PENGELOLAAN DATA ATRIBUTE (SPC)

Dalam manufaktur, pengelolaan data oleh engineer dominan menggunakan data variabel/Kuantitatif dalam mengevaluasi proses, yak arena dalam proses dominan yang dievaluasi data variabelnya. Kenapa dominan kajian statistik itu variable? Karena memang serunya di sana dan ini yang memang memberikan gambaran langsung di proses kerja kita, apa yang kita ukur kemudian dianalisa. Tetapi kita mesti ingat, semua mesti seimbang, tidak boleh dominan, termasuk dalam pengolahan data. Semua jenis data yang kita dapat harus juga kita analisa. Saya yakin kita sudah analisa semua data (data attribute dan variable). Tetapi untuk data attribute apakah sudah benar dilakukan?

Dalam hal pembuatan control chart data attribute dibagi menjadi seperti tabel di bawah ini

Untuk Formula penghitungan control chart Data Attributenya digambarkan seperti ini:

Berbicara formula bagaimana membuat kontrol chart data attribute sebenarnya mudah, tetapi yang penting memahami bagaimana memahami dan mengevaluasi serta actionnya itulah yang lebih penting. Untuk Formula hubungi email kami: improvementqhse@gmail.com ya.

Berikut beberapa contoh aplikasi data attribute yang berhasil kita buatkan, implementasikan dan memberikan perbaikan di proses:

  • Monitoring pengeluaran limbah B3 di proses painting untuk review stabilitas penggunaan bahan kimia cat, ditemukan abnormal proses painting
  • Pemakaian H2SO­­4 sebagai campuran bahan kimia di proses pengolahan limbah, bisa menurunkan jumlah chemical tersebut secara significant
  • Rupanya ada pola jumlah ketidakhadiran karyawan dalam tiap bulannya (monitoring pada absensi karyawan yang disebabkan oleh sakit)
  • Standarisasi lead time sparepart/material penting dari monitoring kedatangan barang beberapa supplier
  • Proporsi NG yang tidak berkurang turun dari tahun ketahun, dan mempunyai pola, saat bulan januari-sampai mei NG relatif tinggi terhadap bulan-bulan selanjutnya, kemudian terendah pada bulan Oktober dan naik lagi Desember sampai Mei (pola tahunan).
  • Dowtime mesin mempunyai pola di awal bulan naik dan diakhir bulan turun 1 %, data ini berulang, sepertinya berhubungan dengan stock spare part penting, pemakaian spare part penting mesin A dominan mempunyai pola yang tidak teratur
  • Jumlah Ide improvement juga mempunyai pola, akhir tahun cenderung semakin banyak, sepertinya berhubungan dengan penilaian karyawan, proporsi ide improvement relatif tinggi.
  • Jumlah Komplain pelanggan, cenderung stabil dari tahun ke tahun. Apakah ini menunjukkan tidak adanya perubahan di dalam kinerja?
  • Jumlah Temuan Internal Audit terus turun dari tahun ketahun, penyebabnya?
  • Peningkatan produktifitas hasil spot welding, review terhadap hasil sebelum dilakukan risk assesment dengan tool FMEA dan sesudahnya.
  • dll

Bagaimana kontrol data-data attribute di tempat anda? Apakah sudah dilakukan dengan sesuai?

Salam

www.improvementqhse.com