7 Tools Astra Version

1
7 TOOLS meliputi apa

saja?
* STRATIFIKASI
1. CHECKSHEET
2. GRAFIK
3. PARETO
4. FISHBONE
5. HISTOGRAM
6. SCATTER
7. CONTROL CHART
2
MATERI PELATIHAN 7-TOOLS
3
Stratifikasi
Menguraikan dan mengklasifikasikan data menjadi
faktor-faktor yang lebih spesifik
Menghilangkan salah interpretasi
• Tanpa Stratifikasi • Dengan Stratifikasi
PRODUK - A
PRODUK - A 100 UNIT
100 %
100 UNIT
OK
100 UNIT
MESIN I MESIN I
CACAT
PRODUK - A PRODUK - A
100 UNIT
100 UNIT
100 %
CACAT
MESIN II MESIN II
4
Data ketidakhadiran per seksi Maret 2001
Tanpa Stratifikasi
Seksi Absen
Seksi - A 3.0 %
Seksi - B 2.0 %
Seksi - C 1.5 %
Seksi - D 1.5 %
Dengan Stratifikasi
Seksi Absen Cuti Sakit Ijin Mangkir
Seksi - A 3.0 % 3.0 % - - -
Seksi - B 2.0 % 1.5 % 0.5 % - -
Seksi - C 1.5 % 1.0 % - 0.5 % -
Seksi - D 1.5 % - - - 1.5 %
5
PART CACAT ( DEFECT ) TROUBLE MESIN
?
? ?
?
? ?
CACAT TROUBLE
VISUAL ? MESIN
? ?
?
?
6
Contoh Stratifikasi
1. Berdasarkan material Spek/ merek, supplier, tanggal
pembelian, ukuran, dan lain-lain.
2. Berdasarkan mesin/ peralatan Tipe mesin, jumlah, model,

performansi, peralatan, ukuran,
cetakan, dan lain-lain.
3. Berdasarkan operator Individu, tim, grup, umur,

pengalaman, jenis kelamin dan lain-
lain.
4. Berdasarkan kondisi saat operasi Temperatur, tekanan, Rpm,

kecepatan line produksi, lokasi
operator, dan lain-lain.
7
5. Berdasarkan pengukuran dan Prosedur pengukuran, tempat
inspeksi pengukuran, orang yang melakukan
pengukuran, peralatan inspeksi,
prosedur inspeksi, tempat inspeksi,
dan lain-lain.
6. Berdasar waktu Waktu, tahun, bulan, minggu, hari,

periode, dan lain-lain.
7. Berdasarkan lingkungan Temperatur udara, kelembaban,

dan lain-lain.
8. Lain-lain Produk baru vs produk lama,

produk bagus vs produk cacat, dan
lain-lain.
8
9
Check sheet ( Lembar Pemeriksaan )
Formulir kertas dengan item-item yang sudah distratifikasi dan
disusun sedemikian rupa sehingga memudahkan pengisian dan
pekerjaan berikutnya
Tanggal : 1 ~ 5 Mei 1990

No. Part : 12345 - 007
Nama Part : Front Fender LH
Proses : Draw
Jumlah yang diperiksa : 500
Inspektor : Herman
Jenis Cacat 1/5 2/5 3/5 4/5 5/5 Total
Penyok 17
Tergores 7
Bintik 3
Gelombang 2
Lain-lain 3
Total 9 5 9 4 5 32
10
Yang perlu diperhatikan
dalam mempersiapkan Check Sheet
1. Sasaran pengumpulan data harus jelas .

apakah data yang terkumpul sudah cukup lengkap
sebagai dasar untuk bertindak
2. Stratifikasi data sesuai kebutuhan sehingga :

mudah dipahami
memberikan perincian jelas, apa yang ingin diketahui .
3. Sesederhana mungkin sehingga bisa diisi dengan mudah .

Bila perlu dilengkapi dengan gambar .
11
• Check sheet untuk Penyebaran Data • Check sheet Pemeriksaan jenis cacat
12
• Check sheet Pemeriksaan Lokasi Cacat • Check sheet Pemeriksaan Penyebab Cacat
Sumber : Metoda statistik untuk peningkatan mutu - Hitoshi Kume

13
• Check sheet digabung dengan Grafik
P/U
3.0
2.5
De fe c t p e r Un it
2.5
Po s 2.0
Bu l a n 1.5
Lin e He a d 1.0
0.5
To ta l Pro d u ksi
D ra w In g
To ta l De fe c t
De fe c t / Un it
Tg l
L K J I H G F E D C B A Zo n e To t a l
De f
1
2
3
4
5
OUTER PANEL
M N O P Q R S T U V W X
1
2
3
4
5
INNER PANEL
14
Contoh-contoh Check Sheet
• Check list
• Data sheet
KASUS JAN FEB MAR DES
A 10 12 9 9
B 5 2 3 3
Check sheetnya C 6 8 4 4
mana D 2 1 2 2
OTHERS 3 5 4 4
• Tally sheet
KASUS 1 2 3 31
A
B
C
D
OTHERS
15
PT. TOYOTA ASTRA MOTOR TGL :
CASTING PLANT
PIC :
B / C 5K B / C 7K
MOULD ATAS MOULD BAWAH MOULD ATAS MOULD BAWAH
F/W & C/C F / W 14B

C / C 7 CAVITY C / S 7K
16
Contoh Check Sheet digunakan TAM
DATE
PT. TOYOTA ASTRA MOTOR
ASSY ENGINEERING DIVISION BODY NO
VEHICLE INSP. REPORT
PAINT INSPECTION TC COLOR
KONFIRMASI
PAINTING INSPECTION RH MODEL : KF VAN INSPEKTOR
I II III IV
V VI VII VIII
17
MATERI PELATIHAN 7-TOOLS 4500
4000
3500
3000
2500
2000
1500
1000
500
0
. 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
18
Grafik ( Graph )
Data yang dinyatakan dalam bentuk gambar
Dengan grafik :
1. Data lebih cepat , mudah , jelas dan enak dilihat .
2. Hubungan data yang satu dengan data yang lain

dapat dipaparkan sekaligus .
3. Perbandingan dengan data lain yang berhubungan

dapat dilihat dengan jelas .
19
Grafik Garis ( Line Graph )
• Digunakan untuk menunjukkan trend
PRODUKSI MOBIL TOYOTA DI JEPANG

Tahun 1989 - 2001
X 1000
UNIT 4212
4500
3976 4085 3931
4000 3562 3508 3502 3429
3410
3500 3171 3166 3119
3000
2500
2000
1500
1000
500
0
. 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
• Sumber : Toyota Motor Corporation, Toyota in the world 2001

20
Grafik Garis ( Line Graph )
• Point Penting :
Nama Data PRODUKSI MOBIL TOYOTA DI JEPANG

Periode Tahun TAHUN 1989 - 2001
X
Satuan 1000 42
4500
UNIT 3976 12 4085 3931
4000 3562 3508
3410 3502 3429
3500 3171 3166 3119
3000
Penunjuk Skala 2500
2000
1500
1000
Garis Skala Ada di
dalam 500
Nol Harus Ditulis 0

Periode waktu . 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Catatan :
-Diberi Keterangan Simbol Jika Perlu
-dan sumbernya
21
Grafik Balok ( Bar Graph )
• Digunakan untuk perbandingan data sejenis

X 1000
UNIT 4000
3500 3346
3055 3180 3171
2910 2993
3000 2883 2769 2797
2670 2699
2557
2500
2000
1500
921 866 905
1000 760 739
679 614 613 592 496 420 436
500
0
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Passsanger Car Truck & bus

22
Grafik Balok ( Bar Graph )
• Point Penting
Nama Data PRODUKSI MOBIL TOYOTA DI JEPANG

Periode Tahun TAHUN 1989 - 2001
X 1000
Satuan UNIT
4000
3500 3346
3055 3180 3171
2910 299
3000 2883 2769 2797
2670 2699 3
2557
Penunjuk Skala 2500
2000
Garis Skala Ada di
dalam 1500
921 866 905
1000 760 739
679 614 613 592
496 420 436
500
Nol Harus Ditulis 0

Periode waktu 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Keterangan Simbol Passsanger Truck &

Car bus
23
Grafik Lingkaran ( Pie Chart )
• Digunakan untuk menunjukkan persentase masing-masing
terhadap keseluruhan
Produksi Mobil di Jepang Tahun 2000

Produksi Persen Total 10,144,847 unit
Merk
( Unit ) (%)
Toyota 3,429,209 33.8 Mitsubishi
Honda Suzuki
9.8%
Daihatsu 679,383 6.7 12.1% 8.9%
Mazda
Nissan 1,324,427 13.1 Nissan 7.7%
13.1% Others
Honda 1,223,924 12.1
Daihatsu 0.9 %
Mitsubishi 997,270 9.8 Toyota
6.7 %
Suzuki 907,905 8.9 33.8%
Mazda 778,140 7.7

Others 804,589 7.9
Total 10,144,847 100.0

24
Grafik Lingkaran ( Pie Chart )
• Point Penting :
Nama Data Produksi Mobil di Jepang

Periode Tahun Tahun 2000
Jumlah Total Total 10,144,847 unit
Mitsubishi
Honda Suzuki
9.8%
12.1% 8.9%
Mazda
Nissan 7.7%
13.1% Others
Daihatsu 0.9 %
Pada Tiap Segment tuliskan Toyota
6.7 %
Keterangan Dan Persentase 33.8%
(%) Masing - Masing
Segment

25
Grafik Gabungan

X 1000 TOTAL PRODUKSI
UNIT 4500
4000
3500
3000
2500
2000
1500
1000
500
0
Tahun 1989
1989 1990
1990 1991
1991 1992
1992 1993
1993 1994
1994 1995
1995 1996
1996 1997
1997 1998
1998 1999
1999 2000
2000
Passanger 3055 3346 3180 3171 2883 2769 2557 2797 2910 2670 2699 2993
Truk & Bus 921 866 905 760 679 739 614 613 592 496 420 436
Total 3976 4212 4085 3931 3562 3508 3171 3410 3502 3166 3119 3429

26
Grafik Radar HASIL EVALUASI TOOL &
STRATIFIKASI
TOOL & STRATIFKASI NILAI

STRATIFIKASI 3
FISHBONE 4
HASIL EVALUASI TOOL & STRATIFIKASI PARETO 5
31 JAN 2000 , NAMA : MR. BEAN
GRAPH 5
STRATIFIKASI CONTROL CHART 3
CHECK SHEET 5
HISTOGRAM FISHBONE SCATTER DIAGRAM 3
HISTOGRAM 3
SCATTER PARETO STANDARD POINT
NILAI QC 7 TOOL
5 MAMPU MENGAJAR
CHECK SHEET GRAPH
4 MAMPU IMPLEMENTASI
3 BISA MEMBUAT
2 MENGERTI YANG DIMAKSUD
CONTROL CHART 1 TIDAK TAHU
27
28
Pareto
Diagram, mirip dengan kombinasi grafik balok dan grafik garis
• Grafik balok PARETO CUSTOMER COMPLAIN

1. Menunjukkan item data Dept. A JULI 2000
2. Item disusun berurut PARETO DEFECT _________

Line B. JULI 2000
nilai paling besar nilai paling kecil.
KASUS/
3. Item Lain-lain UNIT
N=25
100 %
walaupun nilainya > nilai item terkecil 20 88 %

80 %
tetap ditaruh dibelakang .
56 % 50 %
10
• Grafik garis
Menunjukkan persen
kumulatif 0 0%
C B A LAIN-
terhadap jumlah keseluruhan LAIN
29
• Kegunaan diagram Pareto
1. Menunjukkan prioritas SEBELUM PENANGGULANGAN SESUDAH PENANGGULANGAN
2. Menyatakan perbandingan
100 %
50
N = 50
masing-masing terhadap 40 82 %
90 % 40 %
keseluruhan 70 %
30
100 %
30 N = 30
3. Menunjukkan tingkat perbaikan 50 % 50 % 83.33 %

20 20 73.33 %
setelah ada tindakan 56.57 %

50 %
10 33.33 %
10
4. Menujukkan perbandingan
masing-masing sebelum dan 0
A B C D LAIN
0 0
B A C D LAIN
0
LAIN LAIN
sesudah perbaikan
30
• FOIL INSTRUKTUR, BUKAN UNTUK PESERTA
Sudut pandang dalam mengemukakan masalah

( dijelaskan dalam sesi- 8 Step )
• Umumnya masalah hanya ditampilan dari Kalau memungkinkan
satu sudut pandang, misalnya defect
PARETO DEFECT PARETO KERUGIAN

YANG DITIMBULKAN
Rp/bln
P/U
x 1,000,000.-
A B C D D C B A
Defect per unit Kerugian dalam bentuk uang

masalah A adalah masalah prioritas masalah D adalah masalah yang
masalah D masalah yang paling kecil menimbulkan kerugian paling besar
A menimbulkan kerugian paling kecil
31
Contoh :
• Data pada tabel dibawah adalah data jumlah komplain yang
diterima salah satu department office di PT. TAM
• Data pada tabel dibawah adalah data jumlah part cacat
pada salah satu lini produksi di PT. TAM
PARETO CUSTOMER COMPLAIN

Dept. A JULI 2000
PARETO DEFECT _________

Line B. JULI 2000
•Tabel Data Mentah •Tabel Perhitungan Pareto KASUS/
100 %
UNIT
KASUS / KUMULATIVE PERSEN KUMULATIVE
JUMLAH ITEM JUMLAH 20
ITEM TOTAL (%) PERSEN ( % )
A 2 C 14 14 56 56
50 %
B 6 D 6 20 24 80
10
C 14 A 2 22 8 88
LAIN-LAIN 3 LAIN-LAIN 3 25 12 100
TOTAL 25 TOTAL 25 100 0 0%
C D A LAIN-
LAIN
32
• Bagaimana membuat Pareto
Contoh :
• Data pada tabel dibawah adalah data jumlah komplain yang
diterima salah satu department office di PT. TAM
• Data pada tabel dibawah adalah data jumlah part cacat
pada salah satu lini produksi di PT. TAM
SUSUN NILAI HITUNG

PALING BESAR • JUMLAH KUMULATIVE
KUMPULKAN • PERSEN PARETO CUSTOMER COMPLAIN
DATA PALING KECIL • KUMULATIVE PERSEN Dept. A JULI 2000
PARETO DEFECT _________

Line B. JULI 2000
•Tabel Data Mentah •Tabel Perhitungan Pareto KASUS/
100 %
UNIT
KASUS / KUMULATIVE PERSEN KUMULATIVE
JUMLAH ITEM JUMLAH 20
ITEM TOTAL (%) PERSEN ( % )
A 2 C 14 14 56 56
50 %
B 6 D 6 20 24 80
10
C 14 A 2 22 8 88
LAIN-LAIN 3 LAIN-LAIN 3 25 12 100
TOTAL 25 TOTAL 25 100 0 0%
C D A LAIN-
LAIN
33
•Tabel Data Check Sheet
KASUS/
Kasus / UNIT 100 %
Jumlah
Item N=25
20 88 %
A 2 80 %
B 6
56 % 50 %
C 14 Item mempunyai nilai nol
10
D 0 dihilangkan pada
Lain-lain 3
Tabel Perhitungan Pareto
Total 25 0 0%
C B A LAIN-
LAIN
•Tabel Perhitungan Pareto
Kumulatif Persen Kumulatif

Item Jumlah
Total (%) Persen ( % )
C 14 14 56 56 Tidak ada item “ D “
B 6 20 24 80 pada Tabel dan
A 2 22 8 88 Diagram Pareto
Lain-lain 3 25 12 100
Total 25 100
34
Contoh yang berhubungan dengan Aktivitas QCC
Hanya untuk keperluan intern TAM Prepared by : A. Kartaazie
TOYOTA ASTRA MOTOR TOYOTA TRAINING CENTER

QC FACILITATOR - 7TOOLS.PARET0
Materi Pelatihan - Statistical Tools Pareto [ Jawab Latihan - 1 ]
Hasil survey masalah yang dialami QC Circle Leader
Item Survey : Masalah yang dialami QC Circle Leader

Object Survey : QC Circle Leader seluruh pabrik
Periode Survey : Tgl. 1 ~ 31 Juli 2000
Perusahaan : P.T. Milenium Motor
Survey Masalah Circle Leader
P.T. Milenium Motor Juli 2000
KASUS
Buat Paretonya ? 250 100
N =250
92 %
KUMULATIVE PERSEN KUMULATIVE 87 %
ITEM KASUS 200
TOTAL (%) PERSEN ( % ) 79 % 75
A. Sangat sibuk 90 90 36 36
B. Kemampuan anggota kurang 65 155 26 62
150 62 %
C. Supervisor tidak memahami masalah 42 197 17 79 50

D. Tidak menghadiri meeting 21 218 8 87 100
36 %
E. Kemampuan sendiri kurang 12 230 5 92
25
F. Lain - lain 20 250 8 100 50
Total 250 100
0 0
A B C D E OTH
35
36
Fishbone ( Diagram Sebab-Akibat )
Diagram yang menggambarkan hubungan
antara akibat dengan faktor penyebabnya
M-ETHODE M-ATERIAL M-AN
MASALAH
E-NVIRONMENT M-ACHINE
Karakteristik Mutu
Faktor ( Penyebab ) ( Akibat)
Faktor tidak harus 4M - 1E, tergantung masalahnya
37
Penggunaan fishbone
Sekedar untuk mengetahui Karakteristik mutu

faktor-faktor yang mempe- masih global
ngaruhi karakteristik mutu tidak apa-apa
Karakteristik mutu
Untuk problem solving harus se-spesifik
mencari penyebab utama mungkin
38
Prinsip yang digunakan
dalam pembuatan fishbone
SUMBANG SARAN / BRAIN STORMING
1. Jangan mengkritik pendapat orang lain
2. Jangan menghambat orang lain

mengeluarkan pendapat
3. Makin banyak pendapat makin baik
39
• PWPK LH - 7 TOOL.FBONE
Langkah yang digunakan
dalam pembuatan fishbone
1. List up penyebab yang mungkin M-ETHODE M-ATERIAL M-AN
1
2. Uji logika hubungan antara
penyebab dan akibat
MASALAH
3. Tandai penyebab yang ada
relevansinya dengan masalah
yang ada dikepala ikan
2
4. Lakukan pengujian atau

experimen untuk menentukan E-NVIRONMENT M-ACHINE
penyebab utama ( penyebab dominan )
beri no urut sesuai prioritas
40
TOYOTA ASTRA MOTOR FBONE-02
File C : / My Docu / Kartaazie / FBonrQCCSS Jul01 Rev0.PPT
Contoh Fishbone-2
ORANG CARA MEMBUAT
Keahlian Kesungguhan
Urutan
Yang Tinggi penuangan
Kebiasaan membuat
Kadar Kayu
Yang Waktu
bakar Listrik Minyak
minum Keramahan Rendah
Suasana Pemanasan
Yang
hati menyajikan Pengadukan Gas Arang
Kerapihan
MINUMAN KOPI
Suhu Sumur PAM TIDAK ENAK
Penyimpanan
Pagi Sore Ruangan Air
Bahan Tempat
Waktu Ukuran Aqua Jenis Waktu
Kebersihan
Tegang Jenis
Siang Malam Kopi
Suasana Gula
Ukuran UmurKehalu-Kemur-
Bentuk Tempat nian
Santai san
simpan
LINGKUNGAN TEMPAT/ BAHAN

PERALATAN
Faktor-faktor penyebab yang ada dalam diagram ini sifatnya masih umum,
kondisinya perlu diperjelas sesuai kondisi saat itu
41
TOYOTA ASTRA MOTOR
FBONE-01
1
ORANG Pengertiannya adalah :
Keramahan orang yang menyajikan
3 Keramahan
• Tidak ramah
1
4
Menaruh cangkirnya tidak pelan-pelan
dan tidak disertai senyuman
Yang
Pengertiannya adalah :
menyajikan
orang yang menyajikan
2
MINUMAN KOPI
TIDAK ENAK
42
TOYOTA ASTRA MOTOR FBONE-03
File C : / My Docu / Kartaazie / FBonrQCCSS Jul01 Rev0.PPT
Contoh Fishbone-1
Sumber :______________
Quality Control Hand Book
43
Contoh Fishbone-2
Content Method
Readable Telephone
Arrangement
Conclusive Spoken
Gathering Words
Writing
Methode
Directly
Clarity Fast
Procedure Indication
Objective Time Check
Improving
Communication
During work Persuasive
Power Trust
QC Circle
Workplace Specialist
Supervisor
Group knowledge
Individual
Timing Conversation Characteristic Cooperative
Outside Personality Colleagues
Individual
Workplace
Human
Place Relation
Contoh ini menggunakan Bhs. Inggris

Silahkan anda bikin sesuai kondisi di tempat anda
Sumber : Hajime Karatsu & Toyoki Ikeda ,
Successful QCC 1990
44
Haruskah faktor penyebab Arah panah yang mana
dimulai dengan 4M - 1E ? yang benar (a) atau (b) ?
M-ETHODE M-ATERIAL M-AN
MASALAH
(a)
Karakteristik
( Akibat)
E-NVIRONMENT M-ACHINE
Faktor ( Penyebab )
Bagimana yang ini
(b)
45
Penyebab utama dapat
nilai paling tinggi bila ditulang ke-5 ?
Kalau penyebab tidak

dapat diurai lagi,
jangan dipaksakan
Tulang ke-5
46
Yang sering menjadi polemik
atau pertanyaan ?
1. Arah panah dipermasalahkan 1. Asal tidak terbalik
2. Penyebab dominan nilainya 2. Penyebab dominan , tidak harus
paling tinggi ditulang yang kelima ditulang yang kelima , yang penting
tidak dapat diurai lagi .
3. Ada keraguan , tentang faktor 4M-1E 3. Walaupun yang berhubungan dengan

mesin tidak harus mulai dari Mesin
4. Sering timbul pertanyaan , 4. Dibuku-buku referensi pakar

apakah faktor penyebab dari tulang quality control malah banyak yang
yang paling kecil sampai tulang besar tidak terangkai menjadi kalimat utuh
kalau dirangkai harus jadi satu kalimat Jadi mengapa kita harus permasalahkan ?
47
48
• 7 TOOL – HISTOGRAM
Histogram
Diagram, mirip grafik balok digunakan untuk
menggambarkan penyebaran data
SL M SU
- 5.0 30.0 + 5.0
BATAS
X
SPESIFIKASI
28.9
28
n = 100
24
X = 28.9
20
s = 3.294
16 Cp = 0.506
12 Cpk = 0.479
0
30.5
18.5
20.5
26.5
28.5
22.5
24.5
32.5
34.5
36.5
38.5
40.5
TOYOTA MOTOR MANUFACTURING INDONESIA

49
Untuk data bervariasi dalam jumlah banyak
Data Data
Tidak Dikelompokkan Dikelompokkan
Tidak mudah dipahami Lebih mudah dipahami

secara sepintas secara sepintas
LOT SAMPLE No. KELAS NILAI
FREK.
No. 1 2 3 4 5 6 7 8 9 10 KELOMPOK TENGAH
1. 30 29 32 30 20 31 29 25 27 28 19.5 - 21.5 20.5 2
2. 29 30 36 24 28 28 27 30 30 27 21.5 - 23.5 22.5 3
3. 36 32 22 29 30 33 25 28 28 21 23.5 - 25.5 24.5 8
4. 29 23 27 29 29 28 31 27 33 28 25.5 - 27.5 26.5 18
5. 37 26 32 30 27 31 24 31 32 27 27.5 - 29.5 28.5 26
6. 22 24 25 29 28 38 32 29 30 31 29.5 - 31.5 30.5 25
7. 30 30 29 31 34 26 32 28 30 31 31.5 - 33.5 32.5 12
8. 33 29 28 32 33 26 31 30 26 26 33.5 - 35.5 34.5 2
9. 29 25 26 31 34 26 28 30 32 26 35.5 - 37.5 36.5 3
10. 31 29 27 31 24 27 30 29 28 27 37.5 - 39.5 38.5 1

50
Divisualisasi dalam
Data bentuk gambar
Dikelompokkan
X
KELAS NILAI 28.9
FREK. 28
KELOMPOK TENGAH n = 100
24
1 19.5 - 21.5 20.5 2 X = 28.9
20
2 21.5 - 23.5 22.5 3 16 s = 3.294
Frekwens
3 23.5 - 25.5 24.5 8 12
i
4 25.5 - 27.5 26.5 18 8
5 27.5 - 29.5 28.5 26 4
6 29.5 - 31.5 30.5 25 0
18.5
22.5
32.5
20.5
24.5
26.5
28.5
30.5
34.5
36.5
38.5
40.5
7 31.5 - 33.5 32.5 12
8 33.5 - 35.5 34.5 2 Sangat mudah
9 35.5 - 37.5 36.5 3 Batas Bawah Batas Atas dimengerti
10 37.5 - 39.5 38.5 1 Kelas-1 Kelas-1

Interval

51
Histogram dengan Batas Spesifikasi

Batas Spesifikasi adalah Standard yang ditetapkan
oleh Bag. Quality atau Engineering atau Customer
Histogram memenuhi batas spesifikasi
(a) (b)
Histogram tidak memenuhi batas spesifikasi
(e)
(c) (d)

52
Proces Capability , ( Kapabilitas proses )

Kemampuan suatu proses untuk memproduksi
produk sesuai spesifikasi yang ditentukan
Proces Capability Index dinyatakan dengan nilai Cp
X STD
SL X SU
25 50.0 55.0 60.0
20
15
10
0
47.0
49.0
50.0
58.0
60.0
60.0
48.0
51.0
52.0
53.0
55.0
56.0
57.0
59.0
54.0
SL = Lower Specification ( Batas Spesifikasi Bawah yang ditetapkan Bag. Quality atau Engineering )
SU = Upper Specification ( Batas Spesifikasi Atas yang ditetapkan Bag. Quality atau Engineering )

53
Rumus untuk menghitung Process

Capability Index
SL SU
S
1. Bila batas atas ( SU ) dan
batas bawah ( SL ) ditentukan
SU - SL -3S -2S -1S 0 1S 2S 3S
Cp = 6S
6S
MSPEC SU
2. Bila batas atas ( SU ) saja
ditentukan
SU - M
Cp = -3S -2S -1S 0 1S 2S 3S
3S 3S
SL M SPEC
3. Bila batas bawah ( SL ) saja
ditentukan
M - SL
Cp = -3S -2S -1S 0 1S 2S 3S
3S 3S

54
Performance Index ( CPK )

Proces Capability Index dengan memperhitungkan
pergeseran nilai rata-rata dinyatakan dengan nilai Cpk
SL X SU
50.0 55.0 60.0
25
20
15
10
0
48.0
44.0
46.0
50.0
52.0
54.0
56.0
58.0
60.0
K - untuk menghormati Kane ( Victor E. Kane )

55
Perhitungan Performance Index ( CPK )
S X S
U
CPK = min ( CPL , CPU ) L M
Nilai rata-rata
bergeser
( x - SL )
CPL=
3S Tidak memenuhi
spesifikasi
( SU - x )
CPU=
3S - 4S - 3S - 2S - 1S 0 1S 2S 3S 4S 5S 6S
6S

56
Performance Index
Indeks performansi adalah indeks kapabilitas proses
dengan memperhitungkan pergeseran nilai rata-rata
SL X S
U
Kurva pada gambar A identik
dengan kurva pada gambar
B.
-4S -3S -2S -1S 0 1S 2S 3S 4S Pada gambar A Pada gambar B
6S x berada ditengah x bergeser kesebelah
( Gambar A ) Batas Spesifikasi kiri Batas Spesifikasi
SL X SU
Nilai rata-rata
bergeser
Tidak memenuhi Pergeseran Nilai Rata-rata
spesifikasi Aktual terhadap Batas Spesifikasi
harus diperhitungan
-4S -3S 2S -1S 0 1S 2S 3S 4S 5S 6S
6S
( Gambar B )

57
SL STANDARD SU
Process Capability YG
Kemampuan suatu proses untuk memproduksi DITENTUKAN
produk sesuai spesifikasi yang ditentukan
Process Capability Index

( Index Kemampuan Proses ) -3S -2S -1S 0 1S 2S 3S
STANDARD
YG
SU - SL SL DITENTUKAN SU
S
CP =
6S
-3S -2S -1S 0 1S 2S 3S
HASIL
PENGECHEKAN
6S

58
Indeks performansi dinyatakan dengan nilai CPK
CPK = min ( CPL , CPU )

NILAI
TENGAH SU
( x - SL ) SL X
CPL= Nilai rata-rata
bergeser
3S
Tidak memenuhi
( SU - x ACT ) spesifikasi
CPU=
3S
- 4S - 3S - 2S - 1S 0 1S 2S 3S 4S 5S 6S
6S
• K - untuk menghormati Kane ( Victor E. Kane )

59
y
60
• 7 TOOL – SCATTER DIAGRAM
Scatter Diagram
Diagram yang digunakan untuk menggambarkan korelasi
dua kelompok data yang berpasangan
Scatter Diagram
Data Berpasangan Kecepatan kendaraan vs Jarak Berhenti
X Y setelah direm
y = 1.3752x - 41.038
Data Kecepatan Jarak berhenti 140
R 2= 0.9657
ke Kendaraan setelah direm 120
V (km/jam) d (meter)
100
1. 35 16
80
2. 50 26
3. 60
65 41
4. 80 62 40
5. 95 88 20
6. 110 119 0
20 40 60 80 100 120

61
Contoh :
Bagaimana hubungan antara . .
X Y
Pemakaian listrik Rekening yang harus dibayar

Jumlah jam produksi
Temperatur Melting Metal Jumlah produk yang
Tekanan Udara Cushion dihasilkan
Tekanan udara spray gun Kekerasan E/G Block
Heat control spot Lebar Flange
Kekerasan Eng. Blok Persen cacat painting
Momen Nut Weld
Life time cutter

62
Diskusi :
Berikan contoh lain yang

berhubungan dengan pekerjaan
anda ?

63
Korelasi positip dan korelasi negatif
y nilai x makin besar

nilai y makin besar
atau korelasi
nilai x makin kecil
positip
nilai y makin kecil
x
nilai x makin besar

y
nilai y makin kecil
atau korelasi
nilai x makin kecil
negatip
nilai y makin besar
x

64
y y y
x x x
Gbr 1. Korelasi Positip Gbr 3. Korelasi Positip Gbr 5. Tidak ada korelasi
mungkin ada
y y y
x x x
Gbr. 2. Korelasi Negatip. Gbr 4. Korelasi Negatip Gbr 6. ___________
mungkin ada

65
Langkah-langkah pembuatan Scatter Diagram

 Langkah - 1
1. Tetapkan tujuan pembuatan Scatter .
2. Siapkan check sheet dan Data Kecepatan Jarak berhenti

stratifikasi data sesuai kebutuhan . Kendaraan setelah direm
ke
v (km/jam) d (meter)
1.
2.
3.
4.
5.
6.

66
 Langkah - 1

ke
3. Kumpulkan data dan
1. 35 16
tulis data tersebut pada check sheet .
2. 50 26
3. 65 41
4. 80 62
5. 95 88
6. 110 119

67
 Langkah - 1

ke
3. Kumpulkan data dan
1. 35 16
tulis data tersebut pada check sheet .
2. 50 26
 Langkah - 2 3. 65 41
Cari nilai maksimum dan minimum 4. 80 62
5. 95 88
X – max = 110 Y – max = 119 6. 110 119
X – min = 35 Y – min = 16

68
 Langkah - 3
Tentukan skala untuk sumbu
vertikal dan horizontal ,
Scatter Diagram
sehingga diagram akan mudah Kecepatan kendaraan vs Jarak Berhenti
dibaca . Setelah direm
Jarak berhenti setelah direm

140
120
d (meter)
100
80
60
40
20
0
20 40 60 80 100 120
Kecepatan Kendaraan
v (km/jam)

69
 Langkah - 3
Tentukan skala untuk sumbu
vertikal dan horizontal , sehingga
Scatter Diagram
diagram akan mudah dibaca . Kecepatan kendaraan vs Jarak Berhenti
 Langkah - 4 Setelah direm
Jarak berhenti setelah direm

Gambarkan titik-titik (110,119)
140
sesuai dengan nilai data pada tabel
120
d (meter)
Data Kecepatan Jarak berhenti 100
ke Kendaraan setelah direm
80
V (km/jam) d (meter)
60
1. 35 16 (35,16)
2. 40
50 26
3. 65 41 20
4. 80 62 0
5. 20 40 60 80 100 120
95 88
Kecepatan Kendaraan
6. 110 119 v (km/jam)

70
Menentukan Koefisien korelasi ( r )

Koefisien korelasi ( r ) adalah nilai yang menunjukkan
seberapa kuat hubungan antara “ X “ dan “ Y “
dimana
-1  r  1
-1 0 1
Korelasi Negatip Korelasi Positip

sangat kuat sangat kuat

71
Contoh perhitungan koefisien korelasi
Data Kecepatan Jarak berhenti

ke Kendaraan(Km/Jam)setelah direm(m) X2 Y
2
XY
(X) (Y) ( 35 2 ) ( 16 2 ) ( 35 x 16 )
1. 35 16 1225 256 560
2. 50 26 2500 676 1300
3. 65 41 4225 1681 2665
4. 80 62 6400 3844 4960
5. 95 88 9025 7744 8360
6. 110 119 12100 14161 13090
SX SY SX2 SY2 S XY
TOTAL
435 352 35475 28362 30935

72
X Y X 2 Y2 XY

TOTAL
435 352 35475 28362 30935
2
x  2 435
S xx = x 2 - = 35475 - = 3937.50
n 6
2
y  2 352
2
S yy = y - = 28362 - = 7711.33
n 6
x y 435 352

S xy = x y - = 30935 - = 5415.00
n 6
S xy 5415
r = = = 0.98
 Sxx S yy  3937.50 7711.33

73
Garis regresi untuk mempermudah estimasi

Bila nilai “ x “ ditentukan, berapakah nilai “ y “, atau
bila nilai “ y “ ditentukan, berapakah nilai “ x “ ?
Persamaan
y = 1.375 x - 41.04
120
Garis regresi
r = 0.98
setelah direm ( m )
Jarak Berhenti 100
80
Garis regresi
60
40
20
0
20 40 60 80 100 120
Kecepatan Kendaraan ( Km/jam )

74
Menentukan persamaan garis regresi
X = 435 / 6 = 72.5
Y = 352 / 6 = 58.67
S 5415.0
XY
b = = = 1.375
S 3937.5
XX
a = y - b x = 58.7 - 1.375 x 72.5 = - 41.04
Persamaan garis :
y = a + b x = - 41.04 + 1.375 x

75
Menentukan titik bantu untuk pembuatan garis regresi

x = min = 35 y 1 = - 41.04 + 1.375 x 35.0 =
x
7.095
x = x max = 110 y 2 = - 41.04 + 1.375 x 110.0 = 110.238
y = 1.375 x - 41.04
120 r = 0.98
d
setelah direm ( m ) 100
Jarak Berhenti
80
Garis regresi
60
40
20
0 d
20 40 60 80 100 120
Kecepatan Kendaraan ( Km/jam )

76
Stratifikasi dapat memperjelas gambaran

77
78
• 7 TOOL – CONTROL CHART
Control Chart ( Peta Kendali )
20.0
Sejenis grafik garis yang

18.0
Nilai
UCL
dilengkapi dengan satu atau
dua garis batas kendali
16.0
CL
LCL
Digunakan untuk mempelajari
14.0
suatu proses dalam keadaan
12.0
terkendali atau tidak .
1 2 3 4 5 6 7 8 11 12 13 14 15

79
Hubungan antara proses dengan hasil
M-achine
M-an
M-aterial PROSES Product
M-ethode
E-nvironment
TIDAK
SEMPURNA VARIASI
TIDAK VARIASI
SEMPURNA

80
Penyebab hasil produk bervariasi
Chance Cause
Penyebab susah ditelusuri
Assignable cause
Penyebab mudah ditelusuri

81
Penyebab yang mudah ditelusuri

Assignable caused
• Penggantian spec. material
• Kesalahan setting temperatur , ampere dll
• Keausan bagian peralatan , mesin
• Penyimpangan terhadap standard operasi
• Perubahan konsentrasi suatu campuran dan lain lain
Penyebab yang susah ditelusuri

Chance caused
• Ketidak homoginan material yang sangat kecil sekali
• Variasi gerakan mesin yang sangat kecil sekali
• Kelembaban , perubahan temperatur
bila tidak ada alat pencatat otomatis .

82
Contoh :
Diluar
UCL
(p) Mendekati Trend
19.0 Turun
UCL
18.0
UCL = 17.31
17.0
X - Chart 16.0 CL = 16.14
15.0 LCL = 14.97

Diluar
14.0 Mendekati UCL Mendekati Diluar
LCL LCL LCL
4.0 .
UCL = 3.67
3.0 Trend
R - Chart Naik
2.0
CL = 1.61
1.0
0.0
08/01
12/01
26/01
27/01
04/01
05/01
06/01
07/01
11/01
14/01
15/01
28/01
29/01
TANGGAL

83
Tgl. 12/01 dan 14/1

APA YANG TERJADI ?
( Brinell ) 19.0 Mendekati
UCL
18.0
UCL = 17.31
17.0
X - Chart 16.0 CL = 16.14
15.0 LCL = 14.97
14.0 Mendekati Mendekati Diluar

LCL LCL LCL
4.0 .
UCL = 3.67
3.0
R - Chart
2.0
CL = 1.61
1.0
0.0
08/01
12/01
26/01
27/01
04/01
05/01
06/01
07/01
11/01
14/01
15/01
28/01
29/01
TANGGAL

84
Diluar
UCL
( Brinell ) 19.0 Mendekati
UCL
18.0
Trend
UCL = 17.31
17.0 Turun
X - Chart 16.0 CL = 16.14
Tgl. 11/1
15.0 RANGE-NYA SANGAT BESAR LCL = 14.97
& DILUAR UCL
14.0 Mendekati Mendekati Diluar
LCL Diluar LCL LCL
4.0 . UCL
UCL = 3.67
3.0
R - Chart
2.0
CL = 1.61
1.0
0.0
08/01
12/01
26/01
27/01
04/01
05/01
06/01
07/01
11/01
14/01
15/01
28/01
29/01
TANGGAL

85
Macam-macam control chart dan spesifikasinya
X - R - chart
Jumlah sample > 1
Data Kontinyu
( Hasil Pengukuran )
Jumlah sample = 1 X - Rs - chart
Unit defect bila jumlah pn - chart

populasi konstant
Ratio defect bila jumlah p - chart

populasi tidak konstant
Data Attribut
( Hasil Perhitungan ) Jumlah defect dalam c - chart
satuan ukuran konstant
Jumlah defect dalam u - chart

satuan ukuran tidak konstant
86
POLA ABNORMAL
1. Titik keluar batas kendali 2. Lari 3. Trend ( cenderung )
UCL UCL
CL CL
LCL LC
L
4. 2 dari 3 titik mendekati 5. Mendekati garis pusat 6. Periodik
garis 3 sigma atas
3 sigma
+ 3 sigma UCL
( UCL )
( UCL )
+ 2 sigma 1.5 sigma
CL CL CL
1.5 sigma
- 2 sigma
-3 sigma 3 sigma
LCL
( LCL ) ( LCL )

87
POLA ABNORMAL - 1
Ada titik diluar batas kendali
Titik keluar dari

batas kendali atas
Penyimpangan sangat besar dari :
UCL
• material
CL • peralatan, ( rusak atau geser )
• metode
LCL • alat ukur
Titik keluar dari
batas kendali bawah

88
POLA ABNORMAL-2
Lari ( run )

89
POLA ABNORMAL - 3
Mempunyai kecenderungan naik atau turun
• Keausan peralatan secara bertahap

Cenderung naik Cenderung turun • Kenaikan / penurunan temperatur
UCL secara bertahap
• Pergeseran stopper yang bertahap
• Keletihan bekerja
CL
• Akumulasi produk yang terbuang
• Perubahan kondisi lingkungan secara
bertahap
LCL
• Perubahan komposisi material secara
bertahap
• Dan lain-lain

90
POLA ABNORMAL - 4
2 dari 3 titik mendekati garis 3 sigma atas
+ 3 sigma ( UCL )
+ 2 sigma ( WCL ) Penyimpangan sangat besar dari :
• material
CL
• peralatan, ( rusak atau geser )
• metode
- 2 sigma ( WCL ) • alat ukur
- 3 sigma ( LCL ) Pencampuran data
• WCL = Warning Control Limit

91
Contoh :

92
POLA ABNORMAL - 5
Mendekati garis pusat
3 sigma ( UCL )
1.5 sigma
• Terjadi akibat pencampuran data
CL
dari populasi yang berbeda dalam
1.5 sigma
sub group
3 sigma ( LCL )

93
Contoh :

94
POLA ABNORMAL - 6
Mempunyai pola periodik
• Perubahan temperatur ,
UCL perubahan lainnya
• Keletihan pekerja
• Perbedaan pada alat ukur atau
CL
alat tes yang digunakan
secara berurut
LCL • Pergiliran mesin atau operator
yang teratur
• Penggabungan data atau proses

95
• Apa yang diperlihatkan control chart
UCL
Variasi dasar
CL
Performance
LCL Tingkat rata-rata

96
• Stratifkasi
Sebelum Sesudah
perbaikan perbaikan
UCL UCL
CL CL
LCL LCL
UCL
UCL
CL CL
A, Sebelum perbaikan B, Sesudah perbaikan

97

7 Tools Astra Version

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

7 Tools Astra Version

Diunggah oleh

Hak Cipta:

Format Tersedia

1

7 TOOLS meliputi apa

• Tanpa Stratifikasi • Dengan Stratifikasi

Seksi Absen Cuti Sakit Ijin Mangkir

Seksi - A 3.0 % 3.0 % - - -

Seksi - B 2.0 % 1.5 % 0.5 % - -

Seksi - C 1.5 % 1.0 % - 0.5 % -

Seksi - D 1.5 % - - - 1.5 %

2. Berdasarkan mesin/ peralatan Tipe mesin, jumlah, model,

3. Berdasarkan operator Individu, tim, grup, umur,

4. Berdasarkan kondisi saat operasi Temperatur, tekanan, Rpm,

6. Berdasar waktu Waktu, tahun, bulan, minggu, hari,

7. Berdasarkan lingkungan Temperatur udara, kelembaban,

8. Lain-lain Produk baru vs produk lama,

Tanggal : 1 ~ 5 Mei 1990

Jenis Cacat 1/5 2/5 3/5 4/5 5/5 Total

1. Sasaran pengumpulan data harus jelas .

2. Stratifikasi data sesuai kebutuhan sehingga :

3. Sesederhana mungkin sehingga bisa diisi dengan mudah .

Sumber : Metoda statistik untuk peningkatan mutu - Hitoshi Kume

KASUS JAN FEB MAR DES

F/W & C/C F / W 14B

1. Data lebih cepat , mudah , jelas dan enak dilihat .

2. Hubungan data yang satu dengan data yang lain

3. Perbandingan dengan data lain yang berhubungan

PRODUKSI MOBIL TOYOTA DI JEPANG

• Sumber : Toyota Motor Corporation, Toyota in the world 2001

Nama Data PRODUKSI MOBIL TOYOTA DI JEPANG

Penunjuk Skala 2500

Nol Harus Ditulis 0

PRODUKSI MOBIL TOYOTA DI JEPANG

Passsanger Car Truck & bus

• Sumber : Toyota Motor Corporation, Toyota in the world 2001

Nama Data PRODUKSI MOBIL TOYOTA DI JEPANG

Nol Harus Ditulis 0

Keterangan Simbol Passsanger Truck &

Produksi Mobil di Jepang Tahun 2000

Mazda 778,140 7.7

• Sumber : Toyota Motor Corporation, Toyota in the world 2001

Nama Data Produksi Mobil di Jepang

• Sumber : Toyota Motor Corporation, Toyota in the world 2001

PRODUKSI MOBIL TOYOTA DI JEPANG

• Sumber : Toyota Motor Corporation, Toyota in the world 2001

TOOL & STRATIFKASI NILAI

SCATTER PARETO STANDARD POINT

• Grafik balok PARETO CUSTOMER COMPLAIN

2. Item disusun berurut PARETO DEFECT _________

walaupun nilainya > nilai item terkecil 20 88 %

1. Menunjukkan prioritas SEBELUM PENANGGULANGAN SESUDAH PENANGGULANGAN

3. Menunjukkan tingkat perbaikan 50 % 50 % 83.33 %

setelah ada tindakan 56.57 %

Sudut pandang dalam mengemukakan masalah

PARETO DEFECT PARETO KERUGIAN

Defect per unit Kerugian dalam bentuk uang

PARETO CUSTOMER COMPLAIN

PARETO DEFECT _________

SUSUN NILAI HITUNG

PARETO DEFECT _________

Kumulatif Persen Kumulatif

TOYOTA ASTRA MOTOR TOYOTA TRAINING CENTER

Hasil survey masalah yang dialami QC Circle Leader

Item Survey : Masalah yang dialami QC Circle Leader

C. Supervisor tidak memahami masalah 42 197 17 79 50

M-ETHODE M-ATERIAL M-AN