‹ Daftar slidePertemuan 3: Seminar Manajemen Kualitas Lanjutan: Six Sigma pada Industri Indonesia
Program Studi Manajemen • Konsentrasi Operasi • FEB
Seminar Manajemen Operasi
Pertemuan 3 — Seminar Manajemen Kualitas Lanjutan: Six Sigma pada Industri Indonesia
Dari filosofi zero-defect ke metodologi DMAIC: bagaimana perusahaan Indonesia mengukur, menganalisis, dan mengendalikan kualitas proses secara kuantitatif.
RPS minggu 3 • 2x50 menit
Tujuan Pembelajaran Hari Ini
Setelah pertemuan ini, Anda diharapkan mampu menganalisis penerapan Six Sigma sebagai metodologi kualitas lanjutan pada konteks industri Indonesia. Secara rinci:
CAPAIAN 1 — FONDASI
FILOSOFI & UKURAN
Menjelaskan filosofi Six Sigma serta ukuran statistiknya: DPMO dan sigma level.
CAPAIAN 2 — METODOLOGI
SIKLUS DMAIC
Menguraikan lima tahap DMAIC (Define-Measure-Analyze-Improve-Control) dan alat bantunya.
CAPAIAN 3 — KUANTIFIKASI
BIAYA KUALITAS
Menghitung Cost of Poor Quality (COPQ) dan dampaknya terhadap profitabilitas.
CAPAIAN 4 — KONTEKS INDONESIA
STUDI KASUS NYATA
Mengevaluasi kritis penerapan Six Sigma di manufaktur, jasa, dan tantangannya di UMKM.
Bagian 1 dari 3
Kenapa Kualitas Jadi Isu Strategis?
Dari inspeksi akhir produk ke pengendalian statistik proses — perjalanan singkat manajemen kualitas menuju Six Sigma.
Evolusi KualitasFilosofi Six SigmaDPMO & Sigma Level
Peta Perjalanan Manajemen Kualitas
Six Sigma bukan lahir dari kekosongan — ia adalah puncak evolusi berpuluh tahun cara perusahaan memandang kualitas.
EMPAT TAHAP EVOLUSI (WALKTHROUGH)
Tahap 1 — Inspeksi (1920-an): Produk jadi diperiksa satu per satu di ujung lini; cacat baru ketahuan setelah barang selesai dibuat.
Tahap 2 — Statistical Quality Control (1950-an): W. Edwards Deming memperkenalkan kendali statistik pada proses, bukan hanya produk akhir.
Tahap 3 — Total Quality Management (1980-an): Kualitas menjadi tanggung jawab seluruh organisasi, bukan hanya divisi QC.
Tahap 4 — Six Sigma (1986, Motorola): Kualitas diukur presisi lewat statistik, ditargetkan hanya 3,4 cacat per sejuta kesempatan.
Six Sigma mewarisi disiplin statistik SQC dan semangat organisasi TQM, lalu menambahkan struktur proyek DMAIC yang sangat terukur.
Apa itu Six Sigma?
Metodologi berbasis data untuk mengurangi variasi proses dan menghilangkan cacat, menggunakan alat statistik terstruktur.
TIGA MAKNA "SIX SIGMA"
Ukuran statistik: tingkat variasi proses relatif terhadap batas spesifikasi pelanggan.
Metodologi perbaikan: siklus DMAIC untuk proyek perbaikan proses terstruktur.
Filosofi manajemen: budaya pengambilan keputusan berbasis data, bukan asumsi/intuisi.
Glosarium
SIGMA (σ)
Sigma adalah simbol statistik untuk deviasi standar — ukuran seberapa besar sebaran/variasi data di sekitar rata-rata. Makin tinggi "level sigma" proses, makin sedikit variasinya, makin sedikit cacat yang dihasilkan.
Fokus Six Sigma bukan "menambal" produk cacat, melainkan mengurangi variasi proses sehingga cacat tidak pernah terjadi sejak awal.
Konsep Sigma Level: Semakin Tinggi, Semakin Sedikit Cacat
Sigma level menghubungkan sebaran statistik proses dengan jumlah cacat yang dihasilkan per sejuta kesempatan.
LOGIKA DI BALIK SIGMA LEVEL (WALKTHROUGH)
Langkah 1: Tentukan batas spesifikasi pelanggan (upper & lower specification limit) — misal toleransi diameter baut ±0,05 mm.
Langkah 2: Ukur sebaran hasil produksi aktual (deviasi standar/σ proses) di sekitar target.
Langkah 3: Hitung berapa kali deviasi standar tersebut "muat" di antara batas spesifikasi — itulah sigma level.
Langkah 4: Makin banyak σ yang muat (makin sempit sebaran), makin kecil peluang produk keluar dari batas spesifikasi (cacat).
Proses 3-sigma "khas" industri ≈ 66.807 DPMO (jauh dari target); proses 6-sigma hanya ≈ 3,4 DPMO — mendekati zero-defect.
Hitung dari Nol: Menghitung DPMO
DPMO (Defects Per Million Opportunities) adalah ukuran standar Six Sigma: jumlah cacat per sejuta kesempatan cacat. Kasus: PT Mitra Presisi, pemasok komponen rem untuk industri otomotif, menginspeksi 1.000 unit komponen; tiap unit memiliki 3 titik kesempatan cacat (diameter, kehalusan permukaan, kekuatan tarik). Ditemukan 45 cacat total.
Langkah
Perhitungan
Nilai
1. Total kesempatan cacat (opportunities)
1.000 unit × 3 peluang cacat/unit
3.000 peluang
2. Jumlah cacat ditemukan
data hasil inspeksi lini
45 cacat
3. DPO (Defect per Opportunity)
45 ÷ 3.000
0,015
4. DPMO (Defect per Million Opportunities)
0,015 × 1.000.000
15.000
5. Perkiraan sigma level (lookup tabel konversi)
DPMO 15.000 → lihat tabel konversi
≈ 3,7 σ
PT Mitra Presisi berada di sekitar 3,7 sigma — jauh di bawah target industri kelas dunia 6-sigma, menandakan ruang perbaikan proses yang besar.
Coba Sendiri: Konverter DPMO ke Level Sigma
Ubah jumlah unit, peluang cacat per unit, dan cacat ditemukan, lalu amati bagaimana DPMO dan perkiraan level sigma berubah otomatis.
Tabel Referensi: Sigma Level ↔ DPMO
Tabel konversi ini yang dipakai pada langkah 5 slide sebelumnya — hafalkan pola umumnya, bukan angka persisnya.
KONVERSI SIGMA LEVEL → DPMO (RUJUKAN STANDAR)
Sigma Level
DPMO (≈)
Yield Proses
2-sigma
308.537
≈ 69%
3-sigma
66.807
≈ 93,3%
4-sigma
6.210
≈ 99,4%
5-sigma
233
≈ 99,98%
6-sigma
3,4
≈ 99,9997%
Lompatan dari 3-sigma ke 6-sigma bukan linear — perbaikan tiap level sigma butuh penurunan cacat drastis, sehingga tiap kenaikan level makin sulit dicapai.
Cost of Poor Quality (COPQ): Mengapa Kualitas Itu Uang
COPQ adalah total biaya yang timbul akibat kualitas buruk — dibagi empat kategori klasik.
BIAYA KEGAGALAN INTERNAL
Sebelum Sampai Pelanggan
Scrap, rework, pengujian ulang — cacat ketahuan di dalam pabrik.
BIAYA KEGAGALAN EKSTERNAL
Setelah Sampai Pelanggan
Retur, klaim garansi, reputasi rusak — cacat ketahuan oleh pelanggan.
BIAYA APPRAISAL
Biaya Memeriksa
Inspeksi, kalibrasi alat ukur, audit kualitas rutin.
BIAYA PENCEGAHAN
Biaya Mencegah
Pelatihan, proyek Six Sigma, perbaikan desain proses.
Semakin besar investasi pada pencegahan, semakin kecil biaya kegagalan — ini argumen inti mengapa Six Sigma layak secara finansial.
Bagian 2 dari 3
Metodologi DMAIC
Lima tahap terstruktur yang mengubah masalah kualitas menjadi proyek perbaikan berbasis data.
DefineMeasureAnalyzeImproveControl
D — Define: Merumuskan Masalah dengan Presisi
Tahap pertama menetapkan ruang lingkup proyek dan suara pelanggan (Voice of Customer) sebelum data apa pun dikumpulkan.
KOMPONEN PROJECT CHARTER
Problem statement: pernyataan masalah spesifik & terukur (bukan "kualitas jelek").
Voice of Customer (VoC): kebutuhan/keluhan pelanggan yang diterjemahkan jadi indikator kritis (Critical to Quality/CTQ).
Scope: batas proses yang diperbaiki — dari titik mana sampai titik mana.
Tim & peran: Champion, Black Belt/Green Belt, anggota lintas fungsi.
Contoh: keluhan nasabah bank "transfer sering telat" diterjemahkan jadi CTQ terukur: "waktu proses transfer ≤ 3 detik untuk 99% transaksi".
M — Measure: Mengumpulkan Baseline Data
Tahap kedua mengukur kondisi proses saat ini secara objektif — tanpa baseline, perbaikan tidak bisa dibuktikan.
APA YANG DIUKUR
Data Proses Aktual
Waktu siklus, tingkat cacat, variasi output — dikumpulkan lewat sampling sistematis, bukan anekdot.
ALAT UTAMA
Peta Proses & DPMO
Process map untuk memetakan alur, lalu DPMO/sigma level sebagai baseline kuantitatif (lihat perhitungan sebelumnya).
Kesalahan umum: langsung lompat ke solusi tanpa data baseline yang valid — proyek Six Sigma tanpa Measure yang solid sulit dievaluasi keberhasilannya.
A — Analyze: Mencari Akar Penyebab
Tahap ketiga menggunakan data untuk menemukan akar penyebab (root cause) variasi, bukan sekadar gejala permukaan.
ALAT 1 — DIAGRAM FISHBONE (ISHIKAWA)
ALAT 2 — DIAGRAM PARETO (80/20)
Fishbone memetakan kandidat penyebab (manusia, mesin, metode, material); Pareto memvalidasi dengan data mana yang paling dominan secara statistik.
Hitung dari Nol: Menghitung Cost of Poor Quality (COPQ)
Kasus: PT Sandang Lestari, produsen tekstil ekspor dengan omzet Rp 50 miliar/bulan. Divisi akuntansi biaya kualitas melaporkan empat komponen COPQ bulan ini.
Langkah
Perhitungan
Nilai
1. Biaya kegagalan internal (scrap + rework)
data akuntansi biaya kualitas
Rp 1,8 miliar
2. Biaya kegagalan eksternal (retur + klaim)
data akuntansi biaya kualitas
Rp 950 juta
3. Biaya appraisal (inspeksi & kalibrasi)
data akuntansi biaya kualitas
Rp 300 juta
4. Biaya pencegahan (pelatihan + proyek Six Sigma)
data akuntansi biaya kualitas
Rp 150 juta
5. Total COPQ
1,8M + 0,95M + 0,3M + 0,15M miliar
Rp 3,2 miliar
6. COPQ terhadap omzet bulanan
3,2 miliar ÷ 50 miliar × 100%
6,4%
COPQ 6,4% dari omzet — riset industri umumnya menyebut COPQ sehat berada di bawah 2-4% omzet; ini argumen kuat untuk mengajukan proyek Six Sigma ke direksi.
I — Improve: Merancang & Menguji Solusi
Tahap keempat merancang solusi berbasis akar penyebab terverifikasi dari tahap Analyze, lalu mengujinya sebelum diterapkan penuh.
TAHAPAN IMPROVE (WALKTHROUGH)
Langkah 1 — Brainstorm solusi: hasilkan beberapa opsi perbaikan untuk akar penyebab dominan (misal kalibrasi mesin jahit rutin).
Langkah 2 — Uji coba terbatas (pilot): terapkan solusi pada satu lini/shift saja, bukan langsung ke seluruh pabrik.
Langkah 3 — Ukur hasil pilot: bandingkan DPMO/sigma level pilot dengan baseline dari tahap Measure.
Langkah 4 — Skalakan bila terbukti: gulirkan solusi ke seluruh proses hanya setelah hasil pilot signifikan.
Prinsip kunci: jangan skalakan solusi tanpa bukti pilot — banyak proyek perbaikan gagal karena melompat langsung ke implementasi penuh.
C — Control: Mengunci Perbaikan Agar Tidak Kembali
Tahap terakhir memastikan perbaikan bertahan dalam jangka panjang — kelemahan terbesar program kualitas yang tidak dikelola dengan disiplin.
ALAT UTAMA
Peta Kendali (Control Chart)
Memantau proses dari waktu ke waktu, memberi sinyal dini bila variasi mulai keluar batas kendali.
DOKUMEN PENDUKUNG
SOP & Pelatihan
SOP (Standard Operating Procedure/prosedur baku) baru + pelatihan operator untuk menjaga proses tetap pada level sigma yang dicapai.
Tanpa tahap Control, proses cenderung perlahan kembali ke kondisi lama (regression to baseline) begitu perhatian tim proyek beralih ke isu lain.
Bagian 3 dari 3
Penerapan Six Sigma di Industri Indonesia
Dari lini produksi otomotif hingga layanan perbankan — serta tantangan nyata bagi UMKM.
ManufakturJasa/PerbankanUMKM
Studi Kasus: Six Sigma di Manufaktur Komponen Otomotif
Sektor otomotif Indonesia — dengan rantai pasok Tier 1/2/3 yang ketat — menjadi salah satu adopter Six Sigma paling matang.
POLA PENERAPAN UMUM DI PEMASOK KOMPONEN (TIER 1/2)
Pemicu: tuntutan prinsipal (perakit mobil/motor Jepang & Korea) yang mewajibkan standar kualitas PPM (parts per million) reject rate sangat rendah.
Fokus DMAIC: proses presisi tinggi — pengecoran, permesinan CNC, pengelasan robotik.
Struktur peran: Black Belt/Green Belt bersertifikat mengawal proyek lintas shift.
Hasil khas: penurunan reject rate signifikan & penghematan biaya rework yang terdokumentasi ke prinsipal.
Tekanan dari rantai pasok global — bukan hanya kesadaran internal — sering menjadi pendorong utama adopsi Six Sigma di manufaktur Indonesia.
Studi Kasus: Six Sigma pada Operasi Jasa Perbankan
Six Sigma tidak terbatas pada pabrik — sektor jasa seperti perbankan menerapkannya pada proses transaksional dan layanan.
CONTOH PROSES YANG DIPERBAIKI
Layanan Transaksional
Waktu antrean teller/CS, akurasi input data nasabah, waktu proses klaim & pengajuan kredit.
PERBEDAAN DARI MANUFAKTUR
"Cacat" Bersifat Non-fisik
Cacat = kesalahan input, keterlambatan SLA, ketidaksesuaian dokumen — bukan produk fisik rusak.
Bank besar Indonesia menerapkan Six Sigma pada proses back-office (rekonsiliasi, kliring) yang jarang terlihat nasabah, namun berdampak besar pada biaya operasional.
Tantangan Implementasi & Latihan Kelompok
TANTANGAN KHAS UMKM & PERUSAHAAN KECIL
Biaya sertifikasi & pelatihan Belt relatif mahal untuk skala UMKM.
Volume data terbatas — perhitungan DPMO/sigma level butuh sampel cukup besar.
Keterbatasan SDM analitis untuk menjalankan tahap Analyze secara statistik.
Solusi umum: versi ringan (Lean Six Sigma sederhana) — fokus alat murah seperti Pareto & Fishbone tanpa uji statistik kompleks.
TUGAS KELOMPOK MINGGU DEPAN
Pilih 1 perusahaan Indonesia (manufaktur/jasa/UMKM).
Identifikasi 1 masalah kualitas & susun project charter ringkas (Define).
Hitung estimasi DPMO/sigma level dari data yang Anda asumsikan (Measure).
Presentasikan analisis akar penyebab (Fishbone + Pareto) minggu depan.
Kumpulkan draf project charter sebelum pertemuan berikutnya — akan dibahas sebagai bahan diskusi kelas lanjutan (lean manufacturing).