1

APLIKASI METODE STATISTIKA

UNTUK PENINGKATAN KINERJA SISTEM INDUSTRI

Vincent Gaspersz (Anggota APICS-ID@)

ABSTRACT

The objective of using statistical methods in industrial system is to separate total

variation in the process into special-causes variation and common-causes variation.

Special causes are assignable to specific reasons or events and result in sporadic

variation that defies prediction, while common causes are inherent within the system

and yield random variation within predictable bounds. Statistical process control tools

are “watchdog” tools to provide us with indications of “in-control” or “out-of-control”

status. It is important to note that an in-control process is considered stable, while an

out-of-control is said to be unstable. Process stability implies the very best operation

possible, given the present state of production system (e.g., incoming materials,

machines, operator skills, etc.). Improvement in a stable system that indicates there is

only common-causes variation within the system can occur only through system

changes, which are the responsibility of management and empowered employees. If the

common characteristics that cause the defects (symptoms) can be identified, its effects

can be eliminated.

1. Konsep Dasar Sistem Industri Modern

Proses industri harus dipandang sebagai suatu peningkatan terus-menerus

(continuous improvement), yang dimulai dari sederet siklus sejak adanya ide-ide untuk

menghasilkan suatu produk, pengembangan produk, proses produksi, sampai kepada

distribusi kepada konsumen. Seterusnya berdasarkan informasi sebagai umpan-balik

yang dikumpulkan dari pengguna produk (konsumen) itu kita dapat mengembangkan

ide-ide untuk menciptakan produk baru atau memperbaiki produk lama beserta proses

produksi yang ada saat ini.

Dr. William Edwards Deming, seorang guru manajemen kualitas dari Amerika

Serikat, pada bulan Agustus 1950 dalam suatu konferensi dengan manajemen puncak di

Hotel de Yama, Mount Hakone, Jepang, memperkenalkan suatu diagram yang

memandang industri sebagai suatu sistem seperti ditunjukkan dalam Gambar 1.

Perbaikan performansi sistem industri modern harus mencakup keseluruhan

sistem industri itu dari kedatangan material sampai kepada konsumen dan desain ulang

produk (barang dan/atau jasa) untuk masa mendatang. Dalam organisasi jasa, sumber-

sumber A, B, C, dan D dalam Gambar 1, dapat menjadi sumber-sumber data, atau kerja

dari operasi sebelumnya seperti dokumentasi-dokumentasi yang berkaitan dengan

permintaan konsumen, pembelian bahan baku dari pemasok, proses produksi, tingkat

inventori yang ada, perhitungan biaya, pengiriman produk ke distributor sebagai

konsumen antara atau ke konsumen akhir secara langsung, dan lain-lain.

2

Pemasok Material

dan Peralatan

A

B

C

D

Penerimaan dan

Pengujian Material

Produksi, Perakitan,

Inspeksi

Distribusi

Konsumen

Riset PasarDisain dan

Disain ulang

Pengujian Proses,

Mesin, Metode,

Biaya, dll.

Gambar 1. Proses Industri Dipandang Sebagai Suatu Sistem

2. Penggunaan Metode Statistika Dalam Bidang Industri

Metode-metode statistika untuk keperluan penelitian ilmiah telah banyak

dikembangkan dan diterapkan, namun penggunaan metode-metode statistika dalam

bidang industri relatif baru dibandingkan dengan penggunaan dalam penelitian ilmiah.

Metode-metode statistika yang digunakan dalam bidang industri lebih berfokus pada

pengendalian sistem industri guna mempertahankan pengendalian ekonomis dari

kualitas produk yang diproduksi secara massal. Dua orang yang dapat disebut sebagai

pelopor dalam penggunaan statistika untuk pengendalian sistem industri adalah Walter

A. Shewhart dan William Edwards Deming.

Penggunaan metode statistika dalam bidang industri telah meningkat secara

cepat, terutama dipicu dengan dikeluarkannya sistem kualitas ISO 9000 pada tahun

1987 sebagai standar kualitas internasional yang telah diadopsi oleh lebih dari 100

negara. Dengan adanya klausul tentang peningkatan terus-menerus (continuous

improvement) dalam sistem kualitas ISO 9000, maka semua industri yang bermaksud

menetapkan sistem manajemen kualitas internasional serta ingin memperoleh sertifikasi

ISO 9000 yang diakui secara internasional harus menetapkan metode peningkatan terus-

menerus yang efektif, sehingga harus menggunakan alat-alat peningkatan kualitas

(quality imoprovement tools).

3. Pemahaman Proses Vs. Metode Statistika Dalam Pengendalian Sistem

Industri

Agar seseorang dapat berhasil secara efektif dan efisien melaksanakan

pengendalian proses statistikal (statistical process control), ia harus memiliki

pemahaman tentang proses dan menguasai penerapan metode statistika dalam

pengendalian proses industri itu. Pemahaman tentang proses ini disebut sebagai

“statistical thinking” yang harus dibedakan dengan “statistical tools”. Dengan demikian

penggunaan metode statistika dalam industri bukan sekedar menerapkan alat-alat

3

statistika (statistical tools), tetapi lebih diutamakan untuk mengendalikan proses industri

guna meningkatkan kinerja sistem industri itu (statistical thinking). Dengan demikian

pengendalian proses statistikal (statistical process control) lebih menekankan pada

pengendalian proses berdasarkan data penting yang memang perlu dianalisis

menggunakan alat-alat statistika, bukan sekedar penerapan alat-alat statistika dalam

proses industri. Berdasarkan hal ini, maka pemahaman proses dan metode statistika

dalam sistem industri dapat dikemukakan dalam Gambar 2.

Gambar 2. Pemahaman Proses Vs. Metode Statistika Dalam Industri

Pemahaman tentang proses industri yang diperlukan adalah memahami

bagaimana suatu proses itu bervariasi dari waktu ke waktu dalam menghasilkan produk

(statistical thinking), sehingga dapat diambil tindakan-tindakan yang tepat untuk

meningkatkan kinerja dari proses industri itu menggunakan bantuan alat-alat statistika

(statistical tools).

Variasi adalah ketidakseragaman dalam sistem industri sehingga menimbulkan

perbedaan dalam kualitas pada produk (barang dan/atau jasa) yang dihasilkan. Pada

dasarnya dikenal ada dua sumber atau penyebab timbulnya variasi, yang

diklasifikasikan sebagai berikut:

a. Variasi Penyebab-Khusus (Special-Causes Variation) adalah kejadian-kejadian

di luar sistem industri yang mempengaruhi variasi dalam sistem industri itu.

Penyebab khusus dapat bersumber dari faktor-faktor: manusia, peralatan,

material, lingkungan, metode kerja, dll. Penyebab khusus ini mengambil pola-

pola nonacak (nonrandom patterns) sehingga dapat diidentifikasi/ditemukan,

sebab mereka tidak selalu aktif dalam proses tetapi memiliki pengaruh yang

lebih kuat pada proses sehingga menimbulkan variasi. Dalam konteks

pengendalian proses statistikal menggunakan peta-peta kontrol (control charts),

jenis variasi ini sering ditandai dengan titik-titik pengamatan yang melewati atau

keluar dari batas-batas pengendalian yang didefinisikan (defined control limits).

b. Variasi Penyebab-Umum (Common-Causes Variation) adalah faktor-faktor di

dalam sistem industri atau yang melekat pada proses industri yang menyebabkan

timbulnya variasi dalam sistem industri serta hasil-hasilnya. Penyebab umum

sering disebut juga sebagai penyebab acak (random causes) atau penyebab

sistem (system causes). Oleh karena penyebab umum ini selalu melekat pada

sistem, maka untuk menghilangkannya harus menelusuri pada elemen-elemen

dalam sistem itu dan hanya pihak manajemen industri yang dapat

memperbaikinya, karena pihak manajemen industri yang mengendalikan sistem

industri itu. Dalam konteks pengendalian proses statistikal menggunakan peta-

Variasi Proses

(Statistical Thinking) DATA Alat-alat Statistika

(Statistical Tools)

4

peta kontrol (control charts), jenis variasi ini sering ditandai dengan titik-titik

pengamatan yang berada dalam batas-batas pengendalian yang didefinisikan

(defined control limits).

Suatu proses di mana hanya mempunyai variasi penyebab-umum (common-

causes variation) yang mempengaruhi output atau “outcomes” adalah merupakan proses

yang stabil karena penyebab sistem yang mempengaruhi variasi biasanya relatif stabil

sepanjang waktu. Variasi penyebab-umum dapat diperkirakan dalam batas-batas

pengendalian yang ditetapkan secara statistikal. Sedangkan apabila variasi penyebab-

khusus terjadi dalam proses, maka akan menyebabkan proses itu menjadi tidak stabil.

Upaya-upaya menghilangkan variasi penyebab-khusus akan membawa proses ke dalam

pengendalian statistikal.

Pemahaman dan pengendalian variasi merupakan inti dari teori Deming.

Dr. William Edwards Deming menyatakan bahwa sasaran dari pengendalian proses

industri guna meningkatkan kualitas dan produktivitas industri adalah mengurangi

variasi sebanyak mungkin. Pendekatannya adalah menstandardisasikan proses melalui

setiap orang menggunakan prosedur kerja, material, dan peralatan yang sama. Di

samping itu pihak manajemen industri harus mempelajari proses, mencari sumber-

sumber potensial dari variasi, mengumpulkan data, dan kemudian menghilangkan

variasi penyebab-khusus. Sedangkan variasi penyebab-umum merupakan tindakan

konkrit berikut sebagai bukti komitmen dari manajemen industri untuk perbaikan proses

terus-menerus (continuous process improvement) setelah variasi penyebab-khusus

dihilangkan dari proses itu.

Kontribusi utama dari penggunaan metode-metode statistika dalam pengendalian

sistem industri adalah memisahkan variasi total dalam proses ke dalam dua sumber di

atas. Suatu sistem industri disebut berada dalam pengendalian statistikal apabila sistem

itu terbebas dari variasi yang ditimbulkan oleh penyebab khusus. Performansi dari

sistem industri yang berada dalam pengendalian statistikal akan dapat diprediksi dengan

baik.

Penggunaan metode-metode statistika dalam industri yang bersifat massal akan

meningkatkan efisiensi penggunaan bahan baku dan proses industri, sehingga

memberikan dampak ekonomis bagi industri itu untuk menghadapi persaingan global

yang sangat kompetitif.

4. Penggunaan Alat-alat Statistika Untuk Pengembangan Sistem Industri

Jika untuk keperluan pengembangan ilmu pengetahuan terdapat langkah-langkah

seperti: perumusan hipotesis, pelaksanaan percobaan, pengujian hipotesis, dan

penarikan kesimpulan ilmiah (tesis), maka untuk pengembangan sistem industri

mengikuti langkah-langkah: penetapan spesifikasi (standardisasi), pelaksanaan

produksi, inspeksi, dan pembuatan keputusan manajemen industri.

Penggunaan alat-alat statistika untuk pengembangan sistem industri ditunjukkan

dalam Gambar 3.

5

Gambar 3. Penggunaan Alat-alat Statistika untuk Pengembangan Sistem Industri

Gambar 4. Siklus Hidup Proses Industri

5. Pengendalian Proses Industri Melalui Siklus Hidup Proses

Pembuatan Keputusan

& Manajemen Proses)

Diagram-diagram: Alir,

Sebab-Akibat, Tebar,

Pareto, dll.

Kestabilan (Stability)

Tidak Stabil Stabil

Ke-

mam-

puan

(Capa-

bility)

Tidak

Mampu

Mampu

1 2

4 3

Catatan: Manfaat penggunaan metode-metode statistika adalah membantu manajemen

dalam mengendalikan proses industri untuk berada dalam posisi nomor 3 (stabil

& mampu)

Siklus

Deming Plan

Do

Study

Act

Produksi

Spesifikasi

(Desain

Produk &

Proses)

Inspeksi

(Pemban-

dingan

dengan

Spesifi-

kasi)

QFD

DOE

Control Charts

Capa-

bility

Study,

Sam-

pling,

Histo-

grams,

etc.

On-Line Activity

Keterangan: QFD = Quality Function Deployment, DOE = Design of Experiments

On-Line Activity = aktivitas ketika proses sedang berlangsung Off-Line Activity = aktivitas ketika proses sedang tidak berlangsung

O

F

F

L

I

N E

Y

T

I

V

I

T

C

A

6

Siklus hidup proses industri ditunjukkan dalam Gambar 4.

Interpretasi dari siklus hidup proses industri dapat dilihat dalam Tabel 1.

Tabel 1. Analisis Sistem Industri Sepanjang Siklus Hidup Proses Industri

Status Proses

No. Kestabilan

(Stability)

Kemampuan

(Capability)

Situasi Analisis

1. Tidak Tidak • Keadaan proses di

luar pengendalian

• Proses akan

menghasilkan produk

cacat terus-menerus

(keadaan kronis)

Sistem industri

berada dalam

kondisi paling

buruk

2. Ya Tidak • Keadaan proses

berada di dalam

pengendalian

• Proses masih

menghasilkan produk

cacat

Sistem industri

berada dalam

status antara

menuju

peningkatan

kualitas global

3. Ya Ya • Keadaan proses

berada di dalam

pengendalian

• Proses tidak

menghasilkan produk

cacat (zero defect)

Sistem industri

berada dalam

kondisi paling

baik

4. Tidak Ya • Proses berada di luar

pengendalian

• Proses menimbulkan

masalah kualitas

secara sporadis

Sistem industri

tidak dapat

diperkirakan

(unpredictable)

dan tidak

diinginkan

(undesirable)

oleh

manajemen

industri

6. Prosedur Lengkap Penggunaan Alat-alat Statistika Untuk Pengembangan

Sistem Industri

Prosedur lengkap penggunaan alat-alat statistika untuk pengembangan sistem

industri ditunjukkan dalam Gambar 5.

7

Gambar 5. Penggunaan Alat-alat Statistika untuk Pengembangan Sistem Industri

Dari Gambar 5 tampak bahwa pemahaman yang baik tentang metode-metode

statistika dan perilaku proses industri akan mampu meningkatkan kinerja sistem industri

secara terus-menerus.

7. Model Sistem Pengendalian Proses Industri

Model sistem pengendalian proses industri ditunjukkan dalam Gambar 6.

Alat-alat Statistika Quality Function Deployment, Design of Experiments,

Analisis Sebab-Akibat, Pareto, Histogram, dll

Peta-peta Kontrol Analisis Kapabilitas

Deteksi, Identifikasi,

dan Menghilangkan

Penyebab Khusus

Proses Bergeser Menuju

Target, Reduksi Variasi

Yang Melekat Pada Sistem

Tujuan

Solusi Masalah

Stabilitas

Solusi Masalah

Kapabilitas

Pengembangan Sistem Industri

8

LINGKUNGAN

INPUT

PROSES OUTPUT� Tenaga kerja

� Modal

� Material

� Energi

�Peralatan

� Informasi

� Manajerial

PROSESTRANSFORMASINILAI TAMBAH

PRODUK

(Barang dan/atau

Jasa)

Umpan Balik untuk

Pengendalian Kebutuhan dan

Ekspektasi Pelanggan

PELANGGAN

Metode-metodeStatistika

PengendalianProses

IdentifikasiPerubahan

Kebutuhan dan EkspektasiPelanggan

Gambar 6. Model Sistem Pengendalian Proses

Dari Gambar 6, tampak bahwa sistem pengendalian proses industri dapat

digambarkan sebagai suatu sistem umpan-balik (feedback system). Pengendalian proses

statistikal (statistical process control = SPC) merupakan satu tipe dari sistem umpan

balik. Terdapat empat hal penting yang harus diperhatikan dalam sistem pengendalian

proses industri, yang akan dikemukakan di sini.

∗ Proses. Melalui proses semua input bekerja sama untuk menghasilkan output

berkualitas yang selanjutnya diserahkan kepada pelanggan agar memenuhi

kebutuhan dan ekspektasi dari pelanggan itu. Performansi total dari proses

tergantung pada komunikasi di antara pemasok (supplier) dan pelanggan

(customer), di mana proses industri didesain dan diimplementasikan berdasarkan

informasi kebutuhan dan ekspektasi pelanggan, yang selanjutnya

dioperasionalkan dan dikelola oleh pihak manajemen industri. Sistem

pengendalian proses baru dapat dianggap bermanfaat hanya jika memberikan

kontribusi untuk salah satu mempertahankan tingkat keunggulan (level of

excellence) atau meningkatkan performansi total dari sistem industri itu.

∗ Informansi tentang Performansi. Kebanyakan informasi tentang performansi

aktual dari proses industri dapat diperoleh melalui mengkaji output dari proses

itu. Agar dapat memperoleh informasi yang bermanfaat tentang proses industri,

bagaimanapun pihak manajemen industri harus memahami perilaku proses itu

sendiri beserta dengan variabilitas internalnya. Karakteristik proses seperti:

temperatur, banyak interupsi, cycle times, dll., seharusnya menjadi fokus utama

9

dalam usaha-usaha meningkatkan performansi total dari proses itu. Pihak

manajemen perlu menentukan nilai-nilai target (target values) untuk

karakteristik proses, kemudian memantau bagaimana performansi aktual dari

proses itu berada dekat atau jauh dari nilai-nilai target yang telah ditetapkan. Jika

informasi ini diperoleh dan diinterpretasikan secara tepat, maka akan

menunjukkan apakah proses industri sedang berada dalam keadaan stabil atau

tidak stabil. Selanjutnya berdasarkan informasi tentang performansi dari proses

itu, tindakan-tindakan yang tepat dapat diambil apakah perlu memperbaiki

proses yang sekarang atau terus memproduksi output berdasarkan proses

sekarang yang stabil itu. Setiap tindakan yang diambil seyogianya menjadi tepat

waktu dan sesuai agar menghilangkan pemborosan dalam pengendalian proses

industri itu.

∗ Tindakan pada Proses. Tindakan pada proses industri akan menjadi ekonomis

apabila tindakan-tindakan itu diambil untuk mencegah karakteristik penting dari

proses atau output yang bervariasi atau menyimpang terlalu jauh dari nilai-nilai

target yang telah ditetapkan. Tindakan ini untuk mempertahankan kestabilan dan

variasi dari output proses dalam batas-batas yang dapat diterima (acceptable

limits). Tindakan-tindakan yang diambil pada proses industri dapat berupa

perubahan dalam operasional (seperti: pelatihan operator, perubahan kedatangan

material, dll) atau elemen-elemen dari proses itu sendiri (seperti: rehabilitasi

peralatan, meningkatkan komunikasi dan hubungan di antara orang-orang,

mengubah desain proses secara keseluruhan, dll). Pengaruh dari setiap tindakan

pada proses industri harus dipantau dan dilakukan analisis lanjutan untuk

mengetahui bahwa tindakan-tindakan yang diambil pada proses itu telah sesuai

dengan yang diharapkan.

∗ Tindakan pada Output. Tindakan pada output akan menjadi kurang ekonomis

apabila tindakan itu semata-mata hanya untuk mendeteksi dan memperbaiki

produk yang berada di luar spesifikasi yang telah ditetapkan, tanpa mengkaji

secara mendalam tentang masalah-masalah dalam proses pembuatan output itu.

Meskipun output yang tidak konsisten memenuhi kebutuhan pelanggan dapat

dikerjakan ulang agar memenuhi spesifikasi yang ditetapkan, namun tindakan

korektif pada proses harus dilakukan untuk mencegah proses di masa mendatang

menghasilkan output yang tidak konsisten dalam memenuhi spesifikasi

kebutuhan pelanggan. Dengan demikian tindakan pada output harus dilanjutkan

dengan tindakan-tindakan korektif pada proses industri, kemudian menguji

proses itu sampai mampu menghasilkan spesifikasi produk sesuai dengan yang

diinginkan oleh pelanggan.

8. Penutup

Agar dapat berhasil secara efektif dan efisien melaksanakan pengendalian proses

statistikal (statistical process control), maka harus memiliki pemahaman tentang proses

(statistical thinking) dan menguasai penerapan metode statistika dalam pengendalian

proses industri itu (statistical tools). Dengan demikian penggunaan metode statistika

dalam industri bukan sekedar menerapkan alat-alat statistika (statistical tools), tetapi

lebih diutamakan untuk mengendalikan proses industri guna meningkatkan kinerja

sistem industri itu (statistical thinking). Oleh karena itu pengendalian proses statistikal

(statistical process control) lebih menekankan pada pengendalian proses (statistical

10

thinking) berdasarkan data yang dianalisis menggunakan alat-alat statistika (statistical

tools), bukan sekedar penerapan alat-alat statistika dalam proses industri.

9. Daftar Pustaka

Deming, W. E. 1986. Out of the Crisis. Massachusetts Institute of Technology,

Massachusetts.

Grant, E. L. and Richard Leavenworth. 1987. Statistical Quality Control.

McGraw-Hill, New York.

Harrington, J. H. and James S. Harrington. 1993. Total Improvement

Management. McGraw-Hill, New York.

Hart, M. K. and Robert F. Hart. 1989. Quantitative Methods for Quality and

Productivity Improvement. ASQC Quality Press, Wisconsin.

Ishikawa, Kaoru. 1982. Guide to Quality Control. Kraus International

Publications, New York.

Ishikawa, Kaoru. 1985. What Is Total Quality Control? The Japanese Way.

Prentice-Hall, Englewood Cliffs, New Jersey.

ISO. 1994. ISO 9001: Quality Systems: Model for Quality Assurance in Design,

Development, Production, Installation and Servicing. ISO, Switzerland.

Juran, J. M. and Frank M. Gryna. 1993. Quality Planning and Analysis. 3rd

Edition. McGraw-Hill, New York.

Kume, Hitoshi. 1985. Statistical Methods for Quality Improvement. AOTS

Chosakai, Tokyo.

Mauch, P. D. 1993. A Basic Approach to Quality Control and SPC. ASQC

Quality Press, Wisconsin.

Shewhart, W. A. 1939. Statistical Method From The Viewpoint of Quality

Control. (Edited by W. Edwards Deming, 1986). Dover Publications, New

York.

Wreath, D. J. 1995. Using Systematic Methods to Solve a Soft Problem. ASQC

49th

Annual Quality Congress Proceedings, pp.947-951. American Society for

Quality Control, Wisconsin.

Tentang Penulis:

Vincent Gaspersz, CFPIM adalah konsultan profesional dalam manajemen sistem industri dan

kualitas serta Guru Besar (Profesor) Manajemen Operasional dan Total Quality Management

pada program pascasarjana MM Universitas Trisakti, Jakarta. Ia adalah anggota APICS sejak

1994dan Senior Member of the American Society for Quality (ASQ), sejak 1995. Latar belakang

pendidikannya adalah Magister Sains (S2) Statistika Terapan, 1985 dan Doktor (S3) Teknik

Sistem dan Manajemen Industri, 1991. Pernah menjadi Direktur Lean Enterprise pada Garibaldi

Industries, Canada.