Kualitas suatu produk merupakan strategi penting yang dijalankan oleh
sebuah perusahaan dalam mempertahankan bisnisnya. Sedangkan tingginya tingkat
variasi output spesifikasi produk tentunya akan dapat menghambat tujuan
perusahaan untuk mencapai tingkat kualitas yang diharapkan. Oleh karena itu,
digunakanlah metode Statistical Process Control (SPC) dengan tekniknya yaitu
Seven Tools untuk menganalisis permasalahan apa yang sedang terjadi serta
mengidentifikasi faktor utama penyebab timbulnya permasalahan tersebut.
Kemudian untuk analisis dari segi ekonomis di gunakanlah metode Taguchi Quality
Loss Function (QLF) sebagai teknik perhitungan untuk mengetahui besarnya
tingkat loss yang ditanggung oleh perusahaan sebagai akibat dari tidak terpenuhinya
target spesifikasi output produk (walau masih dalam batasan toleransi) yang
menimbulkan adanya variasi spesifikasi toleransi output produk.
Dalam penelitian ini akan dilakukan suatu analisis pengendalian kualitas
secara mendalam untuk output produk PT.X dengan menggunakan metode SPC
untuk menganalisis besarnya variasi toleransi spesifikasi output produk serta
pengidentifikasian faktor penyebab permasalahan dengan mempertimbangkan
besarnya loss yang dipengaruhi oleh besarnya tingkat produk defect. Langkah ini
dilakukan dengan harapan dapat digunakan sebagai langkah awal untuk
memperbaiki tingkat kualitas produk secara keseluruhan dengan mengurangi tingkat
variasi produk yang terjadi.
Dengan melakukan tahapan analisis pengendalian kualitas tersebut, dapat
diketahui bahwa tingkat variasi toleransi spesifikasi output produk yang terjadi
cukup besar dilihat dari tabel checksheet serta diagram kendali X-bar R yang
menunjukkan data berada diluar kendali dengan tingkat kemampuan proses kurang,
dimana besarnya nilai Cp
terpusat. Adapun untuk faktor penyebab masalah diketahui rating 1 sebesar 25%
yaitu kepedulian pekerja terhadap inspeksi langsung atas produk defect. Untuk
besarnya loss, diketahui paling besar adalah pada data Flat-flat Waist Seam-scam
sebesar Rp 937.553,00. Hal ini sesuai dengan tingkat variasi output produk untuk
data ini yang juga ternyata memang paling besar.