PERBAIKAN PADA FISHBONE DIAGRAM SEBAGAI ROOT CAUSE ANALYSIS TOOL

ABSTRAK: Diagram  Fishbone  (tulang  ikan),  atau  biasa  pula  disebut  ishikawa  diagram  ataupun  cause  effect diagram,  adalah  salah  satu  dari  root  cause  analysis  tools  yang  paling  populer  di  kalangan  praktisi  industri untuk  melakukan  quality  improvement  mendasarkan  pada  usaha  mengenali  akar  penyebab  terjadinya  variasi pada  quality  characteristics  tertentu  yang  ingin  dicapai.  Meski  telah  banyak  dipakai  di  dunia  industri, disayangkan  tool  ini  menderita  kelemahan  karena  tidak  memfasilitasi  analisa  korelasi  antar  potential  root causes  dari  masing-masing  kategori  yang  ada  (5M1E  -  man  machine  method  measurement  material environment),  selain  tentu  saja  penyajian  datanya  yang  hanya  kualitatif.  Kelemahan  ini  diyakini  menjadi kontributor  utama  penyebab  kegagalan  fishbone  diagram  dalam  mengenali  root  causes  yang  berupa  sumber variasi common cause dan hanya mampu mengenali yang berasal dari sumber variasi special cause. Bertolak belakang  dengan  karakteristik  special  cause  variations,  common  cause  variations  adalah  variasi  yang  terjadi pada  quality  characteristics  tertentu  yang  ingin  dicapai  di  mana  kemunculannya  tidak  mudah  teridentifikasi dan  jikapun  berhasil  dikenali  akan  sulit  dihilangkan  karena  sifatnya  yang  seolah  adalah  merupakan  bagian dari sistem (embedded in a system), cenderung berakar penyebab berupa soft factors serta kemunculannya yang tidak random namun tersamar dalam pola tertentu.

Penelitian  ini  bertujuan  melakukan  improvement  pada  kelemahan  yang  terdapat  di  fishbone  diagram dengan  mengadopsi  kelebihan  yang  dimiliki  oleh  bayesian  network  agar  mampu  mengenali  root  causes  yang merupakan  common  cause  variations.  Kelebihan  bayesian  network  mengatasi  kekurangan  fishbone  diagram, demikian pula sebaliknya. Oleh karena itu, analisa dilakukan terhadap fishbone diagram dan bayesian network untuk mengenali characteristics dan kelebihan/kekurangannya. Hasil dari analisa tersebut mengarahkan pada sifat-sifat  komplementer  dari  keduanya  yang  diyakini  mampu  mengisi  gap  pada  fishbone  diagram. Mendasarkan padanya, dikembangkan sebuah model untuk mengintegrasikan konsep serta sifat komplementer yang  dimiliki  bayesian  network  dan  fishbone  diagram.  Model  ini  merepresentasikan  metodologi  baru  dalam root  cause  analysis,  bayes-fishbone.  Metodologi  yang  dikembangkan  ini  kemudian  diujikan  ke  sebuah  case study company untuk melihat applicability-nya.

Hasil dari penelitian ini menunjukkan bahwa metodologi bayes-fishbone yang dikembangkan terbukti telah valid mampu merepresentasikan kondisi probabilitas produk cacat sebenarnya pada case study company dengan prosentase perbedaan nilai yang ditunjukkan antara model yang dikembangkan dengan kondisi aktual yang  besarnya  tidak  signifikan  yaitu  kurang  dari  1  %  (0,9597%).  Dengan  menerapkan  metode  contructive research  approach,  terbukti  pula  bahwa  metodologi  bayes-fishbone  berhasil  lolos  weak-market  test  yang menunjukkan bahwa metodologi yang dikembangkan applicable pada case study company atau perusahaan lain yang sejenis characteristics dan production process-nya.  

Kata  kunci:  common  cause  variations,  root  cause  analysis,  fishbone  diagram,  bayesian network

Penulis: Hari Agung Yuniarto, Annisa Dewi Akbari, Nur Aini Masruroh

Kode Jurnal: jptindustridd130015

Artikel Terkait :