Statistika Industri
description
Transcript of Statistika Industri
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.