14.3 Metode Taguchi PDF

ì

Metode Taguchi
14.3 – Pengendalian Kualitas
Debrina Puspita Andriani

Teknik Industri
Universitas Brawijaya
e-‐Mail : debrina@ub.ac.id
Blog : hEp://debrina.lecture.ub.ac.id/
2
ì
Outline
METODE TAGUCHI
www.debrina.lecture.ub.ac.id 05/11/14
3
Metoda Taguchi
ì  Konsep Taguchi àkeOka mendesain produk à
kerugian seminimal dan bernilai seopOmal
ì  Kualitas menurut Taguchi : kerugian yang diterima

oleh konsumen sejak produk tersebut dikirimkan
(biaya keOdakpuasan konsumen à reputasi
perusahaan buruk)
ì  Sasaran metode Taguchi à menjadikan produk

robust terhadap noise (Robust Design) à
menjamin kembalinya konsumen, memperbaiki
reputasi dan meningkatkan market share
www.debrina.lecture.ub.ac.id perusahaan. 05/11/14
4
Konsep Taguchi
Taguchi membagi konsep kualitas mejadi empat yaitu :
•  Kualitas didesain mulai dari awal proses tidak hanya pada proses inspeksi
(“off-‐line strategy”)
1
•  Kualitas terbaik dicapai dengan meminimumkan deviasi dari target (Produk
didesain tahan terhadap faktor lingkungan yang tak terkontrol :noise,
2 temperatur, kelembaban )
•  Kualitas Odak hanya didasarkan performance (ukuran kapabilitas sebuah

produk) atau karakterisOk dari produk.
3
•  Biaya kualitas seharusnya diukur sebagai fungsi dari variasi performance

produk
4
5
Taguchi’s Loss Function (1)

ì  Fungsi kerugian menentukan ukuran finansial
keOdakpuasan konsumen pada performance
produk yang menyimpang dari nilai targetnya.
ì  Secara tradisional à produk bisa dikatakan bagus
jika secara uniform berada diantara spesifikasi
6

ì  konsumen semakin Odak puas saat performance melenceng
jauh dari target à Taguchi mengusulkan sebuah quadraOc
curve untuk merepresentasikan performance produk
•  LCT dan UCT merepresetasikan
batas bawah dan batas atas
toleransiàcenderung subyektif
•  Perhitungan target paling baik
adalah dengan fungsi kerugian
yang menggunakan rata – rata
dan variansi untuk memilih
desain yang paling bagus.
7

ü  Jika 2 produk mempunyai variansi sama
tetapi rata-‐rata berbeda, maka produk
dengan rata-‐rata yg lebih mendekaO pada
target (A) à mempunyai kualitas yang lebih
baik
ü  Jika dua produk mempunyai rata-‐rata sama

tetapi variansi berbeda, maka produk
dengan variansi yang lebih rendah (B) à
mempunyai kualitas yang lebih baik.
8
The Total Loss Function

ü  2 kategori utama dari kerugian pada konsumen terkait kualitas
produk :
1.  Kerugian memberi efek yang berbahaya untuk konsumen.
2.  Kerugian karena variasi tambahan (Odak sesuai) dgn fungsi
performansinya à pengaruh besar pada stage desain produk
ì  Fungsi kerugian :
L(x) = k(x -‐ m)²
Dimana
L = kerugian (uang),
m = karakterisOk yg seharusnya diset,
x = karakterisOk secara aktual di set, dan
k = konstanta yang tergantung pada jarak dari kharakterisOk dan unit
keuangan.
ì  Bila market research data tersedia, sebaiknya menggunakan
quadraOc loss funcOon
9
Taguchi Quality Strategy
ì  Pendekatan Taguchi untuk mereduksi variasi

product merupakan tahapan proses sebagai
berikut :
1.  Proses manufaktur produk dengan cara terbaik seOap saat.
(Penyimpangan kecil dari target)
2.  Memproduksi semua produk seidenOk mungkin
(mengurangi variasi produk)
ì  Strategi kualitas Taguchi dalam memperbaiki

kualitas dalam stage desain produk adalah
dengan membuat desain yang Odak terlalu
sensiOf terhadap pengaruh faktor tak terkontrol
dan opOmisasi desain produk.
10
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 Odak dapat / sulit
dikendalikan, dan menyebabkan variabilitas yang
Onggi pada produk.

Mengatur parameter yang mempengaruhinya pada

Ongkat yang paling kurang sensiOf terhadap faktor
gangguan (Noise).
11
Desain dalam Taguchi
Desain •  Konsep, ide, metode baru à untuk memberikan peningkatan

Sistem produk kepada konsumen
•  Upaya meningkatkan keseragaman produk atau mencegah

Desain Ongginya variabilitas à Parameter dari proses tertentu
Parameter ditetapkan agar performasi produk Odak sensiOf terhadap
penyebab terjadinya variabilitas.
•  Kualitas diOngkatkan dengan mengetatkan toleransi pada parameter

produk/proses untuk mengurangi terjadinya variabilitas pada performansi
Desain produk à melakukan eksperimen untuk menentukan faktor dominan
Toleransi yang berpengaruh terhadap peningkatan kualitas produk dan
menentukan kombinasi faktor-‐faktor terhadap penyebab Ombulnya
variabilitas.
12
ì
LANGKAH-‐LANGKAH EKSPERIMEN
METODE TAGUCHI
13
Langkah Taguchi dalam melakukan eksperimen

(1)
1.  Menyatakan permasalahan yang akan diselesaikan à

mendefinsikan sejelas mungkin permasalahan yang dihadapi
untuk dilakukan suatu upaya perbaikan.
2.  Penentuan tujuan peneliOan à pengidenOfikasian karakterisOk

kualitas dan Ongkat performansi dari eksperimen.
3.  Menentukan metode pengukuran à cara parameter diamaO

dan cara pengukuran dan peralatan yang diperlukan.
4.  IdenOfikasi Faktor à melakukan pendekatan yang sistemaOs

untuk menemukan penyebab permasalahan.
14

(2)
Langkah IdenNfikasi Faktor :
a.  Brainstorming à mendorong Ombulnya gagasan yang mungkin
sebanyak-‐banyaknya dengan memberikan kesempatan proses
pemikiran kreaOf seOap orang dalam kelompok untuk mengajukan
pendapatnya.
•  Mengumpulkan gagasan mengenai
BRAINSTORMING penyebab dari permasalahan yang ada.

•  Mencatat gagasan yang masuk tanpa
kecuali
ANALISA •  Mengelompokkan gagasan tersebut.
MEMBUAT EKSPERIMEN &
INTERPRETASI
•  Gagasan yang sejenis yang Ombul pada
STANDARD
OPTIMAL HASIL perusahan dikelompokkan dalam suatu

kelompok.
•  Menyimpulkan gagasan-‐gagasan yang

MEMPERTEGAS m u n g k i n m e n j a d i p e n y e b a b
permasalahan an.
PREDIKSI HASIL

b. Diagram Sebab-‐Akibat (Ishikawa Diagram)

15

(3)
5.  Memisahkan Faktor Kontrol dan Faktor Noise.
Faktor Kontrol : sudah ditetapkan nilainya oleh perancangnya dan
dapat dikontrol à biasanya mempunyai satu atau lebih “level”
àmemilih secng level kontrol yang opOmal agar karakterisOk Odak
sensiOf terhadap noise.
Faktor Noise : dapat menyebabkan penyimpangan dari karakterisOk
kualitas dari nilai target, sulit untuk dikontrol (biaya besar)
6.  Menentukan level dari faktor dan nilai faktor à jumlah derajat bebas
yang akan digunakan dalam pemilihan Orthogonal Array.
7.  MengidenOfikasi faktor yang mungkin berinteraksi à 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
16

(4)
11.  Melakukan percobaan àsejumlah percobaan (trial) disusun untuk
meminimasi kesempatan terjadi kesalahan dalam menyusun level yang tepat
12.  Analisis hasil eksperimen à metode ANOVA, yaitu perhitungan jumlah
kuadrat total, jumlah kuadrat terhadap rata-‐rata, jumlah kuadrat faktor dan
jumlah kuadrat error.
ü  Persen Kontribusi : bagian dari total variasi yang diamaO pada eksperimen dari
masing-‐masing faktor yang signifikan à untuk mereduksi variasi.
ü  Rasio Signal to Noise (S/N RaOo) à meneliO pengaruh faktor “Noise” terhadap
variasi yang Ombul. Jenis :
v  Larger the BeUer (LTB) à semakin Onggi nilainya, maka kualitasnya akan lebih baik.
v  Nominal the BeUer (NTB) à biasanya ditetapkan suatu nilai nominal tertentu, dan
semakin mendekaO nilai nominal tsb, kualitas semakin baik.
v  Smaller the BeUer (STB) à semakin kecil nilainya, maka kualitasnya akan lebih baik.
ü  Pooling Faktor : dianjurkan bila faktor yang diamaO Odak signifikan secara staOsOk (uji
signifikansi).
17

(5)
13.  Pemilihan level faktor untuk kondisi opOmal à bila percobaan terdiri dari
banyak faktor dan Oap faktor terdiri dari beberapa level à untuk
menentukan kombinasi level yang opOmal dengan membandingkan nilai
perbedaan rata-‐rata eksperimen dari level yang ada.
14.  Perkiraan rata-‐rata pada kondisi opOmal àmenjumlahkan pengaruh dari

rangking faktor yang lebih Onggi. Pengaruh dari faktor yang signifikan adalah
pengaruhnya pada rata-‐rata percobaan.
15.  Menjalankan Percobaan Konfirmasi

ì Eksperimen konfirmasi à faktor dan level yang dimaksud memberikan hasil yang
diharapkan à diuji dengan interval kepercayaan (berada pada range interval
kepercayaan tersebut)
18
Derajat Kebebasan
(Degree of Freedom)
ü 

Derajat kebebasan à banyaknya perbandingan yang harus dilakukan
antar level-‐level faktor (efek utama) atau interaksi yang digunakan
untuk menentukan jumlah percobaan minimum yang dilakukan à
memberikan informasi tentang faktor dan level yang mempunyai
pengaruh signifikan terhadap karakterisOk kualitas.
ü  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
ü  Tabel orthogonal array yang dipilih harus mempunyai jumlah baris
minimum yang Odak boleh kurang dari jumlah derajat bebas totalnya.

19
Orthogonal Array (OA)

ü 

Orthogonal Array adalah matriks dari sejumlah baris dan kolom à
matriks faktor dan level yang Odak membawa pengaruh dari faktor
atau level yang lain
ü  SeOap kolom merepresentasikan faktor atau kondisi tertentu yang
dapat berubah dari suatu percobaan ke percobaan lainnya.
ü  Array disebut orthogonal karena seOap level dari masing-‐masing faktor
adalah seimbang (balance) dan dapat dipisahkan dari pengaruh faktor
yang lain dalam percobaan.
1.  Notasi L à informasi mengenai

Orthogonal Array
2.  Nomor baris à jumlah percobaan
yang dibutuhkan keOka menggunakan
Orthogonal Array
3.  Nomor kolom à jumlah faktor yang
diamaO dalam Orthogonal Array
4.  Nomor level à Menyatakan jumlah
www.debrina.lecture.ub.ac.id
level faktor 05/11/14

20
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
ü  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.
ü  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.
21
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 * * * *
22
ì  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.

ì  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.
23
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 à 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 :
24
ANOVA DUA ARAH (1)

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
25
ANOVA DUA ARAH (2)

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

26
Persen Kontribusi
ì  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.
ì  SS’A = SSA – (VAxMSe)

à cara yang sama untuk SS’B dan SS’AxB
ì  SS’e = SSt – SS’A – SS’B – SS’AxB
ì  SS’t = sama dengan SSt à total persen kontribusi = 100 %
27
Percobaan Konfirmasi
ì  Untuk melakukan validasi terhadap kesimpulan yang diperoleh
selama tahap analisa. à pengujian menggunakan kombinasi
tertentu dari faktor-‐faktor dan level-‐level hasil evaluasi sebelumnya
à Ukuran sampel dari percobaan konfirmasi lebih besar daripada
percobaan sebelumnya.
ì  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.
ì  Terdapat kemungkinan bahwa kombinasi terbaik dari faktor dan
level tidak nampak pada kombinasi pengujian orthogonal array.
Percobaan konfirmasi juga bertujuan melakukan pengujian
www.debrina.lecture.ub.ac.id
kombinasi faktor dan level ini 05/11/14
28
ì
STUDI KASUS
METODE TAGUCHI
29
S t u d i K a s u s 1
ì  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)
30
ì
Penetapan Level Faktor
STUDI KASUS 1
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 3 x 3 x 1 m 3 x 4 x 1,7 m
F Tanpa Sak Dengan Sak
G Daun Kering Kayu
31
ì
Pemilihan OA
STUDI KASUS 1
Faktor : 7
Level : 2

Derajat bebas = Faktor (Level-‐1)
Derajat bebas = 7 (2-‐1) = 7

Pemilihan Ortogonal Array
à Dipilih OA : L8 (27)
32
ì
Hasil Eksperimen
STUDI KASUS 1
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
33
ì
Tabel Rata-‐rata Respon
STUDI KASUS 1
Tabel rata-‐ A B C D E F G
rata respon 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
34
S t u d i K a s u s 2
dst
35
ì
Tabel Respon Y
STUDI KASUS 2
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 1 2 7 5 3 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 :
36
ì
Analysis of Variance
STUDI KASUS 2
à
= ( 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
37
ì
Tabel ANOVA
STUDI KASUS 2
SUMBER SS DF MS FraNo SS' RaNo %

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
38
ì
Persen Kontribusi
STUDI KASUS 2
Untuk mengetahui faktor-‐faktor yang memberikan kontribusi yang besar, maka

dilakukan penggabungan beberapa faktor yang kurang signifikan
SS (Pooled e) = Sse + SSAxB

= 102,18 + (-‐3,58) Paling Odak significant
= 98,6
Df (Pooled e) = Dfe + DfAxB

= 16 + 1
= 17
MS (Pooled e) = SS (Pooled e)

Df (Pooled e)
= 5,8
39
ì
Pooling 1
STUDI KASUS 2
Sumber Pooled SS DF MS Frasio SS' raOo %

A 1964,8 1 1964,8 338,76 1959 61,28
B 348,22 1 348,22 59 342,42 10,78
AxB y -‐3,58 -‐ -‐3,58 -‐ -‐ -‐
C 179,74 1 179,74 30,99 173,94 5,49
AxC 308,42 1 308,42 53,19 302,62 9,55
D 56,42 1 56,42 9,73 50,62 1,6
E 213,76 1 213,76 36,76 207,96 6,56
e y 102,18 -‐ 102,18 -‐ -‐ -‐
Pooled 98,6 17 5,8 1 133,4 4,21
SSt 3169,96 23 137,82 -‐ 3169,96 100
Mean 45327,04 1 -‐
Sstotal 48497 24 -‐
40
ì
Pooling 1
STUDI KASUS 2
41
ì
Pooling berikutnya
STUDI KASUS 2
Sumber Pooled SS DF MS Frasio SS’ rho(%)

A 1964,8 1 1964,8 71,63 1937,37 61,12
B 348,22 1 348,22 12,69 320,79 10,12
A x B Y -‐3,58 1 -‐3,58 -‐ -‐
C Y 179,74 1 179,74 -‐ -‐
A x C 808,42 1 808,42 11,24 280,99 8,86
D Y 56,42 1 56,42 -‐ -‐
E Y 213,76 1 213,76 -‐ -‐
e Y 102,18 16 102,18 -‐ -‐
Polede 548,52 20 27,43 1 630,81 19,90
SSt 3169,96 23 137,82 3169,96 100
Mean 45327,04 1
SS total 48497 24
42
ì
Pooling berikutnya
STUDI KASUS 2
SS (Pooled e) = Se + SS AXB + SSC + SSD + SSE
= (102,18+(-‐3,58)+179,74+56,42 + 213,76)= 548,52
V(Pooled) = Ve + VAXB + VC + VD + VE

= 16+1+1+1+1 = 20

•  MS (Pooled e) = 27,43

•  F raOo A =
43
ì
Pooling berikutnya
STUDI KASUS 2
SS’A = SSA-‐(DFA x MS (pooled e))

= 1.964,8-‐ (1-‐( 1 x 27,43)
= 1937,37
SS’e = SSt -‐ SS’A -‐ SS’B -‐ SS’AXC
=3169,96 – 1987,37 – 320,79 –280,99
= 630,81

Rho % A =
44
ì
Hasil Pooling sebelum dan sesudah
STUDI KASUS 2

14.3 Metode Taguchi PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

14.3 Metode Taguchi PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

ì

Debrina Puspita Andriani

ì Kualitas menurut Taguchi : kerugian yang diterima

ì Sasaran metode Taguchi à menjadikan produk

• Kualitas Odak hanya didasarkan performance (ukuran kapabilitas sebuah

• Biaya kualitas seharusnya diukur sebagai fungsi dari variasi performance

Taguchi’s Loss Function (1)

Taguchi’s Loss Function (2)

Taguchi’s Loss Function (3)

ü Jika dua produk mempunyai rata-­‐rata sama

The Total Loss Function

Taguchi Quality Strategy

ì Pendekatan Taguchi untuk mereduksi variasi

ì Strategi kualitas Taguchi dalam memperbaiki

Mengatur parameter yang mempengaruhinya pada

Desain dalam Taguchi

Desain • Konsep, ide, metode baru à untuk memberikan peningkatan

• Upaya meningkatkan keseragaman produk atau mencegah

• Kualitas diOngkatkan dengan mengetatkan toleransi pada parameter

Langkah Taguchi dalam melakukan eksperimen

1. Menyatakan permasalahan yang akan diselesaikan à

2. Penentuan tujuan peneliOan à pengidenOﬁkasian karakterisOk

3. Menentukan metode pengukuran à cara parameter diamaO

4. IdenOﬁkasi Faktor à melakukan pendekatan yang sistemaOs

Langkah Taguchi dalam melakukan eksperimen

Langkah Taguchi dalam melakukan eksperimen

Langkah Taguchi dalam melakukan eksperimen

Langkah Taguchi dalam melakukan eksperimen

14. Perkiraan rata-­‐rata pada kondisi opOmal àmenjumlahkan pengaruh dari

15. Menjalankan Percobaan Konﬁrmasi

VA = (jumlah level faktor A) – 1

Orthogonal Array (OA)

1. Notasi L à informasi mengenai

Orthogonal Array (OA)

ü Angka di dalam pemilihan array menandakan banyaknya percobaan di

Contoh Matrik orthogonal array

ì Interaksi Antar Faktor

ANOVA DUA ARAH

Faktor A SSA VA MSA MSA/MSe SS’A/SST

Residual Sse Ve MSe 1 SS’e/SST

Total SST VT 100%

ANOVA DUA ARAH (1)

ANOVA DUA ARAH (2)

ì Merupakan fungsi jumlah kuadrat untuk masing-­‐masing

ì SS’A = SSA – (VAxMSe)

Faktor Level 1 Level 2

B Tanpa Blower Dengan Blower

C Tanpa Sekat Dengan Sekat

G Daun Kering Kayu

Faktor – Faktor yang Signiﬁkan (interaksi)

Sehingga faktor – faktor yang berpengaruh adalah :

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

SUMBER SS DF MS FraNo SS' RaNo %

Untuk mengetahui faktor-­‐faktor yang memberikan kontribusi yang besar, maka

SS (Pooled e) = Sse + SSAxB

Df (Pooled e) = Dfe + DfAxB

MS (Pooled e) = SS (Pooled e)

Sumber Pooled SS DF MS Frasio SS' raOo %

Sumber Pooled SS DF MS Frasio SS’ rho(%)

SS (Pooled e) = Se + SS AXB + SSC + SSD + SSE

= (102,18+(-­‐3,58)+179,74+56,42 + 213,76)= 548,52

V(Pooled) = Ve + VAXB + VC + VD + VE

SS’A = SSA-­‐(DFA x MS (pooled e))

ì  Kualitas menurut Taguchi : kerugian yang diterima

ì  Sasaran metode Taguchi à menjadikan produk

•  Kualitas Odak hanya didasarkan performance (ukuran kapabilitas sebuah

•  Biaya kualitas seharusnya diukur sebagai fungsi dari variasi performance

ü  Jika dua produk mempunyai rata-‐rata sama

ì  Pendekatan Taguchi untuk mereduksi variasi

ì  Strategi kualitas Taguchi dalam memperbaiki

Desain •  Konsep, ide, metode baru à untuk memberikan peningkatan

•  Upaya meningkatkan keseragaman produk atau mencegah

•  Kualitas diOngkatkan dengan mengetatkan toleransi pada parameter

1.  Menyatakan permasalahan yang akan diselesaikan à

2.  Penentuan tujuan peneliOan à pengidenOﬁkasian karakterisOk

3.  Menentukan metode pengukuran à cara parameter diamaO

4.  IdenOﬁkasi Faktor à melakukan pendekatan yang sistemaOs

14.  Perkiraan rata-‐rata pada kondisi opOmal àmenjumlahkan pengaruh dari

15.  Menjalankan Percobaan Konﬁrmasi

1.  Notasi L à informasi mengenai

ü  Angka di dalam pemilihan array menandakan banyaknya percobaan di

ì  Interaksi Antar Faktor

ì  Merupakan fungsi jumlah kuadrat untuk masing-‐masing

ì  SS’A = SSA – (VAxMSe)

Untuk mengetahui faktor-‐faktor yang memberikan kontribusi yang besar, maka

= (102,18+(-‐3,58)+179,74+56,42 + 213,76)= 548,52

SS’A = SSA-‐(DFA x MS (pooled e))