.jpg)
Selamat datang di angsuran ketiga dari seri kami tentang Lean dan Six Sigma. Seperti yang kita lihat di posting pertama, "Apa itu Metodologi Lean &Six Sigma?", Lean dan Six Sigma adalah metodologi perbaikan berkelanjutan yang mengurangi keseluruhan pemborosan dan variabilitas dalam proses produksi masing-masing. Postingan kedua, "Prinsip dan Alat Lean," membahas beberapa prinsip, alat, dan metodologi utama di Lean. Di sini kami menyimpulkan seri kami dengan diskusi tingkat tinggi tentang Six Sigma. Ada banyak tools dalam toolkit Six Sigma (Failure Mode Effects Analysis (FMEA), IPO Diagram, Confidence Intervals, Histograms, Pareto Charts, F-Tests, Design for Six Sigma (DFSS), dan masih banyak lagi) yang tidak akan dibahas di sini. Fokus di sini adalah membahas realitas statistik yang membuat Six Sigma efektif.
Six Sigma bertujuan untuk mengidentifikasi dan menghilangkan akar penyebab cacat dan pemborosan menggunakan alat statistik untuk mengidentifikasi variasi penyebab cacat. Dalam metodologi Six Sigma, satu-satunya cara untuk memecahkan masalah secara efektif adalah dengan menghilangkan akar masalahnya secara permanen.
Ini adalah strategi berbasis pengukuran yang berfokus pada peningkatan proses yang berupaya mencapai tidak lebih dari 3,4 cacat per sejuta peluang. Cacat Six Sigma didefinisikan sebagai sesuatu di luar spesifikasi pelanggan. Peluang Six Sigma adalah jumlah total peluang terjadinya cacat.
Metodologi Six Sigma:Proses DMAIC
DMAIC adalah metodologi pemecahan masalah Six Sigma yang didorong oleh data. Proses lima fase dijelaskan oleh setiap huruf dari akronim:
Mari kita pecahkan fase-fase tersebut lebih lanjut:
Setelah masalah, tujuan, atau area perbaikan dijelaskan, sangat penting untuk mencoba mengidentifikasi berbagai variabel input dan output yang terkait dengan perilaku proses. Seringkali variabel keluaran adalah variabel yang berada di luar spesifikasi. Penting untuk mengidentifikasi variabel input mana yang dapat menyebabkan variasi dengan variabel output.
Setelah variabel input yang menyebabkan perilaku output diidentifikasi, dimungkinkan untuk mengembangkan rencana pengukuran yang menyediakan data yang cukup untuk memulai analisis. Fase ini adalah di mana data dikumpulkan pada input dan output variabel kunci. Ini juga merupakan fase di mana baseline kinerja dikembangkan untuk digunakan dalam mengukur perbaikan yang dibuat kemudian. Sebagai aturan, setidaknya 30 pengamatan diperlukan untuk menyediakan data yang cukup untuk mewakili perilaku proses.
Setelah data dikumpulkan, dianalisis untuk menentukan tiga hingga lima akar penyebab potensial yang paling mungkin. Hal ini dicapai dengan pengumpulan dan peninjauan data lanjutan untuk memahami kontribusi setiap akar penyebab potensial menggunakan alat statistik, plot, dan bagan. Proses DMAIC bersifat iteratif dan berulang sampai semua akar penyebab yang valid diidentifikasi.
Berdasarkan akar penyebab yang valid yang diidentifikasi dalam fase Analisis, proses disesuaikan sampai variasi yang berlebihan dihilangkan. Fase Ukur dan Analisis diulangi sampai hasil yang diinginkan tercapai.
Ketika hasil yang diinginkan tercapai, perbaikan dilembagakan sehingga sumber variasi yang berlebihan dihilangkan. Langkah ini harus disertai dengan rencana pengendalian untuk memastikan bahwa output terus berada pada tingkat kualitas yang dapat diterima. Rencana Kontrol mencakup penerapan Kontrol Proses Statistik untuk memantau proses dan memastikan bahwa proses tersebut terus berfungsi dengan baik dari waktu ke waktu. Rencana pengendalian ini juga harus mencakup tindakan pencegahan jika terjadi masalah.
Ringkasan: DMAIC adalah metodologi pemecahan masalah yang membantu praktisi mendekati masalah dengan variasi berlebih dan menyelesaikannya secara sistematis.
Statistical Process Control adalah alat yang mengukur apakah suatu proses memenuhi standar produk atau proses. Jika suatu proses mampu dan stabil dari waktu ke waktu, hasil yang dirancang untuk dihasilkan oleh proses tersebut akan tercapai.
Mari kita gunakan contoh untuk lebih memahami konsep-konsep penting ini. Pikirkan tentang memanggang muffin.
Suatu proses mengubah input menjadi output. Dalam hal ini, bahan-bahannya adalah inputnya. Diketahui bahwa oven perlu mencapai suhu tertentu selama waktu tertentu dengan adonan muffin di dalamnya untuk mendapatkan muffin yang ideal.
Mari kita asumsikan oven bekerja dengan benar. Ia mampu menghasilkan apa yang kita inginkan - muffin hangat yang dipanggang dengan tepat dan sempurna. Apakah fakta bahwa oven bekerja dengan benar menjamin bahwa makanan yang dipanggang akan keluar dengan benar?
Tentu saja tidak.
Bagaimana jika oven bekerja dengan benar, tetapi anak-anak yang kelaparan dan cemas akan muffin terus membuka pintu untuk melihat apakah muffinnya sudah matang? Muffin hanya akan menjadi setengah matang saat pengatur waktu mati. Ini adalah contoh penyebab khusus variasi — kita tidak mendapatkan hasil yang diinginkan karena prosesnya di luar kendali. Prosesnya mampu, itu akan memberi kita apa yang kita inginkan ketika digunakan dengan benar, tetapi tidak terkendali.
Jika kami memastikan oven bekerja secara optimal — pada suhu yang tepat dan dengan pintu oven tertutup untuk waktu yang ditentukan — proses akan kembali terkendali. Kami sekarang memiliki proses yang mampu dan terkendali, dan kami dapat mengharapkannya untuk menghasilkan selusin muffin yang ideal.
Jika semua penyebab khusus variasi seperti di atas telah dihilangkan, maka proses dianggap terkendali dan semua variasi yang dialami adalah variasi yang melekat pada proses itu sendiri. Ini termasuk variasi kecil dalam bahan yang diukur dan sedikit variasi dalam suhu oven. Namun, prosesnya cukup kuat untuk menghasilkan hasil yang diinginkan bahkan dengan sumber variasi (inheren) ini.
Ringkasan: Kemampuan Proses adalah ukuran seberapa mampu proses untuk menghasilkan hasil yang diinginkan — yaitu, dapat memberi tahu kita berapa persentase cacat yang secara inheren akan dihasilkan oleh proses jika terkendali. Hasil yang diinginkan:selusin muffin yang dipanggang sempurna.
Sekarang setelah Anda mengetahui cara memanggang muffin yang ideal, kami akan memperkenalkan Deviasi Standar.
Standar Deviasi (Ϭ) adalah ukuran variasi dan angka yang digunakan untuk menghitung Process Capability. Ini dihitung sebagai akar kuadrat dari varians.
Dr. William Shewhart, Bapak Kualitas, mulai mengembangkan diagram kendali pada awal 1920-an. Dia menyadari bahwa jika variabel keluaran proses utama diukur, dan mereka menciptakan distribusi yang akan membuat grafik seperti kurva berbentuk lonceng di atas, maka variasi yang ditampilkan adalah acak dan, oleh karena itu, melekat pada proses.
Dengan kata lain, proses berperilaku atau beroperasi dengan cara yang dirancang untuk bekerja. Jika data tidak acak, maka harus ada logika untuk menjelaskan perilaku itu. Itulah penyebab khusus variasi.
Lalu ada Aturan Empiris. Aturan ini memberitahu kita bahwa, untuk Distribusi Acak:
Shewhart juga merancang bagan kendali (lihat di bawah) yang menyertakan batas kendali. Batas kendali biasanya jarak plus atau minus tiga Standar Deviasi dari mean. Dan, kami tahu bahwa jika titik data berada dalam batas kontrol, maka tingkat kualitas kami setidaknya 99,7% baik.
Semakin tinggi Cpk, semakin baik (mendekati 2.0 sangat baik) di mana Cpk 1,33 pada dasarnya menunjukkan nilai terendah untuk proses yang terkendali dan memenuhi spesifikasi.
Sekarang kita tahu jika suatu proses mampu dan terkendali, itu akan, menurut definisi, menghasilkan hasil yang dirancang untuk dihasilkan oleh proses itu. Kami membahas cara mengukur Kontrol Proses dengan SPC dan pentingnya menjaga proses tetap terkendali.
Batas spesifikasi berhubungan dengan toleransi proses. Misalnya, sekrup dapat berukuran diameter 3 inci (3”). Tapi, bagaimana kita mengakomodasi variasi yang melekat dalam proses untuk menghasilkan pin? Kami melakukannya dengan memberikan toleransi. Ditentukan bahwa sekrup berdiameter 3”, plus atau minus tiga per seribu inci (0,003 inci), sudah cukup baik. Semua sekrup dalam kisaran diameter tersebut akan berfungsi dengan baik untuk penerapannya.
Menurut NIST (Institut Standar dan Teknologi Nasional):
“Kemampuan proses membandingkan output dari proses dalam kendali dengan batas spesifikasi dengan menggunakan indeks kemampuan. Perbandingan dilakukan dengan membentuk rasio penyebaran antara spesifikasi proses (spesifikasi "lebar") dengan penyebaran nilai proses, yang diukur dengan 6 unit standar deviasi proses (proses "lebar").
Process Capability Index digunakan untuk menentukan seberapa dekat output dengan target yang ada dan seberapa konsisten kinerja rata-rata. Oleh karena itu, dapat digunakan untuk memprediksi kinerja dan konsistensi keluaran di masa depan.
Untuk tujuan kita, yang perlu kita ketahui adalah bahwa kita dapat menentukan kemampuan suatu proses untuk menghasilkan suku cadang yang baik. Ini sama dengan menjawab berikut ini:
Anda mungkin ingat bahwa:
Tiga ukuran variasi Standar Deviasi menandakan tingkat kualitas 99,7% dari pekerjaan bagus yang dihasilkan. Ini setara dengan ukuran Kemampuan Proses.
Literaturnya cukup setuju:
Kita membutuhkan ukuran Process Capability (Cp dan Cpk) minimal 1,33.
Hal ini memungkinkan untuk apa yang dikenal sebagai pergeseran dan penyimpangan di mana variasi normal dari proses menyebabkan beberapa cacat yang tidak akan terjadi jika tidak ada variasi.
Tapi akan selalu ada variasi. Kuncinya adalah mempertahankan kontrol proses yang baik untuk menghindari cacat.
Sekali lagi, menurut NIST:
“Indeks kapabilitas proses menggunakan variabilitas proses dan spesifikasi proses untuk menentukan apakah proses tersebut ‘mampu’.”
Masalah utama dalam mempertahankan kontrol proses yang baik adalah, seiring waktu, setiap proses akan bergeser dan melayang, tidak peduli seberapa ketat pengaturan awal. Ketika ini terjadi, hal penting yang harus diingat adalah bahwa ketika rata-rata proses bergerak, demikian pula seluruh rentang variabel, sementara batas spesifikasi tetap tidak berubah.
Ringkasan: Dengan menggunakan Six Sigma, dimungkinkan untuk memahami apakah suatu proses mampu dan mengukur Kontrol Proses dan Kemampuan Proses. Selama proses "terkendali" mampu menghasilkan hasil yang diinginkan (Proses Capability Cpk minimal 1,33), maka harus bekerja dengan baik selama dalam kontrol. Untuk informasi lebih lanjut tentang Six Sigma, atau Lean, silakan kunjungi www.cmtc.com dan pilih opsi "Layanan".
CMTC menawarkan bantuan teknis, pengembangan tenaga kerja, dan layanan konsultasi kepada produsen kecil dan menengah (SMM) di seluruh California untuk membantu SMM meningkatkan produktivitas dan daya saing global mereka.
Untuk informasi lebih lanjut tentang CMTC, kunjungi situs web kami di www.cmtc.com atau hubungi kami di 310-263- 3060.
Teknologi Industri
Apa itu Lean Manufacturing? Lean manufacturing adalah filosofi yang didasarkan pada pendekatan strategis untuk peningkatan berkelanjutan dan keberlanjutan melalui penghapusan pemborosan dan inefisiensi secara holistik di seluruh organisasi. Manufaktur ramping lebih dari sekadar mengikuti seperang
Manajemen operasi mengacu pada administrasi praktik bisnis terbaik untuk mencapai tingkat efektivitas dan efisiensi maksimum dalam hal penggunaan sumber daya perusahaan. Ini termasuk manajemen material, mesin, teknologi yang tepat seperti perangkat lunak ERP berbasis cloud, dan tenaga kerja untuk me
Umumnya, sensor cahaya mengubah energi cahaya menjadi energi listrik dan dapat diterapkan di beberapa sektor seperti perangkat pintar, pertanian, dan keamanan. Hari ini, kita akan membahas berbagai jenis sensor cahaya dan prinsip kerjanya. Apa itu Sensor Cahaya? Sensor cahaya adalah perangkat fo
Apa itu Mesin Aluminium? Pemesinan adalah proses manufaktur subtraktif, artinya menghilangkan material dari benda kerja untuk membuat bagian atau produk yang diinginkan. Ini sangat serbaguna, menampung berbagai substrat logam dan non-logam. Salah satu bahan yang paling umum digunakan dalam operasi
