Pendekatan Data Mining Pada Metodologi Six Sigma untuk Perbaikan Kualitas Produk
Kata Kunci:
Data mining, Algoritma C4.5, Random Forest, CRISP-DM (Cross Industry Standard Process for Data Mining), Six SigmaAbstrak
Minenleather merupakan perusahaan yang memproduksi produk kulit salah satunya sepatu kulit. Permasalahan yang ditemukan pada perusahaan berkaitan dengan kegagalan produk yang terjadi pada saat proses produksi. Diperlukan upaya perbaikan untuk meningkatkan kualitas. Penelitian ini bertujuan untuk mengurangi tingkat kecacatan pada produk sepatu kulit dan kenaikan tingkat sigma pada kasus kecacatan sepatu kulit. Pendekatan data mining dilakukan dengan pengintegrasian six sigma dan data mining menggunakan framework CRISP-DM. Pendekatan data mining bertujuan agar metode six sigma menjadi lebih terstruktur dan lebih terukur untuk peningkatan yang dicapai dengan mengintegrasikan aktivitas analitik yang ada dalam metodologi CRISP-dm dan data mining pada fase six sigma. Tahap business understanding dilakukan pendefinisian tujuan bisnis dan tujuan data mining, pembuatan diagram SIPOC dan penentuan CTQ. Tahap data understanding diketahui nilai DPMO sebesar 40.000 dan nilai sigma sebesar 3.25 σ. Tahap preparation dilakukan data cleaning dan data transformation. Hasil modelling dengan algoritma C4.5 dan random forest diketahui atribut dominan penyebab reject tinggi adalah pengeleman. Akurasi model pada algoritma C4.5 sebesar 80% dan random forest sebesar 90% menandakan model bekerja dengan baik. Analisis menggunakan ishikawa diagram untuk mengidentifikasi atribut kecacatan pengeleman. Implementasi usulan perbaikan diperoleh dengan menggunakan metode 5W+1H. Tahap deployment pengaplikasian usulan perbaikan seperti menggunakan kuas, cover plastik dan kipas angin. Hasil implementasi menunjukkan keberhasilan upaya perbaikan kualitas dengan peningkatan sigma dari 3.25 σ menjadi 4,08 σ.