You are on page 1of 113

----------------------- Page 1-----------------------

Mengenal
Six Sigma
Secara Sederhana
USLUSL
LSLSLL
xx

Oleh:
D. Manggala

----------------------- Page 2----------------------From: D. Manggala (d_manggala@yahoo.com)


Sent: 02/24/05
To: Para Pembaca Yang Budiman
Subject: Mengenal Six Sigma Secara Sederhana
Halo para pembaca yang baik hati dan gemar membaca
Six Sigma*) adalah alah atu metode dalam perbaikan proe (proce improvement
) yang
belakangan ramai dibicarakan orang. Bahkan, bagi ebagian organiai, Six Sigma
bukan hanya
ekadar metode tapi udah menjadi trategi bini yang menjadi tulang punggung p
eruahaan
terebut. Mungkin ada diantara pembaca yang baru mendengar itilah ini, tapi ban

yak juga
yang udah mendengar itilah ini tapi kurang berminat karena mendengar bahwa Six
Sigma itu
banyak beruruan dengan tatitik
Oleh karenanya, aya mencoba untuk menampilkan konep ini dengan ederhana.Dieb
ut
Sederhana karena etiap penjelaan akan eimpel mungkin, konep tatitik ditam
pilkan
hanya berifat aplikatif, ngga ada penurunan rumu! Ini adalah veri untuk pemul
a, in a nut
hell, yang mudah-mudahan tidak mengorbankan konep daarnya.
Dengan menuli buku ini, bukanlah berarti aya adalah eorang pakar Six Sigma;
ebaliknya,
aya malah juga edang belajar. Saya edang mempraktikkan teori yang menyebutkan
bahwa
the bet way in learning i by haring.
Juga, ini adalah keinginan aya yang ingin membuat knowledge-baed-management b
ia
terebar lebih lua terutama dikalangan anak-anak muda (atau yang berjiwa muda),
karena
diluar egala kontroveri ataupun hype tentang Six Sigma, metode ini kalau diter
apkan dengan
diiplin dibidang maing-maing pati akan memberikan manfaat buat mayarakat.
Untuk bahaa, aya tidak akan beruaha menerjemahkan emua itilah Bahaa Inggri
ke dalam
Bahaa Indoneia karena takut penerjemahan malah menyulitkan pembaca menangkap a
pa
yang ingin aya ampaikan. Mialnya joytick tidak akan aya terjemahkan menjadi
tongkat
enang atau emacamnya
Akhirnya, ilahkan email aya jika ada komentar dan aran; jika meraa berguna l
anjutkan
dengan menerapkan di pekerjaan anda dan menularkan kepada rekan-rekan anda!
*) Six Sigma i a trademark of the Motorola Corporation.

P. Terima kaih kepada rekan-rekan yang telah membantu ecara langung/tak lang
ung penulian buku
ini baik rekan kerja, dari mailing lit, workhop, maupun dikui; terutama rek
an-rekan kerja yang telah
meminjamkan buku untuk aya baca-baca.

24 Februari 2005

D. Manggala
Email: d_manggala@yahoo.com
Webite: http://www.beranda.net

2
----------------------- Page 3----------------------Daftar Ii

Halaman

Surat Untuk Pembaca


2
I.

Pengantar
4
1.

Mengapa Membuat Buku Ini


4

2.

Tujuan
5

II.

Apa Itu Six Sigma


6
1.

2.

Kiat Untuk Bertahan Dalam Kompetii: Lebih Cepat, Lebih


8

3.

Fondai Six Sigma: DMAIC, Black Belt, dan Team Pelakan


9

4.

Kontroveri

Baik, Lebih Murah


a

III.

Definii

Mengenal Analii Statitik Sederhana


1.

10
12

Data
12

2.

IV.

Populai dan Sampel

12

3.

Pengukuran Central Tendency dan Variai


15

4.

Foku dalam Six Sigma: Mengurangi Variai!


18

5.

Analii Grafik Sederhana dalam Six Sigma


18

6.

Failure Mode and Effect Analyi (FMEA)


26

Lebih Jauh dengan Analii Statitik

28
1.

Sampling Ditribution dan Etimai Interval


32

3.

Hypothei Teting

33

4.

Control Chart dan Kapabilita Proe


37

5.

Regrei Linear

7.
V.

28

2.

6.

Ditribui Data

Deign of Experiment
Apek Manajemen

42
44
49

Sebuah Contoh Implementai Six Sigma: Mengurangi Waktu Antria


di Sebuah Bank Kecil
5 1
1.

Define
53

2.
3.

Meaure

57

Analyze
59

4.

Improve
60

5.

Control
64

VI.

Untuk Pengenalan Lanjut


66
1.

Training
66

2.
3.
4.

Mailing Lit
Webite

66
66

Buku
66

5.

Software

66
Daftar Refereni

67

Appendix 1
68

3
----------------------- Page 4----------------------I. Pengantar
ah koong

Data tanpa konep adalah buta, konep tanpa data adal


- Immanuel Kant

1. Mengapa Membuat Buku ini?


Data ada dimana-mana. Dari paar bura aham, marketing, politik (mialnya dalam
Pemilu),
keehatan, internet, ampai dalam menjalankan pabrik. Nah, yang menjadi tantanga
n kita di
jaman informai ini adalah bagaimana mengolah data terebut menjadi informai, d
an dari
informai menjadi pengetahuan.1

Dengan kemajuan di bidang Teknologi Informai (TI), kemampuan mengumpulkan dan m


engolah
data mengalami kemajuan yang angat drati. Kapaita penyimpanan data di kompu
ter kita

udah angat luar biaa peningkatannya, dari kala kilo byte (KB) ampai menjadi
giga byte
(GB) dan maih akan teru meningkat. Namun kebanyakan dari kita terjebak dalam a
pa yang
diebut hypermedia trap: kita terlalu ibuk mengumpulkan egala jeni data tanpa
empat
mengolah dan menganalia data terebut. Segala data kita impan, emua yang kita
anggap
penting dari email, internet, dan pekerjaan kantor, kita impan dalam komputer t
anpa empat

kita analia apa informai yang bia ditarik dari emua data terebut.

Demikian juga dengan oftware pengolah data, dari yang hampir elalu ada di tiap
komputer
(mialnya Microoft Excel) ampai yang lebih canggih eperti SPSS atau Minitab,
ekarang ini
bukanlah euatu yang uah dicari. Pada umumnya kita menggunakan oftware eper
ti Excel
untuk menghitung rata-rata dan membuat analii ederhana eperti regrei linear
atau
hitogram. Mekipun analii eperti itu kadang-kadang memang cukup, namun dalam
banyak
hal kita ering memerlukan analii yang lebih lengkap; Six Sigma bia membantu
kita dalam
menganalii dan memecahkan permaalahan menggunakan beberapa analytical/tatit
ical
tool.

Buku ini dibuat karena aya edang bekerja di bidang yang banyak berhubungan den
gan Six
Sigma; jadi ambil belajar, ambil dituli. Siapa tahu bia menyerap ilmu lebih
baik. Selain itu
dalam beberapa workhop yang aya adakan, elama berdikui dengan engineer, tek
nii,
operator lapangan ampai manajer, aya ering keulitan mencari contoh-contoh e
derhana
yang menarik, prakti, dan gampang diingat untuk menerangkan konep umum tatit
ik eperti
ditribui normal, tandar deviai dan itilah lainnya.

Sebuah topik yang menjadi daar Knowledge Baed Management.


4

----------------------- Page 5----------------------Dalam buku ini, kebanyakan contoh diambil dari ekitar kita. Mungkin ada kean c
ontohnya

aal-aalan, tapi konepnya aya periapkan dari umber-umber yang cukup baik.
Jika ada
kealahan konep di buku ini, jangan ragu-raguilahkan email aya!

2. Tujuan
Tujuan utama penulian buku ini adalah untuk haring; terutama bagi orang yang i
ngin mulai
belajar Six Sigma.

Tujuan lain adalah ingin mendorong teman-teman mahaiwa dan anak-anak muda lain
nya agar
jangan takut dengan ilmu tatitik. Dulu aya begitu mendengar tandar deviai a
ja udah
langung puing, apalagi kalo udah ditambah hypothei analyi atau poion di
tribution.
Padahal konepnya bia ederhana dan angat prakti. Uruan penurunan rumu dan
definii
biarlah para profeor matematika dan ahli tatitik yang menguru, bagi kita-kit
a adalah
bagaimana menggunakan tatitik dalam metode tertruktur yang diebut dengan Six
Sigma.

5
----------------------- Page 6----------------------II. Apa Itu Six Sigma?

What in a name? That which we call a roe


By any other word would mell a weet
- William Shakepeare (Romeo and Juliet, II, ii, 1-2

) -

1. Definii
Apa ih Six Sigma itu?
Dari kata per kata itilah ini terdiri dari:
Six yang artinya enam
Sigma yang merupakan imbul dari tandar deviai, dan biaa dilambangk
an dengan .
Six Sigma ering ditulikan dalam imbul 6.

Jadi, 6 itu apa?


Untuk ampai ke arti Six Sigma, kita perlu tengok ejarahnya edikit. Six Sigma
dimulai oleh
Motorola ditahun 1980-an dimotori oleh alah eorang engineer diana bernama Bil

l Smith ata
dukungan penuh CEO-nya Bob Galvin . Motorola menggunakan tatitic tool diramu
dengan
ilmu manajemen menggunakan financial metric (yaitu Return on Invetment, ROI)
ebagai

alah atu metric/alat ukur dari quality improvement proce. Konep ini kemudi
an
dikembangkan lebih lanjut oleh Dr. Mikel Harry dan Richard Schroeder yang lebih
lanjut
membuat metode ini mendapat ambutan lua dari petinggi Motorola dan peruahaan
lain.2

Six Sigma merupakan ebuah metodologi tertruktur untuk memperbaiki proe yang
difokukan
pada uaha mengurangi variai proe (proce variance) ekaligu mengurangi ca
cat
(produk/jaa yang diluar peifikai) dengan menggunakan tatitik dan problem
olving tool

ecara intenif.

Secara harfiah, Six Sigma (6) adalah uatu bearan yang bia kita terjemahkan ec
ara gampang

ebagai ebuah proe yang memiliki kemungkinan cacat (defect opportunity) eba
nyak 3.4
buah dalam atu juta produk/jaa. Ada banyak kontroveri di ekitar penurunan an
gka Six
Sigma menjadi 3.4 dpmo (defect per million opportunitie). Namun bagi kita, yan
g penting
intinya adalah Six Sigma ebagai metric merupakan ebuah refereni untuk mencap
ai uatu
keadaan yang nyari beba cacat. Dalam perkembangannya, 6 bukan hanya ebuah met
ric,
namun telah berkembang menjadi ebuah metodologi dan bahkan trategi bini.

Untuk ejarah lebih lengkap bia dibaca di www .iixigma.com


6

----------------------- Page 7----------------------Menurut Peter Pande,dkk, dalam bukunya The Six Sigma Way: Team Fieldbook, ada en
am
komponen utama konep Six Sigma ebagai trategi bini3 :
1.
pelanggan
ita, team yang

Benar-benar mengutamakan pelanggan: eperti kita adari berama,


bukan hanya berarti pembeli, tapi bia juga berarti rekan kerja k
menerima hail kerja kita, pemerintah, mayarakat umum pengguna j

aa, dll.
2.
i, atau

Manajemen yang berdaarkan data dan fakta: bukan berdaarkan opin


pendapat tanpa daar.

3.
antung
bagu untuk

Foku pada proe, manajemen dan perbaikan: Six Sigma angat terg
kemampuan kita mengerti proe yang dipadu dengan manajemen yang
melakukan perbaikan.

4.
ng dalam

Manajemen yang proaktif : peran pemimpin dan manajer angat penti


mengarahkan keberhailan dalam melakukan perubahan.

5.

Kolaborai tanpa bata: kerja ama antar tim yang haru mulu.

6.

Selalu mengejar keempurnaan.

Selain enam hal diata, ciri lain dari penerapan Six Sigma adalah waktu untuk pe
rbaikan yang
ditargetkan bia dieleaikan dalam 4 ampai 6 bulan!

Dalam perjalanan waktu, General Electric(GE) mempopulerkan Six Sigma ebagai ua


tu trend
dan membuat peruahaan lain erta orang-orang berlomba-lomba mencari tahu apa it
u Six
Sigma erta mencoba mengimplementaikannya di tempat kerja maing-maing. Dalam
hal ini,
peran CEO (waktu itu) Jack Welch boleh dibilang angat penting mengingat dia ora
ng yang
menjadikan Six Sigma ebagai tulang punggung emua proe di GE.

Kalau demikian, berarti konep Six Sigma ditemukan oleh Motorola?


Jawabannya: TIDAK.
Konep daar Six Sigma banyak ekali diambil dari Total Quality Management (TQM)
dan
Statitical Proce Control (SPC) dimana dua konep bear ini diawali oleh pemik
iranpemikiran Shewhart, Juran, Deming, Croby dan Ihikawa. Dari egi waktu, bia d
ikatakan
Six Sigma adalah hail evolui terakhir dari quality improvement yang berkembang
ejak tahun
1940-an.
Hal inilah yang ering menjadi cibiran para pakar tatitik atau quality expert
, karena
menganggap Six Sigma hanyalah konep uang yang diganti bungkunya dan dijual la
gi ehingga
banyak orang yang melihatnya ebagai trend eaat, fad maupun flavor of the mont
h.
3
Pande, Peter S., Neuman Robert P, dan Roland R. Cavanagh . The Six Sigma Way:
Team Fieldbook, An Implementation
Guide for Proce Improvement Team. McGraw-Hill, 2002: hal 8.

7
----------------------- Page 8-----------------------

Banyak yang mengatakan bahwa Six Sigma adalah TQM yang lebih prakti, ada juga y
ang
mengatakan SPC dikombinaikan dengan financial metric ; tapi bagi aya, apapun
namanya
entah itu Six Sigma, TQM atau SPC, yang penting adalah: ternyata konep ini jik
a dilakanakan
dengan diiplin dan koniten bia menghailkan perbaikan yang nyata dan terbukt
i!

2. Kiat untuk Bertahan dalam Kompetii: Lebih Baik, Lebih Cepat, Lebih
Murah

Kenapa belakangan ini emakin banyak itilah-itilah proce improvement muncul?


Karena
peraingan telah menuntut emua organiai/peruahaan untuk emakin inovatif dal
am
memenuhi keinginan pelanggan; pelanggan tidak pua, berarti kita haru iap-iap
gulung tikar!

Dalam kaitan itu, di buku ini kita akan banyak membaca itilah cacat atau defect
atau wate;
itilah ini adalah egala produk dan jaa yang tidak euai dengan keinginan pel
anggan kita.
Jadi dalam hal ini cacat bukan hanya berarti jam tangan yang tidak berfungi, ba
ju yang
jahitannya jelek, atau mobil yang ngga bia jalan. Jika kita meti datang ke kan
tor tepat jam 7
pagi, maka kedatangan kita jam 7.30 adalah cacat. Jika tandar pembuatan KTP ada
lah antara
7-14 hari, maka jika kita mendapatkan KTP etelah 3 bulan, maka itu adalah cacat
. Jika atu
botol aqua tanggung haru berii antara 1490 ml 1510 ml, maka kalau kita mendapa
tkan botol
yang iinya 1450 ml, itu adalah cacat.

Semakin banyak cacat yang kita hailkan dari proe yang kita kelola, emakin ga
mpang
pelanggan beralih ke peruahaan lain. Dengan emakin ketatnya peraingan, emaki
n ketat
(dan tinggi juga) peryaratan yang diinginkan konumen.

Mungkin untuk ekadar ilutrai, kita bia amati peraingan diantara hipping co
mpany di
Amerika Serikat (AS). Salah atu hobi aya adalah membeli buku beka lewat inter
net. Ada
beberapa peruahaan yang ering aya gunakan untuk menerima kiriman buku hail b
elanja
online, yaitu: USPS, UPS dan Fedex. Coba kita bandingkan kualita pelayanannya:

USPS, untuk jaa tandar, biaanya menjanjikan barang dikirim antara 10-14 hari
etelah
mereka menerima barang. Kadang-kadang 5 hari udah ampai, ada juga yang tidak
ampai-

ampai; ada yang alah kirim ke tetangga ebelah, ada juga yang kembali ke i pe
ngirim. USPS
ebenarnya memberikan online tracking number untuk melihat barang kita ampai di
mana; tapi
ayang ekali update-nya angat lambat. Biayanya memang paling murah dibanding U
PS dan
Fedex.

8
----------------------- Page 9----------------------UPS, untuk jaa tandar, biaanya menjanjikan barang ampai ke tangan kita 5 har
i kerja

etelah menerima barang. Pelayanan itimewa dari UPS adalah memberikan tracking
number
yang angat up to date ehingga kita tahu peri hari dan tanggal barang ampai
di rumah kita.
Rata-rata UPS bia menepati janji untuk mengirim barang dalam 5 hari, bahkan er
ing lebih
cepat. Peroalannya adalah UPS memberikan range waktu yang maih terlalu lebar.
Mialnya
akan mengantar antara jam 8 pagi-12 iang, atau jam 2 iang 5 ore, yang kalau d
itungguin
bikin jengkel juga oalnya kadang-kadang maih uka telat.

Fedex, untuk jaa tandar, ebenarnya mirip eperti UPS, dimana bia memenuhi pe
ngiriman
barang dalam 5 hari (euai janji) erta memberikan tracking number yang up to d
ate .
Kelebihannya adalah Fedex mampu memberikan perkiraan waktu yang cukup tepat, mi
alnya
akan mengantar barang tanggal 12 De04 jam 10 pagi. Mereka bia memenuhi janji it
u,
kalaupun telat biaanya paling etengah jam ampai atu jam. Selain ketepatan wa

ktu, maih
ada ervi memuakan dari peruahaan ini, yakni mereka akan menelpon kita jika m
ereka udah
dekat rumah kita, atau akan meninggalkan no handphone kurirnya jika kebetulan ki
ta edang
keluar. Memang biaya pengiriman dengan Fedex ekarang ini lebih mahal; tapi baya
ngkan jika
mereka bia memangka edikit lagi

Untuk memperingkat cerita, inti dari ilutrai diata adalah bahwa emua perbed
aan itu
adalah dalam bagaimana ketiga peruahaan itu mengelola proenya erta bagaimana
mereka
bia mengurangi VARIASI dari proe dan ervi mereka. Saya tidak tahu apakah UP
S dan Fedex
pengguna Six Sigma atau tidak, tapi yang jela, proe di dua peruahaan itu pa
tilah elalu
diperbaiki dengan menggunakan metode yang angat tertruktur dan rapi.

3. Fondai Six Sigma: DMAIC, Black Belt, dan Team Pelakana


Seperti diebutkan ebelumnya, Six Sigma adalah uatu metode yang angat tertru
ktur. Nah,

trukturnya terdiri dari lima tahapan yang diingkat DMAIC: Define, Analyze, Imp
rove,
Control.

Selain itu, keukean implementai Six Sigma ditentukan oleh kehadiran eorang
(atau lebih)
failitator yang memahami manajemen dan penggunaan tatitik; failitator ini di
ebut dengan
Black Belt.
Namun yang terpenting di ata emua itu adalah team pelakana, yang ebaiknya te
rdiri dari
anggota yang beraal dari berbagai tim/departemen yang aling terkait (cro-fun
ctional
team).

9
----------------------- Page 10----------------------Setiap tahap, mempunyai bagian-bagian yang meti dilakanakan ataupun mempunyai
jenijeni konep tatitik yang bia dipakai, walaupun ebenarnya untuk penggunaan
tatitik bia
cukup flekibel.
,

Define: pada tahap ini team pelakana mengidentifikaikan permaalahan


mendefinikan peifikai pelanggan, dan menentukan tujuan (penguranga

cacat/biaya dan target waktu).


Meaure: tahap untuk memvalidai permaalahan, mengukur/menganalii
permaalahan dari data yang ada.
Analyze: menentukan faktor-faktor yang paling mempengaruhi proe; arti
nya mencari

atu atau dua faktor yang kalau itu diperbaiki akan memperbaiki proe
kita ecara
dramati.
Improve: nah, di tahap ini kita mendikuikan ide-ide untuk memperbaik
i item kita
berdaarkan hail analia terdahulu, melakukan percobaan untuk melihat
hailnya, jika
P).

bagu lalu dibuatkan proedur bakunya (tandard operating procedure-SO

Control: di tahap ini kita haru membuat rencana dan deain pengukuran
agar hail
yang udah bagu dari perbaikan team kita bia berkeinambungan. Dalam
tahap ini
kita membuat emacam metric untuk elalu dimonitor dan dikoreki bila
udah mulai
menurun ataupun untuk melakukan perbaikan lagi.

4. Kontroveri
Seperti diebutkan ebelumnya, Six Sigma cukup mengundang kontroveri terutama d
ikalangan
praktii dibidang quality. Pada atu ii, banyak yang menganggap Six Sigma eba

gai uatu hal


yang luar biaa hebat, impel tapi powerful. Banyak konultan berlomba-lomba men
cantumkan
Six Sigma ebagai alah atu jaa mereka ditambah buku-buku yang berlomba-lomba
mauk ke
paaran.

Di ii yang bereberangan, banyak praktii yang kepti dengan Six Sigma: berpe
ndapat tidak
ada yang peial, hanya merupakan flavor of the month,dan jadi terkenal hanya ka
rena
gencarnya liputan dari media maa. Salah atu artikel yang cukup menggambarkan
ii yang
bereberangan ini dituli oleh eorang konultan dibidang quality bernama Arthur
Schneiderman dalam artikel yang berjudul Quetion: When i Six Sigma not Six Sigm
a?
Anwer: When It the Six Sigma Metric!!. Artikel lain yang cukup berimbang berjudu
l
What Wrong With Six Sigma? dituli oleh John Goodman & Jon Theuerkauf di majalah
Quality Progre (terbitan American Society for Quality) edii January 2005. Ked
ua artikel
diata bia dicari di internet dengan Google (www.google.com) ataupun mein penc
ari lainnya.
10
----------------------- Page 11----------------------Sekali lagi, diluar kontroveri itu, yang penting adalah bahwa kita menggunakan
konep/metode ini, apapun namanya, dalam pekerjaan kita. Hailnya bia angat lu
ar biaa,
jika kita diiplin dan koniten.

11
----------------------- Page 12----------------------III. Mengenal Analii Statitik Sederhana
There are liar, damn liar, and tatitician
- Mark Twain -

Maih ingat dengan hail penelitian yang menyatakan bahwa 2/3 laki-laki di Jakart
a pernah
berelingkuh? Atau yang lebih erem lagi, ebuah penelitian menemukan bahwa 97.05%
mahaiwi di Yogyakarta kehilangan kegadiannya. Atau dari dunia iklan, ebuah me
rek
pembalut wanita menyebutkan bahwa 1 dari 3 wanita memakai <merk pembalut>. Diluar
keahihan klaim terebut, yang haru ditumbuhkan pada mayarakat awam etiap mem
baca
hail eperti diata adalah kemampuan memunculkan pertanyaan eperti:
bagaimana ampling dilakukan? berapa bear ampel-nya?
berapa tandar deviai dari datanya?
berapa % error-margin?.
Nah, di bagian ini kita akan mengenal daar-daar tatitik.

1. Data
Secara umum ada 2 tipe data:
A. Variable Data: diebut juga meaurement atau continuou data. Seperti naman
ya data ini
adalah biaanya hail pengukuran/perhitungan, merupakan data yang kontinyu
dari uatu
range tertentu. Contoh:

Nilai Rupiah per atu US$ epanjang tahun

Hail pengukuran tinggi badan pada 1000 orang muri

Laju kecepatan fluida dalam pipa ditribui minyak

B. Attribute Data: ciri kha dari data jeni ini adalah tidak dilakukan penguk
uran dan berifat
tidak kontinyu. Contoh:

Jeni kelamin (pria/wanita)

Jumlah kecelakaan per hari


Hail ujian (lulu /tidak lulu)

Jeni-jeni warna mobil (merah, hijau, hitam, dll).

2. Populai dan Sampel.


Dalam analia tatitik, kita ering ekali mendengar itilah populai dan ampe
l. Kita akan
baha ecara ingkat kedua itilah terebut.
A. Apa itu Populai dan Sampel?
Populai: keeluruhan ubyek yang ingin kita ukur dan analia.
12
----------------------- Page 13----------------------Sampel: ebagian (kecil) dari populai dimana kita benar-benar mela
kukan pengukuran;
ai.

n; rata-rata
tu lama erta

dari hail ini kita mengambil keimpulan terhadap keeluruhan popul

Sampling dilakukan karena faktor-faktor biaya, waktu dan kepraktia


populai berjumlah angat bear ehingga angat mahal dan butuh wak
tidak prakti untuk mengukur keeluruhan populai.

PoPoppuullaaii

SampSampeell

Gambar 1: Diagram ederhana Populai Sa

mpel

Mialnya kalau kita ingin mengetahui makanan kegemaran dari SEMUA wanita di Indo
neia
(populai), hampir tidak mungkin untuk menanyai atu-atu atau mengirimkan kuii
oner ke

emua wanita di negara kita; maka dipilih ampling ebagai cara untuk mendapatka
n hailnya.
Mialnya, dipilih ecara random eribu orang wanita di tiap propini ebagai re
ponden
(ampel). Metode pemilihan dan pelakanaan ampling adalah angat penting dalam
analia

tatitik, oleh karena itu dianjurkan untuk mempelajari buku-buku ampling tingk
at lanjut.

Yang perlu juga diketahui adalah untuk membedakan antara populai dan ampel, pa
ra ahli

tatitik memberikan imbol yang berbeda erta perhitungan yang edikit berbeda.
Populai
biaanya menggunakan huruf Yunani (Greek ymbol) edangkan ampel menggunakan hu
ruf
latin (biaa).

13
----------------------- Page 14----------------------Parameter

Populai

Sampel
Rata-Rata

Variance

Standar Deviai

Tabel 1: Simbol untuk Populai dan Sampel

B. Teori Sampling Secara Singkat4


Ada beberapa metode yang digunakan dalam ampling:

nyaman.

Convenience ampling: ampling dengan metode yang paling gampang dan


Metode ini angat rawan terhadap timbulnya bia.

e) yang
nya adalah
a
p bia.

Judgment ampling: meode ampling berdaarkan perkiraan (educated gue


kita anggap mampu mewakili proe/item yang ingin kita ukur. Contoh
menyebarkan marketing urvey hanya kepada orang yang kita anggap puny
ketertarikan terhadap produk/jaa kita. Metode ini juga rawan terhada

Bia adalah perbedaan antara data yang kita kumpulkan dalam ampel dengan kondii

ebenarnya dari populai. Hal ini bia mempengaruhi hail interpretai kita terha
dap hail
tatitik yang kita hailkan. Contohnya ya eperti kau keimpulan 97.05% mahai
wi di Yogya
kehilangan kegadiannya tempo hari. Dalam kau ini, pertanyaan yang paling wajar
kita
tanyakan adalah bagaimana metode ampling dilakukan (termauk berapa jumlah amp
el, dll).

Tentu aja ada metode yang lebih baik untuk menghindari bia, antara lain:

Sytematic ampling: Metode ampling dengan menggunakan interval eca

ra

itemati. Mialnya mengambil data etiap jam 1 iang, atau mengambi


l data etiap
cara umum.

an
e yang

produk untuk kelipatan 10. Cara ini paling dianjurkan untuk proe e

Random Sampling: metode pengambilan ampel ecara acak (terutama deng


menggunakan oftware untuk mengeluarkan nomor ecara acak). Ini metod
cukup aman dari bia.

Hampir emua teori dan rumu di bagian ini diambil dari buku karangan Pande, P
eter S., Neuman Robert P, dan
Roland R. Cavanagh. The Six Sigma Way: Team Fieldbook, An Implementation
Guide for Proce Improvement
Team. McGraw-Hill, 2002 : hal 143-144, dan hal 171-172.

14
----------------------- Page 15----------------------Stratified Sampling: Metode ampling dengan menggolongkan ebuah grup
yang angat
bear menjadi ub-grup, lalu dalam ub-grup itu kita bia mengambil a
mpel ecara

itematik ataupun random.

Konep penting lain dalam ampling adalah confidence level dan confidence interv
al, yang akan
dibaha lebih lanjut pada aat mendikuikan ditribui data.

Untuk tujuan prakti, berikut ini adalah rumu menentukan jumlah minimum ampel:
Dicrete/Attribute Data:
n = (2/d)2 x p (1-p)

n = jumlah ampel minimum


d = tingkat ketelitian yang diinginkan (dalam deimal)
p = propori dari populai yang mempunyai karakteritik yang

kita ukur

Continuou Data:
n = (2/d)2
n = jumlah ampel minimum
d = tingkat ketelitian yang diinginkan (dalam deimal)

= tandar deviai (perkiraan)

Untuk populai yang tidak terlalu bear (n/N >0.05), gunakan penyeuaian jumlah
minimum

ampel menjadi:
n=

n
(1+n / N )

n = jumlah ampel hail penyeuaian


n = jumlah ampel hail perhitungan pertama
N = jumlah populai

3. Pengukuran Central Tendency dan Variai

A. Pengukuran Central Tendency


Rata-rata (mean), median, dan modu (mode) adalah parameter-parameter dalam meng
ukur
central tendency.
aknya jumlah

Rata-Rata (mean) adalah jumlah total obervai dibagi dengan bany


data, atau dengan rumu matemati biaa dituli dengan:
n
xi
i=1
x =
n

15
----------------------- Page 16----------------------ta diurutkan
atau kuartile

Median adalah uatu nilai yang membagi dua uatu grup (etelah da
dari yang terkecil ampai terbear). Diebut juga 50th percentile
kedua (Q2). Contohnya, jika ada grup dengan data {3,4,1,5,2} maka

mediannya
a ditambah
el yang ada

adalah 3 (1,2,3,4,5).Jika data berjumlah genap mialkan grup diat


dengan atu angka 5, maka median adalah rata-rata dari dua variab
ditengah: 1,2,3,4,5,5, maka mediannya adalah = (3+4)/2 = 3.5
Pada ditribui normal yang miring (kew) biaanya lebih digunaka

n median,

edangkan pada ditribui yang eimbang, dipakai rata-rata.

jika ada grup


a 5 karena
a lain.

ia

Modu adalah nilai uatu data yang paling banyak muncul. Contoh,
data ebagai berikut {1,2,3,3,4,5,5,5} maka modu-nya adalah angk
mucul ebanyak tiga kali, tertinggi pemunculannya dibanding angk

Catatan: Dengan konep yang ama dengan menghitung median (Q2), kita b

mengetahui Q1 atau quartile pertama (25th percentile) dan Q3 atau quar


tile ke tiga
(75th percentile).

B. Pengukuran Variai
Untuk mengukur variai/ebaran, parameter yang ering dipakai adalah range, vari
ance dan

tandar deviai.
cil.

Range: adalah beda antara data dengan nilai terbear dengan terke

2
Sample Variance ( ) bia dianggap ebagai rata-rata kuadrat dari
jarak tiap titik ke

rata-rata. Biaanya dinyatakan dengan rumu:


n
(xi

x )2

i=1
=
n 1

Standar Deviai () merupakan akar dari variance.


= 2
n

Baik variance maupun tandar deviai menunjukkan rata-rata penyimpanga

keeluruhan data kita terhadap titik tengah grup data terebut; namun
keuntungan dari
rup data

menggunakan tandar deviai adalah atuannya ama dengan variable di g

terebut. Jika variabel mempunyai atuan menit, tandar deviai juga


atuannya menit,
kg.

jika variabel atuannya kg, maka tandar deviai juga mempunyai atuan

Mengapa hail analii dengan rata-rata aja tidak cukup untuk membuat uatu ke
impulan dari
data yang kita analia? Mengapa pengukuran variai angat penting dalam tatiti
k?
16
----------------------- Page 17-----------------------

Mari kita lihat contoh berikut:


Tiga buah peruahaan yaitu A, B, C maing-maing mempnyai 5 karyawan dengan rata
-rata gaji
pegawai ebear Rp. 3 juta. Apakah bia dikatakan gaji karyawan peruahaan A, B,
dan C
adalah ama? Untuk menjawabnya, kita mialkan data gaji maing-maing karyawan di
tiap
peruahaan adalah bb (angka dalam juta rupiah):
A

Tabel 2: Gaji Karyawan Peruahaan A, B, C

Kita bia lihat, mekipun rata-rata dari gaji peruahaan A, B, C adalah ama, bu
kan berarti kita
bia menyimpulkan bahwa gaji karyawan ketiga peruahaan itu ama. Itulah ebabny
a kita
perlu melihat kumpulan data paling tidak dari ii lokai (central) dan ebaran.

Mari kita lihat dari hail analia dibawah ini bagaimana perbedaan pada range,
variance, dan

tandar deviai dari A, B, C mekipun rata-rata dan mediannya ama:


A

an peruahaan A, B, C

Rata-rata

Median

Range

Variance

2.5

Standar Deviai

1.58

1.41

Tabel 3. Pengukuran lokai dan ebaran dari gaji karyaw

Singkatnya, jika melihat dua data et atau grup yang mempunyai rata-rata dan ata
u median

ama, belumlah bia dikatakan bahwa dua grup terebut ecara tatitik bia dik
atakan ama.

17
----------------------- Page 18----------------------4. Foku dalam Six Sigma: Mengurangi Variai!
Dalam Six Sigma, konep Variance dan Standar Deviai memegang peran yang angat
penting
dalam analii. Ini karena dari pengalaman pada proe-proe produki barang da
n jaa, variai
adalah MUSUH. Foku Six Sigma adalah mengurangi variai. Kenapa? Karena etiap
individu/organiai yang menjadi pelanggan kita meraakan variai itu, bukan mera
akan ratarata.
Contoh 1: Rata-rata penguruan KTP memakan waktu 15 hari kerja.
Nah, walaupun rata-ratanya adalah 15 hari, ternyata Pak
Raden mendapatkan
i edangkan

KTP hanya dalam 2 hari, Poltak mendapatkan dalam 20 har


Tukijan udah 6 bulan menguru belum kelar-kelar juga.

Contoh 2: Rata-rata dalam etahun temperatur di kantor kami adalah 26


oC; ejuk ya?
rnya adalah 10oC
adi 38oC!

Ngga juga! Soalnya kalau AC-nya baru diervi temperatu


tapi kalau udah akhir bulan ering juga temperaturnya j

Inti dari pengurangan variai ini ebenarnya adalah kita perlu punya tandar un
tuk variai. Ini
diebabkan karena etiap proe adalah input dari proe berikutnya. Perhatikan
Gambar 2
berikut:

DiDittrriibutbution ion
MMaarrkketet Re Reearearcchh PPrroducoductt De Deiigngn
oducoducttiionon

PPrr

& Sa& Salele

Gambar 2: Setiap departemen adalah upplier ekaligu pelanggan dari d


epartemen lainnya
Kita lihat bahwa tiap proe merupakan pelanggan dari proe ebelumnya ekaligu
uplier dari
proe berikutnya. Semakin banyak variai, emakin ulit inkroniai antar depa
rtemen
terebut. Oleh karena itu peifikai dari pelanggan angat penting (mialnya,
contoh diata
pelanggan departemen Product Deign adalah departemen Production). Speifikai p
elanggan
ini bia berupa waktu, biaya, kualita, ataupun kuantita.

5. Analia Grafik Sederhana dalam Six Sigma


Dalam bagian ini, kita akan lihat berama-ama grafik-grafik yang cukup umum dip
akai dalam
menerapkan Six Sigma.
A. Diagram IPO (Input Proe Output)
IPO adalah diagram ederhana untuk melihat faktor-faktor apa aja yang mempengar
uhi proe
kita, erta apa output/target yang kita inginkan dari proe terebut. Gambar 3
adalah ebuah
18
----------------------- Page 19----------------------contoh ederhana penggunaan IPO. Diagram IPO generik mempunyai input tandar yan
g diebut
6M (Manpower-manuia, Method-metode, Material-material, Meaurement-pengukuran,
Machine peralatan, dan Mother nature lingkungan). Sedangkan Output tandar biaa

nya
dalam egi biaya (lebih murah), waktu (lebih cepat), dan kualita (lebih baik).
Namun untuk impelnya, kita menggunakan contoh diagram IPO untuk memperbaiki pro
e
akademik eorang mahaiwa.

PrProoee

OuOutptpuutt
InInputput
Cara BCara Beellaajjaarr
WWaakkttuu lu lululu
( 4 ( 4 ttaahhuun)n)
DDuukkuungnganan da dariri O

Orrttuu
KuliahKuliah
AAkktitivviitata d dii Or Orgaga

nniiaaii

BBiiayaya Yaa Yang ng ddiikk


eelluuararkkaann
(Rp. 5(Rp. 500 j juuta)ta)
ToToppiikk S Skkrr

iippii
IPIPKK

(3(3.2.255))
Buku-Buku-BBukukuu

belajar mahaiwa.

Gambar 3: Contoh diagram IPO dalam proe

B. Diagram Flow Proe (Proce Flow Diagram)


Diagram Flow Proe (Proce Flow Diagram atau PFD) menunjukkan urutan aktivita
yang perlu
dilakukan dalam uatu proe. PFD ini penting ekali untuk menganalia aktivita
yang mana

yang perlu diperbaiki atau malah perlu dihilangkan. Penghilangan alah atu tep
dalam proe
tanpa mengurangi kualita output adalah alah atu prinip dalam konep Lean.

MMaauukkakkann

MeMem

mbbuuaatt
LamLamaarraann
RRee

ume ume

dandan

Su Suratrat
Lamar
anLamaran
TiTiddaakk
DDiippaangngggil il
InterIntervviieeww??

InterIntervviieeww

DiDiterteriima?ma?

BBeekkeerjrja dena dengganan


BaBaiikk d daann
TungTunggguu G Gaajjii
PePerrttamamaa

dalam proe Melamar Kerja

Gambar 4: Contoh PFD

19
----------------------- Page 20----------------------C. Diagram CE/CNX (Caue and Effect Diagram/ Contant-Noie-Experiment Diagram)
Diagram CE/CNX ini juga dikenal ebagai Diagram Tulang Ikan (Fihbone Diagram) a
tau Diagram
Ihikawa. Diagram ini merupakan veri detail dari IPO dimana etiap komponen dal
am IPO
dilihat lagi bagian-bagiannya ampai edetail mungkin.

Mialkan teman kita Si Joko ingin memperbaiki IPK-agar keluar dari kelompok PMDK
(Peratuan
Mahaiwa Dua Koma) dan merubah naib menjadi mahaiwa dengan IPK antara 3.05-3
.25. Ia
membuat analii untuk memperbaiki naibnya dengan membuat diagram CE/CNX epert
i dalam
Gambar 5.

Pada umumnya, diagram CE/CNX ini biaanya dihailkan dari hail dikui/brainto
rming;
komponen-komponen yang mempengaruhi uatu target tertentu di kelompokkan ebagai
bagian
dari faktor-faktor yang mempengaruhi proe kita. Faktor yang kita anggap udah
berjalan
dengan baik atau tidak banyak berubah-ubah kita beri label C (contant); faktor
yang berubahubah dan tidak kita kontrol dengan baik, kita beri label N (noie); edangkan ji
ka ada faktor
yang perlu diuji dulu pengaruhnya terhadap target kita beri label X (experiment)
. Faktor X ini
akan kita baha lagi nanti pada aat membaha Deign of Experiment (DOE) ecara
ingkat.

Mettoodede

MaManunuiiaa
PePenngukurgukuranan
MotMotiivviiaaii ( (NN))

Me

PePenilanilaian ian dardarii Do Doeenn ( (CC))


DaDayyaa T Tahaahan Bn Beelalajarjar ( (CC))
KKeemamammppuanuan O Ottakak ( (CC))
BBeelajlajaarr
S Sebeebelulum Ujm Ujiian (an (NN))

IPKIPK 3 3..2255 + + 11
pututer (er (CC))

OOrrgaganiniaaii ( (NN))
BuBukkuu-B-Buukkuu (C (C))

KomKomp

KKaampumpu ( (CC))
CatCataattaan (n (NN))
TeTemmaann ( (NN))
..
raallaatatann

MaMatteerriiaall
LinLinggkkuungngaann

PePer

Gambar 5: Contoh CE/CNX untuk menganalii cara

mencapai IPK 3.25

Pada contoh Si Joko, bia kita lihat bahwa motivai, metode belajar (hanya ebel
um ujian),
catatan, teman, dan organiai ia kategorikan ebagai noie. Ini karena motivai
nya yang

20
----------------------- Page 21----------------------kadang-kadang tinggi, kadang-kadang hilang ama ekali; belajarnya hanya waktu m
au ujian

aja (kadang-kadang malah ngga belajar ama ekali karena tre duluan), catata
n kuliah yang
bolong-bolong, teman-teman yang malah eringnya ngajakin main pa ujian ataupun
terlalu

banyak ikut kegiatan organiai tanpa bia membagi waktu.

Perlu kita ingat lagi bahwa tujuan utama dari Six Sigma adalah mengurangi varia
i proe, jadi
dalam hal ini adalah mengubah faktor N menjadi C. Caranya? Dengan SOP Standard O
perating
Procedure. Pada contoh ini, Joko meti menulikan proedur yang haru dia ikuti
agar emua
faktor yang menjadi noie bia ia jadikan contant.

D. Standard Operating Procedure (SOP)


SOP tidak lain adalah proedur kerja yang tertuli. SOP dibuat utamanya dari PF
diagram yang
dituli ecara detail lengkap dengan peifikai tiap-tiap aktivita. Mialkan, j
ika eorang
mahaiwa eperti Joko ingin membuat SOP, dia haru membuat uraian lengkap eper
ti jam
berapa dia haru mulai belajar, elama berapa lama, apa aja yang meti dilakuka
n erta apa
target yang ingin dia capai.

SOP buat eorang pelayan di ebuah kafe akan menyebutkan apa aja yang meti dil
akukan

ejak kafe mulai buka: jam berapa meti mulai bekerja, jam berapa membuka pintu
dan
jendela, mengatur kuri dan meja, bagaimana menyambut tamu, berapa takaran untuk
membuat capuccino, latte dan egala jeni minuman ampai bagaimana cara memaukk
an
permintaan ke mein regitry. Juga tentu ada proedur untuk emergency, mialnya
apa yang
haru dilakukan jika ada iniden (mialnya kebakaran). SOP yang bagu adalah SOP
yang dirinci

edetil-detilnya dan lengkap dengan gambar atau foto.

E. Scatter Diagram
Scatter Diagram cukup ering kita gunakan; diagram ini angat berguna untuk meli

hat dengan

ingkat apakah ada korelai antara umbu Y dengan umbu X. Analia lanjutan dari
diagram ini
akan kita baha dalam bagian Regrei. Contoh catter diagram adalah pada Gambar
6.

F. Hitogram
Hitogram angat berguna untuk ecara grafik melihat ditribui data apakah memp
unyai uatu
bentuk tertentu; apakah berupa ditribui normal, ditribui normal yang miring (
kew), atau
tidak berbentuk. Contoh hitogram ederhana terlihat di Gambar 7.

21
----------------------- Page 22----------------------Penjualan v. Frekueni Iklan
1000
n
a
l
a
u
j
n
e

800
]
h
a
i

600
p
u
r

P
l a
t
i u
j
a [
H

400

200
0
0

10

15
Pemunculan Iklan Produk di TV dalam 1 Hari

Gambar 6: Contoh Scatter Diagram

Ditribui Pee rta Pe milu Be rdaarka n


Ke lompok Umur
35
30
h
i
l
i
m
e
P
h
a
l
m
u
J

]
g 25
n
a 20
r
o
a 15
t
u
j 10
[
5
0
17-21 22-26 27-31 32-36 37-41 42-46 47-51 52-

56 >57
Umur [ta hun]

Gambar 7: Contoh Hitogram

G. Diagram Pareto
Diagram pareto mempunyai prinip yang mirip dengan hitogram; bedanya, pada diag
ram
pareto, grup diurutkan dari jumlah obervai/frekueni tertinggi ke yang paling
rendah. Sumbu
Y bia juga dalam biaya, pendapatan maupun parameter lain. Contoh Diagram Paret
o terlihat
pada Gambar 8 dan 9.

22
----------------------- Page 23----------------------Pareto digunakan untuk menentukan faktor yang paling berpengaruh terhadap uatu

kejadian/proe.

Mialkan aja pada apa yang dialami oleh Titi, eorang karyawati yang berpengha
ilan cukup
bear namun elalu meraa kekurangan tiap bulan. Ata anjuran teman kantornya, i
a membuat
pareto untuk pengeluaran bulanan eperti terlihat pada Gambar 8.
Diagram Pareto Pengeluaran Bulanan
8000000
100
7000000
6000000
80
]
p
R
[

5000000
t

a
60

n
e

4000000
c

n
r
r
e
a
P

3000000
40

B
2000000
20
1000000
0
0
on

Lain-lain

00

200000

Jeni Pengeluaran
Count

6.7

2.7

7.3

100.0

Shopping

Ko

Makan

Telp

5000000

1000000

750000

5000

Percent

67.1

13.4

10.1

Cum %

67.1

80.5

90.6

Gambar 8: Contoh Diagram Pareto

Bia dilihat oleh Titi ekarang, hampir 80% pengeluarannya didominai oleh hopp
ing dan uang
ko-nya. Seperti juga pada Diagram CE/CNX, pada analii Pareto juga dimungkinka
n untuk
melihat lebih detail pada etiap grup (terutama grup yang paling ignifikan) aga
r kita tahu lebih
akurat faktor apa yang berpengaruh pada grup terebut. Pada kau yang dialami T
iti, kita bia
break down lagi grup Shopping, untuk melihat apa yang menyebabkan pengeluaran un
tuk grup
ini menjadi angat tinggi.
Lihat Gambar 9, dari itu kita lihat bahwa Titi terlalu banyak mengeluarkan uang
nya untuk dua
hal: baju dan make-up, dan perlu menguranginya egera agar tidak elalu kekurang
an dengan
gaji yang ekarang.

23
----------------------- Page 24----------------------Diagram Pareto Shopping Bulanan
5000000
100
4000000
80
]
p
R
[
t
3000000
60 n
a
e
y

c
n
r
r
e
a

P
2000000
40

e
B
1000000
20
0
on

Aeorie

000

200000

8.0

4.0

96.0

100.0

0
Shopping

Baj u

Make up

Sepatu

Sal

Count

2000000

1600000

800000

400

Percent

40.0

32.0

16.0

Cum %

40.0

72.0

88.0

Gambar 9: Contoh Pareto (ub grup)

H. Box Plot
Box Plot atau lebih lengkapnya Box-and-Whiker Plot merupakan gambaran ecara gr
afi dari 5
gambaran tatitik, yakni: nilai terkecil, kuartile pertama (Q1), median, kuarte
l ketiga (Q3),
dan nilai terbear. Jadi, grafik box plot bia menggambarkan ecara (hampir) men
yeluruh dari

atu et data. Karena informai yang terkandung dalam gambarnya cukup lengkap, b
ox plot
banyak digunakan terutama untuk membandingkan dua data et atau lebih. Gambar 10
adalah
contoh data dalam box-plot; Iwan telah mendata waktu yang diperlukan untuk ber
iap ke

ekolah dalam enam bulan terakhir.

wan)

Box Plot - Waktu Periapan ke Sekolah (I


Box Plot - Waktu Periapan ke Sekolah (I

wan)
17.5
17.5

15.0
15.0
outlier
outlier
Rata-rata
Rata-rata
12.5
12.5
n
n
a
a
w
w
I
I
Nilai terbear
Nilai terbear

10.0
10.0

Q3
Q3
median
median
7.5
7.5
Q1
Q1

Nilai terkecil
5.0
Nilai terkecil
5.0

Gambar 10: Contoh Box Plot dan keterangannya

24
----------------------- Page 25----------------------Gambar 11 menunjukkan bagaimana box plot bia digunakan untuk membandingkan data
dari
dua et data atau lebih.
Box Plot - Waktu Periapan Sekolah (Budi v. Wati v. Iwa

n)
16
14
12
10
a
t
a

D
6
4
2
0
Budi

Wati

Iwan

lebih

Gambar 11: Contoh Box Plot untuk membandingkan dua et data atau

I. Run Chart
Run Chart merupakan uatu grafik antara nilai tertentu terhadap waktu. Grafik ni
lai rupiah per
dolar atau harga aham uatu peruahaan dalam atu periode merupakan alah atu
contoh run
chart yang umum kita lihat.

Nilai Stok Dick Sporting

60
50
40
$
S
U

30
20
10
0
2

0
-

0
r

0
-

0
-

J
N

0
-

0
-

J
M

0
a
J

Bulan

Gambar 12: Contoh Run Chart -Nilai Stok Dick Sporting Goo
(Sumber: Yahoo!Finance)
25

----------------------- Page 26----------------------6. Failure Mode and Effect Analyi (FMEA)


Selain dengan pareto dan diagram tulang ikan, cara lain untuk menentukan ignifi
cant few
opportunitie adalah dengan FMEA, terutama jika kita tidak punya data yang cukup
untuk
membuat diagram pareto. Penggunaan FMEA pada awalnya adalah dalam indutrial af
ety
ataupun reliability maintenance, namun belakangan banyak dipakai dalam berbagai
proe.
Dari hail FMEA, priorita perbaikan akan diberikan pada komponen yang memiliki
tingkat
priorita (RPN) paling tinggi.
Secara ederhana dan ingkat, berikut ini adalah contoh FMEA yang digunakan dala
m

menganalii ebuah rumah:


1

2
7

Component
Control

Genteng
Paang

Failure
DET
RPN

Failure

Mode

Effect

Bocor
3

30

Baah

SEV

Caue

Genteng

didalam

diinjek

rumah

orang

OCC

pagar
berduri
deket
tembok
Perika

Jatuh
4

Nimpa kepala

Udah

20
longgar

kondii
antar
genteng
Pintu
Diminyakin

Macet
2

18

Ngga bia

keluar/mauk

Engel

ruak

Tabel 4. Contoh Failure Mode and Effect Analyi


Keterangan
Component: komponen dari item/alat yang kita analii.
Failure Mode: modu kegagalan yang ering terjadi.
Failure Effect: akibat yang ditimbulkan jika komponen terebut gagal eperti di
ebutkan dalam
failure mode.
SEV: everity, merupakan kuantifikai eberapa eriu kondii yang diakibatkan j
ika terjadi
kegagalan yang akibatnya diebutkan dalam Failure Effect. Severit

y ini dibuat
lu eriu (1)

dalam 5 level (1,2,3,4,5) yang menunjukkan akibat yang tidak terla

ampai angat eriu (5).


Caue: apa yang menyebabkan terjadinya kegagalan pada komponen.
OCC: Occurrence, adalah tingkat kemungkinan terjadi terjadinya kegagalan. Ditunj
ukkan dalam
5 level (1,2,3,4,5) dari yang paling mungkin terjadi (5) ampai ya
ng angat jarang
terjadi (1).
26
----------------------- Page 27----------------------Control: ini menunjukkan metode apa yang udah kita terapkan/paang untuk mengan
tiipai
kegagalan terebut.
DET: ecaped detection, menunjukkan tingkat kemungkinan lolonya penyebab kegaga
lan dari
ngka 1
an 5
gat bear.

kontrol yang udah kita paang. Levelnya juga dari 1-5, dimana a
menunjukkan kemungkinan untuk lewat dari kontrol angat kecil, d
menunjukkan kemungkinan untuk lolo dari kontrol kita adalah an

RPN: rik priority number, adalah hail perkalian = SEV x OCC x DET.
e mode yang

Hailnya dapat kita gunakan untuk menentukan komponen dan failur


paling menjadi priorita kita.

Untuk analii FMEA yang lengkap, juga perlu mencantumkan action erta rencana y
ang
dilakukan untuk menghindari atau menghilangkan kegagalan, erta perubahan nilai
SEV, OCC,
dan DET jika memang terjadi perubahan etelah kita merancang uatu rencana (ditu
njukkan
dalam kolom baru bernama pSEV, pOCC, pDET, dan pRPN). Untuk analii ecara leng
kap ini,

penentuan priorita ditentukan berdaarkan nilai dari pRPN.

27
----------------------- Page 28----------------------IV. Lebih Jauh dengan Analii Statitik
Knowledge ha become the key economic reource
age

and the dominant,if not the only, ource of comparative advant


- Peter Drucker

1. Ditribui Data
Daar terpenting untuk memahami ditribui data adalah pengetahuan tentang proba
bilita
(probability), tapi mengingat daar probabilita ini memerlukan uraian yang cuku

p panjang
dimana topik ini kebanyakan udah diajarkan dibangku SMU dan kuliah, aya tidak
mengulangi
lagi diini. Kebanyakan buku tatitik maupun ix igma hampir pati akan member
ikan
pembahaan tentang teori probabilita. Bagi yang ingin mempelajari dari daar te
ntang teori
ditribui probabilita, ilahkan mencari buku tatitik atau melihat daftar pu
taka di akhir
buku ini.

A. Jeni Ditribui
Seperti diebutkan dalam bagian terdahulu, data bia dikelompokkan dalam atribut
e data dan
variable/continuou data. Oleh karena itu, ditribui data ecara umum juga bia
dibagi dua
yakni dicrete ditribution (untuk non-continou data) dan continuou ditribut
ion.

B. Bentuk Ditribui
Bentuk ditribui cukup penting dalam menganalii data; dimana ecara umum bent
uk
ditribui bia dibagi menjadi:
Simetri, bila rata-rata = median, atau angka kewne = 0
Right Skewed (Poitif), bila rata-rata > median
Left-Skewed (Negatif), bila rata-rata <median
Seperti yang kita baha ebelumnya, nilai rata-rata angat dipengaruhi oleh nila
i ektrim dari
data-datanya jadi hal inilah yang menyebabkan timbulnya bentuk yang berbeda-beda
.
Hitogram dan box plot bia digunakan untuk membantu kita melihat ecara cepat b
entuk
ditribui uatu data.

C. Dicrete Ditribution
Ditribui dicrete ini punya dua ditribui yang paling ering digunakan yakni

binomial
ditribution dan Poion ditribution.

28
----------------------- Page 29----------------------Ditribui Binomial (binomial ditribution)
Mialkan anda eorang penggemar permainan baket dan edang ingin melatih
kemampuan memaukkan bola ke keranjang dari titik lemparan beba (free throw).
Anda melakukan tembakan epuluh kali tiap et; dari beberapa et tembakan ternya
ta
rata-rata tembakan anda adalah anda hanya memaukkan 5 bola dari 10 lemparan,
dalam hal ini anda mempunyai nilai kemungkinan bola mauk = 0.5. Dari data ini
kita
bia menghitung berapa kemungkinan kita memaukkan bola jika kita melempar

ebanyak 200 kali. Ini adalah contoh ederhana dari aplikai ditribui binomial
.

Setiap variabel yang bia diukur dengan probability eperti diata dimana uatu
kejadian hanya bia dimaukkan dalam dua kategori (berhail/gagal, mauk/keluar,
bagu/cacat,dll) bia dikategorikan dalam ditribui binomial.
Rata-rata dari ditribui binomial adalah:
= np
dimana, = rata-rata
n = bearnya ample
p = probability of ucce (probability of omething )
Standar deviai:
=

np (1 - p)

Ditribui Poion (Poion ditribution)


Banyak analii dilakukan untuk jumlah uatu kejadian per area of opportunity; d
imana
area of opportunity ini bia berupa waktu, ruang, maupun area.

Mialkan anda edang mengantri di bank dan maih menunggu lama ekali untuk
dilayani. Mungkin anda menghitung dalam hati berapa pelanggan yang datang tiap
atu
menit. Dalam atu menit pertama ada epuluh orang yang datang barengan, menit ke
tiga ada dua orang, menit ke 10 ada tujuh orang datang. Nah, jika anda tiap hari
menghitung laju kedatangan pelanggan per menit, dalam ebulan anda akan punya
rata-rata laju kedatangan pelanggan per menit, diini anda dapat dikatakan punya
ditribui yang diebut Poion ditribution! Ditribui ini angat penting dala
m analii
operai terutama dalam analii produktivita item/peralatan yang menggunakan
teori antrian (queue theory).
Rumu umum dari Poion ditribution adalah eperti berikut:
x
e
(
P X =x

)
=

for x =0, 1, 2, K;

>0

x !

29
----------------------- Page 30----------------------Dimana:
P adalah kemungkinan uatu nilai X = x,
x = nilai kejadian yang kita ingin ketahui
= nilai rata-rata uatu kejadian per area of opportunity.
e = daar dari logaritma natural = 2,718

D. Ditribui Kontinyu (continuou ditribution)


Setelah kita membaha edikit tentang dicrete ditribution, mari kita imak ed
ikit tentang
continuou ditribution; ada dua yang paling umum dipergunakan yakni Ditribui
Normal dan
Ditribui Ekponenial.

Ditribui Normal
Untuk mengenal konep ditribui normal, mungkin dekripi dibawah ini bi
a membantu.
Mialkan kita memegang ebuah kati, dan kita lemparkan ejauh-jauhnya ber
ulang-ulang.
Jika lemparan kita lakukan dengan gerakan yang kurang lebih ama, maka aka
n terjadi pola

eperti Gambar 13 berikut ini.


11
22
33
44
55

ui normal

Gambar 13: Ditribui jatuhnya bola membentuk ditrib

Pada lemparan pertama, bola akan jatuh di atu titik (lihat bagian 1 pada
Gambar 13)
30
----------------------- Page 31----------------------Lemparan kedua, bola jatuh tidak jauh dari titik bola pertama (lihat bagian 2).
Lemparan
ketiga, empat, lima dan enam mungkin akan menghailkan pola eperti pada bagian
3.
Lemparan kita ulang-ulang teru, dan lokai jatuhnya kita gambarkan ehingga
kemungkinan bear akan terjadi pola eperti bagian 4. Hampir ebagian proe did
unia ini

mempunyai bentuk eperti bagian 4, atau untuk data yang berjumlah angat bear m
aka
ditribuinya akan eperti bagian 5.

Bentuk eperti diata dikenal dengan nama ditribui normal, Gauian ditributi
on maupun
bell-haped ditribution. Kurva diata jika diederhanakan dalam bentuk fungi, dapa
t
dinyatakan dalam peramaan berikut:
2
1x

1
( )
f x =

2
e

for

<x <

2
Rata-rata dinyatakan dengan dan tandar deviai dinyatakan dalam .
Konep ditribui normal ini angat penting dalam tatitik, terutama memahami m
akna
dari rata-rata () dan tandar deviai ().
Dalam banyak kau, aumi yang digunakan dalam analii adalah bahwa data yang
kita
punya terditribui dengan normal dan imetri. Artinya, kita perlu terlebih dah
ulu menguji
apakah uatu grup data bia dikatakan terditribui ecara normal atau tidak. So
ftware

eperti Minitab mempunyai pilihan untuk melihat (menguji) kenormalan ditribui


kita erta
membuat normal probability plot untuk melihat apakah ditribui kita imetri at
au miring.

Ditribui Ekponenial (Exponential Ditribution)


Selain ditribui normal, ditribui lain yang termauk dalam kategori ditribu
i kontinyu
adalah ditribui ekponenial. Secara ederhana, ditribui ini merupakan ditr
ibui dari
data-data yang menggambarkan periode (waktu) ataupun ruang diantara dua kejadian
.

Jadi, bia dikatakan kalau ditribui ekponenial adalah ditribui yang berkeb
alikan
dengan ditribui Poion.
Contoh paling umum dari penggunaan ditribui ekponenial adalah dalam mengukur
periode keruakan ebuah mein, atau yang umum dikenal dengan MTBF (Mean Time
between Failure).

Untuk mempelajari lebih lanjut tentang ditribui ini, ilahkan membaca buku ref
ereni
dalam daftar putaka atau buku tatitik lain yang lebih lengkap.

31
----------------------- Page 32----------------------2. Sampling Ditribution dan Etimai Interval
A.

Ditribui Sampling (Sampling Ditribution)

Dalam penjelaan ingkat tentang ampling, kita udah membaha bahwa dalam dunia
nyata

ering ekali kita mengambil keimpulan terhadap uatu populai berdaarkan anal
ii yang kita
lakukan pada ebagian kecil ampel. Nah, dari ampel yang kita pilih, data-data
yang kita
kumpulkan juga akan membentuk uatu ditribui yang diebut ditribui ampling.
Ditribui

ampling adalah ditribui ampel tatitik (mialnya rata-rata), untuk emua ke


mungkinan
ampel dengan ukuran n.

Untuk tidak membingungkan, contohnya adalah bb:


Mialnya uatu populai mempunyai 1,000 item; nah, rata-rata tiap 10 item akan m
embentuk
ditribui yang diebut ditribui ampel dengan ukuran 10.

Sehubungan dengan ditribui ampling ini, para ahli tatitik telah menghailka
n uatu teori
yang diebut Central Limit Theorem yang menyatakan bahwa:
Tanpa memandang bentuk ditribui dari data dari uatu populai, jika
ampel kita
cukup bear maka dapat diaumikan bahwa ditribui ampling dari rata
-rata akan
membentuk uatu ditribui normal.

B. Mengenal Confidence Interval


Mengetahui bahwa kita mengambil keimpulan dari uatu populai berdaarkan anali
i yang
kita lakukan hanya terhadap ampel, kita bia tahu bahwa uatu keimpulan dari
ampel
(mialkan rata-rata) kemungkinan tidak ama peri dengan rata-rata populai. Pe
rbedaan hail

tatitik antara atu ampel dengan yang lain diebut ampling error; ukuran am
pel yang lebih
bear akan menghailkan ampling error yang lebih kecil.

Para ahli tatitik mengeluarkan konep etimai interval dimana nilai karakteri
tik uatu
populai, diperkirakan dengan uatu tingkat kepatian akan berada didalam uatu
interval.
Interval ini diebut dengan Confidence Interval Etimate, uatu konep yang ang
at penting
dalam analii tatitik!

Pada umumnya, dalam analii Six Sigma, confidence interval yang umum digunakan
adalah 95%
confidence interval, dimana hal ini dapat diartikan ebagai berikut:
akan

jika emua ampel dieleki dalam ukuran n, maka 95% dari ampel itu
memaukkan parameter populai dalam interval hail etimai.

Untuk membuat etimai interval, kita meti mengetahui tatitik dari ampel yan
g kita
gunakan untuk menganalii karakteritik populai dan ditribui amplingnya.

32
----------------------- Page 33----------------------Confidence Interval = Titik Etimai Sampel + Margin of Error
Untuk menghitung bata bawah (lower limit) dan bata ata (upper limit) dari ua
tu confidence
interval data kontinyu, peramaannya adalah:
Upper LowerLimit =x +Z (

n
x = rata-rata ampel

= tandar deviai ampel


n = jumlah ampel
Z = 2 untuk 95% confidence interval, 3 untuk 99% confidence interval

Sedangkan untuk data atribut, peramaannya menjadi:


pq
Upper LowerLimit =p +Z (

)
n

p = propori dari defective,


q = 1-p
n = jumlah ampel
Z = 2 untuk 95% confidence interval, 3 untuk 99% confidence interval

3. Hypothei Teting
Dalam penerapan Six Sigma maupun dalam analii tatitik ecara umum, ering ka
li kita
memerlukan analii untuk membandingkan dua grup data, mialnya:

aikan

Alat Ukur A v. Alat Ukur B

Hail uatu proe ebelum perbaikan v. etelah perb

Diinilah kita memerlukan uatu pengujian tatitik yang diebut hypothei tet
.
Sebelum mauk ke pembahaan hypothei tet, kita perlu membaha ebentar tentan
g Type I
Error dan Type II Error. Untuk mempermudah pembahaan, andaikan kita edang mela
kukan
pengadilan ata Tommy eorang terangka koruptor. Sebagai hipotei awal, kita m
enganggap
dia tidak beralah; hipotei alternatifnya tentu aja dia beralah.
H0 : Tommy tidak beralah
Ha : Tommy beralah

Te hipotei ini adalah untuk membuktikan apakah keputuan yang kita ambil bena
r-benar

euai dengan kenyataan yang ebenar-benarnya, oleh karena itu kondii antara ke
putuan yang
kita ambil dengan kenyataan ebenarnya dapat digambarkan dalam matrik berikut:

33
----------------------- Page 34-----------------------

Kenyataan Sebenar-benarnya
Keputuan

H0
Ha

Pengadilan

H0

Keputuan Tepat

Ha

Type I error

Type II error
Keputuan Tepat

Tabel 5. Matrik untuk Te Hipotei

Dari matrik diata dapat kita lihat bahwa ada dua kemungkinan hakim melakukan k
ealahan:
Kealahan tipe I: memenjarakan orang yang tidak beralah
Kealahan Tipe II: membebakan orang yang beralah
Kemungkinan melakukan kealahan Tipe I didefiniikan ebagai ( dikenal ebagai

ignificance level) , dimana bearnya adalah 0 1


Kemungkinan melakukan kealahan Tipe II didefiniikan ebagai , dimana bearnya
adalah
0 1
Pada umumnya, keputuan-keputuan kriti beraal dari Kealahan Tipe I.

A. Pengujian Perbedaan Rata-Rata dari Dua Ditribui Kontinyu


Secara umum, hypothei te dapat dinyatakan dalam peramaan berikut:
H
0
H

: = atau =0
1
2
1

: atau 0
1
2
1

a
Untuk menguji rata-rata dengan te hipotei biaanya dilakukan dengan t-tet, d
engan langkah

ederhana berikut:
1.

Definiikan parameter yang diuji dalam H0 dan Ha

2. Pilih confidence interval yang diinginkan, mialnya 95%, atau 99%, ata
u 99.9% (artinya
= 0.05, atau 0.01, atau 0.001)
3.
14 atau

Tentukan bear ampel dan lakukan t-tet pada data kita dengan Minitab

oftware lain (add-on Excel)


4. Jika p < kita bia mereject H dan memilih H dengan tingkat keyakina
n ebear (10
a
p) x 100%. (Karena kita melakukan two-tail te, jangan lupa harga p ya
ng didapat meti
dikalikan 2 ebelum dibandingkan dengan ).
5. Jika p maka bia dikatakan kita tidak punya bukti yang kuat untuk me
reject H
0.

34
----------------------- Page 35-----------------------

Catatan: ditribui t merupakan pooled-ditributian dari tandar deviai dua am


pel yang
berbeda. Untuk keterangan lebih lengkap ilahkan dibaca di buku tatitik/ refer
eni di daftar
putaka.

Untuk contoh ederhana, perhatikan kau berikut:


Sebuah peruahaan ingin melakukan pengujian tatitik untuk membuktikan apakah a
da
perbedaan penggajian antara pegawai pria dan wanita. Hal ini dilakukan untuk me
nepi iu
adanya dikriminai terhadap pegawai wanita, yaitu pegawai wanita diberikan gaji
yang lebih
rendah dari pria (pada golongan dan maa kerja yang ama). Oleh karena itu, depa
rtemen
Sumber Daya Manuia mengumpulkan data gaji pegawai dan membandingkan gaji pegawa
i pria
dan wanita etelah dikelompokkan pada golongan dan maa kerja yang ama.

Dalam melakukan pengujian, hipoteinya adalah:


H0 : Gaji pegawai pria dan wanita adalah ama
Ha : Gaji pegawai pria tidak ama dengan pegawai wanita

Langkah berikutnya, adalah menentukan confidence interval, yakni dipilih 95% ( =0


.05)
Lalu dilakukan pengujian dengan Minitab 14; yang menghailkan p value ebear 0.
34, atau
untuk two-ided tet menjadi 0.68.
Karena p> (jauh lebih bear dari ) maka dapat dikatakan kita tidak punya bukti un
tuk
menolak hipotei awal kita bahwa gaji pegawai pria dan wanita adalah ama. Deng
an kata
lain, bia diimpulkan bahwa dengan data yang ada kita berpendapat bahwa tidak a
da
perbedaan antara gaji pegawai wanita dan pria.

Pengujian Perbedaan antara Dua Propori

B.

Untuk pengujian propori, peramaan ederhananya adalah ebagai berikut:


: = atau =0
1
2
1

H
0

: atau 0
1
2
1

2
2

a
Langkah pengujian dua propori hamper mirip dengan t-te untuk rata-rata, yakni:
1.

Definiikan parameter yang diuji dalam H0 dan Ha

2. Pilih confidence interval yang diinginkan, mialnya 95%, atau 99%, ata
u 99.9% (artinya
= 0.05, atau 0.01, atau 0.001
3.
14 atau

Tentukan bear ampel dan lakukan Z-tet pada data kita dengan Minitab

oftware lain (add-on Excel)


35
----------------------- Page 36----------------------4. Jika p < kita bia mereject H dan memilih H dengan tingkat keyakina
n ebear (10
a
p) x 100%. (Contoh ini adalah two-tail tet, harga p yang didapat met
i dikalikan 2

ebelum dibandingkan dengan ).


5. Jika
reject H

p maka bia dikatakan kita tidak punya bukti yang kuat untuk me
0.

C. Pengujian Perbedaan Rata-rata antara Dua Grup dengan Variance yang Berbeda
Pengujian hipotei untuk rata-rata, pada umumnya menggunakan aumi bahwa varia
i dari
dua grup yang diuji adalah ama. Jika aumi diata tidak bia kita gunakan, mak
a kita meti
melakukan ebuah te, yang pada Minitab diebut eparate-variance t-tet.

D. Pengujian Perbedaan Variance antara Dua Grup yang Berbeda

Seperti diebutkan ebelumnya, kita meti mengetahui apakah variai antara dua g
rup yang kita
uji ecara tatitik bia dianggap ama atau tidak, oleh karena itu ebuah te y
ang diebut Ftet dilakukan untuk menguji variance. Jika variance kedua grup yang kita uji,
ecara tatitik
bia dianggap ama, maka kita bia gunakan pooled-variance t-tet; ebaliknya, j
ika tidak ama
kita bia gunakan eparate-variance t-tet.

Peramaan umum pengujian variance adalah:


2
H

: =
0
1

2
2

2
H

:
a
1

2
2

Pada pengujuan variance ini, penting untuk diingat bahwa aumi yang digunakan
adalah
bahwa data yang diuji terditribui ecara normal. Kita meti melakukan te kenor
malan
terhadap data-data kita ebelum F-tet. Untungnya Minitab maupun oftware tati
tik
pendukung Six Sigma lainnya (eperti SPC KISS keluaran Air Academy Aociate) m
emudahkan
kita untuk melakukan te normality dan F-tet ini.

Langkah pengujian dua F-te untuk variance, adalah ebagai berikut:


1.

Definiikan parameter yang diuji dalam H0 dan Ha

2. Pilih confidence interval yang diinginkan, mialnya 95%, atau 99%, ata
u 99.9% (artinya
= 0.05, atau 0.01, atau 0.001)
3. Lakukan F-tet pada data kita dengan Minitab 14 atau oftware lain (ad
d-on Excel)
4. Jika p < kita bia mereject H dan memilih H dengan tingkat keyakina
n ebear (10
a
p) x 100%. (Contoh ini adalah two-tail tet, harga p yang didapat met

i dikalikan 2

ebelum dibandingkan dengan ).


5. Jika p maka bia dikatakan kita tidak punya bukti yang kuat untuk me
reject H
0.
36
----------------------- Page 37-----------------------

E.

Analyi of Variance (ANOVA)

Sampai ejauh ini, mungkin diantara kita ada yang bertanya-tanya bagaimana jika
kita ingin
melakukan t-tet atau F-tet terhadap lebih dari dua grup data, mialkan tiga, e
mpat, atau
malah epuluh grup data? Nah, diinilah kita perlu mengenal ANOVA, karena alat i
ni dapat
digunakan untuk tujuan terebut.
Mialkan kita mempunyai lima grup data, kita bia menguji apakah kelima grup tad
i mempunyai
rata-rata yang ama atau tidak, hanya dalam ekali pengujian. Jadi, ecara eder
hana dapat
ditampilkan dalam hipotei ebagai berikut:
H0 : Semua rata-rata dari populai adalah ama
Ha : Tidak emua rata-rata dari populai adalah ama
Jika hanya ada atu variabel yang kita uji, kita bia menggunakan one-way ANOVA,
edangkan
jika ada dua variabel yang kita uji kita meti menggunakan two-way ANOVA. Mengin
gat
komplek-nya penjelaan tentang ANOVA ini, aya perilahkan buat para pembaca un
tuk
mencari penjelaan lebih lanjut pada buku yang lebih komplit.

4. Control Chart dan Kapabilita Proe (Proce Capability)


A. Control Chart
Dalam menganalii dan memperbaiki proe, apapun bentuk proe kita (apakah pro
e

pengolahan minyak, proe memaukkan data ke dalam databae, penerimaan pegawai


baru,
dan ebagainya) yang terutama adalah kita memahami proe kita dan juga mengerti
bagaimana kinerja proe terebut. Oleh karenanya kita perlu alat yang bia memb
antu kita
dalam melihat apakah proe kita under control atau tidak dengan melihat adanya
common
caue of variation atau pecial caue of variation. Alat bantu kita untuk ini a
dalah control
chart.

tu endiri

Common caue of variation: variai yang terjadi karena proe/ytem i

Special caue of variation: variai yang terjadi karena factor ektern


al/dari luar ytem

Secara umum, control chart bia dibagi menjadi beberapa jeni:


A.1. Attribute control chart: untuk data attribute
a. Non-conforming chart:
i. P-chart untuk jumlah ub grup kontan
ii. P-chart untuk jumlah ub-grup tidak kontan
b. Area of opportunity chart:
i. c-chart untuk jumlah ub grup kontan
ii. u-chart untuk jumlah ub grup tidak kontan
37
----------------------- Page 38----------------------A.2. Variable/Continue/meaurement control chart:
a. Chart untuk ub grup yang lebih bear dari 2:
iii.

dan R-chart untuk ub-grup antara 2 ampa

iv.

dan S-chart untuk ub grup lebih bear da

i 10
ri 10

b.
Individual Moving Range (IMR) untuk ub grup yang hanya t
erdiri dari atu data.

Walaupun ada beberapa macam control chart eperti diebutkan diata, namun ecar
a umum
chart ini bia digambarkan ebagai berikut:

UCUCLL
ZONE AZONE A
ZONE BZONE B
ZONE CZONE C
XX
ZONE CZONE C
ZONE BZONE B
LCLLCL

ZONE AZONE A

Gambar 14: Zone dalam Contr


ol Chart

Control chart pada umumnya terdiri dari gari tengah dan control limit pada plu
-minu tiga

tandar deviai, eperti ditunjukkan diata. Lebih peifik lagi, control chart
dibagi dalam 6
zone, yang akan memudahkan kita dalam melihat apakah ada kelainan dalam proe kit
a.
Aturan umum dalam menentukan uatu proe di luar control adalah5:
mit) atau di bawah LCL

Ada titik yang berada di ata gari UCL (upper control li


(lower control limit).
Dua atau tiga titik ecara berurutan ada di zone A.
Empat atau lima titik ecara berurutan ada di zone B.

gari tengah atau

Delapan atau lebih titik ecara berurutan berada di ata


dibawah gari tengah.
Delapan atau lebih titik menunjukkan trend naik atau turu

Gitlow, PhD., Howard S., and David M. Levine, Ph.D. Six Sigma for Green Belt
and Champion . Prentice
Hall, 2005: halaman 428. Penuli memodifikai chart dan penjelaan agar le
bih imple.

38
----------------------- Page 39-----------------------

atu ii (hanya pada

Tigabela titik ecara berurutan ada di zone C hanya pada


C ata maupun C bawah aja).

ecara drati).

Menunjukkan kecenderungan data eperti gergaji (naik turun

Walaupun kelihatannya cukup rumit mendeteki adanya kelaianan dalam proe, pera
ngkat
lunak eperti Minitab akan membantu dengan cepat menunjukkan proe kita bila te
rjadi
kelainan eperti contoh IMR dalam Gambar 15.
I-MR Chart of Waktu Pelayanan (menit)
15.0
1
3
UC L=13.32
e 12.5
u
l
a
V
l

10.0
a
u
_

d
X=8.49
i
v
i
d
n
I

7.5

5.0
LC L=3.65
1
37

33

5
41

9
45

13

17

21

25

29

Obe rvatio n

1
8
1
e 6
UC L=5.941
g
n
a
R
g 4
n
i
v
__
o
M 2
M R=1.818
0
LC L=0
33

1
37

5
41

9
45

13

17

21

25

29

Obe rvatio n

Gambar 15: Contoh Individual Moving Range dan titik merah yang menunju
kkan kelainan
Tet Reult for I Chart of Waktu Pelayanan (menit)
TEST 1. One point more than 3.00 tandard deviation from center line.
Tet Failed at point: 30
TEST 3. 6 point in a row all increaing or all decreaing.
Tet Failed at point: 29, 30
TEST 5. 2 out of 3 point more than 2 tandard deviation from center line (on
one ide of CL).
Tet Failed at point: 29, 30
TEST 6. 4 out of 5 point more than 1 tandard deviation from center line (on
one ide of CL).
Tet Failed at point: 30

Tet Reult for MR Chart of Waktu Pelayanan (menit)


TEST 1. One point more than 3.00 tandard deviation from center line.
Tet Failed at point: 18, 31
39
----------------------- Page 40----------------------B. Kapabilita Proe (Proce Capability) untuk Ditribui Data Kontinyu
Sebenarnya ada atu konep yang eharunya dibaha dari awal yakni konep proce
capability;
hal ini mengingat kata ix igma merupakan uatu konep yang diturunkan dari kapab
ilta
proe ini. Namun mengingat untuk mengenal kapabilita proe kita perlu mengeta
hui proe
control terlebih dahulu, maka baru di bagian ini aya membahanya.

Jika kita udah mengetahui bagaimana kinerja proe kita (voice of proce), ten
tunya kita
ingin membandingkannya dengan peifikai yang ditentukan oleh pelanggan kita (v
oice of
cutomer). Keinginan pelanggan biaanya dinyatakan ecara kuantitatif dengan pe
ifikai
terdiri dari USL (Uper Spec Limit) dan LSL (Lower Spec Limit). Jika kita memba
ndingkan
rentang peifikai dengan rentang proe, maka kita akan mendapatkan uatu bea
ran yang
diebut Index Proe Potential (Proce Potential Index) yang dilambangkan denga
n Cp.
C =
p

peifikai(range)
proce (range)

USL LSL
=
6

Karena tidak emua proe mempunyai ditribui yang imetri, maka dari konep C
p ini juga
diturunkan konep Proce Capability Index (Cpk) yang dalam peramaan dapat ditu
li ebagai
berikut:
USL y

y LSL

C = minimum
dari proe.
pk

dimana y adalah titik tengah

Kedua faktor diata angat penting dalam mengidentifikai kinerja proe kita ka
rena dengan
cepat menunjukkan di level mana proe kita berada.
Konep yang hampir erupa dengan Proce Capability Index adalah konep Sigma le
vel ( )
level
yang menunjukkan berapa tandar deviai jarak antara gari tengah proe kita de
ngan gari

peifikai terdekat. Nilai ini adalah nilai normaliai (Z value) dari ebuah d
itribui.
USL y

y LSL
,

=
level

atau, bia dituli: Cpk =

level
3

capability
Dengan analogi yang ama kita mendapatkan peramaan Cp =
3

40
----------------------- Page 41----------------------C. Kapabilta Proe (Proce Capability) untuk Ditribui Data Dicrete atau At
tribute

Jika:

A = jumlah barang/jaa yang berhail dihailkan dari proe kita tanpa ama ek
ali kerja ulang
(rework)
B = jumlah barang/jaa yang dihailkan dari proe kita dengan minimal atu kali
rework
C = jumlah barang/jaa yang di reject

Maka:
Yield = (A+B)/n
Dimana n = jumlah total barang/jaa yang diproe = A+B+C
Dan, yang diebut Firt Pa Yield (FPY) = A/n
Dari paparan diata, kita dapat menurunkan konep kapabilta proe untuk data d
icrete
dengan menggunakan konep Defect Per Unit (dpu) yang dapat dirumukan ebagai b
erikut:
dpu = total jumlah cacat yang dihailkan elama proe / jumlah total unit yang
diproe (n)

Para ahli tatitik menurunkan rumu untuk hubungan FPY dengan dpu:
FPY e-dpu

Defect per million opportunitie (dpmo) = (1,000,000) x (jumlah total cacat/jum


lah total
opportunity)
= (1,000,000) x (dpu/opportunity per unit)

Dari hubungan-hubungan diata, kita akan menemukan korelai antara dpmo dengan ca
pability
yang akhirnya akan membawa kita pada definii ix igma ebagai cacat hanya 3.4
dpmo. 6

=.8406 + 29.37 2.221*n(dm)


capability

(Catatan, ada aumi mengenai adanya hift ebanyak 1.5 yang diamati dalam pene
litian

yang dilakukan Motorola dalam menghailkan hubungan antara dpmo dengan capability
. Silahkan
dibaca lebih lanjut pada buku-buku Six Sigma dalam daftar putaka untuk keterang
an lengkap).

Keterangan dan peramaan di bagian ini banyak mengambil dari refereni yang di
keluarkan oleh Air Academy
Aociate antara lain dari Schmidt, Stephen R., Kiemele, Mark J., and Ron
ald J. Berdine. Baic Statitic: Tool
for Continuo Improvement 4th ed. Colorado Spring: Air Academy Pre & A
, 1994.

41
----------------------- Page 42----------------------dpmo (2-ided

)
capability
6

3.

233

6,21

66,81

308,77

0
0
0

tunity (dpmo)

Tabel 6: Hubungan capability dengan defect per million oppor

5. Regrei Linear
Teknik regrei adalah pendekatan yang digunakan untuk mendefiniikan relai mate

mati
antara variabel output (y) dan atu atau lebih variabel input (x). Diantara ban
yak model
regrei, analii yang paling umum digunakan dalam tatitik oleh mayarakat lua
adalah
regrei linear. Analii ini memang angat lua aplikainya karena hubungan anta
ra dua variabel
merupakan euatu yang jamak dalam hidup ehari-hari; eperti mialnya: melihat
hubungan
antara pendapatan dan pengeluaran, hubungan antara harga minyak dengan bahan bak
ar pokok
(embako), dan ebagainya.
Dalam regrei linear, ada dua komponen yang mendaari analii-nya:
-

paangan dua variabel: mialnya harga minyak dan harga embako

perkiraan alaan tentang hubungan antara dua variabel terebut.

Konep regrei endiri walaupun angat lazim digunakan, namun tidak banyak yang
menyadari
bahwa konep ini angat dekat dengan hypothei tet dalam menentukan apakah dua
variabel
yang kita analia aling berkaitan.
Peramaan umum untuk regrei linear ederhana dapat ditulikan ebagai berikut:

Y =b
i

+b x
0

+e
1 i

Dimana:

Y adalah nilai perkiraan dari variabel output


i
0)

b0 adalah titik inggung peramaan dengan umbu y ( nilai y jika x =


b1 adalah koefiien yang menunjukkan gradien peramaan terebut
xi adalah nilai variabel input

ei adalah nilai reidual, nilai yang menunjukkan perbedaan antara nil


ai actual (Y) dan

nilai perkiraan ( Y ) yang dihailkan oleh model terebut.

i
Sebagai contoh, pada Gambar 16 terlihat contoh analii regrei linear dengan me
nggunakan
Minitab 14.

42
----------------------- Page 43-----------------------

1000

800
)
p
R
a
t

600
u

J
(
n
a
l
a
u

400

j
n
e
P
200

0
0

10
Pemunculan Iklan per Hari

ar

Gambar 16: Contoh grafik regrei line

Yang perlu diperhatikan adalah nilai P untuk variabel predictor elain contant;
untuk hubungan
yang ignificant nilai p <0.05, untuk confidence level 95%. Selain itu perlu di
lihat R-q
(coefficient of determination) dan R-q(adj) (adjuted coefficient of determinat
ion). Nilai R-q

ebear 85% berarti bahwa model kita mampu mewakili 85% dari keeluruhan data.
Dari hail diata, kita dapat meyakini peramaan dari gari yang menjadi model k
ita dapat
dikatakan mewakili eluruh data.
The regreion equation i
Penjualan (Juta Rp) = 34.4 + 89.1 Pemunculan Iklan per Hari
Predictor
Coef SE Coef
T
P
Contant
34.40
49.66 0.69 0.496
Pemunculan Iklan per Hari 89.114
7.891 11.29 0.000
S = 108.042

R-Sq = 85.9%

R-Sq(adj) = 85.2%

Analyi of Variance
Source
DF
SS
MS
F
P
Regreion
1 1488825 1488825 127.54 0.000
Reidual Error 21 245135
11673
Total
22 1733960

Bila kita hanya menganalii uatu hubungan antara input dan output yang terdiri
dari maingmaing atu variabel, tentunya kita cukup menggunakan analii regrei. Namun ba
gaimana jika
kita mempunyai banyak variabel input namun kita tidak tahu variabel yang mana ya
ng
43
----------------------- Page 44----------------------mempengaruhi keluaran proe terebut? Analii eperti apa yang kita gunakan? S
alah atu
yang dapat digunakan untuk menganalii hubungan antara banyak variabel input de
ngan atu

putput adalah multiple regreion.

Mialnya jika kita ingin mencari hubungan antara harga mobil (Y) dengan kapaita
mein (x1),
Warna mobil (x ), dan kapaita penumpang (x ). Hubungan itu dapat ditulikan da
lam
2
1
peramaan dibawah ini:

Y =b
+b x
+b x
+b x
+e
i
0
1 i
2 2i
3 3i
i
Mengingat kompleknya uraian tentang multiple regreion ini, aya menyarankan a
nda untuk
menncari buku tatitik ataupun Six Sigma.

6. Deign of Experiment (DOE)


Konep yang cukup dekat dengan multiple regreion tapi lebih powerful dalam men
ganalii
dan memprediki hubungan input dengan output adalah Deign of Experiment atau DO
E.

Contoh:
Mialkan kita adalah eorang pembuat kue yang ikut dalam lomba kue terenak dan t
erindah.
Kue yang kita buat akan dinilai oleh tim juri dengan angka 1- 10 berdaarkan ra
a, rupa, dan
bentuk kue; dalam itilah proe, ini adalah hail (H) dari proe kita. Untuk m
enghailkan kue
yang euai dengan yang kita inginkan, ada banyak faktor yang mempengaruhi hail
(H) yang
merupakan variabel input dari proe pembuatan kue. Faktor-faktor input itu mia
lnya:
temperature oven (A), lama kue dipanggang di oven (B), dan campuran antara tepun
g - telur
atau kompoii kue (C).
Maing-maing faktor mempunyai dua kemungkinan etting:
Temperature Oven (A) : 150 o
o
C (-) dan 175 C (+)

Lama kue dipanggang (B): 10 menit (-) dan 15 menit (+)


Kompoii kue (C): 4 telur (-) dan 6 telur (+)
Tentunya kita ingin tahu, kombinai etting manakah yang akan menghailkan kue t
erenak;
apakah dietting pada temperature 150oC, dengan lama 10 menit, dengan 4 telur at
au
kombinai lainnya?

Dengan maing-maing terdapat dua macam etting (atau 2 level) untuk tiga faktor
, maka akan
ada 8 kemungkinan kombinai yang menyulitkan kita menentukan mana kombinai yang
paling
optimum. Untuk faktor yang emuanya mempunyai 2 level, kombinai yang mungkin ad
alah
ebanyak 2k. Bayangkan jika kita mempunyai faktor ebanyak 5 aja, maka kombinai
yang
mungkin adalah ebanyak 25 atau ebanyak 32 kombinai.
44
----------------------- Page 45----------------------Diinilah DOE dapat membantu kita.

DOE adalah metode tatitik yang telah diuun ecara tertruktur untuk mengetah
ui hubungan
antara faktor input/independent variable (X) dengan faktor output/dependent vari
able (Y).
Jika pada analii tatitik yang diterangkan ebelumnya dapat dikatakan ecara
umum kita
hanya paif (dimana kita hanya mengumpulkan data dan lalu menganalia hailnya);
pada DOE
kita ecara engaja menginterveni proe dan melakukan pengaturan terhadap jalann
ya
proe.

Kelebihan dari DOE dibanding metode ekperimen lain eperti hanya mengubah atu
etting

etiap ekperimen adalah DOE bia memberitahu kita jika ada interaki yang terja
di antara dua

faktor atau lebih. Singkatnya, dengan DOE kita menguji emua kombinai faktor da
n etting
(level) yang mungkin, ehingga kita bia mengetahui efek utama (main effect) da
n efek
interaki (interaction effect) dari uatu proe.
Efek Utama: efek yang terjadi pada variabel output dengan mengubah a

tu variabel

input.
Efek Interaki: efek yang terjadi pada variabel output karena perubah
an pada beberapa
variabel inputnya yang berupa kombinai dua faktor atau lebih.
Dari contoh diata, kita bia membuatkan model untuk ekperimen ebagai berikut:

Kompoii

Run
Hail

Temperatur

Lama
Pemanggangan

Telur
1

175

15

175

15

175

10

175

10

150

15

150

15

150

10

150

10

6
4

6
4
6
4
6
4
Tabel 7: Contoh Deign untuk Ekperimen untuk 2 level, 3 faktor (
uncoded deign)

45
----------------------- Page 46----------------------Kompoii

Run

Hail

Temperatur

Lama
Pemanggangan

Telur

+
+
+
+
-

r (coded deign)

Tabel 8: Contoh Deign untuk Ekperimen untuk 2 level, 3 fakto

Catatan: lambang + bia diganti dengan 1; - bia diganti dengan -1

Dalam melakukan DOE, kita perlu melakukan ekperimen dalam urutan yang acak (ran
dom)
untuk menghindari bia. Minitab 14 atau oftware yang menyediakan feature DOE bi
a
membantu kita membuat urutan acak, blok dan lain-lain.

Pada Appendix 1 bia dilihat contoh run DOE untuk contoh diata dari Minitab 14,
dimana etiap

kombinai pembuatan kue (Temperatur, Lama Pemanggangan dan Kompoii) diulang e


banyak
5 kali ecara random untuk mendapatkan hail yang valid. Hailnya adalah ebagai
berikut

Pareto Chart of the Standardized Effect


(repone i Hail, Alpha =

.05)

2.037
Factor Name
A

T emperatur
B

Lama P emanggangan

Kompoii
A
AB

m
r
e

BC

T
ABC
AC
C
0

6
Standardized Effect
Gambar 17: Diagram Pareto Fakto yang Signifikan
Perhatikan bahwa yang paling dominant adalah Temperatur,
Lama Pemanggangan, dan

interaki antara Temperatur dan Lama Pemanggangan

46
----------------------- Page 47----------------------Normal Probability Plot of the Standardized Effect

(repone i Hail, Alpha = .05)


99
Effect Ty pe
Not S ignificant
95
Significant
90
actor Name

F
A

T emperatur
80
Lama P emanggangan
70
t
n
e
c
r
e
P

B
C

Kompoii

60
50
40
30
AB
20
10

5
1
-6

-4

-2
0
Standardized Effect

Gambar 18: Normal Probability Plot


Main Effect Plot (data mean) for Hail
Te mperat ur
manggangan
7.6
7.2
6.8
l
i

a
H

6.4

6.0

Lama Pe

f
o

150

175

10

15
n
a
e
M

Kompoii

7.6
7.2
6.8
6.4
6.0
4

Gambar 19: Main Effect Plot


Perhatikan bearnya kemiringan maing-maing faktor

47
----------------------- Page 48----------------------Interaction Plot (data mean) for Hail
10

15

6
8

emperatur
150
175
7
T e mpe ratur
6
8
Lama Pemanggangan
10
15
7
La ma P e mangga nga n
6
Kompoii

Gambar 20: Interaction Plot


Perhatikan bearnya kemiringan pada interaki antara Temper

tur dan Lama

Pemanggangan
Statitic ummary hail DOE dari Minitab 14:
Etimated Effect and Coefficient for Hail (coded unit)
Term
Effect
Coef SE Coef
T
P
Contant
6.7750 0.1199 56.51 0.000
Temperatur
0.8500 0.4250 0.1199 3.54 0.001
Lama Pemanggangan
-1.4500 -0.7250 0.1199 -6.05 0.000
Kompoii
0.0500 0.0250 0.1199 0.21 0.836
Temperatur*Lama Pemanggangan -0.5500 -0.2750 0.1199 -2.29 0.029
Temperatur*Kompoii
0.3500 0.1750 0.1199 1.46 0.154
Lama Pemanggangan*Kompoii
0.4500 0.2250 0.1199 1.88 0.070
Temperatur*Lama Pemanggangan* -0.4500 -0.2250 0.1199 -1.88 0.070
Kompoii
S = 0.758288

R-Sq = 66.53%

R-Sq(adj) = 59.21%

Analyi of Variance for Hail (coded unit)


Source
Main Effect
2-Way Interaction
3-Way Interaction
Reidual Error
Pure Error
Total

DF
3
3
1
32
32
39

Seq SS Adj SS Adj MS


F
P
28.2750 28.2750 9.4250 16.39 0.000
6.2750 6.2750 2.0917 3.64 0.023
2.0250 2.0250 2.0250 3.52 0.070
18.4000 18.4000 0.5750
18.4000 18.4000 0.5750
54.9750

Secara ederhana, kita bia mengetahui bahwa hail terbaik (H) dari kue kita an
gat
dipengaruhi oleh Temperatur dan lama Pemanggangan dan interaki antara dua fakto
r utama
terebut, dimana etting terbaiknya adalah pada temp 175oC, dipanggang elama 10
menit.
48
----------------------- Page 49----------------------Bagaimana dengan melakukan percobaan untuk 5 atau 6 faktor? Berarti kita beruru
an dengan
32 atau 64 kombinai? Untuk itu dalam DOE banyak ekali metode untuk melakukan e
kperimen
yang diebut fractional factorial deign yang membantu kita dalam membuat ekper
imen

hailnya meyakinkan ecara tatitik dengan hanya melakukan ekperimen pada eba
gian
kombinai. Silahkan membaca buku yang lebih lengkap.

7. Apek Manajemen
Sengaja diakhir ulaan tentang tatitik yang panjang diata aya iipkan ulaa
n tentang apek
manajemen dalam implementai Six Sigma. Ini untuk tetap mengingatkan kita emua
bahwa Six
Sigma bukanlah melulu tentang tatitik. Statitik hanyalah ALAT BANTU untuk men
capai
perbaikan yang diinginkan; inti utama dalam Six Sigma adalah manajemen untuk mem
perbaiki
proe dalam mencapai hail yang jauh lebih baik. Banyak ekali orang mengukur
uatu proyek
Six Sigma berdaarkan eberapa banyak kita menggunakan tool tatitik ataupun e
berapa
canggih oftware yang digunakan dalam menganalii data. Padahal, inti utamanya
tetaplah
kemampuan mengelola proyek dan organiai.

Perlu ditekanlan lagi diini bahwa dua hal terpenting dalam Six Sigma adalah:
1. Menentukan proyek yang tepat
Memilih proyek atau proe yang tepat untuk diperbaiki diini makudnya adalah b
agaimana
kita memilih proe/proyek yang benar-benar akan memberikan hail yang angat pe
nting buat
keeluruhan kinerja peruahaan kita.
2. Mengelola tim linta-fungi (cro-functional team)
Suatu uaha memperbaiki proe biaanya memerlukan tim yang terdiri dari wakil b
eberapa
departemen/bagian yang berkaitan untuk berama-ama menyeleaikan permaalahan d
an
membawa perubahan ke arah yang lebih baik. Peranan eorang Black Belt dalam mem
impin
team linta-fungi adalah angat penting. Bagaimanapun kemampuan dalam memimpin

organiai (termauk mialnya memimpin rapat yang efektif) angatlah penting el


ain
pemahaman akan metode DMAIC dan pengetahuan aplikai tatitik.

Seperti layaknya uaha perbaikan dalam ebuah organiai, memiliki konep dan al
at (termauk

oftware) yang canggih bukanlah jaminan dalam keberhailan Six Sigma. Menurut Ra
th&Strong
dalam buku kecilnya, tantangan terbear dalam implementai jutru timbul dari ha
l-hal kecil
eperti7 :
-

Membuat emua anggota team elalu hadir dalam tiap pertemuan

7 Federico, Mary, and Renee Beaty. Rath & Strong Six Sigma Team Pocket Guide. Mc
Graw-Hill, 2004.

49
----------------------- Page 50-----------------------

Membuat team tetap foku dan tetap emangat

Mendapatkan/mengumpulkan data

Mendapatkan dukungan dan kerjaama dari berbagai pihak yang berka

Meyakinkan pemilik proe untuk menyetujui perubahan

itan

Nah, ekarang tinggal kita aplikaikan emua hal diata di lingkungan kerja atau
organiai kita!

50
----------------------- Page 51----------------------V. Sebuah Contoh Implementai Six Sigma:
Mengurangi Waktu Antrian di Sebuah Bank Kecil8

Dogbert
am or ele you re
Dilbertbo
the worthle TQM
Dogbert
tally, totally different
Dilbert bo

: Youve got to implement a ix igma progr


doomed
: Arent you the ame conultant who old u
program a few year ago?
: I aure you that thi program ha a to
name
: When can we tart?
(Quoted from Dilbert trip comic

Dilbert adalah favorit aya; walaupun angat ini terhadap berbagai hal di duni
a bini
moderen, banyak yang bia kita renungkan dari membaca komiknya. Dari kutipan dia
ta
mialnya, hal yang dapat dipetik adalah dalam implementai Six Sigma lebih baik

kita
menghindari penggunaan itilah ini ebagai ebuah jargon emata, tapi memfokuka
n organiai
kita pada egi implementai.

Dalam contoh implementai Six Sigma ini, aya mengambil kau ederhana dalam me
ngurangi
antrian di ebuah bank kecil. Kau ini hanyalah ekadar contoh ederhana bagaim
ana konepkonep analiti dan tatitik bia digunakan untuk memperbaiki proe di organi
ai atau
peruahaan kita. Sengaja dipilih contoh kau pengurangan waktu antrian di bank
agar gampang
dibayangkan dan juga mungkin bia dengan mudah bia diadaptai untuk perbaikan p
roe lain
yang bertujuan mengurangi waktu ebuah proe (mengurangi waktu check-in di hote
l,
mengurangi proe pembuatan KTP, dan lain-lain). Saya belum pernah bekerja di du
nia
perbankan, jadi contoh ini mungkin jauh dari kenyataan dalam proe kerja di ban
k; namun
inti dari contoh ini adalah bagaimana kita menerapkan konep Six Sigma.

Studi Kau:
Sebuah bank kecil di Bandung bernama Bank Propektif (BP) yang baru didirikan e
jak tahun
2000 mempunyai vii menjadi bank yang mampu memberikan pelayanan peial kepada
pelanggannya. Pemilik ekaligu direktur utama bank terebut, Dedi Candra, mengi
nginkan
bank-nya menjadi intitui keuangan yang mampu berkompetii dengan bank-bank lai
n karena
mampu menciptakan image cemerlang di mata konumen karena mampu memberikan
pelayanan khuu eperti waktu pelayanan di bank yang cepat, tingkat kealahan p
embukuan
tranaki yang rendah, erta pelayanan eluruh pegawai bank yang ramah dan igap
.

Contoh ini adalah fiktif. Nama orang dan bank adalah rekaan aja, mohon maaf a
pabila ada kemiripan
dengan nama atau intitui anda.

51
----------------------- Page 52-----------------------

Walaupun ampai pertengahan tahun 2004 BP telah mampu menarik banyak pelanggan k
arena
kualita pelayanan yang bagu, namun jajaran pimpinan bank terebut maih meraa
banyak
yang maih bia diperbaiki untuk meningkatkan kualita pelayanan. Salah atu fak
tor yang
banyak diorot adalah mengenai panjangnya antrian pelanggan etiap jam kerja ter
utama pada
awal bulan.Kita haru melakukan euatu perbaikan yang lebih truktur dengan berb
ai data
dan pengetahuan, kalimat inilah yang diucapkan berulang-ulang oleh Dedi Candra pa
da
berbagai pertemuan dengan pegawai BP memauki paruh kedua tahun 2004.

Donny, eorang manaje r di ana, udah mengumpulkan data pelayanan di counter ya


kni:
panjang antrian naabah, waktu naabah mengantri dan waktu melayani naabah dari
Januari-Agutu 2004. Karena keikutertaannya dalam ebuah mailing lit di bidan
g
manajemen operai, Donny mendengar dan banyak belaja r tentang ebuah konep yan
g diebut
Six Sigma. Setelah membaca beberapa buku akhirnya ia memutukan untuk mengikuti
pelatihan konep terebut ecara pribadi dalam training Green Belt. Berbekal pen
getahuan
yang didapat dari training di bulan Juli 2004, ia menguulkan kepada manajemen B
ank
Proepektif untuk melakukan proce improvement dengan menggunakan metode Six Si
gma.

Dedi Candra yang udah mendengar tentang Six Sigma dari kolega bininya maupun
dari
beberapa majalah manajemen mendukung penuh uaha itu dan beredia menjadi pono
r
uaha perbaikan proe pelayanan banknya. Ia juga memberikan kepercayaan agar Do
nny
membentuk ebuah tim yang terdiri dari karyawan yang mewakili departemen yang te
rkait.
Donny telah membuat emacam roadmap DMAIC ebagai panduan kaar dalam mengerjaka
n
proyek terebut. Namun ia adar, pelakanaan proyek ini angat tergantung dari kom
itmen
tim yang akan dibentuknya. Ia kemudian berbicara dengan manajer team-team lain u
ntuk
mendapatkan dukungan erta mendapatkan pegawai terbaik dari beberapa departemen.
Walaupun tidak emua rekan mendukungnya, namun etelah beberapa kali pertemuan,
dan
berbekal dukungan dari direktur utama, akhirnya ia mendapatkan anggota yang dian
ggapnya
kompeten.

Pilihan pertama Donny ebagai anggota teamnya adalah Ratna, eorang teller yang
udah
beberapa kali mengangkat iu tentang panjangnya antrian erta menurunnya pertam
bahan
naabah baru. Anggota kedua adalah Agung, eorang management trainee yang dikena
l karena
kemampuan analiinya. Ketika ditelpon pertama kali, Agung langung menyatakan I
am in
tanpa menyembunyikan antuiamenya. Diah adalah anggota yang paling lama dibujuk
untuk
bia ikut karena ia cukup kepti dengan itilah Six Sigma. Diah adalah pegawai
di bagian
52
----------------------- Page 53----------------------accounting yang udah bekerja ejak BP berdiri. Kecerdaannya erta pengetahuann
ya akan

buine proce di BP menjadikan dia adalah orang yang haru ada di team.

Dengan bergabungnya ketiga orang anggota terebut, Donny mulai menyuun trategi
. Sebagai
langkah awal ia mengundang emua anggota teamnya untuk melakukan rapat pertama,
dengan
tujuan untuk menyamakan peramaan ekaligu mendefiniikan proyek terebut.

1. DEFINE
Pada rapat pertama tanggal 1 September 2004, Donny, Ratna, Diah, dan Agung berd
ikui
untuk merumukan proyek terebut dalam bentuk Team Charter yang hailnya ebagai
berikut:

---0--TEAM CHARTER
TEAM SIX SIGMA Bank Propektif
Nama Proyek: Pengurangan Waktu Antrian Naabah
Dekripi Singkat tentang Proyek:
Proyek ini bertujuan untuk mengurangi waktu antrian naabah dengan melakukan per
baikan
pada kecepatan pelayanan erta faktor-faktor yang bia mengurangi antrian. Jika
berhail,
Bank Propektif akan berhail memberikan pelayanan yang memuakan kepada naabah
yang
pada akhirnya akan meningkatkan cutomer loyalty erta menghindari pindahnya na
abah ke
bank lain.
Vii Suke:
Dalam empat bulan kita berhail mengurangi waktu pelayanan dari rata-rata 10.25
menit
dengan tandar deviai 5.5 menit, menjadi waktu pelayanan rata-rata 5 menit den
gan tandar
deviai 2 menit.
Catatan: vii uke ini merupakan permintaan dari Iwan Kurniawan, Kepala Bagian
Layanan
Pelanggan yang membawahi teller dan counter depan. Selain itu, Dedi Candra juga
telah
memvalidai target ini dan menyatakan peretujuannya.
Target Waktu Seleai: 24 Deember 2004
Anggota Team:
Nama
eam

Tuga dalam T

Dedi Candra
Iwan Kurniawan

Sponor
Pemilik Pro

Donny K

Failitator

Ratna
Diah
Agung

Anggota
Anggota
Anggota

Etimai Kerugian Finanial Jika Tidak Ada Perbaikan Proe (Cot of Poor Qualit
y):
Rp. 150 Juta per Bulan (berdaarkan data January-July 2004; kerugian karena jum
lah
tranaki yang kurang optimum erta berpindahnya naabah kepada bank lain).

53
----------------------- Page 54----------------------Rencana Kerja Umum:
1.Fae DEFINE:
Menentukan Speifikai Yang diinginkan Pelanggan
Membuat Team Charter
Membuat Gantt Chart
Workhop Six Sigma untuk anggota team
Membuat diagram IPO (Input-Proce-Output)
2. Fae MEASURE
Mengumpulkan data
Membuat diagram Pareto chart
Membuat diagram Proce Flow
3. Fae ANALYZE
Membuat Caue and Effect Diagram, dan analia CNX
Membuat Scorecard.
Membuat Run Chart
4. Fae IMPROVE
Mencoba perubahan
Membuat Control Chart
Membuat SOP
5.

Fae CONTROL
Mematikan SOP dijalankan dan oialiai
Membuat Laporan/Dokumentai Akhir
Mendapatkan verifikai dari pelanggan, pemilik proe dan tim finance.

---0--Seuai dengan roadmap DMAIC yang telah dietujui diata, team ix igma terebut
lalu

membuat Gantt Chart untuk perincian ecara detail jadwal pelakanaan uaha perba
ikan
proe terebut lengkap dengan waktu dan tenaga/umber daya lain yang diinginkan
eperti
9
terlihat dalam Gambar 2 1.

Sebagai atu-atunya karyawan yang telah mengikuti kuru Six Sigma untuk level
Green Belt,
Donny ejak awal udah merencanakan akan mengadakan emacam workhop untuk
mengenalkan prinip Six Sigma terutama konep DMAIC dan proce variance reduct
ion. Ia
mengajak eluruh anggota team untuk berpartiipai dalam workhop terebut terma
uk Pak
Dedi dan pak Iwan, erta beberapa manajer dan management trainee yang tertarik.

Gantt Chart bia dengan mudah dibuat dengan MS Project, namun untuk lebih ede
rhana, diini
ditampilkan dengan menggunakan MS Excel erta hanya menampilkan high-level ched
ule aja.

54
----------------------- Page 55-----------------------

NoNo
PIPICC

TglTgl
DeDekrkripipii
TglTgl M M uullaaii SSeeleleaiai
ScSchheedduullee

OcOctt

SepSep
DeDecc

NoNovv

II
II

IIII IIIIII IVIV


11

am

II

II

IIIIII IVIV

II
II

IIII IIIIII IVIV


IIII IIIIII

FaFaee D DEEFIFINNEE::
1-S1-Seep-0p-044 66-Se-Sepp--0044

1.11.1 MMeemmbbuuaat Tt Teeamam Char Charterter


1-S1-Seep-0p-044 11-Se-Sepp--0044

TTeame

nnaa

1.21.2 MeMembmbuuaat Gt Gaannttt Cht Charartt


2-S2-Seep-0p-044 22-Se-Sepp--0044

RatRat

1.31.3 WWoorrkkhohopp S Siix Six Sigmgma unta untuk anggouk anggotta tea
ma team DoDonnynny
3-S3-Seep-0p-044 33-Se-Sepp--0044
MeMembumbuaat dt diiaaggrraam Im IPPO (O (IInnppuutt--PPrrooccee
-- DiDiaahh, A, Aggungung, ,
1.41.4 OutpOutputut))
TTeame
am
3-S3-Seep-0p-044 66-Se-Sepp--0044
MMeenneennttuukkaann S Sppeeififikikaai Yi Yaanngg diindiinggi
innkkaann
28-A28-Aug-ug1.51.5 PelangganPelanggan
IIwwan
an K K,, D Deedidi C C
0404
11-Se-Sepp--0044

22

33

44

55

FaFaee M MEEAASSUURREE
7-S7-Seep-0p-044

3030-S-Seepp-0404

20-S20-Sep-epFFaaee AN ANALALYYZZEE
0404
66-Se-Sepp--0044
15-D15-Deecc-- 1717-N-Noovv-FaFaee I IMMPPRROVOVEE
0404
0404
12-N12-Noovv-- 2424-D-Decec-FaFaee C COONNTTRROOLL
0404
0404

Gambar 21
: Gantt Chart Tim Six Sigma BP

Workhop diadakan tanggal 3 September 2004, yang kebetulan jatuh pada hari Juma
t ehingga
workhop diputukan diadakan di ebuah hotel di Lembang dengan uaana yang ang
at antai.
Untuk menerangkan konep-konep tatitik dan analytical tool, Donny menggunakan
permainan helikopter kerta yang merupakan permainan yang didapatkan pada waktu
mengikuti kuru Six Sigma.10
bukan hanya emua anggota tim mulai mengerti konep

Alhail,

Six Sigma, tapi dengan workhop ehari itu mereka menjadi angat beremangat unt
uk
menerapkan konep terebut. Pada ei etelah makan iang, mereka mulai melakuka
n
braintorming untuk menyuun diagram Input-Proce-Output yang hailnya akan dir
angkum
oleh Diah dan Agung.11

Yang kita butuhkan adalah ATM!


Ratna, yang angat prihatin dengan panjangnya antrian di counter Bank Propektif
,
menyatakan pendapatnya bahwa olui dari perbaikan ini adalah dengan memaang AT
M
(Automated Teller Machine) ehingga tidak emua naabah perlu mengantri di coun
ter. Namun,
Diah menyanggah dengan mengatakan bahwa dengan hanya mempunyai atu kantor puat
dan

atu cabang yang dua-duanya berada di wilayah Bandung, tidaklah ekonomi jika BP
memaang
ATM. Menurut Diah, yang perlu dilakukan adalah menambah jumlah teller dan counte
r. Kedua
10 Permainan helicopter kerta ini adalah ebuah permainan yang epertinya cukup
popular dalam
pelatihan metode tatitik dengan ederhana. Permainan ini dipopulerkan oleh G.E
.P Box untuk
menerangkan konep Deign of Experiment. Informai tentang permainan teredia cu
kup banyak di
internet dan grati. Saya endiri belum pernah mempraktikkan workhop Six Sigma
dengan helicopter
kerta ini; aya menggunakan alat lain yang cukup banyak digunakan di peruahaan
-peruahaan yakni alat
yang diebut tatapult atau tatitic catapult . Salah atu yang menjualnya adalah
Air Academy
Aociate (www.airacad.com).
11
Diagram IPO juga ering diuraikan lebih lengkap ebagai diagram SIPOC (Supp
lier-Input-Proce-OutputCutomer).

55
----------------------- Page 56----------------------pendapat yang bereberangan ini empat menimbulkan dua kubu dan perdebatan yang
eru

dikalangan peerta terutama para management trainee (MT).

Donny dan Pak Dedi yang banyak mengamati perdebatan kemudian menengahi, menginga
tkan
bahwa roadmap DMAIC pada pokoknya adalah prinip yang menuntun kita menyeleaika
n
peroalan dengan berbai da ta-informai-pengetahuan; panjangnya antrian haru
dilihat

ebagai ymtomp atau gejala penyakit dan kita haru telaten melakukan diagnoi
ebelum mengeluarkan keimpulan apa obat yang paling tepat. Pak Dedi melanjutkan
dengan
memberikan contoh bagaimana peruahaan-peruahaan bear melakukan kealahan dala
m
memperbaiki upply chain mereka; banyak pemimpin peruahaan menganggap bahwa tid
ak
efiiennya rantai uplai dapat diperbaiki dengan memaang oftware ERP (Enterpri
e
Reource Planning) yang canggih dan mahal dan mendatangkan konultan yang tak k
alah
mahalnya. Banyak yang lupa mendiagnoi terlebih dahulu apa peroalannya ehingg
a gagal
mendapatkan obat yang tepat. Jadi, Pak Dedi mengakhiri uraiannya, Kegagalan terjadi
karena dalam melihat permaalahan, kita ering mengambil keimpulan ecara terbu
ru-buru
atau jump to the concluion.Yang kita butuhkan adalah keputuan yang berdaarkan
data
dan analii!

Demikianlah workhop, dikui yang panjang erta braintorming menyuun diagram


IPO itu
diakhiri dengan makan malam dan perbincangan antai diebuah retoran di Dago e
belum
mereka kembali ke rumah maing-maing..

Dan berikut ini adalah pemaparan Diah dan Agung dalam rapat berikutnya, yang dia
gramnya
dapat dilihat ebagai berikut:

PPrrooee

OuOutptpuutt
InpInpuutt

SSkkilill Kl Kaarryyaawwaann
WWaaktktu u PePelayalayananan pn peer Nr Naaaabbaahh
(( 5 m5 menienit t + + 2 m2 meeninitt))
SSiittemem K Koommputerputer

PPeelaylayaannan an
NaNaabahabah B Ban

kank

FormForm T Trranakanakii
VolumVolumee T Trranakanakii peper Br Buullaann
(( R Rpp.4.45050.0.000.00.000000 ++ Rp.Rp.1100..0000.00.00000)0)
PPrroedoeduurr T Trraannakakii
KepuKepuaaaann Na Naaabbaahh
((SSkkaallaa 8 d 8 daariri 10 10))
CuacaCuaca

Gambar 22: IPO Perbaikan Layanan

Naabah

56
----------------------- Page 57----------------------Diah menerangkan tentang apa yang menjadi output: keinginan cutomer internal (ya
kni Pak
Dedi dan Pak Iwan) yang diterjemahkan ke dalam output berupa performance metric
; emua
itu pada akhirnya akan memuakan cutomer external (capital C Cutomer) yakni par
a
naabah bank.
Dilanjutkan oleh pemamparan Agung tentang faktor input:
Ada beberapa faktor input yang dianggap angat mempengaruhi output yang dihailk
an yakni:
a.

Skill karyawan: kemampuan karyawan belum merata ehingga menghailkan

kinerja
yang tidak koniten.
b. Sitem komputer: item komputer yang ada (terutama piranti lunak untu
k tranaki)
dianggap kurang mendukung pekerja untuk bekerja cepat.
c.
amanya
yang haru

Form Tranaki: dari hail braintorming, didapatkan informai bahwa l


pelayanan dan panjangnya antrian diebabkan oleh banyaknya keterangan
diii oleh eorang naabah dalam atu form.

d. Proedur tranaki: proedur untuk memproe uatu tranaki kurang je


la, terutama
proedur untuk memaukkan data ke dalam item computer; ini terutama
menyulitkan pegawai baru.
e. Cuaca: waktu pelayanan juga ternyata ering dipengaruhi cuaca; yakni k
eterlambatan
karyawan BP tiba di kantor terutama jika terjadi hujan lebat yang meng
akibatkan
jalanan di Bandung macet .
Demikian Agung mengakhiri uraiannya dengan mengatakan, Ada pertanyaan? ambil
terenyum pua.

2. MEASURE
Dengan berbekal data yang udah dikimpulkan ebelumya, team BP membuat Pareto Ch
art
Penyebab Panjangnya Antrian dan Proce Flow Diagram dari aktivita naabah dan
teller
dalam proe tranaki. Hailnya bia dilihat pada Gambar 23 dan Gambar 24.

Catatan:
Banyak analii dengan tatitik yang bia dilakukan pada fae pengukuran berda
arkan data yang telah
terkumpul. Mialnya data laju datangnya pelanggan bia dianalii dengan ditrib
ui Poion untuk

mendapatkan rata-rata kedatangan. Dari itu optimai kecepatan aktivita teller


(termauk menentukan
jum lah teller yang euai bia dilakukan dengan tool yang berbai Queue Theory
). Banyak oftware
Operation Management menyediakan feature ini. Selain itu pada fae meaure ini,
untuk tiap variabel perlu
dilakukan Meaurement Sytem Analyi atau Gage R&R (Repeatability & Reproducib
ility) untuk
mengevaluai apakah alat ukur kita cukup baik untuk keperluan proyek perbaikan p
roe.
57
----------------------- Page 58----------------------Selain itu, tentu aja angat penting untuk membuatkan run chart dari waktu rata
-rata naabah mengantri

erta waktu rata-rata teller melayani atu naabah. Namun untuk lebih menyingkat
pembahaan, analia
diata tidak ditampilkan dalam contoh ini.
Diagra m P a reto P e ny ebab P a njangny a
A ntrian
90
100
80
80
70
i

60
t

n
60

e
e
u

50
c

k
r
e

40
e

r
40
F
30
20
20
10

0
0
Penye ba b
r

i
a

k
a

a
a

n
y

C
a

m
r

o
T

K
r
m

l
l
i

m
r

e
o

t
F

o
S
r
P
10
10.9
92.4

Count
5
Pe rce nt
5.4
C um %
97.8

65
2
70.7
2.2
70.7
100.0

10
10.9
81.5

Gambar 23: Diagram Pareto Penyebab Panja


ngnya Antrian
NANASSAABBAAHH
TETELLELLERR
MuMullaaii

MMaaukuk kkee bbaannk/ck/cooununte

rter

MMeengamngambibill fformorm
trantranakakii
PePerriikkaa

dandan mmengiengiii
YAYA
MMaaukkukkanan dadata ta

FormForm

SSUDAUDAHH
AnAnttrrii??
keke

udaudahh

TuTunngggguu
ddaalalamm iitteemm

benbenarar??
didi kkoommputerputer
TITIDDAAKK
BEBELULUMM
SerahkSerahkanan foformrm
PPrriinnt dat datata k kee
trantranakakii keke tetellll
bbuukkuu ttababuunngagann

erer

PePerrbbaaiikkii
HHiitutungng uauanngg ddaann
TerTeriimmaa uanuangg ddanan ppeeririk
eraerahkahkann kekepapadada

kaa

nnaaababahah
SSeelleaeaii

anan Naabah

58

Gambar 24: Proce Flow Pelay

----------------------- Page 59----------------------3. ANALYZE


Diah, Agung, dan Ratna edang memandangi data-data dan gambar-gambar yang telah
mereka
kumpulkan ketika Donny memauki ruangan rapat kecil di gedung mereka. Dari diagra
m
pareto, kelihatannya panjangnya antrian banyak diebabkan oleh Form Tranaki, M
a. Ratna
membuka percakapan, Tapi aya tidak tahu bagaimana cara memperbaiki proe kita;
form
kita kan udah tandar dan udah dicetak dalam jumlah banyak. Semua terdiam dambi
l
berpikir kera. Agung kemudian mengeluarkan idenya untuk membuat diagram tulang i
kan

eperti yang dipelajarinya di bangku kuliah. Donny terdiam dan lalu terenyum a
mbil
berkata, Sepertinya kita perlu kembali ke Lembang rame-rame..!

Singkat cerita, pada Jumat jam 2 iang, rombongan kecil BP yang terdiri dari tim
inti Six Sigma
dan beberapa manajer kembali berkumpul di ebuah ruangan hotel di Lembang untuk
melakukan analii faktor-faktor yang membuat waktu pelayanan menjadi eperti e
karang
yang akibatnya antrian elalu panjang. Data-data yang telah dikumpulkan dan dibu
at grafik,
mereka iapkan untuk menjadi bahan dikui. Setelah melalui dikui eriu
panjang

yang

dielingi tawa kera dan gorengan, akhirnya mereka berhail membuat diagram tulang
ikan
(atau Caue and Effect/CE-CNX Diagram) eperti pada Gambar 25.

ProProededurur

KarKaryyaawwanan
SkSkill (ill (NN))
CaCarraa M Me

enginginpunputt Da Dattaa ( (NN))

MMootitivvaaii ( (CC))

WaWakkttu Pu Peellaayyaananann
LLaayy--oouut Ft Foormrm (C(C))
fttwwaarre Te Trrananaakkii (N(N))
HujaHujan (n (NN))

SSoof

HarHarddwarwaree ( (CC))
ItIteemm Ya Yang Harng Haruu D Diiiii (i (NN))
))
))
NN
NN
((
((
..
kk
aa
yy

nn
aa
kk
KKoommputputeerr
gg
nn
uu
gg
nn
ii
bb
mm
ee
MM

LiLingkngkungaungann
nn
aa
bb
uu
ll
aa
ll
rr
ee
TT
FFoorm Trm Trranaanakkii
Gambar

25: CE and CNX Diagram


Dari hail dikui Lembang terebut, mereka mendapatkan bahwa kebanyakan naabah
bingung
mengii form tranaki karena terlalu banyak yang perlu diii dan lay-out nya a
ngat
membingungkan. Hal itulah alah atu yang menyebabkan para teller meti elalu h
ati-hati
memerika form yang udah diii agar tidak terjadi kealahan. Memang ternyata me
nurut Pak

59
----------------------- Page 60----------------------Iwan, banyak teller yang mengeluh karena hampir 70% form diii dengan alah oleh
naabah

ehingga form yang eharunya tinggal dierahkan kepada teller, akhirnya haru d
iperbaiki
didepan teller.
Hal lain yang mengemuka adalah mengenai kurang jelanya proedur pengiian data
tranaki
kedalam komputer; hal ini menyebabkan para karyawan baru haru teru bertanya ke
pada
teller yang udah enior. Semua peerta dikui etuju bahwa jika kedua hal utam
a diata
diperbaiki, maka akan terjadi peningkatan kecepatan pelayanan erta pengurangan
antrian di
counter.
Dari hail terebut, tim Six Sigma BP kemudian menggabungkan emua data yang tel
ah
terkumpul dari Januari ampai Agutu 2004 dirangkum dalam tabel ederhana digab
ungkan
dengan target dari perbaikan terebut. Dari itu bia terlihat gap antara kinerj
a bulanan dan
target yang dituju. Tabel diata adalah corecard dari tim terebut. Dari emua
hail yang
telah dikumpulkan Donny dkk ekarang udah iap mauk ke fae perbaikan.

TTaahuhun 20n 200404


YeYea
arr
tot
o
Date
Date

PPeerrfforormmaannce Mce Meetrtriicc PaParraamemetteerr TarTarggeett


JaJann
FebFeb MarMar ApAprr
May May JuJunn
JuJull AuAugg
SeSepp OcOctt NovNov DeDecc

..33

1111
1010
1010
1010
1010
1111
WWaakkttuu P Peellaayyaananan n
RaRatata--RRaattaa

5.5

[m[menienitt]]
5.65.6
6.16.1

6.36.3

StaStannddaarrdd
DeDevviiaaii
5.25.2
55
5.5.44

55
1010

22
5.5.44

1010
1010

5.5
55

VoVolluummee T Trraannaakki Pei Perr B B uullaann RaRatata--RRaattaa 4


50450 300300.3.3 307307 310310 280280 340340 290290 312312 276276 287287

StaStannddaarrdd
..11

2020
2525
3434
[J[Juutta Ra Rupiupiaahh]]

3636

6.4

6.36.3
6.36.3 6.46.4 6.26.2
KKeepupuaaaann P Peellaanngggangan

1010
2525

2626
2323

88
6.6.55 6.6.44 6.6.55
RaRatata--RRaattaa

6.4
6.6.55

2525
2121
DeDevviiaaii

StaStannddaarrdd
DeDevviiaaii

[S[Skalkalaa 1- 1- 1100]]
1.2

0.50.5
1.1.22

1.2

Tabel 9: Scorecard ampai deng

an bulan Agutu 2004


Catatan:

Pada fae analia, banyak tool yang bia digunakan untuk menentukan faktor apa y
ang menjadi umber
variai; yang apabila faktor terebut kita perbaiki, maka keeluruhan proe aka
n menjadi lebih terkontrol.
Selain dengan Caue & Effect Diagram, tool lain yang biaa digunakan antara lain
Regrei dan Deign of
Experiment.
Data-data bia dianalia dengan run chart dan control chart euai dengan kebutu
han erta bia dilakukan
perhitungan proce capability dari kondii yang ada (ebelum dilakukan perubaha
n).

4. IMPROVE
Akhirnya tim Six Sigma BP mulai bergerak melakukan perbaikan yang difokukan pa
da
improvement di form tranaki dan perbaikan proedur tranaki lengkap dengan tr
aining
kepada teller.

60
----------------------- Page 61----------------------A. Form Improvement:
Pada proe yang ada ekarang, naabah mengii form (depoit, penarikan, atau tr
anfer) pada

aat baru mauk ke counter ataupun pada aat mengantri. Yang menjadi permaalaha
n adalah
ering terjadi kealahan pengiian ebagai berikut:
-

alah mengii no rekening


no rekening dengan nama/alamat tidak cocok

- alah mengambil form (mialnya harunya mau depoit, tapi yang dii
i adalah form
tranfer).
Setelah dievaluai dan didikuikan berama-ama, akhirnya ada beberapa perubaha
n yang
dilakukan pergantian model form dari model lama ke model baru.
ing untuk

Model lama: form terdiri dari 3 macam dengan warna berbeda (maing-ma
tranfer, depoit, penarikan). Memiliki kolom koong untuk:
- Tanggal
- No rekening naabah
- Nama naabah
- Alamat
- Kantor cabang
- Jumlah tranaki
- biaya (untuk tranfer)
- Rekening yang dituju (khuu untuk tranfer)
- Nama dan Alamat yang dituju (khuu untuk tranfer)
- Tanda tangan dan nama terang
Model baru12: form terdiri dari 3 macam dengan warna dan ukuran yang b

erbeda
(maing-maing untuk tranfer, depoit, penarikan).13
m koong yang perlu diii
hanyalah:
-

Jumlah tranaki

Biaya (khuu untuk tranfer)

No rekening, nama, dan alamat yang dituju (untuk tranfer)

Kolo

Tanda tangan dan nama terang

Untuk bia melakukan perubahan ini, Bank Propektif haru menyediakan atu bunde
l form
tranaki (terdiri dari 3 macam form diata) dimana untuk etiap naabah, maing
-maing
nomor rekeningnya udah tercetak dalam bundel yang mereka dapat. Artinya, pada
aat
12 Inpirai diambil dari form tranaki PNC Bank, USA
13 Warna dan ukuran yang berbeda akan menghindarkan kealahan pengiian formulir
. Prinip ini diebut
mitake proofing.
61
----------------------- Page 62----------------------menarik uang, yang mereka perlu lakukan hanyalah menuli jumlah uang yang akan d
itarik dan
menandatangani form lalu menyerahkan ke teller.
Untuk bia melakukan hal terebut, BP haru memperbaiki databae naabahnya; et
iap
informai naabah haru up to date. Untungnya dengan kemajuan teknologi informa
i,
databae yang bagu bia cukup mudah dibuat hanya dengan memberikan emacam proye
k
kecil pada mahaiwa Informatika ITB. Databae ini kemudian digabungkan dengan i
tem
tranaki di jaringan bank BP.
Hal yang kedua meti dilakukan adalah mencari alternatif terbaik agar biaya penc
etakan form
baru tidak terlalu mahal. Untuk itu perlu dicari olui dengan memanfaatkan uah
a percetakan
yang udah maju dalam hal komputeriai tanpa menambah biaya terlalu banyak.14
B. Proedur dan Training:
Sebuah tim khuu dibentuk untuk memperbaiki proedur yang udah ada. Perubahan
terbear
adalah pada penambahan gambar dan foto yang membantu teller dalam memahami proe
dur
tanpa haru kebingungan atau alah pengertian. Selanjutnya emua teller ecara b

ergantian
mengikuti workhop dan training untuk melatih proedur yang baru.

I-MR Chart of Waktu Pelayanan (Sebelum)


25

e 20
u
l
UC L=18.02
a
V
3
l

15
a
u
_

d
i
X= 10.73
v
i
d

10
n

I
6
6
5
LC L=3.43
1
25

29

33

13

17

21

37
Obe rv ation
1
1

12
e
g 9
UC L=8.96
n
a
R
g 6
n
i

v
o
M

3
__
MR=2.74
0
LC L=0
1

25

29

proedur baru

33

13

37

17

21
Obe rv ation

Gambar 26: IMR waktu pelayanan ebelum diterapkan form dan

Selama maa perbaikan itu, Agung dan Ratna mendapat tuga untuk memperiapkan a
tu
counter ebagai proyek percobaan. Mereka empat mengumpulkan data waktu pelayana
n yang
kemudian dibuatkan individual moving range chart-nya eperti terlihat dalam Gamb
ar 26.

14

Solui ini mungkin terlalu menyederhanakan keulitan yang ebenarnya di dunia


nyata.
62

----------------------- Page 63----------------------Kemudian mereka memilih ecara random teller yang udah mendapatkan training unt
uk
memulai pelayanan dengan proedur baru etelah emua naabah ecara bertahap men
dapat
kiriman form baru erta brour yang berii keterangan tentang form baru dan cara
penggunaannya. Di dalam dan di luar Bank Propektif ekarang dihiai poter-pot
er menarik
tentang cara pengiian form yang baru erta kegunaannya buat naabah.
Ketika emua udah diraa iap, mulailah pilot proyek dilakukan pada atu counte
r; yakni bagi
naabah yang udah membawa form baru dialihkan ke counter yang menjadi pilot ter
ebut.

Bagi yang belum familiar, bia menggunakan form lama ke counter lain.
Hailnya cukup memuakan; dari data yang dikumpulkan terjadi peningkatan kecepat
an
pelayanan dan tingkat kealahan pengiian juga angat kecil jika menggunakan for
m baru. IMR
dari counter yang menjadi ujicoba form dan proedur baru terlihat pada Gambar 27
. Terjadi
penurunan dari rata-rata waktu pelayanan 10.73 menit (dengan moving range 2.74 m
enit)
menjadi rata-rata pelayanan 4.88 menit (moving range ebear 1.44 menit).

I-MR Chart of Waktu Pelayanan (Setelah)


UC L=8.694
8
e
u
l
a 6
V
_
l
X=4.875
a
u
4
d
i
v
i
d
n 2
I
LC L=1.056
0
29

1
33

5
37

13

17

21
Obe rvation

25

4.8
UC L=4.691
e
g 3.6
n
a
R
g 2.4
n
i
__
v
o
M R=1.436
M 1.2
2 2 2

2 2 2 2

2 2 2

0.0
LC L=0
2
29

1
33

5
37

13

17

21

25

Obe rvation

roedur baru
Catatan:

Gambar 27: IMR waktu pelayanan etelah diterapkan form dan p

Fae Improve adalah fae yang paling panj ang karena kita perlu mematiakan bahw
a perbaikan yang kita
lakukan benar-benar berhail. Fae ini juga peru didukung dengan kemampuan menge
lola organiai yang
baik terutama dalam mengelola perubahan. Dalam contoh diata aya hanya mengguna
kan IMR, dimana
dalam kondidi ebenarnya mungkin diperlukan x-bar dan S-chart. Hal lain yang pe
rlu dipatikan adalah
penggunaan hypothei tet untuk mematikan perubahan hail ebelum dan eudah
improvement. DOE
dan Regrei ju ga merupakan tool yang dapat membantu kita dalam fae Improve ini
.
63
----------------------- Page 64-----------------------

Namun tetap diingat, yang terpenting adalah j angan ampai kita terj ebak dalam
penggunaan alat tatitik
yang berlebihan; focu utamanaya tetap perbaikan proe.

5. CONTROL
Sejak fae Define, eluruh team telah melakukan dokumentai dengan rapi kedalam
ebuah
binder yang merangkum eluruh hail ampai fae Improve. Oleh karena itu, Donny
ecara
bertahap udah memulai menyuun laporan yang akan menjadi dokumentai eluruh ke
giatan
dalam perbaikan proe ini.
Untuk mematikan proedur dan form yang baru dilakanakan ecara koniten, tim
Six Sigma
BP ecara teratur mengadakan evaluai dan dikui ata kinerja pelayanan bank. S
ambil
berjalan, proyek percobaan dikembangkan ecara bertahap ehingga akhirnya eluru
h counter
di dua cabang Bank Propektif di kota Bandung. Proedur akhirnya dibakukan ke da
lam uatu
dokumentai yang detail dan tandar ehingga benar-benar menjadi pegangan yang p
enting
bagi etiap teller. Termauk didalamnya adalah diagram proce flow yang etelah
perbaikan
menjadi lebih pendek dan lebih ramping karena adanya penyederhanaan proe ebagai
efek

amping dari form dan proedur yang lebih jela dan ederhana.
Semakin cepatnya pelayanan bank tentu aja mengurangi panjang antrian erta meni
ngkatkan
jumlah tranaki per bulan. Untuk memvalidai repon naabah, pada bulan Deembe
r 2004,
Bank Propektif mengadakan lagi urvai kepuaan yang hailnya benar-benar memua
kan.
Naabah pua dengan perbaikan yang dilakukan di BP; komentar yang paling banyak
adalah:
-

tidak perlu lama membuang waktu dalam antrian

aya uka form yang baru

aya tidak alah mengii form lagi, karena ekarang bentuk dan wa

rnanya jela
berbeda
ii form

teller lebih ramah dan tidak cemberut lagi karena aya alah meng

Setelah hail urvai keluar, tim Six Sigma melakukan preentai didepan Pak Dedi
(ponor),
Pak Iwan (pemilik proe), Bu Dewi (Direktur Keuangan), dan hampir eluruh manaj
er di BP.
Pada keempatan itu Diah mendapat keempatan untuk menerangkan hail perbaikan
pelayanan bank, yang diterangkan euai dengan kerangka DMAIC. Akhirnya ia menun
jukkan
hail yang telah dicapai ampai bulan Deember 2004 yang dirangkum dalam coreca
rd eperti
ditunjukkan Gambar 27.

64
----------------------- Page 65----------------------TTaahuhun 20n 200404
YeYeaarr
toto
PePerrffoorrmamancncee M Meettrriicc PPaararamemetteerr TarTarggeett DaDatt
ee JaJann
FeFebb MaMarr
ApAprr
MaMay y JuJunn
JuJull AuAugg
SeSepp
OctOct
NoNovv DeDecc
WaWakkttuu P Peellaayyaannaann
1111
1010
1010
77
66
55

RaRattaa--RRatataa
1010
1010
1111
55

55
1010

8.8.88
1010

StStaannddaardrd
[m[meenniitt]]
5.5.66
6.16.1
33
22

6.6.33
22

DeDeviviaaii
5.5.22
55
22

22
5.5.44

5.5.44

4.4.44
55

33 303077
313100
282800
343400
373700 404000
454500
450450

290290

313122

454500
272766

333399..
282877

VoVolulummee T Trraannaakki i PePerr B B uulalann RaRattaa--RRatataa


[[JJuutta Ra Ruupipiaahh]]
8
2020
2525
3434
1010
1010
1010

StStaannddaardrd
DeDeviviaaii
3636
2525
2121
1010

KKeepupuaaanan Pe Pellaanngggangan

RaRattaa--RRatataa

1010
2525

20.20.8
2323

88
6.6.55

7.7.88

0.0.55
1.1.22

0.0.99

99
[Sk[Skaallaa 1- 1- 1100]]

StStaannddaardrd
DeDeviviaaii
0.0.55

ulan Deember 2004

Tabel 10: Scorecard ampai dengan b

Setelah tepuk tangan yang meriah dari eluruh hadirin, Pak Dedi ebagai pemil
ik ekaligu
direktur utama Bank Propektif mengatakan hal eperti inilah yang akan membua
t BP bia
maju dan bertahan dalam berkompetii dengan bank lain di Bandung atau Jabotab
ek. Namun
ia

ia mengingatkan bahwa, yang paling ulit adalah membuat hail perbaikan itu b

berkeinambungan dan koniten. Selain itu ia mengatakan, maih banyak perbai


kan-perbaikan
lain yang perlu dilakukan. Untuk itu ia telah menugakan Donny untuk mulai me
mbuat
program yang tepat untuk mendidik karyawan BP dalam Six Sigma untuk memperbai
ki berbagai
proe di Bank Propektif.

65
----------------------- Page 66----------------------VII.
;

Untuk Pengenalan Lebih Lanjut

[Belajar itu] eperti menyapu, elalu akan ada ampah


Habi ampah, maih banyak debu
- ebuah lagu rakyat daerah Bali -

Sebagai penutup, berikut ini beberapa cara yang bia kita lakukan untuk belajar
lebih lanjut
tentang Six Sigma.
1. Training
Dalam mengikuti training, uahakan mengikuti program yang memaka anda untuk lang
ung
mengimplementaikannya etelah training (atau malah lebih bagu lagi elama meng
ikuti

training). Pada peruahaan-peruahaan tertentu, training Six Sigma biaanya dila


kukan dalam

elang atu atau dua bulan yang berkeinambungan; artinya, jika program lengkap
terdiri dari 3
minggu penuh, maka ada jarak ekitar ebulan atau dua bulan diantara minggu pert
ama dan
kedua, erta antara minggu kedua-ketiga.Dengan mempraktikkan, kita bia punya pe
ngalaman
dalam aplikai langung. Juga diarankan, agar memilih program yang menyediakan
mentor
agar menambah kepercayaan diri kita dalam melakukan analia.
2. Mailing Lit
Mailing lit di Indoneia yang angat bermanfaat diikuti untuk berinteraki meng
enai proce
improvement, adalah adalah APICS-ID@yahoogroup.com dan Indo-POM@yahoogroup.co
m .
3. Webite
Banyak ekali webite tentang Six Sigma di internet; yang bia aya rekomendaik
an antara
lain:

ipom.or.id/mambo)

di penuli

American Society for Quality (www.aq.org)


i Six Sigma (www.iixigma.com)
Indoneian Production and Operation Management Society (www.
Google (www.google.com) dengan kata kunci ix igma
Wikipedia (www.wikipedia.org) dengan kata kunci ix igma
Beranda-faktorQ (www.beranda.net/faktorq.html) webite priba

4. Buku
Bia dilihat di daftar refereni atau juga dicari di toko buku online eperti Am
azon.com
5. Software
Rekomendai:

buat analii)

MS Excel
Six Sigma add-on untuk Excel (mungkin uah dicari)
Minitab 14
SPSS 12 (aya belum familiar, tapi katanya angat bagu juga

66
----------------------- Page 67----------------------Daftar Refereni
Breyfogle III, Forret W. Implementing Six Sigma: Smarter Solution Uing Stati
tical Method
2nd ed . John Wiley & Son, 2003.
Carver, Robert H. Doing Data Analyi with Minitab 14 . Thomon, 2004.
Federico, Mary, and Renee Beaty. Rath & Strong Six Sigma Team Pocket Guide. McGr
aw-Hill,
2004.
George, Michael L., Rowland, David, Price, Mark and John Maxey. The Lean Six Si
gma Pocket
Tool Book. McGraw-Hill 2005.
Gitlow, PhD., Howard S., and David M. Levine, Ph.D. Six Sigma for Green Belt an
d Champion.
Prentice Hall, 2005.
Pande, Peter S., Neuman Robert P, dan Roland R. Cavanagh. The Six Sigma Way: Tea
m
Fieldbook, An Implementation Guide for Proce Improvement Team . McGrawHill, 2002.
Schmidt, Stephen R., Kiemele, Mark J., and Ronald J. Berdine. Knowledge Baed Ma
nagement:
Unleahing the Power of Quality Improvement. Colorado Spring: Air Academy
Pre & A,
1999.
Schmidt, Stephen R., Kiemele, Mark J., and Ronald J. Berdine. Baic Statitic:
Tool for
Continuo Improvement 4th ed . Colorado Spring: Air Academy Pre & A,
1994.
Stagliano, Agutine A. Rath & Strong Six Sigma Advance Tool Pocket Guide. McGra
w-Hill,
2004.
i Six Sigma http://www.iixigma.com/

Tentang Penuli
D. Manggala adalah eorang praktii pemula di bidang Lean-Six Sigma yang ekaran
g bekerja di

ebuah peruahaan di Indoneia. Ia adalah arjana Teknik Mein ITB dan lulu dar
i program MBA
Duquene Univerity dengan beaiwa Fulbright. Ia mempunyai minat bear pada bid
ang proce
improvement & upply chain management dan akan angat gembira bila mempunyai tem
an
dikui dalam dua bidang terebut. Penuli bia dihubungi lewat d_manggala@yahoo
.com atau
melalui www.beranda.net

67
----------------------- Page 68----------------------Appendix 1: Deign dan Input untuk Run DOE Pembuatan Kue dengan Minitab 14
Lama
StdOrder
gangan
15

RunOrder
Kompoii
1

15

6
23

6
4
29

6
17

4
38

6
8

15

150

150

150

150

175

175

7
6

150

10

10

10

Temperatur

10

Block

15
33

CenterPt
Hail

Pemang

22

10

6
39

15
18
10
26
10
25
10
32
15
7
15
10
10
4
15
28
15
13
10
36
15
24
15
3
15
19
15
12
15
35
15
30
10
16
15
5
10

175

150

175

175

150

175

150

175

175

175

150

175

175

150

150

175

150

175

175

150

9
6

10
4

11
4

12
4

13
6

14
6

15
4

16
4

17
4

18
6

19
4

20
6

21
4

22
4

23
4

24
4

25
6

26
6

27
6

27
15
1
10
31
15
2
10
14
10
9
10
11
15
21
10
20
15
6
10
37
10
34
10
40
15

28
4

29
4

30
6

31
4

32
6

33
4

34
4

35
6

36
4

37
6

38
6

39
4

40
6

150

150

150

175

175

150

150

150

175

175

150

175

175

68

You might also like