metode taguchi ì - debrina.lecture.ub.ac.id · ì sasaran metode taguchi à menjadikan produk ......

ìMetodeTaguchi15–PengendalianKualitas

SemesterGenap2017/2018

ì

05/11/14www.debrina.lecture.ub.ac.id

2

OutlineMETODETAGUCHI

MetodaTaguchi

ì  Konsep Taguchi àketika mendesain produk àkerugianseminimaldanbernilaiseoptimal

ì  Kualitasmenurut Taguchi : kerugian yangditerimaoleh konsumen sejak produk tersebut dikirimkan(biaya ketidakpuasan konsumen à reputasiperusahaanburuk)

ì  Sasaran metode Taguchi à menjadikan produkrobust terhadap noise (Robust Design) àmenjamin kembalinya konsumen, memperbaikireputasi dan meningkatkan market shareperusahaan. 05/11/14www.debrina.lecture.ub.ac.id

3

KonsepTaguchiTaguchimembagikonsepkualitasmejadiempatyaitu:

1• Kualitasdidesainmulaidariawalprosestidakhanyapadaprosesinspeksi(“off-linestrategy”)

2

• Kualitasterbaikdicapaidenganmeminimumkandeviasidaritarget(Produkdidesaintahanterhadapfaktorlingkunganyangtakterkontrol:noise,temperatur,kelembaban)

3• Kualitastidakhanyadidasarkanperformance(ukurankapabilitassebuahproduk)ataukarakteristikdariproduk.

4• Biayakualitasseharusnyadiukursebagaifungsidarivariasiperformanceproduk


4

Taguchi’sLossFunction(1)

ì  Fungsi kerugian menentukan ukuran finansialketidakpuasan konsumen pada performanceprodukyangmenyimpangdarinilaitargetnya.

ì  Secara tradisionalà produk bisa dikatakan bagusjikasecarauniformberadadiantaraspesifikasi


5


ì  konsumen semakin tidak puas saat performance melenceng jauh daritarget à Taguchi mengusulkan sebuah quadratic curve untukmerepresentasikanperformanceproduk

•  LCTdanUCTmerepresetasikanbatasbawahdanbatasatastoleransiàcenderungsubyektif

•  Perhitungantargetpalingbaikadalahdenganfungsikerugianyangmenggunakanrata–ratadanvariansiuntukmemilihdesainyangpalingbagus.


6


ü Jika 2 produk mempunyai variansi samatetapi rata-rata berbeda, maka produkdengan rata-rata yg lebih mendekati padatarget (A)àmempunyaikualitasyang lebihbaik

ü Jika dua produkmempunyai rata-rata samatetapi variansi berbeda, maka produkdengan variansi yang lebih rendah (B) àmempunyaikualitasyanglebihbaik.


7

TheTotalLossFunction

ü  2 kategori utama dari kerugian pada konsumen terkait kualitasproduk:1.  Kerugianmemberiefekyangberbahayauntukkonsumen.2.  Kerugian karena variasi tambahan (tidak sesuai) dgn fungsi

performansinyaàpengaruhbesarpadastagedesainprodukì  Fungsikerugian:

L(x)=k(x-m)²Dimana L =kerugian(uang),m =karakteristikygseharusnyadiset,x =karakteristiksecaraaktualdiset,dan k = konstanta yang tergantung pada jarak dari karakteristik dan unit

keuangan.

ì  Bila market research data tersedia, sebaiknya menggunakanquadraticlossfunction


8

TaguchiQualityStrategy

ì  Pendekatan Taguchi untuk mereduksi variasiproduct merupakan tahapan proses sebagaiberikut:1. Prosesmanufakturprodukdengancara terbaiksetiapsaat.(Penyimpangankecildaritarget)

2. Memproduksi semua produk seidentik mungkin(mengurangivariasiproduk)

ì  Strategi kualitas Taguchi dalam memperbaikikualitas dalam stage desain produk adalahdengan membuat desain yang tidak terlalusensitifterhadappengaruhfaktortakterkontroldanoptimisasidesainproduk.


9

RobustDesign

Salahsatutujuaneksperimenpadaparameterdesainadalahmenyusun satu kombinasi faktor-faktor yangkokoh (Robust) terhadap adanya faktor-faktorpengganggu (Noise) yang tidak dapat / sulitdikendalikan, dan menyebabkan variabilitas yangtinggipadaproduk.

Mengatur parameter yang mempengaruhinya padatingkat yang paling kurang sensitif terhadap faktorgangguan(Noise).


10

DesaindalamTaguchi

• Konsep,ide,metodebaruàuntukmemberikanpeningkatanprodukkepadakonsumen

DesainSistem

• UpayameningkatkankeseragamanprodukataumencegahtingginyavariabilitasàParameterdariprosestertentuditetapkanagarperformasiproduktidaksensitifterhadappenyebabterjadinyavariabilitas.

DesainParameter

•  Kualitasditingkatkandenganmengetatkantoleransipadaparameterproduk/prosesuntukmengurangiterjadinyavariabilitaspadaperformansiprodukàmelakukaneksperimenuntukmenentukanfaktordominanyangberpengaruhterhadappeningkatankualitasprodukdanmenentukankombinasifaktor-faktorterhadappenyebabtimbulnyavariabilitas.

DesainToleransi


11

ìLANGKAH-LANGKAHEKSPERIMENMETODETAGUCHI


12

LangkahTaguchidalammelakukaneksperimen(1)

1.  Menyatakan permasalahan yang akan diselesaikan àmendefinsikan sejelas mungkin permasalahan yang dihadapiuntukdilakukansuatuupayaperbaikan.

2.  Penentuantujuanpenelitianàpengidentifikasiankarakteristikkualitasdantingkatperformansidarieksperimen.

3.  Menentukanmetode pengukuranà cara parameter diamatidancarapengukurandanperalatanyangdiperlukan.

4.  Identifikasi Faktorà melakukan pendekatan yang sistematisuntukmenemukanpenyebabpermasalahan.


13


LangkahIdentifikasiFaktor:a.   Brainstorming à mendorong timbulnya gagasan yang mungkin

sebanyak-banyaknya dengan memberikan kesempatan prosespemikiran kreatif setiap orang dalam kelompok untuk mengajukanpendapatnya.

b. DiagramSebab-Akibat(IshikawaDiagram)

•  Mengumpulkan gagasan mengenaipenyebabdaripermasalahanyangada.

•  Mencatat gagasan yang masuk tanpakecuali

•  Mengelompokkangagasantersebut.•  Gagasan yang sejenis yang timbul pada

perusahan dikelompokkan dalam suatukelompok.

•  Menyimpulkan gagasan-gagasan yangm u n g k i n m e n j a d i p e n y e b a bpermasalahanan.

BRAINSTORMING

MEMPERTEGAS PREDIKSI HASIL

MEMBUAT STANDARD OPTIMAL

ANALISA EKSPERIMEN & INTERPRETASI

HASIL


14


5.  MemisahkanFaktorKontroldanFaktorNoise.FaktorKontrol:sudahditetapkannilainyaolehperancangnyadandapatdikontrolàbiasanyamempunyaisatuataulebih“level”àmemilihsettinglevelkontrolyangoptimalagarkarakteristiktidaksensitifterhadapnoise.FaktorNoise:dapatmenyebabkanpenyimpangandarikarakteristikkualitasdarinilaitarget,sulituntukdikontrol(biayabesar)

6.  MenentukanleveldarifaktordannilaifaktoràjumlahderajatbebasyangakandigunakandalampemilihanOrthogonalArray.

7.  Mengidentifikasi faktor yang mungkin berinteraksi à apabilapengaruhdarisuatufaktortergantungdarilevelfaktorlain

8.  Menggambar linier graf yang diperlukan untuk faktor kontrol daninteraksi.

9.  Memilih Orthogonal Array (matrik dari sejumlah kolom (mewakilifaktor-faktordaripercobaan)danbaris.

10.  Memasukkanfaktordanatauinteraksikedalamkolom05/11/14www.debrina.lecture.ub.ac.id

15


11.  Melakukanpercobaanàsejumlahpercobaan(trial)disusununtukmeminimasikesempatanterjadikesalahandalammenyusunlevelyangtepat

12.  AnalisishasileksperimenàmetodeANOVA,yaituperhitunganjumlahkuadrattotal,jumlahkuadratterhadaprata-rata,jumlahkuadratfaktordanjumlahkuadraterror.ü  PersenKontribusi:bagiandaritotalvariasiyangdiamatipadaeksperimendari

masing-masingfaktoryangsignifikanàuntukmereduksivariasi.ü  Rasio Signal to Noise (S/N Ratio)àmeneliti pengaruh faktor “Noise” terhadap

variasiyangtimbul.Jenis:v  LargertheBetter(LTB)àsemakintingginilainya,makakualitasnyaakanlebihbaik.v  Nominal the Better (NTB)à biasanya ditetapkan suatu nilai nominal tertentu, dan

semakinmendekatinilainominaltsb,kualitassemakinbaik.v  SmallertheBetter(STB)àsemakinkecilnilainya,makakualitasnyaakanlebihbaik.

ü  Pooling Faktor : dianjurkan bila faktor yang diamati tidak signifikan secara statistik (ujisignifikansi).


16


13. Pemilihan level faktor untuk kondisi optimalà bila percobaan terdiri daribanyak faktor dan tiap faktor terdiri dari beberapa level à untukmenentukan kombinasi level yang optimal dengan membandingkan nilaiperbedaanrata-rataeksperimendarilevelyangada.

14. Perkiraan rata-rata pada kondisi optimal àmenjumlahkan pengaruh darirangkingfaktoryanglebihtinggi.Pengaruhdarifaktoryangsignifikanadalahpengaruhnyapadarata-ratapercobaan.

15. MenjalankanPercobaanKonfirmasiì Eksperimen konfirmasià faktor dan level yang dimaksudmemberikan hasil yangdiharapkan à diuji dengan interval kepercayaan (berada pada range intervalkepercayaantersebut)


17

DerajatKebebasan(DegreeofFreedom)

ü  Derajatkebebasanàbanyaknyaperbandinganyangharusdilakukan

antar level-level faktor (efek utama) atau interaksi yang digunakanuntuk menentukan jumlah percobaan minimum yang dilakukanàmemberikan informasi tentang faktor dan level yang mempunyaipengaruhsignifikanterhadapkarakteristikkualitas.

ü  Untukfaktorutama,misalfaktorutamaAdanB:

VA =(jumlahlevelfaktorA)–1

=kA–1

VB =(jumlahlevelfaktorB)–1

=kB–1

ü  Tabel orthogonal array yang dipilih harus mempunyai jumlah barisminimumyangtidakbolehkurangdarijumlahderajatbebastotalnya.


18

OrthogonalArray(OA)

ü  Orthogonal Array adalah matriks dari sejumlah baris dan kolomà

matriks faktor dan level yang tidak membawa pengaruh dari faktorataulevelyanglain

ü  Setiap kolom merepresentasikan faktor atau kondisi tertentu yangdapatberubahdarisuatupercobaankepercobaanlainnya.

ü  Arraydisebutorthogonalkarenasetiapleveldarimasing-masingfaktoradalahseimbang(balance)dandapatdipisahkandaripengaruhfaktoryanglaindalampercobaan.

1. NotasiLàinformasimengenaiOrthogonalArray

2. NomorbarisàjumlahpercobaanyangdibutuhkanketikamenggunakanOrthogonalArray

3. NomorkolomàjumlahfaktoryangdiamatidalamOrthogonalArray

4. NomorlevelàMenyatakanjumlahlevelfaktor


19

OrthogonalArray(OA)

Penentuanderajatbebasberdasarkanpada:

1.  Jumlahfaktorutamayangdiamatidaninteraksiyangdiamati

2.  Jumlahleveldarifaktoryangdiamati

3.  Resolusipercobaanyangdiinginkanataubatasanbiaya

ü  Angkadidalampemilihanarraymenandakanbanyaknyapercobaandidalamarray,suatumatriksL8memilikidelapanpercobaan danmatriksL9memiliki9percobaandanseterusnya.

ü  Banyaknya level yang digunakan di dalam faktor digunakan untuk memilihorthogonal array. Jika faktornya ditetapkan berlevel dua maka harus digunakanorthogonalarraydua level.Jika levelnya tigamakadigunakanorthogonalarray tigalevel,sedangkanjikasebagianfaktormemilikidualeveldanfaktorlainnyamemilikitiga level maka jumlah yang lebih besar akan menentukan jenis orthogonal arrayyangharusdipilih.


20

ContohMatrikorthogonalarray

Trial Faktor HASIL TEPUNG

IKAN YANG DIPEROLEH (Kg)

A B C D E F G R1 R2 R3 R4 1. 1 1 1 1 1 1 1 * * * * 2. 1 1 1 2 2 2 2 * * * * 3. 1 2 2 1 1 2 2 * * * * 4. 1 2 2 2 2 1 1 * * * * 5. 2 1 2 1 2 1 2 * * * * 6. 2 1 2 2 1 2 1 * * * * 7. 2 2 1 1 2 2 1 * * * * 8. 2 2 1 2 1 1 2 * * * *


21

ì  InteraksiAntarFaktor

Interaksiantaraduafaktorberartiefeksatufaktorpadarespontergantunglevelfaktorlain.Antarainteraksimenyebabkansistemtidakrobustkarenasistemmenjadisangatsensitifterhadapperubahanpadasatufaktor.

ì  AnalisisVarians(ANOVA)

AnalisisVariansadalahteknikperhitunganyangmemungkinkansecarakuantitatifmengestimasikankontribusidarisetiapfaktorpadasemuapengukuranrespon.Analisisvariansyangdigunakanpadadesainparameterbergunauntukmembantumengidentifikasikankontribusifaktorsehinggaakurasiperkiraanmodeldapatditentukan.


22

ANOVADUAARAHSumber Variasi SS Derajat Bebas

(db) MS F hitung Kontribusi

Faktor A SSA VA MSA MSA/MSe SS’A/SST Faktor B SSB VB MSB MSB/MSe SS’B/SST Interaksi AxB SSAxB VAxVB MSAxB MSAxB/MSe SS’AxB/SST

Residual Sse Ve MSe 1 SS’e/SST

Total SST VT 100%

ANOVAduaarahàdatapercobaanyangterdiridariduafaktorataulebihdandualevelataulebih.TabelANOVAduaarahterdiridariperhitunganderajatbebas(db),jumlahkuadrat,rata-ratajumlahkuadrat,F-rasioyangditabelkansebagaiberikut:


23

Dimana:VA =derajatbebasfaktorA =kA–1=(level–1)VB =derajatbebasfaktorB =kB–1VAxB =derajatbebasinteraksi =(kA–1)x(kB–1)VT =derajatbebastotal =N–1Ve =derajatbebaserror =VT–VA–VB–(VAB) SSTotal =jumlahkuadrattotal(TheTotalsumofsquare)SSA =jumlahkuadratfaktorA(SumofSquareduetoFactorA)

DengancarayangsamadihitungSSB(karenafaktorB)danSSAxB

Untuklevel2

ANOVADUAARAH(1)


24

SSe =jumlahkuadraterror(thesumofsquareduetoerror) =SSTotal–Ssmean-SSA-SSB–SSAxB

MSA =rata-ratajumlahkuadratfaktorA(Themeansumofsquare)

=SSA/VAUntukMSBdanMSAxBdihitungdengancarayangsamaMSe =rata-ratajumlahkuadraterror

=SSe/VekA =jumlahleveluntukfaktorAN =jumlahtotalpercobaan

ANOVADUAARAH(2)


25

PersenKontribusi

ì  Merupakanfungsi jumlahkuadratuntukmasing-masing itemsyangsignifikan. Persen kontribusi mengindikasikan kekuatan relatif darisuatu faktordan/atau interaksidalammengurangivariasi.Jika levelfaktor dan/atau interaksi dikendalikan dengan benar, maka variasitotal dapat dikurangi sebanyak yang diindikasikan oleh persenkontribusi.

ì  SS’A=SSA–(VAxMSe)àcarayangsamauntukSS’BdanSS’AxB

ì  SS’e=SSt–SS’A–SS’B–SS’AxBì  SS’t=samadenganSStàtotalpersenkontribusi=100%


26

PercobaanKonfirmasi

ì  Untuk melakukan validasi terhadap kesimpulan yang diperoleh selama tahapanalisa.àpengujianmenggunakankombinasitertentudarifaktor-faktordanlevel-level hasil evaluasi sebelumnyaàUkuran sampel dari percobaan konfirmasi lebihbesardaripadapercobaansebelumnya.

ì  Menentukankombinasilevelterbaikdarifaktor-faktoryangsignifikan.Faktor-faktoryangtidaksignifikandapatditetapkanpadasembaranglevel.Setelahitudilakukanpengambilanbeberapasampeldandiamati.Tindakanselanjutnyatergantungpadakedekatannilairata-ratahasilterhadaphasilperkiraan.

ì  Terdapatkemungkinanbahwakombinasiterbaikdarifaktordanleveltidaknampakpada kombinasi pengujian orthogonal array. Percobaan konfirmasi juga bertujuanmelakukanpengujiankombinasifaktordanlevelini


27

ìSTUDIKASUSMETODETAGUCHI


28

St

ud

iK

as

us

1ì  Prosespenyulinganminyakdauncengkehuntuk

meningkatkanhasilproduksi,denganfaktor-faktorutama1.  DiameterPipa (A)2.  TipeTungku (B)3.  TempatPembakaran (C)4.  PanjangPipa (D)5.  UkuranBakPendingin (E)6.  CaraPenyimpananBahanBaku (F)7.  JenisBahanBakar (G)


29

ì


30

STUDIKASUS1

PenetapanLevelFaktor

Faktor Level1 Level2

A 1,5" 2,5"

B TanpaBlower DenganBlower

C TanpaSekat DenganSekatD 36m 48m

E 3x3x1m 3x4x1,7m

F TanpaSak DenganSak

G DaunKering Kayu

ì


31

STUDIKASUS1

PemilihanOA

Faktor :7Level :2Derajatbebas=Faktor(Level-1)Derajatbebas=7(2-1)=7PemilihanOrtogonalArrayàDipilihOA:L8(27)

ì


32

STUDIKASUS1

HasilEksperimen

Trial A B C D E F G Hasil Ŷ

1 1 1 1 1 1 1 1 54 48 45 49.00

2 1 1 1 2 2 2 2 64 64 65 64.33

3 1 2 2 1 1 2 2 40 46 44 43.33

4 1 2 2 2 2 1 1 55 52 53 53.33

5 2 1 2 1 2 1 2 45 42 43 43.33

6 2 1 2 2 1 2 1 33 32 33 32.67

7 2 2 1 1 2 2 1 28 24 30 27.33

8 2 2 1 2 1 1 2 36 33 35 34.67

ì


33

STUDIKASUS1

TabelRata-rataRespon

A B C D E F G

Level1 52.5 47.33 43.83 40.74 39.92 45.08 40.58

Level2 34.42 39.67 43.16 46.25 47.08 41.91 46.42

Difference 18.08 7.66 0.67 5.51 7.16 3.17 5.84

Rank 1 2 7 5 3 6 4

Tabelrata-ratarespon

St

ud

iK

as

us

2


34

dst

ì


35

STUDIKASUS2

TabelResponY

A B AxB C AxC D ELevel1 52,5 47,25 43,83 40,75 39,83 45,08 40,50Level2 34,42 39,67 43,08 46,17 47,08 41,83 46,42Difference 18,08 7,58 0,75 5,42 7,25 3,25 5,92Rank 1 2 7 5 3 6 4

Faktor–FaktoryangSignifikan(interaksi)A1 A2

C1 (49+43,33)/2=46,17 (43,33+27,33)/2=35,33C2 (64,33+53,33)/2=58,83 (32,33+34,67)/2=33,50

Sehingga faktor – faktor yang berpengaruh adalah :

ì


36

STUDIKASUS2

AnalysisofVariance

à

=(12X52,502)+(12X34,422)–45.327,04=1964,8(caraygsamadigunakanuntukmenghitungSSBdst)

SSB=348,22;SSAXB=-3,58;SSC=179,74;SSAXC=308,42SSD=56,42;SSE=213,76

Sserror =(SStotal–SSmean-SSA-SSB–SSAxB–SSc– SSAXC-SSD–SSE)

=(48.407–45.327,04–1964–348,22+3,58–179,74–308,4256,42–213,76)

=102,18

ì


37

STUDIKASUS2

TabelANOVA

SUMBER SS DF MS Fratio SS' Ratio%A 1964,8 1 1964,8 307,48 1958,41 61,78B 348,22 1 348,22 54,49 341,83 10,28AxB -3,58 1 -3,58 -0,56 -9,97 -0,31C 179,74 1 179,74 28,13 173,35 5,47AxC 308,42 1 308,42 48,27 302,03 9,53D 56,42 1 56,42 8,83 50,03 1,58E 213,76 1 213,76 33,45 207,37 6,54e 102,18 16 6,39 1 146,91 4,63SSt 3169,96 23 137,82 3169,96 100

Mean 45327,04 1Sstotal 48497 24

ì


38

STUDIKASUS2

PersenKontribusi

Untukmengetahuifaktor-faktoryangmemberikankontribusiyangbesar,makadilakukanpenggabunganbeberapafaktoryangkurangsignifikan

SS(Poolede) =Sse+SSAxB =102,18+(-3,58) =98,6

Df(Poolede) =Dfe+DfAxB =16+1 =17

Palingtidaksignificant

MS(Poolede) =SS(Poolede) Df(Poolede) =5,8

ì


39

STUDIKASUS2

Pooling1

Sumber Pooled SS DF MS Frasio SS' ratio%A 1964,8 1 1964,8 338,76 1959 61,28B 348,22 1 348,22 59 342,42 10,78AxB y -3,58 - -3,58 - - -C 179,74 1 179,74 30,99 173,94 5,49AxC 308,42 1 308,42 53,19 302,62 9,55D 56,42 1 56,42 9,73 50,62 1,6E 213,76 1 213,76 36,76 207,96 6,56e y 102,18 - 102,18 - - -

Pooled 98,6 17 5,8 1 133,4 4,21SSt 3169,96 23 137,82 - 3169,96 100

Mean 45327,04 1 -Sstotal 48497 24 -

ì


40

STUDIKASUS2

Pooling1

ì


41

STUDIKASUS2

Poolingberikutnya

Sumber Pooled SS DF MS Frasio SS’ rho(%)A 1964,8 1 1964,8 71,63 1937,37 61,12B 348,22 1 348,22 12,69 320,79 10,12

AxB Y -3,58 1 -3,58 - -C Y 179,74 1 179,74 - -

AxC 808,42 1 808,42 11,24 280,99 8,86D Y 56,42 1 56,42 - -E Y 213,76 1 213,76 - -e Y 102,18 16 102,18 - -

Polede 548,52 20 27,43 1 630,81 19,90SSt 3169,96 23 137,82 3169,96 100Mean 45327,04 1SStotal 48497 24

ì


42

STUDIKASUS2

Poolingberikutnya

SS(Poolede) =Se+SSAXB+SSC+SSD+SSE

=(102,18+(-3,58)+179,74+56,42+213,76)=548,52

V(Pooled) =Ve+VAXB+VC+VD+VE =16+1+1+1+1=20

•  MS(Poolede) =27,43•  FratioA=

ì


43

STUDIKASUS2

Poolingberikutnya

SS’A =SSA-(DFAxMS(poolede)) =1.964,8-(1-(1x27,43) =1937,37

SS’e =SSt-SS’A-SS’B-SS’AXC =3169,96–1987,37–320,79–280,99 =630,81

Rho%A =

ì


44

STUDIKASUS2

HasilPoolingsebelumdansesudah

metode taguchi ì - debrina.lecture.ub.ac.id · ì sasaran metode taguchi à menjadikan produk ......

Documents