weibull, yang eksponensialnya merupakan kasus khusus. Karena eksponensial adalah Weibull
dengan parameter = 1, model yang lebih sederhana mungkin sesuai jika nilai taksiran cukup dekat dengan
satu.Aqq-plot tipe dapat dibangun untuk Weibull, yang menyediakan penyelidikan eksplorasi apakah dekat dengan
1. Untuk kamu ~ Weibull (β, ) dan QP itu Pkuantil ke- y, mudah untuk menunjukkan bahwa ln* ln(1 P)+ = lnQP - βln.
Oleh karena itu plot ln kamu(Saya) pada ln* ln(1 PSaya)+ akan memiliki kemiringan dan mencegat lnθ. Plot ini
ditunjukkan pada Gambar 11.1.3 untuk 25 masa pakai bohlam. Juga diperlihatkan garis dengan intersep 5.2 dan
kemiringan 1.0; karena garis ini mengikuti data dengan cermat, tampaknya model eksponensial sudah cukup.
Memang, teknik estimasi yang lebih canggih menghasilkan perkiraan interval kepercayaan 95 persen untuk dari
[0,57, 1,13], tidak memberikan bukti terhadap model eksponensial. Topik penting dalam masa hidup pemodelan
adalah penyensoran, di mana, misalnya, studi dihentikan sebelum semua kegagalan terjadi. Untuk metode yang
sesuai dalam situasi ini, lihat Ref. 7. Bagan Kontrol Penggunaan statistik yang penting dalam teknik industri adalah
mengendalikan suatu proses. Semua proses memiliki variabilitas—untuk alasan yang beragam seperti perbedaan
antara mesin, operator, dan pemasok, variasi bahan baku, perubahan lingkungan pabrik, dan sebagainya. Metode
kontrol proses statistik membantu membedakan antara variabilitas yang melekat dalam proses yang stabil, yang
disebutpenyebab umum variasi, dan itu karena perubahan yang tidak terduga, yang disebut spesial atau penyebab
yang dapat ditentukan variasi. Proses stabil yang beroperasi dengan hanya variasi penyebab umum
dikatakanterkendali. Jika tidak, prosesnya disebut lepas kendali karena itu juga memiliki variasi penyebab khusus
dan penyebab yang dapat ditentukan harus ditemukan dan dihilangkan. Variabilitas dalam karakteristik proses
dapat dipantau dengan mengambil sampel dari proses pada interval yang sering dan mengukur karakteristik pada
setiap item dalam sampel.A peta kendali adalah plot urutan waktu dari statistik ringkasan pengukuran dari setiap
sampel, bersama dengan batas kontrol yang menunjukkan kisaran variasi yang dapat diterima untuk statistik. Jadi
kamu = 177.3 x 400 300 200 100 0 1 2 -ln(1-PSaya ) 3 4 GAMBAR 11.1.2 eksponensial qq plot untuk masa pakai
bohlam pada Tabel 11.1.5.

kamu (Saya)

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.16

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

1 - 1 - 2 - 3 - 4 kamu = - 5.2 x - 5 0 2 4 6 ln [-ln(1-P )] GAMBAR 11.1.3 Plot model Weibull untuk masa pakai bohlam
pada Tabel 11.1.5. selama statistik sampel diplot dalam batas kontrol, tidak ada perubahan yang harus dilakukan
pada proses— proses itu terkendali. Namun, nilai yang diplot di luar batas kontrol adalah sinyal di luar kendali dan
memicu tindakan untuk menghapus setiap assignable menyebabkan. Untuk mengungkapkan ide umum, mari
kamu menjadi variabel acak yang mewakili karakteristik proses yang diinginkan. Biasanya,kamu adalah indikator
kualitas yang penting, seperti kekuatan tarik kompon karet pada Contoh A, atau fraksi proses cincin piston yang
tidak sesuai untuk Contoh B. Pada interval yang sering, sampel acak kamu1, kamu2, . . . , Yn diambil dari proses dan
diringkas dalam statistik T = T(kamu1, kamu2 , . . . ,kamun).Khas T adalah rata-rata sampel, - kamu, atau
saranayakin variabilitas seperti rentang atau standar deviasi sampel. Nilai-nilai dariT diplot secara berurutan versus
nomor sampel. Jika proses tetap stabil, nilai yang diplot akan menunjukkan variasi reguler di sekitar rata-ratanya,
E(T).Jumlah variasi yang diharapkan tergantung pada standar deviasi dari T, σT. Bagan kendali Shewhart*
membatasi jumlah variasi yang dapat diterima sebagai tiga standar deviasi, biasanya, dan karenanya
menempatkan garis tengah di E(T) dan batas kendali pada E(T) ± 3σT. Pilihan ini dibenarkan secara statistik karena,
untuk sebagian besar distribusiT mungkin mengikuti, nilai yang diamati di luar interval ini akan sangat jarang
terjadi ketika proses tetap stabil. Memang, jikaT terdistribusi normal, probabilitas nilai lebih dari tiga standar
deviasi dari mean adalah 0,0027, atau sekitar 1 dari 370 nilai. x- dan R Chart. Penting untuk memantau
karakteristik kualitas yang berkesinambungan untuk perubahan rata-rata dan variabilitas. Untuk memantau rata-
rata darix y, grafik - memplot rata-rata dari setiap sampel, T = kamu- . (Nama - x grafik berasal dari praktik umum
yang menunjukkan kualitas * Dinamakan untuk Dr. Walter A. Shewhart, yang memperkenalkan gagasan tersebut
pada tahun 1920-an saat berada di Bell Laboratories ln kamu (Saya )

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.17

karakteristik ity oleh x daripada Y.) Untuk memantau variabilitas proses, R bagan memplot rentang sampel T =
maksimal kamuSaya - min kamuSaya. Misalkan proses dalam kendali memiliki mean E(kamu) = μ0 dan varians
Var(kamu) =2 0. Kemudian mean dan varians dari rata-rata sampel acak berukuran n adalah E(- kamu) = μ0 dan
Var(-kamu) = σ20/n. Jadi garis tengah untuk x - grafik adalah μ0 dan batas kendali bawah dan atas adalah diberikan
oleh LCL = μ0 3σ0/ n- dan UCL = μ0 3σ0/ n- , masing-masing. Paling sering, bagaimanapun,μ0 dan σ0 tidak
diketahui. Dalam hal ini, sejumlah sampel ukurann, mengatakan k, dikumpulkan dari apa yang mungkin merupakan
proses yang stabil (tidak ada perubahan shift, bahan baku, dll., selama pengumpulan data) dan digunakan untuk
memperkirakan μ0 dan0. Jika inik sampel menghasilkan rata-rata -kamu1, kamu-2, . . . ,-kamuk dan rentang R1, R2
, . . . ,Rk, perkiraan μ0 adalah kamu = -k R = 1 kamu-Saya/k dan taksiran 3σ0/ n- adalah SEBUAH R, 2di - mana R -
adalah rata-rata dari k rentang dan SEBUAH2 adalah konstanta tergantung pada n, tersedia pada Tabel
11.1.6.Dengan perkiraan ini, -x grafik diatur dengan garis tengah kamu dan batas kendali kamu ± SEBUAH2R- dan
digunakan untuk memantau untuk produksi masa depan. Meskipun grafik berdasarkan standar deviasi sampel
dapat digunakan untuk memantau variabilitas,R grafik adalah pilihan umum karena kesederhanaan rentang
komputasi untuk plotting. Garis tengah dari R grafik diperkirakan oleh R dan - batas kendalinya adalah LCL = D3- R
dan UCL = D4- R. Konstanta D3 dan D4 tersedia pada Tabel 11.1.6 dan memberikan tiga batas kendali deviasi
standar yang memiliki probabilitas sangat tinggi untuk mengandung rentang sampel dari proses yang stabil.
Contoh D: Perhatikan kembali proses pembuatan kompon karet dengan sifat mutu yang kuat tarik. Untuk
mengatur diagram kendali,k = 10 sampel awal ukuran n = 5 diperoleh dari proses yang stabil, menghasilkan rata-
rata sampel dan rentang untuk kekuatan tarik seperti yang ditunjukkan pada Tabel 11.1.7. Untuk nilai-nilai
ini,kamu 210,7 kg/cm2 dan -R 15,6 kg/cm2, sehingga garis tengah untuk x- grafik adalah 210,7 kg/cm2 dan batas
kendalinya adalah 210,7 ± (0,577)(15,6), atau LCL 201,7 dan UCL 219,7 kg/cm2, di mana SEBUAH2 0,577 untuk n 5.
Untuk R grafik, pusat TABEL 11.1.6 Faktor untuk Menentukan Batas Kendali 3σ di x - dan R grafik Jumlah
pengamatan dalam sampel, n SEBUAH2 D3 D4 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 1.88 1.02 0.73 0,58
0,48 0,42 0.37 0.34 0.31 0,29 0.27 0,25 0.24 0,22 0.21 0,20 0.19 0.19 0.18 0,08 0.14 0.18 0,22 0,26 0,28 0.31 0.33
0.35 0.36 0.38 0.39 0,40 0,41 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78 1.74 1.72 1.69 1.67 1.65 1.64 1.62 1.61
1.60 1.59 Sumber: Direproduksi dan diadaptasi dengan izin dari Hogg dan Ledolter, Statistik Terapan untuk Insinyur
dan Ilmuwan, edisi ke-2, 1992.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.18

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

TABEL 11.1.7 Data untuk Bagan Kontrol Kekuatan Tarik kamuR 209.7 11.7 211.6 212.2 208.4 210.2 210.5 210.8
208.9 211.4 213.5 12.0 17.5 21.4 15.6 22.4 13.0 8.2 15.2 18.9 garis ter adalah Rdan UCL menjadi nol; karena
rentang harus positif, maka pengurangan variabilitas proses tidak dapat dideteksi menggunakanR grafik kecuali
ukuran sampel yang lebih besar dipilih. Gambar 11.1.4 menunjukkan -x dan R grafik untuk 15 sampel baru yang
diambil dari produksi. ItuR Bagan tidak memberikan indikasi perubahan dalam variabilitas, tetapi alarm di luar
kendali untuk sampel nomor 12 di x- grafik menunjukkan bahwa kekuatan tarik rata-rata mungkin telah berubah.
Sekali rata-rata sampel ke-12 diplot di luar UCL, penyebab yang dapat ditentukan seharusnya dicari dan
dihilangkan. 15.6 dan, karena D3 33,0 kg/cm2. Untuk ukuran sampel 6 atau kurang, batas kendali bawah untukR
grafik akan 0 dan D4 2.115 untuk n 5, batas kontrolnya adalah LCL 0 p Bagan. Ketika setiap item diperiksa hanya
berdasarkan lulus-gagal mengenai apakah item tersebut sesuai dengan spesifikasi atau tidak, maka: P grafik dapat
digunakan untuk memantau fraksi proses yang mendasari tidak sesuai. Untuk mengatur grafik,k sampel ukuran n
dikumpulkan secara berkala ketika proses diyakini stabil. MembiarkankamuSaya menjadi jumlah item yang tidak
sesuai dalam sammohon aku p- = -Saya k = 1kamuSaya//nk) adalah perkiraan fraksi proses dalam kendali (stabil)
yang tidak sesuai. Dengan asumsi proses tetap stabil, fraksi tidak sesuai dalam sampel ukuran barun diambil dari
produksi, P = y/t, akan memiliki rata-rata perkiraan P - dan varians P- (1 P - ) /n. Oleh karena itu, hampir semua
nilai P yang akan diamati dalam produksi masa depan akan berada di antara batas kontrol P - ± 3 P - - (-1-- P- )-/-n.
Batas kendali ini, bersama dengan pusatgaris P- , digambar pada grafik, dan fraksi yang tidak sesuai dalam sampel
baru diplot. Pecahan di luar batas kendali menunjukkan bahwa proporsi proses yang mendasari ketidaksesuaian
telah berubah. Khususnya, fraksi di atas UCL menunjukkan penurunan proses, dan fraksi di bawah LCL
menunjukkan kemungkinan peningkatan. Dalam kedua kasus, penjelasan harus ditemukan, dalam kasus pertama
untuk memperbaiki situasi dan dalam kasus kedua untuk memahami peningkatan proses potensial. Contoh E:
Setiap jam n = 50 ring piston dipilih secara acak dari produksi dan diuji. Untuk yang pertamak = 20 jam jumlah total
ring piston yang tidak sesuai adalah 20. Jadi P -= 20/1000 = 0,02 dan batas kontrolnya adalah 0,02 ± 3 (-0.-02-)-(0-.-
98-)-/5-0-, yang menghasilkan LCL = 0.039 dan UCL = 0.079. Karena LCL < 0 dan tidakP bisa kurang dari nol, batas
kendali bawah dianggap LCL = 0 dalam contoh ini. Gambar 11.1.5 menunjukkanP bagan untuk 20 jam produksi ini
bersama dengan 7 jam berikutnya. Karena sinyal di luar kendali pada sampel baru ke-7, proses diselidiki dan
tindakan korektif diambil. Masih banyak lagi bagan kendali dan metode statistik lain yang penting dalam
pengendalian proses; silakan lihat Ref. 8. Regresi linier Masalah penting dalam rekayasa adalah menentukan efek,
jika ada, variabel input terhadap respons proses. Alat yang sangat berguna untuk masalah ini adalah analisis
regresi, yang memodelkan responskamu sebagai fungsi dari variabel penjelas (juga disebut prediktor) x1, x2, . . .
,xP.Bagian ini menjelaskan regresi linier, di mana hubungan linier didalilkan antara kamudan prediktor. Asumsi
linearitas ini tidak terlalu membatasi seperti yang terlihat, karena prediktor dan/atau kamu dapat
ditransformasikan. Sebagai contoh, mungkin tidak tepat untuk memodelkan hasil sebagai ketergantungan linier
pada suhu, tetapi lebih sebagai ketergantungan linier pada logaritma suhu. Model regresi linier berbentuk kamu =
F(x) , seperti yang dibahas sebelumnya dalam bab ini,

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.19

UCL 30 20 10 2 4 6 8 Nomor sampel 1 0 1 2 1 4 225 220 UCL 215 210 205 LCL 200 2 4 6 8 Nomor sampel - dan R
grafik untuk data kekuatan tarik pada Tabel 11.1.7. 1 0 1 2 1 4 GAMBAR 11.1.4

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.20

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

0,10 UCL 0,08 0,06 0,04 0,02 0.00 0 5 10 15 Nomor sampel 20 25 GAMBAR 11.1.5 P grafik untuk data proses piston.
di mana F(x) adalah linier: kamuSaya =0 1xSaya1 2xSaya2 . . . Pxaku p Saya Saya = 1, 2, . . . ,n (11.1.2) Di Sini
kamuSaya adalah variabel acak yang mewakili nilai respons ketika variabel input disetel ke (xSaya1, xSaya2, . . .
,xaku p), koefisien0,1, . . . ,P adalah parameter yang tidak diketahui untuk diestimasi, dan kesalahanSaya adalah
variabel acak yang diasumsikan memiliki mean nol dan varians tidak diketahui2, Saya = 1, 2, . . . ,n. Jadi
E(kamuSaya) =0 1xSaya1 2xSaya2 . . . Pxaku p, dan Var(kamuSaya) =2, Saya = 1, 2, . . . ,n. Intersepnya adalah0 dan
masing-masingJ , J = 1, 2, . . . ,P, adalah koefisien kemiringan yang memberikan perubahan nilai yang diharapkan
dari kamu kapan prediktor xJ bertambah satu satuan. Varians kesalahan,2, mewakili variabilitas dalam kamu yang
tidak dapat dijelaskan oleh kombinasi linear dari prediktor. Untuk menyederhanakan notasi, tulis Persamaan. (2)
sebagaiY = Xb e, di mana kamu = (kamu1, kamu2, . . . ,kamun)T adalah n × 1 vektor nilai respons; x adalah n × (P 1)
matriks dengan kolom pertama vektor 1s dan kolom sisanya vektor prediktor xJ = (x1J, x2J, . . . , xnj)T; B = (β0,1, . . .
,P)T adalah (P 1) ×1 vektor koefisien regresi, termasuk intersep; dane = (ε1,2, . . . ,n)T adalah n × 1 vektor
kesalahan. Estimasi dilakukan dengan menggunakan kuadrat terkecil kriteria, di mana penaksir B dari Bdipilih
untuk meminimalkan jarak antara nilai yang diamati dari kamu dan harapannya di bawah model. Jadi B adalah
argumen yang meminimalkan n S(B) = ||y - XB||2 = -(kamuSaya *β0 1xSaya1 . . . P xaku p+) 2 Saya = 1 Solusinya
mudah diperoleh dengan menggunakan kalkulus dan adalah P ∨

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.21

B = (xTx)1xTkamu selama (xTx)1 ada. Itupas atau diprediksi nilai-nilai dari kamu adalah = b = (xTx)1xTkamu dan
residu adalah r = y -ŷ. Penaksir dari2 adalah σ2 = ||R||2/*n (P 1)+ = S(B)/*n (P 1)+ (11.1.3) Contoh F (regresi linier
sederhana):

Densitas polimer diketahui bergantung pada suhu annealing. Dalam kisaran suhu anil kepentingan praktis, model
linier adalah pendekatan yang baik untuk hubungan yang benar. Polimer dianil pada 10 suhu dan waktu yang
berbeda dan densitas dicatat untuk masing-masing, memberikan hasil pada Tabel 11.1.8. Pertimbangkan modelnya
kamuSaya =0 1xSaya Saya (11.1.4) di mana xSaya adalah Sayasuhu anil dan kamuSaya adalah pengukuran
kepadatan yang sesuai. Karena hanya adaP = 1 variabel penjelas, Persamaan. (4) disebutregresi linier sederhana
model. Dalam hal ini, membiarkanSXX = -n Saya n = 1(xSaya -x)2 dan SXY = - Saya = 1(xSaya -x)(kamuSaya -kamu),
(3) disederhanakan menjadi β 1 = S Y/S dan β0 = kamu-1xData polimer memberikan0 = 19,1 g/ml dan1 = 0,77
(g/ml)/°C, sehingga, untuk suhu anil antara 146 dan 234°C, densitas polimer meningkat rata-rata 0,77 g/ml untuk
setiap derajat kenaikan suhu. Garis yang dipasang menunjukkan bahwa anil pada suhu di bawah 24°C akan
menghasilkan polimer dengan densitas negatif! Hasil konyol ini sekali lagi menggambarkan bahaya ekstrapolasi di
luar jangkauan data yang digunakan dalam analisis. Interval Keyakinan untuk Parameter Regresi. Interval
kepercayaan dibentuk untuk parameter regresiJ menggunakan (1) dengan =J, Cα = T;n (P 1) dan Sθ =σ (-xT-x)-jj 1. 1
kontingkat kepercayaan interval ini tergantung pada asumsi tambahan bahwa kesalahanSaya terdistribusi normal;
jika bukan ini masalahnya, maka intervalnya hanya memiliki kira-kira 1 keyakinan mencakupJ. Interval ini dibentuk
untukJ dalam konteks prediktor lain dalam model, tetapi harus ditafsirkan secara terpisah dari interval
kepercayaan untuk parameter regresi lainnya. Secara khusus, meskipun kumpulan interval kepercayaan 1 dapat
dibentuk, satu untuk setiapJ, J = 1, . . . ,P, tingkat kepercayaan yang terkait dengan interval ini secara bersamaan
yang berisi parameter masing-masing kemungkinan besar secara substansial kurang dari 1 . Lihat Referensi 8 untuk
metode untuk membentuk interval simultan atauP-daerah kepercayaan dimensi yang memiliki kepercayaan yang
diketahui. Interval Prediksi. Ada dua interpretasi untuk respons yang pas, Ŷ(x), pada 1 . tertentu × ( P 1) set
prediktor x. Yang pertama adalah sebagai prediksi untuk nilai respon tunggal, kamu(x), yang mungkin diamati pada
x. Interpretasi kedua untuk Ŷ(x) adalah sebagai perkiraan E[kamu(x)], rata-rata dari semua nilai respons yang
mungkin diamati pada ini x. Ketidakpastian lebih besar dalam TABEL 11.1.8 Data Kepadatan Polimer Waktu anil
(min) anil suhu (°C) Kepadatan polimer (g/ml) 4.0 9.7 34.4 23.3 50.5 38.0 41.2 43.4 61.0 56.4 146 149 91.1 165
100.3 179 114,9 195 142,7 197 138.7 209 149.7 222 136.6 223 165.1 234 100.3 155.8

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.22

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

kasus pertama dan, oleh karena itu, meskipun estimasi titiknya sama, estimasi interval pada tingkat kepercayaan
yang sama akan lebih lebar untuk kamu(x) daripada untuk E*kamu(x)+. Interval kepercayaan ini adalah sebagai
berikut: - Untuk kamu(x), gunakan Persamaan. (1) dengan =Ŷ(x), Cα = T;n (P 1) dan Sθ =σ 1-- XX - Untuk E[kamu(x)],
gunakan Persamaan. (1) dengan =Ŷ(x), Cα = T;n (P 1) dan Sθ = x-(- xT-x)-1-xT- -x(-T-)-1-xTInterval ini memiliki
cakupan tepat 1 ketika kamu terdistribusi normal dan diperkirakan sebaliknya. Contoh F (lanjutan): Persamaan
Pemasangan (4) untuk data kerapatan polimer dengan suhu anil ture sebagai prediktor memberikan 2 = -n Saya =
1(kamuSaya - Saya Ŷ 2 ) /(n - 2) = 98,3, atau = 9,9 g/ml. elemen diagonal dari (xTx)1 adalah (4.3, 1.0E-4). Jadi,
menggunakanT.05;8 = 1,86 dan dengan asumsi kerapatan polimer terdistribusi normal, interval kepercayaan dua
sisi 90 persen untuk kemiringan adalah 0,77 ± (1,86)(9,9)(0,01) = (0,59, 0,95). Interval ini menunjukkan bahwa suhu
anil adalah prediktor yang berguna untuk densitas polimer, karena data mendukung bahwa1 tidak nol. Interval dua
sisi 90 persen untuk intersep adalah 19,1 ± (1.86)(9.9)(4.3)1/2 = ( 57.3, 19.1), sehingga data tidak mendukung
intersep bukan nol. (Seseorang mungkin ingin mempertimbangkan untuk membatasi0 = 0 dalam Persamaan. (4),
dan ini langsung, tetapi tidak akan dikejar di sini.) Misalkan sekarang diinginkan untuk memperkirakan kepadatan
rata-rata semua polimer yang dianil pada 200°C, E*kamu(x = 200)+. Estimasi titik adalahŶ(200) = 19,1 0,77(200) =
135,8 g/ml. Pada 200°C,x = (1 200), dan x(xTx)1xT = 0,11, sehingga interval kepercayaan dua sisi 90 persen untuk
E[kamu( x = 200)] adalah 135,8 ± (1.86)(9.9)(0.11)1/2 = (129,7, 141,9) g/ml. Jika densitas polimer tunggal dianil
pada 200°C menarik, bagaimanapun, maka ketidakpastian lebih besar, dan interval kepercayaan untuk kamu(x =
200) adalah 135,8 ± (1,86)(9,9)(1 0,11)1/2 = (116.4, 155.2) g/ml. Contoh G (regresi linier berganda): Waktu anil,
juga diberikan pada Tabel 11.1.8, merupakan prediktor potensial lain dari densitas polimer. Membiarkanx1 dan x2
menjadi suhu dan waktu anil, masing-masing, model regresi dalam Persamaan. (2) menghasilkan estimasi kuadrat
terkecil0 = 9,5 g/ ml,1 = 0,55 g/ml/°C, dan2 = 0,42 g/ml/mnt. Perkiraan simpangan baku kesalahan adalah = 9,9
g/ml. Perhatikan bahwa memasukkan waktu anil dalam model telah mengubah perkiraan koefisien untuk suhu
anil; ini diharapkan karena perkiraan diperoleh dalam konteks prediktor dalam model. Secara intuitif,x2
menjelaskan beberapa variabilitas dalam y, dan penyertaannya dalam model dapat menyebabkan x1 untuk
memiliki kekuatan penjelas lebih atau kurang untuk variabilitas yang tersisa di Y. elemen diagonal dari (xTx)1
adalah (12.2, 6.1E-4, 1.2E-03), dan T.05; 7= 1,89. Jadi selang kepercayaan 90 persen untuk2 adalah 0,42 ±
(1,89)(9,9)(0,04) = ( 0,35, 1,2). Dengan suhu anil dalam model, waktu anil tidak memberikan kontribusi yang
signifikan untuk menjelaskan kepadatan polimer. Interval kepercayaan 90 persen untuk1 adalah 0,55 ±
(1.89)(9.9)(0.02) = (0.08, 1.0), yang tidak mencakup nol, sehingga suhu anil mempertahankan utilitasnya.
Pengecekan Model. Sebelum mengandalkan kesimpulan tentang parameter atau nilai prediksi, penting untuk
menilai asumsi model. Ini adalah linieritas hubungan antarakamu dan prediktor dan normalitas, independensi, dan
varians konstan dari kesalahan. Grafik sederhana dapat dibangun yang sering mengungkapkan penyimpangan yang
ada dari asumsi ini. Misalnya, pola kuadrat dalam plot residu versus prediktorxJ, katakan, menyarankan bahwa
termasuk x2J sebagai prediktor baru dalam model dapat meningkatkan kecocokan. Demikian pula, bentuk kipas
atau megafon dalam plot residu versus nilai yang dipasang menunjukkan bahwa varians kesalahan meningkat
dengan besarnya y, sehingga melanggar asumsi varians konstan. Keterbatasan ruang mencegah ilustrasi grafik ini
dan grafik lainnya, tetapi silakan lihat Ref. 10 dan 11 untuk rincian dan contoh. Tentu saja, model hanya
merupakan pendekatan yang berguna untuk proses dunia nyata; seperti yang dikatakan ahli statistik GEP Box,
"Semua model salah tetapi beberapa berguna." Model regresi telah diperluas untuk mengakomodasi berbagai
penyimpangan dari asumsi ini; lihat, misalnya, Ref. 12 dan 13. Desain Faktorial Dua Tingkat. Dalam contoh polimer
sebelumnya, tidak jelas bagaimana.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.23

TABEL 11.1.9 Hasil (mg) untuk Reaksi Kimia dengan Suhu (T) dan Konsentrasi Reaktan (C) seperti yang Diberikan T
120° 160° 1% 5% 27, 33 41, 33 21, 17 22, 18 C suhu anil dan waktu dipilih untuk keperluan pengumpulan data.
Didesain eksperimental, nilai variabel prediktor di mana respons akan diamati ditentukan terlebih dahulu untuk
membantu interpretasi parameter regresi. Desain eksperimen yang sangat sederhana dan kuat adalah faktorial
dua tingkat, di mana respons diamati pada semua kombinasi dari beberapa prediktor, masing-masing pada dua
nilai, atau tingkat. Ini biasanya disebut 2k desain karena, dengan k prediktor masing-masing pada dua tingkat,
percobaan membutuhkan minimal 2k pengamatan. Contoh H: Hasil reaksi kimia tergantung pada konsentrasi
reaktan dan suhu. Untuk mempelajari efek ini, konsentrasi reaktan tingkat rendah dan tinggi (C = 1% dan 5%) dan
suhu (T = 120° dan 160°) dipilih dan reaksi dijalankan dua kali pada setiap kombinasi. Urutan lari diacak untuk
meminimalkan efek apa pun karena faktor tak terduga seperti kelelahan ahli kimia atau variasi kelembaban
laboratorium. Data ini ditunjukkan pada Tabel 11.1.9. Sudah menjadi kebiasaan di 2k eksperimen untuk
mengkodekan level faktor rendah dan tinggi masing-masing sebagai 1 dan 1. Jadi, marix1 = (C - 3)/2 dan x2 = (T -
140)/20. Data dapat dianalisis dengan menggunakan model regresi linier pada Persamaan. (2), dengan prediktorx1,
x2 dan x3 = x1x2. termasukx3 memungkinkan efek dari x1 bergantung pada tingkat x2; kemiringan yang terkait
denganx1 adalah1 - β3 Kapan x2 = 1, tetapi adalah1 3 Kapan x2 = 1. Koefisien3 disebut efek interaksi konsentrasi
reaktan dan suhu pada hasil, sedangkan1 dan2 disebut efek utama dari faktor-faktor ini. Estimasi kuadrat terkecil
adalah0 = 26,5,1 = 2.0,2 = 7.0,β3 = 1,5, dengan = 4,1 mg. Jadi, setiap peningkatan 2 persen konsentrasi reaktan
tampaknya meningkatkan hasil rata-rata sebesar 2 mg, sedangkan setiap 20° kenaikan suhu menurunkan hasil
rata-rata sebesar 7 mg. Efek interaksi negatif menunjukkan bahwa efek peningkatan konsentrasi reaktan ketika
suhu rendah lebih besar daripada efek ini ketika suhu tinggi. Kuncinya, bagaimanapun, adalah ukuran efek ini
relatif terhadap variabilitas dalam data. Perubahan 4 mg atau kurang dalam hasil mungkin tidak penting, karena ini
terjadi hanya secara kebetulan ketika suhu dan konsentrasi reaktan tetap! Untuk membangun interval
kepercayaan untuk efek sebenarnya, perhatikan bahwa (xTx)1 = 0,125Saya4, di manaSaya4 adalah 4 × 4 matriks
identitas. Jadi, interval 90 persen memiliki setengah lebarT.05; 4(0,125)1/2 = (2.13)(4.1)(0.35) = 3.1 untuk semua
parameter, dan hanya intersep β0 dan efek utama suhu2 berbeda dari nol pada kepercayaan 90 persen. Meskipun
contoh ini hanya menggambarkan 22 desain, konsep dan perhitungan mudah diperluas ke yang umumk percobaan
(lihat, misalnya, Ref. 14). Struktur khusus darix matriks, desain eksperimental, menyebabkan semua estimasi
parameter regresi memiliki varians estimasi yang sama. Penyederhanaan lain yang dihasilkan dari struktur 2k
desain adalah bahwa perkiraan parameter sangat mudah untuk dihitung. Secara khusus,0 adalah grand average
dari semua nilai respons, danJ adalah setengah perbedaan dalam respons rata-rata antara tingkat tinggi dan
rendah xJ, di mana x3 = x1x2. Efek interaksi3 juga satu-setengah perbedaan antara efek utama dari x1 Kapan x2
tinggi dan efek utama dari x1 Kapan x2 rendah. Selain itu, struktur 2k desain menyiratkan bahwa estimasi
parameter tidak berubah ketika faktor desain, seperti konsentrasi reaktan dalam contoh ini, dikeluarkan dari
model. Untuk alasan ini dan banyak lagi, desain eksperimental, termasuk setidaknya 2k desain, merupakan teknik
penting bagi insinyur industri.

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.24

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI TEKNIK TAMBAHAN

Analisis statistik menjadi semakin intensif secara komputasi karena banyaknya data yang tersedia dan prevalensi
komputasi bertenaga tinggi. Sebagian besar analisis statistik dilakukan menggunakan perangkat lunak statistik—
ada banyak paket yang sangat bagus yang menghitung jumlah yang dibutuhkan dengan cara yang stabil secara
numerik. Metode statistik untuk kumpulan data yang sangat besar termasuk visualisasi, komponen utama, analisis
faktor, dan metode lain untuk data multivariat [15], dan teknik ini merupakan bagian besar dari penambangan
data modern. Seringkali sulit untuk menurunkan distribusi yang tepat yang menjadi dasar kesimpulan untuk model
statistik yang lebih rumit. Oleh karena itu, banyak analisis statistik modern, terutama yang menggunakan metode
Bayesian [16], sangat bergantung pada simulasi Monte Carlo [17,18]. Lebih umum, model simulasi [19] adalah alat
yang ampuh untuk memahami dan meningkatkan proses manufaktur yang kompleks. UCAPAN TERIMA KASIH
Penulis berterima kasih atas komentar yang diterima dari mahasiswa teknik selama bertahun-tahun; ini telah
mendorong perbaikan dalam pengajaran dan sangat penting untuk perbaikan berkelanjutan. Bab ini mendapat
manfaat dari diskusi yang bermanfaat dengan Dr. R. Cleary, Universitas Cornell. Bagian dari bab ini direvisi saat
penulis mengunjungi National Cancer Institute, Bethesda, Maryland. REFERENSI 1. Hogg, RV, dan J. Ledolter,
Statistik Terapan untuk Insinyur dan Ilmuwan, 2d ed., Macmillan, New York, 1992. (buku) 2. Devore, JL, Probabilitas
dan Statistik untuk Teknik dan Ilmu Pengetahuan, 3d ed., Duxbury, New York, 1991. (buku) 3. Mason, RL, RF Gunst,
dan JL Hess, Desain Statistik dan Analisis Eksperimen: Dengan Aplikasi pada Teknik dan Sains, Wiley, New York,
1989. (buku) 4. Agresti, A., Analisis Data Kategoris, Wiley, New York, 1990. (buku) 5. Tukey, JW, Analisis Data
Eksplorasi, Addison-Wesley, Membaca, MA, 1977. (buku) 6. Adams, JW, "Statistik Praktis," di Buku Pegangan
Teknik Industri Maynard, McGraw-Hill, New York, 1992. (artikel) 7. Meeker, WQ, dan LA Escobar, Metode Statistik
untuk Keandalan Data, Wiley, New York, 1998. (buku) 8. Montgomery, DC, Pengantar Kontrol Kualitas Statistik, 3d
ed., Wiley, New York, 1996. (buku) 9. Miller, RG, Inferensi Statistik Simultan, Springer-Verlag, New York, 1981.
(buku) 10. Cook, RD, dan S. Weisberg, Regresi Terapan Termasuk Komputasi dan Grafik, Wiley, New York, 1999.
(buku) 11. Myers, RH, Regresi Klasik dan Modern dengan Aplikasi, 2d ed., Duxbury, Belmont, CA, 1990. (buku) 12.
Bates, D., dan DG Watt, Analisis Regresi Nonlinier dan Aplikasinya, Wiley, New York, 1988. (buku)

STATISTIK TERAPAN UNTUK TEKNIK INDUSTRI 11.25 13.

McCullagh, P., dan JA Nelder, Model Linier Umum, 2d ed., Chapman and Hall, New York, 1989. (buku) 14.
Montgomery, DC, Desain dan Analisis Eksperimen, Edisi ke-4, Wiley, New York, 1997. (buku)

15. Johnson, RA, dan DWWichern, Analisis Statistik Multivariat Terapan, 3d ed., Prentice-Hall, New York, 1977.
(buku)

16. Tekan, SJ, Statistik Bayesian: Prinsip, Model, dan Aplikasi, Wiley, New York, 1989. (buku)
17. Gilks,WR, S. Richardson, dan DJ Spiegelhalter (eds.), Markov Chain Monte Carlo dalam Praktek, CRC Press, New
York, 1996. (buku)

18. Penyamak, MA, Alat untuk Inferensi Statistik: Metode Eksplorasi Distribusi Posterior dan Fungsi Kemungkinan,
Springer-Verlag, New York, 1996. (buku)

19. Schruben, LW, Pemodelan dan Analisis Simulasi Grafis: Sigma untuk Windows, Duxbury, New York, 1995.
(buku) BIOGRAFI Elizabeth H. Slate memperoleh gelar Ph.D. dalam statistik dari Carnegie Mellon University di
Pittsburgh, Pennsylvania. Dari sana, ia bergabung dengan fakultas di School of Operations Research and Industrial
Engineering di Cornell University di Ithaca, New York. Dia menulis bab ini saat menjadi profesor di Cornell. Dr. Slate
telah bergabung dengan Departemen Biometri dan Epidemiologi di Medical University of South Carolina,
Charleston, South Carolina

BAB 11.2

PRINSIP DAN APLIKASI RISET OPERASI

Bab ini akan memberikan gambaran tentang riset operasi (OR) dari perspektif seorang insinyur industri. Fokus bab
ini adalah pada filosofi dasar di balik OR dan pendekatan yang disebut OR untuk memecahkan masalah desain dan
operasional yang biasa dihadapi oleh insinyur industri. Dalam bentuknya yang paling dasar, OR dapat dilihat
sebagai pendekatan ilmiah untuk memecahkan masalah; itu mengabstraksikan elemen-elemen penting dari
masalah ke dalammodel, yang kemudian dianalisis untuk menghasilkan solusi optimal untuk implementasi. Detail
matematis dan teknik khusus yang digunakan untuk membangun dan menganalisis model ini bisa sangat canggih
dan dibahas di bagian lain dalam buku pegangan ini; penekanan bab ini adalah padamendekati. Tinjauan singkat
tentang asal-usul sejarah OR diikuti dengan deskripsi rinci tentang metodologinya. Bab ini diakhiri dengan
beberapa contoh penerapan OR di dunia nyata yang berhasil.

PENGANTAR

Meskipun merupakan disiplin yang berbeda dalam dirinya sendiri, riset operasi (OR) juga telah menjadi bagian
integral dari profesi teknik industri (IE). Ini bukanlah suatu hal yang mengejutkan ketika seseorang menganggap
bahwa keduanya memiliki banyak tujuan, teknik, dan area aplikasi yang sama. ATAU sebagai disiplin formal berusia
sekitar 50 tahun dan asal-usulnya dapat ditelusuri hingga paruh kedua Perang Dunia II. Sebagian besar teknik OR
yang umum digunakan saat ini dikembangkan selama (kira-kira) 20 tahun pertama setelah dimulainya. Selama
sekitar 30 tahun berikutnya, laju perkembangan metodologi OR yang baru secara fundamental agak melambat.
Namun, ada perluasan yang cepat dalam (1) luasnya area masalah di mana OR dapat diterapkan, dan (2) dalam
besarnya masalah yang dapat diatasi dengan menggunakan metodologi OR. Hari ini, Bab ini akan memberikan
gambaran umum tentang ATAU dari perspektif seorang insinyur industri. Sebuah tinjauan singkat tentang asal-usul
sejarahnya pertama kali diberikan. Ini diikuti dengan diskusi rinci tentang filosofi dasar di balik OR dan pendekatan
OR. Bab ini diakhiri dengan beberapa contoh aplikasi yang berhasil untuk masalah tipikal yang mungkin dihadapi
oleh seorang insinyur industri. Secara garis besar, proyek OR terdiri dari tiga langkah: (1) membangun model, (2)
menganalisis 11.27

PRINSIP DAN APLIKASI RISET OPERASI 11.28

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

lisis itu, dan (3) mengimplementasikan hasil. Penekanan bab ini adalah pada langkah pertama dan ketiga. Langkah
kedua biasanya melibatkan metodologi atau teknik tertentu, yang bisa sangat canggih dan membutuhkan
pengembangan matematika yang signifikan. Beberapa metode penting diulas di bagian lain dalam buku pegangan
ini. Pembaca yang tertarik untuk mempelajari lebih lanjut tentang topik-topik ini dirujuk ke salah satu dari banyak
teks bagus tentang OR yang tersedia saat ini dan yang terdaftar di Bacaan Lebih Lanjut di akhir bab ini.

PERSPEKTIF SEJARAH Meskipun tidak ada tanggal yang jelas yang menandai kelahiran OR, secara umum diterima
bahwa bidang tersebut berasal dari Inggris selama Perang Dunia II. Dorongan untuk asal-usulnya adalah
pengembangan sistem pertahanan radar untuk Angkatan Udara Kerajaan, dan penggunaan istilah yang tercatat
pertama kali.operasi pencarian dikaitkan dengan seorang pejabat Kementerian Udara Inggris bernama AP Rowe
yang membentuk tim untuk melakukan "penelitian operasional" pada sistem komunikasi dan ruang kendali di
stasiun radar Inggris. Studi tersebut berkaitan dengan peningkatan efisiensi operasional sistem (tujuan yang masih
menjadi salah satu landasan OR modern). Pendekatan baru dalam memilih sistem operasional dan melakukan
penelitian tentang bagaimana membuatnya berjalan lebih efisien segera mulai berkembang ke arena perang
lainnya. Mungkin yang paling terkenal dari kelompok yang terlibat dalam upaya ini adalah yang dipimpin oleh
seorang fisikawan bernama PMS Blackett dan termasuk ahli fisiologi, matematikawan, ahli astrofisika, dan bahkan
seorang surveyor. Fokus tim multifungsi dari kelompok proyek riset operasi ini terus berlanjut hingga hari ini. ATAU
membuat jalan ke Amerika Serikat beberapa tahun setelah itu berasal dari Inggris. Kehadirannya yang pertama di
Amerika Serikat adalah melalui Kelompok Riset Operasi Perang Ranjau Angkatan Laut AS; ini akhirnya berkembang
menjadi AntisubmarineWarfare Operations Research Group yang dipimpin oleh Phillip Morse, yang kemudian
dikenal hanya sebagai Operations Research Group. Seperti Blackett di Inggris, Morse secara luas dianggap sebagai
bapak OR di Amerika Serikat, dan banyak ilmuwan dan matematikawan terkemuka yang dipimpinnya setelah akhir
perang menjadi pelopor OR di Amerika Serikat. Pada tahun-tahun segera setelah berakhirnya Perang Dunia II, OR
berkembang pesat karena banyak ilmuwan menyadari bahwa prinsip-prinsip yang mereka terapkan untuk
memecahkan masalah militer juga berlaku untuk banyak masalah di sektor sipil. Ini berkisar dari masalah jangka
pendek seperti penjadwalan dan pengendalian persediaan untuk masalah jangka panjang seperti perencanaan
strategis dan alokasi sumber daya. George Dantzig, yang pada tahun 1947 mengembangkan algoritma simpleks
untuk pemrograman linier (LP), memberikan dorongan paling penting untuk pertumbuhan ini. Sampai hari ini, LP
tetap menjadi salah satu teknik OR yang paling banyak digunakan dan meskipun perkembangan metode titik
interior relatif baru sebagai pendekatan alternatif, algoritma simpleks (dengan banyak penyempurnaan komputasi)
terus digunakan secara luas. Dorongan utama kedua untuk pertumbuhan OR adalah perkembangan pesat
komputer digital selama tiga dekade berikutnya. Metode simpleks diimplementasikan pada komputer untuk
pertama kalinya pada tahun 1950, dan pada tahun 1960 implementasi tersebut dapat memecahkan masalah
dengan sekitar 1000 kendala. Hari ini, implementasi pada workstation yang kuat dapat secara rutin memecahkan
masalah dengan ratusan ribu variabel dan kendala. Selain itu, volume data yang besar yang diperlukan untuk
masalah tersebut dapat disimpan dan dimanipulasi dengan sangat efisien. implementasi pada workstation yang
kuat secara rutin dapat memecahkan masalah dengan ratusan ribu variabel dan kendala. Selain itu, volume data
yang besar yang diperlukan untuk masalah tersebut dapat disimpan dan dimanipulasi dengan sangat efisien.
implementasi pada workstation yang kuat secara rutin dapat memecahkan masalah dengan ratusan ribu variabel
dan kendala. Selain itu, volume data yang besar yang diperlukan untuk masalah tersebut dapat disimpan dan
dimanipulasi dengan sangat efisien. Setelah metode simpleks ditemukan dan digunakan, pengembangan metode
lain mengikuti dengan cepat. 20 tahun berikutnya menyaksikan perkembangan sebagian besar teknik OR yang
digunakan saat ini, termasuk pemrograman nonlinier, integer, dan dinamis, komputer simulasi, evaluasi program
dan teknik peninjauan (PERT) dan metode jalur kritis (CPM), teori antrian, model inventaris, teori permainan, dan
algoritma pengurutan dan penjadwalan. Para ilmuwan yang mengembangkan metode ini berasal dari berbagai
bidang, terutama matematika

PRINSIP DAN APLIKASI RISET OPERASI PRINSIP DAN APLIKASI RISET OPERASI 11.29
 ematika, teknik, dan ekonomi. Sangat menarik bahwa dasar teoretis untuk banyak teknik ini telah dikenal selama
bertahun-tahun; misalnya, rumus kuantitas pesanan ekonomi (EOQ) yang digunakan dengan banyak model
persediaan dikembangkan pada tahun 1915 oleh FW Harris, dan banyak dari rumus antrian dikembangkan oleh AK
Erlang pada tahun 1917. Namun, periode 1950 hingga 1970 adalah saat ini secara formal disatukan ke dalam apa
yang dianggap sebagai perangkat standar untuk analis riset operasi dan berhasil diterapkan pada masalah
signifikansi industri. Bagian berikut menjelaskan pendekatan yang diambil oleh riset operasi untuk memecahkan
masalah dan mengeksplorasi bagaimana semua metodologi ini masuk ke dalam kerangka OR.

APA ITU PENELITIAN OPERASI?

Kesalahpahaman umum yang dipegang oleh banyak orang adalah bahwa OR adalah kumpulan alat matematika.
Meskipun benar bahwa OR menggunakan berbagai teknik matematika, riset operasi memiliki cakupan yang jauh
lebih luas. Ini adalah pendekatan sistematis untuk memecahkan masalah, yang menggunakan satu atau lebih alat
analisis dalam proses analisis. Mungkin satu-satunya masalah terbesar dengan OR adalah namanya: bagi orang
awam, istilahnyaoperasi pencarian tidak memunculkan segala jenis gambar yang berarti! Ini adalah konsekuensi
yang disayangkan dari fakta bahwa nama AP Rowe yang pertama kali ditugaskan ke bidang itu entah bagaimana
tidak pernah diubah menjadi sesuatu yang lebih indikatif atau deskriptif dari hal-hal yang OR sebenarnya. Kadang-
kadang OR disebut sebagai ilmu manajemen (MS) untuk lebih mencerminkan perannya sebagai pendekatan ilmiah
untuk memecahkan masalah manajemen, tetapi tampaknya terminologi ini lebih populer di kalangan profesional
bisnis dan orang-orang masih berdalih tentang perbedaan antara OR dan MS. Peracikan ini adalah kurangnya
konsensus yang jelas tentang definisi formal untuk OR. Misalnya, CW Churchman, yang dianggap sebagai salah satu
pelopor OR, mendefinisikannya sebagai "penerapan metode ilmiah, teknik dan alat untuk masalah yang
melibatkan operasi sistem sehingga memberikan mereka yang mengendalikan sistem dengan solusi optimal untuk
masalah." Ini memang definisi yang agak komprehensif, tetapi ada banyak orang lain yang cenderung pergi ke
ekstrim lain dan mendefinisikan riset operasi menjadi sederhana.yang dilakukan peneliti operasi (definisi yang
tampaknya paling sering dikaitkan dengan E. Naddor). Terlepas dari kata-kata persis yang digunakan, mungkin
aman untuk mengatakan bahwa monikeroperasi pencarian ada di sini untuk tinggal, dan oleh karena itu penting
untuk dipahami bahwa pada dasarnya ATAU hanya dapat dilihat sebagai pendekatan sistematis dan analitis untuk
pengambilan keputusan dan pemecahan masalah. Kuncinya di sini adalah bahwa OR menggunakan metodologi
yang objektif dan diartikulasikan dengan jelas, dan dibangun di sekitar filosofi bahwa pendekatan semacam itu
lebih unggul daripada pendekatan yang didasarkan semata-mata pada subjektivitas dan pendapat para ahli, dalam
hal itu akan mengarah pada yang lebih baik dan lebih baik. keputusan yang lebih konsisten. Namun, ATAU
tidakbukan menghalangi penggunaan penilaian manusia atau penalaran yang tidak dapat diukur; sebaliknya, yang
terakhir dipandang sebagai pelengkap pendekatan analitis. Dengan demikian, seseorang harus memandang ATAU
bukan sebagai proses pengambilan keputusan mutlak, tetapi sebagaibantuan untuk membuat keputusan yang
baik. ATAU memainkan peran penasihat dengan menghadirkan manajer atau pembuat keputusan dengan
serangkaian alternatif yang berasal dari ilmu pengetahuan. Namun, keputusan akhir selalu diserahkan kepada
manusia yang memiliki pengetahuan yang tidak dapat dikuantifikasi secara tepat dan yang dapat meredam hasil
analisis untuk sampai pada keputusan yang masuk akal.

PENDEKATAN RISET OPERASI

Mengingat OR mewakili kerangka kerja terintegrasi untuk membantu membuat keputusan, langkah selanjutnya
adalah memiliki pemahaman yang jelas tentang kerangka kerja ini sehingga dapat diterapkan pada masalah umum.
Untuk mencapai ini, pendekatan OR sekarang dirinci. Pendekatan ini terdiri dari tujuh langkah berurutan berikut:

(1) orientasi,
(2) definisi masalah,

(3) pengumpulan data,

(4) perumusan model,

(5) solusi,

(6) validasi model dan analisis keluaran, dan

(7) pelaksanaan dan pemantauan.

Mengikat setiap langkah ini bersama-sama adalah mekanisme untuk umpan balik yang berkelanjutan;

PRINSIP DAN APLIKASI RISET OPERASI 11.30 PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

pendekatan keseluruhan dapat dilihat secara skematis seperti yang ditunjukkan pada Gambar 11.2.1. Sementara
sebagian besar penekanan akademis telah pada langkah 4, 5, dan 6, pembaca harus mengingat bahwa langkah-
langkah lain sama pentingnya dari perspektif praktis. Memang, perhatian yang tidak memadai pada langkah-
langkah ini telah menjadi alasan mengapa OR terkadang secara keliru dianggap tidak praktis atau tidak efektif di
dunia nyata. Orientasi Definisi masalah Pengumpulan data Formulasi Model Larutan Validasi dan Analisis Output
Implementasi dan Pemantauan GAMBAR 11.2.1 Pendekatan riset operasi.

Masing-masing langkah ini sekarang dibahas secara lebih rinci. Untuk mengilustrasikan bagaimana langkah-langkah
tersebut dapat diterapkan, pertimbangkan skenario tipikal di mana perusahaan manufaktur merencanakan
produksi untuk bulan mendatang. Perusahaan menggunakan banyak sumber daya (seperti tenaga kerja, mesin
produksi, bahan mentah, modal, pemrosesan data, ruang penyimpanan, dan peralatan penanganan bahan) untuk
membuat sejumlah produk berbeda yang bersaing untuk sumber daya ini. Produk memiliki margin keuntungan
yang berbeda dan membutuhkan jumlah yang berbeda dari setiap sumber daya. Banyak sumber daya yang
terbatas dalam ketersediaannya. Selain itu, ada faktor rumit lainnya seperti ketidakpastian dalam permintaan
produk, kerusakan mesin secara acak, dan perjanjian serikat pekerja yang membatasi bagaimana tenaga kerja
dapat digunakan. Mengingat lingkungan operasi yang kompleks ini, Sebagai ilustrasi tentang bagaimana seseorang
dapat melakukan studi riset operasi untuk mengatasi situasi ini, pertimbangkan contoh yang sangat
disederhanakan dari masalah perencanaan produksi di mana ada dua lini produk utama (widget dan gizmos,
katakanlah) dan tiga sumber daya pembatas utama (A, B , dan C) di mana masing-masing produk bersaing. Setiap
produk memerlukan jumlah sumber daya yang berbedabeda dan perusahaan mengeluarkan biaya yang berbeda
(tenaga kerja, bahan baku, dll.) dalam membuat produk dan merealisasikan pendapatan yang berbeda ketika
produk tersebut dijual. Tujuan dari proyek OR adalah untuk mengalokasikan sumber daya ke dua produk secara
optimal

PRINSIP DAN APLIKASI RISET OPERASI 11.31

Orientasi Langkah pertama dalam pendekatan OR disebut sebagai orientasi masalah. Tujuan utama dari langkah ini
adalah untuk membentuk tim yang akan mengatasi masalah yang dihadapi dan memastikan bahwa anggotanya
memiliki gambaran yang jelas tentang masalah yang relevan. Perlu dicatat bahwa karakteristik yang membedakan
dari setiap studi OR adalah bahwa hal itu dilakukan oleh tim multifungsi. Sedikit menyimpang, menarik juga bahwa
dalam beberapa tahun terakhir banyak yang telah ditulis dan dikatakan tentang manfaat tim proyek dan bahwa
hampir semua proyek industri saat ini dilakukan oleh tim multifungsi. Bahkan dalam pendidikan teknik, kerja sama
tim telah menjadi unsur penting dari materi yang diajarkan kepada siswa dan hampir semua program teknik
akademik memerlukan proyek tim siswa mereka. Biasanya, tim akan memiliki seorang pemimpin dan terdiri dari
anggota dari berbagai area fungsional atau departemen yang akan terpengaruh atau berpengaruh pada masalah
yang dihadapi. Dalam fase orientasi, tim biasanya bertemu beberapa kali untuk membahas semua masalah yang
terlibat dan untuk sampai pada fokus pada yang kritis. Fase ini juga melibatkan studi dokumen dan literatur yang
relevan dengan masalah untuk menentukan apakah orang lain pernah mengalami masalah yang sama (atau
serupa) di masa lalu, dan jika demikian, untuk menentukan dan mengevaluasi apa yang dilakukan untuk mengatasi
masalah tersebut. Ini adalah poin yang sering cenderung diabaikan, tetapi untuk mencapai solusi yang tepat waktu,
sangat penting untuk tidak menemukan kembali roda. Dalam banyak studi OR, seseorang benarbenar
mengadaptasi prosedur solusi yang telah dicoba dan diuji, sebagai lawan mengembangkan yang benar-benar baru.
Tujuan dari fase orientasi adalah untuk memperoleh pemahaman yang jelas tentang masalah dan hubungannya
dengan aspek operasional yang berbeda dari sistem, dan untuk mencapai konsensus tentang apa yang harus
menjadi fokus utama proyek. Selain itu, tim juga harus memiliki apresiasi atas apa (jika ada) yang telah dilakukan di
tempat lain untuk memecahkan masalah yang sama (atau serupa). Dalam contoh perencanaan produksi hipotetis
kami, tim proyek mungkin terdiri dari anggota dari teknik (untuk memberikan informasi tentang proses dan
teknologi yang digunakan untuk produksi), perencanaan produksi (untuk memberikan informasi tentang waktu
pemesinan, tenaga kerja, inventaris, dan sumber daya lainnya), penjualan dan pemasaran (untuk memberikan
masukan atas permintaan produk), akuntansi (untuk memberikan informasi tentang biaya dan pendapatan), dan
sistem informasi (untuk menyediakan data yang terkomputerisasi). Tentu saja, insinyur industri bekerja di semua
bidang ini. Selain itu, tim mungkin juga memiliki personel lantai bengkel seperti mandor atau supervisor shift dan
mungkin akan dipimpin oleh manajer tingkat menengah yang memiliki hubungan dengan beberapa area fungsional
yang terdaftar. Pada akhir fase orientasi, tim mungkin memutuskan bahwa tujuan spesifiknya adalah
memaksimalkan keuntungan dari dua produknya selama bulan depan. Ini juga dapat menentukan hal-hal
tambahan yang diinginkan, seperti beberapa tingkat persediaan minimum untuk dua produk pada awal bulan
berikutnya, tingkat tenaga kerja yang stabil, atau beberapa tingkat pemanfaatan mesin yang diinginkan. Definisi
masalah Ini adalah yang kedua dan, dalam banyak kasus, langkah paling sulit dari proses OR. Tujuannya di sini
adalah untuk lebih menyempurnakan pertimbangan dari fase orientasi ke titik di mana ada definisi yang jelas dari
masalah dalam hal ruang lingkup dan hasil yang diinginkan. Fase ini tidak boleh disamakan dengan fase
sebelumnya karena jauh lebih fokus dan berorientasi pada tujuan; namun, orientasi yang jelas sangat membantu
dalam memperoleh fokus ini. Kebanyakan insinyur industri yang berpraktik dapat berhubungan dengan perbedaan
ini dan kesulitan dalam berpindah dari tujuan umum seperti meningkatkan produktivitas atau mengurangi masalah
kualitas ke tujuan yang lebih spesifik dan terdefinisi dengan baik yang akan membantu dalam memenuhi tujuan ini.
Definisi masalah yang jelas mengandung tiga komponen luas. Yang pertama adalah pernyataan tujuan yang tidak
ambigu. Bersamaan dengan spesifikasi tujuan, penting juga untuk menentukan ruang lingkupnya, yaitu
menetapkan batasan untuk diikuti analisis. Sementara lengkap

PRINSIP DAN APLIKASI RISET OPERASI 11.32

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

solusi tingkat sistem selalu diinginkan, ini mungkin sering tidak realistis ketika sistem sangat besar atau kompleks,
dan dalam banyak kasus seseorang kemudian harus fokus pada sebagian sistem yang dapat diisolasi dan dianalisis
secara efektif. Dalam kasus seperti itu, penting untuk diingat bahwa ruang lingkup solusi yang diturunkan juga akan
dibatasi. Beberapa contoh tujuan yang tepat mungkin adalah (1) untuk memaksimalkan keuntungan selama
kuartal berikutnya dari penjualan produk kami, (2) untuk meminimalkan waktu henti rata-rata di pusat kerja X, (3)
untuk meminimalkan total biaya produksi di Pabrik Y, atau (4) untuk meminimalkan jumlah rata-rata
keterlambatan pengiriman per bulan ke pelanggan. Komponen kedua dari definisi masalah adalah spesifikasi
faktor-faktor yang akan mempengaruhi tujuan. Ini selanjutnya harus diklasifikasikan ke dalam tindakan alternatif
yang berada di bawah kendali pembuat keputusan dan faktor-faktor tak terkendali di mana dia tidak memiliki
kendali. Misalnya, dalam lingkungan produksi, tingkat produksi yang direncanakan dapat dikendalikan, tetapi
permintaan pasar yang sebenarnya mungkin tidak dapat diprediksi (walaupun mungkin untuk memperkirakannya
secara ilmiah dengan akurasi yang masuk akal). Idenya di sini adalah untuk membentuk daftar komprehensif dari
semua tindakan alternatif yang dapat diambil oleh pengambil keputusan dan yang kemudian akan berdampak
pada tujuan yang telah ditetapkan. Akhirnya, pendekatan OR akan mencari tindakan tertentu yang
mengoptimalkan tujuan. Komponen ketiga dan terakhir dari definisi masalah adalah spesifikasi kendala pada
tindakanmenetapkan batas-batas untuk tindakan spesifik yang mungkin diambil oleh pembuat keputusan.

BAB 11.6

STUDI KASUS: SARAF APLIKASI JARINGAN

Pendekatan jaringan saraf untuk menghubungkan parameter manufaktur ke output yang dapat diamati (ketebalan
bagian) dieksplorasi dalam studi kasus ini. Aplikasi ini melibatkan pengaturan hipotetis di mana ketebalan bagian
dipengaruhi oleh beberapa parameter; tidak ada model teoretis yang diketahui untuk menghubungkan parameter
input dengan ketebalan secara memuaskan, dan regresi linier konvensional tidak memberikan hasil yang
memuaskan. Karena kemahahadirannya dan dokumentasinya dalam literatur jaringan saraf, backpropagation
dipilih sebagai arsitektur jaringan saraf. Kasus ini juga membahas bagaimana menggunakan model empiris yang
dihasilkan oleh jaringan backpropagation dalam strategi optimasi untuk menentukan pengaturan parameter.

PENGANTAR

Jaringan saraf baru-baru ini menjadi lebih banyak digunakan di industri dan dapat memberikan alternatif yang
berguna untuk beberapa aplikasi IE. Menggambar inspirasi mereka dari perangkat keras otak (yaitu, sistem saraf),
teknik ini merupakan pendekatan alternatif untuk kecerdasan buatan (AI). Pendekatan konvensional AI, yang
menggunakan sistem pakar berbasis perangkat lunak otak (pikiran), dilengkapi dengan jaringan saraf. Gagasan di
balik jaringan saraf sebenarnya lebih tua daripada gagasan di balik sistem pakar. Penemuan kembali mereka pada
1980-an adalah karena kemajuan yang dibuat oleh dan diakui oleh sekelompok kecil peneliti. Studi kasus ini akan
menjelaskan secara singkat apa itu jaringan saraf dan bagaimana mereka dapat diterapkan menggunakan ilustrasi
dari pengaturan kualitas manufaktur. Deskripsi Neural Network Jaringan saraf adalah model komputasi yang
didasarkan secara longgar pada hipotesis kerja otak. Sementara berbagai model yang berbeda ada dengan
berbagai aplikasi, kami akan fokus pada jaringan saraf untuk tugas pemodelan empiris, yang menggunakan data
sampel untuk membangun model yang menghubungkan beberapa input ke satu atau lebih output [1]. Jaringan
saraf semacam itu terbukti berguna ketika

11.122 PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

data ada atau dapat diperoleh dengan murah, dan ketika hubungan yang mendasarinya tidak dipahami dengan
baik. Misalnya, jaringan saraf telah diterapkan dengan semakin sukses untuk masalah di sektor keuangan, di mana
data historis ada dalam jumlah besar tanpa biaya kepada pengguna. Contoh penerapannya berkisar dari
mengklasifikasikan usaha baru sebagai "pemenang" atau "pecundang" dalam hal kinerja operasi jangka panjang
yang diprediksi, hingga memprediksi kelebihan pengembalian atas saham besar, dan menentukan tingkat risiko
yang ditimbulkan oleh pemohon pinjaman. Berbeda dengan sistem pakar, yang menerapkan aturan yang
diekstraksi dari seorang pakar untuk menggunakan logika untuk memecahkan masalah, jaringan saraf belajar
dengan memberi contoh. Mereka membangun gagasan bahwa untuk banyak, meskipun tidak semua, tugas
manusia mempelajari hubungan antara input dan output melalui banyak contoh. Seringkali, dalam kasus ini,
mengartikulasikan aturan sebenarnya untuk membuat asosiasi ini sulit. Misalnya, perhatikan bagaimana anak-anak
belajar tentang binatang, seperti anjing. Jarang mereka diajarkan aturan eksplisit untuk diikuti untuk
mengidentifikasi binatang sebagai anjing aturan seperti itu akan dengan cepat menjadi terlalu banyak dan penuh
dengan pengecualian. Sebaliknya, dengan bantuan berbagai eksposur ke anjing dari berbagai ras, bentuk, dan
ukuran, mereka menjadi ahli dalam identifikasi anjing. Mereka bahkan mampu menggeneralisasi—untuk
mengenali sebagai seekor anjing, seekor binatang yang belum pernah dilihat sebelumnya. Deskripsi
Backpropagation Meskipun berbagai pendekatan jaringan saraf untuk pemodelan empiris ada, kami akan fokus
pada penerapan backpropagation dalam kasus kami. Backpropagation adalah salah satu algoritma untuk
mengajarkan jaringan saraf untuk menghubungkan input dengan output dengan benar [2,3]. Kami memilih model
ini bukan karena mewakili kemajuan jaringan saraf terbaru, tetapi karena tersedia dan diterapkan secara luas [4],
banyak aturan praktis untuk menggunakannya telah ditetapkan, dan banyak model alternatif dibangun di atas
propagasi mundur dan menghadapi beberapa atau semua masalah aplikasi yang sama. Semua jaringan saraf
pemodelan empiris menghasilkan output sebagai respons terhadap satu set input, yang disebut pola input.
Misalnya, dalam kasus klasifikasi risiko, pola input dapat terdiri dari beberapa atribut pemohon pinjaman (gaji,
utang, tahun tinggal saat ini, dll. Gambar 11.6.1 menunjukkan jaringan syaraf tiruan backpropagation, dengan tiga
lapisan unit: input, hidden, dan output. Unit-unit ini mengirimkan sinyal terkait di sepanjang koneksi. Koneksi ada
antara unit pada lapisan yang berdekatan dan setiap koneksi memiliki bobot terkait yang mengalikan sinyal yang
berjalan di atasnya. Unit input menerima dan mengirimkan data pola input. Unit output memberikan respon akhir
dari jaringan saraf ke pola input. Unit tersembunyi melakukan transformasi nonlinier yang memainkan peran kunci
dalam memungkinkan jaringan saraf untuk membentuk model nonlinier. Keluaran suatu unit disebutpengaktifan.
Jaringan saraf tiruan backpropagation menggunakan data untuk menemukan nilai dari variabel yang tidak
diketahui bobotnya pada koneksi dalam jaringan. Proses mengubah bobot sebagai respons terhadap penyajian
data yang berulang disebutpelatihan. Perhitungan output akhir dari jaringan saraf (aktivasi node output) terjadi
pada tahap L, di mana: L mewakili jumlah lapisan (jaringan saraf backpropagation GAMBAR 11.6.1 Jaringan saraf
dengan satu lapisan tersembunyi

STUDI KASUS: APLIKASI JARINGAN SARAF 11.123

pekerjaan mungkin memiliki satu atau dua lapisan tersembunyi). Unit input menerima dan mengirimkan sebagai
output, sebuah vektor yang mewakili kombinasi nilai input untuk dikaitkan dengan nilai output yang diinginkan.
Unit lapisan tersembunyi menghitung aktivasinya menggunakan sinyal berbobot dari lapisan (input) sebelumnya
dan fungsi transfer nonlinier—biasanya fungsi sigmoid yang mengembalikan nilai dalam interval seperti (0,1).
Jaringan saraf membutuhkan fungsi transfer nonlinier pada lapisan tersembunyi untuk membentuk model empiris
yang memetakan hubungan nonlinier. Jika tidak, jaringan saraf hanya melakukan regresi linier orde pertama. Unit
lapisan keluaran kemudian menggunakan fungsi (mungkin berbeda dari yang ada di lapisan tersembunyi, misalnya,
linier) untuk menghitung nilai aktivasinya, yang mewakili output dari seluruh jaringan. Aturan pembelajaran
biasanya membandingkan nilai keluaran akhir ini dengan nilai keluaran yang diinginkan untuk set masukan awal
selama pelatihan jaringan. Pelatihan terdiri dari banyak siklus penyajian kumpulan data: data pelatihan. Di awal
pelatihan, nilai keluaran aktual dan yang diinginkan kemungkinan besar akan berbeda secara signifikan, tetapi
ketika bobot menyesuaikan dengan tepat, kesalahan pembeda—berkurang. Dalam backpropagation, aturan
pembelajaran mencoba untuk menyesuaikan bobot untuk meminimalkan kesalahan jumlah kuadrat (SSE) antara
nilai output aktual dan yang diinginkan dalam set pelatihan. Tabel 11.6.1 mendefinisikan beberapa istilah
kesalahan yang digunakan termasuk SSE. Setelah pelatihan berakhir, tes terpisah set digunakan untuk menilai
kinerja dan terutama generalisasi: Pemilihan jumlah unit tersembunyi dapat menimbulkan tantangan yang berat.
Setiap unit tersembunyi yang ditambahkan ke jaringan menambahkan (Saya + HAI) bobot sambungan, di mana
Saya = jumlah unit masukan dan HAI =jumlah unit output. Berbagai aturan praktis ada, tetapi pada dasarnya,
keseimbangan yang halus biasanya dicari. Terlalu banyak unit tersembunyi, dan karenanya terlalu banyak bobot,
dapat menyebabkan overtraining (mirip dengan masalah statistik overfitting): kinerja yang unggul pada set data
pelatihan tetapi generalisasi yang buruk untuk data baru (data uji). Terlalu sedikit unit tersembunyi dapat
mencegah keberhasilan pada set pelatihan dan pengujian. Seperti yang akan kita lihat nanti, jumlah unit
tersembunyi bersama dengan jumlah titik data dalam set pelatihan dan panjang periode pelatihan (jumlah siklus
melalui set data pelatihan) berkontribusi pada pembelajaran jaringan dan dapat memengaruhi pelatihan berlebih.
Referensi [2,3,5] memberikan rincian lebih lanjut tentang jaringan saraf pada umumnya dan backpropagation pada
khususnya. Perbedaan Antara Neural Network dan Regresi Linier Regresi linier mengharuskan analis untuk
mengasumsikan bentuk fungsional model yang menghubungkan satu set input ke satu atau lebih output,
kemudian menyesuaikan data yang tersedia dengan model itu, yang harus linier dalam parameter yang tidak
diketahui. Misalnya, model regresi linier orde pertama, yang sangat umum digunakan, mengasumsikan bentuk:
kamu = sebuah1x1 + sebuah2x2 + . . . +sebuahnxn + B sementara model linier lain yang lebih tinggi mungkin
mengambil bentuk kamu = sebuah1x1 + sebuah2x1x2 + sebuah3x 2 3 + B TABEL 11.6.1 Definisi Istilah Kesalahan
Ketentuan SSE Definisi Jumlah kesalahan kuadrat Rumus - (kamuJ - kamu e 2 Penjelasan J ) J = 1,...,n di mana n =
jumlah titik data, kamuJ = keluaran yang diinginkan J untuk titik data J, dan kamu eJ = keluaran untuk titik data J
diperkirakan oleh model. Akar kuadrat dari kesalahan kuadrat rata-rata. Dimana2 adalah varian dari data. RMS
Root mean kuadrat kesalahan Jumlah total kuadrat Koefisien determinasi Sqrt(SSE/n) (n - 1)σ2 1 (SSE/TSS) TSS R2
Digunakan untuk menilai kinerja model untuk kumpulan data tertentu (mendekati 0 berarti tidak ada penjelasan
yang dihasilkan oleh model; mendekati 1 berarti hampir tidak ada kesalahan dalam model relatif terhadap
variabilitas data).

STUDI KASUS: APLIKASI JARINGAN SARAF 11.124

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

Perhatikan bahwa fungsi nonlinier dari input, x = (x1, x2, . . . ,xn), diperbolehkan tetapi bobot tetap kelipatan orde
pertama dari input. Setelah formulir diasumsikan, kumpulan data (tepat mengatur) yang terdiri dari P, pasangan
input-output (xJ, kamuJ), di mana xJ = (x J, x J 1 2 , . . . ,x n J ) dan J = 1, . . . ,P adalah digunakan agar sesuai dengan
model, yaitu, untuk menemukan parameter yang tidak diketahui (sebuah1, sebuah2, . . . ,sebuahn, B). Untuk
menemukan parameter ini, data input dan data output memiliki operasi matriks yang dilakukan pada mereka
untuk menemukan nilai parameter yang tidak diketahui yang meminimalkan jumlah kesalahan kuadrat antara nilai
prediksi modelkamu dan nilai pengamatan sebenarnya dari kamu untuk setiap pasangan. (Lihat Tabel 11.6.1 untuk
rumus kesalahan jumlah kuadrat). Akhirnya, satu set evaluasi (terpisah dari tetapi mirip dengan data pas) dapat
digunakan untuk mengevaluasi kemampuan generalisasi model. (Tinjauan singkat regresi linier ini harus dilengkapi
dengan bacaan lebih lanjut jika pembaca tidak terbiasa; lihat Ref. [1]). Backpropagation dan arsitektur jaringan
saraf terkait menggunakan set pelatihan (mirip dengan set pas) untuk menemukan parameter yang tidak diketahui
dari model yang berkaitan x ke y. Di sana, bagaimanapun, kesamaan langsung antara kedua metode berakhir.
Backpropagation tidakbukan mengharuskan pengguna untuk secara apriori mengambil bentuk spesifik dari fungsi
yang berhubungan dengan input ke output. Backpropagation memungkinkan interaksi nonlinier antara input dan
output dalam model. Sementara regresi linier tingkat tinggi juga menangkap hubungan nonlinier, mereka terbatas
pada nonlinier hanya dalam input (bukan parameter) dan mereka harus diasumsikan secara apriori atau ditemukan
melalui enumerasi yang membosankan. kemungkinan. Backpropagation menemukan bobot jaringan, seperti
parameter regresi, melalui paparan berulang ke set pelatihan, dan sering membuat perubahan inkremental pada
bobot sebagai respons hanya sebagian dari set pelatihan. Hal ini memungkinkan backpropagation untuk mencari
set bobot terbaik secara stokastik (sementara regresi linier selalu menemukan set parameter yang sama dengan
set dan model yang pas). Backpropagation dapat menemukan solusi yang berbeda berdasarkan titik awal yang
berbeda, urutan pola, pilihan parameter, dan sebagainya. Sifat stokastik backpropagation memungkinkan untuk
menemukan solusi yang unggul. Namun, itu membuat backpropagation lebih lambat dari regresi dan mungkin
kurang stabil. Akhirnya, backpropagation berbeda dari regresi dalam kurangnya ketajaman. Fungsi regresi, setelah
ditentukan, dengan jelas menjelaskan bagaimana istilah input berkontribusi pada nilai output dan uji statistik
langsung dapat menjawab banyak pertanyaan tentang nilai parameternya. Fungsi jaringan saraf yang
menghubungkan input ke output menentang penjelasan yang mudah. Namun, peneliti terus berupaya
menemukan cara untuk melakukan pengujian pada hasil aplikasi pelatihan jaringan saraf sehingga dapat terjadi
pemahaman yang lebih dalam. Keseluruhan, Tujuan Studi Kasus Studi kasus akan mencoba untuk menyoroti dan
mengklarifikasi beberapa kesalahpahaman kunci yang sering muncul dalam aplikasi jaringan saraf. Kami akan
membahas alasan mengapa aplikasi bunga menawarkan alternatif yang layak. Sementara pendekatan untuk
menggunakan jaringan saraf dapat melibatkan sejumlah eksperimen, pedoman yang bermanfaat dan metode yang
dapat dikelola untuk menyusun pendekatan memang ada. Pedoman ini berbeda tergantung pada data yang ada,
sehingga kasus ini akan menyajikan studi percontohan yang dilakukan dan eksperimen penuh. Kedua fase ini
menggambarkan berbagai masalah yang dapat muncul. Masalah khas yang terjadi adalah overtraining, mirip
dengan masalah statistik overfitting. Kasus ini akan menunjukkan kesadaran akan masalah dan pendekatan untuk
menghindari atau memperbaikinya. Akhirnya, masalah utama lain yang muncul adalah data. Data yang digunakan
untuk aplikasi jaringan saraf berisi semua yang diketahui jaringan saraf tentang masalahnya; dengan demikian, itu
harus cukup mewakili hubungan kepentingan. Pembagian data—menjadi set pelatihan dan pengujian—juga
menghadirkan tantangan penting. Studi kasus ini disusun sebagai berikut. Kami mulai dengan deskripsi latar
belakang masalah dan menganalisis situasi saat ini. Tujuan dan ruang lingkup proyek mengikuti. Organisasi proyek
ini dibagi menjadi dua fase: studi percontohan dan percobaan penuh. Studi percontohan dijelaskan secara singkat,
diikuti dengan rencana rinci untuk melakukan studi penuh

STUDI KASUS: APLIKASI JARINGAN SARAF 11.125

eksperimen. Diskusi kemudian beralih ke pendekatan optimasi yang digunakan. Modifikasi dan hasil berikutnya
untuk pendekatan jaringan saraf mengikuti. Akhirnya, penilaian proyek bersama dengan ringkasan temuan praktis
melengkapi presentasi. LATAR BELAKANG DAN ANALISIS SITUASI Studi kasus kami meneliti pabrik dengan masalah
kualitas. Pembuatan bagian memerlukan pengaturan berbagai parameter untuk mempengaruhi ketebalan bagian.
Dengan demikian, ada pemetaan dari input (pengaturan parameter) ke output (ketebalan bagian). Jika pemetaan
diketahui secara matematis, maka metode optimasi dapat mencoba untuk mengatur parameter sehingga
meminimalkan penyimpangan dari ketebalan yang diinginkan. Tidak ada model teoretis yang akurat untuk
menghubungkan parameter kontrol dengan ketebalan produk. Namun, para insinyur pabrik mengenali faktor
mana yang mempengaruhi ketebalan: suhu material, kecepatan roller, laju umpan, tingkat material, mesin, dan
operator. Dua faktor terakhir dipertimbangkan karena suku cadang dibuat pada salah satu dari empat mesin
berbeda, yang kinerjanya berbeda karena usia; satu dari empat operator, yang masing-masing memiliki
pendekatan unik, mengoperasikan alat berat. Ketebalan target (diinginkan) bervariasi, tergantung pada pelanggan
untuk siapa bagian tersebut diproduksi. Saat ini operator menggunakan buku pegangan untuk mengatur
parameter suhu, kecepatan, dan laju umpan ke nilai tertentu berdasarkan grade material dan ketebalan (target)
yang diinginkan. Dengan demikian buku pegangan menyediakan model macam yang mengarah ke
ketebalan,kamue, ketika ketebalan kamu diinginkan. Model buku pegangan menghasilkan perkiraan rata-rata
penyimpangan saat ini dari ketebalan yang diinginkan sebesar 3 mm yang diukur dengan root mean squared error
(RMS). (Lihat Tabel 11.6.1 untuk definisi istilah kesalahan yang digunakan dalam kasus ini dan Ref. [1] untuk diskusi
latar belakang rinci tentang masalah statistik.) Rekomendasi buku pegangan disajikan dalam tabel, yang perlu
dibatasi kegunaannya. Misalnya, parameter suhu tidak benar-benar dapat dikontrol, dan memang kemampuan
untuk mengaturnya ke beberapa nilai tergantung pada tingkat material. Selanjutnya, pendekatan saat ini
memperlakukan semua parameter sebagai diskrit, yang dapat mengambil salah satu dari empat nilai. Pada
kenyataannya, hanya dua dari enam parameter yang diskrit (operator dan mesin). Semua faktor lain mengambil
nilai berkelanjutan. Selain itu, pengaturan buku pegangan tidak memperhitungkan perbedaan antara mesin atau
operator sama sekali. Dengan demikian, metode pengaturan parameter saat ini memiliki sejumlah kekurangan. Itu
tidak secara akurat menangkap hubungan antara input dan output: ketebalan. Kelompok yang ditugaskan untuk
tugas meningkatkan kualitas produk pertama-tama bertujuan untuk memahami hubungan faktor-faktor yang
dapat dikontrol dengan ketebalan. Pendekatan yang diambil harus mudah diimplementasikan, rendah biaya, dan
efektif (menghasilkan perbaikan dari pendekatan saat ini). Karena banyak data tersedia di pabrik, kelompok
memutuskan bahwa metode empiris akan sesuai dengan proyek dan terbukti masuk akal dalam biaya. Mengingat
waktu dan biaya produksi, mereka menentukan bahwa mereka mungkin memerlukan hingga 4000 pengamatan
(pada 500 bagian yang diproduksi per hari, delapan hari pengumpulan data yang diperlukan) pada faktor-faktor
yang berkontribusi dan ketebalan yang terkait. Kelompok bermaksud untuk menentukan hubungan dari data ini
dan menggunakannya untuk meningkatkan kualitas produk. Analisis awal pada kumpulan data 200 pengamatan
yang ada menggunakan regresi linier dan mengungkapkan bahwa model orde pertama memberikan R2 hanya 0,5
(lihat Tabel 11.6.1). Performa ini sesuai dengan deviasi (kesalahan RMS) sebesar 2,8 mm. Analisis lebih lanjut
menunjukkan bahwa parameter menunjukkan setidaknya interaksi orde kedua. Oleh karena itu, pendekatan
regresi linier yang efektif harus mencakup efek urutan yang lebih tinggi, yang dapat menjadi jauh lebih rumit.
Model regresi linier hanya sedikit meningkatkan hasil saat ini, sehingga kelompok mempertimbangkan untuk
menggunakan pendekatan jaringan saraf. Kondisi yang ada membuat pabrik ini menjadi kandidat yang sangat baik
untuk jaringan saraf. Pertama, data ternyata dapat diperoleh dalam jumlah banyak tanpa biaya yang berlebihan.
Tentu saja, hal ini tidak selalu terjadi di lingkungan manufaktur. Terkadang, jauh lebih kecil

STUDI KASUS: APLIKASI JARINGAN SARAF 11.126

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

sejumlah data digunakan dalam aplikasi jaringan saraf, seperti yang akan kita lihat di bagian berikutnya, Contoh
Aplikasi Jaringan Saraf Tiruan. Beberapa penelitian menunjukkan bahwa backpropagation mungkin lebih mampu
membangun model empiris dengan data lebih sedikit daripada pendekatan statistik, tetapi pemodelan empiris
selalu mendapat manfaat dari akses ke data sebanyak mungkin. Kedua, pendekatan regresi linier standar (yang
dapat dilakukan dengan menggunakan spreadsheet atau perangkat lunak lain dengan lebih mudah) menunjukkan
ruang yang luar biasa untuk perbaikan. Ketiga, tampaknya tidak ada hubungan teoretis yang memuaskan yang
dapat secara akurat memprediksi ketebalan keluaran berdasarkan nilai masukan apa pun; sementara buku
pegangan memberikan beberapa nilai spesifik dari hubungan itu tidak menawarkan persamaan yang dapat
digunakan untuk semua situasi yang mungkin. Akhirnya,

TUJUAN DAN RUANG LINGKUP

Memahami dengan tepat bagaimana berbagai faktor yang dapat dikontrol mempengaruhi ketebalan bagian sangat
penting untuk setiap upaya untuk meningkatkan kualitas. Perusahaan mendefinisikan kualitas sebagai kurangnya
penyimpangan dari target ketebalan. Dengan demikian, tujuan dari proyek ini ada dua. Pertama, mereka bertujuan
untuk secara akurat menggambarkan hubungan input-output untuk kualitas, di mana input adalah vektor (suhu
material, kecepatan roller, laju umpan, mesin, operator, dan grade material) dan output adalah ketebalan bagian,
dalam mm. Kedua, mereka ingin menggunakan hubungan analitis dalam upaya untuk menghasilkan bagian dalam
kisaran target untuk ketebalan. Penekanan dari diskusi kasus ini adalah pada tujuan pertama—membangun model
empiris dengan jaringan saraf. Setelah model yang dapat diandalkan ada, grup akan menggunakan metode
optimasi dan/atau pencarian untuk menemukan cara meresepkan pengaturan parameter untuk mencapai
ketebalan yang diinginkan. Pada dasarnya, buku pegangan yang saat ini digunakan sekarang melakukan tugas ini.
Operator mencari pengaturan yang ditentukan untuk laju umpan, kecepatan roller, dan suhu berdasarkan tingkat
material dan ketebalan yang diinginkan. Terkadang mereka harus puas dengan perkiraan jawaban karena buku
pegangan tidak dapat menjelaskan perbedaan operator dan mesin. Selain itu, ia memperlakukan semua parameter
sebagai diskrit. Mengingat tujuan dan ruang lingkup proyek, kelompok memutuskan penerapan jaringan saraf
untuk masalah tersebut. Selanjutnya, grup memiliki akses ke perangkat lunak murah untuk mengimplementasikan
jaringan backpropagation yang banyak digunakan. Mereka memilih untuk menggunakan jaringan ini karena
popularitasnya dan penggunaan yang terdokumentasi. Meskipun model jaringan lain ada yang mungkin sesuai
dengan masalah setidaknya juga dengan keuntungan tertentu atas backpropagation, kelompok mengakui
kemudahan yang backpropagation dapat diimplementasikan dan sumber daya yang tersedia untuk membantu
mereka yang menggunakannya sebagai faktor penting dalam keputusan mereka. ORGANISASI PROYEK Kelompok
ini mengatur proyek menjadi dua fase. Pertama, mereka akan menjalankan studi percontohan menggunakan data
yang tersedia. Upaya ini akan menjelaskan beberapa masalah seputar penerapan jaringan saraf untuk masalah
mereka, membantu membiasakan mereka dengan perangkat lunak, dan memberikan perbandingan dengan hasil
regresi linier. Pada tahap kedua, tim akan mengumpulkan data dan menganalisisnya secara menyeluruh
menggunakan jaringan saraf. Fase Satu: Studi Percontohan Kumpulan data yang ada berisi 200 pengamatan (setiap
pengamatan sesuai dengan bagian). Semua 200 pengamatan digunakan dalam pendekatan regresi linier. Grup
memutuskan untuk menggunakan setengah

STUDI KASUS: APLIKASI JARINGAN SARAF 11.127

untuk pelatihan dan setengah untuk pengujian jaringan saraf. Memutuskan bagaimana membagi data terbukti
sangat penting, sehingga tim mencari berbagai opsi. Mereka belajar bahwa ketika data disediakan, tidak dihasilkan,
dan relatif langka, opsi untuk pembagian data ini termasuk menggunakan algoritme dupleks dari teori statistik [1],
memisahkan data secara acak, atau mencari cara lain yang jelas untuk membagi data yang mencoba memastikan
kesamaan antara dua set. Grup memilih untuk memisahkan data secara acak dan memeriksanya dengan
menggunakan varians dari variabel keluaran (ketebalan) untuk akhirnya menemukan pemisahan yang memastikan
tingkat kesamaan yang memadai. Setelah memisahkan data, mereka memilih arsitektur 10-unit tersembunyi
(singkatan yang khas adalah jumlah unit input, tersembunyi, dan output, atau, dalam hal ini, jaringan 6-10-1) dan
melatihnya menggunakan backpropagation algoritma sampai kesalahan RMS mencapai nilai yang dapat diterima.
Nilai default untuk perangkat lunak adalah 0,2. Setelah satu jam pelatihan, jaringan tidak menunjukkan tandatanda
mencapai bahkan nilai kesalahan RMS 2, sehingga tim berhenti berlatih setelah satu jam tambahan (ketika
kesalahan RMS = 1,3). Ini sesuai dengan R2 dari 0.9. Namun, hasil untuk set tes adalah R2 hanya 0,3. Jaringan,
ternyata, mungkin mengalami overtraining. Ini memiliki sejumlah besar parameter (ada 70 bobot koneksi dan 11
bobot bias—satu untuk setiap unit tersembunyi dan keluaran—yang dijelaskan dalam Referensi [2,3]) relatif
terhadap jumlah data pelatihan (100 pengamatan), dan itu melanjutkan pelatihan sampai kesalahan mendekati
nilai kesalahan RMS yang berubah-ubah, yang sebagai R2 menggambarkan, sebenarnya cukup rendah untuk
kumpulan data ini. Grup menginisialisasi ulang jaringan dengan setengah lebih banyak unit tersembunyi, berlatih
selama setengahnya, dan memperoleh hasil yang ditingkatkan secara signifikan (R2 dari 0,87 pelatihan, 0,8 untuk
tes). Ingat bahwa regresi linier menghasilkan R2 dari 0,5. Kelompok tersebut mengenali sejumlah kesewenang-
wenangan dalam pendekatan mereka dan mencoba untuk mempelajari lebih lanjut tentang pelatihan jaringan
saraf, seperti yang akan dibahas di bagian berikutnya. Dengan pelajaran yang didapat, mereka merencanakan
eksperimen penuh. Fase Dua: Eksperimen Penuh Fase ini merupakan eksperimen penuh, sehingga tim
menguraikan pendekatan berdasarkan apa yang telah mereka pelajari di fase satu. Mengumpulkan data. Kelompok
memutuskan bahwa mereka harus menghasilkan data yang digunakan untuk mengontrol eksperimen dengan lebih
hati-hati. Untungnya, anggaran mereka memungkinkan mereka untuk mengambil hingga 4000 pengamatan.
Seperti yang akan kita lihat ketika kita memeriksa contoh aplikasi jaringan saraf, jumlah ini akan memungkinkan
mereka untuk menggunakan desain eksperimental faktorial penuh untuk menghasilkan data untuk tiga set
terpisah. Bagi Set Kereta/Monitor/Tes. Dalam studi percontohan, hanya dua set yang berbeda (latihan dan tes)
yang digunakan. Penyelidikan lebih lanjut mengajarkan kelompok bahwa dengan lebih banyak data, pendekatan
yang lebih baik akan menggunakan tiga perangkat berbeda: pelatihan, pemantauan, dan pengujian. Data yang
digunakan untuk mencari bobot neural network adalah training set, yang digunakan untuk menilai kemampuan
prediktif jaringan adalah data test, dan yang digunakan untuk memantau kemajuan pelatihan adalah monitoring
set. Pendekatan tiga set akan memainkan peran kunci dalam mengurangi beberapa kesewenang-wenangan yang
terkait dengan pendekatan jaringan saraf dan akan dijelaskan lebih rinci nanti dalam bab ini. Karena set akan
menghasilkan data mereka sendiri, membaginya menjadi set terpisah akan menimbulkan lebih sedikit kesulitan
daripada dalam studi percontohan. Skala. Meskipun sering diabaikan, proses penskalaan data dapat secara
signifikan meningkatkan hasil pemodelan. Untungnya, sebagian besar paket perangkat lunak secara otomatis
menskalakan data. Untuk jaringan syaraf tiruan backpropagation, pendekatan tipikal adalah menskalakan setiap
nilai input dan output secara linier antara nilai minimum dan maksimumnya. Dengan demikian, nilai skala input,x,
menjadi xS di mana xS = (x - xmin)/(xmaksimal - xmin) untuk mengukur x antara 0 dan 1, atau xS = [2(x -
xmin)/(xmaksimal - xmin) 1+ untuk menskala x antara ( 1) dan 1. Proses penskalaan data, bagaimanapun dilakukan,
ternyata sangat penting. Karena grup memilih untuk menggunakan pengaturan default untuk jaringan
backpropagation, mereka akan menskalakan data ke interval (0,1) (dan menggunakan fungsi transfer sigmoid
untuk unit tersembunyi

STUDI KASUS: APLIKASI JARINGAN SARAF 11.128 PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

Desain Jaringan Saraf. Banyak yang telah ditulis tentang proses pemilihan arsitektur yang optimal (jumlah unit
tersembunyi, dan karenanya bobot) dari jaringan saraf. Grup bermaksud untuk menggunakan beberapa aturan
praktis untuk merampingkan proses keputusan ini. Dengan mempertimbangkan keterkaitan antara jumlah
parameter (bobot) dalam jaringan saraf, lamanya waktu pelatihan, dan data, dimungkinkan untuk mengurangi
kesulitan keputusan ini. Sekali lagi, pendekatan tiga perangkat memainkan peran penting dalam menyederhanakan
pilihan. Kereta. Perangkat lunak yang tersedia memiliki utilitas yang memungkinkan pengguna untuk memilih jenis
pelatihan yang diinginkan. Pelatihan default mengharuskan pengguna untuk menetapkan nilai toleransi untuk
kesalahan, dan ketika prediksi jaringan saraf mencapai tingkat ini, pelatihan berakhir. Kelompok ini mencoba
menggunakan pendekatan ini untuk studi percontohan. Opsi tiga set secara berkala memeriksa set data
pemantauan (mirip dengan tetapi berbeda dari data pelatihan) dan mengakhiri pelatihan saat kesalahan pada set
tersebut berhenti berkurang. Seperti kebanyakan perangkat lunak jaringan saraf, data akan disajikan dalam urutan
acak selama pelatihan. Dalam kebanyakan kasus, urutan presentasi acak ini terbukti penting untuk keberhasilan
dalam pelatihan. Menilai. Kumpulan data ketiga (set pengujian), sekali lagi mirip tetapi berbeda dari set pelatihan
dan pemantauan, memungkinkan pengguna untuk menilai kinerja jaringan secara objektif. Setelah membaca
beberapa statistik latar belakang dan materi jaringan saraf, kelompok tersebut setuju untuk menggunakan R2
mengukur pada set tes untuk menilai kinerja secara objektif. R2 ukuran untuk data latih memiliki nilai yang lebih
kecil kecuali jika disesuaikan dengan jumlah parameter dalam model. Sayangnya, jumlah parameter efektif untuk
jaringan saraf tidak dapat ditentukan secara langsung [6]. Beberapa wawasan mungkin masih dihasilkan dari
penggunaan R . yang tidak disesuaikan2 untuk set pelatihan, namun. Jika cukup rendah (menunjukkan model tidak
dapat menjelaskan variabilitas dalam data), ini mungkin menunjukkan bahwa arsitektur (terutama jumlah unit
tersembunyi) tidak cukup besar atau kompleks untuk memodelkan hubungan secara memadai. Optimasi. Setelah
pemetaan yang memuaskan diperoleh, alat pengoptimalan dapat digunakan untuk menemukan nilai yang
ditentukan untuk parameter yang mengarah ke bagian dengan penyimpangan minimum dari ketebalan target.
Jelas, pemetaan yang diperoleh akan mengandung beberapa kesalahan karena sifat empirisnya, tetapi optimasi
masih dapat membantu untuk menemukan kombinasi parameter yang mungkin efektif dalam mengendalikan
kualitas. Selain itu, tahap optimasi juga dapat digunakan untuk menemukan nilai yang ditentukan untuk subset
parameter, nilai yang diberikan untuk sisanya, yang lebih mencerminkan kebutuhan operator. Akhirnya, kombinasi
nilai parameter yang diberikan dapat ditingkatkan dengan menggunakan pendekatan optimasi.

PROSEDUR DAN PENERAPAN ALAT

Aplikasi jaringan saraf tiruan bervariasi dalam banyak hal, tetapi semuanya memerlukan jumlah data yang cukup
representatif, pemahaman tentang masalah yang cukup dalam untuk menentukan faktorfaktor penyumbang
penting (input), dan pengalaman yang cukup dengan jaringan saraf untuk menerapkannya dengan tepat. Beberapa
contoh alternatif aplikasi jaringan saraf, bersama dengan isu-isu relevan seputar instans dan hasil menarik dari
contoh tersebut, disajikan di bagian berikut. Setelah mendapatkan apresiasi yang lebih luas untuk berbagai cara
jaringan saraf dapat berhasil (atau gagal), kami kemudian akan mengeksplorasi secara spesifik studi kasus kami.
Contoh Aplikasi Neural Network Sebagai pencarian literatur akan cepat menunjukkan, jumlah aplikasi jaringan
saraf didokumentasikan telah melonjak dalam dekade terakhir. Sayangnya, tidak semua kasus terdokumentasi

STUDI KASUS: APLIKASI JARINGAN SARAF 11.129

membuktikan bahwa pendekatan jaringan saraf mencapai sesuatu yang tidak biasa. Beberapa, tentu saja,
menunjukkan kegagalan secara langsung, tetapi bahkan mereka yang mengklaim sukses mungkin tidak benar-
benar mengkonfirmasi banyak hal. Setidaknya perbandingan dengan regresi linier orde pertama yang sederhana
harus dilaporkan serta perbandingan dengan pendekatan yang ada (jika ada, selain regresi). Deskripsi terperinci
tentang bagaimana data diperoleh, dibagi menjadi set pelatihan dan pengujian, dan bagaimana arsitektur jaringan
saraf dipilih dan dilatih juga harus disertakan. Jaringan saraf telah menemukan aplikasi luas di sektor keuangan, di
mana data sudah tersedia. Dalam satu aplikasi, mereka digunakan untuk memprediksi kinerja operasi jangka
panjang dari usaha baru sehingga harga penawaran umum perdana (IPO) dapat dinilai [7]. Para penulis membuat
perbandingan yang komprehensif untuk teknik yang tepat dari regresi. Mereka memperoleh data dari database
yang tersedia untuk umum. Seluruh set data, 462 pasangan inputoutput, dibagi secara acak untuk menghasilkan
set pelatihan dan tes masing-masing 231 contoh. Jumlah unit tersembunyi dipilih menurut aturan praktis yang
relatif sewenang-wenang, dan pelatihan dihentikan ketika kesalahan pelatihan diratakan. Para penulis menemukan
bahwa backpropagation, secara keseluruhan, menghasilkan beberapa perbaikan atas regresi linier. Menggunakan
jaringan saraf untuk prediksi dan peramalan menarik bagi banyak analis. Bukit dkk. [8] menjelaskan studi
komprehensif baru-baru ini tentang jaringan saraf untuk peramalan yang membandingkan backpropagation
dengan banyak model konvensional. Contoh bagaimana beberapa keputusan jaringan saraf dibuat berikut.
Pertama, mereka mempelajari kinerja pada data bulanan, triwulanan, dan tahunan. Untuk data tahunan, mereka
memilih tiga node input yang mewakili tahun (T - 2) untuk T, dan satu simpul keluaran yang mewakili tahun (T + 1).
Untuk data bulanan, mereka menggunakan sembilan node input yang mewakili bulan (T - 8) untuk T, dan satu
simpul keluaran untuk bulan (T + 1). Mereka menggunakan dua node tersembunyi untuk jaringan data tahunan
dan empat untuk jaringan data bulanan (ditemukan dengan trial and error: pertama, mereka menggunakan dua,
kemudian empat node, dan kemudian memilih yang berkinerja terbaik). Mereka menggunakan seri 111 untuk
melatih jaringan dan menghentikan pelatihan berdasarkan beberapa kriteria, salah satunya mengamati kemajuan
dalam mengurangi istilah kesalahan total (seperti contoh sebelumnya). Jaringan saraf berkinerja sebanding dengan
teknik peramalan konvensional untuk data tahunan, tetapi secara signifikan lebih baik untuk data triwulanan dan
bulanan. Oleh karena itu, mereka menyimpulkan bahwa jaringan saraf memiliki kemampuan untuk menangani
diskontinuitas dalam data—khas dalam masalah peramalan produk dan inventaris. Wang [9] menjelaskan
perbandingan backpropagation dengan teknik regresi. Tujuannya adalah untuk memprediksi fraksi klorin yang
tersedia dalam produk di mana fraksi ini berkurang seiring waktu. Meskipun hanya ada 44 pengamatan dalam
kumpulan data (setengahnya digunakan untuk pelatihan dan setengahnya untuk pengujian), dan hanya satu
variabel input, jaringan yang dipilih memiliki delapan node tersembunyi. Setelah 166.000 siklus pembelajaran
(sesuai dengan beberapa menit di Pentium -90 MHz PC), jaringan menghasilkan fungsi regresi yang memuaskan
dengan kinerja yang jauh lebih baik daripada regresi linier. Contoh ini mengilustrasikan bahwa jumlah simpul
tersembunyi yang sesuai mencerminkan kesulitan (tingkat nonlinier) masalah, bukan dimensi input atau ukuran set
pelatihan. Pembuatan Data Prosedur aktual yang dilakukan untuk kasus ini dimulai dengan pembuatan data.
Kendala waktu dan biaya membatasi proyek untuk koleksi total tidak lebih dari 4000 pengamatan dari enam
hubungan input-satu output. Untuk membagi data menjadi tiga set, masing-masing akan berisi sekitar 1300
pengamatan. Seperti yang telah dibahas sebelumnya, kelompok tersebut berharap untuk menggunakan desain
eksperimen faktorial penuh untuk menghasilkan data. Mereka memutuskan eksperimen menggunakan tiga level
untuk empat parameter dan empat level untuk dua parameter lainnya (operator dan mesin). Hal ini menyebabkan
total (34)(42) atau 1296 pengamatan. Karena set pelatihan harus terdiri dari sekitar 1300 pengamatan, hasil ini
cukup nyaman. Untuk set pemantauan dan pengujian, eksperimen yang sama dapat digunakan sehingga set
tersebut kemungkinan besar berisi data yang sebanding, tetapi berbeda. Namun, mereka memutuskan untuk
sedikit mengganggu nilai variabel kontinu sehingga kombinasi input tidak akan identik untuk ketiga himpunan.

STUDI KASUS: APLIKASI JARINGAN SARAF 11.130

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

Desain dan Pelatihan Jaringan Arsitektur jaringan saraf menentukan enam node input dan satu node output, tetapi
terbaikjumlah unit tersembunyi tidak begitu jelas. Keputusan untuk menggunakan pemantauan berkala dapat
mengurangi kesulitan pilihan ini. Pendekatan tiga set merekomendasikan memilih a cukup besar arsitektur (jumlah
unit tersembunyi). Kemudian, secara berkala periksa kesalahan pada set pemantauan selama pelatihan. Hentikan
pelatihan saat kesalahan pada perangkat pemantauan mencapai minimum (tidak lagi membaik) untuk mencegah
pelatihan berlebih. Grup mulai dengan mempertimbangkan jumlah maksimum unit tersembunyi yang mungkin: 50
untuk paket perangkat lunak mereka, karena mereka ingin memiliki jaringan yang cukup besar. Mereka beralasan
bahwa dalam statistik aturan praktis yang sering dikutip mengatakan bahwa model dengan seperlima parameter
sebanyak pengamatan mungkin sudah cukup. Jaringan saraf 6-50-1 berisi 401 bobot koneksi untuk 1300
pengamatan, jadi masuk akal untuk percaya bahwa modelnya mungkin berukuran cukup (401 >> 1300/5). Namun,
bahayanya adalah bahwa jaringan sebesar itu dapat memuat data secara berlebihan. Itu adalah, banyak parameter
(bobot) model dapat mulai menyesuaikan noise dalam data dan benar-benar mempelajari hubungan input-output
dari set pelatihan dengan sangat baik sehingga tidak dapat digeneralisasi ke data baru (seperti pada set pengujian).
Selain itu, sejumlah besar unit tersembunyi mungkin memerlukan waktu pelatihan yang berlebihan. Opsi tiga set
akan membantu menghindari overfitting dengan mempertimbangkan bahwa bobot jaringan saraf tidak semuanya
berkontribusi pada pengurangan kesalahan. Awalnya, model jaringan saraf hanya menggunakan sedikit bobot ini
sebagai parameter efektif [6]. Saat pelatihan berlangsung, lebih banyak bobot menjadi efektif dalam proses
pemodelan. Jika jaringan saraf memiliki sejumlah besar bobot sehubungan dengan jumlah pengamatan (dan
kesulitan pemetaan), dan jika pelatihan dibiarkan berkembang begitu lama sehingga banyak atau semua bobot ini
menjadi parameter yang efektif, maka overfitting dapat terjadi. Namun, pendekatan tersebut dapat menghindari
masalah dengan menghentikan pelatihan sebelum terjadi overfitting melalui penilaian kesalahan pada set
pemantauan. Meski begitu, pendekatan tiga set hanya dapat memantau kesalahan pada peningkatan diskrit
(dihitung sebagai presentasi titik data) selama pelatihan. Semakin halus kenaikannya, semakin besar kemungkinan
bahwa overfitting tidak akan terjadi—tetapi prosesnya akan memakan banyak waktu. Kenaikan default untuk
paket perangkat lunak mereka adalah 100; dengan demikian, setelah setiap 100 presentasi data pelatihan,
pelatihan dihentikan dan kesalahan pada set pemantauan diperiksa. Mengingat informasi yang diperoleh dan
batasan yang diberlakukan oleh perangkat lunak mereka, kelompok tersebut memutuskan untuk menggunakan
jaringan 6-40-1 yang lebih kecil dengan 321 koneksi. Mereka masih merasa ukuran jaringan harus cukup (321 >
1300/5) tetapi tidak terlalu berlebihan dan tidak akan melampaui batas perangkat lunak mereka. Kebijaksanaan
konvensional lebih menyukai parameter yang lebih sedikit dan menemukan model yang lebih kecil lebih efisien.
Setelah pengalaman mereka dengan studi percontohan (setelah melihat efek dari overtraining secara langsung),
kelompok memilih jaringan yang lebih kecil, masih cukup besar. Masalah Penilaian Kesalahan umum terjadi ketika
pengguna jaringan saraf melatih bobot jaringan hingga mencapai tingkat kesalahan yang ditentukan sebelumnya,
dan menggunakan tingkat kesalahan itu untuk menilai jaringan. Karena tujuan dari backpropagation adalah untuk
meminimalkan sum squared error (SSE) antara nilai output aktual dan yang diinginkan, SSE sering digunakan untuk
menilai jaringan (atau beberapa fungsi SSE, seperti root mean squared error). Sementara SSE dapat membantu
dalam membandingkan hasil jaringan untuk kumpulan data yang identik, SSE tidak memperhitungkan varians
dalam kumpulan data yang secara drastis dapat mengubah apa yang kami maksud dengan Penampilan yang bagus.
Misalnya, pertimbangkan apa yang terjadi pada kelompok selama studi percontohan. Salah satu metode yang
digunakan untuk memisahkan data menyebabkan varians yang sangat rendah dari nilai output (total jumlah
kuadrat [TSS] = 40) dalam satu set pelatihan dan varians yang jauh lebih tinggi untuk set pelatihan lain (TSS =
10.000). (Kedua set berisi 100 titik data.) Sekarang pertimbangkan nilai SSE untuk dua pendekatan jaringan saraf.
SSE yang dihasilkan dari penggunaan set data pertama tampaknya cukup rendah—10. Untuk kumpulan data
kedua, SSE jauh lebih tinggi—1000.

STUDI KASUS: APLIKASI JARINGAN SARAF 11.131

set ond 100 kali lebih tinggi dari yang pertama, kinerja yang kedua sebenarnya jauh lebih baik. Kita dapat
memfaktorkan varians dengan menggunakan R2 ukuran, 1-SSE/TSS. Jadi untuk pendekatan pertama, R2 = 1 10/40
= 0,75. Dalam kasus kedua, R2 adalah 9000/10000 atau 0,90, yang jauh lebih tinggi. Meskipun interpretasi teknis
dari angka-angka ini memerlukan sedikit lebih banyak wawasan, contoh ini membantu menjelaskan mengapa
kesalahan saja dapat menyesatkan dalam menilai kinerja metode empiris apa pun. Optimasi Begitu mereka
menemukan fungsi yang memuaskan yang menghubungkan input dengan output, kelompok berharap untuk
menggunakannya dalam strategi optimasi. Ada dua pendekatan untuk tugas tersebut. Yang pertama adalah
menggunakan model inputoutput yang disediakan oleh jaringan untuk secara sistematis memberikan rekomendasi
atau memeriksa konfigurasi yang ada. Meskipun tidak benar-benar strategi optimasi, pendekatan ini
memanfaatkan model dengan aplikasi berulang. Karena jaringan yang dilatih hanyalah kumpulan fungsi nonlinier,
ia menyediakan output berdasarkan serangkaian input hampir secara instan. Dengan demikian, bahkan
dimungkinkan untuk melakukan pencarian brute force untuk mengoptimalkan output. Salah satu aspek penting
dari optimasi yang ditemukan oleh grup adalah kebutuhan untuk mengingat skala data untuk perhitungan keluaran
yang diprediksi. Dalam pencarian brute force, subset dari parameter input (x1,...,xS) diperbaiki. Misalnya, ini
mungkin sesuai denganx1 = suhu, x2 = kelas bahan, dan x3 = operator. Pengingat (x4,...,x6) bebas untuk
dioptimalkan. Kemudian pendekatan brute force hanya mencari nilai dari variabel bebas dan mencatat nilai
keluaran terkait terbaik (di mana keluaran diperoleh dengan menggunakan model jaringan saraf). Misalnya, jika
semua kecuali satu parameter ditetapkan, maka pendekatan ini sangat efektif. Katakanlah parameter dapat
mengambil nilai antara 0 dan 100. Asumsikan bahwa masuk akal untuk mencari dalam kelipatan 0,1, untuk
parameter ini. Kemudian 1000 nilai diperiksa, setiap kali menghitung keluaran yang diprediksi dari model jaringan
saraf. Jelas, untuk komputer mana pun, pencarian ini akan memakan waktu yang tidak terlalu lama. Sebaliknya,
jika dua parameter bebas dan pendekatan untuk masing-masing sama seperti yang baru saja dijelaskan, maka
diperlukan 1.000.000 komputasi. Ini mungkin masih relatif efisien, tergantung pada komputer yang tersedia. Tetapi
jika peningkatan yang lebih baik diperlukan untuk beberapa parameter, pendekatan ini mungkin menghabiskan
terlalu banyak waktu komputer. Dalam kasus seperti itu, kami beralih ke teknik pencarian yang lebih canggih.
Pendekatan simpleks Nelder-Mead adalah teknik yang lebih canggih dari bidang optimasi nonlinier untuk
menemukan solusi optimal untuk suatu masalah [6]. Dalam kasus kami, masalahnya dapat dinyatakan secara
matematis: Minimalkan deviasi dari ketebalan yang diinginkan, di mana deviasi = (kamu - kamue)2 dan kamue =
F(x). [Lagikamu = ketebalan yang diinginkan, dan kamue = perkiraan ketebalan yang disediakan oleh jaringan saraf,
dan x = (x1,...,x6): set parameter masukan]. Fungsinya F(x), umumnya sangat nonlinier, disediakan oleh jaringan
saraf xJ dapat diperbaiki atau gratis, tergantung pada kemampuan pengendaliannya. Algoritma simpleks downhill
Nelder-Mead adalah pendekatan yang terkenal dan diterapkan secara luas untuk optimasi nonlinier bebas
turunan. Algoritma tersebut, secara umum, tidak dapat menjamin bahwa ia akan menemukan solusi optimal global
untuk masalah yang diberikan, melainkan solusi optimal lokal. Kualitas solusi yang diberikan tergantung pada titik
awal pencarian. Dapat dijalankan beberapa kali dari titik awal yang berbeda, dan solusi terbaik yang diperoleh
diambil sebagai solusi yang direkomendasikan. Kode komputer dapat diperoleh melalui sejumlah perpustakaan
atau dengan mengacu pada Ref. [10]. Kode menghitung minimum lokal dari suatu fungsiF(x). Setelah mendapatkan
dan memodifikasi kode Nelder-Mead sesuai kebutuhan, grup menggunakan kode sebagai berikut: 1. Lebih dari
semua nilai yang mungkin dari vektor x, Temukan x* seperti yang F(x*) minimal. 2. Untuk nilai yang diberikan dari
(x1,...,xS), cari sisa (xS + 1,..,x6) untuk meminimalkan F(x). Jadi, misalnya, jika nilai parameter suhu, mesin, dan
operator tetap, algoritme akan menemukan nilai optimal dari parameter tersisa yang bebas untuk disesuaikan.

STUDI KASUS: APLIKASI JARINGAN SARAF 11.132

PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

3. Diberikan vektor nilai parameter x, gunakan Nelder-Mead untuk menemukan terdekat vektor minimum lokal x*.
Ingatlah bahwa output dari algoritma Nelder-Mead bergantung pada titik awalnya. Jika titik awal dipilih sebagai
kombinasi nilai parameter tertentu, menjalankan algoritme akan mengembalikan minimum lokal terdekat. Ini
mungkin berguna ketika rekomendasi optimal terdekat untuk pengaturan saat ini diperlukan.

IMPLEMENTASI PERUBAHAN DAN PENINGKATAN Hasil jaringan syaraf tiruan pertama didapatkan kelompok
distress. Menonton plot SSE selama pelatihan, mereka menemukan bahwa itu jatuh minimal pada awalnya,
kemudian turun tanpa perbaikan untuk beberapa waktu. (Ini menggambarkan penggunaan yang sangat baik untuk
ukuran SSE.) Meskipun mereka memulai kembali proses pelatihan, mereka menemukan ini terjadi berulang kali.
Setelah beberapa eksplorasi, kelompok tersebut menemukan bahwa meskipun fungsi aktivasi sigmoid (0,1) secara
historis penting, ia memiliki kelemahan yang signifikan. Tingkah laku yang mereka amati ternyata cukup khas.
Pilihan interval (0,1) cukup sering mengarah ke nilai aktivasi node nol, yang dapat menyebabkan jaringan
"membeku" dan pada dasarnya menghentikan pelatihan. Perubahan sederhana—menggunakan interval ( 1,1)—
memperbaiki masalah. Meski begitu, hasil yang didapat untuk jaringan mengecewakan grup. Kesalahan set tes
akhir (SSE) berhubungan dengan R2 hanya 0,6 (dan set pelatihan R2 dari 0,7)—peningkatan minimal atas regresi
linier. Untuk memutuskan bagaimana melanjutkan, kelompok perlu melihat baik pelatihan maupun pemantauan
kinerja yang ditetapkan. Jika kinerja set pelatihan dan pemantauan tidak memuaskan, maka kemungkinan jaringan
saraf benar-benar membutuhkan lebih banyak bobot (dengan menambahkan unit tersembunyi, kami
meningkatkan jumlah bobot). Namun, mungkin ada masalah lain yang menyebabkan hasil yang tidak memuaskan.
Masalah penting adalah bahwa jaringan saraf tidak mengandung cukup banyak parameter yang berguna untuk
memodelkan pemetaan. Sebaliknya, jika latihan R2 cukup tinggi dibandingkan dengan kesalahan set tes R2, maka
overtraining mungkin telah terjadi.Hal ini dapat terjadi meskipun penggunaan set pemantauan ketika fungsi yang
mendasarinya tidak terlalu nonlinier, jumlah bobot sangat besar dibandingkan dengan jumlah pengamatan, dan
kesalahan set pemantauan diperiksa secara bertahap yang terlalu jauh. Sayangnya, peningkatan yang lebih kecil
menyebabkan periode pelatihan yang lebih lama sehingga sebagian besar pendekatan berusaha untuk mencapai
keseimbangan. Dalam studi kasus ini, karena tingkat kesalahan set pelatihan dan pengujian serupa dan tidak
memuaskan, kelompok tersebut memutuskan untuk menambah jumlah bobot. Ingat, bagaimanapun, bahwa
mereka hanya dapat menambahkan 10 unit tersembunyi paling banyak (karena keterbatasan perangkat lunak),
sesuai dengan 80 koneksi tambahan. Menambahkan 10 unit tersembunyi lebih mengarah ke 50 total unit
tersembunyi, yang mewakili jumlah maksimum yang diizinkan menggunakan perangkat lunak mereka. Namun,
memang ada opsi lain untuk meningkatkan jumlah bobot untuk jaringan saraf. Pertama, dimungkinkan untuk
menambahkan koneksi yang melewati lapisan—koneksi langsung dari unit input ke output (total 6 koneksi
tambahan dihasilkan dari strategi ini). Koneksi ini secara langsung akan memodelkan hubungan linier antara input
dan output. Bahkan ketika fungsinya sangat nonlinier, koneksi semacam itu terbukti berguna karena mencegah
jaringan menggunakan fungsi nonlinier untuk memodelkan aspek linier pemetaan. Jaringan kemudian dapat
memfokuskan kemampuan nonliniernya pada aspek pemetaan nonlinier yang sesuai. Sebagai alternatif, atau
sebagai tambahan, lapisan kedua dari unit tersembunyi dapat ditambahkan. Karena bobot koneksi, bukan unit
tersembunyi, memberikan parameter potensial jaringan, menambahkan lapisan kedua terbukti cukup efektif.
Misalnya, jumlah bobot koneksi untuk jaringan 6-40-5-1 adalah 491 versus hanya 361 untuk jaringan 6-45-1. Jadi,
untuk jumlah unit tersembunyi yang sama, grup dapat memperoleh komputasi yang lebih kuat (lebih banyak
parameter) dengan jaringan 6-40-5-1. Mereka memutuskan untuk mencoba opsi ini.

STUDI KASUS: APLIKASI JARINGAN SARAF 11.133 HASIL DAN TINDAKAN DI MASA DEPAN

Hasil baru menunjukkan keberhasilan proyek. Set tes R2 meningkat menjadi 0,80, yang dianggap kelompok sebagai
peningkatan yang signifikan. Dalam hubungannya dengan strategi mereka untuk optimasi, kelompok menemukan
bahwa pendekatan mereka mengurangi rata-rata deviasi dari ketebalan target menjadi 1,1 mm, sedangkan deviasi
rata-rata saat ini adalah sekitar 3 mm. Peningkatan ini disebabkan oleh model yang lebih akurat yang disediakan
oleh jaringan saraf, dan pendekatan yang lebih fleksibel yang ditawarkan oleh optimasi (baik brute force atau
Nelder-Mead). Ingatlah bahwa, saat ini, operator memeriksa buku pegangan untuk rekomendasi tentang
pengaturan yang didiskritisasi secara artifisial, mengabaikan perbedaan mesin dan operator, dan menganggap
suhu bagian dapat dikontrol. Menggunakan pendekatan optimasi bersama-sama dengan model jaringan saraf
memanfaatkan kemudahan model yang mengasosiasikan input dengan output. Namun, perlu dicatat bahwa
regresi akan dihasilkan semudah model yang dapat dihitung. Selain itu, model jaringan saraf memang memiliki
beberapa kelemahan. Seperti halnya pendekatan empiris, itu harus mengandung kesalahan. Pendekatan optimasi
tidak dapat menjamin menemukan apa pun kecuali solusi optimal lokal. Secara keseluruhan, kelompok tersebut
menemukan pendekatan jaringan saraf cukup mudah digunakan dan sangat efektif. Ringkasan temuan praktis
mereka untuk aplikasi ini mengikuti. Pertama, gunakan fungsi logistik untuk unit lapisan tersembunyi yang simetris
tentang nol [menyediakan output dalam kisaran ( 1,1)+. Jika ada data yang memadai, coba pendekatan tiga
perangkat dengan pemantauan berkala. Jika tidak, hatihati menilai hasil untuk overtraining, dan mengurangi
jumlah unit tersembunyi jika kinerja set pelatihan jauh melebihi set tes. Atau, hentikan pelatihan saat pengurangan
kesalahan set pelatihan mulai sangat lambat. Jika kinerja pelatihan atau pengujian tidak dapat diterima,
pertimbangkan untuk menambahkan unit tersembunyi, koneksi yang melewati lapisan, atau seluruh lapisan
tambahan unit tersembunyi. Gunakan R2 ukuran untuk mendapatkan gambaran yang lebih jelas tentang kinerja
model, meskipun SSE dapat berguna dalam menilai kinerja selama pelatihan. Jaringan saraf dapat terbukti sangat
berguna sebagai pendekatan alternatif untuk masalah tertentu. Mereka telah menemukan aplikasi di sektor
keuangan, untuk masalah manufaktur di mana data dapat diperoleh dengan mudah, dan untuk peramalan dan
masalah prediksi lainnya. Kondisi utama yang mendukung penggunaan jaringan saraf adalah sebagai berikut: - Data
tersedia atau mudah diperoleh—semakin banyak data, semakin baik. - Pendekatan pemodelan empiris gagal;
model linier tidak bekerja dengan baik dan tidak ada bentuk fungsional yang diketahui untuk orde yang lebih tinggi
atau regresi nonlinier yang tersedia atau efektif. - Sistem pakar tidak terbukti praktis karena tidak ada pakar yang
dapat mengartikulasikan aturan yang dapat mengaitkan input dengan output. - Ada pemahaman yang baik tentang
input apa yang mempengaruhi output yang diinginkan. Ketika ada aturan yang jelas yang menghubungkan input
dengan output, maka sistem pakar dapat membuktikan pilihan yang lebih baik; jika pengetahuan tentang masalah
mengarah pada harapan yang masuk akal tentang bentuk fungsional seperti apa yang mungkin diasumsikan oleh
regresi, maka statistik konvensional dapat memberikan pendekatan yang lebih baik daripada jaringan saraf.
Memanfaatkan potensi besar yang dimiliki jaringan saraf bergantung pada penerapannya pada saat yang tepat,
bukan pada saat pendekatan yang ada dapat berhasil dengan baik, dan penerapannya dengan benar. REFERENSI 1.
Montgomery, DC, dan EA Peck, Pengantar Analisis Regresi Linier, John Wiley, New York, 1982. (buku) 2. Hecht-
Nielsen, R., komputasi saraf, Addison-Wesley, Membaca, MA, 1990. (buku) 3. Hertz, J., A. Krogh, dan RG Palmer,
Pengantar Teori Neural Computing, Addison-Wesley, Membaca, MA, 1991. (buku)

STUDI KASUS: APLIKASI JARINGAN SARAF 11.134 PENELITIAN DAN OPTIMASI STATISTIK DAN OPERASI

4. Golden, B., E. Wasil, S. Coy, dan C. Dagli, “Jaringan Saraf dalam Praktik: Hasil Survei,” Ilmu Komputer dan Riset
Operasi: Kemajuan dalam Antarmuka. (artikel) 5. Burke, L., dan J. Ignizio, "Sebuah Tinjauan Praktis Neural
Networks," jurnal Manufaktur Cerdas, 8:158–165, 1997. (artikel) 6. Moody, JE, “Jumlah Parameter Efektif: Analisis
Generalisasi dan Regularisasi dalam Sistem Pembelajaran Nonlinier,” dalam Kemajuan dalam Sistem Pemrosesan
Informasi Saraf, J. Moody, S. Hanson, dan R. Lippmann, eds., Morgan Kaufmann, San Mateo, CA, hlm. 847–854,
1992. (artikel) 7. Jain, B., dan B. Nag, “Model Jaringan Saraf untuk Memprediksi Kinerja Operasi Jangka Panjang
dari Usaha Baru,” sejarah Riset Operasi, 78: 83–110, 1998. (artikel) 8. Hill, T., M. O'Connor, dan W. Remus, "Model
Jaringan Saraf untuk Prakiraan Time Series," Akhir, 42(7):1082–1094, 1997. (artikel) 9. Wang, S., “Sebuah Wawasan
tentang Model Jaringan Saraf Tiruan Backpropagation Standar untuk Analisis Regresi,” Akhir, 25(1):133–140, 1998.
(artikel) 10. Nelder, JA, dan R. Mead, “Metode Simpleks untuk Minimisasi Fungsi,” Jurnal Komputer, 7: 308, 1965.
(artikel) BIOGRAFI Laura Burke adalah seorang profesor teknik industri di Universitas Lehigh yang saat ini tinggal di
rumah bersama anak-anaknya. Selama dekade terakhir, minat pengajaran dan penelitiannya berfokus pada
berbagai aplikasi jaringan saraf untuk manufaktur, logistik, dan masalah teknik lainnya. Dia memegang gelar BS dan
MS di bidang teknik industri dari Pennsylvania State University dan MS dan Ph.D. dari Universitas California,
Berkeley

BAB 12.1 KODE BAR DAN DATA OTOMATIS LAINNYA METODE PENGUMPULAN
Bab ini akan menjelaskan teknologi pengumpulan data otomatis yang telah digunakan secara luas dalam beberapa
tahun terakhi. . Tren masa depan juga dibahas, termasuk diskusi tentang kode batang tanda langsung untuk
penandaan permanen, aplikasi potensial dari identifikasi frekuensi radio, dan komputasi nirkabel total dan
lingkungan pengumpulan data

LATAR BELAKAN

Pencarian untuk sistem yang lebih cepat dan lebih efektif untuk membantu pengumpulan dan transmisi data terus
dilakukan, dengan arah yang ditentukan oleh kemajuan teknologi. Pengumpulan data otomatis (ADC) adalah istilah
untuk menggambarkan keluarga teknologi yang bertujuan untuk segera mengidentifikasi objek fisik dengan a

Kode Batang Permanen. Pengguna sistem pelacakan material di banyak industri seperti pengerjaan logam dan
plastik sangat membutuhkan simbol kode batang permanen yang diukir langsung ke logam atau plastik produk
mereka. Pabrikan baja dan pelanggannya—industri yang membentuk baja dan paduan lainnya menjadi produk
fabrikasi—membutuhkan simbol yang tahan terhadap lingkungan yang keras. Biasanya, produk pengerjaan logam
harus menjalani operasi dalam prosesnya yang memaparkannya pada suhu ekstrem yang biasanya di atas 2000
derajat Fahrenheit, dan produk tersebut sering dicelupkan ke dalam asam dan pelarut kaustik. Jelas, simbol kode
batang yang dicetak pada label kertas tidak sesuai untuk lingkungan yang keras ini.kurasi 100 persen. Selain itu,
teknologi ADC memungkinkan data dikirimkan secara real time ke basis data, perangkat lunak, atau sistem
komputer apa pun, memberikan kemampuan bagi pengguna untuk membuat keputusan berdasarkan informasi
dalam waktu yang sangat singkat. Bagi sebuah perusahaan, fitur-fitur ini memberikan manfaat seperti
pengurangan jam kerja, pengurangan kesalahan pemrosesan dan pengiriman, dan catatan inventaris yang akurat
[1],

MANAJEMEN INFORMASI DAN KOMUNIKAS

TUJUANAmerika Serikat, organisasi perdagangan industri untuk produsen ADC, mengkategorikan teknologi ADC ke
dalam lima kelompok yang berbeda: (1) optik, (2) nirkabel, (3) kartu, (4) biometrik, dan (5) memori kontak. Tabel
12.1.1 mencantumkan teknologi yang terdiri dari masing-masing kategori ini. Bab ini akan menjelaskan teknologi
terpilih dari setiap keluarga ADC yang tercantum dalam Tabel 12.1.1. Sayangnya, pembatasan ruang tidak
memungkinkan diskusi menyeluruh tentang semua teknologi. Teknologi yang saat ini digunakan secara luas atau
yang menjanjikan sebagai tren masa depan akan dibahas. Diskusi akan fokus pada struktur dasar setiap teknik ADC,
manfaatnya, aplikasi umum, alat yang terkait dengan teknologi, dan kriteria pemilihan.

PENGUMPULAN DATA KODE BAR

Teknologi ADC yang paling luas adalah kode batang. Kode batang digunakan di banyak industri, termasuk
manufaktur, makanan, ritel, perawatan kesehatan, transportasi, dan distribusi. Aplikasi kode batang adalah sistem
pelacakan bahan atau orang. Mereka biasanya mencakup aplikasi seperti pelacakan pekerjaan dalam proses,
pelacakan bagasi, pelacakan paket kecil, pelacakan buku, kontrol proses statistik, waktu dan kehadiran, pelacakan
pasien, pelacakan darah, dan kontrol akses. Selain itu, untuk pengambilan cepat file pasien atau klien, sistem ini
baru-baru ini mulai menemukan jalan mereka ke area seperti perusahaan asuransi, kantor hukum, dan kantor gigi.
Manfaat utama kode batang adalah kecepatan dan akurasi tugas pengumpulan data. Informasi yang dikodekan
pada simbol kode batang biasanya merupakan kunci yang memungkinkan pencarian basis data terjadi. melakukan
gerakan pemindaian. Kesalahan umum termasuk pemindaian terlalu lambat, menghentikan pemindaian sebelum
mencapai zona tenang yang tertinggal, tidak memulai pemindaian di zona tenang terdepan, atau memindai
melewati bilah vertikal simbol. Selain itu, waktu untuk memindai simbol kode batang dengan tongkat jauh lebih
lambat dan kurang dapat diandalkan daripada teknologi membaca nonkontak yang saat ini digunakan. Pembaca
Dioda Laser. Teknologi pembacaan kode batang yang paling banyak digunakan saat ini adalah pembaca dioda laser
genggam (Gbr. 12.1.7). Perangkat solid-state ini memindai simbol kode batang dengan kecepatan lebih dari 40
pemindaian per detik. Keuntungan dari teknologi ini adalah sedikitnya keterampilan operator yang diperlukan
untuk melakukan operasi pemindaian. Selain itu, simbol yang memiliki kualitas buruk masih dapat berhasil dipindai
karena banyaknya upaya pemindaian per detik.

PENGUMPULAN DATA KODE BAR DUA DIMENSI Ada semakin banyak aplikasi di mana lebih diinginkan untuk
menggunakan file data sekali pakai, portabel, berbasis optik yang terkait dengan suatu objek daripada mengakses
database jarak jauh untuk informasi tentang objek itu. Ini adalah kasus, misalnya, dalam industri seperti distribusi,
di mana mitra dagang harus berbagi informasi umum tetapi tidak berbagi database; atau energi, di mana lembar
data keamanan bahan pada wadah bahan kimia harus dilacak. Untuk memenuhi kebutuhan ini, produsen ADC
telah mengembangkan generasi baru simbologi kode batang yang disebut dua dimensi (2D) simbol. Simbologi baru
ini memiliki kapasitas karakter yang lebih tinggi dan lebih hemat ruang daripada kode batang linier tradisional.
Simbol dua dimensi terbukti menjadi cara yang tahan lama dan murah untuk mengkodekan sejumlah besar
informasi di area yang relatif kecil [3].

3.1 Struktur Tujuan utama dari simbol 2D adalah untuk mengkodekan jumlah terbesar dari informasi yang dapat
dibaca mesin di area sekecil mungkin. Untuk memenuhi tujuan ini, struktur dasar simbologi dapat ditempatkan ke
dalam dua kategori utama:—bertumpuk kode dan matriks kode. Dalam simbologi kode bertumpuk, karakter data
dikodekan secara linier menggunakan beberapa baris. Simbol sering dicetak dalam bentuk persegi panjang untuk
mendapatkan penggunaan area label yang paling efisien. Setiap baris berisi modul dari total data yang disandikan.
Setiap baris dipindai dalam jalur linier, tetapi semua baris harus dipindai untuk dekode yang berhasil. Setiap baris
juga diidentifikasi secara unik sehingga seluruh pesan dapat didekodekan dengan benar saat dipindai dalam urutan
apa pun. Simbologi bertumpuk dapat dipindai dengan pemindai konvensional yang dikonfigurasi dengan perangkat
lunak yang tepat. Ini termasuklaser pemindai, CCD linier pemindai, dan matriks CCD pemindai [4]. Kode matriks
adalah simbologi berbasis array. Mereka menyerupai pola kotak-kotak dan sering berbentuk persegi. Kode matriks
adalah representasi visual dari kode biner elektronik yang dapat dieksekusi mesin. Kode biner dirumuskan sebagai
matriks yang memiliki batas perimeter atau area target pusat dengan data yang terdapat di dalam area
perbatasan. Batas perimeter atau area target lingkaran tengah menunjukkan kepadatan, ukuran, dan orientasi
matriks. Daripada bergantung pada lebar elemen yang bervariasi seperti pada kode batang linier, simbologi
berbasis kode matriks dibaca dengan menentukan warna (hitam atau putih) di tengah setiap sel [5]

MANAJEMEN INFORMASI DAN KOMUNIKASI Sebagai contoh, Gambar 12.1.10 mengilustrasikan struktur Matriks
Data, sebuah simbologi matriks yang populer. Data Matrix memiliki batas perimeter yang terdiri dari dua sisi padat.
Batas yang tersisa memiliki sisi yang terdiri dari sel terang dan sel gelap. Orientasi simbol dapat disimpulkan
dengan mengukur dua sisi padat simbol dan menghitung sudutnya. Kepadatan simbol ditentukan dengan
menghitung sel terang dan sel gelap di sepanjang perimeter yang tersisa. Warna ditentukan dengan membagi
ukuran batas padat dengan jumlah sel ini. Nilai yang dihasilkan ini digunakan untuk menemukan pusat sel, yang
kemudian diinterogasi untuk warna terang atau gelap. Simbologi matriks bergantung secara eksklusif pada
teknologi CCD1. Jenis lingkungan. RFDC mentransmisikan data melalui media bersama yang tidak berwujud, dan
berperilaku mirip dengan jaringan. Dengan demikian, setiap elemen dalam sistem dipengaruhi oleh elemen lain
dalam sistem, dan ada kemungkinan gangguan dari sumber eksternal. Paling-paling, waktu respons akan
meningkat dengan terminal tambahan; paling buruk, kegagalan kritis dapat menghentikan sistem
 2. Jenis pengumpulan data yang dilakukan. Sistem RFDC hanya boleh digunakan ketika hasil pengumpulan data
portabel real-time benar-benar dibutuhkan. Secara umum, sistem RFDC memiliki kecepatan data yang lebih
rendah daripada sistem kabel.

3. Jenis terminal/peralatan. Setelah memutuskan bahwa RFDC sesuai, pertimbangkan perlu diberikan pada jenis
terminal yang akan digunakan. Biasanya, ini memerlukan pilihan antara terminal yang dipasang dengan tangan
atau yang dipasang di kendaraan. Fitur opsional mungkin juga perlu dipertimbangkan, seperti tata letak keyboard,
ukuran tampilan, dan lain sebagainya. Selain itu, beberapa terminal “pintar”, memberikan kemampuan
pemrosesan on-board yang terbatas kepada pengguna, sehingga mengurangi jumlah lalu lintas radio yang perlu
dihasilkan. Terminal juga harus cukup kuat untuk beroperasi selama shift penuh dalam kondisi penggunaan normal
tanpa penggantian atau pengisian ulang baterai.

4. Teknologi radio/Persyaratan hukum. Teknologi spread spectrum, meskipun lebih baru dari pita sempit, belum
tentu lebih baik. Pilihan harus dibuat hanya setelah analisis yang cermat dari semua faktor terkait. Apakah lisensi
situs dapat diperoleh untuk menggunakan sistem pita sempit? Throughput seperti apa yang dibutuhkan? Seberapa
besar area yang akan dicakup, dan hambatan dan gangguan seperti apa yang dapat diharapkan?

5. Survei situs. Karakteristik unik suatu fasilitas—seperti motor listrik besar, lorong baris, rak logam besar, jarak
yang dekat dengan sistem RFDC lainnya, dan sebagainya—semuanya berpengaruh pada seberapa baik sistem RFDC
akan beroperasi, dan beberapa faktor tersebut dapat menyebabkan rentang transmisi yang efektif dikurangi
berdasarkan urutan besarnya. Survei lokasi awal diperlukan untuk menetapkan tingkat, jenis, dan lokasi gangguan.
Ini juga digunakan untuk menetapkan kelayakan penyediaan jangkauan radio untuk area yang diinginkan, dan
menetapkan lokasi untuk unit dasar.

TREN MASA DEPAN

Seperti kebanyakan industri teknologi tinggi, industri ADC berubah dengan cepat, menawarkan produk baru dan
lebih baik secepat teknologi dapat dikembangkan. Di bagian terakhir ini kami akan menjelaskan kemungkinan
produk dan tren yang muncul di pasar pada saat penulisan ini. Ini dapat diringkas sebagai peningkatan pada
pengkodean batang, peningkatan aplikasi nirkabel, dan peningkatan aplikasi chip dan kartu pintar.

Industri Kode BatangKode Batang Permanen.

mengunjungi lantai pabrik. Mereka mengembangkan desain hanya berdasarkan informasi dan arahan dari atasan
mereka. Mereka bekerja tanpa mengetahui

MANAJEMEN INFORMASI DAN KOMUNIKASI

Saat ini dua masalah yang paling penting adalah 1. Bagaimana menyampaikan informasi yang dipahami secara
diam-diam berdasarkan pengetahuan individu di berbagai departemen perusahaan kepada semua departemen
lain yang terlibat yang terlibat secara tepat waktu dan bersamaan
2. Bagaimana menghubungkan informasi itu ke semua aktivitas utama yang terjadi di perusahaan, termasuk
pengembangan dan desain produk, pembuatan prototipe, pengujian, teknik produksi, dan pembuatan Tidaklah
berlebihan untuk mengatakan bahwa pengelolaan informasi dan komunikasi yang tepat sangat diperlukan untuk
memecahkan masalah ini.

TREN TEKNOLOGI INFORMASI DALAM MANUFAKTU

Bisnis manufaktur menghadapi banyak tantangan, seperti mengurangi waktu untuk pengembangan produk,
pemotongan biaya, merancang produk yang unik, dan membawanya ke pasar dengan cepat.

PERAN INFORMASI DALAM TEKNIK INDUSTR

Tujuan keseluruhan dari perusahaan adalah untuk memberikan produk kepada pelanggan. Bagi mereka yang tidak
akrab dengan model IDEF0, jaringan ini memodelkan hubungan antara aktivitas atau proses dalam suatu

KESIMPULAN

meningkat, biaya sistem untuk mendukung aplikasi terkait meningkat secara dramatis. Sementara banyak vendor
menyebutkan manfaat penerapan sistem skala besar, kasus untuk aplikasi tersebut belum dibuat dengan jelas
dalam hal biaya dan manfaat. Masih harus dilihat apakah sistem seperti itu akan memberikan nilai tambah bagi
pengguna akhir.

BAB 12.4 TEKNIS ANTARMUKA YAITU SISTEM DENGAN SISTEM BISNIS

Bab ini akan membahas antarmuka data teknis yang dikembangkan oleh insinyur industri dengan sistem bisnis
perusahaan.

JENIS ANTARMUK

- Aplikasi teknik industri ke sistem bisnis

- Aplikasi teknik industri untuk file ke sistem bisnis

- Sistem bisnis ke aplikasi teknik industri

- Sistem bisnis untuk diajukan ke aplikasi teknik industri

MANFAAT DATA TEKNIK INDUSTRI YANG AKURAT

berikut: (1) metode rekayasa/pengukuran kerja, (2) efisiensi energi industri, (3) pengurangan polusi, dan (4) pakar
sistem dalam manufaktur. Janji dan potensi jaringan saraf juga dibahas secara singkat.

CONTOH SISTEM PAKAR YANG DIGUNAKAN DI YAITU DAN MASYARAKAT TERKAIT

Metode Rekayasa/Fokus Pengukuran Kerja: Sistem Pakar untuk Mengembangkan Metrik Pemrosesan Lapangan
Antar-Jemput
Pada tahun 1994, insinyur industri KSC dan kontraktor pendukungnya mulai mengembangkan sistem pakar untuk
membantu praktisi membuat keputusan yang tepat tentang teknik pengukuran kerja mana yang terbaik untuk
situasi yang dihadapi. Sistem pakar, yang dirancang untuk platform PC IBM, mengajukan serangkaian pertanyaan
kepada praktisi tentang isu-isu yang relevan dengan pemilihan teknik. Sistem pakar menggunakan jawaban yang
diberikan oleh pengguna untuk menavigasi melalui masalah yang relevan sambil membantu pengguna memilih
teknik pengukuran kerja praktis untuk aplikasi mereka. Sistem mempertimbangkan banyak atribut masalah,
termasuk persyaratan presisi dari hasil akhir, pertimbangan jalur kritis, durasi tugas, aksesibilitas visual,
pertimbangan partisipasi tenaga kerja, dan ekspektasi biaya dan manfaat. Dengan menggunakan sistem pakar ini

Dengan memindai simbol kode batang, tidak hanya informasi yang dikumpulkan lebih cepat dibandingkan dengan
entri data manual, informasi ini biasanya diteruskan secara real-time ke komputer host untuk diproses segera.
Akurasi data juga lebih baik dengan sistem pemindaian kode batang. Menggunakan entri data keypad manual,
kesalahan terjadi sekali dalam setiap 300 karakter yang dimasukkan. Namun, dengan pemindaian kode batang,
kesalahan hanya terjadi sekali dalam setiap tiga hingga empat juta karakter yang dimasukkan. Jika digit cek
tersedia pada kode batang, maka tingkat kesalahan hampir dihilangkan

Struktur Simbol Kode Batang

KODE BAR DAN METODE PENGUMPULAN DATA OTOMATIS LAINNYA 12.5 bol.A simbologi adalah seperangkat
aturan untuk menentukan cara karakter dikodekan ke dalam bilah dan lebar spasi. Setiap simbologi memiliki bagan
karakter yang menetapkan pola bar/spasi tertentu untuk karakter individu. Simbologi terkenal termasuk Kode 39
dan UPC. Setiap simbol terdiri dari lima bagian yang diperlukan: (1) zona tenang, (2) karakter mulai, (3) karakter
data, (4) karakter berhenti, dan (5) zona tenang. Struktur ini diilustrasikan pada Gambar 12.1.1. Sebagai alternatif,
beberapa simbol memungkinkan karakter cek tepat sebelum karakter berhenti [2].

KODE BAR DAN METODE PENGUMPULAN DATA OTOMATIS LAINNYA

SEBUAH pembaca barcode adalah perangkat yang mengekstrak informasi yang dikodekan secara optik dalam
simbol kode batang dan kemudian mengubahnya menjadi data digital yang kompatibel dengan komputer.
Pembaca menggunakan teknik elektrooptik untuk memindai simbol kode batang. Tergantung pada jenis pembaca
yang digunakan, gerakan pemindaian dapat diberikan oleh operator, mekanisme internal pembaca, atau simbol
kode batang itu sendiri. Pembaca terdiri dari dua perangkat utama: (1) perangkat input dan (2) decoder. Perangkat
input berfungsi untuk menerangi simbol kode batang dengan energi cahaya, kemudian memeriksa jumlah cahaya
yang dipantulkan dari area simbol yang terlokalisasi. Ruang simbol kode batang akan memantulkan lebih banyak
cahaya daripada batang. Dekoder berfungsi pertama untuk mengubah energi cahaya ke format digital, kemudian
menerjemahkan data digital ke karakter yang dapat dibaca manusia. Tergantung pada jenis pembaca, Pembaca
kode batang menanggapi perbedaan reflektifitas optik antara batang simbol dan ruang pada panjang gelombang
cahaya tertentu yang digunakan. Pita panjang gelombang yang paling umum digunakan oleh pembaca kode batang
berpusat pada 633 nanometer. Pita panjang gelombang paling umum kedua, paling sering digunakan untuk
pembacaan inframerah, berpusat pada 900 nanometer. Pembaca mungkin dari beberapa jenis. Mereka mungkin
bersentuhan dengan simbol atau tidak melakukan kontak. Mereka mungkin dipasang tetap atau genggam. Di
bagian ini, kami akan menjelaskan beberapa teknologi pembaca yang banyak digunakan. Ini termasuk tongkat
pemindai, pembaca dioda laser, dan pembaca CCD. Memindai Tongkat. Tongkat pemindai (Gbr. 12.1.6) secara fisik
menyentuh simbol yang sedang dipindai. Sinar cahaya yang memancar dari tongkat ditetapkan sehubungan
dengan rumah fisiknya; oleh karena itu, gerakan pemindaian harus disediakan oleh operator. Tongkat beroperasi
dengan menerangi simbol, lalu menciptakan titik dengan memfokuskan cahaya melalui bukaan. Sampai penemuan
pemindai dioda laser, tongkat adalah pembaca kode batang yang paling umum digunakan. Popularitas mereka
adalah karena strukturnya yang sederhana, biaya produk yang rendah,

MANAJEMEN INFORMASI DAN KOMUNIKASI ketangguhan mereka di lingkungan yang keras. Penurunan
penggunaannya disebabkan oleh keterampilan yang dibutuhkan operator dalamuntuk membaca. Teknologi inilah
yang memungkinkan kemampuan pemindaian omnidirectional dari simbologi matriks. Pemindai simbol matriks
mengevaluasi data dari area dua dimensi, menempatkan setiap elemen di koordinat x dan y secara bersamaan.
Kode batang dua dimensi memiliki beberapa fitur khusus yang diperlukan untuk banyak aplikasi yang tidak dapat
ditangani oleh kode batang linier tradisional. Fitur-fitur ini termasuk kapasitas data yang tinggi, kemampuan
koreksi kesalahan, kemampuan untuk didekodekan dari orientasi apa pun, dan kemandirian tepi. GAMBAR 12.1.10
kerapatan, dan ukuran simbol Data Matrix. Menentukan orientasi, Standar Simbolologi 2D Banyak simbologi 2D
telah diperkenalkan ke pasar selama beberapa tahun terakhir. Pada saat penulisan ini, ada lebih dari dua lusin
simbologi 2D yang berbeda, dengan yang baru diperkenalkan setiap tahun. Tidaklah mungkin untuk memberikan
pembahasan rinci tentang semua simbologi. Berikut ini adalah deskripsi simbologi yang baru-baru ini diterima
sebagai standar. PDF417. PDF417 (Gbr. 12.1.11) diperkenalkan oleh Symbol Technologies pada tahun 1991. Ini
paling baik diklasifikasikan sebagai simbologi bertumpuk, meskipun umumnya disebut sebagai file data
portabelkarena kapasitas datanya yang tinggi yaitu 1850 karakter alfanumerik atau 2710 digit numerik. Unit data
dasar disebutkata sandi. Kata sandi adalah nilai numerik yang mewakili penyandian dua karakter alfanumerik.
Codewords dapat mengambil nilai dalam kisaran 0 hingga 928 [4].

Memilih Simbologi 2D

Mereka yang mempertimbangkan aplikasi 2D harus memulai penelitian mereka dengan memeriksa status
berbagai standar. Beberapa kelompok industri telah memilih atau sedang dalam proses memilih standar aplikasi
dua dimensi. Kelompok-kelompok ini tidak hanya memilih simbologi 2D tertentu tetapi sering kali menentukan
struktur pengkodean standar untuk membantu mencegah produsen memberi label produk yang sama dengan
beberapa cara berbeda. Selain itu, status standar simbologi itu sendiri harus diperiksa. Produk dalam domain
publik yang dapat digunakan tanpa batasan seringkali merupakan pilihan terbaik. Simbologi domain publik
memungkinkan pengguna membeli komponen sistem dari berbagai pemasok. Pengguna potensial simbologi 2D
harus memeriksa untuk memastikan bahwa dukungan multivendor tersedia.

MANAJEMEN INFORMASI DAN KOMUNIKASI

Dalam mencoba untuk memutuskan antara simbologi matriks dan simbologi bertumpuk, beberapa masalah harus
ditangani. Jika persyaratan ruang untuk simbol terbatas, membutuhkan simbol yang lebih kecil dari satu inci, maka
simbologi matriks seperti Matriks Data mungkin paling baik digunakan. Namun, jika batasan ruang berada dalam
kisaran dua hingga empat inci, simbologi bertumpuk dapat dengan mudah digunakan. Untuk sebagian besar
aplikasi pemindaian genggam, simbologi bertumpuk seperti PDF417 paling sering diadopsi. Ini karena fleksibilitas
yang ditawarkan melalui teknologi laser raster yang umumnya tersedia dengan simbologi bertumpuk. Untuk
aplikasi penyortiran dan pelacakan otomatis, simbologi matriks seperti MaxiCode dengan kecepatan baca yang
tinggi paling baik digunakan.
Sistem RFDC Sistem operasi. Sistem RFDC terdiri dari sejumlah komponen, seperti yang diilustrasikan pada Gambar
12.1.14. Sistem tipikal terdiri dari komputer host, server terminal perantara atau unit pengontrol jaringan,
pemancar/penerima sinyal RF (juga dikenal sebagaistasiun pangkalan radio, titik aplikasi, atau pemancar), dan
terminal jarak jauh portabel. Sistem seperti itu bekerja dengan cara berikutnya

Desain dan Implementasi Sistem RFDC

Pengguna sistem pelacakan material di banyak industri seperti pengerjaan logam dan plastik sangat membutuhkan
simbol kode batang permanen yang diukir langsung ke logam atau plastik produk mereka. Pabrikan baja dan
pelanggannya—industri yang membentuk baja dan paduan lainnya menjadi produk fabrikasi—membutuhkan
simbol yang tahan terhadap lingkungan yang keras. Biasanya, produk pengerjaan logam harus menjalani operasi
dalam prosesnya yang memaparkannya pada suhu ekstrem yang biasanya di atas 2000 derajat Fahrenheit, dan
produk tersebut sering dicelupkan ke dalam asam dan pelarut kaustik. Jelas, simbol kode batang yang dicetak pada
label kertas tidak sesuai untuk lingkungan yang keras ini.

Industri Kartu Pintar

Akan ada peningkatan penggunaan kartu pintar dan kartu chip di masa depan. Faktanya, banyak orang percaya
bahwa kartu pintar pada akhirnya akan menggantikan kartu strip magnetik untuk sebagian besar aplikasi ADC
identifikasi pribadi. Saat ini, standar sedang dikembangkan untuk teknologi kartu pintar yang akan membantu
mengintegrasikan penggunaan produk ini ke dalam jumlah aplikasi yang jauh lebih besar. Perbaikan dalam
teknologi semikonduktor akan memungkinkan kartu pintar membawa informasi dalam jumlah yang semakin
banyak. Teknologi kartu chip untuk kartu telepon prabayar yang telah melanda Eropa pada akhirnya akan
mencapai Amerika Serikat

Industri Nirkabe

Teknologi ADC yang cenderung melihat pertumbuhan tercepat dan terbesar adalah teknologi nirkabel. RFDC dan
RFID telah membuat kemajuan besar dalam teknologi masing-masing dalam dua tahun terakhir. Dengan
diperkenalkannya sistem frekuensi hopping dalam rentang frekuensi radio 2,4 Ghz, dan peningkatan terus-
menerus dalam tingkat throughput, teknologi ini lebih dapat diandalkan daripada sebelumnya. setiap waktu
sebelumnya dalam sejarah. Selain terminal portabel yang nirkabel, komponen tambahan seperti transceiver,
printer, dan komputer baru-baru ini diperkenalkan sebagai nirkabel. Peningkatan RFDC dan teknologi seluler akan
meningkatkan penggunaan aplikasi komputer berbasis pena, komputer palm-top, dan aplikasi pengenalan suara
otomatis. Dengan RFID, harga RF tag akan terus turun sehingga sebanding dengan barcode. Teknologi ini
diharapkan pada akhirnya akan digunakan dalam bisnis pengiriman paket, di mana penyortiran dan pelacakan
kecepatan tinggi harus dilakukan; checkout grosir, di mana seluruh keranjang barang dapat diperiksa secara
bersamaan dengan mendorong gerobak belanjaan di bawah antena; dan dalam keamanan ritel untuk
meminimalkan pengutilan dan pencurian

BAB 12.2 MANAJEMEN DATA

TRANSFER INFORMASI DALAM INDUSTRI MANUFAKTUR DAN FILOSOFI MANAJEMEN INFORMASI DAN KOMUNIKAS

Baru-baru ini di industri manufaktur, ada kecenderungan untuk membagi dan memisahkan fungsi-fungsi yang
terkait dengan produksi. Di sebagian besar pabrik, mesin saat ini adalah tipe kontrol numerik (NC), dan informasi
yang terkait dengan lantai pabrik diproses oleh komputer. Namun, kami menemukan bahwa informasi ini tidak
dikelola secara terintegrasi, di seluruh perusahaan, dan tidak ada sistem yang memungkinkan semua karyawan
untuk menggunakannya. Secara khusus, dalam pengembangan produk dan departemen desain, para insinyur yang
benar-benar terlibat dalam pengembangan dan desain suatu bagian mungkin sangat sibuk sehingga mereka tidak
dapatSistem yang menggunakan data yang sama akan mendapatkan hasil yang konsisten. Jika rekayasa desain
mengatakan bagian tersebut memiliki berat 2 pon, maka pengiriman, teknik industri, dan studi ergonomis akan
menggunakan bobot yang sama. Data ada saat dibutuhkan, segera. Tidak ada waktu yang terbuang untuk mencari
data atau menunggu seseorang kembali dari liburan. Data tidak akan hilang ketika seseorang meninggalkan
perusahaan. Contoh manfaat dibahas di bagian selanjutnya. Manfaat dapat dibagi menjadi dua kategori umum:
manfaat bagi perusahaan dan

manfaat bagi insinyur industri.

Pemanfaatan yang tepat dari antarmuka sistem akan dengan cepat berbagi informasi yang dikembangkan oleh
insinyur industri dengan sistem lain. Dengan membuat data yang konsisten dan akurat tersedia secara luas,
manajemen perusahaan memiliki informasi yang mereka butuhkan untuk membuat keputusan yang lebih baik dan
lebih tepat waktu. Model simulasi adalah salah satu alat yang ampuh untuk insinyur industri. Mereka menyediakan
manajemen dengan informasi yang diperlukan untuk membuat penugasan tenaga kerja yang akurat, peningkatan
produktivitas, perkiraan biaya, penjadwalan produksi, peramalan, dan sebagainya. Data yang akurat memberikan
hasil yang konsisten dan dapat diandalkan di bidang perencanaan produksi, tata letak pabrik, dan penjadwalan,
untuk beberapa nama. Waktu throughput dapat dikurangi melalui peningkatan produktivitas, penyeimbangan lini
(staffing), penjadwalan, dan peramalan material yang tepat. Ini akan memungkinkan perusahaan untuk
meningkatkan produksi pada tingkat staf saat ini. Atau persediaan staf dan material dapat dikurangi menjadi hanya
tingkat yang diperlukan untuk produksi. Ini juga akan menghasilkan peningkatan arus kas dengan mengurangi
modal kerja. Penjadwalan dan penyeimbangan lini yang tepat juga akan menghasilkan peningkatan utilisasi mesin.
Misalnya, jadwal produksi memberikan daftar produk dan jumlah yang dibutuhkan berdasarkan pesanan. Insinyur
industri memberikan standar waktu untuk memproduksi suku cadang ini di pusat kerja yang sesuai. Melalui
antarmuka, jumlah orang yang dibutuhkan di setiap departemen dapat ditentukan secara akurat. Dengan cara ini
kontrol produksi akan merilis pesanan berdasarkan tenaga kerja dan kapasitas peralatan yang tersedia.

MANFAAT BAGI ENGINEER INDUSTRI

Manfaat utama bagi insinyur industri adalah bahwa antarmuka yang dirancang dengan benar menyediakan cara
yang cepat dan mudah untuk menggunakan data yang akurat dan konsisten—walaupun ada investasi waktu yang
diperlukan untuk membangun dan mengimplementasikan antarmuka sistem yang tepat. Tetapi karena input data
dalam pengembangan data dan berbagi data itu dengan sistem bisnis lain berkurang, operasi sehari-hari untuk
menjaga agar data tetap mutakhir dan terkini akan membutuhkan lebih sedikit waktu. Ini akan memberi para
insinyur industri lebih banyak waktu untuk menangani tugas-tugas penting lainnya

BAB 12.5 KECERDASAN BUATAN DAN MANAJEMEN PENGETAHUAN SISTEM

 Kecerdasan buatan (AI) dan sistem manajemen pengetahuan (juga dikenal sebagai sistem pakar) telah
berhasil digunakan di banyak aplikasi yang menarik bagi komunitas teknik industri (IE). Bab ini akan
membahas sejarah dan latar belakang AI dan bagaimana ia berkembang menjadi teknologi praktis modern
yang digunakan secara luas untuk IE dan sektor manufaktur. Beberapa studi kasus disajikan secara singkat
untuk menggambarkan bagaimana sistem pakar berguna dalam jenis bidang

BAB 13.1 PENGEMBANGAN PRODUK

Fungsi insinyur industri di bidang umum pengembangan produk, bersama dengan proses kerja tim di antara
berbagai fungsi pabrik selama fase desain dan pengembangan produk yang sebenarnya, adalah isi dari bab ini.
Pertimbangan keinginan dan kebutuhan pelanggan, posisi perusahaan dalam kaitannya dengan persaingan, dan
biaya relatif dan produktivitas dari berbagai pilihan adalah elemen kunci. Teknik prototipe cepat memungkinkan
konsep desain diproduksi dengan cepat untuk mendukung pengembangan produk—dan dapat membantu dalam
memulai produksi sebelum ketersediaan perkakas "keras" yang direncanakan.

1. LATAR BELAKANG

Hari ini tidak cukup bagi sebuah produk untuk hanya melakukan fungsi yang dimaksudkan—ini adalah minimum
yang diharapkan! Produk juga harus mampu diproduksi dengan kualitas, biaya, tarif, dan waktu yang diperlukan—
dengan fitur yang diminta pelanggan. Antara 70 dan 90 persen dari biaya produk akhir dan kesulitan dalam
produksi adalah akibat langsung dari keputusan desain. Untuk memastikan bahwa proses yang ditentukan oleh
desain dapat diulang dan dikendalikan, sistem manufaktur harus dikembangkan bersamaan dengan
pengembangan produk.

2. pengantar

Apa rekayasa bersamaan (CE)? Menyetujui definisi umum membantu komunikasi dan pemahaman. Definisi
Departemen Pertahanan/Lembaga Analisis Pertahanan (DoD/IDA) telah diterima secara luas.

Dengan mengumpulkan dan memahami semua persyaratan yang harus dipenuhi produk sepanjang siklus hidupnya
pada awal definisi konsep, kita dapat mengurangi biaya, menghindari desain ulang dan pengerjaan ulang yang
mahal, dan mempersingkat proses pengembangan. Kami melakukan ini dengan menangkap persyaratan dan
harapan pelanggan, dan melibatkan semua disiplin pabrik terkait sejak awal. Bekerja sebagai tim pada semua
proses terkait produk, kami dapat menyediakan transisi yang mulus dari pengembangan ke produksi.

3.CE Sepanjang Proses Akuisisi

Praktek rekayasa serentak berlaku untuk semua program, lama atau baru, terlepas dari jenis program atau fase
akuisisi. Hasil terbesar dibuat dengan menerapkan CE di awal program. Karena sebagian besar biaya produk
ditentukan selama fase konsep, maka sangat penting untuk melibatkan manufaktur, produksi, daya dukung, dan
pemasok.

4. Suara Pelanggan

Harapan kualitas pelanggan selalu meningkat berdasarkan paparan produk dan layanan terbaik di kelasnya Suara
pelanggan (VOC) mewakili kebutuhan dan harapan di mana pelanggan atau pengguna akan merasakan kualitas
produk dan layanan. Kualitas dicapai dengan memuaskan semua

kebutuhan dan harapan pelanggan—dokumentasi teknis dan hukum tidak akan mengatasi kesan buruk.

Definisi persyaratan dimulai pada awal program dan berlanjut sepanjang siklus hidup produk. Sangat penting
bahwa disiplin yang tepat, termasuk pemasok, terlibat setiap saat untuk menghindari hasil yang tidak lengkap atau
bias.

5. CE MENGGUNAKAN QUALITY FUNCTION DEPLOYMENT SYSTEM

Pengantar Penerapan Fungsi Kualitas

Penerapan fungsi kualitas (QFD) adalah salah satu sistem komersial formal untuk membantu perusahaan dalam
proses kompleks pengembangan produk baru atau yang direvisi menggunakan filosofi CE.

6. Latar Belakang QFD

Technicomp, Inc., dari Cleveland, Ohio, mengembangkan QFD. Aplikasi pertama sebagai disiplin terstruktur
umumnya dikreditkan ke Kobe Shipyard of Mitsubishi Heavy Industries Ltd. pada tahun 1972. Itu diperkenalkan ke
Amerika Serikat dalam artikel tahun 1983 diKemajuan Kualitas, publikasi American Society of Quality Control
(ASQC). Perusahaan AS yang telah memanfaatkan QFD antara lain Alcoa, Allen-Bradley, Bethlehem Steel, Boeing,
Caterpillar, Chrysler, Dow Chemical, General Motors, Hexel, Lockheed, Magnavox, dan lain-lain. Program ini terdiri
dari serangkaian kaset video, panduan aplikasi anggota tim, panduan instruktur, dan materi kursus lainnya

7. Keanggotaan Tim Proyek

Komitmen manajemen terhadap QFD adalah persyaratan minimum; dukungan oleh seluruh organisasi sangat
ideal. Partisipasi dalam tim proyek diperlukan oleh individu yang mendukung QFD dan yang mewakili semua fungsi
terkait pengembangan, seperti:

- Rekayasa desain

- Rekayasa proses

- Pemasaran dan penjualan

- Rekayasa manufaktur
- Kualitas asuransi

- Pengadaan

8. Fase QFD

Penyebaran fungsi kualitas melibatkan serangkaian fase (lihat Gambar 13.1.2) di mana persyaratan pelanggan
diterjemahkan ke dalam beberapa tingkat persyaratan teknis. Fase sering didokumentasikan oleh serangkaian
matriks terkait:

Fase 1—perencanaan produk. Persyaratan pelanggan diterjemahkan ke dalam persyaratan teknis atau spesifikasi
desain dalam bahasa teknis internal perusahaan.

- Fase 2—desain produk.

- Fase 3—perencanaan proses. Persyaratan teknis diterjemahkan ke dalam karakteristik bagian. Karakteristik
bagian diterjemahkan ke dalam karakteristik proses.

Tahap 4—perencanaan pengendalian proses Karakteristik proses diberikan kontrol khusus metode.

PROTOTIPE CEPAT

10. Latar belakang

Salah satu tujuan dari semua perusahaan yang sukses adalah untuk mengurangi waktu antara konsep awal produk
dan pengiriman produksi. Konsep penting lainnya adalah keterlibatan awal keahlian manufaktur dengan tim desain
produk. Ini termasuk pemasok luar bersama dengan ahli internal. Pemasok luar yang harus dilibatkan adalah
perdagangan dan keterampilan yang melibatkan suku cadang yang mungkin dibeli perusahaan Anda daripada
membangunnya sendiri. Ini mungkin termasuk coran, tempa, cetakan plastik, lembaran logam khusus, elektronik,
atau permesinan. Pengetahuan mereka dapat membantu produsen peralatan asli (OEM) untuk menghasilkan
produk yang lebih baik, dalam waktu yang lebih singkat, dengan biaya yang lebih rendah.

11. .Keuntungan dari Prototyping Cepat

- Pembuatan tanpa kertas—bekerja langsung dari file atau sketsa CAD

- Hasilkan suku cadang fungsional secepat satu minggu

- Menghasilkan model yang dapat digunakan sebagai master untuk membuat coran logam dan bagian plastik
dalam jumlah kecil atau besar

- Gunakan model fit-and-function untuk mendeteksi kekurangan desain di awal pengembangan

- Izinkan bagian prototipe untuk digunakan selama pengujian kualifikasi suatu produk

12. Bagian Prototipe Menggunakan Stereolitografi

Stereolitografi (SLA) digunakan untuk membuat objek tiga dimensi dengan kompleksitas apa pun dari data desain
berbantuan komputer (CAD). Data CAD padat atau muncul diiris menjadi beberapa bagian. Sebuah laser yang
menghasilkan sinar ultraviolet dipindahkan melintasi bagian atas tong polimer cair fotosensitif oleh sistem
pemindaian yang dikendalikan komputer

13. Manufaktur Objek Laminasi

Pembuatan objek yang dilaminasi (LOM) juga digunakan untuk membuat objek tiga dimensi dengan kompleksitas
apa pun dari data CAD. Data CAD padat atau muncul diiris menjadi beberapa bagian. Sebuah sinar laser tunggal
memotong garis bagian dari setiap lapisan tertentu dari kertas setebal 0,05 hingga 0,5 mm (0,002 hingga 0,020
inci) yang telah dilapisi dengan perekat. Kemudian lapisan kedua direkatkan ke yang pertama, dan proses
pemangkasan diulang.

14. Prototipe Mesin

Objek tiga dimensi dapat dipotong dari berbagai stok padat (logam, resin, plastik, kayu) langsung dari data CAD
dua atau tiga dimensi menggunakan pusat permesinan CNC multisumbu. Mesin yang berlaku dapat digunakan
untuk membuat model dari gambar atau sketsa. Meskipun proses ini belum memiliki publisitas dari beberapa
sistem yang lebih canggih, tetap sebagai salah satu pilihan pertama dalam memproduksi bagian prototipe.
Pengecoran untuk mesin bisnis, peralatan medis, komputer, otomotif, dirgantara, dan elektronik - Cetakan untuk
industri plastik: cetakan rotasi, bentuk vakum, polistiren yang diperluas, kirksite, dan injeksi Langkah pertama
dalam prosesnya adalah membuat model atau pola induk. Ini dapat dilakukan dari gambar atau file CAD. Bahannya
bisa kayu, plastik, atau mesin dari kuningan atau logam lainnya. Modelnya dibuat dengan tangan atau mesin,
menggunakan mesin multisumbu CNC atau ruang peralatan, tergantung pada kerumitan dan ketersediaan data
CAD. Model akan memiliki faktor penyusutan bawaan, serta draft, dan kelonggaran pemesinan jika diinginkan.
Model atau bagian sampel yang disediakan pelanggan dapat dengan diadaptasi untuk dijadikan sebagai pola induk
(lihat Gambar 13.1.5). Langkah kedua adalah membuat cetakan negatif, dan colokan inti jika diperlukan, dari
model induk. Pola penahan dan tarik resin positif sekarang dibuat dari cetakan negatif. Kotak inti dibangun, dan
sistem gating dan runnering, dengan labu seperlunya, ditambahkan. Selanjutnya, bubur plester cair dituangkan di
sekitar pola mengatasi-dan-seret dan ke dalam kotak inti. Setelah set ini, cetakan plester dikeluarkan dari pola
mengatasi-dan-tarik. Cetakan plester dan inti kemudian dipanggang untuk menghilangkan kelembapan.

15. Desain dan Informasi Teknis

Ukuran. Hingga 1200 mm (48 inci).Berat. Hingga 8,2 kg (18 lb). ketebalan dinding. Dapat bervariasi, tetapi tidak
boleh kurang dari 6 mm (1/4 in), meskipun ketebalan lokal 3 mm (1/8 dalam) dapat diproduksi.

Toleransi umum

- 0–75 mm ± 0,25 mm (0–3 inci ± 0,010 inci) - 75–150 mm ± 0,38 mm (3–6 inci ± 0,015 inci) - 150–300 mm ± 0,5
mm (6–12 inci ± 0,020 inci) - 300–450 mm ± 0,75 mm (12–18 inci ± 0,030 inci) - 450–1200 mm ± 1,0 mm (18–48
inci ± 0,040 inci) Minuman. Direkomendasikan 1° ke 2°, tetapi tidak ada draf yang mungkin jika ditentukan. Jari-jari
dan fillet. Harus sebebas mungkin—dari 3 hingga 6 mm
16. Mesin Fotokimia

Mesin fotokimia (PC) memungkinkan pengosongan bebas duri dan bebas stres pada hampir semua lembaran
logam besi dan non besi tanpa perubahan bahan kimia atau fisik. Dengan pencitraan ganda yang presisi, blanko
multi-bagian dapat diproduksi pada lembaran dengan lebar hingga 750 mm (30 in). Proses ini dapat bekerja
dengan logam dengan temper apa pun, dengan ketebalan mulai dari 0,25 mm (0,001 in) hingga pengukur berat.
Kisaran toleransinya adalah±0,25 sampai ±2.5mm (±0,001 sampai±0,010 inci), tergantung pada jenis dan ketebalan
material

17. Kesimpulan dan Tren Masa Depan

Peran insinyur industri, insinyur manufaktur, insinyur proses, insinyur alat dengan nama apa pun telah
berkembang selama bertahun-tahun—akan terus memainkan peran yang bahkan lebih penting dalam desain dan
produksi produk masa depan. Rekayasa bersamaan, seperti yang kita definisikan hari ini, juga akan berubah. Garis
abu-abu antara desain produk dan operasi produksi akan terus memudar. Kita melihat banyak kasus hari ini di
mana urutan pengembangan untuk produk baru telah terbalik—mulai dengan pelanggan, pindah ke departemen
produksi, dan berkomitmen pada gambar perusahaan sebagai langkah terakhir .

kerjasama Eropa, bekerja dengan industri Swiss dan Belanda - Manajer Cabang Teknik Desain Produksi—juga
menulis Desain Produksi manual dan Pengantar Komposit - editor dari Buku Pegangan Teknik Manufaktur untuk
Marcel Dekker, New York—menulis beberapa bab di buku pegangan - Anggota Senior SME, Anggota Profesional
AIAA, dan Anggota ASM - Anggota industri Dewan Penasihat Teknik Universitas Florida - Direktur Eksekutif Asosiasi
Pabrik Brevard County.

BAB 13.2

DESAIN UNTUK MANUFAKTUR DAN PERAKITAN

PENGANTAR

Perubahan dalam Proses Pengembangan Produk

Perubahan total telah terjadi dalam proses pengembangan produk selama dekade terakhir. Benih perubahan ini
ditanam pada awal 1980-an dengan dua perkembangan terpisah yang akan datang bersama selama beberapa
tahun. Yang pertama dari benih ini adalah redefinisi hasil yang diharapkan dari kegiatan desain untuk pembuatan.
Redefinisi muncul sebagian besar dari program penelitian yang didanai National Science Foundation di University
of Massachusetts (UMASS) [1]. Karya ini menjadi dasar untuk Pusat Penelitian Desain Manufaktur di Universitas
Rhode Island (URI) yang telah ada sejak 1985. Penelitian di URI selama dekade terakhir [2–5] telah mengubah
proses, yang telah dikenal sebagai DFMA™ (Desain untuk Pembuatan dan Perakitan)*, dari tabel dan grafik
pencarian hingga perangkat lunak komputer interaktif yang digunakan di seluruh dunia [6]. Proses DFMA sekarang
mapan dalam pengembangan produk industri [7-10].

Perubahan kedua dimulai pada awal 1980-an dengan pengakuan oleh beberapa perusahaan AS bahwa desain
produk terlalu penting untuk dipercayakan kepada insinyur desain yang bekerja sendiri-sendiri. Ini mengarah pada
penetapan prosedur baru untuk pengembangan produk di mana kinerja produk dan prosedur manufaktur yang
diperlukan untuk produk dipertimbangkan bersama-sama dari tahap konsep awal desain baru.
Praktek Tradisional Desain untuk Manufaktur

Syarat desain untuk pembuatan (DFM) sering diterapkan pada proses menggunakan aturan atau pedoman untuk
membantu dalam desain bagian individu untuk pemrosesan yang efisien. Dalam bentuk ini, DFM telah dipraktikkan
selama beberapa dekade, dan kumpulan aturan sering kali tersedia bagi desainer melalui manual desain khusus
perusahaan. Contoh terbaru yang sangat baik dari pendekatan DFM ini menyediakan kompilasi aturan untuk
sejumlah besar proses, yang disediakan oleh para ahli untuk setiap metode proses [12]. Perangkat aturan tersebut
biasanya disertai dengan informasi tentang ketersediaan formulir stok bahan; tentang masalah pencapaian
toleransi dan nilai permukaan akhir yang diberikan; dan informasi tentang penerapan berbagai pelapis dan
perawatan permukaan. n. Informasi tersebut jelas sangat berharga untuk tim desain, yang dapat rentan untuk
membuat keputusan yang sangat mahal tentang desain bagian individu jika ini dibuat tanpa memperhatikan
kemampuan dan keterbatasan proses manufaktur yang diperlukan.

Pendekatan Baru untuk Desain untuk Pembuatan dan Perakitan (DFMA)

Pendekatan alternatif untuk DFM yang berfokus pada bagian adalah berkonsentrasi pada awalnya pada struktur
produk dan mencoba mencapai konsensus tim pada struktur desain yang paling mungkin untuk meminimalkan
biaya ketika total biaya produksi suku cadang, biaya perakitan, dan sumber biaya lainnya dipertimbangkan. .
Sumber biaya lainnya mungkin termasuk biaya pengerjaan ulang produk yang rusak, dan biaya yang terkait dengan
dukungan manufaktur seperti pembelian, dokumentasi, inventaris, dan sebagainya. Selain itu, kemungkinan biaya
layanan garansi dan dukungan dapat dimasukkan jika ada prosedur untuk menghitung biaya ini pada tahap desain
awal. Dalam bab ini kita akan memfokuskan diskusi kita pada pengurangan biaya manufaktur dan perakitan
menggunakan proses DFMA. DFA menantang tim pengembangan produk untuk mengurangi waktu dan biaya yang
diperlukan untuk merakit produk. Jelas, cara ampuh untuk mencapai hasil ini adalah dengan mengurangi jumlah
bagian yang harus disatukan dalam proses perakitan. Ini sering mengarah pada tinjauan kemampuan proses yang
dimaksudkan untuk digunakan, untuk menilai kemungkinan untuk menggabungkan bagian-bagian atau
menyatukan fitur-fitur yang diperlukan menjadi satu bagian.

DESAIN UNTUK PERAKITAN

Peran DFA dalam Penyederhanaan Produk

Desain untuk perakitan adalah prosedur analisis sistematis yang digunakan selama tahap awal desain produk
untuk menilai kesulitan perakitan dan untuk memperkirakan waktu atau biaya perakitan. Kesulitan perakitan yang
diidentifikasi selama analisis DFA diterjemahkan ke dalam hukuman waktu atau biaya yang sesuai, dan dengan cara
ini satu ukuran (waktu atau biaya) mewakili efisiensi desain yang diusulkan untuk proses perakitan yang
diperlukan.

Berurusan pertama dengan hubungan spasial bagian dalam struktur produk yang diusulkan. Bagian sering ada
dalam desain semata-mata karena posisi relatif yang dipilih dari item lain. Misalnya, penyangga braket terpisah
mungkin diperlukan untuk dua item yang dapat ditopang pada braket yang sama jika dipindahkan ke jarak yang
lebih dekat. Atau, dan jauh lebih umum, bagian mungkin ada hanya sebagai penghubung antara item yang telah
dipisahkan secara sewenang-wenang dalam struktur produk. Konektor tersebut dapat digunakan untuk
mengirimkan sinyal, tenaga listrik, gas, cairan, atau kekuatan untuk gerakan.

Sistem Standar Waktu DFA

 Prosedur DFA menggunakan database waktu standar untuk penanganan dan penyisipan berdasarkan ukuran
bagian dan simetri, dan pada metode pengamanan yang akan digunakan. Selain itu, hukuman yang sesuai
ditambahkan untuk kesulitan dalam menangani atau memasukkan barang selama perakitan. Kesulitan yang
termasuk dalam prosedur analisis DFA adalah kesulitan yang menimbulkan penalti waktu yang signifikan pada
proses perakitan. Ini dapat disajikan sebagai seperangkat aturan, dibagi menjadi dua kategori: penanganan bagian
dan penyisipan bagian, sebagai berikut:

1. Penanganan Bagian: - Rancang bagian-bagiannya agar tidak bersarang atau saling mengunci (kusut) bersama-
sama saat dalam jumlah besar. - Hindari bagian fleksibel yang tidak mempertahankan bentuknya karena beratnya
sendiri. - Hindari ujung atau titik yang tajam pada bagian yang akan ditangani secara manual. - Buat bagian simetris
mungkin. - Jika bagian tidak simetris, maka pastikan asimetrinya jelas.

2. Penyisipan Bagian: - Jika suku cadang tidak langsung diamankan saat penyisipan, maka pastikan bahwa
permukaan perkawinan menahan suku cadang dalam posisi dan orientasi yang benar selama pengoperasian
berikutnya.

- Rancang bagian kawin dengan bibir, timah, lancip, talang, dan sebagainya, sehingga mudah disejajarkan.

- Batasi gaya yang diperlukan untuk penyisipan suku cadang dalam perakitan manual [17]. - Pilih jarak bebas antar
bagian sehingga kemacetan tidak terjadi selama penyisipan. Jarak yang diperlukan untuk bagian tertentu dapat
ditentukan dari ketebalan bagian, dimensi lubang atau ceruk, dan koefisien gesekan antara permukaan kawin [6].

- Pilih arah penyisipan untuk meminimalkan kebutuhan untuk mengarahkan ulang perakitan yang dibangun
sebagian saat perakitan berlangsung.

- Untuk perakitan manual, pastikan assembler dapat melihat permukaan atau tepi kawin untuk memudahkan
penempatan suku cadang yang akan dimasukkan.

- Pastikan akses yang memadai untuk bagian tersebut, untuk tangan atau jari pekerja perakitan, atau untuk alat
perakitan jika diperlukan.

Indeks DFA

Diskusi sebelumnya, tentang perakitan bingkai dan penutup, didahului oleh kualifikasi bahwa peningkatan detail
harus dilakukan jika item terpisah ini mewakili komponen dari "solusi desain terbaik". Ukuran kualitas keseluruhan
dari desain yang diusulkan untuk perakitan diperoleh dengan menggunakan angka-angka di kolom kanan Gambar
13.2.4. Ini diperoleh selama analisis DFA dengan menilai hanya item-item yang fungsinya selain hanya mengikat
atau menghubungkan dan yang memenuhi salah satu dari tiga kriteria untuk bagian yang terpisah. Penjumlahan
dari nilai-nilai ini kemudian memberikan total yang dianggap sebagai jumlah bagian minimum teoritis . Untuk
perekam tekanan nilai ini adalah 5. Kebalikan dari nilai ini adalah bahwa 19 dari 24 langkah perakitan dianggap
sebagai kandidat untuk dieliminasi. Gagasan untuk menghilangkan langkahlangkah ini sebenarnya telah
didokumentasikan selama proses DFA.

umlah bagian minimum dapat digunakan untuk menentukan Indeks DFA [6], yang mencakup tidak hanya penilaian
kemungkinan redundansi penghitungan bagian tetapi juga kesulitan perakitan dalam desain yang dianalisis. Ini
didefinisikan sebagai

Indeks DFA = (nM × TM)/Tsebuah × 100

di mana nM = jumlah minimum teoritis bagian,

TM = waktu perakitan minimum per bagian,

T sebuah = perkiraan total waktu perakitan.

Untuk perekam tekanan, ini memberikan

Indeks DFA = (5 × 3)/214,7 × 100 = 7.0

BAB 13.3

MANAJEMEN NILAI

LATAR BELAKANG

Ikhtisar Manajemen Nilai

Manajemen nilai (VM) adalah metodologi analitik berbasis fungsi yang digunakan untuk meningkatkan bisnis
dengan mengidentifikasi peluang untuk menghilangkan biaya yang tidak perlu dari produk dan layanan mereka
sambil memastikan bahwa kualitas, keandalan, kinerja produk, dan faktor penting lainnya memenuhi harapan
pelanggan. Ada dua aspek penting dalam penerapan manajemen nilai: (1) metode unik analisis fungsi harus
diterapkan, dan (2) langkah-langkah rencana kerja yang terorganisir harus diikuti dalam urutan yang tepat.

Asal Mula Manajemen Nilai

Proses VM bukanlah hal baru. Ini dikembangkan selama Perang Dunia II, ketika kekurangan bahan strategis
memaksa adopsi bahan dan metode alternatif. Setelah perang, ketika industri menyesuaikan kembali ke standar
masa damai, ada kecenderungan untuk kembali ke konsep aslinya. Namun, di General Electric (GE), ditemukan
bahwa dalam beberapa kasus, metode baru menghasilkan produk yang lebih murah dengan performa lebih baik
daripada desain aslinya. Konsep pendekatan untuk meningkatkan efektivitas biaya dan kualitas adalah gagasan
dari Harry Erlicher, wakil presiden pembelian dan lalu lintas GE.

Manajemen Nilai dan Pengurangan Biaya

Karena penghematan biaya yang signifikan yang umumnya terjadi sebagai hasil dari studi manajemen nilai, VM
sering dikaitkan dengan pengurangan biaya. Namun, pengurangan biaya dan manajemen nilai jelas berbeda.
Aktivitas pengurangan biaya berorientasi pada sebagian. Ini biasanya berarti mengubah metode manufaktur,
melonggarkan toleransi, menipiskan atau mengganti bahan, dan sebagainya. Biasanya, ini akan menghasilkan
penghematan tanpa perubahan konsep desain. Manajemen nilai berorientasi pada fungsi dan umumnya mengarah
pada konsep baru atau yang disempurnakan yang menjalankan fungsi yang dibutuhkan secara lebih sederhana
dengan kualitas yang lebih tinggi dan proses manufaktur atau teknik konstruksi yang lebih ekonomis. Secara
sederhana, tujuan VM adalah untuk “mengambil tindakan yang disengaja untuk meningkatkan efektivitas biaya.”
Dalam definisi ini istilahtindakan yang disengaja dan efektivitas biaya memerlukan penjelasan lebih lanjut untuk
memahami arah dan upaya VM.
Konsep Nilai

Tujuan dari setiap studi VM adalah untuk meningkatkan nilai dari apa pun yang sedang dipelajari. Sayangnya,
orang memiliki pendapat berbeda tentang apa yang mempengaruhi nilai suatu produk. Hal ini juga penting untuk
menghindari membingungkan biaya dengan nilai. Bahan tambahan, tenaga kerja, atau overhead meningkatkan
biaya, tetapi belum tentu nilai. Jika biaya tambahan tidak meningkatkan kemampuan untuk melakukan fungsi yang
diperlukan, nilainya berkurang. Definisi VM awal untuk nilai adalah hubungan antara fungsi dan biaya. Fungsi
didefinisikan sebagai maksud atau tujuan dari suatu sistem, produk, atau proses yang beroperasi dengan cara yang
biasanya ditentukan. Sementara biaya mudah diukur, fungsi tidak. Namun, karakteristik fungsi dapat diukur.
Elemen dasar yang memungkinkan kita mengukur fungsi adalah karakteristik kinerja dan penyampaian.

Aplikasi Manajemen Nilai

Metodologi manajemen nilai dapat diterapkan pada produk, proses manufaktur, prosedur administrasi, studi
organisasi, perencanaan bisnis dan rekayasa ulang, dan proyek konstruksi. Bab ini akan fokus pada penerapan VM
untuk proses manufaktur. VM dapat diterapkan pada semua aspek proses manufaktur. Beberapa contoh
tercantum di sini.

- Fabrikasi komponen

- Operasi perakitan

- Pengecoran, penempaan, operasi pencetakan

- Penanganan atau pemrosesan material

- Penyiapan dan perubahan alat

- Operasi ruang alat

- sel kerja

- Pemrosesan tepat waktu

- Perencanaan dan tata letak fasilitas

Fase Manajemen Nilai

Studi dapat dilakukan pada proyek yang sudah ada, proyek dalam proses pengembangan, atau proyek yang sedang
dikonseptualisasikan. Syaratnyaanalisis nilai (WA), rekayasa nilai(VE), dan kontrol nilai (VC), sementara memiliki
definisi khusus, mengacu pada metodologi dasar yang sama, dan melalui penggunaan umum telah menjadi
sinonim. Hari ini, manajemen nilaitelah menjadi diterima secara umum sebagai istilah yang mencakup semua yang
lain.

Analisis Nilai. Studi yang dilakukan pada proyek yang ada disebut analisis nilai. Dalam studi VA banyak yang
diketahui tentang situasi saat ini, dan tim VA sedang meninjau proyek untuk memperbaiki situasi. Umumnya
beberapa penghematan biaya yang diidentifikasi melalui studi VA digunakan untuk mengimbangi biaya perubahan.
Istilah ini juga terkadang digunakan untuk menggambarkan penerapan metodologi pada suatu proses atau
prosedur.

Rekayasa Nilai. Studi yang dilakukan pada proyek selama fase pengembangan disebut rekayasa nilai. Dalam studi
VE, beberapa informasi penting diketahui tentang proyek, dan tim VE menganalisis proyek sebelum biaya yang
signifikan dikeluarkan untuk menyiapkan manufaktur untuk proyek tersebut, sehingga secara signifikan
mengurangi biaya perubahan. VE tidak hanya berlaku untuk desain baru tetapi juga untuk proses manufaktur baru,
prosedur, dan studi organisasi.

Kontrol Nilai. Studi kontrol nilai dilakukan pada awal proyek untuk membantu menetapkan target biaya dan
kualitas, mengembangkan konsep untuk proyek, dan untuk memastikan proyek memiliki kelangsungan hidup
jangka panjang dengan pelanggan. Studi kontrol nilai sering diikuti oleh studi VE saat desain berkembang untuk
lebih mengoptimalkan desain dan proses manufaktur yang diusulkan. Studi perencanaan bisnis atau operasional
dan rekayasa ulang bisnis, yang juga menggunakan teknik VM, dianggap sebagai studi VC.

Terlepas dari jenis studinya, pendekatan dan teknik dasar VM adalah sama. Perbedaan utama antara berbagai jenis
penelitian adalah bagaimana seseorang mempersiapkan, dan informasi yang diperlukan, untuk berhasil melakukan
penelitian.

MANAJEMEN NILAI DAN TEKNIK INDUSTRI

Dunia yang Berubah

Sejak manajemen nilai dimulai lebih dari 50 tahun yang lalu, banyak yang telah berubah. Tenaga kerja manufaktur
pernah menjadi pengeluaran bisnis yang dominan, dan skala ekonomi serta aliran material merupakan elemen
kunci dalam upaya untuk mengurangi kontribusi tenaga kerja terhadap biaya produk. Tenaga kerja langsung dan
manajemen biaya bahan adalah elemen utama dalam menentukan keberhasilan suatu produk dan, oleh karena itu,
perusahaan [2]. Saat ini, tenaga kerja langsung seringkali merupakan bagian yang tidak signifikan dari biaya
produk. Skala ekonomi telah memberikan cara untuk teknik manufaktur yang fleksibel di mana ukuran lot dan
biaya setup tidak lagi menjadi masalah biaya utama. Waktu-ke-pasar, dari inovasi hingga masuk pasar, telah
menjadi lebih penting dalam kesuksesan bisnis daripada biaya produk per unit. Akibatnya, fokus VM telah
berpindah dari biaya produk ke proses produksi. Meskipun pengurangan biaya produk masih menjadi target VM
aktif, pengurangan biaya menjalankan bisnis dan aktivitas non-nilai tambah terkait lebih ditekankan, karena di
situlah potensi terbesar untuk perbaikan ada. Selain itu, VM sekarang diterapkan lebih awal dalam masa pakai
produk, untuk menentukan seperti apa produk itu seharusnya dan bagaimana cara terbaik untuk
memproduksinya, sebagai lawan untuk membantu menyempurnakan produk atau proses.

Dunia yang Berubah Sejak manajemen nilai dimulai lebih dari 50 tahun yang lalu, banyak yang telah berubah.
Tenaga kerja manufaktur pernah menjadi pengeluaran bisnis yang dominan, dan skala ekonomi serta aliran
material merupakan elemen kunci dalam upaya untuk mengurangi kontribusi tenaga kerja terhadap biaya produk.
Tenaga kerja langsung dan manajemen biaya bahan adalah elemen utama dalam menentukan keberhasilan suatu
produk dan, oleh karena itu, perusahaan [2]. Saat ini, tenaga kerja langsung seringkali merupakan bagian yang
tidak signifikan dari biaya produk. Skala ekonomi telah memberikan cara untuk teknik manufaktur yang fleksibel di
mana ukuran lot dan biaya setup tidak lagi menjadi masalah biaya utama. Waktu-ke-pasar, dari inovasi hingga
masuk pasar, telah menjadi lebih penting dalam kesuksesan bisnis daripada biaya produk per unit. Akibatnya,
fokus VM telah berpindah dari biaya produk ke proses produksi. Meskipun pengurangan biaya produk masih
menjadi target VM aktif, pengurangan biaya menjalankan bisnis dan aktivitas non-nilai tambah terkait lebih
ditekankan, karena di situlah potensi terbesar untuk perbaikan ada. Selain itu, VM sekarang diterapkan lebih awal
dalam masa pakai produk, untuk menentukan seperti apa produk itu seharusnya dan bagaimana cara terbaik untuk
memproduksinya, sebagai lawan untuk membantu menyempurnakan produk atau proses.

Sistem Kerja Teknik Industri

Teknik industri dapat didefinisikan sebagai proses dimana sumber daya nyata organisasi dialokasikan untuk
mendukung misi organisasi dengan baik. Untuk merancang sistem operasi yang efisien dan efektif, perlu dipahami
konsep dasar dan karakteristik sistem kerja. Setiap sistem tersebut dapat dipecah menjadi konversi atau
pengolahan input menjadi satu set output dengan karakteristik yang berbeda.

Peran Manajemen Nilai dalam Peningkatan Proses

Proses manajemen nilai dapat digunakan sebagai metodologi untuk mekanisme penyesuaian untuk menganalisis
proses, input, dan output untuk mengidentifikasi perubahan kecil (penyempurnaan) pada proses saat ini dan di
mana perubahan proses besar diperlukan. Selain itu, proses VM dapat digunakan dengan data perencanaan
produk untuk membuat proses baru.

PROSES VM

Studi Manajemen Nilai

Sebuah studi VM dalam suatu organisasi adalah hasil dari tindakan yang disengaja yang diambil untuk
memperbaiki situasi tertentu [1]. Ini bukan kelompok ad hoc yang mencoba mencari cara untuk melakukan
sesuatu yang lebih baik. Proyek harus ditugaskan oleh tim manajemen. Biasanya anggota tim manajemen adalah
sponsor atau juara proyek. Lingkup dan tujuan proyek tertentu ditentukan. Sebuah tim multidisiplin dibentuk dan
anggaran waktu untuk penelitian ditetapkan. Studi AVM biasanya membutuhkan empat hingga enam hari untuk
inti penelitian. Hari-hari ini umumnya berdekatan, tetapi sering kali dibagi menjadi dua minggu. Persiapan untuk
belajar umumnya membutuhkan dua atau tiga hari. Waktu ini terjadi selama sebulan sebelum penelitian. Setelah
studi, tim memverifikasi fakta mereka dan menyelesaikan alternatif mereka sebelum mempresentasikan
rekomendasi mereka kepada tim manajemen. Presentasi kepada manajemen adalah pertemuan keputusan dan
memuncak studi VM. Item diterima untuk implementasi, ditolak, atau analisis lebih lanjut dapat diminta. Setelah
alternatif diterima, itu diimplementasikan seperti perubahan lain dalam organisasi, dan upaya tim VM sampai pada
kesimpulan. Biasanya total proses membutuhkan sekitar tiga bulan untuk pergi dari inisiasi studi sampai selesai.
dan upaya tim VM sampai pada kesimpulan. Biasanya total proses membutuhkan sekitar tiga bulan untuk pergi
dari inisiasi studi sampai selesai. dan upaya tim VM sampai pada kesimpulan. Biasanya total proses membutuhkan
sekitar tiga bulan untuk pergi dari inisiasi studi sampai selesai.

Rencana kerja mengatur teknik dan alat VM ke dalam urutan logis untuk menjaga tim tetap fokus selama studi VM
dan terdiri dari tujuh fase utama. Kunci keberhasilan pendekatan manajemen nilai adalah mengikuti langkah-
langkah ini secara berurutan dan menghindari godaan untuk mencoba mencapai kesimpulan sebelum proyek
dipahami dan dianalisis secara menyeluruh. Sebagian besar fase informasi diselesaikan sebelum studi manajemen
nilai, dan fase pelaporan dan implementasi setelah lokakarya. Langkahlangkah dari rencana kerja dibahas di bagian
berikut.

Informasi. Mengumpulkan dan meninjau informasi yang sesuai sebelum memulai proyek memberikan
pemahaman tingkat dasar kepada tim. Tergantung pada jenis studi, informasi yang diperlukan akan sedikit
berbeda. Setiap jenis studi mensyaratkan bahwa kebutuhan dan persyaratan pelanggan dipahami, proyek dan
tujuan spesifik ditentukan, dan biaya saat ini telah dikumpulkan dan diatur.
Analisis Fungsi. Analisis fungsi adalah jantung dari metodologi manajemen nilai. Tujuan akhir dari analisis fungsi
adalah untuk mengidentifikasi fungsi-fungsi yang tidak memberikan nilai yang baik dan perlu ditingkatkan. Ada tiga
langkah dalam analisis fungsi. Yang pertama hanya mendefinisikan fungsi yang terjadi dalam proyek dan
mengkategorikan jenis fungsi. Selanjutnya, fungsi-fungsi tersebut disusun ke dalam diagram teknik sistem analisis
fungsi (FAST)

Spekulasi. Dalam fase spekulasi rencana kerja, setiap fungsi yang diidentifikasi selama fase analisis fungsi sebagai
perlu perbaikan memiliki sesi kreatifnya sendiri. Selama sesi kreatif ini, ide apa pun yang dapat dikaitkan dengan
pengubahan fungsi tersebut dicatat sehingga dapat dievaluasi di lain waktu.

Evaluasi. Tujuan dari fase evaluasi adalah untuk secara sistematis mengurangi sejumlah besar ide yang dihasilkan
selama fase spekulasi menjadi sejumlah konsep yang tampak menjanjikan dalam memenuhi tujuan proyek

Perkembangan. Tergantung pada jenis studi yang dilakukan, fase pengembangan dapat diselesaikan sebagai
bagian dari studi atau sebagai tindak lanjut dari studi.

Laporan. Sebuah studi manajemen nilai diakhiri dengan laporan tertulis akhir dan presentasi kepada kelompok
manajemen mengenai rekomendasi tim pada proyek yang dipelajari. Tujuan dari presentasi manajemen adalah
untuk mendapatkan keputusan atas proposal tim sehingga setiap pendanaan atau tindakan yang diperlukan untuk
mengimplementasikan proposal tersebut dapat diintegrasikan ke dalam rencana perusahaan

Melaksanakan dan Audit. Sementara bagian implementasi dan audit bukan bagian dari studi manajemen nilai,
mereka sangat penting untuk keberhasilan setiap aktivitas manajemen nilai. Karena tujuan dari studi ini adalah
untuk mengembangkan proposal yang akan meningkatkan efektivitas biaya, kualitas, dan efisiensi organisasi, tidak
ada yang dapat dicapai sampai perubahan telah dilaksanakan dan manfaat yang diterima.

TEKNIK KUNCI VM

Kumpulkan Informasi Latar Belakang. Agar tim memahami proyek secara menyeluruh dan siap untuk melakukan
penelitian, beberapa data terkait perlu dikumpulkan. Tercantum di sini adalah beberapa informasi kunci yang perlu
dikumpulkan dan ditinjau sebelum studi apapun.

Memahami Kebutuhan dan Persyaratan Pelanggan. Bagian penting dari informasi latar belakang proyek adalah
memahami proyek dari sudut pandang pelanggan.

Tetapkan Tujuan dan Sasaran. Tujuan dan sasaran dasar tim biasanya diberikan kepada tim oleh kelompok
manajemen atau pemrakarsa proyek.

Tentukan Lingkup. Untuk memecahkan masalah apapun, parameter penelitian harus didefinisikan dengan jelas.
Sementara sejumlah besar dokumentasi dikumpulkan untuk penelitian, penting untuk menyepakati apa yang
termasuk dalam penelitian dan di mana penelitian berhenti—titik antarmuka penelitian—sehingga tim dapat
memfokuskan upayanya dengan tepat.

Pahami Biaya Saat Ini. Biaya adalah salah satu item yang paling disalahpahami dalam bisnis saat ini. Biaya produk
yang diteliti dapat sangat bervariasi, tergantung pada siapa Anda bertanya dan tingkat biaya apa yang biasa
mereka gunakan
Teknik Analisis Fungsi

Teknik analisis fungsi digunakan dalam mendefinisikan, menganalisis, dan memahami fungsi suatu proyek,
bagaimana fungsi-fungsi tersebut berhubungan satu sama lain, dan fungsi mana yang memerlukan perhatian jika
nilai suatu proyek ingin ditingkatkan.

Definisi Fungsi. Semua fungsi didefinisikan oleh dua kata—kata kerja aktif dan kata benda terukur. Untuk
menyatakan apa yang dilakukan sesuatu dalam dua kata terkadang sulit, tetapi membantu untuk
menyederhanakan terminologi.

Hubungan Biaya-Fungsi. Hubungan fungsi biaya memberikan arahan bagi tim yang terkait dengan bidang peluang
terbesar

Identifikasi Fungsi yang Membutuhkan Perbaikan. Setelah menyelesaikan langkah ini, tim siap untuk menerapkan
fungsi tertentu dan mengembangkan alternatif tambahan. Biasanya, kurang dari 20 persen dari total biaya terkait
dengan fungsi dasar

Teknik Evaluasi

Tujuan dari fase evaluasi adalah untuk secara sistematis mengurangi sejumlah besar ide yang dihasilkan selama
fase spekulasi menjadi sejumlah konsep yang tampak menjanjikan dalam memenuhi tujuan proyek.

Tentukan Kriteria Evaluatif. Penting bagi tim VM untuk sepenuhnya menyadari tujuan spesifik proyek. Tujuan ini
akan memandu tim VM dalam pengembangan dan dokumentasi kriteria evaluatif untuk ide yang dikembangkan.
Kriteria ini harus mewakili apa yang penting bagi pelanggan dan manajemen.

Evaluasi Ide. Langkah dalam proses evaluasi ini memakan waktu dan energi paling banyak. Dengan kriteria
evaluatif yang disepakati, ide-ide dievaluasi satu per satu. Untuk mengevaluasi sebuah ide, tim harus terlebih
dahulu membuat konsep ide dan menentukan bagaimana hal itu dapat mempengaruhi proyek. Seringkali sketsa
dibuat, cetakan ditinjau, dan ide didiskusikan oleh tim untuk memungkinkan semua anggota memahami konsep
secara menyeluruh.

Analisis perbandingan. Secara tradisional, pilihan antara alternatif potensial dipilih berdasarkan pertimbangan
pribadi, mental subjektif dari kriteria dan risiko. Ketika ini terjadi, satu kriteria tertentu sering kali mengalahkan
kriteria lainnya, dan keputusan akhir seringkali bukan keputusan terbaik bagi perusahaan atau pelanggan. Ketika
memutuskan apakah akan menerapkan perubahan, manajemen dihadapkan pada investasi besar uang dan waktu.
Dengan demikian manajemen perlu mengevaluasi alternatif sehubungan dengan semua kriteria untuk membuat
keputusan yang tepat
MENGAPA VM BEKERJA

Manajemen nilai telah menjadi alat manajemen yang sukses selama lebih dari 50 tahun, dan bahkan saat ini
penerapannya terus tumbuh dan berkembang

BIOGRAFI

Terry Hays, CVS, adalah konsultan manajemen dan presiden dari Value Management Strategies, Inc., di Escondido,
California. Dia telah menjadi konsultan VM selama lebih dari 15 tahun. Dia memiliki pengalaman rekayasa nilai
yang luas, telah mengarahkan lebih dari 2000 tim dalam studi rekayasa nilai pada desain produk, proses
manufaktur, prosedur, rencana strategis, berbagai proyek konstruksi, dan masalah manajemen. Sebelum bekerja
sebagai konsultan manajemen, Hays menghabiskan 17 tahun dengan Staf Teknik General Motors dan Divisi
Cadillac dan 2 tahun untuk Hoover Universal—Automotive Products Group. Ia menerima BSME dari Lawrence
Technological University di Southfield, Michigan. Dia adalah Spesialis Nilai Bersertifikat dan telah memegang
banyak kantor nasional dan lokal di SAVE International, Value Society

BAB 13.4 MANAJEMEN MUTU

Kualitas tidak lagi menjadi tanda pembeda dari produk yang mahal. Ini adalah prasyarat mutlak untuk bertahan
hidup, untuk semua produk dan layanan.

PENGANTAR MANAJEMEN KUALITAS

Tentang Kualitas Kualitas suatu produk—atau layanan—adalah kemampuannya untuk memenuhi kebutuhan,
persyaratan, dan harapan pelanggan. Kualitas produk mencakup karakteristik teknis seperti kinerja, keandalan,
daya tahan.

DARAI INSPEKSI KE MANAJEMAEN MUTU

Ketika produk dibuat oleh pengrajin dan perajin, pengecekan produk jelas dilakukan oleh seniman. Dengan evolusi
industrialisasi dan produksi massal, inspeksi berkembang menjadi tugas terpisah yang dilakukan oleh inspektur
khusus. Penerapan sistem Taylor dan prioritas yang diberikan untuk meningkatkan produktivitas cenderung
memiliki efek negatif pada kualitas, yang dipenuhi dengan pengenalan departemen inspeksi pusat.

metode statistik diperkenalkan, metrologi industri dan teknologi inspeksi dikembangkan dan disiplin baru seperti
rekayasa keandalan berkembang; tugas-tugas baru ini ditugaskan bersama dengan departemen inspeksi pusat ke
organisasi fungsional baru yang disebut kendali mutu atau jaminan mutu. Sementara fungsi kualitas terpusat
biasanya melayani tujuan prioritas tertinggi dengan cukup baik— melindungi pelanggan dari kualitas buruk—fungsi
tersebut kurang ditempatkan dengan baik untuk meningkatkan kualitas proses produksi. Lebih buruk lagi,
keberhasilannya dalam melindungi pelanggan menyebabkan kepercayaan luas bahwa fungsi kualitas, bukan
departemen produksi, yang bertanggung jawab atas kualitas produk. Yang terburuk, bagaimanapun, adalah bahwa
manajemen puncak cenderung melepaskan tanggung jawabnya untuk kualitas, percaya bahwa mereka dapat
mendelegasikan ini untuk jaminan kualitas. Akibatnya, tidak seorang pun kecuali penjaminan kualitas yang merasa
bertanggung jawab atas kualitas, dan mereka tidak dapat berbuat banyak karena mereka tidak memiliki kendali
atas desain produk dan rekayasa proses dan sangat sedikit atas proses produksi—dan mereka, tentu saja, tidak
memiliki kekuatan manajemen puncak secara keseluruhan. Di terlalu banyak perusahaan, hal ini menyebabkan
situasi di mana produk yang dirancang secara tidak realistis diproduksi dalam proses yang tidak mampu dilakukan
oleh operator yang kurang terlatih dan terinformasi dan diperiksa serta diperbaiki di bawah tekanan konstan untuk
mengirimkannya sesegera mungkin. Hasil akhirnya adalah kualitas produk yang meragukan, pengiriman yang
terlambat, dan biaya yang sangat besar untuk waktu, material, dan tenaga kerja yang terbuang sia-sia. Perlahan-
lahan, di bawah tekanan dari persaingan yang berkembang, industri mulai menyadari bahwa sebagian besar area
bisnis dan departemen dalam perusahaan memiliki pengaruh terhadap kualitas, dan bahwa keputusan serta
tindakan mereka yang berkaitan dengan kualitas harus dikoordinasikan. Manajemen puncak mulai memahami
bahwa kualitas sangat penting bagi keberhasilan perusahaan, dan bahwa kualitas adalah tanggung jawab
manajemen. Kualitas harus dikelola.

SISTEM MANAJEMEN MUTU DAN STANDAR SISTEM

Sistem manajemen mutu terdiri dari struktur organisasi dengan wewenang dan tanggung jawab, prosedur dan
proses teknis dan manajerial, dan sumber daya yang diperlukan untuk menerapkan manajemen mutu yang
terkoordinasi dalam sebuah perusahaan. Standar sistem manajemen mutu menjelaskan persyaratan minimum
pada sistem manajemen mutu yang terdokumentasi. Ada standar untuk sistem dengan tingkat dan kompleksitas
yang berbeda. Standar tersebut pertama dikeluarkan oleh badan pengadaan militer, segera diikuti oleh industri
yang diatur seperti industri listrik dan otomotif. Standar sistem manajemen mutu umum telah dikeluarkan oleh
berbagai organisasi standardisasi.

Sebelum dan selama proyek perbaikan, anggota tim akan diberikan pelatihan dan pembinaan dalam metode dan
alat khusus yang diperlukan untuk proyek khusus mereka. Informasi tentang proyek tim yang sedang berlangsung
dan hasilnya akan disebarluaskan ke seluruh perusahaan, dan tim yang berhasil akan diberikan pengakuan dan
penghargaan yang nyata. Dikelola dengan baik dan diberikan dukungan yang cukup, proses ini akan menghasilkan
sejumlah besar tim perbaikan dan sebagian besar karyawan yang terlatih dan terlibat, serta mempercepat efek
positif.

Dilihat dengan cara yang lebih terstruktur, TQM menggabungkan tiga kategori sistem: strategis, budaya, dan
teknis. Sistem strategis mencakup penyebaran kebijakan dan tujuan, benchmarking dan sistem informasi bisnis,
sedangkan sistem budaya terdiri dari budaya adaptif—“organisasi pembelajaran,” pendidikan dan pelatihan,
pengembangan kemampuan lintas fungsi, umpan balik kinerja, dan sistem pengakuan dan penghargaan. Sistem
teknis, akhirnya, mencakup metode dan alat seperti pemecahan masalah, kontrol proses statistik, penyebaran
fungsi kualitas, mode kegagalan dan analisis efek, rekayasa bersamaan, dan desain eksperimen — serta metode
dan pendekatan yang tercakup di tempat lain: just-in- waktu (JIT) dan pemeliharaan pencegahan total (TPM).

Prekursor TQM

Kemunculan Total Quality Management di tahun 1980-an bukanlah hal yang tiba-tiba dan tak terduga, ia memiliki
masa kehamilan yang panjang dan beberapa godfather. Awal mulanya mungkin dapat dikaitkan dengan AV
Feigenbaum, yang menyadari perlunya melibatkan semua fungsi perusahaan dalam proses menciptakan,
memelihara, dan meningkatkan kualitas. Pada tahun 1957, ia menciptakan ungkapankontrol kualitas total untuk
konsep ini; ini juga judul buku perintisnya pada tahun 1961. JM Juran sejak awal menyadari bahwa kualitas adalah
tanggung jawab manajemen dan harus dikelola secara sistematis. Dia umumnya dianggap sebagai pencetus konsep
manajemen mutu dengan tiga komponen perencanaan mutu, pengendalian, dan peningkatan. Dia
mengidentifikasi persyaratan organisasi yang berbeda untuk kontrol dan perbaikan, dan mendefinisikan proses
untuk mencapai terobosan. Mulai tahun 1954, ia mengajar secara ekstensif kepada manajemen puncak di Jepang,
di mana ia diterima sebagai otoritas dan guru. Dia dikreditkan dengan memainkan peran penting dalam
meletakkan dasar bagi keberhasilan kualitas Jepang. Melalui ceramah yang menginspirasi selama bertahun-tahun,
dia memiliki pengaruh kuat pada gerakan kualitas di Eropa dan Amerika Serikat, dan dia berperan penting dalam
pengembangan TQM di belahan bumi barat.

Penghargaan Kualitas Berdasarkan TQM

Menyadari pentingnya kualitas yang sangat besar untuk bisnis di dunia yang kompetitif, dan potensi TQM sebagai
cara untuk mencapai kualitas, penghargaan kualitas dikembangkan dan ditandatangani menjadi undang-undang
pada tahun 1987 di bawah perlindungan Departemen Perdagangan AS. Penghargaan ini, Penghargaan Kualitas
Nasional Malcolm Baldrige, diberikan sekali setiap tahun kepada perusahaan sebagai pengakuan atas pencapaian
kualitas dan manajemen kualitas yang luar biasa. Perusahaan yang mengajukan penghargaan dinilai berdasarkan
model bisnis dengan tujuh kategori pemeriksaan kepemimpinan, informasi dan analisis, perencanaan kualitas
strategis, pemanfaatan sumber daya manusia, manajemen kualitas proses, kualitas dan hasil operasional, dan
kepuasan pelanggan. Berdasarkan model ini, perusahaan yang berpartisipasi mengumpulkan dokumentasi
ekstensif untuk mendukung aplikasi mereka. Aplikasi dan dokumen cadangan diperiksa dan dinilai oleh penilai
tidak memihak yang ditunjuk secara khusus, yang memberikan poin sesuai dengan skala yang telah ditentukan.
Sejumlah perusahaan dengan total poin terbaik kemudian dikunjungi oleh tim penilai, menyelesaikan penilaian
mereka sambil mengamati isu-isu kritis di lokasi. Pemenang penghargaan dan runner-up kemudian ditunjuk oleh
dewan penilai pusat, dan akhirnya, penyerahan penghargaan oleh Presiden Amerika Serikat dalam sebuah upacara
khusus.

Pendekatan Terkait

Tiga pendekatan lain untuk perbaikan, rekayasa ulang proses bisnis (BPR), just-in-time (JIT), dan pemeliharaan
produktif total (TPM), dibahas di bagian lain buku pegangan ini. Namun, dalam konteks TQM harus disebutkan
bahwa ketiga pendekatan ini dan TQM tidak bertentangan atau tidak kompatibel. Bahkan, mereka sangat saling
melengkapi dan sangat mirip. Mereka serupa karena semua konsep ini berbagi pandangan holistik, menekankan
pentingnya komitmen manajemen, sangat berorientasi pada pelanggan dan proses, dan terobsesi dengan
penghapusan pemborosan. Dengan pengecualian BPR, mereka didorong oleh perbaikan terus-menerus dan
menekankan jangka panjang perspektif jangka panjang, sedangkan BPR lebih bersifat jangka pendek dan
berorientasi pada proyek. Terakhir, alat yang digunakan sangat mirip. Hal ini menghasilkan potensi besar untuk
integrasi upaya dan dukungan timbal balik antara proyek dan proses peningkatan yang berbeda.

METODE DAN ALAT

Alat Pemecahan Masalah Tujuh Alat Dasar untuk Peningkatan Kualitas. Alat yang sebagian besar sangat sederhana
ini dipopulerkan sebagai Tujuh Alat Kontrol Kualitas oleh orang Jepang, yang menemukan bahwa sebagian besar
masalah kualitas dapat diselesaikan secara efektif hanya dengan menggunakan alat ini untuk mengumpulkan dan
mensistematisasikan informasi tentang masalah tersebut.

diagram pareto, untuk mengurutkan informasi pengamatan dalam urutan frekuensi sehingga fenomena yang
paling penting dapat diidentifikasi dan diprioritaskan. Vilfredo Pareto adalah seorang ekonom Italia yang
menemukan aturan 80/20 yang terkenal dapat diterapkan pada distribusi pendapatan. Juran menggunakan
namanya untuk menunjuk diagram ini, yang memungkinkan identifikasi apa yang disebut Juran sebagai "beberapa
masalah penting"—yang diprioritaskan. Histogram, memilah informasi dalam kelas yang sama luasnya untuk
mendapatkan indikasi yang cepat dan visual tentang distribusi frekuensi data, atau ke dalam kelompok yang
berbeda menurut asal atau sumber data (stratifikasi) untuk membedakan antara sumber masalah yang berbeda
dan mengidentifikasi beberapa yang vital. diagram pencar, untuk mengidentifikasi hubungan antara dua
karakteristik yang berbeda. Diagram alir, atau flowchart, untuk menggambarkan proses yang sedang diselidiki.
Diagram sebab-akibat, atau tulang ikan atau diagram Ishikawa, untuk menampilkan hubungan sebab-akibat antara
berbagai faktor yang mempengaruhi masalah yang diselidiki.

Tujuh Alat untuk Perencanaan Tindakan. Alat-alat ini terutama kualitatif, digunakan untuk menilai dan
merencanakan kegiatan dan tindakan di masa depan dan tindakan yang akan diambil. Juga alat-alat ini telah diberi
sebutan Jepang, theTujuh Alat Baru, meskipun sebagian besar sudah terkenal sejak lama karena digunakan dalam
manajemen proyek. Seperti yang ditunjukkan pada Gambar 13.4.2, alat-alat ini adalah diagram afinitas, atau
metode KJ atau storyboard, suatu metode untuk mengumpulkan informasi verbal, fakta, ide, dan opini—dari
sekelompok orang dan mengaturnya dalam kategori konten yang serupa atau terhubung, sekaligus menciptakan
konsensus tentang makna dan implikasi temuan. Prosesnya dimulai dengan pengumpulan data, dalam banyak
kasus melalui brainstorming dan penulisan kartu secara individu, yang disematkan ke pin wall. Masukan kemudian
didiskusikan dan diubah sesuai kebutuhan untuk mencapai konsensus tentang validitasnya, setelah itu kartu
disusun ke dalam kelompok item yang sama, selalu dengan asumsi diskusi dan konsensus.

Desain Eksperimen. Hasil dari suatu proses (misalnya, hasil reaksi kimia atau kekuatan tarik baja canai panas),
sering dipengaruhi oleh banyak faktor masukan. Untuk memutuskan pada tingkat apa untuk mengatur variabel-
variabel independen ini untuk mengoptimalkan hasil adalah sulit dan dalam banyak kasus dilakukan berdasarkan
pengalaman sebelumnya, yaitu apa yang telah dipelajari dengan coba-coba. Cara lain untuk melakukan ini adalah
dengan menyiapkan serangkaian eksperimen di mana faktor input variabel independen—secara sengaja
ditetapkan pada dua atau lebih tingkat yang berbeda, dan eksperimen dijalankan untuk masing-masing dari
beberapa kombinasi semua variabel independen sementara hasil yang dihasilkan direkam. Jika variabel
independen sangat sedikit, pengujian semua kombinasi dari mereka adalah proposisi sederhana dan langsung yang
mengarah ke respon yang cukup cepat. Namun, jika, seperti dalam kebanyakan situasi kehidupan nyata, jumlah
faktor input lebih dari sedikit, jumlah eksperimen yang diperlukan untuk menguji semua kombinasi faktor-faktor ini
pada tingkat yang berbeda sangat besar, dan akibatnya pendekatan tidak lagi bisa dilakukan. Di sinilah metode
statistik dapat diterapkan, menggunakandesain percobaan, atau DoE, untuk eksperimen yang dirancang untuk
memberikan informasi maksimum dari minimum eksperimen berjalan: yaitu, dengan biaya optimal.

Taguchi dan Desain yang Kuat. Kenichi Taguchi adalah seorang insinyur dan guru Jepang, yang terkenal dengan
filosofi kualitasnya dan metode DoE-nya. Dia membuat perbedaan yang jelas antara karakteristik produk, yang
dipilih untuk memuaskan pelanggan dan membuat produsen kompetitif, dan kualitas, yang ditentukan oleh
penyimpangan karakteristik produk yang sebenarnya, seperti yang dihasilkan, dari spesifikasi ideal. Dengan kata
lain, variasi berarti kualitas yang buruk dan harus dikurangi sejauh mungkin; semakin dekat suatu proses dapat
menghasilkan nilai nominal spesifikasi, semakin baik. Taguchi bahkan telah mengembangkan konsep untuk biaya
kualitas, yang pada dasarnya merupakan fungsi tingkat kedua dari ukuran penyimpangan dari nilai ideal atau
nominal

Alat Analisis

Dalam bagian ini empat metode, yang telah dijelaskan sebagai: analitis disajikan, meskipun sebenarnya semua alat
yang disajikan sejauh ini bersifat analitis karena digunakan untuk menganalisis data yang berbeda jenis.

Penerapan Fungsi Kualitas. Penerapan fungsi kualitas (QFD) adalah terjemahan bahasa Inggris yang tidak tepat dari
nama Jepang untuk a metode, di mana persyaratan keseluruhan dapat dipecah ke tingkat yang lebih rendah dan
lebih spesifik secara berurutan. Metode ini pertama kali dikembangkan di industri pembuatan kapal Jepang,
diadopsi oleh industri otomotif, dan telah menyebar di belahan bumi barat, didorong oleh penerapan TQM yang
meluas. QFD biasanya digunakan sehubungan dengan pengembangan produk dan rekayasa proses yang
bersamaan.

Analisis Pohon Kegagalan. Analisis pohon kegagalan (FTA) adalah metode analisis deduktif untuk menentukan
kemungkinan penyebab kegagalan suatu fungsi dalam suatu sistem, yang dapat berupa produk atau sistem produk
yang terhubung, atau proses atau sistem proses yang saling terkait. Analisis dimulai dengan peristiwa kegagalan,
seperti kegagalan motor starter untuk menghidupkan mesin (lihat Gambar 13.4.8). Berdasarkan struktur sistem
yang dipelajari, ditentukan komponen mana, pada tingkat sistem yang lebih rendah berikutnya, yang dapat
menyebabkan peristiwa kegagalan berdasarkan kegagalannya, dan melalui mode kegagalan apa. Untuk masing-
masing sumber kegagalan potensial ini, analisis yang sama kemudian dilakukan lagi pada tingkat yang lebih rendah
berikutnya, dan seterusnya di seluruh sistem, sampai semua sumber kegagalan yang mungkin di semua tingkat
telah diidentifikasi, bersama dengan mode kegagalan potensialnya. .

Alat Teknik Industri

Metode dan peralatan teknik industri tentu saja dibahas di bagian lain dalam buku pegangan ini. Namun, beberapa
di antaranya digunakan secara rutin dalam perencanaan kualitas dan, di atas segalanya, dalam peningkatan
kualitas. Ini adalah diagram alur, analisis operasi dan proses, dan penyederhanaan kerja.

KOLEKSI INFORMASI BERKUALITAS

Informasi, yang berarti data yang dikumpulkan, diproses, dan diatur sehingga dapat ditindaklanjuti, merupakan
urat nadi setiap organisasi. Untuk mengelola perencanaan, pengendalian, dan peningkatan mutu, diperlukan
informasi mutu. Artinya bukan hanya informasi tentang kualitas, tetapi informasi yang berkualitas tinggi: memadai,
benar, spesifik, dan terukur. Seperti yang dijanjikan pepatah, "Apa yang diukur, diselesaikan!" Sumber informasi ini
bermacam-macam dan beragam, seringkali berbeda untuk tujuan yang berbeda. Untuk mengontrol kualitas
informasi dan sumbernya merupakan prasyarat mutlak untuk mengelola kualitas.
Informasi Sistem Internal

Proses manufaktur sebuah perusahaan biasanya merupakan sumber informasi kualitas terbesar bagi sebuah
perusahaan. Pertama, aliran informasi yang berkesinambungan sengaja dibuat untuk mengontrol produk dan
proses, dari aktivitas inspeksi dan pengujian, dan kontrol proses langsung, baik manual maupun otomatis dan
terintegrasi. Kemudian ada informasi dari penyelidikan berkala, seperti studi kemampuan atau operasi
pemeliharaan yang direncanakan, dan dari penyelidikan cacat, aktivitas pemecahan masalah, dan tindakan
terpisah lainnya. Dalam operasi nonmanufaktur, seperti layanan atau administrasi di mana tidak ada tradisi
inspeksi atau kontrol kualitas yang lama, perhatian khusus harus diberikan untuk menentukan informasi apa yang
dibutuhkan dan bagaimana informasi itu harus dikumpulkan.

Survei Pelanggan dan Pengguna

Untuk pengembangan dan peningkatan produk, sangat penting untuk mengetahui apa yang pelanggan atau
pengguna akhir pikirkan tentang suatu produk, dan apa kebutuhan, persyaratan, dan harapan mereka mengenai
produk dan penggunaannya. Untuk perusahaan dengan jumlah pelanggan individu yang terbatas, ini cukup
sederhana; mereka harus menjaga kontak sering dengan pelanggan mereka. Dalam situasi lain, di mana jumlah
pelanggan besar atau di mana ada rantai distributor dan dealer antara produsen dan pengguna akhir, survei
pelanggan atau pengguna diperlukan untuk menemukan informasi yang diinginkan. Sementara departemen
perusahaan yang akan bertindak atas informasi tersebut ingin berpartisipasi dalam menentukan informasi apa
yang akan diambil, adalah bijaksana untuk menyerahkan perumusan pertanyaan kepada para profesional. Untuk
melakukan survei dan mengumpulkan informasi juga sebaiknya diserahkan kepada organisasi riset pasar
profesional. Jika survei dilakukan oleh organisasi riset pasar independen, produk pesaing yang digunakan oleh
pelanggan perusahaan dapat dimasukkan; juga pelanggan lain dari pesaing dapat dimasukkan, asalkan ada
beberapa cara untuk mengidentifikasi

Rekayasa Terbalik

Membeli produk pesaing untuk mempelajarinya, membongkarnya dan mengukur serta memeriksa komponennya,
dan membandingkannya dengan produk internal adalah cara yang efektif untuk mengumpulkan informasi tentang
metode desain, bahan, dan pada tingkat tertentu, metode manufaktur. . Jika diterapkan pada jumlah produk yang
lebih besar, gagasan tentang variasi proses dapat dikembangkan; diterapkan pada sejumlah besar produk bekas,
keandalan dan data serupa dapat diperkirakan. Membangun jenis informasi ini biasanya membutuhkan waktu dan
tenaga, tetapi pengetahuan itu bisa sangat berharga di pasar yang kompetitif.

Pembandingan

Patokan awalnya adalah tanda atau serangkaian tanda yang dipotong di tepi meja kerja untuk memberikan
standar pengukuran panjang, misalnya, kain. Dari sana ia berkembang menjadi berarti standar untuk kinerja,
sesuatu di antara yang terbaik dari jenisnya, dan begitulah istilahnya pembandingan digunakan saat ini,
menandakan perbandingan dengan apa yang terbaik di kelasnya. Benchmarking adalah cara membuat
perbandingan kompetitif antara produk, layanan, dan proses perusahaan dan produk pesaing terbaik untuk
menetapkan standar bagi perusahaan untuk memenuhi atau melampaui. Akan tetapi, harus ditekankan bahwa
proses benchmarking itu sendiri tidak bersifat kompetitif atau sembunyi-sembunyi; sebaliknya, ini adalah
pertukaran informasi yang terbuka dan saling menguntungkan antara dua mitra yang secara sukarela memilih
untuk berpartisipasi bersama dalam proses. Ini tentu saja berarti bahwa para peserta biasanya tidak dapat menjadi
pesaing langsung, setidaknya tidak terkait dengan objek dari perbandingan.

PERENCANAAN KUALITAS

Perencanaan kualitas mencakup kegiatan yang diperlukan untuk menentukan dan menentukan kualitas produk
atau layanan yang diinginkan, serta persyaratan konsekuensial pada desain produk, desain proses dan rekayasa
manufaktur, kontrol proses, dan inspeksi dan pengujian produk. Kegiatan perencanaan mutu harus terintegrasi
sebagai bagian dari proses perencanaan, pengembangan, dan rekayasa produk dan proses produksi.

Tujuan Kualitas

Untuk semua karakteristik produk nontrivial—dalam kategori seperti kinerja berbagai jenis fungsi, keselamatan,
keandalan, daya tahan, kemudahan servis, perlindungan lingkungan, kesesuaian dan penyelesaian, dan
kebisingan—tujuan atau standar kualitas harus ditentukan. Hal ini dilakukan dalam hubungannya dengan proses
perencanaan produk dan berdasarkan semua informasi yang tersedia tentang pesaing dan produk in-house, dari
riset pasar, survei pelanggan, perbandingan produk, dan benchmarking, serta informasi internal tentang tingkat
kualitas saat ini dari produk yang ada. produk dalam negeri. Tujuan ini biasanya didefinisikan pada produk akhir
atau tingkat sistem dan perlu disebarkan ke tingkat subsistem, bagian, atau komponen yang lebih rendah agar
sesuai untuk tindakan. Mereka dibawa ke dalam proses perencanaan dalam fase perencanaan produk dan
rekayasa produk, Sasaran mutu dan standar untuk proses produksi ditentukan berdasarkan sasaran mutu produk
yang terperinci, dibandingkan dengan data kinerja dari proses yang ada, data kemampuan untuk proses baru yang
direncanakan, dan informasi pembandingan. Mereka dibawa ke dalam proses perencanaan dalam perencanaan
proses dan tahap perencanaan produksi, masing-masing.

Perencanaan dan Rekayasa Produk

Untuk mengembangkan produk baru dan memasukkannya ke dalam produksi adalah salah satu proses terpenting
perusahaan, yang keberhasilannya dapat menjadi sangat penting bagi kelangsungan hidupnya. Untuk memastikan
keberhasilan, semua pengetahuan dan pengalaman terkait di perusahaan harus dimanfaatkan sepenuhnya, yang
berarti bahwa banyak departemen perusahaan harus berpartisipasi aktif dalam proses. Pada saat yang sama,
tanggung jawab untuk beberapa fase proses harus jelas.

Perencanaan Proses dan Produksi

Untuk dua fase berikutnya, perencanaan proses dan perencanaan produksi, pada dasarnya tim yang sama
meskipun sekarang direduksi menjadi perwakilan rekayasa produk, perencanaan proses dan rekayasa manufaktur,
produksi, dan jaminan kualitas—melanjutkan proses perencanaan dengan cara yang sama seperti untuk dua fase
pertama. . Manajer proyek bisa saja sama seperti sebelumnya, tetapi tanggung jawab fase khusus terletak pada
perencanaan proses dan rekayasa manufaktur dan produksi, masing-masing. Ini sama sekali tidak melanggar
berbagai tanggung jawab fungsional, seperti tanggung jawab jaminan kualitas untuk standar kualitas atau
perencanaan inspeksi.

Audit

Efektivitas kegiatan pengendalian kualitas memerlukan pemantauan, yang dapat dilakukan pada beberapa
tingkatan dengan audit. Audit adalah pemeriksaan subjek dengan menggunakan daftar objek yang telah
ditentukan untuk diperiksa dan standar yang harus dipenuhi terhadap kinerja subjek. dievaluasi. Bentuk yang
paling sering adalah audit produk, di mana sampel produk diambil secara berkala dan diperiksa dengan daftar
periksa yang terdiri dari sejumlah karakteristik yang lebih penting, biasanya dari sudut pandang pelanggan. Hasil
audit produk yang dilakukan secara berkala memberikan gambaran kualitas produk dan perkembangannya dari
waktu ke waktu, serta sebagai ukuran efektivitas sistem pengendalian mutu. Demikian pula, proses seperti operasi
perakitan dapat dipantau untuk mengevaluasi efektivitas pengendalian proses. Minat saat ini dalam audit sistem
disebabkan oleh tren menuju sertifikasi ISO 9000 dan standar lainnya. Audit sistem, bagaimanapun, telah
digunakan secara internal sejak awal 1970-an, sebagai cara untuk memantau seberapa dekat sistem dan prosedur
yang didokumentasikan dipatuhi dan untuk menentukan kebutuhan untuk perubahan atau peningkatannya.

Organisasi Kontrol Kualitas

Daftar lengkap fungsi kontrol kualitas atau jaminan kualitas akan terdiri dari administrasi, rekayasa kualitas,
jaminan kualitas pemasok, inspeksi penerimaan, ruang pengukuran dan laboratorium, inspeksi dalam proses,
inspeksi dan pembelian antarproses, inspeksi akhir dan pembelian, audit produk , dan audit sistem. Pada 1970-an,
semua fungsi ini biasanya akan digabungkan menjadi satu organisasi pusat, jaminan kualitas. Pemusatan tanggung
jawab ini tidak lagi sesuai dengan lanskap organisasi saat ini di mana perjuangan untuk kerja sama dan keterlibatan
memerlukan integrasi tanggung jawab dan fungsi.

BAB 13.5 MEMATUHI ISO 9000

Standar ISO 9000 memerlukan prosedur dan catatan terdokumentasi untuk proses pemasaran, desain,
manufaktur, dan servis. Tes kunci kepatuhan terhadap standar adalah perbandingan prosedur dengan tugas-tugas
aktual yang dilakukan. Sebuah prosedur dan tugas yang sebenarnya harus identik untuk memastikan pelaksanaan
yang konsisten dari instruksi terdokumentasi formal. Seri ISO 9000 terdiri dari beberapa standar terperinci. ISO
9000 sendiri berfungsi sebagai panduan umum penggunaan standar tertentu. Jika sebuah perusahaan memiliki
fungsi desain produk, maka harus disertifikasi ISO 9001, yang berisi 20 elemen termasuk elemen untuk kontrol
desain. Kekhawatiran bahwa pembuatan desain perusahaan lain disertifikasi ke ISO 9002, yang tidak mengandung
elemen kontrol desain. ISO 9003 digunakan terutama oleh laboratorium pengujian yang tidak merancang atau
membuat produk. Ada sejumlah standar seri 9000 lainnya yang pada dasarnya menafsirkan dan menambahkan
rincian ke 9001, 9002, dan 9003. Publikasi yang tercantum di akhir bab ini mencakup seri ISO 9000 lengkap dan
informasi terkait. Bab ini membahas elemen ISO tertentu dan mata pelajaran lain yang dapat memudahkan tugas
persiapan sertifikasi.

ORGANISASI UNTUK MENYIAPKAN SERTIFIKASI ISO

Upaya tersebut dimulai ketika manajemen senior memutuskan bahwa sertifikasi ISO 9000 adalah persyaratan yang
diinginkan dan mungkin diperlukan untuk menstandarisasi praktik internal dan mempertahankan pangsa pasar.
Langkah pertama adalah penunjukan seorang koordinator yang bertanggung jawab untuk mempersiapkan
perusahaan untuk audit pendaftaran, termasuk pelatihan bagi semua karyawan. Koordinator harus merupakan
karyawan manajemen yang dihormati yang kinerja masa lalunya telah menunjukkan pencapaian tujuan proyek
secara tepat waktu meskipun orang tersebut mungkin bukan supervisor langsung dari orang-orang yang
berpartisipasi dalam proyek tersebut. Mungkin ada sedikit keuntungan untuk memilih anggota Departemen
Penjaminan Mutu, tetapi yang jauh lebih penting adalah kemampuan koordinator untuk mencapai hasil bekerja
dengan hampir semua departemen dalam organisasi.
PELATIHAN KARYAWAN Karyawan manajemen, teknis, dan kantor harus menerima pelatihan dasar ISO yang
dilakukan oleh koordinator segera setelah proyek dimulai. Subyek dapat dibahas dalam waktu sekitar empat jam,
mungkin dibagi menjadi sesi dua jam untuk menjaga perhatian penonton. Yang terbaik adalah menghindari
penjelasan rinci dari masing-masing elemen ISO (20 untuk ISO 9001). Dalam proses persiapan audit pendaftaran,
karyawan secara bertahap akan menyerap makna rinci dari setiap elemen yang mempengaruhi mereka.
Sebaliknya, sesi pelatihan dasar ini harus mencakup sejarah ISO 9000, penyebarannya ke semua negara industri di
seluruh dunia, dan alasan untuk mencari sertifikasi. Kebutuhan akan dokumentasi yang selalu mencerminkan
praktik terkini harus ditekankan; dokumentasi terkini adalah tulang punggung ISO.

MANUAL MUTU DAN KEBIJAKAN MUTU Salah satu tugas pertama adalah menyiapkan manual mutu, yang harus
diserahkan ke registrar sebelum audit pendaftaran. Manual harus mencakup bagian-bagian berikut:

- Daftar isi, dengan setiap entri menunjukkan tanggal efektifnya. Daftar isi harus disetujui dan diberi tanggal di
bagian bawah halaman oleh eksekutif senior fasilitas. Pastikan bahwa tanggal tersebut identik dengan tanggal
terakhir yang ditampilkan untuk setiap entri dalam daftar isi.

- Kata pengantar, yang mencakup deskripsi singkat tentang produk dan layanan yang disediakan oleh fasilitas, dan
pernyataan bahwa isi manual mutu akan ditinjau setiap X tahun sekali oleh orang tertentu, biasanya perwakilan
manajemen ISO. Jangka waktu yang wajar antara ulasan adalah tiga tahun.

- Kebijakan mutu. Ini harus menjadi pernyataan singkat singkat bahwa perusahaan berkomitmen untuk
menghasilkan produk dan layanan berkualitas tinggi dengan pengiriman tepat waktu, untuk mencapai kepuasan
pelanggan total, dan berusaha untuk perbaikan terus-menerus

. - Pernyataan singkat yang menandakan komitmen manajemen untuk memelihara sistem mutu. Ini harus
ditandatangani dan diberi tanggal oleh eksekutif tertinggi fasilitas, dan lebih disukai, sebagai tambahan, oleh
eksekutif senior dari setiap departemen utama

. - Bagian utama dari manual mutu mengulangi setiap elemen ISO, disesuaikan untuk fasilitas tertentu.

STRUKTUR DOKUMENTASI

Struktur dokumentasi ISO 9000 biasanya terdiri dari empat level. Level satu adalah manual kualitas. Tingkat dua
terdiri dari prosedur yang mendefinisikan aktivitas departemen:siapa, apa, dan kapan. Level tiga terdiri dari
instruksi kerja terperinci yang menjelaskan secara rinci bagaimanasuatu kegiatan yang akan dilakukan. Formulir
dan catatan yang digunakan dalam sistem mutu adalah tingkat empat. Dalam beberapa kasus, sebuah dokumen
dapat berfungsi sebagai level dua dan level tiga. Instruksi kerja lantai toko yang terperinci adalah level tiga yang
sebenarnya. Penting untuk mendefinisikan dokumen sebagai tingkat dua atau tingkat tiga karena indeks dari
semua prosedur dan instruksi kerja harus disiapkan, yang harus menunjukkan hubungan tingkat tiga dengan
tingkat dua yang lebih tinggi.

PENGENDALIAN PERALATAN PENGUKURAN DAN PENGUJIAN

Tidak ada pengecualian untuk persyaratan bahwa alat ukur dan alat uji yang digunakan harus dikalibrasi secara
berkala. Yang sering diabaikan adalah kebutuhan untuk memperlakukan peralatan milik karyawan dengan cara
yang sama seperti peralatan milik perusahaan. Jika seorang karyawan tidak ingin mikrometer miliknya diperiksa
oleh laboratorium kalibrasi perusahaan, maka karyawan tersebut harus diminta untuk meninggalkan alat tersebut
di rumah. Kesalahan umum dengan catatan kalibrasi adalah tidak adanya pencatatan jumlah instrumen yang harus
disesuaikan untuk mengembalikannya ke kalibrasi yang tepat. Instrumen yang akan dikalibrasi harus diperiksa
terlebih dahulu untuk menentukan apakah penyesuaian diperlukan dan berapa banyak penyesuaian yang harus
dilakukan. Informasi ini harus ditunjukkan pada catatan kalibrasi. Jika penyesuaian diperlukan, penentuan harus
dibuat tentang tindakan apa yang harus diambil sehubungan dengan produk yang mungkin telah lulus inspeksi
yang dilakukan dengan instrumen yang tidak disetel. Mari kita asumsikan bahwa interval kalibrasi untuk instrumen
adalah tiga bulan. Dalam kasus terburuk, instrumen mungkin terjatuh satu hari setelah kalibrasi sebelumnya, yang
mengakibatkan kondisi di luar penyesuaian selama hampir tiga bulan. Hasil dari, semua produk yang diperiksa
dengan instrumen ini selama tiga bulan sebelumnya dicurigai. Penilaian harus dilakukandan direkam oleh personel
yang berkualifikasi tentang tindakan apa, jika ada, yang harus diambil terkait produk tersebut. Dalam banyak
kasus, produk telah lama dikirim dan tidak dapat dilacak, dan mungkin tidak ada tindakan yang dapat diambil.
Keputusan seperti itu harus dicatat. Dalam kasus lain, produk mungkin masih berada di tempat dan oleh karena itu
dapat diperiksa ulang dan dilewatkan, dikerjakan ulang, atau dibuang.

BAB 13.6 PERAN PENGENDALIAN PROSES STATISTIK

TQC, TQM, DAN SQC (KONTROL KUALITAS STATISTIK) Berikut ini adalah beberapa definisi khas dari kontrol kualitas
dan SQC:

1. Definisi Deming: “Kontrol kualitas statistik adalah penerapan teori statistik dan teknik untuk semua tahap
produksi, sehingga produk yang bermanfaat secara maksimal dan mudah dipasarkan dapat diproduksi dengan cara
yang paling ekonomis”*1+.

2. Definisi Juran: “Kontrol kualitas terdiri dari pengukuran hasil kualitas aktual, ing mereka ke standar, dan
mengambil tindakan korektif sehubungan dengan setiap varians yang ditemukan. Kontrol kualitas statistik adalah
bagian dari kontrol kualitas di mana metode statistik diterapkan” *2+.

3. Definisi dari Standar Industri Jepang: “*Kontrol kualitas adalah+ sistem metode untuk memenuhi permintaan
pembeli. Karena pengendalian kualitas modern mengadopsi metode statistik, maka secara khusus dapat disebut
pengendalian kualitas statistik memproduksi produk atau menciptakan jasa secara ekonomis dengan kualitas yang

4. Definisi dari American National Standards Institute: “Kontrol kualitas *terdiri dari+ teknik dan aktivitas
operasional yang digunakan untuk memenuhi persyaratan mutu. Namun, seringkali 'jaminan kualitas' dan 'kontrol
kualitas' digunakan secara bergantian, mengacu pada tindakan yang dilakukan untuk memastikan kualitas produk,
layanan, atau proses.”

SQC DAN SPC

Pendahulu SQC, Mil-Spec (Standar Kualitas Militer), diadopsi oleh pembuat amunisi Amerika selama Perang Dunia
II untuk mengamankan kualitas tinggi dalam situasi produksi massal. Kemudian MilSpec diadopsi secara luas oleh
perusahaan sektor swasta sebagai spesifikasi untuk kontrol kualitas. Itu juga diperkenalkan ke Jepang selama
tahun 1940-an dan 1950-an, dalam bentuk kendali mutu statistik, di mana ia diterima di berbagai bidang, dan
untuk sementara kendali mutu dianggap setara dengan SQC. Teknik SQC sangat berharga dalam memungkinkan
untuk memastikan penyebab penyimpangan kualitas dalam proses manufaktur. Misalnya, dengan menjelaskan
hubungan antara kualitas produk dan kondisi produksi, SQC memberikan kontribusi besar terhadap peningkatan
kualitas. Lebih-lebih lagi, SQC memungkinkan inspeksi dan operasi peningkatan kualitas dilakukan dengan lebih
efisien. Dengan demikian, teknik yang berpusat pada penggunaan SQC menjadi arus utama kegiatan pengendalian
kualitas saat itu.

PENGENDALIAN KUALITAS DAN PENINGKATAN KUALITAS

Sejarah kontrol kualitas kembali ke tahun 1931, ketika Mr. Shuhart dari Bell Laboratories dalam makalahnya,
"Kontrol Kualitas Ekonomi Produk Industri," pertama kali memperkenalkan cara berpikir baru yang disebut
"kontrol kualitas." Dalam makalah ini, ia menggambarkan konsep bahwa "kualitas memiliki variasi, tetapi itu dapat
dikendalikan ke tingkat tertentu yang diinginkan." Dasar dari "bagan kendali" modern ditemukan di sini. Meneliti
sejarah kontrol kualitas, awalnya filosofi menempatkan kepentingan utama pada inspeksi adalah arus utama.
Belakangan, pemikiran yang berhubungan dengan kualitas melewati beberapa fase, atau "era". Ada suatu periode
ketika pendekatannya adalah "membangun kualitas ke dalam proses produksi"; kemudian penekanan bergeser ke
keandalan dan kewajiban produk (PL); dan sekarang kita berada di era Total Quality Management (TQM)

Kualitas dan Siklus Kontrol Ada berbagai cara berpikir tentang kualitas, tetapi dasar dari semuanya adalah
"karakter" dan "fungsi" yang dimiliki produk subjek. Jika penggunaan produk atau kondisi penggunaannya
berubah, kisaran yang diperlukan untuk kinerjanya juga dapat bervariasi. Oleh karena itu, pengendalian kualitas
menggunakan strategi pemilihan, dari sekian banyak karakteristik yang berhubungan dengan kualitas dalam kasus
tertentu, sejumlah item tertentu yang kemudian digunakan untuk mengevaluasi kualitas untuk kasus tersebut.
Penekanan kemudian ditempatkan pada pemeliharaan barang-barang tersebut pada tingkat standar yang
ditetapkan

Hubungan Antara Standar Kualitas dan Kontrol Kualitas Dalam pengendalian mutu terdapat empat standar evaluasi
dasar:

(1) standar mutu,

(2) sasaran mutu

(3) tingkat mutu, dan

(4) standar pemeriksaan. Penjelasan singkat masing-masing berikut ini:

1. Baku mutu. Ini menggambarkan ukuran kualitas yang harus dicapai departemen produksi melalui aktivitas
produksi. Misalnya, jika operator di lantai pabrik melakukan pekerjaan sesuai dengan standar operasi, produk akan
memenuhi standar kualitas.

2. Tujuan Kualitas. Ini adalah parameter kualitas yang ditetapkan selama desain produk oleh Departemen Teknik.
Mereka ditentukan dalam menanggapi kebutuhan pelanggan dan masukan dari Penjualan, Produksi, dan
departemen lain.

3. Level kualitas. Hal ini mengacu pada standar kualitas yang disampaikan kepada pelanggan oleh Departemen
Penjualan. Dengan kata lain, tingkat kualitas yang ditetapkan oleh divisi perusahaan yang benar-benar memasok
produk.

4. Standar Inspeksi. Ini adalah tingkat kualitas yang digunakan oleh bagian inspeksi sebagai penilaian atau standar
evaluasi dalam menjamin kualitas produk. Dengan kata lain, tingkat kualitas terjamin yang mewakili perusahaan.
Kualitas asuransi Jaminan kualitas adalah tujuan dari kontrol kualitas. Mencapai tujuan ini dimulai dengan
departemen penjualan, yang harus secara akurat memahami kebutuhan pelanggan. Menanggapi kebutuhan ini,
dan setelah menetapkan spesifikasi produk yang mempertimbangkan strategi perusahaan, desain produk dimulai.
Di departemen teknik, produk dirancang sesuai dengan spesifikasi produk yang ditetapkan, tetapi juga
mempertimbangkan persyaratan lain, seperti yang dipaksakan oleh realitas teknis, lingkungan produksi, harapan
pelanggan, atau prioritas manajemen. Di departemen produksi, standar operasi dan standar inspeksi produksi
ditetapkan, dan produksi dilakukan sesuai dengan standar tersebut.

TEKNIK SPC KHUSUS

Pada saat kontrol kualitas mulai diterima secara luas, kontrol kualitas statistik adalah arus utama. Salah satu teknik
SQC yang khas,desain percobaan metode, diterapkan di berbagai bidang dan menghasilkan hasil yang sangat baik.
Namun, metode ini melibatkan perhitungan yang memberatkan, sehingga penggunaannya secara bertahap
menjadi terbatas pada beberapa area tertentu. Kemudian, metode analisis multivariat dan rekayasa kualitas
membuat kemajuan penting, dan secara bersamaan kemajuan dibuat dalam kegiatan peningkatan kualitas
konvensional di tingkat pabrik. Dalam iklim ini, teknik statistik menjadi fokus pada aktivitas yang kembali ke bentuk
aslinya, di mana teknik SPC telah diterapkan.

Desain Eksperimen

Apa itu "Desain Eksperimen"? Biasanya masalah yang dihadapi perusahaan tidak hanya terdiri dari satu elemen
saja. Dalam kebanyakan kasus, beberapa faktor terlibat dalam hubungan yang rumit. Untuk memulai analisis
masalah yang telah terjadi dan menemukan tindakan pencegahan untuk mencegah terulangnya kembali, penting
untuk terlebih dahulu memahami faktor-faktor (kemungkinan penyebab) apa yang berpengaruh pada area
masalah (karakteristik). Beberapa teknik dasar digunakan untuk membayangkan hubungan antara karakteristik dan
faktor (yaitu, hubungan "sebab-akibat").

Desain Praktikum Eksperimen. Dalam melakukan rancangan percobaan, jumlah percobaan yang diperlukan akan
bervariasi sesuai dengan jumlah faktor penyebab. Bahkan untuk percobaan dua tingkat, jumlah percobaan yang
diperlukan dapat meningkat lebih lanjut setelah mempertimbangkan interaksi antara faktor-faktor penyebab
utama. Gambar 13.6.2 memberikan tabel untuk menentukan jumlah percobaan yang diperlukan untuk mencapai
tingkat akurasi yang memadai.

Analisis Multivariat Definisi "Multivariat."

Sebagian besar masalah yang kita semua hadapi dalam pekerjaan sehari-hari memiliki karakteristik yang beragam.
Kasus yang biasa adalah bahwa karakteristik tersebut harus dipertimbangkan sehubungan dengan berbagai
referensi, dan dengan demikian hanya dapat dipahami dengan memeriksa berbagai jenis data. Data seperti ini
disebut data multivariat (multikarakteristik). Misalnya, dengan mempertimbangkan kualitas produk blok mesin,
dapat dijelaskan dalam bentuk data multivariat seperti: dimensi, kekerasan, karakteristik material, dan kondisi
pemrosesan. Contoh lain adalah mengoptimalkan rasio pesanan yang diterima sebagai sebagian kecil dari
panggilan penjualan yang dilakukan. Masalah ini juga memiliki data multivariat, seperti pengetahuan produk
tenaga penjual, informasi tentang pesaing, dan keterampilan negosiasi, dan data ini harus dimanfaatkan secara
komprehensif untuk mencapai solusi yang optimal.

Rekayasa Kualitas
Definisi "Kualitas" dalam "Rekayasa Kualitas." Di rekayasa kualitas, kualitas didefinisikan sebagai "kerugian yang
ditimbulkan produk kepada pelanggan setelah pengiriman." Kerugian ini dapat mencakup:

(1) kerugian yang disebabkan oleh variasi fungsi produk, dan

(2) kerugian karena berbagai masalah yang disebabkan oleh produk (termasuk kelebihan biaya aplikasi). Kualitas
yang baik mensyaratkan bahwa tidak ada variasi dalam fungsi yang dimaksudkan dan kerugian yang disebabkan
oleh masalah produk sebagaimana tercermin dalam biaya aplikasi (yaitu, efek samping negatif) menjadi minimal.

Masalah Kualitas. Sebagian besar masalah kualitas adalah masalah variasi. Ketidakstabilan fungsi terjadi karena
variasi faktor yang berbeda. Variasi ini dapat disamakan dengan "noise" yang, dalam pengertian matematis, terdiri
dari variasi yang tidak diinginkan yang dikenakan pada bentuk gelombang yang diinginkan. “Kebisingan” ini, pada
gilirannya, mungkin disebabkan oleh:

1. Kondisi lingkungan (kebisingan eksternal)

2. Kemunduran (kebisingan interior)

3. Perbedaan produk-ke-produk.

MEMBANGUN KUALITAS MELALUI SPC

Dulu, ketika masalah kualitas terjadi dalam proses produksi, kegiatan peningkatan kualitas, seperti lingkaran QC,
dilakukan di pabrik dan diperoleh hasil yang signifikan. Selain itu, banyak masalah kualitas diselesaikan dengan
aktivitas yang giat dari departemen teknik produksi, menggunakan alat seperti desain eksperimen, analisis
multivariat, dan rekayasa kualitas. Hari ini, bagaimanapun, sulit untuk menentukan kemungkinan penyebab
masalah kualitas, karena ada banyak faktor penyebab yang mengakibatkan masalah. Untuk alasan ini, menjadi
sangat penting untuk memeriksa setiap jenis masalah dan menerapkan teknik yang paling cocok untuk solusi.

MENCIPTAKAN SISTEM PENGATURAN KUALITAS OTOMATIS DENGAN MENERAPKAN SPC

Teknik pengaturan kualitas dalam proses produksi secara real time telah digunakan sejak tahun 1950-an, ketika
dikembangkan dan diadopsi terutama di bidang permesinan. Penggunaannya berkembang sebagai berikut:

- 1950-an. Pertama, di bidang mesin gerinda, teknik pengukuran otomatis diterapkan untuk memantau operasi
pembalutan dan jumlah material yang dikeluarkan dari alat gerinda. Teknik-teknik ini memungkinkan untuk
mencapai tingkat pemesinan presisi tinggi yang diinginkan, dan teknik pengaturan kualitas waktu nyata menjadi
mapan.

- 1970-an. Lingkup penggunaan teknik pengukuran otomatis diperluas karena diterapkan pada pencapaian
peningkatan jaminan kualitas dan produktivitas dalam proses produksi perakitan otomatis.

- 1980-an. Seiring dengan meningkatnya permintaan pasar untuk presisi yang lebih tinggi, teknologi dikembangkan
untuk memungkinkan “SPC in-line, real-time.” Ini melibatkan kompilasi statistik dari data yang dikumpulkan dari
peralatan pengukur otomatis dan umpan balik langsung dari keluaran keputusan ke sistem kendali mutu di lini
produksi. Dalam pembuatan bodi mobil juga, persyaratan untuk mencapai kualitas yang lebih tinggi, waktu
pengembangan yang lebih singkat, dan pengurangan biaya telah berkembang. Perusahaan N menanggapi tuntutan
ini dengan mengembangkan IBS, Intelligent Body Assembly System. Sistem SPC yang melakukan regulasi kualitas
otomatis waktu-nyata secara in-line dibangun ke dalam IBS dan memungkinkannya mencapai hasil yang diinginkan.
Berikut ini menjelaskan latar belakang pengembangan IBS Perusahaan N dan pengalamannya dengan sistem baru.

Membuat Proses Perakitan Bodi Otomatis Lebih Fleksibel

Proses perakitan bodi mobil di Perusahaan N terdiri dari membangun rangka bodi dengan merakit 300 hingga 350
suku cadang tekan, menggunakan total 3500 hingga 4000 titik las. Sejumlah besar robot digunakan di pusat
pengelasan. IBS dikembangkan untuk mengubah proses perakitan bodi mobil ini menjadi FMS yang sebenarnya.

Tujuannya adalah sebagai berikut:

1. Di pabrik mana pun, untuk dapat langsung mengubah produksi jenis bodi mobil apa pun yang diproduksi
perusahaan, cukup dengan memodifikasi data yang terkait dengan bentuk bodi mobil.

2. Untuk memiliki kemampuan otonom untuk memeriksa sendiri dan mengoreksi sendiri kualitas produk atau
mendiagnosis sendiri kerusakan peralatan, dan dengan demikian memperoleh kualitas unggul dan rasio
pemanfaatan yang tinggi.

3. Untuk mengaktifkan pengembangan produk dan persiapan manufaktur secara simultan melalui penggunaan
simulasi produksi menggunakan data CAD untuk mobil subjek, dan pada saat yang sama untuk mengurangi waktu
yang diperlukan untuk persiapan dan penyetelan. Struktur dasar sistem IBS, seperti yang sebenarnya diterapkan,
terdiri dari berikut ini:

1. Sebuah pencari NC. Ini adalah jig perakitan bodi mobil yang dapat diprogram. Itu dapat merakit tubuh model
mobil apa pun hanya dengan mengubah data.

2. Peralatan pengukur akurasi bodi mobil in-line dan sistem umpan balik. Kontrol akurasi seratus persen dicapai
melalui pengukuran presisi kecepatan tinggi dari posisi kunci pada bodi mobil yang dirakit sepenuhnya. Hal ini
dilakukan melalui penggunaan sensor laser dan peralatan pengukuran canggih lainnya. Ketika perubahan presisi
bodi mobil terdeteksi, jumlah perubahan langsung diidentifikasi dalam hal nilai tertentu, dan analisis kemudian
dilakukan secara otomatis. Hasilnya adalah sistem dapat dengan cepat dan akurat merespons perubahan.

3. Sistem pendukung. Ini memiliki fitur pengajaran CAD dan simulasi CAD

Manfaat IBS

Melalui implementasi sistem ini, manfaat berikut diperoleh di area desain: - Mobil dengan kualitas yang stabil dan
unggul dapat ditawarkan kepada pelanggan secara tepat waktu. - Fitur produk yang diinginkan pelanggan dapat
dikembangkan dan ditawarkan dengan cepat. - Dengan melakukan simulasi produksi dengan menggunakan data
CAD, dapat dicapai pemendekan periode pengembangan mobil baru. Di bidang produksi, manfaat khusus adalah
sebagai berikut: - Multitipe, produksi campuran menjadi mungkin, mencakup semua produk dari mobil terbesar
hingga terkecil yang dibuat oleh Perusahaan N. - Pengaturan untuk perubahan model menjadi mungkin hanya
melalui perubahan data, dan tercapai pengurangan drastis dalam waktu dan biaya persiapan manufaktur. Melalui
penerapan kreatif SPC, sistem IBS telah memberikan keunggulan kompetitif yang berbeda bagi Perusahaan N.