Metode Taguchi

Metoda Taguchi
• Konsep Taguchi ketika mendesain produk  kerugian
seminimal dan bernilai seoptimal
• Kualitas menurut Taguchi : kerugian yang diterima oleh
konsumen sejak produk tersebut dikirimkan (biaya
ketidakpuasan konsumen  reputasi perusahaan buruk)
• Sasaran metode Taguchi  menjadikan produk robust
terhadap noise (Robust Design)  menjamin kembalinya
konsumen, memperbaiki reputasi dan meningkatkan
market share perusahaan.
 Konsep Taguchi
Taguchi membagi konsep kualitas mejadi empat yaitu :
1. Kualitas didesain mulai dari awal proses tidak hanya pada
proses inspeksi (“off-line strategy”)
2. Kualitas terbaik dicapai dengan meminimumkan deviasi dari
target (Produk didesain tahan terhadap faktor lingkungan yang
tak terkontrol :noise, temperatur, kelembaban )
3. Kualitas tidak hanya didasarkan performance (ukuran
kapabilitas sebuah produk) atau karakteristik dari produk.
4. Biaya kualitas seharusnya diukur sebagai fungsi dari variasi
performance produk
 Taguchi’s Loss Function
• Fungsi kerugian menentukan ukuran finansial
ketidakpuasan konsumen pada performance produk yang
menyimpang dari nilai targetnya.
• Secara tradisional  produk bisa dikatakan bagus jika
secara uniform berada diantara spesifikasi
 Taguchi’s Loss Function
• konsumen semakin tidak puas saat performance melenceng
jauh dari target  Taguchi mengusulkan sebuah quadratic
curve untuk merepresentasikan performance produk

• LCT dan UCT merepresetasikan

batas bawah dan batas atas
toleransicenderung
subyektif
• Perhitungan target paling baik
adalah dengan fungsi kerugian
yang menggunakan rata – rata
dan variansi untuk memilih
desain yang paling bagus.
 Taguchi’s Loss Function
 Jika 2 produk mempunyai variansi sama tetapi
rata-rata berbeda, maka produk dengan rata-rata
yg lebih mendekati pada target (A)  mempunyai
kualitas yang lebih baik

 Jika dua produk mempunyai rata-rata sama tetapi

variansi berbeda, maka produk dengan variansi
yang lebih rendah (B)  mempunyai kualitas yang
lebih baik.
 The Total Loss Function
 2 kategori utama dari kerugian pada konsumen terkait kualitas produk :
1. Kerugian memberi efek yang berbahaya untuk konsumen.
2. Kerugian karena variasi tambahan (tidak sesuai) dgn fungsi performansinya
 pengaruh besar pada stage desain produk
• Fungsi kerugian :

L(x) = k(x - m)²

Dimana L = kerugian (uang), m = karakteristik yg seharusnya diset, x =
karakteristik secara aktual di set, dan k = konstanta yang tergantung pada jarak
dari kharakteristik dan unit keuangan.

• Bila market research data tersedia, sebaiknya menggunakan quadratic loss

function
 Taguchi Quality Strategy
• Pendekatan Taguchi untuk mereduksi variasi product
merupakan tahapan proses sebagai berikut :
1.Proses manufaktur produk dengan cara terbaik setiap
saat.(Penyimpangan kecil dari target)
2.Memproduksi semua produk seidentik mungkin (mengurangi
variasi produk)
• Strategi kualitas Taguchi dalam memperbaiki kualitas dalam
stage desain produk adalah dengan membuat desain yang tidak
terlalu sensitif terhadap pengaruh faktor tak terkontrol dan
optimisasi desain produk.
 Robust Design
Salah satu tujuan eksperimen pada parameter desain
adalah menyusun satu kombinasi faktor-faktor yang
kokoh (Robust) terhadap adanya faktor-faktor
pengganggu (Noise) yang tidak dapat / sulit dikendalikan,
dan menyebabkan variabilitas yang tinggi pada produk.

Mengatur parameter yang mempengaruhinya pada

tingkat yang paling kurang sensitif terhadap faktor
gangguan (Noise).
 Desain dalam Taguchi
 Desain Sistem
Konsep, ide, metode baru  untuk memberikan peningkatan produk kepada
konsumen
 Desain Parameter
Upaya meningkatkan keseragaman produk atau mencegah tingginya variabilitas
 Parameter dari proses tertentu ditetapkan agar performasi produk tidak
sensitif terhadap penyebab terjadinya variabilitas.
 Desain Toleransi
Kualitas ditingkatkan dengan mengetatkan toleransi pada parameter
produk/proses untuk mengurangi terjadinya variabilitas pada performansi produk
 melakukan eksperimen untuk menentukan faktor dominan yang berpengaruh
terhadap peningkatan kualitas produk dan menentukan kombinasi faktor-faktor
terhadap penyebab timbulnya variabilitas.
 Langkah Taguchi dalam melakukan
eksperimen
1. Menyatakan permasalahan yang akan diselesaikan 
mendefinsikan sejelas mungkin permasalahan yang dihadapi
untuk dilakukan suatu upaya perbaikan.
2. Penentuan tujuan penelitian  pengidentifikasian karakteristik
kualitas dan tingkat performansi dari eksperimen.
3. Menentukan metode pengukuran  cara parameter diamati dan
cara pengukuran dan peralatan yang diperlukan.
4. Identifikasi Faktor  melakukan pendekatan yang sistematis
untuk menemukan penyebab permasalahan.
 Langkah Taguchi dalam melakukan
eksperimen
Langkah Identifikasi Faktor :
a. Brainstorming  mendorong timbulnya gagasan yang mungkin
sebanyak-banyaknya dengan memberikan kesempatan proses
pemikiran kreatif setiap orang dalam kelompok untuk mengajukan
pendapatnya.
BRAINSTORMING • Mengumpulkan gagasan mengenai
penyebab dari permasalahan yang ada.
ANALISA
• Mencatat gagasan yang masuk tanpa kecuali
MEMBUAT EKSPERIMEN & • Mengelompokkan gagasan tersebut.
STANDARD INTERPRETASI • Gagasan yang sejenis yang timbul pada
OPTIMAL HASIL
perusahan dikelompokkan dalam suatu
kelompok.
• Menyimpulkan gagasan-gagasan yang
MEMPERTEGAS
PREDIKSI HASIL mungkin menjadi penyebab permasalahan
an.
b. Diagram Sebab-Akibat (Ishikawa Diagram)
 Langkah Taguchi dalam melakukan
eksperimen
5. Memisahkan Faktor Kontrol dan Faktor Noise.
Faktor Kontrol : sudah ditetapkan nilainya oleh perancangnya dan dapat
dikontrol  biasanya mempunyai satu atau lebih “level” memilih setting level
kontrol yang optimal agar karakteristik tidak sensitif terhadap noise. Faktor
Noise : dapat menyebabkan penyimpangan dari karakteristik kualitas dari nilai
target, sulit untuk dikontrol (biaya besar)
6. Menentukan level dari faktor dan nilai faktor  jumlah derajat bebas yang akan
digunakan dalam pemilihan Orthogonal Array.
7. Mengidentifikasi faktor yang mungkin berinteraksi  apabila pengaruh dari
suatu faktor tergantung dari level faktor lain
8. Menggambar linier graf yang diperlukan untuk faktor kontrol dan interaksi.
9. Memilih Orthogonal Array (matrik dari sejumlah kolom (mewakili faktor-faktor
dari percobaan) dan baris.
10. Memasukkan faktor dan atau interaksi ke dalam kolom
 Langkah Taguchi dalam melakukan
eksperimen
11. Melakukan percobaan sejumlah percobaan (trial) disusun untuk
meminimasi kesempatan terjadi kesalahan dalam menyusun level yang tepat
12. Analisis hasil eksperimen  metode ANOVA, yaitu perhitungan jumlah
kuadrat total, jumlah kuadrat terhadap rata-rata, jumlah kuadrat faktor dan
jumlah kuadrat error.
 Persen Kontribusi : bagian dari total variasi yang diamati pada eksperimen dari
masing-masing faktor yang signifikan  untuk mereduksi variasi.
 Rasio Signal to Noise (S/N Ratio)  meneliti pengaruh faktor “Noise” terhadap
variasi yang timbul. Jenis :
 Larger the Better (LTB)  semakin tinggi nilainya, maka kualitasnya akan lebih
baik.
 Nominal the Better (NTB)  biasanya ditetapkan suatu nilai nominal tertentu,
dan semakin mendekati nilai nominal tsb, kualitas semakin baik.
 Smaller the Better (STB)  semakin kecil nilainya, maka kualitasnya akan lebih
baik.
 Pooling Faktor : dianjurkan bila faktor yang diamati tidak signifikan secara statistik
(uji signifikansi).
 Langkah Taguchi dalam melakukan
eksperimen
13. Pemilihan level faktor untuk kondisi optimal  bila percobaan terdiri dari
banyak faktor dan tiap faktor terdiri dari beberapa level  untuk menentukan
kombinasi level yang optimal dengan membandingkan nilai perbedaan rata-
rata eksperimen dari level yang ada.
14. Perkiraan rata-rata pada kondisi optimal menjumlahkan pengaruh dari
rangking faktor yang lebih tinggi. Pengaruh dari faktor yang signifikan adalah
pengaruhnya pada rata-rata percobaan.
15. Menjalankan Percobaan Konfirmasi
• Eksperimen konfirmasi  faktor dan level yang dimaksud memberikan hasil
yang diharapkan  diuji dengan interval kepercayaan (berada pada range
interval kepercayaan tersebut)
Derajat Kebebasan (Degree of Freedom)
 Derajat kebebasan  banyaknya perbandingan yang harus dilakukan
antar level-level faktor (efek utama) atau interaksi yang digunakan
untuk menentukan jumlah percobaan minimum yang dilakukan 
memberikan informasi tentang faktor dan level yang mempunyai
pengaruh signifikan terhadap karakteristik kualitas.

 Untuk faktor utama, misal faktor utama A dan B :

VA = (jumlah level faktor A) – 1
= kA – 1
VB = (jumlah level faktor B) – 1
= kB – 1

 Tabel orthogonal array yang dipilih harus mempunyai jumlah baris

minimum yang tidak boleh kurang dari jumlah derajat bebas totalnya.
 Orthogonal Array (OA)
 Orthogonal Array adalah matriks dari sejumlah baris dan kolom 
matriks faktor dan level yang tidak membawa pengaruh dari faktor
atau level yang lain
 Setiap kolom merepresentasikan faktor atau kondisi tertentu yang
dapat berubah dari suatu percobaan ke percobaan lainnya.
 Array disebut orthogonal karena setiap level dari masing-masing
faktor adalah seimbang (balance) dan dapat dipisahkan dari
pengaruh faktor yang lain dalam percobaan.
1.Notasi L  informasi mengenai
Orthogonal Array
2.Nomor baris  jumlah percobaan yang
dibutuhkan ketika menggunakan
Orthogonal Array
3.Nomor kolom  jumlah faktor yang
diamati dalam Orthogonal Array
4.Nomor level  Menyatakan jumlah level
faktor
 Orthogonal Array (OA)
Penentuan derajat bebas berdasarkan pada :
1.Jumlah faktor utama yang diamati dan interaksi yang diamati
2.Jumlah level dari faktor yang diamati
3.Resolusi percobaan yang diinginkan atau batasan biaya

Angka di dalam pemilihan array menandakan banyaknya

percobaan di dalam array, suatu matriks L8 memiliki delapan
percobaan dan matriks L9 memiliki 9 percobaan dan seterusnya.
Banyaknya level yang digunakan di dalam faktor digunakan untuk
memilih orthogonal array. Jika faktornya ditetapkan berlevel dua
maka harus digunakan orthogonal array dua level. Jika levelnya
tiga maka digunakan orthogonal array tiga level, sedangkan jika
sebagian faktor memiliki dua level dan faktor lainnya memiliki tiga
level maka jumlah yang lebih besar akan menentukan jenis
orthogonal array yang harus dipilih.
Contoh Matrik orthogonal array
HASIL TEPUNG
Faktor IKAN YANG
Trial DIPEROLEH (Kg)
A B C D E F G R1 R2 R3 R4
1. 1 1 1 1 1 1 1 * * * *
2. 1 1 1 2 2 2 2 * * * *
3. 1 2 2 1 1 2 2 * * * *
4. 1 2 2 2 2 1 1 * * * *
5. 2 1 2 1 2 1 2 * * * *
6. 2 1 2 2 1 2 1 * * * *
7. 2 2 1 1 2 2 1 * * * *
8. 2 2 1 2 1 1 2 * * * *
• Interaksi Antar Faktor
Interaksi antara dua faktor berarti efek satu faktor pada respon
tergantung level faktor lain. Antara interaksi menyebabkan sistem
tidak robust karena sistem menjadi sangat sensitif terhadap
perubahan pada satu faktor.

• Analisis Varians (ANOVA)

Analisis Varians adalah teknik perhitungan yang memungkinkan
secara kuantitatif mengestimasikan kontribusi dari setiap faktor
pada semua pengukuran respon. Analisis varians yang digunakan
pada desain parameter berguna untuk membantu
mengidentifikasikan kontribusi faktor sehingga akurasi perkiraan
model dapat ditentukan.
 ANOVA DUA ARAH
Sumber Derajat Bebas
Variasi SS (db) MS F hitung Kontribusi

Faktor A SSA VA MSA MSA/MSe SS’A/SST

Faktor B SSB VB MSB MSB/MSe SS’B/SST
Interaksi
AxB
SSAxB VAxVB MSAxB MSAxB/MSe SS’AxB/SST

Residual Sse Ve MSe 1 SS’e/SST

Total SST VT 100%

ANOVA dua arah  data percobaan yang terdiri dari dua faktor atau lebih dan dua level
atau lebih. Tabel ANOVA dua arah terdiri dari perhitungan derajat bebas (db), jumlah
kuadrat, rata-rata jumlah kuadrat, F-rasio yang ditabelkan sebagai berikut :
Dimana :
VA = derajat bebas faktor A = kA – 1 = (level – 1)
VB = derajat bebas faktor B = kB – 1
VAxB = derajat bebas interaksi = (kA – 1) x (kB – 1)
VT = derajat bebas total = N – 1
Ve = derajat bebas error = VT – VA – VB – (VAB)
SSTotal = jumlah kuadrat total (The Total sum of square)

SSA = jumlah kuadrat faktor A (Sum of Square due to Factor A)

Untuk level 2

Dengan cara yang sama dihitung SSB (karena faktor B) dan SS AxB
SSe = jumlah kuadrat error (the sum of square due to error)
= SSTotal – Ssmean - SSA - SSB – SSAxB

MSA = rata-rata jumlah kuadrat faktor A (The mean sum of square)

= SSA/VA
Untuk MSB dan MS AxB dihitung dengan cara yang sama

MSe = rata-rata jumlah kuadrat error

= SSe/Ve

kA = jumlah level untuk faktor A

N = jumlah total percobaan
 Persen Kontribusi
• Merupakan fungsi jumlah kuadrat untuk masing-masing items
yang signifikan. Persen kontribusi mengindikasikan kekuatan
relatif dari suatu faktor dan/atau interaksi dalam mengurangi
variasi. Jika level faktor dan/atau interaksi dikendalikan dengan
benar, maka variasi total dapat dikurangi sebanyak yang
diindikasikan oleh persen kontribusi.

• SS’A = SSA – (VAxMSe)  cara yang sama untuk SS’B dan SS’AxB
• SS’e = SSt – SS’A – SS’B – SS’AxB
• SS’t = sama dengan SSt  total persen kontribusi = 100 %
 Percobaan Konfirmasi
• Untuk melakukan validasi terhadap kesimpulan yang diperoleh
selama tahap analisa.  pengujian menggunakan kombinasi
tertentu dari faktor-faktor dan level-level hasil evaluasi
sebelumnya  Ukuran sampel dari percobaan konfirmasi lebih
besar daripada percobaan sebelumnya.
• Menentukan kombinasi level terbaik dari faktor-faktor yang
signifikan. Faktor-faktor yang tidak signifikan dapat ditetapkan
pada sembarang level. Setelah itu dilakukan pengambilan
beberapa sampel dan diamati. Tindakan selanjutnya tergantung
pada kedekatan nilai rata-rata hasil terhadap hasil perkiraan.
• Terdapat kemungkinan bahwa kombinasi terbaik dari faktor dan
level tidak nampak pada kombinasi pengujian orthogonal array.
Percobaan konfirmasi juga bertujuan melakukan pengujian
kombinasi faktor dan level ini
 Studi Kasus 1
Proses penyulingan minyak daun cengkeh untuk
meningkatkan hasil produksi, dengan faktor-faktor
utama
1. Diameter Pipa (A)
2. Tipe Tungku (B)
3. Tempat Pembakaran (C)
4. Panjang Pipa (D)
5. Ukuran Bak Pendingin (E)
6. Cara Penyimpanan Bahan Baku (F)
7. Jenis Bahan Bakar (G)
 Penetapan Level Faktor
Faktor Level 1 Level 2

A 1,5" 2,5"

B Tanpa Blower Dengan Blower

C Tanpa Sekat Dengan Sekat

D 36 m 48 m
E 3x3x1m 3 x 4 x 1,7 m

F Tanpa Sak Dengan Sak

G Daun Kering Kayu

 Pemilihan OA
• Faktor :7
• Level :2

Derajat bebas = Faktor (Level-1)

Derajat bebas = 7 (2-1) = 7
Pemilihan Ortogonal Array
Dipilih OA : L8 (27)
 Hasil Eksperimen

Trial A B C D E F G Hasil Ŷ

1 1 1 1 1 1 1 1 54 48 45 49.00

2 1 1 1 2 2 2 2 64 64 65 64.33

3 1 2 2 1 1 2 2 40 46 44 43.33

4 1 2 2 2 2 1 1 55 52 53 53.33

5 2 1 2 1 2 1 2 45 42 43 43.33

6 2 1 2 2 1 2 1 33 32 33 32.67

7 2 2 1 1 2 2 1 28 24 30 27.33

8 2 2 1 2 1 1 2 36 33 35 34.67
• Tabel rata-rata respon :
A B C D E F G
Level 1 52.5 47.33 43.83 40.74 39.92 45.08 40.58
Level 2 34.42 39.67 43.16 46.25 47.08 41.91 46.42

Difference 18.08 7.66 0.67 5.51 7.16 3.17 5.84

Rank 1 2 7 5 3 6 4
 Studi Kasus 2 (Smaller The Better)
TRIAL A B AxB C AxC D E Hasil
1 1 1 1 1 1 1 1 54 48 45 49
2 1 1 1 2 2 2 2 64 64 65 64,33
3 1 2 2 1 1 2 2 40 46 44 43,33
4 1 2 2 2 2 1 1 55 52 53 53,33
5 2 1 2 1 2 1 2 45 42 43 43,33
6 2 1 2 2 1 2 1 33 32 32 32,33
7 2 2 1 1 2 2 1 28 24 30 27,33
8 2 2 1 2 1 1 2 36 33 35 34,67

dst
 Tabel Respon Y
A B AxB C AxC D E
Level 1 52,5 47,25 43,83 40,75 39,83 45,08 40,50
Level 2 34,42 39,67 43,08 46,17 47,08 41,83 46,42
Difference 18,08 7,58 0,75 5,42 7,25 3,25 5,92
Rank j k 7 5 l 6 4

Faktor – Faktor yang Signifikan (interaksi)

A1 A2
C1 (49+43,33)/2 = 46,17 (43,33+27,33)/2 = 35,33

C2 (64,33+53,33)/2 = 58,83 (32,33+34,67)/2 = 33,50

Sehingga faktor – faktor yang berpengaruh adalah :
 Analisis of variance

=( 12 X 52,502) + (12 X 34,422 ) – 45.327,04

= 1964,8 (cara yg sama digunakan untuk menghitung SSB dst)
SSB = 348,22 ; SSA X B = -3,58 ; SSC = 179,74 ; SSA X C = 308,42
SSD = 56,42 ; SSE = 213,76
SSerror
= (SStotal – SSmean - SSA - SSB – SSAxB – SSc – SSAXC - SSD – SSE)
= (48.407 – 45.327,04 – 1964 – 348,22 + 3,58 – 179,74 – 308,42
56,42 – 213,76)
= 102,18
 Tabel ANOVA
SUMBER SS DF MS Fratio SS' Ratio %
A 1964,8 1 1964,8 307,48 1958,41 61,78
B 348,22 1 348,22 54,49 341,83 10,28
AxB -3,58 1 -3,58 -0,56 -9,97 -0,31
C 179,74 1 179,74 28,13 173,35 5,47
AxC 308,42 1 308,42 48,27 302,03 9,53
D 56,42 1 56,42 8,83 50,03 1,58
E 213,76 1 213,76 33,45 207,37 6,54
e 102,18 16 6,39 1 146,91 4,63
SSt 3169,96 23 137,82 3169,96 100
Mean 45327,04 1
Sstotal 48497 24
Selamat
Belajar