Kalite iyileştirme sürecinde hata türü ve etkilerinin analizi ve hataların veri madenciliği ile araştırılması: Talaşlı imalat sektöründe bir uygulama

Abstract

İşletmeler müşteri memnuniyetini üst düzeyde tutmak için maksimum kalite ve minimum maliyet ile üretim yapmalıdırlar. Kalitenin sürekli iyileştirilmesi ve meydana gelen uygunsuzlukların kaynaklarının tespit edilmesi kaliteli üretim için önemlidir. Kalitenin sürekli iyileştirilmesi ve olası hata türlerinden risk seviyesi yüksek olan hatalara önlem alınması amacı ile `Hata Türü ve Etkileri Analizi` yaygın olarak kullanılan bir metottur. Veri madenciliği ise bağımlı bir değişkene etki eden değişkenlerin tespit edilmesinde kullanılan bir metottur. Bu çalışmada savunma ve havacılık sanayiine talaşlı imalat üzerine üretim yapan bir işletme ele alınmıştır. İşletmede kalitenin sürekli iyileştirilmesi ve olası bir hatanın ortaya çıkmaması ya da mevcut hatanın müşteriye yansımaması amacı ile HTEA uygulaması yapılmıştır. Risk seviyesi yüksek olan hata türleri için alınabilecek önlemler sunulmuştur. 2018 yılında meydana gelen uygunsuzluklar ele alınarak personellerin hata yapmaları üzerinde etkili olan faktörler araştırılmış ve bu hataların tekrar etmemesi amacı ile alınması gereken önlemler sunulmuştur. Yapılan uygulamalar sonucunda kalınlığın tolerans dışında olması ve delik çapının büyük olması risk seviyesi en yüksek olan iki olası hata türüdür ayrıca bu hata türü kaynaklı 2018 yılında sırası ile 307 ve 349 adet parçanın hurda olduğu gözlemlenmiştir. Risk öncelik sayısı 280 olan bu iki olası hata türünün alınan önlemler sonucunda yeni risk öncelik sayısı 100'e düşmüştür ve 2019 yılının ilk dört ayı gözlemlendiğinde kalınlığın tolerans dışında olması sebebi ile 10 adet parça hurda olurken delik çapının büyük olması kaynaklı sekiz adet parçanın hurda olduğu ve 2018 yılının ilk dört ayı ile hata adedi değerleri karşılaştırıldığında işletmenin imalat süreçlerinde iyileşme olduğu gözlemlenmiştir. 2018 yılı verileri ile IBM SPSS Modeler ve WEKA programlarında C5.0 ve J48 sınıflayıcı veri madenciliği algoritmaları kullanılarak personellerin hata yapmaları üzerindeki etkili olan faktörler değerlendirilmiş ve analiz edilmiştir. IBM SPSS Modeler C5.0 ile yapılan analiz neticesinde %95,98 doğruluk oranı ile personellerin hata yapmaları üzerinde en çok etkili olan faktör, analiz edilen personellerin mesleki belgeye sahip olup olmaması iken WEKA J48 ile yapılan analiz neticesinde personellerin hata yapmalarına en çok etki eden faktörün %94,19 doğruluk oranı ile personelin eğitim durumu olduğu görülmüştür.

Businesses should make production with maximum quality and minimum cost to keep customer satisfaction at the highest level. Continuous improvement of quality and identifying the sources of nonconformities are important for quality production. H Error Type and Effects Analysis ve is a widely used method for continuous improvement of quality and possible error types. Data mining is a method used to identify variables that affect a dependent variable. In this study, a company that manufactures defense and aerospace industry production is discussed. HTEA was implemented in order to ensure continuous improvement of the quality of the enterprise and the failure of a possible error or to reflect the current error to the customer. Measures that can be taken for the types of errors with high risk level are presented. In 2018, the non-conformities were examined and the factors affecting the mistakes of the personnel were investigated and the measures to be taken in order not to repeat these errors were presented. As a result of the applications, the thickness is out of tolerance and the hole diameter is the biggest two types of error with the highest risk level. In addition, it was observed that 307 and 308 pieces of scrap were in 2018, respectively. As a result of the measures taken for these two possible types of errors, the number of risk priorities decreased to 100, and when the first four months of 2019 were observed, due to the fact that the thickness was out of tolerance, 10 pieces were scraped. When the first four months and the number of errors were compared, it was observed that the production processes of the enterprise improved. In 2018 data, the factors affecting employees' mistakes were evaluated and analyzed using C5.0 and J48 classifier data mining algorithms in IBM SPSS Modeler and WEKA programs. As a result of the analysis made with IBM SPSS Modeler C5.0, 95.98% accuracy rate was the most effective factor on the error of the personnel, whether the personnel analyzed had professional certificate, while WEKA J48 had the most effect on the error of the personnel. 94,19% accuracy rate of the personnel was found to be the educational level.