Metode Taguchi
15 – Pengendalian Kualitas
ì
05/11/14 www.debrina.lecture.ub.ac.id
Outline
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)
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
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
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.
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
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
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)
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).
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.
ì
LANGKAH-LANGKAH EKSPERIMEN
METODE TAGUCHI
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.
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
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.
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).
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
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.
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
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.
Contoh Matrik orthogonal array
Trial
Faktor
HASIL TEPUNG
IKAN YANG
DIPEROLEH (Kg)
A
B
C
D
E
F
G
R
1R
2R
3R
41.
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
*
*
*
*
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.
ANOVA DUA ARAH
Sumber
Variasi
SS
Derajat Bebas
(db)
MS
F hitung
KontribusiFaktor A
SS
AV
AMS
AMS
A/MS
eSS’
A/SS
TFaktor B
SS
BV
BMS
BMS
B/MS
eSS’
B/SS
TInteraksi
AxB
SS
AxBV
AxV
BMS
AxBMS
AxB/MS
eSS’
AxB/SS
TResidual
Ss
eV
eMS
e1
SS’
e/SS
TTotal
SS
TV
T100%
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)
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)
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 %
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.
ì
STUDI KASUS
METODE TAGUCHI
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)
ì
05/11/14 www.debrina.lecture.ub.ac.id
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
ì
STUDI KASUS 1
Pemilihan OA
Faktor
: 7
Level
: 2
Derajat bebas = Faktor (Level-1)
Derajat bebas = 7 (2-1) = 7
ì
05/11/14 www.debrina.lecture.ub.ac.id
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
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
Kasus
2
05/11/14 www.debrina.lecture.ub.ac.id
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
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2
Analysis of Variance
à
= ( 12 X 52,502)+ (12 X 34,422 ) – 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= 213,76
Sserror = (SStotal – SSmean - SS
A- SS
B– SS
AxB– SS
c –SS
AXC- SS
D– SS
E)
ì
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
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2
Persen Kontribusi
Untuk mengetahui faktor-faktor yang memberikan kontribusi yang besar, maka
dilakukan penggabungan beberapa faktor yang kurang signifikan
ì
STUDI KASUS 2
Pooling 1
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2
ì
STUDI KASUS 2
Pooling berikutnya
Sumber Pooled SS DF MS Frasio 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
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2
Pooling berikutnya
SS (Pooled e) = Se + SS
AXB+ SS
C+ SS
D+ SS
E
= (102,18+(-3,58)+179,74+56,42 + 213,76)= 548,52
V(Pooled)
= Ve + V
AXB+ V
C+ V
D+ V
E= 16+1+1+1+1 = 20
•
MS (Pooled e)
= 27,43
ì
STUDI KASUS 2
Pooling berikutnya
SS’
A= SS
A-(DF
Ax MS (pooled e))
= 1.964,8- (1-( 1 x 27,43)
= 1937,37
SS’e
= SSt - SS’
A- SS’
B- SS’
AXC=3169,96 – 1987,37 – 320,79 –280,99
= 630,81
ì
05/11/14 www.debrina.lecture.ub.ac.id
STUDI KASUS 2