02_Konsep Six Sigma Motorola.pptsdwwee90

metode six sigma implementasi dan narasi

1. Konsep Six Sigma Motorola

2. Konsep Dasar Six Sigma
Motorola
•Produk (barang/jasa) diproses pada tingkat kualitas Six Sigma,
artinya boleh mengharapkan 3,4 kegagalan per satu juta
kesempatan (DPMO) atau mengharapkan 99,99966 persen
dari apa yang diharapkan pelanggan akan ada dalam produk
itu
•Six Sigma dapat dijadikan ukuran target kinerja sistem industri
•Six Sigma dapat dipandang sebagai pengendalian proses
industri berfokus pada pelanggan melalui penekanan pada
kemampuan suatu proses (process capability)

3. Enam Aspek Kunci dalam Aplikasi Six
Sigma
1.Identifikasi pelanggan
2.Identifikasi produk
3.Identifikasi kebutuhan dalam memproduksi
produk untuk pelanggan
4.Definisi proses
5.Hindari kesalahan dalam proses dan hilangkan
semua pemborosan
6.Tingkatkan proses secara terus menerus
menuju target Six Sigma

4. Aplikasi Six Sigma dalam
Manufacturing
1.Identifikasi karakteristik produk yang akan memuaskan
pelanggan
2.Mengklasifikasikan semua karakteristik kualitas sesuai CTQ
individual
3.Menentukan apakah setiap CTQ dapat dikendalikan melalui
pengendalian material, mesin, proses-proses kerja dll
4.Menentukan batas maksimum toleransi untuk setiap CTQ
sesuai yang diinginkan pelanggan
5.Menentukan maksimum variasi proses (standar deviasi)
untuk setiap CTQ
6.Mengubah desain produk dan atau proses sedemikian rupa
agar mencapai target six sigma

5. Motorola’s Six Sigma Process
Control
•Mengizinkan pergeseran nilai rata-rata (mean) setiap CTQ
individual terhadap nilai spesifikasi target (T) sebesar +1,5-
sigma
 (mu) merupakan nilai rata-rata (mean) dari proses
 (sigma) merupakan ukuran variasi proses
 5,1)()(  TTARGETmean

6. Hubungan Target Sigma dan nilai toleransi standar deviasi
maksimum (Smaks)

Jika pelanggan hanya menetapkan saru batas spesifikasi
maka
Dimana :
SL = batas spesifikasi yang ditetapkan pelanggan
T = Nilai target
)(
Sigma skapabilita nilai2
1
LSLUSLS
maks 


)(absulot
Sigma skapabilita nilai
1
TSLS
maks 

7. Hubungan Target Sigma dan nilai toleransi standar deviasi
maksimum (Smaks)
•Jika nilai Target tidak ditetapkan
•Misal: pelanggan ingin kandungan kelembaban tidak melebihi
14% dan nilai target adalah semua nilai dibawah 14%
)(
Sigma skapabilita nilai
1
XBarUSLS
maks 

8. Target Pencapaian 3,4 DPMO
1.Pengendalian proses 5-sigma dengan mengizinkan pergeseran
mean setiap CTQ individual terhadap nilai spesifikasi target
kualitas (T) yg diinginkan pelanggan sebesar +0,5-sigma
2.Pengendalian proses 5,5-sigma dengan mengizinkan
pergeseran mean setiap CTQ individual terhadap nilai
spesifikasi target kualitas (T) yg diinginkan pelanggan sebesar
+1-sigma
3.Pengendalian proses 6-sigma dengan mengizinkan pergeseran
mean setiap CTQ individual terhadap nilai spesifikasi target
kualitas (T) yg diinginkan pelanggan sebesar +1,5-sigma

9. Penentuan Kapabilitas Proses
•Keberhasilan implementasi Six Sigma dapat dilihat dari
peningkatan kapabilitas proses dalam menghasilkan produk
menuju tingkat kegagalan zero deffect
•Penting menentukan kapabilitas proses yang berhubungan
dengan CTQ untuk data variabel dan atribut
•What,s mean capability?
Kapabilitas proses adalah kemampuan suatu proses untuk
menghasilkan suatu produk/jasa yang sesuai dengan
kebutuhan/syarat dari konsumen atau spesifikasi yang
diharapkan.

10. Data Variabel dan Atribut
Data :
merupakan catatan tentang sesuatu baik
yang bersifat kualitatif maupun
kuantitatif yang dipergunakan sebagai
petunjuk untuk bertindak

11. Data Variabel dan Atribut
Data Atribut :
•Merupakan data kualitatif yang dihitung menggunakan
daftar pencacahan atau tally untuk keperluan
pencatatan dan analisis. Data atribut bersifat diskrit.
•Biasanya diperoleh dalam bentuk unit-unit
nonkonformans/ketidaksesuaian atau cacat/kegagalan
terhadap spesifikasi kualitas yang ditetapkan
Contoh data atribut karakteristik kualitas :
• ketiadaan label pada kemasan produk
•Banyaknya jenis cacat pada produk

12. Data Variabel dan Atribut
•Data Variabel
merupakan data kuantitatif yang diukur menggunakan
alat ukur tertentu untuk pencatatan dan analisis. Data
variabel bersifat kontinyu.
Contoh data variabel karakteristik kualitas :
1.Diameter pipa
2.Ketebalan produk kayu lapis
3.Berat terigu dalam kantong
4.Ukuran berat, panjang, lebar, tinggi, diameter, volume merupakan
data variabel

13. Kapabilitas Proses
“How well does our process' output (product or service) meet
the valid requirements of the customer?”
LCL UCL

14. Inherent Process Capability
index (C
p
)
•
•Symmetrical ( normal or
Gaussian or “bell Curve)
distribution
•SD + 1 (68%)
•SD + 2 (95%)
•SD + 3 (99,7)
Cp dengan USL dan LSL
Cp dengan USL atau LSL (satu batas spesifikasi)

15. Inherent Process Capability index
(C
p
)

16. Operational Process capability
(C
pk)
•handles the situation where the process is not centered
between the specification limits.

17. Cpk adalah Output yang biasa
digunakan untuk menilai suatu
kapabilitas produk

18. Cpm dalam Peningkatan
Kualitas Six Sigma
•Indeks kapabilitas proses (C
pm) digunakan untuk
mengukur tingkat suatu output proses berada
pada nilai spesifikasi target kualitas (T) yang
diinginkan oleh pelanggan.
•Semakin tinggi nilai C
pm menunjukkan output
proses semakin mendekati spesifikasi target
kualitas (T) yang diinginkan oleh pelanggan.
•Nilai C
pm
yang rendah menunjukan kemampuan
atau kapabilitas proses untuk memenuhi
spesifikasi target sangat rendah

19. Keuntungan Penggunaan
Indeks C
pm
•Indeks C
pm dapat diterapkan pada suatu interval
spesifikasi yang tidak simetris (asymetrical
spesification interval) dimana nilai spesifikasi
target kualitas (T) tidak berada tepat ditengah
nilai USL dan LSL
•Indeks C
pm dapat dihitung untuk tipe distribusi
apa saja

20. Penentuan Kapabilitas Proses
(C
pm
) untuk Data Variabel
Pada proses industri perpipaan jenis tertentu, diketahui
bahwa diameter pipa yang diinginkan pelanggan adalah
40 mm dengan batas toleransi + 5 mm. dengan metode
pengumpulan data tertentu dan analisis terhadap CTQ
diameter pipa diketahui bahwa proses pembuatan pipa
menghasilkan nilai rata-rata contoh (X-bar) = 37 mm dan
standar deviasi contoh (S) = 2 mm.
Tentukan Kapabilitas Proses untuk Kasus diatas !

21. Penentuan Kapabilitas Proses
untuk Data Variabel
stepTindakan Persamaan Hasil
1 Proses Pembuatan pipa
2 Nilai batas spesifikasi atas USL 45 mm
3 Nilai batas spesifikasi bawah LSL 35 mm
4 Nilai spesifikasi Target T 40
5 Nilai rata-rata proses X-bar 37 mm
6 Nilai Standar Deviasi S 2 mm
7 Hitung Kemungkinan cacat yang
berada di atas nilai USL per satu
juta kesempatan (DPMO)
Cari di Tabel Distribusi Normal
Standar
P[z (USL-Xbar)/S]
x 1.000.000
P(z>(45
X1.000.000/2)=
0.000032
32
8 Hitung kemungkinan cacat yang
berada di bawah nilai LSL per satu
juta kesempatan (DPMO)
P[z (LSL-Xbar)/S]
x 1.000.000
P(z<1) X1.000.000=
158.655

22. Penentuan Kapabilitas Proses
untuk Data Variabel
stepTindakan Persamaan Hasil
9 Hitung kemungkinan
cacat per satu juta
kesempatan (DPMO)
yang dihasilkan oleh
proses
= step 7+ step 8158.678
10 Konversi nilai DPMO
ke dalam nilai sigma
- 2,50 (lihat tabel)
11 Hitung kemampuan
proses dalam ukuran
sigma
Kapabilitas proses adalah
2,50 Termasuk sigma
(rendah, tidak kompetitif)

23. Penentuan Kapabilitas Proses
untuk Data Variabel
Kesimpulan :
•proses pembuatan pipa memiliki kapabilitas proses yang rendah (tidak kompetitif),
dengan tingkat pengendalian kualitas 2,5 sigma dan indeks kapabilitas proses (Cpm)
=0,46.
•(Pengendalian kualitas 5-6 Sigma dengan Cpm mendekati 2 sehingga hanya
menghasilkan kemungkinan kegagalan per satu juta kesempatan di bawah 100 DPMO)
stepTindakan Persamaan Hasil
12 Hitung kapabilitas
proses dalam indeks
kapabilitas
0,46 (rendah ,
tidak
kompetitif)

24. Konversi DPMO ke nilai Sigma (1)

25. Konversi DPMO ke nilai Sigma (2)

26. Konversi DPMO ke nilai Sigma
(3)

27. Konversi DPMO ke nilai Sigma (4)

28. Konversi DPMO ke nilai Sigma
(5)

29. Konversi DPMO ke nilai Sigma (6)

30. Cpm dalam Peningkatan
Kualitas Six Sigma
•C
pm  2,00; maka proses dianggap mampu dan
kompetitif
•C
pm antara 1,00-1,99; maka proses dianggap cukup
mampu, namun perlu upaya giat untuk peningkatan
kualitas (zero defect)
•C
pm < 1,00; maka proses dianggap tidak mampu dan tidak
kompetitif untuk bersaing di pasar global

31. Persen of Target
•Untuk mengetahui berapa persen range
(interval) toleransi spesifikasi bagi nilai rata-rata
menyimpang dari nilai target (T)
•Semakin besar nilai % off target menunjukan
kemampuan proses semakin rendah untuk
mencapai nilai target yang telah ditetapkan
100%
LSL)-(USL
T)-(XbarAbsolut
Target off % 

32. Varian dari Off Target
S(off target)
22
)( TXbarS 
•Memperlihatkan nilai
rata-rata bergeser
atau menyimpang
sebesar S dari nilai
target (T)
2
)( TXbarS 

33. C
pm
untuk Proses dengan Satu
Nilai Batas
•SL = spesification limit, bisa USL atau LSL
•T = Target yang ditetapkan
•S = sample standard deviation
•Xbar = sample mean
22
)(6
)(2
STXbar
TSLabsolut
C
pm



22
)(3
)(
STXbar
TSLabsolut
C
pm




34. C
pm
untuk Proses dengan Satu
Nilai Batas
Contoh 1:
Dalam upaya meningkatkan
kapasitas produksi karena
permintaan pasar yang meningkat
ditetapkan target produksi harian 8
ton, dengan batas toleransi paling
minimum 7 ton per hari. Misal data
produksi harian yang dikumpulkan
selama 20 hari terlihat pada tabel.
a.Tentukan Kapabilitas atau
kemampuan proses produksinya !
b.Hitung S(off-target) dan jelaskan
hasilnya
Hari
ke
Produksi
(ton)
Hari
ke
Produksi
(ton)
1 9,2 11 7,5
2 7,8 12 7,9
3 8,7 13 6,3
4 7,5 14 7,8
5 8,6 15 8,6
6 8,8 16 6,9
7 7,8 17 6,2
8 6,5 18 6,5
9 6,9 19 7,8
10 7,9 20 6,8

35. C
pmk
•Untuk target produksi yang hanya memiliki satu batas
spesifikasi misal batas spesifikasi bawah
•Dari contoh 1 tentukan C
pmk
!
 
2
/)(1 STXbar
Cpk
C
pmk


 SLSLXbarC
pk 3/)( 

36. Dalam Peningkatan Kualitas
Six Sigma
•C
pmk  2,00 ; proses dianggap mampu memenuhi
batas-batas toleransi dan kompetitif
•C
pmk
antara 1,00-1,99; proses dianggap cukup
mampu
•C
pmk
< 1,00; proses dianggap tidak mampu
memenuhi batas-batas toleransi dan tidak
kompetitif untuk bersaing di pasar global.
•Penggunaan kalkulator six sigma untuk membantu menghitung nilai
sigma

37. Penentuan Capability Proses
untuk Data Atribut
Contoh proses billing dan charging sebuah perusahaan jasa
Diketahui :
 Banyak unit transaksi yang diikerjaan melalui proses 1.283
Banyak transaksi gagal 145
Maka Tingkat cacat = 145/1.283 = 0,113 (11,3%)
Misal diketahui banyaknya CTQ (Critical of Quantity) potensial yang dapat
mengakibatkan cacat = 24
Peluang tingkat cacat (kesalahan) per karakteristik (DPO) = 0,113/24 = 0,004708
Kemungkinan cacat per satu juta kesempatan
DPMO = 0,004708 x 1.000.000= 4.708
Konversi DPMO ke nilai Sigma (lihat tabel), hasilnya adalah antara 4,09-4,10 (Sigma Baik)
Artinya proses dianggap mampu memenuhi batas-batas toleransi dan kompetitif