TUGAS AKHIR Perbaikan Proses Bisnis Pelayanan Penanganan Gangguan Melalui Pendekatan IDEF0-FMEA dan Root Cause Analysis
(Studi Kasus: PT X) Oleh : Adelin Ayu Zoraya Dosen Pembimbing : Iwan Vanany, ST., MT., PhD
PENDAHULUAN
Latar Belakang Peningkatan kualitas pelayanan Speedy 50 45 40 35 30 25 20 15 10 5 0
2010 2011
Peningkatan Pengguna Internet di Indonesia (Kompas.com, 2011)
Persaingan meningkat di bisnis internet
Data SLG PT X tahun 2011
22,00
25,00 20,00 15,00 10,00 5,00 0,00
1,53
Pasang Baru
1,00
Gangguan
Buka Isolir
0,00
Mutasi
0,00 Komplain Tagihan
Tolok Ukur SLG
“Sukses dalam CRM membutuhkan perubahan dalam proses bisnis kearah pendekatan customer-oriented “ -Chen dan Popovich (2003) -
“Semua proses bisnis yang melibatkan interaksi langsung maupun tidak langsung dengan pelanggan harus dianalisa dan dievaluasi” -(Mendoza et al, 2006)-
IDEF0
Metode pemetaan proses bisnis (1) mudah dipahami, (2) komunikatif, (3) memberikan informasi yang lengkap terhadap proses, (4) memungkinkan untuk memilih proses yang kurang baik dan memperbaikinya, serta (5) memungkinkan untuk dijadikan dasar sebagai pemodelan simulasi
Prosedur terstruktur untuk mengidentifikasi dan mencegah sebanyak mungkin mode kegagalan (failure mode) Tool yang efektif dalam mengelola kegagalan yang umum digunakan dibanyak industri
RCA
FMEA
Digunakan untuk mengidentifikasi dasar atau faktor penyebab potensi kegagagalan dari proses kritis
Perumusan Masalah
“Bagaimana melakukan perbaikan proses bisnis pelayanan penanganan gangguan beserta penyebabnya dengan menggunakan pemetaan proses bisnis IDEF0-FMEA dan RCA”
Tujuan Penelitian Melakukan perbaikan proses bisnis pelayanan penanganan gangguan dengan memetakan proses bisnis, mengidentifikasi proses kritis dan mengetahui penyebabnya.
Memberikan rekomendasi perbaikan proses bisnis dengan harapan dapat menjaga loyalitas pelanggan dan meningkatkan revenue perusahaan.
Ruang Lingkup Penelitian Batasan •
•
• • •
• •
Produk yang dijadikan obyek penelitian produk Produk A. Penelitian ini dilakukan pada fungsi Problem & Fault Handling dan pada aspek pelayanan gangguan (Problem Handling) didalam framework CRM pada PT X. Wilayah penanganan gangguan dibatasi hanya ruang lingkup Surabaya. Data laporan yang diambil adalah data pada tahun 2011. Pemetaan proses pelayanan gangguan dibatasi maksimal sampai dengan level tiga. Tidak mempertimbangkan biaya yang terlibat didalam proses bisnis. Alur penanganan gangguan yang diteliti hanya pengaduan pelanggan melalui call
center.
Asumsi •
Proses pelayanan penanganan gangguan berdistribusi normal
METODOLOGI PENELITIAN
Mulai
Pengumpulan Data 1. Gambaran umum perusahaan 2. Gambaran umum Produk A 3. Struktur organisasi perusahaan 4. Konsep CRM di PT X 5. Proses pelayanan penanganan gangguan 6. Identifikasi kondisi existing Pengolahan Data 1. Pemetaan proses bisnis dengan IDEF0 2. Identifikasi proses kritis dengan FMEA 3. Identifikasi penyebab permasalahan dengan RCA 4. Penyusunan rekomendasi perbaikan
A
Tahap Pengumpulan dan Pengolahan Data
A
Analisis hasil pengolahan data
Simulasi proses bisnis existing dan perbaikan
Selesai
Tahap Analisis dan Pembahasan
Perbaikan proses bisnis:
1. Mengeliminasi proses bisnis
•Mengurangi salah satu ataupun beberapa aktivitas didalam proses kritis yang dapat menimbulkan permasalahan
2. Penggabungan proses bisnis
3. Menerapkan metode baru
•menggabung beberapa proses bisnis didalam proses kritis karena aktivitasnya yang hampir sama
•mencari metode baru yang lebih efisien atau dilakukan program-program tertentu untuk meningkatkan kinerja proses bisnis
PEMETAAN PROSES BISNIS
Proses Bisnis Existing TIER 1 (147)
Proses Bisnis Existing Site Operation
Pemetaan Proses Bisnis Melalui IDEF0 Diagram Konteks
Keterangan: Telepon Masuk (I1) panggilan yang berasal dari pelanggan yang ditujukan untuk Agen TIER 1 sebagai agen contact center perusahaan.
Salam Simpatik (O1) istilah salam penutup pada pelanggan ketika gangguan dipastikan telah selesai dengan tuntas
- Standard Operation Procedure (C1) aturan atau pedoman prosedur yang harus dilaksanakan oleh setiap pihak PT X yang terkait dalam proses pelayanan penanganan gangguan
- Tolok Ukur (C2) ukuran batas waktu pengerjaan perbaikan gangguan untuk keseluruhan proses penanganan gangguan.
-Agen TIER 1 (M1) agen costumer touchpoint yang pertama kali berhadapan dengan pelanggan (inbound call) -T3-Online (M2) aplikasi berbasis web yang dapat mengintegrasikan seluruh proses pelayanan penanganan gangguan -Agen TIER 2 (M3) agen costumer touchpoint yang melakukan outbound call ke pelanggan -TIER Group Solution (M4) grup yang menangani solusi teknis pada TIER 2 -Helpdesk Divisi Akses (M5) administrator Divisi Akses (DIVA) -Teknisi (M6) bertugas memperbaiki gangguan di lapangan untuk perbaikan secara teknis -Pelanggan (M7) pelanggan yang mengadukan gangguan dan terlibat didalam proses perbaikan gangguan
Level 1. Proses Penanganan Gangguan Produk A
Level 2. Proses Penanganan Gangguan TIER 1
Level 3. Proses Penerimaan Pelanggan
Level 3. Proses Identifikasi Solusi
Level 2. Proses Penanganan Gangguan TIER 2
Level 3. Proses Identifikasi Solusi Komplain TIER 2
Level 2. Proses Penanganan Gangguan Site Operation
Level 3. Proses Penerimaan dan Dispatch WO
Level 3. Proses Identifikasi Gangguan JARLOK atau CPE
Level 3. Proses Perbaikan Gangguan JARLOK
Level 3. Proses Cek Hasil Perbaikan Gangguan
DATA KONDISI EXISTING
Jumlah Gangguan Produk A thn 2011 Bulan
Jumlah tiket terdispatch TIER 1
TIER 2
SO
Jan
259185
28872
6307
Feb
188424
21666
4605
Mar
188336
22773
5023
Apr
159536
21185
4681
Mei
158064
24250
5078
Jun
229032
27054
6814
Jul
153775
16859
3782
Agust
140288
19613
4602
Sep
146058
19485
4807
Okt
153280
21668
3250
Nop
149366
19219
4480
Des
163108
16365
4399
TOTAL
2.087.114
259.009
57.828
Laporan Kinerja TIER 1
Rekap Kinerja TIER 1 Kinerja TIER 1
TU = 80% telepon masuk harus diangkat < 20 detik Bulan
Service Level (%)
Waktu Layan (menit)
Jan
94,7
3,98
Feb
83,42
4,18
Mar
84,9
4,92
Apr
90,99
5,40
Mei
86,8
6,33
Jun
83,87
4,05
Jul
97,63
5,62
Agust
89,21
5,93
Sep
84,92
6,13
Okt
85,44
6,95
Nop
90,59
7,38
Des
93,04
7,43
Laporan Kinerja TIER 2
Rekap Kinerja TIER 2 Kinerja TIER 2
TU = outbound call < 20 menit
Bulan
Service Level (%)
Waktu Layan (menit)
Jan
77,94
11,4
Feb
78
11,0
Mar
78
11,6
Apr
78
12,0
Mei
78,55
8,6
Jun
75,63
10,3
Jul
78,03
10,6
Agust
77,19
11,2
Sep
75,67
11,6
Okt
78,61
10,9
Nop
77,97
10,2
Des
73
11,0
Laporan Kinerja Site Operation
Rekap Kinerja Site Operation TU = maks waktu penanganan gangguan < 3 x 24 jam Gangguan*
Bulan
Waktu rata-rata kondisi existing*
Jan
96,57
Feb
82,97
Bulan
WO
WO
WO>TU
% < TU
% > TU
Mar
80,71
Jan
6307
4561
1746
72,32
27,68
Apr
91,2
Feb
4605
3658
947
79,44
20,56
Mei
99,2
Mar
5023
3757
1266
74,80
25,20
Jun
Apr
4681
3812
869
81,44
18,56
87,64
Mei
5078
3943
1135
77,65
22,35
Jul
90,32
Jun
6814
5840
974
85,71
14,29
Agust
89,30
Jul
3782
2964
818
78,37
21,63
Sep
87,93
Agust
4602
3565
1037
77,47
22,53
Okt
90,97
Sep
4807
3814
993
79,34
20,66
Nop
88,96
Okt
3250
2315
935
71,23
28,77
Des
90,82
Nop
4480
3459
1021
77,21
22,79
Des
4399
3419
980
77,72
22,28
57828
45107
12721
78 %
22 %
*Total gangguan yang dieskalasi sampai site operation
Waktu rata-rata > TU pada kondisi
existing
IDENTIFIKASI PROSES KRITIS
A1 A11 A111
A112
A12 A113
A13 A114
A14
A15
A16
A17
A132
A131
Kinerja < TU
A2 A21
A22
A221
A23
A24
A25
A26
A222
Kinerja < TU A3
?
?
A311
A312
A313 A321
?
A32
A31
A314 A322
A331 A323
?
A33
A324
A332 A325
A34 A333
A326
A327
?
A35
A351
?
A36
A352
Kinerja > TU
Scoring FMEA (Severity) Dampak
Ekstrim
Tinggi
Sedang
Rendah Tidak ada
Kriteria: Tingkat keseriusan dampak (Severity)
Nilai
Waktu
Kegagalan bersifat bahaya dan terjadi tanpa peringatan.
10
> 505 jam
Kegagalan melibatkan hasil yang berbahaya namun terjadi dengan peringatan.
9
336 - 504 jam
Kegagalan besar terhadap proses. Pelanggan marah dan protes terhadap pelayanan. Performansi proses dipengaruhi secara serius. Kompensasi muncul. Kenyamanan dan kepercayaan pelanggan berkurang Performansi proses menurun, namun penetapan kompensasi belum muncul Cukup berpengaruh terhadap performansi sistem. Perlu perbaikan proses. Pengaruh kecil pada performansi sistem namun apabila dilakukan perbaikan akan lebih baik.
8
7
168 - 336 jam 72 - 168 jam
6
24 - 72 jam
5
12 - 24 jam
4
6 – 12 jam
Pengaruh kecil pada performansi proses.
3
1 - 6 jam
Pengaruh sangat kecil terhadap performansi proses.
2
< 1 jam
Tidak berpengaruh.
1
< 0,5 jam
Scoring FMEA (Occurence) Probabilitas Kegagalan
Frekuensi kegagalan hampir 100%
Tingkat terjadinya kegagalan (Occurrence)
Nilai
Kegagalan atau keterlambatan hampir tidak dapat dihindarkan
10
Hampir selalu terjadi dan terdokumentasi
9
90-99%
Hampir selalu terjadi namun jarang terdokumentasi
8
80%-89%
Sering terjadi dan terdokumentasi
7
71%-79%
Sering terjadi namun tidak terdokumentasi
6
61%-70%
Jarang terjadi, namun sering ditemukan data kegagalan
5
40%-60%
Jarang terjadi, namun pernah ditemukan data kegagalan
4
31%-39%
Jarang terjadi dan tidak pernah ditemukan data kegagalan
3
10%-30%
Sangat rendah
Kegagalan hampir tidak pernah terjadi
2
<10%
Tidak ada
Tidak pernah terjadi kegagalan
1
0%
Ekstrim
Tinggi
Sedang
Rendah
Scoring FMEA (Detection) Deteksi Sangat rendah
Rendah
Sedang
Tinggi
Sangat tinggi
Kriteria: Kemungkinan deteksi kegagalan
Nilai
Probabilitas
Tidak ada aktifitas controlling
10
0%
9
1 % - 10%
8
10% - 30%
7
31% - 39%
Rendahnya kesempatan controlling untuk mendeteksi kegagalan
6
40% - 60%
Kesempatan controlling untuk mendeteksi kegagalan cukup
5
61% - 70%
Kesempatan controlling untuk mendeteksi kegagalan cukup tinggi
4
71% - 79%
Kesempatan controlling untuk mendeteksi kegagalan tinggi
3
80% - 89%
Kesempatan controlling untuk mendeteksi kegagalan sangat tinggi
2
90% - 99%
Controlling tidak perlu dilakukan. Tidak pernah terjadi kegagalan
1
>100%
Fungsi controlling sangat jarang dilakukan untuk mendeteksi kegagalan Jarang terjadi aktifitas controlling yang dilakukan untuk mendeteksi kegagalan Kesempatan controlling untuk mendeteksi kegagalan sangat rendah
Failure Mode and Effect Analysis (FMEA) pada Node A3
Dilakukan identifikasi penyebab
Node
Nama Proses
RPN
Ranking
A33
Perbaikan gangguan JARLOK
52
I
A31
Penerimaan dan dispatch WO
38
II
A32
Identifikasi CPE atau JARLOK
11,8
III
A35
Cek hasil perbaikan gangguan
9
IV
A36
Technical Close
7
V
A34
Input status hasil perbaikan
1
VI
Proses kritis A331 (Perbaikan Gangguan di Lapangan)
Identifikasi Penyebab Proses Kritis 1. Faktor Perijinan
Root Cause Analysis Proses Kritis 2. Faktor Penentuan Titik Gangguan
3. Faktor Sumber Daya Manusia
4. Faktor Alat Ukur
5. Faktor Pengadaan
6. Faktor Lokasi Target WO
7. Faktor Sistem Informasi
SIMULASI
Model Konseptual Work Order
TIER 2
Penerimaan dan dispatch WO
Identifikasi gangguan JARLOK atau CPE
Perbaikan gangguan JARLOK
Input status hasil perbaikan
Cek hasil perbaikan gangguan
Technical Close
Salam Simpatik
Data Simulasi Proses
Bobot
Nama proses
Distrbusi
Resource
Jumlah
TIER 2
0,0026
Kedatangan tiket
-0.001 + EXPO(0.141)
Teknisi
18 orang
A31
0,0012
TIER
NORM(14.1, 2.07)
Helpdesk
26 orang
A32
0,0056
A31
NORM(6.5, 0.96)
A32a
NORM(24.3, 3.64)
Agen TIER 2
25 orang
A32b
NORM(4.55, 0.683)
A32c
NORM(1.52, 0.228)
A33
NORM(5.36e+003, 788)
A34
NORM(1.08, 0.159)
A35
NORM(12.5, 1.83)
A36
NORM(2.71, 0.399)
A33
0,9914
A34
0,0002
A35
0,0012
A36
0,0005
Total
1
Model Kondisi Existing
Simulasi ARENA 5.0
Verifikasi dan Validasi
Waktu rata-rata perbulan dalam 1 tahun
No
Waktu rata-rata kondisi existing*
Waktu rata-rata simulasi
1
96,57
87,16
2
82,97
91,41
3
80,71
89,66
4
91,2
87,66
5
99,2
88,56
6
87,64
88,83
7
90,32
90,52
8
89,30
88,92
9
87,93
91,41
10
90,97
88,04
11
88,96
89,43
12
90,82
89,34
mean
89,71
89,24
stdev
5,019
1,359
Terima H0
Replikasi Replikasi
Waktu rata-rata hasil simulasi
1
87,16
2
91,41
3
89,66
4
87,66
5
88,56
6
88,83
7
90.52
8
88,92
9
91,41
10
88,04
11
89,43
12
89,34
Rata-rata
89,24
Stdev (s)
1,359
Variansi (s2)
1,846
Dengan tingkat error yang diinginkan sebesar 1%, maka:
Sehingga,
Skenario Perbaikan Faktor
Nama Faktor
Kontribusi
A
Perijinan
15%
B
Penentuan Titik Gangguan
10%
C
Sumber Daya Manusia
25%
D
Alat Ukur
3%
E
Pengadaan
5%
F
Lokasi Target WO
8%
G
Sistem Informasi
3%
1.
2.
Tidak berhubungan langsung dengan proses kritis Bukan penyebab proses kritis
Skenario
Proses yang terlibat
Kontribusi masingmasing proses
A
A33
15%
B
A33
10%
C
A33 dan A31
25%
D
A33
3%
E
A33 dan A31
5%
Hasil Simulasi Skenario Perbaikan Skenario A Replikasi
Waktu existing
1
96,57
Waktu hasil simulasi 76,80
2
82,97
76,76
3
80,71
76,43
4
91,2
76,09
5
99,2
77,04
6
87,64
77,61
7
90,32
75,98
8
89,30
77,38
9
87,93
75,79
10
90,97
76,15
11
90,82
78,42
Rata-rata
89,78
76,60
Stdev (s)
5,26
0,80
27,65
0,64
Variansi
(s2)
Kenaikan
14,7%
Waktu > Tolok Ukur
Hasil Simulasi Skenario Perbaikan Skenario B Replikasi
Waktu existing
Waktu hasil simulasi
1
96,57
81,44
2
82,97
79,76
3
80,71
81,35
4
91,2
81,70
5
99,2
80,98
6
87,64
81,57
7
90,32
82,65
8
89,30
80,76
9
87,93
81,54
10
90,97
81,87
11
90,82
81,51
Rata-rata
89,78
81,38
stdev (s)
5,26
0,72
variansi (s2)
27,65
0,52
Kenaikan
9,4%
Waktu > Tolok Ukur
Hasil Simulasi Skenario Perbaikan Skenario C Replikasi
Waktu existing
Waktu hasil simulasi
1
96,57
68,55
2
82,97
67,75
3
80,71
66,33
4
91,2
67,75
5
99,2
67,53
6
87,64
67,75
7
90,32
67,71
8
89,30
67,84
9
87,93
66,75
10
90,97
68,22
11
90,82
67,46
Rata-rata
89,78
67,60
stdev (s)
5,26
0,62
variansi (s2)
27,65
0,38
Kenaikan
24,7%
Waktu < Tolok Ukur
Hasil Simulasi Skenario Perbaikan Skenario D Replikasi
Waktu existing
Waktu hasil simulasi
1
96,57
86,73
2
82,97
87,90
3
80,71
87,33
4
91,2
86,55
5
99,2
88,64
6
87,64
86,65
7
90,32
88,91
8
89,30
87,53
9
87,93
88,09
10
90,97
86,76
11
90,82
89,85
Rata-rata
89,78
87,72
stdev (s)
5,26
1,08
variansi (s2)
27,65
1,16
Kenaikan
2,3%
Waktu > Tolok Ukur
Hasil Simulasi Skenario Perbaikan Skenario E Replikasi
Waktu existing
Waktu hasil simulasi
1
96,57
88,26
2
82,97
85,30
3
80,71
86,94
4
91,2
84,37
5
99,2
85,80
6
87,64
85,35
7
90,32
84,64
8
89,30
85,58
9
87,93
85,34
10
90,97
85,22
11
90,82
86,66
Rata-rata
89,78
85,77
stdev (s)
5,26
1,12
variansi (s2)
27,65
1,25
Kenaikan
4,5%
Waktu > Tolok Ukur
KESIMPULAN DAN SARAN
Kesimpulan 1. Proses kritis pelayanan penanganan gangguan: Node A331 (Proses penanganan gangguan di lapangan)
2. Faktor yang paling mempengaruhi: 3. Kontribusi yang dapat diberikan: Faktor Sumber Daya Manusia 24,7% atau sekitar 67,62 jam
Kesimpulan (con’t) Menerapkan metode
• mencari metode baru yang lebih efisien atau dilakukan programprogram tertentu untuk meningkatkan kinerja proses bisnis
Replikasi
Waktu existing
Waktu hasil simulasi
1
96,57
68,55
2
82,97
67,75
3
80,71
66,33
4
91,2
67,75
5
99,2
67,53
6
87,64
67,75
7
90,32
67,71
8
89,30
67,84
9
87,93
66,75
10
90,97
68,22
11
90,82
67,46
Rata-rata
89,78
67,60
stdev (s)
5,26
0,62
variansi (s2)
27,65
0,38
Kenaikan
24,7%
Kesimpulan (con’t) Rekomendasi perbaikan untuk proses kritis, antara lain: pelatihan secara reguler minimal setahun sekali dengan materi atau kurikulum metode penanganan gangguan terbaru
product knowledge, atau pemberian materi terkait produk untuk lebih mendalami karakteristik produk sampai dengan penanganannya
lomba-lomba adu kemampuan/keahlian
pengaturan regu gangguan secara optimal dengan menerapkan metode human resoure allocation baru yang lebih efektif dan dinamis pemberian sanksi kepada helpdesk yang salah melakukan dispatch WO selama beberapa kali
Saran • Perlu dilakukan fungsi kontrol yang terpusat agar proses penanganan gangguan yang berada diatas waktu tolok ukur dapat ditelusuri letak titik hambatannya
PT X
•Perlu adanya penelitian lebih lanjut mengenai pemetaan proses bisnis melalui metode IDEF0-FMEA beserta biaya yang terlibat didalamnya •Perlu adanya penelitian lebih lanjut untuk mengidentifikasi waktu antrian pada proses pelayanan penanganan gangguan.
Penelitian selanjutnya
Daftar Pustaka • •
• • • •
• •
Aguilar-Saven, R. S. (2003). Business process modelling: Review and framework. International Journal Production Economics. Aguilar-Saven, R. S., & Olhager, J. (2002). Integration of product, process and functional orientations: Principles and a case study. Preprints of the International Conference on Advanced Production Management System. Ali, M., & Alshawi, S. (2004a). A Cultural Approach to Study Customer Relationship Management Systems. CISTM 2004. Anderson, B. (1999). Business Process Improvement Toolbox. Milwaukee: American Society for Quality Anupindi et al. (2011). Managing Business Process Flows (Second Edition ed.). Jakarta Pusat: PPM. Ardana, A. C. (2010). Perbaikan Proses Bisnis Maintenance Melalui Pemetaan Proses Kritis dan Identifikasi Permasalahan. Institut Teknologi Sepuluh Nopember Surabaya. Brown, S. A. (2000). Customer Relationship Management: A Strategic Imperative in The World of e-Business. Canada: John Wiley & Sons. Chen, J. I., & Popovich, K. (2003). Understanding Customer Relationship Management (CRM): People, Process and Technology. Business Process Management Journal.
•
•
• • • • • •
•
Darmaya, G. E. (2004). Aplikasi Business Process Improvement Untuk Perbaikan Proses Produksi dengan Kriteria Time Based Performance (Studi Kasus di PT. PAL Indonesia). Institut Teknologi Sepuluh Nopember, Surabaya. Doggett, M. A. (2005). Root cause analysis: A framework for tool selection. Quality Management Journal. Dyche, J. (2002). CRM Handbook: A Business Guide to Customer Relationship Management. Boston: Addison-Wesley. Heuvel et al. (2008). Root Cause Analysis Handbook: A Guide to Efficient and Effective Incident Investigation. Connecticut Philip Jan Rothstein, FBCI. Irawan, H. (2003). Indonesia Customer Satisfaction: Membedah Strategi Kepuasan Pelanggan Merek Pemenang ICSA. Jakarta: PT Elex Media Komputindo. Jing, G. (2008). Digging for the Root Cause. ASQ Six Sigma Forum Magazine, 7, 1924. Kalakota et al. (2001). E-Business 2.0 Roadmap for success. Massachusetts: Addsion Wesley Longman Inc. Kennedy, M. (1998). Failure modes & effects analysis (FMEA) of flip chip devices attached to printed wiring boards (PWB). IEEE PMT International Electronics Manufacturing Technology Symposium. Kompas.com. (2011). Naik 13 Juta, Pengguna Internet Indonesia 55 Juta Orang. from http://tekno.kompas.com/read/2011/10/28/16534635/Naik.13.Juta..Pengguna.Internet .Indonesia.55.Juta.Orang
• • • • • •
•
• • •
Law and Kelton. (1991). Simulation and Modelling Analysis: McGraw Hill. Law and Kelton. (2000). Simulation and Modelling Analysis: McGraw Hill. Manufacturing Technology Committee. (2008). Training Guide: Failure Modes and Effects Analysis Guide. 10. McDermott et al. (1996). The Basics of FMEA. Portland: Productivity Inc. Mendoza et al. (2006). Critical Success Factors for a Customer Relationship Management Strategy. Information and Software Technology. National Institute of Standards and Technology. (1993). Integrated Definition for Function Modelling (IDEF0), Draft Federal Information Processing Standards Publication 183. Novina, L. (2008). Analisa Kegagalan Pada Proses Produksi Susu Cair Indomilk (SCI) dengan Root Cause Analysis (RCA) dan Grey FMEA. Institut Teknologi Sepuluh Nopember, Surabaya. Reiter et al. (2010). The Phenomenon of Business Process Management: Practitioners Emphasis. 18th European Conference on Information Systems. Tschohl, J. (2006). Loyal for Life. Jakarta: Gramedia Pustaka Utama. View Point. (2011). Business Process Modelling Using IDEF0. from http://www.viewpoint.co.za/index.asp?pgid=10
Thank You..
Metode Pemetaan Proses Bisnis (Aguilar-Saven, 2003) Kekuatan dan Kelemahan
Metode
DFD
RAD
RID
Atribut
Aliran data
Aliran peran individual
Aliran aktifitas dan peran
Perspektif pengguna
Perspektif pemodel
Kekuatan
Kelemahan
Kekuatan
Kelemahan
Mudah dimengerti
Hanya aliran data yang ditampilkan
Mudah untuk diverifikasi dan digambar
-
Tidak mungkin untuk diuraikan
Mencakupi objek bisnis
Notasi yang digunakan berbeda
Notasi yang rigid
Sulit untuk menganti diagram yang telah ada
Proses yang kompleks bisa ditampilkan
Sulit untuk dibangun
Mendukung komunikasi Bersifat intuitif untuk dibaca
Intuitif untuk dipahami
Informasi penting tidak dimasukkan
Metode Pemetaan Proses Bisnis (con’t) (Aguilar-Saven, 2003) Metode
Atribut
Kekuatan dan Kelemahan Perspektif pengguna Perspektif pemodel Kekuatan
Workflow
IDEF0
Aliran informasi, tugas, dan aturan prosedural
Aliran aktifitas, input, output, kontrol, dan mekanisme
Kelemahan
Memungkinkan untuk membangun software
Mudah untuk dianalisa
Waktu pemahaman pendek
Menunjukkan detail dan overview input, output, kontrol dan mekanisme
Kekuatan
Tidak menjelaskan peran
Terlalu banyak bahasa
Transfer data Mudah untuk dibuat perubahan
Biasanya hanya menginterpretasika n rangkaian dari suatu aktifitas
Kelemahan
Tidak ada notasi khusus
Aturan yang ketat
Memungkinkan untuk membangun software Pemetaan yang cepat
-
IDEF0 Blueprint
Kontrol
Input
a
Fungsi
Mekanisme
Output
Bahan Baku
b
Jadwal
Membuat part
Part
Petugas Mesin Mekanik
“Model ini dibangun untuk memahami, menganalisis, memperbaiki atau mengganti sistem” (National Institute of Standards and Technology, 1993)
Parent Diagram
Child Diagram
Penomoran IDEF0 dimulai dari konteks diagram. A0 A1, A2, ..., A6 A11, A12, ..., A16, ..., A61 ..., A66 A111, A112, ..., A161, ..., A611, ..., A666
Diagram konteks
Child diagram Child diagram Child diagram
Failure Mode and Effect Analysis “Suatu metode yang sistematis untuk mengidentifikasi dan mencegah permasalahan yang ada didalam proses sebelum permasalahan tersebut terjadi” (McDermott et al, 1996).
Menurut Kennedy (1998), tujuan dari FMEA adalah sebagai berikut : 1. Mengidentifikasi proses yang berpotensial terjadi kegagalan. 2. Menemukan dampak dari ragam kegagalan. 3. Menemukan akar penyebab dari suatu kegagalan. 4. Memprioritaskan tindakan yang akan diambil sesuai tingkat kegagalan yang ditunjukkan oleh nilai Risk Priority Number (RPN). 5. Mengidentifikasi dan mendokumentasikan rekomendasi perbaikan.
Failure Mode and Effect Analysis S (Severity) skor atau nilai yang menunjukkan keseriusan tingkat kegagalan dan seberapa serius dampak yang ditimbulkan ke pelanggan apabila hal ini terjadi. O (Occurrence) skor atau nilai yang menunjukkan frekuensi kegagalan. D (Detectability) skor atau nilai yang menunjukkan seberapa sering intesitas mekanisme kontrol kualitas untuk mendeteksi adanya kegagalan pada sistem tersebut sebelum terjadi
(Risk Priority Number) RPN = S*O*D
Root Cause Analysis (RCA) Lima metode populer untuk mengidentifikasi akar penyebab suatu permasalahan (Jing, 2008)
Is/Is Not Comparative Analysis
•metode komparatif yang digunakan untuk permasalahan sederhana, dapat memberikan gambaran detil apa yang terjadi dan telah sering digunakan untuk mengivestigasi akar masalah.
5 Why Method
•alat analisis sederhana yang memungkinkan untuk menginvestigasi suatu masalah secara mendalam.
Fishbone Diagram
•alat analisis yang populer, yang sangat baik untuk menginvestigasi penyebab dalam jumlah besar.
Cause and effect matrix
•matriks sebab akibat yang dituliskan dalam bentuk tabel dan memberikan bobot pada setiap faktor penyebab masalah.
Root Cause Tree
•alat analisis sebab akibat yang paling sesuai untuk permasalahan yang kompleks.
Struktur Organisasi PT X
Konfigurasi Jaringan Kabel Lokal
Pembagian Gangguan JARLOK dan CPE
Perangkat JARLOK
Rumah Kabel Distribution Point
MDF
Kotak Terminal Batas
Perangkat CPE
Roset
Splitter
Modem
T3-Online
Tiket/ Work Order (WO) Contoh Tiket
Usulan Proses Bisnis
Penentuan Titik Gangguan 125 m x = 50 m Kondisi Kabel secara Teori Kondisi Kabel di lapangan x’ = 50 m x’ = 75 m
