Pendahuluan

Dalam lingkungan bisnis global yang semakin kompleks, manajemen inventaris yang efisien menjadi kunci keberhasilan perusahaan manufaktur. Alfa Laval, sebagai perusahaan dengan jaringan produksi global, menghadapi tantangan dalam mengelola inventaris dan menyeimbangkan pasokan serta permintaan. Untuk mengatasi tantangan ini, mereka mengembangkan ATHENA, sebuah inisiatif yang bertujuan untuk meningkatkan pengelolaan inventaris melalui pendekatan yang lebih terstruktur dan terintegrasi.

Artikel ini membahas studi kasus implementasi ATHENA di Alfa Laval, menguraikan tantangan utama, strategi yang diterapkan, serta dampaknya terhadap performa rantai pasok.

Tantangan dalam Manajemen Inventaris Global

Alfa Laval menghadapi beberapa tantangan utama dalam manajemen inventarisnya, termasuk:

1. Ketidakseimbangan antara pasokan dan permintaan, yang menyebabkan kelebihan atau kekurangan stok.
2. Kurangnya visibilitas data inventaris di seluruh lokasi produksi.
3. Ketergantungan pada forecasting yang kurang akurat, menyebabkan pengambilan keputusan yang kurang tepat.

Seperti banyak perusahaan lain yang menerapkan sistem Make-to-Order (MTO), Alfa Laval harus memproyeksikan kebutuhan inventaris berdasarkan permintaan pelanggan, bukan sekadar tren historis.

Inisiatif ATHENA dan Strategi Optimalisasi Inventaris

ATHENA dirancang untuk mengatasi tantangan tersebut dengan beberapa pendekatan utama:

1. Klasifikasi Inventaris yang Lebih Terstruktur

ATHENA mengklasifikasikan inventaris menjadi enam kategori utama:

• Cycle stock (stok reguler yang terus diperbarui)
• Safety stock (stok cadangan untuk mengantisipasi ketidakpastian)
• Pipeline stock (stok dalam proses pengiriman)
• Anticipation stock (stok untuk mengantisipasi permintaan musiman)
• Hedge stock (stok untuk mengatasi risiko pasar)
• Overstock (stok berlebih yang perlu dikurangi)

Pendekatan ini membantu Alfa Laval mengoptimalkan persediaan dan menghindari pemborosan modal pada inventaris yang tidak diperlukan.

2. Penggunaan Data dan Teknologi dalam Forecasting

Alfa Laval mengimplementasikan model forecasting berbasis data, termasuk:

• Moving average dan exponential smoothing, untuk memprediksi pola permintaan.
• Analisis berbasis historis dengan software demand planning, yang dapat menghasilkan forecast hingga 15 bulan ke depan.
• Sistem kolaboratif dengan pemasok, di mana perusahaan berbagi data forecasting dengan mereka untuk memastikan kesiapan pasokan.

Pendekatan ini membantu Alfa Laval mengurangi dampak efek bullwhip, yang sering terjadi ketika setiap tahap rantai pasok membuat perkiraan yang berbeda.

3. Peningkatan Kolaborasi dalam Rantai Pasok

Kolaborasi antara berbagai unit bisnis dan pemasok menjadi fokus utama ATHENA. Beberapa langkah yang diterapkan termasuk:

• Berbagi data inventaris secara real-time antar pabrik di berbagai lokasi.
• Meningkatkan transparansi dengan pemasok utama untuk menghindari ketidakseimbangan persediaan.
• Memanfaatkan pendekatan Collaborative Planning, Forecasting, and Replenishment (CPFR), meskipun implementasi penuh masih menghadapi kendala.

Dampak dari pendekatan ini adalah peningkatan akurasi forecasting dan pengurangan ketidakpastian dalam perencanaan produksi.

Dampak ATHENA terhadap Performa Alfa Laval

Implementasi ATHENA telah membawa beberapa perbaikan signifikan bagi Alfa Laval:

1. Penurunan Inventory Days of Supply (IDS)
   • IDS berkurang secara signifikan setelah penerapan ATHENA, yang berarti Alfa Laval dapat menyimpan lebih sedikit stok tanpa mengorbankan ketersediaan produk.
2. Peningkatan Return on Capital Employed (ROCE) dan Return on Sales (ROS)
   • ATHENA membantu meningkatkan efisiensi modal kerja, yang berdampak langsung pada profitabilitas perusahaan.
3. Efisiensi dalam Manajemen Gudang
   • Dengan sistem klasifikasi stok yang lebih baik, Alfa Laval mengurangi stok berlebih di gudang mereka, sehingga menghemat biaya penyimpanan.
4. Peningkatan Kolaborasi dengan Pemasok
   • Dengan berbagi data forecasting dan kapasitas produksi lebih awal, pemasok dapat merencanakan produksi mereka dengan lebih baik, mengurangi keterlambatan pasokan.

Studi Kasus: Implementasi ATHENA di Alfa Laval

Dalam salah satu kasus spesifik, penerapan ATHENA di fasilitas produksi gasketed plate heat exchanger (GPHE) menunjukkan hasil yang positif:

• Forecasting permintaan meningkat hingga 20% lebih akurat dibandingkan sebelumnya.
• Jumlah stok komponen utama berkurang 15%, menghemat jutaan dolar dalam biaya inventaris.
• Kolaborasi dengan pemasok utama meningkat, mengurangi risiko keterlambatan produksi.

Hasil ini menunjukkan bahwa ATHENA berhasil menciptakan sistem manajemen inventaris yang lebih responsif dan efisien, meskipun masih ada tantangan dalam standarisasi sistem di seluruh unit bisnis.

Kesimpulan: ATHENA sebagai Model Manajemen Inventaris Masa Depan

Dari analisis ini, dapat disimpulkan bahwa ATHENA merupakan langkah strategis yang membantu Alfa Laval meningkatkan efisiensi rantai pasoknya. Dengan klasifikasi inventaris yang lebih baik, pemanfaatan teknologi forecasting, dan peningkatan kolaborasi dengan pemasok, Alfa Laval berhasil mengurangi biaya dan meningkatkan efektivitas operasional.

Namun, masih ada beberapa area yang dapat diperbaiki:

• Peningkatan standarisasi forecasting di semua unit bisnis.
• Implementasi penuh sistem CPFR untuk meningkatkan visibilitas rantai pasok.
• Mengintegrasikan AI dalam analisis data inventaris untuk hasil yang lebih akurat.

Bagi perusahaan lain yang menghadapi tantangan serupa dalam manajemen inventaris, pendekatan ATHENA dapat menjadi model yang dapat diterapkan untuk meningkatkan efisiensi rantai pasok dan mengoptimalkan modal kerja.

Sumber Referensi : Schiro, D., & Librelotto Rubin, L. (2023). Inventory Management: A High-Level Analysis of Selected Process Elements, and Factors Impacting Plan Performance – A Case Study at Alfa Laval. Lund University, Department of Mechanical Engineering Sciences, Division of Engineering Logistics.

Pendahuluan

Dalam dunia bisnis yang semakin kompetitif, manajemen rantai pasok (Supply Chain Management/SCM) berperan penting dalam meningkatkan efisiensi dan daya saing perusahaan. Paper berjudul Concept Paper on Supply Chain Management oleh Md. Maksudul Haque dan Marzina Akhter, yang diterbitkan di IOSR Journal of Economics and Finance (2022, Vol. 13, Issue 3, pp. 31-35), membahas konsep dasar SCM, perbedaannya dengan logistik, serta tren terbaru seperti green supply chain.

SCM mencakup koordinasi berbagai aspek bisnis seperti produksi, persediaan, lokasi, dan transportasi. Tujuan utamanya adalah meningkatkan kepuasan pelanggan sekaligus mengurangi biaya operasional dan inventaris.

Konsep Dasar Manajemen Rantai Pasok

SCM terdiri dari serangkaian proses yang memastikan barang dan jasa mengalir dengan lancar dari pemasok ke pelanggan akhir. Beberapa komponen utama SCM yang dibahas dalam paper ini meliputi:

1. Perbedaan Supply Chain Management dan Logistik

• Logistik berfokus pada manajemen barang dalam satu organisasi, termasuk pengadaan, distribusi, dan inventaris.
• SCM melibatkan jaringan beberapa perusahaan yang bekerja sama untuk memenuhi kebutuhan pelanggan secara efektif.
• SCM mencakup strategi pemasaran, pengembangan produk, layanan pelanggan, dan keuangan, sehingga lebih luas dibandingkan logistik.

2. Elemen Utama dalam Supply Chain

SCM terdiri dari beberapa elemen yang saling terhubung:

1. Pelanggan: Memulai rantai pasok dengan melakukan pemesanan barang.
2. Perencanaan: Menyusun jadwal produksi dan mengatur kebutuhan bahan baku.
3. Pengadaan: Membeli bahan baku dari pemasok.
4. Inventaris: Menyimpan bahan baku dan produk jadi sebelum dikirim ke pelanggan.
5. Produksi: Proses manufaktur produk berdasarkan permintaan pasar.
6. Lokasi: Menentukan lokasi pabrik dan gudang untuk efisiensi biaya.
7. Transportasi: Memilih metode pengiriman yang optimal.
8. Informasi: Menggunakan data untuk pengambilan keputusan yang lebih baik.

Strategi Efisiensi dalam SCM

Paper ini menyoroti pentingnya keseimbangan antara efisiensi biaya dan responsivitas terhadap permintaan pasar. Beberapa strategi utama yang dapat diterapkan perusahaan meliputi:

1. Manajemen Produksi dan Persediaan

• Lean Manufacturing: Mengurangi pemborosan dalam proses produksi untuk meningkatkan efisiensi.
• Just-in-Time (JIT): Mengurangi biaya penyimpanan dengan hanya memproduksi barang saat dibutuhkan.
• Safety Inventory: Menjaga stok cadangan untuk menghindari kehabisan produk.

2. Optimalisasi Lokasi dan Transportasi

• Menentukan lokasi pabrik dan gudang yang strategis untuk menekan biaya logistik.
• Menggunakan metode pengiriman yang paling efektif dan efisien sesuai dengan kebutuhan bisnis.

3. Penggunaan Teknologi dan Informasi

• Big Data dan AI untuk analisis permintaan pasar.
• Sistem ERP (Enterprise Resource Planning) untuk meningkatkan koordinasi antar divisi.

Green Supply Chain: Tren Masa Depan SCM

Paper ini juga membahas konsep Green Supply Chain Management (GSCM), yaitu strategi untuk mengurangi dampak lingkungan dalam rantai pasok. Beberapa aspek penting GSCM meliputi:

1. Desain Produk Ramah Lingkungan
   • Menggunakan bahan daur ulang atau biodegradable.
2. Efisiensi Energi dalam Produksi
   • Mengurangi emisi karbon dengan mesin hemat energi.
3. Optimasi Transportasi
   • Menggunakan kendaraan listrik atau jalur distribusi yang lebih pendek untuk menghemat bahan bakar.

Menurut penelitian, perusahaan yang menerapkan GSCM dapat mengurangi biaya operasional hingga 20% serta meningkatkan kepuasan pelanggan yang peduli lingkungan.

Kesimpulan

Manajemen rantai pasok yang efektif dapat meningkatkan efisiensi operasional sekaligus menekan biaya. Paper ini menyoroti perbedaan SCM dengan logistik, strategi optimalisasi, serta pentingnya transisi ke Green Supply Chain.

Dengan mengadopsi teknologi canggih, strategi persediaan yang efisien, dan pendekatan ramah lingkungan, perusahaan dapat meningkatkan daya saing mereka di pasar global.

Sumber: Md. Maksudul Haque, Marzina Akhter. Concept Paper on Supply Chain Management. IOSR Journal of Economics and Finance, 13(3), 2022, pp. 31-35.

Pendahuluan

Efisiensi rantai pasok menjadi faktor penting dalam daya saing perusahaan modern. Semakin kompleksnya sistem rantai pasok akibat globalisasi dan digitalisasi menuntut perusahaan untuk memiliki model evaluasi kinerja yang akurat. Paper Measurements of Efficiency in a Supply Chain oleh Annelie Pettersson berfokus pada metode pengukuran efisiensi rantai pasok dengan pendekatan kuantitatif yang menggabungkan biaya dan kinerja operasional.

Penelitian ini mengulas berbagai model evaluasi yang telah digunakan dalam industri dan mengembangkan indeks efisiensi rantai pasok, yang kemudian diuji pada perusahaan global, Ericsson AB. Dengan mengombinasikan pendekatan cost-driven dan performance-driven, paper ini memberikan wawasan penting bagi akademisi dan praktisi Supply Chain Management (SCM).

Metodologi Penelitian

Penelitian ini menggunakan dua pendekatan utama:

1. Tinjauan Literatur

Literatur yang dikaji mencakup berbagai konsep terkait:

• Supply Chain Management (SCM) dan efisiensi rantai pasok
• Model pengukuran kinerja rantai pasok, termasuk:
  • Cost-to-Serve Analysis (menganalisis total biaya per pelanggan)
  • Total Cost of Ownership (TCO) (menghitung biaya sepanjang siklus hidup produk)
  • Activity-Based Costing (ABC) (mengalokasikan biaya berdasarkan aktivitas dalam rantai pasok)

2. Studi Empiris

Penulis melakukan studi empiris dengan 30 perusahaan dari 10 sektor industri di Swedia, termasuk:

• Industri manufaktur
• Industri farmasi dan teknologi medis
• Industri telekomunikasi
• Industri otomotif
• Industri konstruksi

Setiap perusahaan diwawancarai untuk memahami bagaimana mereka mengukur efisiensi rantai pasok dan kendala yang mereka hadapi. Selain itu, penulis mengembangkan indeks efisiensi rantai pasok, yang diuji pada Ericsson AB, salah satu perusahaan telekomunikasi terbesar di dunia.

Model Evaluasi Efisiensi dalam Rantai Pasok

Paper ini mengklasifikasikan metode evaluasi menjadi tiga kategori utama:

1. Metode Biaya dalam Rantai Pasok

• Logistics Cost vs. Supply Chain Cost
  • Biaya logistik hanya sebagian dari total biaya rantai pasok.
  • Supply Chain Cost mencakup seluruh biaya mulai dari produksi, distribusi, hingga layanan pelanggan.
• Activity-Based Costing (ABC)
  • Mengalokasikan biaya berdasarkan aktivitas spesifik dalam rantai pasok.
  • Mampu mengidentifikasi aktivitas yang tidak bernilai tambah dan mengurangi biaya produksi hingga 15%.
• Total Cost of Ownership (TCO)
  • Menghitung biaya total sepanjang siklus hidup produk, termasuk biaya pemeliharaan dan disposal.

2. Metode Pengukuran Kinerja Operasional

• Balanced Scorecard (BSC)
  • Mengukur kinerja berdasarkan perspektif:
    • Keuangan
    • Pelanggan
    • Proses internal
    • Pembelajaran dan pertumbuhan
• SCOR (Supply Chain Operations Reference Model)
  • Model yang digunakan secara luas dalam industri untuk mengukur keandalan, fleksibilitas, dan efisiensi biaya.
  • Perusahaan yang menerapkan SCOR mampu meningkatkan kecepatan pemrosesan pesanan hingga 22%.
• Benchmarking
  • Perbandingan kinerja rantai pasok dengan perusahaan lain atau standar industri.

3. Pengembangan Indeks Efisiensi Rantai Pasok

• Paper ini memperkenalkan indeks efisiensi rantai pasok yang menggabungkan biaya dan kinerja operasional.
• Indeks ini diuji pada Ericsson AB, yang menunjukkan peningkatan efisiensi operasional hingga 18% setelah penerapan model ini.

Studi Kasus dan Data Empiris

Penelitian ini menyajikan beberapa studi kasus berdasarkan wawancara dengan 30 perusahaan:

1. Ericsson AB (Industri Telekomunikasi)

• Dengan menerapkan SCOR model, perusahaan mampu meningkatkan kecepatan pemrosesan pesanan hingga 22%.
• Penggunaan TCO memungkinkan identifikasi titik pemborosan, mengurangi biaya operasional sebesar 12%.

2. Industri Manufaktur

• Perusahaan yang menggunakan pendekatan ABC berhasil menurunkan biaya produksi sebesar 15% dengan mengoptimalkan alokasi sumber daya.
• Penggunaan Just-in-Time (JIT) menurunkan tingkat persediaan hingga 30%, meningkatkan efisiensi arus barang.

3. Industri Otomotif

• Penerapan sistem Lean Manufacturing menghasilkan pengurangan waktu siklus produksi sebesar 20%.
• Efisiensi rantai pasok meningkat dengan strategi vendor-managed inventory (VMI).

Tantangan dalam Pengukuran Efisiensi Rantai Pasok

Meskipun ada berbagai model evaluasi, penelitian ini mengidentifikasi beberapa tantangan utama:

1. Kurangnya integrasi antara data keuangan dan operasional, menyebabkan evaluasi yang kurang komprehensif.
2. Kurangnya standar universal untuk mengukur efisiensi rantai pasok, membuat perbandingan antar perusahaan sulit dilakukan.
3. Belum optimalnya pemanfaatan teknologi digital dan AI dalam sistem evaluasi, padahal teknologi ini bisa meningkatkan akurasi analisis.

Rekomendasi dan Implikasi untuk Industri

Berdasarkan hasil penelitian, beberapa strategi disarankan untuk meningkatkan efisiensi rantai pasok:

1. Digitalisasi dan Automasi
   • Menggunakan IoTdan AI untuk meningkatkan transparansi dan pengambilan keputusan berbasis data.
2. Pengukuran Berbasis Big Data
   • Mengadopsi analitik data real-time untuk mengoptimalkan proses rantai pasok.
3. Integrasi Keberlanjutan dalam Evaluasi Kinerja
   • Menggabungkan metrik lingkungan dan sosial dalam sistem evaluasi rantai pasok.

Kesimpulan

Paper ini memberikan wawasan mendalam tentang pengukuran efisiensi rantai pasok, dengan membahas model, studi kasus, serta tantangan dalam implementasinya. Studi ini menjadi referensi penting bagi akademisi dan praktisi manajemen rantai pasok dalam mengembangkan strategi evaluasi yang lebih akurat dan berbasis data.

Sumber: Annelie Pettersson. Measurements of Efficiency in a Supply Chain. Luleå University of Technology, 2008.

Pemeliharaan prediktif dibangun di atas pemantauan berbasis kondisi untuk mengoptimalkan kinerja dan masa pakai peralatan dengan terus menilai kesehatannya secara real time.

Dengan mengumpulkan data dari sensor dan menerapkan alat dan proses analitik canggih seperti machine learning (ML). Pemeliharaan prediktif dapat mengidentifikasi, mendeteksi, dan mengatasi masalah saat terjadi, serta memprediksi potensi kondisi peralatan di masa depan, sehingga mengurangi risiko. Kuncinya adalah memberikan informasi yang tepat pada waktu yang tepat kepada orang yang tepat.

Pemeliharaan prediktif vs pemeliharaan preventif

Strategi dan kematangan pemeliharaan bergantung pada faktor-faktor seperti aset dan biaya penggantian, kekritisan aset, pola penggunaan, dan dampak kegagalan terhadap keselamatan, lingkungan, operasi, keuangan, dan citra publik. Pemeliharaan prediktif adalah salah satu dari tiga strategi pemeliharaan utama yang digunakan oleh bisnis. Yang lainnya adalah pemeliharaan reaktif, yang memperbaiki kegagalan saat terjadi, dan pemeliharaan preventif, yang mengandalkan jadwal pemeliharaan yang telah ditentukan untuk mengidentifikasi kesalahan.

Karena pemeliharaan prediktif bersifat proaktif, maka pemeliharaan ini meningkatkan pemeliharaan preventif dengan memberikan wawasan yang berkesinambungan tentang kondisi aktual peralatan. Daripada mengandalkan kondisi peralatan yang diharapkan berdasarkan garis dasar historis. Dengan pemeliharaan prediktif, pemeliharaan korektif hanya dilakukan hanya ketika ada kebutuhan untuk melakukannya, dan dengan demikian menghindari timbulnya biaya pemeliharaan yang tidak perlu dan waktu henti alat berat.

Pemeliharaan prediktif menggunakan data historis dan kegagalan seri waktu untuk memprediksi potensi kesehatan peralatan di masa depan sehingga dapat mengantisipasi masalah sebelumnya. Hal ini memungkinkan perusahaan untuk mengoptimalkan penjadwalan pemeliharaan dan meningkatkan keandalan.

Pemeliharaan prediktif juga berbeda dengan pemeliharaan preventif dalam hal keragaman dan luasnya data waktu nyata yang digunakan dalam memantau peralatan. Berbagai teknik pemantauan kondisi seperti suara (akustik ultrasonik), suhu (termal), pelumasan (oli, cairan), dan analisis getaran dapat mengidentifikasi anomali dan memberikan peringatan dini tentang potensi masalah. Suhu yang meningkat pada suatu komponen, misalnya, dapat mengindikasikan penyumbatan aliran udara atau keausan. Getaran yang tidak biasa dapat mengindikasikan ketidaksejajaran komponen yang bergerak. Perubahan suara dapat memberikan peringatan dini akan adanya kerusakan yang tidak dapat ditangkap oleh telinga manusia.

Playbook

Pertajam Keunggulan Kompetitif Manufaktur Anda Dengan Manajemen Aset yang Lebih Cerdas

Pelajari bagaimana perangkat pendeteksi generasi berikutnya mengubah layanan manajemen aset dari rezim pemeliharaan rutin menjadi proses prediktif yang didukung oleh AI.

Bagaimana cara kerja pemeliharaan prediktif?

Pemeliharaan prediktif mengandalkan berbagai teknologi termasuk Internet of Things (IoT), analisis prediktif, dan kecerdasan buatan (AI). Sensor yang terhubung mengumpulkan data dari aset seperti mesin dan peralatan. Data ini dikumpulkan di tepi atau di cloud dalam manajemen aset perusahaan (EAM) yang mendukung AI atau sistem manajemen pemeliharaan terkomputerisasi (CMMS). AI dan pembelajaran mesin digunakan untuk menganalisis data secara real time untuk membangun gambaran kondisi peralatan saat ini. Setelah itu, memicu peringatan jika ada potensi kerusakan yang teridentifikasi dan mengirimkannya ke tim pemeliharaan.

Selain memberikan peringatan kerusakan, kemajuan dalam algoritme pembelajaran mesin memungkinkan solusi pemeliharaan prediktif untuk membuat prediksi tentang kondisi peralatan di masa depan. Hal ini dapat digunakan untuk mendorong efisiensi yang lebih besar dalam alur kerja dan proses yang terkait dengan pemeliharaan, seperti penjadwalan pesanan kerja tepat waktu dan rantai pasokan tenaga kerja dan suku cadang. Selain itu, semakin banyak data yang dikumpulkan, semakin banyak wawasan yang dihasilkan dan semakin baik prediksinya. Hal ini memberikan keyakinan kepada bisnis bahwa peralatan bekerja secara optimal.

Manfaat pemeliharaan prediktif

Manfaat dari strategi pemeliharaan prediktif berpusat pada antisipasi kesalahan dan kegagalan peralatan, mengurangi biaya pemeliharaan dan pengoperasian dengan mengoptimalkan waktu dan sumber daya, serta meningkatkan kinerja dan keandalan peralatan. Deloitte melaporkan pada tahun 2022 bahwa pemeliharaan prediktif dapat menghasilkan pengurangan waktu henti fasilitas sebesar 5-15% dan peningkatan produktivitas tenaga kerja sebesar 5-20%.1 Pemeliharaan prediktif juga memiliki dampak yang menguntungkan bagi keberlanjutan operasional dengan meminimalkan penggunaan energi dan pemborosan.

Mengoptimalkan kinerja aset dan waktu kerja dapat mengurangi biaya. Peringatan dini terhadap potensi kerusakan menghasilkan lebih sedikit kerusakan serta mengurangi pemeliharaan terencana atau waktu henti yang tidak direncanakan. Visibilitas kondisi kontinu yang lebih besar meningkatkan keandalan dan daya tahan peralatan seumur hidup. Penggunaan AI dapat meramalkan operasi di masa depan dengan lebih akurat. Manfaat terakhir ini sangat penting di dunia di mana kenaikan harga dan peristiwa yang tidak dapat diprediksi seperti pandemi dan bencana alam terkait iklim membuat kebutuhan akan inventaris suku cadang dan biaya tenaga kerja yang lebih dapat diprediksi serta dampak lingkungan yang lebih rendah dari operasi.

Produktivitas dapat ditingkatkan dengan mengurangi operasi pemeliharaan yang tidak efisien. Memungkinkan respons yang lebih cepat terhadap masalah melalui alur kerja dan otomatisasi yang cerdas, serta melengkapi teknisi, ilmuwan data, dan karyawan di seluruh rantai nilai dengan data yang lebih baik untuk mengambil keputusan. Hasilnya adalah metrik yang lebih baik seperti waktu rata-rata antara kegagalan (MTBF) dan waktu rata-rata untuk perbaikan (MTTR), kondisi kerja yang lebih aman bagi karyawan, serta peningkatan pendapatan dan profitabilitas.

Tantangan pemeliharaan prediktif

Ada beberapa hambatan dalam pemeliharaan prediktif, yang bisa jadi mahal, setidaknya pada awalnya.

Infrastruktur sistem: biaya awal yang terkait dengan kompleksitas strategi yang tinggi. Hal ini sering kali melibatkan peningkatan dan pengintegrasian teknologi yang sudah ketinggalan zaman dan sistem pemantauan serta investasi dalam alat pemeliharaan dan manajemen data serta infrastruktur data dan sistem.

Pelatihan tenaga kerja: melatih tenaga kerja untuk menggunakan alat dan proses baru serta menginterpretasikan data dengan benar bisa jadi mahal dan memakan waktu.

Kebutuhan data: masa lalu adalah prediktor kinerja masa depan. Agar pemeliharaan prediktif menjadi efektif, ketersediaan data historis dan kegagalan (atau proksi) dalam jumlah besar sangat penting. Kemampuan untuk melihat korelasi data dan analogi dengan jenis peralatan serupa dalam kondisi operasi fisik juga penting dan juga dapat membantu meningkatkan sifat prediktif analitik.

Menilai kekritisan dan biaya kegagalan aset individu juga membutuhkan waktu dan uang. Namun, hal ini sangat penting dalam menentukan apakah pemeliharaan prediktif sesuai - aset berbiaya rendah dengan suku cadang murah yang mudah didapat mungkin akan lebih baik dilayani dengan strategi pemeliharaan lainnya. Program pemeliharaan prediktif memang sulit, namun keuntungan kompetitif dan finansial dari strategi yang dijalankan dengan baik sangatlah signifikan.

Kasus penggunaan industri

Teknologi pemeliharaan prediktif telah diadopsi di berbagai industri untuk banyak aset, baik itu cash point, turbin angin, penukar panas, atau robot manufaktur. Industri padat aset seperti Energi, Manufaktur, Telekomunikasi, dan Transportasi, di mana kegagalan peralatan yang tidak terduga dapat menimbulkan konsekuensi yang luas, semakin beralih ke teknologi canggih untuk meningkatkan keandalan peralatan dan produktivitas tenaga kerja. Potensi penggunaannya sangat banyak dan beragam:

Energi

Pemadaman listrik dapat membuat perusahaan energi harus membayar jutaan dolar sebagai kompensasi dan dapat membuat pelanggan berpindah penyedia layanan.

Manufaktur

Kegagalan peralatan dan waktu henti yang tidak direncanakan dapat secara signifikan meningkatkan biaya unit dan menciptakan gangguan rantai pasokan.

Telekomunikasi

Memperbaiki kesalahan jaringan telekomunikasi dengan cepat sangat penting dalam meningkatkan kualitas layanan - bahkan pemadaman jaringan yang kecil pun dapat berdampak pada sejumlah besar pelanggan.

Perkeretaapian

Mengidentifikasi titik-titik atau kerusakan rem atau deformasi jalur dapat mencegah gangguan layanan dan memastikan keselamatan penumpang.

Infrastruktur sipil

Kemampuan untuk menilai integritas struktural dengan lebih baik selama siklus inspeksi membantu mengurangi gangguan ekonomi dan masalah keselamatan.

Pertahanan

Keselamatan helikopter militer dapat ditingkatkan melalui peringatan dini terhadap potensi kegagalan yang berpotensi menimbulkan bencana, misalnya, pada rotor.

Masa depan pemeliharaan prediktif

Penemuan teknik pemeliharaan prediktif sebagian besar dikaitkan dengan CH Waddington pada Perang Dunia kedua. Dia memperhatikan bahwa pemeliharaan preventif yang direncanakan tampaknya menyebabkan kegagalan yang tidak direncanakan pada pesawat pengebom.2 Hal ini menyebabkan kemunculan dan pengembangan pemeliharaan berbasis kondisi, namun karena sebagian besar sistem bisnis secara historis terkotak-kotak, adopsi pemeliharaan prediktif menjadi terbatas.

Kemajuan teknologi dalam sensor IoT, pengumpulan data besar, dan teknologi penyimpanan telah dan akan terus berkembang pesat. Pertumbuhan data dan aksesibilitas AI/ML meningkatkan model pemeliharaan prediktif dan mendorong pengadopsiannya. Pandemi juga mempercepat upaya transformasi digital, menciptakan lingkungan bisnis yang lebih terintegrasi dan minat terhadap wawasan real-time berbasis intelijen. Terakhir, melonjaknya biaya downtime yang tidak direncanakan, yang diperkirakan para ahli mencapai sekitar 11% dari omset di perusahaan-perusahaan Fortune Global 5003 , juga mendorong adopsi pemeliharaan prediktif di pasar.

Teknologi berikut ini adalah beberapa di antaranya yang berkontribusi terhadap evolusi dan nilai pemeliharaan prediktif yang sedang berlangsung:

Inspeksi robotik otomatis membuat pemantauan peralatan di lokasi terpencil atau berbahaya untuk dijangkau seperti di industri Minyak dan Gas menjadi lebih efisien dan hemat biaya. Robot bertindak sebagai sensor keliling yang memantau berbagai aset dan memasukkan data ke dalam sistem manajemen pemeliharaan terkomputerisasi.

Teknologi imersif seperti augmented reality (AR) dan virtual reality (VR) sedang dikembangkan untuk menyederhanakan inspeksi. AR dapat mengumpulkan data dan kedua teknologi tersebut dapat meningkatkan inspeksi visual dan deteksi kesalahan dini.

Digital twin dapat meningkatkan pemeliharaan prediktif dengan menciptakan representasi virtual dari aset fisik, yang menghasilkan data sensor dan mensimulasikan skenario kesalahan operasional dan solusi di seluruh siklus hidup aset tanpa risiko terhadap aset.

Solusi pemeliharaan prediktif berkemampuan IoT disediakan sebagai bagian dari solusi EAM/CMMS dan diintegrasikan dengan aplikasi perusahaan lainnya.

Pemeliharaan prediktif sebagai layanan akan membuat pemeliharaan prediktif lebih mudah diakses dan terjangkau. Diberikan oleh mitra, layanan ini tidak terlalu mengganggu dibandingkan penerapan di lokasi, membutuhkan lebih sedikit investasi dan pelatihan, dan memberikan waktu yang lebih cepat untuk mendapatkan nilai. Layanan ini juga dapat disesuaikan dengan lingkungan dan peralatan individual.

Disadur dari: ibm.com

Jika Anda bekerja dalam tim pengembangan produk perangkat lunak, Anda mungkin sudah tidak asing lagi dengan istilah rekayasa kualitas (QE) dan jaminan kualitas (QA). Meskipun keduanya merupakan bagian integral dari pembuatan produk perangkat lunak yang efektif, keduanya memiliki perbedaan utama yang perlu dipahami. Mempelajari perbedaan keduanya dapat membantu Anda meningkatkan efisiensi tim pengembangan perangkat lunak.

Dalam artikel ini, kami membahas perbedaan antara rekayasa kualitas dan jaminan kualitas serta menjelaskan cara kerja masing-masing untuk membantu Anda membuat produk perangkat lunak yang lebih baik untuk klien.

Apa yang dimaksud dengan rekayasa kualitas?

Rekayasa kualitas adalah praktik menerapkan pemeriksaan kualitas pada suatu produk selama berbagai tahap produksinya. Hal ini sering kali berarti bahwa setiap karyawan dalam tim pengembang menguji produk selama bagian mereka dalam proyek. Sebagai contoh, insinyur perangkat lunak dapat menguji kode mereka untuk sebuah perangkat lunak sebelum mengirimkannya ke tahap pengembangan berikutnya.

Rekayasa kualitas memungkinkan karyawan untuk memperbaiki masalah saat mereka menemukannya daripada menunggu untuk memperbaiki semua masalah sekaligus setelah mereka menyelesaikan proyek. Hal ini juga meningkatkan produktivitas dengan mendorong semua anggota tim untuk bekerja dengan penuh perhatian karena mereka bertanggung jawab langsung atas keberhasilan proyek pada tahap pengembangan mereka.

Apa yang dimaksud dengan jaminan kualitas?

Jaminan kualitas adalah ketika spesialis QA profesional memeriksa produk sebelum pengiriman untuk memastikan produk tersebut memenuhi standar tertentu. Setelah spesialis QA atau timnya melakukan pemeriksaan kualitas, mereka mengirimkan hasilnya ke tim produksi dan meminta perubahan untuk produk untuk membantu meningkatkan kualitas dan daya tariknya. QA memastikan sebuah produk siap untuk dikirim ke pelanggan, yang biasanya ditentukan oleh para spesialis dengan menggunakan daftar periksa atau rubrik untuk memandu keputusan mereka.

Metode yang membiarkan pemeriksaan kualitas hingga akhir produksi dapat berguna ketika Anda memiliki siklus produksi yang pendek dan hanya beberapa tim yang mengerjakan sebuah proyek. Dalam situasi seperti ini, tim QA dapat dengan mudah memeriksa produk dan mengirimkannya kembali ke satu tim pengembangan daripada meminta perubahan dari beberapa tim.

Perbedaan utama antara rekayasa kualitas dan jaminan kualitas

Pelajari perbedaan utama antara QE dan QA berikut ini:

Keterlibatan tim

Tim yang berbeda dapat melibatkan diri dengan QE dan QA dengan berbagai cara karena QE membutuhkan integrasi dengan seluruh proses produksi, sedangkan QA hanya membutuhkan satu titik pemeriksaan kualitas. Ketika Anda menggunakan QE untuk pengembangan, anggota tim produksi Anda dapat melibatkan diri dalam proses pemeriksaan kualitas. Untuk melakukan hal ini, karyawan di setiap level biasanya bertindak sebagai insinyur kualitas dengan memeriksa pekerjaan mereka sendiri dan memastikan setiap bagian dari produk yang mereka kerjakan berhasil pada tahap pengembangan tersebut.

Menggunakan QA sering kali membutuhkan tim terpisah yang khusus memeriksa kualitas produk selama tahap akhir pengembangan. Setelah anggota tim produksi Anda menyelesaikan pekerjaan mereka, spesialis jaminan kualitas dapat meninjau item yang sudah jadi untuk memutuskan apakah sudah memenuhi standar perusahaan dan permintaan klien. Dengan prosedur QA, tim pengembangan Anda mungkin hanya melibatkan diri dalam pembuatan produk dan memperbaiki kesalahan yang ditemukan oleh tim QA, tetapi mereka biasanya tidak aktif dalam pemeriksaan kualitas yang sebenarnya.

Tujuan

Tujuan dari masing-masing metode ini untuk memeriksa standar kualitas juga berbeda. QE berusaha memasukkan pemeriksaan kualitas ke dalam setiap tahap produksi, sementara QA hanya memastikan kualitas produk sebelum pengiriman. Menetapkan prosedur QE untuk tim pengembangan Anda memungkinkan anggota tim untuk memeriksa kualitas pekerjaan mereka saat mereka menyelesaikannya, yang dapat mempercepat proses produksi dan mencegah perlunya desain ulang yang akan menghabiskan waktu dan uang.

Ketika Anda menggunakan tim QA untuk memeriksa kualitas produk, tim pengembangan Anda dapat fokus pada pekerjaan mereka sendiri dan mengandalkan karyawan jaminan kualitas untuk memeriksa kondisi akhir produk. Memilih metode ini dapat membantu Anda memastikan produk siap untuk dikirim dalam semua aspek dan sebagai keseluruhan produk, bukan hanya pada setiap level. Tim QA yang berdedikasi dapat menemukan kesalahan dan bug pada item yang mungkin terlewatkan oleh pengembang, yang memungkinkan tim Anda untuk memperbaiki masalah tersebut sebelum mengirimkan produk ke pelanggan.

Titik awal

Setiap jenis proses pemeriksaan kualitas membutuhkan pemeriksaan produk pada titik yang berbeda dalam produksinya. Titik awal untuk pemeriksaan kualitas dengan QE adalah pembuatan produk, di mana tim Anda menyelesaikan langkah pertama produk dan menganalisis hasilnya. Dari sana, mereka terus memastikan produk memenuhi standar perusahaan dan pelanggan selama proses pengembangan. Hal ini menjadikan QE sebagai proses berkelanjutan dengan titik awal yang lebih awal dalam jadwal produksi suatu barang.

Titik awal untuk pemeriksaan QA adalah pada akhir jadwal produksi setelah tim Anda menyelesaikan produk. Daripada memeriksa selama pengembangan, spesialis QA menentukan kualitas produk jadi dan memberikan arahan untuk memperbaikinya kepada tim pengembangan Anda. Tim kemudian dapat kembali dan membuat perubahan yang diminta atau mendesain ulang produk untuk lebih memenuhi harapan yang telah ditetapkan. Tidak seperti QE, titik awal QA yang terlambat menjadikannya lebih sebagai fase produksi daripada sistem pengukuran kualitas yang terintegrasi.

Kekhususan

Mempraktikkan QE mungkin mengharuskan tim Anda untuk melihat setiap bagian tertentu dari suatu produk dan cara kerjanya pada setiap tahap pengembangan, sementara spesialis QA sering kali melihat fungsionalitas produk secara keseluruhan. Kekhususan metode QE mendorong tim Anda untuk meninjau pekerjaan mereka dan menguji setiap bagian dari suatu produk saat mereka menyelesaikannya. Karena orang yang meninjau pekerjaan juga merupakan individu yang menyelesaikannya, mereka dapat melihat bagaimana fungsi produk pada tingkat tertentu dan menilai kualitasnya.

Spesialis QA jarang melihat setiap tingkat produksi tertentu atau pekerjaan individu karyawan. Sebaliknya, mereka memeriksa produk jadi dengan menggunakan serangkaian metrik. Misalnya, mereka dapat memastikan bahwa semua fitur yang diminta pelanggan berfungsi dengan baik, tetapi mereka biasanya tidak melihat lapisan spesifik dari fitur-fitur tersebut kecuali jika mereka menemukan masalah dan harus memutuskan bagaimana cara mengatasinya.

Fleksibilitas

Dalam banyak kasus, QE memungkinkan tim pengembangan untuk bekerja dengan lebih fleksibel daripada saat menggunakan prosedur QA. Karena QE membutuhkan pemeriksaan kualitas di berbagai titik selama produksi, QE dapat membantu tim Anda mengubah desain atau fitur produk selama pengembangan daripada menunggu sampai akhir. Pengembang dapat mempelajari kesalahan dan memperbaikinya dalam waktu singkat atau mengubah arah produksi tanpa harus memperbaiki semuanya setelah tahap tersebut. Pendekatan ini sangat berguna untuk proyek-proyek yang panjang dengan banyak fitur yang mungkin memerlukan penyesuaian.

Sebagai alternatif, QA biasanya kurang fleksibel karena mengharuskan tim pengembangan untuk menyelesaikan proyek dan kemudian kembali untuk membuat perubahan yang diminta setelah selesai. Meskipun QA menawarkan lebih sedikit fleksibilitas dalam mengubah dan memperbarui produk, prosedur QA dapat berguna untuk produk yang memiliki siklus produksi yang pendek dan beberapa tahap pengembangan. Fleksibilitas yang lebih rendah memungkinkan pengembang untuk fokus pada tujuan pekerjaan mereka dan bergantung pada tim QA untuk pendapat profesional mereka tentang suatu produk.

Waktu

Menggunakan QE sering kali dapat mempercepat waktu produksi suatu barang meskipun mengharuskan setiap pengembang untuk meluangkan lebih banyak waktu untuk menjalankan pengujian pada bagian produk mereka. Ketika pengembang memeriksa kualitas produk mereka, mereka dapat mengatasi masalah dengan lebih efisien saat mereka menemukannya dan memastikan produk berjalan dengan lancar dari awal produksi hingga akhir. Karena pengembang dapat menyelesaikan masalah mereka sendiri melalui QE dan sering kali sangat akrab dengan pekerjaan yang dilakukan tim mereka, menggunakan QE dapat memakan waktu lebih sedikit daripada QA untuk menilai kualitas.

Alasan mengapa proyek QA mungkin memakan waktu lebih lama adalah karena pengembang mungkin harus mendesain ulang seluruh produk mereka atau mencari titik tertentu di mana kesalahan terjadi sebelum mereka dapat mengirim item tersebut kembali ke tim QA. Ketika spesialis QA menemukan kesalahan di akhir produksi, pengembang kemudian harus kembali dan menyelesaikannya, yang sering kali membutuhkan waktu lebih lama daripada jika mereka memperbaiki masalah sesaat setelah membuatnya. Hal ini akan memperpanjang waktu produksi jika satu kesalahan menyebabkan kesalahan lain di seluruh produk karena tim pengembang akan membutuhkan waktu lebih lama untuk menyelesaikan masalah tersebut.

Alat dan teknik

QA melibatkan penggunaan alat dan teknik pengujian untuk menunjukkan cacat dalam produk perangkat lunak yang disempurnakan, dan alat yang digunakan oleh spesialis QA sering kali bergantung pada produk yang mereka nilai. QE melibatkan penggunaan alat dan teknik yang berbeda untuk mencegah cacat dan meningkatkan proses pengembangan perangkat lunak. Beberapa contoh umum alat dan teknik QE termasuk alat otomatisasi, metodologi peningkatan proses, dan analisis statistik.

Disadur dari: indeed.com

Kontrol kualitas sangat penting bagi setiap perusahaan yang memproduksi produk atau menyediakan layanan. Hal ini membantu meningkatkan kepuasan pelanggan dengan secara konsisten memberikan produk atau layanan berkualitas, mengurangi pemborosan sumber daya, serta meningkatkan efisiensi dan keuntungan perusahaan. Mempelajari lebih lanjut tentang konsep ini dapat membantu Anda memahami mengapa konsep ini penting bagi bisnis dan industri Anda.

Dalam artikel ini, kami akan menjawab pertanyaan “Apa itu kontrol kualitas?”, membandingkannya dengan jaminan kualitas, dan mendiskusikan proses dan berbagai metode yang dapat Anda gunakan.

Apa yang dimaksud dengan kontrol kualitas?

Kontrol kualitas, atau QC, adalah proses yang digunakan bisnis untuk memastikan bahwa suatu produk atau layanan mematuhi serangkaian standar kualitas yang telah ditentukan atau memenuhi persyaratan pelanggan atau klien. Biasanya, hal ini mengharuskan bisnis untuk menciptakan lingkungan di mana karyawan dan manajemen selalu berusaha untuk mencapai kesempurnaan. Hal ini melibatkan pelatihan ekstensif, membuat tolok ukur untuk mengukur kualitas produk atau layanan, dan pengujian untuk memeriksa variasi kualitas yang signifikan.

Kontrol kualitas vs jaminan kualitas

Meskipun beberapa orang menggunakan istilah “kontrol kualitas” dan “jaminan kualitas” secara bergantian dan prosesnya memiliki beberapa aktivitas yang terkait, namun ada definisi yang berbeda untuk masing-masing istilah tersebut. Jaminan kualitas, atau QA, berfokus pada memberikan keyakinan bahwa produk atau layanan memenuhi persyaratan kualitas perusahaan, dan ini mencakup semua aktivitas yang telah diterapkan perusahaan untuk memberikan keyakinan tersebut. Sedangkan kontrol kualitas, mengacu pada aspek inspeksi dari manajemen kualitas, khususnya teknik dan aktivitas yang digunakan untuk memenuhi persyaratan kualitas.

Mengapa kontrol kualitas penting?

Kontrol kualitas penting karena dapat:

• Mendorong kesadaran akan kualitas: Kontrol kualitas mendorong karyawan untuk selalu memperhatikan kualitas selama proses produksi, yang dapat membantu perusahaan mencapai tingkat kualitas yang diinginkan setiap saat.
• Menurunkan biaya produksi: Proses yang digunakan untuk kontrol kualitas memeriksa produksi barang yang tidak memenuhi standar kualitas, mengoreksi masalah apa pun dan menurunkan biaya produksi.
• Meningkatkan kepuasan pelanggan: Kontrol kualitas memastikan bahwa pelanggan menerima produk yang bebas dari kesalahan atau cacat, yang biasanya meningkatkan kepuasan pelanggan secara keseluruhan.
• Meningkatkan niat baik: Memproduksi produk berkualitas tinggi yang memenuhi semua persyaratan kendali mutu organisasi umumnya menunjukkan bahwa produk tersebut secara konsisten memenuhi kebutuhan pelanggan, sehingga meningkatkan reputasi bisnis yang sudah mapan.
• Meningkatkan moral karyawan: Ketika karyawan menyadari bahwa mereka menghasilkan produk berkualitas tinggi yang memberikan nilai kepada konsumen, hal ini dapat meningkatkan moral perusahaan secara keseluruhan.
• Meningkatkan metode produksi: Proses kontrol kualitas membantu merampingkan dan meningkatkan proses produksi, yang berarti metode dan desain yang lebih baik dan sering kali produktivitas yang lebih tinggi.
• Meningkatkan penjualan: Kontrol kualitas yang konsisten dapat membantu perusahaan mengembangkan reputasi untuk kualitas, yang dapat menarik pelanggan baru dan meningkatkan penjualan.

Memastikan penggunaan sumber daya yang efektif: Kontrol kualitas memastikan bahwa perusahaan menggunakan sumber daya secara efektif dengan meminimalkan limbah produk dan material serta meningkatkan efisiensi.

Bagaimana cara kerja kontrol kualitas

Berikut adalah langkah-langkah umum yang harus diikuti dalam proses kontrol kualitas:

Menetapkan standar pengujian

Untuk mengimplementasikan program kontrol kualitas, perusahaan pertama-tama harus menentukan standar apa yang ingin dipenuhi. Selanjutnya, menentukan sejauh mana tindakan yang harus diambil. Misalnya, tim harus memutuskan berapa banyak sampel yang akan diambil dan diuji.

Menguji bahan baku dan berbagai tahapan

Kontrol kualitas biasanya melibatkan pengujian setiap langkah dari proses manufaktur perusahaan. Misalnya, karyawan QC dapat memulai dengan menguji bahan baku yang digunakan untuk membuat produk. Mereka dapat melanjutkan pengujian pada berbagai tahap dalam proses manufaktur untuk mengidentifikasi di mana masalah terjadi.

Memperbaiki masalah

Karyawan memperbaiki masalah yang mereka identifikasi untuk mencegahnya terjadi lagi di masa depan. Kontrol kualitas yang tepat yang digunakan perusahaan tergantung pada industri dan produk. Misalnya, dalam pembuatan makanan, tim QC perusahaan melakukan pengujian mikrobiologi untuk memastikan bahwa produk yang sudah jadi tidak membuat konsumen sakit dan mungkin meninjau makanan dalam kemasannya untuk memastikannya menarik secara visual. Namun, dalam industri manufaktur mobil, kontrol kualitas dapat berfokus pada cara berbagai bagian berinteraksi dan beroperasi bersama.

Mengumpulkan data dan membuat keputusan

Selanjutnya, karyawan mengumpulkan data dunia nyata dan membuat laporan untuk diserahkan kepada manajemen untuk ditinjau dan menentukan tindakan tambahan yang harus diambil. Misalnya, perusahaan dapat memutuskan untuk memperbaiki unit yang rusak atau menghilangkannya. Demikian pula, jika terlalu banyak produk yang cacat, sebaiknya perusahaan membuat rencana untuk memperbaiki proses produksi atau, jika masalahnya ada pada persediaan yang digunakan, membeli bahan baku dari tempat lain. Penting bagi perusahaan untuk terus menggunakan metode kontrol kualitas untuk memantau tanda-tanda masalah baru.

Metode untuk kontrol kualitas dalam bisnis

Berikut adalah beberapa metode untuk melakukan kontrol kualitas dalam bisnis:

Inspeksi

Inspeksi melibatkan pemilihan produk secara acak dan mengujinya sesuai dengan atribut atau atribut yang diberikan untuk dilacak pada grafik kontrol kualitas. Grafik ini menggambarkan apakah produk atau proses yang diambil sampelnya memenuhi standar kualitas perusahaan dan, jika tidak, seberapa jauh perbedaannya dengan persyaratan perusahaan. Grafik dapat menganalisis atribut tertentu atau mengukur varian dalam beberapa atribut produk.

Dengan menganalisis pola dalam grafik, perusahaan dapat menentukan apakah cacat terjadi secara acak atau sistematis. Grafik yang mengukur varians dalam beberapa atribut produk disebut grafik multivariat, sedangkan grafik yang hanya mengukur atribut tertentu disebut grafik univariat. Meskipun banyak perusahaan biasanya menggunakan diagram batang X sebagai diagram kontrol kualitas, mereka juga dapat menggunakan jenis diagram lain seperti:

Metode kontrol kualitas taguchi

Metode Taguchi menekankan pada bagaimana penelitian dan pengembangan, pengembangan produk, dan desain produk dapat mengurangi kemungkinan cacat dan kesalahan pada produk. Insinyur dan ahli statistik Jepang, Genichi Taguchi, mengembangkan metode ini berdasarkan keyakinan bahwa desain lebih penting daripada proses manufaktur ketika mencoba menghilangkan varians. Dengan demikian, metode ini berfokus pada peningkatan desain awal untuk mencegah terjadinya variasi dalam produksi.

Pengambilan sampel statistik

Pengambilan sampel statistik melibatkan pengukuran sebagian dari semua produk, dan ukuran sampel dapat bervariasi. Penguji mengevaluasi sampel berdasarkan rencana manajemen mutu. Mereka membuat kesimpulan tentang sisa produk berdasarkan bagian tersebut dan menyesuaikan proses yang diperlukan.

Disadur dari: indeed.com