MENINGKATKAN ENAM SIGMA DENGAN SISTEM DINAMIS MENINGKATKAN ENAM SIGMA DENGAN SISTEM DINAMIS Oleh Puput Candra utami NPM:

Tujuan makalah ini adalah untuk menyajikan bagaimana kebaruan tren masa depan dalam metodologi Six Sigma akan diintegrasikan dengan Sistem Dinamis untuk membentuk kualitas baru kerangka kerja yang kuat dalam menghadapi dinamis keadaan. Baru kerangka Six-Sigma telah diusulkan, yaitu DM (AI) + C, untuk mengakomodasi semua faktor potensial yang terlibat dalam yang memberikan kualitas kritis disesuaikan output. Salah satu 'faktor-faktor lunak' atau 'faktor keras' dalam sistem nyata yang model menggunakan Sistem Dinamis untuk memahami keterkaitan dan mekanisme penyebab di antara mereka yang terkait faktor untuk menentukan akar penyebab sejati. Akhirnya, para "Menganalisis-Memperbaiki plus" DM (AI) + C bertujuan untuk menganalisis karakteristik dinamis kegagalan dalam kualitas sistem serta untuk membangun solusi optimal untuk menghindari masalah yang sama berulang.

PENDAHULUAN Dalam mengembangkan manajemen kualitas strategis, itu penting bahwa bisnis menyadari tren mendatang permintaan pasar untuk menantang posisi didirikan di ekonomi global. Globalisasi secara luas dipandang sebagai ekspresi untuk berbagai dunia yang mencakup proses lebar integrasi dari berbagai faktor, seperti perdagangan liberalisasi, deregulasi, dan tekanan terhadap budaya, ekonomi, dan sosial homogenitas (1). Kebutuhan untuk memahami perilaku dinamis bisnis proses yang mempengaruhi kualitas produk wajib untuk melakukannya. Nonkonformitas produk atau pelayanan kepada para spesifikasi dipengaruhi oleh perilaku sistem dinamis drive upaya untuk mengidentifikasi akar penyebab cacat komprehensif. Hal ini diyakini bahwa Six-Sigma, dengan terkenal

Konsep dasar Six-Sigma pada awalnya dikembangkan oleh Mikel Harry pada 1987 yang bekerja di Motorola berasal dengan munculnya Statistical Process Control (SPC) selama 60's dan 70's (4). Hal ini kemudian dikembangkan lebih lanjut oleh "Six-Sigma Akademi" didirikan oleh Harry dalam Motorola dan disebarkan ke IBM, Lockheed Martin, Nokia, dan perusahaan lain di AS, Eropa, dan Asia, baik dalam proses manufaktur diskrit atau dalam proses industri

Meningkatkan Six Sigma dengan Sistem Dinamis A.Mengingat fitur-fitur yang berbeda, seperti loop tertutup Fase DMAIC, langkah CTQ (Critical To Quality), dan Spesifikasi 6σ batas dengan ± 1.5σ melayang dari proses berarti, membuat metodologi Six-Sigma lebih menonjol dibandingkan dengan metodologi peningkatan mutu lain (3, 12, 15). Antony (12) menonjolkan Six-Sigma sebagai suatu metodologi yang menggunakan alat dan teknik yang sangat cara sistematis dan berurutan. Pengukuran yang berbasis strategi yang berfokus pada perbaikan proses dan variasi komentar pengurangan signifikansi dari Six-Sigma. B. kegagalan oleh pemodelan hubungan antara independen variabel yang berkaitan dengan perilaku CTQ. Analog dengan tren di masa depan kualitas permintaan, perilaku sistem yang dinamis kegagalan juga terkait dengan pengaruh kausal faktor-faktor yang mempengaruhinya

Analisis dilakukan untuk mengungkapkan bagaimana sistem yang kuat perubahan dalam akar penyebab bervariasi sehubungan dengan kemungkinan korektif, serta pencegahan, tindakan. Bersamaan dengan itu Design of Experiment (DoE) juga bisa digunakan untuk strategis pengambilan keputusan untuk lebih suara secara numerik berarti. Setelah akar penyebab kegagalan diidentifikasi dan tindakan yang sesuai disarankan, sekarang kasus membedakan tindakan berputar untuk solusi masalah. Menggunakan yang Analytical Hierarchy Process (AHP) sebagai salah satu teknik terkenal di Beberapa Kriteria Keputusan Making (MCDM)

hierarki tingkat sehubungan dengan tujuan, kriteria, kategori kegagalan, kegagalan rincian, dan gagal komponen (45, 46). Akhirnya, fase ini memulai identifikasi redesign atau tindakan perbaikan berdasarkan sebab-akibat mekanisme kegagalan. Juga harus diberitahu bahwa ini Model kerangka kerja baru dari alam berulang-ulang untuk perbaikan terus-menerus. Gambar 6. Flow Diagram (43) Kesimpulan Enam-sigma perlu dikembangkan dalam rangka memenuhi persyaratan tren terbaru dalam bisnis yang dinamis lingkungan. Untuk mendapatkan melalui produk intens kustomisasi, cara bagaimana mengidentifikasi akar penyebab yang benar-benar kegagalan produk harus ditetapkan dengan tinggi efisiensi dan efektifitas. DM (AI)

+ C telah dibentuk dan diilustrasikan untuk mengatasi masalah ini. Mencakup kerangka kerja baru lembut faktor kegagalan sistem yang bila digunakan dengan keras faktor memungkinkan pendekatan terstruktur akar penyebab kegagalan analisis. Karena konsep integrasi antara sistem berpikir, optimasi dan pengendalian kualitas total, akan memfasilitasi memahami perilaku dinamis sistem kegagalan: tidak hanya membedakan mekanisme kausal, tetapi juga mengoptimalkan pengambilan keputusan dalam kegagalan strategis manajemen.

Model ini juga akan mendapat keuntungan dari "bagaimana-jika" skenario karena kemampuannya untuk pembuat keputusan untuk berinteraksi dengan model untuk pengambilan keputusan strategis. Dengan mengatur- up tertentu jajaran "bagaimana-jika" query ke dalam model, adalah mungkin untuk rumit yang kemungkinan solusi yang terbaik dibandingkan dengan lain.