Lean Six Sigma — DMAIC, 7 Tools, VSM dari Nol

Pada awal 2024, Bu Rina, Direktur Operasi PT Garmen Solo Makmur (pabrik pakaian jadi ekspor dengan 800 karyawan di Sukoharjo), menerima ultimatum dari buyer utama di Jerman: “Defect rate Anda 7,8%. Standar kami maksimum 3%. Kalau dalam 6 bulan tidak capai 2%, kami pindah ke Vietnam.” Pesan itu bukan sekadar ancaman — tahun sebelumnya, dua pabrik garmen di Bandung sudah kehilangan kontrak senilai USD 4 juta karena masalah kualitas serupa. Bu Rina tahu perusahaannya produktif (output 80.000 potong/bulan), tetapi setiap bulan 6.240 potong gagal quality control — cacat jahitan, salah ukuran, noda kain, label terbalik. Setiap potong cacat adalah bahan baku yang terbuang, jam kerja yang sia-sia, dan margin yang menguap. Total rugi akibat defect: Rp 1,2 miliar per tahun — setara keuntungan bersih satu kuartal.

Bu Rina tidak tahu harus mulai dari mana. Ia coba tekan dengan instruksinya ke supervisor: “Tegas ke operator yang bikin cacat.” Tiga bulan berlalu, defect rate malah naik ke 8,5%. Yang turun justru moral karyawan. Saat itulah konsultan Lean Six Sigma yang direkomendasikan buyer Jerman datang, membawa satu kerangka yang akan mengubah cara Bu Rina melihat masalah: DMAIC — Define, Measure, Analyze, Improve, Control. Konsultan itu berkata singkat: “Jangan tebak. Ukur, analisis dengan data, lalu improve dengan kontrol. Saya janji 6 bulan Anda akan di 2%.”

Kasus PT Garmen Solo Makmur adalah kasus klasik yang dihadapi ribuan pabrik di Indonesia — dari garmen, sepatu, makanan, otomotif, hingga jasa. Masalah kualitas dan efisiensi tampak “sulit dipecahkan” karena gejalanya berserakan dan akar masalahnya tidak terlihat. Lean Six Sigma (LSS) menyatukan dua disiplin yang lahir dari dua tradisi berbeda — Toyota (Lean, fokus eliminasi waste) dan Motorola (Six Sigma, fokus reduksi variansi) — menjadi satu sistem perbaikan berbasis data yang dapat dipelajari dan dijalankan siapa saja. Artikel ini menerapkan LSS dari nol di PT Garmen Solo Makmur, dengan setiap tahap DMAIC dijalankan dengan angka konkret dan alat yang spesifik. Setiap perhitungan ditelusuri ke workbook Excel pendamping /excel/lean-six-sigma-template.xlsx, yang berisi formula hidup: DPMO calculator, Cp/Cpk, p-chart, Pareto, dan Value Stream Map.

Lean Six Sigma dalam Sekejap: Dua Tradisi, Satu Tujuan

Dua akar intelektual Lean Six Sigma perlu dipahami untuk memahami mengapa kerangkanya kuat.

Lean lahir di Toyota Motor Corporation pasca-Perang Dunia II, dipimpin Taiichi Ohno dan Shigeo Shingo. Konteksnya: Jepang hancur, modal terbatas, pasar kecil, tenaga kerja terorganisir dalam union kuat (berbeda dengan AS yang masif dan berlimpah). Ohno tidak bisa mengikuti model Ford massal — ia harus membuat banyak model mobil dalam volume kecil secara efisien. Hasilnya: Toyota Production System (TPS), yang intinya adalah eliminasi tujuh waste (muda): over-production, waiting, transportation, over-processing, inventory, motion, defect. Kemudian ditambah satu (unused employee creativity) menjadi delapan waste. Filosofi Lean: setiap aktivitas yang tidak menambah nilai dari mata pelanggan adalah waste yang harus dihilangkan. Alat utamanya: Value Stream Mapping (VSM), 5S, Kanban (pull system), Poka-Yoke (error-proofing), dan Kaizen (perbaikan berkelanjutan).

Six Sigma lahir di Motorola pada 1980-an, dipelopiri Bill Smith. Konteksnya: Motorola kalah kompetitif dari Jepang karena kualitas produk Amerika tidak konsisten — variansi tinggi. Smith menemukan bahwa tingkat variansi proses dapat diukur dengan sigma (simbol statistik untuk standar deviasi). Target: proses yang sanggup memuat ±6 sigma di antara batas spesifikasi (atas dan bawah) sehingga hanya 3,4 produk cacat per satu juta peluang (DPMO) — yang berarti 99,99966% “good”. Alat utamanya: DMAIC, statistical process control (SPC), design of experiments (DOE), Cp/Cpk, dan 7 Basic Tools of Quality.

Pada awal 2000-an, keduanya dilebur menjadi Lean Six Sigma. Mengapa dilebur? Karena keduanya menyelesaikan masalah berbeda tetapi saling melengkapi:

Perusahaan dengan Lean saja bisa cepat tetapi produk masih cacat. Perusahaan dengan Six Sigma saja bisa presisi tetapi lambat dan mahal. LSS menyatukan: aliran cepat yang stabil.

Catatan terminologi. Lean = rampin/urus tipis (menghilangkan waste). Six Sigma = enam sigma (statistik; sigma = σ, standar deviasi). DMAIC = Define-Measure-Analyze-Improve-Control (siklus proyek perbaikan). DPMO = Defects Per Million Opportunities (cacat per sejuta peluang). Cp/Cpk = Capability index (kapabilitas proses potensial/nyata). SPC = Statistical Process Control. VSM = Value Stream Map. VA/NVA/NNVA = Value-Added / Non-Value-Added / Necessary Non-Value-Added. Takt time = ritme produksi yang menyamai permintaan pelanggan.

Mengapa “Six Sigma”? — Logika Statistik di Balik 3,4 DPMO

Sebelum masuk DMAIC, penting memahami logika di balik angka ikonik 3,4 DPMO. Bayangkan proses produksi dengan target (mis. panjang celana 100 cm) dan batas spesifikasi (LSL = 99 cm, USL = 101 cm — yaitu toleransi ±1 cm). Proses tidak pernah sempurna — selalu ada variansi. Asumsikan output proses terdistribusi normal dengan rata-rata μ dan standar deviasi σ.

Process sigma level = berapa σ yang muat antara μ dan batas spesifikasi terdekat.

• 1-sigma process: jarak μ ke USL/LSL hanya 1σ → ~30% produk cacat (di luar spesifikasi) = 697.672 DPMO. Proses sangat buruk.
• 3-sigma process: jarak 3σ → ~93,3% good = 66.807 DPMO. Dulu dianggap standar industri “cukup baik”.
• 6-sigma process: jarak 6σ → ~99,99966% good = 3,4 DPMO. Target kelas dunia.

Tetapi ada jebakan: di dunia nyata, rata-rata proses bergeser seiring waktu karena tool wear, pergantian operator, perubahan bahan baku, suhu, dll. Studi empiris Motorola menemukan rata-rata proses cenderung bergeser ±1,5σ dalam jangka panjang. Karena itu, Six Sigma short-term capability (jarak 6σ) diterjemahkan menjadi 4,5σ long-term performance (= 3,4 DPMO). Inilah mengapa target Six Sigma adalah 3,4 DPMO, bukan 0,002 DPMO.

$$ \boxed{\;\text{DPMO} = \frac{\text{Jumlah Defect}}{\text{Jumlah Unit} \times \text{Jumlah Opportunity per Unit}} \times 1.000.000\;} $$

Mari kita hitung untuk PT Garmen Solo Makmur di kondisi awal (Define-Measure): 6.240 potong cacat dari 80.000 potong, dengan 5 opportunity per potong (jahitan, ukuran, noda, label, finishing — lima titik kontrol QC).

$$ \text{DPMO} = \frac{6.240}{80.000 \times 5} \times 1.000.000 = \frac{6.240}{400.000} \times 1.000.000 = 15.600 \text{ DPMO} $$

15.600 DPMO — bandingkan dengan benchmark:

PT Garmen Solo Makmur di 15.600 DPMO = antara 3 dan 4 sigma (~3,7 sigma) — di atas rata-rata industri garmen tradisional (3 sigma) tetapi jauh di bawah target buyer Jerman (4,5 sigma = 1.350 DPMO). Target 2% defect rate dari buyer = 200 DPMO per opportunity… mari verifikasi: 2% defect = 1.600 potong cacat dari 80.000 = DPMO 1.600 × 5 = 4.000 DPMO? Tidak — itu per unit. Untuk DPMO per opportunity, kita harus jeli: apakah “2% defect rate” dari buyer adalah per-potong (unit) atau per-kesempatan (opportunity)? Biasanya per-potong. Buyer akan menghitung: dari 80.000 potong yang dikirim, maksimum 1.600 boleh ditolak. DPMO per unit = (1.600/80.000) × 1.000.000 = 20.000 DPMO (per unit). Atau bila dihitung per opportunity (5 per potong): DPMO opportunity = 4.000. Yang pasti, target buyer adalah yield 98% per potong = setara dengan ~3,9 sigma per unit. Bisa dicapai dalam 6 bulan dengan DMAIC disiplin.

[ilustrasi «lss-six-sigma-dpmo» belum tersedia]

DMAIC: Kerangka Lima Tahap untuk Semua Proyek Perbaikan

DMAIC adalah mesin proyek LSS. Lima tahap berurutan, masing-masing dengan tujuan dan output spesifik:

Mari kita jalankan DMAIC end-to-end di PT Garmen Solo Makmur.

Define — Menulis Masalah dengan Tepat

Tahap Define sering diremehkan — banyak tim langsung lompat ke solusi tanpa mendefinisikan masalah dengan akurat. Akibatnya: “solusi” tidak menyelesaikan masalah sebenarnya. Output utama Define: Project Charter dan SIPOC.

Project Charter adalah dokumen 1 halaman yang menyatakan: (i) problem statement (apa masalah, dengan data, dampak dalam rupiah), (ii) goal statement (target spesifik, terukur, dengan tenggat), (iii) scope (batasan proyek — apa yang masuk, apa yang tidak), (iv) team (siapa sponsor, leader, anggota), dan (v) business case (mengapa ini penting secara finansial).

Project Charter PT Garmen Solo Makmur:

SIPOC = Supplier Input Process Output Customer. Diagram tingkat tinggi yang memetakan proses end-to-end dalam 4-7 langkah utama. SIPOC PT Garmen Solo Makmur untuk lini Celana Chino:

SIPOC memaksa tim melihat proses dari ujung ke ujung sebelum masuk detail. Banyak tim terkejut saat menyadari “proses” yang mereka pikir sederhana ternyata punya 5-6 langkah dengan banyak supplier dan customer internal.

Measure — Mengumpulkan Baseline dengan Disiplin

Tahap Measure: ukur kondisi saat ini dengan akurat. Tanpa baseline yang baik, kita tidak bisa tahu apakah “improve” benar-benar improve atau hanya kesan. Output Measure: data baseline, DPMO, sigma level, Cp/Cpk.

Pertama, definisikan apa itu defect. Setiap potong celana dinilai di 5 titik (5 opportunity):

1. Jahitan — kerapihan, tidak ada putus benang, jarak jahitan konsisten.
2. Ukuran — panjang, lingkar pinggang, lebar kaki, sesuai spec ±1 cm.
3. Noda — kain bersih, tidak ada noda oli/oli mesin/tinta.
4. Label — label ukuran dan merek terpasang benar (tidak terbalik, ukuran sesuai).
5. Finishing — benang potong rapi, setrika rapi, tidak kusut.

Bila satu titik gagal = 1 defect opportunity (tapi potong tetap dihitung 1 unit cacat). Tim QA mengumpulkan data 3 bulan pertama 2024 (Jan-Mar) untuk mendapat sample cukup:

3 bulan × 80.000 potong/bulan = 240.000 unit × 5 opportunity = 1.200.000 opportunity. DPMO = (24.030 / 1.200.000) × 1.000.000 = 20.025 DPMO ≈ 3,5 sigma per opportunity. Konsisten dengan perhitungan sebelumnya.

Mengukur Kapabilitas Proses: Cp dan Cpk

Dua indeks penting yang sering dipakai di tahap Measure dan Control: Cp (capability potential) dan Cpk (capability actual). Cp mengukur potensi proses bila rata-rata tepat di tengah spesifikasi; Cpk mengukur kinerja nyata dengan memperhitungkan apakah rata-rata proses terpusat atau miring ke salah satu batas.

$$ \boxed{\;C_p = \frac{\text{USL} − \text{LSL}}{6\sigma}\;} $$$$ \boxed{\;C_{pk} = \min\left(\frac{\text{USL} − \mu}{3\sigma}, \frac{\mu − \text{LSL}}{3\sigma}\right)\;} $$

USL/LSL = batas spesifikasi atas/bawah. σ = standar deviasi proses. μ = rata-rata proses.

Interpretasi:

• Cp = Cpk = proses terpusat di tengah spesifikasi.
• Cpk < Cp = proses miring (off-center).
• Cp ≥ 1,33 = mampu secara minimum (4 sigma short-term).
• Cp ≥ 1,67 = mampu baik (5 sigma).
• Cp ≥ 2,00 = mampu excellent (6 sigma = target Six Sigma).

Mari hitung untuk salah satu critical-to-quality (CTQ): lingkar pinggang celana chino size 32, target 82 cm, toleransi ±1 cm (LSL 81, USL 83). Tim QA mengukur 100 sampel acak, hasil: rata-rata 82,15 cm (sedikit miring ke atas), σ = 0,42 cm.

$$ C_p = \frac{83 − 81}{6 \times 0{,}42} = \frac{2}{2{,}52} = 0{,}79 $$$$ C_{pk} = \min\left(\frac{83 − 82{,}15}{3 \times 0{,}42}, \frac{82{,}15 − 81}{3 \times 0{,}42}\right) = \min\left(\frac{0{,}85}{1{,}26}, \frac{1{,}15}{1{,}26}\right) = \min(0{,}675, 0{,}913) = 0{,}675 $$

Hasil: Cp 0,79 (proses tidak mampu — di bawah 1,33) dan Cpk 0,675 (lebih buruk lagi, karena rata-rata miring ke USL). Inilah baseline yang harus diimprove. Setelah proyek LSS selesai nanti, target: Cp ≥ 1,33 dan Cpk ≥ 1,33 (terpusat ulang). Workbook 2_CP_CPK menghitung ini otomatis dari data sample.

Analyze — Mencari Root Cause dengan 7 Tools

Tahap Analyze: mencari mengapa defect terjadi. Bukan dengan menebak, melainkan dengan alat analisis sistematis. Berikut adalah 7 Basic Tools of Quality — toolkit standar yang dipakai di Analyze (dan sebagian di Measure/Control):

1. Check Sheet — formulir pengumpulan data terstruktur. Dipakai di Measure untuk klasifikasi defect per kategori (lihat tabel di atas).
2. Histogram — distribusi data numerik. Untuk visualisasi sebaran lingkar pinggang, panjang, dll.
3. Pareto Chart — diagram batang + garis kumulatif yang menunjukkan prinsip 80/20.
4. Cause-and-Effect Diagram (Fishbone / Ishikawa) — peta penyebab bertingkat (6M: Man, Machine, Material, Method, Measurement, Mother Nature).
5. Scatter Diagram — plot hubungan dua variabel (mencari korelasi).
6. Flowchart — diagram alur proses.
7. Control Chart (SPC) — peta kontrol statistik untuk monitor stabilitas proses seiring waktu (dipakai lebih banyak di Control).

Mari kita jalankan beberapa alat di PT Garmen Solo Makmur.

Pareto Chart — 80/20 Defect

Prinsip Pareto: 80% masalah berasal dari 20% penyebab. Fokus ke 20% itu memberi dampak terbesar. Dari data defect 3 bulan:

Empat kategori pertama (Jahitan + Ukuran + Noda + Label) menyumbang 88% defect — fokus ke empat ini menyelesaikan mayoritas masalah. Finishing (12%) bisa ditangani di iterasi berikutnya. Inilah kekuatan Pareto: memprioritaskan alokasi sumber daya perbaikan.

Fishbone Diagram — Mengapa Jahitan Cacat?

Pareto menyatakan “Jahitan” adalah kategori terbesar (35%). Tetapi mengapa jahitan banyak cacat? Fishbone/Ishikawa menelusuri root cause di enam kategori 6M:

                  Material                  Method
                   ────                      ────
                  │ Benang murah,            │ Instruksi tidak
                  │ mudah putus              │ standar per operator
                  │                          │
                  │ Mesin jahit              │
            Machine ──── JAHITAN CACAT ──── Man
                  │ tidak kalibrasi,         │ Operator baru,
                  │ kecepatan tinggi          │ training tidak cukup
                  │                          │
                  │ Pengukuran               │ Lingkungan
                  ────                      ────
                  QC inspect                 Pencahayaan buruk,
                  subjektif                  lembab

Fishbone menghasilkan daftar hipotesis penyebab. Langkah berikutnya: validasi dengan data.

5-Why Analysis — Menggali Akar Masalah

Untuk setiap “branch” fishbone, lakukan 5-Why — tanya “mengapa” 5 kali berturut untuk menembus gejala dan sampai ke akar.

Contoh untuk branch “Mesin tidak kalibrasi”:

1. Mengapa mesin tidak terkalibrasi? — Karena tidak ada jadwal kalibrasi rutin.
2. Mengapa tidak ada jadwal kalibrasi? — Karena supervisor lupa mengajukan ke maintenance.
3. Mengapa lupa? — Karena tidak ada checklist maintenance.
4. Mengapa tidak ada checklist? — Karena belum dibuat saat pabrik dibuka.
5. Mengapa belum dibuat? — Karena tidak ada SOP standar maintenance.

Akar masalah: tidak ada SOP maintenance terstruktur. Solusi: buat SOP, lakukan kalibrasi bulanan, audit kepatuhan. Inilah kekuatan 5-Why — dari gejala “mesin tidak kalibrasi” sampai akar “tidak ada SOP”. Tanpa analisis ini, perbaikan akan berhenti di “kalibrasi sekali” tanpa menjamin masalah tidak terulang.

Validasi dengan Scatter Diagram dan Uji Statistik

Untuk hipotesis spesifik (mis. “defect jahitan berkorelasi dengan kecepatan mesin”), kumpulkan data pasangan (kecepatan mesin, defect rate) di berbagai setting, lalu plot scatter. Bila korelasi negatif kuat (r < −0,7), hipotesis valid. Untuk validasi formal, lakukan hypothesis testing — t-test (bandingkan rata-rata dua kelompok), ANOVA (lebih dari dua), atau chi-square (variabel kategorikal). Artikel ini fokus pada 7 Basic Tools; uji statistik formal (termasuk yang dipakai di Black Belt certification) membutuhkan pembahasan terpisah.

Improve — Implementasi Solusi Teruji

Tahap Improve: implementasikan solusi yang sudah diverifikasi di Analyze. Prinsip Lean Six Sigma: jangan deploy solusi besar tanpa pilot. Pilot dulu di satu sel/area, ukur dampak, lalu scale up bila efektif. Output Improve: solusi teruji, before-after metrics, dan rencana implementasi penuh.

Berikut adalah kombinasi solusi Lean + Six Sigma yang diterapkan PT Garmen Solo Makmur, dipetakan ke root cause yang ditemukan:

Beberapa konsep Lean yang perlu dijelaskan:

5S = Sort (Seiri), Set in Order (Seiton), Shine (Seiso), Standardize (Seiketsu), Sustain (Shitsuke). Lima disiplin ruang kerja: pisahkan yang perlu/tidak perlu, atur tertib, bersihkan, standarkan, jaga keberlanjutan. 5S adalah pondasi Lean — tanpa ruang kerja tertib, perbaikan lanjutan tidak mungkin.

Poka-Yoke = alat/error-proofing yang membuat kesalahan mustahil terjadi. Contoh: konektor yang hanya bisa dipasang satu arah (tidak bisa terbalik); sensor yang mendeteksi label salah dan otomatis stop mesin; fixture yang memastikan kain dipotong pada posisi tepat. Poka-Yoke adalah inti Six Sigma — mencegah defect di sumber, bukan mendeteksi di akhir.

Kanban / Pull System = sistem di mana produksi ditarik oleh permintaan (bukan didorong oleh jadwal). Setiap stasiun hanya memproduksi bila stasiun berikutnya memberi sinyal (kanban card/kotak kosong). Eliminasi over-production dan work-in-process berlebih. Untuk PT Garmen, implementasi pull system mengurangi WIP dari 12.000 ke 5.000 potong — menyingkat lead time.

Pilot dan Before-After

Setelah 2 bulan implementasi di Lini A (pilot), ukur ulang DPMO dan Cp/Cpk:

Cp naik dari 0,79 ke 1,42 (dari “tidak mampu” ke “mampu”) — penggantian supplier benang, kalibrasi mesin, jig cut, dan pencahayaan berhasil mereduksi variansi. Cpk naik dari 0,68 ke 1,28 — rata-rata proses terpusat ulang. Setelah pilot sukses, scale up ke Lini B dan C dengan adaptasi lokal. Setelah 6 bulan, defect rate rata-rata tiga lini turun ke 1,9% — target buyer Jerman tercapai, kontrak USD 8 juta terselamatkan.

Control — Menjaga Perbaikan Bertahan

Tahap paling sering diabaikan: Control. Banyak proyek LSS sukses di Improve, tetapi “kembali ke asal” dalam 6-12 bulan karena tidak ada kontrol. Output Control: control chart (SPC), SOP baru, training berkelanjutan, audit kepatuhan, dan response plan.

Statistical Process Control (SPC) — Control Chart

Control chart memonitor proses seiring waktu dan membedakan common cause variation (variansi natural proses, di dalam batas kontrol) dari special cause variation (sinyal yang menunjukkan ada masalah baru yang harus diselidiki). Dua batas kontrol dihitung dari rata-rata ±3σ:

$$ \boxed{\;\text{UCL} = \bar{x} + 3\sigma, \qquad \text{LCL} = \bar{x} − 3\sigma\;} $$

Bila pengukuran berada di dalam UCL-LCL dan pola acak → proses stabil (common cause only). Bila ada titik di luar batas atau pola non-random (mis. 7 titik beruntun naik) → proses tidak stabil (special cause) → hentikan dan investigasi.

Untuk PT Garmen, daily defect rate (%) dimonitor di p-chart (control chart untuk proporsi). Setiap hari, supervisor mencatat defect rate di papan visual; bila melewati UCL, otomatis meeting root cause. Hasil setelah 3 bulan Control: defect rate stabil di 1,8-2,2% — di dalam kontrol.

SOP Baru dan Training

Dokumentasikan setiap perubahan menjadi SOP baru. Standard Work untuk setiap stasiun harus mencakup: (i) urutan langkah, (ii) waktu siklus standar, (iii) kualitas standar (dengan foto referensi). Training ulang semua operator (40 orang) — termasuk yang sudah ahli — agar konsistensi terjaga. Audit kepatuhan SOP mingguan oleh QA selama 3 bulan pertama.

Response Plan (Out-of-Control Action Plan — OCAP)

Tidak cukup punya control chart; harus ada reaksi yang spesifik bila ada alarm. OCAP PT Garmen:

Value Stream Mapping — Melihat Waste yang Tersembunyi

VSM adalah alat utama Lean untuk memetakan keseluruhan aliran material dan informasi dari awal hingga akhir proses. Tujuannya: mengidentifikasi waste yang tidak terlihat bila hanya melihat satu stasiun. VSM membedakan tiga jenis aktivitas:

• Value-Added (VA) — aktivitas yang langsung menciptakan nilai bagi pelanggan (mis. menjahit yang mengubah kain menjadi celana). Pelanggan peduli dan mau membayar.
• Non-Value-Added (NVA) / Waste — aktivitas yang tidak menambah nilai sama sekali (mis. menunggu material, mengulang cacat, mencari工具). Harus dihilangkan.
• Necessary Non-Value-Added (NNVA) — aktivitas yang tidak menambah nilai tetapi diperlukan oleh proses saat ini (mis. inspeksi QC, transportasi antar-stasiun, pergantian shift). Tidak bisa dihilangkan seketika tetapi harus diminimalkan.

Metrik utama VSM:

$$ \boxed{\;\text{Process Cycle Efficiency (PCE)} = \frac{\text{Total Value-Added Time}}{\text{Total Lead Time}} \times 100\%\;} $$

PCE mengukur rasio waktu yang benar-benar menambah nilai terhadap total waktu yang diperlukan. Industri tipikal: PCE 5-10% — artinya 90-95% waktu adalah waste. Kelas dunia (Toyota, Boeing): PCE 25%+.

Mari petakan VSM Lini Celana Chino PT Garmen Solo Makmur sebelum perbaikan:

$$ \text{Lead time} = 3{,}2 + 64 = 67{,}2 \text{ jam} = 8{,}4 \text{ hari kerja (8 jam)} \approx 28 \text{ hari kalender dengan shift 1} $$$$ \text{PCE} = \frac{3{,}2}{67{,}2} = 4{,}76\% $$

PCE 4,76% — hanya 4,76% waktu yang menambah nilai. 95,24% adalah waste (menunggu, pindah, antri). Lead time 28 hari — sangat panjang untuk produk yang sebenarnya hanya butuh 3,2 jam proses aktif. Setelah implementasi Lean (terutama pull system kanban, 5S, reduksi batch size dari 1.000 ke 200):

$$ \text{Lead time baru} = 3{,}2 + 14 = 17{,}2 \text{ jam} = 2{,}2 \text{ hari kerja} \approx 8 \text{ hari kalender} $$$$ \text{PCE baru} = \frac{3{,}2}{17{,}2} = 18{,}6\% $$

Lead time turun dari 28 hari ke 8 hari (−71%). PCE naik dari 4,76% ke 18,6% (4x lebih efisien). WIP turun dari 14.000 ke 2.400 potong — bebaskan modal kerja ~Rp 1,3 miliar (lihat artikel Manajemen Persediaan untuk kalkulasi). Ini dampak Lean yang sangat material.

8 Wastes (DOWNTIME)

VSM mengidentifikasi waste; mnemonic DOWNTIME membantu mengingat 8 jenis:

• Defects — produk gagal, perlu rework.
• Over-production — membuat lebih banyak/sebelumnya dari yang diminta.
• Waiting — menunggu material, mesin, informasi.
• Non-utilized talent — tidak memanfaatkan ide/kekreatifan karyawan.
• Transportation — gerak material yang tidak perlu.
• Inventory — WIP/material lebih dari minimum.
• Motion — gerak operator yang tidak perlu (cari工具, jauh ke gudang).
• Extra-processing — melakukan lebih dari yang diminta pelanggan.

Untuk PT Garmen, waste terbesar sebelum perbaikan: Waiting (WIP besar → operator jahit menunggu), Inventory (14.000 potong WIP), Motion (operator mencari工具 karena tidak ada 5S), dan Defects (7,8%). Setelah perbaikan, ketiga waste pertama berkurang dramatis; Defects turun ke 1,9%.

Takt Time — Mengukur Ritme terhadap Permintaan

Konsep penting lainnya: Takt time — ritme produksi yang harus dipertahankan agar dapat memenuhi permintaan pelanggan.

$$ \boxed{\;\text{Takt time} = \frac{\text{Waktu produksi tersedia}}{\text{Permintaan pelanggan}}\;} $$

Contoh PT Garmen: permintaan 80.000 potong/bulan. Waktu tersedia = 22 hari kerja × 8 jam × 60 menit = 10.560 menit/bulan.

$$ \text{Takt time} = \frac{10.560}{80.000} = 0{,}132 \text{ menit/potong} = 7{,}92 \text{ detik/potong} $$

Artinya: setiap 7,92 detik, satu potong celana harus keluar dari akhir lini. Bila cycle time aktual di suatu stasiun > takt time, stasiun itu menjadi bottleneck. Untuk PT Garmen, sewing (cycle time 2 jam per potong per operator, dengan batch 1.000) berarti per batch 2.000 jam / 1.000 = 2 jam per potong rata-rata — jauh di atas takt time. Setelah perbaikan dengan batch 200 dan sel paralel, cycle time turun ke ~8 detik per potong — selaras dengan takt time.

Takt time adalah “denyut jantung” pabrik Lean. Bila setiap stasiung sejalan dengan takt time, aliran satu-piece flow tercapai dan waste menunggu hilang.

Workbook Excel: Toolkit Lean Six Sigma

📎 Unduh workbook Excel companion: /excel/lean-six-sigma-template.xlsx — 8 sheet saling terhubung: 0_PETUNJUK → 1_DPMO_CALC → 2_CP_CPK → 3_PARETO → 4_FISHBONE_LOG → 5_P_CHART → 6_VSM → 7_TAKT_TIME. Setiap sel perhitungan memakai formula hidup: =Defect/(Unit*Opp)*1000000 untuk DPMO, =NORM.S.INV(1-DPMO/1000000)+1,5 untuk sigma level, =(USL-LSL)/(6*STDEV) untuk Cp, =MIN((USL-Mean)/(3*STDEV),(Mean-LSL)/(3*STDEV)) untuk Cpk, dan =AVERAGE+3*STDEV untuk UCL p-chart. Ubah satu data defect, satu sample lingkar pinggang, atau satu data harian — dan seluruh DPMO, sigma, Cp/Cpk, p-chart, dan Pareto menghitung ulang. Format mengakuti konvensi stdsquare (biru = input, hitam = formula, hijau = section, kuning = total). Sheet 6_VSM menampilkan perbandingan before-after dengan PCE otomatis dan visualisasi lead time.

Lean Six Sigma di Indonesia — Konteks dan Implementasi

Di Indonesia, LSS diadopsi terutama di sektor manufaktur ekspor (garmen, sepatu, elektronik, otomotif), perbankan (reduksi waktu proses kredit, error back office), telekomunikasi (perbaikan kualitas jaringan dan layanan), dan BUMN (terutama pertambangan dan energi). Beberapa observasi:

• Manufaktur ekspor adalah pioneer karena buyer international (Jepang, Eropa, AS) menuntut standar kualitas Six Sigma. Pabrik otomotif Toyota-Astra, Honda, Yamaha di Indonesia menjalankan TPS/LSS dengan ketat — pabrik di Karawang sering jadi benchmark global.
• Bank seperti BCA, Mandiri, BRI menerapkan DMAIC untuk proses back office (mis. reduksi waktu pembukaan rekening dari 5 hari ke 30 menit; reduksi error data nasabah dari 2% ke 0,1%). LSS di bank lebih fokus pada waktu siklus (Lean) daripada defect statistik.
• Rumah sakit mulai mengadopsi LSS untuk reduksi waktu tunggu pasien, error obat, dan infection rate. RS Cipto Mangunkusumo, RS Siloam, dan beberapa RS swasta memiliki tim LSS internal.
• Tantangan utama di Indonesia: budaya “data-driven” belum merata; banyak keputusan masih berdasarkan intuisi atau otoritas. Implementasi LSS di UMKM sering terhalang oleh minimnya kapabilitas statistik dan resistensi terhadap perubahan. BUMN sering terjebak di tahap “training saja tanpa proyek nyata”.
• Sertifikasi (Yellow Belt → Green Belt → Black Belt → Master Black Belt) ditawarkan oleh lembaga internasional (ASQ, IASSC) dan lokal (BINUS, beberapa konsultan). Black Belt biasanya pemimpin proyek LSS penuh waktu; Green Belt menjalankan proyek paruh waktu; Yellow Belt adalah anggota tim yang memahami dasar.

Kesalahan Umum

Lompat ke solusi tanpa Define- Measure-Analyze yang solid. Penyakit paling umum. Manajer melihat “defect rate tinggi” langsung menebak solusi (training, beli mesin baru, tegur karyawan) tanpa menganalisis root cause dengan data. Hasil: solusi tidak menyelesaikan masalah, atau menyelesaikan gejala tetapi masalah muncul kembali dalam bentuk lain. DMAIC ada untuk mencegah ini — jalankan tahap berurutan.

Treat LSS sebagai “alat” bukan “sistem”. Banyak perusahaan mengirim karyawan training Six Sigma 3 hari, lalu mengharapkan transformasi. LSS bukan sekumpulan alat — ia sistem manajemen yang melibatkan kepemimpinan, KPI, budaya continuous improvement, dan struktur reward. Tanpa sistem, alat tidak akan dipakai.

Confuse sigma level dengan DPMO yang benar. Banyak orang menyebut “kami di 6 sigma” padahal hanya yield 99% (10.000 DPMO = 3,8 sigma long-term, bukan 6). Sigma level harus dihitung dari DPMO dengan formula standar — bukan klaim. Selalu konversi DPMO → sigma level dengan tabel atau formula NORM.S.INV.

Tidak membedakan common cause dan special cause. Salah satu kesalahan paling merusak: manajer melihat satu titik melebihi target, langsung menyalahkan operator. Padahal bila variasi dalam batas common cause, “salah” ada di sistem, bukan operator. Reaksi yang benar: investigasi sistem. Sebaliknya, bila ada special cause (titik di luar UCL/LCL), reaksi cepat diperlukan. Lihat kartu kontrol, bukan asumsi.

Mengabaikan tahap Control. Proyek sukses di Improve → manajemen pindah ke proyek lain → 6 bulan kemudian kembali ke asal. Control adalah tahap paling kritis tetapi paling tidak menarik. SOP, control chart, audit mingguan, dan response plan harus menjadi bagian dari setiap proyek LSS.

Implementasi Lean tanpa Six Sigma (atau sebaliknya). Beberapa perusahaan fokus hanya Lean (eliminasi waste) tanpa Six Sigma (kualitas) — akibatnya proses cepat tetapi defect masih tinggi. Atau sebaliknya, fokus Six Sigma tanpa Lean — proses presisi tetapi lambat dan mahal. Lean Six Sigma itu satu kesatuan.

Memaksakan 5S sebagai sekadar “kerja bakti kebersihan”. 5S sering disalahpahami sebagai “bersih-bersih ruang kerja” — padahal 5S adalah pondasi disiplin dan standard work. Tanpa Sort (pisahkan perlu/tidak perlu), Set in Order (atur tertib), Standardize (sistematiskan), perbaikan lain tidak akan sustainable.

VSM hanya sebagai dokumen, bukan alat diagnosis. Banyak perusahaan membuat VSM sekali untuk pajangan, lalu tidak pernah update atau bertindak berdasarkan temuan. VSM adalah cermin hidup — harus di-update setiap kuartal dan menjadi peta jalan perbaikan.

Dipakai di Dunia Nyata

• Manufaktur Otomotif. Toyota-Astra Motor (Karawang) adalah standar emas LSS di Indonesia. Setiap stasiun kerja memiliki standard work, andon (sinyal masalah), dan sistem pull kanban. Pabrik ini konsisten mencapai PPM (parts per million, ekuivalen DPMO) di bawah 50 untuk komponen kritis — kelas dunia.
• Manufaktur Elektronik. Pabrik Samsung di Cikarang menerapkan DMAIC untuk reduksi defect solder dan yield improvement. Setiap shift memiliki p-chart yield harian; alarm otomatis bila di luar kontrol.
• Perbankan — Service Level. Bank seperti BCA memakai Lean untuk reduksi waktu cycle proses pembukaan rekening, kliring cek, dan approve kredit. DMAIC dijalankan untuk setiap “defect” (mis. data nasabah salah, dokumen tidak lengkap). Cycle time turun dari beberapa hari ke beberapa jam.
• Healthcare. RS yang mengadopsi LSS melaporkan reduksi signifikan: waktu tunggu IGD dari 90 ke 35 menit, infection rate pasca-bedah dari 2% ke 0,3%, error dispensing obat dari 5 ke 0,5 per 1.000 resep. LSS di RS berfokus pada patient safety dan flow.
• BUMN — Pertambangan. Bukit Asam, Aneka Tambang memakai DMAIC untuk reduksi downtime alat berat, improve recovery rate, dan optimize supply chain. Dampak finansial signifikan — satu proyek LSS di unit haul road dapat menghemat Rp 50-100 miliar/tahun.
• Service Industry. Maskapai (Garuda, Lion) menerapkan Lean untuk turnaround time pesawat (dari 60 ke 35 menit = hemat satu pesawat per armada). Hotel berbintang menggunakan LSS untuk reduksi complaint dan improve housekeeping cycle time.

Cek Pemahaman

1. Suatu proses produksi menghasilkan 500 unit per hari dengan 4 opportunity per unit. Dalam sebulan (22 hari kerja), ditemukan 1.320 defect. Hitung (a) DPMO, (b) sigma level (long-term, asumsi 1,5σ shift), (c) interpretasi terhadap standar Six Sigma.

Lihat jawaban

(a) Total unit per bulan = 500 × 22 = 11.000. Total opportunity = 11.000 × 4 = 44.000.

$$\text{DPMO} = \frac{1.320}{44.000} \times 1.000.000 = 30.000$$

(b) Yield = 1 − (30.000 / 1.000.000) = 0,970. Sigma level short-term ≈ NORM.S.INV(0,970) + 1,5 ≈ 1,88 + 1,5 = 3,38 sigma (long-term).

(c) Standar Six Sigma = 3,4 DPMO = 4,5 sigma long-term (6 sigma short-term). Proses ini di 3,38 sigma = jauh di bawah target. Setara dengan industri “rata-rata”. Untuk mencapai 4,5 sigma, perlu reduksi defect sekitar 90% — improvement proyek DMAIC substansial.

2. Spesifikasi berat kemasan produk = 100 gram ± 3 gram (LSL 97, USL 103). Sample 50 kemasan menunjukkan rata-rata 100,5 gram, standar deviasi 1,1 gram. Hitung (a) Cp, (b) Cpk, (c) interpretasi kapabilitas.

Lihat jawaban

(a) Cp = (USL − LSL) / (6 × σ) = (103 − 97) / (6 × 1,1) = 6 / 6,6 = 0,91. Proses tidak mampu (< 1,33) — variansi terlalu besar untuk spesifikasi.

(b) Cpk = min((103 − 100,5)/(3 × 1,1), (100,5 − 97)/(3 × 1,1)) = min(2,5/3,3, 3,5/3,3) = min(0,758, 1,061) = 0,758. Lebih buruk dari Cp karena rata-rata miring ke USL.

(c) Proses tidak mampu secara minimum. Cp 0,91 di bawah 1,33 = variansi harus direduksi. Cpk 0,76 menunjukkan kemiringan tambahan. Perbaikan perlu dua arah: (i) reduksi variansi (σ dari 1,1 ke 0,7 → Cp 1,43), (ii) re-center rata-rata dari 100,5 ke 100,0 (Naikkan Cpk menjadi ~1,43 = Cp).

3. (Transfer.) Sebuah bank ingin menurunkan waktu pemrosesan aplikasi kredit dari rata-rata 7 hari ke 2 hari (target). Anda sebagai Green Belt memimpin proyek. (a) Susun SIPOC untuk proses ini. (b) Identifikasi tiga waste Lean (DOWNTIME) yang mungkin ada. (c) Jelaskan bagaimana DMAIC dan VSM bisa dipakai, dan kapan Six Sigma tools (Cp/Cpk) relevan vs tidak.

Lihat jawaban

(a) SIPOC: Supplier = nasabah (aplikasi + dokumen); Input = formulir aplikasi, KTP, slip gaji, rekening koran; Process = (1) Penerimaan dokumen → (2) Input data → (3) Cek BI Checking → (4) Analisis kredit → (5) Approval → (6) Pencairan; Output = keputusan kredit + pencairan; Customer = nasabah.

(b) Tiga waste yang mungkin: (1) Waiting — aplikasi menunggu di antar-divisi (sales → credit analyst → approval), bottleneck di BI Checking atau approval komite. (2) Motion — petugas mencari dokumen fisik, bolak-balik antar-cabang. (3) Defects — data nasabah salah input, dokumen tidak lengkap → aplikasi ditolak atau rework. Bisa juga: (4) Transportation — dokumen dikirim fisik antar-cabang/kantor pusat, (5) Inventory — backlog aplikasi di antrian.

(c) DMAIC: Define problem (cycle time 7 hari, target 2); Measure baseline (kumpulkan data cycle time per tahap, distribusi); Analyze (mana tahap paling lambat? root cause — fishbone “mengapa BI Checking 3 hari?”); Improve (implementasi digital docs, BI Checking online paralel, delegasi approval); Control (dashboard cycle time harian, SOP baru). VSM: petakan tahap end-to-end dengan process time vs wait time; hitung PCE; identifikasi waste dominan (Waiting biasanya dominan di bank).

Six Sigma tools (Cp/Cpk, DPMO) kurang relevan untuk reduksi waktu cycle (variabel kontinyu, lebih cocok Lean tools). Tetapi Cp/Cpk cocok bila “defect” = aplikasi dengan error data (mis. target < 1% defect input). Jadi: Lean tools dominan untuk cycle time; Six Sigma tools untuk kualitas data.

4. (Aplikasi UMKM.) Seorang pemilik restoran di Yogyakarta mengeluh waktu tunggu pesanan pelanggan rata-rata 25 menit (target < 12 menit). Ia punya 5 waiter, 2 koki, 1 kasir. Pada jam sibuk (19.00-21.00), pelanggan mengeluh dan beberapa pulang tanpa pesan. (a) Terapkan Lean untuk diagnosis — jenis waste dominan dan metrik PCE. (b) Susun 3 rekomendasi DMAIC untuk reduksi waktu tunggu.

Lihat jawaban

(a) Wah, banyak waste di restoran. Yang dominan: (i) Motion — waiter mondar-mandir antar-meja, dapur, kasir (tidak ada zonasi); (ii) Waiting — pesanan menumpuk di dapur karena kapasitas 2 koki tidak sebanding dengan beban puncak; (iii) Transportation — masakan dibawa bolak-balik; (iv) Defects — salah pesan, masakan terlalu asin/pelan. PCE: hitung waktu yang menambah nilai (memasak, menyajikan) vs total lead time (tunggu order → tunggu masak → tunggu saji). Bila VA time ~8 menit, lead time 25 menit → PCE = 32% — sebenarnya tidak terlalu buruk, tetapi lead time masih panjang untuk target.

(b) DMAIC rekomendasi:

• Define: “Waktu tunggu rata-rata 25 menit (puncak 35 menit), target < 12 menit dalam 3 bulan.”
• Measure: catat cycle time setiap tahap (order → dapur → saji) per jam selama 1 minggu, identifikasi bottleneck.
• Analyze: fishbone — mengapa dapur backlog? Mungkin menu kompleks terlalu banyak (over-processing), prep tidak dilakukan off-peak (mempersiapkan bahan sebelum jam sibuk tidak dilakukan), layout dapur tidak efisien. Takt time: bila 50 meja × 2 pax × 2 jam sibuk = 200 pelanggan dalam 2 jam, takt time = 120/200 = 0,6 menit/pelanggan — koki 2 orang harus output satu masakan setiap 0,6 menit.
• Improve: (1) Standardisasi menu dan simplifikasi — reduksi menu dari 50 ke 30 fokus signature, kurangi kompleksitas dapur; (2) Prep off-peak (mise en place) — iris, marinasi, siapkan bahan sebelum jam 18.00 sehingga masak cepat; (3) Sistem order digital/tablet — eliminasi motion waiter & error order; (4) Layout zona — kasir, dapur, waiter masing-masing zona jelas; (5) Pull system — bagi dapur jadi 2 sel paralel (panas/dingin) untuk level out beban.
• Control: dashboard waktu tunggu real-time, SOP prep, audit kepatuhan. Takt time display di dapur.

Lanjutan

• Analisis Selisih (Variance Analysis) — Material, Tenaga Kerja, Overhead — artikel saudara di Pilar Akuntansi yang mendalami variance analysis untuk akuntansi biaya. Variance analysis adalah alat akuntansi; DMAIC adalah alat operasi. Keduanya saling melengkapi: variance analysis mengukur selisih dari standar, DMAIC memecahkan mengapa.
• Manajemen Persediaan — Lean mengurangi persediaan sebagai waste; artikel ini menjelaskan EOQ, safety stock, dan ABC analysis sebagai pendekatan tradisional yang perlu dikombinasikan dengan Lean pull system.
• Cost-Benefit Analysis — setiap proyek LSS harus memiliki business case (lihat Project Charter). CBA memvalidasi ROI proyek LSS sebelum eksekusi.
• PDB dan Inflasi — produktivitas (yang diimprove LSS) adalah penggerak pertumbuhan PDB jangka panjang. LSS di tingkat mikro = peningkatan TFP (Total Factor Productivity) di tingkat makro.
• Pengantar Manajemen Risiko — Six Sigma tools (Cp/Cpk, SPC) adalah kontrol risiko operasional. Risk management formal dan LSS sering berbagi tools dan mindset.