Teks tersebut menjelaskan tentang tujuh alat statistik yang digunakan untuk pengendalian mutu, yang dikenal sebagai Seven Basic Tools. Alat-alat tersebut meliputi check sheet, scatter diagram, fishbone diagram, pareto chart, flow chart, histogram, dan control chart. Check sheet digunakan untuk mengumpulkan data frekuensi masalah, sedangkan scatter diagram dan fishbone diagram digunakan untuk menganalisis hubungan antara faktor-faktor dan mengidentifikasi penyebab masalah.

1. 1
First Sevent Tools of Quality Improvement
Seorang ahli pengendalian kualitas statistik dari Jepang, Kaoru Ishikawa, percaya bahwa
statistik mampu menyelesaikan 95% persoalan kualitas. Ishikawa menyarankan untuk
meningkatkan penggunaan statistik dengan jalan melatih semua orang dalam organisasi
agar dapat menggunakan dan menguasai alat-alat statistik yang diperlukan untuk
pengendalian kualitas, seperti: bagan Pareto, diagram tulang ikan (fishbone), histogram,
dan sebagainya. Alat-alat statistik ini kemudian dikenal dengan nama 7 Tools yang dirancang
sederhana agar dapat dipakai siapa saja, termasuk para pekerja yang berbekal pendidikan
menengah.
Para praktisi dan akademisi yang menekuni bidang kualitas menggunakan nama
 “The Old Seven”,
 “The First Seven”,
 “The Basic Seven”,
dan banyak nama lain untuk menyebut 7 Tools yang terdiri dari: 1. Check Sheet, 2. Scatter
Diagram, 3. Fishbone Diagram, 4. Pareto Charts, 5. Flow Charts, 6. Histogram, dan 7. Control
Charts
Dr. Ishikawa
As much as 95% of quality related problems in the factory can be solved with seven
fundamental quantitative tools.
1. Check Sheet
Kapan check sheet digunakan?
Kapan kita menggunakan check sheet? Menurut Tague (2005) adalah sebagai berikut:
 Ketika data dapat diamati dan dikumpulkan berulang kali oleh orang yang sama atau
di lokasi yang sama.
 Ketika mengumpulkan data mengenai frekuensi atau pola kejadian, masalah, cacat,
lokasi cacat, penyebab cacat, dan sebagainya.
 Ketika mengumpulkan data proses produksi.
Prosedur check sheet
Prosedur check sheet yang diuraikan oleh Tague (2005) adalah sebagai berikut:
 Menentukan kejadian atau permasalahan apa yang akan diamati, kemudian
kembangkan definisi operasional.
 Menentukan kapan data akan dikumpulkan dan berapa lama.
 Merancang form isi sedemikian rupa sehingga data dapat direkam dengan hanya
memberikan tanda cek (V) atau tanda silang (X) atau simbol serupa sehingga data
tidak perlu diperbanyak ulang untuk analisis.
 Memberikan etiket setiap daerah kosong pada form.

2. 2
 Menguji check sheet secara singkat untuk memastikan ketepatan check sheet dalam
mengumpulkan data yang diinginkan, juga memastikan apakah check sheet mudah
digunakan atau tidak?
 Merekam data pada check sheet setiap kali ditemukan kejadian atau masalah yang
ditargetkan.
Fungsi check sheet dalam pengendalian kualitas
Menurut Ishikawa (1982), check sheet memiliki fungsi sebagai berikut:
 Pemeriksaan distribusi proses produksi (production process distribution checks)
 Pemeriksaan item cacat (defective item checks)
 Pemeriksaan lokasi cacat (defective location checks)
 Pemeriksaan penyebab cacat (defective cause checks)
 Pemeriksaan konfirmasi pemeriksaan (check-up confirmation checks)
 Dan lain-lain.
Berdasarkan fungsinya kemudian dikenal beberapa model check sheet, yaitu sebagai
berikut:
1. Process Distribution Check Sheet
Check sheet ini mengukur frekuensi satu item di berbagai pengukuran, secara visual
menunjukkan distribusi yang interpretasikan sebagai histogram-histogram, Gambar 1 di
bawah ini menunjukan contoh process distribution check sheet.
Gambar 1. Pemeriksaan Ketebalan Item dengan Process Distribution Check Sheet
Seperti terlihat pada Gambar 1, analisis check sheet ini akan menggunakan teori
kurva normal seperti yang ada dalamilmu statistik. Ketika pengukuran selesai,
pemeriksaan check sheet harus bisa menjawab pertanyaan-pertanyaan sebagai berikut:
 Apakah tanda cek membentuk kurva lonceng (kurva normal)? Apakah berbentuk
miring (skewness )? Apakah ada lebih dari satu puncak? Apakah ada outlier?

3. 3
 Apakah tanda cek jatuh seluruhnya diantara garis LSL (lower specification limit) dan
USL (upper specification limit)? Atau sebagian besar tanda cek jatuh di luar garis LSL
atau USL?
Jika terbukti data tidak normal atau jika data signifikan di dekat atau di luar garis
LSL/USL, maka usaha improvement harus dilakukan untuk menghilangkan special
cause of variation, yaitu: variasi yang terjadi karena faktor eksternal (dari luar
sistem).
2. Defective Item Check Sheet
Check sheet ini menghitung dan mengklasifikasikan cacat menurut jenisnya, seperti
terlihat pada Gambar 2 di bawah ini. Hasil check sheet ini dapat dijadikan analisis
Pareto, di mana data kemudian akan diurutkan dari yang terbesar sampai dengan yang
terkecil. Asumsi analisis Pareto adalah mengidentifikasi 20% penyebab masalah vital
(ranking tertinggi) untuk mewujudkan 80% improvement secara keseluruhan.
Gambar 2. Defective Item Check Sheet pada Final Inspection di Lini Sewing Pabrik
Sepatu
3. Defect Location Check Sheet (atau Location Plot atau Concentration Diagram)
Check sheet ini menggunakan gambar item untuk ditandai posisi cacatnya sehingga
dapat diketahui di mana cacat terbanyak terjadi dalamproses, seperti terlihat pada
Gambar 3 di bawah ini.
Gambar 3. Defect Location Check Sheet untuk Upper Sepatu

4. 4
4. Defective Cause Check Sheet
Check sheet ini bertujuan untuk mengkorelasikan sebab dan akibat dengan
memasukkan faktor-faktor penyebab yang mungkin, seperti waktu, operator, mesin,
dan lokasi.
Sebagai contoh lihat Gambar 4, nama-nama operator, jamsebelum makan
siang, jamsetelah makan siang, dan beberapa workstation dirangkum pada
selembar check sheet dalam rangka mengidentifikasi trend di lintas kelompok.
Contoh check sheet di bawah ini menunjukan bahwa jam setelah makan siang
di workstation 2 tampak paling rentan terhadap cacat. Tindak lanjutnya adalah pada
kebiasaan makan siang operator, ditambah pemeriksaan kondisi, perilaku operator, dan
kinerja operasi di workstation 2 setelah jam makan siang.
Gambar 4. Defective Cause Check Sheet pada 2 Workstation
5. Check-up Confirmation Check Sheet (atau Checklist)
Check sheet ini berisi daftar tindakan atau hasil tindakan yang akan dicentang ketika
telah selesai dilakukan (lihat Gambar 5). Setelah selesai dicentang seluruhnya, check
sheet ini menjadi semacam sertifikat penyelesaian. Di tempat kerja, saya sering
membuat checklist sederhana pada sticky note (lihat Gambar 6), bagi saya ini
membantu mengingat pekerjaan pokok saya yang kadang terlupakan akibat over-
load pekerjaan atau karena ada tambahanproject.

5. 5
Gambar 5. Check-up Confirmation Check Sheet pada Form Inspeksi SHAPE (Safety,
Health, Attitude, People & Environment)
Gambar 6. Contoh Check List Sederhana
Selain kelima jenis check sheet di atas terdapat juga work sampling check
sheet, traveling check sheet, dan lain-lain. Namun, kelima jenis check sheet di atas lah
yang paling banyak digunakan dalam pengendalian kualitas.
Rujukan:
Ishikawa, K. (1982). Guide to quality control (Second Revised English Edition). Tokyo, Japan:
Asian Productivity Organization.
Straker, D. (n.d.). Check sheet: Practical variations. Retrieved
fromhttp://syque.com/quality_tools/toolbook/Check/vary.htm
Tague, N. R. (2005). The quality toolbox. (2th ed.). Milwaukee, Wisconsin: ASQ Quality Press.
Available from http://asq.org/quality-press/display-item/index.html?item=H1224

6. 6
2. Scatter Diagram
Bagaimana memahaminya?
Ketika mencari penyebab suatu masalah, biasanya dapat muncul dugaan bahwa masalah
tersebut disebabkan oleh dua item yang saling terkait dalam beberapa cara. Sebagai
contoh, jumlah kecelakaan di tempat kerja dapat diduga berkaitan dengan jumlah orang
yang bekerja lembur.
Diagram Scatter membantu untuk mengidentifikasi adanya hubungan yang terukur antara
dua item tersebut dengan mengukur secara berpasangan dan menempatkan kedua item
tersebut pada grafik, seperti gambar di bawah ini. Diagram ini secara visual menunjukkan
korelasi antara dua set pengukuran.
Gambar. 1. Poin-poin pada Diagram Scatter
Jika titik-titik yang diplot pada Diagram Scatter tersebar secara acak tanpa pola yang jelas,
maka ini menunjukkan bahwa dua set pengukuran ini tidak memiliki korelasi dan tidak
dapat dikatakan berhubungan dengan cara apapun. Namun, jika titik-titik membentuk pola
dari beberapa jenis pola yang mungkin timbul, maka ini dapat menunjukkan adanya jenis
hubungan antara dua set pengukuran. Sebuah Diagram Scatter menunjukkan korelasi
antara dua item untuk tiga alasan:
a. Ada hubungan sebab akibat antara dua item diukur, di mana yang satu
menyebabkan yang lain (atau setidaknya sebagian).
b. Dua item terukur keduanya disebabkan oleh item ketiga. Sebagai contoh, Diagram
Scatter yang menunjukkan korelasi antara keretakan dan ketipisan peralatan kaca
karena perubahan di keduanya disebabkan oleh perubahan suhu tungku.
c. Kebetulan yang sempurna. Hal ini dimungkinkan untuk menemukan korelasi yang
tinggi dari barang-barang yang tidak terkait, seperti jumlah semut persimpangan
jalan dan penjualan surat kabar.

7. 7
Diagram Scatter mungkin dapat digunakan untuk menunjukkan hubungan sebab dan
akibat, akan tetapi Diagram Scatter saja tidak dapat membuktikannya sendirian. Biasanya,
hal itu juga memerlukan pemahaman yang baik dari sistem yang diukur, dan mungkin
diperlukan penelitian tambahan.
Ketika mengevaluasi Diagram Scatter, tingkat dan jenis korelasi kedua item harus
dipertimbangkan. Perbedaan yang mungkin terlihat dalam Diagram Scatter ini ditunjukkan
pada Tabel 1 di bawah ini.
Tidak ada satu pun derajat korelasi yang dapat dikatakan menggambarkan hubungan
dengan sangat jelas. Melainkan hanya dapat mengindikasikan bahwa bila tingkat korelasi
meningkat,maka ada kemungkinan hubungan yang ada juga meningkat.
Jika ada korelasi yang cukup, maka bentuk Diagram Scatter akan menunjukkan jenis korelasi
seperti yang terlihat pada Tabel 1. Bentuk yang paling umum adalah garis lurus, baik miring
ke atas (korelasi positif) atau miring ke bawah (korelasi negatif).
Table 1. Derajat Korelasi
Scatter Diagram Derajat Korelasi Interpretasi
Tidak ada
Tidak ada hubungan yang dapat terlihat.
‘Efek’ tidak berhubungan dengan
‘Penyebab’ dalam cara apa pun
Rendah
Hubungan samar terlihat. 'Penyebab'
dapat mempengaruhi 'efek', tapi hanya
dari jauh. Ada beberapa penyebab yang
harus segera ditemukan atau ada variasi
yang signifikan dalam'efek'.
Tinggi
Poin berkelompok menjadi bentuk linier
yang jelas. Menunjukkan adanya
kemungkinan 'sebab' secara langsung
terkait dengan 'efek'. Oleh karena itu,
setiap perubahan 'sebab' akan
mengakibatkan perubahan yang dapat
diprediksi pd 'efek'.
Sempurna
Semua poin terletak pada garis (yang
biasanya lurus). Untuk setiap nilai
'sebab', nilai 'efek' yang sesuai dapat
diprediksi dengan pasti.

8. 8
Table 2. Tipe Korelasi
Scatter Diagram Tipe Korelasi Interpretasi
Positif
Garis lurus, miring naik dari
kiri ke kanan. Peningkatan
nilai 'penyebab'
menghasilkan peningkatan
proporsional dalamnilai
'efek'.
Negatif
Garis lurus, miring ke bawah
dari kiri ke kanan.
Peningkatan nilai dari hasil
'penyebab' menyebabkan
penurunan proporsional
dalam nilai 'efek'.
Kurva
Biasanya berbentuk U-atau
S. Perubahan nilai
'penyebab' menghasilkan
perubahan nilai 'efek' yang
berbeda, tergantung pada
posisi kurva.
Sebagian Linier
Sebagian dari diagram
adalah garis lurus (miring
atas atau bawah). Mungkin
karena kerusakan atau
kelebihan beban pada 'efek',
mengakibatkan sebagian lagi
tidak linier
Poin yang muncul baik di luar daerah tren yang terlihat mungkin karena penyebab khusus
dari variasi, sehingga membutuhkan penyelidikan khusus.
Selain interpretasi visual, butuh beberapa perhitungan pendukung bagi DiagramScatter.
Perhitungan yang dibahas disini adalah untuk korelasi linear, sedangkan kurva memerlukan
tingkat matematika yang berada di luar cakupan buku ini.
 Koefisien korelasi memberikan nilai numerik untuk menggambarkan tingkat
hubungan. Nilai ini bervariasi dari -1, yang menunjukkan korelasi negatif yang
sempurna, kemudian 0, yang menunjukkan tidak ada korelasi sama sekali, dan +1,
yang menunjukkan korelasi positif yang sempurna. Jadi semakin dekat nilai kepada

9. 9
plus atau minus 1, semakin baik korelasi. Dalam korelasi yang sempurna, semua titik
terletak pada garis lurus.
 Sebuah garis regresi membentuk 'cocok' atau 'rata-rata' dari diplot poin. Hal ini
setara dengan rata-rata distribusi (lihat Bab Variasi).
 Kesalahan standar setara dengan standar deviasi dari distribusi (lihat Bab Variasi)
dalam cara yang menunjukkan penyebaran nilai-nilai yang mungkin 'efek' untuk nilai
'sebab' salah satu.
Penggunaan angka berguna untuk menempatkan nilai numerik pada perbaikan, dengan
nilai-nilai 'sebelum' dan 'setelah'. Mereka juga dapat digunakan untuk memperkirakan
rentang nilai kemungkinan 'efek' dari nilai-nilai 'sebab' yang diberikan (dengan asumsi
hubungan kausal terbukti). Gambar di bawah menunjukkan bagaimana garis regresi dan
standard error dapat digunakan untuk memperkirakan nilai 'efek' yang mungkin timbul dari
setiap nilai satu yang diberikan pada 'penyebab'.
Fig. 3. Distribution dari poin-poin pada Scatter Diagram
Rujukan:
http://www.syque.com/quality_tools/toolbook/Scatter/how.htm

10. 10
3. Cause-Effect Diagram (Fishbone/Ishikawa Diagram)
Fishbone diagram (diagram tulang ikan — karena bentuknya seperti tulang ikan) sering juga
disebut Cause-and-Effect Diagram atauIshikawa Diagram diperkenalkan oleh Dr. Kaoru
Ishikawa, seorang ahli pengendalian kualitas dari Jepang, sebagai satu dari tujuh alat
kualitas dasar (7 basic quality tools). Fishbone diagram digunakan ketika kita ingin
mengidentifikasi kemungkinan penyebab masalah dan terutama ketika sebuah
team cenderung jatuh berpikir pada rutinitas (Tague, 2005, p. 247).
When to use it
 Use it when investigating a problem, to identify and select key problem causes to
investigate or address.
 Use it when the primary symptom (or effect) of a problem is known, but possible
causes are not all clear.
 Use it when working in a group, to gain a common understanding of problem causes
and their relationship.
 Use it to find other causal relationships, such as potential risks or causes of desired
effects.
 Use it in preference to a Relations Diagramwhere there is one problem and causes
are mostly hierarchical (this will be most cases).
Fig. 1. Using the Cause-Effect Diagram in problem solvin
Suatu tindakan dan langkah improvement akan lebih mudah dilakukan jika
masalah dan akar penyebab masalah sudah ditemukan. Manfaat fishbone diagram ini dapat
menolong kita untuk menemukan akar penyebab masalah secara user
friendly, tools yang user friendly disukai orang-orang di industri manufaktur di mana proses
di sana terkenal memiliki banyak ragam variabel yang berpotensi menyebabkan munculnya
permasalahan (Purba, 2008, para. 1–6).
Fishbone diagram akan mengidentifikasi berbagai sebab potensial dari satu efek
atau masalah, dan menganalisis masalah tersebut melalui sesibrainstorming. Masalah akan
dipecah menjadi sejumlah kategori yang berkaitan, mencakup manusia, material, mesin,
prosedur, kebijakan, dan sebagainya. Setiap kategori mempunyai sebab-sebab yang perlu
diuraikan melalui sesi brainstorming.
Untuk lebih jelasnya, saya akan menguraikan prosedur atau langkah-langkah
pembuatan fishbone diagram di bawah ini.

11. 11
Langkah-Langkah Pembuatan Fishbone Diagram
Pembuatan fishbone diagram kemungkinan akan menghabiskan waktu sekitar 30-60 menit
dengan peserta terdiri dari orang-orang yang kira-kira mengerti/paham tentang masalah
yang terjadi, dan tunjuklah satu orang pencatat untuk mengisi fishbone diagram. Alat-alat
yang perlu disiapkan adalah: flipchart atau whiteboard dan marking pens atau spidol.
Langkah 1: Menyepakati pernyataan masalah
 Sepakati sebuah pernyataan masalah (problem statement). Pernyataan masalah ini
diinterpretasikan sebagai “effect”, atau secara visual dalamfishbone seperti “kepala
ikan”.
 Tuliskan masalah tersebut di tengah whiteboard di sebelah paling kanan, misal:
“Bahaya Potensial Pembersihan Kabut Oli”.
 Gambarkan sebuah kotak mengelilingi tulisan pernyataan masalah tersebut dan buat
panah horizontal panjang menuju ke arah kotak (lihat Gambar 1).
Gambar 1. Pembuatan Fishbone Diagram — Menyepakati Pernyataan Masalah
Langkah 2: Mengidentifikasi kategori-kategori
 Dari garis horisontal utama, buat garis diagonal yang menjadi “cabang”. Setiap
cabang mewakili “sebab utama” dari masalah yang ditulis. Sebab ini
diinterpretasikan sebagai “cause”, atau secara visual dalam fishboneseperti “tulang
ikan”.
 Kategori sebab utama mengorganisasikan sebab sedemikian rupa sehingga masuk
akal dengan situasi. Kategori-kategori ini antara lain:
o Kategori 6M yang biasa digunakan dalam industri manufaktur:
 Machine (mesin atau teknologi),
 Method (metode atau proses),
 Material (termasuk raw material, consumption, dan informasi),
 Man Power (tenaga kerja atau pekerjaan fisik) / Mind
Power (pekerjaan pikiran: kaizen, saran, dan sebagainya),

12. 12
 Measurement (pengukuran atau inspeksi), dan
 Milieu / Mother Nature (lingkungan).
o Kategori 8P yang biasa digunakan dalam industri jasa:
 Product (produk/jasa),
 Price (harga),
 Place (tempat),
 Promotion (promosi atau hiburan),
 People (orang),
 Process (proses),
 Physical Evidence (bukti fisik), dan
 Productivity & Quality (produktivitas dan kualitas).
o Kategori 5S yang biasa digunakan dalam industri jasa:
 Surroundings (lingkungan),
 Suppliers (pemasok),
 Systems (sistem),
 Skills (keterampilan), dan
 Safety (keselamatan).
 Kategori di atas hanya sebagai saran, kita bisa menggunakan kategori lain yang dapat
membantu mengatur gagasan-gagasan. Jumlah kategori biasanya sekitar 4 sampai
dengan 6 kategori. Kategori pada contoh ini lihat Gambar 2.
Gambar 2. Pembuatan Fishbone Diagram — Mengidentifikasi Kategori-Kategori
Langkah 3: Menemukan sebab-sebab potensial dengan cara brainstorming
 Setiap kategori mempunyai sebab-sebab yang perlu diuraikan melalui
sesi brainstorming.
 Saat sebab-sebab dikemukakan, tentukan bersama-sama di mana sebab tersebut
harus ditempatkan dalam fishbone diagram, yaitu tentukan di bawah kategori yang
mana gagasan tersebut harus ditempatkan, misal: “Mengapa bahaya potensial?

13. 13
Penyebab: Karyawan tidak mengikuti prosedur!” Karena penyebabnya karyawan
(manusia), maka diletakkan di bawah “Man”.
 Sebab-sebab ditulis dengan garis horisontal sehingga banyak “tulang” kecil keluar
dari garis diagonal.
 Pertanyakan kembali “Mengapa sebab itu muncul?” sehingga “tulang” lebih kecil
(sub-sebab) keluar dari garis horisontal tadi, misal: “Mengapa karyawan disebut
tidak mengikuti prosedur? Jawab: karena tidak memakai APD” (lihat Gambar 3).
 Satu sebab bisa ditulis di beberapa tempat jika sebab tersebut berhubungan dengan
beberapa kategori.
Gambar 3. Pembuatan Fishbone Diagram — Menemukan Sebab-Sebab Potensial
Langkah 4: Mengkaji dan menyepakati sebab-sebab yang paling mungkin
 Setelah setiap kategori diisi carilah sebab yang paling mungkin di antara semua
sebab-sebab dan sub-subnya.
 Jika ada sebab-sebab yang muncul pada lebih dari satu kategori, kemungkinan
merupakan petunjuk sebab yang paling mungkin.
 Kaji kembali sebab-sebab yang telah didaftarkan (sebab yang tampaknya paling
memungkinkan) dan tanyakan , “Mengapa ini sebabnya?”
 Pertanyaan “Mengapa?” akan membantu kita sampai pada sebab pokok dari
permasalahan teridentifikasi.
 Tanyakan “Mengapa ?” sampai saat pertanyaan itu tidak bisa dijawab lagi. Kalau
sudah sampai ke situ sebab pokok telah terindentifikasi.
 Lingkarilah sebab yang tampaknya paling memungkin pada fishbone diagram (lihat
Gambar 4).

14. 14
Gambar 4. Pembuatan Fishbone Diagram — Melingkari Sebab yang Paling Mungkin
Jika masalah rumit dan waktunya memungkinkan, kita bisa meninggalkan fishbone
diagram di dinding selama beberapa hari untuk membiarkan ide menetas dan membiarkan
orang yang lalu lalang turut berkontribusi. Jika fishbone diagram terlihat timpang atau
sempit, kita bisa mengatur ulang fishbone diagram dengan kategori sebab utama yang
berbeda. Kunci sukses fishbone diagram adalah terus bertanya “Mengapa?”, lihatlah
diagram dan carilah pola tanpa banyak bicara, dan libatkan orang-orang di “grass root” yang
terkait dengan masalah karena biasanya mereka lebih mengerti permasalahan di lapangan.
Rujukan:
DitjenNak. (2000). Panduan pelatihan total quality management dan meningkatkan sistem-
sistem organisasi. Jakarta: Direktorat Jenderal Peternakan dan Kesehatan Hewan,
Kementerian Pertanian Republik Indonesia.
Purba, H.H. (2008, September 25). Diagram fishbone dari Ishikawa. Retrieved
from http://hardipurba.com/2008/09/25/diagram-fishbone-dari-ishikawa.html
Tague, N. R. (2005). The quality toolbox. (2th ed.). Milwaukee, Wisconsin: ASQ Quality Press.
Available from http://asq.org/quality-press/display-item/index.html?item=H1224

15. 15
4. Pareto Chart
PrinsipParetoataulebihdikenal jugasebagai aturan20/80 menyatakanbanyakkejadian atau akibat
sebesar 80% dari total efeknya hanya disebabkan 20% dari sebabnya. Prinsip ini dinamakan
berdasarkan seorang ekonom dari italia yang bernama Vilfredo Pareto yang pada tahun 1906
mengamati dan menemukan fakta bahwa 80% tanah di Italia, hanya dimiliki oleh 20% dari total
populasi. Contoh diagram Pareto adalah adalah sebagai berikut:
Dari diagram Pareto diatas, dapat diketahui bahwa hanya 4 Masalah yang menyebabkan kerugian
terbesar,yaituhingga80% dari total masalah.Sehingga,untukmengurangi total kerugian,kitadapat
berfokus pada 4 masalah tersebut dari pada keseluruhan masalah yang ada namun tetap
memberikan implikasi yang besar terhadap pengurangan total kerugian yang ada.
Pareto diagram merupakan salah satu perangkat kendali mutu (QC 7 Tools) yang membantu kita
untuk menganalisa data berdasarkan kategorinya dan implikasi dari pola datanya (sebab terhadap
akibat) terhadapakibat atau masalah seluruhnya. Serta membantu kita untuk memfokuskan usaha
kepada kontribusi data terbesar (20/80).

16. 16
Cara membuat diagram pareto secara sederhana melalui program MS Excel dalah sebagai berikut:
1. Definisikan apa masalah yang akan dianalisa (sebab) dan kumpulkan data kerugian dari masalah
tersebut (akibat), contoh sebagai berikut:
2. Lalu urutkanberdasarkanjumlahkerugianmulai dari yangterbesar,hinggayangterkecil.

17. 17
3. Buatlah tabel sebagai berikut, lalu hitung rasio kerugian tersebut serta kalkulasi juga kumulatif
dari rasio tersebut.
4. Buatlah grafik batang dan secondary axis berupa grafik garis. Untuk grafik batang, gunakan data
kerugian, sedangkan grafik garis gunakan data kumulatif rasio. Berikut ini adalah cara lebih detil
untuk membuat grafik pareto menggunakan MS Excel 2007:
1. Buka program Microsoft Office Excel 2007.
2. Buatlah tabel,urutkan dari masalah terbesar paling atas lalu masalah yang lebih kecil di
bawahnya.

18. 18
3. Setelah tabel jadi,maka klik ‘Insert’ lalu klik ‘Column chart’ dan pilih ‘2D Column’ lalu
klik‘Cluster Column’.
4. Arahkan cursor pada chart area lalu klik kanan pilih ‘Select data’ dan setelah muncul Select data
source lalu Klik ‘Chart data range’ kemudian tekan key ‘Ctrl’ dan blok value Masalah,Variance
dan % Komulatif pada tabel lalu klik ‘OK’.

19. 19
5. Setelah chart muncul maka klik kanan kolom/batang Series 2 dan pilih ‘Change series chart
type’ pada Chart type pilih ‘Line with markers’ lalu klik ‘OK’.
6. Klik Line Series 2 kemudian klik ‘Layout ‘ kemudian klik ‘Format Selection’ setelah muncul
Select data series,pilih ‘Series option’ dan klik ‘Secondary axis’ lalu klik ‘Close’

20. 20
7. Setelah diagram dengan 2 axis muncul maka tinggal kita edit vertical (value) axis dan
secondary vertical (value) axis dengan mengklik kanan vertical (value) axis lalu pilih
‘Format axis’ lalu edit valuenya pada ‘Axis Option’ kemudian klik ‘Close’,begitu juga pada
secondary vertical (value) axis.

21. 21

22. 22
Hasilnya adalah grafik sebagai berikut. Lalu interpretasikan berdasarkan hasil data dan tujuan kita
dalam membuat data tersebut, misal mengurangi kerugian.
Berdasarkan grafik Pareto, kita dapat mengolah berapa besarkah masalah yang kita hadapi, akibat
dari setiap masalah yang ada dan strategi apa yang diperlukan untuk menyelesaikan masalah
berdasarkan target yang ada. Jadi, misalnya kita dapat target untuk mengurangi kerugian sebesar
30% dari kerugian total Rp. 132.004 atau sebesar Rp. 39.601. Maka dari pada kita menurunkan
seluruh kerugian baik masalah A sampai J masing-masing sebesar 30%, lebih effisien jika kita
menurukan kerugian dimasalah yang paling besar yaitu G dan C dengan total kontribusi kerugian
sebesar 65% (kumulatif) menjadi separuhnya atau 50%.
Sehingga didapatkan hasil penurunan kerugian sebesar 32.5% sesuai atau melebihi target.
Diagram Pareto juga bisa kita gunakan sebagai analisa perbandingan sebelum dan sesudah
perbaikan. Fungsinya adalah untuk menganalisa hasil perbaikan dan implikasi dari tindakan
perbaikan yang dilakukan. Gambarannya sebagai berikut.

23. 23
Memungkinkan juga, dari hasil perbandingan Pareto sebelum dan sesudah perbaikan, terdapat
distribusi data yang berubah, bisa jadi lebih baik atau lebih buruk, contohnya sebagai berikut.
Terdapatpeningkatankerugiandi masalahF.Hal ini perludianalisa,apakah peningkatankerugianini
akibat implikasi “negatif” penerapan perbaikan ataukah ada akar masalah lain yang timbul.
5. Flowchart
“Draw a flowchart for whatever you do. Until you do, you do not know what you are doing,
you just have a job” — Dr. W. Edwards Deming.
Flow charts (bagan arus) adalah alat bantu untuk memvisualisasikan proses suatu
penyelesaian tugas secara tahap-demi-tahap untuk tujuan analisis, diskusi, komunikasi,
serta dapat membantu kita untuk menemukan wilayah-wilayah perbaikan dalam proses.
Flowchart dalah alat pemetaan sederhana yang menunjukkan urutan tindakan dalam proses
dalam bentuk yang mudah dibaca dan dikomunikasikan. Menurut Tague (2005), tujuan
digunakannya flowchart antara lain:
 Untuk mengembangkan pemahaman tentang bagaimana proses dilakukan.
 Untuk mempelajari perbaikan proses.
 Untuk berkomunikasi dengan orang lain bagaimana proses dilakukan.
 Untuk keperluan komunikasi yang lebih baik di antara orang-orang yang terlibat
dalam proses yang sama.
 Untuk mendokumentasikan proses.
 Untuk merencanakan sebuah proyek.
Flowchart yang baik dibuat secara kelompok/team. Anggota kelompok perlu
mendiskusikan dan menyepakati batasan-batasan proses atau kegiatan yang akan
dimasukkan ke dalam flowchart. Pecahkan proses tersebut ke dalam langkah-langkah yang
dapat dituliskan dalambentuk kata kerja yang singkat dan jelas. Masing-masing langkah
tersebut di tulis di dalam sebuah kotak, kemudian lakukan pemetaan dengan
menghubungkan tiap kotak dengan tanda panah sesuai urutan langkah-langkah proses

24. 24
(lihat Gambar 1). Gambar 1 juga menunjukkan bahwa flowchart selalu didahului dan diakhiri
simbol terminator, ini merupakan batasan: Dimana atau kapan proses mulai? Di mana atau
kapan proses berakhir?
Gambar 1. Unsur-Unsur Dasar Flowchart
Proses kian kompleks apabila terdapat keputusan yang harus dibuat/diambil,
dalam flowchart simbolkan dalam bentuk wajik yang berisi pertanyaan sederhana yang
jawabannya adalah ‘ya’ atau ‘tidak’ seperti dalam Gambar 2 di bawah ini.
Gambar 2. Pengambilan Keputusan dalam Flowchart
Idealnya sebuah flowchart ditempatkan dalam satu halaman karena dengan visual tunggal
akan memudahkan bagi kita untuk membuat maupun membacanya, tapi terkadang kita
menemui proses yang kompleks dan memiliki banyak langkah sehingga tidak cukup untuk
ditampilkan dalamsatu halaman, dimana antar kotak tidak dapat langsung dihubungkan
dengan tanda panah.

25. 25
Simbol off-page connector perlu digunakan sebagai referensi penghubung flowchart antar
halaman sebagaimana diilustrasikan pada Gambar 3 di bawah ini.
Gambar 3. Melanjutkan Flowchart antar Halaman
Pada proses yang kompleks dan besar mungkin terdapat satu langkah proses yang dapat
dipecahkan lagi menjadi langkah-langkah yang lebih kecil. Langkah proses tersebut perlu
diberi simbol sub-process yang menandakan secara hirarki terdapat flowchart lain yang
menjelaskan level proses yang lebih rinci, lihat contoh pada Gambar 4.
Gambar 4. Contoh Sub-process
Setelah kelompok selesai menggambarkan flowchart, hasilnya disampaikan dan ditinjau
kembali bersama orang-orang yang terlibat dalamproses untuk melihat apakah mereka
setuju bahwa proses telah dipetakan secara akurat.

26. 26
Flowchart dimasukkan sebagai salah satu dari tujuh alat kualitas dasar karena
dengan flowchart kita dapat dengan mudah melakukan perbaikan (improvement). Hal-hal
yang perlu dianalisis dalam flowchart untuk program perbaikan antara lain:
 Berapa lama waktu (cycle time) yang diperlukan untuk setiap langkah proses?
Apakah lamanya siklus proses dapat dikurangi?
 Apakah terjadi pengulangan proses/rework?
 Apakah terdapat langkah-langkah yang tidak perlu/tidak bernilai tambah?
Flowchart merupakan alat yang berlaku untuk umum, yang dapat disesuaikan untuk
berbagai tujuan. Istilah ‘flowchart’ bisa saja menggambarkan lebih banyak jenis diagram
selain yang ditampilkan dalam tulisan ini, beberapa di antaranya menunjukkan hubungan
dan aliran input/output ketimbang langkah-langkah proses yang berurutan. Flow
diagrams, cross functional flowchart, process flowcharts, interrelationship diagram, dan
sebagainya dapat juga dikategorikan sebagai flowchart.
Pembuatan flowchart bukanlah akhir dari proses. Alat ini perlu dimanfaatkan sepenuhnya
untuk lebih memahami proses dan mengungkap peluang-peluang untuk perbaikan.
Rujukan:
Deutsches Institut für Normung. (September 1966). Sinnbilder für datenfluß- und
programmablaufpläne. Deutsche Industrienorm DIN 66001. Tiergarten, Berlin: DIN.
Retrieved from http://www.fh-jena.de/~kleine/history/software/DIN66001-1966.pdf
Flowchart. (2011). In ISO/IEC/IEEE 24765:2010(E), Systems and software engineering:
Vocabulary (p. 144, 1st ed.). Switzerland: International Organization for
Standardization.
IBM. (1969). Flowcharting techniques. (C20-8152-1 ed.). New York: IBM, Technical
Publications Department. Retrieved from http://www.fh-
jena.de/~kleine/history/software/IBM-FlowchartingTechniques-GC20-8152-1.pdf
Straker, D. (n.d.). The quality toolbook. Retrieved
fromhttp://www.syque.com/quality_tools/toolbook/toolbook.htm
Tague, N. R. (2005). The quality toolbox. (2th ed.). Milwaukee, Wisconsin: ASQ Quality Press.
Available from http://asq.org/quality-press/display-item/index.html?item=H1224
The Ben Graham Corporation. (1998). Graham process charting symbols. Retrieved
from http://www.worksimp.com/articles/symbols.htm
http://gkmaskus.blogspot.com/2011/03/panduan-membuat-diagram-pareto-di.html
http://ibrahimmiran-kaes.blogspot.com/2012/06/diagram-pareto.html

27. 27
6. Histogram
How to understand it
Ketika mengukur suatu proses, sering terjadi bahwa pengukuran bervariasi dalam suatu
rentang nilai. Dengan memahami bagaimana pengukuran dapat bervariasi, efek dari proses
dan perubahan yang dibuat untuk itu dapat dipahami dengan lebih baik.
Histogram menunjukkan distribusi frekuensi di satu set pengukuran sebagai satu set grafik
batang. Lebar setiap batang adalah konstan dan mewakili range pengukuran yang tetap
(disebut sel, bin atau kelas). Ketinggian dari setiap batang sebanding dengan jumlah
pengukuran dalam sel itu. Setiap bar memberikan kesan visual yang solid dari jumlah
pengukuran di dalamnya dan bersama-sama bar menunjukkan distribusi di seluruh rentang
pengukuran. Gambar. 1 menunjukkan bagaimana distribusi pengukuran dapat dilihat jauh
lebih jelas dalamHistogramdaripada di tabel angka.
Gambar. 1. Grouping sebuah set pengukuran menjadi sebuah Histogram
Dalammenggambar Histogram, harus ada jumlah pengukuran yang memadai untuk dapat
memberikan bentuk yang dapat digunakan untuk menunjukkan distribusi. Jumlah dan lebar
dari bar juga penting, jika bar terlalu sempit, maka pengukuran akan jatuh ke dalamsetiap
batang untuk memberikan ketinggian signifikan. Demikian pula, jika bar yang terlalu lebar,
akan ada bar terlalu sedikit untuk memberikan bentuk yang berguna untuk distribusi.
Bentuk umum Histogram ditunjukkan pada Tabel 1. Masalah dapat diindikasikan oleh
distribusi yang alami yang tidak berbentuk lonceng. Ketika distribusi berbeda dari bentuk
yang diharapkan, proses yang mendasari harus diperiksa untuk menemukan penyebab
sebenarnya dari fenomena ini.

28. 28
Table 1. Pola Histogram
Histogram pattern Symptom Possible problems
Rendah dengan
jarak di antara
batang
Range pengukuran terlalu
sempit (cek skala
horisontal) atau terlalu
sedikit (cek skala vertikal)
Tinggi dengan
beberapa
batang
Range pengukuran terlalu
lebar (cek skala horisontal)
atau terlalu sedikit (cek
skala vertikal). Bisa jadi
versi ekstrim distribusi
terpotong.
Miring (ini
adalah positif,
miring negative
berada di
kanan)
Distribusi alami (lebih
banyak variasi dalamsatu
arah - sering ditemukan
pada jumlah item dan
distribusi waktu) atau data
yang digunakan tidak
lengkap
Exponential
Distribusi tidak berbentuk
lonceng (versi ekstrim dari
miring) atau data
terpotong
Dua puncak
(bimodal)
Pengukuran dilakukan
pada dua proses. Hal ini
sangat umum, misalnya
Data dari dua
periode/siklus
Puncak
Terisolasi
Dua proses yang diukur
terpisah
Bergigi
Kesalahan Pengukuran,
atau kesalahan
pembulatan

29. 29
Dataran Tinggi
Kombinasi dari beberapa
lonceng berbentuk kurva,
versi ekstrim distribusi
bimodal (beberapa
proses) atau pengukuran
yang salah.
Ujung
Memuncak
Modifikasi Data - sering
disebabkan oleh
pergeseran data yang
keluar dari dalam batas
spesifikasi.
Terpotong
Tidak lengkap melaporkan
data atau diukur setelah
membuang item yang
berada diluar batas
spesifikasi
Jika variasi dalam proses ini acak, maka Histogram akan mengikuti kurva (berbentuk
lonceng) Normal, jika tidak berarti menunjukkan adanya masalah. Jika itu adalah berbentuk
lonceng, maka nilai-nilai selanjutnya mungkin dapat diprediksi dengan menggunakan
standar deviasi. Bentuk distribusi lainnya adalah mungkin, tapi kurang umum. Bentuk
Histogram yang berbeda dapat diteliti apa penyebabnya.
Jika proses memiliki batas spesifikasi yang ditentukan, maka Histogram harus berpusat di
tengah antara batas ini. Distribusi off-center, seperti pada Gambar. 2, dapat menghasilkan
banyak item yang berada di luar spesifikasi.
Gambar. 2. Histogram menunjukkan distribusi jatuh di luar specification limits
7. Control Chart
Bagaimana memahaminya?
Ketika sebuah proses dijalankan berulang kali, bahkan di bawah kondisi yang tampaknya
stabil sekalipun, jarang menghasilkan pengukuran yang sama. Sebuah Histogram dapat
digunakan untuk menunjukkan distribusi statis dari serangkaian pengukuran ini, tapi ini

30. 30
tidak menunjukkan tren yang dinamis, misalnya di mana pengukuran berturut dapat
menunjukkan perubahan yang signifikan dalamproses (Gambar 1).
Gambar. 1. Dinamika yang tersembunyi dalam histogram
Sebuah Control Chart biasanya memiliki tiga garis horizontal di samping garis utama,
seperti yang ditunjukkan di bawah (Gambar 2). Garis tengah adalah rata-rata (atau rerata).
Dua garis terluar berada pada tiga standar deviasi kedua sisi dari mean. Dengan demikian
99,7% dari semua pengukuran akan berada di antara dua baris ini.
Gambar. 2. Rata-rata dan Batas Kontrol
Baris atas disebut batas kontrol atas dan garis bawah disebut batas kontrol bawah, titik
yang jatuh di luar batas-batas ini dianggap berada di luar kendali. Batasan ini sering
disingkat menjadi UCL dan LCL. Meskipun batas kontrol berupa garis lurus untuk sebagian
besar jenis Charts Control, ada beberapa jenis grafik di mana mereka berbeda untuk setiap
titik yang diplot.
Perhatikan bahwa batas spesifikasi (USL dan LSL) tidak berhubungan dengan batas kontrol.
Batas spesifikasi merupakan batas dimana proses harus berjalan, sementara batas kontrol
menunjukkan apa yang sebenarnya terjadi dalam proses.
Perhitungan yang sebenarnya dari batas kontrol bervariasi dengan jenis pengukuran yang
digambarkan (ini adalah untuk alasan matematika). Pengukuran yang menjawab

31. 31
pertanyaan, "Berapa banyak?" disebut variabel (misalnya berat badan, waktu, tegangan).
Sebuah identifikasi lebih lanjut adalah bahwa mereka diukur dalam satuan kuantitatif,
seperti gram dan detik. Pengukuran non-variabel disebut Atribut. Yaitu yang bisa dijawab
dengan pertanyaan, 'Berapa banyak?', Mengukur item dihitung, seperti jumlah barang
cacat atau jumlah cacat aktual dalambatch (perhatikan perbedaan: satu item yang rusak
mungkin berisi beberapa cacat).
Setiap titik pada Bagan Pengendalian variabel biasanya terdiri dari rata-rata dari satu set
pengukuran. Hal ini karena dua alasan.
Pertama, itu menghasilkan distribusi normal diprediksi (berbentuk lonceng) untuk bagan
keseluruhan, karena Teorema Limit Tengah.
Kedua, ini akan menghasilkan batas kontrol yang lebih ketat. Hal ini karena efek rata-rata
dalam setiap kelompok menghaluskan keluar pengukuran tinggi dan rendah masing-
masing, sehingga dalamBagan Kontrol yang dapat mendeteksi perubahan kecil dalam
proses dari satu plot yang satu titik untuk setiap pengukuran. Hal ini diilustrasikan pada
Gambar. 3, yang menunjukkan bagaimana pergeseran yang sama dalam hasil rata-rata
dalam kemungkinan yang lebih besar bahwa distribusi sempit akan mendeteksi perubahan
ini. Dalam Bagan Kontrol di mana setiap titik mewakili rata-rata satu set pengukuran, hal ini
akan mengakibatkan titik di luar batas kendali yang tidak akan berada di luar batas dari
Bagan Pengendalian mana setiap titik mewakili pengukuran tunggal.
Gambar. 3. Bagaimana batas kontrol menangkap pergeseran

32. 32
Table 1. Significance in Control Charts
Control Chart Name Description
Possible
interpretation
Penyebab
khusus
dari
variasi
Poin di luar
kontrol limit
Sesuatu yang
tidak biasa
terjadi
e.g. seseorang
menginterupsi
Berpindah Tujuh poin atau
lebih berturut-
turut, semua
pada satu sisi
dari garis rata-
rata pusat.
Rata-rata
keseluruhan
telah berubah.
misalnya
Menampilkan
hasil perbaikan
proses.
Trend Tujuh poin atau
lebih berturut-
turut, semua
peningkatan
atau
penurunan
nilai.
Perubahan
bertahap dalam
proses.
misalnya Sebuah
alat mulai aus
Cycle Tujuh atau
lebih berulang
pola (mungkin
lebih dari
beberapa
poin).
Waktu yang
berhubungan
dengan efek.
misalnya terjadi
pergeseran shift