Perbaikan kualitas produk db-customer display product (db-cdp) dengan integrasimetode cross industry standard process-data mining (crisp-dm) dan six sigma
P PT. Delameta Bilano merupakan perusahaan yang berasal dari indonesia denganpengalaman dibidang sistem kendali pembayaran transportasi. Produk yangdihasilkan oleh perusahaan ini merupakan pendukung dari adanya gerbang tolotomatis (GTO). Pada produk DB-Customer Display Product (DB-CDP)merupakan salah satu produk yang memiliki tingkat kecacatan tinggi dengan jeniskecacatan atribut yaitu lampu pada display mati, sehingga merugikan perusahaandan perlu dilakukannya perbaikan kualitas agar dapat mengurangi jumlah kecacatanpada produk CDP. Pada perbaikan kualitas yang dilakukan menggunakan integrasiantara metode Cross Industry Standard Process Data mining (CRISP DM) denganSix Sigma. Teknik dari Data mining yang digunakan adalah teknik Klasifikasidengan algoritma CART untuk dapat mengidentifikasi penyebab kecacatan utamadari produk CDP dan teknik asosiasi dengan menggunakan Algoritma FrequentPattern-Growth untuk membentuk aturan asosiasi antara kombinasi set datapendukung produksi. Hasil dari kedua algoritma tersebut yaitu diketahui atributpenyebab reject tinggi yaitu jenis kecacatan poor solder dan solder Short. Akurasidari model didapatkan sebesar 80,3% dengan kategori baik. Analisis dari FailureMode and Effect Analysis (FMEA) menghasilkan prioritas perbaikan dari jeniskecacatan penyebeb reject tinggi. Implementasi usulan perbaikan yang dilakukanpada tahap deployment yaitu Instruksi kerja untuk penyolderan ulang, formpengecekan tip solder, dan Standar operasional prosedur (SOP) penggantian tipsolder. Hasil implementasi ini yaitu menurunnya nilai DPU (Defects per unit)menjadi 0,135, dimana sebelumnya bernilai 0,0628 dan nilai DPMO (Defects permillion Opportunities) menurun dari 32.636 menjadi 27.020, dan dikonversikedalam tingkat sigma serta didapat nilai sigma 3,43, dimana sebelum adanyaimplementasi nilai sigma berada pada 3,34 sigma. Ketiga indikator tersebut yaituDPU, DPMO dan tingkat Sigma menunjukan bahwa usulan perbaikan kualitasberhasil.
P PT. Delameta Bilano, a company from Indonesia with experience in the field oftransportation payment control systems. The product produced by this company aresupporter of the existence of an automatic toll gate (GTO). The DB-CustomerDisplay Product (DB-CDP) is one of the products that has a high level of defectswith the type of attribute that the light on display is off, so that it is detrimental tothe company and it is necessary to improve the quality in order to reduce the numberof defects in Customer Display Product (CDP). The quality improvement is carriedout using the integration of the Cross Industry Standard Process Data mining(CRISP DM) method with Six Sigma. The data mining technique used in this studyare using classification technique with the CART algorithm to identify the maincauses of defects in the CDP and association techniques using the Frequent Pattern-Growth Algorithm to make an association rules between the combination ofproduction support data sets. The results of both algorithms are known attributesthat cause high rejects that are poor solder and solder Short. The accuracy of themodel is 80,3%, which in a good category. Analysis of the Failure Mode and EffectsAnalysis (FMEA) resulted in the priority of repair of the type of defects that causedhigh rejects. Implementation of proposed improvements made at the deploymentstage, namely work instructions for re-soldering, solder tip checking forms, andStandard Operating Procedures (SOP) for solder tip replacement. The result of thisimplementation is a decrease in the value of DPU (Defects per unit) to 0.0541,where previously it was worth 0.0628 and the value of DPMO (Defects per millionOpportunities) decreased from 32.636 to 27.020, and converted into sigma leveland obtained sigma value 3.80, before the implementation of the sigma value wasat 3.74 sigma. The three indicators DPU, DPMO and Sigma level indicate that theproposed of quality improvement are successful.