perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-1
BAB I
PENDAHULUAN
Bab ini menguraikan beberapa hal pokok mengenai penelitian ini, yaitu
latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan
masalah, asumsi dan sistematika penulisan.
1.1 Latar Belakang
Metode perancangan produk terbagi menjadi dua yaitu metode sekuensial
dan metode simultan. Pada metode sekuensial penentuan rancangan parameter
dilakukan sebelum perancangan toleransi, sedangkan pada metode simultan kedua
aktivitas tersebut dilakukan secara bersamaan. Keuntungan proses perancangan
produk secara simultan adalah dapat menjamin produk yang ekonomis dan
berkualitas serta efisien dari segi waktu (Chang and Jeang, 2002).
Metode Taguchi merupakan metode yang mampu memperbaiki kualitas
produk dan proses dengan cara meminimumkan deviasi dari target,
meminimumkan variansi serta meminimumkan biaya yang dinyatakan dalam
quality loss function (Ishak, 2002). Metode ini menggunakan orthogonal array
yang hanya membutuhkan sedikit eksperimen tanpa menghilangkan informasi
penting yang dihasilkan sehingga efektif dari segi biaya dan waktu. Secara umum
metode Taguchi membagi perancangan produk menjadi tiga tahap yaitu
perancangan sistem, perancangan parameter dan perancangan toleransi. Metode
ini biasanya dilakukan secara sekuensial dimana perancangan parameter
dilakukan terlebih dahulu dibanding perancangan toleransi (Chang and Jeang,
2002).
Perancangan toleransi meliputi analisis toleransi dan sintesis toleransi.
Analisis toleransi bertujuan untuk menentukan toleransi rakitan melalui toleransi
komponen-komponen penyusunnya. Sintesis toleransi bertujuan untuk
mendistribusikan toleransi rakitan ke dalam toleransi tiap komponen penyusunnya
(Ameta, Serge and Giordano, 2009). Analisis toleransi dilakukan melalui simulasi
monte carlo untuk memeriksa dampak dari toleransi individu pada suatu perakitan
atau proses secara statistik. Simulasi monte carlo dipilih karena simulasi tersebut
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-2
mampu mengidentifikasi parameter-parameter kunci yang mendorong terjadinya
variansi (Lindsay, 2002).
Chang and Jeang (2002) telah melakukan penelitian mengenai
perancangan parameter dan toleransi secara simultan menggunakan orthogonal
array. Faktor yang dipertimbangkan dalam penelitian ini adalah faktor parameter
dan toleransi pada produk wheel mounting. Metode ini juga dapat diaplikasikan
pada produk lain, salah satunya adalah ragum.
Ragum merupakan alat yang berfungsi untuk mencekam benda kerja
secara kuat agar posisi benda kerja tidak mengalami pergeseran saat dilakukan
proses pemesinan (Hermawan, 2010). Karakteristik kualitas kunci pada ragum
adalah Clearence/gap antara dudukan ragum dan rahang pencekam dinamis
karena clearence tersebut menentukan mekanisme pergerakan pada ragum.
Penelitian ini menerapkan metode Taguchi dalam menentukan parameter
dan toleransi secara simultan pada ragum dengan kriteria minimasi total biaya
yang terdiri dari kerugian kualitas dan biaya manufaktur. Faktor yang
dipertimbangkan dalam penelitian ini adalah parameter , toleransi dan kapabilitas
proses. Kapabilitas proses dipertimbangkan karena kapabilitas proses
menunjukkan kemampuan proses manufaktur untuk memenuhi spesifikasi yang
diberikan (Mustajib, 2010). Ragum dipilih dalam penelitian ini karena ragum
merupakan suatu alat yang banyak digunakan dalam industri pemesinan sehingga
memerlukan pengendalian kualitas yang baik.
1.2 Perumusan Masalah
Rumusan masalah dalam penelitian ini adalah bagaimana merancang
parameter dan toleransi optimal secara simultan menggunakan metode taguchi
pada ragum untuk meminimalkan total biaya.
1.3 Tujuan Penelitian
Tujuan yang ingin dicapai dalam penelitian ini adalah sebagai berikut :
1. Mengetahui pengaruh parameter, toleransi dan kapabilitas proses
terhadap total biaya.
2. Menentukan parameter dan toleransi optimal secara simultan pada
ragum untuk meminimalkan total biaya.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-3
1.4 Manfaat Penelitian
Manfaat yang dapat diambil dalam penelitian ini adalah dapat
menghasilkan metode perancangan parameter dan toleransi optimal yang lebih
efisien dalam perancangan produk dibandingkan metode sekuensial.
1.5 Batasan Masalah
Batasan masalah yang digunakan dalam penelitian ini adalah sebagai
berikut :
1. Faktor yang dipertimbangkan dalam penelitian hanya faktor terkontrol.
2. Ragum yang digunakan adalah ragum Krisbow KW04-189.
1.6 Asumsi
Asumsi yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Besarnya biaya yang melekat pada tiap level toleransi diambil dari data
yang terdapat pada penelitian Chang (2002).
2. Data parameter ragum berdistribusi normal.
3. Variansi data parameter ragum bersifat homogen.
4. Data parameter ragum bersifat independen.
1.7 Sistematika Penulisan
Penulisan penelitian dalam laporan tugas akhir ini mengikuti uraian yang
diberikan pada setiap bab yang berurutan untuk mempermudah pembahasannya.
Dari pokok-pokok permasalahan dapat dibagi menjadi enam bab sebagai berikut :
BAB I : PENDAHULUAN
Bab ini berisikan pendahuluan yang meliputi latar belakang,
perumusan masalah, tujuan penelitian, pembatasan masalah dan
sistematika penulisan.
BAB II : STUDI PUSTAKA
Bab ini berisi mengenai landasan teori yang mendukung dan terkait
langsung dengan penelitian yang akan dilakukan dari buku, jurnal
penelitian, sumber literatur lain, dan studi terhadap penelitian
terdahulu.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-4
BAB III : METODOLOGI PENELITIAN
Bab ini berisi tentang uraian langkah-langkah penelitian yang
dilakukan, selain itu juga merupakan gambaran kerangka berpikir
penulis dalam melakukan penelitian dari awal sampai dengan
penelitian selesai.
BAB IV : PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini berisi tentang data-data/informasi yang diperlukan dalam
menganalisis permasalahan yang ada serta pengolahan data dengan
menggunakan metode yang telah ditentukan.
BAB V : ANALISIS DAN INTERPRETASI HASIL
Analisis berisi penjelasan dari output yang didapatkan pada tahapan
pengumpulan dan pengolahan data. Interpretasi hasil merupakan
ringkasan singkat dari hasil analisis penelitian.
BAB VI : KESIMPULAN DAN SARAN
Bab ini berisi tentang kesimpulan yang diperoleh dari pengolahan
data dan analisis yang telah dilakukan serta rekomendasi ataupun
saran yang diberikan untuk perbaikan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-1
BAB II
TINJAUAN PUSTAKA
Bab ini membahas mengenai landasan teori yang akan digunakan guna
menunjang penelitian. Teori yang akan digunakan dalam penelitian ini meliputi
rekayasakualitas, perancanganeksperimen, metodetaguchi, kapabilitas proses,
simulasi monte carlo dan pembangkitan bilangan acak linear congruential
generator.
2.1 Rekayasa Kualitas
Rekayasa kualitas berhubungan dengan rekayasa perancangan dan
manufaktur, yang meliputi aktivitas pengendalian kualitas yang mendasari setiap
fase dari riset produk, pengembangan produk, proses perancangan, produksi dan
kepuasan pelanggan. Peran dari setiap aktivitas ini mendukung tujuan peningkatan
kualitas secara keseluruhan, percepatan penemuan baru, pemecahan masalah yang
cepat dan efektivitas biaya yang mendukung tercapainya kualitas. Untuk
mewujudkan tujuan ini maka rekayasa kulitas dapat dibagi menjadi dua kategori
yaitu: pengendalian kualitas secara on-line dan pengendalian kualitas secara off-
line (Peace, 1992).
2.1.1 Pengendalian Kualitas Secara On-Line
Merupakan teknik untuk memantau produksi, mengukur kualitas produksi
yang sedang berjalan, memberikan sinyal mengenai masalah yang potesial dan
memberikan tindakan koreksi secara langsung. Sistem informasi feedback
merupakan dasar pemberitahuan kepada operator dan supervisorproduksi. Data
diperoleh dari proses kritis produksi hasil pemantauan real-time.
Data yang diperoleh dari lini produksi kemudian dibandingkan dengan
target yang telah ditetapkan. Jika analisis mengindikasikan bahwa proses yang
sedang berjalan tidak sesuai, maka diperlukan adjustment untuk mengembalikan
proses ke dalam range yang sesuai. Prediksi dan koreksi berfungsi untuk
mendukung dan bertindak mengenai input hasil diagnosis dan adjustment.
Berdasarkan data historis dan studi kapabilitas, prediksi target menghasilkan
referensi untuk menentukan apakah proses produksi yang berjalan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-2
Manfaat lain dari pengendalian kualitas on-line adalah meliputi preventive
maintenance, kalibrasi sensor device dan inspeksi yang ekonomis. Hal ini berarti
akan menghasilkan pengendalian proses yang efektif dari segi biaya (Peace,
1992). 2.1.2 Pengendalian Kualitas Secara Off-Line
Tujuan dari pengendalian kualitas secara Off-line adalah untuk
mengoptimalkan perancangan proses dan produk. Perancangan eksperimen
merupakan alat fundamental bagi pengendalian kualitas off-line. Eksperimen
mempunyai dua peran penting yaitu mengidentifikasi sumber variansi dan
menentukan perancangan dan proses yang optimal. Identifikasi sumber variansi
berfungsi untuk meminimalkan efek dari sumber variansi terhadap produk.
Penentuanlevel terbaik dari faktor-faktor kritis digunakan untuk menentukan nilai
target dalam pengendalian kualitas on-line dan menghasilkan solusi pada masalah
yang teridentifikasi pada produksi. Secara fungsional pengendalian kualitas off-
line dapat terbagi menjadi tiga urutan tahapan, yaitu perancangan sistem,
perancangan parameter dan perancangan toleransi (Peace, 1992).
2.2 Perancangan Eksperimen
Tahap esensial untuk melakukan eksperimen yang baik dapat dibagi
menjadi empat fase yaitu : merencanakan eksperimen, merancang eksperimen,
melakukan eksperimendan menganalisis eksperimen.
Perencanaan eksperimen yang efektif merupakan dasar dari tiga fase
setelahnya. Meliputi isu organisasional seperti keterlibatan personel yang sesuai
dan dukungan manajemen. Perencanaan yang teliti meliputi kecermatan untuk
mengidentifikasi karakteristik kualitas, menentukan pengukuran yang diperlukan,
pemilihan faktor dan setting yang diperlukan dan strategi eksperimen yang sesuai.
Perancangan eksperimen meliputi konstruksi layout eksperimen dan
pemilihan matrik eksperimen yang paling efisien untuk menghasilkan hasil yang
diinginkan dan mengandung semua informasi yang diperlukan. Fase ini juga
mencakup pemilihan interaksi faktor.
Melakukan eksperimen merupakan eksekusi eksperimen yang telah
dikembangkan dalam fase perencanaan dan perancangan. Fase ini meliputi
pengembangan test plan, persiapan dan koordinasi untuk melakukan penelitian.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-3
Eksekusi eksperimen yang efektif adalah eksekusi yang membutuhkan sedikit
effort dan dalam waktu yang singkat. Kegagalan untuk mempertimbangkan aspek
ini akan menghasilkan pengukuran yang salah dan hasil yang bias.
Fase analisis berhubungan dengan kalkulasi untuk mengubah data mentah
ke informasi yang berarti dan untuk menginterpretasikan hasil. Analisis
seharusnya meliputi tabulasi dan grafis. Analisis meliputi penentuan faktor yang
paling penting, pemilihan level optimal untuk faktor tersebut dan menghitung
hasil prediksi pada setting faktor yang direkomendasikan. Confirmation run pada
setting tersebut penting untuk mengetahui reproduksibilitas rekomendasi dan
menetapkan asumsi yang digunakan dalam perencanaan dan perancangan
eksperimen (Peace, 1992).
Gambar 2.1Tahapperancanganeksperimen Sumber: Peace, 1992.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-4
Metode perancangan eksperimen dibagi mejadi empat yaitu build-test-fix,
one factorial, full factorial experiment dan orthogonal array (Chang and Jeang,
2002).
2.2.1 Build-Test-Fix
Build-test-fix mengasumsikan bahwa setiap hasil yang jatuh dalam batas
spesifikasi adalah sama baik. Pendekatan ini terlalu lambat dan tidak efisien
karena sangat tergantung pada keahlian peneliti. Sebagai konsekuensinya, selalu
ada kebutuhan untuk merework dan meningkatkan performansi (Chang and Jeang,
2002).
2.2.2 One Factorial
One factorial merupakan studi yang sistematis karena mempelajari
pengubahan satu faktor dalam satu waktu. Pendekatan ini lambat dari segi waktu
karena memerlukan pairwise comparison untuk tiap faktor sampai semua faktor
dievaluasi dan terlalu mahal untuk dilakukan. Selain itu pendekatan ini tidak
menjelaskan bagaimana efek dari perubahan faktor terhadap perubahan faktor lain
dalam interaksi antar faktor (Chang and Jeang, 2002).
2.2.3 Full Factorial
Full factorial experiment mempertimbangkan semua kombinasi yang
mungkin dari semua faktor, memaksimalkan kemungkinan menemukan hasil yang
baik. Kelemahan dari pendekatan ini adalah terlalu banyak eksperimen yang
dibutuhkan untuk mendapatkan informasi mengenai efek dari faktor-faktor yang
digunakan(Peace,1992).
Pendekatan ini hanya efektif digunakan pada penelitian yang melibatkan
sedikit faktor dan sedikit level. Pendekatan ini akan memakan banyak waktu dan
biaya (Chang and Jeang, 2002).
2.2.4 Orthogonal Array
Orthogonal array merupakan metode untuk menentukan setting
eksperimen yang hanya membutuhkan sebagian eksperimen dari eksperimen yang
dibutuhkan dalam full factorial experimentcombination. Kombinasi perlakuan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-5
dipilih untuk menghasilkan informasi yang cukup untuk menenukan efek faktor.
Pendekatan ini merupakan cara yang efisien, dan mudah dilakukan (Chang and
Jeang, 2002).
Orthogonal array pertama kali digunakan oleh R.A Fisher untuk
mengendalikan experimental error. Taguchi menggunakan orthogonal array tidak
hanya untuk mengukur efek faktor pada hasil rata-rata eksperimen, tetapi untuk
menentukan variansi dari mean. Manfaat utama dari orthogonal array adalah
mengetahui hubungan antar faktor yang berpengaruh dalam penelitian. Level-
level dari tiap faktor akan muncul dalam dalam jumlah yang sama dengan level-
level dari faktor lainnya. Hal inilah yang menyebabkan eksperimen menjadi
seimbang dan memungkinkan efek dari satu faktor terpisah dari efek faktor yang
lainnya.
Kelebihan lain dari orthogonal array adalah efisien dari segi biaya.
Meskipun menghasilkan eksperimen yang seimbang, orthogonal array tidak
memerlukan percobaan yang melibatkan semua kominasi dari semua faktor ,
sehingga eksperimen yang dilakukan lebih sedikit tetapi tidak menghilangkan
informasi penting yang dihasilkan. Semakin sedikit eksperimen yang dilakukan
akan semakin menghemat biaya. Itulah mengapa eksperimen efisien dari segi
biaya.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-6
Tabel 2.1 Orthogonal array L27(313)
Orthogonalarray L27(313) ini, kolom bersifat mutually orthogonal yang
berarti untuk setiap kolom semua kombinasi level dari setiap faktor muncul dalam
jumlah yang sama. Pada array L27(313) diatas 1,2,3,…,13 merupakan faktor yang
terdiri dari tiga level untuk setiap faktornya. L27 berarti bahwa ada 27 eksperimen
yang harus dilakukan untuk pengambilan kesimpulan. Jumlah baris menunjukkan
banyaknya eksperimen yang harus dilakukan. Jumlah kolom menunjukkan jumlah
faktor maksimum yang dapat diakomodasi (Dean, Unal and Edwin, 1991).
2.3 Metode Taguchi
Kualitas didefinisikan dalam berbagai istilah yaitu sesuai dengan
spesifikasi, zero defect dan kepuasan pelanggan. Taguchi mengusulkan cara
pandang kualitas dari segi biaya, waktu produksi, dan kepuasan pelanggan secara
menyeluruh (Chang and Jeang, 2002). Taguchi mendefinisikan kualitas sebagai
kerugian minimum yang ditanggung konsumen sejak produk mulai diterima
konsumen (Mustajib, 2010). Kerugian ini dapat disebabkan oleh rework,
pemborosan sumberdaya selama proses produksi, keluhan dan ketidakpuasan
faktorEksperimen
1 1 1 1 1 1 1 1 1 1 1 1 1 12 1 1 1 1 2 2 2 2 2 2 2 2 23 1 1 1 1 3 3 3 3 3 3 3 3 34 1 2 2 2 1 1 1 2 2 2 3 3 35 1 2 2 2 2 2 2 3 3 3 1 1 16 1 2 2 2 3 3 3 1 1 1 2 2 27 1 3 3 3 1 1 1 3 3 3 2 2 28 1 3 3 3 2 2 2 1 1 1 3 3 39 1 3 3 3 3 3 3 2 2 2 1 1 110 2 1 2 3 1 2 3 1 2 3 1 2 311 2 1 2 3 2 3 1 2 3 1 2 3 112 2 1 2 3 3 1 2 3 1 2 3 1 213 2 2 3 1 1 2 3 2 3 1 3 1 214 2 2 3 1 2 3 1 3 1 2 1 2 315 2 2 3 1 3 1 2 1 2 3 2 3 116 2 3 1 2 1 3 3 3 1 2 2 3 117 2 3 1 2 2 1 1 1 2 3 3 1 218 2 3 1 2 3 2 2 2 3 1 1 2 319 3 1 3 2 1 3 2 1 3 2 1 3 220 3 1 3 2 2 1 3 2 1 3 2 1 321 3 1 3 2 3 2 1 3 2 1 3 2 122 3 2 1 3 1 3 2 2 1 3 3 2 123 3 2 1 3 2 1 3 3 2 1 1 3 224 3 2 1 3 3 2 1 1 3 2 2 1 325 3 3 2 1 1 3 2 3 2 1 2 1 326 3 3 2 1 2 1 3 1 3 2 3 2 127 3 3 2 1 3 2 1 2 1 3 1 3 2
10 11 12 131 2 3 4 5 6 7 8 9
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-7
pelanggan, waktu dan uang yang dihabiskan pelanggan karena kegagalan produk
dan kehilangan market share.
Gambar 2.2 Grafik loss function Sumber: Dean, Unal and Edwin, 1991.
Saat kareakteristik kualitas menyimpang dari target maka akan
menyebabkan kerugian. Kualitas secara sederhana didefinisikan sebagai tidak
adanya variansi atau hanya sedikit variansi dari sutu proses produksi (Kackar,
1985). Penelitian mengenai loss function menunjukkan bahwa meminimasi
variansi dapat menurunkan total biaya yang diperlukan dalam suatu proses
produksi.
Kelebihan dari metode Taguchi adalah dapat mempertimbangkan banyak
faktor dalam satu waktu, selain itu juga dapat mencari perancanganparameter
yang tidak terpengaruh variansi dalam proses produksi. Selain itu metode Taguchi
juga dapat mempertimbangkan noise factor sebagai faktor yang tidak terkontrol.
Meskipun sama dengan perancangan eksperimen, Taguchi hanya melakukan
kombinasi eksperimen yang orthogonal (seimbang), yang menyebabkan
perancangan Taguchi lebih efektif dibanding perancangan eksperimen full
factorial. Dengan menggunakan metode Taguchi industri akan mampu
mengurangi waktu siklus untuk proses perancangan dan produksi sehingga dapat
mengurangi biaya produksi yang berarti meningkatkan profit. (Bryne and Taguchi,
1986).
.................................... (2.1)
dimana : KS = koefisien quality loss (Ks = )
s = jumlah karakteristik kualitas
UYs = parameter
TYs = target
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-8
σ2Ys = variansi
CM = biaya manufaktur
Taguchi membagi membagi eksperimen melalui tiga tahap yaitu
perancangan sistem, perancangan parameter dan perancangan toleransi.
2.3.1 Perancangan Sistem
Perancangan sistem merupakan tahap konseptual pada pengembangan
produk baru atau inovasi proses. Tahap ini merupakan tahap ide dimana sesuatu
yang revolusioner dari pengembangan sebelumnya dipahami dan diuji.
Konsepnya dapat berasal dari pengalaman masa lampau, pengetahuan ilmuwan,
atau kombinasi keduanya. Strategi dibalik perancangan sistem adalah untuk
mengambil ide baru dan mengubahnya menjadi sesuatu yang dapat dilakukan.
Membuat produk dan proses dapat beroperasi dengan baik secara konsisten
merupakan tujuan dari tahap perancangan selanjutnya yaitu perancangan
parameter (Peace, 1992).
2.3.2 Perancangan Parameter
Tujuan dari perancangan parameter adalah untuk mengembangkan inovasi
yang dibutuhkan dalam perancangan sistem dan mengembangkannya agar dapat
berfungsi secara konsisten. Fokus utama dariTaguchi adalah membuat produk dan
proses yang handal terhadap pengaruh tak terkontrol yang dapat menghalangi
produk atau proses bekerja sesuai dengan fungsinya. Pengaruh tak terkontrol
itulah yang disebut sebagai noise factor.
Alat untuk mencapai tujuan dari perancangan parameter adalah
perancangan eksperimen. Strategi yang melatar belakangi perancangan
eksperimen adalah berdasarkan pertimbangan biaya. Langkah yang dilakukan
sebisa mungkin diarahkan untuk menentukan perancangan terbaik dengan biaya
yang paling minimal. Untuk mencapai tujuan ini maka penelitian dimulai dengan
komponen atau bahan dengan biaya yang paling minimal.
Selain untuk meminimalkan biaya, perancangan parameter juga bertujuan
untuk mengurangi variansi tanpa penambahan biaya. Penghilangan penyebab
variansi membutuhkan biaya yang sangat mahal. Strategi yang digunakan adalah
untuk meminimalkan efek dari penyebab ini. Dengan menentukan nilai setting
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-9
terbaik dari setiap faktor tidak akan membutuhkan biaya yang mahal, kualitas
dapat ditingkatkan tanpa penambahan biaya.
Setelah perancangan sistem ditentukan maka langkah selanjutnya adalah
perancanganparameteryang bertujuan untuk memilih level optimum dari setiap
faktor terkontrol sehingga dapat dihasilkan paremeter design yang robust terhadap
noise factor yang menyebabkan variansi. Noise factor merupakan faktor yang
tidak terkontrol atau terlalu mahal untuk dikontrol (Peace, 1992).
Pendekatan taguchi pada perancangan sistem akan menghailkan
perancangan yang sistematik dan efisien untuk menentukan parameter
perancangan yang optimal dari segi performansi dan biaya (Kackar, 1985).
Tujuannya adalah memilih kombinasi terbaik dari faktor-faktor terkontrol
sehingga menghasilkan produk dan proses yang robust terhadapnoise factor
yangmerupakan faktor yang tidak terkontrol atau terlalu mahal untuk dikontrol.
Metode Taguchi menggunakan orthogonal array dari teori perancangan
experimen untuk mempelajari variabel yang sangat banyak dengan sedikit
eksperimen. Penggunaan orthogonal array secara signifikan mengurangi jumlah
experimen yang harus dilakukan, selain itu kesimpulan yang dihasilkan valid
walaupun hanya diambil dari sedikit eksperimen(Dean, Unal and Edwin, 1991).
2.3.3 Perancangan Toleransi
Tujuan dari perancangan toleransi adalah untuk menetukan daerah
penerimaan dari variabilitas disekitar setting nominal yang ditentukan dalam
perancangan parameter. Perancangan eksperimen digunakan untuk mempelajari
produk. Analysis of Variance (ANOVA) digunakan untuk mengetahui signifikansi
pengaruh tiap faktor terhadap hasil eksperimen (Peace, 1992).
Strategi dalam perancangan toleransi adalah untuk menentukan toleransi
dan level faktor yang mempunyai pengaruh terbesar terhadap variabilitas.
Toleransi dapat diketatkan berdasarkan tradeoff antara biaya dan pengurangan
variansi proses/produk (Peace, 1992).
Ketika perancangan parametertidak cukup untuk mengurangi variansi
output, tahap terakhir yang dapat dilakukan adalahperancangan toleransi. Batas
toleransi harus ditentukan untuk setiap faktor. Toleransi yang ketat dapat
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-10
meminimasi variansi output tetapi juga akan meningkatkan biaya operasi dan
produksi(Dean, Unal and Edwin, 1991).
2.3.4 Robustness
Robustness dapat didefinisikan dari dua sisi yaitu dari sisi produk dan
proses. Dari sisi produk kehandalan merupakan kemampuan produk untuk
menunjukkan konsistensi sesuai dengan perancangannya dengan efek yang
minimal terhadap perubahan faktor tak terkendali yang mempengaruhinya.
Sedangkan dari sisi proses kehandalan merupakan kemampuan proses untuk
menghasilkan produk baik secara konsisten dengan efek yang minimal terhadap
perubahan faktor tak terkendali yang mempengaruhi proses maufaktur.
Ada beberapa faktor penyebab variansi yang tidak dapat dikendalikan atau
mungkin dapat dikendalikan tetapi membutuhkan biaya yang sangat banyak.
Strategi yang dikembangkan Taguchi adalah meminimalkan efek dari faktor tidak
terkendali ini (Dean, Unal and Edwin, 1991).
2.3.5 Derajat Kebebasan
Derajat kebebasan merupakan ukuran jumlah informasi mengenai obyek
penelitian yang dapat diperoleh. Definisi umumnya adalah jumlah yang
diperlukan tanpa perulangan untuk mengambil kesimpulan. Dalam bidang
penelitian, diterjemahkan sebagi jumlah perbandingan antara faktor atau interaksi
level yang diperlukan untuk menentukan level mana yang level baik dan seberap
baik level tersebut (Dean, Unal and Edwin, 1991).
Derajat kebebasan yang diperlukan untuk mempelajari efek faktor sama
dengan lebih sedikit satu dibanding jumlah level yang digunakan dalam
eksperimen.
....................................................................... .... (2.2)
Dimana n : jumlah level
Bila kita mempertimbangkan interaksi antar faktor maka derajat kebebasan
diperoleh berdasarkan persamaan berikut:
.......................................... (2.3)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-11
dimana m : jumlah level faktor M
n : jumlah level faktor N
o : jumlah level faktor O
2.3.6 Signal to Noise (S/N) Rasio
S/N rasio (η) merupakan rasio antara mean (signal) terhadap variansi
(noise). Persamaan S/N rasio tergantung pada kriteria karateristik kualitas yang
akan dioptimalkan. Terdapat tiga jenis karakteristik kualitas yang
dipertimbangkan dalam metode Taguchi yaitu :
· Larger the better, merupakan karakteristik kualitas apabila semakin
besar nilainya maka akan semakin baik. Sebagai contoh
Kekuatanpaving block, semakin besar kekuatannya maka akan semakin
baik.
· Smaller the better, merupakan karakteristik kualitas apabila semakin
kecil nilainya maka akan semakin baik. Sebagai contoh biaya, semakin
kecil biaya yang dibutuhkan pada proses produksi maka akan semakin
baik karena dapat meningkatkan profit.
· Nominal is the best, merupakan karakteristik kualitas apabila tepat pada
nilai target maka akan semakin baik. Sebagai contoh dimensi produk,
semakin mendekati target yang ditentukan maka akan semakin
berkualitas produk tersebut (Peace, 1992).
Apapun jenis karakteristik kualitas yang digunakan S/N rasio yang terbaik
adalah yang terbesar. S/N rasio yang terbesar akan menghasilkan level optimum
untuk setiap faktor.
2.4 Kapabilitas Proses
Kapabilitas proses merupakan perbandingan antara output proses
terkendali dengan batas spesifikasi yang merupakan ukuran keseragaman proses
dalam menghasilkan produk dengan karakteristik kualitas tertentu. Kapabiltas
proses ini ditentukan oleh variabilitas acak proses (Madenhall, 1985).
Berdasarkan nilainya kapabilitas proses dibagi menjadi tiga jenis yaitu:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-12
· Cp> 1, maka kapabilitas proses sangat baik karena batas spesifikasi
terpenuhi.
· Cp = 1, maka kapabilitas proses baik, berarti batas toleransi proses
bertepatan dengan batas spesifikasi.
· Cp < 1,maka kapabilitas proses rendah, berarti variabilitas proses lebih
besar dari batas spesifikasi yang bearti terdapat produk yang tidak sesuai dengan
spesifikasi.
Nilai kapabilitas proses diperoleh berdasarkan Persamaan 2.4 berikut ini : 乸Ƽƅ能ƅƼƅ脑弃 .......................................................................... (2.4)
dimana : Cp : kapabilitas proses
USL : upper specification limit
LSL : lower specification limit
σ : standar deviasi
2.5 Simulasi Monte Carlo
Simulasi monte carlo merupakan metode yang menggunakan
pembangkitan bilangan acak untuk mensimulasikan kombinasi sampel factor
dalam jumlah banyak yang disebut testing condition untuk mendapatkan mean
dan variansi respon yang akurat (Phadke, 1989). Dalam analisis simulasi monte
carlo, peningkatan jumlah sampel akan mengurangi kesalahan, tetapi jumlah
sampel yang besar itu akan bernilai mahal. Teknik reduksi ragam dapat digunakan
untuk mengatasi kelemahan tersebut. Teknik ini menggabungkan informasi
tambahan tentang analisis secara langsung kedalam penduga sehingga
memungkinkan penduga montecarlo lebih deterministik untuk meminimalkan
kesalahan. Teknik pengurangan ragam dapat dilakukan menggunakan antithetic
varietes, control variates, importance sampling dan stratified sampling
(Siringoringo, 2005).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-13
2.6 Pembangkitan Bilangan Acak Menggunakan Metode Linear
Congruential Generator(LCG)
Kelton (2002) menyatakan bahwa LCG merupakan salah satu pembangkit
bilangan acak tertua dan sangat terkenal. LCG didefinsikan dalam rumus
rekurensi berikut:
.................................................................... (2.5)
dimana m : modulus
a : multiplier
c : incremental
Z0 : nilai awal (seed)
Zn : nilai ke n yang merupakan bilangan integer non negative.
Pemilihan nilai a, b, m dan X akan sangat berpengaruh pada karakteristik
statistic dan panjang siklus bilangan acak yang dihasilkan (Banks, 2001).
LCG banyak digunakan pada simulasi yang membutuhkan ratusan ribu
bilangan acak sehingga sangat penting dibutuhkan periode penuh (m-1) untuk
memastikan bahwa setiap integer antara 0 sampai m-1 akan muncul sekali dalam
setiap siklus (Kelton, 2002). LCG mempunyai periode penuh (m-1) apabila
memenuhi syarat berikut :
· a-1 dapat dibagi dengan semua faktor prima dari m
· a-1 adalah kelipatan 4 jika m adalah kelipatan 4
· m>maks (a,c,x0)
· a>0,c>0
Kelebihan LCG terletak pada kecepatannya dan hanya membutuhkan
sedikit operasi bit, tetapi LCG mempunyai kelemahan yaitu dapat diprediksi
urutan kemunculannya dan nilai Z yang ditentukan berdasarkan persamaan diatas
tidak benar-benar menghasilkan bilangan acak.LCG sangat sesuai untuk simulasi
karena LCG memperlihatkan sifatstatistik yang baik dan sangat tepat untuk uji-uji
empiris (Kelton, 2002). Pembangkitan bilangan acak dalam simulasi berfungsi
sebagai multiple trials untuk menentukan nilai yang diinginkan dari suatu variable
acak (Jeges, 2001).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-14
LCG mempunyai dua jenis yaitu mixed generatordanmultiplicative
generator. Mixed generator apabila nilai . Bilangan acak yang dihasilkan
memiliki karakteristik statistik yang buruk. Multiplicative generator apabila nilai
c . Multiplicative telah ditemukan sebelum mixed generator dan telah
dipelajari secara intensive. Mayoritas LCG yang digunakan saat ini adalah
multiplicative generator karena kinerjanya lebih baik dibandingkan mixed
generator (Kelton, 2002).
2.7 Toleransi
Toleransi merupakan batas penyimpangan atas dan batas penyimpangan
bawah ukuran dasar dari suatu benda kerja yang bertujuan agar benda kerja dapat
diproduksi secara massal pada tempat yang berbeda dan tetap memenuhi
fungsinya. Pengertian istilah dalam lingkup toleransi dapat dilihat pada Gambar
2.3 berikut ini.
Gambar 2.3 Toleransi Sumber: Chan, 2010.
Ud = ukuran dasar (nominal), ukuran yang dibaca tanpa penyimpangan.
Pa = penyimpangan atas (upper allowance), penyimpangan terbesar yang
aa diizinkan.
Pb = penyimpangan bawah (lower allowance) penyimpangan terkecil yang
aadiizinkan.
Umaks = ukuran maksimum izin, penjumlahan antara ukuran dasar dengan
aaapenyimpangan atas.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-15
Umin = ukuran minimum izin, penjumlahan antara ukuran dasar dengan
aaapenyimpangan bawah.
TL = toleransi lubang
TP = toleransi poros, perbedaan antara penyimpangan atas dengan
aaaapenyimpangan bawah atau perbedaan antara ukuran maksimum
aaaadengan ukuran minimum yang diizinkan.
GN = garis nol, ke atas daerah positif dan kebawah daerah negatif.
US = ukuran sesungguhnya, ukuran dari hasil pengukuran benda kerja setelah
aadiproduksi, terletak diantara ukuran minimum izin sampai dengan
aaukuran maksimum izin.
2.7.1 Toleransi Umum
Toleransi umum ialah toleransi yang mengikat beberapa ukuran dasar,
sedangkan toleransi khusus hanya mewakili ukuran dasar dengan toleransi
tersebut dicantumkan. Berikut merupakan tabel toleransi umum yang standar pada
gambar kerja, kualitas toleransi umum dipilih antara teliti, sedang atau kasar.
Kualitas yang sering digunakan adalah sedang (medium).
Tabel 2.2 Toleransi umum
Sumber: Chan, 2010.
Tabel 2.3 Toleransi umum untuk radius dan chamfer
Sumber: Chan, 2010.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-16
Tabel 2.4 Toleransi umum untuk sudut
Sumber: Chan, 2010.
2.7.2 Toleransi ISO
Tolelansi ISO (International Organization for Standarization) yang
menggunakan huruf dan angka toleransi dengan mengikuti ketentuan sebagai
berikut :
a. suhu ruang pengukuran diseragamkan yaitu 200 C
b. terdapat dua klasifikasi yaitu golongan lubang antara lain lebar alur pasak,
lebar alur slot, lubang untuk pena dan golongan poros antara lain poros,
pasak slot.
Kedudukan daerah toleransi terhadap garis nol dilambangkan dengan
huruf. Huruf kapital untuk golongan lubang dan huruf kecil untuk golongan poros.
Adapun huruf I, L, O, Q dan W beserta huruf kecilnya tidak digunakan. Hal ini
untuk menghindari kekeliruan dengan angka ukur. Daerah H dijadikan sebagai
patokan untuk perancangan bagian yang berasangan (suaian/fits) karena
penyimpangan bawahnya berimpit dengan garis nol. Adapun daerah h,
penyimpangan atasnya yang berimpit dengan garis nol. Kedudukan daerah
toleransi lainnya seperti kedudukan abjad terhadap huruf H.
Gambar 2.4 Toleransi ISO Sumber: Chan, 2010.
Kualitas toleransi dibagi menjadi 18 tingkatan yaitu dari IT 01, IT 00, IT
1, IT 2, ..., IT 6 (IT= International Tolerance), pada penyajiannya dilambangkan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-17
dengan angka, misalnya 10H7, 12g6. Ukuran dasar yang sama dengan kualitas
berbeda maka harga penyimpangan izinnya akan berbeda.
Tabel 2.5 Toleransi ISO
Sumber: Chan, 2010.
2.7.3 Toleransi Untuk Bagian Berpasangan (Suaian/Fits)
Dua bagian benda dari golongan lubang dan poros yang mempunyai
ukuran dasar sama dipasangkan, misalnya poros dan bantalan gelinding (ball
bearing) disebut suaian. Terdapat tiga jenis suaian yaitu:
a. Suaian longgar (clearence fits), setelah dipasang selalu ada
celah/clearence karena lubang lebih besar dari poros.
b. Suaian paksa (sesak/interference fits), harus dipasang dengan cara
paksa (dipres) karena poros lebih besar dari lubang (terdapat
kesesakan).
c. Suaian transisi (tidak tentu/transition fits), kemungkinan terjadi
suaian longgar atau suaian paksa, tergantung dari ukuran
sesungguhnya, setelah benda kerja dibuat.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-18
2.7.4 Sistem Suaian
Sistem suaian terdapat dua jenis yaitu sistem basis lubang dan sistem basis
poros.
a. Suaian sistem basis lubang, pada sistem ini daerah H dijadikan patokan
dengan dasar bahwa penyimpangan bawahnya sama dengan nol, daerah toleransi
poros diatur menurut suaian yang direncanakan.
b. Suaian sistem basis poros, pada sistem ini menggunakan daerah h
sebagai patokan, mengingat penyimpanhan atasnya sama dengan nol, daerah
toleransi lubang diatur menurut suaian yang direncanakan.
Sistem basis lubang lebih banyak digunakan karena pengerjaan lubang
lebih sulit dari pada pengerjaan poros juga alat ukur untuk mengukur lubang
lebih mahal dari alat ukur untuk mengukur poros.
2.7.5 Toleransi Geometri (Bentuk dan Posisi)
Toleransi bentuk adalah penyimpangan bentuk benda kerja yang diizinkan
apabila dibandingkan dengan bentuk yang dianggap ideal.
Toleransi posisi adalah penyimpangan possi yang diizinkan terhadap posisi
yang digunakan sebagai patokan (datum feature).
Gambar 2.5 Toleransi bentuk Sumber: Chan, 2010.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-19
Gambar 2.6 Toleransi posisi
Sumber: Chan, 2010.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-1
BAB III METODOLOGI PENELITIAN
Bab ini menguraikan secara sistematis mengenai langkah-langkah yang
dilakukan dalam perancangan parameter dan toleransi komponen secara simultan
pada ragum untuk meminimumkan total biaya. Langkah-langkah yang dilakukan
dalam penelitian ditunjukan pada Gambar 3.1 di bawah ini.
Mulai
Perumusan Masalah
Tujuan Penelitian
Manfaat Penelitian
Studi Literatur
Penentuan level Eksperimen
Penentuan Orthogonal Array
Eksperimen Menggunakan Simulasi
Montecarlo
Analisis dan Interpretasi Hasil
Kesimpulan dan Saran
Selesai
Tahap Kesimpulan dan Saran
Tahap Analisis
Identifikasi Masalah
Pengumpulan dan Pengolahan Data
Penentuan Setting Level Optimal
Eksperimen Konfirmasi
Penentuan S/N rasio
Penentuan Faktor Eksperimen
Penentuan Karakteristik Kualitas
Ragum
Gambar 3.1 Metodologi Penelitian
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-2
Langkah-langkah penyelesaian masalah pada gambar 3.1 diuraikan dalam
sub bab di bawah ini.
3.1 Tahap Identifikasi Masalah
Tahap ini diawali dengan studi literatur,perumusan masalah, penentuan
tujuan penelitian dan menentukan manfaat penelitian. Langkah-langkah yang ada
pada tahap identifikasi masalah tersebut dijelaskan sebagai berikut.
3.1.1 Studi Literatur
Studi literaturdilakukan untuk mendukung proses identifikasi perancangan
parameter dan toleransi komponen secara simultan pada ragum untuk
meminimumkan total biaya. Studi literatur dilakukan dengan mencari informasi
yang berkaitan dengan permasalahan yang dibahas dalam perancangan ini.
Pencarian informasi ini dilakukan dengan melalui buku, jurnal, penelitian
sebelumnya danartikel-artikel yang berkaitandenganmetodetaguchi, perancangan
produk, simulasi monte carlo dan hal-hal yang berkaitan dengan ragum. Informasi
yang diperoleh tersebut dijadikan sebagai referensi untuk mendukung pembahasan
dalam penelitian ini.
3.1.2 Perumusan Masalah
Identifikasi masalah yang telah dilakukan digunakan untuk menyusun
sebuah rumusan masalah. Perumusan masalah dilakukan dengan menetapkan
sasaran yang akan dibahas untuk kemudian dicari solusi pemecahan masalahnya.
Perumusan masalah juga dilakukan agar dapat fokus dalam membahas
permasalahan yang dihadapi. Permasalahan yang akan dibahas lebih lanjut adalah
bagaimana merancang parameter dan toleransi komponen secara simultan pada
ragum untuk meminimalkan total biaya.
3.1.3 Tujuan Penelitian
Tujuan penelitian ditetapkan agar penelitian yang dilakukan dapat
menjawab dan menyelesaikan rumusan masalah yang dihadapi. Tujuan penelitian
yang ditetapkan dari hasil perumusan masalah adalah untuk mengetahuipengaruh
parameter, toleransi dan kapabilitas proses terhadap total biaya dan menentukan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-3
parameter dan toleransi optimal secara simultan pada ragum untuk meminimalkan
total biaya.
3.1.4 Manfaat Penelitian
Suatu permasalahan akan diteliti apabila di dalamnya mengandung unsur
manfaat. Manfaat yang diharapkan dari penelitian ini adalah menghasilkan
metode perancangan parameter dan toleransi optimal yang lebih efisien dalam
perancangan produk dibandingkan metode sekuensial.
3.2 PengumpulanData
3.2.1 Penentuan Karakteristik Kualitas
Karakteristik kualitas kunci ditentukan dengan cara menentukan variabel
kritis yang menentukan fungsionalitas produk. Ragum dikatakan berfungsi dengan
baik apabila mampu mencekam benda kerja dengan baik. Untuk mencekam benda
kerja maka rahang pencekam harus dapat digerakkan sesuai dengan besarnya
benda kerja yang akan dicekam. Sehingga karakteristik kualitas kunci pada ragum
adalah bagian yang menentukan mekanisme gerak rahang pencekam pada ragum,
yaitu clearance antara dudukan ragum dengan rahang pencekam dinamis.
Karakteristik kualitas kunci tersebut kemudian digunakan untuk menentukan
kerugian kualitas yang merupakan fungsi dari total biaya.
3.2.2 Penentuan Faktor Dalam Eksperimen
Penentuan factor dalam eksperimen dilakukan dengan menentukan
variabel-variabel yang mempengaruhi karakteristik kualitas kunci pada ragum
yang dinyatakan dalam dimension chain. Kapabilitas proses juga dipertimbangkan
dalam penelitian ini karena kapabilitas proses menunjukkan seberapa baik proses
manufaktur mampu memenuhi spesifikasi yang telah ditetapkan.
3.2.3 Penentuan Level Eksperimen
Penentuan level eksperimen dilakukan dengan menentukan jumlah level
untuk setiap faktornya. Eksperimen ini terdiri dari 3 level untuk setiap faktornya.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-4
3.3 Pengolahan Data
3.3.1 Penentuan Orthogonal Array
Jumlah faktor yang mempengaruhi karakteristik kualitas kunci berserta
jumlah levelnya dijadikan dasar dalam pemilihan orthogonal array yang akan
digunakan dalam penelitian. Ketentuan yang digunakan adalah jumlah kolom
pada orthogonal array harus lebih besar dari jumlah faktor yang mempengaruhi
karakteristik kualitas kunci dalam penelitian dan jumlah level pada orthogonal
array harus sama dengan level yang digunakan dalam penelitian.
3.3.2 Eksperimen Menggunakan Simulasi Monte Carlo
Eksperimen menggunakan simulasi montecarlo dilakukan untuk
membangkitkan 100 sampel parameter ragum menggunakan metode linear
congruential generator yang kemudian digunakan untuk menentukan nilai
karakteristik kualitas kunci. Nilai karakteristik kualitas kuncitersebutkemudian
digunakan untuk menentukan besarnya kerugian kualitas yang dinyatakan dalam
total biaya yang dibutuhkan (TC) sesuai dengan Persamaan 2.1.
3.3.3 Penentuan S/N Rasio
Penentuan S/N rasio berdasarkan karakteristik kualitas smaller the better
karena tujuan dari penelitian ini adalah untuk meminimalkan total biaya yang
dibutuhkan dalam perancangan parameter dan toleransi ragum. S/N rasio dihitung
berdasarkan Persamaan 3.1 dibawah ini.
............................................................................... . (3.1)
Nilai S/N rasio yang diperoleh kemudian digunakan untuk menentukan
setting level optimal dan untuk melakukan Analysis of Variance (ANOVA) yang
berfungsi untuk mengetahui pengaruh faktor parameter, toleransi dan kapabilitas
proses terhadap total biaya.
3.3.4 Penentuan Setting Level Optimal
Penentuan setting level optimal untuk faktor parameter, toleransi dan
kapabilitas proses dilakukan berdasarkan nilai S/N rasio yang paling besar. Level
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-5
dengan nilai S/N rasio yang paling besar untuk masing-masing factor tersebut
akan menghasilkan total biaya yang minimal dalam pembuatan ragum.
3.3.5 EksperimenKonfirmasi
Eksperimen konfirmasi dilakukan menggunakan level optimal yang telah
terpilih kemudian hasilnya dibandingkan dengan eksprimen prediksi yang telah
dilakukan sebelumnya. Apabila eksperimen konfirmasi mampu menghasilkan
total biaya yang lebih rendah dengan kualitas yang baik maka setting level
optimal yang telah ditentukan dapat diterima sebagai rekomendasi untuk
merancang ragum
3.4 Tahap Analisis
Tahap ini bertujuan untuk melakukan analisis dan interpretasi hasil
terhadap pengumpulan dan pengolahan data sebelumnya. Analisis yang dilakukan
meliputi analisis pengaruh faktor terhadap biaya, analisis pengaruh faktor
terhadap S/N rasio, mengetahui signifikansi pengaruh faktor terhadap biaya, serta
menganalisis kesesuaian produk dengan spesifikasi yang ditentukan.
3.5 Tahap Kesimpulan Dan Saran
Tahap ini akan membahas kesimpulan dari hasil pengolahan data dengan
memperhatikan tujuan yang ingin dicapai dari penelitian dan kemudian
memberikan saran perbaikan yang mungkin dilakukan untuk penelitian
selanjutnya.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-1
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
Perancangan parameter dan toleransi ragum yang dilakukan secara
simultan dalam eksperimen ini adalah penentuan parameter dan toleransi optimal
secara bersamaan karena parameter ditentukan berdasarkan toleransi.
4.1 Penentuan Karakteristik Kualitas
Karakteristik kualitas kunci yang menentukan pergerakan rahang penjepit
ragum berupa clearance yaitu Y1 dan Y2.Y1dan Y2mempunyai besar parameter dan
toleransi yang sama. Gambar 4.1 merupakan gambar 2D dari ragum dan Gambar
4.2 merupakan gambar 3D dari ragum. Titik referensi yang digunakan dalam
penentuan dimensi pada Gambar 4.2 adalah titik sebelah kanan benda kerja.
Gambar untuk masing – masing bagian ragum untuk lebih jelasnya dapat dilihat
pada Lampiran 1, Lampiran 2, Lampiran 3, Lampiran 4, Lampiran 5 dan
Lampiran 6.
Gambar 4.1 Gambar 3D ragum
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-2
Gambar 4.2 Gambar 2D ragum
4.2 Setting Faktor Dan Level
Faktor eksperimen terdiri dari parameter yang terdiri dariU1, U2, U3, U4,
toleransi yang terdiri dari t1, t2, t3, t4 dan Kapabilitas proses (Cp). Masing-masing
faktor terdiri dari 3 level seperti yang tercantum pada Tabel 4.1 untuk faktor
parameter dan Tabel 4.2 untuk faktor toleransi. Faktor parameter diperoleh
berdasarkan pengukuran sample parameter produk yang selanjutnya akan
digunakan sebagai nilai tengah (µ) dalam simulasi montecarlo. Nilai Toleransi
diperoleh berdasarkan ketentuan toleransi umum pada Tabel 2.1 dengan level
penyimpangan yang diizinkan kasar karena ragum termasuk benda kerja yang
dibuat dengan proses pengecoran sehingga termasuk level kualitas kasar dan biaya
manufaktur untuk tiap level toleransi diperoleh berdasarkan penelitian Chang
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-3
(2002). Toleransi berfungsi untuk menentukan besarnya variansi (σ) yang
digunakan dalam simulasi monte carlo. Setting level untuk Cp terdiri dari 3 level
yaitu 1, 1.5 dan 2. Level pada Cp diambil nilainya minimal 1 karena suatu proses
produksi dikatakan baik bila nilai Cpnya minimal 1.
Tabel 4.1 Setting level parameter
Tabel 4.2 Setting level toleransi
4.3 Penentuan Orthogonal Array
Penentuanorthogonal array berdasarkan jumlah faktor dan level yang
digunakan dalam eksperimen. Dalam eksperimen ini mempertimbangkan
sembilan faktor yaitu paremeter produk yang terdiri dari U1,U2,U3,U4, toleransi
yang terdiri dari t1,t2,t3,t4 dan kapabilitas proses (Cp). Masing – masing faktor
terdiri dari 3 level.Jumlah kolom pada orthogonal array harus lebih besar dari
faktor dalam eksperimen. Penentuan derajat kebebasan (df) faktor dihitung sesuai
persamaan 2.3 sebagai berikut :
df = (3-1) + (3-1) + (3-1) + (3-1) + (3-1) + (3-1) + (3-1)+ (3-1)+ (3-1)
df =18
Orthogonal arrayyangterpilih adalah L27(313) dapat dilihat pada Tabel 4.3.
component i lower level (cm) middle level (cm) high level (cm)U1 7.6540 8.000 8.0346U2 2.4740 2.500 2.5260U3 7.9654 8.000 8.0346U4 2.6740 2.700 2.7260
component i lower level (cm) cost ($) middle level (cm) cost ($) high level (cm) cost ($)t1 0.03 30.0002 0.06 12.0250 0.09 6.1201t2 0.02 23.6103 0.04 13.6812 0.06 9.5133t3 0.03 30.0002 0.06 12.0250 0.09 6.1201t4 0.04 9.0850 0.06 6.3041 0.08 5.0924
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-4
Tabel 4.3 Orthogonal array L27(313)
Orthogonal array L27(313) ini mampu mengakomodasi hingga 13 faktor.
Kolom 1 berfungsi sebagai U1, kolom 2 sebagai U2. Kolom 3 sebagai U3, kolom 4
sebagai U4, kolom 5 sebagai t1, kolom 6 sebagai t2, kolom 7 sebagai t3, kolom 8
sebagai t4 dan kolom 9 sebagai Cp. Kolom 10 hingga kolom 13 dikosongkan
karena memang hanya ada sembilan faktor yang dipertimbangkan dalam
eksperimen. Berdasarkan orthogonal array terseut maka eksperimen yang
diperlukan sebanyak 27 eksperimen.
Level untuk tiap faktor U1, U2, U3, U4, t1,t2,t3,t4 dan Cp yang digunakan
dipilih berdasarkan level yang ada pada orthogonal array L27(313). Hasil
penentuan U1, U2, U3 dan U4dapat dilihat pada Tabel 4.4.
faktorEksperimen
1 1 1 1 1 1 1 1 1 1 1 1 1 12 1 1 1 1 2 2 2 2 2 2 2 2 23 1 1 1 1 3 3 3 3 3 3 3 3 34 1 2 2 2 1 1 1 2 2 2 3 3 35 1 2 2 2 2 2 2 3 3 3 1 1 16 1 2 2 2 3 3 3 1 1 1 2 2 27 1 3 3 3 1 1 1 3 3 3 2 2 28 1 3 3 3 2 2 2 1 1 1 3 3 39 1 3 3 3 3 3 3 2 2 2 1 1 110 2 1 2 3 1 2 3 1 2 3 1 2 311 2 1 2 3 2 3 1 2 3 1 2 3 112 2 1 2 3 3 1 2 3 1 2 3 1 213 2 2 3 1 1 2 3 2 3 1 3 1 214 2 2 3 1 2 3 1 3 1 2 1 2 315 2 2 3 1 3 1 2 1 2 3 2 3 116 2 3 1 2 1 3 3 3 1 2 2 3 117 2 3 1 2 2 1 1 1 2 3 3 1 218 2 3 1 2 3 2 2 2 3 1 1 2 319 3 1 3 2 1 3 2 1 3 2 1 3 220 3 1 3 2 2 1 3 2 1 3 2 1 321 3 1 3 2 3 2 1 3 2 1 3 2 122 3 2 1 3 1 3 2 2 1 3 3 2 123 3 2 1 3 2 1 3 3 2 1 1 3 224 3 2 1 3 3 2 1 1 3 2 2 1 325 3 3 2 1 1 3 2 3 2 1 2 1 326 3 3 2 1 2 1 3 1 3 2 3 2 127 3 3 2 1 3 2 1 2 1 3 1 3 2
10 11 12 131 2 3 4 5 6 7 8 9
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-5
Tabel 4.4Setting Parameter
4.4 Pembangkitan Bilangan Acak
Pembangkitan bilangan acak berfungsi sebagai sampel parameter produk
(U). Pembangkitan bilangan acak dilakukan dengan bantuan Promodel 6.0
menggunakan metode multiplicative linear congruential generator. Pembangkitan
100sample U menggunakan bilangan acak berdistribusi normal N(µ,σ) dimana µ
merupakan parameterU dan σ = . Hasil pembangkitan untuk U1 dapat dilihat
pada Lampiran 7, U2 pada Lampiran 8, U3 pada Lampiran 9, dan U4 pada
Lampiran 10.
U1 U2 U3 U41 7.6540 2.4740 7.9654 2.67402 7.6540 2.4740 7.9654 2.67403 7.6540 2.4740 7.9654 2.67404 7.6540 2.5000 8.0000 2.70005 7.6540 2.5000 8.0000 2.70006 7.6540 2.5000 8.0000 2.70007 7.6540 2.5260 8.0346 2.72608 7.6540 2.5260 8.0346 2.72609 7.6540 2.5260 8.0346 2.7260
10 8.0000 2.4740 8.0000 2.726011 8.0000 2.4740 8.0000 2.726012 8.0000 2.4740 8.0000 2.726013 8.0000 2.5000 8.0346 2.674014 8.0000 2.5000 8.0346 2.674015 8.0000 2.5000 8.0346 2.674016 8.0000 2.5260 7.9654 2.700017 8.0000 2.5260 7.9654 2.700018 8.0000 2.5260 7.9654 2.700019 8.0346 2.4740 8.0346 2.700020 8.0346 2.4740 8.0346 2.700021 8.0346 2.4740 8.0346 2.700022 8.0346 2.5000 7.9654 2.726023 8.0346 2.5000 7.9654 2.726024 8.0346 2.5000 7.9654 2.726025 8.0346 2.5260 8.0000 2.674026 8.0346 2.5260 8.0000 2.674027 8.0346 2.5260 8.0000 2.6740
Experiment U
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-6
4.5 Penentuan Kerugian Kualitas
Kerugian kualitas dalam eksperimen ini dinyatakan dalam besarnya total
biaya(TC) sehingga tujuan dari eksperimen ini adalah meminimalkan total
biayayang dihasilkan sehingga karakteristik kualitas yang digunakan adalah
smaller the better. Penentuan kerugian kualitas dilakukan menggunakan simulasi
monte carlo.
Simulasi monte carlo yang dilakukan untuk menentukan nilai karakteristik
kualitas kunci(Y) sesuai dengan dimension chain berikut :
................................................................................... (4.1)
................................................................................... (4.2)
................................................................................... (4.3)
Hasil perhitungan untuk x1 dapat dilihat pada Lampiran 11, x2 pada
Lampiran 12 dan hasil simulasi UY pada Lampiran 13.
Setelah diperoleh UY maka dapat ditentukan besarnya TC sesuai dengan
persamaan 2.1 dengan asumsi Δ0= $10. Hasil perhitungan total biaya dapat dilihat
pada Tabel 4.5.
Tabel 4.5 Total biaya eksperimen prediksi
Tabel 4.6 Biaya tiap faktor
Eksperimen TC Eksperimen TC1 9272 15 50982 4406 16 55093 2687 17 60824 9050 18 48265 4286 19 61586 3086 20 48337 8921 21 55168 4682 22 58189 2806 23 4719
10 5922 24 592311 5817 25 567912 4719 26 510013 5625 27 562614 5677 rata-rata 5476
u1 u2 u3 u4 Cp t1 t2 t3 t4Level 1 5466.10 5480.92 5543.49 5463.24 5469.13 6872.04 6281.86 6876.00 5702.51Level 2 5475.03 5475.84 5475.97 5482.80 5475.30 5066.94 5277.20 5074.69 5422.97Level 3 5485.80 5470.17 5479.57 5480.89 5482.51 4476.37 4867.87 4476.24 5301.46
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-7
Hasil respons biaya tiap faktor dapat dilihat pada Tabel 4.6.yang
menunjukkan untuk faktor U1, U2, U3,U4 dan Cp biaya akan berkurang seiring
dengan berkurangnya panjang parameter dan nilai kapabilitas proses. Biaya untuk
faktor t1,t2,t3 dan t4 semuanya berkurang seiring dengan semakin longgarnya
toleransi.
Grafik total biaya untuk faktor U1, U2, U3,U4 dan Cp dapat dilihat pada
Gambar 4.3. Pada grafik tersebut telihat bahwa total biaya terendah berada pada
U1 level 1, U2level 1, U3 level 1, U4 level 1 dan Cp level 1.
Gambar 4.3 Grafik total biaya U dan Cp
Grafik total biaya untuk faktor t1, t2, t3, t4 dapat dilihat pada Gambar 4.4.
Pada grafik tersebut telihat bahwa total biaya terendah berada pada t1 level 3, t2
level 3, t3 level 3, t4 level 3.
Gambar 4.4 Grafik total biayat
Nilai S/N rasio (η) ditentukan sesuai dengan Persamaan 3.1 yang berfungsi
untuk memilih level optimal tiap faktor. S/N rasio menggunakan karakteristik
kualitas smaller the better karena karakteristik kualitas dinyatakan dalam total
biaya sehingga semakin rendah biaya yang dibutuhkan maka semakin baik. Level
optimal diperoleh pada level yang memiliki nilai η terbesar. Hasil perhitungan
S/N rasio untuk seluruh eksperimen dapat dilihat pada Tabel 4.7.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-8
Tabel 4.7 S/N rasio eksperimen prediksi
Tabel 4.8 S/N rasio tiap faktor
Hasil S/N rasio tiap faktor dapat dilihat pada Tabel 4.8.yang menunjukkan
untuk faktor U1,U2,U3,U4 dan Cp S/N rasio akan bertambah seiring dengan
berkurangnya parameter dan kapabilitas proses. S/N rasio untuk faktor t1,t2,t3 dan
t4 semuanya bertambah seiring dengan semakin longgarnya toleransi.
S/N rasio untuk faktor U dan Cp dapat dilihat pada Gambar 4.5.Pada
grafik tersebut telihat bahwa S/N rasio tertinggi berada pada U1 level 1, U2 level
1, U3 level 1, U4 level 1 dan Cp level 1.
Gambar 4.5 Grafik S/N rasio U dan Cp
Eksperimen η Eksperimen η1 -39,67 15 -37,072 -36,44 16 -37,413 -34,29 17 -37,844 -39,57 18 -36,845 -36,32 19 -37,896 -34,89 20 -36,847 -39,50 21 -37,428 -36,70 22 -37,659 -34,48 23 -36,74
10 -37,72 24 -37,7311 -37,65 25 -37,5412 -36,74 26 -37,0813 -37,50 27 -37,5014 -37,54 rata-rata -37,21
u1 u2 u3 u4 Cp t1 t2 t3 t4Level 1 -36.874957 -37.185153 -37.178224 -37.18233 -37.216919 -38.265101 -37.782933 -38.2683 -37.4005Level 2 -37.368204 -37.223267 -37.223379 -37.224452 -37.202742 -37.016732 -37.193936 -37.0221 -37.1627Level 3 -37.376113 -37.210854 -37.217671 -37.212493 -37.199613 -36.328862 -36.642405 -36.3289 -37.0561
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-9
S/N rasio untuk faktor t1, t2, t3, t4 dapat dilihat pada Gambar 4.6. Pada
grafik tersebut telihat bahwa S/N rasio tertinggi berada pada t1 level 3, t2 level 3,
t3level 3, t4 level 3.
Gambar 4.6 Grafik S/N rasio t
Nilai S/N rasio kemudian digunakan untuk menentukan ANOVA seperti
pada Tabel 4.9. ANOVA digunakan untuk mengetahui efek tiap faktor terhadap
total biaya dan menentukan urutan faktor yang berpengaruh terhadap besarnya
total biaya.
Tabel 4.9 ANOVA
Uji hipotesis dilakukan dengan menyatakan hipotesis sebagai berikut :
H0 = µ1= µ2= µ3= µ4= µ5= µ6= µ7= µ8= µ9, tidak ada perbedaan pengaruh antar
faktor (faktor berpengaruh tidak signifikan).
H1 = µ1≠ µ2≠ µ3≠ µ4≠ µ5≠ µ6≠ µ7≠ µ8≠ µ9, terdapat perbedaan pengaruh antar
faktor (faktor berpengaruh signifikan).
Taraf nyata pengujian (signifikansi) sebesar 5 % atau 0,05 maka didapat
nilai f tabel sebesar 2,46.f-rasio pada Tabel 4.9 kemudian dibandingkan dengan f
tabel. Apabila f-rasio < f tabel maka H0 diterima, sedangkan apabila f-rasio > f
tabel maka H0 ditolak dan H1 diterima. Berdasarkan uji hipotesis tersebut dapat
1 2 3U1 -36,87496 -37,36820 -37,37611 2 0,00483536 0,002418 0,03 0,011%U2 -37,18515 -37,22327 -37,21085 2 0,00688021 0,00344 0,05 0,016%U3 -37,17822 -37,22338 -37,21767 2 0,00958590 0,004793 0,07 0,022%U4 -37,18233 -37,22445 -37,21249 2 0,00848140 0,004241 0,06 0,020%Cp -37,21692 -37,20274 -37,19961 2 0,00153090 0,000765 0,01 0,004%t1 -38,26510 -37,01673 -36,32886 2 17,34207220 8,671036 122,58 40,476%t2 -37,78293 -37,19394 -36,64241 2 5,85572250 2,927861 41,39 13,667%t3 -38,26833 -37,02207 -36,32888 2 17,38546410 8,692732 122,89 40,578%t4 -37,40047 -37,16266 -37,05615 2 1,59374500 0,796873 11,27 3,720%error - - - 9 0,637 0,070738 - 1,486%total - - - 18 42,8449586 - - 100,00%
Factorη average by factor level
DF SS MS F-ratio Contribution to TC
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-10
disimpulkan bahwa faktor t1, t2, t3, t4berpengaruh signifikan terhadap total biaya
sedangkan faktor U1,U2,U3, U4 dan Cp tidak berpengaruh signifikan terhadap total
biaya. Urutan faktor yang berkontribusi pada total biaya adalah
t3,t1,t2,t4,U3,U4,U2,U1 dan Cp.
4.6 Penentuan Setting Level Optimal
Setting level optimum untuk karakteristik kualitas smaller the better, tiap
faktor dipilih berdasarkan nilai S/N rasio terbesar yang berarti pada level tersebut
merupakan level yang menghasilkan total biaya paling minimal. Hasil penentuan
setting level optimal dapat dilihat pada Tabel 4.10.
Tabel 4.10 Setting level optimal
4.7 Eksperimen Konfirmasi
Eksperimen konfirmasi dilakukan dengan menggunakan level-level
optimal yang terpilih kemudian membandingkan hasilnya dengan hasil pada
eksperimen prediksi. Eksperimen konfirmasi juga dilakukan melalui
simulasi.Hasil perhitungan biaya pada eksperimen konfirmasi dapat dilihat pada
Tabel 4.11 dan hasil perhitungan S/N rasio dapat dilihat pada Tabel 4.12.
Tabel 4.11 Total biaya eksperimen konfirmasi
U1 (cm) U2 (cm) U3 (cm) U4 (cm) Cp t1 (cm) t2 (cm) t3 (cm) t4 (cm)
level 1 level 1 level 1 level 1 level 1 level 3 level 3 level 3 level 37.654 2.474 7.965 2.674 1 0.09 0.06 0.09 0.08
Kondisi Optimal
Eksperimen TC Eksperimen TC1 2694 15 26942 2695 16 26953 2697 17 26964 2694 18 26945 2695 19 26966 2695 20 26937 2694 21 26938 2694 22 26949 2698 23 2691
10 2698 24 269411 2695 25 269512 2693 26 269613 2697 27 269614 2695 Rata-rata 2695
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-11
Tabel 4.12 Nilai S/N konfirmasi
Tabel 4.5 dan Tabel 4.11 menunjukkan bahwa pada eksperimen
konfirmasi menghasilkan biaya total yang lebih rendah dibanding eksperimen
prediksi. Eksperimen konfirmasi ini menghemat biaya sebesar $2781
dibandingkan eksperimen prediksi.
Eksperimen η Eksperimen η1 -34,30 15 -34,312 -34,31 16 -34,313 -34,31 17 -34,304 -34,31 18 -34,305 -34,30 19 -34,306 -34,31 20 -34,317 -34,31 21 -34,308 -34,30 22 -34,309 -34,31 23 -34,31
10 -34,30 24 -34,3111 -34,31 25 -34,3012 -34,30 26 -34,3113 -34,31 27 -34,3014 -34,31 Rata-rata -34,3057
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-1
BAB V
ANALISIS DAN INTERPRETASI HASIL
Analisis yang dilakukan bertujuan untuk menganalisis total biaya hasil
eksperimen prediksi dan eksperimen konfirmasi, mengetahui faktor dalam
eksperimen yang berpengaruh secara signifikan terhadap total biaya yang
dibutuhkan dalam membuat ragum, serta menganalisis kesesuaian produk dengan
spesifikasi yang ditentukan. Rancangan yang menghasilkan total biaya paling
minimal adalah yang direkomendasikan.
Eksperimen ini bertujuan untuk menentukan nilai optimal faktor
terkontrol yang mempengaruhi besarnya karakteristik kualitas sehingga dapat
meminimalkan total biaya yang dibutuhkan, sehingga jenis karakteristik kualitas
yang digunakan adalah smaller the better karena semakin kecil total biaya yang
dibutuhkan maka akan semakin baik. Faktor terkontrol yang diteliti terdiri
parameter nominal U1, U2, U3, U4, Cp, t1, t2 , t3 dan t4. Setiap faktor tersebut terdiri
dari level 1, level 2 dan level 3 yang nilainya tercantum pada Tabel 4.1 dan Tabel
4.2. Orthogonal array yang digunakan dalam eksperimen ini adalah L27(3)13.
5.1 Analisis Pengaruh Faktor Terhadap Biaya
Analisis pengaruh faktor terhadap biaya dilakukan untuk menentukan level
yang menghasilkan biaya paling minimal untuk tiap faktornya. Berdasarkan Tabel
4.6 untuk faktor U1, U2, U3,U4 dan Cp biaya akan berkurang seiring dengan
berkurangnya parameter, hal ini berarti parameter yang digunakan merupakan
parameter dengan dimensi yang paling rendah dan kapabilitas proses yang paling
rendah. Biaya untuk faktor t1,t2,t3 dan t4 semuanya berkurang seiring dengan
bertambah longgarnya toleransi, hal ini berarti biaya minimal tercapai pada level
toleransi yang paling longgar karena sesuai tujuan dari penelitian ini adalah untuk
meminimalkan biaya manufaktur. Berdasarkan uraian diatas maka semakin ketat
toleransi yang digunakan maka akan menghasilkan biaya manufaktur yang
semakin besar, sedangkan semakin longgar toleransi yang digunakan maka biaya
manufaktur yang digunakan juga akan semakin kecil hal ini senada dengan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-2
kecenderungan biaya manufaktur yang semakin mahal seiring dengan semakin
ketatnya toleransi yang digunakan.
Kondisi optimal tiap faktor terpilih pada level yang menghasilkan total
biaya paling minimal karena karakteristik kualitas yang digunakan adalah smaller
the better yaitu U1 dengan panjang 7,654 cm, U2 dengan panjang 2,474 cm, U3
dengan panjang 7,965 cm, U4 dengan panjang 2,674 cm, Cp sebesar 1, t1 sebesar ±
0,09 cm, t2 sebesar ± 0,06 cm, t3 sebesar ± 0,09 cm dan t4 sebesar ± 0,08 cm.
Level optimal ini mampu menurunkan total biaya yang dibutuhkan, Berdasarkan
Tabel 4.5 dan Tabel 4.11 terlihat bahwa terjadinya penurunan biaya pada
eksperimen konfirmasi sebesar $2781.
5.2 Analisis Pengaruh Faktor Terhadap S/N Rasio
Analisis pengaruh faktor terhadap S/N rasio dilakukan untuk menentukan
level tiap faktor dengan nilai S/N rasio terbesar yang menunujukkan bahwa faktor
tersebut mampu menghasilkan total biaya yang paling minimal. Berdasarkan
Tabel 4.8 untuk faktor U1, U2, U3,U4 dan Cp S/N rasio akan bertambah seiring
dengan berkurangnya berkurangnya panjang parameter, hal ini berarti parameter
yang digunakan merupakan parameter dengan dimensi yang paling rendah dan
kapabilitas proses yang paling rendah. S/N rasio untuk faktor t1,t2,t3 dan t4
semuanya bertambah seiring dengan bertambah longgarnya toleransi, hali ini
berarti biaya minimal tercapai pada level toleransi yang paling longgar, hal ini
senada dengan kecenderungan biaya manufaktur yang semakin mahal seiring
dengan semakin ketatnya toleransi yang digunakan. Gambar 4.4 menunjukan
bahwa nilai S/N rasio terbesar untuk U1 dengan panjang 7,654 cm, U2 dengan
panjang 2,474 cm, U3 dengan panjang 7,965 cm, U4 dengan panjang 2,674 cm, Cp
sebesar 1, t1 sebesar ± 0,09 cm, t2 sebesar ± 0,06 cm, t3 sebesar ± 0,09 cm dan t4
sebesar ± 0,08 cm. Level optimal ini menghasilkan S/N rasio yang lebih besar
karena memaksimalkan S/N rasio berarti meminimalkan total biaya, Berdasarkan
Tabel 4.7 dan Tabel 4.12 terlihat bahwa terjadinya kenaikan S/N rasio pada
eksperimen konfirmasi sebesar 0,0116 yang linier dengan penurunan biaya
sebesar $2781.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-3
5.3 Analisis Signifikansi Pengaruh Faktor Terhadap Biaya
Analisis variansi (ANOVA) dilakukan untuk mengetahui faktor yang
berpengaruh signifikan terhadap total biaya dan kontribusi tiap faktor terhadap
besarnya total biaya. Analisis variansi dilakukan dengan signifikansi 95% seperti
yang terlihat pada Tabel 4.9 maka faktor yang berpengaruh signifikan terhadap
biaya total adalah t1, t2, t3, t4, sedangkan U1, U2, U3, U4 dan Cp tidak berpengaruh
signifikan terhadap besarnya biaya total. Faktor parameter U1, U2, U3, U4 tidak
berpengaruh signifikan terhadap biaya total karena dalam metode Taguchi pada
perancangan parameter bertujuan untuk menentukan faktor terkontrol yang dapat
meminimalkan kerugian kualitas dan tidak mempengaruhi biaya manufaktur
karena biaya manufaktur mempunyai pengaruh yang besar terhadap besarnya
biaya total (Phadke, 1989). Berdasarkan kontribusinya terhadap total biaya maka
faktor t3 mempunyai kontribusi terbesar , sedangkan faktor Cp mempunyai
kontribusi terkecil. Faktor toleransi mempunyai kontribusi sebesar 98,441 %,
faktor parameter sebesar 0,700 % dan faktor Cp sebesar 0,004% .
Cp seharusnya semakin besar nilainya semakin baik karena nilai ini
menunjukkan seberapa baik proses yang berjalan mampu memenuhi batas
toleransi yang ditentukan (Madenhall,1995), namun dalam penelitian ini
kapabilitas proses optimal justru yang nilainya paling rendah karena berdasarkan
uji F kapabilitas proses tidak berpengaruh secara signifikan terhadap biaya total
dan hanya mempunyai kontribusi yang kecil terhadap biaya total. Hal ini
dikarenakan karena semakin besar kapabilitas proses yang digunakan akan
menghasilkan biaya yang besar karena harus menggunakan mesin dengan tingkat
kepresisian yang tinggi, sedangkan tujuan dari penelitian ini adalah untuk
meminimalkan total biaya. Kapabilitas proses optimal walaupun berada pada nilai
yang terendah tetapi sudah mampu meminimalkan kerugian kualitas. Faktor
kapabilitas mesin melekat pada mesin yang digunakan sehingga sulit untuk
dikendalikan karena bersifat acak, sehingga untuk penelitian selanjutnya
kapabilitas proses dapat digunakan sebagai noise factor.
Faktor-faktor dalam eksperimen tersebut kemudian ditentukan level
optimalnya sesuai karakteristik kualitas smaller the better, yang kemudian
digunakan dalam eksperimen konfirmasi. Nilai optimal yang dihasilkan adalah U1
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-4
dengan panjang 7,654 cm, U2 dengan panjang 2,474 cm, U3 dengan panjang 7,965
cm, U4 dengan panjang 2,674 cm, Cp sebesar 1, t1 sebesar ± 0,09 cm, t2 sebesar ±
0,06 cm, t3 sebesar ± 0,09 cm dan t4 sebesar ± 0,08 cm.
5.4 Analisis Kualitas Produk
Analisis kualitas produk dilakukan untuk mengetahui kualitas produk
menggunakan parameter dan toleransi optimal dibandingkan dengan upper
specification limit (USL) dan lower specification limit (LSL). Nilai USL dan LSL
ditentukan sebesar µ ± 3σ dengan µ sebesar 0,04274 cm dan σ sebesar 0,00197
cm , sehingga USL dalam penelitian ini sebesar 0,04868 cm dan LSL sebesar
0,03680 cm. Produk yang berada dalam batas USL dan LSL tersebut mampu
memenuhi mekanisme pergerakan ragum dengan baik. Gambar 5.1 merupakan
peta kontrol produk, berdasarkan gambar tersebut 83% produk ragum sesuai
spesifikasi yang ditentukan karena berada dalam batas spesifikasi USL dan LSL,
sedangkan 27 produk ragum yang lain berada diluar spesifikasi.
0,000000
0,010000
0,020000
0,030000
0,040000
0,050000
0,060000
0,070000
1 4 7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
97
10
0
LSL
USL
Y
Peta Kontrol Produk
Gambar 5.1 Peta Kontrol Produk
Level optimal yang terpilih menghasilkan produk yang sesuai dengan
spesifikasi hanya sebesar 83%, kemudian dilakukan perbandingan dengan
meningkatkan kualitas produk untuk mengetahui apakah produk dengan kualitas
baik selalu menghasilkan biaya produksi yang lebih mahal. Perbandingan
dilakukan dengan menggunakan toleransi yang paling ketat pada perancangan
ragum yang telah ditentukan. Gambar 5.2 merupakan peta kontrol produk
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-5
menggunakan toleransi yang ketat, gambar tersebut menunjukkan 90% produk
ragum dikatakan sesuai dengan spesifikasi.
0,000000
0,010000
0,020000
0,030000
0,040000
0,050000
0,0600001 4 7
10
13
16
19
22
25
28
31
34
37
40
43
46
49
52
55
58
61
64
67
70
73
76
79
82
85
88
91
94
97
10
0
LSL
USL
Y
Peta Kontrol Produk
Gambar 5.2 Peta Kontrol Produk
Ragum dengan level optimal menghasilkan produk yang sesuai spesifikasi
sebesar 83% dengan biaya sebesar $2695, sedangkan ragum dengan menggunakan
toleransi yang ketat menghasilkan produk yang lebih baik karena produk yang
sesuai spesifikasi sebesar 90% dengan biaya sebesar $9280. Gambar 5.3
menunjukkan bahwa peningkatan kualitas produk akan menambah total biaya
yang dibutuhkan.
Gambar 5.3 Grafik biaya dan kualitas produk
Kualitas produk dapat dijadikan sebagai sebagai respon eksperimen karena
selain total biaya, kualitas produk merupakan faktor yang sangat penting sehingga
dapat dihasilkan rancangan produk dengan kualitas dan total biaya yang optimal.
Untuk mengakomodasi kedua respon tersebut dapat digunakan eksperimen
multirespon.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
VI-1
BAB VI
KESIMPULAN DAN SARAN
Bab ini berisi tentang kesimpulan-kesimpulan serta saran-saran yang dapat
diambil dari penelitian yang telah dilakukan.
6.1 Kesimpulan
Kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut :
1. Faktor yang berpengaruh signifikan terhadap total biaya dalam
perancangan ragum adalah faktor toleransi.
2. Setting level optimal yang menghasilkan total biaya paling minimal dalam
perancangan ragum adalah U1 sebesar 7,654 cm, U2 sebesar 2,474 cm,
U3 sebesar 7,965 cm, U4 sebesar 2,674 cm, t1 sebesar 0,09 cm,t2 sebesar
0,06 cm, t3 sebesar 0,09 cm, t4 sebesar 0,08 cm dan Cp sebesar 1.
3. Peningkatan kualitas produk menyebabkan peningkatan total biaya, karena
peningkatan kualitas produk dilakukan dengan mengetatkan toleransi yang
digunakan dan menggunakan kapabilitas proses yang besar sehingga
memerlukan biaya manufaktur yang besar.
6.2 Saran
Saran yang dapat diambil dari penelitian ini adalah sebagai berikut :
1. Penelitian selanjutnya dapat menggunakan kapabilitas proses sebagai
noise factor karena kapabilitas proses dipengaruhi oleh kapabilitas mesin
yang digunakan dan bersifat acak sehingga sulit untuk dikendalikan.
2. Kualitas produk dapat dijadikan sebagai respon eksperimen sehingga
dapat diperoleh rancangan produk dengan kualitas dan biaya yang
optimal. Untuk mengakomodasi kedua respon tersebut dapat digunakan
eksperimen multirespon.