Review singkat jurnal tentang Design for Six Sigma

1. Implementing Design for Six Sigma to Supply Chain Design
By Yousef Amer, Lee Luong, Sang-Heon Lee, William Y C Wang, Muhammad Azeem Ashraf, Zahid Qureshi
Siti Farida
02411740000017
• PRINSIP DASAR
Efektivitas supply chain dapat meningkatkan daya saing dan profitabilitas perusahaan.
• TUJUAN PENELITIAN
Memahami bagaimana mengidentifikasi metrik rantai pasokan, menerapkannya dan mengukur
measurable outcomes guna merefleksikan bottom line improvement di proses rantai pasok
• METODOLOGI
Perluasan konseptual metodologi IDOV/IDDOV (Identify, Define & Design, Optimise, and
Validate) untuk menerapkan DFSS ke desain rantai pasokan yang menunjukkan dan menguraikan
manajemen permintaan sebagai CCR (Critical to Customer)
Fig 1: Detailed activities for SC design DFSS
• Aktivitas : mengidentifikasi pelanggan potensial, mendaftar dan
memprioritaskan harapan mereka dan meminta kemungkinan interaksi
antarpelanggan
• Tools : wawancara, survei, data keluhan, dan enhancement requests
Understanding
Voice of Customers
•Contoh requirement : product availability, on exact time with minimal
added cost, product / service quality, flexibility and responsiveness
•Aktivitas : Menyusun atribut layanan
Translate VOC into
requirements
• Aktivitas : menentukan respon teknis, melakukan pembobotan,
membuat korelasi antara atribut dan respon teknis
• Output : Daftar prioritas dari CCR
• Tools : QFD matrix (other tools that may be used such a kano model,
pareto analysis, affinity diagram, brainstorming, and benchmarking)
Quality Function
Deployment (QFD)
STEP 1 : IDENTIFY (and DEFINE)
(determining what customers require and value,and translate it into the service specification)

2. Fig 2: A first level QFD for
SCM
Fig. 3: A generalized functional structure of a SC
STEP 2 : DESIGN
(to propose and evaluate conceptual solutions to address the above CCRs)
Fig. 4:
A
Black
Box
Empiri
cal
Model
N
o
Breakdown
Elemen
Keterangann
1 Functional
System
design
• Aktivitas : Using the ‘functional design’ approach of systems engineering, multiple
functional system models (or conceptual solutions) are proposed
• Keterangan : Figure 3 menunjukkan variabel input level rendah dengan distribusi
probabilitas untuk masing-masing fungsi masing-masing
2 Devise and
Verify
Measureme
nt
Methods/M
etrics
• Tujuan : menciptakan nilai pelanggan melalui penyelarasan kinerja dengan
menyesuaikan permintaan dengan gangguan minimal dengan memberikan
fleksibilitas dan membatasi variabilitas
• Aktivitas : Menyusun metrik manajemen permintaan (baik aspek internal dan
eksternal), upaya menghasilkan peningkatan proses internal serta hubungan
pelanggan dan kinerja bisnis di seluruh rantai
3 Evaluasi
konsep
• Tujuan : desain konseptual yang diusulkan dievaluasi terhadap CCR. Setiap analisis
trade-off diterapkan untuk mempersempit proses pemilihan konsep
4 CCR flow-
down
• Tujuan : mengalirkan requirements dari atas ke tingkat hierarki terendah dari model
sistem fungsional
• tim pengembangan dapat menerjemahkan CCR sistem tingkat tinggi ke tingkat yang
lebih rendah Variabel Input Proses Utama (KPIV)
• CCR dapat direpresentasikan sebagai notasi black box dengan Y sebagai fungsi input
X, digambarkan pada figure 4
5 Fungsi
Transfer
• Tujuan : memprediksi efek ‘Xs’ pada s Y (s) ’,
• Aktivitas : perencanaan sampling, menguji dan mengukur kinerjanya, atau
memprediksi kinerja desain secara matematis
• Eksperimen dirancang dapat melalui simulasi matematika dan statistik, serta
analisis regresi dengan beberapa alat untuk mengembangkan fungsi transfer
prediktif dari model empiris
• Tools: QFD, diagram Sebab-Akibat, analisis Fishbone, matriks Pugh, Mode
Kegagalan dan Analisis Efek (FMEA), dan simulasi Monte Carlo

3. STEP 3 : OPTIMIZE
(stresses predicting and optimising the probability of the design to meet the requirements targets
(CCRs) given environmental variation, and usage variation)
Fig. 5: A fishbone disintegration of a
CCR
(demand management)
STEP 4 : VALIDATE
(to checking the process is complete, valid and will meet
requirements in practice)
Fig. 6: Statistical analysis of
the KPIV’s and CCR
Fig. 7: Top down variance budget
allocation
Fig. 8: Customized representation of detailed activities
for
Aktivitas
Variation Analysis and allocation
• Menggunakan model matematika yang dikembangkan di atas, efek
akumulasi variasi input individu (Xs atau KPIVs) dievaluasi untuk CCR
(Y) yang bersangkutan
• Figure 6 : Penyebaran antara Batas Spesifik Bawah (LSL) dan Batas
Spesifik Atas (USL) menunjukkan kemampuan variasional ‘Y’, disebut
sebagai Z-score dalam notasi DFSS
Aktivitas
Verification
• Pada tahap ini beberapa simulasi dapat digunakan untuk menguji
desain
• Jika tahap ini menunjukkan bahwa desain layanan tidak atau
mungkin tidak memenuhi kemampuan yang diperlukan, maka perlu
untuk menarik kembali ke tahap desain sebelumnya atau
mengoptimalkan
• Jika hasil validasi memuaskan, pengembangan rencana kontrol
proses untuk rata-rata dan varian CCR dalam rantai pasokan diikuti
untuk mendukung implementasi