First Pass Yield (FPY) dan Rolled Throughput Yield

First pass yield (FPY) adalah persentase unit yang menyelesaikan langkah proses dengan benar pada percobaan pertama, tanpa rework atau scrap. Kedengarannya sederhana. Namun tim yang menggali lebih dalam sering menemukan bahwa yield yang terlihat 95% sebenarnya menyembunyikan operasi rework yang berjalan diam-diam di belakang layar, menghabiskan jam kerja yang tidak pernah dianggarkan secara resmi.

Apa itu first pass yield?

First pass yield (FPY) mengukur berapa banyak unit yang melewati langkah proses dengan benar pada percobaan pertama. Unit yang gagal inspeksi dan di-rework sebelum dikirim TIDAK dihitung sebagai keberhasilan first-pass, meskipun pelanggan akhirnya menerima produk yang baik.

Fakta kunci

• Dalam metodologi Six Sigma, proses yang beroperasi pada 6 sigma menghasilkan sekitar 3,4 defect per juta peluang (DPMO), yang setara dengan yield sekitar 99,99966% (Motorola / ASQ, 2003).
• American Society for Quality memperkirakan bahwa biaya kualitas buruk (termasuk rework, scrap, dan retur garansi) biasanya berkisar 5-30% dari pendapatan tahunan untuk perusahaan manufaktur (ASQ Quality Cost Research, 2019).
• Studi Toyota Production System menemukan bahwa loop rework dapat menghabiskan hingga 20-40% waktu produksi yang tersedia dalam lingkungan manufaktur batch sebelum diukur secara formal (Liker, "The Toyota Way", 2004).

Kesenjangan antara "dikirim" dan "dikirim dengan benar pada percobaan pertama" adalah tempat pemborosan operasional bersembunyi. Mengukur FPY memaksa hal ini terlihat jelas. Setelah Anda melihatnya, Anda bisa menghitung biayanya, memprioritaskannya, dan memperbaikinya.

Konsep ini menjadi inti dari program peningkatan Six Sigma dan DMAIC, tetapi berlaku untuk proses berulang apa pun, mulai dari code review software hingga pemrosesan invoice hingga checklist persiapan bedah.

Formula first pass yield

FPY dihitung pada satu langkah proses:

FPY = Unit yang lolos pada percobaan pertama / Total unit yang masuk ke langkah tersebut

Contoh perhitungan. Sebuah tim merakit 200 papan sirkuit dalam satu shift. Setelah automated optical inspection, 14 papan gagal dan masuk ke stasiun rework. Semua 14 papan akhirnya diperbaiki dan dikirim.

• Yield tradisional = 200 unit baik yang keluar / 200 unit yang masuk = 100%
• First pass yield = (200 - 14) / 200 = 186 / 200 = 93%

Yield tradisional membuat proses terlihat lebih baik dengan menghitung unit yang di-rework sebagai keberhasilan. FPY tidak melakukan itu. Kesenjangan 7 poin tersebut mewakili tenaga kerja nyata, waktu siklus nyata, dan risiko nyata bahwa papan yang di-rework akhirnya gagal di lapangan.

Perbedaan inilah yang membuat quality engineer sering menyebut yield tradisional sebagai "metrik kesombongan". Metrik itu memberi tahu Anda apa yang keluar dari pabrik. FPY memberi tahu Anda apa yang sebenarnya dilakukan proses Anda.

Rolled throughput yield (RTY)

Satu angka FPY menggambarkan satu langkah proses. Sebagian besar proses di dunia nyata memiliki banyak langkah berurutan, dan defect di salah satu langkah tersebut merugikan Anda. Rolled Throughput Yield (RTY) menangkap efek kumulatif ini.

Formula RTY:

RTY = FPY(langkah 1) × FPY(langkah 2) × FPY(langkah 3) × ... × FPY(langkah n)

Contoh perhitungan. Sebuah workflow pemrosesan dokumen memiliki tiga langkah:

RTY = 0,97 × 0,94 × 0,91 = 0,830, atau 83%

Jadi hanya 83 dari setiap 100 dokumen yang berhasil melewati seluruh workflow tanpa satu pun kejadian rework, meskipun tidak ada satu langkah pun yang terlihat sangat buruk. Efek gabungan ini mengejutkan sebagian besar tim operasi saat pertama kali menghitungnya.

Pabrik tersembunyi (hidden factory)

"Pabrik tersembunyi" adalah sistem rework informal yang tumbuh di sekitar proses dengan FPY yang buruk. Pekerja mengembangkan cara-cara alternatif. Inspektor menandai dan mengalihkan unit. Supervisor menjalankan shift tambahan untuk mengejar ketertinggalan. Semua ini tidak muncul di rencana kapasitas atau papan penjadwalan resmi karena tidak pernah dirancang sejak awal; ia berkembang untuk menutupi kesenjangan kualitas.

RTY membuat pabrik tersembunyi ini terlihat. Ketika RTY adalah 83%, sekitar 17% kapasitas throughput Anda dihabiskan oleh pabrik tersembunyi. Untuk tim dengan sepuluh orang, dua di antaranya secara efektif bekerja penuh waktu untuk rework, tetapi tidak ada yang menyebutnya demikian.

Menghilangkan pabrik tersembunyi adalah salah satu jalan tercepat untuk memulihkan kapasitas tanpa merekrut karyawan baru. Ini terkait langsung dengan bagaimana tim mengidentifikasi hambatan bisnis dan membebaskan alur kerja.

FPY vs yield tradisional vs RTY

Ketiga metrik ini menjawab pertanyaan yang berbeda. Yield tradisional memberi tahu Anda apa yang diterima pelanggan Anda. FPY memberi tahu Anda seberapa bersih setiap langkah. RTY memberi tahu Anda seberapa banyak pemborosan yang mengalir melalui seluruh proses.

Dalam sebagian besar proyek peningkatan, Anda mulai dengan RTY untuk menemukan langkah terlemah, lalu menggunakan FPY untuk menggali lebih dalam ke langkah tersebut, kemudian menggunakan DPMO dan sigma level untuk mengukur dan menetapkan target.

Mengapa first pass yield penting

Jawaban singkatnya adalah biaya. Setiap kejadian rework menghabiskan tenaga kerja, waktu mesin, dan material. Namun dampaknya lebih luas dari sekadar biaya langsung:

Waktu siklus. Unit yang dikirim ke rework kembali masuk antrean. Lead time memanjang. Pelanggan menunggu lebih lama. Dalam industri jasa, berkas yang dikembalikan atau aplikasi yang diajukan ulang dapat menunda hasil selama berhari-hari atau berminggu-minggu.

Kapasitas. Rework menghabiskan mesin dan orang yang sama dengan produksi. Proses yang berjalan pada FPY 80% secara efektif berjalan pada sekitar 80% dari kapasitas yang dirancang, karena 20% input kembali berputar melalui proses. Memulihkan FPY seringkali lebih murah dan lebih cepat daripada membeli peralatan baru.

Kualitas data kapabilitas proses. Ketika unit yang di-rework dicampur kembali ke aliran output tanpa ditandai, diagram statistical process control melihat gambaran yang lebih bersih daripada kenyataannya. Batas kendali terlihat lebih ketat dari yang sebenarnya. Tim melewatkan sinyal bahwa proses sedang bergeser.

Moral kerja. Pekerja yang menghabiskan banyak waktu memperbaiki masalah yang bukan mereka sebabkan menjadi frustrasi. Ketika FPY membaik, rework berkurang, dan pekerjaan menjadi lebih bersih dan lebih cepat. Tim secara konsisten melaporkan keterlibatan yang lebih tinggi ketika metrik kualitas membaik.

Lihat juga KPI proses dan cost of quality untuk kerangka pengukuran yang lebih luas tempat FPY berada.

Cara mengukur dan meningkatkan first pass yield

Langkah 1: Definisikan unit dan defect

Anda tidak bisa mengukur FPY tanpa menyepakati apa yang dihitung sebagai lolos. Tuliskan kriteria penerimaan yang tepat untuk sebuah unit sebelum rework terjadi. Ini mencakup dimensi, tes fungsional, penyelesaian checklist, atau tanda tangan persetujuan, tergantung jenis proses Anda. Kriteria yang ambigu menyebabkan inspeksi yang tidak konsisten, yang merusak data.

Langkah 2: Lacak hasil first-time di setiap langkah

Ini adalah tantangan pengumpulan data. Sebagian besar sistem hanya mencatat output akhir, bukan apakah rework terjadi. Anda memerlukan penghitungan di setiap langkah: unit masuk, unit yang lolos pada percobaan pertama, unit yang dikirim ke rework. Lembar tally sederhana bisa digunakan. Diagram kendali bekerja lebih baik, karena menunjukkan tren dan sinyal pergeseran proses.

Langkah 3: Hitung FPY dan RTY

Setelah Anda memiliki data tingkat langkah, FPY adalah rasio sederhana. RTY adalah hasil kali dari semua FPY langkah. Hitung keduanya. RTY hampir selalu mengejutkan tim karena matematika gabungan membuat gambaran seluruh proses terlihat lebih buruk daripada yang disarankan oleh langkah mana pun.

Langkah 4: Identifikasi kontributor terbesar terhadap kehilangan RTY

Langkah dengan FPY terendah berkontribusi paling besar terhadap penurunan RTY, tetapi tidak selalu paling banyak defect absolutnya. Langkah yang berjalan pada FPY 75% dengan 100 unit yang melewatinya berkontribusi 25 kejadian rework. Langkah yang berjalan pada FPY 98% dengan 2.000 unit yang melewatinya berkontribusi 40 kejadian rework. Prioritaskan berdasarkan total volume rework, bukan hanya persentase.

Proyek DMAIC yang tepat kemudian menyelidiki akar masalah: variasi mesin, teknik operator, kualitas material yang masuk, atau instruksi yang tidak jelas.

Langkah 5: Tetapkan target dan kendalikan hasilnya

Setelah akar masalah ditangani, naikkan target FPY untuk langkah yang telah diperbaiki dan pantau diagram kendali untuk memastikan proses bertahan. Hasil dari peningkatan FPY cenderung stabil karena Anda telah memperbaiki penyebab yang mendasari, bukan hanya menyaring defect di akhir.

Hitung ulang RTY setelah setiap perbaikan langkah. Tim biasanya melihat peningkatan RTY yang non-linear ketika bahkan satu atau dua langkah hambatan membaik secara signifikan.

Contoh di berbagai jenis proses dan industri

Formulanya sama di semua industri ini. Apa yang dihitung sebagai "defect" berubah, tetapi logika mengukur ketepatan pada percobaan pertama tidak berubah.

Pertanyaan yang sering diajukan

Berapa first pass yield yang baik? Tergantung pada proses dan industrinya. Manufaktur kelas dunia biasanya menargetkan FPY di atas 99% per langkah. Proses transaksional seperti pemrosesan invoice atau onboarding HR sering dimulai di bawah 90% sebelum program peningkatan dimulai. Pertanyaan yang lebih baik adalah apakah FPY Anda membaik seiring waktu, bukan apakah mencapai benchmark yang sewenang-wenang.

Apakah FPY yang lebih tinggi selalu lebih baik? Tidak selalu. Proses yang mencapai FPY 100% dengan memperlambat inspeksi secara drastis mungkin sedang menukar kualitas dengan throughput. Tujuannya adalah FPY yang tinggi pada kecepatan produksi penuh. Namun dalam praktiknya, untuk proses apa pun yang berjalan di bawah FPY 95%, mendorongnya lebih tinggi hampir selalu meningkatkan kualitas dan throughput secara bersamaan, karena rework sedang dihilangkan, bukan hanya didistribusikan ulang.

Bagaimana hubungan FPY dengan sigma level? Sigma level adalah ukuran normalisasi dari tingkat defect berdasarkan DPMO (defect per juta peluang). FPY dan sigma level mengukur hal yang berkaitan tetapi tidak identik. FPY menghitung unit dengan defect apa pun. DPMO menghitung peluang defect individual dalam suatu unit. Satu unit bisa memiliki banyak peluang defect. Secara umum, FPY yang lebih tinggi berkorelasi dengan sigma level yang lebih tinggi, tetapi hubungan pastinya tergantung pada berapa banyak peluang yang ada per unit.

Bisakah FPY diterapkan pada proses layanan? Ya. Dokumen yang dikembalikan untuk koreksi, panggilan yang memerlukan eskalasi ke supervisor pada kontak pertama, atau tiket yang berpindah-pindah antar tim sebelum terselesaikan, semuanya adalah kejadian rework. FPY dalam proses layanan sering disebut "First Contact Resolution" atau "Straight-Through Processing" tergantung konteksnya, tetapi matematikanya identik.

Bagaimana cara menangani unit yang di-scrap alih-alih di-rework? Unit yang di-scrap menurunkan FPY dengan perhitungan yang sama: unit tersebut tidak lolos pada percobaan pertama dan tidak bisa di-rework menjadi unit yang baik. Untuk RTY, unit yang di-scrap secara efektif berarti nol unit yang lolos melalui langkah-langkah berikutnya. Dalam praktiknya, scrap diperlakukan sebagai metrik terpisah di samping FPY (tingkat scrap) untuk membedakan kehilangan total dari rework yang masih bisa dipulihkan.

---

First pass yield dan rolled throughput yield memberi Anda gambaran yang jelas dan jujur tentang kesehatan proses, gambaran yang tidak pernah bisa diberikan oleh metrik yield tradisional. Ketika tim mulai melacak FPY secara serius, pabrik tersembunyi menjadi terlihat, begitu pula jalan menuju pemulihan kapasitas tanpa tambahan headcount atau modal. Langkah berikutnya biasanya adalah menghubungkan data FPY ke kerangka cost-of-quality, sehingga business case untuk peningkatan tersebut tersusun dengan sendirinya.

Bacaan terkait

• DPMO dan Sigma Level
• Six Sigma
• DMAIC
• Process Capability (Cpk)
• Diagram Kendali
• Statistical Process Control
• Hambatan Bisnis
• KPI Proses
• Cost of Quality