Professional Statistics Division

NARCIS di Mata Mahasiswa Statistika ITS

2008-11-27T03:15:00.000-08:00

KaLo ngomongin soal narcis, ga ada abiznya dech. Karena pgin tau gimana sich pandangan mahasiswa Statistika ITS tentang narcis, tim crew mading PSt ngadain survey keciL2an tentang narcis...

Survey ini ngambil 65 responden mahasiswa Statistika muLai angkatan 05 sampe angkatan 08, baik Prodi D3 maupun S1…

Waktu ditanya, “apa sich narcis itu”, mereka kasih jawaban yang macem2. Salah satu responden yg bernama Sari, dari angkatan 08 biLang kLo narcis itu “PeDe yang berLebihan”. (Lebih apanya, bu?....) Truz kLo mahasiswi berNRP 1306100045 punya pendapat bagus, narcis itu “menghargai diri sendiri”.(Emang harganya berapa, jeNg?...). Beda Lagi jawaban dari cowok, sebut aja namanya BajoeL 13070300xx, di biLang kLo narcis tu “ga duwe isin”. (Woi, orang2 yg ngerasa narcis, kalian terima dibiLang ga duwe isin?...) Yah, apapun yang mereka biLang tentang narcis, itu hak bicara mereka, karena semua orang bebas berpendapat di negeri yang demokratis ini.

Kadang di mata beberapa orang, narcis itu hamper identik dengan sombong. KLo daLam pandangan mahasiswa Statistika gimana ya?...
89.23% responden kita biLang kLo Narcis tu beda ma sombong. Bedaya bukan hanya di tuLisannya aja Lho. Salah satu dari responden yang biLang beda, Arinda (∑18_100065) punya pendapat, "kLo sombong itu menonjoLkan diri dan merendahkan orang Lain, sedangkan narcis itu over PeDe dan membaguskan diri sendiri tapi tidak merendahkan orang Lain." (ALasan yang bagus juga, riN).
Kaum minoritas 10.77%, biLang kLo narcis itu sama aja ma sombong. Tapi, sayangnya mereka ga mau kasih pendapat kenapa mereka bisa biLang sama aja. (Gimana sich surveyornya, dikejar truz po’o)…

NgLakuin sesuatu tu harus diLiat juga pentingnya buat kita. Sebenarnya narcis itu penting ga sich?
Wow, 69.23% responden biLang kLo narcis itu “penting”, 21.54% biLang “ga penting”, sedangkan 9.23% sisanya “goLput”..(kaya PILKADA aja)…

Novita (020, ga jLas angkatan berapa, Lha di kuisionernya cuma dituLis itu) biLang narcis itu penting karena narcis itu saLah satu cara menghargai dan mengeri diri sendiri. KLo menurut ∑17 037 (Febrina), narcis itu ga penting, aLasannya biar orang tau sendiri keLebihan diri kita tanpa dipubLikasikan jadi sombong deh. Sayangnya 1 pun dari orang yang biLang Abstain ga mau kasih komentar. Mungkin ntar kLo mereka dah ngerti asiknya narcis, mereka mau berkomentar.

Setelah diLiat pentingnya buat kita, kita juga harus ngLiat apa yang kita Lakuin itu haL positif atau negatif. KLo negatif kan bisa cepat dihindari. Apa narcis itu negatif di mata mahasiswa Statistika?...
Mayoritas responden yaitu sebesar 72.31% biLang kLo narcis itu bukan haL yang negatif. Vita, mahasiswa angkatan 2008 punya pendapat “seLama ga ngrugiin sapa”, ya bukan haL negatif. " KLo saLah satu mahasiswa angkatan 2005 biLang “narcis itu positif, buat nambah PeDe. Sedangkan 21.54% responden yg Lain biLang kLo narcis itu negatif, kenapa ya?. LeLi, mahasiswa berNRP 1307100027 punya aLasan “Karena narcis mengarahkan pada sifat riya’ dan tidak menutup kemungkinan aib akan tersebar”. Sedangkan, tetap saja 6.15% responden Lainnya abstain tanpa aLasan yang jeLas…

Setelah ditanya pendapat mereka tentang narcis, sebenarnya mereka sendiri narcis pa ga sich?...
Ooopz…76.92% mahasiswa Statistika ITS ternyata narcis abiz…Kaum minoritas 23.08% yang ngrasa ga narcis, kapan ni ikutan narcis?...

Buat mereka yang ngerasa narcis, ada tambahan pertanyaan Lagi ni. Narcis seperti apa sich yang kamu Lakukan?...
50% dari mahasiswa yang biLang kLo dia narcis, suka photo2. Jadi, ati2 ja ya teman2 Statistika semua, kLo ngerti mahasiswa Statistika Lain yang giLa kamera sampe di setiap foto ada wajahnya dia. Sedangkan 14% mahasiswa yang narcis, suka ngaca. Biar tambah cakep kaLeee, ati2 Lho kLo kacanya sampe pecah. Bahkan 18% mahasiswa narcis, suka photo2 dan suka ngaca. Oooopz, bener2 narciz abiz. 14% mahasiswa narcis Lainnya, punya cara Lain buat mengekspresikan narcisnya. SaLah satu responden mengekspresikan narcisnya dengan “make differences”…

Setelah tau gimananya narcisnya mereka, kita juga pingin tau dimana sich mereka biasa narcis, biar kita bisa menghindar kLo mereka Lagi narcis”an..
Waduh, 68% mahasiswa Statistika ITS yang narcis, suka narcis dimanapun, 20% di rumah dan 12% di tempat Lain. Jangan senang duLu karena ga ada yang jawab di kampus. Dimanapun berarti di semua tempat kan?...Rumah, kampus, jaLan, pokoknya semua tempat dech. Ga punya maLu ya, bener juga yang dibiLang bajoeL di depan, “ga duwe isin”…Sedangkan 12% yang jawab Lainnya, kebanyakan suka narcis di tempat sesuai dengan kondisinya.

Narcis”an tu da yang pingin sendiri da juga yang pingin bareng”. Sama siapa sich mahasiswa Statistika ITS yang narcis tu biasa narcis”an??…
Narcis sama teman2, 50% mahasiswa narcis jawab gitu. Sama temen bisa Lebih rame n fun. Sedangkan 10% mahasiswa narcis suka narcis sendiri, bener2 narciz abis…26% mahasiswa narcis Lainnya, suka narcis bareng semuanya, teman, family atopun pacar.

Yang sekarang juga jadi pertanyaan, kenapa sich mereka kq sampe narcis kaya gitu??..
36% mahasiswa narcis, bisa narcis karena dia emang PeDe. Truz 12% biLang cuma ikut”an, 6% ngerasa cantik ato cakep, sedangkan 6% mahasiswa narcis biLang kLo dia bsa sampe narcis karena semua ke3 haL di atas. 40% mahasiswa narcis yang Lain, punya aLasan Lain kenapa mereka narcis. Jawaban mereka macem2. Ada yang cuma pingin aja seperti Snoopy ∑18_024. “biar semangat” itu aLasan LiLy 1308100102. KLo mahasiswa yang mengaku namanya Wok, biLang kLo narcis biar kLiatan fresh n ga stress.

Ternyata mahasiswa Statistika ITS itu emang narcis ya. Meskipun semua ga sejaLan dengan motto “ga narcis ga eksis”. Yang penting be u’r seLf, du de bez n Life muz go oN. Tunjukin gaya Loe, ga usah mbacem gaya orang Lain. Semua orang pasti punya karakter n keunikan masing2.

Moga ini bisa bermanfaat buat tmn2 semua. Ditunggu kritik dan sarannya.

Written by:

_nez_
∑18_100012

Profil PSt - ITS 2008 - 2009

2008-11-24T07:18:00.000-08:00

PROFIL
PROFESIONAL STATISTICS
2008-2009

PSt (Professional Statistics) merupakan divisi HIMASTA, yang bergerak dalam bidang penelitian dan managemen. Untuk mencapai tujuan itu, PSt dijadikan sebagai suatu miniatur perusahaan sekaligus laboratorium bagi mahasiswa untuk mengaplikasikan ilmu yang didapat waktu kuliah. Dimana mahasiswa akan diperlakukan sebagai seorang profesional yang harus bekerja dengan pekerjaan yang dikejar dead line dan memenuhi kualitas yang ditetapkan.

Dengan kondisi seperti ini mahasiswa diharapkan lebih professional dalam menjalankan suatu tanggung jawab yang diberikan dan kedepannya mahasiswa sudah siap untuk menghadapi dunia kerja selepas study di ITS. Motto dari PSt sendiri adalah “Apa yang telah kita pelajari di PSt adalah apa yang akan kita lakukan selepas study disiplin ilmu Statistika ini”.

Adapun Susunan kepengurusan PSt - ITS 2008 - 2009 Sebagai Berikut:

Direktur
Mei Puspita Rini (085645357397)

Asisten Direktur
Kadek Agus Satria Wisesa

Bendahara
Farida Yuliani

Sekretaris
Luthfiyatus Sholiha

HUMAN RESEARCH DEPARTEMENT (HRD)

Human Research Departement ini dikoordinasi oleh seorang manager. Dalam menjalankan tugasnya manager dibantu beberapa staf-staf yang mengelola Unit kerja yang terdapat pada HRD.

Tugas Utama Human Research Departement:

Mengkoordinasi dan mengadakan penelitian sebagai sarana untuk mengembangkan kemampuan ( Skill ) anggota PSt
Mengadakan kegiatan yang bertujuan untuk mengembangkan kemampuan meneliti dan menganalisa dari anggota PSt (misalnya, seminar, kuliah tamu, pelatihan, dll..)
Mengkoordinasi perekrutan anggota baru. Perekrutan dilakukan 1 kali dalam satu kepengurusan. Waktunya kondisional mengikuti perkembangan Himpunan khususnya kondisi Mahasiswa Baru.

Manager
Harnum Annisa Pravitia (085667639803)

Staf
Vitri Arisanti
Indrawan Yanuar
Abdul Ghofur
Alia Hartati
Nur Faizah
Syarifah Diana Permai
Ibrahim Widyandono
Ardhi Zakaria

DEPARTEMEN PUBLIC RELATION & MARKETING

Departemen Public Relation dan Marketing memegang peranan penting dalam PSt, karena bertanggung jawab secara tidak langsung dalam kegiatan-kegiatan pada Departemen yang lainnya tapi khususnya Departemen Konsultasi dan Pusat Pengolahan Data.
Dalam Departemen Public Relation dan Marketing di koordinasi oleh seorang manager. Dalam bekerjanya manager dibantu beberapa staf-staf yang mengelola Unit kerja yang terdapat pada Departemen Public Relation dan Marketing.

Tugas Utama Departemen Penelitian dan Pengembangan

Membina hubungan baik intern PSt maupun ekstern PSt.
Mempublikasikan kegiatan PSt dan Produk layanan PSt.
Mencari informasi yang diharapkan dapat mengembangkan kompetensi Anggota PSt.
Pembuatan Mading PSt.

Manager
Putu Witri Dewayanti (081933037232)

Staf
Novelia Asita Maharani
Neser Ike N
Nuri Setyaningrum
Arlisa Jati Wulandari
Nur Fariza Hidayat
Firdian Ilham Syah
Hasan Fausi

DEPARTEMEN OPERASIONAL

Departemen Operasional ini di koordinasi oleh seorang manager. Dalam menjalankan tugasnya manager dibantu beberapa staf-staf yang mengelola Unit kerja yang terdapat pada departemen penelitian dan pengembangan. Dibawah ini adalah bagan organisasi dari Departemen Operasional:

Tugas Utama Departemen Penelitian dan Pengembangan

Mengikuti lomba karya tulis ilmiah dan lomba-lomba yang sejenis yang diadakan baik lokal ataupun tingkat nasional.
Mengadakan kunjungan lapangan guna memperdalam pengetahuan anggota PSt akan dunia kerja sesuai dengan motto PSt.

Manager
Lucky Prasetya ( 08563222705)

Staf
Joni Irawan
Hartini Yastuti
Ibrahim Ali Marwan
Bertoto Eka F.
Dimas Arvian Pandu Pratama
Rany Milan N.
Mushonnif Effendi
Adhitya Dwi Kristanto

DEPARTEMEN KONSULTASI & PUSAT PENGOLAHAN DATA

Departemen Konsultasi dan Pusat Pengolahan Data adalah departemen yang benar-benar mampu mengaplikasikan ilmu Statistika. Pada departemen ini kegiatan utamanya adalah menawarkan dan memberikan layanan konsultasi dan analisa data kepada mahasiswa yang sedang tugas akhir baik S1 maupun S2 dari ITS maupun luar ITS. Dengan harga “mahasiswa” diharapkan mampu bersaing dalam usaha layanan konsultasi dan analisa data. Dan pada akhirnya bisa menjadi pusat layanan konsultasi dan pengolahan data untuk area Surabaya.

Departemen Konsultasi dan Pusat Pengolahan Data memberikan manfaat yang besar bagi Anggota PSt. Selain dapat memperdalam Ilmu statistika yang sedang ditekuni juga dapat memperoleh profit dari layanan konsultasi dan analisa data. Tidak hanya itu, juga mempupuk jiwa enterpreneur bagi Anggota PSt untuk membuka layanan yang sama selepas wisuda nantinya.

Dalam pembagian profit, diberlakukan sistem bagi hasil. 30 % untuk kas PSt dan 70 % untuk Anggota PSt. Tidak hanya jasa analisis data yang ditawarkan disini, PSt juga menyediakan tenaga Surveyor baik untuk proyek Dosen, Tugas Akhir Mahasiswa maupun Riset suatu Perusahaan. Kegiatan ini selain dapat mengaplikasikan ilmu Statistika yang kita miliki ini, kita dapat mengisi Kas PSt. Diharapkan nantinya Anggota semakin terpupuk skill dan pengalaman dalam dunia nyata.

Manager
Dina Yuanita (081703520274)

Staf
Novianti
Yatimul Masfufah
Hera Susiana
Tanty Citrasari Wijayanti
Harry Mega Gancar Prakosa
Muhammad Yusuf Adhi
Listyana Dyah Ayu Palupi

Metoda Statistika terbaru dan canggih

2008-11-18T06:48:00.000-08:00

Bagaimana anda menyaring milliaran bit informasi dan membuat kesimpulan yang akurat dari sejumlah data yang sanagt besar ? Charles “chip” Lawrence, seorang ahli matematika universitas brown dan Luis Carvalho, seorang sarjana telah menemukan jawaban yang “segar” yang bisa diterapkan secara luas pada sains, teknologi dan bisnis.

Dalam proceeding terbaru akademi nasional sains,
Lawrence dan carvalho menggambarkan sejenis alat estimasi statiska terbaru dan membuktikan empat teorema berkenaan dengan kerja ini. hasilnya menunjukkan bahwa alat-alat estimasi “centroid” ini menghasilkan prediksi statistika yang lebih baik dan memberikan jalan untuk mengekstraksi informasi dari susunan data yang sangat besar dibidang biologi komputasi, teknologi informasi, perbankan dan keuanagn, kedokteran dan teknik.

“betapa menakjubkan kerja ini - yang merupakan mimpi setiap ilmuwan-, dan ini betul-betul sangat penting,” kata Lawrence. “Alat estimasi data ini dapat diaplikasikan dalam biologi dan yang lainnya, dan membuat lebih maju metoda statistika dibanding sebelumnya.

Selama lebih dari 80 tahun, satu dari banyak metoda statistika telah dipakai secara maksimu yaitu MLE (maximum likelihood estimation). Metoda ini dipakai untuk mendapatkan satu solusi yang sangat mungkin, atau perkiraan, dari sejumlah data.

tetapi teknologi terbaru yang menangkap sejumlah besar data- “Human genome sequencing”, jejak transaksi internet, benda-benda bersinar dengan gambar beresolusi tinggi dari luar angkasa- telah membuka kesempatan untuk memprediksi “dimensi puncak” dari ciri-ciri tersebut atau “High - D Unknown”. Sejumlah besar kombinasi “High - D Unknown” ini menghasilkan ketidakpastian statistika yang sangat besar. Data memiliki analisis yang lebih tinggi.

Ketidaksesuaian ini menghasilkan paradox. alih-alih menghasilkan prediksi yang tepat tentang aktivitas gen, kebiasaan berbelanja atau kehadiran dari bintang-bintang yang jauh ; Sejumlah data besar ini akan menghasilkan prediksi yang lebih terpercaya, dan prosedur terbaik yang diberikan. hal ini disebabkan MLE memakai data untuk mengidentifikasi satu data solusi yang sangat terpercaya. Tetapi dikarenakan tiap satu poin data berenang dalam suatu samudra luas yang meningkat, menjadikannya tidak mungkin untuk menjadi representatif.

lawrence, seorang profesor matematika terapan dan anggota fakultas dalam pusat Biologi Molekuler komputasi di brown University, pertama kali menghadirkan paradox ini dan sebuah cara potensial disekelilingnya ketika bekerja memprediksi molekul struktur RNA . Jika anda ingin memprediksi struktur dari molekul tersebut-betapapun molekul itu akan kelihatan ketika molekul itu melipat dirinya-kau akan memiliki milliaran bentuk yang mungkin yang akan kau pilih darinya.

“Pemakaian MLE sangat mungkin menghasilkan hasil yang tidak bisa dipercaya” Demikian kata Lawarence,” jadi, kita memerlukan metode estimasi (peramalan) yang lebih baik”.

lawrence dan carvalho memakai “teori keputusan Statistika” untuk memahami batasan dari prosedur lama ketika berhadapan dengan problem “High-D” terbaru. Mereka juga memakai “teori membuat-keputusan Statistika” untuk mendapatkan prosedur peramalan yang dapat diaplikasikan dalam beragam problem statistika yang lebih luas. Alat estimasi “centroid” ini mengidentifikasi tidak hanya satu solusi yang sangat mungkin, melainkan juga sebagai solusi yang sangat mewakili dari semua perangkat data.

lawrence and Carvalho meneruskan untuk membuktikan empat teoremanya yang melukiskan bahwa properti-properti yang menyenangkan dari alat estimator ini dan menunjukkan bahwa mereka bisa lebih mudah untuk mengkomputasi dalam beragam applikasi yang penting.

“Prosedur terbaru ini lebih menguntungkan di beragam bidang yang memerlukan ketepatan peramalan skala besar, “High-D unknown” Demikian kata lawrence.

sumber : Science Daily (original ver.) Dzulfikar (terjemahan)

Sambutan Direktur PSt 2008-2009

2008-11-18T06:31:00.000-08:00

Assalamu'alaikum Wr.Wb.

Salam PSt!

Pertama Saya ucapkan terima kasih kepada kalian yang benar-benar mau berkiprah di PSt.
Seperti yang kita ketahui bersama bahwasannya PSt sebagai miniatur perusahaan, dan juga mengingat pesan dari para senior PSt kita. Saya berharap semangat dan motivasi selalu ada pada diri kalian para statistikawan/wati.

Kita disini sama-sama belajar. Mari kita saling mendukung, terus bersemangat dan berkontribusi, kita manfaatkan waktu ini untuk berkarya.

Harapan Saya PSt terus jaya!
Yang dibutuhkan Profesional Statistics saat ini adalah orang-orang yang benar-benar mempunyai rasa Tanggung Jawab yang Besar, Disiplin Tinggi, Berpikiran Global tanpa terbatasi, Good Link Internal & Eksternal, Rasa Perhatian ataupun rasa ikut memiliki Professional Statistics di masing-masing personal Keluarga Besar Professional Statistics, dan yang paling penting juga adalah Fokus masing-masing personal Professional Statistics terhadap Job Desc yang dimiliki.

Saya berharap hal ini bisa kalian sadari. Kita keluarga besar PSt bisa saling mendukung dan terus maju.

Terima kasih.
Wassalam.

Direktur PSt 2008/2009

Mei Puspita Rini

Regresi Linier Sederhana

2008-11-18T06:16:00.000-08:00

Regresi linier sederhana didasarkan pada hubungan fungsional ataupun kausal satu variabel independen dengan satu variabel dependen. Persamaan umum dari regresi linier sederhana adalah: dimana:

Koefisien regresi (b) akan bernilai positip apabila nilai X berbanding lurus terhadap nilay Y, sebaliknya b akan bernilai negatip apabila nilai X berbanding terbalik terhadap nilai Y. Nilai a dan b dapat dicari dengan persamaan berikut:

Berikut ini adalah contoh perhitungan regresi linier sederhana hasil pengamatan densitas pakan (X) terhadap tingkat kecernaan bahan kering (Y):

Sample	X_i	Y_i	X_i Y_i	X_i²	Y_i²
1	13,9427	54,73	763,0840	194,3989	2995,3729
2	9,9157	53,87	534,1588	98,3211	2901,9769
3	7,5652	52,52	397,3243	57,2323	2758,3504
4	14,6474	56,06	821,1332	214,5463	3142,7236
5	9,9510	54,55	542,8270	99,0224	2975,7025
6	6,8356	53,21	363,7223	46,7254	2831,3041
7	13,6373	57,43	783,1901	185,9759	3298,2049
8	10,2808	55,82	573,8743	105,6948	3115,8724
9	7,3421	53,86	395,4455	53,9064	2900,8996
Jumlah	94,1178	492,05	5174,7595	1055,8236	26920,4073
Rata-rata	10,4575	54,6722	574,9733	117,3137	2991,1564

Perhitungan:

Sehingga diperoleh perasamaan regresi linier sederhana:

Y = 50,4166 + 0,4069X

Sumber : Analisa Statistika Online

Visi dan Misi PSt 2008-2009

2008-11-18T06:10:00.000-08:00

VISI
Profesional Statistics sebagai wadah pembelajaran bagi mahasiswa Statistika untuk siap terjun ke dalam dunia pekerjaan guna mengaplikasikan semua ilmu yang telah dipelajari baik di bangku kuliah maupun di PSt.

MISI
1.Sebagai minitur perusahaan mampu menjalankan sistem organisasi selayaknya sistem
perusahaan dan sistem kekeluargaan
2.Membentuk mahasiswa yang dapat mengaplikasikan ilmu Statistika yang dimiliki
3.Membentuk mahasiswa Statistika yang selalu berpegang pada prinsip-prinsip Statistik.

Seminar Umum Divisi Pst

2008-10-08T01:51:00.000-07:00

Lebih Lanjut Hubungi :

1. Novelia (08563414360)
2. Yatimul (085236753357)

Six Sigma

2008-09-18T22:59:00.000-07:00

II. Apa Itu Six Sigma?

What’s in a name? That which we call a rose
By any other word would smell as sweet
- William Shakespeare (Romeo and Juliet, II, ii, 1-2) –

1. Definisi
Apa sih Six Sigma itu?
Dari kata per kata istilah ini terdiri dari:
Six yang artinya enam, Sigma yang merupakan simbul dari standar deviasi, dan biasa dilambangkan dengan σ. Six Sigma sering dituliskan dalam simbul 6σ.

Jadi, 6σ itu apa?
Untuk sampai ke arti Six Sigma, kita perlu tengok sejarahnya sedikit. Six Sigma dimulai oleh Motorola ditahun 1980-an dimotori oleh salah seorang engineer disana bernama Bill Smith atas dukungan penuh CEO-nya Bob Galvin. Motorola menggunakan statistics tools diramu dengan ilmu manajemen menggunakan financial metrics (yaitu Return on Investment, ROI) sebagai salah satu metrics/alat ukur dari quality improvement process. Konsep ini kemudian dikembangkan lebih lanjut oleh Dr. Mikel Harry dan Richard Schroeder yang lebih lanjut membuat metode ini mendapat sambutan luas dari petinggi Motorola dan perusahaan lain.

Six Sigma merupakan sebuah metodologi terstruktur untuk memperbaiki proses yang difokuskan pada usaha mengurangi variasi proses (process variances) sekaligus mengurangi cacat (produk/jasa yang diluar spesifikasi) dengan menggunakan statistik dan problem solving tools secara intensif. Secara harfiah, Six Sigma (6σ) adalah suatu besaran yang bisa kita terjemahkan secara gampang sebagai sebuah proses yang memiliki kemungkinan cacat (defects opportunity) sebanyak 3.4 buah dalam satu juta produk/jasa. Ada banyak kontroversi di sekitar penurunan angka Six Sigma menjadi 3.4 dpmo (defects per million opportunities). Namun bagi kita, yang penting intinya adalah Six Sigma sebagai metrics merupakan sebuah referensi untuk mencapai suatu keadaan yang nyaris bebas cacat. Dalam perkembangannya, 6σ bukan hanya sebuah metrics, namun telah berkembang menjadi sebuah metodologi dan bahkan strategi bisnis.

Menurut Peter Pande,dkk, dalam bukunya The Six Sigma Way: Team Fieldbook, ada enam komponen utama konsep Six Sigma sebagai strategi bisnis:
1. Benar-benar mengutamakan pelanggan: seperti kita sadari bersama, pelanggan bukan hanya berarti pembeli, tapi bisa juga berarti rekan kerja kita, team yang menerima hasil kerja kita, pemerintah, masyarakat umum pengguna jasa, dll.
2. Manajemen yang berdasarkan data dan fakta: bukan berdasarkan opini, atau pendapat tanpa dasar.
3. Fokus pada proses, manajemen dan perbaikan: Six Sigma sangat tergantung kemampuan kita mengerti proses yang dipadu dengan manajemen yang bagus untuk melakukan perbaikan.
4. Manajemen yang proaktif: peran pemimpin dan manajer sangat penting dalam mengarahkan keberhasilan dalam melakukan perubahan.
5. Kolaborasi tanpa batas: kerja sama antar tim yang harus mulus.
6. Selalu mengejar kesempurnaan.

Selain enam hal diatas, ciri lain dari penerapan Six Sigma adalah waktu untuk perbaikan yang ditargetkan bisa diselesaikan dalam 4 sampai 6 bulan! Dalam perjalanan waktu, General Electric(GE) mempopulerkan Six Sigma sebagai suatu trend dan membuat perusahaan lain serta orang-orang berlombalomba mencari tahu apa itu Six Sigma serta mencoba mengimplementasikannya di tempat kerja masing-masing. Dalam hal ini, peran CEO (waktu itu) Jack Welch boleh dibilang sangat penting mengingat dia orang yang menjadikan Six Sigma sebagai tulang punggung semua proses di GE.

Kalau demikian, berarti konsep Six Sigma ditemukan oleh Motorola?
Jawabannya: TIDAK.

Konsep dasar Six Sigma banyak sekali diambil dari Total Quality Management (TQM) dan Statistical Process Control (SPC) dimana dua konsep besar ini diawali oleh pemikiran-pemikiran Shewhart, Juran, Deming, Crossby dan Ishikawa. Dari segi waktu, bisa dikatakan Six Sigma adalah hasil evolusi terakhir dari quality improvement yang berkembang sejak tahun 1940-an.
Hal inilah yang sering menjadi cibiran para pakar statistik atau quality experts, karena menganggap Six Sigma hanyalah konsep usang yang diganti bungkusnya dan dijual lagi sehingga banyak orang yang melihatnya sebagai trend sesaat, fad maupun flavor of the month. Pande, Peter S., Neuman Robert P, dan Roland R. Cavanagh. The Six Sigma Way: Team Fieldbook, An Implementation Guide for Process Improvement Teams. McGraw-Hill, 2002: hal 8.

Banyak yang mengatakan bahwa Six Sigma adalah TQM yang lebih praktis, ada juga yang mengatakan SPC dikombinasikan dengan financial metrics; tapi bagi saya, apapun namanya entah itu Six Sigma, TQM atau SPC, yang penting adalah: ternyata konsep ini jika dilaksanakan dengan disiplin dan konsisten bisa menghasilkan perbaikan yang nyata dan terbukti!

Kiat untuk Bertahan dalam Kompetisi: Lebih Baik, Lebih Cepat, Lebih Murah
Kenapa belakangan ini semakin banyak istilah-istilah process improvement muncul? Karena persaingan telah menuntut semua organisasi/perusahaan untuk semakin inovatif dalam memenuhi keinginan pelanggan; pelanggan tidak puas, berarti kita harus siap-siap gulung tikar!
Dalam kaitan itu, di buku ini kita akan banyak membaca istilah cacat atau defect atau waste; istilah ini adalah segala produk dan jasa yang tidak sesuai dengan keinginan pelanggan kita. Jadi dalam hal ini cacat bukan hanya berarti jam tangan yang tidak berfungsi, baju yang jahitannya jelek, atau mobil yang ngga bisa jalan. Jika kita mesti datang ke kantor tepat jam 7 pagi, maka
kedatangan kita jam 7.30 adalah cacat. Jika standar pembuatan KTP adalah antara 7-14 hari, maka jika kita mendapatkan KTP setelah 3 bulan, maka itu adalah cacat.

Jika satu botol aqua tanggung harus berisi antara 1490 ml – 1510 ml, maka kalau kita mendapatkan botol yang isinya 1450 ml, itu adalah cacat. Semakin banyak cacat yang kita hasilkan dari proses yang kita kelola, semakin gampang pelanggan beralih ke perusahaan lain. Dengan semakin ketatnya persaingan, semakin ketat (dan tinggi juga) persyaratan yang diinginkankonsumen.

Mungkin untuk sekadar ilustrasi, kita bisa amati persaingan diantara shipping company di Amerika Serikat (AS). Salah satu hobi saya adalah membeli buku bekas lewat internet. Ada beberapa perusahaan yang sering saya gunakan untuk menerima kiriman buku hasil belanja online, yaitu: USPS, UPS dan Fedex. Coba kita bandingkan kualitas pelayanannya: USPS, untuk jasa standar, biasanya menjanjikan barang dikirim antara 10-14 hari setelah mereka menerima barang. Kadang-kadang 5 hari sudah sampai, ada juga yang tidak sampai-sampai; ada yang salah kirim ke tetangga sebelah, ada juga yang kembali ke si pengirim. USPS sebenarnya memberikan online tracking number untuk melihat barang kita sampai dimana; tapi sayang sekali updatenya
sangat lambat. Biayanya memang paling murah dibanding UPS dan Fedex. UPS, untuk jasa standar, biasanya menjanjikan barang sampai ke tangan kita 5 hari kerja setelah menerima barang. Pelayanan istimewa dari UPS adalah memberikan tracking number yang sangat up to date sehingga kita tahu persis hari dan tanggal barang sampai di rumah kita. Rata-rata UPS bisa menepati janji untuk mengirim barang dalam 5 hari, bahkan sering lebih cepat. Persoalannya adalah UPS memberikan range waktu yang masih terlalu lebar. Misalnya akan mengantar antara jam 8 pagi-12 siang, atau jam 2 siang – 5 sore, yang kalau ditungguin bikin jengkel juga soalnya kadang-kadang masih suka telat.

Fedex, untuk jasa standar, sebenarnya mirip seperti UPS, dimana bisa memenuhi pengiriman barang dalam 5 hari (sesuai janji) serta memberikan tracking number yang up to date. Kelebihannya adalah Fedex mampu memberikan perkiraan waktu yang cukup tepat, misalnya akan mengantar barang tanggal 12 Des’04 jam 10 pagi. Mereka bisa memenuhi janji itu, kalaupun telat biasanya paling setengah jam sampai satu jam. Selain ketepatan waktu, masih ada servis memuaskan dari perusahaan ini, yakni mereka akan menelpon kita jika mereka sudah dekat rumah kita, atau akan meninggalkan no handphone kurirnya jika kebetulan kita sedang keluar. Memang biaya pengiriman dengan Fedex sekarang ini lebih mahal; tapi bayangkan jika mereka bisa memangkas sedikit lagi…

Untuk mempersingkat cerita, inti dari ilustrasi diatas adalah bahwa semua perbedaan itu adalah dalam bagaimana ketiga perusahaan itu mengelola prosesnya serta bagaimana mereka bisa mengurangi VARIASI dari proses dan servis mereka. Saya tidak tahu apakah UPS dan Fedex pengguna Six Sigma atau tidak, tapi yang jelas, proses di dua perusahaan itu pastilah selalu diperbaiki dengan menggunakan metode yang sangat terstruktur dan rapi.

Fondasi Six Sigma: DMAIC, Black Belt, dan Team Pelaksana Seperti disebutkan sebelumnya, Six Sigma adalah suatu metode yang sangat terstruktur. Nah, strukturnya terdiri dari lima tahapan yang disingkat DMAIC: Define, Analyze, Improve, Control. Selain itu, kesuksesan implementasi Six Sigma ditentukan oleh kehadiran seorang (atau lebih) fasilitator yang memahami manajemen dan penggunaan statistik; fasilitator ini disebut dengan Black Belt.

Namun yang terpenting di atas semua itu adalah team pelaksana, yang sebaiknya terdiri dari anggota yang berasal dari berbagai tim/departemen yang saling terkait (cross-functional team).
Setiap tahap, mempunyai bagian-bagian yang mesti dilaksanakan ataupun mempunyai jenis-jenis konsep statistik yang bisa dipakai, walaupun sebenarnya untuk penggunaan statistik bisa cukup fleksibel.

Define: pada tahap ini team pelaksana mengidentifikasikan permasalahan, mendefiniskan spesifikasi pelanggan, dan menentukan tujuan (pengurangan cacat/biaya dan target waktu).
Measure: tahap untuk memvalidasi permasalahan, mengukur/menganalisis permasalahan dari data yang ada.
Analyze: menentukan faktor-faktor yang paling mempengaruhi proses; artinya mencari satu atau dua faktor yang kalau itu diperbaiki akan memperbaiki proses kita secara dramatis.
Improve: nah, di tahap ini kita mendiskusikan ide-ide untuk memperbaiki sistem kita berdasarkan hasil analisa terdahulu, melakukan percobaan untuk melihat hasilnya, jika bagus lalu dibuatkan prosedur bakunya (standard operating procedure-SOP).
Control: di tahap ini kita harus membuat rencana dan desain pengukuran agar hasil yang sudah bagus dari perbaikan team kita bisa berkesinambungan. Dalam tahap ini kita membuat semacam metrics untuk selalu dimonitor dan dikoreksi bila sudah mulai menurun ataupun untuk melakukan perbaikan lagi.

4. Kontroversi
Seperti disebutkan sebelumnya, Six Sigma cukup mengundang kontroversi terutama dikalangan praktisi dibidang quality. Pada satu sisi, banyak yang menganggap Six Sigma sebagai suatu hal yang luar biasa hebat, simpel tapi powerful. Banyak konsultan berlomba-lomba mencantumkan Six Sigma sebagai salah satu jasa mereka ditambah buku-buku yang berlomba-lomba masuk ke
pasaran. Di sisi yang berseberangan, banyak praktisi yang skeptis dengan Six Sigma: berpendapat tidak ada yang spesial, hanya merupakan flavor of the month,dan jadi terkenal hanya karena gencarnya liputan dari media massa. Salah satu artikel yang cukup menggambarkan sisi yang berseberangan ini ditulis oleh seorang konsultan dibidang quality bernama Arthur Schneiderman dalam artikel yang berjudul “Question: When is Six Sigma not Six Sigma? Answer: When It’s the Six Sigma Metric!!”. Artikel lain yang cukup berimbang berjudul “What’s Wrong With Six Sigma?“ ditulis oleh John Goodman & Jon Theuerkauf di majalah Quality Progress (terbitan American Society for Quality) edisi January 2005. Kedua artikel diatas bisa dicari di internet dengan Google (www.google.com) ataupun mesin pencari lainnya.
Sekali lagi, diluar kontroversi itu, yang penting adalah bahwa kita menggunakan konsep/metode ini, apapun namanya, dalam pekerjaan kita. Hasilnya bisa sangat luar biasa, jika kita disiplin dan konsisten.