APLIKASI METODE STATISTIKA UNTUK PENINGKATAN KINERJA SISTEM INDUSTRIVincent Gaspersz (Anggota APICS-ID@) ABSTRACT The objective of using statistical methods in industrial system is to separate total variation in the process into special-causes variation and common-causes variation. Special causes are assignable to specific reasons or events and result in sporadic variation that defies prediction, while common causes are inherent within the system and yield random variation within predictable bounds. Statistical process control tools are watchdog tools to provide us with indications of in-control or out-of-control status. It is important to note that an in-control process is considered stable, while an out-of-control is said to be unstable. Process stability implies the very best operation possible, given the present state of production system (e.g., incoming materials, machines, operator skills, etc.). Improvement in a stable system that indicates there is only common-causes variation within the system can occur only through system changes, which are the responsibility of management and empowered employees. If the common characteristics that cause the defects (symptoms) can be identified, its effects can be eliminated. 1. Konsep Dasar Sistem Industri Modern

Proses industri harus dipandang sebagai suatu peningkatan terus-menerus (continuous improvement), yang dimulai dari sederet siklus sejak adanya ide-ide untuk menghasilkan suatu produk, pengembangan produk, proses produksi, sampai kepada distribusi kepada konsumen. Seterusnya berdasarkan informasi sebagai umpan-balik yang dikumpulkan dari pengguna produk (konsumen) itu kita dapat mengembangkan ide-ide untuk menciptakan produk baru atau memperbaiki produk lama beserta proses produksi yang ada saat ini. Dr. William Edwards Deming, seorang guru manajemen kualitas dari Amerika Serikat, pada bulan Agustus 1950 dalam suatu konferensi dengan manajemen puncak di Hotel de Yama, Mount Hakone, Jepang, memperkenalkan suatu diagram yang memandang industri sebagai suatu sistem seperti ditunjukkan dalam Gambar 1. Perbaikan performansi sistem industri modern harus mencakup keseluruhan sistem industri itu dari kedatangan material sampai kepada konsumen dan desain ulang produk (barang dan/atau jasa) untuk masa mendatang. Dalam organisasi jasa, sumbersumber A, B, C, dan D dalam Gambar 1, dapat menjadi sumber-sumber data, atau kerja dari operasi sebelumnya seperti dokumentasi-dokumentasi yang berkaitan dengan permintaan konsumen, pembelian bahan baku dari pemasok, proses produksi, tingkat inventori yang ada, perhitungan biaya, pengiriman produk ke distributor sebagai konsumen antara atau ke konsumen akhir secara langsung, dan lain-lain.

1

Pemasok Material dan Peralatan

Disain dan Disain ulang

Riset Pasar

KonsumenA B C D

Penerimaan dan Pengujian Material

Produksi, Perakitan, Inspeksi

Distribusi

Pengujian Proses, Mesin, Metode, Biaya, dll.Gambar 1. Proses Industri Dipandang Sebagai Suatu Sistem

2.

Penggunaan Metode Statistika Dalam Bidang Industri

Metode-metode statistika untuk keperluan penelitian ilmiah telah banyak dikembangkan dan diterapkan, namun penggunaan metode-metode statistika dalam bidang industri relatif baru dibandingkan dengan penggunaan dalam penelitian ilmiah. Metode-metode statistika yang digunakan dalam bidang industri lebih berfokus pada pengendalian sistem industri guna mempertahankan pengendalian ekonomis dari kualitas produk yang diproduksi secara massal. Dua orang yang dapat disebut sebagai pelopor dalam penggunaan statistika untuk pengendalian sistem industri adalah Walter A. Shewhart dan William Edwards Deming. Penggunaan metode statistika dalam bidang industri telah meningkat secara cepat, terutama dipicu dengan dikeluarkannya sistem kualitas ISO 9000 pada tahun 1987 sebagai standar kualitas internasional yang telah diadopsi oleh lebih dari 100 negara. Dengan adanya klausul tentang peningkatan terus-menerus (continuous improvement) dalam sistem kualitas ISO 9000, maka semua industri yang bermaksud menetapkan sistem manajemen kualitas internasional serta ingin memperoleh sertifikasi ISO 9000 yang diakui secara internasional harus menetapkan metode peningkatan terusmenerus yang efektif, sehingga harus menggunakan alat-alat peningkatan kualitas (quality imoprovement tools). 3. Pemahaman Proses Vs. Metode Statistika Dalam Pengendalian Sistem Industri

Agar seseorang dapat berhasil secara efektif dan efisien melaksanakan pengendalian proses statistikal (statistical process control), ia harus memiliki pemahaman tentang proses dan menguasai penerapan metode statistika dalam pengendalian proses industri itu. Pemahaman tentang proses ini disebut sebagai statistical thinking yang harus dibedakan dengan statistical tools. Dengan demikian penggunaan metode statistika dalam industri bukan sekedar menerapkan alat-alat2

statistika (statistical tools), tetapi lebih diutamakan untuk mengendalikan proses industri guna meningkatkan kinerja sistem industri itu (statistical thinking). Dengan demikian pengendalian proses statistikal (statistical process control) lebih menekankan pada pengendalian proses berdasarkan data penting yang memang perlu dianalisis menggunakan alat-alat statistika, bukan sekedar penerapan alat-alat statistika dalam proses industri. Berdasarkan hal ini, maka pemahaman proses dan metode statistika dalam sistem industri dapat dikemukakan dalam Gambar 2.

Variasi Proses (Statistical Thinking)

DATA

Alat-alat Statistika (Statistical Tools)

Gambar 2. Pemahaman Proses Vs. Metode Statistika Dalam Industri Pemahaman tentang proses industri yang diperlukan adalah memahami bagaimana suatu proses itu bervariasi dari waktu ke waktu dalam menghasilkan produk (statistical thinking), sehingga dapat diambil tindakan-tindakan yang tepat untuk meningkatkan kinerja dari proses industri itu menggunakan bantuan alat-alat statistika (statistical tools). Variasi adalah ketidakseragaman dalam sistem industri sehingga menimbulkan perbedaan dalam kualitas pada produk (barang dan/atau jasa) yang dihasilkan. Pada dasarnya dikenal ada dua sumber atau penyebab timbulnya variasi, yang diklasifikasikan sebagai berikut: a. Variasi Penyebab-Khusus (Special-Causes Variation) adalah kejadian-kejadian di luar sistem industri yang mempengaruhi variasi dalam sistem industri itu. Penyebab khusus dapat bersumber dari faktor-faktor: manusia, peralatan, material, lingkungan, metode kerja, dll. Penyebab khusus ini mengambil polapola nonacak (nonrandom patterns) sehingga dapat diidentifikasi/ditemukan, sebab mereka tidak selalu aktif dalam proses tetapi memiliki pengaruh yang lebih kuat pada proses sehingga menimbulkan variasi. Dalam konteks pengendalian proses statistikal menggunakan peta-peta kontrol (control charts), jenis variasi ini sering ditandai dengan titik-titik pengamatan yang melewati atau keluar dari batas-batas pengendalian yang didefinisikan (defined control limits). Variasi Penyebab-Umum (Common-Causes Variation) adalah faktor-faktor di dalam sistem industri atau yang melekat pada proses industri yang menyebabkan timbulnya variasi dalam sistem industri serta hasil-hasilnya. Penyebab umum sering disebut juga sebagai penyebab acak (random causes) atau penyebab sistem (system causes). Oleh karena penyebab umum ini selalu melekat pada sistem, maka untuk menghilangkannya harus menelusuri pada elemen-elemen dalam sistem itu dan hanya pihak manajemen industri yang dapat memperbaikinya, karena pihak manajemen industri yang mengendalikan sistem industri itu. Dalam konteks pengendalian proses statistikal menggunakan peta3

b.

peta kontrol (control charts), jenis variasi ini sering ditandai dengan titik-titik pengamatan yang berada dalam batas-batas pengendalian yang didefinisikan (defined control limits). Suatu proses di mana hanya mempunyai variasi penyebab-umum (commoncauses variation) yang mempengaruhi output atau outcomes adalah merupakan proses yang stabil karena penyebab sistem yang mempengaruhi variasi biasanya relatif stabil sepanjang waktu. Variasi penyebab-umum dapat diperkirakan dalam batas-batas pengendalian yang ditetapkan secara statistikal. Sedangkan apabila variasi penyebabkhusus terjadi dalam proses, maka akan menyebabkan proses itu menjadi tidak stabil. Upaya-upaya menghilangkan variasi penyebab-khusus akan membawa proses ke dalam pengendalian statistikal. Pemahaman dan pengendalian variasi merupakan inti dari teori Deming. Dr. William Edwards Deming menyatakan bahwa sasaran dari pengendalian proses industri guna meningkatkan kualitas dan produktivitas industri adalah mengurangi variasi sebanyak mungkin. Pendekatannya adalah menstandardisasikan proses melalui setiap orang menggunakan prosedur kerja, material, dan peralatan yang sama. Di samping itu pihak manajemen industri harus mempelajari proses, mencari sumbersumber potensial dari variasi, mengumpulkan data, dan kemudian menghilangkan variasi penyebab-khusus. Sedangkan variasi penyebab-umum merupakan tindakan konkrit berikut sebagai bukti komitmen dari manajemen industri untuk perbaikan proses terus-menerus (continuous process improvement) setelah variasi penyebab-khusus dihilangkan dari proses itu. Kontribusi utama dari penggunaan metode-metode statistika dalam pengendalian sistem industri adalah memisahkan variasi total dalam proses ke dalam dua sumber di atas. Suatu sistem industri disebut berada dalam pengendalian statistikal apabila sistem itu terbebas dari variasi yang ditimbulkan oleh penyebab khusus. Performansi dari sistem industri yang berada dalam pengendalian statistikal akan dapat diprediksi dengan baik. Penggunaan metode-metode statistika dalam industri yang bersifat massal akan meningkatkan efisiensi penggunaan bahan baku dan proses industri, sehingga memberikan dampak ekonomis bagi industri itu untuk menghadapi persaingan global yang sangat kompetitif. 4. Penggunaan Alat-alat Statistika Untuk Pengembangan Sistem Industri

Jika untuk keperluan pengembangan ilmu pengetahuan terdapat langkah-langkah seperti: perumusan hipotesis, pelaksanaan percobaan, pengujian hipotesis, dan penarikan kesimpulan ilmiah (tesis), maka untuk pengembangan sistem industri mengikuti langkah-langkah: penetapan spesifikasi (standardisasi), pelaksanaan produksi, inspeksi, dan pembuatan keputusan manajemen industri. Penggunaan alat-alat statistika untuk pengembangan sistem industri ditunjukkan dalam Gambar 3.

4

On-Line ActivityControl ChartsProduksi DoQFD DOE Spesifikasi(Desain Produk & Proses)

Plan

Inspeksi (PembanSiklus Deming Study dingan dengan SpesifiAct kasi)

Capability Study, Sampling, Histograms, etc.

O F F L I

Pembuatan Keputusan & Manajemen Proses) Diagram-diagram: Alir, Sebab-Akibat, Tebar, Pareto, dll.

Y T I V I T C

N

E

A

Keterangan: QFD = Quality Function Deployment, DOE = Design of Experiments On-Line Activity = aktivitas ketika proses sedang berlangsung Off-Line Activity = aktivitas ketika proses sedang tidak berlangsung

Gambar 3. Penggunaan Alat-alat Statistika untuk Pengembangan Sistem Industri

Kestabilan (Stability) Tidak Stabil Stabil Tidak MampuKemampuan (Capability)

1 4

2 3

Mampu

Catatan: Manfaat penggunaan metode-metode statistika adalah membantu manajemen dalam mengendalikan proses industri untuk berada dalam posisi nomor 3 (stabil & mampu)

5.

Gambar 4. Siklus Hidup Proses Industri Pengendalian Proses Industri Melalui Siklus Hidup Proses 5

Siklus hidup proses industri ditunjukkan dalam Gambar 4. Interpretasi dari siklus hidup proses industri dapat dilihat dalam Tabel 1. Tabel 1. Analisis Sistem Industri Sepanjang Siklus Hidup Proses Industri Status Proses Kestabilan Kemampuan (Stability) (Capability) Tidak Tidak

No.

Situasi

Analisis

1.

Keadaan proses di Sistem industriberada luar pengendalian Proses akan kondisi menghasilkan produk buruk cacat terus-menerus (keadaan kronis)

dalam paling

2.

Ya

Tidak

proses Sistem industri berada di dalam berada dalam status antara pengendalian menuju Proses masih menghasilkan produk peningkatan kualitas global cacat

Keadaan

3.

Ya

Ya

Keadaan

berada di pengendalian Proses menghasilkan produk cacat (zero defect)

proses Sistem industri dalam berada dalam kondisi paling tidak baik

4.

Tidak

Ya

Proses berada di luar Sistem industripengendalian Proses menimbulkan masalah kualitas secara sporadis tidak dapat diperkirakan (unpredictable) dan tidak diinginkan (undesirable) oleh manajemen industri

6.

Prosedur Lengkap Penggunaan Alat-alat Statistika Untuk Pengembangan Sistem Industri

Prosedur lengkap penggunaan alat-alat statistika untuk pengembangan sistem industri ditunjukkan dalam Gambar 5.

6

Pengembangan Sistem Industri

Solusi Masalah Stabilitas

Solusi Masalah Kapabilitas

Tujuan

Deteksi, Identifikasi, dan Menghilangkan Penyebab Khusus

Proses Bergeser Menuju Target, Reduksi Variasi Yang Melekat Pada Sistem

Peta-peta KontrolAlat-alat Statistika

Analisis Kapabilitas

Quality Function Deployment, Design of Experiments, Analisis Sebab-Akibat, Pareto, Histogram, dll

Gambar 5. Penggunaan Alat-alat Statistika untuk Pengembangan Sistem Industri Dari Gambar 5 tampak bahwa pemahaman yang baik tentang metode-metode statistika dan perilaku proses industri akan mampu meningkatkan kinerja sistem industri secara terus-menerus. 7. Model Sistem Pengendalian Proses Industri Model sistem pengendalian proses industri ditunjukkan dalam Gambar 6.

7

LINGKUNGAN

Pengendalian ProsesMetode-metode Statistika

INPUTTenaga kerja Modal Material Energi

PROSESPROSES TRANSFORMASI NILAI TAMBAH

OUTPUTPRODUK (Barang dan/atau Jasa)

PELANGGAN

PeralatanInformasi Manajerial

Umpan Balik untuk Pengendalian Kebutuhan dan

Ekspektasi Pelanggan

Identifikasi Perubahan Kebutuhan dan Ekspektasi Pelanggan

Gambar 6. Model Sistem Pengendalian Proses Dari Gambar 6, tampak bahwa sistem pengendalian proses industri dapat digambarkan sebagai suatu sistem umpan-balik (feedback system). Pengendalian proses statistikal (statistical process control = SPC) merupakan satu tipe dari sistem umpan balik. Terdapat empat hal penting yang harus diperhatikan dalam sistem pengendalian proses industri, yang akan dikemukakan di sini. Proses. Melalui proses semua input bekerja sama untuk menghasilkan output berkualitas yang selanjutnya diserahkan kepada pelanggan agar memenuhi kebutuhan dan ekspektasi dari pelanggan itu. Performansi total dari proses tergantung pada komunikasi di antara pemasok (supplier) dan pelanggan (customer), di mana proses industri didesain dan diimplementasikan berdasarkan informasi kebutuhan dan ekspektasi pelanggan, yang selanjutnya dioperasionalkan dan dikelola oleh pihak manajemen industri. Sistem pengendalian proses baru dapat dianggap bermanfaat hanya jika memberikan kontribusi untuk salah satu mempertahankan tingkat keunggulan (level of excellence) atau meningkatkan performansi total dari sistem industri itu.

Informansi tentang Performansi. Kebanyakan informasi tentang performansi aktual dari proses industri dapat diperoleh melalui mengkaji output dari proses itu. Agar dapat memperoleh informasi yang bermanfaat tentang proses industri, bagaimanapun pihak manajemen industri harus memahami perilaku proses itu sendiri beserta dengan variabilitas internalnya. Karakteristik proses seperti: temperatur, banyak interupsi, cycle times, dll., seharusnya menjadi fokus utama8

dalam usaha-usaha meningkatkan performansi total dari proses itu. Pihak manajemen perlu menentukan nilai-nilai target (target values) untuk karakteristik proses, kemudian memantau bagaimana performansi aktual dari proses itu berada dekat atau jauh dari nilai-nilai target yang telah ditetapkan. Jika informasi ini diperoleh dan diinterpretasikan secara tepat, maka akan menunjukkan apakah proses industri sedang berada dalam keadaan stabil atau tidak stabil. Selanjutnya berdasarkan informasi tentang performansi dari proses itu, tindakan-tindakan yang tepat dapat diambil apakah perlu memperbaiki proses yang sekarang atau terus memproduksi output berdasarkan proses sekarang yang stabil itu. Setiap tindakan yang diambil seyogianya menjadi tepat waktu dan sesuai agar menghilangkan pemborosan dalam pengendalian proses industri itu. Tindakan pada Proses. Tindakan pada proses industri akan menjadi ekonomis apabila tindakan-tindakan itu diambil untuk mencegah karakteristik penting dari proses atau output yang bervariasi atau menyimpang terlalu jauh dari nilai-nilai target yang telah ditetapkan. Tindakan ini untuk mempertahankan kestabilan dan variasi dari output proses dalam batas-batas yang dapat diterima (acceptable limits). Tindakan-tindakan yang diambil pada proses industri dapat berupa perubahan dalam operasional (seperti: pelatihan operator, perubahan kedatangan material, dll) atau elemen-elemen dari proses itu sendiri (seperti: rehabilitasi peralatan, meningkatkan komunikasi dan hubungan di antara orang-orang, mengubah desain proses secara keseluruhan, dll). Pengaruh dari setiap tindakan pada proses industri harus dipantau dan dilakukan analisis lanjutan untuk mengetahui bahwa tindakan-tindakan yang diambil pada proses itu telah sesuai dengan yang diharapkan.

Tindakan pada Output. Tindakan pada output akan menjadi kurang ekonomis apabila tindakan itu semata-mata hanya untuk mendeteksi dan memperbaiki produk yang berada di luar spesifikasi yang telah ditetapkan, tanpa mengkaji secara mendalam tentang masalah-masalah dalam proses pembuatan output itu. Meskipun output yang tidak konsisten memenuhi kebutuhan pelanggan dapat dikerjakan ulang agar memenuhi spesifikasi yang ditetapkan, namun tindakan korektif pada proses harus dilakukan untuk mencegah proses di masa mendatang menghasilkan output yang tidak konsisten dalam memenuhi spesifikasi kebutuhan pelanggan. Dengan demikian tindakan pada output harus dilanjutkan dengan tindakan-tindakan korektif pada proses industri, kemudian menguji proses itu sampai mampu menghasilkan spesifikasi produk sesuai dengan yang diinginkan oleh pelanggan.

8.

Penutup

Agar dapat berhasil secara efektif dan efisien melaksanakan pengendalian proses statistikal (statistical process control), maka harus memiliki pemahaman tentang proses (statistical thinking) dan menguasai penerapan metode statistika dalam pengendalian proses industri itu (statistical tools). Dengan demikian penggunaan metode statistika dalam industri bukan sekedar menerapkan alat-alat statistika (statistical tools), tetapi lebih diutamakan untuk mengendalikan proses industri guna meningkatkan kinerja sistem industri itu (statistical thinking). Oleh karena itu pengendalian proses statistikal (statistical process control) lebih menekankan pada pengendalian proses (statistical

9

thinking) berdasarkan data yang dianalisis menggunakan alat-alat statistika (statistical tools), bukan sekedar penerapan alat-alat statistika dalam proses industri. 9. Daftar Pustaka Deming, W. E. 1986. Out of the Crisis. Massachusetts Institute of Technology, Massachusetts. Grant, E. L. and Richard Leavenworth. 1987. Statistical Quality Control. McGraw-Hill, New York. Harrington, J. H. and James S. Harrington. 1993. Total Improvement Management. McGraw-Hill, New York. Hart, M. K. and Robert F. Hart. 1989. Quantitative Methods for Quality and Productivity Improvement. ASQC Quality Press, Wisconsin. Ishikawa, Kaoru. 1982. Guide to Quality Control. Kraus International Publications, New York. Ishikawa, Kaoru. 1985. What Is Total Quality Control? The Japanese Way. Prentice-Hall, Englewood Cliffs, New Jersey. ISO. 1994. ISO 9001: Quality Systems: Model for Quality Assurance in Design, Development, Production, Installation and Servicing. ISO, Switzerland. Juran, J. M. and Frank M. Gryna. 1993. Quality Planning and Analysis. 3rd Edition. McGraw-Hill, New York. Kume, Hitoshi. 1985. Statistical Methods for Quality Improvement. AOTS Chosakai, Tokyo. Mauch, P. D. 1993. A Basic Approach to Quality Control and SPC. ASQC Quality Press, Wisconsin. Shewhart, W. A. 1939. Statistical Method From The Viewpoint of Quality Control. (Edited by W. Edwards Deming, 1986). Dover Publications, New York. Wreath, D. J. 1995. Using Systematic Methods to Solve a Soft Problem. ASQC 49th Annual Quality Congress Proceedings, pp.947-951. American Society for Quality Control, Wisconsin. Tentang Penulis:Vincent Gaspersz, CFPIM adalah konsultan profesional dalam manajemen sistem industri dan kualitas serta Guru Besar (Profesor) Manajemen Operasional dan Total Quality Management pada program pascasarjana MM Universitas Trisakti, Jakarta. Ia adalah anggota APICS sejak 1994dan Senior Member of the American Society for Quality (ASQ), sejak 1995. Latar belakang pendidikannya adalah Magister Sains (S2) Statistika Terapan, 1985 dan Doktor (S3) Teknik Sistem dan Manajemen Industri, 1991. Pernah menjadi Direktur Lean Enterprise pada Garibaldi Industries, Canada.

10