Adi - Setiawan - PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PDF
Adi - Setiawan - PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) PDF
Abstrak
Upaya yang dapat dilakukan untuk dapat meningkatkan kualitas dari suatu proses
produksi, adalah dengan mengurangi cacat produk. Hal ini dapat dilakukan dengan
menerapkan pengendalian kualitas secara statistik yang dapat dilakukan dengan metode
Statistical Process Control. Salah satu teknik yang dapat digunakan adalah grafik
pengendali berdasarkan Analisis Komponen Utama (Principal Component Analysis-
PCA). Dengan metode PCA ini dihasilkan suatu komponen utama yang dapat mewakili
semua variabel asli tanpa kehilangan banyak informasi. Data yang digunakan adalah
data kandungan Kapsul Herbal Glucoser. Analisis Komponen Utama digunakan untuk
memilih variabel yang dominan, selanjutnya digunakan untuk menbuat grafik
pengendali untuk menentukan titik sampel yang out of control.
Kata kunci : Statistical Process Control, Principal Component Analysis (PCA), grafik
pengendali.
1. Pendahuluan
Ketatnya persaingan dunia industri dewasa ini, membuat para pelaku usaha memerlukan
suatu usaha untuk meningkatkan kualitas. Tujuan utama suatu usaha adalah mendapatkan
keuntungan yang sebesar-besarnya. Oleh karena itu, perusahaan harus memuaskan konsumen
dengan produknya agar produknya mampu bersaing dipasaran, karena konsumen mulai selektif
dalam memilih produk yang akan digunakan. Salah satu usaha yang dilakukan adalah dengan
mengurangi cacat produk, yang dilakukan dengan menerapkan pengendalian kualitas yang baik.
Usaha Pengendalian kualitas merupakan suatu usaha yang sifatnya menjaga kualitas
produk yang dihasilkan minimal mempertahankan mutu produk yang sudah ada, atau bahkan
meningkatkan mutunya sehingga didapatkan hasil produk yang unggul. Menurut Montgomery
pengendalian kualitas adalah aktivitas keteknikan dan manajemen, dimana aktivitas tersebut
mengukur ciri-ciri kualitas produk, membandingkannya dengan spesifikasi atau persyaratan,
dan mengambil tindakan penyehatan yang sesuai apabila ada perbedaan antara penampilan yang
sebenarnya dengan yang standar. Hal ini dilakukan agar segera diidentifikasi kesalahan-
kesalahan untuk dilakukan perbaikan.
Dalam pengendalian kualitas ini sering digunakan pengendalian proses statistik. Salah
satu teknik pengendalian proses statistik adalah grafik pengendali. Grafik pengendali
merupakan teknik pengendali proses pada jalur yang bertujuan menyidik dengan cepat
terjadinya pergeseran proses sampai penyelidikan terhadap proses itu sehingga tindakan
pembetulan dapat dilakukan sebelum terlalu banyak unit yang tak sesuai diproduksi. Namun
permasalahan yang sering terjadi pada banyak grafik pengendali adalah grafik tersebut kurang
dapat mendeteksi kejadian–kejadian pada saat banyaknya variabel yang diukur sangat banyak.
2
Oleh Karena itu, dapat digunakan grafik pengendali berdasarkan Principal Component Analysis
(PCA) yang akan diterapkan pada kandungan Kapsul Herbal Glucoser yang terdiri dari empat
variabel yaitu Tinospora Caulis, Piper Decumanun, Plantago Herba, dan Azadirachta Folia.
Principal Component Analysis (PCA) adalah suatu analisis yang menjelaskan struktur
varian-kovarian dari suatu himpunan variabel yang melalui beberapa kombinasi linear dari
variable – variabel tersebut (Johnson and Wichern, 2002). Secara sederhana analisis komponen
utama ini adalah prosedur pengurangan variabel, dimana komponen utama merupakan
kombinasi linier dari p variabel asli.
Penggunaan metode PCA ini sangat disarankan untuk memilih atau meringkas variabel
yang banyak sehingga perbuatan grafik pengendalinya menjadi lebih mudah.
3
pengukuran multivariat (atau observasi), komponen utama merupakan kombinasi linier dari
variabel p awal. Tujuan utama analisis komponen utama ialah untuk mengurangi dimensi
peubah-peubah yang saling berhubungan dan cukup banyak variabelnya sehingga lebih mudah
untuk menginterpretasikan data-data tersebut (Johnson & Wichern, 2002). Metode yang
digunakan yaitu menentukan komponen utama dengan melakukan alih ragam orthogonal atau
membentuk kombinasi linier Y A' X (Sumarga, 1996). Dari sini akan dipilih beberapa
komponen utama yang dapat memberikan sebagian besar keragaman total data semula.
2.3 Menentukan Komponen Utama
Komponen utama merupakan suatu kombinasi linear vektor p variabel acak X1, . . . , Xp.
Misalkan matriks X = [X1, . . . , Xp] mempunyai matriks kovariansi . Dalam hal ini
adalah matriks simetris dan positif tegas (positive definite) dengan nilai eigen
1 2 ... p 0 dan sebutlah vektor eigen yang bersesuaian untuk setiap
1 2 ... p 0 adalah e1 ,..., e p yang saling orthogonal, dengan mencari kombinasi linier
yaitu
T
Yi ei X e1i X 1 e21 X 2 ... e pi X p , i= 1, 2, . . . , p . (2)
Nilai e ki menyatakan ukuran pentingnya variabel ke-k terhadap komponen prinsip ke-i.
eki i
Y , X i,k =1, 2, . . . , p. (5)
i k
kk
dengan kk adalah simpangan baku variabel ke-k. (Johnson and Wichern, 2002)
4
2. Menerapkan grafik pengendali yang berdasarkan komponen utama.
3.2 Grafik Pengendali Unit Individu untuk Kandungan Kapsul Herbal Glucoser
Berdasarkan data kandungan Kapsul Herbal Glucoser menggunakan persamaan (1)
diperoleh UCL, LCL dan CL untuk masing-masing variabel (kandungan). Dengan bantuan
program, diperoleh batas UCL, LCL dan CL yang ditunjukkan pada Tabel 1. Selanjutnya
berdasarkan tabel batas-batas tersebut dapat dibuat grafik pengendali untuk masing-masing
kandungan Kapsul Herbal Glucoser pada Gambar 1.
5
Tinospora Caulis Piper Decumanun
210
160
UCL
UCL
CL
195
150
x1
x2
CL
LCL
LCL
180
140
0 50 100 150 200 250 300 0 50 100 150 200 250 300
Index Index
54
UCL UCL
100
x3
x4
50
CL CL
LCL LCL
46
90
0 50 100 150 200 250 300 0 50 100 150 200 250 300
Index Index
Dari grafik pengendali pada Gambar 1. dapat dilihat bahwa untuk setiap masing-masing
kandungan ada 4 titik sampel yang di luar kendali, dan dari keempat kandungan memiliki empat
titik sampel yang di luar kendali yang sama yaitu titik sampel ke 12, 55, 123 dan 172. Grafik
pengendali dari keempat kandungan memperlihatkan bahwa terjadi suatu penyimpangan atau
tidak kesesuaian pada proses produksi yang mungkin terjadi karena kurangnya pengawasan
ataupun terjadinya kesalahan penimbangan untuk masing-masing kandungan Kapsul Herbal
Glucoser tersebut.
3.3 Principal Component Analysis(PCA)
Dari data dibentuk matriks kovariansi,
8.17 6.13 4.09 2.05
6.13 4.59 3.07 1.54
4.09 3.07 2.05 1.03
2.05 1.54 1.03 0.51
selanjutnya dicari eigen value dan eigen vektor. Eigen value dan eigen vektor akan digunakan
untuk mencari komponen utama yang terlebih dahulu dibentuk persamaan kombinasi liniernya.
Diperoleh eigen value dan eigen vektor adalah
1 15.3290 e1 0.73,0.55,0.37,0.18
2 0.0008 e2 0.26,0.54,0.57,0.57
3 0.0005 e3 0.60,0.25,0.73,0.21
6
4 0.0003 e4 0.18,0.59,0.13,0.77 .
Kombinasi linier menurut persamaan (2) menjadi
Y1 e 1' X 0.73 X 1 0.55 X 2 0.37 X 3 0.18 X 4
Proporsi tersebut telah menjelaskan 99.98% dari keragaman total data. Hal itu berarti Y1 dapat
menggantikan keempat variabel asli tanpa banyak kehilangan informasi. Jika dilihat dari
korelasi antara Y1 dengan keempat variabel yaitu X 1 , X 2 , X 3 dan X 4 dihitung berdasarkan
persamaan (5), keempatnya relatif dekat ke 1 dapat disimpulkan bahwa keempat variabel sama
pentingnya.
e11 1 e21 1
Y , X 0.9999 , Y1 , X 2 0.9999 ,
1 1
11 22
e31 1 e41 1
Y , X 0.9998 , Y1 , X 4 0.9995 .
1 3
33 44
Hubungan yang tersisa dapat diabaikan karena komponen kedua, ketiga dan keempat dapat
dianggap tidak penting.
3.4 Grafik pengendali berdasarkan komponen utama
Dalam membangun grafik pengendali yang berdasarkan komponen utama ini
dibutuhkan beberapa langkah yang telah dijelaskan pada dasar teori. Komponen utama yang
akan digunakan sebagai dasar membuat grafik pengendali diperoleh dengan membentuk
kombiasi linier dengan metode PCA. Komponen utama tersebut telah diperoleh pada
pembahasan 3.3 yang menghasilkan variabel baru
Y1 e 1' X 0.73 X 1 0.55 X 2 0.37 X 3 0.18 X 4 sebagai komponen utama pertama.
Grafik pengendali dibangun dari komponen utama pertama Y1 . Dalam hal ini Y1
merupakan kombinasi linier dari data, komponen utama Y1 dapat menggantikan variabel asli,
karena dengan Y1 dapat dibangun grafik pengendali secara sederhana dengan satu data
transformasi Y1 saja, tanpa harus membangun grafik pengendali untuk keempat variabel karena
akan menjadi lebih rumit. Kemudian dihitung UCL, CL dan LCL menggunakan persamaan (1)
7
sehingga diperoleh nilai UCL = 282.4756, CL = 270.7455 dan LCL=259.0154, dan dibuat
grafik pengendali yang ditunjukkan pada Gambar 2.
Dari grafik pengendali Gambar 2. diperoleh empat titik sampel yang di luar batas
kendali. Keempat titik sampel tersebut berada di bawah batas bawah (LCL) yang ditentukan,
yaitu titik sampel ke-12, 55, 123 dan 172. Titik sampel ke-12 merupakan titik sampel ke-12
pada produksi pertama, titik sampel ke-55 merupakan titik sampel ke-15 pada produksi ketiga,
selanjutnya titik sampel ke-123 merupakan titik sampel ke-3 pada produksi keenam, sedangkan
untuk Titik sampel ke-172 merupakan titik sampel ke-12 pada produksi kedelapan. Titik sampel
yang di luar kendali pada komponen utama Y1 tersebut sama dengan titik sampel yang berada di
luar kendali pada grafik pengendali secara individu untuk masing-masing variabel (kandungan).
UCL
280
270
y1
CL
260
LCL
250
Index
Gambar 2. Grafik pengendali kandungan Kapsul Herbal Glucoser berdasarkan komponen utama
4. Kesimpulan
Dari pembahasan di atas dapat dibuat kesimpulan sebagai berikut:
1. Grafik pengendali dapat dibuat berdasarkan komponen utama dari variabel.
2. Data kandungan Kapsul Herbal Glucoser dibangun grafik pengendali individu yang
masing-masing kandungan menghasilkan empat data yang di luar batas kendali, yaitu pada
data ke-12,55,123 dan 172.
3. Komponen utama diperoleh dengan metode Principal Component Analysis (PCA) dan
memperoleh variabel baru Y1 e 1' X 0.73 X 1 0.55 X 2 0.37 X 3 0.18 X 4 sebagai
8
komponen utama pertama yang dapat mewakili semua variabel asli tanpa kehilangan
banyak informasi dari total keragaman data semula yang berasal dari data kandungan
Kapsul Herbal Glucoser.
4. Grafik pengendali yang digunakan adalah grafik pengendali dengan komponen utama Y1
yang menghasilkan empat titik sampel di luar kendali, sama halnya dengan grafik
pengendali individu untuk masing-masing variabel (kandungan) yang juga diperoleh empat
titik sampel yang di luar kendali.
5. Daftar Pustaka
Johnson, Richard. Dean Wichern. 2007. Applied Multivariate Statistical Analysis, 6th ed. New
Jersey : Prentice Hall, hal. 356-360.
Montgomery, Douglas C. 1990. Pengantar Pengendalian Kualitas Statistik. Yogyakarta:
Gadjah Mada University Press, hal.7, 225.
Sugian O, Syahu. 2006. Kamus Manajemen (Mutu). Jakarta : PT Gramedia Pustaka Utama, hal.
214-215.
Sumarga, H.1996. Eksplorasi Data Peubah Ganda. Salatiga: Fakultas Sains dan Matematika
Universitas Kristen Satya Wacana, hal. 21.
Web 1:
Principal Component Control Chart
http://www.itl.nist.gov/div898/handbook/pmc/section3/pmc342.htm (Diunduh pada 2
Oktober 2011