“Optimasi Multirespon untuk Menentukan Komposisi Lem Pada PVC
Film
dengan Metode
Fuzzy Logic
(Studi Kasus : PT Karyaterang Sedati)”
SEMINAR HASIL TUGAS AKHIR
Anggun Yuanita Prieskawati (1308100021)
Pembimbing : Muhammad Sjahid Akbar, S.Si, M.Si
Co Pembimbing : Adatul Mukarromah, S.Si, M.Si
Agenda Hari Ini
BAB I
Pendahuluan
BAB II
Tinjauan
Pustaka
BAB III
Metodologi
Penelitian
BAB IV
•
Hasil dan
Pembahasan
BAB V
•
Penutup
BAB I
PENDAHULUAN
Latar
Belakang
Optimasi
Multirespon
dengan
Fuzzy Logic
Label stock
Release Liner
Adhesive Tape
PVC Film
Transfer Failure
Manfaat
Batasan
Masalah
Tujuan
Penelitian
Rumusan
Masalah
Latar
Belakang
Manfaat
Batasan
Masalah
Tujuan
Penelitian
Rumusan
Masalah
PENELITIAN SEBELUMNYA
Imam Mujiarto (2005)
menyatakan plastik adalah
suatu polimer yang
mempunyai sifat-sifat unik
dan luar biasa. Polimer
merupakan suatu bahan
yang terdiri dari unit
molekul yang disebut
monomer. Secara garis
besar, plastik dapat
dikelompokkan menjadi dua
golongan
, yaitu
plastik
thermoplast dan plastik
thermoset
.
Plastik thermoplast
merupakan jenis plastik
yang tetap lunak pada
suhu yang tinggi dan
baru mengeras ketika
didinginkan, namun
teksturnya lebih halus
dan kurang berpori jika
dibandingkan kertas
Plastik thermoset
adalah jenis plastik
yang tahan terhadap
temperatur tinggi.
Sekali dibentuk, maka
tidak dapat
dikembalikan ke
bentuk semula.
Latar
Belakang
Manfaat
Batasan
Masalah
Tujuan
Penelitian
Rumusan
Masalah
PENELITIAN SEBELUMNYA
Penelitian tentang lem sintetik oleh
Yunairi dan Herminiwati (2008), ingin
diketahui formula lem sintetik yang tepat
untuk digunakan pada pembuatan alas
kaki. Faktor yang dipelajari dari
penelitian ini, yaitu pengaruh
penggunaan
thackifier
sebanyak
berturut-turut 35, 45, dan 55 phr terhadap
kekuatan rekat lem.
Rancangan yang digunakan, yaitu
rancangan CRD (
Completetly Randomized
Desain).
Hasil yang diperoleh yaitu kulaitas
terbaik saat menggunakan
thackifier
45
phr
Penelitian tentang lem kompon karet
untuk sepatu kulit yang dibuat dengan
proses vulkanisasi oleh Herminiwati,
Arum Y, dan Jaka (2008), ingin diketahui
formula lem kompon karet yang tepat
untuk sepatu kulit. Faktor yang dipelajari
dari penelitian ini, yaitu pengaruh
penambahan coumaron resin sebagai
thackifier
sebanyak berturut-turut 5, 10,
dan 15phr terhadap kekuatan rekat lem.
Hasil yang diperoleh yaitu kulaitas
terbaik saat menggunakan coumaron
resin sebagai
thackifier
sebesar 10 phr
Latar
Belakang
Manfaat
Batasan
Masalah
Tujuan
Penelitian
Rumusan
Masalah
PENELITIAN SEBELUMNYA
Penelitian tentang optimasi multirespon
Fuzzy
Logic
oleh Lu, Chen dan Chung (2008), ingin
menentukan parameter desain yang optimal pada
proses pemotongan kasar di sisi penggilingan.
Empat parameter yang digunakan dari penelitian
ini, yaitu kecepatan poris, kekuatan per-gigi,
kedalaman potong, dan radial kedalaman potong.
Respon yang digunakan adalah tingkat keausan
alat dan logam.
Hasil yang diperoleh yaitu perbaikan tingkat
keausan alat dan logam dari parameter
pemotongan untuk mengoptimalkan parameter
Rumusan
Masalah
Manfaat
Batasan
Masalah
Latar
Belakang
Tujuan
Penelitian
1. Bagaimana kombinasi faktor dan level yang tepat untuk
mengoptimalkan nilai
grey-fuzzy
?
2. Berapa kontribusi faktor dan level yang optimal terhadap
nilai
grey-fuzzy
?
3. Berapa prediksi nilai
grey-fuzzy
rata-rata optimal dengan
menggunakan faktor serta level yang optimum?
Manfaat
Batasan
Masalah
Latar
Belakang
Tujuan
Penelitian
Rumusan
Masalah
1. Mengetahui kombinasi faktor dan level yang tepat untuk
mengoptimalkan nilai
grey-fuzzy
.
2. Menentukan besarnya kontribusi faktor dan level yang
optimal terhadap nilai
grey-fuzzy
3. Mengetahui prediksi nilai
grey-fuzzy
rata-rata yang
optimum
Manfaat
Batasan
Masalah
Latar
Belakang
Rumusan
Masalah
Penelitian
Tujuan
Manfaat Bagi Mahasiswa
• Penelitian yang dilakukan dapat memberikan pengalaman dan
pengetahuan tentang cara menentukan komposisi optimal lem yang
tidak
transfer failure
pada PVC
film
dengan menggunakan metode
optimasi multirespon
Fuzzy Logic
Manfaat Bagi Perusahaan
• Memperoleh informasi dan rekomendasi mengenai komposisi
optimal lem yang tidak
transfer failure
pada PVC
film
1
• Komposisi lem yang diteliti khusus dibuat untuk
PVC
film
2
• Faktor yang digunakan dalam penelitian adalah
polymer adhesive
dan
coupling agent
3
• Respon yang digunakan adalah cepat rekat lem
dan daya rekat lem
Batasan
Masalah
Latar
Belakang
Rumusan
BAB II
TINJAUAN PUSTAKA
Metode Taguchi
merupakan
metode
off line
yang sangat
efektif dalam
peningkatan
kualitas dan
juga
mengurangi
biaya
Tujuannya agar
performansi
produk/prosesnya
tidak sensitif atau
tangguh (
robust
)
terhadap faktor
yang sulit
dikendalikan
Metode Taguchi =
Robust Design
Dapat
dicapai
dengan dua
tahapan
1. Metode perancangan parameter
2. Metode perancangan toleransi
Metode Taguchi
Metode
Orthogonal Array
(OA)
P
en
ger
tia
n
• Fraksional
faktorial
matriks dimana
setiap baris
mewakili
eksperimen
yang dilakukan
dengan
menggunakan
faktor-faktor
dari tiap level.
K
eleb
iha
n
• Mengevaluasi
pengaruh berbagai
faktor dengan
menggunakan
eksperimen dalam
jumlah
eksperimen yang
tidak terlalu
banyak sehingga
dapat mengurangi
biaya dan waktu
penelitian
D
a
sa
r P
em
iliha
n
• a. Jumlah
faktor
• b. Jumlah
level tiap
faktor
• c.
Keterbatasan
biaya
Metode Taguchi
Metode
Analisis Varians (ANOVA)
Adalah, teknik perhitungan yang memungkinkan secara kuantitatif
memperkirakan kontribusi dari setiap faktor pada semua pengukuran respon.
Sumber Variasi db
SS
MS
F
hitung
Faktor A
V
A
SS
A
MS
A
MS
A
/MS
e
Faktor B
V
B
SS
B
MS
B
MS
B
/Ms
e
Interaksi AxB
V
AxB
SS
AxB
MS
AxB
MS
AxB
/Ms
e
Error
V
e
Ss
e
Ms
e
-Mean
V
M
SS
M
-
-Total
V
T
SS
T
-
-(Soejanto, 2009)
Analisis Varians Dua Arah (
Two-Way
ANOVA)
(1)
Metode Taguchi
Metode
Analisis Varians Dua Arah (
Two-Way
ANOVA)
(2)
Hipotesis :
- Faktor A
H
0
:
(i = 1, 2, ..., g)
H
1
: Paling sedikit ada satu
- Faktor B
H
0
:
(j = 1, 2, ..., n)
H
1
: Paling sedikit ada satu
- Interaksi Faktor A dan B
H
0
:
(i = 1, 2,..., g ; j = 1, 2, ..., n)
H
1
: Paling sedikit ada satu
Statistik Uji :
- Faktor A
F
hitung
=
- Faktor B
F
hitung
=
- Interaksi Faktor A dan B
F
hitung
=
Daerah Penolakan H
0
:
- Faktor A : Nilai F
hitung
> F
α
(VA,Ve)
- Faktor B : Nilai F
hitung
> F
α
(VB,Ve)
- Interaksi A dan B : Nilai F
hitung
> F
α
(VAxB,Ve)
Metode Taguchi
Metode
Metode
Pooling Up
Faktor
Untuk mengestimasi varians
error
pada ANOVA. Sehingga
estimasi yang dihasilkan lebih baik, karena akan
mengakumulasi beberapa variansi
error
dari beberapa
faktor yang kurang berarti
(Soejanto, 2009)
Metode Taguchi
Metode
Fuzzy Logic
PVC
Film
Menguji F
hitung
efek kolom terkecil terhadap yang lebih besar
berikutnya untuk melihat tingkat signifikannya. Jika tidak
ada rasiio F signifikan yang muncul, maka kedua efek
tersebut di
pooling
hingga rasio F yang signifikan muncul
Metode Penelusuran Asumsi
• Varians
error
konstan dan
menyebar secara
acak
• Grafik
• Uji Gletser
Identik
• Tidak ada
hubungan antar
error
• Plot ACF
Independen
•
Error berdistribusi
normal
• Uji
Kolmogorov-Smirnov
Distribusi
Normal
Metode Taguchi
Metode
Metode
Fuzzy Logic
PVC
Film
Metode Taguchi
Dapat dijadikan
dasar yang tepat
untuk
menggambarkan
langkah yang
optimal dengan
banyak
karakteristik
(Kusumadewi dan Purnomo,
2010)
Analisis
grey relational
merupakan
pendekatan yang
mengubah optimasi
ke dalam bentuk
grey fuzzy
yang lebih
sederhana dan
tunggal
Metode
Fuzzy Logic
PVC
Film
Metode Taguchi
Langkah Metode
Fuzzy Logic
:
1
• Menghasilkan data awal yang telah dinormalisasi dalam bentuk S/N rasio
2
• Mentransformasi S/N rasio ke dalam nilai bangkitan
grey-relational
yang bernilai
antara 0 hingga 1. Rumus :
3
• Menentuan nilai koefisien grey-relational. Rumus :
4
• Mengubah koefisien grey-relational ke linguistic fuzzy subsets
(triangle). Tiga fuzzy subset yang digunakan, yaitu small (S), medium (M), large (L)
menggunakan bentuk segitiga
5
• Variabel output metode fuzzy logic dinamakan grey-fuzzy reasoning
yang dikonversikan
dalam fungsi keanggotaan dari segitiga. Lima fuzzy subset yang digunakan, adalah very small
(VS), small (S), medium
(M), large (L),
dan very large (VL).
) ( min ) ( max ) ( min ) ( ) ( k k k k k x i i i i i η η η η − − = max max min 0( ), ( )) ( ) .. ( ∆ + ∆ ∆ + ∆ = ζ ζ γ k k x k x oi i
Fungsi Keanggotaan Variabel
Input
Metode
Fuzzy Logic
PVC
Film
Metode Taguchi
Fungsi Keanggotaan Variabel
Output
Aturan ke-1 : Jika X
1adalah A
1dan X
2adalah B
1, maka Y adalah C
1Aturan ke- 2 : Jika X
1adalah A
2dan X
2adalah B
2, maka Y adalah C
2Aturan ke-n : Jka X
1adalah A
ndan X
2adalah B
n, maka Y adalah C
nVariabel input 1 S M L Variabel input 2 S VS S M M S M L L M L VL
Jika X
11adalah
small
dan X
21adalah
small
, maka Y adalah
very
small
.
Jika X
11adalah
small
dan X
22adalah
medium
, maka Y adalah
small
.
Jika X
13adalah
large
dan X
23adalah
large
, maka Y adalah
very
large
.
Pareto ANOVA
Metode
Fuzzy Logic
PVC
Film
Metode Taguchi
* Metode cepat dan mudah untuk menganalisis hasil dari parameter
desain.
** Tidak perlu F-test
*** Mampu mengidentifikasi parameter penting dan menghitung
prosentase pengaruh setiap parameter pada karateristik kualitas yang
berbeda
(Park, 1996)
100
SS
SS
T
A
×
=
A
ρ
Dapat diperoleh dengan perhitungan berikut :
adalah nilai kontribusi faktor A, SS
A
merupakan jumlah kuadrat
faktor A, dan SS
T
ialah jumlah kuadrat total.
A
Prediksi Nilai untuk Kondisi Optimum Respon
Kondisi optimum diperoleh hanya dengan mengestimasi faktor
yang signifikan.
Apabila faktor A dan B merupakan faktor yang optimum, maka
taksiran nilai kondisi optimum, yaitu :
)
(
)
(
A
Y
B
Y
Y
i j Optimum=
+
−
+
−
µ
taksiran nilai rata-rata
respon yang optimum
efek faktor A level ke-i
dan faktor B level ke-j
Rata-rata
respon Y
Rata-rata
Efek faktor A
level ke-i
Rata-rata
Efek faktor B
level ke-j
Metode
Fuzzy Logic
PVC
Film
Metode
Fuzzy Logic
PVC
Film
Metode Taguchi
Interval Kepercayaan Rata-rata yang Optimum terhadap
Respon
×
×
=
eff
e
v
v
n
MS
F
CI
(
α
,
1
,
2
)
1
rata
-rata
perkiraan
dalam
bebas
derajat
Jumlah
eksperimen
al
Jumlah tot
=
effn
Penger
tia
n
Hasil
polimerasisasi
monomer vinil
klorida dengan
bantuan katalis
(Mujiarto, 2005)
Pr
oses Peng
ola
ha
n
1.
Calendering
(
sheet, film, leather cloth
)
2. Ekstruksi
(Pipa, isolasi kabel
listrik)
3. Cetak injeksi
(Sol sepatu, sepatu
boot
)
Metode
Fuzzy Logic
PVC
Film
BAB III
Sumber
Data
Langkah
Analisis
Variabel
Penelitian
Data sekunder, hasil penelitian yang
dilakukan PT Karyaterang Sedati
tentang komposisi lem yang tidak
Langkah
Analisis
Variabel
Penelitian
Sumber
Data
Faktor
Level
1
2
3
Polymer Adhesion
100%
111%
122%
Coupling Agent
100%
300%
500%
Langkah
Analisis
Variabel
Penelitian
Sumber
Data
1
• Menghitung nilai S/N rasio untuk respon
polymer adhesion
dan
coupling agent
2
• Menghitung nilai normalisasi S/N rasio untuk respon
agent
sehingga diperoleh nilai
grey-relational
polymer adhesion
dan
coupling
3
• Menghitung nilai koefisien
grey-relational
4
• Diperoleh nilai
polymer adhesion
grey-fuzzy reasoning
dan
coupling agent
yang merupakan nilai gabungan dari respon
5
• Menentukan faktor dan level yang optimal dengan menggunakan metode Taguchi
6
• Menghitung besarnya kontribusi masing-masing faktor
7
• Menghitung prediksi nilai rata-rata optimum respon
8
• Menghitung interval kepercayaan kondisi rata-rata optimum respon
))
(
(
x
ik
)))
(
),
(
(
(
γ
x
0k
x
ik
BAB IV
ANOVA
Nilai
Grey-Fuzzy
Residual
Asumsi
Kontribusi
Faktor
Prediksi
Nilai
Grey-Fuzzy
Kondisi
Optimum
Interval
Kepercayaan
Dua respon
dalam penelitian, yaitu
cepat rekat lem
dan
daya rekat lem
.
Agar
diperoleh
kondisi optimum
yang
sama
antara kedua respon
sehingga
memudahkan dalam mengambil kesimpulan
, maka perlu
dilakukan penggabungan
kedua respon
tersebut.
Fuzzy logic
merupakan
metode optimasi multirespon
yang
digunakan dalam penelitian ini
a. Menentukan Nilai Bangkitan Grey-Relational
SN Rasio Y1 Xi (Y1) SN Rasio Y2 Xi (Y2)
9,5424 0 26,1747 0,4561843 15,563 0,63092481 25,537 0 19,0849 1 26,9349 1 9,5424 0 26,2499 0,5099793 9,5424 0 25,9626 0,3044567 15,563 0,63092481 26,5353 0,7141426 9,5425 1,04794E-05 26,7116 0,8402604 16,902 0,771244433 26,4456 0,649975 9,5424 0 26,9102 0,9823306 Min 9,5424 0 25,537 0 Max 19,0849 1 26,9349 1 max-min 9,5425 1 1,3979 1
))
(
(
x
ik
1. Menentukan data input berupa S/N rasio
2. Menentukan nilai minimum dan maksimum S/N rasio
3. Diperoleh nilai bangkitan grey-relational
)
(
min
)
(
max
)
(
min
)
(
)
(
k
k
k
k
k
x
i i i i iη
η
η
η
−
−
=
ANOVA
Nilai
Grey-Fuzzy
Residual
Asumsi
Kontribusi
Faktor
Prediksi
Nilai
Grey-Fuzzy
Kondisi
Optimum
Interval
Kepercayaan
b. Menentukan Nilai Koefisien Grey-Relational
(
γ
(
x
0(
k
),
x
i(
k
)))
SN Rasio Y1 Xi (Y1) Delta 0 (Y1) Gamma (Y1) SN Rasio Y2 Xi (Y2) Delta 0 (Y2) Gamma
9,5424 0 1 0,333333333 26,1747 0,456184276 0,543815724 0,479011753 15,563 0,63092481 0,36907519 0,575324213 25,537 0 1 0,333333333 19,0849 1 0 1 26,9349 1 0 1 9,5424 0 1 0,333333333 26,2499 0,509979255 0,490020745 0,505039922 9,5424 0 1 0,333333333 25,9626 0,304456685 0,695543315 0,418219895 15,563 0,63092481 0,36907519 0,575324213 26,5353 0,714142643 0,285857357 0,636247781 9,5425 1,04794E-05 0,999989521 0,333335662 26,7116 0,840260391 0,159739609 0,757874763 16,902 0,771244433 0,228755567 0,686101105 26,4456 0,649974962 0,350025038 0,588217968 9,5424 0 1 0,333333333 26,9102 0,982330639 0,017669361 0,965867477 Min 9,5424 0 0 25,537 0 0 Max 19,0849 1 1 26,9349 1 1 max-min 9,5425 1 1 1,3979 1 1
1. Menentukan nilai delta, dengan cara mengurangkan nilai maksimal x
0
dengan nilai x
i
(k)
2. Menentukan nilai delta maksimum dan minimum
3. Menentukan nilai koefisien pembeda, yaitu 0,5
4. Diperoleh nilai koefisien grey relational
max min 0
(
),
(
))
(
)
.
.
(
∆
+
∆
∆
+
∆
=
ζ
ζ
γ
k
k
x
k
x
iANOVA
Nilai
Grey-Fuzzy
Residual
Asumsi
Kontribusi
Faktor
Prediksi
Nilai
Grey-Fuzzy
Kondisi
Optimum
Interval
Kepercayaan
c. Mengubah Nilai Koefisien Grey-Relational menjadi Linguistic Fuzzy Subsets
Tiga Fuzzy Subsets :
* Parameter untuk
Small
(S) bernilai [-0,5 0 0,5]
* Parameter untuk
Medium
(M) bernilai [0 0,5 1]
* Parameter untuk
Large
(L) adalah [0,5 1 1,5]
ANOVA
Nilai
Grey-Fuzzy
Residual
Asumsi
Kontribusi
Faktor
Prediksi
Nilai
Grey-Fuzzy
Kondisi
Optimum
Interval
Kepercayaan
d. Menentukan Variabel Output (Grey-Fuzzy Reasioning)
Variabel input Y
1S
M
L
Variabel
input Y
2S
VS
S
M
M
S
M
L
L
M
L
VL
Linguistic Fuzzy
JikaY
11
adalah
small danY
21
adalah
small, maka
grey-fuzzy adalah
very small.
JikaY
11
adalah
small danY
22
adalah
medium,
maka
grey-fuzzy adalah
small.
JikaY
11
adalah
small danY
23
adalah
large, maka
grey-fuzzy adalah
medium.
JikaY
12
adalah
medium danY
21
adalah
small,
maka
grey-fuzzy adalah
small.
JikaY
12
adalah
medium danY
22
adalah
medium, maka
grey-fuzzy adalah
medium.
JikaY
12
adalah
medium danY
23
adalah
large, maka
grey-fuzzy adalah
large.
JikaY
13
adalah
large danY
21
adalah
small, maka
grey-fuzzy adalah
medium.
JikaY
13
adalah
large danY
22
adalah
medium, maka
grey-fuzzy adalah
large.
JikaY
13
adalah
large danY
23
adalah
large , maka
grey-fuzzy adalah
very large
ANOVA
Nilai
Grey-Fuzzy
Residual
Asumsi
Kontribusi
Faktor
Prediksi
Nilai
Grey-Fuzzy
Kondisi
Optimum
Interval
Kepercayaan
Fungsi KeanggotaanVariabel
Output
Diperoleh nilai
grey-fuzzy
:
Grey-Fuzzy
0,4085
0,4581
0,92
0,4129
0,4037
0,5825
0,531
0,6051
0,6313
Nilai yang mencerminkan respon
cepat rekat lem dan daya rekat lem
secara bersama-sama.
Sehingga nilai tersebut yang
digunakan untuk melakukan analisis
ANOVA
Nilai
Grey-Fuzzy
Residual
Asumsi
Kontribusi
Faktor
Prediksi
Nilai
Grey-Fuzzy
Kondisi
Optimum
Interval
Kepercayaan
Sumber
Variasi
Db
SS
MS
F
hitungF
(0,05;v1;v2)A
2
0,0318
0,0159
0,96
6,94
B
2
0,11872
0,05936
3,59
6,94
A*B
4
0,06612
0,01653
Total
8
Sumber
Variasi
db
SS
MS
F
hitungF
(0,05;v1;v2)B
2
0,11872
0,05936
3,64
6,94
A*B
6
0,09791
0,01632
Total
8
ANOVA untuk Rata-rata Nilai Grey-Fuzzy
ANOVA Penggabungan I untuk Nilai Grey-Fuzzy
POOLING
UP FAKTOR
Faktor A, B, serta interaksi
antara faktor A dan B
tidak berpengaruh
signifikan
terhadap nilai
grey-fuzzy
.
Taksiran Nilai Variabel Dependen R e s id u a l 0,70 0,65 0,60 0,55 0,50 0,45 0,40 0,2 0,1 0,0 -0,1 -0,2