LANDASAN TEOR
3.4 Definisi Kansei engineering
Kansei engineering adalah jenis teknologi yang menerjemahkan perasaan pelanggan ke dalam spesifikasi desain. Tim peneliti dan pengembangan menangkap perasaan pelanggan, yang disebut kansei, analisis data kansei menggunakan psikologis, ergonomis, medis, atau metode rekayasa, dan desain produk baru berdasarkan analisis informasi. Kansei engineering adalah proses teknologi dan rekayasa dari data kansei untuk merancang spesifikasi.
Kehidupan manusia beragam, tetapi pada dasarnya semua orang mencari kepuasan emosional yang menyenangkan dalam kualitas hidup. Kondisi tersebut menjadi penting untuk menentukan kepuasan yang ada dalam pikiran orang-orang yang akan meningkatkan kualitas hidup mereka. Orang-orang sangat menyadari ekosistem. Udara, air, dan suhu menjadi bagian yang lebih integral dari kehidupan masyarakat. Bidang kesejahteraan adalah masalah baru yang lain untuk diatasi. Kesadaran ini juga termasuk dalam kansei. Isu-isu ini harus dipertimbangkan
7
selama pengembangan produk sebagai ekosistem kansei. Proses kansei engineering harus mencakup skema berikut : Pertama, seorang kansei engineer harus berpikir, Siapa pelanggan? Kedua, Apa yang mereka inginkan dan butuhkan? apa kansei mereka? Ketiga, kansei engineer harus mempertimbangkan bagaimana cara untuk mengevaluasi kansei pelanggan. Kansei engineer harus menganalisis data kansei setelah evaluasi kansei menggunakan analisis statistik atau pengukuran psychophysiological, dan kemudian mentransfer data yang dianalisis ke domain desain.
Kansei engineering berhubungan dengan empat hal:
1. Perasaan konsumen tentang produk menurut istilah ergonomik dan estimasi psikologis. Semantic Differential (SD) yang dikembangkan oleh Osgood merupakan teknik utama untuk menangkap Kansei Konsumen.
2. Mengidentifikasi karakteristik desain produk dari Kansei konsumen. Hal ini dilakukan dengan melakukan survei atau eksperimen ergonomi untuk mengamati elemen – elemen.
3. Membangun Kansei engineering sebagai sebuah teknologi ergonomik. Beberapa teknologi komputer yang canggih. Inteligen buatan, model jaringan syaraf, dan algoritma genetik termasuk juga teori Fuzzy, disertakan juga untuk membangun rangka kerja yang sistematik dari teknologi Kansei engineering dan untuk mengkonstruksi database yang terhubung dan system interface. 4. Menyesuaikan desain produk dengan perubahan sosial yang sedang terjadi
yang sesuai dengan pilihan orang. Hal ini bertujuan untuk merawat kesehatan database dari Kansei engineering system dan trend Kansei konsumen yang
sedang meningkat dengan memasukkan data Kansei baru konsumen dalam setiap tiga atau empat tahun.
Langkah-langkah dalam rekayasa kansei dapat dilihat pada Gambar 3.3.
Sumber : Mitsuo Nagamichi (2011)
Gambar 3.3 Langkah-langkah dalam Kansei engineering
Langkah-langkah pada Kansei engineering adalah sebagai berikut: 1. Decision of Strategy
Seorang kansei engineer mendengarkan klien CEO atau manajer R&D perusahaan dan memahami strategi pengembangan produk baru perusahaan. Hal yang paling penting bagi seorang kansei engineer adalah untuk memahami apa kebutuhan perusahaan yang ingin dimiliki dan apa yang akan memberikan mereka kepuasan tertinggi dalam pengembangan produk baru. 2. Collection of Kansei Words
Kansei engineer mengumpulkan kata-kata kansei terkait dengan domain produk setelah memahami strategi perusahaan klien. Biasanya disintesis dari majalah terkait, surat kabar bisnis, atau informasi penjualan tentang emosi pelanggan dan pendapatnya. Kata-kata kansei adalah kata sifat, kata benda, kata kerja atau kadang-kadang kalimat. Indah, elegan, premium, cerdas, sederhana, besar, warna-warni, merah, biru, persegi, mudah untuk membuka, dan sebagainya adalah semua kata kansei. Disarankan untuk pertama kali mengumpulkan banyak kata kansei dan kemudian menguranginya menjadi sejumlah kecil kata-kata yang sangat penting dan relevan.
Contoh kansei word dapat dilihat pada Tabel 3.5.
Tabel 3.5 Contoh Kansei Words
No Kansei Words 1 Soft Hard 2 Bright Dark 3 Broad Narrow 4 Unique General 5 Expansive Unexpansive 6 Heavy Light 7 Refreshing Old 8 Unambiguous Ambiguous 9 Simple Complicated 10 Glamorous Unglamorous 11 Warm Cold 12 Individual Common
13 Have uplifting feeling No uplifting feeling
14 Nice ring Ill sounding
15 Roundish Squarish
16 Gentle Unkind
17 Masculine Feminine
18 Have sense of flowing No sense of flowing
19 Sharp Dull
20 Powerful Powerles
Sumber : Mitsuo Nagamichi (2011) 3. Setting of SD Scale of the Kansei Words
Skala SD ( semantic differential ) adalah skala pengukuran psikologis yang dirancang oleh CE Osgood dan rekan-rekannya. Skala SD digunakan untuk
membuat struktur bahasa psikologis. Osgood mengatur kata-kata positif dan negatif pada kedua sisi garis horizontal. Misalnya, indah jelek diatur pada kedua sisi tetapi kansei engineering dimaksudkan untuk mencapai desain yang baik, bukan desain jelek. Kansei engineer mengatur kata-kata kansei positif dan negatif di kedua sisi skala seperti indah - tidak indah. Skala SD terdiri dari beberapa skala,yaitu 5 skala, 7 skala, 9 skala, dan 11 skala, tapi 5 skala yang paling mudah untuk dipahami dan yang paling mudah untuk digunakan. Skala SD dapat dilihat pada Gambar 3.4.
Sumber : Mitsuo Nagamichi (2011)
Gambar 3.4 Skala Semantic Differential 5 Titik, 7 Titik, dan 9 Titik
4. Collection of Product Samples
Kansei engineer harus mengumpulkan produk yang mirip dengan produk yang ditargetkan. Kansei engineer mengumpulkan banyak botol shampoo serupa dari pasar jika produk yang ditargetkan adalah botol shampo. Kansei engineer mengumpulkan banyak kendaraan penumpang jika desain eksterior otomotif mobil penumpang sekitar 20 atau 25 sampel biasanya cukup.
5. A list of Item / Category
Barang/ kategori yang terkait dengan spesifikasi desain akhir: Item menyiratkan item desain produk sampel, dan kategori berarti detail dari item
desain misalnya, warna, bentuk, ukuran, kebulatan, dan sebagainya adalah contoh dari item, dan merah, kuning, hijau, biru, dan sebagainya adalah kategori untuk item warna. Kansei engineer harus sangat berhati-hati mengkategorikan sampel produk. Klasifikasi sangat detil terhadap item dan kategori akan mengarah pada desain yang sukses
6. Evaluation Experiment
Langkah keenam adalah mengevaluasi eksperimen. Subyek menerima instruksi dan mengevaluasi masing-masing sampel dengan skala SD 5 point kata-kata kansei
7. Multivariate Statistical Analysis
Analisis multivariat selalu berkembang. Berbagai teknik yang telah diterima secara luas adalah principal components dan criminant analysis, multiple regression dan multiple correlation, multiple criminant analysis, multivariate analysis of variance dan covariance, conjoint analysis, canonical correlation, cluster analysis, multidimension analysis, dan correspondence analysis. Regresi berganda merupakan metode analisis yang tepat bila masalah riset meliputi satu variabel dependen, datanya metrik, diasumsikan berhubungan dengan dua atau lebih variabel independen.
Tujuan stepwise regression adalah untuk memilih variabel independen dan yang paling bertanggung jawab terhadap varian variabel dependen. Tiga pendekatan yang bisa dipilih yaitu: forward inclusion (memasukkan prediktor satu persatu), backward inclusion (mengeluarkan prediktor satu-persatu), stepwise solution (kombinasi forward inclusion dan backward inclusion).
Stepwise regression bermanfaat kalau ukuran sampel besar dan jumlah prediktor banyak. Model konsep regresi linier sederhana dioperasikan dengan menggunakan kuadrat terkecil. Model sampel linier sederhana tersebut adalah:
Y = a+bX dimana:
Y = variabel tidak bebas X = variabel bebas a = nilai intersep
b = koefisien arah regresi b =
2 2 X X n Y X XY n a = n X b Y
8. Intrepretation of the Analyzed Data
Analisis statistik memiliki properti interpretasi tertentu. Koefisien korelasi menunjukkan kesamaan arti antara setiap kata kansei, dan PCA mampu menunjukkan kepada kita posisi saling terkait antara kansei dan produk sampel. Analisis faktor menunjukkan struktur psikologis kata kansei terkait dengan dipilih lingkup produk dan produk sampel posisi berhubungan dengan struktur kansei. QTI atau PLS memberitahu kita kata-kata kansei apa yang sejenis dengan spesifikasi desain kemudian ditafsirkan data dan diintegrasikan ke dalam sifat desain produk.
Langkah yang paling penting adalah kolaborasi dengan desainer produk. Kansei engineer harus menjelaskan data yang dianalisis dan diinterpretasikan untuk desainer. Saran berasal dari analisis data. Kansei engineer harus memotivasi dan merangsang desainer untuk memahami interpretasi data akhir dan untuk menarik keluar ide desain baru perancang desain emosional di luar data.
10. Check of Designer’s Sketch with KE Candidate
Periksa ide desain baru. Terakhir, kansei engineer harus mengevaluasi apakah produk baru yang dirancang akan cocok dengan emosi pelanggan dan apakah itu mengungkapkan desain emosional dan jika tidak, dia harus memotivasi desainer untuk ide desain intrinsik yang lebih baik.
3.5 Conjoint Analysis8
Tujuan analisis conjoint adalah untuk mengetahui bagaimana persepsi seseorang terhadap suatu objek yang terdiri atas satu atau banyak bagian. Hasil utama Conjoint Analysis adalah suatu bentuk desain produk barang atau jasa, atau objek tertentu yang diinginkan oleh sebagian besar responden.
Proses dasar dari Conjoint Analysis adalah sebagai berikut:
1. Menentukan factor (atribut spesifik) kemudian level (bagian-bagian dari faktor) dari sebuah objek. Contoh, jika objek yang diteliti adalah sebuah baju
8
(kemeja), faktor di sini mungkin adalah warna baju, motif baju dan bahan baju.
2. Desain Stimuli merupakan kombinasi antara faktor dengan level disebut sebagai suatu stimuli atau treatment, jika diambil contoh terkait, kemeja dengan motif kotak-kotak, warna biru dan berbahan katun adalah satu stimuli dari sekian kombinasi.
3. Mengumpulkan pendapat responden terhadap setiap stimuli yang ada. Terdapat 15 stimuli yang dihasilkan dari kombinasi faktor-level dari produk kemeja, maka kepada sejumlah responden diminta member pendapat atas ke- 15 stimuli tersebut.
4. Proses Conjoint. Berdasarkan pendapat responden atas sekian stimuli dilakukan proses konjoin untuk memperkirakan bentuk produk yang diinginkan responden.
5. Menentukan Predictive Accuracy (Ketepatan Prediksi) dari hasil conjoint di atas, yakni proses menguji hasil konjoin dengan sejumlah Holdout Sample untuk mengetahui apakah prediksi yang telah dilakukan mempunyai ketepatan yang tinggi.
Tentu saja jumlah stimuli secara teoritis akan menjadi sangat banyak jika faktor dan level juga bervariasi. Sebagai contoh, jika ada 4 faktor dengan masing- masing faktor terhadap 5 level, maka jumlah stimuli secara teoritis adalah 5 x 5 x 5 x 5 = 625 stimuli. Hal ini berarti setiap responden secara teoritis harus memberi pendapat tehadap 625 stimuli.
Jumlah stimuli yang terlalu banyak, bisa dilakukan pengurangan stimuli dengan ketentuan stimuli minimal adalah:
Minimum stimuli = jumlah level – jumlah faktor + 1
Pertanyaan sebelumnya, karena tiap faktor memiliki 5 level, maka 4 faktor yang akan ada yaitu 5 x 4 = 20 level. Dengan demikian:
Minimum stimuli = 20 – 5 + 1 = 16 stimuli
Seorang responden mengisi seluruh 625 stimuli (sama dengan 625 pertanyaan), ia cukup mengisi minimal 16 stimuli.
3.6 Quality Function Deployment9
QFD adalah suatu cara untuk meningkatkan kualitas barang atau jasa dengan memahami kebutuhan konsumen kemudian menghubungkannya dengan karakteristik teknis untuk menghasilkan suatu barang atau jasa pada setiap tahap pembuatan barang atau jasa yang dihasilkan. QFD digunakan untuk membantu bisnis memusatkan perhatian pada kebutuhan para pelanggan mereka ketika menyusun spesifikasi desain dan pabrikasi.
Quality Function Deployment (QFD) dikembangkan pertama kali pada tahun 1972 oleh Mitsubishi’s Shipyard di Kobe, Jepang. Inti dari QFD adalah suatu matriks besar yang akan menghubungkan apa keinginan pelanggan (What) dan bagaimana suatu produk akan didesaian dan diproduksi agar memenuhi kebutuhan pelanggan (How).
9
3.6.1 House of Quality (HoQ)10
The house of quality adalah suatu kerangka kerja atas pendekatan dalam mendesain manajemen yang dikenal sebagai Quality Function Deployment (QFD). The House of Quality memperlihatkan struktur untuk mendesain dan membentuk suatu siklus, dan bentuknya menyerupai sebuah rumah. Kunci dalam membangun HOQ adalah difokuskan kepada kebutuhan pelanggan, sehingga proses desain dan pengembangannya lebih sesuai dengan apa yang diinginkan oleh pelanggan daripada teknologi inovasi. Hal ini dimaksudkan untuk mendapatkan informasi yang lebih penting dari pelanggan. Adapun komponen penting dalam menyusun QFD The House of Quality dapat dilihat pada Gambar 3.5. Keterangan dari setiap bagiannya adalah sebagai berikut:
1. Customer need
Customer need berisi daftar semua kebutuhan dan harapan pelanggan yang biasanya ditentukan dengan penelitian secara kualitatif. Cara mengetahui suara pelanggan dapat dilakukan dengan wawancara langsung dengan pelanggan untuk mengetahui keinginan, harapan, keluhan, maupun saran pelanggan, dan dapat juga dilakukan dengan pembagian kuisioner.
10
Lou Cohen, Quality Function Deployment: How to Make QFD Work for You, (USA: Addison- Wesley Publishing Company, 1995), h. 11-13
D Relationships
- What do the customer requirement mean to the manufaktur
- Where are the interactions between relationships
B