Fishbone 3 P

Mengapa Continuous Improvement Cukup Dimulai dari People, System, dan Culture?

Sederhanakan 6M, Tetapi Jangan Sederhanakan Cara Berpikir

Dalam Continuous Improvement, kita mengenal berbagai macam tools untuk mencari akar masalah.

Ada 5 Why.

Ada Pareto.

Ada Fishbone Diagram.

Ada PDCA.

Ada 5W1H.

Semua memiliki fungsi masing-masing.

Salah satu yang paling populer adalah Fishbone Diagram, atau Ishikawa Diagram.

Secara klasik, Fishbone sering dianalisis menggunakan pendekatan 6M:

Man – Method – Machine – Material – Measurement – Mother Nature/Environment.

Pendekatan ini sangat berguna, terutama dalam manufacturing dan operational problem solving.

Tetapi ketika kita membawa Continuous Improvement ke level yang lebih luas—warehouse, logistics, supply chain, service, bahkan organisasi—muncul sebuah pertanyaan:

Apakah kita benar-benar membutuhkan enam kategori untuk mulai memahami sebuah masalah?

Atau justru kita bisa menyederhanakannya menjadi tiga pertanyaan besar?

People.

System.

Culture.

Inilah yang bisa kita sebut sebagai:

Fishbone 3P

People – System – Culture

Sederhana.

Tetapi bukan berarti dangkal.

Justru tiga kategori ini dapat membantu manager melihat masalah dari tiga dimensi yang sangat fundamental.

Ketika Masalah Terjadi, Jangan Langsung Mencari Siapa yang Salah

Bayangkan sebuah warehouse mengalami inventory discrepancy.

Stock secara sistem: 10.000 pcs

Stock fisik: 9.750 pcs

Ada selisih: 250 pcs.

Apa yang biasanya terjadi?

Pertanyaan pertama:

"Siapa yang melakukan kesalahan?"

Kemudian mulai mencari operator.

Siapa yang melakukan receiving?

Siapa yang melakukan putaway?

Siapa yang melakukan picking?

Siapa yang melakukan adjustment?

Siapa yang terakhir memegang barang?

Akhirnya kita menemukan seseorang.

Lalu kita mengatakan:

"Human error."

Masalah selesai?

Belum tentu.

Karena kita baru menemukan siapa yang melakukan kesalahan, bukan mengapa sistem memungkinkan kesalahan tersebut terjadi.

Di sinilah Fishbone 3P menjadi menarik.

Fishbone 3P

Ketika sebuah masalah muncul, kita cukup mengajukan tiga pertanyaan besar:

1. PEOPLE

Apakah orangnya mampu?

2. SYSTEM

Apakah sistemnya memungkinkan?

3. CULTURE

Apakah budaya organisasinya mendukung?

Tiga pertanyaan ini dapat membuka perspektif yang jauh lebih luas.

1. PEOPLE — Apakah Orangnya Mampu?

People berkaitan dengan faktor manusia secara individual.

Pertanyaan utamanya:

"Apakah orang yang menjalankan proses memiliki kemampuan untuk melakukan pekerjaan dengan benar?"

Kita bisa melihat:

Knowledge

Skill

Competency

Experience

Training

Awareness

Communication

Workload

Fatigue

Leadership capability

Misalnya terjadi picking error.

Kita menemukan operator baru.

Ternyata operator belum memahami beberapa SKU.

Maka kemungkinan penyebabnya:

Training belum memadai.

Ini adalah People factor.

Solusinya mungkin:

Training

Coaching

Certification

Skill matrix

On-the-job training

Competency assessment

Tetapi jangan berhenti di sini.

Karena ada pertanyaan berikutnya.

2. SYSTEM — Apakah Sistemnya Memungkinkan?

Ini bagian yang sangat penting.

Kadang orang sebenarnya mampu, tetapi sistemnya membuat kesalahan mudah terjadi.

Misalnya operator sudah berpengalaman.

Sudah training.

Sudah bekerja lima tahun.

Tetapi tetap terjadi salah picking.

Mengapa?

Ternyata:

SKU memiliki packaging yang hampir sama,

lokasi penyimpanan berdekatan,

label sulit dibaca,

barcode tidak digunakan secara konsisten,

WMS masih memungkinkan manual input,

tidak ada validation,

dan tidak ada error-proofing.

Sekarang masalahnya bukan sekadar People.

System ikut berkontribusi.

System dalam Fishbone 3P dapat mencakup:

SOP

Work Instruction

Process

Workflow

WMS

ERP

Technology

Equipment

Layout

Material Flow

Information Flow

KPI

Measurement

Planning

Standard

Control Mechanism

Pertanyaan utamanya:

"Apakah sistem telah didesain untuk membuat pekerjaan yang benar menjadi mudah dan pekerjaan yang salah menjadi sulit?"

Ini adalah pertanyaan Continuous Improvement yang sangat penting.

Jangan Membuat Sistem yang Bergantung pada Kesempurnaan Manusia

Ini salah satu prinsip yang sering dilupakan.

Kalau sebuah proses hanya bisa berjalan dengan baik apabila:

"Operator harus sangat teliti."

maka sebenarnya kita mempunyai proses yang masih lemah.

Manusia bisa lelah.

Manusia bisa lupa.

Manusia bisa terdistraksi.

Manusia bisa salah.

Karena itu, Continuous Improvement berusaha membuat sistem yang mampu mencegah atau mendeteksi kesalahan manusia.

Misalnya:

Barcode scanning.

System validation.

Poka-yoke.

Visual control.

Interlock.

Automatic alert.

Standard work.

Semakin matang sistemnya, semakin kecil ketergantungannya pada "ingat-ingatan" manusia.

3. CULTURE — Apakah Budayanya Mendukung?

Ini dimensi yang sering tidak terlihat.

Sebuah perusahaan mungkin memiliki:

People yang kompeten.

System yang bagus.

Tetapi improvement tetap tidak bertahan.

Mengapa?

Karena Culture tidak mendukung.

Misalnya perusahaan sudah memiliki standar 5R.

Semua orang tahu caranya.

Tools tersedia.

Label tersedia.

Area sudah ditentukan.

Tetapi setelah beberapa minggu:

Warehouse kembali berantakan.

Kenapa?

Karena ada mindset:

"Yang penting pekerjaan selesai."

Atau:

"5R itu hanya untuk audit."

Atau:

"Kalau menemukan masalah, nanti malah disalahkan."

Atau:

"Itu bukan tanggung jawab saya."

Ini bukan lagi masalah skill.

Ini masalah Culture.

Culture Menjawab Pertanyaan: "Will They?"

Kalau People bertanya:

"Can they?"

Apakah mereka mampu?

System bertanya:

"Can the system?"

Apakah sistem memungkinkan?

Culture bertanya:

"Will they?"

Apakah mereka mau dan terbiasa melakukannya?

Karena orang yang mampu tetapi tidak mau tetap menghasilkan masalah.

Dan orang yang mau tetapi sistemnya tidak mendukung juga akan kesulitan menghasilkan performance.

People, System, Culture Harus Bekerja Bersama

Bayangkan sebuah perusahaan ingin meningkatkan Inventory Accuracy.

Target: 99,8%

Actual: 97,5%

Kita lakukan Fishbone 3P.

PEOPLE

Operator kurang memahami transaction process.

Training belum merata.

Skill antar shift berbeda.

Awareness terhadap inventory accuracy rendah.

SYSTEM

WMS masih memungkinkan manual adjustment.

Location control lemah.

SOP belum jelas.

Cycle count belum optimal.

Tidak ada barcode validation.

CULTURE

Stock discrepancy dianggap biasa.

Adjustment digunakan sebagai jalan keluar.

Tidak ada ownership terhadap inventory.

Fokus utama hanya shipment.

Root cause jarang dibahas.

Sekarang kita mempunyai gambaran yang lebih lengkap.

Masalah inventory bukan hanya:

"Operator salah."

Tetapi bisa merupakan kombinasi:

People + System + Culture.

3P Membantu Menghindari Blaming Culture

Ini mungkin salah satu manfaat terbesar Fishbone 3P.

Ketika terjadi masalah, kita tidak langsung mengatakan:

"People problem."

Kita memeriksa:

People?

↓

System?

↓

Culture?

Misalnya seorang operator salah melakukan transaksi.

Bisa jadi:

People: belum memahami proses.

Tetapi bisa juga:

System: interface terlalu rumit.

Atau:

Culture: transaksi sering ditunda karena organisasi lebih menghargai kecepatan daripada akurasi.

Ketiga masalah tersebut membutuhkan solusi yang berbeda.

Jangan Semua Masalah Diselesaikan dengan Training

Ini adalah salah satu penyakit organisasi.

Setiap kali terjadi masalah:

Training!

Picking error?

→ Training.

Quality defect?

→ Training.

Safety incident?

→ Training.

Inventory discrepancy?

→ Training.

Padahal training bukan obat untuk semua masalah.

Kalau masalahnya adalah:

System

training tidak menyelesaikan system.

Kalau masalahnya adalah:

Culture

training saja juga tidak cukup.

Bayangkan operator sudah dilatih lima kali.

Tetapi WMS tetap memungkinkan salah transaksi.

Apa yang terjadi?

Error akan tetap muncul.

Karena yang diperbaiki adalah People, sementara penyebabnya berada di System.

Begitu Juga Sebaliknya

Jangan semua masalah diselesaikan dengan membeli teknologi.

Misalnya:

"Picking error tinggi. Kita beli automation."

Padahal:

SOP belum jelas,

data master belum bersih,

slotting buruk,

operator belum memahami proses.

Teknologi yang mahal tidak otomatis membuat proses menjadi baik.

Kita bisa memiliki:

WMS terbaik.

Automation terbaik.

Scanner terbaik.

Tetapi jika Culture-nya:

"Yang penting target tercapai."

maka orang masih bisa mencari jalan pintas.

Culture Sering Menjadi Faktor yang Paling Sulit Dilihat

People bisa dilihat.

System bisa dipetakan.

Tetapi Culture sering tersembunyi.

Culture terlihat dari perilaku sehari-hari.

Misalnya:

Ketika ada masalah, apakah orang berkata:

"Mari kita cari penyebabnya."

atau:

"Siapa yang salah?"

Ketika ada ide improvement, apakah manager berkata:

"Coba kita uji."

atau:

"Dari dulu juga sudah seperti itu."

Ketika KPI turun, apakah organisasi berkata:

"Apa yang bisa kita perbaiki?"

atau:

"Siapa yang harus bertanggung jawab?"

Jawaban-jawaban tersebut menunjukkan culture.

Fishbone 3P dan Gemba

Fishbone 3P sebaiknya tidak dibuat hanya di ruang meeting.

Setelah menemukan problem, turunlah ke Gemba.

Lihat langsung.

Dengarkan operator.

Amati proses.

Periksa sistem.

Perhatikan perilaku.

Misalnya kita menemukan:

Loading Delay

Jangan hanya melihat dashboard.

Turun ke loading area.

Kemudian mungkin ditemukan:

People: manpower loading kurang.

System: staging process tidak terstandardisasi.

Culture: setiap departemen bekerja berdasarkan target masing-masing, bukan target end-to-end.

Sekarang kita memahami masalah dengan lebih baik.

Fishbone 3P Setelah Pareto

Dalam alur Continuous Improvement, Fishbone 3PSC sangat cocok ditempatkan setelah Pareto.

Contohnya:

Problem Identification

Kita menemukan:

Warehouse error meningkat.

↓

Data Collection

Kumpulkan data.

↓

Stratification

Kelompokkan berdasarkan jenis error.

↓

Pareto

Ternyata:

Wrong SKU = 42%

↓

Fishbone 3P

PEOPLE

Skill

Training

Awareness

SYSTEM

WMS

Label

Layout

SOP

Barcode

CULTURE

Discipline

Ownership

Improvement mindset

↓

5 Why

Pilih penyebab yang paling signifikan.

↓

Root Cause

↓

Improvement

↓

PDCA

↓

Standardization

Ini membuat Fishbone bukan sekadar gambar.

Tetapi menjadi bagian dari problem-solving journey.

3P Tidak Menggantikan 6M

Perlu digarisbawahi:

Fishbone 3P bukan berarti 6M salah.

6M tetap sangat berguna.

Terutama ketika kita membutuhkan analisis teknis yang lebih detail.

3P lebih tepat digunakan sebagai simplifikasi dan cara berpikir manajerial.

Kita bisa melakukan:

6M

untuk deep technical analysis.

Sedangkan:

3P

untuk high-level diagnosis.

Misalnya:

Machine

Material

Method

Measurement

Environment

dapat kita lihat lebih luas sebagai bagian dari:

SYSTEM

Sementara:

Man

menjadi:

PEOPLE

Dan faktor perilaku organisasi dapat kita eksplisitkan sebagai:

CULTURE

Mengapa 3P Menarik untuk Manager?

Karena seorang manager tidak selalu membutuhkan diagram yang sangat kompleks pada tahap awal.

Manager membutuhkan tiga pertanyaan sederhana:

PEOPLE

Apakah mereka mampu?

SYSTEM

Apakah sistemnya mendukung?

CULTURE

Apakah organisasi mendorong perilaku yang benar?

Dari tiga pertanyaan tersebut, kita bisa menentukan ke mana problem solving harus diarahkan.

Contoh: Overtime Warehouse Terlalu Tinggi

Misalnya overtime:

Target: 5%

Actual:

12%

Kita tidak langsung mengatakan:

"Kurang manpower."

Gunakan 3P.

PEOPLE

Skill tidak merata.

Banyak operator baru.

Produktivitas per orang rendah.

Fatigue.

SYSTEM

Wave planning tidak optimal.

Cut-off terlalu dekat.

Layout menyebabkan excessive motion.

WMS belum optimal.

Scheduling tidak sesuai demand pattern.

CULTURE

Overtime dianggap normal.

Orang terbiasa menyelesaikan masalah dengan lembur.

Tidak ada budaya mencari root cause.

Planning failure dianggap sebagai masalah operasional.

Sekarang terlihat bahwa:

Overtime bukan selalu masalah manpower.

Bisa jadi masalah:

People + System + Culture.

Dan Di Sinilah Continuous Improvement Menjadi Dewasa

Organisasi yang belum matang biasanya melihat:

Problem → Person

Organisasi yang mulai berkembang melihat:

Problem → Process

Organisasi yang lebih matang melihat:

Problem → People + System + Culture

Karena masalah operasional hampir selalu merupakan hasil interaksi ketiganya.

Formula Sederhana Fishbone 3P

Kalau ingin dibuat sangat sederhana, kita bisa menggunakan formula:

PROBLEM = PEOPLE × SYSTEM × CULTURE

Bukan rumus matematika literal, tetapi cara untuk mengingat bahwa ketiganya saling berinteraksi.

People menjalankan pekerjaan.

System mengarahkan pekerjaan.

Culture menentukan bagaimana orang menjalankan dan mempertahankan pekerjaan tersebut.

Kalau salah satunya lemah, performance bisa terganggu.

Tetapi Ada Satu Hal yang Harus Diingat

Tidak semua masalah membutuhkan ketiga faktor sekaligus.

Kadang root cause memang:

People.

Kadang:

System.

Kadang:

Culture.

Dan kadang merupakan kombinasi ketiganya.

Jangan memaksakan semua masalah masuk ke tiga kategori hanya agar diagram terlihat lengkap.

Tujuan Fishbone bukan membuat semua kotak terisi.

Tujuannya adalah:

menemukan penyebab yang benar.

Dari Fishbone Menuju Root Cause

Fishbone hanya menghasilkan:

Potential Causes.

Belum tentu:

Root Causes.

Karena itu setelah Fishbone, kita masih membutuhkan:

Data

Gemba

Observation

5 Why

Validation

Baru kemudian kita bisa mengatakan:

"Ini adalah root cause."

Dan setelah itu barulah:

Countermeasure.

Penutup

Fishbone Diagram mengajarkan kita untuk tidak terburu-buru menyimpulkan penyebab masalah.

Tetapi kita bisa menyederhanakan cara berpikir tersebut menjadi tiga pertanyaan besar:

PEOPLE — Apakah orangnya mampu?

SYSTEM — Apakah sistemnya mendukung?

CULTURE — Apakah budayanya mendorong?

Tiga hal ini sering kali menjadi akar dari berbagai masalah operasional.

Orang yang kompeten tidak akan banyak membantu jika sistemnya buruk.

Sistem yang bagus tidak akan optimal jika orang tidak memiliki kemampuan.

Dan People serta System yang bagus pun bisa gagal mempertahankan improvement jika Culture tidak mendukung.

Karena itu:

People membuat pekerjaan berjalan.

System membuat pekerjaan terstruktur.

Culture membuat perbaikan bertahan.

Dan mungkin inilah cara paling sederhana untuk melihat sebuah masalah:

Jangan langsung menyalahkan People.

Periksa System.

Kemudian lihat Culture.

Karena dalam Continuous Improvement, tujuan kita bukan menemukan siapa yang salah.

Tujuan kita adalah menemukan:

apa yang harus diperbaiki agar kesalahan yang sama tidak perlu terjadi lagi.

Dan ketika cara berpikir ini mulai menjadi kebiasaan, Fishbone bukan lagi sekadar sebuah diagram.

Ia menjadi cara organisasi melihat masalah.

Fishbone Diagram dalam Continuous Improvement

Jangan Terburu-buru Mencari Solusi Sebelum Memahami Penyebab Masalah

Dalam Continuous Improvement, ada satu kebiasaan yang sering dilakukan banyak perusahaan.

Ketika masalah muncul, kita langsung mencari solusi.

Picking error meningkat? Training operator.

Delivery terlambat? Tambah armada.

Produktivitas turun? Tambah manpower.

Mesin sering berhenti? Beli mesin baru.

Stock discrepancy? Perketat stock opname.

Semua terdengar masuk akal.

Tetapi ada satu pertanyaan yang sering terlupakan:

"Apakah kita sudah benar-benar memahami penyebab masalahnya?"

Karena masalah yang terlihat belum tentu merupakan akar masalah.

Dan di sinilah Fishbone Diagram menjadi salah satu tools penting dalam Continuous Improvement.

Apa Itu Fishbone Diagram?

Fishbone Diagram dikenal juga sebagai:

Ishikawa Diagram

Cause-and-Effect Diagram

Cause & Effect Analysis

Disebut Fishbone karena bentuk diagramnya menyerupai tulang ikan.

Di bagian kepala ikan terdapat masalah atau effect.

Kemudian dari garis utama muncul beberapa "tulang" yang mewakili berbagai kelompok kemungkinan penyebab.

Secara sederhana:

CAUSE → CAUSE → CAUSE → EFFECT

Tujuannya bukan langsung menemukan satu jawaban.

Tujuannya adalah:

Membantu tim melihat masalah dari berbagai sudut pandang dan mengidentifikasi kemungkinan penyebab secara sistematis.

Mengapa Tidak Langsung Menggunakan 5 Why?

Ini pertanyaan yang menarik.

Kalau kita sudah memiliki 5 Why, mengapa masih membutuhkan Fishbone?

Karena keduanya memiliki fungsi yang berbeda.

Fishbone digunakan untuk memetakan kemungkinan penyebab.

Sedangkan 5 Why digunakan untuk menggali lebih dalam salah satu penyebab tersebut.

Jadi keduanya bukan kompetitor.

Justru saling melengkapi.

Contohnya:

Problem: Picking Error

Fishbone membantu kita melihat:

Man

Method

Machine

Material

Measurement

Environment

Setelah itu kita menemukan bahwa Material: SKU memiliki kemasan yang sangat mirip merupakan salah satu penyebab potensial.

Kemudian kita lakukan 5 Why terhadap penyebab tersebut.

Fishbone Tidak Mencari Siapa yang Salah

Ini salah satu filosofi terpenting.

Ketika terjadi kesalahan, organisasi sering mencari:

"Siapa yang melakukan kesalahan?"

Continuous Improvement justru bertanya:

"Mengapa sistem memungkinkan kesalahan itu terjadi?"

Misalnya terjadi salah picking.

Cara berpikir tradisional:

Operator tidak teliti.

Selesai.

Tetapi Fishbone memaksa kita melihat lebih luas.

Mungkin:

Man

Operator belum cukup familiar dengan SKU.

Method

SOP picking tidak memberikan metode verifikasi yang memadai.

Machine

Scanner tidak selalu digunakan.

Material

Dua SKU memiliki kemasan yang hampir identik.

Measurement

Tidak ada monitoring picking error secara real-time.

Environment

Lokasi kedua SKU terlalu berdekatan.

Sekarang masalah terlihat jauh lebih kompleks.

Dan justru dari sinilah improvement yang sebenarnya bisa dimulai.

Menggunakan 6M

Salah satu pendekatan paling populer dalam Fishbone adalah 6M.

1. Man

Berkaitan dengan manusia.

Contohnya:

skill,

knowledge,

training,

experience,

fatigue,

workload,

manpower,

human error.

Tetapi hati-hati.

"Operator tidak teliti" bukan otomatis root cause.

Itu baru sebuah kemungkinan.

Kita tetap harus bertanya:

Mengapa operator bisa melakukan kesalahan tersebut?

2. Method

Berkaitan dengan cara kerja.

Misalnya:

SOP,

Work Instruction,

Standard Work,

workflow,

sequence,

approval,

inspection procedure.

Kadang masalah bukan karena orang tidak mengikuti SOP.

Masalahnya justru:

SOP-nya sendiri tidak efektif.

3. Machine

Berkaitan dengan mesin, equipment, dan teknologi.

Misalnya:

forklift,

conveyor,

barcode scanner,

weighing scale,

WMS,

printer,

automation,

sensor.

Contohnya:

Picking error terjadi karena barcode scanner sering gagal membaca barcode.

Jika kita hanya melakukan training operator, masalah tidak akan selesai.

4. Material

Berkaitan dengan material atau produk.

Misalnya:

ukuran,

bentuk,

packaging,

kualitas,

labeling,

SKU similarity,

material handling characteristics.

Dalam warehouse, kategori ini sangat penting.

Dua SKU yang memiliki bentuk dan kemasan hampir sama dapat meningkatkan risiko salah picking.

5. Measurement

Berkaitan dengan pengukuran dan data.

Misalnya:

KPI,

accuracy,

measurement method,

frequency,

calibration,

data accuracy,

reporting system.

Kadang perusahaan sebenarnya memiliki masalah, tetapi tidak menyadarinya karena cara mengukurnya salah.

6. Mother Nature / Environment

Berkaitan dengan lingkungan kerja.

Misalnya:

layout,

lighting,

temperature,

noise,

humidity,

space,

ergonomics,

congestion.

Dalam warehouse, layout bisa sangat menentukan.

Jarak yang terlalu jauh.

Aisle terlalu sempit.

SKU yang mirip diletakkan berdekatan.

Pencahayaan kurang.

Semua bisa menjadi penyebab.

Contoh Fishbone di Warehouse

Mari kita ambil sebuah kasus:

Picking Error meningkat.

Kemudian kita lakukan brainstorming menggunakan 6M.

MAN

Operator baru

Training belum cukup

Fatigue

Manpower kurang

Kurang familiar dengan SKU

METHOD

SOP tidak jelas

Tidak ada double check

Tidak ada standard scanning

Picking sequence tidak optimal

MACHINE

Scanner error

Printer label bermasalah

WMS lambat

Battery scanner habis

MATERIAL

SKU mirip

Packaging sama

Barcode sulit dibaca

Label mudah rusak

MEASUREMENT

KPI hanya melihat quantity

Error tidak dikategorikan

Tidak ada real-time monitoring

Data error tidak akurat

ENVIRONMENT

Lighting kurang

Lokasi SKU terlalu dekat

Layout tidak optimal

Area terlalu padat

Sekarang kita mempunyai peta kemungkinan penyebab.

Dan inilah kekuatan Fishbone.

Tetapi Fishbone Bukan Bukti

Ini bagian yang sangat penting.

Ketika tim membuat Fishbone, biasanya akan muncul banyak kemungkinan penyebab.

Tetapi:

Kemungkinan penyebab ≠ akar masalah.

Misalnya tim menulis:

Training operator kurang.

Apakah benar?

Belum tentu.

Harus dibuktikan dengan data.

Misalnya setelah dianalisis:

Operator yang sudah mengikuti training:

Error = 1,2%

Operator yang belum mengikuti training:

Error = 1,3%

Ternyata perbedaannya kecil.

Berarti training mungkin bukan faktor utama.

Sebaliknya:

SKU yang memiliki packaging mirip:

Error = 7,5%

SKU dengan packaging berbeda:

Error = 0,8%

Sekarang kita mempunyai indikasi yang lebih kuat.

Fishbone membantu kita membuat hipotesis.

Data membantu kita menguji hipotesis tersebut.

Di Sini Gemba Menjadi Penting

Fishbone sebaiknya tidak dibuat hanya di ruang meeting.

Jangan hanya:

Manager + Supervisor + PPT + Whiteboard.

Kemudian semua orang menebak-nebak penyebab.

Lebih baik:

Go to Gemba.

Pergi ke tempat masalah terjadi.

Lihat prosesnya.

Amati operator.

Lihat material.

Periksa sistem.

Tanyakan kepada orang yang melakukan pekerjaan.

Kadang operator justru mengetahui masalah yang tidak terlihat dalam laporan management.

Misalnya:

"Pak, sebenarnya scanner ini sering error. Tetapi kalau kami laporkan, biasanya dianggap masalah operator."

Kalimat seperti itu bisa membuka mata.

Karena itu:

Data tells you where to look. Gemba tells you what is actually happening.

Fishbone Harus Menghindari "Blaming"

Bayangkan sebuah perusahaan memiliki masalah:

Delivery terlambat.

Fishbone pertama:

Man → Driver tidak disiplin.

Selesai?

Belum.

Coba kita gali.

Man

→ Driver terlambat.

Method

→ Scheduling belum optimal.

Machine

→ Kendaraan sering breakdown.

Material

→ Loading preparation terlambat.

Measurement

→ KPI hanya mengukur delivery, bukan loading lead time.

Environment

→ Kemacetan di jalur tertentu.

Sekarang kita melihat bahwa masalah delivery bukan hanya masalah driver.

Bisa jadi driver hanya berada di ujung proses yang menghasilkan keterlambatan.

Fishbone Membantu Mengubah Cara Berpikir

Tanpa Fishbone:

Problem → Blame → Solution

Dengan Fishbone:

Problem → Possible Causes → Data → Root Cause → Countermeasure

Ini perubahan yang sangat besar.

Karena Continuous Improvement bukan bertujuan mencari orang yang salah.

Continuous Improvement bertujuan:

membuat proses menjadi lebih baik.

Fishbone dan Pareto

Fishbone akan semakin kuat ketika digunakan bersama Pareto.

Keduanya memiliki fungsi berbeda.

Pareto

Menjawab:

"Masalah mana yang paling dominan?"

Fishbone

Menjawab:

"Apa saja kemungkinan penyebab masalah tersebut?"

Contoh:

Data menunjukkan ada 1.000 warehouse errors.

Pareto menunjukkan:

Wrong SKU = 420

Maka kita fokus pada Wrong SKU.

Kemudian Fishbone digunakan:

Wrong SKU

→ Man

→ Method

→ Machine

→ Material

→ Measurement

→ Environment

Setelah itu kita validasi penyebab dengan data.

Jadi alurnya:

Data

↓

Pareto

↓

Fishbone

↓

Validation

↓

5 Why

↓

Root Cause

Ini jauh lebih kuat daripada sekadar membuat Fishbone tanpa data.

Fishbone dan 5 Why

Setelah Fishbone dibuat, kita dapat memilih penyebab yang paling signifikan untuk dianalisis lebih lanjut menggunakan 5 Why.

Misalnya:

Problem: Wrong SKU

Fishbone menunjukkan:

Material → SKU memiliki packaging yang mirip.

Kemudian 5 Why:

Why 1

Mengapa operator mengambil SKU yang salah?

→ Karena SKU A dan B memiliki packaging yang mirip.

Why 2

Mengapa SKU tersebut dapat tertukar?

→ Karena lokasinya berdekatan.

Why 3

Mengapa lokasinya berdekatan?

→ Karena slotting hanya berdasarkan movement.

Why 4

Mengapa slotting hanya berdasarkan movement?

→ Karena similarity SKU belum menjadi parameter slotting.

Why 5

Mengapa similarity SKU belum menjadi parameter?

→ Karena belum ada standard untuk mengidentifikasi dan mengendalikan similar SKU.

Sekarang kita mulai mendekati root cause.

Jangan Berhenti pada "Human Error"

Ini mungkin salah satu pelajaran terbesar dari Fishbone.

Human Error sering kali merupakan akibat, bukan akar masalah.

Jika seseorang salah memasukkan data, tanyakan:

Apakah sistem memberikan warning?

Apakah interface-nya membingungkan?

Apakah prosesnya terlalu manual?

Apakah SOP jelas?

Apakah workload terlalu tinggi?

Apakah data yang diberikan benar?

Apakah orang tersebut sudah dilatih?

Dengan demikian kita menggeser perspektif:

Human Error

menjadi:

Human + Process + System + Environment

Dan ini membuat improvement menjadi lebih sustainable.

Fishbone dalam Manufacturing

Fishbone sangat populer dalam manufacturing.

Misalnya:

Defect Rate meningkat.

Kemungkinan penyebab:

Man

Skill operator.

Machine

Machine setting.

Method

Work instruction.

Material

Raw material variation.

Measurement

Inspection method.

Environment

Temperature atau humidity.

Kemudian setiap kemungkinan penyebab diuji.

Bukan berdasarkan opini.

Tetapi berdasarkan:

data + observation + experiment.

Fishbone dalam Warehouse

Dalam warehouse, Fishbone bisa digunakan untuk menganalisis:

Picking Error

Putaway Error

Inventory Discrepancy

Damaged Goods

Late Shipment

Loading Delay

Receiving Delay

Productivity Drop

Excessive Overtime

Space Utilization

Stock Accuracy

Delivery Error

Jadi Fishbone bukan hanya tool manufacturing.

Ia sangat relevan untuk:

Warehouse

Logistics

Supply Chain

Procurement

Quality

Production

bahkan office process.

Kesalahan Umum dalam Membuat Fishbone

1. Terlalu cepat menyimpulkan

"Operator tidak teliti."

Padahal belum ada bukti.

2. Semua kemungkinan dianggap root cause

Fishbone hanya menghasilkan potential causes.

3. Tidak menggunakan data

Brainstorming saja tidak cukup.

4. Tidak melakukan Gemba

Masalah bisa berbeda antara laporan dan kondisi lapangan.

5. Terlalu banyak penyebab

Fishbone bukan tempat untuk memasukkan semua kemungkinan tanpa prioritas.

6. Berhenti setelah Fishbone

Setelah Fishbone harus ada validation dan root cause analysis.

Fishbone Bukan Sekadar Diagram

Kalau hanya menggambar tulang ikan di whiteboard, Fishbone tidak akan menghasilkan improvement.

Nilai sebenarnya ada pada proses berpikir di baliknya:

Observe

↓

Question

↓

Analyze

↓

Validate

↓

Improve

Fishbone membantu tim untuk tidak terjebak pada satu asumsi.

Dari "Siapa yang Salah?" Menjadi "Apa yang Salah dalam Sistem?"

Inilah perubahan mindset yang paling penting.

Organisasi yang masih menggunakan pendekatan lama bertanya:

"Siapa yang melakukan kesalahan?"

Organisasi yang mulai menerapkan Continuous Improvement bertanya:

"Proses apa yang memungkinkan kesalahan tersebut terjadi?"

Dan organisasi yang sudah matang bertanya lebih jauh:

"Bagaimana kita mendesain proses agar kesalahan tersebut sulit terjadi kembali?"

Inilah yang kemudian membawa kita menuju konsep:

Poka-Yoke.

Bukan hanya memperbaiki manusia.

Tetapi memperbaiki sistem agar manusia lebih sulit melakukan kesalahan.

Penutup

Fishbone Diagram pada dasarnya adalah sebuah alat sederhana.

Gambarnya hanya seperti tulang ikan.

Tetapi cara berpikir di baliknya sangat penting.

Karena ketika masalah terjadi, kita sering tergoda untuk mencari jawaban tercepat.

Operator salah.

Mesin rusak.

Supplier terlambat.

Sistem bermasalah.

Padahal jawaban pertama belum tentu jawaban yang benar.

Fishbone mengajarkan kita untuk berhenti sejenak dan berkata:

"Mari kita lihat masalah ini dari berbagai sisi."

Man.

Method.

Machine.

Material.

Measurement.

Environment.

Kemudian setiap kemungkinan penyebab diuji dengan data.

Karena dalam Continuous Improvement:

Kita tidak memperbaiki apa yang kita asumsikan sebagai masalah. Kita memperbaiki apa yang benar-benar terbukti menjadi penyebab masalah.

Dan pada akhirnya, tujuan Fishbone bukan menghasilkan diagram yang indah.

Tujuannya adalah menemukan root cause sehingga kita tidak hanya memadamkan api.

Tetapi menemukan mengapa api terus muncul.

Karena Continuous Improvement bukan tentang memperbaiki masalah yang sama berulang kali.

Continuous Improvement adalah membuat masalah yang sama tidak perlu terjadi lagi.

Bahaya Asumsi bagi Inovator

Musuh Inovator Adalah Asumsi

Inovasi adalah proses menciptakan sesuatu yang baru atau memperbaiki sesuatu yang sudah ada, yang biasanya bertujuan untuk memberikan solusi yang lebih baik atas permasalahan yang ada. Namun, di balik setiap terobosan inovatif, ada banyak hambatan yang harus diatasi. Salah satu hambatan terbesar yang sering diabaikan oleh para inovator adalah asumsi. Asumsi dapat menghalangi pandangan objektif dan menghambat proses kreatif. Artikel ini akan membahas mengapa asumsi adalah musuh utama inovator dan bagaimana mengatasi hambatan ini untuk mencapai inovasi yang berhasil.

Memahami Asumsi

Asumsi adalah anggapan yang kita buat tanpa verifikasi atau bukti yang memadai. Dalam konteks inovasi, asumsi bisa berupa keyakinan tentang kebutuhan pasar, preferensi pelanggan, keterbatasan teknis, atau bahkan potensi keberhasilan suatu ide. Asumsi-asumsi ini sering kali didasarkan pada pengalaman masa lalu, kebiasaan, atau persepsi yang belum tentu akurat.

Bahaya Asumsi bagi Inovator

1. Membatasi Kreativitas: Asumsi cenderung membatasi cara berpikir dan mencegah munculnya ide-ide baru. Inovator yang terperangkap dalam asumsi mungkin mengabaikan solusi yang tidak konvensional atau kreatif.

2. Menghambat Penelitian dan Pengembangan: Ketika inovator berpegang pada asumsi tertentu, mereka mungkin enggan melakukan penelitian atau eksperimen yang diperlukan untuk menguji validitas asumsi tersebut. Ini dapat mengakibatkan produk atau layanan yang tidak sesuai dengan kebutuhan pasar.

3. Mengurangi Respons terhadap Perubahan: Asumsi yang tidak diperbarui atau diuji ulang dapat menyebabkan ketidakmampuan untuk merespons perubahan pasar atau teknologi. Inovator yang terjebak dalam pola pikir lama akan kesulitan menyesuaikan diri dengan perkembangan baru.

4. Meningkatkan Risiko Kegagalan: Produk atau layanan yang dikembangkan berdasarkan asumsi yang keliru berisiko besar mengalami kegagalan di pasar. Ini tidak hanya merugikan dari segi finansial, tetapi juga dapat merusak reputasi dan moral tim inovasi.

Cara Mengatasi Asumsi

1. Mengevaluasi dan Memvalidasi Asumsi: Setiap asumsi harus dievaluasi secara kritis dan divalidasi melalui penelitian dan data. Misalnya, asumsi tentang preferensi pelanggan harus diuji melalui survei, wawancara, atau uji pasar.

2. Mendorong Pemikiran Kritis dan Reflektif: Inovator harus mengembangkan kebiasaan berpikir kritis dan reflektif. Mereka perlu selalu mempertanyakan asumsi yang ada dan mencari bukti untuk mendukung atau menolak asumsi tersebut.

3. Mengadopsi Metode Iteratif: Menggunakan pendekatan iteratif seperti desain berpusat pada pengguna atau metodologi Lean Startup dapat membantu inovator menguji asumsi secara cepat dan efisien. Proses iteratif memungkinkan pengujian dan penyesuaian terus-menerus berdasarkan umpan balik nyata dari pengguna.

4. Membangun Tim yang Beragam: Tim yang terdiri dari individu dengan latar belakang, perspektif, dan keahlian yang berbeda dapat membantu mengidentifikasi dan menantang asumsi yang mungkin tidak disadari oleh inovator. Keberagaman pemikiran memperkaya proses inovasi.

5. Mengembangkan Budaya Eksperimen: Mendorong budaya di mana eksperimen dan kegagalan dianggap sebagai bagian dari proses belajar dapat membantu mengatasi asumsi. Inovator harus merasa nyaman untuk mencoba hal baru dan belajar dari kegagalan mereka.

Kesimpulan

Asumsi adalah musuh inovator karena mereka dapat membatasi kreativitas, menghambat penelitian dan pengembangan, mengurangi respons terhadap perubahan, dan meningkatkan risiko kegagalan. Untuk menjadi inovator yang sukses, penting untuk terus mengevaluasi dan memvalidasi asumsi, mendorong pemikiran kritis, mengadopsi metode iteratif, membangun tim yang beragam, dan mengembangkan budaya eksperimen. Dengan mengatasi hambatan yang ditimbulkan oleh asumsi, inovator dapat membuka jalan menuju solusi yang lebih baik dan lebih kreatif.

Apa Itu Rumus 3 Detik Agar Aman Selama Mengemudi di Jalan Tol

Tips Berkendara Aman saat Arus Mudik dan Balik Lebaran.

Pada Hari Raya Idul Fitri, Indonesia selalu menyaksikan fenomena arus mudik dan balik yang besar. Jutaan orang melakukan perjalanan jauh untuk berkumpul dengan keluarga tercinta. Namun, di balik kegembiraan tersebut, keamanan dalam perjalanan menjadi prioritas utama. Ada beberapa tips penting untuk berkendara aman saat arus mudik dan balik Lebaran.

Dalam video ini, kita akan membahas tentang pentingnya menerapkan prinsip "Rumus 3 Detik" saat berkendara di jalan tol untuk meningkatkan keselamatan bagi semua pengguna jalan.

Sebelum memulai perjalanan, penting untuk merencanakan rute perjalanan dengan cermat. Hindari rute yang dikenal rawan kemacetan atau bahaya. Pastikan untuk memperhitungkan waktu tempuh yang cukup, serta beristirahat secara teratur untuk menghindari kelelahan saat berkendara.

Sebelum memulai perjalanan jauh, lakukan pemeriksaan menyeluruh terhadap kendaraan Anda. Pastikan bahwa semua sistem kendaraan berfungsi dengan baik, termasuk rem, lampu, kaca spion, dan ban. Jika memungkinkan, lakukan pemeriksaan lebih lanjut di bengkel resmi atau ahli.

Ingatlah untuk selalu menggunakan sabuk pengaman saat berkendara, baik sebagai pengemudi maupun penumpang. Sabuk pengaman adalah perlindungan utama dalam kasus kecelakaan, dan dapat menyelamatkan nyawa Anda.

Jika Anda merasa mengantuk atau sedang dalam pengaruh alkohol, segeralah berhenti dan istirahat. Mengemudi dalam keadaan tersebut dapat meningkatkan risiko kecelakaan secara signifikan. Lebih baik menunda perjalanan dan melanjutkannya setelah Anda merasa lebih segar dan siap.

Patuhi aturan lalu lintas secara ketat dan jangan mencoba untuk melanggarnya demi mempercepat perjalanan. Ingatlah bahwa keselamatan Anda dan pengguna jalan lainnya lebih penting daripada waktu kedatangan Anda.

Perhatikan perkiraan cuaca dan persiapkan diri Anda untuk menghadapi kondisi cuaca buruk seperti hujan atau kabut tebal. Pastikan lampu kendaraan Anda berfungsi dengan baik dan perlahan-lahan atur kecepatan Anda sesuai dengan kondisi jalan.

Di tengah kepadatan lalu lintas dan situasi stres, tetaplah tenang dan sabar. Jaga emosi Anda agar tidak terpancing untuk melakukan manuver berisiko atau berkendara agresif. Ketenangan dan kesabaran adalah kunci untuk mencapai tujuan perjalanan dengan selamat.

Jalan tol adalah salah satu jalur utama bagi arus transportasi di banyak negara, termasuk Indonesia. Namun, dengan tingginya volume kendaraan dan kecepatan yang tinggi, risiko kecelakaan di jalan tol juga meningkat.

 

Apa Itu Rumus 3 Detik?.

Rumus 3 Detik adalah prinsip sederhana namun efektif yang digunakan untuk menjaga jarak aman antara kendaraan. Prinsip ini menginstruksikan pengemudi untuk mempertahankan jarak minimal tiga detik di antara kendaraan mereka dan kendaraan di depannya. Hal ini memungkinkan waktu reaksi yang cukup bagi pengemudi untuk menghindari tabrakan atau kecelakaan lainnya.

Dengan menjaga jarak minimal tiga detik, pengemudi memiliki lebih banyak waktu untuk merespon situasi darurat seperti pengereman mendadak atau kecelakaan di depannya, sehingga mengurangi risiko tabrakan belakang.

Waktu reaksi adalah faktor penting dalam menghindari kecelakaan. Dengan memberikan jarak yang cukup, pengemudi memiliki kesempatan untuk merespon dengan cepat terhadap perubahan kondisi di jalan tol.

Dengan menerapkan Rumus 3 Detik, pengemudi dapat membantu mengurangi kemacetan di jalan tol. Dengan menjaga jarak yang cukup, mereka dapat mengurangi kebutuhan untuk pengereman mendadak, yang sering menjadi penyebab utama kemacetan.

Bagaimana Cara Menghitung Rumus 3 Detik?.

Untuk menghitung jarak tiga detik, pengemudi dapat menggunakan titik referensi di sepanjang jalan, seperti tanda atau tiang. Saat kendaraan di depan Anda melewati titik referensi tersebut, mulailah menghitung waktu. Jika Anda mencapai titik referensi yang sama setelah tiga detik, berarti Anda sudah menjaga jarak yang aman.

Ada 3 unsur dalam kecepetan dalam suatu berkendara, yaitu kecepatan, jarak dan waktu. Jarak aman dalam berkendara tidak ditetapkan oleh satuan jarak, tapi menggunakan satuan waktu. Yaitu dimana jarak aman berkendara menurut para pakar di bidang safety adalah 3 detik.

Jarak aman yaitu 3 detik ini jika diimplementasikan di jalan, maka jika dikonversi kedalam satuan jarak harus melihat unsur lainnya yaitu kecepatan. Sehingga jika kecepatan kendaraan kita tinggi, maka jarak juga harus semakin jauh.

Dengan mengendarai kendaraan berkecepatan 100 kilometer per jam, itu sama dengan kecepatan 27,7 meter per detik. Kecepatan 80 km/jam, sama dengan 22,2 m/detik. Kecepatan 60 km/jam, sama dengan 16,7 m/detik. Dan kecepatan 40 km/jam sam dengan 11,1 m/detik. Mobil baru benar-benar bisa berhenti paling cepat 2 detik, sedangkan mata mulai dapat melihat kejadian lalu dilanjutkan ke otak untuk memerintahkan kaki menginjak pedal rem dibutuhkan waktu 0,5 sampai 1 detik .

Lalu dari pedal rem diinjak dan sistem di mobil bekerja menahan roda juga membutuhkan waktu 0,5 sampai 1 detik. Terakhir, pengereman juga membutuhkan waktu untuk dapat memberhentikan mobil.

Maka jika dalam kecepatan 100 km/jam, hampir 60 meter kendaraan masih melaju bebas ke depan. 

Tips untuk Menerapkan Rumus 3 Detik dengan Efektif.

1. Perhatikan Kecepatan Anda. Sesuaikan kecepatan kendaraan Anda agar sesuai dengan kondisi lalu lintas dan cuaca. Jaga jarak tiga detik bahkan saat kecepatan kendaraan berubah-ubah.

2. Jangan Terlalu Dekat. Hindari mengikuti kendaraan di depan Anda terlalu dekat, terutama saat kecepatan tinggi.

3. Antisipasi Kondisi Jalan. Perhatikan kondisi jalan seperti kemacetan, hujan, atau kabut. Sesuaikan jarak Anda dengan kondisi tersebut.

4. Berikan Sinyal Secara Jelas. Jika Anda perlu melakukan perubahan jalur atau berhenti, berikan sinyal dengan jelas untuk memberi tahu pengemudi di belakang Anda.

Arus mudik dan balik Lebaran adalah momen yang penuh dengan kebahagiaan dan kebersamaan. Namun, keselamatan dalam perjalanan harus tetap menjadi prioritas utama. Dengan mengikuti tips-tips di atas, kita dapat menjaga diri sendiri dan orang lain tetap aman saat berkendara. 

Menerapkan prinsip Rumus 3 Detik adalah langkah sederhana namun penting untuk meningkatkan keselamatan di jalan tol. Dengan memberikan jarak yang cukup antara kendaraan, kita dapat mengurangi risiko kecelakaan dan membantu menciptakan lingkungan berkendara yang lebih aman bagi semua orang. 

Ingatlah bahwa keselamatan adalah tanggung jawab bersama, dan setiap tindakan kecil yang kita ambil dapat membuat perbedaan besar.

Semoga perjalanan kita selalu lancar dan selamat sampai tujuan. 

Profesi yang Cocok untuk Introvert

10 Profesi dengan Gaji Tinggi dan Tingkat Stres Rendah untuk Introvert

Jakarta - Di setiap bidang atau pekerjaan pasti ada orang yang berkepribadian ekstrovert atau introvert. Meski begitu, ada beberapa profesi yang bukannya lebih cocok tapi dinilai bisa membuat introvert lebih berkembang. Seperti diketahui, umumnya introvert lebih suka bersikap tenang dan mengamati dari pada langsung mengekspresikan diri. Berdasarkan ciri khasnya, berikut 10 profesi terbaik dengan gaji tinggi dan tingkat stres rendah untuk introvert.

1. Peneliti

Banyak karier di dunia sains yang cocok untuk introvert, termasuk peneliti. Dalam pekerjaan ini, introvert akan banyak bekerja sendiri yang membuat mereka lebih nyaman. Dikenal suka menggali dan peduli dengan detail, introvert juga bakal menikmati profesinya yang banyak mengeksplor hal-hal baru.

2. Insinyur

Insinyur memang banyak macamnya. Kamu yang merasa punya kepribadian introvert dalam mempertimbangkan diri untuk terjun ke dunia teknik kimia, mesin, sipil, dan lain-lain. Kebanyakan profesi insinyur membutuhkan dedikasi dan konsentrasi tanpa terlalu banyak sosialisasi.

3. Web Developer

Web developer umumnya hanya membutuhkan komputer dan internet untuk bekerja. Kamu yang punya ketertarikan di bidang komputer dan seorang introvert cocok mempertimbangkan karier ini karena tak perlu banyak interaksi. Banyak introvert merasa lebih fokus bekerja ketika tidak banyak kebisingan di sekitar mereka.

4. Graphic Designer

Pekerjaan independen lain yang cocok untuk seorang introvert adalah graphic designer. Terutama kamu yang jago dalam storytelling secara visual, bekerja dengan imajinasi sendiri tentu lebih menyenangkan. Umumnya kamu tetap akan berkonsultasi dengan klien atau rekan sehingga tak terlalu merasa sendirian.

5. Freelancer

Berdasarkan studi, introvert cocok menjadi pemimpin atau pengusaha yang menciptakan jalan karier sendiri. Hal tersebut bisa dimulai dengan menjadi pekerja freelance yang tidak terikat dengan bos atau rekan. Hal itu tentu akan membuat mereka lebih nyaman karena punya kebebasan dan fleksibilitas, termasuk untuk bekerja dari rumah.

6. Penulis

Kamu yang punya ketertarikan menulis sekaligus keinginan untuk bekerja di rumah mungkin cocok dengan profesi satu ini. Penulis juga biasanya hanya perlu sumber dan pemikirannya sendiri untuk mengelola pekerjaan. Tak jarang mereka bahkan harus menyendiri di satu tempat agar bisa berkonsentrasi dengan maksimal.

7. Admin Media Sosial

Seiring dengan popularitas media sosial dan selebgram, pekerjaan sebagai admin juga semakin dibutuhkan. Apalagi hampir semua brand atau perusahaan kini memerlukan presentasi mereka di dunia online. Pekerjaan ini tepat buat kamu yang jago bermain dengan estetika visual juga kata-kata.

8. Dokter Hewan/Gigi

Dibandingkan jenis dokter lain, dokter hewan dan gigi adalah yang paling cocok untuk seorang introvert karena kebanyakan interaksi berlangsung 'one on one' dengan pasien. Kedua pekerjaan ini juga butuh pemecahan masalah dan pemikiran analitis yang disukai introvert.

9. Terapis

Tak hanya suka sendiri, introvert juga dikenal dengan pemikiran mereka yang dalam, mendengarkan dengan empati, hingga bisa membantu orang menyadari diri mereka sendiri. Kemampuan tersebut membuat introvert cocok jadi terapis terkait kesehatan mental.

10. Koki pribadi

Koki bisa menjadi profesi yang membuat kewalahan secara fisik dan mental. Untuk introvert yang lebih suka ketenangan, profesi sebagai koki pribadi rasanya bisa membuat mereka lebih berkembang. Pekerjaan itu dapat mendorong kamu menyalurkan kemampuan masak tanpa merasakan 'panas' dapur restoran.

Sumber :

https://wolipop.detik.com/worklife/d-5539001/10-profesi-dengan-gaji-tinggi-dan-tingkat-stres-rendah-untuk-introvert

Elon Musk Kini Orang Terkaya ke-2 di Dunia

Salip Bill Gates, Elon Musk Kini Orang Terkaya ke-2 di Dunia

Pundi-pundi kekayaan Elon Musk meningkat tajam dalam waktu yang singkat. Belum lama dinobatkan menjadi orang terkaya ke-3 di dunia menggeser bos Facebook Mark Zuckerberg, CEO Tesla dan SpaceX itu kini sudah berada di posisi ke-2, menyalip Bill Gates. 

Berdasarkan laporan Bloomberg, kekayaan bersih Elon Musk melonjak 7,2 miliar AS sehingga totalnya kini menjadi 127,9 miliar dolar AS atau sekitar Rp 1.815 triliun. Pencapaian tersebut membuat Musk berhasil menggeser Bill Gates di posisi ke-2 dalam daftar orang terkaya di dunia versi Bloomberg Billionaires Index. 

Pada Januari 2020, Elon Musk masih menduduki peringkat ke-35 dan tidak terpikirkan mampu mencapai daftar teratas orang terkaya di dunia. Kini, Musk hanya bersaing dengan bos Amazon, Jeff Bezos yang nyaman di puncak dengan total kekayaan bersih mencapai 182 miliar dolar AS. 

Peningkatan kekayaan ayah dari X Æ A-12 ini berasal dari saham Tesla yang nilai pasarnya mendekati 500 miliar dolar AS. Sekitar tiga perempat dari kekayaan bersihnya terdiri dari saham Tesla, yang saat ini bernilai lebih dari empat kali lipat sahamnya di SpaceX. 

Harga saham Tesla melonjak setelah perusahaan mengumumkan akan masuk ke dalam indeks S&P 500 pada 16 November 2020 silam. Tesla memenuhi persyaratan untuk masuk dalam indeks dan akan bergabung pada 21 Desember 2020 mendatang. 

Persyaratan untuk bergabung dengan S&P 500 di antaranya, perusahaan harus berbasis di AS, memiliki kapitalisasi pasar setidaknya 8,2 miliar dolar AS, sangat likuid, memiliki setidaknya 50 persen saham mereka untuk publik, dan memiliki laporan keuangan yang menguntungkan dalam empat kuartal berturut-turut. 

Rivalitas Elon Musk vs Bill Gates

Raihan ini turut memanasi rivalitas antara Elon Musk dan Bill Gates. Pendiri Microsoft Bill Gates pernah meminta Elon Musk untuk berhenti membuat opini keliru mengenai virus corona. Menurut Gates, CEO Tesla tersebut terlalu banyak mengeluarkan pernyataan yang bukan keahliannya. 

Tidak hanya itu, saat Bill Gates membeli mobil baru Porsche Taycan. Ternyata Elon Musk, gerah. Pria yang kerap dilabeli sebagai 'Iron Man' itu, kesal karena Gates memutuskan untuk membeli mobil listrik yang bukan hasil produksi Tesla yang dibanggakan sebagai salah satu pionir perusahaan mobil listrik di dunia. 

Soal daftar orang terkaya di dunia, bagi Bill Gates ini adalah kedua kalinya dalam delapan tahun terakhir memiliki peringkat lebih rendah dari nomor dua. 

Suami dari Melinda Gates pernah memegang posisi teratas selama bertahun-tahun, sebelum disingkirkan oleh Jeff Bezos pada 2017. Kekayaan bersih Gates saat ini sebesar 127,7 miliar dolar AS akan jauh lebih tinggi seandainya dia tidak menyumbangkan begitu banyak untuk amal selama bertahun-tahun. 

Jika ditotal, Gates telah memberikan lebih dari 27 miliar dolar AS untuk yayasan yang didirikannya Bill & Melinda Gates Foundation sejak 2006. Yayasan yang juga membantu pembuatan vaksin corona itu telah menjadi fokus utama Gates sejak dia mundur dari Microsoft.

Sumber :

https://kumparan.com/kumparantech/salip-bill-gates-elon-musk-kini-orang-terkaya-ke-2-di-dunia-1ueNBTE5N4B/full

Lean Manufacturing vs Lean Startup

Ketahui Perbedaan Antara Lean Manufacturing dan Lean Startup

Lean Management

Di dalam sebuah bisnis terdapat Lean Management, hal ini dimaksudkan sebagai sebuah metode yang sistematis dan integratif dengan implementasi kinerja berkesinambungan. Tujuan dari Lean Management yakni mengurangi dan mencegah terjadinya pemborosan di dalam lini produksi.

Untuk memetakan Lean Management, metode ini pun dibagi ke dalam dua jenis, yakni Lean Manufacturing dan Lean Startup. Lantas, apa perbedaan antara Lean Manufacturing dan Lean Startup? Simak penjelasannya di bawah ini!

Lean Manufacturing

Lean Manufacturing merupakan sebuah gagasan, ide, metode, atau cara yang bertujuan untuk meningkatkan efisiensi pada sistem produksi. Tidak hanya itu, sistem ini dapat dimanfaatkan untuk memaksimalkan nilai-nilai yang ada bagi pelanggan dengan cara mengurangi pemborosan pada sistem manufaktur.

Demi mengefektifkan Lean Management yang satu ini dibutuhkan usaha secara terus menerus dengan fokus utama untuk menciptakan nilai tambah dengan zero waste seminimal mungkin. Fokus lain dari sistem ini yakni proses kerja dalam bentuk tim yang berlangsung secara keseluruhan. Dengan begini, seluruh komponen perusahaan dapat bekerja semaksimal mungkin.

Lean Manufacturing sendiri berpegang kepada 4 kerangka yang dikenal sebagai QCDS. Q untuk Quality yang dimaksudkan sebagai komitmen untuk menghasilkan produk berkualitas tinggi. C untuk Cost dengan pengendalian terhadap biaya produksi yang dikeluarkan untuk mendapatkan produk berkualitas dengan biaya yang efektif. D untuk Delivery di mana komitmen terhadap pengiriman produk dilakukan secara tepat waktu. S untuk Service di mana perusahaan berkomitmen untuk memberikan pelayanan terbaik kepada para pelanggan.

Lean Startup

Lean Startup adalah sebuah teknik pengembangan bisnis yang menggunakan konsep Validated Learning di dunia startup dengan unit pengembangan proses bisnis sehingga mampu mengantisipasi ketidaksesuaian produk dengan perkembangan yang terjadi di pasar.

Ada beberapa elemen yang digunakan untuk menyelesaikan permasalahan-permasalahan yang dihadapi oleh para pelaku startup untuk menyelesaikan permasalahan konsumen. Elemen tersebut yakni antara lain minimum viable product, actionable metrics, pivot, innovation accounting and build measure learn, serta continuous deployment.

Secara umum, konsep Lean Startup ini dipopulerkan oleh Eric Ries sejak 2008. Dia adalah seorang konsultan dan pengembang startup yang juga menulis buku berjudul The Lean Startup: How Today’s Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses.

Perbedaan Lean Manufacturing dan Lean Startup

Adapun perbedaan kedua sistem ini terletak pada tujuan dan nilai, aplikasi solusi, serta target pasar yang berbeda. Lean Manufacturing sendiri bertujuan untuk membuat sesuatu menjadi lebih baik dengan menghilangkan pemborosan dan menerapkan Continuous Improvement.

Sementara Lean Startup mencari apa yang harus dibangun dengan menerapkan sistem Build, Measure, dan Learn untuk membuat sebuah pengembangan. Sistem ini banyak diadopsi oleh perusahaan-perusahaan startup atau lini pengembangan produk untuk mengakses target pasar yang baru.

Demikian tadi beberapa informasi yang perlu diketahui mengenai perbedaan antara Lean Manufacturing dengan Lean Startup. Di Indonesia, salah satu lokasi strategis untuk membangun perusahaan manufaktur adalah di Karawang New Industry City (KNIC).

Kawasan yang terletak di Jawa Barat ini mengusung banyak kelebihan termasuk teknologi dan sistem yang terintegrasi kelas dunia. Selain itu, infrastruktur kelas dunia pun terlihat jelas di tempat ini. KNIC juga berada di lokasi strategis yang dekat dari jalan tol, LRT Jabodetabek, stasiun kereta, bandar udara, dan pelabuhan sehingga memudahkan pengiriman barang ke mana-mana.

Tidak hanya bertujuan untuk mendukung kinerja sebuah perusahaan manufaktur, KNIC juga hadir untuk mendukung percepatan pertumbuhan ekonomi daerah serta menghadirkan Multiplier Effect yang berguna bagi perkembangan sosio-ekonomi di Karawang dan daerah-daerah di kawasan Jawa Barat.

Sumber :

https://www.knic.co.id/id/perbedaan-antara-lean-manufacturing-dan-lean-startup

Elon Musk

Elon Reeve Musk FRS lahir di Afrika Selatan, 28 Juni 1971 adalah tokoh bisnis, penemu, dan industrialis dari Amerika Serikat. Ia merupakan pendiri, CTO, dan CEO SpaceX, CEO dan arsitek produksi Tesla, pendiri The Boring Company, dan pendiri Neuralink. 

Setelah mengikuti kuliah perdagangan di Queen's School of Business selama dua tahun, Musk mendapatkan gelar sarjana ekonomi dari the Wharton School of the University of Pennsylvania dan sarjana fisika.

Musk Melanjutkan Studi Ph.D. Fisika ke Stanford University pada tahun 1995 namun hanya mengikuti kelas selama 2 hari untuk melanjutkan karirnya dengan mendirikan Zip2, Musk juga ikut berperan dalam berdirinya PayPal. Musk memiliki tiga kewarganegaraan yaitu Afrika Selatan, Kanada, dan Amerika Serikat.

Musk adalah pendiri beberapa perusahaan teknologi populer, termasuk SpaceX yang bergerak di teknologi antariksa; Tesla Inc. yang bergerak di bidang otomotif; OpenAI, SolarCity, Neuralink, serta beberapa perusahaan lainnya. 

Musk menyatakan bahwa dengan perusahaan-perusahaan ini didirikannya dengan tujuan mengubah dunia dan kehidupan manusia termasuk mengurangi pemanasan global melalui peningkatan produksi dan konsumsi energi terbarukan. Ia juga berharap dapat mengurangi "risiko punahnya umat manusia" dengan meningkatkan teknologi untuk hidup di planet lain, khususnya di Mars.

Pada bulan September 2020, kekayaan Musk ditaksir mencapai USD 102,9 miliar, menjadikannya orang terkaya ke-4 di dunia. Pada Tahun 201, majalah Forbes menempatkannya sebagai peringkat ke-25 dalam daftar Orang Paling Berkuasa di Dunia.

Masa Kecil

Elon lahir di Pretoria, Afrika Selatan, dari pasangan ibu Kanada dan ayah Afrika Selatan. Ibunya bernama Maye Musk, seorang model dari Regina, Saskatchewan, Kanada, sementara ayahnya adalah Errol Musk, seorang ahli elektromekanika, pilot, dan juga pelaut.

Ia memiliki seorang adik laki-laki bernama Kimbal (lahir pada 1972) dan adik perempuan, Tosca (lahir 1974). Neneknya berasal dari Britania Raya, sementara kakeknya berasal dari Amerika Serikat. Setelah orang tuanya bercerai pada tahun 1980, Elon tinggal bersama ayahnya di Pretoria.

Sejak kecil, Elon sangat senang membaca dan belajar. Pada usia 10 tahun, ia mulai tertarik dengan mempelajari teknik komputer. Pada usia 12 tahun, ia belajar pemrograman dan berhasil membuat serta menjual kode komputer pada majalah komputer untuk sebuah gim yang ia beri nama Blastar dengan harga $500.

Elon lulus dari Pretoria Boys High School dan pindah ke Kanada tahun 1989 pada usia 17 tahun untuk menghindari wajib militer di Afrika Selatan. Tahun 1992, setelah belajar selama dua tahun di Queen's University, Kingston, Ontario, Musk pindah ke Wharton School di University of Pennsylvania dan memperoleh gelar S1 dalam bidang ekonomi dan S1 kedua dalam bidang fisika. 

Ia pindah ke California untuk mengejar gelar Ph.D. dalam bidang fisika terapan di Stanford namun keluar setelah dua hari demi mengejar keinginannya untuk berwiraswasta di sektor Internet, energi terbarukan, dan luar angkasa.

Zip2

Di awal kariernya, Musk mendirikan Zip2, perusahaan perangkat lunak web, bersama adiknya, Kimbal Musk. Perusahaan ini mengembangkan dan memasarkan "panduan kota" Internet untuk industri penerbitan surat kabar. 

Musk mendapatkan kontrak dengan New York Times dan Chicago Tribune dan membujuk dewan direkturnya agar mau membatalkan rencana merger dengan perusahaan CitySearch. Compaq mengakuisisi Zip2 senilai US$307 juta secara tunai dan US$34 juta dalam bentuk opsi saham pada tahun 1999. Musk menerima 7% atau $22 juta dari penjualan tersebut.

X.com dan PayPal

Musk memanfaatkan hasil penjualan Zip2-nya sebesar $10 juta untuk mendirikan layanan keuangan dalam jaringan bernama X.com pada bulan Maret 1999. Musk merekrut eksekutif bisnis John Story dan Bill Harris sebagai investor dan Harris menjadi presiden dan CEO perusahaan. Musk menjadi ketua perusahaan dan menerima modal sebesar $25 juta dari firma modal usaha Sequoia Capital. Perusahaan ini mulai meluncurkan layanannya pada Desember 1999 yang menyediakan rekening dan kartu tunai Internet.

Beberapa bulan kemudian, X.com mengakuisisi Confinity, perusahaan yang mengoperasikan layanan transfer uang bernama PayPal.[22] Pendiri pendamping Confinity, Max Levchin, dan salah satu investor perusahaan mendepak Musk dari jabatannya sebagai CEO X.com. 

Sistem PayPal baru berusia beberapa bulan dan Musk merasa PayPal punya masa depan yang menjanjikan. Musk dan Harris kali ini tidak sepakat dan Harris keluar dari perusahaan pada Mei 2000. Bulan Oktober 2000, Musk memutuskan bahwa X.com akan menghentikan operasi perbankan Internetnya dan berfokus pada layanan uang PayPal.

X.com berganti nama menjadi PayPal dan berekspansi cepat tahun 2001 karena digunakan oleh eBay. Perusahaan yang baru berganti nama ini membuka diri sebagai perusahaan yang diperdagangkan publik pada Februari 2002 dan diakuisisi eBay senilai $1,5 miliar dalam bentuk saham pada akhir 2002. 11,5% saham Musk atas perusahaan terakuisisi ini berbuah $165 juta dalam bentuk saham eBay.

SpaceX

Musk mendirikan perusahaan ketiganya, Space Exploration Technologies (SpaceX), pada bulan Juni 2002 dan menjabat sebagai CEO dan CTO. SpaceX mengembangkan dan memproduksi wahana luncur antariksa sambil memajukan teknologi roket. Dua wahana luncur pertama buatan perusahaan ini adalah roket Falcon 1 dan Falcon 9. Wahana antariksa pertamanya adalah Dragon.

SpaceX memenangkan kontrak NASA senilai $1,6 miliar pada 23 Desember 2008 untuk 12 penerbangan roket Falcon 9 dan wahana antariksa Dragon ke International Space Station, menggantikan program Space Shuttle setelah dihentikan tahun 2011. 

Awalnya, Falcon 9/Dragon akan menggantikan fungsi angkut kargo Shuttle dan transportasi astronaut akan ditangani Soyuz. Akan tetapi, SpaceX telah merancang Falcon 9/Dragon dengan kemampuan angkut astronaut dan komisi Augustine merekomendasikan agar transportasi astronaut ditangani oleh perusahaan komersial seperti SpaceX.

Musk mengaku dipengaruhi oleh seri Foundation Isaac Asimov dan memandang penjelajahan luar angkasa sebagai tahap utama untuk memperluas sekaligus melestarikan kehidupan manusia. Musk mengatakan bahwa kehidupan multiplanet bisa meredam ancaman terhadap kelangsungan spesies manusia. 

"Asteroid atau gunung berapi super bisa memusnahkan kita, dan kita menghadapi risiko yang tidak pernah dialami dinosaurus: Virus rekayasa, pembuatan lubang hitam mikro tak disengaja, pemanasan global atau teknologi misterius yang mampu mengakhiri kelangsungan hidup kita. 

Umat manusia berevolusi selama jutaan tahun, tetapi dalam enam puluh tahun terakhir, senjata atom memunculkan potensi untuk memusnahkan diri kita sendiri. Cepat atau lambat, kita harus memperluas eksistensi manusia sampai ke luar bola hijau dan biru ini—atau siap-siap musnah.

Tujuan Musk adalah mengurangi biaya penerbangan antariksa manusia sampai sepersepuluhnya. Ia mendirikan SpaceX dengan dana $100 juta dari kekayaannya sendiri. Ia masih menjabat sebagai CEO dan CTO perusahaan yang berpusat di Hawthorne, California ini.

Dalam kurun tujuh tahun, SpaceX merancang keluarga wahana luncur Falcon dan wahana antariksa serbaguna Dragon dari nol. Bulan September 2009, roket SpaceX Falcon 1 menjadi wahana berbahan bakar cair swasta pertama yang menempatkan satelit di orbit Bumi. 

NASA memilih SpaceX sebagai bagian dari program pertama yang memercayakan perusahaan swasta untuk mengirim kargo ke International Space Station. Kontrak ini, dengan nilai minimal $1,6 miliar dan nilai maksimal $3,1 miliar, menjadi titik balik akses pengiriman kargo ke dan dari stasiun luar angkasa. 

Selain layanan ini, tujuan SpaceX adalah menurunkan biaya penerbangan luar angkasa orbital dan memperbarui keandalannya menurut urutan kepentingannya, serta menciptakan wahana luncur orbit yang dapat dipakai kembali. 

Pada tahun-tahun selanjutnya, Musk akan berfokus mengirimkan astronaut ke International Space Station, namun ia juga menyatakan bahwa tujuan pribadinya adalah memungkinkan penjelajahan dan kolonisasi Mars oleh manusia. 

Dalam wawancara tahun 2011, ia mengungkapkan harapannya agar bisa mengirim manusia ke permukaan Mars dalam kurun 10–20 tahun mendatang. Tanggal 25 Mei 2012, wahana SpaceX Dragon merapat di ISS dan membuat SpaceX perusahaan komersial pertama yang meluncurkan dan merapatkan wahananya di International Space Station.

Tesla Motors

Musk melihat demonstrasi perakitan pada acara pembukaan kembali pabrik NUMMI yang sekarang menjadi Tesla Motors di Fremont, California, tahun 2010

Musk adalah salah satu pendiri Tesla Motors dan saat ini menjabat sebagai kepala desain produk. Meski begitu, ketertarikan Musk terhadap mobil listrik sudah ada jauh sebelum pendirian Tesla.

Musk memimpin investasi Series A di Tesla Motors yang diinkorporasikan dan didanai 9 bulan sebleumnya oleh Martin Eberhard dan Marc Tarpenning. Putaran Series A melibatkan investasi dari grup-grup investor kecil, termasuk SDL Ventures dan Compass Technology Partners. Akibat krisis keuangan 2008 dan pemutusan hubungan kerja di Tesla, Musk terpaksa mengemban tugas-tugas CEO.

Tesla Motors awalnya membuat mobil sport listrik, Tesla Roadster, yang berhasil terjual 2.500 unit di 31 negara. Tesla mulai meluncurkan sedan Model S empat pintunya pada 22 Juni 2012 dan Model X untuk pasar SUV/minivan pada 9 Februari 2012. Model X rencananya mulai diproduksi tahun 2014. 

Selain mobilnya sendiri, Tesla menjual sistem powertrain listrik ke Daimler untuk mobil Smart EV dan Mercedes A Class dan ke Toyota untuk mobil listrik RAV4. Musk juga berhasil membuat kedua perusahaan tersebut mau menanamkan modal jangka panjang di Tesla.

Musk juga lebih memilih produksi mobil subkompak di bawah $30.000 dan membuat dan menjual komponen powertrain mobil listrik supaya produsen mobil lainnya bisa memproduksi mobil listrik dengan harga terjangkau tanpa perlu mengembangkan sendiri komponennya. Sejumlah majalah dan surat kabar besar membanding-bandingkan Musk dengan Henry Ford atas usahanya yang mempercanggih powertrain mobil.

Untuk mengakali hambatan jarak tempuh mobil listrik, dalam sebuah wawancara dengan All Thins D bulan Mei 2013, Musk mengatakan bahwa Tesla sedang "memperluas secara dramatis" jaringan stasiun pengisian listriknya (supercharger), melipat tigakan jumlahnya di pesisir timur dan barat Amerika Serikat sepanjang bulan Juni, disertai rencana ekspansi ke seluruh Amerika Utara, termasuk Kanada, sampai akhir tahun ini. Ia kabarnya memegang 32% saham Tesla senilai $5,82 miliar per Agustus 2013.

SolarCity

Musk adalah pengusung konsep awal SolarCity, perusahaan yang jabatan ketua dewan dan sebagian besar sahamnya dipegang oleh Musk. SolarCity adalah penyalur sistem tenaga surya terbesar di Amerika Serikat. Sepupunya, Lyndon Rive, adalah CEO dan pendiri pendamping perusahaan ini.

Motivasi yang mendasari pendanaan SolarCity dan Tesla adalah melawan pemanasan global. Pada tahun 2012, Musk mengumumkan bahwa SolarCity dan Tesla Motors bekerja sama memanfaatkan baterai mobil listrik untuk mengurangi dampak panel surya di atap terhadap sistem listrik kota.

Pada 17 Juni 2014, Musk berkomitmen untuk membangun fasilitas produksi canggih SolarCity di Buffalo, New York, yang akan tiga kali lipat ukuran pabrik surya terbesar di Amerika Serikat. Musk menyatakan pabrik itu akan menjadi "salah satu pabrik produksi panel surya terbesar di dunia," dan akan diikuti oleh satu atau lebih fasilitas yang bahkan lebih besar pada tahun-tahun berikutnya. 

Tesla Gigafactory 2 adalah pabrik sel fotovoltaik (PV), yang disewa oleh anak perusahaan Tesla, SolarCity di Buffalo, New York. Konstruksi pabrik dimulai pada 2014 dan selesai pada 2017. Tesla menerima $ 750 juta dana publik dari Gubernur New York Andrew Cuomo sebagai bagian dari proyek Buffalo Billion - sebuah rencana untuk menginvestasikan uang untuk membantu perekonomian Buffalo, wilayah New York - untuk membangun pabrik dan infrastruktur.

Hyperloop

Tanggal 12 Agustus 2013, Musk meluncurkan rencana mode transportasi baru yang akan menghubungkan wilayah Los Angeles Raya dan Wilayah Teluk San Francisco setelah dikecewakan oleh sistem California High-Speed Rail yang sudah disetujui pemerintah. 

Ia menjuluki rencananya "hyperloop", mesin perjalanan udara subsonik yang merentang sekitar 350 mil (560 km) dari Sylmar (sebelah utara Los Angeles) hingga Hayward (sebelah timur San Francisco) dan secara teoretis memungkinkan komuter bepergian antarkota dalam waktu 30 menit atau kurang, sehingga waktu tempuhnya lebih pendek daripada pesawat komersial masa kini.

Rencana Musk akan membuat perjalanan lebih murah daripada mode transportasi jarak jauh lainnya. Biaya total untuk pembangunan sistem ini diperkirakan mencapai $6 miliar. Sistem ini rencananya menggunakan ruang vakum parsial untuk mengurangi gesekan aerodinamis yang memungkinkan perjalanan berkecepatan tinggi dengan konsumsi tenaga yang rendah. Rencananya, kebutuhan listrik Hyperloop sepenuhnya bergantung pada tenaga surya.

September 2013 lalu, sebuah perusahaan startup yang berbasis di California merekrut dua engineer ternama untuk membuat Hyperloop menjadi kenyataan. Perusahaan yang bernama JumpStartFund tersebut merekrut Marco Villa, mantan direktur operasi misi pada Space X dan Patricia Galloway, yang merupakan presiden wanita pertama pada American Society of Civil Engineer.

OpenAI

Pada Desember 2015, Musk mengumumkan pendirian OpenAI, sebuah perusahaan riset kecerdasan buatan nirlaba (AI). OpenAI bertujuan untuk mengembangkan kecerdasan umum buatan dengan cara yang aman dan bermanfaat bagi umat manusia.

Dengan membuat AI tersedia untuk semua orang, OpenAI ingin "menangkal perusahaan besar yang mungkin mendapatkan terlalu banyak kekuatan dengan memiliki sistem super-intelijen yang ditujukan untuk keuntungan, serta pemerintah yang dapat menggunakan AI untuk mendapatkan kekuatan dan bahkan menindas warga mereka".

Musk telah menyatakan dia ingin menangkal konsentrasi kekuasaan. Pada tahun 2018 Musk meninggalkan dewan OpenAI untuk menghindari kemungkinan konflik di masa depan dengan perannya sebagai CEO Tesla karena Tesla semakin terlibat dalam AI melalui Tesla Autopilot.

Namun, dalam sebuah wawancara dengan Joe Rogan pada September 2018, Musk memperingatkan tentang bahaya mengembangkan kecerdasan buatan tanpa pandang bulu. Pada Januari 2019 Mark Harris dari The Guardian mencatat bahwa pada tanggal 23 Januari yayasan Musk "menambahkan garis ke situs webnya, menyatakan dukungannya untuk" pengembangan kecerdasan buatan yang aman untuk memberi manfaat bagi kemanusiaan"".

Neuralink

Pada tahun 2016, Musk mendirikan Neuralink, sebuah neuroteknologi perusahaan startup untuk mengintegrasikan otak manusia dengan kecerdasan buatan. Perusahaan ini berpusat pada menciptakan perangkat yang dapat ditanamkan di otak manusia, dengan tujuan akhirnya membantu manusia bergabung dengan perangkat lunak dan mengimbangi kemajuan dalam kecerdasan buatan. 

Perangkat tambahan ini dapat meningkatkan memori atau memungkinkan lebih banyak berinteraksi langsung dengan perangkat komputasi. Musk melihat Neuralink dan OpenAI sebagai terkait: "OpenAI adalah organisasi nirlaba yang didedikasikan untuk meminimalkan bahaya kecerdasan buatan, sementara Neuralink bekerja pada cara untuk menanamkan teknologi ke dalam otak kita untuk menciptakan antarmuka pikiran-komputer."

The Boring Company

Pada 17 Desember 2016, ketika terjebak kemacetan, Musk mengirim tweet "[Saya] akan membangun mesin bor terowongan dan mulai menggali   . . . " Perusahaan itu bernama 'The Boring Company'. Pada 21 Januari 2017, Musk tweeted "Kemajuan yang menggembirakan di depan terowongan. 

Berencana untuk mulai menggali dalam sebulan atau lebih." Terowongan pertama akan dimulai di kampus SpaceX,[61] The Boring Test Tunnel berjalan di bawah West 120th Street. Per 26 Januari 2017, diskusi dengan badan pengawas telah dimulai.

Pada bulan Februari 2017, perusahaan mulai menggali "parit uji" selebar 30-kaki (9,1 m), sepanjang 50-kaki (15 m), dan sedalam 15-kaki (4,6 m) yang dalam di lokasi kantor Space X di Los Angeles, karena pembangunannya tidak memerlukan izin.

Musk telah mengatakan pada awal 2017 bahwa penurunan 10 kali lipat dalam biaya pengeboran terowongan per mil diperlukan untuk kelayakan ekonomi dari jaringan terowongan yang diusulkan. Lebar terowongan dioptimalkan untuk kendaraan listrik saja, yang menghindari komplikasi ventilasi buang dengan mesin pembakaran internal.

Sebagai kesaudagaran, perusahaan ini menjual 20.000 "penyembur api" pada tahun 2018 [67][68], terinspirasi oleh film Spaceballs.

Filantropi

Musk adalah ketua Musk Foundation yang berfokus pada program filantropi di bidang pendidikan sains, kesehatan pediatrik, dan energi hijau. Ia adalah anggota dewan pengawas X Prize Foundation, yayasan yang mempromosikan teknologi energi terbarukan. 

Ia merupakan anggota dewan Space Foundation, National Academies Aeronautics and Space Engineering Board, Planetary Society, dan Stanford Engineering Advisory Board. Musk juga merupakan anggota dewan pengawas California Institute of Technology (Caltech).

Ia memulai sebuah program multimiliar dolar melalui yayasannya pada tahun 2010 berupa sumbangan sistem tenaga surya darurat di daerah-daerah bencana. Instalasi tenaga surya darurat pertama disumbangkan ke pusat tanggap bencana badai di Alabama yang tidak tersentuh bantuan negara bagian dan federal. 

Untuk memperjelas bahwa bantuan ini tidak ditunggangi kepentingan komersial Musk, SolarCity mengatakan bahwa mereka tidak punya rencana aktivitas bisnis di Alabama. Dalam kunjungan tahun 2011 ke Soma City di Fukushima, Jepang, yang diterjang tsunami, ia menyumbangkan proyek tenaga surya senilai $250.000 kepada pemerintah kota.

Musk punya rencana untuk proyek "Mars Oasis" pada tahun 2001. Proyek ini berupa pembangunan miniatur rumah kaca uji coba di Mars berisi bahan makanan yang tumbuh di tanah regolith Mars. Ia menunda proyek ini setelah mengetahui bahwa masalah mendasar yang menghambat umat manusia untuk menjadi peradaban pengarung angkasa sejati adalah keterbelakangan teknologi roket. Ia berusaha memecahkan masalah ini dengan mendirikan SpaceX untuk menciptakan roket-roket antarplanet revolusioner baru.

Tujuan jangka panjangnya adalah membantu umat manusia menciptakan peradaban pengarung angkasa sejati melalui SpaceX. Filosofi Musk dan penjelasan tentang apa yang diperlukan untuk menyelesaikan masalah ini disertakan dalam podcast IEEE berujul "Elon Musk: a founder of Paypal, Tesla Motors, and SpaceX" dan artikel "Risky Business."

Musk bergabung dengan The Giving Pledge pada April 2012 dan memberikan komitmen etis berupa donasi sebagian besar kekayaannya untuk program filantropis. Musk menjadi anggota kampanye yang pertama kali dipopulerkan Warren Buffett dan Bill Gates ini. Kampanye ini diikuti keluarga dan orang-orang terkaya di Amerika Serikat, termasuk Arthur Blank dan Michael Moritz.

Blog otomotif Jalopnik melaporkan pada 16 Agustus 2012 bahwa Musk mendukung upaya Matthew Inman dari The Oatmeal untuk melindungi situs laboratorium Nikola Tesla di Long Island, New York, dan mengubahnya menjadi museum, Tesla Science Center at Wardenclyffe.

Musk pernah mendukung komite aksi publik (PAC) Amerika Serikat FWD.us yang dirintis pengusaha ternama Mark Zuckerberg dan menyuarakan reformasi imigrasi. Sayangnya, pada Mei 2013, Musk menarik dukungannya sebagai bentuk protes atas iklan yang dijalankan PAC ini yang mendukukng proyek-proyek seperti Keystone Pipeline. 

PAC memang lazim mendukung kedua sisi spektrum politik agar mendapat simpati para pembuat keputusan demi menggolkan tujuan utama grup ini. Musk dan beberapa anggota penting lainnya, termasuk David Sacks, menarik dukungannya dan mengkritik strategi organisasi yang dianggap "sinis".

Penghargaan

Terdaftar sebagai satu dari 100 tokoh yang paling berpengaruh tahun 2010 versi Time Magazine. Jon Favreau, sutradara film Iron Man, menjelaskan di artikel Time tentang bagaimana Musk menginspirasi karakter tokoh miliarder genius di film besutannya, Tony Stark.

Tahun 2010, badan penerbangan dunia Fédération Aéronautique Internationale menganugerahi Musk penghargaan tertinggi di bidang angkasa & luar angkasa, FAI Gold Space Medal, karena merancang roket swasta pertama yang mencapai orbit. Pemenang sebelumnya adalah mencakup Neil Armstrong, Burt Rutan dari Scaled Composites, dan John Glenn.

Satu dari 75 tokoh paling berpengaruh abad ke-21 versi majalah Esquire.

Bulan Juni 2011, Musk dianugerahi Heinlein Prize for Advances in Space Commercialization senilai $500.000

Bulan Februari 2011, Forbes memasukkan Musk dalam daftar "America's 20 Most Powerful CEOs 40 And Under".

Diakui sebagai Living Legend in Aviation tahun 2010 oleh Kitty Hawk Foundation karena menciptakan pengganti Space Shuttle (roket Falcon 9 dan wahana antariksa Dragon). Pemenang lainnya meliputi Buzz Aldrin dan Richard Branson.

American Institute of Aeronautics and Astronautics George Low Award atas kontribusi tertinggi di bidang transportasi luar angkasa tahun 2007/2008. Musk diakui atas desain Falcon 1-nya, roket berbahan bakar cair swasta pertama yang mencapai orbit.

National Space Society Von Braun Trophy tahun 2008/2009 karena memimpin pencapaian terhebat di luar angkasa. Pemenang sebelumnya adalah Burt Rutan dan Steve Squyres.

National Wildlife Federation 2008 National Conservation Achievement Award untuk Tesla Motors dan SolarCity. Pemenang lainnya untuk tahun 2008 adalah jurnalis Thomas Friedman, Senator A.S. Patrick Leahy, dan Gubernur Florida Charlie Crist.

The Aviation Week 2008 Laureate untuk pencapaian terbaik dalam industri luar angkasa di seluruh dunia.

R&D Magazine Innovator of the Year 2007 untuk SpaceX, Tesla, dan SolarCity.

Automotive Executive of the Year (Worldwide) 2010 karena menunjukkan kepemimpinan teknologi dan inovasi melalui Tesla Motors. Pemenang sebleumnya meliputi Bill Ford Jr, Bob Lutz, Dieter Zetsche, dan Lee Iacocca. Musk adalah pemenang termuda.

Inc Magazine Entrepreneur of the Year Award 2007 atas karyanya di Tesla dan SpaceX.

2007 Index Design Award untuk desain Tesla Roadster. Global Green 2006 Product Design Award untuk desain Tesla Roadster diberikan oleh Mikhail Gorbachev.

Tahun 2010, Musk diangkat menjadi anggota dewan pengawas California Institute of Technology.

Tahun 2011, Musk dianugerai gelar Legendary Leader di Churchill Club Awards.

Tahun 2012, Musk dianugerahi medali emas sebagai bentuk penghargaan tertinggi Royal Aeronautical's Society.

Tahun 2016, Musk terpilih menjadi orang paling berkuasa nomor 21 didunia oleh majalah Forbes.

Tahun 2018, Musk dianugerahi Fellow of the Royal Society atas kontribusi besarnya dalam bidang ilmu teknik.

the Most Innovative Leaders oleh Forbes pada tahun 2019.

Musk merupakan Direktur Planetary Society, anggota dewan pengawas The X-Prize Foundation, dan anggota Stanford University Engineering Advisory Board. Ia sebelumnya menjabat sebagai anggota United States National Academy of Sciences Aeronautics and Space Engineering Board. Dalam survei Space Foundation tahun 2010, Musk dijuluki pahlawan luar angkasa paling terkenal ke-10 (bersama perintis dan ilmuwan roket Wernher von Braun).

Doktor kehormatan

Doktor kehormatan dalam bidang desain dari Art Center College of Design

Doktor kehormatan (DUniv) dalam bidang teknik penerbangan dari University of Surrey

Ketertarikan

Musk menyebut dirinya sebagai pekerja aktif yang secara rutin menghabiskan 100 jam per minggu untuk mengurus Tesla Motors dan SpaceX dan sering bepergian menggunakan jet perusahaan.

Pabrik SpaceX pernah dijadikan lokasi syuting Iron Man 2 dan Musk tampil kameo di film ini.

Musk sebelumnya memiliki mobil sport McLaren F1 dan pesawat jet Aero L-39 buatan Ceko. Pesawat Dassault Falcon 900 model 1994-nya dipakai dalam film Thank You for Smoking (2005) dan terdaftar atas nama Musk (N900SX). Musk tampil kameo di film tersebut sebagai pilot pesawatnya, pembuka pintu untuk Robert Duvall, dan pengawal Aaron Eckhart ke luar negeri. Musk menghadiri festival Burning Man tahun 2004 dan mengaku bahwa di sana ia mendapatkan ide tentang SolarCity. Ia juga mengusulkan sistem terowongan jet tenaga surya bernama Hyperloop yang memungkinkan perjalanan dari San Francisco ke Los Angeles dalam waktu kurang dari 30 menit.

Keluarga

Musk tinggal di Bel Air, Los Angeles, California. Musk bertemu istri pertamanya, penulis asal Kanada Justine Musk, ketika masih kuliah di Queen's University. Mereka menikah tahun 2000. Mereka menyatakan bercerai pada September 2008. Pada Januari 2012, Musk mengumumkan bahwa ia mengakhiri hubungannya selama empat tahun dengan istri keduanya, aktris asal Britania Raya Talulah Riley.

Musk memiliki lima anak laki-laki, kembar dua dan kembar tiga. Mereka diasuh oleh Elon dan Justine Musk.

Tosca Musk, kakak Elon, adalah pendiri Musk Entertainment dan telah memproduksi banyak film. Elon menjadi produser eksekutif film pertama besutan Tosca, Puzzled. Adiknya, Kimbal, adalah CEO perusahaan pencarian sosial OneRiot dan pemilik restoran The Kitchen yang berlokasi di Boulder dan Denver, Colorado.

Sepupunya, Lyndon Rive, merupakan CEO dan pendiri pendamping Solar City.

Sumber :

https://id.wikipedia.org/wiki/Elon_Musk

2 Profesi Bidang Data Bergaji Fantastis

2 Profesi Bidang Data Paling "Seksi" Bergaji Fantastis di Masa Depan

Tahun 2012, Harvard Business Review  melalui artikel Data Scientist: The Sexiest Job of the 21st Century telah memprediksi data scientist sebagai peluang profesi masa depan. Prediksi itu kini terbukti.

Tahun 2018, McKinsey Global Institute dan McKinsey's Business Technology Office menyatakan bahwa data scientist di AS diprediksi baru mencapai 190.000 orang. Padahal, kebutuhan industri terhadap profesi ini kini sangat tinggi.

Pantas kalau saat ini, banyak perusahaan berani menggaji profesi ini dengan bayaran ‘fantastis’.  Feris Thia, Content Principle dari Program DQLab.id sekaligus Founder PHI-Integration –, startup Big Data yang baru saja mendapat investasi dari East Ventures dan Skystar Capital menyebutkan bahwa saat ini ada dua profesi di bidang data yang paling dicari dalam kurun waktu 5 tahun ke depan.

1. Data Engineer 
"Di zaman serba digital seperti sekarang ini, hampir seluruh aktifitas kita tercatat baik di aplikasi smartphonemaupun pada berbagai perangkat seperti EDC kartu kredit," ujar Feris yang melalui PHI sudah lebih dari 15 tahun berpengalaman memberikan solusi di bidang manajemen data. 

Berbelanja, berkomunikasi, meeting, bahkan layanan konsumen pun dilakukan lewat aplikasi. Setiap aplikasi tersebut pastinya akan menghasilkan data, tambahnya. "Bayangkan ada ribuan, jutaan bahkan miliaran data yang dihasilkan dan berpotensi untuk menghasilkan insight penting bagi organisasi dan bisnis dari skala kecil sampai besar," kata Feris.

Realitanya, data-data dalam jumlah kecil maupun besar tersebut sering masih bersifat mentah, banyak masih "kotor" dan belum tervalidasi sehingga kualitas data menurun. Tentunya laporan yang dihasilkan juga tidak bagus atau berkualitas rendah.

Data ini perlu diolah sehingga akhirnya mendapatkan kualitas data tinggi dan terintegrasi dengan baik (high quality connected data). Ibarat minyak, perlu diolah dari bahan mentah menjadi berbagai produk yang siap digunakan.

Laporan yang dihasilkan pun menjadi lebih cepat tersaji dan dapat dipercaya. Bahkan, dengan teknologi machine learning model, dapat dihasilkan rekomendasi otomatis yang dapat meningkatkan daya saing bisnis. Hal ini membuat setiap perusahaan membutuhkan profesi Data Engineer.

Data Engineer bertugas mengambil data, mengumpulkan data, mengolah data kotor hingga dapat menghasilkan data berkualitas untuk dianalisa Data Scientist. Proses ini disebut juga dengan data preparation/data wrangling dan data cleansing.


2. Data Scientist 
Setelah diolah Data Engineer, proses pengolahan data kemudian dilanjutkan Data Scientist. Data Scientist dapat diibaratkan pilot pesawat yang mengendalikan teknologi pengolahan data untuk dianalisis hingga dapat menghasilkan insight atau rekomendasi bermanfaat untuk bisnis.

Data Scientist merupakan profesional yang memiliki kompetensi di 3 bidang fundamental: yaitu statistika, bahasa pemrograman dan konteks bisnis variatif.

Data Scientist mengandalkan kemampuan menganalisa data seperti melakukan data preparation sederhana (menggabungkan sumber data, memastikan konsistensi dataset), data exploration (memilih faktor atau alogaritma berpengaruh terhadap hasil prediksi berdasarkan informasi yang ingin didapat), dan data visualisation (membuat infografis/visualisasi membantu pengambil keputusan dalam memahami data).

Untuk menjadi Data Engineer maupun Data Scientist  handal tentu dibutuhkan kemampuan spesifik dengan latar belakang pendidikan serta pengalaman praktis. Kabar baiknya, Data Science bukan ilmu rocket science yang tidak dapat dipelajari.

Bahkan, seseorang dengan tanpa latar belakang IT pun dapat mempelajarinya. Dengan mengetahui cara memulai secara bertahap, exposure ke beragam studi kasus, dataset, pengetahuan akan penerapan algoritma, dan tools yang tepat, kita bisa menjadi seorang Data Scientist.

"Sebagai gambaran, gaji data scientist untuk fresh graduate saat ini sudah mencapai 12-15 juta. Profesional sudah pasti di atas angka 20 juta rupiah," ungkap Feris. Keahlian menjadi seorang Data Scientist bisa didapatkan dengan bergabung di program DQLab, sebuah program belajar data science, di mana kita dapat belajar berbasiskan proyek real case scenario dan dataset yang mencerminkan kebutuhan industri.


Sumber :
https://edukasi.kompas.com/read/2018/08/07/15412661/2-profesi-bidang-data-paling-seksi-bergaji-fantastis-di-masa-depan