DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-501)

(1)

DIKTAT KULIAH

PENGENDALIAN & PENJAMINAN

KUALITAS (IE-501)

TOPIK 7: TAGUCHI PARAMETER DESIGN

Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik

Universitas Kristen Maranatha

Disusun oleh:

Ir. Rudy Wawolumaja M.Sc Rudijanto Muis, ST, MT

JURUSAN TEKNIK INDUSTRI - FAKULTAS TEKNIK

UNIVERSITAS KRISTEN MARANATHA

BANDUNG

2013

(2)

TAGUCHI

PENDAHULUAN

 Teknik Taguchi sering digunakan dalam perancangan DESIGN PRODUCT.

 “The quality of a product is the ( minimum ) loss imparted by the product to the society from the

time the product is shipped” ( Genichi Taguchi )

 Ada 2 filosofi yang digunakan dalam Taguchi : 1. Parameter Design

2. Eksperimental Design

TAGUCHI PHILOSOPHY & METHODOLOGY IN PARAMETER DESIGN 1. Konsep “LOSS FUNCTION”

LOSS : kerugian karena deviasi karakteristik produk dari nilai target. Gambaran mengenai The Quadratic Loss Function :

2. Tujuan dalam Parameter Design Taguchi adalah untuk meminimasi LOSS 3. Faktor yang mempengaruhi karakteristik produk ada 2 jenis :

1. CONTROLLABLE FACTORS

CONTROLLABLE FACTORS : faktor yang mudah untuk dikontrol 2. NOISE ( UNCONTROLLABLE FACTORS )

NOISE : variabel yang sulit atau tidak mungkin untuk dikontrol Loss y LSL USL Target L = k (y – T)2 Dimana : L : Loss in dollars k : Cost Coefficient

y : Value of Quality Characteristic T : Target Value

(3)

Secara Umum :

Noise Factor paling bertanggung jawab untuk deviasi karakteristik produk dari target value.

Setelah Noise Factor diidentifikasi, pendekatannya BUKAN / TIDAK mengontrol Noise Factor, karena sangat mahal atau tidak mungkin.

Tetapi dengan memilih nilai dari Controllable Factors sedemikian sehingga produk atau proses tidak sensitif terhadap perubahan yang disebabkan oleh Noise Factor

Bukan menghilangkan penyebab dari “NOISE”, tetapi mengurangi dampak  To achieve robustness against Noise

Ada 3 jenis Noise Factors : a. Outer Noise

b. Inner Noise

c. Between Product Noise

Gambaran mengenai Konsep Noise Factor dalam Parameter Design Product :

Loss to the Society

Deviations of Functional Characteristics from

Target Value

NOISE FACTORS Cause Deviations

Outer Noise Between Product

Noise Inner Noise  Variation in Operating Environments  Human Errors  Deterioration ( rusak/busuk )  Manufacturing Imperfections

(4)

TAGUCHI PHILOSOPHY & METHODOLOGY IN EXPERIMENTAL DESIGN  Langkah-langkah dalam Planning The Experimental Design :

1. Statement of the problem

2. Objective / Tujuan dari eksperimen

3. Penetapan karakteristik mutu dan sistem pengukuran

4. Pemilihan faktor-faktor yang mungkin mempengaruhi karakteristik mutu 5. Identifikasi faktor-faktor tersebut

Mengidentifikasi, mana faktor yang termasuk dalam : Control Factor & Noise Factor 6. Pilih level untuk tiap faktor

7. Identifikasi Control Factor yang mungkin berinteraksi 8. Pilih Orthogonal Array

Orthogonal Array : faktor dapat dievalusi secara independen, dimana efek 1 faktor tidak

mengganggu estimasi faktor yang lain. Dalam penentuan Orthogonal Array tergantung pada : a. Jumlah faktor dan interaksi

b. Jumlah level untuk faktor

Jenis-jenis dari Orthogonal Array seperti : L4, L8, dll. 9. Masukkan faktor dan interaksi ke dalam kolom

10. Lakukan test / eksperimen 11. Analisis hasil

Dengan melakukan perhitungan terhadap S/N ( Signal to Noise Ratio ) : a. Terbesar yang terbaik ( Higher the better ) :



_ _  ₂ y 1 n 1 log 10 N S

b. Lower the better :

 



 2 y n 1 log 10 N S

c. Nominal is the best :

 Variance only : Ve n 1 log 10 N S 

 Mean & variance : 

       Ve Ve -Vm n 1 log 10 N S

Vm = Sm = Sum of the squares of the mean 12. Konfirmasi hasil

(5)

 Contoh Soal :

A. Larger the better :

1. Statement of the problem : Adhesive strength of a plastic item 2. Tujuan eksperimen : the larger the better

3. Sistem Pengukuran : Strength ≤ kg/cm2 4. Pemilihan faktor dan level : ( langkah 4, 5, dan 6 )

Control Factors Levels

0 1 2

A : Etching time 8 min 10 min 12 min B : Etching temperature 60 oC 70 oC 80 oC

C : Mixing ratio C0 C1 C2

D : Pre-treatment method none solvent hot water

Noise Factors : N0 = Normal Conditions of use N1 = Bad Conditions of use 7. Tidak ada Control Factor yang berinteraksi

8. Jenis Orthogonal Array & hsl eksperimen yg dilakukan ( langkah 8, 9, 10, & 11 ) : No.

Exp.

Control Factors Adhesive strength (kg/cm 2 ) S/N Noise Factor A B C D N0 N1 1 0 0 0 0 6 5 14,7 2 0 1 1 1 10 8 18,9 3 0 2 2 2 12 10 20,7 4 1 0 1 2 8 6 16,6 5 1 1 2 0 11 7 18,4 6 1 2 0 1 13 9 20,4 7 2 0 2 1 23 18 26,0 8 2 1 0 2 24 23 27,4 9 2 2 1 0 20 16 24,9

The larger the better :



_

      ₂ y 1 n 1 log 10 N S

Contoh : No. Exp. 1 



_

      ₂ y 1 n 1 log 10 N S       _  ₂ ₂ 1 5 1 6 1 2 1 log 10 N S = 14,7 dB

(6)

Factors & Interaction A B C D TOTAL Sum at factor & level 0 54,3 57,3 62,5 58,0 188,0 1 55,4 64,7 60,4 65,3 2 78,3 66,0 65,1 64,7 Square of differences ( S ) (-1,12) + (-242) + (-22,92) = 1101,62 (-7,42) + (-8,72) + (-1,32) = 132,14 (2,12) + (-2,62) + (-4,72) = 33,26 (-7,32) + (-6,72) + (0,62) = 98,54 ST = 1365,56 % 80,67 % 9,68 % 2,44 % 7,22 % 100 % Diagram Pareto : A0 = 54,3 / 3 = 18,10 D0 = 58,0 / 3 = 19,33 A1 = 55,4 / 3 = 18,47 D1 = 65,3 / 3 = 21,77 A2 = 78,3 / 3 = 26,10 D2 = 64,7 / 3 = 21,57 B0 = 57,3 / 3 = 19,10 C0 = 62,5 / 3 = 20,83 B1 = 64,7 / 3 = 21,57 C1 = 60,4 / 3 = 20,13 B2 = 66,0 / 3 = 22,00 C2 = 65,1 / 3 = 21,70

12. Kesimpulan : Kombinasi faktor level yang signifikan : A2 - B2 - D1 - C2

80,67 % 9,68 % 7,22 % 2,44 % A B D C 18 20 22 24 26 28 S/N Ratio A0 A1 A2 B0 B1 B2 D0 D1 D2 C0 C1 C2 A2 B2 D1 C2

(7)

B. Nominal is the best :

Diketahui data dalam baris : 10 8 16 460 6 T =  yi = 10 + 8 + 16 + 460 + 6 = 500 Sm = n T.2 =





5 6 460 16 8 10    2 = 50.000 Ve =









1 -n S -y ... y y 1 -n y -y m 2 n 2 2 2 1 n 1 i 2 i    



 Ve =





1 -5 50.000 -6 460 16 8 102  2  2  2  2 = 40.514

C. Nominal is the best :

1. Statement of the problem : length of a yardstick

2. Tujuan eksperimen : reduce yardstick variability & increase consistent length closer

to 36 inches

3. Target : 36,00 inches

4. Pemilihan faktor dan level : ( langkah 4, 5, dan 6 )

Control Factor Level 1 Level 2

Blade Metal ( A ) Carbon Steel Tungsten Steel Saw rpm ( B ) Low High Wood Kiln Time ( C ) 1 month 3 month

Motor Horse Power ( D ) 2 hp 3 hp

Saw fence angle ( E ) 0 degree 12 degree Operator ( F ) Bill John

Noise Factor Level 1 Level 2

Wood Source Northern Southern

Blade Age New 20.000 units

7. Control Factor yang berinteraksi : Blade Metal x Saw rpm

8. Jenis Orthogonal Array & hsl eksperimen yg dilakukan ( langkah 8, 9, 10, & 11 ) : Jenis Orthogonal Array yang digunakan :

Inner Array : L 8

(8)

Tabel Orthogonal Array : A B A x B C D E F M1 M2 N1 N2 N1 N2 1 1 1 1 1 1 1 35,675 36,420 34,805 35,690 1 1 1 2 2 2 2 35,720 35,695 35,800 36,760 1 2 2 1 1 2 2 35,830 36,275 36,130 35,145 1 2 2 2 2 1 1 35,665 35,025 36,220 35,570 2 1 2 1 2 1 2 35,805 36,470 35,220 34,675 2 1 2 2 1 2 1 36,680 36,115 36,780 36,995 2 2 1 1 2 2 1 36,870 36,255 36,985 36,350 2 2 1 2 1 1 2 35,540 35,255 35,240 36,125 Perhitungan S/N : # 1. Vm = Sm =





4 35,690 34,805 36,42 35,675   2 = 5082,977 Ve =





1 -4 5082,977 -35,690 34,805 36,42 35,6752  2  2  2 = 0,436  1 = S/N =        Ve Ve -Vm n 1 log 10 =        0,436 0,436 -5082,977 4 1 log 10 = 34,642 # 2. Vm = Sm =





4 36,760 35,800 35,695 35,720   2 = 5182,200 Ve =





1 -4 5182,200 -36,760 35,800 35,695 35,7202  2  2  2 = 0,263  1 = S/N =        Ve Ve -Vm n 1 log 10 =        0,263 0,263 -5182,200 4 1 log 10 = 36,925 Run # A B A x B C D E F S/N  1 1 1 1 1 1 1 1 34,642 2 1 1 1 2 2 2 2 36,925 3 1 2 2 1 1 2 2 37,072 4 1 2 2 2 2 1 1 37,240 5 2 1 2 1 2 1 2 33,268 6 2 1 2 2 1 2 1 39,789 7 2 2 1 1 2 2 1 40,005 8 2 2 1 2 1 1 2 38,680

(9)

# 1. A1 = 4 37,240 37,072 36,925 34,642   = 36,470 2 A = 4 38,680 40,005 39,789 33,268   = 37,935 Effect A =  = A1  A2  = 36,470  37,935 = 1,465 # 2. B1 = 4 39,789 33,268 36,925 34,642   = 36,156 2 B = 4 38,680 40,005 37,240 37,072   = 38,249 Effect B =  = B1  B2  = 36,156  38,249 = 2,094

Tabel Signal to Noise Ratio : Response Table

A B A x B C D E F Level 1 36,470 36,156 37,563 36,247 37,546 35,957 37,919 Level 2 37,935 38,249 36,842 38,159 36,860 38,448 36,486 Delta (  ) 1,465 2,094 0,721 1,912 0,686 2,490 1,433 S/N Response Graph : 35,0 36,0 37,0 38,0 39,0 S/N 1 A A 2 B1 B 2 A x B1 A x B2 1 D D 2 1 C C 2 E 1 E 2 F 1 F 2 35,0 36,0 37,0 38,0 39,0 S/N

(10)

Analisis Response Table dan Graph :

Faktor mana yang mempunyai delta (  ) yang paling besar.  dalam contoh ini : E2 , B2 , C2 , A2 , dan F1

Analisis A x B : 1 A B1 = 2 36,925 34,642 = 35,784 1 A B2 = 2 37,240 37,072 = 37,156 2 A B = 1 2 39,789 33,268 = 36,529 2 A B2 = 2 38,680 40,005 = 39,343 1 B B 2 1 A 35,784 37,156 2 A 36,529 39,343 35,0 36,0 37,0 38,0 39,0 S/N 1 A A 2 1 B 2 B