KEHANDALAN SISTEM PENGUKURAN KEBOCORAN ARUS LISTRIK
Himma Firdaus1), Tri Widianti2)
1,2)P2SMTP-LIPI, Kawasan Puspiptek Gd. 417 Setu Tangerang Selatan E-mail: [email protected]); [email protected]2)
INTISARI
Pengukuran kebocoran arus listrik merupakan salah satu klausul uji pada standar keselamatan SNI IEC 60335-1:2009 untuk peralatan rumah tangga berbasis kelistrikan. Pengukuran ini diperlukan untuk mengetahui nilai arus yang mengalir pada rangkaian uji yang merepresentasikan tubuh manusia. Sistem pengukuran kebocoran arus sebagai suatu sistem pengukuran harus handal, sehingga mutu hasil pengukuran terjamin. Kehandalan suatu sistem dapat diketahui berdasarkan parameter kualitas seperti indeks kapabilitas proses (Cp dan Cpk), % study of variance, % tolerance, precision-to-tolerance ratio (PTR), signal-to-noise ratio (SNR), dan discriminant ratio (DR). Tujuan penelitian ini adalah untuk mengevaluasi kehandalan sistem pengukuran kebocoran arus dengan parameter kualitas tersebut. Hasil penelitian menunjukkan bahwa sistem pengukuran kebocoran arus memenuhi parameter kualitas Cp, Cpk, PTR, dan % tolerance. Namun belum memenuhi parameter kualitas % study of variance, SNR, dan DR. Sehingga direkomendasikan dilakukan peningkatan pada sistem pengukuran agar memenuhi seluruh parameter kualitas yang dipersyaratkan.
Kata Kunci: Evaluasi kehandalan, sistem pengukuran kebocoran arus, reliability, reproducibility, kapabilitas.
ABSTRACT
Leakage current measurement is one of the clauses on SNI IEC 60335-1: 2009 safety standards for household electrical appliances. The measurement is needed to know current value that flowing in the test circuit which represents human body. Leakage current measurement as a measurement system should be reliable, so that the quality of measurement result is assured. The reliability of system could be known based on quality parameter such as process capability index (Cp dan Cpk), % study of variance, % tolerance, (signal-to-noise ratio (SNR), and discriminant ratio (DR). The purpose of this study is to evaluate the reliability of leakage current measurement system with the quality parameters.The result showed that the measurement system of leakage current fulfill Cp, Cpk, PTR, dan % tolerance quality paramaters. But it does not meet % study of variance, SNR, and DR. So that, it is recommended to conduct improvement toward the measurement system in order to fulfill a whole of quality parameters which is required.
Keywords: Reliability evaluation, leakage current measurement system, reliability, reproducibility, process capability.
1. PENDAHULUAN
diperbolehkan pada produk kelistrikan rumah tangga adalah 0,75 mA. Nilai kebocoran arus pada produk dapat diketahui dengan melakukan pengujian pada produk terkait. Pengujian dilakukan dengan menggunakan metode pengukuran atau sistem pengukuran yang sesuai dengan persyaratan pada standar yaitu SNI IEC 60335:2009.
Sistem pengujian/pengukuran yang digunakan harus handal agar nilai hasil pengujian yang diperoleh terjamin mutunya. Klausul 5.5.1 pada SNI ISO/IEC 17025:2008 menyebutkan bahwa faktor penentu kehandalan pengujian diantaranya adalah faktor manusia (operator pengujian), peralatan (alat ukur), dan metode pengujian (sistem pengukuran). Laboratorium pengujian harus dapat memperhitungkan faktor-faktor tersebut untuk mengetahui kontribusinya terhadap ketidakpastian pengukuran hasil pengujian [3]. Paramater yang dapat digunakan untuk mengevaluasi kehandalan suatu sistem pengujian atau sistem pengukuran diantaranya adalah kapabilitas proses, repeatabilitas dan reprodusibilitas [4].
Tujuan dari penelitian ini adalah untuk mengevaluasi kehandalan sistem pengukuran kebocoran arus listrik dengan menggunakan parameter kapabilitas proses, repeatabilitas, dan reprodusibilitas. Selain itu, penelitian ini juga bertujuan untuk melakukan peningkatan pada sistem pengukuran kebocoran arus. Metode yang digunakan untuk mengevaluasi sistem pengukuran kebocoran arus listrik ini adalah GR&R Method. Parameter kualitas yang digunakan adalah PRT (the precision-to-tolerance ratio) dan SNR (Signal-to-noise ratio), Cp (kapabilitas proses) dan discrimination ratio (DR). Beberapa penelitian yang menggunakan metode ini diantaranya adalah Gao dkk [5] di bidang farmasi, Asplund dan Lin [6] di bidang transportasi, Pareira dkk [7] dan di manufaktur (stainless steel cladding process). Namun belum ada yang menerapkannya untuk sistem pengujian kebocoran arus. Sehingga diharapkan hasil penelitian ini dapat memberikan pengetahuan baru terkait evaluasi sistem pengukuran pada sistem kebocoran arus pada proses pengujian kebocoran arus peralatan rumah tangga berbasis kelistrikan.
2. TINJAUAN PUSTAKA
2.1. Evaluasi Sistem Pengukuran
Tidak semua sistem pengukuran yang digunakan dapat memberikan nilai pengukuran sesuai yang dikehendaki (true value). Terdapat potensi adanya kesalahan (error) nilai pengukuran yang dapat disebabkan oleh beberapa faktor, misalnya alat ukur, operator pengukuran, atau objek pengukurannya [4]. Lebih lanjut, Al-Refaie dan Bata [4]
menjelaskan error yang dihasilkan pada sistem pengukuran yang bersumber dari objek pengukurannya disebut variability produk yang dilambangkan dengan 𝜎2𝑝 sedangkan yang bersumber dari alat ukur disebut gage variability yang dilambangkan 𝜎2𝑔. Sehingga variabilitas total pengukuran dapat dihitung dengan Persamaan 1[8]:
𝜎2
𝑡𝑜𝑡𝑎𝑙 = 𝜎2𝑝 + 𝜎2𝑔 (1)
Untuk memastikan sistem pengukuran yang digunakan dapat diterima hasil pengukurannya, maka penting dilakukan evaluasi terhadap sistem pengukuran tersebut.
yang penting diperhatikan dalam proses evaluasi sistem pengukuran adalah kecukupan sensitivitas alat pengukuran, kestabilan alat ukur, serta konsistensi statisctical properties (error) [8]. Statistical properties yang dimaksud diantaranya bias, stability, linearity, repeatability, dan reproducibility [6]. Teknik yang dapat digunakan untuk mengevaluasi sistem pengukuran yaitu Range method, Xbar/Rbar Method, dan ANOVA Method [9].
2.2. Gage Repeatability dan Reproducibility
Gage variability (𝜎2𝑔) bersumber dari dua hal yaitu repeatability dan reproducibility
[4]. Repeatability oleh Morris [10] dijelaskan sebagai kondisi yang menunjukkan kedekatan hasil ukur yang dilakukan berulang oleh seorang operator pengukuran menggunakan alat ukur yang sama. Pengukuran dilakukan pada kondisi lingkungan dan metode yang sama yang dilakukan dalam periode waktu yang pendek [10]. Pengertian lain disampaikan oleh Evans dan Lindsay [11] yaitu “variasi dalam pengukuran berulang kali oleh seorang individu yang menggunakan alat yang sama” [11]. Sedangkan untuk reproducibility, ISO 5725 mendefinisikannya sebagai “conditions where test results are obtained with the same method on identical test items in different laboratories with different operators using different equipment” [12]. Lebih lanjut, Burdick dkk [13] menjelaskan bahwa reproducibility adalah variasi yang dihasilkan karena adanya perbedaan operator, set up, dan periode waktu pengukuran. Persamaan 2
menunjukkan hubungan gage variability dengan repeatability dan reproducibility: 𝜎2
𝑔= 𝜎2𝑟𝑒𝑝𝑒𝑎𝑡𝑎𝑏𝑖𝑙𝑖𝑡𝑦 + 𝜎2𝑟𝑒𝑝𝑟𝑜𝑑𝑢𝑐𝑖𝑏𝑖𝑙𝑖𝑡𝑦 (2)
Estimasi gage variability dikenal dengan sebutan GR&R Study [9]. GR&R Study ini bertujuan untuk mengetahui nilai variabilitas sistem pengukuran terhadap variabilitas proses [9]. Dalam konteks penelitian ini, diharapkan variabilitas sistem pengukuran kebocoran arus nilainya dapat diterima sehingga pengaruhnya kecil terhadap variabilitas hasil uji kebocoran arus. Variabilitas sistem pengukuran diharapkan acceptable (handal) untuk menghindari kesalahan pengambilan keputusan hasil pengujian [6]. Jika sistem pengukuran tidak memenuhi kriteria acceptability suatu sistem pengukuran maka akan terdapat potensi kesalahan pengambilan keputusan hasil pengujian jika hasil pengujian berada pada area toleransi kualitas pengujian. Ilustrasinya dapat dilihat pada gambar di bawah ini:
III
I.a
Batas Atas Toleransi
II.a
II.b
Batas Bawah ToleransiI.b
Pada Gambar 1, jika hasil pengukuran pada wilayah I.a, I.b, dan III maka potensi kesalahan pengambilan keputusan terhadap hasil pengujian tidak terjadi. Jika hasil pengukuran berada pada area III maka hasil pengujian dikatakan lolos atau baik. Jika hasil pengukuran pada area I.a dan I.b maka hasil pengujian dikatakan tidak lolos atau produk tidak baik. Pengambilan keputusan bisa berpotensi salah jika hasil pengukuran berada pada area II.a dan II.b yaitu batas toleransi kualitas pengujian. Akan ada potensi kesalahan produk yang jelek lolos uji dan produk yang sesungguhnya baik dianggap jelek atau tidak lolos uji. Hal tersebut terjadi karena adanya nilai hasil pengukuran memiliki error yang dihasilkan dari gage variability sistem pengukuran yang digunakan. Diharapkan nilai variasi sistem pengukuran kecil (acceptable) sehingga dapat menggambarkan proses pengukuran yang sesungguhnya [14]. Pada penelitian ini GR&R Study menggunakan dua metode yaitu Xbar/RBar dan ANOVA.
2.3. Paramater Kualitas Sistem Pengukuran
Sebuah sistem pengukuran dapat dikatakan baik atau tidak dapat dilihat dari beberapa parameter yang disebut parameter kualitas sistem pengukuran. Paramater kualitas pengukuran diantaranya PTR (the precision-to-tolerance ratio), SNR (Signal-to-noise ratio), Cp (kapabilitas proses), dan DR (discriminant ratio). Berikut ini penjelasannnya:
2.3.1. PTR, SNR, dan DR
Pengukuran sebagai sebuah proses dapat diukur kapabilitasnya yang bisa kita sebut dengan kapabilitas proses atau pengukuran. Kapabilitas pengukuran biasanya ditunjukan dengan nilai PTR (the precision-to-tolerance ratio) [13]. Sebuah sistem pengukuran dinyatakan kapabel jika memiliki nilai PTR lebih kecil atau sama dengan 0.1 (PTR 0.1) [13]. Perhitungan nilai PTR dapat dilihat pada Persamaan 3.
𝑃𝑇𝑅 = 𝑈𝑆𝐿 − 𝐿𝑆𝐿 (3)𝑘 𝜎𝑔
USL (Upper Spec Limits) dan LSL (Lower Spec Limits) merupakan batas spesifikasi yang diinginkan (toleransi), 𝜎𝑔 adalah standar deviasi sistem pengukuran (gage), dan k adalah konstanta yang nilainya 5.15 jika intervalnya 99% atau 6 jika intervalnya 99.7%
[13,14].
Parameter lain yang digunakan untuk menilai kapabilitas proses adalah nilai SNR (Signal-to-noise ratio). SNR merupakan “as the number of distinct categories that can be reliably distinguished by the measurement system” [13]. Nilai SNR dapat diperoleh dengan Persamaan 4.
𝑆𝑁𝑅 = √2𝛾𝑅 (4)
Nilai 𝛾𝑅 merupakan perbandingan antara variansi proses (𝛾𝑝) terhadap variansi sistem pengukuran (gage) dengan simbol 𝛾𝑔[13]. Jika nilai SNR lebih besar atau sama dengan 5 (SNR 5) maka hal tersebut menunjukkan sistem pengukuran direkomendasikan dan jika nilainya di bawah 2 maka sistem pengukuran tidak dapat digunakan untuk memantau proses [13].
Grafik ini membantu secara visual pemenuhan persyaratan nilai PTR dan SNR sebuah sistem pengukuran. Grafik ini memiliki 4 (empat) area yaitu area 1, 2, 3 dan 4. Area 1 menunjukkan bahwa sistem pengukuran yang dievaluasi memenuhi persyaratan PTR dan SNR. Area 2 menunjukkan sistem pengukuran memenuhi kriteria SNR tapi PTR tidak terpenuhi. Area 3 menunjukkan sistem pengukuran tidak memenuhi kriteria PTR dan SNR. Kemudian area 4 menunjukkan sistem pengukuran hanya memenuhi persyaratan PTR. Ilustrasi grafik R&R dapat dilihat pada Gambar 2 di bawah ini:
SN
Selain PTR dan SNR, parameter kualitas yang dapat digunakan untuk mengevaluasi sistem pengukuran adalah DR (discrimination ratio) [15]. Memadainya resolusi sistem pengukuran yang digunakan untuk memantau karakteristik proses adalah pengertian dari DR [16]. Sebuah sistem pengukuran dianggap baik atau acceptable diindikasikan dengan nilai DR 4 dan inacceptable jika nilai DR 2 [17]. Nilai DR dapat diperoleh dengan menggunakan Persamaan 5.
𝐷𝑅 = √𝜎𝜎22𝑝
𝑔+ 1 (5)
2.3.2. Kapabilitas Proses
Kapabilitas proses adalah kemampuan yang dimiliki proses untuk menghasilkan produk sesuai dengan persyaratan atau spesifikasi yang diinginkan atau batas toleransi produk yang ditetapkan [4]. Secara umum nilai kapabilitas proses dinyatakan dalam indeks kapabilitas proses (Cp) [8]. Cp merupakan perbandingan antara sebaran toleransi spesifikasi produk terhadap sebaran six sigma dalam dalam proses [4]. Batasan nilai Cp yang dapat diterima adalah minimal 1,67 [8]. Persamaan 6 digunakan untuk menghitung nilai Cp.
𝐶𝑝=𝑈𝑆𝐿 − 𝐿𝑆𝐿6𝜎
𝑝 (6)
𝐶𝑝𝑘 = 𝑚𝑖𝑛{𝑈𝑆𝐿 − 𝜇3𝜎 𝑝 ,
𝜇 − 𝐿𝑆𝐿
3𝜎𝑝 } (7)
Nilai Cpk pada persamaan (7) diperoleh dengan memilih nilai terkecil dari hasil perhitungan 𝑈𝑆𝐿−𝜇
3𝜎𝑝 dengan
𝜇−𝐿𝑆𝐿 3𝜎𝑝 jika
𝑈𝑆𝐿−𝜇 3𝜎𝑝 >
𝜇−𝐿𝑆𝐿
3𝜎𝑝 maka nilai Cpk adalah hasil
perhitungan 𝑈𝑆𝐿−𝜇3𝜎
𝑝 begitu juga sebaliknya.
3. METODOLOGI PENELITIAN
Secara umum proses evaluasi sistem pengukuran kebocoran arus dilakukan dalam 2 (dua) tahap yaitu tahap persiapan dan pelaksanaan. Tahap persiapan terdiri dari proses penyiapan sistem pengukuran kebocoran arus, alat ukur kebocoran arus, operator pelaksana, serta sampel atau part berupa mesin cuci yang akan dijadikan objek pengukuran. Kebocoran arus diukur menggunakan HIOKI 3156 yang telah dikalibrasi sebelumnya. Tahap pelaksanaan adalah proses pelaksanaan pengumpulan data penelitian dan analisis hasil. Pada tahap persiapan dilakukan perancangan pengambilan data sesuai dengan persyaratan untuk evaluasi kehandalan sistem pengukuran. Sampel yang digunakan 5 (lima) buah, operator pelaksana sebanyak 3 (tiga) orang, dan pengulangan pengukuran pada tiap sampel sebanyak 10 (sepuluh) kali pengulangan untuk setiap operator. Jumlah tersebut sudah memenuhi ketentuan untuk evaluasi sistem pengukuran [9,14]. Sistem pengukuran kebocoran arus dapat dilihat pada Gambar 3 di bawah ini:
Gambar 3. Sistem Pengukuran Kebocoran Arus
Mulai
Pengumpulan Data
Perhitungan Variabilitas
PTR, SNR, Cp, DR
Pemetaan PTR & SNR (CI 95%)
Quality Evaluation
Peta Kontrol
Total Gauge Part-to Part
Reproducibility
Standar Deviation Study Variance
Total Variance Repeatability
Penarikan Kesimpulan dan Usulan Peningkatan
Selesai
Gambar 4. Diagram Alir Penelitian
4. HASIL DAN PEMBAHASAN
4.1. Hasil
Hasil pengukuran kebocoran arus pada 5 (lima) part yang dilakukan oleh 3 (tiga) operator dengan pengulangan sebanyak 10 (sepuluh) kali dapat dilihat pada Tabel 1. Data tersebut diolah untuk menghitung nilai variabilitas dengan menggunakan bantuan
Software Minitab. Software Minitab merupakan software yang dirancang oleh
Pennsylvania State University untuk membantu pengolahan data secara statistik dan sudah umum dipakai dalam berbagai bidang. Perhitungan variabilitas dilakukan dengan dua metode yaitu ANOVA dan X/R-Bar. Hasil perhitungan variabilitas dengan metode X/R-Bar dapat dilihat pada Tabel 2, sedangkan perhitungan dengan metode ANOVA pada Tabel 3. Lebih lanjut, komponen variansi, peta kontrol S dan X, interaksi operator dan part, dan perbandingan hasil pengukuran antar part dapat dilihat pada Gambar 5
Tabel 1. Hasil Pengukuran Kebocoran Arus dalam Satuan mA
2 0.002096 0.002096 0.002096 0.002096 0.002096
3 0.002096 0.002096 0.002096 0.002096 0.002096
4 0.002096 0.002096 0.002096 0.002096 0.002096
5 0.002096 0.002096 0.002096 0.002096 0.002096
6 0.002096 0.002096 0.002096 0.002096 0.002096
7 0.002096 0.002096 0.002096 0.002096 0.002096
8 0.002096 0.002096 0.002096 0.002096 0.002096
9 0.002096 0.002096 0.002096 0.002096 0.002096
10 0.002096 0.002096 0.002096 0.002096 0.002096
B 1 0.001048 0.001048 0.001048 0.001048 0.001048
2 0.001048 0.001048 0.001048 0.001048 0.001048
3 0.001048 0.001048 0.001048 0.001048 0.001048
4 0.001048 0.001048 0.001048 0.001048 0.001048
5 0.001048 0.001048 0.001048 0.001048 0.001048
6 0.001048 0.001048 0.001048 0.001048 0.001048
7 0.001048 0.001048 0.001048 0.001048 0.001048
8 0.001048 0.001048 0.001048 0.001048 0.001048
9 0.001048 0.001048 0.001048 0.001048 0.001048
10 0.001048 0.001048 0.001048 0.001048 0.001048
C 1 0.001048 0.001048 0.001048 0.001048 0.001048
2 0.001048 0.001048 0.001048 0.001048 0.001048
3 0.001048 0.001048 0.001048 0.001048 0.001048
4 0.001048 0.001048 0.001048 0.001048 0.001048
5 0.001048 0.001048 0.001048 0.001048 0.001048
6 0.001048 0.001048 0.001048 0.001048 0.001048
7 0.001048 0.001048 0.001048 0.001048 0.001048
8 0.001048 0.001048 0.001048 0.001048 0.001048
9 0.001048 0.001048 0.001048 0.001048 0.001048
10 0.001048 0.001048 0.001048 0.001048 0.001048
Tabel 2. Hasil Perhitungan Variansi dengan Metode X/R-Bar Study Var %Study Var %Tolerance
Tabel 3. Hasil Perhitungan Variansi dengan Metode ANOVA
Gambar 5. Komponen Variasi, Peta Kontrol, Interaksi Operator-Part, dan Interaksi Operator Hasil Metode ANOVA
Gambar 6. Komponen Variasi, Peta Kontrol, Interaksi Operator-Part,
dan Interaksi Operator Hasil Metode X/R-Bar
Data variabilitas yang diperoleh dengan perhitungan menggunakan Software Minitab
digunakan untuk menghitung nilai-nilai PTR, SNR, dan DR dengan menggunakan persamaan (3), (4), (5), (6). Nilai Cp dan Cpk dihitung dengan bantuan Software Minitab
0.08
Gambar 7. Perhitungan Cp dan Cpk
Tabel 4. Perhitungan Paramater PTR, SNR, dan DR
No. Paramater Kualitas Rumus Hasil
1. PTR
Berdasarkan Tabel 4, dapat dibuat grafik R&R yang dapat dilihat pada Gambar 8.
SNR
Gambar 8. Grafik Peta R&R Sistem Kebocoran Arus
Gambar 8 menunjukkan bahwa sistem pengukuran kebocoran arus berada pada area 4. Hal ini menunjukkan bahwa sistem pengukuran telah memenuhi persyaratan PTR namun belum memenuhi persyaratan SNR. Sehingga diperlukan perbaikan agar nilai SNR terpenuhi. Lebih lanjut, hasil perhitungan variansi (% study of variansi dan %
tolerance), Cp, Cpk, SNR, PTR, dan DR kemudian dibandingkan dengan nilai standar masing-masing parameter untuk evaluasi kualitas. Hasil evaluasi dapat dilihat pada
Tabel 5. Evaluasi Kualitas Sistem Pengukuran Kebocoran Arus
Berdasarkan hasil evaluasi kualitas pada Tabel 5 diketahui bahwa sistem pengukuran kebocoran arus memenuhi 4 (empat) parameter kualitas yaitu PTR, % Toleransi, nilai Cp dan Cpk. Hal tersebut menunjukkan bahwa berdasarkan kelima parameter kualitas tersebut, sistem pengukuran kebocoran arus dapat diterima. Namun untuk 3 (tiga) parameter lainnya yaitu % study of variance, SNR, dan DR sistem pengukuran kebocoran arus tidak memenuhi syarat atau sistem kebocoran tersebut tidak dapat diterima. Sehingga diperlukan beberapa perlakuan agar sistem kebocoran arus tersebut dapat memenuhi persyaratan dan dapat digunakan untuk pengujian kebocoran arus.
Parameter kualitas yang tidak memenuhi persyaratan pertama adalah % study of variance. Agar dapat melakukan perbaikan dan peningkatan terhadap sistem kebocoran arus terkait parameter tersebut ada beberapa langkah yang harus diperhatian. Pertama melakukan identifikasi sumber yang kontribusinya paling besar terhadap nilai % study of variance. Jika melihat pada Tabel 2 dan Tabel 3 serta Gambar 5 dan Gambar 6
terlihat bahwa komponen yang memiliki kontribusi terhadap variansi adalah
reproducibility. Nilai reproducibility dihasilkan dari variansi hasil pengukuran yang bersumber dari perbedaan hasil pengukuran yang dilakukan antar operator. Langkah kedua, melakukan identifikasi penyebab terjadinya variansi antar operator. Ada 2 (dua) hal yang berpotensi menyebabkan variansi yaitu kemampuan operator dalam melakukan eksekusi pengukuran serta perbedaan interpretasi terhadap metode pengukuran yang ditetapkan. Penyebab pertama dapat diperbaiki dengan melakukan pelatihan peningkatan kapasitas operator pengukuran. Penyebab kedua dapat diperbaiki dengan melakukan evaluasi pemahaman operator terhadap metode pengukuran kebocoran arus oleh penyelia yang bertanggung jawab terhadap sistem pengukuran kebocoran arus. Langkah ketiga melakukan evaluasi ulang terhadap parameter % study of variance
setelah dilakukan langkah perbaikan.
Paramater kedua dan ketiga yang tidak memenuhi persyaratan yaitu SNR dan DR. Nilai SNR dan DR ini dapat diperbaiki dengan mengurangi nilai variasi alat atau variasi proses [4]. Pengurangan variasi alat dapat dilakukan dengan peningkatan nilai akurasi alat. Sedangkan pengurangan variasi proses dapat dilakukan dengan 2 (dua) hal yaitu memperbaiki metode pengukuran yang digunakan dan memperbaiki eksekusi penerapan metode pengukuran. Namun jika melihat pada hasil pengolahan GR&R pada Tabel 2
5. KESIMPULAN
Penelitian ini bertujuan untuk mengevalusai kehandalan sistem kebocoran arus dengan parameter kualitas, yaitu % study of variansi , % tolerance, Cp, Cpk, SNR, PTR, dan DR. Hasil penelitian menunjukkan bahwa sistem pengukuran kebocoran arus handal (acceptable) jika dilihat dari parameter % tolerance (0.44-0.48%), PTR (0.00948), Cp (1055.99), dan Cpk (3.93). Namun jika ditinjau dari parameter % study of variance yang nilainya > 10%, SNR dengan nilai 0.338008, dan DR dengan nilai 1.028, diperlukan perbaikan untuk peningkatan kehandalan sistem pengukuran. Tindakan peningkatan yang direkomendasikan untuk meningkatan kehandalan sistem pengukuran kebocoran arus adalah melakukan penyegaran kembali terhadap penerapan metode pengukuran kebocoran arus untuk operator pengujian. Hal tersebut bertujuan untuk menurunkan variasi yang bersumber dari perbedaan interpretasi pada pelaksanaan pengukuran sesuai dengan metode pengukuran yang ditetapkan laboratorium.
UCAPAN TERIMA KASIH
Ucapan terima kasih kami sampaikan kepada Agus Fanar Syukri, Ph.D selaku Kepala Pusat Penelitian Sistem Mutu dan Pengujian LIPI yang telah memberikan kesempatan untuk melaksanakan penelitian ini. Ucapan terima kasih juga kami sampaikan kepada Pak Suyut dan Pak Heri yang telah membantu dalam pengambilan data penelitian.
DAFTAR PUSTAKA
[1] Pemerintah Republik Indonesia. (2013). Peraturan Menteri Perindustrian No. 34/M-IND/7/2013 tentang Pemberlakuan Standar Nasional Indonesia (SNI) Pendingin Ruangan, Lemari Pendingin, dan Mesin Cuci secara Wajib.
[2] BSN, SNI IEC 60335-1:2009: Peranti listrik rumah tangga dan sejenis – Keselamatan – Bagian 1: Persyaratan umum, 2009.
[3] BSN, SNI ISO/IEC 17025:2008: Persyaratan umum kompetensi laboratorium pengujian dan laboratorium pengujian, 2008.
[4] Al-Rafaie, A. dan Bata, N. Evaluating measurement and process capabilities by GR&R with four quality measures. 2010, Measurement Vol.43, Hal. 842–851. [5] Gao, Z. T. dkk, Gauge repeatability and reproducibility for accessing variability
during dissolution testing: a technical note. 2007, AAPS PharmSciTech 8 (4), Hal. 11-15.
[6] Asplund, M. dan Lin, J. Evaluating the measurement capability of a wheel profile measurement system by using GR&R. 2016, Measurement, doi: http://dx.doi.org/ 10.1016/j.measurement.2016.05.090.
[7] Pereira, RBD dkk. Combining Scott-Knott and GR&R methods to identify special causes of variation. 2016, Measurement, Vol.82, Hal. 135-144.
[8] Montgomery, D.C. Statistical Quality Control: A Modern Introduction, 6th Ed, New York, Wiley, 2009.
[9] Allen, T.T. Introducing to Engineering Statistics and Lean Sigma, 2nd Ed, London, Springer-Verlag, 2010.
[11] Evans, J. R. dan Lindsay, W.M. Lindsay, Pengantar Six Sigma: An Introduction to Six Sigma and Process Improvement diterjemahkan Afia R. Fitriani. Jakarta, Salemba Empat, 2007.
[12] International Organization for Standardization, ISO 5725 Accuracy (Trueness and Precision) of Measurement Methods and Results, Parts 1 - 6, Geneva, 1994. [13] Burdick R.K. Borror, C.M. dan Montgomery, D.C. Design and Analysis of Gauge
R&R Studies, Virginia, American Statistical Association and the Society for Industrial and Applied Mathematics, 2005.
[14] Tague, N.R. The Quality Toolbox, 2nd Ed, Milwaukee, Wisconsin, 2005.
[15] Wheeler, D.J. Problems with gauge R&R studies, ASQC Quality Congress Transactions. 1992, Vol. 42, Hal.179-185.
[16] Adamec, E. dan Burdick, R.K. Confidence Intervals for a Discrimination Ratio in a Gauge R&R Study with Three Random Factors, 2003, Quality Engineering, Vol. 15 No.3, Hal. 383-389.
[17] D.P. Mader, J. Prins, R.E. Lampe, The economic impact of measurement error, Quality Engineering 11 (4) (1999) 563–574.
[18] Kotz, Pearn Samuel. Encyclopedia and Handbook of Process Capability Indices: A Comprehensive Exposition of Quality Control Measures. 2016,Vol. 12. Worlds Scientific. Singapore.
[19] Spring, F. Cheng, S. Yeung, A. dan Leung, B. Process capability indices – a review, 1992–2000.
DISKUSI
