P PT.XYZ adalah salah satu penyedia terbesar produk dan jasa di dunia untuk industri minyak dan gas. Perusahaan ini mempekerjakan hampir kurang lebih dari 70.000 orang atau pekerja di sekitar 80 negara. Saat ini PT.XYZ memiliki proyek yang di sebut proyek X yang merupakan proyek besar pengeboran panas bumi, pada proyek ini dikerjakan selama lima tahun dan proyek ini berjalan dari bulan mei 2014 sampai dengan bulan agustus 2018. Proyek ini memiliki 21000 operasi pengeboran yang telah berjalan, selama proyek berjalan terdapat sekitar 1500 operasi yang memiliki nonproductive time berbagai macam variasi jenis kecacatan nya sehingga PT.XYZ mengalami kesulitan dalam menangani dan mengidentifikasi permasalahan yang harus di prioritaskan untuk di selesaikan, oleh karena itu penelitian ini di fokuskan untuk memberikan usulan perbaikan kualitas pada IPM drilling. Pengolahan data dilakukan melalui tahapan DMAIC (Define-Measure-Analyze-Improve-Control). Pada tahapan DMAIC, digunakan beberapa tools dalam setiap tahapannya. Pada tahapan define digunakan tools Project Charter untuk mengidentifikasi Problem statement, business case, dan project scope pada proyek X. Pada tahap measure, langkah pertama yang dilakukan adalah mengidentifikasi dan melakukan klasifikasi kecacatan operasi yang menyebabkan ketidakpuasan client terhadap kualitas pengelolaan proyek oleh PT.XYZ menggunakan salah satu metode data mining yaitu metode naïve bayes, bedasarkan hasil perhitungan naïve bayes teridentifikasi total non-productive time sebanyak 1537 kecacatan operasi yang 1376 di antara nya masih di batas tolerance client sementara terdapat 161 permasalahan non-productive time yang diluar batas toleransi client sehingga menyebabkan ketidakpuasan client terhadap kualitas pengelolaan proyek. setelah itu dilakukan pengukuran pada proses yang sedang berlangsung yaitu dengan menggunakan Diagram Pareto. Pada tahapan analyze dilakukan analisa terhadap penyebab-penyebab potensial yang dapat mengakibatkan kegagalan yaitu kecacatan operasi bedasarkan hasil FMEA dapat disimpulkan bahwa operasi menunggu rig memiliki bobot rpn yang paling besar yaitu 30 Rpn. Pada tahap improve yang diberikan adalah usulan membuat perbandingan non-productive time yang memiliki rpn tertinggi dengan audit workscope inspection yang dibuat oleh rig inspector dan membuat checksheet equipment inspection