ROOT CAUSE ANALYSIS - Materi 6

ROOT CAUSE ANALYSIS

Apa Itu Root Couse Analysis ( RCA)

Root Cause Analysis (RCA) merupakan pendekatan terstruktur untuk mengidentifikasi faktor-faktor berpengaruh  pada satu atau lebih kejadian-kejadian yang lalu agar dapat digunakan untuk meningkatkan kinerja).

Root cause merupakan alasan yang paling mendasar terjadinya kejadian yang tidak diharapkan. Apabila permasalahan utama tidak dapat diidentifikasi, maka kendala-kendala kecil akan makin bermunculan dan masalah tidak akan berakhir. Oleh karena itu, mengidentifikasi dan mengeliminasi akar suatu permasalahan merupakan hal yang sangat penting. Root cause analysis merupakan suatu proses mengidentifikasi penyebab-penyebab utama suatu permasalahan dengan menggunakan pendekatan yang terstruktur.

   

Selain itu, pemanfaatan RCA dalam analisis perbaikan kinerja dapat memudahkan pelacakan terhadap faktor yang mempengaruhi kinerja. Root Cause(s) adalah bagian dari beberapa faktor (kejadian, kondisi, faktor organisasional) yang memberikan kontribusi, atau menimbulkan kemungkinan penyebab dan diikuti oleh akibat yang tidak diharapkan.

Langkah-langkah Melakukan Root Cause Analysis

Langkah 1 – Definisikan Masalah

Masalah apa yang sedang terjadi pada saat ini?

Jelaskan simptom yang spesifik, yang menandakan adanya masalah tersebut!

 Langkah 2 – Kumpulkan Data

Apakah memiliki bukti yang menyatakan bahwa masalah memang benar ada?

Sudah berapa lama masalah tersebut ada?

Impact apa yang dirasakan dengan adanya masalah tersebut?

 Langkah 3 – Identifikasi Penyebab yang Mungkin

 Jabarkan urutan kejadian yang mengarah kepada masalah!

 Pada kondisi seperti apa masalah tersebut terjadi?

 Adakah masalah-masalah lain yang muncul seiring/mengikuti kemunculan masalah utama?

 Langkah 4 – Identifikasi Akar Masalah (Root Causes)

 Mengapa faktor kausal tersebut ada?

 Alasan apa yang benar-benar menjadi dasar kemunculan masalah?

 Langkah 5 – Ajukan dan Implementasikan Solusi

 Apa yang bisa dilakukan untuk mencegah masalah muncul kembali?

 Bagaimana solusi yang telah dirumuskan dapat dijalankan?

 Siapa yang akan bertanggungjawab dalam implementasi solusi?

 Adakah resiko yang harus ditanggung ketika solusi diimplementasikan?

    Dalam proyek-proyek improvement  Root Couse Analysis Berfungsi antar lain sbb:

   o   Mengidentifikasi potensi kegagalan/kesalahan produk ataupun proses

   o   Mencatat efek yang akan timbul jika benar-benar terjadi kegagalan/kesalahan

   o   Menemukan sebab-sebab potensial dari kesalahan tersebut dan resiko yang ditimbulkan

   o   Membuat daftar dan prioritas tindakan yang dapat dilakukan untuk mengurangi  resiko kegagalan/kesalahan.

     Tahapan Umum Saat Melakukan Root Analysis dengan why why analisis

1. Menentukan masalahnya dan area masalahnya
2. Mengumpulkan tim untuk brainstorming sehingga kita bisa memiliki berbagai pandangan, pengetahuan, pengalaman, dan pendekatan yang berbeda terhadap masalah
3. Melakukan gemba (turun ke lapangan) untuk melihat area aktual, obyek aktual, dengan data aktual.
4. Mulai bertanya menggunakan Why Why
5. Setelah sampai pada akar masalah, ujilah setiap jawaban dari yang terbawah apakah jawaban tersebut akan berdampak pada akibat di level atasnya. 
6. Pada umumnya solusi tidak mengarah pada menyalahkan ke orang tapi bagaimana cara melakukan perbaikan sistem atau prosedur.
7. Jika akar penyebab sudah diketahui maka segera identifikasi dan implementasikan solusinya.
8. Monitor terus kinerjanya untuk memastikan bahwa masalah tersebut tidak terulang lagi.

Metode Analisis Akar Masalah ada 6 Sebagai Berikut:

1.   Event Tree Analysis

Ini adalah teknik analisis untuk mengidentifikasi dan mengevaluasi urutanperistiwa dalam skenario kecelakaan yang potensial. ETA menggunakan struktur pohon logikavisual yang dikenal sebagai pohon kejadian (ET). Tujuan dari ETA adalah untuk menentukanapakah suatu kejadian akan berkembang menjadi sebuah kecelakaan serius atau jika peristiwatersebut dapat dikendalikan oleh sistem keselamatan dan prosedur yang diterapkan dalam desainsistem. ETA dapat menghasilkan berbagai kemungkinan hasil keluaran dari sebuah kejadianawal, dan dapat memprediksi kemungkinan terjadinya kecelakaan untuk setiap hasil keluaran.

MANAJEMEN SAINS-Model Program Linier -Materi5

 Model Program Linier 

Model Kombinasi Produk

v  Quick-Screen merupakan perusahaan garmen yang khusus memproduksi kaus dalam pertandingan akbar, seperti misalnya World Cup. Perusahaan ini telah dikontrak untuk membuat kaos standar dengan gambar negara pemenang. Kaos yang diproduk si terdiri dari dua jenis, yakni kaos lengan panjang dengan gam bar di satu sisi (depan) dan dengan gambar di dua sisi (depan dan belakang), jenis kedua adalah kaos lengan pendek dengan bentuk gambar serupa. Perusahaan harus menyelesaikan seluruh produksinya 72 jam setelah pertandingan final usai, di mana akan datang truk untuk mengangkut kaos tersebut. Perusahaan harus menyelesaikan produksi tepat waktu. Truk pengangkut memiliki kapasitas muatan sebanyak 1200 kardus ukuran standar. Satu box ukuran standar berisi 12 kaos lengan pendek, sementara satu kardus lengan panjang berukuran 3 kali lebih besar. Perusahaan memiliki dana $25.000 untuk memproduksi kaos, dan juga memiliki kaos lengan pendek & panjang polos masing2 500 lusin yang siap disablon. Persyaratan sumber daya, biaya, dan keuntungan per lusin untuk tiap jenis kaos disajikan pada tabel berikut :

Model Kombinasi Produk Lanjutan

Berikut Contoh Kombinas Produk Lanjutan sebagai Berikut:

Formulasi Model Kombinasi Produk

v  Variabel keputusan

                Masalah ini memiliki 4 variabel keputusan, yakni :

                X1 = jumlah produksi kaos l. panjang gambar 1 sisi (lusin)

                X2 = jumlah produksi kaos l. panjang gambar 2 sisi (lusin)

                X3 = jumlah produksi kaos l. pendek gambar 1 sisi (lusin)

                X4 = jumlah produksi kaos l. pendek gambar 2 sisi (lusin)

v  Fungsi tujuan

                Maksimalkan Z = $ 90X1 + 125X2 + 45X3 + 65X4

                dengan Z adalah keuntungan.

v  Berdasarkan kendala

                0.1X1+0.25X2+0.08X3+0.21X4 £ 72         waktu produksi

                   3X1+    3X2+      X3+      X4  £ 1200     kapasitas truk

                36X1 +   48X2+  25X3+  35X4  £ 25000   dana yang tersedia

                   X1  +      X2                         £ 500      sediaan kaos panjang

                                X3+      X4  £ 500      sediaan kaos pendek

                X1, X2, X3, X4 ³ 0

Formulasi Model Pemasaran

Variabel keputusan :

                X1 = lamanya iklan lewat TV (menit)

                X2 = banyaknya iklan lewat koran (halaman)

                X3 = lamanya iklan lewat radio Ibu-Kota (per 30 detikdetik)

                X4 = lamanya iklan lewat radio di beberapa kota besar (per menit)

Fungsi tujuan :

maksimumkan Z = 5000X1 + 8500X2 + 2400X3 + 2800X4

                Z : jangkauan audience (orang)

Berdasarkan kendala :

                800X1 + 925X2 + 190X3 + 380X4   £  8000  ®  dana yg dianggarkan

                      X1                                     £  12  ® iklan TV maksimum/ minggu

                                           X2                                £   5  ® iklan koran  maks/minggu

                                                          X3                  £  25  ® maksimum iklan radio                                                                                                  Ibukota/minggu

                                                                 X4   £  20  ® maksimum iklan radio di

                                                                                                                beberapa kota besar

                                                          X3 + X4   ³   5  ® jumlah iklan radio

                                                190X3 + 380X4   £  1800  ® alokasi biaya maks. Iklan

                                                                     radio

                X1, X2, X3, X4 ³ 0

               

MANAJEMEN SAINS-Teknik Artificial Variabel-Materi4

Teknik Artificial Variabel

Progam Linier dg kendala ³ atau = : Metode Teknik M

v  Pembahasan terdahulu hanya kendala bertanda ≤ , topik pembahasan selanjutnya untuk kendala bertanda  ≥ dan atau bertanda =

v  Untuk menyelesaikan kasus tersebut kita memerlukan variable dummy(variable palsu) atau artificial var. sehingga basis awal bisa tetap ada .

v   Untuk tanda ≥ masih menggunakan variable S dan R sedangkan untuk tanda (=) menggunakan variable dummy R saja.

v   Contoh :

           Maksimumkan Z = 3X1 + 5X2

           Berdasarkan kendala :

                         X1              ≥ 4

                                    2X2 ≥ 12

                        3X1 + 2X2 = 18

                              X1, X2  ≥ 0

PL dg kendala ³ atau = lanjutan

v  Jika dituliskan dalam  bentuk standar :

                Maksimumkan Z = 3X1 + 5X2 +0S1 + 0S2 – MR1– MR2 – MR3

                Atau

                 Z – 3X1 – 5X2 + 0S1 + 0S2  + MR1 + MR2 + MR3 = 0

                                   X1                 - S1            +   R1                = 4

                                           2X2           – S2                  + R2       = 12

                       3X1  + 2X2                                                 + R3  = 18

                                                    X1, X2 , S1 , S2 , R1 , R2 , R3 ≥ 0

v  Perhatikan bahwa penalty M di atas bertanda (–) karena fungsi tujuannya maksimasi, jika fungsi tujuannya minimasi, maka penalty bertanda (+), dengan M adalah bilangan yang cukup besar.

Contoh 1 Solusi PL dg Teknik M

v  Metoda Big M (metode penalty)

                Contoh 1 : Cari solusi PL berikut ini

                Maksimumkan Z = 3X1 + 5X2

                                Berdasarkan kendala :

                                                X1              ≤ 4

                                                           2X2 ≤ 12

                                                3X1 + 2X2 = 18

                                                X1, X2 ≥ 0

Penyelesaian :

Karena pembatas ketiga bertanda ( = ), maka untuk mendapatkan solusi basis awalnya kita harus menambahkan variable artificial sehingga diperoleh bentuk :

 Maksimumkan :

                              Z = 3X1 + 5X2 + 0.S1 + 0.S2 – MR1

                                               

Contoh 1 Solusi PL dg Teknik M

Berdasarkan kendala :

                                X1              + S1                 = 4

                                2X2                  + S2           = 12

                                3X1 + 2X2                + R1 = 18

                                X1, X2, R1 , S1, S2 ≥ 0

Untuk memasukan model diatas kedalam bentuk table, maka terlebih dahulu subtitusikan R1 dari persamaan kendala ketiga :

                                R1 = 18 - 3X1 + 2X2

 Kemudian masukan kedalam persamaan Z :

                                Z = 3X1 + 5X2 + 0.S1 + 0.S2 – M(18 - 3X1 + 2X2 )

               Atau

                                Z = (3M + 3)X1 + (2M – 5)X2 + 0.S1 + 0.S2 – 18M     atau

                                Z - (3M + 3)X1 - (2M – 5)X2 - 0.S1 - 0.S2 = -

Sehingga tabel simpleks awal (iterasi 0)  dan iterasi ke 1 diberikan dalam tabel berikut ini :

Contoh 1 Solusi PL lanjutan

v  Terlihat pd. Tabel 1 (iterasi 0), X1 terpilih sebagai entering var. (koef. Negatip terbesar) dan S1 terpilih sebagai leaving var. (memp. Ratio terkecil).

v  Karena koef. Entering var. untuk S1 adalah 1, pers. poros baru (X1) pada Tabel 2 sama dengan pers poros lama (S1) pada Tabel 1.

v  Pers. Z yg baru = Pers. Z yg lama – koef. Entering x pers. poros baru

                baris Z baru = Z lama – (3M+3) x pers./baris poros baru ® ini merupakan OBE (operasi                baris elementer).

v  Pers. R1 yg baru = pers. R1 yg lama – koef. Entering x pers.poros baru

                baris R1 baru = baris R1 lama – 3 x per./baris poros baru.

v  Hasil selengkapnya ditampilkan pada Tabel 2 (iterasi 1).

v  Dari Tabel 2, X2 terpilih sebagai entering v. dan R1 terpilih sebagai leaving var., dan pers. /baris Z, X1 yang baru dihitung seperti halnya

MANAJEMEN SAINS Program Linier : Metode Simpleks-Materi 3

Program Linier : Metode Simpleks

Mari Kita Lanjutkan Materi Ke 3 yang Merupakan Lanjutan dari program linier

Program Linier : Metode  Simpleks 
Metode simpleks digunakan untuk memecahkan permasalahan Program Linier dengan dua atau lebih variabel keputusan

Prosedur Metode Simpleks 

•  Formulasi Fungsi Tujuan dan Fungsi Kendala Dari Permasalahan PL
•  Mengkonversi Bentuk Pertidaksamaan Dalam Fungsi Kendala Menjadi Bentuk Standar 
•  Membuat Table Simpleks Awal 
•  Algoritma metode simpleks 

Program Linier : Bentuk Standar

1. Ruas kanan (RK) fungsi tujuan harus nol (0)
2. Ruas kanan (RK) fungsi kendala harus positif, jika negatif kalikan dengan –1.
3. Fungsi kendala dengan tanda “£ ” harus diubah ke bentuk “=” dengan menambahkan variabel slack/surplus. Variabel slack/surplus disebut variabel basis.
4. Fungsi kendala dengan tanda “³ ” diubah ke bentuk “£ ” dengan cara mengalikan dengan –1, lalu diubah ke bentuk persamaan dengan menambahkan variabel slack, kemudian RKnya dikalikan dengan –1, karena bertanda negatip.

Mengkonversi Bentuk Pertidaksamaan Fungsi Kendala Menjadi Bentuk Standar

v  Ada tiga bentuk fungsi kendala:  £, ≥, dan =.

v  Konversi fungsi kendala bertanda £: menambahkan slack variable pada fungsi kendala tersebut.

v  Untuk kendala berbentuk ‘³’ dan ‘=‘ akan dibahas tersendiri dalam teknik variabel artifisial.

v  Slack variable: sumber daya yang mengganggur pada suatu fungsi kendala.

v  Penambahan slack variable dimaksudkan untuk memperoleh solusi fisibel awal (initial feasible solution, sama dengan titik origin pada grafik) pada fungsi kendala.

Langkah- Langkah Metode Simpleks Masalah Maksimasi

1.  Langkah 1: Mengubah fungsi tujuan dan kendala menjadi “bentuk standar”
2.  Langkah 2: Memindahkan bentuk standar ke dalam tabel.
3.  Langkah 3: Memilih entering & leaving Variabel     
4.  Bagilah RK (kecuali pers. Z) dengan unsur yang bersesuaian pada kolom entering, hasil bagi   dinyatakan sebagai Ratio.Pilih leaving var. diantara var. basis yang mempunyai Ratio terkecil, persamaan di mana leaving var. berada disebut pers. poros. Elemen poros                     merupakan  perpotongan antara kolom entering dengan pers. Susun kembali tabel Simpleks berikutnya dengan mengganti variabel leaving dengan var .Entering.
5.  Tentukan persamaan poros yang baru 
6.  Tentukan persamaan yang lainnya (termasuk Z) sbb.  Pers. yang baru = Pers. yang lama – (koef. Kolom entering) x pers. poros baru
7.  Kemudian ulangi kembali langkah 3.1. s/d 3.6 sampai kondisi optimal tercapai (semua    koefpada pers. Z sudah berharga positip atau nol untuk maksimasi dan berharga negatip atau  nol untuk minimasi).

Contoh Metode Simpleks  Masalah Maksimasi

v  Maksimumkan Z = 3X₁ + 5X₂

v  Berdasarkan kendala (constrain)             

                                (1)          2X₁                                    £ 8

                                (2)                        3X₂                     £ 15

                                (3)          6X₁ + 5X₂                        £ 30

                                (4)          X₁ ³ 0,  X₂ ³ 0