Rekayasa Kualitas

Topik Khusus 1
Dual dan Multi Response Surface
25 November 2014
ekop2003@yahoo.com

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Signal-to-noise ratio perbandingan antara besar
signal dengan besar noise yang mempengaruhi
hasil nilai respon (yang dalam hal ini adalah nilai
karakteristik kualitas yang diteliti).
Signal-to-noise ratio yang besar diharapkan
mencerminkan pengaruh faktor noise yang kecil
sehingga nilai respon adalah robust terhadap
faktor-faktor yang tidak dapat dikontrol.

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Sampai saat ini banyak para statistikawan yang
kurang setuju dengan kebenaran analisis terhadap
Signal-to-noise ratio ini, yaitu ternyata ukuran
Signal-to-noise ratio ini tidak dapat bebas dari
rata-rata respon, seperti yang diharapkan oleh
Taguchi.
Sehingga dikembangkan penggunaan metode
response surface untuk optimasi yang dapat
mencakup filosofi Taguchi untuk menghasilkan
produk yang robust.

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Dual response
Prosedur optimasi dual response surface
dikenalkan oleh Myers & Carter (1973) yang
kemudian diperbaiki oleh Vining & Myers (1990).
Pada prosedur ini melakukan optimasi terhadap
respon primer dengan kendala pendekatan respon
skunder.
Dengan menggunakan metode pengali Lagrange
untuk menyelesaikannya hal ini dapat dituliskan
modelnya sebagai berikut :

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Dual response
Min (Max) Yprimer
Dengan Kendala : Yskunder =
Dimana adalah nilai spesifik
Penggabungan Filosofi Taguchi dengan metode dual
respon surface oleh Vining & Myers (1990)
1. Buat model empirik lewat response surface metodologi
untuk mean dan simpangan baku
2. Model response surface yang diperoleh dilakukan
optimasi secara simultan.
Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Dual response
Model order 2 untuk mean dan simpangan baku

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Model dasar diatas dikembangkan lagi oleh
1. Del Castillo & Montgomery (1993) menggunakan
algoritma Generalized Reduced Gradient (GRG).
2. Lin dan Tiu (1995) optimasi berdasarkan
penggunaan pengali lagrange mungkin tidak
realistik, sehingga mereka menyarankan untuk
meminimumkan Mean Square Error.
3. Copeland & Nelson (1996) mengembangkan
metode Lin dan Tiu (1995) .

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Model dasar diatas dikembangkan lagi oleh
4. Ames et al. (1997) menggunakan model Quality
Loss Functions (QLP) untuk optimasi multiple
response surface secara simultan.
5. Tang & Xu (2002) dari Universitas Nasional
Singapura membuat suatu prosedur atau skema
optimasi yang dapat mencakup optimasi-optimasi
metode sebelumnya dalam dual response surface,
dan menggunakan Goal Programing.

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Model Tang & Xu (2002)

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Multi Response Surface
Metode dual response surface yang dibahas diatas
sebenarnya hanya ditujukan untuk mencari
optimasi single responce surface, hanya
diharapkan ragam respon tersebut minimum.
Pada kasus-kasus real sering dijumpai
permasalahan mengoptimasikan respon-respon
yang banyak secara simultan.

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Multi Response Surface
Pada permasalahan optimasi multiple respon ini
antara optimasi satu respon dengan respon yang
lain mungkin terjadi kontradiksi, dalam arti satu
respon harus maksimum tetapi yang lain harus
minimum atau sebaliknya.
Dengan metode Tang & Xu (2002) diatas tentunya
tidak menjadi masalah jika jumlah respon yang
dioptimumkan lebih dari satu.

Topik Khusus - 1
Multi Response Surface
Misal jika jumlah respon yang dioptimumkan ada 3,
maka langkah-langkah yang perlu diambil adalah
sebagai berikut :
1. Buat model pendekatan respon surface pada
masing-masing respon.
2. Buat model goal programming sebagai berikut :

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Multi Response Surface

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Contoh
1. Tujuan eksperimen adalah menganalisis efek dari
peubah speed, pressure dan distance pada
respon yang berupa perlakuan mesin printer
berwarna dengan tinta merek tertentu.
2. Eksperimen menggunakan desain 33 dengan
ulangan 3 kali, sehingga total ada 81 runs
percobaan.

Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Contoh
Berdasarkan analisis dari Vining & Myers (1990)
diperoleh persamaan response untuk mean dan
simpangan baku adalah :

Nilai target mean = 500 dan simpangan baku = 40

(nominal-the-best).
Jurusan Teknik Industri - Universitas Sebelas Maret

Topik Khusus - 1
Contoh

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto

Sekilas Teori
Pendekatan eksperimen menggunakan robust
technology development adalah pendekatan yang
mengkombinasikan antara desain eksperimen,
analisis regresi dan optimasi.
Metode Taguchi adalah salah satu desain
eksperimen yang secara luas dipakai pada robust
technology development.

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto

Sekilas Teori
Ada empat prosedur yang digunakan yaitu
1. merancang sistem baru dan mengidentifikasi fungsi
sistem yang ideal
2. mengidentifikasi faktor terkontrol dan faktor
gangguan (noise factors)
3. optimasi kekokohan (robustness) sistem
4. memilih faktor penyesuaian.

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto

Sekilas Teori
Dalam mengolah data eksperimen, peneliti biasanya
menggunakan model, yaitu suatu hubungan
fungsional antar faktor.
Salah satu model statitiska yang sering digunakan
adalah analisis regresi karena cara analisisnya yang
mudah.

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto

Sekilas Teori

Misalkan Xi =[xi ti zi ] dengan xi adalah faktor

terkontrol, ti adalah menjadi faktor tidak terkontrol
yang terukur dan zi adalah menjadi faktor tidak
terkontrol yang tidak terukur, serta yi independen
terhadap xi ,ti , zi , maka model regresinya menjadi :
yi | xi ti zi = 0 + xit1 + tit2 + zit3 + xit1ti + zit 2xi + zit3ti + i

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto

Sekilas Teori

Dari model regresi diatas dapat ditentukan ekspektasi dan

variansinya. Dengan memasukan ti maka ekspektasi dan
variansinya adalah
EY (Yi | xi , ti ) = EZ ( EY ( Yi | xi ,ti , zi ) = 0 + xit1 + tit2 + xit 1 ti
VarY (Yi |xi,ti ) = EZ (VarY (Yi | xi ti, zi ) + VarZ (EY(Yi|xi,ti , zi ))
= 2 + VarZ ( 0 + xit 1+ tit2+ xit 1ti + zit( 3 + 2xi + 3 ti ))
= 2 +( 3+2xi+3ti )t2x( 3+2xi+3 ti )

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto
Metodologi Penelitian
Pemodelan dan implementasi model
1. Eksperimen dengan metode Taguchi
2. Identifikasi faktor dan interaksi faktor yang
berpengaruh
3. Analisis regresi
4. Minimasi variansi dengan simulasi komputer
5. Menentukan beberapa skenario setting yang
optimal

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto
Aplikasi Pada Proses Injection Moluding

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto
Aplikasi Pada Proses Injection Moluding

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto
1.

Hasil eksperimen dalam persentase penyusutan dapat dilihat sebagai berikut :

Faktor Tidak Terkontrol
Faktor Terkontrol
Sel
1
2
3
4
5
6
7
8

A
-1
-1
-1
-1
1
1
1
1

B
-1
-1
1
1
-1
-1
1
1

C
-1
-1
1
1
1
1
-1
-1

D
-1
1
-1
1
-1
1
-1
1

E
-1
1
-1
1
1
-1
1
-1

F
-1
1
1
-1
-1
1
1
-1

M
N
O
G
-1
1
1
-1
1
-1
-1
1

-1
-1
-1
R1
2.2
2.6
1.2
2.0
3.1
2.0
2.0
1.9

-1
1
1
R2
2.1
0.8
3.2
1.9
3.1
4.3
1.9
1.8

1
-1
1
R3
2.3
2.7
1.1
2.0
3.1
0.9
4.6
1.9

1
1
-1
R4
2.5
0.6
2.8
2.0
3.0
3.3
2.2
1.9

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto
1.

Identifikasi pengaruh faktor dan interaksi faktor yang berpengaruh signifikan :

100

C
EM
BM

90
80

Persen

70

CN

60
50
40
30

DM
B
CM
D

20
10

EN

0
- 0 .6

- 0 .4

- 0 .2

0 .2

0 .4

0 .6

Efek sumber

Dengan demikian faktor dan interaksi faktor yang ditetapkan signifikan

mempengaruhi karakteristik kualitas dan diurutkan berdasarkan pengaruh adalah
EN, CN, A, D, CM, C, DM, EM, BM, B.

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto

Analisis Regresi
Dengan menggunakan software SPSS 6.0, fungsi regresinya adalah sebagai berikut :
y = 2.2787 + 0.283772 A - 0.128728 B + 0.158772 C 0.246272 D + 0.139912 BM
0.185088 CM 0.152412 DM + 0.147588 EM + 0.45372 CN 0.466228 EN
Ekspektasi dan variansi fungsi regresi di atas
E ( y | A,B,C,D,E,N ) = 2.2787 + 0.283772 A - 0.128728 B + 0.158772 C - 0.246272 D
+ 0.45372 CN 0.466228 EN
Var( y | B,C,D,E,N ) = 0.00489B2 +0.00856C2 +0.00581D2 + 0.00545E2 -0.01295BC
- 0.01066BD + 0.01032BE + 0.0141CD- 0.013658CE - 0.011247DE

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto

Jurusan Teknik Industri - Universitas Sebelas Maret

Pengembangan Model Pledger

Ringkasan Tesis S2 TI ITB Eko Pujiyanto

Kesimpulan

Jurusan Teknik Industri - Universitas Sebelas Maret