Mengendalikan proses produksi secara proaktif dengan data. Memahami konsep variasi, peta kendali (Control Chart), dan 7 alat bantu utama dalam Total Quality Management.
RPS MINGGU 7 • SUB-CPMK 7 • DURASI 2 × 50 MENIT
Tujuan Pembelajaran Hari Ini
Setelah pertemuan ini, Anda mampu menerapkan SPC dan 7 QC Tools. Secara rinci:
CAPAIAN 1 — SPC Dasar
KONSEP VARIASI
Membedakan Common Cause vs Special Cause dari variasi proses dan memahami pentingnya SPC.
CAPAIAN 2 — 7 QC Tools
IDENTIFIKASI ALAT
Mengidentifikasi 7 Alat Mutu Dasar (Check Sheet, Pareto, Ishikawa, dll.) dan fungsinya masing-masing.
CAPAIAN 3 — Control Chart
PETA KENDALI
Membaca dan menginterpretasikan Control Chart untuk menilai apakah proses berada dalam kendali statistik.
CAPAIAN 4 — Studi Kasus
APLIKASI INDUSTRI
Menganalisis studi kasus nyata di manufaktur otomotif untuk memecahkan masalah cacat produk.
Mengapa Kita Butuh Alat Mutu?
Bayangkan Anda mengelola pabrik perakitan mobil. Tiba-tiba cacat pengecatan meningkat 30%. Apa yang Anda lakukan?
PENDEKATAN TRADISIONAL
Tebak-tebakan
Menyalahkan operator, mengubah mesin secara acak, coba-coba (trial-and-error). Hasilnya: buang waktu dan biaya tanpa menjamin cacat hilang.
PENDEKATAN MODERN (SPC)
Keputusan Berbasis Data
Mengumpulkan data cacat, memilah jenis terbanyak (Pareto), mencari akar masalah (Fishbone), dan memonitor stabilitas (Control Chart).
Manajemen mutu modern tidak menggunakan asumsi. Kita menggunakan Data dan Statistik untuk menemukan fakta!
Bagian 1 dari 4
Konsep Dasar SPC & Variasi
Memahami mengapa proses selalu bervariasi dan bagaimana membedakan variasi yang wajar dan yang berbahaya.
Apa itu Statistical Process Control (SPC)?
SPC adalah penerapan teknik statistik untuk mengukur dan menganalisis variasi proses.
TUJUAN UTAMA
Proaktif, Bukan Reaktif
Mencegah terjadinya cacat sebelum produk selesai dibuat, daripada mengandalkan inspeksi akhir (quality control biasa).
ALAT UTAMA
Peta Kendali
Menggunakan Control Chart untuk memonitor apakah proses berjalan sesuai harapan.
MANFAAT
Efisiensi Biaya
Menekan jumlah produk cacat (scrap) dan kebutuhan kerja ulang (rework), sehingga profitabilitas meningkat.
Kata Kunci: SPC membantu pabrik berpindah dari budaya "memeriksa mutu" menjadi budaya "membangun mutu".
Akar Masalah: Variasi Proses
Tidak ada dua produk yang 100% identik. Variasi selalu ada, namun terbagi menjadi dua jenis:
COMMON CAUSE (Penyebab Umum)
Alami & Tak Terhindarkan
Variasi acak yang melekat pada sistem. Contoh: Getaran mesin yang wajar, fluktuasi kecil suhu ruangan.
Tindakan: Biarkan saja, kecuali Anda ingin merombak seluruh sistem mesin.
SPECIAL CAUSE (Penyebab Khusus)
Abnormal & Harus Diatasi
Variasi di luar kebiasaan yang punya alasan spesifik. Contoh: Alat potong aus, material dari supplier baru cacat.
Tindakan: Investigasi segera dan perbaiki agar tidak terulang!
Tugas SPC adalah mendeteksi Special Cause Variation dengan cepat, sebelum ribuan produk cacat diproduksi.
Mengapa Kita Perlu 7 QC Tools?
SPC adalah payung besarnya. 7 QC Tools adalah alat bantu teknis untuk menjalankan SPC sehari-hari.
PERAN 7 QC TOOLS DALAM SIKLUS PDCA
Plan (Rencanakan): Gunakan Check Sheet (kumpul data), Pareto (prioritas masalah), dan Fishbone (akar masalah).
Do (Lakukan): Terapkan perbaikan pada proses berdasarkan temuan dari analisis alat bantu.
Check (Periksa): Gunakan Histogram atau Scatter Diagram untuk melihat perubahan pola data setelah perbaikan.
Act (Tindak Lanjut): Gunakan Control Chart untuk mempertahankan standar dan menstandarisasi proses baru.
Bagian 2 dari 4
Membedah 7 QC Tools
Mengenal 7 Alat Mutu Dasar dan fungsinya masing-masing dalam pemecahan masalah produksi.
Tool 1: Check Sheet (Lembar Periksa)
Langkah pertama dalam pemecahan masalah adalah mengumpulkan data secara sistematis.
FUNGSI UTAMA
Memudahkan pengumpulan data harian secara terstruktur.
Mengelompokkan jenis cacat berdasarkan waktu, shift, atau lokasi.
Menggantikan sistem pencatatan acak dengan tally marks (turus).
CONTOH CHECK SHEET CACAT CAT
Jenis Cacat
Senin
Selasa
Total
Goresan
||||
||
6
Warna Pudar
|
|||
4
Debu Menempel
|||| ||
|||| |
13
Data dari Check Sheet ini akan menjadi bahan mentah untuk membuat Pareto Chart.
Tool 2: Pareto Chart (Diagram Pareto)
Prinsip 80/20: 80% masalah disebabkan oleh 20% penyebab. Fokuslah pada masalah terbesar terlebih dahulu.
BENTUK DIAGRAM
Kombinasi Bar & Garis
Diagram batang diurutkan dari masalah frekuensi tertinggi (kiri) ke terendah (kanan). Garis kumulatif menunjukkan persentase total.
FUNGSI UTAMA
Prioritas Solusi
Sumber daya perusahaan (uang, waktu) terbatas. Pareto membantu manajemen memilih masalah mana yang jika diselesaikan akan memberi dampak terbesar.
Coba Sendiri: Susun Prioritas Pareto Anda
Ubah frekuensi tiap jenis penyebab cacat, lalu amati bagaimana garis kumulatif menunjukkan 20% penyebab mana yang menyumbang 80% masalah.
Tool 3: Histogram
Menampilkan distribusi penyebaran data untuk melihat apakah proses kita memenuhi spesifikasi yang diminta pelanggan.
ANALISIS HISTOGRAM
Pola Normal (Lonceng): Menunjukkan proses stabil dan variasi terkendali (Common Cause).
Pola Condong (Skewed): Menunjukkan adanya pergeseran proses mesin yang harus dikalibrasi ulang.
Bimodal (Dua Puncak): Biasanya mengindikasikan percampuran data dari dua mesin berbeda atau dua shift berbeda.
Histogram memberi visualisasi cepat mengenai seberapa banyak produk yang melenceng dari nilai rata-rata (target).
Tool 4: Scatter Diagram (Diagram Pencar)
Mencari tahu apakah ada korelasi (hubungan) antara dua variabel. Misalnya: Kecepatan mesin vs Jumlah cacat.
KORELASI POSITIF
Searah
Saat Variabel X naik, Variabel Y juga naik. (Contoh: Suhu oven naik, roti gosong bertambah).
KORELASI NEGATIF
Berlawanan
Saat Variabel X naik, Variabel Y turun. (Contoh: Lama pelatihan pekerja naik, tingkat kesalahan turun).
TIDAK ADA KORELASI
Acak
Titik-titik tersebar acak. Kedua variabel sama sekali tidak berhubungan.
Tool 5: Stratification (Stratifikasi)
Teknik mengurai data yang tercampur menjadi kelompok-kelompok yang bermakna (shift, mesin, supplier).
MENGAPA STRATIFIKASI PENTING?
Bayangkan rata-rata cacat pabrik adalah 5%. Kelihatannya wajar.
Sumber Data
Tingkat Cacat
Kesimpulan
Semua Mesin (Digabung)
5%
Proses terlihat stabil dan normal.
Stratifikasi: Mesin A
1%
Mesin sangat baik.
Stratifikasi: Mesin B
15%
Ditemukan masalah tersembunyi!
Tanpa stratifikasi, masalah pada Mesin B akan tertutupi oleh data dari Mesin A. Seringkali alat ini digantikan posisinya oleh Flow Chart.
Tool 6: Cause & Effect (Fishbone) Diagram
Digunakan untuk melakukan Root Cause Analysis (RCA) atau analisis akar penyebab masalah.
KATEGORI 5M + 1E (MANUFAKTUR)
Man (Manusia): Kelelahan, kurang pelatihan, ceroboh.
Machine (Mesin): Alat aus, kalibrasi salah, jarang dirawat.
Material (Bahan): Kualitas bahan baku buruk dari supplier.
Method (Metode): SOP tidak jelas, instruksi kerja salah.
Measurement (Pengukuran): Alat ukur tidak akurat.
Environment (Lingkungan): Suhu terlalu panas, debu.
Tool 7: Control Chart (Peta Kendali)
Ini adalah jantung dari SPC. Berupa grafik garis dengan tiga batas penting untuk memonitor proses seiring waktu.
UCL
Upper Control Limit
Batas kendali atas. Dihitung secara statistik (biasanya rata-rata + 3 Standar Deviasi).
CL (CENTER LINE)
Rata-rata Target
Garis tengah yang mewakili nilai rata-rata atau target performa dari proses produksi.
LCL
Lower Control Limit
Batas kendali bawah (rata-rata - 3 Standar Deviasi). Batas toleransi terbawah proses.
Jika ada titik data keluar dari UCL atau LCL, itu pertanda pasti adanya Special Cause Variation. Proses harus segera dihentikan!
Coba Sendiri: Amati Peta Kendali Proses
Geser titik data proses dan lihat kapan garis menembus UCL/LCL — tanda proses keluar kendali (special cause) dan harus dihentikan.
Coba Sendiri: Proses Terkendali, Tapi Apakah Mampu?
Control Chart tadi menjawab "apakah proses stabil?" — tapi belum menjawab "apakah proses ini cukup mampu memenuhi batas spesifikasi pelanggan (USL/LSL)?" Geser rata-rata dan sebaran proses, amati bagaimana Cp dan Cpk berubah.
Bagian 3 dari 4
Studi Kasus Nyata Industri Manufaktur
Aplikasi SPC dan 7 QC Tools pada industri perakitan mobil (Automotive Paint Shop) yang sukses menurunkan cacat hingga 70%.
Studi Kasus: Pengecatan Mobil (Paint Shop)
Sebuah pabrik otomotif mengalami lonjakan angka rework (pengerjaan ulang) akibat cacat pada proses pengecatan body mobil.
LATAR BELAKANG MASALAH
Tingkat produk cacat (Defect Rate) pengecatan mencapai angka yang tidak dapat ditoleransi.
Banyak mobil harus dicat ulang, meningkatkan biaya material cat, upah lembur, dan menghambat target pengiriman.
Manajemen memutuskan membentuk tim Quality Circle untuk menerapkan pendekatan 7 QC Tools & SPC.
Tantangan: Mengidentifikasi jenis cacat terbesar dan menemukan akar penyebabnya tanpa mengganggu proses produksi terlalu lama.
Langkah Penanganan (DMAIC & 7 QC Tools)
LANGKAH 1 & 2
Check Sheet & Pareto
Check Sheet mengumpulkan data cacat selama 1 bulan. Hasil Pareto menunjukkan 80% cacat berasal dari dua masalah: Debu Menempel (Dirt) dan Cat Meleleh (Sagging).
LANGKAH 3
Fishbone Diagram
Dibuat untuk masalah Debu. Ditemukan akar penyebab: (1) Filter udara oven jarang diganti (Machine/Environment), dan (2) Pakaian pelindung pekerja kotor (Man).
LANGKAH 4 (PERBAIKAN)
Pabrik mengganti filter sirkulasi udara lebih rutin, menstandarisasi seragam antistatik, dan mengatur viskositas cat.
Hasil Perbaikan dan Pengawasan (Control Chart)
Setelah perbaikan dilakukan, alat SPC digunakan untuk memastikan masalah tidak terulang.
KONTROL DENGAN SPC
Control Chart (p-chart) dipasang untuk memantau proporsi cacat harian secara real-time.
Operator dilatih untuk menghentikan line jika garis pada Control Chart menyentuh Upper Control Limit (UCL).
HASIL AKHIR PENURUNAN CACAT
70% - 90%
Defect Reduction
Dalam 4 bulan, cacat pengecatan turun secara dramatis hingga 70%. Studi serupa di assembly line membuktikan penurunan cacat perakitan hingga 90%.
Kesimpulan Pertemuan 7
Ringkasan konsep utama yang wajib Anda kuasai tentang pengendalian mutu statistik:
Variasi adalah musuh mutu. SPC hadir untuk membedakan variasi wajar (Common Cause) dan variasi berbahaya (Special Cause).
Gunakan 7 QC Tools secara berurutan. Mulai dari mengumpulkan data (Check Sheet), memprioritaskan masalah (Pareto), mencari akar masalah (Fishbone), hingga menstabilkan proses (Control Chart).
Keputusan berbasis fakta. Studi kasus manufaktur membuktikan bahwa metode yang didukung data statistik secara konsisten mampu menekan tingkat cacat (defect rate) dengan dramatis dibandingkan coba-coba.