Posts Tagged: "statistik"

8 Kualitas Utama Black Belt

- - Belt

Untuk membuat proyek Six Sigma berjalan dengan lancar dan sesuai dengan target dibutuhkan beberapa profesional yang memiliki peran masing-masing. Dalam level proyek kita mengenal Black Belt, Green Belt, Master Black Belt, dan Team Member. Dalam level organisasi ada champion dan Sponsor. Kita akan membahas masing-masingnya dalam artikel terpisah, sekarang kita akan fokus pada Black Belt.  Apa kualitas yang dibutuhkan untuk menjadi seorang Black Belt yang handal? Mari kita simak berikut ini:

  1. Kemampuan teknis yang cakap. Seorang Black Belt tidak harus seorang lulusan teknik atau jurusan statistik, namun dia memiliki kemampuan untuk mengumpulkan dan merubah data menjadi informasi yang bisa dipahami oleh dirinya dan tim. Dia juga memiliki kemampuan menganalisa data menjadi suatu knowledge untuk menentukan strategi perbaikan apa yang dipilih. Tanpa kemampuan seperti itu seorang Black Belt akan terjebak dalam hal yang sifatnya akademis dan teoritis. Continue Reading

Data Tidak Normal dalam Six Sigma

Dear Expert, dalam implementasi control chart di pabrik kami, kami sering menemukan data yang tidak normal. Apa yang sebaiknya kami lakukan?

Saat melihat data anda tidak normal, sebenarnya ada dua kemungkinannya:

Secara natural, memang proses anda datanya tidak normal.

Bagaimana anda bisa tahu? Anda bisa cek data historical populasi proses Anda dan melakukan tes normalitas (normality test). Jika tidak normal maka kemungkinan besar memang proses anda tidak normal.

Jika ini yang terjadi, anda dapat melakukan control chart yang normal dengan melakukan transformasi data misalnya dengan transformasi box-cox dan transformasi Johnson. Data yang telah Continue Reading

Taguchi Methods

Taguchi Methods adalah sebuah metode statistik yang dikembangkan oleh Genichi Taguchi untuk meningkatkan kualitas dari hasil produksi manufaktur, engineering, biotechnology, marketing, dan edvertising.

Filosofi

  • Kualitas harus didesain di dalam produk, bukan diperiksa di dalam produk
  • Kualitas terbaik dapat dicapai dengan meminimalisir penyimpangan dari target. Produk tersebut harus didesain agar tahan terhadap faktor lingkungan yang tidak dapat dikendalikan
  • Cost dari suatu kualitas harus diukur sebagai fungsi penyimpangan dari standard dan kerugian harus diukur dari keseluruhan sistem

Taguchi Methods melibatkan reduksi variasi dari proses melalui desain robust dari eksperimen. Continue Reading

Design Of Experiment (DOE)

- - Measure

Design Of Experiment (DOE) adalah sebuah pendekatan sistematik untuk menginvestigasi suatu sistem atau proses. Secara umum, DOE merupakan desain berisi informasi-informasi yang terkumpul berdasarkan pengalaman dan menghadirkan sebuah variasi, baik informasi tersebut berada di bawah kendali pelaku eksperimen maupun tidak.

DOE memiliki peranan penting sebagai suatu jalan formal untuk memaksimalkan informasi yang didapat ketika sumber daya dibutuhkan. Lebih dari sekedar metode experimental “one change at a time”, DOE juga memudahkan kita untuk melakukan judgement pada variabel input dan output yang signifikan. Pengujian “one change at a time” selalu menghasilkan resiko yang mengharuskan pelaku eksperimen untuk menemukan satu variabel input untuk memiliki efek signifikan pada output sementara mereka terhambat karena tidak dapat mengganti variabel demi menjaga kestabilan variabel lainnya.

Continue Reading

Sekilas Mengenai Histogram

- - Analyze

Dalam ilmu statistik, histogram adalah sebuah representasi grafik yang menampilkan impresi visual dari distribusi data. Histogram adalah sebuah estimasi distribusi probabilitas dari variabel kontinyu dan pertama kali diperkenalkan oleh seorang ahli bernama Karl Pearson. Histogram terdiri dari frekuensi tabular, ditunjukan sebagai balok yang berdekatan, didirikan sepanjang interval yang berlainan, dengan luas yang sama dengan frekuensi dari observasi di dalam interval. Tinggi dari balok juga sama dengan densitas frekuensi dari intervalyaitu frekuensi yang dibagi oleh lebar dari interval. Keseluruhan luas atau area dari histogram sama dengan jumlah data yang ada. histogram juga dapat dinormalisasi dalam menampilkan frekuensi relative. Hal ini kemudian menunjukkan proporsi dari beberapa case yang jatuh pada masing-msaing kategori, dengan luas total yang sama dengan 1. Kategori-kategori ini biasanya dispesifikasi secara berurutan, tidak ada overlapping interval pada setiap variabel. Kategori (interval) harus terletak secara berdampingan, dan sering kali dipilih dalam bentuk yang memiliki ukuran yang sama.

Continue Reading

Statistik dan Six Sigma

Statistik dan Six Sigma

Statistik dan Six Sigma. Pada tahun 1925, Whalter Shewhart yang dikenal sebagai bapak pengendalian kualitas pernah mengatakan bahwa:

“Kontribusi statistik tidak dilihat dari seberapa banyak karyawan anda yang ahli statistik, namun seberapa sukses anda menanamkan pola pikir statistik pada teknisi, produksi, dan enjiner yang membentuk proses anda di masa depan”.

Apa yang dikatakan Shewhart tujuh puluh enam tahun yang lalu itu terasa masih sangat relevan dengan kondisi saat ini. Seriring semakin meningkatnya keinginan pelanggan akan kualitas yang unggul ditambah lagi banyaknya pilihan, produsen  berlomba-lomba meningkatkan kinerjanya untuk dapat memenangkan kompetisi dengan cara meningkatkan kualitas dan produktivitas.

Dalam beberapa dekade belakangan ini beberapa metodologi peningkatan kinerja dipakai para produsen untuk dapat terus efektif dan efisien dalam prosesnya. Six Sigma adalah salah satunya metodologi yang terbukti membantu para produsen untuk dapat mencapai tujuannya itu.

Six Sigma berakar dari pendekatan yang mendorong perbaikan proses melalui pengukuran statistik dan analisa data. Six Sigma bertujuan untuk menghasilkan tidak lebih dari 3,4 cacat per 1 juta kesempatan dalam proses produksi.

Pendekatan Six Sigma adalah proyek – dengan kata lain, ketika peluang perbaikan berhasil diidentifikasi, maka dibentuklah suatu tim dengan sumber daya dan rencana kerja untuk mengeksekusinya. Eksekusi proyek Six Sigma mengikuti pola yang sangat ketat (atau dalam project management disebut sebagai milestone) yaitu: Define, Measure, Analyze, Improve, Control. Pada setiap fase dalam roadmap DMAIC inilah seperangkat alat khusus digunakan, dan sebagian besar alat-alat ini berkaitan dengan prinsip dan aplikasi statistik.

Menurut  Deming  statistik adalah mempelajari dan memahami variasi dalam proses dan populasi, menyimpulkan interaksi yang  terjadi antar variabel, memahami definisi operasional untuk dapat mengkomunikasikan data secara efektif, dan akhirnya, mengambil tindakan untuk mengurangi variasi dalam proses atau populasi tersebut. Singkatnya, statistik adalah alat yang dipakai untuk mengubah data menjadi informasi, dari informasi kita mendapat pengetahuan, dan dari pengetahuan kita dapat menentukan tindakan yang akan kita lakukan.

Tujuan kita mempelajari statistik bukanlah menjadikan diri kita seorang ahli statistik tetapi kita mempunyai pengetahuan yang cukup sehingga kita mampu menggunakan metode statistik mana yang sesuai dalam setiap fase DMAIC. Sehingga tidak akan lagi idiom “Ketika alat yang kita punya adalah martir, maka semua masalah terlihat sebagai paku” berlaku pada kita. Itulah statistik dalam six sigma.