Pusing melihat data reject pabrik yang campur aduk dan fluktuatif? Yuk, pelajari cara memilah data menggunakan metode Stratifikasi dan Flowchart QC di sini!

Di artikel-artikel sebelumnya, kita sudah berhasil mengumpulkan data lewat Check Sheet dan menganalisis polanya. Namun, ada satu momen di Genba yang sering membuat tim Quality Control dan Produksi garuk-garuk kepala.

Misalnya begini: Total angka reject "Permukaan Gores" pada mesin NC yang kita bahas kemarin secara akumulasi mingguan terlihat stabil di angka rata-rata aman. Tapi, entah kenapa, setiap hari Selasa dan Kamis malam, angka reject-nya tiba-tiba melonjak drastis, lalu besok paginya kembali normal seolah-olah tidak terjadi apa-apa.

Kalau kamu melihat data totalnya saja secara gelondongan, kamu tidak akan pernah menemukan apa akar masalah aslinya. Masalah tersebut akan terlihat gaib dan membingungkan.

Di sinilah kita butuh mengeluarkan senjata keenam dari 7 Tools QC, yaitu Stratifikasi (Stratification) yang biasanya diperkuat oleh Flowchart (Diagram Alur Proses). Alat ini bertugas seperti pisau bedah yang memilah data besar yang campur aduk menjadi kelompok-kelompok kecil berdasarkan karakteristik yang sama, sampai "tersangka utama" penyebab masalahnya kelihatan jelas.

Yuk, kita bedah cara pakai dan logika taktisnya di lapangan!

Apa itu Sebenarnya Stratifikasi?

Gampangnya, Stratifikasi adalah metode klasifikasi atau pengelompokan data mentah menjadi kelompok-kelompok yang lebih homogen (sejenis).

Bayangkan kamu punya satu ember penuh berisi kelereng warna-warni yang bercampur aduk. Stratifikasi adalah tindakan memisahkan kelereng merah ke kotak merah, kelereng biru ke kotak biru, dan kelereng hijau ke kotak hijau. Setelah dipisah, kamu baru bisa menghitung dan menganalisis masing-masing warna dengan akurat.

Di lantai pabrik (Genba), data biasanya campur aduk karena dipengaruhi oleh banyak faktor. Kita bisa melakukan stratifikasi berdasarkan konsep 4M + 1E yang ada di Fishbone Diagram kemarin:

  1. Stratifikasi Berdasarkan Man (Manusia): Memilah data reject berdasarkan Shift kerja (Shift 1 vs Shift 2 vs Shift 3), atau berdasarkan tingkat keahlian operator (Operator Utama vs Operator Pengganti / Henkaten).

  2. Stratifikasi Berdasarkan Machine (Mesin): Memilah data berdasarkan nomor mesin (Mesin Line A vs Mesin Line B), atau berdasarkan umur pemakaian pisau cutting (dies/mold).

  3. Stratifikasi Berdasarkan Material: Memilah data berdasarkan Lot Number bahan baku, atau berdasarkan asal Supplier (Supplier Lokal vs Supplier Impor).

  4. Stratifikasi Berdasarkan Waktu: Memilah data berdasarkan jam kerja (awal shift, setelah jam istirahat, atau akhir shift).

Peran Hubungan Flowchart dalam Stratifikasi

Sebelum kita memilah data, kita harus tahu dulu di mana saja data itu mengalir. Di sinilah Flowchart (Diagram Alur) masuk memegang peran penting.

Flowchart adalah peta visual yang menggambarkan seluruh urutan langkah proses produksi dari awal material datang sampai barang jadi dikirim. Dengan melihat Flowchart, tim QC bisa melakukan stratifikasi data dengan cara memetakan di titik (stasiun kerja) proses mana saja cacat produk itu paling sering muncul.

Contoh Kasus Riil Stratifikasi di Genba

Mari kita bedah contoh kasus komponen Bracket Engine Mount yang mendadak melonjak angka reject goresannya. Awalnya, data harian digabung menjadi satu dan timbingung mencari polanya. Kemudian, tim QC melakukan Stratifikasi Berdasarkan Waktu Kerja dan Operator:

                       
Stratifikasi

Cara Analisis Tim QC & Produksi: Setelah data di atas dipilah (distratifikasi), tabir misteri langsung terbuka lebar! Masalahnya ternyata bukan pada material atau mesin NC-nya, melainkan terpusat pada Shift 3 yang dipegang oleh si Roni (operator pengganti dengan status trainee).

Dari sini, tindakan perbaikan (Kaizen) menjadi sangat jelas, fokus, dan tidak salah sasaran. Tim Leader cukup memberikan pendampingan ekstra atau training ulang khusus untuk operator shift malam tersebut tanpa perlu mengganggu jalannya proses di shift pagi dan sore.

Efek Jangka Panjang Penggunaan Stratifikasi & Flowchart

Pabrik yang membudayakan timnya untuk selalu menyaring data menggunakan Stratifikasi akan mendapatkan dampak positif jangka panjang yang masif:

  • Keputusan Manajemen yang Presisi: Tidak ada lagi cerita manajemen mengeluarkan biaya besar untuk memodifikasi mesin secara total, padahal masalahnya sepele—cuma karena urutan metode kerja di salah satu shift yang salah. Perbaikan jadi super hemat biaya.

  • Proses Troubleshooting yang Cepat: Kombinasi Flowchart alur proses dan Stratifikasi bertindak seperti GPS. Begitu ada komplain kualitas dari customer, tim QA bisa langsung melacak ke stasiun kerja spesifik mana yang menjadi sumber masalah dalam hitungan menit.

  • Mempermudah Penerapan Standar IATF 16949: Stratifikasi membantu pemenuhan klausul pemantauan proses kerja yang dinamis. Kualitas produk terkendali karena variasi sekecil apa pun di antara shift atau material langsung terdeteksi.

Kesimpulan

Data gelondongan sering kali menipu kita dan menyembunyikan fakta lapangan yang sebenarnya. Stratifikasi dan Flowchart mengajarkan kita untuk melihat data secara detail dan adil berdasarkan kelompok karakteristiknya masing-masing. Ingat: Urai datanya, temukan polanya, hajar masalahnya!

Kalau di divisi atau tempat kamu kerja sekarang, saat terjadi masalah kualitas, apakah datanya langsung dipilah berdasarkan shift kerja dan nomor mesin, atau langsung ditarik kesimpulan umum nih? Yuk, tulis ceritamu di kolom komentar bawah!