Metode Taguchi Debrina's Blog as Industrial Engineer Pengendalian Kualitas

(1)

Metode Taguchi

15 – Pengendalian Kualitas

(2)

ì

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

Outline

(3)

Metoda Taguchi

ì

 

Konsep Taguchi

_à

ketika mendesain produk

_à

kerugian seminimal dan bernilai seoptimal

ì

 

Kualitas menurut Taguchi : kerugian yang diterima

oleh konsumen sejak produk tersebut dikirimkan

(biaya ketidakpuasan konsumen

_à

reputasi

perusahaan buruk)

(4)

Konsep Taguchi

Taguchi membagi konsep kualitas mejadi empat yaitu :

1

•Kualitas didesain mulai dari awal proses tidak hanya pada proses inspeksi (“off-line strategy”)

2

•Kualitas terbaik dicapai dengan meminimumkan deviasi dari target (Produk didesain tahan terhadap faktor lingkungan yang tak terkontrol :noise,

temperatur, kelembaban )

3

•Kualitas tidak hanya didasarkan performance (ukuran kapabilitas sebuah produk) atau karakteristik dari produk.

4

•Biaya kualitas seharusnya diukur sebagai fungsi dari variasi performance produk

(5)

Taguchi’s Loss Function (1)

ì

 

Fungsi kerugian menentukan ukuran finansial

ketidakpuasan konsumen pada performance

produk yang menyimpang dari nilai targetnya.

ì

 

Secara tradisional

à

produk bisa dikatakan bagus

(6)

Taguchi’s Loss Function (2)

ì 

konsumen semakin tidak puas saat performance melenceng jauh dari

target

_à

Taguchi mengusulkan sebuah quadratic curve untuk

merepresentasikan performance produk

• LCT dan UCT merepresetasikan

batas bawah dan batas atas

toleransi

_à

cenderung subyektif

• Perhitungan target paling baik

adalah dengan fungsi kerugian

yang menggunakan rata – rata

dan variansi untuk memilih

desain yang paling bagus.

(7)

Taguchi’s Loss Function (3)

ü

 

Jika 2 produk mempunyai variansi sama

tetapi rata-rata berbeda, maka produk

dengan rata-rata yg lebih mendekati pada

target (A)

_à

mempunyai kualitas yang lebih

baik

(8)

The Total Loss Function

ü  2 kategori utama dari kerugian pada konsumen terkait kualitas produk :

1. Kerugian memberi efek yang berbahaya untuk konsumen.

2. Kerugian karena variasi tambahan (tidak sesuai) dgn fungsi performansinya _à pengaruh besar pada stage desain produk ì  Fungsi kerugian :

L(x) = k(x - m)²

Dimana

L = kerugian (uang),

m = karakteristik yg seharusnya diset,

x = karakteristik secara aktual di set, dan

k = konstanta yang tergantung pada jarak dari karakteristik dan unit keuangan.

ì  Bila market research data tersedia, sebaiknya menggunakan quadratic loss function

(9)

Taguchi Quality Strategy

ì 

Pendekatan Taguchi untuk mereduksi variasi

product merupakan tahapan proses sebagai

berikut :

1.

Proses manufaktur produk dengan cara terbaik setiap saat.

(Penyimpangan kecil dari target)

2.

M e m p r o d u k s i s e m u a p r o d u k s e i d e n t i k m u n g k i n

(mengurangi variasi produk)

(10)

Robust Design

Salah satu tujuan eksperimen pada parameter desain

adalah menyusun satu kombinasi faktor-faktor yang

kokoh (Robust) terhadap adanya faktor-faktor

pengganggu (Noise) yang tidak dapat / sulit

dikendalikan, dan menyebabkan variabilitas yang

tinggi pada produk.

Mengatur parameter yang mempengaruhinya pada

tingkat yang paling kurang sensitif terhadap faktor

gangguan (Noise).

(11)

Desain dalam Taguchi

•Konsep, ide, metode baru _à untuk memberikan peningkatan produk kepada konsumen

Desain

Sistem

•Upaya meningkatkan keseragaman produk atau mencegah tingginya variabilitas _à Parameter dari proses tertentu ditetapkan agar performasi produk tidak sensitif terhadap penyebab terjadinya variabilitas.

Desain

Parameter

• Kualitas ditingkatkan dengan mengetatkan toleransi pada parameter

produk/proses untuk mengurangi terjadinya variabilitas pada performansi

produk _à melakukan eksperimen untuk menentukan faktor dominan

yang berpengaruh terhadap peningkatan kualitas produk dan

menentukan kombinasi faktor-faktor terhadap penyebab timbulnya variabilitas.

(12)

ì

LANGKAH-LANGKAH EKSPERIMEN

METODE TAGUCHI

(13)

Langkah Taguchi dalam melakukan eksperimen

(1)

1.

Menyatakan permasalahan yang akan diselesaikan

_à

mendefinsikan sejelas mungkin permasalahan yang dihadapi

untuk dilakukan suatu upaya perbaikan.

2.

Penentuan tujuan penelitian

_à

pengidentifikasian karakteristik

kualitas dan tingkat performansi dari eksperimen.

3.

Menentukan metode pengukuran

_à

cara parameter diamati

dan cara pengukuran dan peralatan yang diperlukan.

(14)

Langkah Taguchi dalam melakukan eksperimen

(2)

Langkah Identifikasi Faktor :

a. Brainstorming _à mendorong timbulnya gagasan yang mungkin sebanyak-banyaknya dengan memberikan kesempatan proses pemikiran kreatif setiap orang dalam kelompok untuk mengajukan pendapatnya.

b. Diagram Sebab-Akibat (Ishikawa Diagram)

• Mengumpulkan gagasan mengenai

penyebab dari permasalahan yang ada.

• Mencatat gagasan yang masuk tanpa

kecuali

• Mengelompokkan gagasan tersebut.

• Gagasan yang sejenis yang timbul pada

perusahan dikelompokkan dalam suatu kelompok.

• Menyimpulkan gagasan-gagasan yang

(15)

Langkah Taguchi dalam melakukan eksperimen

(3)

5. Memisahkan Faktor Kontrol dan Faktor Noise.

Faktor Kontrol : sudah ditetapkan nilainya oleh perancangnya dan dapat dikontrol _à biasanya mempunyai satu atau lebih “level”

àmemilih setting level kontrol yang optimal agar karakteristik tidak sensitif terhadap noise.

Faktor Noise : dapat menyebabkan penyimpangan dari karakteristik kualitas dari nilai target, sulit untuk dikontrol (biaya besar)

6. Menentukan level dari faktor dan nilai faktor _à jumlah derajat bebas yang akan digunakan dalam pemilihan Orthogonal Array.

7. Mengidentifikasi faktor yang mungkin berinteraksi _à apabila pengaruh dari suatu faktor tergantung dari level faktor lain

8. Menggambar linier graf yang diperlukan untuk faktor kontrol dan interaksi.

9. Memilih Orthogonal Array (matrik dari sejumlah kolom (mewakili faktor-faktor dari percobaan) dan baris.

(16)

Langkah Taguchi dalam melakukan eksperimen

(4)

11.

Melakukan percobaan

_à

sejumlah percobaan (trial) disusun untuk

meminimasi kesempatan terjadi kesalahan dalam menyusun level yang tepat

12.

Analisis hasil eksperimen

_à

metode ANOVA, yaitu perhitungan jumlah

kuadrat total, jumlah kuadrat terhadap rata-rata, jumlah kuadrat faktor dan

jumlah kuadrat error.

ü  Persen Kontribusi : bagian dari total variasi yang diamati pada eksperimen dari masing-masing faktor yang signifikan _à untuk mereduksi variasi.

ü  Rasio Signal to Noise (S/N Ratio) _à meneliti pengaruh faktor “Noise” terhadap variasi yang timbul. Jenis :

v  Larger the Better (LTB) _à semakin tinggi nilainya, maka kualitasnya akan lebih baik.

v  Nominal the Better (NTB) _à biasanya ditetapkan suatu nilai nominal tertentu, dan

semakin mendekati nilai nominal tsb, kualitas semakin baik.

v  Smaller the Better (STB) _à semakin kecil nilainya, maka kualitasnya akan lebih baik.

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

(17)

Langkah Taguchi dalam melakukan eksperimen

(5)

13.

Pemilihan level faktor untuk kondisi optimal

à

bila percobaan terdiri dari

banyak faktor dan tiap faktor terdiri dari beberapa level

_à

untuk

menentukan kombinasi level yang optimal dengan membandingkan nilai

perbedaan rata-rata eksperimen dari level yang ada.

14.

Perkiraan rata-rata pada kondisi optimal

à

menjumlahkan pengaruh dari

rangking faktor yang lebih tinggi. Pengaruh dari faktor yang signifikan adalah

pengaruhnya pada rata-rata percobaan.

15.

Menjalankan Percobaan Konfirmasi

(18)

Derajat Kebebasan

(Degree of Freedom)

ü  Derajat kebebasan à banyaknya perbandingan yang harus dilakukan antar level-level faktor (efek utama) atau interaksi yang digunakan untuk menentukan jumlah percobaan minimum yang dilakukan _à memberikan informasi tentang faktor dan level yang mempunyai pengaruh signifikan terhadap karakteristik kualitas.

ü  Untuk faktor utama, misal faktor utama A dan B : minimum yang tidak boleh kurang dari jumlah derajat bebas totalnya.

(19)

Orthogonal Array (OA)

ü  Orthogonal Array adalah matriks dari sejumlah baris dan kolom _à matriks faktor dan level yang tidak membawa pengaruh dari faktor atau level yang lain

ü  Setiap kolom merepresentasikan faktor atau kondisi tertentu yang dapat berubah dari suatu percobaan ke percobaan lainnya.

ü  Array disebut orthogonal karena setiap level dari masing-masing faktor adalah seimbang (balance) dan dapat dipisahkan dari pengaruh faktor yang lain dalam percobaan.

1. Notasi L

_à

informasi mengenai

Orthogonal Array

2. Nomor baris

_à

jumlah percobaan

yang dibutuhkan ketika menggunakan

Orthogonal Array

3. Nomor kolom

_à

jumlah faktor yang

diamati dalam Orthogonal Array

4. Nomor level

_à

Menyatakan jumlah

(20)

Orthogonal Array (OA)

Penentuan derajat bebas berdasarkan pada :

1. Jumlah faktor utama yang diamati dan interaksi yang diamati 2. Jumlah level dari faktor yang diamati

3. Resolusi percobaan yang diinginkan atau batasan biaya

ü  Angka di dalam pemilihan array menandakan banyaknya percobaan di dalam array, suatu matriks L₈ memiliki delapan percobaan dan matriks L9 memiliki 9 percobaan dan seterusnya.

ü  Banyaknya level yang digunakan di dalam faktor digunakan untuk memilih

orthogonal array. Jika faktornya ditetapkan berlevel dua maka harus digunakan

orthogonal array dua level. Jika levelnya tiga maka digunakan orthogonal array tiga

level, sedangkan jika sebagian faktor memiliki dua level dan faktor lainnya memiliki tiga level maka jumlah yang lebih besar akan menentukan jenis orthogonal array

yang harus dipilih.

(21)

Contoh Matrik orthogonal array

Trial

Faktor

HASIL TEPUNG

IKAN YANG

DIPEROLEH (Kg)

A

B

C

D

E

F

G

R

₁

R

₂

R

₃

R

₄

1.

1

1 *

*

2.

1

2

2 *

*

3.

1

2

1

2

2 *

*

4.

1

2

1

1 *

*

5.

2

1

2

1

2

1

2 *

*

6.

2

1

2

1

2

1 *

*

7.

2

1

2

1 *

*

(22)

ì

 

Interaksi Antar Faktor

Interaksi antara dua faktor berarti efek satu faktor pada respon

tergantung level faktor lain. Antara interaksi menyebabkan

sistem tidak

robust

karena sistem menjadi sangat sensitif

terhadap perubahan pada satu faktor.

ì

 

Analisis Varians (ANOVA)

Analisis Varians adalah teknik perhitungan yang memungkinkan

secara kuantitatif mengestimasikan kontribusi dari setiap faktor

pada semua pengukuran respon. Analisis varians yang

digunakan pada desain parameter berguna untuk membantu

mengidentifikasikan kontribusi faktor sehingga akurasi

perkiraan model dapat ditentukan.

(23)

ANOVA DUA ARAH

Sumber

Variasi

SS

Derajat Bebas

(db)

MS

F hitung

Kontribusi

AxB

/SS

T

SS

_T

V

_T

100%

(24)

Dimana :

SSTotal = jumlah kuadrat total (The Total sum of square)

SSA = jumlah kuadrat faktor A (Sum of Square due to Factor A)

Dengan cara yang sama dihitung SSB (karena faktor B) dan SS AxB

Untuk level 2

ANOVA DUA ARAH (1)

(25)

SSe

= jumlah kuadrat error (the sum of square due to error)

= SSTotal – Ssmean - SSA - SSB – SSAxB

MSA

= rata-rata jumlah kuadrat faktor A (The mean sum of square)

= SSA/VA

Untuk MSB dan MS AxB dihitung dengan cara yang sama

MSe

= rata-rata jumlah kuadrat error

= SSe/Ve

kA

= jumlah level untuk faktor A

N

= jumlah total percobaan

ANOVA DUA ARAH (2)

(26)

Persen Kontribusi

ì

 

Merupakan fungsi jumlah kuadrat untuk masing-masing items yang

signifikan. Persen kontribusi mengindikasikan kekuatan relatif dari

suatu faktor dan/atau interaksi dalam mengurangi variasi. Jika level

faktor dan/atau interaksi dikendalikan dengan benar, maka variasi

total dapat dikurangi sebanyak yang diindikasikan oleh persen

kontribusi.

ì

 

SS’A = SSA – (VAxMSe)

à

cara yang sama untuk SS’B dan SS’AxB

ì

 

SS’e = SSt

–

SS’A – SS’B

– SS’AxB

ì

 

SS’t = sama dengan SSt

_à

total persen kontribusi = 100 %

(27)

Percobaan Konfirmasi

ì  Untuk melakukan validasi terhadap kesimpulan yang diperoleh selama tahap analisa. à pengujian menggunakan kombinasi tertentu dari faktor-faktor dan level-level hasil evaluasi sebelumnya à Ukuran sampel dari percobaan konfirmasi lebih besar daripada percobaan sebelumnya.

ì  Menentukan kombinasi level terbaik dari faktor-faktor yang signifikan. Faktor-faktor yang tidak signifikan dapat ditetapkan pada sembarang level. Setelah itu dilakukan pengambilan beberapa sampel dan diamati. Tindakan selanjutnya tergantung pada kedekatan nilai rata-rata hasil terhadap hasil perkiraan.

(28)

ì

STUDI KASUS

METODE TAGUCHI

(29)

Kasus

1 ì

 

Proses penyulingan minyak daun cengkeh untuk

meningkatkan hasil produksi, dengan

faktor-faktor utama

1. Diameter Pipa

(A)

2. Tipe Tungku

(B)

3. Tempat Pembakaran

(C)

4. Panjang Pipa

(D)

5. Ukuran Bak Pendingin

(E)

6. Cara Penyimpanan Bahan Baku

(F)

(30)

ì

STUDI KASUS 1

Penetapan Level Faktor

Faktor Level 1 Level 2

A 1,5" 2,5"

B Tanpa Blower Dengan Blower

C Tanpa Sekat Dengan Sekat

D 36 m 48 m

E 3 x 3 x 1 m 3 x 4 x 1,7 m

F Tanpa Sak Dengan Sak

(31)

ì

STUDI KASUS 1

Pemilihan OA

Faktor

: 7

Level

: 2

Derajat bebas = Faktor (Level-1)

Derajat bebas = 7 (2-1) = 7

(32)

ì

STUDI KASUS 1

Hasil Eksperimen

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

(33)

ì

STUDI KASUS 1

Tabel Rata-rata Respon

A B C D E F G

Level 1 52.5 47.33 43.83 40.74 39.92 45.08 40.58

Level 2 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

(34)

Kasus

2

(35)

ì

STUDI KASUS 2

Tabel Respon Y

A B AxB C AxC D E

Level 1 52,5 47,25 43,83 40,75 39,83 45,08 40,50 Level 2 34,42 39,67 43,08 46,17 47,08 41,83 46,42 Difference 18,08 7,58 0,75 5,42 7,25 3,25 5,92

Rank ₁ ₂ 7 5 ₃ 6 4

Faktor – Faktor yang Signifikan (interaksi)

A1 A2

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

(36)

ì

STUDI KASUS 2

Analysis of Variance

à

= ( 12 X 52,502₎_{+ (12 X 34,42}2_{) – 45.327,04}

= 1964,8 (cara yg sama digunakan untuk menghitung SSB dst)

SS

_B

= 348,22 ; SS

_{A X B}

= -3,58 ; SS

_C

= 179,74 ; SS

_{A X C}

= 308,42

SS

_D

= 56,42 ; SS

_E

STUDI KASUS 2

Tabel ANOVA

SUMBER SS DF MS Fratio SS' Ratio %

A 1964,8 1 1964,8 307,48 1958,41 61,78 B 348,22 1 348,22 54,49 341,83 10,28 AxB -3,58 1 -3,58 -0,56 -9,97 -0,31

C 179,74 1 179,74 28,13 173,35 5,47 AxC 308,42 1 308,42 48,27 302,03 9,53 D 56,42 1 56,42 8,83 50,03 1,58 E 213,76 1 213,76 33,45 207,37 6,54 e 102,18 16 6,39 1 146,91 4,63 SSt 3169,96 23 137,82 3169,96 100 Mean 45327,04 1

STUDI KASUS 2

(41)

ì

STUDI KASUS 2

Pooling berikutnya

Sumber Pooled SS DF MS F_rasio SS’ rho(%) A 1964,8 1 1964,8 71,63 1937,37 61,12

B 348,22 1 348,22 12,69 320,79 10,12

A x B Y -3,58 1 -3,58 -

-Polede 548,52 20 27,43 1 630,81 19,90

SSt 3169,96 23 137,82 3169,96 100

Mean 45327,04 1

(42)

ì

STUDI KASUS 2

Pooling berikutnya

Pooling berikutnya

=3169,96 – 1987,37 – 320,79 –280,99

= 630,81

(44)

ì

STUDI KASUS 2