

SEVEN TOOLS ANALYSIS

 2

Fishbone Diagram/Cause & Effect

Diagram/Ishikawa Diagram Check Sheets Histogram Pareto Charts

Stratifikasi Scatter Diagram/Diagram Sebar Control Chart/Peta Kontrol


 3


FISHBONE DIAGRAM
1 – SEVEN TOOLS
 4

DEFINISI

 Dikembangkan tahun 1943 oleh Prof Kaoru Ishikawa  disebut juga

diagram Ishikawa atau Diagram Tulang Ikan

 Merupakan diagram yang terstruktur untuk mengidentifikasi penyebab

dari masalah dan hubungan sebab-akibat berdasarkan pengalaman dan keahlian
dari sekelompok orang dengan melakukan brainstrorming secara terstruktur.

 Dapat digunakan untuk brainstorming cara-cara yang perlu

dilakukan untuk mencapai suatu tujuan.

 Manfaat:
 Mengidentifikasi sebab-sebab utama masalah
 Mengidentifikasi akar masalah
 Mengidentifikasi beberapa alternatif cara penyelesaian masalah
 5

Penyebab

Akibat
(masalah)
Sub Penyebab 1
Sub
Penyebab
Sub Penyebab 3
Sub Penyebab 4
Sub
Penyebab Penyebab 2

FISHBONE DIAGRAM
 6

MENGGALI FAKTOR PENYEBAB

Gunakan prinsip 5 Why untuk:

• Menghindari jebakan
“mengobati gejala”
• Menggali akar penyebab
yang sebenarnya
• Menstimulasi tim melakukan
perbaikan optimal

C
O
N
T
O
H
 7

LANGKAH PEMBUATAN (1)

1. Tuliskan secara singkat masalah atau akibat yang akan dianalisa pada “kepala”
diagram tulang ikan.

2. Tetapkan kategori penyebab yang sesuai dengan permasalahan yang dianalisa

 Umumnya menggunakan kategori : 5M & 1 E yaitu Manpower
(Manusia), Machine , Method , Materials, Money , Environment
(Lingkungan)
 Jika permasalahannya cukup kompleks dapat dibuat tulang ikan untuk
setiap subproses baru kemudian di setiap sub proses dianalisa 5M +1E

3. Lakukan brainstorming sebab-sebab yang mungkin disetiap kategori

4. Identifikasi hubungan sebab akibat diantara faktor didalam setiap kategori dan sub
kategori
 8

LANGKAH PEMBUATAN (2)

5. Buat diagram tulang ikan

 Kategori utama menjadi tulang terbesar dari diagram tulang ikan
 Susun setiap penyebab dan sub penyebab di tulang yang lebih rendah
(penyebab paling spesifik dituliskan ditulang terkecil). Sebab ini merupakan
salah satu akar masalah

6. Gunakan data atau lakukan konsensus untuk memilih beberapa akar penyebab
masalah yang paling mungkin atau paling besar kontribusinya atas terjadinya
masalah
 Pilih 3-5 penyebab dari tulang kecil
 Penyebab tersebut ditandai dengan tanda bintang atau lingkaran
 Akar permasalahan ini sebelum ditindaklanjuti harus diverifikasi
 9


CONTOH
Fishbone Diagram
 10


CHECK SHEETS
2 – SEVEN TOOLS
 11

DEFINISI

 Merupakan lembar (form/sheet) yang digunakan dalam

merekam data dengan cara yang mudah untuk digunakan maupun
dianalisis.

 Manfaat:
 Membantu dan mempermudah proses pengumpulan data
 Menstandarisasi cara pengumpulan data
 Mencatat suatu kejadian
 Mengetahui adanya permasalahan
 12

LANGKAH PEMBUATAN
1. Sepakati permasalahan yang akan dikumpulkan datanya
2. Buat lembar data dengan kolom dan baris sesuai kebutuhan, gunakan pedoman
pengumpulan data (5 W+1 H)
a. What : item yang akan dikumpulkan datanya (gunakan teknik stratifikasi)
b. Where : tetapkan lokasi / scope pengumpulan data
c. Who : PIC yang mengumpulkan data
d. When : tetapkan periode pengumpulan data
e. Why : tetapkan tujuan pengumpulan data (tulis dalam pernyataan sebagai Judul
Lembar Data)
f. How much & How Collect Data :
a. Tetapkan berapa banyak dan bagaimana cara mengumpulkan data
b. Banyaknya data dan frekuensi pengambilan data harus sesuai kondisi proses (misal
cairan diambil 1 cc setiap jam dan diukur)
c. Periode waktu pengambilan data yang akan dijadikan baseline hendaknya
3. mewakili minimal satu siklus
Hasil pengumpulan data atau pengukuran dicatat pada lembar data  ada 2
yaitu :
a. Lembar data untuk mengumpulkan data secara “real time”
b. Lembar data untuk rekapitulasi
 13

CONTOH
 Masalah yang diangkat :
Kompetensi karyawan dibagian
a. maintenance
What : Jeniskurang
pekerjaan di bagian maintenance Tingkat Kompetensi karyawan Bag.
(A & B), tingkat kompetensi masing-masing Maintenance per 1 Juni 2011
pekerjaan untuk setiap karyawan  misal
stratifikasi berdasar jenis pekerjaan
b. Who : Budi
c. Where : Bagian Maintenance
d. When : Data per 1 Juni 2011
e. Why : Untuk mengetahui apakah tingkat
kompetensi karyawan di bagian maintenance
kurang
 Judul lembar Data : Data kompetensi
karyawan dibagian maintenance
f. How : Seluruh karyawan tetap dibagian
maintenance
 14


HISTOGRAM
3 – SEVEN TOOLS
 15

DEFINISI
Grafik balok yang menggambarkan penyebaran data sebagai hasil dari
satu macam pengukuran atas suatu kejadian atau proses
Contoh penerapan:
 Menurunkan variabilitas temperatur mesin
 Menurunkan variabilitas dimensi suatu produk ( panjang, lebar, tebal
dll)
 Menurunkan variabilitas parameter suatu produk ( berat, kadar, dll)

Manfaat:
 Melihat range dan distribusi dari data kontinu (misal : berat barang yang
dikirim, rupiah yang dibelanjakan disetiap PO dsb)
 Melihat variasi dan tingkat pemenuhan spesifikasi pelanggan (size, cycle
time, suhu dsb)
* Hanya berlaku untuk data kontinu saja
 16

LANGKAH-LANGKAH
1. Kumpulkan dan tabulasikan data kontinu(data hasil pengukuran) : n data
2. Urutkan data dari data yang terendah nilainya (min) sampai nilai tertinggi
(max)
3. Kurangi nilai tertinggi dengan nilai terendah untuk menghitung range dari
data yang diobservasi, range = max – min
4. Hitung jumlah balok  akar pangkat dua dari jumlah nilai data,k = sqrt
(n)
5. Hitung lebar tiap balok dengan membagi range dari data (max – min)
dengan jumlah balok, h = range / k
6. Beri label di sumbu X dengan nilai dari tiap balok (dari balok pertama s/d
balok ke k)
7. Hitung jumlah data dari tiap balok
8. Sumbu Y = jumlah data pada tiap balok, sumbu X = nilai data dari setiap
balok
9. Analisis histogram
 17

CONTOH (1) Max = 409,4 Min = 400,1

Jumlah data n= 30  k = sqrt (30) = mendekati 6
Range = max – min = 409,4 – 400,1 = 9,3
H = Range / k = 9,3 / 6 = 1,55
Rata-rata : Mean : Excel formula = average (....) = 404,25
Standard deviasi : Excel formula = STDEV (....) = 2,26
 18


CONTOH (2)
 19

NORMAL DISTRIBUTION

Untuk data distribusi normal :

a. 68,27 % data berada dalam

area X – s dan X + s
b. 95,45 % data berada
dalam area X – 2s dan X +
2s
Data dikatakan berdistribusi normal bila c. 99.73 5% data berada dalam
sebaran datanya membentuk bell curve area X – 3s dan X + 3s
(luas sebelah kiri dan kanan dari titik
tengah adalah sama)
Mean = Median = Modus
 20

POLA DISTRIBUSI NORMAL

HISTOGRAM
 Membandingkan histogram dengan
spesifikasi yang ditetapkan
 Bila ada spesifikasi, buat garis batas
spesifikasi untuk membandingkan
distribusi dari histogram dengan
batas spesifikasi yang ditentukan,
kemudian perhatikan apakan
histogram berada dalam batas
spesifikasi tersebut
 Membandingkan histogram dengan
spesifikasi ini lebih lanjut dianalisa
dengan pengukuran process
capability index
 21

POLA DISTRIBUSI NORMAL

HISTOGRAM

[Link] 05/11/14
 22

Stratifikasi Histogram
 Untuk menganalisa lebih lanjut sebuat histogram (terutama bila
terjadi penyimpangan) dengan data yang dikumpulkan dari berbagai
sumber, stratifikasikanlah data yang ada (misal berdasar material,
mesin, kondisi operasional, pekerja dll) buat masing-masing
histogram untuk data yang sudah distratifikasikan tsb
 akan lebih jelas
 23

900

800

700

600

Weighted Cost
500

400

300

200

100

0 Gap Dent Hole Crack Scratch Others Stain

Weighted cost 800 208 100 80 42 14 6


DIAGRAM PARETO
4 – SEVEN TOOLS
 24

DEFINISI

 Pertama kali ditemukan oleh Vilfredo Pareto (ahli ekonomi Italia).

 Pada umumnya digunakan untuk menunjukkan masalah yang
disusun dari prioritas tertinggi ke yang terendah untuk menentukan
masalah yang harus ditangani terlebih dahulu.
 Merupakan suatu grafik balok berbentuk vertikal yang
mengurutkan hasil pengukuran dari yang tertinggi ke yang terendah.
 Merupakan salah satu bentuk Bar Chart dimana setiap balok dapat
mencerminkan perhitungan suatu kategori, suatu fungsi dari kategori
(misal rata-rata, jumlah atau standard deviasi) atau jumlahan nilai
dari suatu tabel.
 25

MANFAAT
 Merupakan pedoman memilih peluang perbaikan berdasar prinsip “vital few”
dari “trivial many”
 Memfokuskan sumber daya pada area /defect/ penyebab yang menghasilkan
keuntungan yang terbesar
 Membandingkan frekuensi dan/atau dampak dari berbagai penyebab
masalah

 Aplikasi:
 Analisa komplain (jumlah kejadian) di perusahaan
 Analisa jenis defect (pcs) yang terjadi dari hasil QC
 Analisa losses (unit) sparepart di gudang
 Analisa pemborosan (Rp) atas hilangnya peralatan produksi
 Analisa produk rework (pcs) berdasar type produk
 Analisa breakdown mesin (frekuensi atau jam) berdasar jenis mesin
 26

LANGKAH-LANGKAH
Tetapkan kategori yang Kumpulkan data. Jenis
relevan dengan topik yang data :
akan dianalisis untuk • Berdasar jumlahan atau
menjabarkan masalah biaya
menjadi komponen yang Tetapkan periode waktu • Membutuhkan data tambahan
lebih kecil (total / jumlah)
• Pareto umumnya terdiri dari 5 kategori • Data tidak dapat berupa : hal
atau kurang yang tidak dapat dijumlahkan
• Urutkan balok berdasar jumlahan atau
(misal tingkat kecelakaan,
biaya
tingkat komplain dsb)

Gambarkan grafik
baloknya
• Setiap balok vertikal menunjukkan
Buat tabel frekuensi (item, besarnya kontribusi terhadap total
masalah
jumlah, jumlah kumulatif, • Balok disusun berdasarkan urutan nilai,
%, % kumulatif) yang paling tinggi diletakkan disebelah
kiri. Balok paling kiri memberikan
kontribusi tertinggi dalam jumlah
kejadian maupun biaya
 27

CONTOH

Kesimpulan : Defect paling besar di FT 1 adalah Chipping (40 pcs = 37,38%)

 28


STRATIFIKASI
5 – SEVEN TOOLS
 29

DEFINISI

 Mengelompokkan atau menggolongkan atau menstratifikasi data

berdasarkan faktor tertentu untuk analisa yang lebih rinci

 Contoh : Mengelompokkan data berdasar

 Siapa : Departemen, individu, jenis pelanggan
 Apa : Jenis komplain, kategori cacat, alasan menelepon
 Kapan : Bulanan, triwulan, hari, waktu
 Dimana : Bagian, Kota, lokasi spesifik dari produk

 Manfaat:
 Mengumpulkan informasi mengenai pola dan penyebab masalah
 30

LANGKAH-LANGKAH

1. Identifikasi pertanyaan yang akan dikemukakan jika telah mendapatkan data

2. Menentukan faktor stratifikasi yang paling penting menurut tim (yang paling
relevan dan dapat mengindikasikan jawaban dari masalah yang akan
dipecahkan)

3. Memasukkan faktor stratifikasi ke dalam formulir pengumpulan data

4. Membandingkan data dari strata / kelompok satu dengan strata lainnya

5. Identifikasi data dari strata mana yang terlihat secara signifikan berbeda
dibanding strata lain

6. Membuat kesimpulan
 31


CONTOH
Kinerja Dept B lebih rendah daripada Dept A
 32


SCATTER DIAGRAM
6 – SEVEN TOOLS
 33

DEFINISI

 Diagram yang menggambarkan hubungan

(korelasi) antara dua variabel / faktor yang saling
berhubungan / berkorelasi
 MANFAAT
 Menyajikan data untuk mengkonfirmasi hipotesa apakah
dua variabel saling berhubungan /berkorelasi
 Mengetahui seberapa erat hubungan antara faktor
tersebut
 Sebagai tools untuk memverifikasi akar penyebab yang
diperoleh dari analisa sebab dan akibat
 34

LANGKAH-LANGKAH (1)

1. Tetapkan 2 variabel yang akan diteliti korelasinya yaitu variabel X dan Y.

a. Variabel X merupakan variabel independen (sebab, dipengaruhi misal jumlah
kunjungan)
b. Variabel Y merupakan variabel dependen (akibat, diharapkan berubah,
terpengaruh  misal hasil penjualan
2. Tentukan sumber data / dari mana data itu diperoleh untuk setiap pasangan X
dan Y (misal X = 10 kunjungan, Y= 2 penjualan, sumberdata : Dari salesman

Menentukan periode pengumpulan data (misal tgl 1 – 31 Juli)

3.
Buat scatter diagram yng terdiri dari 4 kolom (no urut data, sumber data,
4. variabel X, variabel Y)
 35

LANGKAH-LANGKAH (2)

5. Kumpulkan data dengan melakukan pengukuran aktual (umumnya data yang dibuat
scatter diagram > 50 pasang data)
Menggambarkan scatter diagram : Plot data pada diagram  diperoleh titik-titik
6.
scatter

7. Intepretasikan data
 Analisa scatter diagram, apakah ada kecenderungan positif, negatif atau tidak
ada pola tertentu
 Untuk memastikan ada tidaknya korelasi, buat garis regresi dengan type
regresi sesuai data (linier, kurve, dll)
 Menghitung koefisien korelasinya (r)
 36

HUBUNGAN ANTARA DUA VARIABEL

Hubungan • Bila dilakukan terhadap var 1 maka akan ada dampak yang pasti terhadap var 2
• Misal : Apel jatuh pasti kebawah (Var 1: apel jatuh, var 2: arah jatuhnya-selalu
sebab kebawah)
akibat

Hubungan
yang • Bila dilakukan suatu tindakan terhadap var 1, maka belum tentu akan ada
bersifat dampak yang pasti terhadap variabel 2 (bisa terjadi, bisa tidak)

kebetulan

• Bila dilakukan suatu tindakan terhadap var 1, maka ada kemungkinan terjadi
dampak terhadap var 2. Contoh :
Hubungan • Jumlah kunjungan pelanggan dengan hasil penjualan
korelasi • Antara lama kerja dengan prestasi kerja
• Antara umur mesin dengan jumlah breakdown
 37

JENIS KORELASI ANTARA DUA VARIABEL (1)

1. Variabel Independent (X) 2. Variabel Dependent (Y)
• Variabel yang diketahui • Variabel yang akan diprediksi
• Variabel yang diposisikan sebagai • Variabel yang diposisikan
penyebab sebagai akibat
 38

JENIS KORELASI ANTARA DUA VARIABEL (2)

 39

ANALISA KORELASI
• Melihat, meramalkan dan menyimpulkan
hubungan antara dua variabel atau lebih
• Dengan diketahui korelasi antara dua variabel
atau lebih maka perubahan variabel yang satu
dapat diketahui dari variabel yang lain

2 JENIS KORELASI
 Simple correlation  hanya ada 2 variabel yang terlibat yaitu X dan Y
 Multiple correlation  hubungan antara lebih dari 2 variabel

UKURAN KORELASI
 Dapat digambarkan berupa angka kuantitatif ‘r’ dimana
-1 ≤ r ≤ 1
 40

KOEFISIEN KORELASI (r)

SIMPLE CORRELATION &
 Koefisien yang menunjukkan REGRESSION
korelasi antara dua faktor atau
variabel
 r  -1 ≤ r ≤ 1
 r = 0, tidak ada korelasi
 r > 0, korelasi positif  bila X
meningkat maka Y juga meningkat
 r < 0, korelasi negatif  bila X
meningkat maka Y menurun
 Dua variabel memiliki korelasi kuat
bila|r | ≥ 0,75
 41


CONTOH (1)
Apakah ada korelasi antara jumlah kunjungan salesman dengan hasil penjualan ?
 42

CONTOH (2) 
Karena nilai r = 0,5121 mendekati 1 maka bisa disimpulkan ada korelasi yang cukup kuat antara
variabel x dan Y  peningkatan kunjungan mempengaruhi peningkatan sales
 43


SCATTER DIAGRAM ANALISIS (1)
Dengan dan Tanpa Stratifikasi
 44


SCATTER DIAGRAM ANALISIS (2)
Mana yang paling tepat garis regresinya?
 45


CONTROL CHART
7 – SEVEN TOOLS
 TUGAS
46


Seven Management “New” Tools
05/11/14
TERIMA KASIH