Dalam persaingan global, kepuasan pelanggan adalah salah satu kunci sukses utama perusahaan (Lee dan Lin, 2011). Oleh karena itu, memberikan produk yang sesuai bahkan melebihi ekspektasi pelanggan adalah suatu keharusan. Dalam rangka itu, metode untuk memasukkan keinginan pelanggan ke dalam desain produk diperlukan.

Quality Function Deployment (QFD) adalah sebuah metode pengembangan produk yang sudah dikenal di dunia industri. Metode ini menerjemahkan kebutuhan dan keinginan pelanggan ke dalam produk (Wijaya, 2011). QFD menerjemahkan apa yang diinginkan oleh pelanggan menjadi apa yang dihasilkan oleh perusahaan. Dengan demikian produk yang dihasilkan perusahaan akan dapat memenuhi kebutuhan pelanggan. Meskipun pada awalnya QFD digunakan di industri manufaktur, tetapi dengan berjalannya waktu, penerapan QFD semakin meluas termasuk ke industri jasa dan instansi pemerintah.

Quality Function Deployment (QFD) dan Sejarahnya

QFD adalah sebuah “konsep yang menyediakan sarana untuk menerjemahkan kebutuhan pelanggan ke dalam persyaratan teknis yang tepat untuk setiap tahap pengembangan produk” (Sullivan, 1986 dalam Lu Wu, 2002). Mizuno dan Akao (1978, dalam Akao dan Mazur, 2003) mendefinisikan QFD sebagai “... step by step deployment of a job function or operation, that embodies quality, into their details through systematization of targets and means”. QFD berfokus pada penentuan kebutuhan pelanggan dan komitmen organisasi untuk memuaskan kebutuhan tersebut (Lu dan Kuei, 1995).

QFD pertama kali muncul di Jepang pada akhir tahun 1960an (Akao and Mazur, 2003). Setelah perang dunia kedua, Jepang yang tadinya mengembangkan produk dengan membuat imitasi atau duplikasi beralih kepada mengembangkan produk yang orisinil (Akao and Mazur, 2003). QFD digunakan untuk mencapai tujuan itu. Metode ini diperkenalkan kepada masyarakat oleh Mizuno dan Akao melalui buku Quality Function Deployment pada tahun 1978.

Setelah di Jepang, sekitar tahun 1980an, QFD mulai merambah ke negara-negara barat (Mehrjerdi, 2010) seperti Amerika Serikat. Banyak perusahaan menggunakan QFD dengan pertimbangan untuk menghasilkan produk yang laku di pasaran, mengena di hati konsumen, dan sesuai dengan kemampuan perusahaan. Implementasi yang sukses dari QFD di negara-negara lain di luar Jepang menyebabkan metode QFD mulai menyebar luas di dunia (Akao and Mazur, 2003).

 Manfaat QFD

Terkait dengan manfaat QFD, Mehrjerdi (2010) telah meringkas manfaat QFD dari beberapa penelitiam sebelumnya. Manfaat tersebut di antaranya:

• Membantu dalam membuat trade-off antara apa yang diinginkan oleh pelanggan dengan apa yang mampu dihasilkan oleh perusahaan
• Meningkatkan kerja sama tim antara teknisi-teknisi di departemen
• Meningkatkan kepuasan pelanggan (hal ini disebabkan karena kebutuhan pelanggan menjadi pertimbangan dalam proses pengembangan produk)
• Mempersingkat waktu sampai dengan diluncurkan ke pasar
• Menyebabkan karyawan menyediakan dokumentasi yang cukup karena mereka melihat pentingnya informasi
• Meningkatkan komunikasi yang efektif antara divisi perusahaan.

 Tahapan-Tahapan QFD

Dikutip dari Crow (2009), secara umum QFD terdiri empat tahapan utama seperti yang ditampilkan pada Gambar 1. Keempat tahapan tersebut, yaitu:

1. Perencanaan Produk

• Menentukan dan memprioritaskan kebutuhan pelanggan
• Menganalisis peluang kompetitif
• Merencanakan produk untuk merespon kebutuhan pelanggan dan peluang kompetitif
• Menetapkan nilai target dari karakteristik kritis produk

1. 2.   Assembly/Part Deployment

• Mengidentifikasi part/assemblies yang penting
• Menurunkan karakteristik kritis produk ke dalam karakteritik kritis part/assemblies
• Menetapkan nilai target dari karakteristik kritis part/assemblies

1. Perencanaan Proses

• Menentukan proses kritis dan aliran proses
• Mengembangkan persyaratan peralatan produksi
• Menetapkan parameter kritis proses

1. Kontrol Proses/Kualitas

• Menentukan karakteristik proses dan part kritis
• Menetapkan metode kontrol proses dan parameternya
• Menetapkan metode dan parameter inspeksi dan uji

Referensi:

Akao, Yoji dan Mazur, Glenn H. (2003), “The leading edge in QFD: past, present and future”, International Journal of Quality & Reliability Management, Vol. 20 No. 1, pp. 20-35.

Crow, Kenneth A. (2009, 24 September), Quality Function Deployment, Diakses pada 17 Desember 2018 dari https://www.ieee.li/tmc/quality_function_deployment.pdf.

Lee, Amy H. I. dan Lin, Chun-Yu. (2011), “An integrated fuzzy QFD framework for new product development”, Flexible Services and Manufacturing Journal, Vol. 23 No. 1, pp. 26-47.

Lu, M. H. dan Kuei, C.-H. (1995), “Strategic marketing planning: a quality function deployment approach”, International Journal of Quality & Reliability Management, Vol. 12 No. 6, pp. 85-96

Mehrjerdi, Yahia Z. (2010), “Applications and extensions of quality function deployment”, Assembly Automation, Vol. 30 No. 4, pp. 388–403.

Mizuno, S. dan Akao, Y. (1978), Quality Function Deployment: A Company-wide Quality Approach (dalam Bahasa Jepang), JUSE Press, Tokyo dalam Akao, Yoji dan Mazur, Glenn H. (2003), “The leading edge in QFD: past, present and future”, International Journal of Quality & Reliability Management, Vol. 20 No. 1, pp. 20-35.

Sullivan, L.P. (1986), “Quality function deployment”, Quality Progress, Vol. 19 No. 6, pp. 39–50 dalam Chan, Lai-Kow dan Wu, Ming-Lu (2002), “Quality function deployment: A literature review”, European Journal of Operational Research, Vol. 143 No. 3, pp. 463–497.

Wijaya, Toni. (2011), Manajemen Kualitas Jasa: Desain Servqual, QFD, dan Kano Disertai Contoh Aplikasi dalam Kasus Penelitian, PT. Indeks, Jakarta.

Sumber: lipi.go.id

Peta Aliran Nilai (bahasa Inggris: Value stream mapping atau VSM) adalah salah satu teknik yang digunakan dalam lean manufaktur yang membantu menganalisis aliran material dan informasi yang diperlukan untuk membawa produk atau servis ke pelanggan. Di Toyota, dimana teknik ini pertama kali dikenal, teknik ini juga disebut "peta aliran material dan informasi". Teknik ini bisa di terapkan di hampir semua rantai nilai.

Implementasi

• Identifikasi produk atau servis yang akan menjadi target.
• Gambar kondisi di lapangan kerja kondisi peta aliran nilai saat ini, yang menampilkan langkah-langkah proses, penundaan, dan aliran informasi yang dibutuhkan untuk menyelesaikan produk atau servis tersebut. Ini bisa berupa aliran produk (dari bahan mentah sampai ke pelanggan) atau aliran perencanaan (dari konsep sampai pelaksanaan).
• Beri penilaian kondisi peta aliran nilai saat ini. Cari proses atau langkah yang menyebapkan pemborosan.
• Gambar peta aliran nilai kondisi yang akan datang dengan menghilangkan langkah langkah yang terdapat pemborosan.
• Lakukan perbaikan untuk mencapai peta aliran nilai kondisi yang akan datang.

Aplikasi

Peta aliran nilai adalah teknik yang sangat sering digunakan di lean manufaktur. Namun teknik ini juga sering digunakan di logistik, rantai suplai, servis, perawatan kesehatan, pengambangan perangkat lunak, dan pengembangan produk.

Saat ini, teknik ini juga diakui sebagai salah satu metode yang ada di six sigma.

Sumber Artikel: id.wikipedia.org

Diagram Ishikawa (disebut juga diagram tulang ikan, atau cause-and-effect matrix) adalah diagram yang menunjukkan penyebab-penyebab dari sebuah even yang spesifik. Diagram ini pertama kali diperkenalkan oleh Kaoru Ishikawa (1968). Pemakaian diagram Ishikawa yang paling umum adalah untuk mencegah defek serta mengembangkan kualitas produk. Diagram Ishikawa dapat membantu mengidentifikasi faktor-faktor yang signifikan memberi efek terhadap sebuah even.

Bagian Kepala Ikan

Kepala ikan biasanya selalu terletak di sebelah kanan. Di bagian ini, ditulis even yang dipengaruhi oleh penyebab-penyebab yang nantinya di tulis di bagian tulang ikan. Even ini sering berupa masalah atau topik yang akan di cari tahu penyebabnya.

Bagian Tulang Ikan

Pada bagian tulang ikan, ditulis kategori-kategori yang bisa berpengaruh terhadap even tersebut.

Kategori yang paling umum digunakan:

• Orang: Semua orang yang terlibat dari sebuah proses.
• Metode: Bagaimana proses itu dilakukan, kebutuhan yang spesifik dari poses itu, seperti prosedur, peraturan dll.
• Material: Semua material yang diperlukan untuk menjalankan proses seperti bahan dasar, pena, kertas dll.
• Mesin: Semua mesin, peralatan, komputer dll yang diperlukan untuk melakukan pekerjaan.
• Pengukuran: Cara pengambilan data dari proses yang dipakai untuk menentukan kualitas proses.
• Lingkungan: Kondisi di sekitar tempat kerja, seperti suhu udara, tingkat kebisingan, kelembaban udara, dll.

Dari masing-masing kategori tersebut, terus dikembangkan ke tahap yang lebih ditail.

Validasi Penyebab

Tidak semua penyebab yang ada di bagian tulang ikan memiliki kontribusi yang sama terhadap even atau permasalahan. Beberapa penyebab memiliki kontribusi yang sangat besar, tetapi ada juga penyebab yang kontribusinya terlalu kecil, bahkan mungkin hampir tidak ada kontribusi sama sekali. Hal yang perlu dilakukan setelah diagram ishikawa selesai dibuat adalah memvalidasi masing-masing penyebab untuk mengetahui seberapa besar kontribusi penyebab tersebut.

Sumber Artikel: id.wikipedia.org

Diagram Pareto merupakan salah satu dari tujuh alat gugus mutu yang sering digunakan dalam hal pengendalian Mutu. Pada dasarnya, Diagram Pareto adalah grafik batang yang menunjukkan masalah berdasarkan urutan banyaknya jumlah kejadian. Urutannya mulai dari jumlah permasalahan yang paling banyak terjadi sampai yang paling sedikit terjadi. Dalam Grafik, ditunjukkan dengan batang grafik tertinggi (paling kiri) hingga grafik terendah (paling kanan).

Cara Membuat Diagram Pareto

Langkah-langkah dalam membuat Diagram Pareto adalah sebagai berikut:

• Mengidentifikasikan permasalahan yang akan diteliti dan penyebab-penyebab kejadian. (Contoh Permasalahan: Tingginya tingkat Cacat di Produksi Perakitan PCB, Penyebabnya: Solder Short, No Solder, Missing, Solder Ball dan Solder Crack)
• Menentukan Periode waktu yang diperlukan untuk analisis (misalnya per Bulanan, Mingguan atau per harian)
• Membuat catatan frekuensi kejadian pada lembaran periksa (check sheet)
• Membuat daftar masalah sesuai dengan urutan frekuensi kejadian (dari tertinggi sampai terendah).
• Menghitung Frekuensi kumulatif dan Persentase kumulatif
• Gambarkan Frekuensi dalam bentuk grafik batang
• Gambarkan kumulatif Persentase dalam bentuk grafik garis
• Intepretasikan (terjemahkan) Pareto Chart tersebut
• Mengambil tindakan berdasarkan prioritas kejadian / permasalahan
• Ulangi lagi langkah-langkah diatas meng-implementasikan tindakan improvement (tindakan peningkatan) untuk melakukan perbandingan hasil.

Sumber Artikel: id.wikipedia.org

Pada bidang statistik, histogram adalah tampilan grafis dari tabulasi frekuensi yang digambarkan dengan grafis batangan sebagai manifestasi data binning. Tiap tampilan batang menunjukkan proporsi frekuensi pada masing-masing deret kategori yang berdampingan (en:adjacent) dengan interval yang tidak tumpang tindih (en:non-overlapping).

Kata histogram berasal dari bahasa Yunani: histos, dan gramma. Pertama kali digunakan oleh Karl Pearson pada tahun 1895 untuk memetakan distribusi frekuensi dengan luasan area grafis batangan menunjukkan proporsi banyak frekuensi yang terjadi pada tiap kategori.[2] dan merupakan salah satu dari 7 basic tools of quality control yaitu Diagram Pareto (Pareto chart), check sheet, diagram kontrol (control chart), Diagram ishikawa (cause-and-effect diagram), Diagram alir (flowchart), dan scatter diagram. Laman lain yang menjelaskan konsep histogram termasuk konstruksi, model diagram dan perubahannya.

Definisi Matematis

Histogram adalah pemetaan frekuensi bilangan dari deret observasi berdasarkan rumus:

dimana:

 adalah jumlah bilangan yang ditemukan pada masing-masing deret bin  adalah observasi pada deret bin  adalah total number of bin  adalah bin

dan rumus padanan untuk histogram kumulatif:

Definisi Fotografis

Histogram adalah representasi grafis untuk distribusi warna dari citra digital. Sumbu ordinat vertikal merupakan representasi piksel dengan nilai tonal dari tiap-tiap deret bin pada sumbu axis horizontalnya. Sumbu axis terdiri dari deret logaritmik bin densitometry yang membentuk rentang luminasi atau exposure range yang mendekati respon spectral sensitivity visual mata manusia. Deret bin pada density yang terpadat mempunyai interval yang relatif sangat linear dengan variabel mid-tone terletak tepat di tengahnya.

Pada histogram fotografis, grafis batang tidak mempunyai luasan yang menunjukkan jumlah piksel pada tiap bin. Grafis batang menjadi grafis garis vertikal yang mewakili seluruh jumlah piksel pada deret bin luminasi tersebut. Sebagai contoh, sebuah foto ukuran 4288x2848 piksel yang mempunyai 1 tone akan mempunyai histogram dengan 1 garis lurus vertikal pada nilai bin luminasinya, bukan berupa 12,212,224 garis vertikal yang mempunyai panjang sama.

Konstruksi histogram fotografis

Pada umumnya, sebuah histogram hanya memetakan seluruh nilai tonal dari citra digital pada bin luminasi masing-masing. Nilai tonal tersebut telah tersedia dalam color space yang umum digunakan adalah sRGB dan AdobeRGB yang mempunyai nilai gamma = 2,2.

Sumber Artikel: id.wikipedia.org

Perancangan percobaan atau rancangan percobaan (Design of Experiment) adalah kajian mengenai penentuan kerangka dasar kegiatan pengumpulan informasi terhadap objek yang memiliki variasi (stokastik), berdasarkan prinsip-prinsip statistika. Bidang ini merupakan salah satu cabang penting dalam statistika inferensial dan diajarkan di banyak cabang ilmu pengetahuan di perguruan tinggi karena berkaitan erat dengan pelaksanaan percobaan (eksperimen).

Perancangan percobaan dapat dikatakan sebagai "jembatan" bagi peneliti untuk bergerak dari hipotesis menuju pada eksperimen agar memberikan hasil yang valid secara ilmiah. Dengan demikian, perancangan percobaan dapat dikatakan sebagai salah satu instrumen dalam metode ilmiah.

Kajian perancangan percobaan adalah pelaksanaan percobaan (eksperimen) terkendali. Dalam percobaan semacam ini, peneliti memberikan sejumlah tindakan (dapat juga "pelabelan" sesuai dengan ciri-ciri objeknya, diistilahkan sebagai perlakuan atau treatment) pada sejumlah objek yang memiliki variasi pada derajat tertentu. Objek ini diistilahkan sebagai satuan percobaan atau experimental unit, yang dapat berwujud hewan, tumbuhan, manusia, atau barang. Apabila perlakuan yang sama dikenakan terhadap sejumlah objek, objek-objek ini merupakan ulangan (replicate) dari perlakuan tadi. Pengamatan dilakukan terhadap sejumlah karakteristik yang diminati sang peneliti terhadap objek-objek tadi. Hipotesis statistis ditentukan ("hipotesis nol") untuk memaknai pengaruh perlakuan-perlakuan yang diberikan terhadap hasil pengamatan (data) yang ada.

Beberapa pustaka menggunakan istilah experimental design bagi untuk rancangan-rancangan yang dibuat untuk kegiatan pengumpulan informasi tidak terkendali, seperti survei, jajak pendapat (polling), penelitian pengamatan (natural experiment), dan quasi-experiment. Meskipun hal ini memiliki dasar statistika, kajian klasik perancangan percobaan tidak mencakup tipe-tipe penelitian semacam itu.

Prinsip-prinsip perancangan percobaan

Perancangan percobaan dilandasi atas sejumlah prinsip statistika mendasar agar analisis yang diterapkan terhadap hasil pengamatan valid secara ilmiah. Ronald Fisher adalah orang yang pertama kali meletakkan prinsip-prinsip ini pada awal abad ke-20. Tokoh-tokoh perancangan percobaan setelah Fisher mengembangkan berbagai penerapan terhadap prinsip-prinsip ini, seperti C. S. Peirce, Frank Yates, Gertrude M. Cox, Calyampudi R. Rao, R. C. Bose, Oscar Kempthorne, William T. Federer, William G. Cochran, dan Genichi Taguchi.

Prinsip-prinsip perancangan percobaan mencakup pengacakan (randomisasi), pengendalian sesatan/galat (error), dan ortogonalitas.

• Pengacakan (Randomization)
  • Pengacakan adalah proses memasangkan masing masing level pada tiap faktor dengan acak dalam sebuah percobaan. Pengacakan dilakukan sebagai jaminan akan peluang yang sama bagi setiap satuan percobaan untuk mendapat suatu perlakuan. Lebih jauh lagi, tanpa pengacakan hampir semua rumusan statistika yang diterapkan dalam analisis akan menjadi tidak valid karena digunakannya asumsi independensi dalam setiap pengaruh galat yang muncul. Tanpa pengacakan tidak ada jaminan bagi munculnya kovarians antargalat.
• Pengulangan(Replication)
  • Pengukuran biasanya selalu memiliki variasi dan ketidakpastian. Dengan mengulangi keseluruhan percobaan, akan bisa membantu mengidentifikasi sumber dari variasi tersebut.
• Pemblokkan
  • Pemblokkan adalah mengatur percobaan menjadi beberapa group (blok) yang masing masing group berisi faktor yang sejenis. Pemblokkan membantu untuk mengetahui apakah ada pengaruh blok terhadap hasil percobaan.
• Ortgonal (Orthogonality)
  • Ortogonalitas adalah prinsip yang penting dalam hal rancangan-rancangan berblok tidak lengkap atau data tidak setimbang (unbalanced). Ortogonalitas menjamin bahwa pendugaan (estimation) dapat dilakukan. Selain itu, ortogonalitas akan menjaga agar efisiensi suatu rancangan tetap tinggi.
• Factorial experiments
  • Factorial experiment berati, dalam percobaan semua level dari tiap faktor di perhitungkan, bukan mengubah satu persatu faktor yang ada. Metode ini membuat percobaan menjadi lebih efisien.

Pengambilan keputusan

Perancangan percobaan sangat berkait erat dengan statistika inferensial. Kajian klasik perancangan percobaan menggunakan pendekatan frequentist, yaitu mengandalkan analisis varians sebagai metode statistika pokok untuk pengambilan kesimpulan. Sejak tahun 1970-an berkembang pula pendekatan Bayes (adj. Bayesian) sebagai alternatif yang lebih tepercaya dalam pengambilan kesimpulan, seiring dengan berkembang pesatnya bidang informatika dan komputasi.

Beberapa rancangan percobaan dasar

Rancangan percobaan mengenal rancangan lingkungan, untuk mengendalikan pengaruh lingkungan, dan rancangan perlakuan, untuk menarik informasi sebanyak-banyaknya dari seri perlakuan yang dikenakan. Keduanya dapat dikombinasikan dengan memperhatikan prinsip ortogonalitas.

Rancangan lingkungan yang populer adalah Rancangan Acak Lengkap (Completely Randomized Design) dan Rancangan Acak Kelompok Lengkap (Randomized Complete Block Design). Masing-masing rancangan itu berhubungan erat dengan analisis varians satu-arah dan analisis varians dua-arah tanpa interaksi. Beberapa rancangan lingkungan lain adalah Rancangan Persegi Latin dan Rancangan Persegi Greko-Latin.

Rancangan perlakuan mengenal rancangan satu faktor dan rancangan faktor berganda (rancangan faktorial). Faktor adalah himpunan seri perlakuan sejenis. Bagaimana menempatkan kombinasi perlakuan pada setiap satuan percobaan dalam suatu percobaan adalah kajian penelitian yang hingga sekarang masih banyak dilakukan, khususnya apabila peneliti dihadapkan pada kombinasi tidak lengkap atau situasi yang tidak setimbang. Matematika kombinatorik memiliki penerapan yang luas di bagian kajian ini.

Sumber Artikel: id.wikipedia.org