3.6. Metode Taguchi 1. Latar Belakang
3.6.7. Langkah-langkah Robust Parameter Design 1.Perumusan Masalah
Pada tahap perumusan masalah perlu didefinisikan masalah yang akan diteliti dengan tepat. Perumusan masalah harus spesifik dan jelas batasannya dan juga secara teknis harus dapat dilaksanakan dalam eksperimen. Seperti halnya dalam penelitian ini, masalah yang dihadapi perusahaan adalah produk yang dihasilkan banyak yang cacat karena tidak sesuai dengan spesifikasi ukuran produk yang telah ditentukan sehingga menimbulkan biaya kerugian. Dengan adanya perumusan masalah yang jelas maka tujuan eksperimen yang akan dicapai juga jelas dan dapat menjawab masalah yang telah dirumuskan.
3.6.7.2.Penentuan Variabel Tak Bebas (Karakteristik Kualitas)
Variabel tak bebas adalah variabel yang perubahannya tergantung pada variabel-variabel lain. Dalam merencanakan suatu percobaan harus dipilih dan ditentukan dengan jelas variabel tak bebas mana yang akan diselidiki. Dalam percobaan Taguchi variabel tak bebas adalah karakteristik kualitas yang terdiri dari tiga kategori, yaitu : (Peace, 1993, p46)
1. Measureable characteristics (karakteristik yang dapat diukur), yaitu semua hasil akhir yang diamati dapat diukur dengan skala kontinu seperti dimensi, berat, tekanan dan lain-lain. Karakteristik kualitas yang dapat diukur dapat diklasifikasikan atas :
• Nominal is the best
Adalah karakteristik kualitas yang menuju suatu nilai target yang tepat pada suatu nilai tertentu. Yang termasuk dalam kategori ini adalah :
Berat panjang lebar kerapatan pengaturan Ketebalan diameter luas kecepatan frekuensi
Volume jarak tekanan waktu ketepatan
• Smaller is better
Merupakan pencapaian karakteristik kualitas, jika semakin kecil (mendekati nol) semakin baik. Contoh yang termasuk dalam kategori ini adalah :
Penggunaan mesin persen kontaminasi hambatan
Penyimpangan kebisingan produk gagal Waktu proses waktu respon pemborosan energi Pemborosan panas kerusakan
• Larger is better
Merupakan pencapaian karakteristik kualitas, jika semakin besar semakin baik. Contoh dari karakteristik ini adalah :
Kekuatan kekuatan tarik km/liter Waktu antar kerusakan efisiensi ketahanan terhadap korosi
2. Attribute Characteristics (karakteristik atribut), yaitu hasil akhir yang diamati tidak dapat diukur dengan skala kontinu, tetapi dapat diklasifikasikan secara
kelompok. Seperti kelompok kecil, menengah, besar, dan sangat besar. Bisa juga dikelompokkan berdasarkan berhasil / tidak.
3. Dynamic characteristics (karakteristik dinamik), merupakan fungsi representasi dari proses yang diamati. Proses yang diamati digambarkan sebagai signal atau
input dan output sebagai hasil dari signal.
3.6.7.3.Penentuan Variabel Bebas
Pada tahap ini akan dipilih faktor-faktor mana saja yang akan diselidiki pengaruhnya. Faktor – faktor yang berpengaruh termasuk variabel bebas yaitu variabel yang perubahannya tidak tergantung pada variabel lain. Dalam suatu eksperimen tidak seluruh faktor yang diperkirakan mempengaruhi respon diselidiki, sebab terlalu banyak faktor yang diteliti, analisisnya akan menjadi kompleks, sehingga hanya faktor – faktor yang dianggap penting saja yang diselidiki. Beberapa metode yang dapat digunakan untuk mengidentifikasi faktor-faktor yang akan diteliti adalah dengan brainstorming, flowcharting, cause and effect diagram, dan diagram Pareto.
3.6.7.4.Pemisahan Faktor-faktor Kontrol dan Gangguan
Faktor-faktor yang diamati terbagi atas faktor kontrol dan faktor gangguan. Dalam metode Taguchi, keduanya perlu diidentifikasikan dengan jelas sebab pengaruh antar kedua faktor tersebut berbeda. Untuk pemisahan faktor-faktor tersebut
dapat digunakan P-diagram, agar faktor-faktor yang berpengaruh pada responses dapat terlihat dengan jelas. Seperti yang telah dijelaskan pada subbab 3.6.6.1, bahwa P-diagram ada dua jenis yaitu P-diagram yang statis dan dinamis. Dalam penelitian ini P-diagram yang digunakan adalah P-diagram yang statis karena faktor signal tidak berpengaruh pada nilai target output.
3.6.7.5.Penentuan Jumlah Level dan Nilai Level Faktor
Pemilihan jumlah level penting artinya untuk ketelitian hasil percobaan dan biaya pelaksanaan percobaan. Makin banyak level yang diteliti maka hasil percobaan akan lebih teliti karena data yang diperoleh lebih banyak. Tetapi banyaknya level akan meningkatkan jumlah pengamatan sehingga menaikkan biaya percobaan.
Level faktor dapat dinyatakan secara kuantitatif seperti temperatur: 20°C, 30°C; kecepatan 20 km/jam, 30 km/jam, dan lain-lain. Dapat pula dinyatakan secara kualitatif seperti jenis pupuk: urea, NPK, dan lain-lain. Suatu faktor dinyatakan secara kualitatif jika skala numerik tidak dapat digunakan pada level faktor tersebut. Level juga dapat dinyatakan secara fixed seperti tekanan, temperatur, waktu, dan lain-lain atau dipilih secara acak dari beberapa kemungkinan yang ada seperti pemilihan mesin, operator, dan lain-lain.
3.6.7.6.Identifikasi Interaksi Antar Faktor
Interaksi muncul ketika dua faktor atau lebih yang mengalami perlakuan secara bersama akan memberikan hasil yang berbeda pada karakteristik kualitas dibandingkan jika faktor mengalami perlakuan secara sendiri-sendiri.(Belavendram, 1995, p531)
Kesalahan dalam penentuan interaksi akan berpengaruh pada kesalahan interpretasi data dan kegagalan pada penentuan proses yang optimal. Tetapi Taguchi lebih mementingkan engineering approach dengan cara pengamatan pada main effect (penyebab utama) sehingga adanya interaksi diusahakan seminimal mungkin, tetapi tidak dihilangkan sehingga perlu dipelajari kemungkinan munculnya interaksi.(Peace, 1993, p86)
Jumlah interaksi yang terlalu banyak akan meningkatkan biaya percobaan dan tidak efisien dalam penggunaan waktu. Maka penentuan interaksi dilakukan hanya antar faktor yang potensial mengalami interaksi saja. Ini tergantung pada jenis industri, proses manufaktur, dan lain-lain.
3.6.7.7.Perhitungan Derajat Kebebasan
Menurut Bagchi (1993, p114) perhitungan dengan derajat kebebasan dilakukan untuk menghitung jumlah minimum percobaan yang harus dilakukan untuk menyelidiki faktor yang diamati. Jika nA dan nB adalah jumlah perlakuan untuk faktor A dan B maka:
dof untuk faktor A = nA – 1 dof untuk faktor B = nB – 1
dof untuk interaksi faktor A dan B = (nA – 1)(nB – 1) Jumlah total dof = (nA – 1) + (nB – 1) + (nA – 1) (nB – 1)
dof total = (jumlah total percobaan x jumlah pengulangan) – 1 dof error = vT – vA – vB - vAxB
3.6.7.8.Pemilihan Orthogonal Array
Taguchi telah membuat 18 Orthogonal Array yang biasa juga disebut OA Standar (Belavendram, 1995, p89). Pemilihan penggunaan OA disesuaikan dengan jumlah Dof berdasarkan pada tabel berikut ini : (Bagchi, 1993, p91)
Tabel 3.6. Tabel Pemilihan Orthogonal Array Jumlah Dof Orthogonal Array
2 – 3 L4
4 – 7 L8
8 – 11 L12
12 – 15 L16
Sumber : Bagchi, 1993.
Dalam memilih jenis Orthogonal Array harus diperhatikan jumlah level faktor yang diamati yaitu :
a. Jika semua faktor adalah dua level: pilih jenis OA untuk 2 level faktor. b. Jika semua faktor adalah tiga level: pilih jenis OA untuk 3 level faktor.
c. Jika beberapa faktor adalah multi-level faktor : gunakan Dummy Treatment, Metode Kombinasi atau Metode Idle Columns.(Ross, 1989, p63,67-69)
d. Jika terdapat campuran faktor dari dua, tiga, atau empat level : lakukan modifikasi OA dengan Merging Columns. (Ross, 1989, p60-63)
Jenis-jenis Orthogonal Array dapat dilihat pada lampiran I.
3.6.7.9.Penugasan Faktor Pada Orthogonal Array
Penugasan faktor-faktor baik faktor kontrol maupun gangguan dan interaksi-interaksinya pada Orthogonal Array terpilih dengan memperhatikan grafik linier dan tabel triangular. Kedua alat tersebut merupakan alat bantu penugasan faktor yang dirancang oleh Taguchi. Grafik linier adalah satu seri garis dan titik yang bernomor dan memiliki korespondensi satu-satu terhadap kolom-kolom pada OA.
Grafik linier mengindikasikan berbagai kolom ke mana faktor-faktor dapat ditugaskan dan kolom berikutnya yang mengevaluasi interaksi dari faktor-faktor tersebut. Tabel triangular berisi semua hubungan interaksi-interaksi yang mungkin antara faktor-faktor (kolom-kolom) dalam suatu OA.
3.6.7.10.Persiapan dan Pelaksanaan Percobaan
Sudjana (1980, p10) menyatakan bahwa dua kondisi diperlukan untuk memperoleh estimasi kesalahan percobaan yang valid yaitu replikasi dan randomisasi.
Replikasi
Replikasi adalah pengulangan kembali perlakuan yang sama suatu percobaan dengan kondisi yang sama untuk memperoleh ketelitian yang lebih tinggi. Replikasi dalam eksperimen Taguchi terwakili oleh eksperimen untuk setiap kombinasi faktor pada outer array. Hal ini dilakukan untuk mengurangi tingkat kesalahan eksperimen dan meningkatkan ketelitian data eksperimen. Replikasi diperlukan karena dapat : 1. Memberikan taksiran kekeliruan eksperimen yang dapat dipakai untuk
menentukan panjang interval konfidensi atau dapat digunakan sebagai satuan dasar pengukuran untuk penetapan taraf signifikansi dari perbedaann-perbedaan yang diamati.
2. Menghasilkan taksiran yang lebih akurat untuk kekeliruan eksperimen.
3. Memungkinkan kita untuk memperoleh taksiran yang lebih baik mengenai efek rata-rata dari suatu faktor.
Adanya penambahan replikasi akan mengurangi tingkat kesalahan percobaan secara bertahap, namun jumlah replikasi dalam suatu percobaan dibatasi oleh sumber yang ada yaitu waktu, tenaga, biaya dan fasilitas.
Randomisasi
Dalam percobaan selain faktor-faktor yang diselidiki pengaruhnya terhadap suatu variabel, juga terdapat faktor-faktor lain yang tidak terkendali/tidak diinginkan (seperti kelelahan operator, naik / turun daya mesin, dan lain-lain) yang dapat
mempengaruhi hasil percobaan. Pengaruh faktor-faktor tersebut diperkecil dengan menyebarkan pengaruh tersebut selama percobaan melalui randomisasi (pengacakan) urutan percobaan. Secara umum randomisasi dimaksudkan untuk:
1. Meratakan pengaruh dari faktor yang tidak dapat dikendalikan pada semua unit percobaan.
2. Memberikan kesempatan yang sama pada semua unit percobaan untuk menerima suatu perlakuan sehingga diharapkan ada kehomogenan pengaruh dari setiap perlakuan yang sama.
3. Mendapatkan hasil pengamatan yang bebas (independen) satu sama lain.
Jika replikasi dilakukan dengan tujuan untuk memungkinkan dilakukan uji signifikan, maka randomisasi bertujuan menjadikan uji tersebut valid dengan menghilangkan sifat bias. Randomisasi dapat dilakukan dengan menggunakan tabel bilangan acak, mengundi, menggunakan mata uang, dan sebagainya. Pelaksanaan percobaan Taguchi adalah melakukan eksperimen berdasarkan setting faktor pada OA dengan jumlah percobaan sesuai jumlah replikasi, dan urutan seperti pada randomisasi.
3.6.7.11.Analisa Data
Pada tahap ini dilakukan pengumpulan, pengaturan, perhitungan, dan penyajian data dalam suatu lay out yang sesuai dengan desain yang dipilih untuk suatu eksperimen. Dalam perhitungan tersebut, dapat terlihat berapa besar kontribusi
masing-masing faktor terhadap karakteristik produk. Cara yang digunakan untuk menganalisa data adalah dengan melihat dan menganalisa grafik main effect
responses dan grafik interaction plot yang dihasilkan untuk rata-rata dan rasio S/N.
Perhitungan untuk menganalisa data dapat terbagi menjadi dua metode, yaitu :
• Metode Average (Metode Rata-rata)
Perhitungan dengan metode ini dimaksudkan untuk mengetahui pengaruh dari masing-masing faktor dan interaksi terhadap nilai tengah dari hasil yang diharapkan.
• Metode S/N Rasio (Signal to Noise)
Perhitungan dengan metode ini dimaksudkan untuk mengetahui pengaruh dari masing-masing faktor dan interaksi terhadap sebaran/variasi dari hasil yang diharapkan.
3.6.7.12.Pemilihan Level Faktor-faktor Utama
Untuk mendapatkan suatu kondisi optimal harus dilakukan pemilihan faktor-faktor yang berpengaruh pada kondisi optimal dari kualitas suatu produk. Berbagai macam pengaruh dari faktor-faktor dapat diklasifikasikan sebagai berikut : (Belavendram, 1995, p66)
1. Hanya berpengaruh pada rata-rata.
Faktor yang berpengaruh terhadap rata-rata namun tidak pada variansinya dapat digunakan untuk menggeser nilai rata-rata dari suatu proses menuju suatu nilai target. Faktor ini disebut juga adjustment factor.
2. Hanya berpengaruh pada variansi.
Faktor yang berpengaruh pada variansi namun tidak pada rata-rata dapat digunakan untuk mengurangi variansi dari suatu proses.
3. Berpengaruh pada rata-rata dan variansi.
Faktor yang berpengaruh pada rata-rata dan variansi harus digunakan dengan sangat hati-hati. Faktor ini memiliki fleksibilitas dalam menyeimbangkan nilai target.
4. Tidak berpengaruh baik pada rata-rata maupun variansi.
Faktor yang tidak berpengaruh pada nilai rata-rata maupun variansi bukanlah suatu faktor yang tidak berguna. Level yang lebih baik dari faktor ini dapat dipilih berdasarkan faktor-faktor lainnya seperti biaya, kepercayaan, dan lainnya.
Adanya faktor-faktor pengaruh yang seperti disebutkan di atas maka optimasi pada karakteristik nominal is the best dapat dilakukan dengan cara two-step
optimization process, yaitu : (Belavendram, 1995, p149-150)
• Memaksimalkan atau meminimalkan sensitivitas terhadap noise. Pada tahap ini akan dipilih level faktor terkontrol yang dapat meminimasi noise.
• Menyesuaikan mean terhadap target. Pada tahap ini akan dilakukan penyesuaian faktor untuk mendekati mean pada target tanpa merubah SNR.
3.6.7.13.Percobaan Konfirmasi
Percobaan konfirmasi adalah percobaan yang dilakukan untuk memeriksa kesimpulan setting kondisi optimal yang didapat dari perhitungan (validasi kesimpulan yang ditarik selama fase analisa). Tujuan percobaan konfirmasi adalah untuk memverifikasi : (Bagchi, 1993, p87)
1. Dugaan yang dibuat pada saat model performansi penentuan faktor dan interaksinya.
2. Setting parameter (faktor) yang optimal analisa hasil percobaan pada performansi yang diharapkan
Pada saat percobaan konfirmasi yang dilakukan adalah men-setting kondisi optimal untuk faktor dan level signifikan, sedangkan untuk faktor yang tidak signifikan, setting untuk level faktornya dipilih berdasarkan pertimbangan biaya ekonomis. (Ross, 1989, p182)