T. Pengambilan Sampel & Survei
Online Store (7 QC Tools)
7 QC Tools
1.Check Seat
Penjelasan:
| No | Kolom | Penjelasan |
|---|---|---|
| 1 | No. | Nomor urut data/keluhan berdasarkan waktu pelaporan. |
| 2 | Tanggal | Tanggal keluhan tersebut dicatat atau diterima. |
| 3 | Produk / Layanan | Jenis layanan atau produk yang dikaitkan dengan keluhan, seperti: |
| ○ Aplikasi Mobile → Masalah yang terjadi saat menggunakan aplikasi. | ||
| ○ Produk Fisik → Keluhan terkait barang fisik yang diterima pelanggan. | ||
| ○ Customer Service → Keluhan terhadap layanan dari tim layanan pelanggan. | ||
| 4 | Jenis Keluhan | Deskripsi singkat mengenai keluhan atau masalah yang dilaporkan pelanggan, seperti “Sulit Login”, “Barang Rusak Saat Tiba”, “Respons Lama”, dll. |
| 5 | Frekuensi | Jumlah pelanggan yang melaporkan keluhan tersebut pada tanggal yang sama. |
| 6 | Keterangan Tambahan | Penjelasan lebih lanjut yang memberikan konteks mengenai keluhan. Misalnya: |
| ○ “Terjadi saat jam sibuk” → berarti masalah hanya terjadi pada waktu tertentu. | ||
| ○ “Ukuran tidak sesuai” → memperjelas maksud dari “Tidak Sesuai Deskripsi”. |
Frequency
Visualisasi
Kesimpulan
| Kategori | Isi |
|---|---|
| Jenis Produk yang Dikomplain | - Keluhan pelanggan tersebar pada tiga jenis layanan:
Aplikasi Mobile, Produk Fisik, dan
Customer Service. - Produk Fisik dan Aplikasi Mobile memiliki frekuensi keluhan yang tinggi, menandakan dua area ini membutuhkan perhatian khusus. |
| Keluhan dengan Frekuensi Tertinggi | - Keterlambatan Pengiriman pada Produk
Fisik menjadi keluhan paling sering (frekuensi 9). - Disusul oleh Barang Rusak Saat Tiba (frekuensi 8) dan Tidak Sesuai Deskripsi (frekuensi 7). |
| Masalah Umum pada Aplikasi Mobile | - Beberapa masalah teknis seperti Sulit Login, Aplikasi Crash / Error, dan Tidak Bisa Update Aplikasi menunjukkan bahwa stabilitas aplikasi masih menjadi masalah. |
| Customer Service Perlu Ditingkatkan | - Keluhan seperti Respons Lama, Tidak Memberi Solusi, dan Tidak Menjawab Pertanyaan menyoroti bahwa tim layanan pelanggan belum memberikan pengalaman yang memuaskan. |
| Keterangan Mendukung Temuan | - Beberapa catatan tambahan seperti “Terjadi saat jam sibuk” atau “Diadukan oleh pelanggan VIP” memberikan wawasan penting tentang konteks terjadinya keluhan. |
| Saran Tindak Lanjut |
|---|
| - Perbaikan sistem logistik dan pengemasan untuk Produk Fisik. - Peningkatan performa dan stabilitas aplikasi, khususnya untuk Android. - Pelatihan tambahan bagi tim Customer Service agar lebih cepat dan solutif. - Monitoring khusus pada jam sibuk untuk mencegah lonjakan keluhan teknis. |
2.Control Chart
| No | Komponen | Penjelasan |
|---|---|---|
| 1 | Dataset Waktu Pengiriman | Dataset ini mencatat waktu pengiriman produk atau layanan untuk setiap hari dalam periode 30 hari, diukur dalam menit. Waktu pengiriman disimulasikan dengan distribusi normal. |
| 2 | CL (Central Line) | Garis tengah yang menunjukkan rata-rata waktu pengiriman selama periode pengamatan. CL dihitung sebagai rata-rata dari data waktu pengiriman. |
| 3 | UCL (Upper Control Limit) | Batas atas yang ditentukan dengan rumus \(UCL = CL + 3 \times SD\). Jika data berada di atas UCL, dianggap outlier. |
| 4 | LCL (Lower Control Limit) | Batas bawah yang ditentukan dengan rumus \(LCL = CL - 3 \times SD\). Jika data berada di bawah LCL, dianggap outlier. |
| 5 | Outlier | Titik data yang berada di luar rentang antara UCL dan LCL. Outlier ditandai dengan warna merah dalam plot untuk menunjukkan adanya penyimpangan dalam proses pengiriman. |
| 6 | Visualisasi Control Chart | Menampilkan garis waktu pengiriman (garis biru), dengan garis CL, UCL, dan LCL sebagai referensi (garis hijau dan merah). Outlier ditandai dengan titik merah. |
| 7 | Tujuan Control Chart | Untuk memonitor waktu pengiriman dan mendeteksi fluktuasi yang tidak wajar. Dapat digunakan untuk mengambil tindakan korektif jika proses sudah berada di luar kendali. |
3.Fishbone Diagram
Fishbone Diagram, atau dikenal juga dengan Ishikawa Diagram, digunakan untuk mengidentifikasi berbagai penyebab yang berkontribusi terhadap masalah utama. Dalam kasus ini, masalah utama yang dianalisis adalah Keterlambatan Pengiriman. Berikut adalah komponen penyebab yang mempengaruhi keterlambatan pengiriman:
○ Tabel Penyebab Keterlambatan Pengiriman
| Kategori | Penyebab |
|---|---|
| Manusia | Kurangnya Pelatihan |
| Kesalahan Manusia | |
| Lack of Motivation | |
| Proses | Proses Tidak Efisien |
| Keterlambatan Proses Pengiriman | |
| Peralatan | Peralatan Rusak |
| Keterbatasan Teknologi | |
| Material | Kualitas Material Buruk |
| Pengadaan Material Terlambat | |
| Lingkungan | Cuaca Buruk |
| Kendala Peraturan |
Penjelasan Diagram Tulang Ikan:
Masalah Utama: Keterlambatan Pengiriman
Masalah utama yang menjadi fokus utama analisis.Kategori Penyebab:
- Manusia: Faktor-faktor terkait kesalahan atau kekurangan pada individu yang terlibat dalam proses.
- Proses: Faktor-faktor terkait dengan prosedur yang tidak efisien dalam alur kerja.
- Peralatan: Masalah terkait dengan penggunaan atau kerusakan peralatan dan teknologi yang mendukung proses.
- Material: Kualitas material atau pengadaan material yang terlambat dapat mempengaruhi pengiriman.
- Lingkungan: Faktor eksternal, seperti cuaca buruk atau kendala peraturan yang menghambat pengiriman.
Diagram ini membantu dalam mengidentifikasi dan menganalisis berbagai penyebab yang berkontribusi terhadap masalah utama, sehingga solusi untuk masing-masing penyebab dapat dicari dengan lebih efektif.
4.Flowchart
Flowchart ini menggambarkan alur dari pemesanan hingga pengiriman barang, mulai dari penerimaan pesanan hingga konfirmasi pengiriman atau pembatalan pesanan. Berikut adalah langkah-langkah yang terlibat dalam proses tersebut:
○ Langkah-langkah dalam Flowchart:
Order (Pemesanan)
Pemesanan diterima dan sistem memulai proses.Payment (Pembayaran)
Setelah pemesanan diterima, proses pembayaran dimulai.Check Payment Status (Cek Status Pembayaran)
Sistem memeriksa status pembayaran.- Jika pembayaran berhasil, lanjut ke langkah berikutnya (Packaging).
- Jika pembayaran gagal, proses dihentikan dan pesanan dibatalkan.
Packaging (Pengemasan)
Setelah pembayaran dikonfirmasi, barang diproses untuk pengemasan.Shipping (Pengiriman)
Setelah pengemasan selesai, barang dikirim ke alamat tujuan.Confirm Shipping (Konfirmasi Pengiriman)
Sistem memverifikasi apakah pengiriman berhasil.- Jika pengiriman berhasil, pesanan dianggap selesai.
- Jika pengiriman gagal, pesanan dibatalkan.
Completed (Selesai)
Proses pemesanan selesai dan barang telah diterima oleh pelanggan.Cancel (Pembatalan Pesanan)
Jika ada masalah dalam proses pembayaran atau pengiriman, pesanan dibatalkan.
5.Histogram
Berikut adalah Histogram Pesanan per Hari dengan Kurva Kepadatan yang menggambarkan distribusi pesanan yang diterima setiap hari dalam periode 30 hari. Histogram ini mengilustrasikan jumlah pesanan yang terjadi, sedangkan kurva kepadatan memberikan gambaran lebih lanjut tentang distribusi data pesanan yang dihasilkan.
- X-Axis (Sumbu X): Menunjukkan jumlah pesanan per hari.
- Y-Axis (Sumbu Y): Menunjukkan frekuensi atau kepadatan data pesanan.
- Histogram: Menggambarkan jumlah pesanan yang diterima pada interval waktu tertentu (di sini dalam bentuk bins).
- Kurva Kepadatan: Menampilkan distribusi probabilitas data pesanan dalam bentuk garis yang lebih halus.
Dengan menggunakan histogram ini, kita dapat menganalisis bagaimana distribusi pesanan sepanjang waktu, apakah ada kecenderungan tertentu yang perlu diperhatikan, seperti fluktuasi besar atau pola musiman dalam pesanan.
6.Pareto Chart
Berikut adalah Pareto Chart yang menunjukkan distribusi keluhan pelanggan berdasarkan frekuensinya. Chart ini menggunakan prinsip Pareto, di mana 20% masalah dapat menyebabkan 80% keluhan, membantu untuk mengidentifikasi masalah utama yang harus segera ditangani.
- Bar Chart (Diagram Batang) menunjukkan frekuensi keluhan untuk setiap jenis masalah.
- Red Line (Garis Merah) mewakili persentase kumulatif keluhan, yang memungkinkan kita untuk melihat tren dan masalah utama yang perlu difokuskan.
- Sumbu Kiri (Y-Axis) mewakili frekuensi keluhan, sedangkan Sumbu Kanan (Secondary Y-Axis) menunjukkan persentase kumulatif dari total keluhan.
Dengan menggunakan Pareto Chart ini, Anda dapat mengidentifikasi masalah yang paling banyak dilaporkan oleh pelanggan dan mengoptimalkan prioritas penanganan masalah.
7.Scatter Diagram
Berikut adalah Scatter Diagram yang menunjukkan hubungan antara Biaya Promosi dan Jumlah Pesanan. Diagram ini membantu untuk memvisualisasikan apakah ada korelasi antara kedua variabel tersebut.
- Titik-Titik Biru: Mewakili data yang menunjukkan biaya promosi dan jumlah pesanan pada titik-titik tertentu.
- Garis Merah: Menunjukkan garis regresi linier yang menunjukkan tren umum antara biaya promosi dan jumlah pesanan.
Dari hasil plot, dapat dilihat adanya korelasi positif yang cukup kuat antara biaya promosi dan jumlah pesanan, dengan nilai korelasi sekitar 0.90, yang mengindikasikan bahwa semakin besar biaya promosi, semakin tinggi jumlah pesanan yang diterima.