DAFTAR ISI
DAFTAR ISI
DAFTAR GAMBAR
DAFTAR TABEL
BAB I PENDAHULUAN
1.1 Latar Belakang
1.2 Rumusan Masalah
1.3 Asumsi dan Batasan masalah
1.4 Tujuan
1.5 Manfaat
i
ii
iii
1
2
2
2
2
3
4
6
9
9
9
12
13
13
15
29
30
DAFTAR PUSTAKA
31
16
17
18
19
20
24
25
27
DAFTAR GAMBAR
21
22
22
22
23
25
27
27
DAFTAR TABEL
12
13
14
15
16
16
17
19
16
19
21
23
25
BAB I
PENDAHULUAN
1.1.
Latar Belakang
sudah ada dapat diterima atau tidak. Metode ini sangat membantu proses
pengambilan keputusan dalam sebuah perusahaan.
Sebagai seorang industrial engineer yang bertugas untuk mnng-improve
sistem yang sudah ada, keterampilan dan pemahaman mengenai berbagai metode
untuk menganalisis sistem pengukuran sangatlah penting. Dengan begitu, kita
dapat mengetahui apakah sistem yang ada sudah baik, dan dapat melakukan
evaluasi lanjutan untuk memperbaiki sistem tersebut sehingga didapatkan output
real-nya yaitu produk dengan kualitas yang lebih baik.
Dalam praktikum Quality and Reliability Engineering modul 3 yaitu
repeatabilitydan reproducability, praktikan diajarkan mengenai berbagai metode
dalam menganalisis sistem pengukuran sehingga dapat menunjang kemampuan
praktikan dalam mengambil keputusan pada masa yang akan datang untuk
memperbaiki kualitas sebuah produk.
1.2.
Rumusan Masalah
1. Lakukan Analisis Gauge Repeatability dan Reproductibility dengan
menggunakan data velg tamiya pada praktikum Alat Bantu. Jumlah data yang
diambil sebanyak 54 data dengan memilih data velg dari 3 operator sebanyak
3 part dengan 6 trial. Lakukan analisa dengan cara manual menggunakan
Ms.Excel dan dengan software Minitab.
1.3.
Dalam praktikum ini, berikut adalah asumdsi dan batasan masalah yang
digunakan
1. Data yang digunakan adalah data velg depan part A, B, C , dari 6 trial , dan 3
operator (Dila, Vina, Ovi) yang didapat dari praktikum alat bantu.
2. Hasil pengukuran yang didapat adalah benar
3. Pengukuran dilakukan sudah sesuai prosedur dan operator melakukan
pengukuran
dalam
kondisi
yang
kondusif
serta
operator
mampu
1.4.
Tujuan
Tujuan dari praktikum memahami Repeatability dan Reproductibility pada
Manfaat
Manfaat dari praktikum kali ini adalah untuk mengetahui apakah suatu
sistem pengukuran dapat diterima atau tidak, kemudian dapat dilakukan evaluasi
lanjutan untuk memperbaiki sistem tersebut dan akan meningkatkan kualitas
produk.
BAB II
LANDASAN TEORI
2.1.
Data pengukuran berperan cukup penting pada masa sekarang dibanding masa
sebelumnya. Sebagai contoh pada saat ini pengambilan keputusan untuk
memperbaiki atau tidak suatu proses manufaktur umumnya berdasarkan data
pengukuran. Hal ini menyebabkan diperlukannya kualitas data pengukuran yang
baik.
Kualitas data didefinisikan sebagai statistical properties pengukuran yang
didapat dari pelaksanaan sistem pengukuran dalam kondisi stabil. Jika pengukuran
semuanya mendekati nilai yang dijadikan master untuk karakteristik tersebut,
maka kualitas data tersebut dikatakan tinggi. Demikian pula jika beberapa atau
semua pengukuran jauh dari master nilai maka kualitas data tersebut dikatakan
jelek.
Sifat statistik yang umum digunakan untuk mengkarakterisasi kualitas data
adalah bias dan variance sistem pengukuran. Bias merujuk lokasi data relatif
terhadap nilai yang dijadika reference (master). Sedangkan variance merujuk
pada penyebaran data.
Measurement Analysis System (MSA) adalah analisis terhadap sistem
pengukuran dengan tujuan agar didapatkan hasil pengukuran yang benar-benar
1. Presisi (Precision)
2.Akurasi (Accuracy)
Akurasi secara umum didefinisikan sebagai ketepatan yang berhubungan
dengan kedekatan antara rata-rata satu atau lebih hasil ukuran dengan nilai
reference. Pada beberapa organisasi akurasi digunakan bergantian dengan bias.
Untuk menghindari kebingungan yang akan terjadi akibat penggunaan kata
akurasi maka istilah bias yang akan digunakan sebagai deskripsi lokasi kesalahan
(error).
Accuracy mempunyai 3 komponen :
a. Stability
Pengukuran harus mempunyai nilai yang sama baik di masa lalu maupun di
masa datang(time base).
b.
Linearity
Pengukuran memberikan pembacaan yang tepat pada rentang ukuran tertentu.
(scale base).
c.
Bias
Bias adalah perbedaan antara nilai reference dengan rata-rata pengamatan
pengukuran pada karakteristik dan part yang sama. Bias yang sangat tinggi
kemungkinan disebabkan oleh:
1.
2.
3.
4.
10
ketika
melakukan
pengukuran.
Kriteria
Penerimaan
Sistem
11
pengukuran yang berasal dari variasi yang ditimbulkan oleh produk (part to part)
dan varian akibat kesalahan pengukuran (gage).
Apabila repeatability nilainya terlalu besar (over value) dibandingkan
reproducibility, dapat disimpulkan variasi disebabkan oleh equipment atau
peralatan ukur, maka perlu dilihat :
1. Gauge (alat ukur) mungkin perlu dimaintenance.
2. Gauge (alat ukur) mungkin perlu di redesain supaya lebih rigid.
3. Clamp atau lokasi gauge perlu diimprove.
Sedangkan bila reproducibility nilainya terlalu besar (over value) dibanding
repeatability, dapat disimpulkan variasi disebabkan oleh appraiser atau operator
maka perlu dilihat :
1. Pelatihan Operator perlu diimprove.
2. Akurasi dari prosedur pengukuran.
3. Kalibrasi gauge tidak jelas.
Untuk menghitung Repeatibility and reproducibility ada beberapa cara, berikut
adalah tiga cara yang dapat dilakukan:
1. Range method: Menghitung gabungan repeatibility dan reproducibility
2. Average and Range: Menghitung total variabilitas sistem pengukuran yaitu
repeatibility dan reproducibility secara terpisah dengan menggunakan
grafik Average dan Range. Pada praktikum menggunakan metode ini
dengan software Ms.Excel
3. ANOVA: Menghitung repeatibility dan reproducibility secara terpisah
dengan menggunakan teknik ANOVA. Pada praktikum menggunakan
metode ini dengan software mini.
BAB III
METODOLOGI PENELITIAN
3.1.
Waktu dan Tempat
Hari, Tanggal
: Senin, 20 April 2015
Waktu
: 09.45 13.00 WIB
Tempat
: Laboratorium Quality and Reliability Engineering,
Fakultas Teknik, Jurusan Teknik Mesin dan Industri,
Universitas Gadjah Mada
3.2.
Alat dan Bahan
1. Data hasil pengukuran pada praktikum alat bantu
2. Microsoft Excel
3. Software spreadsheet dan minitab
12
3.3.
Prosedur Praktikum
1. Microsoft Excel
Berikut adalah langkah-langkah yang harus dilakukan untuk menganalisis data
menggunakan microsoft excel:
a. Bukalah aplikasi microsoft excel kemudian lakukan Input data pengukuran
pada lembar kerja excel untuk menghitung repeatbilility data tersebut
b. Hitung range dan rata-rata untuk setiap part setiap operator
c. Hitung range bar dan d2 menggunakan tabel d2
d. Hitunglah repeatability-nya menggunakan rumus di bawah iniL
13
BAB IV
HASIL DAN PEMBAHASAN
4.1.
adalah data hasil pengukuran velg depan tamiya pada Praktikum Alat Bantu dan
Statistika. Pada praktikum tersebut dilakukan pengukuran terhadap 6 part velg
depan tamiya dengan 50 replikasi pengukuran oleh 5 operator. Namun, pada
14
praktikum kali ini data yang digunakan adalah data 3 part velg depan tamiya
dengan 6 trial atau replikasi pengukuran dari 3 operator. Dari 6 part tersebut, 3
part yang dipilih adalah part A, B, dan C serta 3 operator yang datanya digunakan
adalah operator Ovi, Vina, dan Dhila. Data ini nantinya akan dianalisis reliability
dan reproducibility (R&R)-nya menggunakan dua software yang berbeda yaitu
microsoft excel dan minitab. Berikut adalah data velg depan yang digunakan pada
praktikum QRE:
Tabel 4.1.1 Data Pengukuran Velg Depan
Part
Trial
4.2.
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
Ovi
1,000
0,900
1,100
1,200
1,000
1,000
9,80
9,65
9,60
9,70
9,60
9,60
17,60
18,00
17,70
17,40
17,20
17,20
Dilla
1,14
1,08
0,96
0,98
1,12
0,76
9,74
9,66
9,70
9,72
9,96
9,52
17,20
17,36
17,26
17,04
17,38
16,94
Vina
0,97
0,90
1,00
0,99
1,03
0,97
9,66
9,46
9,68
9,64
9,62
9,60
17,06
16,95
17,24
17,20
17,07
16,63
satunya adalah Range and Average Method. Metode ini menghitung total
variabilitas sistem pengukuran dan dapat dipisahkan menjadi repeatability,
reproducability, dan variasi part.
15
PART A
PARTB
PARTC
Trial 1
1,000
Trial 2
0,900
Trial 3
1,100
Trial 1
1,14
Trial 2
1,08
Trial 3
0,96
Trial 1
0,97
Trial 2
0,90
Trial 3
1,00
Trial 1
9,80
Trial 2
9,65
Trial 3
9,60
Trial 1
9,74
Trial 2
9,66
Trial 3
9,70
Trial 1
9,66
Trial 2
9,46
Trial 3
9,68
Trial 1
17,60
Trial 2
18,00
Trial 3
17,70
Trial 1
17,20
Trial 2
17,36
Trial 3
17,26
Ovi
Trial 5
1,000
Dila
Trial 4 Trial 5
0,98
1,12
Vina
Trial 4 Trial 5
0,99
1,03
Ovi
Trial 4 Trial 5
9,70
9,60
Dila
Trial 4 Trial 5
9,72
9,96
Vina
Trial 4 Trial 5
9,64
9,62
Ovi
Trial 4 Trial 5
17,40 17,20
Dila
Trial 4 Trial 5
17,04
17,38
Vina
Trial 4
1,200
Trial 6
1,000
Range
0,300
Average
1,033
Trial 6
0,76
Range
0,38
Average
1,01
Trial 6
0,97
Range
0,13
Average
0,98
Trial 6
9,60
Range
0,200
Average
9,658
Trial 6
9,52
Range
0,44
Average
9,72
Trial 6
9,60
Range
0,22
Average
9,61
Trial 6
17,20
Range
0,800
Average
17,517
Trial 6
16,94
Range
0,44
Average
17,20
16
Trial 1
17,06
Trial 2
16,95
Trial 3
17,24
Trial 4
17,20
Trial 5
17,07
Trial 6
16,63
Range
0,61
Average
17,03
0,364
2,55
0,7346
32
Setelah itu dilakukan pengukuran rata-rata setiap part dan range rata-rata
seluruh part. Rata-rata setiap part didapat dari merata-rata hasil pengukuran
setiap part seluruh operator sedangkan range didapat dari pengurangan nilai
maksimum dan minimum rata-rata part. Berikut adalah hasil perhitungan-nya:
Tabel 4.2.3 Hasil Perhitungan Range dan rata-rata part
Rata-rata part a
Rata-rata part b
Rata-rata part c
Range rata-rata part
1,006
9,66
17,25
16,24
1
17
Trial
1
2
3
4
5
6
1
2
3
4
5
6
1
2
3
4
5
6
Ovi
1,000
0,900
1,100
1,200
1,000
1,000
9,80
9,65
9,60
9,70
9,60
9,60
Dilla
1,14
1,08
0,96
0,98
1,12
0,76
9,74
9,66
9,70
9,72
9,96
9,52
17,60
17,20
17,06
18,00
17,36
16,95
17,70
17,40
17,20
17,20
17,26
17,04
17,38
16,94
Vina
0,97
0,90
1,00
0,99
1,03
0,97
9,66
9,46
9,68
9,64
9,62
9,60
17,24
17,20
17,07
16,63
Range
0,170
0,180
0,140
0,220
0,120
0,240
0,140
0,200
0,100
0,080
0,360
0,080
0,540
1,050
0,460
0,360
0,310
0,570
x bar
range
Avera
ge
1,037
0,960
1,020
1,057
1,050
0,910
9,733
9,590
9,660
9,687
9,727
9,573
17,28
7
17,43
7
17,40
0
17,21
3
17,21
7
16,92
3
0,296
18
4.2.3.
1,91
18
0,7778
78
19
Rp pada rumus di atas adalah range rata-rata part yang didapat dari
pengurangan nilai maksimum dan minimum rata-rata seluruh part, sedangkan
d2 didapat dari tabel d2 dengan Z = 1 dan W= jumlah part = 3, sehingga
didapatkan nilai d2 adalah 1,91.
Total Variability atau total variabilitas data didapatkan dari rumus sebagai
berikut:
Berikut adalah hasil perhitungan R&R, Part Variability, dan Total Variability
yang telah dilakukan:
Tabel 4.2.6 Hasil Perhitungan R&R, Part Variability, dan Total Variability
R&R
d2
Vp
Vt
1,0699
43
1,91
43,789
98
43,803
05
20
Persentase kontribusi
0,73463
Repeatability
2
2%
Reproducibilit
0,77787
y
8
2%
1,06994
R&R
3
2%
43,7899 99,97
Part Variation
8
%
43,8030
Total Variation
5 100%
21
22
langkah-langkah yang dilakukan pada kedua metode tersebut cukup mirip satu
sama lain.
4.3.1. Analisis Data dengan Metode ANOVA
Langkah awal yang dilakukan dalam metode ANOVA setelah membuka
software minitab adalah pilih menu Stat Quality Tools Gage Study
Create Gage R&R Study Worksheet. Kemudian akan muncul dialog box
seperti berikut ini:
23
randomize dan klik OK maka akan muncul kolom Std Order, Run Order,
Parts, dan Operators. .
Setelah membuat Gage R&R Study Worksheet, buatlah kolom baru yaitu
measurement dan masukkan data pengukuran dari excel. Kemudian pilih Stat
Quality Tools Gage Study Gage R&R Study Crossed maka akan muncul
dialog box seperti dibawah ini:
operators masukkan kolom yang memuat nama atau nomor operator dengan
cara
masukkan kolom yang memuat hasil pengukuran dengan cara memilih nama
kolom kemudian select. Terakhir, pilih method of analysis yaitu ANOVA dan
klik OK maka akan muncul session window yang memuat hasil perhitungan
metode ANOVA dan graph window yang memuat grafik hasil perhitungan
metode ANOVA seperti berikut ini:
24
25
26
dari Total Gage R&R sebesar 0,07 masuk ke dalam kategori kurang dari
1% sehingga sistem pengukuran dapat diterima.
3. Persentase studi variasi yang didapat dari total Gage R&R adalah 2,59 %.
Menurut AIAG, nilai tersebut masuk ke dalam kategori lebih kecil dari
10% sehingga sistem pengukuran dapat diterima.
4. Number of distinct categories atau jumlah kategori yang didapat dari
analisis menggunakan ANOVA adalah 54. Karena nilainya sudah melebihi
angka 5 maka sistem pengukuran bagus dan dapat diterima.
Pada graph window output, interpretasi hasil yang didapat adalah sebagai
berikut:
1. Pada grafik components variation, dapat dilihat bahwa persentase
kontribusi (yang ditunjukkan dengan warna orange) Total Gage R&R dan
part-to-part berbeda cukup signifikan dimana persentase kontribusi partto-part lebih besar dari Total Gage R&R sehingga dapat disimpulkan
variasi yang muncul disebabkan oleh perbedaan antar komponen.
2. Pada grafik component of variation dapat dilihat bahwa baik repeatability
maupun reproducibility menunjukkan angka yang cukup kecil. Hal ini
menunjukkan variasi pengukuran yang timbul saat suatu part diukur
berulang kali oleh satu operator dan saat operator yang berbeda mengukur
part yang sama tergolong rendah.
3. Grafik by part dapat digunakan untuk menganalisis variasi pengukuran
antara part 1 dengan lainnya. Apabila garis pada grafik semakin
membentuk garis lurus maka variasi pengukuran antara part 1 dengan
lainnya semakin kecil atau dapat dikatakan bahwa semakin tidak ada
perbedaan yang cukup signifikan antara hasil pengukuran part 1 dengan
lainnya. Dari grafik by part dapat dilihat bahwa garis yang terbentuk
cukup jauh dari garis lurus sehingga dapat disimpulkan variasi
pengukuran antara part A, B, dan C cukup besar atau dapat dikatakan
terjadi perbedaan yang cukup signifikan antara hasil pengukuran part A,
B, dan C.
4. Grafik by operator dapat digunakan untuk menganalisis variasi
pengukuran antara operator 1 dengan lainnya. Semakin lurus garis yang
terbentuk maka variasi pengukuran antara operator 1 dan lainnya semakin
27
kecil atau dapat dikatakan semakin tidak ada perbedaan yang cukup
signifikan antara pengukuran operator 1 dengan lainnya. Dari grafik by
operator dapat dilihat bahwa garis yang terbentuk sangat mendekati garis
lurus sehingga dapat disimpulkan variasi pengukuran antara operator Ovi,
Dila, dan Vina cukup kecil atau tidak ada perbedaan yang cukup
signifikan antar operator.
4.3.3. Analisis Data Velg Depan dengan Metode Xbar and Range
Langkah awal yang dilakukan dalam metode Xbar and range adalah
pilih menu Stat Quality Tools Gage Study Gage R&R Study Crossed
maka akan muncul dialog box seperti dibawah ini:
operators masukkan kolom yang memuat nama atau nomor operator dengan
cara
masukkan kolom yang memuat hasil pengukuran dengan cara memilih nama
kolom kemudian select. Terakhir, pilih method of analysis yaitu X bar and R
dan klik OK maka akan muncul session window yang memuat hasil
28
perhitungan metode Xbar and R dan graph window yang memuat grafik hasil
perhitungan metode Xbar and R seperti berikut ini:
29
30
BAB V
PENUTUP
5.1.
Kesimpulan
31
32
5.2.
Saran
Dalam melakukan amalisis sistem pengukuran, hal kritis yang harus
diperhatikan adalah proses input data terlebih apabila data yang diinput
memiliki jumlah part, trial, dan operator yang cukup banyak. Karena,
kesalahan dalam proses input data akan menyebabkan hasil yang diperoleh
berbeda cukup jauh dengan nilai aslinya. Selain itu proses perhitungan
manual dengan microsoft excel juga perlu perhatian lebih. Oleh karena itu,
kecermatan dan ketelitian diperlukan dalam berjalannya proses analisis sistem
pengukuran
supaya
hasil
pengukuran
yang
didap
dapat
dipertanggungjawabkan kebenarannya.
DAFTAR PUSTAKA
- MSA,