BAB I PENDAHULUAN
1.1 Latar Belakang Di era globalisasi seperti saat ini setiap industri baik di bidang manufaktur maupun jasa dituntut untuk selalu meningkatkan kualitas di setiap aspek terhadap produk maupun jasa yang mereka tawarkan. Kualitas merupakan hal cukup penting dan sangat berperan bagi suatu perusahaan untuk dapat berkembang dan bersaing dengan kompetitor. Dengan arti lain, kualitas merupakan hal sangat penting dalam memenuhi kepuasan konsumen sesuai dengan spesifikasi yang sesuai melalui jasa dan produk yang ditawarkan sehingga berdampak terhadap kesetiaan konsumen dan ikut berperan dalam meningkatkan profit serta perkembangan perusahaan. Salah satu yang menjadi penting terhadap peningkatan kualitas adalah munculnya variasi yang ada pada setiap proses peningkatan kualitas. Variasi merupakan hal yang paling diminimalisir bahkan jika memungkinkan harus dieliminasi dalam suatu sistem. Variasi yang muncul terbagi menjadi 2 jenis yaitu special cause dan common cause variation. Dalam hal ini common cause variation merupakan hal yang harus diberikan perhatian lebih karena common cause variation berdampak terhadap bagaimana sistem tersebut berjalan. Kemudian jenis variasi common cause variation merupakan pangkal ataupun sumber dari permasalahan yang muncul dalam sistem. Menurut Deming dalam Busyairi (2009), common cause variation memiliki kontribusi sebesar 85% terhadap variasi yang muncul dalam sistem. Selain itu common cause variation mempunyai karakteristik tersendiri yaitu sifatnya yang melekat dalam sistem sehingga sangat sulit untuk diidentifikasi.
1
2
Dalam melakukan suatu perbaikan terhadap proses pengendalian kualitas maka harus dilakukan beberapa upaya untuk dapat mengidentifikasi munculnya variasi khususnya jenis variasi common cause variation. Upaya ini dapat dilakukan dengan cara penggunaan metode ataupun tool yang mampu mengidentifikasi jenis common cause variation. Salah satu yang dapat digunakan adalah metode root cause analysis (RCA). Metode root cause analysis (RCA) merupakan metode terstrukur yang mampu mengidentifikasi faktor-faktor yang diduga menjadi akar penyebab suatu permasalahan. Beberapa tools dalam metode root cause analysis tools yang sering digunakan adalah fishbone diagram, interrelationship diagram, why why analysis, current reality tree dimana pada tools tersebut memiliki kelebihan dan kekurangan masing-masing. Dengan kelebihan yang dimiliki pada tools yang terdapat pada root cause analysis tools , ada kelemahan yang menjadi perhatian lebih yaitu RCA tools masih belum mampu untuk dapat menghubungkan antar faktor-faktor akar penyebab suatu permasalahan (Yuniarto, 2012). Kemudian RCA tools juga memiliki kelemahan dalam mengidentifikasi akar penyebab permasalahan yaitu masih terlalu subjektif dalam menetapkan akar penyebab (Yuniarto, 2012). Dengan kelemahan tersebut maka dapat disimpulkan bahwa sangat sulit bagi RCA tools untuk benar-benar mampu mengidentifikasi akar penyebab yang sebenarnya yang berupa common cause variation. Hal itu dikarenakan bahwa salah satu cara yang dapat dilakukan untuk mengidentifikasi common cause variation adalah dengan cara melihat interaksi antar faktor yang terjadi dalam suatu sistem dimana pernyataan tersebut diungkapkan oleh Collier dan Evans (2011), Taylor (2008) serta Florac dan Carleton (1999). Suatu perbaikan (improvement) perlu dilakukan terhadap RCA tools untuk dapat mengidentfikasi akar penyebab yang berupa common cause variation. Improvement tersebut dapat dilakukan dengan cara mengintegrasikan dengan beberapa tools yang lain sehingga menghasilkan suatu inovasi metodologi yang mampu mengidentifikasi common cause variation.
3
Salah satu metodologi yang mampu merepresentasikan hubungan atau relasi yang terjadi pada suatu sistem secara kuantitatif adalah Bayesian Network. Bayesian Network merupakan sebuah probabilistic graphical model dimana terdapat sebuah edge berarah yang digunakan untuk merepresentasikan pengetahuan tentang hubungan antara variabel-variabel domain persoalan yang dimodelkan dan node untuk mempresentasikan probabilistik dari suatu variabel (Ruggeri et al., 2007). Bayesian Network juga dapat merepresentasikan hubungan sebab akibat antara variabel-variabel yang tersusun pada struktur Bayesian Network (Ginting, 2008). Bayesian Network menggunakan perhitungan kuantitatif dari probabilitas suatu random variable dengan menggunakan gabungan dari hukum graph theory, probability theory, computer science dan statistik. Oleh karena itu, metode Bayesian Network dapat melengkapi ketiadaan antar elemenelemen yang tersaji dalam suatu root cause analysis tools. Bayesian Network juga dapat digunakan atas dasar pertimbangan untuk dapat mengambil sebuah keputusan dari analisis-analisis yang ada melalui inferensi probabilistik (Krause, 1998). Inferensi probabilistik adalah sebuah cara yang dihasilkan melalui metode Bayesian Network untuk memprediksi nilai variabel yang tidak dapat diketahui secara langsung dengan menggunakan nilai-nilai variabel lain yang telah diketahui. Kemudian improvement dari Bayesian Network tersebut adalah dengan cara menggunakan perhitungan mutual information. Mutual information adalah sebuah teori yang merupakan bagian dari information theory yang digunakan untuk mengukur besarnya suatu informasi dari sebuah variabel dan mengukur jarak antara dua distribusi probabilitas (Cover dan Thomas, 1991). Perhitungan mutual information digunakan untuk melihat interaksi yang terjadi antar root cause sehingga akan merepresentasikan ada atau tidaknya interaksi yang terjadi antar variabel root cause. Selain itu mutual information juga sangat applicable terhadap metode Bayesian Network karena perhitungannya menggunakan perhitungan yang ada dalam Bayesian Network itu sendiri yakni probabilitas. Ketika terjadi interaksi dan sesuai dengan definisi mengenai common cause variation itu sendiri maka akan menunjukan bahwa root cause tersebut merupakan common cause variation.
4
1.2 Rumusan Masalah Berdasarkan latar belakang di atas, permasalahan yang timbul dalam bidang kualitas pada suatu perusahaan yang bergerak dalam bidang manufaktur ataupun jasa, akan selalu menghasilkan suatu variasi. Variasi yang muncul dan belum menjadi perhatian adalah jenis variasi common cause variation dikarenakan sangat sulit diidentifikasi. Salah satu yang dapat dilakukan untuk dapat mengidentifikasi jenis variasi common cause variation adalah dengan cara menggabungkan beberapa tools yang sudah ada untuk menbuat suatu metodologi baru dengan menggabungkan kelebihan dan kekurangan tools tersebut untuk dapat mengidentifikasi common cause variation. Dalam hal ini metodologi Bayesian Network akan dikembangkan menjadi sebuah root cause analysis tools dengan mengintegrasikan Mutual Information dengan penerapan RCA di dalamnya untuk membentuk suatu metodologi yang mampu mengidentifikasi common cause variation. 1.3 Asumsi dan Batasan Masalah Asumsi dan batasan masalah yang digunakan untuk lebih memfokuskan penelitian ini adalah sebagai berikut. 1. Metodologi yang dikembangkan adalah metodologi Bayesian Network, dengan mengintegrasikan Mutual Information dengan penerapan RCA di dalamnya. 2. Penelitian ini menggunakan state yang telah didefiniskan dengan masingmasing variabel yang telah ditetapkan. 3. Pengujian terhadap metodologi dan software yang dibuat, dilakukan di sebuah perusahaan manufaktur sarung tangan golf di Yogyakarta, yaitu PT. Sport Glove Indonesia. 4. Penelitian ini hanya khusus untuk mengidentifikasi akar penyebab sebenarnya atau common cause variation sehingga jenis akar penyebab lain tidak dibahas dalam penelitian ini.
5
5. Data perusahaan yang digunakan untuk penelitian ini adalah data pada tahun 2014 pada bulan Juni sampai Agustus dengan record per hari. 6. Pengujian pada PT. Sport Glove Indonesia dilakukan pada stasiun cutting dan brand Under Armor.
1.4 Tujuan Penelitian Tujuan dari penelitian ini yaitu sebagai berikut: a. Pengembangan root cause analysis tools dengan mengintegrasikan Bayesian Network dan Mutual Information dengan penerapan tools RCA di dalamnya untuk mengidentifikasi interaksi akar penyebab permasalahan yang berupa common cause variation. b. Membangun software BARCALS (Bayesian Network Root Cause Analysis with Mutual Informations) untuk memudahkan penerapan proses Bayes-RCA. c. Menguji metodologi pada studi kasus di perusahaan yaitu PT. Sport Glove Indonesia. 1.5 Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat yaitu sebagai berikut. 1. Manfaat untuk peneliti a. Mendalami pengetahuan tentang metodologi dalam statistik serta quality control, khususnya Bayesian Network, RCA dan Mutual Information. b. Mengaplikasikan ilmu tentang metodologi dalam statistik serta quality control yang didapat di perk`uliahan ke dalam praktik lapangan.
2. Manfaat untuk perusahaan Hasil penelitian ini diharapkan dapat menjadi suatu inovasi dalam menganalisis suatu masalah menggunakan RCA di perusahaan. Inovasi tersebut yaitu penerapan Bayesian Network, RCA serta Mutual Information sebagai tools improvement untuk mengidentifikasi common cause variation.
6
3. Manfaat untuk bidang ilmu pengetahuan Hasil penelitian ini diharapkan dapat memberikan manfaat dalam bidang ilmu pengetahuan melalui publikasi dalam bentuk jurnal internasional bereputasi.
