본 소개 자료는 Proceeding 7th International Seminar on Industrial Engineering and Management에 게재된 논문 "Implementation Six Sigma and Data Mining to Improve Die Casting Production Process at PT. AB"의 연구 내용입니다.
1. 개요:
- 제목: PT. AB의 다이캐스팅 생산 공정 개선을 위한 식스 시그마 및 데이터 마이닝 구현 (Implementation Six Sigma and Data Mining to Improve Die Casting Production Process at PT. AB)
- 저자: Rina Fltriana, Johnson Saragih, Sitta Sarasaty
- 출판 연도: 2013
- 게재 저널/학회: Proceeding 7th International Seminar on Industrial Engineering and Management
- 키워드: Six Sigma, FMEA, Decision Tree.
2. 초록
PT. AB는 품질 측정이 중요한 오토바이 산업 제조업체입니다. 이 연구는 식스 시그마(DMAIC) 방법을 사용하여 품질 관리를 개선하고 다이캐스팅 생산 공정에서 결함 비율을 줄이는 것을 목표로 합니다. 정의 단계에서는 KYZ 실린더 구성 요소의 결함 비율이 가장 높은 것(5.06% 대 3.36% 제한)으로 확인되었습니다. 측정 단계에서는 15,356의 DPMO 값과 3.66의 시그마 수준을 계산했습니다. 분석 단계에서는 인과 관계 다이어그램, FMEA(고장 모드 및 영향 분석) 및 데이터 마이닝(의사 결정 트리)을 사용하여 주요 문제를 플로 라인 결함으로 식별했습니다. 개선 단계에는 작업자 교육, SOP(표준 운영 절차) 구현 및 데이터 마이닝을 사용한 QC PASS 표준화가 포함되었습니다. 제어 단계에서는 구현 후 DPMO(13,221) 및 시그마 수준(3.71)을 계산하여 시그마 수준이 0.05 증가했음을 보여주었습니다.
3. 연구 배경:
연구 주제 배경:
인도네시아의 오토바이 제조업체인 PT. AB는 다이캐스팅 생산 공정, 특히 KYZ 실린더 구성 요소에서 높은 결함률을 보입니다.
선행 연구 현황:
식스 시그마는 공정 개선 및 변동 감소를 위한 방법론입니다. (Pande,2002). Jang (2009)은 식스 시그마 내에서 데이터 마이닝 사용을 제안합니다. FMEA는 잠재적 고장을 체계적으로 식별하고 평가합니다. (Manggala, 2005). 데이터 마이닝은 대규모 데이터에서 유용한 정보를 자동으로 발견하는 것입니다. (Tan, 2006). 엔트로피 및 이득 공식은 (Kusrini, 2009)에 의해 도입되었습니다.
연구 필요성:
KYZ 실린더 구성 요소 생산에서 높은 결함률(실제 16.8% 대 표준 3.36%)은 재작업 감소, 생산 비용 절감 및 품질 향상을 위해 개선이 필요합니다.
4. 연구 목적 및 연구 질문:
연구 목적:
개선 구현 전후의 회사 시그마 수준을 결정하고 데이터 마이닝을 사용하여 개선 사항을 제안합니다.
핵심 연구:
식스 시그마 및 데이터 마이닝 기술을 사용하여 PT. AB의 KYZ 실린더 구성 요소 다이캐스팅 공정의 품질을 개선하고 결함을 줄입니다.
5. 연구 방법론
이 연구는 식스 시그마 DMAIC 방법론을 사용했습니다.
연구 설계: 이 연구는 DMAIC(정의, 측정, 분석, 개선, 제어) 방법론의 5단계를 따랐습니다.
데이터 수집:
- 과거 생산 데이터(2012년 8월 - 10월, 2013년 1월 - 2월).
- 회사 직원과의 인터뷰.
- 관찰
샘플: 2013년 1월부터 2월 초까지 KYZ 실린더 구성 요소 84,541개.
분석 방법:
- 정의: 공정 식별, 고객의 소리, 프로젝트 헌장, SIPOC 다이어그램(그림 4) 및 CTQ(Critical to Quality) 특성 식별.
- 측정: 관리도 p 및 u, DPMO 및 시그마 수준 계산.
- 분석: 인과 관계 다이어그램(그림 5), FMEA(표 4) 및 데이터 마이닝(WEKA 소프트웨어를 사용한 의사 결정 트리, 그림 6의 제안).
- 개선: 5W 1H 방법 및 데이터 마이닝의 의사 결정 트리를 사용한 제안.
- 개선: 작업자 교육, SOP 개발, 데이터 마이닝 결과를 기반으로 한 QC PASS 표준화.
- 제어: 구현 후 관리도 p 및 u, DPMO 및 시그마 수준 재계산.
연구 범위: 이 연구는 PT. AB의 KYZ 실린더 구성 요소 다이캐스팅 생산 공정, 특히 식별된 주조 공정에 중점을 두었습니다.
6. 주요 연구 결과:
주요 연구 결과 및 제시된 데이터 분석:
- KYZ 실린더 구성 요소 생산에서 가장 높은 결함 비율은 주조 공정에서 발생했습니다(표 1).
- 초기 시그마 수준은 3.66이었고 DPMO는 15,356.7이었습니다(표 3).
- 가장 지배적인 결함 유형은 "플로 라인"이었습니다(그림 5).
- FMEA 분석은 플로 라인 결함 내에서 주요 고장 모드와 그 원인을 식별했습니다(표 4).
- 의사 결정 트리(그림 6)를 사용한 데이터 마이닝은 QC PASS 표준화를 위한 규칙을 제공했습니다.
- 구현 후 DPMO는 13,221로 감소하고 시그마 수준은 3.71로 증가했습니다.
그림 이름 목록:
- 그림 3. 프로젝트 헌장 선언 제품 실린더 구성 요소 KYZ
- 그림 4. 다이어그램 SIPOC (공급자 – 입력 – 프로세스 – 출력 – 고객) 제품 실린더 구성 요소 KYZ
- 그림 5. 인과 관계 다이어그램 플로 라인 결함
- 그림 6. WEKA 소프트웨어의 제안 의사 결정 트리
7. 결론:
주요 결과 요약:
이 연구는 식스 시그마 및 데이터 마이닝을 성공적으로 적용하여 다이캐스팅 공정에서 결함의 근본 원인을 식별하고 해결했습니다. 작업자 교육, SOP 및 데이터 마이닝 기반 QC PASS 표준화를 포함한 제안된 개선 사항을 구현하여 DPMO가 감소하고 시그마 수준이 증가했습니다.
8. 참고 문헌:
- (a) Gaspersz, Vincent. 2002. Pedoman Implementasi Program Six Sigma. Jakarta: PT. Gramedia Pustaka Utama.
- (b) Manggala, D. 2005. Menerapkan Konsep Lean dan Six Sigma di Sektor Publik. IPOMS Newsletter, Vol 1/1/4-5 Agustus 2005.
- (c) Jang Gill-Sang, Jeon Jong-Hag. 2009. A Six Sigma Methodology Using Data Mining: A Case Study on Six Sigma Project for Heat Efficiency Improvement of Hot Stove System in Korean Steel Manufacturing Company. Springer-Verlag Berlin Heidelberg.
- (d) Pande, Peter S., dkk. 2002. The Six Sigma Way. Yogyakarta: Andi.
- (e) Kusrini, Emha TL. 2009. Algoritma Data Mining. Yogyakarta:Andi.
- (f) Tan, Steinbach Kumar. 2006. Introduction to Data Mining. Pearson Education,Inc. Addison Wesley
9. 저작권:
- 이 자료는 "Rina Fitriana"의 "Implementation Six Sigma and Data Mining to Improve Die Casting Production Process at PT. AB" 논문을 기반으로 합니다.
- 논문 출처: ISSN: 1978-774X, Proceeding 7th International Seminar on Industrial Engineering and Management
본 자료는 상기 논문을 소개하기 위해 작성되었으며, 상업적 목적으로 무단 사용하는 것을 금합니다. Copyright © 2025 CASTMAN. All rights reserved.